摘要@@：为研究跨系统和跨部门的政府@@大数据@@@@@@平台@@如何实现数据@@治理@@@@@@, 文章采用案例研究法@@, 选取宁波市三@@个政府@@部门建设的政府@@大数据@@@@@@平台@@@@, 对各平台@@的高层管理者@@、负责人和技术人员开展了半结构化访谈以收集定性数据@@@@。案例分析揭示出跨系统和跨部门的数据@@治理@@路径涌现为数据@@集成@@、数据@@一@@致性@@、数据@@处理@@、数据@@存储和数据@@共享五@@个方面@@。研究表@@明@@:业务驱动是决定政府@@大数据@@@@@@平台@@数据@@治理@@@@路径的关键@@。
一@@、问题@@提出@@
为推动经济转型@@, 提升政府@@治理能力及@@国家竞争力@@, 国务院印发@@《国务院关于积极推进@@“互联网@@+”行动的指导意见@@》及@@《促进大数据@@@@发展行动纲要@@》, 文件提出通过布局大数据@@@@基础设施平台@@实现数据@@共享@@、数据@@交换@@和数据@@开放@@。实践层面@@, 为深化互联网@@与社会经济领域的融合并推进大数据@@@@发展和应用@@, 各省市相继开展政府@@大数据@@@@@@平台@@的建设实践@@。理论层面@@, 政府@@大数据@@@@@@平台@@带来的联接力与创新力促进了政务@@数据@@的共享@@、开放和交换@@, 有利于推进简政放权@@、创新政府@@治理方式@@、优化市场服务并加强市场监管@@。但信息治理环境下政府@@信息化建设遗留的信息治理@@、信息安全等问题@@未完全解决@@。进入大数据@@@@时代@@, 建设政府@@大数据@@@@@@平台@@同样面临大数据@@@@@@4V (Variety, Volume, Velocity, Value) 特征的挑战@@, 这些因素成为阻碍数据@@共享@@、数据@@安全@@、数据@@主权@@、数据@@治理@@实现的障碍@@, 大数据@@@@治理@@@@正是为应对这些挑战提出的解决路径@@。
目前对大数据@@@@治理@@@@的研究局限于对大数据@@@@治理@@@@概念的界定@@, 其中代表@@性的研究包括@@:Soares将其定义为信息治理的一@@部分@@, 是与大数据@@@@优化@@、隐私@@、变现@@、多功能协作相关的政策制定@@。在此基础上@@, 梁芷铭提出@@, 为应对大数据@@@@的挑战@@, 大数据@@@@治理@@@@是运用技术工具进行大数据@@@@管理@@、整合@@、分析及@@挖掘的行为@@, 并按照对象将其划分为人@@、物@@、数据@@、技术四@@位一@@体的框架@@。此外@@, 大数据@@@@背景下通用的数据@@治理@@体系框架包括数据@@持久化层@@、数据@@集成层@@ (主数据@@@@) 、统一@@建模层@@、数据@@质量层@@、元数据@@管理层和数据@@治理@@人员组织@@层@@。
文献调研的结果表@@明@@, 现有研究主要集中于对大数据@@@@治理@@@@概念框架的探讨@@, 缺乏对其实施细节的研究和解释@@, 同时@@缺乏对大数据@@@@治理@@@@实现过程的实证支持@@。为了填补这一@@研究空白@@, 本文提出以下研究问题@@@@:跨系统和跨部门的政府@@大数据@@@@@@平台@@如何实现数据@@治理@@@@?鉴于当前政府@@大数据@@@@@@平台@@数据@@治理@@@@实践和理论的探索性@@, 本文采用案例研究方法@@。
二@@、研究方法及@@数据@@收集@@
针对跨系统和跨部门的政府@@大数据@@@@@@平台@@如何实现数据@@治理@@@@的研究问题@@@@, 论文采用案例研究方法@@, 并通过多案例增强结论的说服力@@。遵循理论抽样原理@@, 论文选取了宁波市三@@个政府@@部门建立的大数据@@@@平台@@@@数据@@治理@@实践为案例@@, 首要原因是宁波市大数据@@@@发展过程中呈现的大数据@@@@治理@@@@实践为本研究提供了实证支持@@。根据@@《宁波市人民政府@@关于推进大数据@@@@发展的实施意见@@》, 宁波市以国家城市大数据@@@@综合示范应用城市@@、国家级大数据@@@@创业中心和城市大数据@@@@产业基地为未来发展目标@@。宁波市代表@@了政府@@大数据@@@@@@平台@@数据@@治理@@@@的先进水平@@, 其在大数据@@@@发展和应用中取得的成绩@@, 包括国家新型城镇化综合试点城市@@、国家创新型试点城市@@、2015中国十大智慧城市@@等@@, 尤其是海曙区的政务@@大数据@@@@@@共享和开放建设获得@@2017大数据@@@@产业峰会的@@“大数据@@@@应用优秀案例奖@@”, 提供了典型的政府@@大数据@@@@@@平台@@数据@@治理@@@@中国方案和地方经验@@。更为根本的原因在于宁波市政府@@大数据@@@@@@中心@@、宁波市智慧城市@@管理中心以及@@宁波市海曙区经济和信息化局三@@者建设的大数据@@@@平台@@@@均包含完整的数据@@治理@@过程@@, 具有数据@@融合@@、业务融合和系统融合特征@@, 且三@@者之间的治理模式存在近似之处@@, 符合逐项复制的原则@@。
在数据@@收集方面@@, 本研究通过不同数据@@来源@@为研究结论提供三@@角互证@@, 主要包括访谈@@、政策及@@文献调查@@。其中主要的数据@@来源@@于半结构化访谈@@, 选取每个平台@@的高层管理者@@、负责人及@@技术人员共@@9人开展访谈@@, 访谈围绕@@“大数据@@@@治理@@@@、大数据@@@@标准及@@大数据@@@@质量@@”展开@@, 在每项访谈中@@, 访谈对象围绕组织@@的整体业务情况@@、平台@@的建设情况进行介绍@@, 并演示了平台@@的具体功能及@@其数据@@@@、业务及@@系统的融合过程@@。
本研究主要采取以下方式提高收集数据@@对结论的支持度@@。首先@@, 对不同级别对象进行访谈以避免个人偏见@@, 其中高层管理者负责平台@@的顶层设计@@, 由负责人进行整体规划@@, 技术人员负责具体的功能及@@技术细节实现@@。其次@@@@, 采用多源数据@@@@, 并在不同平台@@的访谈对象间寻求规律和差异进行相互印证@@, 以避免可能的偏见@@。最后@@, 对访谈对象做匿名化处理@@, 鼓励访谈对象积极参与并提供准确信息@@。
在数据@@分析方面@@, 通过归纳性分析产生政府@@大数据@@@@@@平台@@数据@@治理@@@@的主要内容@@。随后的第一@@@@项任务是进行内部案例分析@@, 对各平台@@的数据@@治理@@问题@@进行研究@@。第二@@@@项任务是在复制逻辑的指导下进行跨案例分析@@, 采用表@@格形式提炼不同平台@@的共性和差异@@, 初步形成政府@@大数据@@@@@@平台@@数据@@治理@@@@的路径@@, 并通过不同平台@@进行相互印证@@。最为重要的过程是在理论和访谈数据@@及@@文献之间进行循环分析@@, 形成最终的研究结论@@。
三@@、政府@@大数据@@@@@@平台@@数据@@治理@@@@案例特点@@
本研究调研的宁波市三@@个政府@@部门建立的大数据@@@@平台@@@@@@, 均为政府@@部门内部为促进数据@@流转建立的跨系统和跨部门的大数据@@@@平台@@@@@@。表@@1总结了三@@个案例的特点@@。
在建设层级方面@@, 海曙区与宁波市政府@@大数据@@@@@@平台@@的一@@个关键区别是@@, 区级平台@@直接面向实际工作和业务活动@@, 而市级平台@@不负责具体业务只负责任务分配@@, 与市级平台@@相比@@, 区级平台@@面向业务的数据@@共享需求更为强烈@@。
关于管理模式@@, 政府@@大数据@@@@@@平台@@的管理模式沿袭了我国条块分割的管理体制@@。海曙区与宁波市大数据@@@@平台@@@@及@@其城管系统的数据@@融合平台@@@@, 因涉及@@不同职能部门间的数据@@流转@@, 因而实行横向职能管理@@;但对于城管系统内部@@, 则在行业内部实行自上而下的垂直管理@@, 其中的一@@个显著不同是专业部门建设的大数据@@@@平台@@@@与业务直接相关@@。
表@@1 政府@@大数据@@@@@@平台@@数据@@治理@@@@案例特点@@
就数据@@来源@@而言@@, 海曙区建立的大数据@@@@平台@@@@以职能部门提供的应用数据@@为主@@, 与之相似@@, 市级政府@@大数据@@@@@@平台@@同样以职能部门提供的数据@@为来源@@@@, 两个平台@@本身并不拥有数据@@资源@@;与之相区别的是@@, 市级智慧城管平台@@的数据@@来源@@于城管系统的业务活动@@。
四@@、政府@@大数据@@@@@@平台@@的数据@@治理@@路径@@
鉴于数据@@资源作为政府@@核心资产的重要属性@@, 本文探讨的数据@@治理@@聚焦于政府@@大数据@@@@@@平台@@以数据@@为对象开展的治理活动@@。课题组主要围绕@@“大数据@@@@治理@@@@、大数据@@@@标准及@@大数据@@@@质量@@”展开@@访谈@@, 本文仅讨论与数据@@治理@@相关的数据@@@@。按照数据@@治理@@输入@@、过程和输出三@@个阶段对案例数据@@进行分析@@, 跨系统和跨部门的政府@@大数据@@@@@@平台@@的数据@@治理@@问题@@涌现为数据@@集成@@、数据@@一@@致性@@、数据@@处理@@、数据@@存储和数据@@共享五@@项具体内容@@。图@@1描述了三@@个政府@@大数据@@@@@@平台@@的数据@@治理@@路径@@@@。
（一@@）凭业务需求实现数据@@集成@@
根据@@政府@@信息化发展历程及@@数据@@治理@@理论@@, 信息化是数据@@集成的背景和环境@@。由于信息系统建设造成@@“信息孤岛@@”问题@@, 为减少冗余数据@@@@@@、保障数据@@一@@致性@@@@、促进信息共享@@, 数据@@集成成为政府@@部门的必然选择@@, 并由早期的信息系统集成发展到云计算环境下的数据@@集成@@。为实现数据@@集成@@, 现有学术研究中对数据@@集成方法和技术的探索包括@@:数据@@仓库@@、数据@@交换@@、模式集成@@、数据@@复制及@@综合型集成@@。现有研究表@@明@@@@, 信息化是数据@@集成的诱因@@, 数据@@集成主要依靠技术方法实现@@。区别于现有研究@@, 本研究揭示出数据@@集成与业务需求的关联性@@。
图@@1 跨系统和跨部门的政府@@大数据@@@@@@平台@@数据@@治理@@@@路径@@
参考现有研究中对数据@@集成的定义@@, 本文将政府@@大数据@@@@@@平台@@的数据@@集成定义为@@:政府@@各部门将异构@@、分布@@、相互关联的多源数据@@集成到统一@@的政府@@大数据@@@@@@平台@@@@, 实现数据@@资源的有效组织@@和部门间数据@@共享@@。通过对文献和访谈资料的整理@@, 表@@2揭示了数据@@分析的结果及@@代表@@性观点@@@@, 描述了基于业务需求的政府@@数据@@集成@@。
表@@2 基于业务需求的政府@@大数据@@@@@@平台@@数据@@集成@@
实际访谈的结果显示@@政府@@大数据@@@@@@平台@@的数据@@集成起源于职能部门的业务需求@@, 现有研究同样表@@明集成方法的选择依赖于业务应用系统的需求@@。在政府@@各职能部门履行职责的过程中@@, 因业务办理产生对其他政府@@部门的数据@@需求@@。为实现各部门数据@@交换@@和共享的需求@@, 政府@@大数据@@@@@@平台@@集成了不同部门的数据@@资源@@。在平台@@上@@, 职能部门的业务需求直接决定其数据@@集成的内容和范围@@@@, 对于与各部门业务需求无关的数据@@@@, 并不属于大数据@@@@平台@@@@数据@@集成的对象@@, 即数据@@集成取决于业务需求@@。
值得注意的是@@, 政府@@大数据@@@@@@平台@@集成数据@@资源的来源@@与数据@@权属问题@@@@。智慧城市@@管理中心实行纵向专业管理@@, 直接面向业务需求@@, 其建设的智慧城管大数据@@@@平台@@@@主要实现专业范围@@内数据@@资源的集成@@, 说明数据@@集成与业务的关联性@@。与此相区别@@, 区级和市级政府@@大数据@@@@@@平台@@本身并不产生业务数据@@@@, 其数据@@资源主要来自于与业务直接相关的各职能部门@@, 平台@@集成的数据@@资源依然归属于各业务部门@@, 但平台@@为各部门提供了数据@@交换@@和数据@@共享的渠道@@。两种类型的大数据@@@@平台@@@@均表@@明数据@@集成与业务需求的相关性@@。
综合以上分析@@, 政府@@信息化建设及@@数据@@集成技术并非数据@@集成的决定性因素@@, 政府@@部门的业务需求是数据@@集成的关键原因和重要依据@@。虽然数据@@集成涉及@@数据@@碎片@@、冗余数据@@@@、数据@@一@@致性@@等问题@@@@, 但其并非必然导致数据@@集成@@。案例数据@@表@@明@@, 政府@@数据@@集成与业务需求直接相关@@, 尤其是业务需求直接决定数据@@资源集成的内容和范围@@@@。
（二@@）依业务活动保障数据@@一@@致性@@@@@@
云计算为大数据@@@@提供了分布@@式存储和数据@@处理@@的平台@@@@。现有的大数据@@@@平台@@@@主要采用云计算服务模式@@, 由于数据@@存储于不同节点@@, 同时@@由于分布@@式数据@@处理@@造成数据@@不一@@致现象@@, 数据@@一@@致性@@保障正是用于解决数据@@不一@@致问题@@@@。
政府@@大数据@@@@@@平台@@中的数据@@一@@致性@@主要关注@@不同业务部门关于同一@@主体@@的数据@@一@@致性@@问题@@@@。虽然保障政府@@数据@@一@@致性@@是现有研究的共识@@, 并通过政策@@、法律@@、标准实现约束@@, 但现有研究并未明确其制定依据@@。与现有研究相反的是@@, 访谈数据@@显示@@政府@@部门数据@@不一@@致很正常@@。表@@3描述了基于业务活动保障政府@@大数据@@@@@@平台@@的数据@@一@@致性@@@@。
表@@3显示@@, 政府@@大数据@@@@@@平台@@保障数据@@一@@致性@@@@的依据是业务活动@@。平台@@数据@@来源@@于同一@@业务活动@@, 且数据@@依业务活动的变更而更新@@。此外@@, 为保障不同部门关于同一@@主体@@的数据@@一@@致性@@@@, 大数据@@@@平台@@@@提供的辅助措施包括@@:不同部门间数据@@的比对@@, 通过数据@@普查进行核验@@, 以及@@在实际工作中进行验证@@。案例研究显示@@@@, 三@@个部门在多年的工作中并未因数据@@一@@致性@@问题@@造成困扰@@, 即数据@@一@@致性@@并非政府@@大数据@@@@@@平台@@的关注@@焦点@@。
与之相反@@, 由于各部门业务活动的差异@@, 数据@@不一@@致被视作正常@@。在宁波市大数据@@@@中心调研过程中@@, 平台@@的负责人明确表@@示@@:数据@@不可能一@@致@@。关于数据@@不一@@致的原因与业务活动密切相关@@:第一@@@@, 业务部门承担业务活动@@, 即使是同一@@主体@@的数据@@同样会因业务活动的差异存在不一@@致@@;第二@@@@, 由于三@@个政府@@大数据@@@@@@平台@@的建设者和使用者之间不存在直接的领导隶属关系@@, 即使数据@@不一@@致@@, 平台@@仅有告知的责任与义务@@, 并无强制执行的权力和保障@@;第三@@@@, 对于业务部门而言@@, 由于数据@@的采集和使用有责任单位@@, 业务部门不具有使用其他业务部门数据@@的权利@@。
表@@3 基于业务活动保障政府@@大数据@@@@@@平台@@数据@@一@@致性@@@@
综合来看@@, 大数据@@@@平台@@@@的数据@@一@@致性@@主要由业务活动决定@@, 但数据@@一@@致性@@问题@@并未造成实际工作的困扰@@。反之@@, 由于业务活动的差异@@, 数据@@不一@@致现象客观存在@@, 政府@@大数据@@@@@@平台@@的数据@@治理@@出现由保障数据@@一@@致性@@@@到接受数据@@不一@@致的趋势@@。但数据@@一@@致性@@保障及@@数据@@不一@@致现象均以业务活动为决定因素@@。
（三@@）据业务场景开展数据@@处理@@@@
数据@@处理@@是政府@@大数据@@@@@@平台@@的核心功能@@, 是实现数据@@利用@@、数据@@共享的关键环节@@。大数据@@@@处理@@是对数据@@的鉴别@@、积累和分析@@, 在此项研究中主要涉及@@数据@@处理@@的依据@@、权限及@@结果@@。现有文献调研的结果显示@@@@, 元数据@@是实现数据@@从无序到有序的重要依据@@, 主要在政府@@数据@@统计中发挥作用@@, 但由于标准不一@@亟待构建统一@@的元数据@@标准@@;在政府@@大数据@@@@@@平台@@开展科学@@、合理分类是进行数据@@处理@@的共识@@, 中国政府@@公开信息整合@@服务平台@@曾以内容和行政区进行分类@@, 但其效果并不理想@@;在权限方面@@, 目前仅限于对政府@@大数据@@@@@@平台@@使用权限的探索@@。综合现有研究成果@@, 其与访谈结果最为明显的差异在于数据@@处理@@与业务场景的分离性@@, 具体如表@@@@@@4所示@@。
表@@4 基于业务场景的政府@@大数据@@@@@@平台@@数据@@处理@@@@
访谈结果揭示@@, 业务场景决定政府@@大数据@@@@@@平台@@数据@@处理@@的输入和输出@@。一@@方面@@, 区别于现有文献@@, 就政府@@大数据@@@@@@平台@@的输入而言@@, 实践中大数据@@@@平台@@@@在数据@@处理@@之初将数据@@的业务属性纳入考虑范围@@@@, 以元数据@@作为数据@@处理@@依据@@, 并赋予业务部门提供元数据@@说明的自主权@@, 以保障业务与平台@@之间的连接@@。另一@@方面@@@@, 关于数据@@处理@@结果的输出@@, 三@@个平台@@数据@@处理@@的结果均提供面向应用的数据@@利用@@, 支持按照业务场景组合应用数据@@@@。
鉴于业务场景的差异@@, 三@@个平台@@同样存在数据@@处理@@的差异@@。对于与业务并无直接关联的政府@@大数据@@@@@@平台@@@@, 其元数据@@参照标准呈现多样化特点@@;但对于专业性更强@@、与业务直接关联的智慧城管平台@@@@, 则以具有专业属性的行业标准为主要依据@@。同时@@, 大数据@@@@平台@@@@数据@@处理@@的权限与业务场景直接相关@@, 由于市级政府@@大数据@@@@@@平台@@与业务无直接关联@@, 平台@@仅提供数据@@共享的渠道@@, 因而业务场景的无关性决定其数据@@处理@@过程不具有数据@@查看@@的权限@@。
上述结果表@@明@@, 业务场景直接决定政府@@大数据@@@@@@平台@@数据@@处理@@的依据@@、权限和结果@@, 其中元数据@@用于保障平台@@数据@@输入与原始业务的相关性@@, 业务场景决定数据@@处理@@的权限@@, 平台@@的数据@@输出同样提供根据@@业务场景组合数据@@的功能@@。总之@@, 基于业务场景开展数据@@处理@@@@, 在保证数据@@业务属性的基础上实现了面向业务场景的政府@@跨部门数据@@利用@@。
（四@@）以业务应用确保数据@@存储@@
大数据@@@@存储是为满足应用需求获取数据@@的方式@@, 与数据@@存储和数据@@管理相关@@, 现有的大数据@@@@存储技术@@包括@@:分布@@式文件系统@@、No SQL数据@@库@@、New SQL数据@@库@@和大数据@@@@查询平台@@@@。具体到政府@@大数据@@@@@@平台@@的数据@@存储@@, 在现有文献中@@, 无论是政府@@开放数据@@平台@@@@, 亦或对政府@@信息资源管理的顶层规划@@, 均包含对数据@@存储的讨论@@, 但并未明确多源数据@@具体的存储方式及@@其相关依据@@。与现有研究提出的大数据@@@@均应存储于云平台@@相区别@@, 表@@5揭示出业务应用直接影响大数据@@@@平台@@@@的数据@@存储@@。
表@@5 基于业务应用的政府@@大数据@@@@@@平台@@数据@@存储@@
案例数据@@显示@@@@, 政府@@大数据@@@@@@平台@@的数据@@依然存储在各业务部门@@。由于业务部门直接面向业务应用@@, 同时@@大数据@@@@平台@@@@尤其是横向职能型大数据@@@@平台@@@@与业务的分离性@@, 直接决定业务数据@@的存储依然在各业务部门@@。由此区分出两种数据@@存储类型@@:一@@类直接面向应用@@, 由承担具体业务的业务部门存储@@;另一@@类面向共享@@, 为大数据@@@@平台@@@@的技术存储与备份@@, 平台@@仅提供共享的渠道@@, 即业务部门提供的数据@@仅用于共享@@, 技术存储与业务应用无关@@。后者在存储时间@@、存储技术@@等方面具有一@@定的灵活性@@, 但不同平台@@技术存储的差异仍有待整体规划@@。
以上分析表@@明@@, 政府@@大数据@@@@@@平台@@的数据@@存储以业务应用为决定因素@@, 由于平台@@与应用的分离性@@, 因而数据@@存储依然由业务部门负责@@。大数据@@@@平台@@@@则主要提供数据@@资源的技术存储及@@备份功能@@, 对于此类存储@@, 未来仍有待于明确存储时间@@、存储技术@@、存储管理以实现大数据@@@@平台@@@@的数据@@治理@@@@。
（五@@）由业务部门决定数据@@共享@@
现有对政府@@跨部门信息共享的研究表@@明@@@@, 信息共享影响因素是其中的一@@项重要研究内容@@。目前对信息共享影响因素框架体系的代表@@性研究包括@@:基于政府@@跨部门信息共享的情境@@, 形成政策@@、组织@@、社会和技术四@@类因素@@;对于地方政府@@跨部门信息共享的研究形成资源@@、动力@@、认识和信任四@@大因素@@;此外@@还包括技术@@、组织@@管理@@、法律@@政策框架@@。这些研究潜在的假设是政府@@各部门不愿共享信息@@, 因而为促进政府@@跨部门信息共享@@, 激励机制@@、标准规范@@、推进体系等内容成为学界研究的重点@@。事实上@@, 数据@@分析结果揭示本研究所调研的宁波市政府@@各部门对共享数据@@是比较积极主动的@@, 并且平台@@上数据@@共享的权限是由业务部门决定@@, 如表@@@@6所示@@。
表@@6 基于业务部门的政府@@大数据@@@@@@平台@@数据@@共享@@
如前所述@@, 政府@@大数据@@@@@@平台@@起源于业务部门对其他业务部门的数据@@需求@@, 并以最终实现跨部门信息共享为目的@@, 因而数据@@共享是业务部门的共识@@。换言之@@, 政府@@大数据@@@@@@平台@@的关注@@问题@@不是数据@@愿不愿共享@@, 而是数据@@如何有效共享@@。所调研机构的解决方案是将平台@@上数据@@共享的决策权保留在业务部门@@, 由业务部门决定数据@@共享@@的内容@@、范围@@、条件和方式等@@。具体措施是由政府@@大数据@@@@@@平台@@与各业务部门签订保密协议试行数据@@流通规范@@、制定数据@@管理办法等@@。案例研究再次@@证明政府@@大数据@@@@@@平台@@的数据@@治理@@与业务的关联性@@。
关于由业务部门而非大数据@@@@平台@@@@决定数据@@共享的原因@@, 首先@@是体制问题@@@@, 各平台@@的建设者之于平台@@的使用者并无直接的领导与隶属关系@@, 并不具备决策的权利@@;其次@@@@是能力问题@@@@, 各业务部门直接与业务活动相关@@, 而平台@@的建设者只发挥协调@@、沟通作用@@, 并无决策的人力和物@@力支持@@;最后@@是平台@@定位@@, 政府@@大数据@@@@@@平台@@建设的初衷是为了促进数据@@流通@@, 核心在于调动各方积极性@@, 而非削弱业务部门的权利@@。
上述分析表@@明@@, 与现有文献研究的主流观点@@相反@@, 政府@@跨部门数据@@共享的影响因素众多@@, 但由于存在业务需求@@, 各业务部门对数据@@共享表@@示支持@@, 而非各部门不愿共享数据@@@@。同时@@宁波市三@@个跨系统跨部门的政府@@大数据@@@@@@平台@@数据@@共享的经验揭示@@, 将数据@@共享的决策权保留在业务部门@@, 以减少业务部门数据@@共享的顾虑是有效的大数据@@@@平台@@@@数据@@共享路径@@。
五@@、结语@@
通过以上对三@@个跨系统跨部门的政府@@大数据@@@@@@平台@@数据@@治理@@@@路径的案例分析@@, 本研究发现@@:第一@@@@, 政府@@信息化的发展并非必然导致数据@@集成@@, 数据@@集成起源于业务需求@@;第二@@@@, 平台@@上数据@@的一@@致性主要依靠业务活动保障@@, 区别于保障数据@@的一@@致性@@, 更为关键的发现是由于业务活动的差异@@性@@, 数据@@不一@@致被视为正常@@;第三@@@@, 大数据@@@@平台@@@@通过规定数据@@处理@@的依据@@、权限和结果@@实现对基于业务场景数据@@处理@@的限定@@;第四@@@@, 区别于面向数据@@共享的大数据@@@@平台@@@@本身采取的技术备份@@, 面向业务应用的数据@@存储仍然保留在业务应用部门@@;第五@@@@, 现有关于数据@@共享的研究以部门不愿共享为其假设@@, 但案例数据@@显示@@@@各部门对于数据@@共享持支持态度@@, 并且平台@@上数据@@共享的权限保留在业务部门@@。以上五@@方面表@@明政府@@大数据@@@@@@平台@@的数据@@治理@@路径@@以业务为驱动@@。
政府@@大数据@@@@@@平台@@数据@@治理@@@@是为打破条块分割的管理体系@@, 实现跨系统跨部门数据@@共享而提供的探索性解决路径@@。本研究得出政府@@大数据@@@@@@平台@@数据@@治理@@@@的关键是业务驱动@@, 其实质是保持平台@@上数据@@与业务的关联性@@, 尊重业务需求实现数据@@集成@@, 遵循业务活动规范保障数据@@一@@致性@@@@@@, 遵守业务场景开展数据@@处理@@@@, 遵照业务应用要求确保数据@@存储@@, 遵从业务部门规章制度要求决定数据@@共享@@。
总体而言@@, 现有关于政府@@大数据@@@@@@平台@@数据@@治理@@@@的研究局限于概念性研究@@, 缺少与业务的关联@@。本文的研究贡献在于@@:通过提供实证支持@@, 将政府@@大数据@@@@@@平台@@的数据@@治理@@问题@@具化为数据@@集成@@、数据@@一@@致性@@、数据@@处理@@、数据@@存储和数据@@共享五@@方面@@, 发现业务驱动是跨系统跨部门政府@@大数据@@@@@@平台@@数据@@治理@@@@的有效路径@@。未来仍将持续关注@@业务驱动的政府@@大数据@@@@@@平台@@数据@@治理@@@@@@的有效路径及@@其实现方式@@。
