本文為國家信息中心原副主任胡小明授權發布。
原標題：政府數據整合問題研究
NO1數據應用存在的問題
信息共享的效益難題
國內電子政務建設一直強調信息共享，十五年后還在強調信息共享，只能說明信息共享建設始終缺乏成效，使我們不得不考慮是目標有誤還是路徑不對。電子政務建設的成績大都集中在政府業務處理自動化方面而非信息共享，只有理清信息共享的效益難題，數據整合才能避免重蹈覆轍。
信息共享迷信導致了思維停滯
缺少質疑精神使信息共享反省始終不到位，長期過度的宣傳使人不敢對信息化常識有一點懷疑，信息共享已成為一種迷信，在信息資源稀缺時代強調信息共享尚有一定道理，但在全球信息爆炸之后還持同樣的看法就不合理了，只強調增加數據的信息共享只能使資料過剩愈加嚴重。對信息共享價值的迷信使思維停滯，任憑無效的信息共享蔓延。
工具變成了目標必然導致效益喪失
信息共享效益不好的重要原因是把信息共享當成終極目標，而忘記共享效益才是目標，以為信息共享就是效益，其實信息共享只是工具，工具與效益是兩回事，真正有效益的信息共享只是少數，多數信息共享對政府工作并無幫助，效益也無法聚集，有效益的信息共享都是精心設計的結果。
信息共享的效益均來自最終目標實現產生的總效益，有效的信息共享應能降低最終目標實現成本、加快實現進度、提升最終價值。只有對最終成果有貢獻的信息共享才是有效的，在信息化建設中稀缺的不再是資料而是最終效益目標，目標導向是提升效益之路。
數據整合理念需要認真反思
一窩蜂的智慧城市建設最容易出現概念不清決心大，事前不想清楚為什么是粗放文化的通病，粗放文化使國內信息化建設缺乏效益。信息化使政府積累的數據資料越來越多，數據整合問題已經提上日程，但是對于什么是數據整合、數據整合的效益如何產生并沒有充分討論，粗放的數據整合與粗放的信息共享都不會產生效益，認真研究政府數據整合的理論與方法已是當務之急。
NO2數據來源、使用方式二維矩陣
精細分類的重要性
電子政務信息共享出現的諸多問題均來自粗放的概念思維，例如系統業務之間的數據共享與決策研究用的信息共享并沒有區分，用統一的信息共享交換平臺解決兩方面的問題其結果是一個都做不好，建設大數據管理中心如果仍舊采用粗放的思維方式，不對數據來源與應用模式的細分只能亂上加亂。面對不斷增加的數據復雜性只靠決心大是不行的，方法必須科學，精細分類是降低復雜性的手段，對數據來源與使用方式分類有助于問題的清晰化。
兩類數據來源：人工數據與自動化數據
政府工作常用的數據資源一種來自人工，另一種來自自動化設備。人工填報的數據不論是統計調查還是業務記錄，都是人腦生產的數據，人工填報數據不可能很快也不能做到精準，人工數據都屬于小數據范圍，其優點是收集容易處理簡單。
自動化設備可以是各種傳感器也可以是互聯網，當然并不是說數據只要經過互聯網就是互聯網數據，而是指利用互聯網機制自動收集的數據，自動化數據也可稱為電腦數據，電腦數據精準而客觀且數據生產的效率非常高，遠遠超過人工數據的規模，所以被稱為大數據。小數據與大數據的區別不只是規模更是來源不同。
兩類數據應用：系統業務與專家應用
系統業務應用是業務流程對數據的使用，大量出現在政府系統化業務之中，如政府行政許可審批、辦理出入境手續、各種網上辦事等等，這些服務是精準地按照當事人相關的數據進行操作，其結果是由制度與數據決定而與操作者無關，系統應用只認數據，沒有信息概念。
專家應用是在信息層次上使用數據，要從數據中提取信息，與自己的知識經驗相結合來進行分析判斷，形成新的見解，這是人腦使用數據的模式，常見于政府的決策研究，決策使用信息而非數據，數據要抽象出信息才能應用。
數據應用的四大類型
將兩類數據來源（人工數據、自動化數據）與兩類應用（系統業務模式、專家應用模式）組合起來，即可得到四種數據的收集與使用狀況：
數據操作業務：人工數據——系統業務；
搜索監管業務：自動化數據——系統業務；
信息決策應用：人工數據——專家應用；
優化改進應用：自動化數據——專家應用。
數據整合的四種模式形成如下的矩陣：
▲數據來源——數據使用矩陣圖
類型一：數據操作業務
數據操作業務特點
數據操作業務常見于政府的系統化業務，為提高工作效率業務都設計成規范化操作系統，工作人員按標準化流程操作，系統運行結果與操作人無關，是系統在使用數據而非操作人員使用。
政府大多數網上服務均屬此類模式，發改委等十部委提出的“一號一窗一網”的服務方案所指的都是此類業務，業務使用的是與服務對象相關的數據，如辦理戶口、簽證等只使用與個人相關的數據，處理結果由數據及規則決定，操作者沒有自由量裁空間，其結果是按規范產生的，誰操作都一樣。
數據操作型業務質量要求
數據精準：這種業務完全是依據與當事人有關的數據操作，數據不準確就會出錯，保證數據的準確是第一位的。
調用迅速：調用迅速是提高效率的關鍵，要能夠跨部門使用政府數據，減少用戶跑腿，不僅方便用戶、方便工作人員還能減少數據欺騙。
業務數據整合要點
數據操作業務是政府基層服務的主要形式，其使用的數據是用戶填報數據與業務流程積累的數據，不同類的業務數據是由不同的業務部門收集的，數據并沒有鏈接，不同部門的數據必然會存在不一致問題，雖然數據都已入庫，但未經磨合的跨部門調用是不可能通暢的，數據整合的任務就是要使之流暢化。不同部門業務數據進行整合并不需要數據集中存儲，主要是提升按主題標識碼調用不同數據庫的速度，要統一各部門的主題標識碼，要能夠核對數據并及時更正錯誤，排除數據的相互矛盾，使業務數據跨部門查詢流暢化。
類型二：搜索監測業務
搜索監測業務的應用場景
搜索監測業務屬于大數據資源微觀應用業務，常用于案件偵破、危險分子查詢、反恐、反欺詐等工作，其關注的焦點是個體信息，目的在于發現異常的個體行為而非普遍性規律。類似于常見的“人肉搜索”。利用各種信息痕跡追蹤懷疑目標，也用于對環境的監管，發現超標信號進行預警。
搜索監測型業務使用者主要是安全機構，如公安部門、金融保險部門、政府補貼欺詐防范部門（政府醫療費、困難補助每年都有大量騙費行為）、反恐反洗錢部門等，交通安全部門、環保部門，也包括用戶信用服務機構。
搜索監管業務的數據處理要求
搜索監測型業務使用的數據源包括記錄人們信息痕跡的大數據資源，如互聯網查詢記錄、移動電話記錄、ETC車輛行動記錄、視頻畫面、信用卡使用記錄等等，很多數據源涉及到個人隱私，使用必須謹慎，要依法辦事。
對于重要的社會安全治理，政府會建設城市感知網收集數據進行安全監管，例如人流危險監管、公共設施安全監管、環境保護監管、食品、藥品監管等，這些數據的整合主要措施是壓縮內容、實現可視化展示，提高數據的利用效率。
搜索監測數據整合關鍵
搜索監管業務使用的大數據資源非常專業化，對原始數據整合是不可能的，因此數據整合主要是在結果層次上，這種應用要從大數據中搜索特殊的個體數據，數據整合主要是整合搜索出的結果數據，建立特殊目標的數據庫，例如建立違規黑名單、收集欺詐洗錢懷疑目標等等，減少服務風險等。
對感知網渠道獲取的監管大數據資源的整合主要是建立可視化圖形系統及建立監管預警的標準，提升系統的自動化預警、報警能力，可視化系統可以提升環境安全態勢的直觀性，有助于管理人員更方便地理解態勢。
記錄用戶的金融行為可以建立用戶的征信數據庫，記錄用戶的交通駕駛行為可以建立用戶交通風險數據庫。
類型三：信息決策應用
信用決策應用特點
信息決策應用模式主要用于政府和企業的領導層決策，政府宏觀決策需要多方面的信息，政府不會靠數據直接決策，先要從數據集提取信息，并與已有的信息、經驗結合起來進行判斷，進而制定出帶有普遍性的政策。高層決策信息更多來自小數據，小數據宏觀性好，容易看懂，而很少會利用大數據，大數據處理復雜，只有經專家處理后濃縮的信息可供領導層決策參考。
大數據對政府高層決策貢獻不大，因為數據量越大其涉及的信息面反而越窄，政府決策需要依賴很多不能數字化的信息，如社會經濟發展態勢，重大的國際國內事件，社會公眾的情緒意見等，宏觀決策使用數據的規模并不大，主要是掌握趨勢，而這些數據主要來自統計數據。
領導層信息來源
城市領導的主要工作是解決城市發展中的一些棘手的問題，監督與激勵部門領導做好分管的工作，領導干部的決策能力是長期工作積累的結果，數據與信息的作用是潛移默化的，很少出現利用數據資源對某項決策進行輔助決策的局面。領導層的洞察力主要在于平時對數據與信息的利用。
領導層的信息來源更多是通過人際渠道，數據利用主要是統計數據，會更多利用專家們研究的成果，領導層會非常關心其它地區的做法，特別是規模相當城市的數據及采取的一些舉措。
信息整合關鍵是少而精
領導層最關注的是整體的態勢，包括全球、全國、本省、本市的基本數據，這些數據主要是統計數據，數據量不需要很大但查詢要方便，尤其本地區數據是工作匯報的重要內容。對領導層而言查詢方便比數據完整更重要。
除了關注宏觀統計數據之外，領導層通常很關注類似規模地區的發展數據、相關政策措施，地區數據中心要多收集此類數據供領導層參閱，經濟專家對形勢的分析也為領導關注，專家的文章往往太長，領導時間稀缺看不下來，數據中心可整理出摘要供領導查閱。
類型四：經營優化應用
經營優化應用場景
經營優化主要適用于企業應用特別是企業自用大數據資源的應用。亞馬遜利用自己積累的數據來分析用戶的購買喜好，成功地向用戶推薦新書，電信運營商利用大數據挖掘用戶的使用習慣定向推薦服務套餐，大型商場利用自動收款機分析用戶的消費心理，這些大數據的使用方法都是圍繞著公司業務進行的，旨在改進公司銷售，互聯網公司利用大數據改進廣告收益，金融公司使用大數據降低金融風險。
政府本身并沒有太多的大數據資源，政府數據還是以小數據為主，即使把眾多小數據整合起來還是小數據規模，用好小數據應是政府數據整合的重點。但是政府可以與擁有大數據的企業合作，利用企業的數據資源與信息渠道改進政府工作。國家信息中心與螞蟻金服和騰訊網絡合作，共同收集各地智慧城市公眾反映大數據來評價智慧城市發展水平取得了很好的效果。
經營優化數據應用特點
企業大數據資源主要來自本公司業務，這種大數據資源最適合改進本公司業務，目前發展得也最快。政府利用企業的大數據資源有一定難度，企業原始數據不愿意給政府，因企業需要保護公司用戶的隱私及公司的商業秘密。政府不必非要企業的原始數據，可以訂購企業的分析成果與可視化數據產品，這類數據產品不侵害企業利益因而企業愿意配合。
社會大數據資源的整合
企業利用大數據資源改進業務有自身的需求，政府并不需要進行管理，企業向社會開放大數據資源是市場行為政府也不需要干預。政府可以采購企業大數據資源的加工成果，如大數據分析報告、大數據可視化產品等，政府可以規劃城市所需的多種大數據產品，向社會開放數據產品采購清單，向企業系統采購，不僅政府自用還將向社會開放，使大數據資源物盡其用。
NO3需求導向創造效益
信息爆炸與數據價值
信息資源爆炸時代數據資源早已不再稀缺，信息會通過各種方式向外泄漏，想回避都不容易。按照經濟學理論，供應增加必然帶來邊際效用下降，數據價值下降是不可避免的趨勢。
數據價值下降是競爭的結果，以提供信息為目的的數據價值下降最快，因為類似的數據太多了，政府內部的數據資源會受到外部資源的激烈競爭。以提供信息為主要目的的數據中心會喪失原有的重要性。
政府的業務數據卻不會受到外部競爭，業務數據是用戶辦事過程記錄的數據，是繼續辦事的依據不可被替代，在政府服務精細化改進中會有更大作用，整合的業務數據會不斷增值，這應當是數據中心今后工作的重點。
數據整合不需要面面俱到
數據整合是提升應用效益的工具，數據整合本身并不是目標，工具并不是效益的來源，恰當的目標選擇才是效益的來源，選擇就是在增添智慧。政府數據整合既然不是終極目標就不必整合全部數據，只需整合有用的數據，要選擇那些使用頻率高、使用價值高的數據入手，放棄使用率不高的數據整合，集中精力將有用的數據整合做得更好。
數據整合要從具體目標起步
信息共享做不好的原因之一是捆綁了通用平臺，想靠信息共享交換平臺來解決不同的信息共享問題，結果與設想大相庭經，在沒有積累大量具體經驗之前開發通用系統是不會成功的，數據整合工作要吸取這一教訓，先從具體項目入手，特殊目標效益未實現之前，不要搞普遍性解決方案。
現在國家發改委、網信辦等十部委聯合提出了“一號、一窗、一網”的惠民服務要求，這已經是一項非常具體的要求，能夠實現上述服務需要的跨部門數據使用已不容易了，即使在該任務中，也要挑選最重要、最有影響、使用頻率高而無重大難點的任務先做，以用戶滿意率提升為中心，完成任務是當務之急。通用平臺讓軟件公司去想，政府不必自找麻煩。
大數據整合更不必操之過急
國內大數據應用才剛剛開始，很多地方還處于既無經驗又無資源的階段，建設大數據中心實在勉為其難，不如集中精力把小數據應用做好，大數據應用可讓大企業和大城市多試，待他們成功了再學不遲。政府應用大數據沒有競爭性，早做晚做沒有差別，政府不必學企業爭先恐后地大數據，把公眾急需的小數據服務做好就是成功之路。
