楊蕊 黃伊麗 張容 王海波 崔坤鵬



摘要:隨著大數據的發展以及國家對于大數據政策的大力支持,電子政務開始初露鋒芒,在該背景下,大數據應用于基層治理的模型值得社會的探討,分析大數據與基層政務相結合的趨勢、數據采集處理方法及其風險顯得尤為重要。在未來,電子政務與大數據的結合將普及到各個基層街道,為基層干部解決“最后一公里”的難題。
關鍵詞:大數據;良性采集;技術架構;安全機制;電子政務
中圖分類號:G642 文獻標識碼:A
文章編號:1009-3044(2020)13-0292-03
1引言
根據互聯網用戶數據顯示,近年來全互聯網用戶數量急劇攀升,據CNNIC發布的第44次《中國互聯網絡發展狀況統計報告》:截至2019年6月,我國在線政務服務用戶規模達5.09億,占網民整體的59.6%。由此可見,電子政務的發展方向是時代所趨,而大數據與基層電子政務更是密不可分、相輔相成。
同時,國家成立“大數據戰略重點實驗室”將大數據技術提升至國家戰略層面,第五次人民代表大會首次明確大數據上升為國家層面,大數據技術也必將推動國家的發展。強調以信息資源管理為核心,建設社區管理、自治、服務數據的大綜合信息數據庫,并且通過整合社區的公共服務信息,發展面向社區居民的“一站式”服務。
2大數據產業市場規模與前景
中國的大數據應用市場正在以一個迅猛的增長速度成長,預計到2020年中國大數據產業規模將達到13626億元,增長幅度巨大腳。根據此信息,大數據的前景十分廣闊,也證明了電子政務與大數據的研究方向的長遠性以及可行性。
3大數據系統建設的思路
3.1建設思路
大數據主要體現在智慧、生態,從大數據角度分析智慧的意義,總結智慧化基層治理生態系統應該具有“感、記、思、知、行”方面功能,如圖1所示。
感是對內外界信息的覺察、感覺,對感覺信息進行有組織的處理;記是記錄內、外界信息的過去和現狀;思是理解、分析、判斷、決定等能力;知是獨有知識和共有知識、具體知識和抽象知識、顯性知識和隱性知識等;行是將知識表現出來的外部活動。“基于大數據分析的智慧化基層治理生態系統”結構圖如圖2所示。
一個數據采集的過程,需要用到數據庫的收集分析,數據來源于原始的檔案,基層機關人員采集的信息以及面向社區居民應用服務的數據收集,最后通過數據重組、數據清洗、數據存儲組成感知系統。數據檔案館包括收集來的原始數據歸檔和建立的原始數據倉庫組成,數據檔案館是記憶系統最重要的部分。思考系統是機器學習層,大數據分析包括數據統計、分類、推斷、識別,通過大數據分析進一步處理數據。知識系統由概念圖、Petri、知識網格、云理論組成將處理好的數據加工成人們看的懂得圖和數據。行為系統是將處理好的數據信息應用服務于人們,重點應用于街道數據管理與服務、人員關系圖譜等,也可以應用于養老、教育、黨建、醫療等面向居民的服務應用。最后通過大數據可視化中心和集中調度中心將已經處理好的數據信息通過應用進行展示。
3.2系統生態理念
基層治理智慧化的生態系統需要滿足數據的良性收集,數據可以不斷持續加入生態系統中,進行實時更新與補充。這一生態系統,一端連接于居民,一端連接數據庫。居民通過各種日常生活中的信息采集不斷更新、積累數據庫,例如基層人員每次走訪時采集更新的信息,居民自主在社區服務應用上填寫的信息等,使得數據庫形成了一個生態的良性系統循環。
3.2.1數據的生態良性采集信息
構建數字檔案館(如公共信息庫、重點人員庫等專用數據庫),整合分散數據形成街道綜合“大數據”;再次提取民政、綜治、殘聯等多部門數據,減少重復建設進行良性信息采集;最后建設社區數據“專享云”,與公網環境物理隔離,為生態系統提供存儲、計算、分析、安全防護等服務。同時基層人員可以通過走訪家庭的形式采集并更新數據庫。
3.2.2公眾服務應用良性采集信息
居民使用大數據系統中的附加服務應用,為居民提供居家辦證、生活常用服務查詢、互動交流以及社區主要活動公告、辦事流程、政策與法規等信息推送等智慧服務。在服務過程中,部分應用將會對居民信息做一個簡單采集,由此可以實現不斷更新數據庫,形成一個良陛的循環。
大數據下的基層治理是電子政務時代的典型代表,數字城市與物聯網等現代信息技術相結合的產物,智慧化社區治理與大數據相結合的良性生態系統將會推動社區基層治理的高效、智慧和聯動,從而解決基層“最后一公里”的難題,也方便了基層相關機關人員的各項工作,達到人性化治理,使社區發展更加和諧、更具活力。
4技術水平
4.1成熟的技術系統架構
4.1.1系統采用層次化設計
主要包括基礎設施層(IaaS)、數據支撐層(DaaS)、應用支撐層(PaaS)、應用服務層(SaaS)。整體設計采用SaoS的設計理念,集成所有應用供不同權限用戶使用,可進行個l生化配置。
4.1.2完善的基礎設施層(IaaS)
硬件環境即服務,可以為后續的居民生活應用提供底層物理設施支撐,為上層服務提供存儲空間、計算資源、操作系統等服務。目的充分利用硬件資源,將硬件資源池化,形成云環境,進而提供量化的、靈活的基礎設備支撐。
4.1.3數據源層涵蓋范圍廣
用于存儲街道各部門原始數據,比如辦件數據、戶籍人口數據、流動人口、未落戶人口、境外人員數據、重點人員、關懷對象、房屋信息數據、重點場所數據、居民家庭經濟狀況核對數據、政府補貼數據、社會組織備案數據等,該層主要為上層的數據支承層建設提供原始數據服務,是整個項目的數據基礎。
4.1.4穩定的數據支撐層(DasS)
提供數據支撐,依據數據標準匯聚業務系統數據形成數據中心。以數據元、代碼集、驗證規則、對象、元數據量化數據標準,依據數標準形成標準庫,并實現可視化、圖表式的數據監控。
4.1.5穩固的應用支撐層(PaaS)
提供應用支撐,包含應用狀態監管、應用自動化部署、應用統一運維等功能。服務治理:基于暨陽街道的業務模式實現一套完整的服務訪問框架,包括服務注冊、服務訪問控制、服務路由。對各業務系統的數據共享、交換等服務進行統一管理。業務系統通過本系統進行注冊于發布,平臺則對這些服務運行情況進行監控。
4.1.6豐富的應用層(SaaS)
上層應用通過平臺的接口協議,可滿足對下層高并發訪問。由于將底層業務數據之間的復雜關系進行了屏蔽,可在平臺上快速的迭代開發新的應用系統。
大數據系統主要的對象是街道管理人員和居民。產品主要由重點人員管理與服務、數字檔案館系統、大數據可視化中心等組成應用層。產品系統的應用支撐層主要由服務器管理、統一運維、預測性能監控、容錯與遷移、日志服務、權限管理、源代碼管理組成。
產品系統的數據支撐層是由數字檔案庫(如重點人員庫、老齡人口庫、公共信息庫等專用數據庫)和標準數據交換組成。
產品系統的數據源包括企業信息庫、商鋪信息庫、人口信息庫、街道信息庫、安檢信息庫等。最后公司的產品應用與以太網、物聯網、Adhoc以及蜂窩移動,這些都是我們的基礎設施層。
4.2松耦合的SaaS模式
整體設計上采用SaaS的設計理念,各種應用以模塊方式進行呈現,各模塊間互相獨立,耦合程度低,可以根據本單位的業務特點進行定制與組合,然后按需購買服務,如圖3所示。相對于傳統建設模式,SaaS使得系統部署周期縮短,響應速度更快度快,切換更為迅速便捷。
4.3網絡安全機制
設計恢復機制和備份機制,保證數據一致性、完整性和災難恢復;嚴格管理制度,為系統安全性提供制度保障,如圖4所示。
采用阿里政務云,為政務行業量身定制、符合國家政務安全合規、中央網信辦云計算網絡安全審查(增強級)的云計算服務。
完整的權限控制機制,多重系統保密措施以保障數據安全。依據信息訪問權限,向用戶提供授權查詢,有效避免越權使用。
基于SSL-VPN私有云,客戶端通過撥號方式與VPN網關建立連接,進行身份鑒別與進行加密套件協商建立安全關聯等。所有信息傳輸以加密方式進行。
5大數據的創新性、先進性和獨特性
5.1構建“數據管理一體化”新格局,打破信息孤島
一個個數據庫、一個個系統如果彼此不能互聯,相對來看就會出現信息孤島。由此,大數據平臺通過電子系統詳細記錄并管理個人及其家庭的基本信息、就業、和惠民政策等詳細情況,通過系統可以準確查詢居民享受的各類政策扶持、資金補貼、計生情況等各類信息,從而將信息聯立,形成數據管理一體化格局。
5.2構建“數據共享便利化”新格局,突破地域限制
大數據平臺可以設計有電腦管理端和手機app相互聯通,走訪和采集的信息通過手機APP及時導人電腦管理端,在電腦端生成相應數據并歸檔,也可以通過工作權限在手機端加入相應數據,提高了數據及時陛、準確性、有效陛,突破了地域局限。
5.3構建“數據同步全局化”新格局,實現平臺對接
大數據平臺應在設計之初察各類應用系統,確定數據對接即數據采集處理的解決方案,在實際工作中,可以根據不同的工作需求批量導入或導出工作所需數據,并且可以將其他系統的數據批量導入本系統。解決了與各類平臺的數據對接問題,大大減少了基層干部的工作負擔。
5.4構建“數據分析智能化”新格局,提升決策能力
大數據平臺可以根據系統中的數據進行智能化的分析并生成分析圖表。目前,可以準確查詢到各村和社區的地理位置、人口結構、教育情況、重點人員和集體經濟等常用信息,方便基層機關人員對系統地掌握學習和查詢統計,為街道及政府的精準決策提供數據保障。
6結論
大數據下的電子政務應用是時代所趨,同時也將站在時代的前沿,將數字互聯網與智慧城市相結合,為今后的電子政務發展開拓了一條新的道路,是文明時代的見證,其創新性、先進性和獨特性也是大數據電子政務的活力與存在意義。大數據將傳統的繁雜的紙質分類檔案轉變為現代的可持續發展的電子信息管理,解放了基層機關人員的工作,同時也加快了基層治理的效率,將會給未來帶來無限的可能性。