尊敬的各位领导、各位专家、各位同仁，大家下午好。今天我跟大家分享的主题是“大数据与数字政府建设”，我主要从以下四个方面跟大家做一些分享：第一，对数字政府的理解；第二，关于政府数据共享、开放与保护；第三，关于政府大数据应用；第四，几点建议。
姚乐
CIO时代学院院长、中国新一代IT产业推进联盟秘书长
一、对数字政府的理解
关于数字化，其实全社会都在谈数字化转型，现在叫数字政府。其实有一个背景关系，现在建设的内容和建设的模式确实发生了很大的变化，大家更愿意用数字政府这样一个新的概念表示信息化建设到了一个新的阶段。另一方面，先进的技术驱动，云、大数据、物联网、移动互联网确实给我们的数字化带来了新的建设内容和模式。今天我们谈的数字政府和过去谈的有什么不一样？传统的电子政务我们的思路是什么样的？今天的数字政府应该是什么样的？
单机架构和分布式架构的主要区别。过去做电子政务的时候是单机架构，所有应用的开发都是基于单机的，数据库、操作系统全部都是在单机架构上面实施的。
以部门为中心和以公众为中心的主要区别。过去是以部门为中心，给部门业务做一套系统。今天是以公众为中心，看公众需要什么服务。在2016年提出的单一政府理念，对老百姓来讲就一个政府，至于政府内部是怎么划分的、职能怎么区分的，老百姓是不关心的。
流程驱动和数据驱动的主要区别。流程驱动是在固定的流程下面，我们办事的业务人员是怎么处理的，我们通过这样的流程看我们需要什么样的数据，然后把业务运营好。数据驱动，数据感知、数据处理能力大大加强，可以实时采集数据，可以优化服务，所以今天越来越多的场景里面是因为有了实时的数据，所以驱动了背后的流程和应用。
大项目建设和微服务开发的主要区别。过去都是做大项目，动辄几个月，甚至几年。当时在这种模式下，我们有一个不成立的假设，像神一样的人把所有的需求都搞清楚了。还有一个不成立的假设，这个需求是不变的，所有的这些假设都不成立，所以设立的大项目很快就过时了。以后更多的是要走向微服务的开发。微服务技术架构有很多特点，从应用角度来讲，它快速迭代，随时发布。从技术角度来讲，每一个微服务是独立的，可以做到弹性扩展，是相对独立的、分布式的，不会影响使用。所以，这种模式一定会成为未来所有行业里面的方向。
封闭系统和开放系统的主要区别。过去做封闭性系统不考虑别人怎么用它，今后做的这些服务一定是开放的。因为不知道谁要用、也不知道要被用多少次，这样一种发布只要在被授权的情况下就可以被调用。所以今天在技术建设内容上发生了非常大的变化，用一个新的词来表示进入到一个新的阶段。
二、关于政府数据共享、开放与保护
数据共享，从FEA的数据参考模型（DRM）到国家信息交换模型（NIEM），是数据共享的一套标准，数据怎么表述它、数据怎么来做分类、做共享。今天谈数据共享，最主要是建立机制和管理的方法。数据的描述包含数据的背景和分类，怎么做好分类，从哪里找到这些数据，怎么用标准的方式把它对外发布。国家信息交换模型是为了跨部门之间的数据共享，这套方法也不断在迭代，澳大利亚、加拿大都在用这套方法。
国家信息交换模型把数据分成两个层面：第一，核心数据，是永远不会变的数据，核心数据按照统一的方式来定义，一旦定义出来，所有的部门都应该遵循，几个部门之间要共享数据。第二，司法领域，关于人的犯罪机构，甚至关于人的肤色跟犯罪的关系，这种可能是司法需要，其他部门不需要。为了数据共享，在这个领域里定义关于犯罪记录应该怎么定义它。在每一个领域里面，一旦在某个领域里面把这些数据的标准建立起来，其他所有部门交换共享的时候都要遵循这一套方法，所以它是不断积累的一个库，这个库随着每个领域不断通过数据的交换和使用，在应用的过程中去丰富它。
数据开放，从美国发起，全国多个国家都在倡导数据开放。数据开放到今天，我也比较关注，2011年我在美国做访问的时候，发现纽约做得非常好，后来我在国内顶层设计的时候把数据开放提出来。今天杨部长也提到，数据谁去采集它、谁去保护它、谁去管理它，需要有一套机制。数据开放应该像公众服务一样，因为数据开放是为产业提供服务，但现在很多人一提到政府数据就想到它的商业化，其实是可以商业化的。美国最早做数据开放是为了商业化，为了促进数字经济的发展。但建立开放的基础上，不是对某一个企业、某一个部门开放。既然大家都要使用，需要有一套机制，谁去把这些数据进行管理，谁去发布，这些都需要大量的人力物力，所以政府需要这样的机制和预算，长期的做这件事情。
数据保护，自从《保护法》出台之后，引起了全世界高度的关注。大家都在谈数字经济、数字政府，很重要的就是数据的力量，如果数据没有好的保护机制，数据的滥用一定会造成更大的问题。怎么做好数据的保护？不同层面，国家有国家的保护方法，企业有自己的保护方法，也有商业的法律法规。现在最重要的是数据的保护，这些数据不是说政府可以随便处置它，要知道作为数据的主体应该有什么样的权利？还有数据的处理者有什么样的权利？还有监管部门有什么样的义务对数据进行保护，这套机制如果不建立起来，数据也难以进行有效的利用。
三、关于政府大数据应用
大数据的应用，从“互联网+政务服务”和“互联网+政务监管”谈一下自身理解。现在大数据最重要的是两个领域：第一，政务服务；第二，政务监管。
互联网+政务服务。过去谈数据共享、谈大数据很空，实际上今天有很重要的一个抓手，就是为公众服务，互联网+政务服务只是一个业务目标，有了业务的目标，动力和驱动力要把后面的事做得更好。数据的采集、数据的关联分析最终是为观众更好的服务。今天互联网公司采集了很多用户的数据，这些数据是为了更好地刻画用户画像，他是什么样的人、他的偏好是什么？今天通过互联网+政务服务这样在线化的服务去获取用户的数据，然后用用户的数据更好地服务他、提醒他干什么。未来互联网+政务服务里面，首先要在线化，然后数据化，最后自主为用户提供更好的服务。
互联网+政务监管。监管也需要数据，互联网+监管需要各种来源的数据。比如说一个工厂，发现它有什么样的问题，是通过各种相关的数据去做分析。各个领域里面的监管，大数据有很重要的作用。
所以大数据要从这两个业务领域里面去推动它，而不是空谈大数据要分析，要用互联网+政务服务、互联网+监管去推动它。
四、几点建议
第一，政府各部门的数据不是越集中越好，数据的集中一定是围绕特定目的。前期很多政府部门的尝试，希望把很多数据收集起来，希望把数据归到一个部门。但是我们发现这些数据在各个业务部门，是鲜活的，不断变化的。今天杨部长讲到，数据要花钱、花人力去维护它，还要花成本去管理它、维护它，还要保护好它。这些数据不是说越集中越好，集中也是为了特定的目的，不是集中到一起最好。
第二，政府各部门的数据不是越共享越好，数据的共享一定是围绕特定的目的。美国人做信息共享，当时是为了反恐的需要。那么我们做数据共享，我们是为了什么？是为了食品安全、是为了监管还是为了公共安全？所有的共享一定要围绕特定目的。
第三，政府的“计算”不是越集中越好，除了“云计算”，还要有“边缘计算”。集中也不代表云计算，云计算最大的价值是资源的弹性扩展，把它集中到一起它也不是云计算。那么即使做到了云计算，除了需要有云计算，需要有集中的计算，还要有边缘的计算。在物联感知的时代，数据感知能力在大大增强，特别是智能的处理，一个领域开始变得智能的时候，所有的处理都要在云中心处理，还有很多边缘的处理，很多领域里面我们都需要边缘计算，所以计算行业集中也不是绝对的。
以上谈了一些我个人的观点，仅供大家参考，谢谢大家！
