石 偉

(山東省大數(shù)據(jù)中心, 濟南250100)

0 引 言

2013 年, 《中共中央關(guān)于全面深化改革若干重大問題的決定》中首次使用“社會治理”概念,明確提出要創(chuàng)新社會治理體制［1］。 《中共中央關(guān)于堅持和完善中國特色社會主義制度 推進國家治理體系和治理能力現(xiàn)代化若干重大問題的決定》中明確指出：堅持和完善中國特色社會主義制度、推進國家治理體系和治理能力現(xiàn)代化的總體目標是,到我們黨成立一百年時,在各方面制度更加成熟更加定型上取得明顯成效；到二〇三五年,各方面制度更加完善,基本實現(xiàn)國家治理體系和治理能力現(xiàn)代化［2］。要完成國家治理能力現(xiàn)代化的目標,其重點是實現(xiàn)政府治理能力的現(xiàn)代化。 提升政府現(xiàn)代化治理能力的有效途徑是提高政府科學(xué)決策、高效決策的水平,其基礎(chǔ)是數(shù)據(jù)資源的占有和分析。 大數(shù)據(jù)和AI 技術(shù)的發(fā)展,為政府整合、匯聚各類政務(wù)部門及社會數(shù)據(jù)資源,并從海量數(shù)據(jù)資源中快速、及時和穩(wěn)定的提取所需要的數(shù)據(jù)信息,提供了手段支撐和技術(shù)保障。

各地城市大腦在交通疏導(dǎo)、一體化政務(wù)服務(wù)平臺等大數(shù)據(jù)實踐應(yīng)用成功的本質(zhì),就是通過大數(shù)據(jù)＋人工智能分析,實現(xiàn)相關(guān)數(shù)據(jù)的智能化匹配,提升信息處理快速性和數(shù)據(jù)傳播的精準性,用數(shù)據(jù)說話,用數(shù)據(jù)決策［3］,從而提高政府的治理水平。

1 大數(shù)據(jù)成為提升政府治理能力的實際需要

政府治理能力現(xiàn)代化在COVID-19 疫情期間的一個重要體現(xiàn)就是對人員流動的實時、精確檢測和預(yù)警能力。 中國經(jīng)濟的高速發(fā)展,促使國內(nèi)人員流動規(guī)模大量增加。 根據(jù)中國鐵路總公司歷年統(tǒng)計公報,鐵路旅客運輸發(fā)送量從2013 年的207531 萬人增長到2018 年的331740 萬人,2019 年1-10 月份人數(shù)為312616 萬人［4］,年均增長率為8.13%。 人員的大量流動給COVID-19 “防疫控疫”工作帶來較大的壓力,各地方政府科學(xué)制定的各項防控政策都需要人員流動大數(shù)據(jù)的支撐。

(1)提升精準防控能力的需要。 “防疫控疫”工作的重點在“防”,在“控”,核心是精準。 只有掌握精確到個體的人員流動檢測數(shù)據(jù),各級政府部門才能有的放矢的集中人力、物力對重點人員、高危人群進行重點防控,并提供相應(yīng)配套服務(wù),減少時間成本及物資成本。 全國各地區(qū)以社區(qū)為基礎(chǔ)開展的拉網(wǎng)式人員登記工作,其主要目的就是掌握轄區(qū)內(nèi)人員信息和流動信息,以便于實施精準防控,提高整個防疫控疫工作效率,減少疫情感染人數(shù),縮短疫情時間。

(2)提升基層工作能力的需要。 跨地區(qū)聯(lián)防聯(lián)控、群防群控工作的核心是重點人員和高危人群的防控工作。 全國部分地區(qū)(HB 省除外)采取的以社區(qū)為中心的手工作坊式的人海戰(zhàn)術(shù),通過填寫表格及打電話等傳統(tǒng)方式進行人員登記及排查,增加了基層工作壓力,登記的信息時效性差,數(shù)據(jù)精準性不高,漏報漏登情況時有發(fā)生,整體工作效率及工作能力不能滿足工作的需要。

(3)提高精準施策能力的需要。 各級政府在制定聯(lián)防聯(lián)控、追溯病源、資源調(diào)配及預(yù)測防控等相關(guān)政策時,需要人員流動大數(shù)據(jù)的實時分析和挖掘結(jié)果來支撐政策制定的針對性,需要大數(shù)據(jù)的計算能力及模型分析能力來提高政策實施的精準性,提升政府治理能力來減輕防疫控疫工作壓力。

2 大數(shù)據(jù)提升社會治理能力的應(yīng)用分析

習(xí)近平同志在《完善重大疫情防控體制機制 健全國家公共衛(wèi)生應(yīng)急管理體系》的講話中明確提出“要鼓勵運用大數(shù)據(jù)、人工智能、云計算等數(shù)字技術(shù),在疫情監(jiān)測分析、病毒溯源、防控救治、資源調(diào)配等方面更好發(fā)揮支撐作用［5］?！?本文以S 省人員流動檢測能力平臺在疫情期間的應(yīng)用為例,通過實踐證明大數(shù)據(jù)在政府治理能力提升方面的支撐作用。

人員流動大數(shù)據(jù)檢測服務(wù)平臺通過數(shù)據(jù)清洗、智能核對等數(shù)據(jù)治理手段,充分匯聚政務(wù)部門、企事業(yè)單位及互聯(lián)網(wǎng)企業(yè)的數(shù)據(jù)資源,依托本身的大數(shù)據(jù)分析和挖掘工具,為各級政務(wù)部門提供實時、精準的人員流動軌跡數(shù)據(jù)及可視化展示平臺,為S 省政府制定精準的防疫控疫政策提供了平臺保障和數(shù)據(jù)支撐。

2.1 人員流動平臺框架設(shè)計。

人員流動大數(shù)據(jù)檢測服務(wù)平臺采用領(lǐng)域驅(qū)動設(shè)計(DDD)［6］方式,以業(yè)務(wù)需求為導(dǎo)向,基于微服務(wù)框架設(shè)計［7］,在減少各微服務(wù)模塊之間的耦合性,提升整個平臺的穩(wěn)定性、可靠性及高并發(fā)性的基礎(chǔ)上,加大結(jié)構(gòu)化、非結(jié)構(gòu)化數(shù)據(jù)的分析和挖掘能力,適應(yīng)人員流入大省大市對人員信息的集中采集、精準防控的工作的需要,提供大數(shù)據(jù)分析、決策支撐平臺及可視化展示功能,確保各政府部門精準施策,提高政策實施效率及人力、物力應(yīng)用效率。 整個平臺技術(shù)架構(gòu)如圖1 所示。

圖1 平臺技術(shù)架構(gòu)Fig .1 The technical architecture of the platform

從應(yīng)用的技術(shù)角度,整個平臺架構(gòu)從上到下共分為用戶層、應(yīng)用層、服務(wù)層、數(shù)據(jù)層及存儲層等5層。 其中存儲層為基礎(chǔ)設(shè)施層,提供底層的存儲、操作系統(tǒng)及網(wǎng)絡(luò)環(huán)境。 數(shù)據(jù)層根據(jù)結(jié)構(gòu)化數(shù)據(jù)和非結(jié)構(gòu)化數(shù)據(jù)［8］調(diào)用頻率不同,調(diào)用不同的MPPDB 數(shù)據(jù)庫支撐,提高系統(tǒng)的快速反應(yīng)及服務(wù)能力；依托共享交換平臺,通過Kafka 流式數(shù)據(jù)采集功能［9］,將MPPDB 數(shù)據(jù)庫及外部數(shù)據(jù)中的數(shù)據(jù)文件實時采集到SPARK streaming 數(shù)據(jù)庫［10］中,為數(shù)據(jù)資源引擎提供大數(shù)據(jù)支撐。 服務(wù)層依托SPRING CLOUD 微服務(wù)框架技術(shù)［11］及數(shù)據(jù)資源引擎等前沿技術(shù)為數(shù)據(jù)采集、服務(wù)管理、輔助決策和可統(tǒng)計、分析、決策、告警及可視化展示支撐等提供服務(wù)。

2.2 大數(shù)據(jù)分析能力支撐框架

人員流動大數(shù)據(jù)檢測服務(wù)平臺能夠?qū)崟r、快速的為各級部門提供防疫控疫工作所需要的精準人員信息數(shù)據(jù),其核心是對表1 中所列異構(gòu)數(shù)據(jù)源數(shù)據(jù)的快速治理、匯聚,通過大數(shù)據(jù)分析、人工智能等技術(shù)快速生成人員定位及告警信息,并通知信息數(shù)據(jù)需求方。 整個大數(shù)據(jù)分析支撐框架如圖2 所示。

表1 數(shù)據(jù)資源表Tab. 1 The table of data resource

圖2 大數(shù)據(jù)分析支撐框架Fig .2 Big data analysis framework

數(shù)據(jù)資源匯聚功能中采用GDS 實現(xiàn)并行數(shù)據(jù)庫與關(guān)系型數(shù)據(jù)庫之間的數(shù)據(jù)批量導(dǎo)入導(dǎo)出功能；采用Sqoop 組件［12］完成HDFS 之間的數(shù)據(jù)拷貝,以提高異構(gòu)數(shù)據(jù)庫之間的數(shù)據(jù)快速交換效率。 數(shù)據(jù)資源計算引擎功能中采用SPARK 內(nèi)存級流計算引擎［13］,通過Pipeline 分布式執(zhí)行框架、謂詞下推智能過濾掃描和Tensorflow 神經(jīng)網(wǎng)絡(luò)計算［14］等技術(shù),實現(xiàn)重點人員的智能定位及告警推送。 數(shù)據(jù)展現(xiàn)功能中,實現(xiàn)重點人員及高危人群信息對社區(qū)及街道工作人員的報警,又通過數(shù)據(jù)展示平臺實現(xiàn)人員軌跡展示及趨勢預(yù)測展示。

2.3 數(shù)據(jù)模型應(yīng)用分析

(1)人員流動軌跡大數(shù)據(jù)模型分析。 人員流動軌跡大數(shù)據(jù)模型主要是匯聚交通客運數(shù)據(jù)、電信運營商及微信、支付寶等基于位置服務(wù)的數(shù)據(jù)(LBS 數(shù)據(jù)),通過手機信令和LBS 數(shù)據(jù)等包含地理信息及時間信息的數(shù)據(jù),利用spark 大數(shù)據(jù)分析［15］和Modeler、Knime 數(shù)據(jù)挖掘工具,繪制重點人員的流動軌跡,同時根據(jù)確診病人24 天內(nèi)的移動軌跡及較長時間內(nèi)伴行人員的移動軌跡,分析推斷出可能的密切接觸者名單。 為各級政府部門提供精確的重點人員及高危人群名單,既為基層的精準防控提供數(shù)據(jù)支持,也為預(yù)測高危地區(qū)和潛在高危地區(qū)提供有力依據(jù)。

(2)疫情態(tài)勢預(yù)測大數(shù)據(jù)模型分析。 疫情態(tài)勢預(yù)測大數(shù)據(jù)模型主要是通過對確診病例個體、疑似患者個體及密切接觸人群等數(shù)據(jù)和新增疫情病例信息、位置信息等數(shù)據(jù)進行多維度的智能分析,借助傳播動力學(xué)模型、動態(tài)感染模型、回歸模型等大數(shù)據(jù)模型和技術(shù),預(yù)測發(fā)病熱力分布、密切接觸者的風(fēng)險熱力分布及疫情走勢分布等信息,促使政府各部門有針對性的分地區(qū)強化衛(wèi)生消毒措施,提前部署防疫資源,有效的避免疫情的局部爆發(fā)和多點爆發(fā)。

2.4 應(yīng)用場景分析

A 市是S 省下轄的一個地級市,全市有600 多萬人口,屬于勞動力輸出型城市。 以S 省部署的人員流動大數(shù)據(jù)檢測服務(wù)平臺為基礎(chǔ),為A 市政府在重點防控、物資調(diào)配等方面精準施策提供跨區(qū)域漫入漫出不同類別人員及病例個體、高危人員移動軌跡的數(shù)據(jù)支撐,提升A 市在協(xié)同調(diào)動、風(fēng)險研判等方面治理能力。

(1)基于重點人員流動報警應(yīng)用場景。 人員流動大數(shù)據(jù)檢測服務(wù)平臺將會根據(jù)全省人口信息基礎(chǔ)庫及A 市公安部門戶籍人員信息,依托人員流動軌跡大數(shù)據(jù)模型,按照時間統(tǒng)計半徑,統(tǒng)計出近三十天內(nèi)乘坐火車和民航等各類交通工具進出重點疫區(qū)的重點人員信息,針對近十四天內(nèi)遷徙到A 市的高危人員通過手機短信、電話等方式進行報警。 同時平臺將高危人員的姓名、聯(lián)系方式、家庭住址等詳細信息下沉到各街道及社區(qū),確保街道工作人員和社區(qū)網(wǎng)格員能夠及時聯(lián)系到該高危人員,并提供相應(yīng)防控措施。

A 市政府還依托疫情態(tài)勢預(yù)測大數(shù)據(jù)模型,對重點區(qū)域加強衛(wèi)生防疫措施,提高物資調(diào)配配比,有效的避免二次疫情的爆發(fā)。

(2)基于移動軌跡的信息發(fā)布應(yīng)用場景。 人員流動大數(shù)據(jù)檢測服務(wù)平臺依托人員流動軌跡大數(shù)據(jù)模型,實時分析描繪出病例個體感染期間的具體移動軌跡(該軌跡可以精確到分鐘),并及時向社會公眾發(fā)布,保障了公眾的知情權(quán),提升了政府的公信力,避免了社會的恐慌情緒,綜合提高了政府治理能力［16］。

3 大數(shù)據(jù)在提升政府治理能力中遇到的困難及探索

政府治理能力是一種綜合能力［17］,不單體現(xiàn)在應(yīng)對公共安全事件的風(fēng)險治理能力上,還體現(xiàn)在風(fēng)險研判能力、協(xié)同調(diào)度能力、監(jiān)督執(zhí)紀能力及公共服務(wù)能力等方方面面的能力上。 政府治理能力也遵從木桶原理［18］,最低的一塊就是政府治理能力的凹點。 提升政府治理能力就是改進政府治理能力的凹點。 大數(shù)據(jù)作為一種資源,也是一種新的技術(shù)手段,更是一種能力,其提升政府治理能力的本質(zhì)在于應(yīng)用及優(yōu)化。 針對政務(wù)治理能力的凹點,應(yīng)用大數(shù)據(jù)手段完善凹點,優(yōu)化凹點工作流程,就可以提升整體的治理能力水平。

3.1 遇到的困難

目前大數(shù)據(jù)在政府應(yīng)用及優(yōu)化工作流程方面遇到了一定的困難,主要表現(xiàn)在：

(1)缺乏大數(shù)據(jù)應(yīng)用特別是政務(wù)應(yīng)用立法,沒有從法律層面規(guī)范政府、企事業(yè)單位、社會組織及個人數(shù)據(jù)資源匯聚和應(yīng)用方面的權(quán)利及義務(wù)［19］,也沒有規(guī)范各類大數(shù)據(jù),特別是個人隱私數(shù)據(jù)的應(yīng)用范圍。

(2)大數(shù)據(jù)資源共享應(yīng)用缺乏頂層設(shè)計,為共享數(shù)據(jù)而共享數(shù)據(jù),缺少統(tǒng)一的數(shù)據(jù)應(yīng)用口徑,政府各部門之間的數(shù)據(jù)共享［20］不融合,降低了大數(shù)據(jù)資源利用效率。

(3)政府大數(shù)據(jù)應(yīng)用管理和決策配套體系不完善,重復(fù)投資和浪費資源情況依然存在。

(4)政府人員大數(shù)據(jù)技能培訓(xùn)體系缺失,大數(shù)據(jù)應(yīng)用意識缺乏,技術(shù)人才重視程度不高,懂業(yè)務(wù)應(yīng)用及大數(shù)據(jù)技術(shù)的復(fù)合型人才短缺,無法形成體系化的大數(shù)據(jù)應(yīng)用氛圍。

3.2 解決思路

(1)加快大數(shù)據(jù)立法,為大數(shù)據(jù)應(yīng)用提供基礎(chǔ)保障。 中國2017 年6 月1 日施行的第一部規(guī)范網(wǎng)絡(luò)安全的基礎(chǔ)性法律——《網(wǎng)絡(luò)安全法》［21］,重點關(guān)注的是網(wǎng)絡(luò)安全及個人數(shù)據(jù)泄露等方面,缺乏大數(shù)據(jù)治理能力方面的“憲法性”法律或法規(guī)。 全國部分省、直轄市陸續(xù)出臺了《大數(shù)據(jù)發(fā)展條例》［22］等地方條例,重點關(guān)注的是數(shù)據(jù)資源應(yīng)用、共享及安全方面,在治理能力方面涉及較少。

(2)統(tǒng)籌完善大數(shù)據(jù)管理應(yīng)用機制,補齊政府治理能力短板。 山東、重慶、福建、浙江、吉林、廣東、廣西、貴州等8 個省份在2018 年的省級機構(gòu)改革中組建大數(shù)據(jù)管理機構(gòu)［24］,但各省大數(shù)據(jù)管理機構(gòu)的方案各不相同,組織架構(gòu)區(qū)別較大,各項實際工作中缺乏業(yè)務(wù)抓手,大數(shù)據(jù)資源獲取能力及大數(shù)據(jù)資源供應(yīng)能力與實際需要存在差距。 統(tǒng)籌完善大數(shù)據(jù)管理機制,理順大數(shù)據(jù)管理機構(gòu)與政務(wù)大數(shù)據(jù)生產(chǎn)部門之間的關(guān)系,暢通數(shù)據(jù)資源生產(chǎn)→數(shù)據(jù)資源治理→數(shù)據(jù)資源應(yīng)用通路,提高大數(shù)據(jù)資源融合水平,徹底解決大數(shù)據(jù)在治理能力方面存在的“干強枝弱”、“數(shù)據(jù)少重復(fù)性應(yīng)用多”等問題,強化政府基層治理能力,補齊政府治理能力短板。

4 結(jié)束語

2020 春節(jié)期間突如其來的COVID-19 疫情,是對全國各級政府治理能力一次大的考驗。 在這次考驗中,網(wǎng)上辦、掌上辦、視頻會議等不見面辦公手段不斷涌現(xiàn),滿足了政府部門、企事業(yè)單位日常辦公的需要,確保了全國經(jīng)濟的基本運行。 云計算、大數(shù)據(jù)、人工智能等技術(shù)在加快病毒基因序列測算、防疫控疫、物資調(diào)配、監(jiān)督執(zhí)紀和復(fù)工復(fù)產(chǎn)等體現(xiàn)政府綜合治理能力的各項工作中提供了技術(shù)保障和手段支撐,節(jié)省了大量行政運行成本和時間成本。 相信在我黨的堅強領(lǐng)導(dǎo)下,大數(shù)據(jù)在提升政府治理能力上的價值將進一步凸顯,期待在大數(shù)據(jù)的推動下,我國社會主義治理體系和治理能力現(xiàn)代化早日實現(xiàn)。