智慧政务框架下大数据共享的实现与应用研究
来源：电子政务杂志
作者： 李军，乔立民
摘 要：发展智慧政务已成为提升政府科学管理水平和社会治理能力的重要手段。根据当前政务信息化发展的趋势和大数据环境的需求，立足中国社会服务中网格化管理理念和以房管人思想，设计出一种基于政务大数据共享、适用于多级政府的社会治理系统框架；在此框架下系统包括大数据分析应用和政务服务功能，能与各地方、各业务部门现有的管理系统进行对接，实现政务大数据应用和业务工作的融合，为政策制定和居民服务提供技术支撑。同时，研究探讨了相关的框架设计和关键技术方法，通过多地政府部门的应用实践，论证了该系统的有效性和先进性。
随着技术进步和创新社会治理理念新要求的提出，发展智慧政务成为政府部门提升政府科学管理和社会服务水平的新举措。2015年8月，国务院印发了《促进大数据发展行动纲要》，提出运用大数据完善社会治理、提升政府服务和监管能力为大势所趋，大力推动政务大数据的发展和应用，成为提升政府治理能力的新途径[1]；2017年10月，十九大报告指出，需加快前沿技术创新，为数字中国、智慧社会建设提供有力支撑[2]；2017年12月，习近平在《实施国家大数据战略加快建设数字中国》报告中强调，要运用大数据提升国家治理现代化水平，建立健全大数据辅助科学决策和社会治理的机制，推进政府管理和社会治理模式创新，实现政府决策科学化、社会治理精准化、公共服务高效化[3]。
社会治理是政府部门通过一定的手段和方式，以社会理想目标为导向，推进各种社会事务有序开展，并对其进行协调管理的过程[4,5]，在信息化的每个阶段都显示了不同程度的技术复杂度和管理改革深度[6]。由于技术条件限制，在中国传统的政府治理中，各业务部门虽然获得了大量的存量数据，但是缺少对于数据的充分利用，形成了政府在社会治理过程中的部门单一治理问题，并在很多时候出现了以管理者个人意向和主观见解为主的管理方式[7]；随着信息技术和统计学的发展，基于统计手段的社会治理成为主流，统计式分析和治理开始注重运用数学工具，通过积累相关数据，运用小样本数据评估社会问题，但由于反映信息不全面可能会造成治理偏失等问题[8]。伴随着大数据获取、保存及处理技术的发展，基于大数据的社会治理方式被提出，但早期由于获取政府数据困难，另一方面政府部门也没有进行统一的数据整理与储存，此时的大数据分析主要关注网站用户点击量分析[9]、搜索关键词分析[10]、用户访问行为分析[11]、访问时长分析[12]等方面内容，虽未充分利用政务数据，但也能在一定程度上为政府提供居民个人的行为偏好信息，为政策制定、社会治理提供了参考依据。目前，随着大数据技术的成熟，以及网格化管理方式和以房管人理念的提出，基于大数据分析的社会治理越来越切实可行，为科学化社会治理提供了新方法，并显著地提升了工作效率[13]。
政务大数据的充分利用刻不容缓，建立“用数据说话、用数据决策、用数据管理、用数据创新”的管理机制，不仅有利于推动政府管理理念和社会治理模式进步，促进精细有效的服务管理[14]，也能加快建设与社会主义市场经济体制和中国特色社会主义事业发展相适应的法治政府、创新政府、廉洁政府和服务型政府，逐步实现政府治理能力现代化。以研究政务大数据共享为基础，分析总结目前政务大数据应用的实现途径，提出应用政务大数据进行社会治理与服务的信息系统的基本框架，并结合实际应用，说明政务大数据共享环境下对于智慧政务、现代化社会治理的重要影响。
一、政务大数据共享的需求与实现
政府与公民、企业进行互动时，在提供服务的过程中会沉淀海量的数据，这些数据与社会经济、公民生活密切相关，具有数量庞大、涉及面广、动态精准、可用性强等特点。在大数据环境下，政府部门希望高效利用数据，从中挖掘到有效信息，建立一个强大的大数据社会治理系统，有效提升政务服务质量和效率。然而，解决大数据问题不仅要从技术角度出发，还应该从管理和技术等多方面进行规划[15]，以管理机制促进技术应用的落地。
（一）政务大数据共享需求分析
目前，我国社会服务管理信息化的规划“各自为政”，各地区、各部门采用不同的标准、运用不同的操作软件和系统平台，进行数据采集。这种做法导致信息资源多口径采集和重复输入，严重影响了信息的实时性、一致性和准确性。同时，政务信息资源的所有权、采集权、开发权、经营权的归属、转移及相关管理原则还不明确[16]，形成了政务信息资源“产权部门化”的格局，阻碍了信息资源的整合应用。数据资源的割裂与标准不一造成了许多问题。
第一，应用系统配置的“纵强横弱”。我国政府纵向层级制与横向职能制的组织架构，使得政府部门之间纵向上存在着制约关系，而在横向上一般都没有制约关系。各级政府在纵向信息互联互通方面进行得相对较好；而横向信息的互联互通方面则困难重重，存在着众多的“信息孤岛”或“信息烟囱”。
第二，政务信息资源“孤岛”林立。“信息孤岛、烟囱”式服务管理模式造成政府重复投资、重复建设，行政成本过高；多头管理使得基层工作人员重复劳动、疲于应付，致使各类数据统计口径不一、底数不清、数据不实，各类基础性、源头性、苗头性社会问题得不到及时反应和防控。
第三，缺少对社会治理大数据的深度分析和知识发现。目前，大多数政府部门还没有比较完善的数据分析工具，导致了其所掌握的大量信息资源没有被充分利用，造成了数据资源的浪费，不利于更好地发挥数据资源在社会治理模式转变过程中的战略作用。
第四，缺少将基础数据资源与其他业务数据深度结合的能力。很多政务系统利用地理信息技术对区域空间信息进行分析，还仅限于地图显示层面，尚未能将空间地理信息与人、事、物、组织等信息进行数据融合和资源整合，缺少通过智能化的辅助决策和预测等手段提升政府科学决策的能力，没有为政府部门有效处理复杂的社会问题提供新手段。
（二）大数据共享系统框架设计
基于“平台+应用”的框架设计模式，实现应用与技术分离、减少实际使用中各管理功能之间的耦合度，将各类政务大数据集成到一个平台上，进行应用、管理、维护和扩展。依托曾为北京、山东、甘肃、贵州等省市三十余个县级以上区域进行政务大数据信息化项目建设的成果和经验，提出一种基于政务大数据共享，适用于政府进行社会治理及政务服务的系统框架，着重研究政务大数据的共享与实现，以及在共享基础上提供社会治理与科学管理功能应用。
在该框架中，通过构建集中的数据中心，打破政府部门各业务系统间政务信息的条状分布制约，可进行社会治理业务中的数据分析与应用，以及政务服务业务中的数据沉淀、数据回填操作，打破“信息孤岛”的管理机制问题。框架设计的逻辑模型整体可以分三个层次：数据层、支撑层、应用层。暂不考虑硬件设施情况，总体架构如图1所示。
图1 政务大数据共享与应用总体架构
数据层基于数据中心和数据交换功能进行设计，由各职能部门已有信息汇集资源构成，包括人口数据、法人数据、地理数据、电子证照数据等，通过构建数据共享交换平台，实现数据资源共建共享，为政务大数据共享与分析提供统一的数据支撑，是政务大数据进行实际应用的基础。支撑层在整个框架信息共享平台中起着承上启下的关键作用，包括CTI呼叫控件，CA和电子印章、工作流引擎、搜索引擎，电子表单、消息服务等各种通用组件服务，是纯技术支撑部分，不作为讨论的重点；应用层提供信息的采集、加工、融合、分析、处理等功能服务，是核心功能服务层，也是框架建设的重要内容。下文着重探讨大数据共享，以及数据分析和政务服务应用功能的实现，将大数据分析与辅助决策、一窗式政务服务置于应用层进行说明。
二、实现关键技术与方法
随着信息技术的发展，政务数据共享成为管理层面需要研究的一个课题[17]，通过政务数据的共享与整合，不同部门的管理者或数据使用者，能够利用不同来源的相关信息开展工作，革新不同部门之间交流渠道与方式，是对个人与组织技术、组织流程，以及行为方式的深刻转变[18]。大数据分析模块通过政务数据资源库获取政府、企业、个人数据资源，并进行分析总结，为政府部门的决策提供数据支撑；政务服务模块基于政务数据资源库的信息提供一站式便捷服务，并对数据库提供部分数据的更新服务。两者实现的基础均是对包含人、地、事、物、组织等数据的信息资源库的共享利用。本文重点研究大数据资源的共享与应用实现，落实到应用系统中即为数据资源库的构建、大数据分析和一站式政务服务功能的应用，并结合实例展开分析。
（一）政务大数据共享
⒈政务数据资源库设计
数据共享以基础性信息资源库为核心，需全面整合地方政府辖区内各独立、分散的部门业务系统内数据[19]，建立统一的政务信息资源库，以实现信息资源的统一采集与存储。在此基础上，综合各领域数据，进行多样化、弹性可扩展的数据分析、挖掘与决策支持服务，最终通过数据可视化的方式向政府部门提供直观形象的数据分析结果及决策支持建议等，从而提高政府决策的效率与有效性。通过整合政府部门各职能机构的数据并提供统一的信息标准，为各跨职能部门和机构搭建数据交换的标准通道，提供统一的信息标准和信息模型，为数据共享、交换和应用提供支撑，实现“信息孤岛”间的信息共享，解决以往政务数据只存储于单一业务系统中的问题，为政务信息化纵横向整合提供支撑[20]。
在数据资源库设计过程中，首先要解决各职能部门数据私有的制度问题，使相关人员理解政务数据不是一个部门或个人的资源，而是社会服务的基础；在各部门共识的基础上，把各个职能机构的数据整合到数据资源库，完善数据质量管理体系，使得各个职能机构可以方便快捷地访问数据，减少对于部门条状业务数据的依赖，发挥辖区数据中心的作用。数据资源库的总体架构设计如图2所示，通过打通各业务部门数据实现数据融合、集中管理；通过集中管理实现数据口径一致、信息详实；通过数据分类实现信息的维护与专业应用。
图2 数据资源库总体架构
⒉政务数据储存与更新设计
政务数据的存储与更新需要解决两个方面的问题，一是对于数据存储更新管理方式的设计，二是对于技术应用的设计。
在管理机制层面，数据资源库中数据的更新是系统可持续应用的保证，制定可靠的数据更新保障机制成为数据库日常维护的重点。根据对于30余个区县级以上区域社会服务管理系统的建设咨询经验，本系统在数据更新方面提出了三点可行方案：一是基于数据资源库与已有的各部门业务数据库的对接，实现专有的垂直业务系统向数据资源库定期推送信息更新；二是充分发挥网格化管理中网格员的作用，在日常社会服务过程中，网格员通过定期上门采集信息，不断更新数据库中居民基本信息；三是居民在个人业务办理过程中，窗口业务人员根据居民提供的信息更新数据库。这样数据资源库的数据更新可以从三个不同视角进行维护，满足现行环境下的数据资源更新服务。
在技术支持层面，对于数据存储，采用SQL数据库支持结构化数据的存储需求，对于文本、图像、视频等非结构化的数据采用NoSQL数据库，这样能够保证海量的数据存储与访问需求，也能为上层的数据分析、挖掘框架提供必要的支持；对于数据访问，提供一致的SQL语言接口，这样基于数据资源库的上层应用，如大数据分析与可视化模块、一窗式政务服务模块，可以通过标准DMS API对底层数据库进行访问，这些API也可以用于数据管理、监控等任务；对于数据交换，通过ETL工具在直接访问前置机数据库的情况下，数据交换双方均将数据推送至前置机数据库表中，并从前置机数据库表读取交换给本方的数据。
⒊政务数据流转与共享交换设计
数据共享交换的主要目的是从各部门业务系统中提取数据，并对来自不同渠道、相互不一致的数据进行融合处理。在这个过程中，需要对获取的实时数据和历史数据进行组织，确保数据间关系的正确性、可理解性并避免数据冗余；同时，采用分层次的方法对各类用户设置权限，使不同用户既能获得各自所需要的数据，又能确保数据传输过程的安全性及共享数据的互操作性和互用性。基于以上考虑，在数据共享交换功能的解决方式中，依托地方政府统一的电子政务外网，采用一致的交换协议，实现跨空间、跨部门的数据交换。在数据共享交换过程中，通过业务库保存各政府部门产生和管理的政务信息资源；通过交换库进行多部门交换数据的存储；把本部门的交换数据和获取其他部门交换的数据以文件形式存放于交换文件中；通过中心交换节点提供交换数据的采集、分发服务，实现交换节点之间的数据传送功能；通过业务部门交换节点提供交换数据的存储、数据写入以及文件上传和下载，并实现业务数据和交换数据之间的转换。政务数据通过以上流程实现在中心数据资源库与各部门业务数据库之间的共享与交换，为顶层的大数据分析应用及政务服务提供支撑。在共享交换环境下，数据资源库与政府各业务部门原有专业系统的政务数据流转如图3所示。
图3 政务大数据的共享与交换
（二）大数据分析与辅助决策的应用实现
政府部门的社会治理系统每天产生大量的文字、图像、语音、视频数据，随着不断积累，这些数据会形成规模巨大的数据资源，这些数据为大数据分析与挖掘提供了良好的基础资源，也为机器学习、数据挖掘、知识发现、统计决策等技术的应用提供了广阔的空间，并在这些技术应用与信息加工的基础上形成智慧决策、实时反应的集成化管理，作为智慧城市的重要组成部分，辅助使用者进行科学管理与决策[21，22]。如可以基于GIS平台，通过人口数据与地理信息的关联，分析与社会治理和公共服务密切相关的人口空间分布状况；也可以与时间坐标相关联，进行时空统计分析和多因子分析，深入分析与挖掘出区域流动人口变化趋势，人口结构的变化趋势，特定人口与机构的分布规律，人口与工商业组织的关系等。此部分的研究对应图1中应用层的大数据分析与辅助决策功能。
⒈应用框架设计
政务大数据分析的目的是通过整合相关业务系统的数据资源，综合政府部门各领域数据，提供多样化、弹性可扩展的数据挖掘与决策支持服务，提高发现相关关系、因果关系的能力[23]，最终通过平台门户向政府部门提供直观形象的数据分析结果及决策建议等，提高政府决策的效率与有效性。
基于政务数据的类别、应用领域及综合分析方法的考虑，提出如图4所示的数据分析与应用设计。其中数据资源汇集与基础支撑服务对应图1中的数据层和支撑层。数据资源汇集层由政务数据资源仓库及数据共享交换平台构成，是进行所有数据分析的基础；基础支撑服务层为平台的总体运行支撑环境，为更上层的应用服务提供支撑；数据分析服务层将主题模型、时间序列分析、聚类分析、分类分析、回归分析、关联规则分析、社会网络分析、空间分析、时空关联分析等方法在下层的统一数据访问服务支持下，包装成各种标准服务供上层各主题应用服务调用；主题数据分析服务层中的数据分析工作被分解成不同的主题，每个主题利用基础数据及基础数据分析服务进行数据挖掘，提取有价值的信息，抽取数据中的知识或模型，指导相关领域的决策制定。通过四个层次的构建，将各类数据分析方法应用于所需领域，提供科学管理决策。
图4 大数据分析基础支撑架构设计
⒉主题数据分析
此部分以人口主题、网格化主题分析为例进行说明，考虑到每一类分析方法较多，且本研究的主要内容为总体框架构建和功能实现，是对政务大数据共享的实现与应用框架性研究，故不对具体的分析方法和数学模型进行阐述。此部分简要介绍两种主题分析模块的分析方法应用，其他模块的内容与之类似。
在人口主题方面，按照人口自然结构、社会结构和地域结构三个维度从时间、空间和网络等不同属性来分析人口的构成，通过利用人口的空间信息、年龄、性别、地域、学历、民族、家庭、社交关系等不同属性进行交叉研究，对不同类型的人口数据进行空间显示与分析，实现对流动人口、老年人口、儿童、育龄妇女、少数民族等特殊人群的地理分布监管，对比不同区域不同类型的占比情况，加强各区域人口管理。人口主题分析主要包括人口年龄结构分析模块、人物关系分析模块、空间人口分析模块、人口迁移分析模块等，各模块采用的分析方法如图5所示。
图5 人口主题各分析模块的数据分析方法应用
在网格化管理主题方面，综观已有的社会网格化管理，网格事件一般由时间、地点、类型、内容四个属性构成，从这四个属性出发，以时间-空间、类型-空间、时间-类型、空间-事件、时间-事件等维度，将网格化管理与大数据分析相结合，提升网格化管理水平。如通过对某一时间网格员上报事件内容进行归类抽取，分析出热点问题的地理分布情况，以及不同热点的排序分析等。对各种因素系数进行评估，辅助政府工作人员了解热点问题细节，有效地利用网格化管理手段处理问题隐患，提升城市管理水平。网格化管理主题主要包括热点领域分析模块、区域热点模块、网格员统计模块等，各模块采用的分析方法如图6所示。
图6 网格化管理主题各分析模块的数据分析方法应用
⒊辅助决策可视化
大数据可视化是将数据统计、分析结果清晰、直观地展示给用户，方便用户能更容易地观察数据特性、寻找数据规律、辅助决策制定等工作。政务大数据可视化的内容包括文本可视化、网络（图）可视化、时空数据可视化、多维数据可视化等，以便获得对于大规模复杂数据集的洞察力。可视化详细内容在下文系统的实际应用部分阐述。
（三）数据共享基础上一窗式政务服务的应用实现
与大数据分析功能不同，一窗式政务服务不对政务数据进行加工处理，而是基于统一的数据资源库，为辖区居民提供方便、快捷的政务服务。一窗式服务区别于以往的一站式服务，一站式服务的核心是将各类业务窗口进行物理集中，很少涉及数据问题；一窗式服务的核心是将各类业务窗口进行逻辑集中，需要以统一数据资源库为基础。一窗式服务是一站式服务的升级，在政务服务大厅中不存在多个业务窗口，只有一个综合窗口进行政务服务的一窗通办、一网通办，是更进一步的政务大数据处理与应用。此部分的研究对应图1中应用层的一窗式政务服务功能。
该应用的设计思路及实现途径为：通过一窗式政务服务接受居民的政务服务申请信息，经与数据资源库进行数据验证、比对和完善后，发送至各部门业务平台进行处理（即将打通的数据资源库中的数据回填至各部门业务系统），将相关受理、办理和结果信息反馈申请人。系统将来自一窗式政务服务的申请信息推送至政务服务数据资源库，如果此项业务有对应的垂直业务办理系统，就将受理信息同步推送至垂直业务办理系统中办理，办理完成之后通过政务服务管理平台获取办理过程及结果信息。如果是无系统支持的业务就在一窗式政务服务系统中进行审批，系统内政务数据信息流转流程如图7所示，实现了国家信息化要求的“个人少跑腿，数据多跑路”。
图7 一窗式政务服务流程构建
政务数据在业务流转过程中，根据居民提供的数据与系统数据库中已有数据进行比对核验，对于个人没有提供的数据从已有数据库中提取，对于个人提供的而系统中尚未存储的数据进行验证留存，个人数据与数据库中数据存在矛盾的数据，进行验证再留存。虽然一窗式政务服务是一个窗口式服务，但其核心是数据的留存再利用，其基础是各业务数据库的打通。数据库中的数据来源于三个方面，一是已有各业务数据库数据资源，二是网格员定期上门采集的数据，三是居民到一窗式政务服务大厅办理业务的留存数据。通过这三个方式，不断地对政务数据库中的数据进行更新，保证居民事务办理的流畅。
三、实例分析
X街道为某直辖市下辖街道，面积4平方千米，户籍人口7万余人。通过系统应用前期调查，发现该街道政务信息化存在以下问题：第一，信息化治理机制不健全，信息化建设多头、分散。第二，系统建设碎片化，街道公共服务大厅建设并运行的业务系统有20个左右，还不包括各区级部门建设的相关业务系统。这些系统大多数是立足于某一个点的局部需求，缺乏全局性、整体性考虑，系统相对独立。第三，数据资源共享程度低，政务大厅现有办理系统与各部门业务系统之间不能实现数据交换与共享，行政服务难以形成上下联动、横向互通。业务办理数据还是依靠人工统计、上报后录入系统。
本部分以数据资源库的建设为基础，基于政务大数据共享应用的两个子模块——大数据分析应用和一窗式政务服务为例进行实际应用说明。在系统的建设与使用过程中，通过数据资源库的建设促进数据共享，X街道基本解决了数据共享程度低、信息孤岛的问题；通过功能模块的应用进一步改善了系统建设碎片化的实际情况，为民服务和科学管理与决策水平都得到了一定程度的提升。
（一）大数据分析与可视化应用
⒈基于地理信息的人口“空间-时间”数据分析
基于某一地区不同时刻所采集的公共服务数据，可以利用核函数方法对各类采样数据进行“空间-时间”域数据分析。时空核函数可以用来对位置相关的时间序列进行“空间-时间”序列数据建模。本系统利用支持向量基算法对时空核函数进行学习，实现基于时空核函数的支持向量回归模型分析、非线性的“空间-时间”序列数据分析。基于这些空间时间序列的变化，可以清晰地观测出不同地点某类资源的空间变化情况，这对同类事件的监测、趋势预测具有重要的参考价值。
通过采用时空核函数对人口结构、人口趋势、特殊人群分布等目标进行时间空间序列预测，可以对政府公共政策的制定提供可靠的知识支撑。如基于GIS系统，通过对于辖区内儿童人口以及幼儿园分布进行分析，可以了解不同年龄段儿童的区域分布和未来增长趋势，通过对比分析研判辖区内未来幼儿园重点需求区域，并进行先期建设。又如，通过对于辖区内车辆分布与停车场位置分布关系分析，获得辖区停车难区域的位置，并根据居民与企业需求，进行停车场建设。在实际使用过程中，X街道依据前文所述框架构建的政务系统中大数据分析研判结果，提高了科学决策精准度，进行了幼儿园与停车场的建设，收到了良好的社会反馈，实现了较高的社会效益，并受到了中央和地方媒体的大力报道。
⒉基于时空特征的社会网络数据分析
社会网络分析是以社会行动者之间的互动研究为基础，用点来表示社会行动者，用点与点间的连线来表示行动者间的某种社会关系，从而实现对这些社会关系进行量化分析的一种方法。本系统针对社会治理与公共服务的特点，利用社会服务管理平台所提供的各类资源，基于“人物-事件-时间-空间”关系构建社会网络，从多角度对社会人员和公共事件进行定量分析并进行定性解释，为公共服务与公共安全的决策提供决策依据。
其中人物关系分析包括基于空间分析的邻里关系、基于家庭分析的血缘关系、基于属性分析的朋友关系等，通过社会网络分析将辖区内的人员构建成社会网络，成为整个社会复杂网络的一部分。社会网络数据分析的结果可以应用于重点人员、特殊人群管理，为管理人员提供决策支持。
⒊基于“时间-空间”的社会热点文本分析
对于面向公共服务的文本分析，不但要处理大量的结构化和非结构化的文档数据，而且还要根据这些文本语义关系的时间和空间特性，反映出某一地区或事件的内在特性和发展趋势。本系统利用数据资源库所提供的地理位置、时间标签、时间类别等相关属性信息，设计结合“时间-空间”信息的文本数据分析模块，提升文本分析技术对热点追踪、关键词分析、情感分析、文本检索、主题发现的分析能力。通过对于网格事件热点关键词的分析，展示了区域内不同事件的分布情况，可为政府工作人员进行事件的针对性处置提供参考依据。
（二）一窗式政务服务应用
X街道搭建的一窗式政务服务平台，实现了让信息多跑路、让群众少跑腿，“聚焦最后一米”，实现送“政”上门。一站式政务服务平台的应用建立在底层数据资源库提供的政务数据基础之上，在实际应用过程中不论是居民用户还是政府业务受理人员，只能接触到系统的受理页面个人信息查询页面，不能直接面对数据库，但是所有的操作均与政务数据库密切相关。
在上文框架设计的基础上，X街道公共服务大厅在一窗业务受理方面，将街道、社区6大类、49项居民公共服务事项纳入一窗式政务服务平台；在一号办理方面，打通了市、区各部门居民公共服务类17个垂直业务系统，实现了数据共享，减少了居民办事时提供的各类材料。实现了居民事务一号办理、一窗受理，并将居民数据信息沉淀，与数据资源库中原有数据融合。通过系统一年多实际使用，实现居民事务办理填报数据量减少50%、证照提交频次减少57%、业务受理时间减少53%，街道业务人员63%回归街巷，实现了街道管理力量的回归社区、服务社区，大大提高了政务服务效率，促进了“互联网+政务服务”的发展。
四、结论与展望
本文讨论了在现代数字政务环境下，政府部门如何利用政务大数据及智慧政务系统满足其智能化服务和提升科学管理水平的需求。首先，分析了目前政府部门信息孤岛和大数据应用的现状问题，及现有管理系统的局限性；其次，基于政务数据资源库建设和大数据共享，提出一种基于大数据的社会治理信息系统框架体系；再次，讨论了该系统如何利用政务大数据共享、大数据分析与可视化、一窗式政务服务等技术，实现大数据政务化应用；最后，结合某直辖市下属X街道的实际应用案例，验证该系统的有效性与先进性。
在具体实践中，该框架和系统应用不仅仅局限于街道，在区县、市级平台上均可以运行。以政务大数据共享为基础，涵盖了政府部门日常政务服务的绝大部分数据，设计了通过数据共享交换、政务服务业务数据沉淀、网格员定期上门数据采集，维持数据资源库中数据的动态更新机制。通过大数据分析应用对数据进行分析与可视化处理，为政府部门进行科学决策与管理提供数据支持。
该系统将实现政务大数据技术与理论研究在我国政务服务领域落地，为我国智慧政务发展与管理水平提升提供更加科学的决策支持，促进我国政务服务的技术进步和创新发展。该系统的建设思想也可以应用于其他行业，能够促进我国经济发展和社会进步。
未来的制造业要的不是石油，它最大的能源是数据.