綜合交通背景下交通行業數據治理思路

孫彪彪

（交通運輸部公路科學研究院，北京 100088；中公華通（北京）科技發展有限公司，北京 100088）

1 現狀與問題

2020 年4 月，《中共中央國務院關于構建更加完善的要素市場化配置體制機制的意見》正式公布，確立了數據與土地、勞動力、資本、技術并列的生產要素地位[1]。作為數字經濟、數字交通的核心生產要素，如何釋放數據價值來驅動交通發展和轉型，最核心的工作是做好數據治理。

自21 世紀初，交通行業信息化、數字化建設持續推進，尤其是在“十三五”期間取得快速發展，大量的公路、水路、道路運輸等數據實現行業層面統一匯聚，通過數據的有效融合治理逐漸支撐起交通運行監測、預測預警、業務協同、出行服務等工作。同時各地在圍繞交通行業數據治理相關業務應用、技術規范、安全、制度等方面，開展了大量的實踐探索。

1.1 數據基礎有待進一步夯實

交通行業“點多、線長、面廣”的特點，導致交通信息化建設過程中缺少全局性、系統性考慮，隨著時間的推移，龐大而雜亂的數據分散于煙囪林立的業務系統，數據“深藏閨中”，造成數據底數不清；數據共享融通壁壘尚未徹底破除，數據共享意識淡薄，跨地區、跨層級、跨系統的交通行業數據共享匯聚工作推進難度大，數據多頭采集、重復采集現象嚴重，給交通行業數據治理工作帶來了極大的挑戰；不同時間、不同技術架構建設的交通行業信息化業務系統導致數據來源不規范、數據結構不統一、數據維度不一致、異構數據眾多、更新不及時等數據質量問題。

1.2 數據要素價值開發不足

交通行業政府單位、事業單位、企業等不同主體掌握著各自核心數據，由于對數據要素價值的開發認識還不夠，導致不愿推動基于數據的交通業務流程再造，實現數據業務化，數據對傳統交通行業的融合倍增價值難以充分發揮，對數字交通的促進作用有待提速，各類數據資源價值有待進一步挖掘和釋放。

1.3 數據治理技術體系尚不完善

一是交通行業數據治理缺少統一、科學的技術規范標準，導致相關業務系統的指標口徑不一致，在數據治理具體實施、數據治理績效等方面的標準還比較缺乏，未有效支撐交通行業數據治理工作的開展實施；二是數據治理成功案例更多來源于電商、銀行等行業領域，在交通行業數據治理領域，缺少適合交通發展實際的區域級工程化、規模化、落地性強的數據治理技術方案。

1.4 數據的安全治理日益嚴峻

一方面體現在數據全生命周期管理模式下交通行業數據治理主體安全權責不清，交通行業數據在不同部門之間采集、共享、分析和利用過程中權責邊界模糊；另一方面體現在交通行業內企業、人員數據的過度采集，同時數據在不同業務領域脫敏使用過程中標準不一，造成隱私泄露。

1.5 管理制度體系制度滯后

當前交通行業數據治理統籌規劃機制不夠健全，各級各部門未能形成協同治理合力；在數據采集、匯聚、共享、開放等數據全生命周期管理模式下，缺乏統一數據治理標準規范、數據資源管理機制和數據安全管控機制；數據治理組織機制不完善，目前大多數交通行業數據治理工作由技術部門完成，業務部門參與度比較低，導致數據治理結果不能很好地用于交通業務的提升，數據治理成效不夠明顯。

2 面臨的形勢

充分釋放數據在數字交通發展中基礎性和核心性的關鍵作用，是時代發展的必然規律，更是交通行業把握新發展階段、構建新發展格局的內在要求。在新冠疫情爆發和碳中和、碳達峰的新發展階段，通過數據治理釋放數據價值為交通行業注入了新動力。2021年12 月，交通運輸部印發《數字交通“十四五”發展規劃》。《數字交通“十四五”發展規劃》立足新發展階段，以先進信息技術賦能交通運輸發展，強化交通數字治理，有力支撐交通運輸行業高質量發展和交通強國建設。

發展數字經濟、數字交通的基礎是數據流通，必須搶占數據發展和數據治理先機，打通數據流通通道，才能彌合數字鴻溝，實現交通強國夢。2022 年4 月，《中共中央 國務院關于加快建設全國統一大市場的意見》發布，為打造全國統一的數據要素市場奠定了政策基礎，數據要素交易流通平臺、數據要素市場生態將會逐步形成并完善。

3 數據治理提質增效思路

3.1 總體思路

在數據治理頂層設計指導下，以交通行業數據賦能業務發展為引領，構建覆蓋數據全生命周期的數據治理體系，明確數據治理目標，推進數據治理規則建設，實現數據價值的釋放與數據要素的高效流通，助推數字交通高質量發展。

統籌規劃。堅持數據治理“一盤棋”思路，加強全局性、前瞻性謀劃，統籌推進交通行業各部門各層級數據治理工作。

共同參與。以交通行業業務需求為牽引，逐步推進各單位數據共享共治模式，推動形成多方參與、依規治理的良好局面。

統一基礎。建立和完善各類數據治理標準，以標準引領數據治理一體化、協同化建設。同時基于統一標準規范，搭建數據治理平臺，提升數據治理智能化水平。

安全可控。結合地方實際建立交通行業數據安全治理制度以及技術規范等保障體系，確保數據在統一安全維度下使用，保障數據治理安全。

3.2 治理目標

數據治理作為數據的核心管理手段和管理范式，其最終目的是實現數據資產的管理和增值，讓數據賦能行業管理與服務，從而釋放數據價值。具體目標包括：①建立起符合交通行業規范和行業準則的數據治理管理體系，并通過質量評估、數據校驗和優化改進等流程保證數據的合規性，促進數據價值的實現。②形成行業內統一的數據驅動交通業務發展的理念，助力交通行業加快實現數字化進程，充分發揮數據資產價值。③建立起交通行業數據安全治理管理機制，保證數據要素安全性。

4 數據治理實施路徑

交通行業數據治理需堅持系統觀念，以“管理+技術”兩輪驅動的實施架構推進數據治理工作。在現階段，結合交通運輸行業數據治理、數據整合現狀，應積極按照以下4 個步驟推動交通行業數據治理的提質增效。

第一步：樹立全員數據治理意識，逐步推進治理工作。

“統一思想，統一認識”。首先要樹立正確的數據治理理念，數據治理是一項見效慢的工作，在交通行業內部往往得不到重視，給數據治理帶來了很大的被動性；其次數據治理一項全員參與的工作，而不僅僅是信息化部門或者技術部門的工作，數據治理是為了賦能交通業務發展，需要與具體業務和應用緊緊結合；最后數據治理是一個持續的過程，需要制定適合本組織機構特點的數據治理頂層設計、治理目標和實施路線，通過明確不同階段數據治理工作的重點任務和主要目標，來保障數據治理工作的高效性和可持續性。

組織架構：規劃符合各地實際的交通行業數據治理組織架構和職責分工，包括建立數據治理委員會、數據管理團隊、數據質量團隊、數據安全團隊、數據技術團隊等。

組織層次：數據治理組織架構內，不同層次具有不同職責。

角色職責：根據數據治理工作的實際需要，在交通業務部門和技術部門確定工作人員及職責定位。

宣傳介紹：結合交通行業內數據治理體系建設情況、交通信息化建設現狀，實施具有目的性的交通行業數據治理宣傳介紹方案，樹立數據治理的全員參與意識，逐步推進數據治理工作。

第二步：完善數據治理體制機制，保障數據治理工作。

“管理出成效，制度是保障”。結合本單位實際情況，建立組織內數據治理決策、推進、協調的組織機構，明確機構及人員職責，確保治理工作落實到最小單元；完善數據治理工作機制，建設常態化數據治理、數據治理監督考核、多主體協同治理工作邊界、數據安全治理等數據全生命周期管理辦法，從制度層面豐富數據治理體系。

規章制度：用規章制度明確交通數據治理戰略規劃、數據治理安全管控，加強數據治理管理能力，如《數據治理工作管理辦法》《數據共享交換管理辦法》等。

管理辦法：根據規章制度，制定可落地的操作流程，用以完善數據管控相關的規章制度起草、審核、落實、監督的部門和管控機制，明確各數據管理活動的人員角色和職責、管理內容和相關流程。如《數據標準管控辦法》《數據質量管控辦法》《數據質量評估辦法》《元數據管控辦法》等。

考核機制：根據各地實際情況，建立交通行業數據治理考核指標、制度和辦法，并不斷優化相關機制，保障規章制度的落實。

第三步：健全數據治理標準體系，統一數據治理基礎。

“不以規矩，不能成方圓”。結合國家和行業要求，建立健全指導性強、可實踐落地的數據治理規范體系，以數據治理標準推動建立區域內全新的治理秩序，包括交通行業基礎數據庫共性標準體系、交通行業主題數據庫共性標準體系、交通行業指標數據庫共性標準體系、數據共享與開放標準體系、數據資產管理標準體系（主數據、元數據、標準、數據模型等）、數據流通標準體系以及數據安全標準體系等。

數據基礎共性規范：是保障數據治理可持續的基礎，包括交通行業基礎數據庫共性標準體系、交通行業主題數據庫共性標準體系、交通行業指標數據庫共性標準體系等。

數據治理管理規范：主要實現全生命周期的數據要素資產化、標準化的管理，如主數據標準規范、元數據標準規范、數據質量標準規范、數據共享標準規范、數據應用標準規范、數據運營標準規范、數據價值評估標準規范等。

數據治理安全規范：用于規范數據資產的管理、應用、共享、開放等環節合法合規，包括數據分級分類、隱私保護等通用安全以及數據全生命周期節點安全。

第四步：搭建數據治理技術體系，提升數據治理效率。

“知行合一，理論聯系實踐”。運用大數據理念和技術，搭建覆蓋數據全生命周期的數據治理平臺，定義數據質量檢核規則，提升數據治理的智能化、科學化、高效化水平，并根據其當前的現狀和水平分階段的逐步開展數據治理活動。同時積極探索新一代信息技術（區塊鏈、云端數據整合、深度學習等）在交通行業數據治理中的應用，利用技術手段提升數據治理效率，提升數據安全。

數據治理支撐平臺：能夠支撐交通行業各級部門數據治理體系和制度辦法在流程上執行落地，最大限度地實現交通數據治理工作的自動化、智能化，提升數據治理能力和數據服務水平。數據治理支撐平臺沒有最優，只有最適合，應在數據治理體系建設和完善的基礎上，調研分析數據治理工具和方案，結合實際應用需求，形成合適的數據治理技術支撐平臺。

數據治理的核心內容：厘清元數據之間的關系與脈絡，規范元數據設計、實現和運維的全生命周期過程的元數據管理；從多源異構系統整合最核心、最需要共享的主數據管理；建立一套符合自身實際，涵蓋定義、操作、應用多層次數據的標準化體系的數據標準管理，以保障交通行業數據模型最小冗余、最大靈活性和擴展性的數據架構管理，以提高數據完整性、一致性、時效性、可靠性的數據質量管理，以保障數據隱私、數據使用權限、數據安全審計的數據安全管理，以更準確、更快捷、更方便為目的的數據服務管理，包含數據生成及傳輸、數據存儲、數據處理及應用、數據銷毀等節點的數據全生命周期管理。

數據治理實施活動：根據其當前交通行業信息化的現狀和水平，從人員、資金、重要程度、難易程度等維度對交通行業數據治理實施活動進行優先級排序，明確不同部門、不同層級交通行業數據治理工作的推進節奏和推進策略。

5 結束語

本文拋開交通數據大腦、數據中臺等熱點話題，專注于交通行業數據治理子領域，通過分析總結現階段交通行業數據治理現狀及問題，結合數字交通背景下數據治理面臨的形勢，探索形成適合當下交通行業發展的數據治理推進路徑，為交通行業各單位在開展數據治理工作時提供指導。同時本文認為最優的治理就是不需要治理，根據行業內信息化頂層設計和技術規范，將數據治理內容前置到生產環節中，弱化采集后數據治理需求，從而提升數據要素價值釋放的便捷性。