政务数据治理模式的研究和分析.docxVIP

  1. 1、本文档共13页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多

?

?

政务数据治理模式的研究和分析

?

?

韦杰

摘要:目前政务数据的共享和应用面临着质量不高、内容不全等问题,为此需要开展政务数据治理工作。文章针对政务数据治理体系,阐述了当前我国政务数据治理理论体系的现状和取得的成果,总结了政务数据治理的三个目标:统一数据标准和规范,统一数据资产管理,统一数据调度,详细介绍了数据共享与交换、元数据和数据元管理、数据标准和规范、数据资产管理、数据调度中心、数据安全体系等方面的内容,最后研究分析了政务数据集中治理和分散治理的技术特点及优缺点。

关键词:大数据;数据治理;政务数据;数据资产

:TP311.13:A

:1009-3044(2020)01-0298-04

1概述

大数据时代的到来,给企业、群众带来了极大的生活便利,也给国家政府治理带来了新的挑战和机遇,为充分利用大数据带动国家经济社会的发展,提高国家政务服务水平,国家启动了大数据发展战略,于2015年8月31日印发了《促进大数据发展行动纲要》,推动各部门、各地区、各行业、各领域的数据资源共享开放,从根本上解决我国政务信息化建设“各自为政、条块分割、烟囱林立、信息孤岛”的问题。目前全国各省、自治区已经建立了本地的数据共享交换平台,全面汇聚各部门、各行业的政务数据。国家数据共享交换平台共汇聚了部委1.6万条信息,地方66万条信息,5090个数据库,1.5万个文件,1191个服务接口。

随着国家政务服务平台的建设和使用,各部门的政务数据共享交换显得更加重要。各级各单位的政务数据在政务服务平台发挥了很大的作用,但也面临新的问题。汇聚的政务数据存在质量不高、关联性不强、内容不完整、供需不一致等问题。因此,研究政务数据治理的内容,探索政务数据治理的模式,推动政务数据治理技术的应用,对解决政务数据利用出现的难题,对建设智慧城市,落实大数据战略具有深远的意义。

2概念

DAMA(TheGlobalDataManagementCommunity,国际数据管理协会1认为数据治理是对数据资产行使权力控制的活动集合,包括计划、监控和执行等。DGI(TheDataGovemanceInsti-tute,国际数据治理研究所)认为数据治理是包含信息相关过程的决策权及责任制的体系,根基于共识的模型执行,描述谁在何时何种情况下采取什么样的行动、使用什么样的方法。IBMDGCouncil(数据治理委员会)认为数据治理是组织管理其信息知识并回答问题的能力,如数据来自哪里?数据是否符合公司政策及规则?数据治理实践提供了一个全面的方法来管理、改进和利用信息,以帮助决策者建立对业务决策和运营的信心。国家市场监督管理总局和中国国家标准化管理委员于2018年6月发布《信息技术服务治理第5部分:数据治理规范》中将数据治理定义为数据资源及其应用过程中相关管控活动、绩效和风险管理的集合。

在这里认为,政务数据治理是行政单位和企事业单位根据工作职能,按照数据生命周期,制定规划和流程,梳理数据资产清单,形成数据标准和规范,构建政务数据管理体系,实现数据统一管理、统一共享、统一交换、统一调度的工程。

3研究现状

目前,国内外学者、专家和实践者认为大数据80%集中在政府部门,20%集中在社会企业、群众,并围绕大数据治理概念、框架、技术、模式等方面展开研究。

在国外,雷内·亚伯拉罕认为数据治理是指对数据的管理行使权力和控制。数据治理的目的是增加数据的价值,并将与数据相关的成本和风险降到最低,并提出了数据治理的六个维度和五个领域;索雷斯研究了大数据治理的框架、成熟度、治理标准、治理规则等内容;斯蒂芬妮认为每个单位负责数据收集,拥有数据所有权和应用权。数据管理者通过数据治理和数据规范化对数据行驶管理。

在国内,文献[5]认为数据治理过程是对管理活动的评估、指导和监督,而管理过程是对治理决策的计划、建设和运营,分析了数据规范、数据清洗、数据交换、数据集成、治理框架,提出了“HAO治理”模型,将数据治理分为数据接入模块、治理模块、服务模块;文献[6]认为数据治理可以从宏观、中观、微观三个层面进行定义,总结当前政务数据治理存在的问题,提出了数据治理框架由大数据生命周期管理、数据源管理、技术支撑、资源中心、标准规范、安全等9部分组成;文献[7]结合贵州大数据的发展,对数据治理主体、治理对象、治理活动、治理工具等方面进行分析,验证政务大数据治理体系的构成要素。文献[8]提出数据治理的核心技术包括数据结构化处理、数据质量评估、数据清洗、数据规范化、数据融合与摘取、数据发布共享,列出了基于数据仓库的数据集成系统架构和基于中间模式的数据集成系统架构。文献[9]从数据治理主体、客体、工具三方面论述当前大数据治理理论研究的三个趋势,认为数据治理主体由企业扩展至政府领域,治理客体由数据提升至主体

文档评论(0)

186****7777 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档