石 偉
(山東省大數(shù)據(jù)中心, 濟(jì)南250100)
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(huì)治理”概念,明確提出要?jiǎng)?chuàng)新社會(huì)治理體制[1]。 《中共中央關(guān)于堅(jiān)持和完善中國(guó)特色社會(huì)主義制度 推進(jìn)國(guó)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(jiān)持和完善中國(guó)特色社會(huì)主義制度、推進(jìn)國(guó)家治理體系和治理能力現(xiàn)代化的總體目標(biāo)是,到我們黨成立一百年時(shí),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(shí)現(xiàn)國(guó)家治理體系和治理能力現(xiàn)代化[2]。要完成國(guó)家治理能力現(xiàn)代化的目標(biāo),其重點(diǎn)是實(shí)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(huì)數(shù)據(jù)資源,并從海量數(shù)據(jù)資源中快速、及時(shí)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(tái)等大數(shù)據(jù)實(shí)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(shí)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(zhǔn)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。
政府治理能力現(xiàn)代化在COVID-19 疫情期間的一個(gè)重要體現(xiàn)就是對(duì)人員流動(dòng)的實(shí)時(shí)、精確檢測(cè)和預(yù)警能力。 中國(guó)經(jīng)濟(jì)的高速發(fā)展,促使國(guó)內(nèi)人員流動(dòng)規(guī)模大量增加。 根據(jù)中國(guó)鐵路總公司歷年統(tǒng)計(jì)公報(bào),鐵路旅客運(yùn)輸發(fā)送量從2013 年的207531 萬人增長(zhǎng)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(zhǎng)率為8.13%。 人員的大量流動(dòng)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(xiàng)防控政策都需要人員流動(dòng)大數(shù)據(jù)的支撐。
(1)提升精準(zhǔn)防控能力的需要。 “防疫控疫”工作的重點(diǎn)在“防”,在“控”,核心是精準(zhǔn)。 只有掌握精確到個(gè)體的人員流動(dòng)檢測(cè)數(shù)據(jù),各級(jí)政府部門才能有的放矢的集中人力、物力對(duì)重點(diǎn)人員、高危人群進(jìn)行重點(diǎn)防控,并提供相應(yīng)配套服務(wù),減少時(shí)間成本及物資成本。 全國(guó)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(dòng)信息,以便于實(shí)施精準(zhǔn)防控,提高整個(gè)防疫控疫工作效率,減少疫情感染人數(shù),縮短疫情時(shí)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(diǎn)人員和高危人群的防控工作。 全國(guó)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(jìn)行人員登記及排查,增加了基層工作壓力,登記的信息時(shí)效性差,數(shù)據(jù)精準(zhǔn)性不高,漏報(bào)漏登情況時(shí)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(zhǔn)施策能力的需要。 各級(jí)政府在制定聯(lián)防聯(lián)控、追溯病源、資源調(diào)配及預(yù)測(cè)防控等相關(guān)政策時(shí),需要人員流動(dòng)大數(shù)據(jù)的實(shí)時(shí)分析和挖掘結(jié)果來支撐政策制定的針對(duì)性,需要大數(shù)據(jù)的計(jì)算能力及模型分析能力來提高政策實(shí)施的精準(zhǔn)性,提升政府治理能力來減輕防疫控疫工作壓力。
習(xí)近平同志在《完善重大疫情防控體制機(jī)制 健全國(guó)家公共衛(wèi)生應(yīng)急管理體系》的講話中明確提出“要鼓勵(lì)運(yùn)用大數(shù)據(jù)、人工智能、云計(jì)算等數(shù)字技術(shù),在疫情監(jiān)測(cè)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(dòng)檢測(cè)能力平臺(tái)在疫情期間的應(yīng)用為例,通過實(shí)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(dòng)大數(shù)據(jù)檢測(cè)服務(wù)平臺(tái)通過數(shù)據(jù)清洗、智能核對(duì)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(jí)政務(wù)部門提供實(shí)時(shí)、精準(zhǔn)的人員流動(dòng)軌跡數(shù)據(jù)及可視化展示平臺(tái),為S 省政府制定精準(zhǔn)的防疫控疫政策提供了平臺(tái)保障和數(shù)據(jù)支撐。
人員流動(dòng)大數(shù)據(jù)檢測(cè)服務(wù)平臺(tái)采用領(lǐng)域驅(qū)動(dòng)設(shè)計(jì)(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(jì)[7],在減少各微服務(wù)模塊之間的耦合性,提升整個(gè)平臺(tái)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(duì)人員信息的集中采集、精準(zhǔn)防控的工作的需要,提供大數(shù)據(jù)分析、決策支撐平臺(tái)及可視化展示功能,確保各政府部門精準(zhǔn)施策,提高政策實(shí)施效率及人力、物力應(yīng)用效率。 整個(gè)平臺(tái)技術(shù)架構(gòu)如圖1 所示。
圖1 平臺(tái)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(gè)平臺(tái)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(chǔ)層等5層。 其中存儲(chǔ)層為基礎(chǔ)設(shè)施層,提供底層的存儲(chǔ)、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(kù)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(tái),通過Kafka 流式數(shù)據(jù)采集功能[9],將MPPDB 數(shù)據(jù)庫(kù)及外部數(shù)據(jù)中的數(shù)據(jù)文件實(shí)時(shí)采集到SPARK streaming 數(shù)據(jù)庫(kù)[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(jì)、分析、決策、告警及可視化展示支撐等提供服務(wù)。
人員流動(dòng)大數(shù)據(jù)檢測(cè)服務(wù)平臺(tái)能夠?qū)崟r(shí)、快速的為各級(jí)部門提供防疫控疫工作所需要的精準(zhǔn)人員信息數(shù)據(jù),其核心是對(duì)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(gè)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(shí)現(xiàn)并行數(shù)據(jù)庫(kù)與關(guān)系型數(shù)據(jù)庫(kù)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(kù)之間的數(shù)據(jù)快速交換效率。 數(shù)據(jù)資源計(jì)算引擎功能中采用SPARK 內(nèi)存級(jí)流計(jì)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(jì)算[14]等技術(shù),實(shí)現(xiàn)重點(diǎn)人員的智能定位及告警推送。 數(shù)據(jù)展現(xiàn)功能中,實(shí)現(xiàn)重點(diǎn)人員及高危人群信息對(duì)社區(qū)及街道工作人員的報(bào)警,又通過數(shù)據(jù)展示平臺(tái)實(shí)現(xiàn)人員軌跡展示及趨勢(shì)預(yù)測(cè)展示。
(1)人員流動(dòng)軌跡大數(shù)據(jù)模型分析。 人員流動(dòng)軌跡大數(shù)據(jù)模型主要是匯聚交通客運(yùn)數(shù)據(jù)、電信運(yùn)營(yíng)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(jī)信令和LBS 數(shù)據(jù)等包含地理信息及時(shí)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(diǎn)人員的流動(dòng)軌跡,同時(shí)根據(jù)確診病人24 天內(nèi)的移動(dòng)軌跡及較長(zhǎng)時(shí)間內(nèi)伴行人員的移動(dòng)軌跡,分析推斷出可能的密切接觸者名單。 為各級(jí)政府部門提供精確的重點(diǎn)人員及高危人群名單,既為基層的精準(zhǔn)防控提供數(shù)據(jù)支持,也為預(yù)測(cè)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(shì)預(yù)測(cè)大數(shù)據(jù)模型分析。 疫情態(tài)勢(shì)預(yù)測(cè)大數(shù)據(jù)模型主要是通過對(duì)確診病例個(gè)體、疑似患者個(gè)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(jìn)行多維度的智能分析,借助傳播動(dòng)力學(xué)模型、動(dòng)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(cè)發(fā)病熱力分布、密切接觸者的風(fēng)險(xiǎn)熱力分布及疫情走勢(shì)分布等信息,促使政府各部門有針對(duì)性的分地區(qū)強(qiáng)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(diǎn)爆發(fā)。
A 市是S 省下轄的一個(gè)地級(jí)市,全市有600 多萬人口,屬于勞動(dòng)力輸出型城市。 以S 省部署的人員流動(dòng)大數(shù)據(jù)檢測(cè)服務(wù)平臺(tái)為基礎(chǔ),為A 市政府在重點(diǎn)防控、物資調(diào)配等方面精準(zhǔn)施策提供跨區(qū)域漫入漫出不同類別人員及病例個(gè)體、高危人員移動(dòng)軌跡的數(shù)據(jù)支撐,提升A 市在協(xié)同調(diào)動(dòng)、風(fēng)險(xiǎn)研判等方面治理能力。
(1)基于重點(diǎn)人員流動(dòng)報(bào)警應(yīng)用場(chǎng)景。 人員流動(dòng)大數(shù)據(jù)檢測(cè)服務(wù)平臺(tái)將會(huì)根據(jù)全省人口信息基礎(chǔ)庫(kù)及A 市公安部門戶籍人員信息,依托人員流動(dòng)軌跡大數(shù)據(jù)模型,按照時(shí)間統(tǒng)計(jì)半徑,統(tǒng)計(jì)出近三十天內(nèi)乘坐火車和民航等各類交通工具進(jìn)出重點(diǎn)疫區(qū)的重點(diǎn)人員信息,針對(duì)近十四天內(nèi)遷徙到A 市的高危人員通過手機(jī)短信、電話等方式進(jìn)行報(bào)警。 同時(shí)平臺(tái)將高危人員的姓名、聯(lián)系方式、家庭住址等詳細(xì)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(shí)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(shì)預(yù)測(cè)大數(shù)據(jù)模型,對(duì)重點(diǎn)區(qū)域加強(qiáng)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(dòng)軌跡的信息發(fā)布應(yīng)用場(chǎng)景。 人員流動(dòng)大數(shù)據(jù)檢測(cè)服務(wù)平臺(tái)依托人員流動(dòng)軌跡大數(shù)據(jù)模型,實(shí)時(shí)分析描繪出病例個(gè)體感染期間的具體移動(dòng)軌跡(該軌跡可以精確到分鐘),并及時(shí)向社會(huì)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(huì)的恐慌情緒,綜合提高了政府治理能力[16]。
政府治理能力是一種綜合能力[17],不單體現(xiàn)在應(yīng)對(duì)公共安全事件的風(fēng)險(xiǎn)治理能力上,還體現(xiàn)在風(fēng)險(xiǎn)研判能力、協(xié)同調(diào)度能力、監(jiān)督執(zhí)紀(jì)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(diǎn)。 提升政府治理能力就是改進(jìn)政府治理能力的凹點(diǎn)。 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(duì)政務(wù)治理能力的凹點(diǎn),應(yīng)用大數(shù)據(jù)手段完善凹點(diǎn),優(yōu)化凹點(diǎn)工作流程,就可以提升整體的治理能力水平。
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(huì)組織及個(gè)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(gè)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(jì),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(fèi)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(shí)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。
(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(guó)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(diǎn)關(guān)注的是網(wǎng)絡(luò)安全及個(gè)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(guó)部分省、直轄市陸續(xù)出臺(tái)了《大數(shù)據(jù)發(fā)展條例》[22]等地方條例,重點(diǎn)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(jī)制,補(bǔ)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(gè)省份在2018 年的省級(jí)機(jī)構(gòu)改革中組建大數(shù)據(jù)管理機(jī)構(gòu)[24],但各省大數(shù)據(jù)管理機(jī)構(gòu)的方案各不相同,組織架構(gòu)區(qū)別較大,各項(xiàng)實(shí)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(shí)際需要存在差距。 統(tǒng)籌完善大數(shù)據(jù)管理機(jī)制,理順大數(shù)據(jù)管理機(jī)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(qiáng)枝弱”、“數(shù)據(jù)少重復(fù)性應(yīng)用多”等問題,強(qiáng)化政府基層治理能力,補(bǔ)齊政府治理能力短板。
2020 春節(jié)期間突如其來的COVID-19 疫情,是對(duì)全國(guó)各級(jí)政府治理能力一次大的考驗(yàn)。 在這次考驗(yàn)中,網(wǎng)上辦、掌上辦、視頻會(huì)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(guó)經(jīng)濟(jì)的基本運(yùn)行。 云計(jì)算、大數(shù)據(jù)、人工智能等技術(shù)在加快病毒基因序列測(cè)算、防疫控疫、物資調(diào)配、監(jiān)督執(zhí)紀(jì)和復(fù)工復(fù)產(chǎn)等體現(xiàn)政府綜合治理能力的各項(xiàng)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(yùn)行成本和時(shí)間成本。 相信在我黨的堅(jiān)強(qiáng)領(lǐng)導(dǎo)下,大數(shù)據(jù)在提升政府治理能力上的價(jià)值將進(jìn)一步凸顯,期待在大數(shù)據(jù)的推動(dòng)下,我國(guó)社會(huì)主義治理體系和治理能力現(xiàn)代化早日實(shí)現(xiàn)。