《大數據技術標準推進委員會：2025一體化政務大數據體系建設實踐指南1.0（51頁）.pdf》由會員分享，可在線閱讀，更多相關《大數據技術標準推進委員會：2025一體化政務大數據體系建設實踐指南1.0（51頁）.pdf（51頁珍藏版）》請在三個皮匠報告上搜索。

1、版版權權聲聲明明本報告版權屬于本報告版權屬于 CCSA TC601 大數據技術標準推進委大數據技術標準推進委員會員會，并受法律保護并受法律保護。轉載轉載、摘編或利用其它方式使用本報摘編或利用其它方式使用本報告文字或者觀點的，應注明告文字或者觀點的，應注明“來源：來源：CCSA TC601 大數據技大數據技術標準推進委員會術標準推進委員會”。違反上述聲明者，本院將追究其相關。違反上述聲明者，本院將追究其相關法律責任。法律責任。編制說明編制說明本報告由 CCSATC601 牽頭撰寫，在撰寫過程中得到了多家單位的大力支持，主要的參編單位及人員如下：主要參編單位主要參編單位：中國信息通信研究院、清華大

2、學、華為技術有限公司、浪潮云信息技術股份公司、浪潮軟件科技有限公司、云賽智聯股份有限公司、騰訊云計算（北京）有限責任公司、中移系統集成有限公司、浦東新區大數據中心、福建大數據一級開發有限公司、東軟集團股份有限公司、京信科技股份有限公司、數字廣東網絡建設有限公司、中電?？导瘓F有限公司、蘇州龍石信息科技有限公司、普元信息技術股份有限公司、阿里云計算有限公司、數字鄭州科技有限公司、中電云計算技術有限公司、湖北省數字產業發展集團、武漢大數據產業發展有限公司、聯通數據智能有限公司、重慶信息通信研究院、杭州數夢工場科技有限公司、北京中軟國際信息技術有限公司、蜜度科技股份有限公司、啟明星辰信息技術集團股份有

3、限公司、河海大學、石河子大學、棗莊市民卡管理有限公司、包頭市大數據中心、湖南寶慶數聯科技有限公司編寫組主要成員編寫組主要成員：姜春宇、龐偉偉、王蘇婉、康宸、劉賓、王躍、莫莉娟、傅建平、胡雨亭、倪海波、鄧東、李連偉、李傳忠、荊瀟、田震、李照川、陳正偉、周海濤、徐松林、胡鑫、趙明君、段胡胡、索飛飛、郝穎、李巍、郝振軍、王俊青、常鵬飛、沈王恒、涂平、石福仁、許強、林濤、梁孟、林嘉敏、陳勝凱、周海軍、盧毅輝、毛舒凱、練海榮、孫曉寧、李書超、孟慶余、程晶、王芳、鄭丹輝、高孟毅、魏濤、代強強、唐琴、吳丹、王駿濤、楊娜、王輝、王項男、譚晟中、張芬、桑海巖、范雨曉、余靜雨、念燦華、何轉琴、白鑒欣、沙劍鋒、王君

4、、王昉、周瑞群、張國寶、高攀、楊景雯、潘隆、張廣運、王志明、李娜、郝葉飛前前言言全國一體化政務大數據體系建設指南指出，到 2025 年，全國一體化政務大數據體系更加完備，政務數據管理更加高效，政務數據資源全部納入目錄管理。關于深化智慧城市發展 推進城市全域數字化轉型的指導意見 指出，要加快完善省、市兩級政務數據平臺，整合構建全國一體化政務大數據體系。2025 年 5 月國務院常務會議審議通過政務數據共享條例（草案），首次以行政法規形式明確政務數據共享內容，為構建全國一體化政務大數據體系提供基本遵循。截止 2023 年，全國一體化政務服務平臺數據共享樞紐累計發布數據資源 2.06 萬類，支撐各地

5、區各部門共享調用 5300 余億次，我國已有226 個省級和城市的地方政府上線數據開放平臺，開放的有效數據集達 34 萬個，橫向聯動、縱向貫通的全國一體化政務大數據體系已初步形成。然而，各地區、各行業因其發展基礎及資源稟賦不同，不同地區不同行業一體化政務大數據體系建設仍處于不同發展階段，在管理機制、技術能力、運營水平、場景創新等方面存在差異。為凝聚產業共識，CCSATC601 依托一體化政務大數據體系能力成熟度（GDMM）評估調研成果及產業界先進實踐共同研究一體化政務大數據體系建設實踐方法論。本文從一體化政務大數據體系的概念內涵及政策要求出發，明確建設目標、建設維度等總體視圖，并從統籌管理一體

6、化、數據目錄一體化、數據資源一體化等九個維度梳理行業先進實踐經驗。結合大模型技術在政務領域的最新應用實踐，本文進一步分析政務大模型在一體化政務大數據體系建設中的作用和意義，并對一體化政務大數據體系的發展態勢進行研判和展望。目目錄錄一、一體化政務大數據體系建設總體概述.1（一）一體化政務大數據體系概念內涵.1（二）一體化政務大數據發展政策背景.1（三）一體化政務大數據體系建設意義.2二、一體化政務大數據體系建設總體視圖.4（一）建設目標.4（二）建設維度.6（三）等級要求.7三、一體化政務大數據體系建設實踐.9（一）推進基礎保障體系建設，夯實地方政務數據管理基礎.9（二）統籌管理一體化，助力政府

7、側數據共享協調集約利用.12（三）數據目錄一體化，盤點數據底數構筑數據資源總賬本.14（四）數據資源一體化，歸治用一體發揮數據資源匯聚效益.16（五）數據服務一體化，構建數據服務總門戶聚焦創新應用.18（六）共享交換一體化，建設一體化級聯貫通共享交換體系.20（七）算力設施一體化，數智融合前瞻性打造存算基礎底座.21（八）標準規范一體化，構建全面規范數據標準化管理體系.23（九）安全保障一體化，構筑政務數據全生命周期安全根基.24（十）一體化政務大數據體系能力成熟度評估模型（GDMM）.26四、從政務數字化到政務數智化，政務數據應用邊界持續拓展.29（一）大模型助力政務行業數智化轉型.29（二

8、）政務大模型應用能力成熟度概述.30（三）政務大模型創新應用典型場景.32五、一體化政務大數據體系建設未來展望.35（一）發展展望.35（二）下一步發展建議.36附錄：一體化政務大數據體系建設優秀案例圖圖 目目 錄錄圖 1一體化政務大數據體系總體視圖.4圖 2政府側數據管理組織角色分布.9圖 3一體化集約化資源管理體系總體架構.12圖 4數據目錄的運營運維管理要點.15圖 5數據治理人員劃分.17圖 6構建數據應用服務.18圖 7全國一體化共享交換體系全局視圖.20圖 8技術演進路線示意.22圖 9數據算力協同建設.22圖 10全國數據標準化技術委員會.23圖 11政務數據安全管理核心主體及其

9、關鍵環節.25圖 12GDMM 評估模型總體框架.27圖 13一體化政務大數據體系建設的五大成熟度等級及其特征.28圖 14政務大模型應用能力成熟度總體架構.30表表 目目 錄錄表 1一體化政務大數據體系總體建設目標和基本要素.6表 2各省級行政區數據部門成立情況.10表 32024 年以來各省級行政區政務數據相關文件發布情況.111一、一體化政務大數據體系建設總體概述（一）一體化政務大數據體系概念內涵2022 年 9 月，國務院辦公廳印發全國一體化政務大數據體系建設指南，給出了全國一體化政務大數據體系的總體定義，即：全國一體化政務大數據體系包括三類平臺和三大支撐。三類平臺為“1+32+N”框

10、架結構，“1”是指國家政務大數據平臺，“32”是指 31 個?。ㄗ灾螀^、直轄市）和新疆生產建設兵團統籌建設的省級政務數據平臺，“N”是指國務院有關部門的政務數據平臺，三大支撐包括管理機制、標準規范、安全保障三個方面。狹義上來說，一體化政務大數據體系指的是各地方、各行業統籌推進政務數據一體化、體系化建設思路，通常包含底座平臺建設、配套支撐體系建設、互聯互通規劃、應用場景建設等相關維度，是我國數據基礎制度的重要內容。（二）一體化政務大數據發展政策背景政務大數據的發展與演進與政府側的職能變更、管理服務模式變更及我國信息化發展進程等因素息息相關，可主要概括為政務信息化建設、共享交換、共享整合和一體化四

11、個主要發展階段。從政務信息化建設到共享交換，政府側在管理模式、技術資源從政務信息化建設到共享交換，政府側在管理模式、技術資源、數據資源等方面逐步探索并完成經驗積累數據資源等方面逐步探索并完成經驗積累。隨著政府職能定位逐步由行政管理向服務型政府轉變，公共服務部門開始依托在線模式提供政務服務，面對信息系統分散帶來的重復采集和數據質量等問題，地方嘗試依托于政務云統一整合并存儲各部門數據資源，并融合運用數據庫、大數據引擎推進數據初階治理。隨著跨區域、跨行業數據需求的2日益增長，國家層面亦推進國家數據共享交換平臺及國家政務服務平臺數據交換通道建設，為各地區各部門與國家平臺間政務、監管數據的共享交換提供通

12、道，為政策制定和決策提供數據支持。從共享整合到一體化建設從共享整合到一體化建設，開啟了以政務數據為重要樞紐的現代開啟了以政務數據為重要樞紐的現代化協同治理新模式化協同治理新模式。伴隨著各地方數據管理部門的陸續成立，政務數據共享協調機制日益完善，各部門以數據為紐帶緊密推進組織協作，大幅提高了政務服務的效率和便捷性，并在疫情防控、衛健、公安、交通等多個領域展現出大數據助力應急管理、促進履職能力建設方面的潛在價值。國家層面亦推進全國一體化政務數據共享樞紐建設，構建起覆蓋國務院部門、31 個省(區、市)和新疆生產建設兵團的數據共享交換體系。隨著政務數據平臺承載數據量的不斷增加、數據治理任務復雜度不斷增

13、長，數據安全成為關切要點，各地方、各行業開始探索運用人工智能、區塊鏈等技術進一步降低數據治理難度、提高數據安全性。各地方、行業建立健全政務數據管理制度體系建設，推進項目、服務、算力、安全、標準等一體化建設管理，政務數據一體化建設管理模式初步形成。（三）一體化政務大數據體系建設意義一體化政務大數據體系建設助力政府信息化建設集約化一體化一體化政務大數據體系建設助力政府信息化建設集約化一體化。數據作為信息化系統建設的核心價值載體，能否產生新數據、帶來新價值已成為各地方判定信息化項目能否通過立項審批的重要依據，以“數據資源總賬本”為綱能夠在一定程度上避免項目的重復建設無效建設，助力算力、平臺等信息化項

14、目集約化一體化管理。3一體化政務大數據體系建設是實踐全國數據一體化政務大數據體系建設是實踐全國數據“一本賬一本賬”的重要舉的重要舉措。措。國家數據基礎設施建設指引提出要形成全國數據“一本賬”，數據目錄一體化是一體化政務大數據體系建設的核心任務，借助政務數據目錄治理工作試點，有助于促進政務數據“全量歸集”實現政務數據跨地區、跨部門、跨層級的共享應用一體化政務大數據體系是國家數據基礎設施的重要底座一體化政務大數據體系是國家數據基礎設施的重要底座。國家數據基礎設施建設指引指出，行業、區域數據基礎設施是國家數據基礎設施的核心主體。政務數據平臺作為區域基礎設施的重要底座，為各地方、各行業間推進政務數據采

15、集、匯聚、傳輸、加工等體系化建設提供底座基礎，是推進公共數據流通利用的重要前提與基礎。4二、一體化政務大數據體系建設總體視圖2024 年中國信通院聯合產業界共同推進一體化政務大數據體系能力成熟度評估模型（GDMM）標準框架的編制工作，從基礎保障、統籌管理一體化、數據目錄一體化、數據資源一體化、數據服務一體化、共享交換一體化、算力設施一體化、標準規范一體化、安全保障一體化等 9 個維度歸納各地方、各行業政務數據一體化建設與管理總體能力，并從組織機制、平臺工具、運營管理、應用創新、安全管理五類發展要素出發提煉出一體化政務大數據體系建設過程中的核心發展方向，以五大能力成熟度等級為參考基線，助力各地方

16、、各行業結合當前發展階段遞次推進信息化項目一體化整合管理。圖 1 一體化政務大數據體系總體視圖（一）建設目標全國一體化政務大數據體系建設指南提出了如下建設目標：到 2025 年，全國一體化政務大數據體系更加完備，政務數據管理更5加高效，政務數據資源全部納入目錄管理。通過深化數據目錄治理和數據直達基層實踐，一體化政務大數據體系建設將持續賦能數字政府建設和城市數字化轉型。其中，重點建設目標如下。一是完善政務大數據管理體系一是完善政務大數據管理體系，建立健全政務數據共享協調機制。建立健全政務數據共享協調機制。加強政務數據供需對接，優化審批流程，推動政務數據屬地返還，探索利用多種手段按需回流數據，支撐

17、地方數據資源深度開發利用。二二是建立全量覆蓋是建立全量覆蓋、互聯互通的高質量全國一體化政務數據目錄互聯互通的高質量全國一體化政務數據目錄。按照本部門“三定”規定，梳理權責清單和核心業務，建立“目錄一數據一系統”關聯關系，推進本地區政務數據目錄與上級政務大數據平臺目錄的同步更新。三是強化政務大數據全生命周期質量控制三是強化政務大數據全生命周期質量控制，推進數據推進數據資源一體化歸集治理資源一體化歸集治理。按需推進公共數據社會數據歸集，建立完善的數據質量反饋整改責任機制和激勵機制，提升政務數據的準確性、完整性和一致性。四是推進共享渠道整合四是推進共享渠道整合，助力跨部門跨地域跨層級數助力跨部門跨地

18、域跨層級數據流通共享據流通共享。按需建設政務數據實時交換系統并接入交換體系，形成安全穩定、運行高效的數據供應鏈，以應用為牽引，提升數據資源使用效益。五是加強基礎能力建設和應用創新力度五是加強基礎能力建設和應用創新力度，深化數據開發利用深化數據開發利用與應用服務與應用服務。推進政務數據服務總門戶、大數據綜合分析應用等業務持續完善，積極探索數據開放技術創新，引入市場化主體推進數據資源開發利用。六是完善政務數據算力管理措施六是完善政務數據算力管理措施，提升政務云資源管理提升政務云資源管理運營水平。運營水平。建立云資源一體化運營管理、政務云資源統一調度機制，建設政務大數據平臺災備設施，打造異構計算能力

19、，構建新型數據分析管理能力。七是編制全面兼容政務大數據標準規范體系七是編制全面兼容政務大數據標準規范體系，強化標準強化標準6實施管理實施管理。建立國家政務大數據標準體系建設路線圖及工作機制，推進開展政務大數據標準宣貫，常態化開展標準實施應用評估。八是加八是加強數據全流程管理強數據全流程管理，構建三位一體政務數據安全保障體系構建三位一體政務數據安全保障體系。建立健全數據安全組織管理體系、數據安全制度規范體系，完善數據安全運行監管機制。圍繞政務數據平臺，保障共享服務安全，全面管控數據處理與開發利用過程的數據安全風險。（二）建設維度為實現一體化政務大數據體系總體建設目標，建議從組織機制、技術、運營、

20、應用、安全等 5 大要素出發，推進組織保障機制設計，規劃相關技術能力建設，配套以運營管理和安全管理體系支撐，賦能政務行業應用創新。各部分具體內涵和要義如下。表 1 一體化政務大數據體系總體建設目標和基本要素建設目標/基本要素組織機制組織機制平臺工具平臺工具運營管理運營管理應用創新應用創新安全管理安全管理目標目標 1：統籌管理一體化：統籌管理一體化目標目標 2：數據目錄一體化：數據目錄一體化目標目標 3：數據資源一體化：數據資源一體化目標目標 4：數據服務一體化：數據服務一體化目標目標 5：共享交換一體化：共享交換一體化目標目標 6：算力設施一體化：算力設施一體化目標目標 7：標準規范一體化：標

21、準規范一體化目標目標 8：安全保障一體化：安全保障一體化組織機制組織機制建設建設包括機制方案設計、組織架構設計、數字文化建設等內容，是政府部門全局管理能力的具體體現，前瞻性的總體設計與長效機制將為全域數字化轉型、政務數據長期運營發展奠定全局性發展基礎。7平臺工具建設平臺工具建設包括集成規劃、平臺建設和技術創新等內容，是本地區（本行業）技術能力與生產力創新的綜合體現。通過整合利舊與技術創新充分融合，探索運用新技術新模式打通業務流程瓶頸，有助于構建跨層級、跨區域的數據共享通道。運營管理體系建設運營管理體系建設包括制度設計、流程優化和成效評估等內容，是政務數據運營規范性和能力成熟度的總體展現。通過設

22、計并實施符合本地區、本行業實際情況的運營方案，有助于順暢共享開放管理流程、提升各類數據服務的及時性和有效性。應用創新建設應用創新建設包括場景創新、社會效益和數據要素流通準備度等內容，是依托已有資源開拓政務數據應用價值的外在展現。通過協同各部門和外部機構共同探索政務數據的聚合價值，將為未來依托政務數據推進域內數字化改革和數據要素流通提供經驗基礎。安全管理建設安全管理建設包括制度建設、數據安全保障、運行監測等內容，是保障平臺、數據、業務安全運行的重要屏障。通過構建權責清晰、規范統一的安全治理框架，為政府側的應用創新和運營管理奠定基礎。（三）等級要求一體化政務大數據體系建設可分為五個成熟度等級，隨著

23、成熟度的不斷提升數據資源在政府數字化轉型中的重要性不斷凸顯。初始建設級核心特點為“數據需求被動響應數據需求被動響應”，政務數據的歸集共享通常僅僅限于滿足本地區/本行業政務服務需求、落實國家共享交換責任清單的有關要求。局部規劃級核心特點為“數據部分集中管理數據部分集中管理”，數據部門或行業主8管部門依托政務數據平臺對關鍵業務場景數據實現了一體化集中管理，同時明確了數據管理崗位及其相應的職責要求。一體化規范級核心特點為“數據全量接入與一體化治理數據全量接入與一體化治理”，依托成熟的政務數據平臺技術工具能力，借助“三清單一目錄”等方式實現了數據的應歸盡歸，具備數據存儲和治理的統一管理能力，實現了資源

24、充分集約利用。創新應用級核心特點為“場景應用創新場景應用創新”，依托前期數據管理團隊已構建全面數據治理能力，聯合相關委辦局共同推進數字政府解決方案的創新應用，通過適時響應外部的應用開發需求，政務數據開發利用進程不斷深入。最佳實踐級核心特點為“大模型驅動下的數智化先進實踐大模型驅動下的數智化先進實踐”，政府側通過引入大模型等前沿技術賦能政務應用場景智能化改造，進一步發揮技術要素+數據要素結合下的便民減負作用，以“數據+算法”為核心促進應用場景流程再造，助力政府側生產力革新。9三、一體化政務大數據體系建設實踐（一）推進基礎保障體系建設，夯實地方政務數據管理基礎（1）建立貫通多元的數據組織管理團隊圖

25、 2 政府側數據管理組織角色分布地方政府側數據組織管理團隊主要分為決策層、數據管理層、運營保障層和服務層這四類角色。在決策方面，主要由地方人民政府或各行業部門行政負責人組成，負責組織擬定本地區數字政府、數字經濟相關建設規劃，引領確立本地區宏觀發展方向，隨著國家數據局的成立，各地方均成立了數據統籌管理部門，負責牽頭本地區政務數據、數據要素總體規劃（見表 2）。在數據管理方面，主要由數據管理部門相關角色組成，負責本地區、本行業數據相關頂層規劃設計、推進數據要素產業發展等相關工作。在運營保障方面，由各地區、各行業數據運營單位組成，推進數據平臺工具類、數據歸集治理類和開發利用類項目的建設和運營。在數據

26、服務方面，主要由各單位的數據治理服務團隊組成，由運營單位和開發保障團隊共同推進數據的治理和開發任務。10表 2 各省級行政區數據部門成立情況省級行政區省級行政區機構名稱機構名稱上級主管單位上級主管單位成立時間成立時間北京北京市政務服務和數據管理局北京市人民政府2024天津天津市數據局天津市人民政府2024河北河北省數據和政務服務局河北省人民政府2024山西山西省數據局山西省人民政府2024內蒙古內蒙古自治區政務服務與數據管理局內蒙古自治區人民政府2024遼寧遼寧省數據局遼寧省人民政府2024吉林吉林省政務服務和數字化建設管理局吉林省人民政府2018黑龍江黑龍江省數據局黑龍江省人民政府2024上

27、海上海市數據局上海市人民政府2024江蘇江蘇省數據局江蘇省人民政府2024浙江浙江省數據局浙江省人民政府2024安徽安徽省數據資源管理局安徽省人民政府2024福建福建省數據管理局福建省發展和改革委員會2024江西江西省數據局江西省人民政府2024山東山東省大數據局山東省人民政府2018河南河南省數據局河南省人民政府2024湖北湖北省數據局湖北省人民政府2024湖南湖南省數據局湖南省人民政府2024廣東廣東省政務服務和數據管理局廣東省人民政府2024廣西廣西壯族自治區大數據發展局廣西壯族自治區人民政府2018海南海南省數據局海南省人民政府2019重慶重慶市大數據應用發展管理局重慶市人民政府201

28、8四川四川省數據局四川省人民政府2024貴州貴州省大數據發展管理局貴州省人民政府2017云南云南省數據局云南省發展和改革委員會2024西藏西藏自治區數據管理局西藏自治區人民政府2024陜西陜西省數據和政務服務局陜西省人民政府2024甘肅甘肅省數據局甘肅省人民政府2024青海青海省數據局青海省人民政府2024寧夏寧夏回族自治區數據局寧夏回族自治區人民政府2024新疆新疆維吾爾自治區數字化發展局新疆維吾爾自治區人民政府202311表 3 2024 年以來各省級行政區政務數據相關文件發布情況地方地方相關文件制度相關文件制度印發時間印發時間北京政務數據質量評估規范征求意見稿2025 年 2 月征求意見

29、天津關于印發天津市推動“高效辦成一件事”進一步優化政務服務提升行政效能工作方案的通知2024 年 7 月山西關于征求山西省地方標準政務數據共享部門 內部管理規范政務數據共享交換平臺操作手冊編寫指南意見的通知2024 年 1 月征求意見黑龍江黑龍江省人民政府辦公廳關于印發黑龍江省政務數據管理暫行辦法的通知2025 年 1 月江蘇省政府關于進一步優化政務服務提升行政效能推動“高效辦成一件事”的實施意見2024 年 8 月湖南湖南省人民政府辦公廳關于印發湖南省 2025 年政務服務和數據工作要點的通知2025 年 3 月海南海南省人民政府辦公廳關于印發海南省國土空間基礎數據管理辦法的通知2024 年

30、 12 月貴州省人民政府辦公廳關于印發貴州省政務數據資源管理辦法的通知2025 年 1 月（2）構建層次分明的數據管理制度體系數據管理制度體系通?？煞譃槿?，第一類為頂層政策制度設計第一類為頂層政策制度設計（如表 3），由地方政府辦公廳或數據管理部門負責推進相關管理制度的規劃制訂，明確數據管理的總體原則和除外條件，確立數據開發、運營的主責單位和總體組織架構，為政務數據的建設運營工作提供參考指引；第二類為數據管理類規章設計第二類為數據管理類規章設計，由地方數據管理部門聯合有關部門共同推動出臺，通過對數據管理全生命周期的關鍵流程環節進行規范，明確各委辦局的數據歸集責任、質量責任和安全責任等；第第三

31、類為具體實施方案三類為具體實施方案&運營指南運營指南，由運營機構或實施單位推進編制，通過建立統一的操作手冊及運營規范，可作為各部門數據團隊的應用遵循。（3）制定數據分類管理目標和評估方法政務數據的管理目標可主要分為增量管理和存量管理兩類。其中12增量數據管理更加關注新項目建設過程中新數據的產生、驗收和及時歸集；存量數據管理則更加關注對已有數據的接入和質量評估，通過數據需求清單、三定職責清單等形式，梳理不同數據類型并設計不同的歸集目標和評價方案。（二）統籌管理一體化，助力政府側數據共享協調集約利用（1）建設一體化集約化資源管理體系建設一體化政務大數據體系重在解決信息化項目如何集約建設建設一體化政

32、務大數據體系重在解決信息化項目如何集約建設與高效配置等關鍵問題與高效配置等關鍵問題。在政務信息資源建設早期，由于缺乏統一的管理機構和監管抓手，政務信息資源散落在相對獨立的信息化系統中，由不同行業部門分別管理與運營。隨著數據統籌管理部門職責分工的逐漸明確，“數字化”+“統籌管理”模式可助力解決管理方與建設方因信息不對稱導致的效率、成本、質量和安全等難點問題（如圖 3）。地方數據部門充分把握項目立項和驗收的審批環節，整合并規范各類資源應用和數據管理流程，由能力單點建設逐步走向“統籌需求、一體規劃”的平臺化運營新模式。圖 3 一體化集約化資源管理體系總體架構13各地區各地區、各行業積極推進政務數據統

33、籌管理一體化進程各行業積極推進政務數據統籌管理一體化進程，技術路技術路徑存在一定差異。徑存在一定差異。浙江省依托一體化數字資源系統（IRS）推進一體化智能化公共數據平臺建設，推動數據、應用、組件、云等 4 類資源的集中編碼和納管，推進數字資源配置方式變革；北京、上海等地積極推進區塊鏈基礎設施建設，以目錄鏈為底座統籌推進各地區數據目錄上鏈和質量核查，依托智能合約等技術對數據共享及應用過程進行溯源留痕，并按照不同應用場景打造分區目錄，助力數據要素流通；福建省一體化公共數據平臺依托存算分離架構及 HTAP 能力，實現非結構化數據集中存儲與高速共享，推進共享、開放和開發服務過程的匯聚整合，助力數據資源

34、化能力一體集約供給。（2）構建高效便捷數據共享協調機制國家層面制定印發國務院關于加強數字政府建設的指導意見國務院辦公廳關于建立健全政務數據共享協調機制加快推進數據有序共享的意見等文件，提出要推進政務數據共享協調機制建設，各地方、各部門積極響應，推進相關實施意見及政務數據管理辦法的編制，并依托已有機制或新組建機制的方式貫徹落實國家的有關任務要求，借助機制力量促進數據協調各項任務的組織保障工作落到實處。（3）推進規劃-實施-監督管理流程閉環隨著數字化技術的日益成熟，政府側的管理重點亦逐步由引入新技術向創新業務方向逐步發展。各地區、各行業均建立了政務數據共享開放的監督評估機制，通過采用量化指標與定性

35、評價相結合的方式，對政務數據共享開放工作進行客觀評價，圍繞政務數據資源質量、共14享交換程度、應用支撐能力等方面推進績效評估工作，一方面推進前期的數據績效考核工作逐步向著共享監督、異議核實的方向轉變，另一方面通過將評估結果與激勵措施相結合持續助力數據質量提升。（三）數據目錄一體化，盤點數據底數構筑數據資源總賬本（1）構建跨層級跨部門目錄管理體系政務數據目錄主要包括分類分級情況、來源方、共享開放屬性、更新周期、數據樣例等主要要素。通過安全級別明確數據目錄的共享范圍和運營管理模式，依托分類可進一步明確數據資源所屬范圍和類別，通過數據來源方明確數據權責、為推進數據整改和更新提供基本參照，借助共享開放

36、等相關屬性標簽明確各類數據資源的主要應用方向，通過展示目錄更新周期和數據樣例為不同數據需求部門提供應用參照。（2）推進數據目錄系統平臺級聯建設目錄系統由數據普查系統和編目管理系統兩類組成。數據普查系統以推進政務數據資源管理清單化、規范化、常態化為目的，提供三定職能清單、信息系統清單、電子證照清單等管理維護功能，借助多維度分析統計，數據部門可實現數據普查過程的監督管理，掌握各單位數據目錄編制情況，有助于指導本級數據目錄架構的設計。編目系統以全面摸清數據資源底數，支撐跨層級、跨地域、跨系統、跨部門、跨業務的數據有序流通和共享應用為目的，通過提供目錄編制、發布、審核、變更、下線、刪除等全生命周期管理

37、能力，承擔數據資源管理底座作用的同時，亦承擔著數據基層回流應用的重要作用。15各地方積極推進數據目錄建設和治理工作。國家層面選取內蒙古自治區、浙江省、安徽省、山東省、廣東省、海南省、重慶市人民政府辦公廳，工業和信息化部、生態環境部、農業農村部辦公廳等地方、行業政府單位開展政務數據目錄治理工作試點。廣東省廣東省制定印發政務數據目錄編制和治理規范試點實施方案，依托省工業和信息化廳、省通信管理局等 4 個試點部門及 21 個地級以上市推進目錄梳理，由各省級試點部門提煉形成全省唯一的預編制政務數據目錄基本要素清單并不斷完善擴展要素。內蒙內蒙古自治區古自治區發布全區一體化政務大數據體系建設工作方案，統籌

38、各級政務部門按照目錄清單化管理要求，在數據資源生成后開展數據源鑒別、分類分級、合規性、安全性、可用性自查，落實“一數一源”。浙江省浙江省推動全省公共數據資源優化配置和增值利用，啟動公共數據資源梳理和評估考核工作，按照業務與系統結合的原則整合數據目錄、建立合理的長效機制，促進公共數據共享工作制度化、流程化、持久化。圖 4 數據目錄的運營運維管理要點16（3）強化數據目錄運維運營管理流程如圖 4 所示，數據目錄的運維與運營流程主要分為兩大核心環節。一是及時響應目錄的核心應用需求，推進存量目錄的運營管理，這個過程需參照目錄審批管理流程，明確目錄申請審批的主要角色，推進存量數據資源的安全及質量管理。二

39、是根據職能、系統、數據的變更情況及時推進數據目錄的更新維護，通過建立目錄變更管理操作規范，明確不同驅動因素下的數據目錄變更管理流程，為推進數據運營人員與各委辦局、下級數據部門之間的目錄對接提供參照。（四）數據資源一體化，歸治用一體發揮數據資源匯聚效益（1）構建場景適配的數據歸集方案及策略當前的數據歸集主要集中于結構化數據的歸集，較大程度上依賴于前期建設的共享交換平臺，借助共享交換通道，可依托數據的“推送-拉取”過程完成數據由委辦局側向數據管理部門的物理匯聚，其特點是共享流程規范，已基本形成常態化任務管理模式，數據部門的更新發現通常較為及時。然而，隨著分類分級策略的不斷落實及實時數據不斷增長，單

40、一的數據共享交換方式無法滿足高敏感、實時性數據的采集需求，因此點對點但具備高安全保障的共享通道亦成為常規數據交換通道的重要補充，通常適用于大批量數據高速傳輸場景。（2）建立規范化數據治理管理流程及方法數據治理的核心任務主要包括需求管理、數據清洗、數據分析三類（如圖 5）。其中需求管理組負責對接數據部門內外部的數據治理17圖 5 數據治理人員劃分需求，通過組建需求清單，明確數據治理優先級并將需求工單下達給數據清洗組；數據清洗組負責對原始數據進行清洗加工，按照分析人員需求、數據標準的有關要求推進數據清洗治理，并交付治理任務結果；數據分析組一方面承擔著響應外部數據分析需求的任務，一方面承擔著部門內部

41、開發利用的工作任務，其工作成果是數據統籌部門職能履行和數據創新情況的直接體現。數據質量管理是數據治理流程的關鍵環節，質量管理工作組將設立質量規則庫，根據規則庫評估數據計劃、獲取、存儲、共享、維護、應用、消亡等生命周期的每個階段里可能引發的數據質量問題，進行識別、度量、監控、預警等一系列管理活動，并通過相關技術與管理措施使得數據質量獲得進一步提高的過程。在此過程中質量管理組還將推進數據質量評價指標制定、數據質量檢測、出具數據質量分析報告、數據質量預警分析及問題數據反饋與跟蹤等相關工作。（3）推進數據資源庫組織規劃與建設實施各地方、各行業結合各自的應用場景建設需要，積極推進數據資源庫建設。通過規范

42、化管理人口、法人、地理信息、社會信用等基礎18圖 6 構建數據應用服務信息資源，沉淀經歸集治理后或面向某一特定應用場景相關信息資源，可助力數據的場景化應用拓展?？紤]到資源庫的建設會涉及大量治理開發工作，通常會按照項目管理過程推進立項論證和項目驗收，并建立起覆蓋包括需求提出、方案規劃、開發資源申請、數據資源協調、應用開發、應用審批、上線運營等關鍵流程環節。其中開發資源的申請、數據資源的協調是重要的前置動作，通過依托平臺運營工作組申請開發所需存算資源，通過需求管理工作組協調各委辦局、下級地方的各類數據資源，方能完成資源庫治理建設任務，確保數據同步的及時性、一致性。（五）數據服務一體化，構建數據服務

43、總門戶聚焦創新應用（1）構筑一站式數據直達服務大廳數據服務門戶重點包括資源目錄、數據檢索、審批管理、供需對接等重點模塊。數據檢索作為數據服務門戶的核心模塊，提供資源目錄所掛載數據資源的查找定位功能，審批管理模塊支持用戶對數據資源的申請審批和進度查詢，可支持對數據質量問題的核實及數據供需對接。19（2）創建多元化數據應用服務模式依托一體化的政務數據平臺，可為各委辦局和下級數據管理部門提供統一的數據治理開發環境支撐不同應用場景的開發建設需求。如圖 6 所示，面向各委辦局或下級數據部門的私域數據治理需求，平臺應能夠提供獨立的租戶環境來支撐相關單位的數據開發工作，同時確保數據的隱私安全；面向各委辦局或

44、下級部門的場景聯合開發需求，可通過提供面向主題的共享數據區來支撐不同單位間的數據聯合治理和開發應用。隨著開發利用程度不斷深入，平臺側多引入區塊鏈技術跟蹤記錄每一類數據資源的應用場景，對數據開展登記、授權及共享存證；為滿足不同部門間數據可用不可見的需求，平臺側引入多方安全計算、TEE 等隱私計算技術，依托數據管理部門的算法庫、模型庫等第三方計算資源，推進數據的調度與統一運算，為培育新場景提供安全保障。（3）打造全鏈條數據開發服務能力在推進數據開發過程中，主要包括場景調研、應用開發和應用評價三個階段。在場景調研階段，多由數據管理部門牽頭負責“定場景”和“理需求”，相關任務涉及數據應用范圍、服務場景

45、的確認，以及所需資源及相應數源部門的定位；應用開發階段主要由數據服務開發人員牽頭推進模型建設和流程設計相關工作；在應用評價階段，通過跟蹤調查和用戶訪談，收集用戶對于問題解決情況的滿意程度，驗證真實場景下的數據服務能力，優化應用服務效率，構建數據管理閉環。20圖 7 全國一體化共享交換體系全局視圖（六）共享交換一體化，建設一體化級聯貫通共享交換體系（1）推進政務信息化共享整合管理按照政務信息資源共享管理暫行辦法（國發201651 號）、政務信息系統整合共享實施方案（國辦發201739 號）、全國一體化政務大數據體系建設指南（國辦函2022102 號）相關工作要求，各地方、各行業自 2017 年起

46、持續推進國家級、地方級共享交換平臺相關建設規劃，其主要目的在于借助平臺建設契機推進呈“煙囪狀”分布的各類信息系統整合管理，同時承擔著數據橫向流通、縱向貫通的樞紐作用（如圖 7）。各地方依托普查系統推進信息化系統一體化盤點，依托共享需求清單持續厘清數據共享需求。（2）扎實推進整合共享一體化建設在整合共享階段，各地方積極推進共享交換平臺建設，主要由服務網關系統、申請審核系統、數據交換系統等核心模塊組成。支持身份驗證與授權、數據服務全生命周期管控和流量管理，同時可依托審批審核系統強化對資源的授權管控，對于已通過數據資源審批環節的數據，支持通過數據交換系統推進跨層級、跨行業數據共享過程。21（3）打造

47、一體化共享交換運營體系各地方在共享交換過程中應制定體系化的運營管理策略，明確不同角色分類及其任務分工。以地方數據管理組織架構為例，為滿足共享交換過程中的政策落實、需求管理和運行服務需要，多由地方數據統籌管理部門承擔政策研究、需求對接和共享服務評估工作，強化服務需求對接及閉環管理；數據運營單位承擔政策落實、數據發現和數據協調等工作任務，強化數據統籌管理力度，以外部需求為牽引推進新資源發現和集中歸集；數據治理服務團隊負責落實數據安全處理責任，履行技術保障人員的歸集治理義務，從技術層面推進數據的創新應用。（七）算力設施一體化，數智融合前瞻性打造存算基礎底座（1）統籌規劃全局范圍算力需求調研為實現算力

48、設施一體化建設總體要求，數據統籌管理部門積極部署推進算力基礎設施建設，通過開展全局性數據調研工作進一步明確地方算力存力總需求，面向各委辦局、信息化歸口單位及相關事業單位負責人對標開展存算能力采購與管理。同時可根據調研過程中收集到的數據實時計算需求、容災備份需求及共性平臺工具建設需求，推進不同算力集群的分類建設與規劃。隨著人工智能大模型的不斷發展，未來或將智能算力納入統籌管理范疇，賦能智能數據治理推進大模型在政務領域的場景化應用。22圖 8 技術演進路線示意圖 9 數據算力協同建設（2）前瞻推進存算支撐能力迭代演進政府側的技術演進路線基本與整體技術發展趨勢基本一致（如圖8），隨著政務云建設不斷完

49、善，越來越多的算力需求逐步由規劃自建轉為云上統一運營，為了進一步提升算力應用效率、降低數據遷移成本、助力底座資源便捷化擴展升級，存算分離模式已成為當前發展階段的重要技術路徑。隨著 AI 大模型技術的不斷應用，越來越多半結構化、非結構化數據以及實時數據存儲需求不斷增長，部分地方探索推進開展湖倉一體、流批一體及智能存儲的實踐，相關技術路線尚處于發展初期，仍有待進一步迭代演進。23圖 10 全國數據標準化技術委員會（3）一體建設數據算力協同創新體系隨著全國一體化大數據中心體系建設不斷完善、“東數西算”工程的深入實施，已構建形成八大國家算力樞紐節點、十大國家數據中心集群，借助 SRv6 等相關協議，能

50、夠實現跨地域智算資源調度，實現計算任務與算力設施的動態匹配；借助端云混合推理、聯邦蒸餾等技術，可進一步加快大模型端側部署與應用進程。分布在智算中心和終端側的各類數據資源通過承載網進入不同的數據空間及其下屬存儲單元，將為下一階段數據的融合創新提供基礎設施支撐。各地區在規劃存算資源建設時，應注重不同數據的實時性、應用價值、敏感程度和流通性差異，自頂而下規劃存算運資源的分配與調度。（八）標準規范一體化，構建全面規范數據標準化管理體系（1）自頂而下規劃標準建設總體方案標準化建設多由政府側自頂而下推進標準規范的全局性設計，一方面圍繞本地方、本行業數據管理辦法明確數據管理工作的職責范圍，另一方面圍繞數據目

51、錄、數據治理、數據資源、數據共享、數據開放、開發利用等核心主題組織各相關單位共同開展分領域標準研究工作。24例如，在數據目錄領域可圍繞目錄編碼規則、核心目錄數據元、接口要求等推進相關標準，明確目錄建設的基本架構和分類原則；在數據治理領域，可圍繞治理質量規則、分類分級要求、治理評價等推進相關標準，規范數據治理流程明確治理成效考核辦法。（2）組建標準化管理組織和人才隊伍標準化管理機構主要承擔標準組織擬定、推進標準貫徹實施職責，國家層面已建設成立全國數據標準化技術委員會（SAC/TC609），從總體工作、數據治理、數據流通利用、全域數字化轉型、數據技術、數據基礎設施等 6 個維度推進相關標準化建設工

52、作。地方或行業可參照國家標準化組織設立情況，分類推進數據采集、治理、應用、安全和運營相關標準化工作，各業務單位可結合各自職責范圍指導推進各領域標準文件制定、貫標實施和監督評估工作。（3）務實推進標準貫標實施應用評估為推進相關標準落地實施，標準化組織依托標準化章程，建立標準管理維護、組織實施、貫標評估到優化完善的流程管理方法。建立審批管理機制，定期組織推進標準立項與修訂更新；組織研究標準貫標方案，全面梳理國標、行標及相關政策法規制定情況并建立貫標評估方案，對標準實施與優化更新情況開展定期評估。（九）安全保障一體化，構筑政務數據全生命周期安全根基（1）貫徹落實數據安全管理制度確保政務數據安全運行管

53、理是推進政務數據一體化建設管理的基礎。圍繞國家層面出臺的法律法規和規范性文件，地方或行業層面25圖 11 政務數據安全管理核心主體及其關鍵環節通過積極推進相關管理辦法的制定，不斷深化繼承各類上位文件的管理要求。以地方為例，多由數據統籌管理部門聯合各委辦局推進數據安全管理辦法和數據分類分級管理辦法編制，梳理掌握承載核心數據的關鍵基礎設施清單，明確安全分級共識及不同安全級別數據在歸集治理和開發利用時的安全授權策略，降低數據安全風險。（2）推進安全技術防護能力建設安全技術防護能力建設可分為數據采集安全、數據傳輸安全、數據存儲安全、數據使用安全、數據銷毀安全等 5 個階段。不同的數據應用階段所需關注的

54、重點亦有所不同，例如數據采集階段更加關注敏感數據源發現及源頭分類分級管理，從敏感數據發現與保護視角出發，一方面強化數據源認證管理，另一方面借助特征規則從海量數據資源中識別出敏感數據，并參照分級策略開展相應級別的安全防護。傳輸安全則重點關注數據傳輸過程相關安全協議的適配應用，可采用IPsec VPN、SSL VPN、標準 TLS、CA 和證書管理、KMS 等方式來實現網絡層、傳輸層、應用層承載數據的安全防護。26（3）推進落實數據安全風險評估政務數據安全管理主體主要包括管理方、執行方和審計方三類，負責安全制度建設、安全防護策略運行管理、第三方審計管理等職責。安全風險監測與治理過程中，通常由安全管

55、理方明確其所采用的技術路徑和風險處置方法，由安全執行方依托工具技術推進安全風險監測管理，按照預置的安全防御策略開展安全防護，由安全審計方推進數據庫審計等相關事前風險識別、事中登記留痕、事后事件追溯等相關工作。借助第三方數據安全風險評估等方案將進一步助力關鍵風險識別，降低數據應用過程的安全合規風險。（十）一體化政務大數據體系能力成熟度評估模型（GDMM）（1）GDMM 標準總體框架概述GDMM 標準將“組織制度”管理等貫穿一體化政務大數據體系建設全局的相關內容提煉為“基礎保障”能力域，重點關注組織、制度、考核管理的全面性、規范性、全局性。同時以全國一體化政務大數據體系建設指南中“八個一體化”總體

56、要求為基礎，關注數據相關單位的一體化統籌管理程度、數據目錄全量歸集程度、數據資源的規范管理程度、共享交換及時性等九個維度的總體情況。27圖 12 GDMM 評估模型總體框架（2）以 GDMM 為參考框架推進政務數據一體化建設管理GDMM的貫標實施將進一步助力政務數據相關管理制度貫徹落的貫標實施將進一步助力政務數據相關管理制度貫徹落實實，夯實全域一體化數字基礎設施底座建設夯實全域一體化數字基礎設施底座建設。一是可助力政府側立足全局視角“診斷”當前政務數據底座建設水平。通過對比掌握各省、市在一體化政務大數據體系建設經驗，有助于管理者了解掌握當前時期“一體化政務大數據體系”在全國范圍內所處發展階段和

57、能力水平。二是發揮標準的體系化全面性優勢洞察關鍵能力短板。通過深入梳理在目錄、資源、算力、共享交換等 9 個維度的數據統籌管理工作流程，有助于洞察各地方、各行業在任務協同、一體化管理過程中的瓶頸困境，助力有關單位體系化構建工作抓手、強化共享協調與統籌運營等相關能力建設。三是為推進下一階段政務數據資源體系建設發展相關規劃提供方向指引。GDMM 凝聚了各地方、各行業的優秀建設經驗，28圖 13 一體化政務大數據體系建設的五大成熟度等級及其特征將現階段一體化政務大數據體系能力成熟度現狀提煉為 5 個發展等級，致力于為處于不同發展階段的地區或行業提供長、短期目標參照，明確下一階段數智化相關項目的建設迭

58、代方向。對處于局部規劃階段對處于局部規劃階段的單位而言的單位而言，建議重點強化數據目錄體系建設，通過完善系統目錄、職責清單的梳理，強化目錄的牽引歸集作用；對處于一體化規范階段對處于一體化規范階段的單位而言的單位而言，建議重點關注數據開發治理的規范性和創新性，通過跨層級、跨區域輻射輸出數據服務影響力，強化內外部數據需求與應用場景的深度挖掘；對處于創新應用階段的對處于創新應用階段的單位單位而言而言，場景創新條件已基本具備，建議注重發揮新技術方向的數智化牽引作用，夯實智算底座建設，充分發揮大模型、智能體在推進自動化數據治理開發、決策分析等方面的作用。29四、從政務數字化到政務數智化，政務數據應用邊界

59、持續拓展（一）大模型助力政務行業數智化轉型隨著大模型技術的不斷發展演進，AI 在賦能政務數智化建設方面發揮著越來越重要的作用，帶來的革新性變化可歸納為以下三類。技術要素重要性不斷凸顯激發政府行業生產力變革。以大語言模型為代表的 AI 技術憑借其在文本處理、輔助辦公等領域的歸納總結、自動生成能力，正在深化政府側的效能革命。例如深圳市推進DeepSeek 與政務辦公、城市治理、公文寫作等應用領域深度融合，極大提升公文處理效率及內部決策效率。數據要素模型應用價值重塑政府數據共享管理模式。大模型的建設主要依賴于數據、算法和算力三要素，一方面數據是政府內部經驗的集合，全面且高質量的數據治理標注對于保障內

60、容生成質量、提升智能化應用的可靠性穩定性具有重要作用，另一方面大模型集成了大量高價值知識庫，為此前以庫表、文件為主流的數據共享提供新范式，或可拓展數據共享利用方式。例如上海市積極推進高質量語料庫建設，通過構建統一的語料數據底座，助力地區大模型產業創新發展。模型應用需求牽引打造面向人工智能數據治理新范式。數據治理開發是支撐數據資源的清洗、加工、分析等進程的核心環節，隨著大模型應用的不斷演進，數據治理范疇正由數據開發向著知識庫建設進程不斷深化。數據標注、質量評估、RAG 等逐漸成為數據集管理的新生技術力量，越來越多的政府和企業正在通過配置智能平臺、重組工程開發團隊等方式推進面向人工智能的高質量數據

61、集建設規劃。30圖 14 政務大模型應用能力成熟度總體架構（二）政務大模型應用能力成熟度概述為進一步探索新技術在政務行業的應用方向，中國信通院依托前期的政務數據研究基礎，牽頭推進 Data4AI 系列標準的研究工作，積極推進“政務大模型應用能力成熟度”標準研制。標準共分為“數據工程”“平臺工具”“模型應用”“運營管理”“安全保障”等 5 個部分。（1）數據工程：積極推進高質量數據集建設2024 年 12 月，國家數據基礎設施建設指引提出要支持農業、工業、交通、金融、自然資源、衛生健康、教育、科技、民航、氣象等行業領域打造高質量數據集；2025 年 2 月，國家數據局等 27 個部門召開高質量數

62、據集建設工作啟動會上強調，要建設面向新一代人工智能的高質量數據集。數據集已成為大模型技術應用過程中的重要資源載體。面向數據集高量低質、高安全性需求和易產生偏見倫理問題等重難點問題，標準凝聚了業內先進做法，圍繞技術工具、數據研發、數31據運營、數據安全等維度關注非結構化數據治理、合成數據治理、AI 方法論體系建設、技術平臺建設和標準體系建設等 5 方面關鍵問題，助力相關單位構建“盤建研管運”一體的高質量數據工程化建設方法論。（2）平臺工具：聚力推進數智平臺能力建設隨著大模型應用落地需求的不斷增長，以數據中臺、知識中臺、智能中臺為代表的“三中臺”架構正在成為支撐政務數智化轉型的核心能力。在政務中臺

63、的構建過程中，模型開發和智能體開發作為大模型研發進程的重要載體，承載著底層算力資源協調管理、模型全生命周期管理等關鍵能力，平臺建設的完善與否正在成為政府側能否長期持續深入推進政務大模型應用創新的重要因素。以北京、廣州為代表等地方正在積極推進大模型應用服務平臺建設，依托共性模型管理服務能力和基礎引擎，推進政務相關場景的規?；瘧猛卣?。（3）模型應用：大模型驅動數據分析智能化數據分析是政務數據價值創造的重要工具，傳統的數據分析多以機器學習、數據挖掘等小模型為核心，以領導駕駛艙、數據報表等可視化形式加以呈現，面向大模型自然語言交互能力，可通過 NLP2SQL、NLP2DSL 等方式助力取數、統計分析

64、和報告生成，降低數據分析技術門檻。此外，大模型在一網通辦、一網統管、一網協同、數據要素、經濟運行、社會信用、產業大腦等各領域均發揮著重塑業務流程、便捷交互模式、提升運營效率等關鍵作用。32（4）安全保障：筑牢數據與大模型安全屏障大模型在政務場景應用過程中存在多樣化的安全風險，從模型本身的幻覺、參數泄露風險到數據集攻擊風險，從內容倫理安全風險到隱私保護風險，從插件供應鏈到模型管理過程風險，潛在的安全漏洞與外部攻擊將影響著大模型在政務領域的規?；瘧?。借助“1 模型管理安全+4 應用服務安全+1 通用安全”的總體安全架構，將有助于全面構建政府側大模型應用監管與防御機制，助力大模型相關應用場景的安全

65、運行。（三）政務大模型創新應用典型場景（1）12345 政務熱線在政務服務數字化轉型背景下，政務熱線面臨訴求辦理渠道分散、反映訴求不夠便利、協同治理能力不強、分析預警能力不強等多重挑戰，亟需通過人工智能技術優化治理效能，推動政務熱線歸并整合，提升服務便捷性和高效性。依托政務熱線大模型，通過語義理解與語音識別技術整合全域熱線號碼、業務系統及知識庫數據，可推進政務熱線場景由分散受理到集中管理的場景應用模式創新。通過工單內容智能抽取、熱點問題自動歸類及趨勢預判，可提前化解潛在矛盾，推動服務從被動響應轉向主動治理。例如遼寧省數據局依托聯通景元大模型搭建“12345 政務服務便民熱線”，助力省級平臺坐席

66、工單填單時間縮短 80%，記錄完整度提升 30%，內容推薦準確率達 35%，通話時長從 186 秒降至 133 秒。模型分析歷史工單 80 萬張、12 萬小區投訴數據，生成供水供熱等 6 類專題報告，為政府決策提供可視化支持。33（2）智能數據分析為解決數據分析此前面臨的技術門檻高、數據分析維度單一、用數指標配置難等痛點問題，依托大模型的自然語言理解能力，通過構建結構化及非結構化基礎數據庫、術語、指標庫、場景主題數據庫，智能化的數據分析可根據用戶意圖理解，調用查詢對應數據庫，實現數據下鉆分析，通過將 SQL 查數轉化為自然語言查詢方式，極大提升了數據利用效率，助力政府快速決策。例如廣東依托問數

67、大模型構建了宏觀經濟問數智能體，聚合和定義了 1000+各類經濟運行統計口徑數據指標，實現對經濟形勢、產業結構、企業發展等各類經濟運行相關數據進行精準取數與分析，統計人員查數效率從 1-2 個工作日縮短至分鐘級，報告生成周期縮短 80%，為發現經濟運行中的風險堵點、制定產業發展政策提供數據支持。（3）智能安防傳統視頻安防存在數據量大，檢索關鍵信息困難等問題。通過面向不同應用場景開展模型結構設計、知識蒸餾、模型精簡等大模型部署技術與智能硬件創新設計，可將多模態大模型和智能計算硬件平臺充分結合。智能計算相關產品讓大模型技術能夠滿足千行百業不同場景的安防應用需求。通過提取圖像與擬搜索語言的特征，并將

68、圖像特征與搜索語言中關鍵語義特征對齊，可實現跨模態的高精度搜索。相關部署的系統通過開放語義檢索，在特征物體識別、特征車輛識別、異常行為識別等方面實現秒級結果響應，識別準確率可達 90%以上。辦事人員從“靠眼篩視頻”到“秒出結果”，大大提升工作效率。34（4）智能經辦為解決基層工作任務量大、經辦精細化管理要求高、服務響應時效有待進一步提升等痛點問題，可依托行業大模型的深度訓練與推理能力，實現文字交流與語音互動、精準捕捉群眾畫像、深刻理解其需求與意圖，助力人社行業服務模式變革，構建智能經辦新模式。南寧智慧人社聯合創新實驗室依托 DeepSeek 推理模型的政策理解能力和千問大語言模型的泛化問答能力

69、，構建了人社智問、智辦、智審、智策 AI 系列智能體及人社智能體服務專員“南小寧”，目前已在社?？ǔ挚◣煨畔⑸蟼鞯?7 個業務場景中實現智能經辦，累計處理業務量超過 9000 筆，29 項公共服務事項具備全流程自動審核條件，35 項公共服務事項可采用人機協作審核模式，為群眾帶來了智慧辦事的高效體驗。（5）智慧辦公針對司法文書（如起訴書、裁判文書）校對中存在的準確性要求高、排版格式嚴苛、內容安全性強等核心痛點，大模型通過“本地化部署+專屬知識庫”的創新模式提供針對性解決方案。模型支持內網環境部署，杜絕信息外泄風險；基于人民檢察院/公安局專屬知識庫，深度融合法律條文與司法術語，顯著提升校對準確性。

70、大模型結合司法文書模板實現自動化排版，確保文書格式嚴格符合規范要求。例如文修大模型已助力公檢法單位將校對效率提升 60%以上，差錯率降低至萬分之一以內，在保障內容安全與合規性的同時，為司法文書的嚴謹性、專業性提供堅實技術支撐。35五、一體化政務大數據體系建設未來展望（一）發展展望一是隨著數據要素市場建設不斷深入一是隨著數據要素市場建設不斷深入，各地方各地方、各行業一體化政各行業一體化政務大數據體系建設進程持續加快。務大數據體系建設進程持續加快。2024 年 10 月，中共中央辦公廳、國務院辦公廳印發關于加快公共數據資源開發利用的意見，有序推動公共數據開放，鼓勵探索公共數據授權運營。隨著外部應用

71、場景不斷拓展，越來越多地方、行業依托政務數據平臺化能力加快數據資源開發利用進程。以重慶、西藏、黑龍江等為代表的地區依托本地區數據平臺，數據編目、歸集、共享數量不斷躍升，逐步打通由國家到市、區縣、鎮街“數據通道”。二是一體化政務大數據體系成為國家數據基礎設施的重要組成二是一體化政務大數據體系成為國家數據基礎設施的重要組成。國家數據基礎設施建設指引指出，國家數據基礎設施具有數據采集、匯聚、傳輸、加工、流通、利用、運營、安全等八大能力。一體化政務大數據體系作為政務數據關鍵流通通道，承載著各地方、各行業政務數據流通的重要樞紐作用，各地方、各行業建設的政務數據平臺承擔著數據歸集、匯聚、加工等核心能力，將

72、為數據空間等數據流通利用基礎設施建設提供重要底座支撐。以海南、山東、寧波、武漢等為代表的地區積極推進可信數據空間建設，通過鏈接屬地各類數據平臺，聯合有關部門暢通行業數據通道，構建開放共享的數據生態，持續推進公共數據開發利用。三是高質量數據集建設正在成為推進政務大數據一體化建設與三是高質量數據集建設正在成為推進政務大數據一體化建設與創新應用的重要形式。創新應用的重要形式。隨著 AI 大模型技術的不斷迭代演進，數據在36大模型應用效果中扮演著越來越重要的角色，根據“LIMR:Less isMore for RL Scaling”等相關研究成果表明，基于一定樣本選擇策略擇優選出的“黃金樣本”在 AI

73、ME24、MATE500 等基準測試集上能夠在一定程度上超越全量樣本的使用效果。隨著一體化政務大數據體系建設的建設重點逐步由歸集治理（3.10 第三階段）向著應用創新（3.10 第四階段）不斷演進，面向未來政務大模型應用，政務數據集的質量、樣本覆蓋度和知識密度正在成為政務數據能否發揮創新價值的決定性因素。（二）下一步發展建議一是探索數據治理新模式一是探索數據治理新模式，賦能政務行業轉型升級賦能政務行業轉型升級。隨著大模型技術不斷深入應用，數據治理的工作范疇不斷擴大，建議政府側依托高質量數據集建設牽引數據治理迭代升級。在傳統的數據架構設計、清洗加工等工作之外，強化特征工程、數據標注和數據增強等數

74、據工程規劃，提前推進對文件、圖片、視頻等非結構化數據的歸集利用，為未來的模型訓練和場景應用儲備多維知識庫。二是新技術牽引場景創新二是新技術牽引場景創新，助力公共數據開發利用助力公共數據開發利用。按照國家數據局的有關部署，各地區、各行業正在積極推進數據流通利用基礎設施建設，建議各地方、各行業充分利舊前期的政務數據底座，將以大模型等為代表的新技術納入平臺建設范疇，依托大模型的多模態能力、推理能力、自然語言交互能力加速政務數據的整合管理，助力多主體間高效共享利用。三是推進大模型集約部署三是推進大模型集約部署，加速資源高效整合利用加速資源高效整合利用。一體化政務37大數據體系建設重在“一體化”，以一體

75、化的平臺能力賦能數據管理，同時也助力模型、算法、組件等核心資源的一體化建設管理。面向未來政務數智化的發展需要，建議政府側在推進數據集約管理的同時，將 AI 開發服務平臺納入相關建設規劃，同步推進對智算資源、大模型開發平臺、智能體開發平臺等相關工具的集約利用，助力相關信息化項目提質增效。38附錄：一體化政務大數據體系建設優秀案例（一）上海市浦東新區浦東新區在公共數據管理領域著力做強職能發揮作用，積極打造智慧城市建設的浦東模式，聚焦基礎建設集約化、數據信息資源化、場景應用智能化推進三項重點工作。一是推進基礎建設集約化，注重頂層設計，全面規劃、重點建設，圍繞整個智慧城市、數字政府和治理體系，構筑全域

76、支撐服務的信息化建設基礎設施。制定了浦東新區公共數據共享管理辦法浦東新區公共數據授權運營可信環境技術規范和浦東新區公共數據授權運營管理若干規定(試行)浦東新區公共數據授權運營實施方案等管理辦法和地方標準。較好地統籌了全區信息化建設，凡政務信息系統不能達成數據共享匯聚的，建設和運維一律不予財力支持，從而集成高效地構建了以“云數網安鏈智”為代表的全新數字底座。二是推進數據信息資源化，浦東新區“大數據支撐服務平臺”作為全區公共數據資源統籌管理的“中樞”，擁有匯聚數據資源、提供統一平臺、支撐豐富應用的職責。按照“無條件歸集、高標準管理、多層次評估、無障礙共享、全方位使用、全覆蓋安?！笨傮w要求，匯聚治理

77、全區政務數據、引入互聯網數據和公共事業數據，在實踐中探索形成公共數據資源化管理、資產化運作的新模式。三是推進場景應用智能化，浦東新區推進房屋、時空等特色基礎庫建設，以時空底圖賦能基層治理；積極推進“社會數據”的統采共用，圍繞教育、養老、青少年等多個方面推進應用專題庫規劃，便捷民生服務；支撐家庭醫生簽約、教育入學、智慧養老、關注青少年、基層治理等賦能基層場景的建設落地；支撐法人主體遷入遷出、片區治理、行政處罰、稅務征收、法人社會等經濟運行場景的建設落地。積極推進公共數據授權運營，推進煙火貸、園區貸等應用場景建設，以數據賦能金融、醫療、交通、氣象等行業場景創新。39（二）福建省福建省按照全國一體化

78、政務大數據體系建設指南 福建省一體化公共數據體系建設方案 福建省政務數據管理辦法的有關要求，堅持“全省一盤棋，上下一體化”，統籌一體化公共數據平臺的建設與運營工作，通過不斷夯實平臺底座能力，構建數據目錄“一本賬”圖譜，構建跨部門共享數據專區，為省域公共數據“一體化匯聚治理、一體化共享應用、一體化開發服務”奠定基礎。一是在推進數據統籌管理方面，明確數據管理職責分工，印發系列管理辦法，以項目立項、驗收審核為抓手，助力數據“應歸盡歸、全量歸集”，統籌推進組織內外部需求統一集中管理，以需求為牽引提升共享交換質效和治理效能。二是在技術應用方面，構建全省統一數據目錄，實現全省數據資源“一本賬”管理。依托“

79、匯聚共享平臺”，重點圍繞閩臺融合、海洋經濟、低空經濟、金融信用、文化旅游等多個領域，打通數據目錄與業務事項電子證照、業務系統、共享場景關聯，建立“一數一源”采集機制，建立源頭數據治理協同機制和數據質量保障機制,強化數據高質量供給。三是在場景服務方面，構建國省數據直達專區，實現國家與省一級目錄、資源、應用需求等的上報與回流，打通國家平臺與省級平臺之間的業務流、數據流，提高政務數據共享的規范化、精準化。40（三）其他先進案例（1）浙江省一體化數字資源系統1浙江省圍繞推動數字變革，創新建設一體化數字資源系統（簡稱 IRS 系統），破解統籌管理一體化的業界難題，其統籌整合全省政務應用、公共數據和智能組

80、件等數字資源，建成覆蓋省市縣三級的一體化智能化公共數據平臺，對于破解數字資源的共享利用，構建數字變革的新體制機制，探索“一地創新，各地復用”等難題具有重要參考價值。一是摸清全省政務數字資源“家底”，浙江通過 IRS 建設，對全省政務系統的信息化基礎設施、公共數據、應用系統、算法組件等數字資源進行了全面普查，并創新性地給每類資源賦予唯一“身份編碼”，形成了全省數字資源的智能化“總賬本”。這也是首次對全省 20 多年的政務信息化建設成果進行全面盤點，截至 2022 年 6 月，已全量管理省市縣三級 3000 多個部門超過 13000 個應用系統，組件總量超過 300 個，實現省市縣全部近 90 個

81、云區和數十個公共數據平臺的統一調度和自動開通。二是建立政務數字資源高效配置機制，通過 IRS 系統，建立全省政務數字資源的“大超市”，打破原先各類政務信息系統的屬地化、層級化管理界限，實現省市縣三級政務云基礎設施、應用組件、數據資源統一調度、統籌利用，形成全省域政務數字資源高效配置的新格局。如杭州市為推動和落實杭州、寧波“雙城記”戰略，為在杭寧波市民開通公園卡辦理服務，辦卡人只需提供身份證或市民卡，由杭州公園管理中心通過IRS系統直接申請調用寧波市人社局的社保數據，即可辦理杭州公園卡，享受杭州本地市民優惠政策。三是創新政務信息系統集約開發模式。IRS 系統對傳統政務信息系統建設、管理模式進行了

82、顛覆性重塑。利用“云原生”技術，在1摘自 2021 年 12 月 10 日浙江省人民政府發布“IRS”！浙江數字化改革最新成果正式亮相烏鎮峰會41IRS 系統中構建了一套完備的數字資源“生產線”，實現了政務信息系統開發從“作坊式”到“工廠式”的轉變。在這條“生產線”上，全省數以千計的政務部門、開發單位，都可靈活復用各地各部門已開發的數字化工具和組件，高效開發、集成信息系統。如寧波市充分利用 IRS 系統中已有的電子運單、危險貨物管理等模塊，快速搭建本地?；房绮块T的聯合監管處置流程，預計節省建設費用 2/3，縮減建設周期 6 個月。如紹興市柯橋區利用 IRS 系統，發現交通領域部分信息系統使用

83、頻度較低，通過分析研判后進行系統整合，實現云資源消耗和運維資金下降 20%。（2）廣東省數據資源一網共享圍繞國家戰略布局，全面推進廣東“數字政府 2.0”建設，廣東省政務服務和數據管理局以數據集中共享為途徑，整合構建標準統一、布局合理、管理協同、安全可靠的數據資源“一網共享”體系，筑牢數字政府數據底座。持續推進公共數據資源匯聚，擴大高質量數據供給，有力支撐了營商環境優化、底線民生服務、便民惠民、政府決策等業務，實現國家、省、地市、區縣和街鎮之間的數據互聯互通，“讓數據多跑路、群眾少跑腿”，助力群眾和企業辦事“少填少報少跑少帶快辦”。加快統籌管理一體化。建立省、市兩級政務數據共享協調小組，建立政

84、務數據共享協調小組會議工作規則，完善數據共享制度規范體系，完善共享調度機制，將數據編目、數據更新、數據質量和數據應用納入行政審批和政務服務效能考核指標體系。推進數據目錄一體化。推動全省 5000 多個單位全面匯聚業務數據庫、電子證照、空間地理、監控視頻、物聯感知等多類型政務數據，發布 21 萬余個數據資源目錄，建立全省標準統一、動態管理的公共數據資源目錄。推進公共數據“一數一源一標準”采集匯聚，印發廣東省數據資源“一網共享”體系 公共數據元規范，規范應用范圍廣、42共享程度高的數據項，為公共數據管理提供有力支撐。推動數據資源一體化。開展公共數據普查，初步摸清省、市、縣三級政務信息資源底數，完善

85、全省統一的系統清單、數據清單和需求清單，形成全省公共數據資源“一本賬”。匯聚各級政務信息系統數據超 1200 億條，從嚴把關政務信息化項目立項和驗收等環節的數據資源匯聚情況，不斷強化增量數據常態化集中匯聚。實現共享交換一體化。構建覆蓋省、市、縣三級的一體化數據共享平臺，依托全國一體化在線政務服務平臺和國家共享交換平臺，打通國家層面和省內各級各部門數據共享通道，賦能全省兩千多個部門相關業務系統，實現數據精準回流和共享，有效支撐數字政府的營商環境優化、底線民生服務、政府決策等。加大數據資源共享力度，推進多源異構數據資源匯聚，推動全省各級部門全面匯聚業務數據庫、電子證照、空間地理、監控視頻和物聯感知

86、等多類型政務數據，形成海量、高質量、戰略性公共數據資源池。強化數據服務一體化。圍繞城市治理、環境保護、生態建設、交通運輸、政務服務、財稅金融、經濟運行等主題，構建面向場景的數據服務，為用數單位提供“數據+工具+場景+案例”一攬子解決方案，實現全省各級數據跨層級安全高效匯聚、流轉及應用?！保?）山東省打造“匯、治、用”體系，激發數據要素價值2按照全國一體化政務大數據體系建設指南有關要求，山東省充分發揮雄厚產業基礎、海量數據資源、豐富應用場景等優勢，持續發力構建數據資源“匯、治、用”體系，切實把數據“匯好”“治好”“用好”，釋放數據要素價值，賦能高質量發展。一是推動數據一體化匯聚。在統一平臺支撐方

87、面，依托省一體化大數據平臺，推動各類數據及時匯聚，目前企業登記、房產登記等320 多類數據實現實時匯聚，醫保、公積金等 500 多類數據實現次日2 2024 年 6 月摘自“山東大數據局局長王健介紹山東數據要素發展情況”43更新，有力支持了政務服務、行業監管等對數據實時性要求高的場景需求。在統一源頭供給方面，開展數字機關建設，加快推進各級黨政機關核心職責業務數字化。加強政務數字化項目統籌管理，將數據生產情況作為業務系統建設成效的評價內容，從源頭上提升數據供給能力。在統一標準規范方面，全面規范數據資源目錄，解決各級目錄重復梳理、服務無法統籌的問題，形成全省“一套目錄”。目前，全省規范梳理數據資源

88、目錄 13 萬余項，梳理制定 78 類數據治理規則，從數據生產源頭統一標準、提升質量。二是推動數據多元化應用和數據體系化保障。聚焦“高效辦成一件事”，深化數據共享應用，實現高頻事項無差別辦理，目前，全省累計開展電子證照應用 8.3 億余次，“魯通碼”在政務辦事、酒店入住、健康醫療、門禁通行、文化旅游、交通出行等 6 大類場景中推廣應用。在數據體系化保障方面，圍繞數據匯聚共享、數據開放、創新應用等各環節，出臺一系列法規規章；累計發布地方標準 328 項、技術規范381 項；加快推進數字基礎設施提檔升級，累計建成開通 5G 基站 22.4萬個，建成數據中心標準機架 35.1 萬個，166 家數據中

89、心達到省級新型數據中心 3A 以上標準。三是推動數據高效化流通。在深化數據共享開放方面，精準制定數據供需清單和數據開放清單，累計提供數據共享服務 480 億余次、開放數據 220 億條。在盤活數據資產價值方面，在公共資源交易、機動車登記、醫保結算等領域，開展行政事業單位數據資產管理試點。濟南、青島、煙臺等多個市積極推進公共數據授權運營。在推進數據流通交易方面，探索開展數據產品合規登記，累計上線數據產品（服務）952 個。規范設立區域性數據交易機構和行業性數據交易平臺，建成全國首個海洋大數據交易服務平臺。在強化數據產權保護方面，積極開展數據知識產權登記試點，已開展數據知識產權存證登記 575件，

90、頒發登記證書 139 件。推動登記證書在數據交易流通、質押融資44等多場景應用。（4）安徽省推進數據工程建設一是強化組織制度建設，制定首席數據官工作方案，制定了分類分級、質量管理等 15 個數據工程標準規范及數據工程實施指南，健全數據治理制度和標準體系。制定并發布全省公共數據標準，實現數據“匯治用”規范化，人口涵蓋基本信息、教育信息、婚姻信息、死亡信息等 1234 個數據元。法人涵蓋基本信息、資產信息、生產經營等503 個數據元。時空涵蓋基礎時空信息、地名地址、現狀與規劃、地理實體等 889 個數據元。電子證照涵蓋不動產權證、醫保電子憑證等1974 個數據元。定義七項入湖要求，通過規范新建系統

91、數據生產過程，從源頭提升數據質量。二是搭建統一數據底座，建立數據資產一本賬，梳理 L1 業務域27 個，L2 主題域 299 個，L3 業務對象 4788 個，L4 邏輯實體 16285個，L5 屬性 380676 個。實現一站式“找數、用數、評數”；實現指標“定、匯、算、用”全貫通，一體化平臺為各部門提供統一的指標管理工具，各部門開展指標的設計、計算和服務，便捷構建統計分析類、評估評價類數據應用。三是支撐“高效辦成一件事”等為代表的多種融合場景數據應用，實現開辦運輸企業、企業上市合法合規信息核查、信用修復、企業破產信息核查、出生、教育入學、社會保障卡居民服務等 7 個“一件事”的全省推廣，企業信息變更、開辦餐飲店、企業注銷登記、水電氣網聯合報裝、殘疾人服務、退休等 6 個“一件事”在試運行的基礎上迭代完善。依托涉企服務一站式綜合辦理平臺“皖企通”，歸集共享企業經營、稅收繳納、社保繳納、用水用電以及各類政策數據，推動企業從“人找政策”到“免申即享”，目前已為 4.92 萬家企業主動兌現獎補資金47 億元。45