趙茁

摘要：該文主要研究如何利用大數(shù)據(jù)技術促進機構編制管理水平提升，研究主要分為大數(shù)據(jù)應用技術架構和大數(shù)據(jù)應用場景兩個方面。大數(shù)據(jù)應用架構主要包括數(shù)據(jù)采集、數(shù)據(jù)治理、數(shù)據(jù)分析和數(shù)據(jù)應用四個方面。數(shù)據(jù)采集研究利用系統(tǒng)生成、系統(tǒng)對接、網頁抓取和傳感器等技術進行采集；數(shù)據(jù)治理研究構建七層治理體系；數(shù)據(jù)分析研究各類聚類、關聯(lián)分析等大數(shù)據(jù)分析方法的利用；數(shù)據(jù)應用研究如何利用平臺提供數(shù)據(jù)服務。大數(shù)據(jù)應用場景主要研究大數(shù)據(jù)技術在開展精準化管理、進行機構職能動態(tài)分析和統(tǒng)籌和優(yōu)化編制資源中的應用。

關鍵詞：大數(shù)據(jù)；機構編制；應用場景

中圖分類號：TP391? ? 文獻標識碼：A

文章編號：1009-3044（2022）35-0067-03

1概述

近年來，大數(shù)據(jù)技術發(fā)展迅猛，對人民群眾的生活、生產等各個方面均產生了深遠的影響，在機構編制政務領域，大數(shù)據(jù)技術可以有效促進機構編制管理水平提升，有利于服務經濟社會發(fā)展，實現(xiàn)機構編制管理的科學化、精細化、規(guī)范化。在大數(shù)據(jù)背景下，用戶對于編辦提供數(shù)據(jù)服務的需求也在日益提高，主要包括三個方面：第一，各地市編辦、各類企業(yè)和公民等用戶都希望能夠提供更加個性化、多樣化的高質量服務；第二，在數(shù)據(jù)共享和交換中要更加注重安全問題，能有效保障國家和社會信息安全、保障個人隱私；第三，提供的數(shù)據(jù)服務應盡量全面、綜合、準確、規(guī)范、穩(wěn)定和高效[1]。

基于此，本文主要研究大數(shù)據(jù)在機構編制工作中的架構及應用場景，進而為推動互聯(lián)網與機構編制工作的深度融合，提升機構編制管理的水平提供借鑒。

2大數(shù)據(jù)應用架構研究

大數(shù)據(jù)分析處理可以概括分為數(shù)據(jù)采集、數(shù)據(jù)治理、數(shù)據(jù)分析和數(shù)據(jù)應用四個層次。數(shù)據(jù)采集，主要指通過一些采集技術從外界海量數(shù)據(jù)當中獲取有用的數(shù)據(jù)；數(shù)據(jù)治理指解決數(shù)據(jù)的不一致、數(shù)據(jù)重復、無效數(shù)據(jù)和異常數(shù)據(jù)等問題。數(shù)據(jù)分析指使用回歸分析、聚類分析、語義分析等技術進行大數(shù)據(jù)分析。數(shù)據(jù)應用指在分析結果基礎上預測分析具體業(yè)務趨勢和現(xiàn)象。據(jù)此，大數(shù)據(jù)應用架構設計如圖1所示。

2.1數(shù)據(jù)采集

大數(shù)據(jù)，包括三層含義：一是指數(shù)量巨大，二是指數(shù)據(jù)來源眾多，三是數(shù)據(jù)類型多種多樣。其中數(shù)據(jù)類型可以劃分為三類：結構化數(shù)據(jù)、半結構化數(shù)據(jù)和非結構化數(shù)據(jù)。結構化數(shù)據(jù)通常是指傳統(tǒng)關系型數(shù)據(jù)庫中的數(shù)據(jù)，包括機構編制各業(yè)務系統(tǒng)數(shù)據(jù)庫和其他政務部門共享的數(shù)據(jù)；半結構化數(shù)據(jù)指除傳統(tǒng)數(shù)據(jù)庫的數(shù)據(jù)以外的有特定規(guī)律的數(shù)據(jù)，例如XML文檔、HTML文檔、系統(tǒng)日志、報表等；非結構化數(shù)據(jù)包括各類不同格式文檔、音頻、視頻、圖片等信息，包括法律法規(guī)、政策文件等。

數(shù)據(jù)采集方式可以包括系統(tǒng)生成、數(shù)據(jù)對接、網頁抓取、傳感器等方式。

1）系統(tǒng)生成

系統(tǒng)生成包括兩部分：一是人工填報，二是實時采集。人工填報是指在業(yè)務系統(tǒng)中或文件系統(tǒng)中錄入數(shù)據(jù)的過程，是最常見的數(shù)據(jù)采集方式。填報的數(shù)據(jù)類型包括結構化數(shù)據(jù)和非結構化數(shù)據(jù)。結構化數(shù)據(jù)主要從各個業(yè)務系統(tǒng)中進行錄入或者導入。非結構化數(shù)據(jù)可以利用手工或者大數(shù)據(jù)采集工具進行錄入。實時采集指由各個業(yè)務系統(tǒng)處理后生成的結果數(shù)據(jù)、系統(tǒng)用戶的各種級別較高的操作日志，系統(tǒng)記錄的用戶訪問行為軌跡和習慣等。

2）數(shù)據(jù)對接

數(shù)據(jù)對接指系統(tǒng)間的數(shù)據(jù)通過接口訪問或授權訪問的形式進行數(shù)據(jù)集成，對接的數(shù)據(jù)類型以結構化數(shù)據(jù)為主，數(shù)據(jù)庫類型包括MySql、Oracle、Db2、SQL Server等各類產品，對接一般是對各個單位內部的各系統(tǒng)進行數(shù)據(jù)匯集，或者從省數(shù)據(jù)共享平臺、中央編辦共享平臺或其他省平臺獲取相關數(shù)據(jù)[2]。數(shù)據(jù)對接的方式包括數(shù)據(jù)庫獲取、接口讀取和實時采集，一般采用數(shù)據(jù)交換平臺來實現(xiàn)。編辦的數(shù)據(jù)交換平臺可以采集匯聚省內各地市信息、其他省編辦共享信息、本省內工商、稅務、勞社、衛(wèi)生、醫(yī)藥、公安、民政、人口、企業(yè)法人、空間地理、宏觀經濟等信息，形成跨部門、跨地區(qū)、跨行業(yè)的融合數(shù)據(jù)，并實現(xiàn)整個編辦系統(tǒng)的數(shù)據(jù)共享[3]。數(shù)據(jù)交換平臺具體架構圖如圖1所示。

3）網頁抓取

網頁抓取，從官方網站公開的大量信息中抓取數(shù)據(jù)，對抓取的網頁數(shù)據(jù)進行內容和格式處理加工，從而獲得有用的內容。網頁抓取主要指網絡爬蟲，是采用程序或腳本，按照某種特定規(guī)則抓取互聯(lián)網上網頁信息的技術。網頁抓取獲取的數(shù)據(jù)類型可以包括數(shù)字數(shù)據(jù)、文本數(shù)據(jù)、音頻和視頻數(shù)據(jù)或社交網絡結構數(shù)據(jù)等非結構化數(shù)據(jù)。

4）傳感器

傳感器數(shù)據(jù)采集主要是通過傳感網進行。傳感網是由眾多傳感器、數(shù)據(jù)處理器和通信器組成無線網絡。在政務領域，可以利用傳感器偵測人員密集度和流動情況，并據(jù)此分析機構分布、審批事項集中度等。

2.2數(shù)據(jù)治理

數(shù)據(jù)質量是影響大數(shù)據(jù)應用開發(fā)的效率、成效的重要因素之一。由于數(shù)據(jù)來源多樣繁雜、標準不一等原因，采集匯聚后的原始數(shù)據(jù)往往存在很多質量問題，數(shù)據(jù)治理即是為解決數(shù)據(jù)質量問題而提出的解決方案。

數(shù)據(jù)質量問題包括完整性、唯一性、一致性、準確性、有效性、及時性等六個方面。數(shù)據(jù)完整性的典型問題包括唯一性約束或主鍵設置不完整、數(shù)據(jù)丟失、數(shù)據(jù)無效、數(shù)據(jù)屬性不完整（例如某個屬性不應空的時候為空值）。數(shù)據(jù)唯一性的典型問題主要是某項數(shù)據(jù)出現(xiàn)重復，包括同一數(shù)據(jù)的源數(shù)據(jù)重復，如某些事項在申報時由于誤操作導致多次申報，或者系統(tǒng)處理中出現(xiàn)問題導致數(shù)據(jù)重復等。數(shù)據(jù)一致性包括同一數(shù)據(jù)的數(shù)據(jù)結構不一致、約束規(guī)則不一致、數(shù)據(jù)編碼不一致，數(shù)據(jù)名稱不一致，所屬機構不一致，例如在人事系統(tǒng)和科研系統(tǒng)中所學專業(yè)分類不一致，人口基礎庫中聯(lián)系方式和其他系統(tǒng)不一致等。數(shù)據(jù)準確性指數(shù)據(jù)要符合業(yè)務相關定義，例如電話或郵箱的格式要求等。數(shù)據(jù)及時性指數(shù)據(jù)是否能按照特定要求及時進行生成和處理。

2.3數(shù)據(jù)分析處理

數(shù)據(jù)分析處理首先需要對數(shù)據(jù)進行計算處理。對于大量數(shù)據(jù)的處理，可以利用Hadoop、Hive等框架實現(xiàn)離線批處理，這些框架都比較成熟，可以實現(xiàn)分鐘級響應，對于少量數(shù)據(jù)的處理，如果要實現(xiàn)交互式查詢或流式處理計算，可以采用Spark、HBase；而針對全量數(shù)據(jù)的全文檢索查詢，可采用的框架包括Solr、lasticSearch來實現(xiàn)的查詢響應在毫秒級。數(shù)據(jù)分析處理時，可以在大數(shù)據(jù)分析方法等方法基礎上，設計算法模型，并采用機器學習的方式進行機構編制管理情況的預測分析，形成各類算法模型庫，為業(yè)務和決策提供服務和支撐。數(shù)據(jù)分析處理中用到的典型大數(shù)據(jù)分析方法包括聚類分析、分類分析、關聯(lián)分析、文本分析等。

2.4數(shù)據(jù)應用

大數(shù)據(jù)應用是指數(shù)據(jù)如何在各類業(yè)務中進行使用，為業(yè)務決策和處理提供良好支持。從技術層面來講，可以設計大數(shù)據(jù)應用平臺，將匯聚治理以及進行初步底層的大數(shù)據(jù)分析后的數(shù)據(jù)結果，結合各類業(yè)務主題設計應用模型，進行專題挖掘分析研究，得出可以有明確趨勢或決策支撐信息的結果，最終面向各類用戶提供多維度、可視化數(shù)據(jù)服務。具體來說，大數(shù)據(jù)應用平臺是以數(shù)據(jù)處理后中心庫為基礎，面向省編辦、地市編辦、企業(yè)、其他政務部門和公眾提供數(shù)據(jù)服務的平臺，通過編制大數(shù)據(jù)的分析應用，例如對政府職能、權責事項、辦事流程、審批要件等數(shù)據(jù)等的綜合分析，助力“放管服”改革，挖掘分析職能交叉或缺位、流程不合理等問題，提高政府治理能力和履職能力，為各級編辦領導提供決策支持，為公眾提供透明性信息。

3大數(shù)據(jù)在編制管理中的應用場景研究

3.1 利用大數(shù)據(jù)挖掘技術開展精準化管理

數(shù)據(jù)挖掘就是對特定范圍內真實產生的、大量的、可能有噪聲的、不明確的數(shù)據(jù)進行檢測、識別和分類，并通過各類算法提取隱含在數(shù)據(jù)中未被發(fā)現(xiàn)的規(guī)律和聯(lián)系的過程。

以編辦采集的業(yè)務數(shù)據(jù)集為基礎，利用大數(shù)據(jù)挖掘技術，可以針對目前編制管理中的難點開展政府職能事項、履職情況、用編情況等主題挖掘分析。一是抓取大數(shù)據(jù)中與政府職能、辦事流程、發(fā)文審批以及群眾反映較多的情況等相關的結構化數(shù)據(jù)和非結構化數(shù)據(jù)，利用挖掘技術結合文本分析技術[4]可以單位之間職能交叉、流程不合理情況等，推動政府職能轉變和簡政放權，提高政府治理能力。二是對權責清單、日常政策實施、辦事流程記錄、編制人員、監(jiān)督系統(tǒng)等數(shù)據(jù)進行挖掘，分析某單位或部門制定的權責清單完善情況、履職情況、越權情況、違規(guī)情況等，從而增強監(jiān)督能力，督促工作人員正確規(guī)范履行職能、提高履職能力[5-6]。三是對編制人數(shù)、工作流程和內容、編制實名信息等數(shù)據(jù)進行挖掘，可以分析出各單位各部門是否超編、用編是否規(guī)范等信息，進一步推動合理用編工作。

3.2 利用時間軸技術進行機構職能動態(tài)分析

時間軸技術主要是結合知識發(fā)現(xiàn)中時間序列分析，利用互聯(lián)網和可視化技術，把各類事件串聯(lián)起來，構成以時間為X軸的記錄體系，從中分析出事物隨時間變化的趨勢。時間軸技術可以廣泛運用于各個領域，其最大作用是將事物發(fā)展過程系統(tǒng)化。

政府的具體職能除了體現(xiàn)在權責清單中，還體現(xiàn)在各類報表、方案、政策發(fā)文、行政審批事項、年度報告、新聞報道中，更體現(xiàn)在日常政治、經濟、社會等領域的管理活動中，這些管理活動通過各個領域的不同機構之間關聯(lián)、銜接來實現(xiàn)。同時，各地GDP、常住人口、土地面積、財政收入、醫(yī)院、企業(yè)、執(zhí)法等數(shù)據(jù)也能間接體現(xiàn)各地機構職能的異同。因此，機構職能的分析需要從多維度進行。同時，政策文本，尤其涉及取消、下放、轉移、調整等不同方式的行政審批事項的變化，本身帶有時間屬性，從時間維度縱觀轉變進程和路徑，更加有助于政府職能的分析。

在此基礎上，運用知識發(fā)現(xiàn)和時間軸的方法，從各環(huán)節(jié)的職能信息中提取出知識，并以這些知識為中心，構建起帶有時間屬性的知識圖譜，就可以對機構職能進行時間序列的動態(tài)分析，發(fā)現(xiàn)存在職能交叉、職能重疊、職能缺位等環(huán)節(jié)的情況，進而推動政府更好地履行職能[7]。

3.3 利用地理信息技術統(tǒng)籌和優(yōu)化編制資源

地理信息技術是一類應用地理空間信息技術的總稱，主要包括空間信息獲取、空間信息管理、空間信息的分析和應用。

編制工作面臨的主要挑戰(zhàn)之一是如何統(tǒng)籌和優(yōu)化編制資源，解決不同地區(qū)、不同部門、不同層級間的編制資源分布不均衡、不合理的現(xiàn)象。解決這個問題，首先需要在各類非結構化數(shù)據(jù)的基礎上，結合各單位權責清單數(shù)據(jù)、工作飽和度量化指標，人員編制類型、身份、財政供養(yǎng)類型、技術職稱類別、崗位職責、法定職責、工作日志、年齡、性別等，利用知識發(fā)現(xiàn)技術對編制資源進行跨部門、跨層級的分析，明確問題的主要因素和次要因素，客觀分析個人履職情況，科學確定整個單位的履職情況和工作飽和度，以適當調整用編[8]。

行政機關、事業(yè)單位的地理位置可以作為核定某個地區(qū)編制統(tǒng)籌動態(tài)分配的重要指標。將空間數(shù)據(jù)與單位或部門的屬性數(shù)據(jù)結合起來，運用地理信息技術，通過對空間信息、地域、學歷、機構、編制類別、職稱、社交關系、職能、編制、人員等不同屬性進行交叉研究，從不同維度分析其在地理空間的分布，同時可以分析不同區(qū)域不同類型編制人員的占比情況[7]。如在空間分析基礎上疊加時間序列分析，統(tǒng)籌考慮當?shù)刎斦杖?、人口面積、社會發(fā)展狀況等，則可以深入分析區(qū)域用編變化趨勢、編制結構變化趨勢、人口經濟與機構的分布規(guī)律等，在分析結果基礎上可以分層次分標準建立機構編制量化模型，為精準化統(tǒng)籌動態(tài)用編提供數(shù)據(jù)支撐。

4結論

隨著經濟發(fā)展進入新常態(tài)，機構編制工作已然進入全面深化改革的攻堅期、機構編制管理的換擋期、工作方式方法的轉換期“三期疊加”的新階段，探索利用大數(shù)據(jù)等新技術機構在編制工作中的創(chuàng)新應用，對于促進機構編制管理模式和方式創(chuàng)新，支撐新常態(tài)下機構編制管理工作科學規(guī)范運行具有非常重要的意義。

參考文獻：

[1] 潘享清.機構編制與國家治理現(xiàn)代化需要重點研究的若干問題[J].中國機構改革與管理，2020（2）：6-8.

[2] 張素珍，劉樹軍，許志坤.機構編制一體化省級大數(shù)據(jù)中心架構研究[J].電腦知識與技術，2020，16（3）：18-20.

[3] 李軍，喬立民，王加強，等.智慧政務框架下大數(shù)據(jù)共享的實現(xiàn)與應用研究[J].電子政務，2019（2）：34-44.

[4] 張山杉，張昱城，徐姍.新游戲，新規(guī)則：大數(shù)據(jù)在組織管理研究中的應用[J].中國人力資源開發(fā)，2021，38（11）：41-57.

[5] 秦偉平，王聰穎，熊陽鈺，等.互聯(lián)網+機構編制管理面臨的挑戰(zhàn)與應對策略[J].泰州職業(yè)技術學院學報，2022，22（1）：35-38.

[6] 李強，王娜.大數(shù)據(jù)+互聯(lián)網與機構編制管理創(chuàng)新研究[J].行政科學論壇，2020，7（12）：14-18.

[7] 閆冬冬，肖俊，關欣，等.機構編制管理大數(shù)據(jù)應用及關鍵技術研究[J].電子政務，2018（2）：97-105.

[8] 朱建華.數(shù)據(jù)賦能 分類統(tǒng)籌 更高效益配置編制資源[J].中國機構改革與管理，2021（12）：27-28.

【通聯(lián)編輯：朱寶貴】