免责声明

本文引用的参考文献搜集于互联网，非原创，如有侵权请联系小编删除！

请勿将该文章用于任何商业用途，仅供学习参考，违者后果自负！更多参考公众号：无忧智库

在当今数字化时代，政务数据作为国家治理的重要战略资源，其管理和应用水平直接关系到政府决策的科学性、服务的高效性和治理的精准性。然而，我国政务数据长期面临着诸多痛点，亟待有效的解决方案来释放其巨大价值。

一、政务数据的困境：亟待打破的坚冰

李克强总理曾在 2016 年 5 月全国推进简政放权电视电话会议上指出，我国信息数据资源 80% 以上掌握在各级政府部门手里，但“深藏闺中”是极大浪费。这种数据浪费现象普遍存在，政务数据质量低下、没有统一标准，导致大数据价值难以发挥。

政务大数据还面临着一系列痛点：委办局数据虽已超越互联互通阶段，实现了一定程度的数据集中融合，但仍存在纵向系统“烟囱林立”的问题，各系统之间缺乏有效的协同与整合。同时，横向数据碎片化和纵向数据烟囱林立的现象严重，数据质量参差不齐，给政务数据的有效治理和应用带来了巨大挑战。

二、破局之道：基于鲲鹏云的政务数据治理融合联合解决方案

为应对上述挑战，华为 - 华傲公司携手推出了基于鲲鹏云的政务数据治理融合联合解决方案。该方案以“双调双融”为核心理念，通过数据调研助力数据融合（数据治理归集），业务调研助力业务融合（数据推广应用），构建起全景视图，涵盖交换体系、目录体系、评估体系、可视化体系等，全方位提升政务数据的治理与应用水平。

（一）总体方案架构：构筑坚实的数字底座

该解决方案的总体架构分为多个层次，包括应用层、服务层、数据层、数据湖工厂 DLF、gPaaS（云原生 PaaS 平台）、IaaS（基础设施即服务）等。应用层提供数据安全管理和数据应用，涵盖大民生、大建管、大市场、大平安等多个领域；服务层（aPaaS）提供数据集成、数据治理、共享库等服务；数据层构建数据资源池，包括基础库、主题库、专题库等；数据湖工厂 DLF 提供大数据服务，如 MRS（MapReduce 服务）、DWS（数据仓库服务）、RDS（关系数据库服务）等；gPaaS 层提供云容器引擎、微服务引擎、应用编排等能力；IaaS 层则提供 ECS（弹性云服务器）、BMS（裸金属服务器）、EVS（弹性块存储）、ELB（弹性负载均衡）、OBS（对象存储服务）等基础设施服务，为整个政务数据治理体系提供了坚实的数字底座。

（二）数据采集汇聚：广纳百川，汇聚政务数据洪流

数据采集汇聚是政务数据治理的起点，该方案采用了多种先进的数据采集方式，包括深网爬虫、数据填报系统和流式数据采集等。

1. 深网爬虫系统：能够对论坛、新闻门户、博客、微博等多种网络信息源进行垂直、精准、持续有效的网络信息抓取，实现对政务大数据的有益补充。其优势在于可爬取大量搜索引擎无法深入的网络资源，并针对大任务进行分布式并行抓取，提高数据采集效率。
2. 数据填报系统：通过流程设计、功能设计、数据报送管理与定时提醒等功能，制定数据报送模板，方便相关单位报送数据。管理员用户可以统计和查询已上报和未上报的各单位数据，确保数据采集的完整性和及时性。
3. 流式数据采集：利用物联感知平台、Kafka 集群、Flink 等技术，将城管、环水、住建等感知前端的数据接入并进行存储和分析，为政务数据的实时性提供有力保障。

（三）数据融合：化零为整，打造高质量数据资产

数据融合系统是该方案的核心组件之一，通过数据清洗、关联、融合等操作，将多源异构的业务数据转化为高可用价值的数据资产。其核心能力包括数据融合概况统计、平台初始化、配置流程、资源目录配置、规则管理以及数据集成等，能够有效解决政务数据质量低下、缺乏统一标准等问题，保障数据的综合、全面、权威、可用和可靠性。

（四）数据资源池建设：有序归集，分类管理数据资源

数据资源池建设包括归集库、中心库、标准层、基础数据层等环节，实现了数据的有序归集和分类管理。

1. 归集库：作为数据仓库中数据标准处理和基础数据建设的基础，归集库从政务业务库抽取数据，或通过非电子媒介转换、录入数据，并进行统一集中管理。它附加时间戳标注版本，在增量数据环境下作为对应各来源业务库的新版本全量数据库。
2. 中心库：按归集库表结构建立中心库标准层，对数据进行清洗和标准化处理，生成符合标准的数据。同时，基于归集库数据或标准层数据，以实体为单位组织数据，进行实体原子属性拆分，建立基础数据层，为解决“一数一源”问题提供基础数据和融合建议。
3. 标准层与基础数据层：进一步对数据进行规范化处理和整合，确保数据的一致性和准确性，为后续的数据应用提供高质量的数据支持。

（五）数据治理：全方位保障数据质量与安全

数据治理是政务数据管理的关键环节，该方案在数据标准治理、数据质量稽核、元数据治理、数据安全管理等方面进行了全面规划和实施。

1. 数据标准治理：通过数据标准治理，实现数据标准和数据的实时对比、分析和稽查，及时发现数据质量问题并给出原因分析，确保数据标准和数据的高度统一。
2. 数据质量稽核：对数据进行多维度分析和全面诊断，包括数据重复性、关联性、正确性、完全性、一致性、合规性等，形成数据质量评估报告，为数据质量提升提供依据。
3. 元数据治理：管理元数据，制定相关管理办法及规范，包括业务元数据（如业务术语、业务指标、数据地图等）和技术元数据（如数据源信息、源数据到目的数据的映射、数据转换描述等）。通过对元数据的治理，实现数据的溯源、影响分析、版本管理等功能，为数据的全生命周期管理提供支持。
4. 数据安全管理：采用数据分级管理、数据脱敏管理、数据授权管理等多种措施，确保数据的安全性和隐私保护。同时，通过数据库监控、数据服务监控、数据备份监控等手段，实时监测数据的安全状态，及时发现和应对潜在的安全威胁。

（六）数据服务：激活数据价值，赋能政务应用

基于强大的数据治理能力，该方案提供了丰富的数据服务，包括服务目录、集成开发工具、监控管理中心、文件适配器、SOCKET 适配器、Web Service 适配器、HTTP 适配器、JMS 适配器等，以及协议转换引擎、服务总线、服务编排引擎、服务注册库等核心组件。通过这些数据服务，实现政务数据的共享、交换和应用，为城市公共服务能力提升、领导决策辅助支撑、突发公共事件的应急指挥协同等各类政务应用提供有力支持。

三、应用案例：见证智慧政务的实践成果

基于鲲鹏云的政务数据治理融合联合解决方案已在多个城市和领域得到成功应用，取得了显著的实践成果。

（一）城市公共服务能力提升

通过汇聚城市中各方信息资源，包括政府数据、社会数据和互联网数据，实现数据共享和业务协同，提升了城市公共服务能力。例如，在教育、医疗、住房、就业、救助、文娱等民生领域，基于政务数据的深度分析和应用，为市民提供更加精准、高效的服务，改善市民的生活质量。

（二）领导决策辅助支撑

为领导决策提供数据支持和辅助分析，帮助领导全面了解城市运行态势，做出更加科学、合理的决策。例如，在城市规划、政策调整、宏观决策等方面，通过对政务数据的综合分析和挖掘，为领导提供决策依据和建议，提高政府决策的科学性和精准性。

（三）突发公共事件的应急指挥协同

在突发公共事件发生时，实现应急指挥协同，通过监测城市各领域运行态势，如城管执法、环境监测、交通运行等，快速响应和处理突发事件，保障城市的安全稳定运行。

四、分工协作与技术支撑：凝聚合力，共筑智慧政务生态

针对政务大数据项目，华为与华傲充分发挥各自优势，实现分工协作与能力互补。华傲在数据采集汇聚、数据填报、深网爬虫、数据标准治理、数据质量治理、元数据治理、数据监管保护、数据清洗融合、数据治理融合工具、大数据基础组件、双融双调服务、编目服务、归集库建设、中心库建设、基础库建设、主题库建设等方面提供专业支持；而华为则凭借其在华为云服务、华为 TaiShan 服务器、HCS6.5.1（ARM）云服务、华为 FusionData 智能数据解决方案等领域的强大技术实力，为政务数据治理提供坚实的基础设施和平台支撑。通过双方的紧密合作，共同构建起基于鲲鹏云的政务数据治理融合联合解决方案，推动政务数据的高效治理和深度应用。

五、结语：开启智慧政务新纪元

基于鲲鹏云的政务数据治理融合联合解决方案，为政务数据的管理和应用提供了一条创新之路。它不仅能够有效解决政务数据面临的诸多痛点，还能充分释放政务数据的巨大价值，助力政府实现数字化转型和智能化升级。在数字化时代，政务数据治理是提升政府治理能力现代化的关键环节。随着技术的不断进步和创新，基于鲲鹏云的政务数据治理融合联合解决方案必将为智慧政务的发展注入源源不断的动力，开启智慧政务的新纪元，为国家治理体系和治理能力现代化建设提供有力支撑。

以下为方案部分截图：