【政府大数据白话系列评论④】从部门角度看数据资源编目

任东民

德克萨斯大学阿灵顿分校EMBA，目前从事城市数字平台和大数据方向的解决方案开发和项目咨询。

继续政务信息资源编目的话题。

有人会问，都大数据时代了，应该翻篇了。不是我揪住不放，是这篇旧账真的没那么容易就翻过去。

政务信息资源编目对很多地方来说，是一道过不去的坎儿，而且绊住了迈向大数据时代的后腿。自己有多少数据资源家底都弄不清，还想搞什么大数据分析，和梦话差不多。北京说，跨部门交换不难。深圳说，建基础信息资源库有点难，但也搞的定。唯有编目，大家一提起来就无可奈何。北上广深还敢吃螃蟹，别的地方大都知难而退。

这事太难搞了，给领导讲不明白有啥用，给部门讲不明白怎么干。干过的也一肚子苦水：好容易编了一次，编完了却用不起来，和没编一个样。

但是，2016年政务信息系统整合共享的号令一下，国务院带头示范，地方政府没有道理不跟上来。编目成了急先锋，硬着头皮也得干了。

以前的编目，是按照2007年《政务信息资源目录体系》国家标准干的。这次的编目，是参照国家政务信息共享网站干的，不能再看老黄历了。

十年过去了，编目虽然更难，却更加重要，天将降大任于斯。

第一，以前的目录只管库表，捎带着管管文件，现在连服务接口（API等）也要管了。

第二，以前的目录查到了也拿不到，现在要把检索-申请-授权-获取的数据资源服务全流程打通。

第三，以前的目录是目录，交换是交换，建库是建库，接口是接口，各玩各的互不来往，现在的目录管的是数据资源的全部家底，是交换、建库、接口的统一基准。

编目不好干还非干不可，某大数据中心领导最近心情不好，都是编目给闹的。部门上报的目录乱七八糟，连“政务数据资源核心元数据”和“关于加快互联网+政务服务工作的实施意见”都给编目了，让人哭笑不得。和领导去还算积极的部门调研，问题越来越尖锐，领导脸色也越来越难看。

归结起来，想不想做和会不会做是两码事。眉毛胡子一把抓说不清，这次只说想不想做的问题。有个潜规则一直被忽略：部门也是经济理性的，对划不划算也是有掂量的。

部门的质疑是颠覆性的：编目代价那么大，真的值得吗？

（1）要编大家一起编，别人不编，光我编有什么用？

编目其实就是学雷锋，共享就是利他主义，目录主要是给别人用的。大家都编目，共享才能有更大作用。

尤其是掌握核心数据的部门，更应该带头编目。如果只能看到无关痛痒的几个部门的目录，你说能有什么用？

（2）别人瞎编一气，也不见有人管，光我认真编有什么用？

编目是个很严肃的事情，相当于图书馆的书目，餐馆的菜单。编得乱七八糟的目录，还不如不编。

编目流程有点像预算编制的“X上X下”流程，部门要对自己的编目质量负责，大数据中心也要对部门的编目质量进行审核。部门主要做业务内容审查，大数据中心主要做做形式审查（比如必填项、分级分类、编码规则什么的）。

编目的颗粒度是个难题，和部门业务密切相关，也就是要回答数据资源体系是怎样组成的问题，属于哲学上的本体论层面。

比如目录应该是树状结构还是列表结构，好像没有人仔细想过。再如“企业注册”是编1个目录项，还是编3个目录项—内资企业注册、合资企业注册和外资企业注册，大都也稀里糊涂说不清。

（3）目录里查得到，资源却拿不到，光有目录没资源有什么用？

这是实质问题，此处敲黑板！

你可能想不到，纯粹意义的目录（2007年目录体系国家标准）是只管查不管拿的。你查到的只是目录本身，而目录所指向的资源也许在部门，也许在大数据中心，不是点一下鼠标就能拿到的，大部分情况根本拿不到。这最关键的最后一公里，竟然是条断头路。

这与期望之间的反差太大。查目录类似于谷歌搜索，你搜索到的是符合条件的索引列表，索引是指向网页的，下一步自然而然的期待是点击一下索引就看到网页。但是查目录就是查到了而已，告诉你有这个资源，拿不拿得到概不负责，这种失落你能体会得到吗？

（4）资源虽然拿的到，可是费时费力我等不起，让我怎么想用？

这是操作问题，再次敲黑板！

假设从善如流，在目录上查到了，下一步资源也拿的到，就顺其自然了。这意味着，目录成为资源发现、申请和获取流程的总入口，地位一下子提高了，责任也更大了。

事情没有那么简单。

先说授权审批问题。无论是部门还是大数据中心资源，都有依申请公开和完全公开的区别。你想要某个资源，需要资源提供者的授权才行。授权有效期有一次性和固定期限，到期就会失效。授权凭据类似给你一把钥匙（Token），在获取资源时要用这把钥匙去做授权验证，完全公开可以不需要授权凭据，依申请公开就必须要有。

再说授权执行问题。目录指向的资源有数据库表、文件（文件夹）和服务接口三类，如何把资源拿过来、放在什么地方存储、是人工还是自动操作，都是需要考虑的。服务接口比较特殊，比如做婚姻登记核验的服务接口，传入身份证号返回的是此人否已有婚姻登记，只是单次调用返回请求的信息，并不是给你整个婚姻登记数据库。

以数据库表为例。比如你申请“企业注册”数据资源，授权通过了，相当于拿到了指令，但是指令的执行由谁来做呢？不太可能用目录做，一般是用交换来做。但是指令如何下达给交换？一种方式是目录传递指令给交换，交换自动执行指令；另一种方式是目录把指令给到系统管理员，再到交换中去做人工配置。从目录到交换的自动指令下发和执行，技术上有不小难度。

（5）资源虽然拿到了，乱七八糟又不更新，让我怎么敢用？

历经九九八十一难，终于要取到真经了。

且慢高兴，资源虽然拿到了，但是数据是错误的、不真实的、不完全的、不一致的，这样的资源你敢用吗？而且，资源只是拿到这一次而已，没有持续的更新机制，就更不敢用。

比如你拿到“企业注册”数据资源，但是里面的企业名称、注册时间、年检时间、法人代表、注册地址什么的，信息不完整、不准确，哪个部门敢以此作为凭据，进行行政许可和执法呢？不该批的批了，不该罚的罚了，那是要出大问题的。

记得在某次大数据研讨会上，有位发改委信息中心的领导说：有机构有业务的信息化是最容易的，没机构没业务的信息化是最难的。比如公安，三定职责和业务流程都有成规定式，信息化不难搞。互联网+政务服务就不好搞，政务服务中心十多年前就成立了，但是该怎么优化民生服务和营商环境，怎么管理入驻部门、办理事项和权力监督，不是一时半会能搞明白的，推倒重来的信息化建设至少五轮了，到现在才像那么回事。大数据更不好搞，2015年之后大数据局才成立，有的地方还没有设立主管部门，到底该什么机构管，到底该管什么，到底该怎么管，都不是短时间内能定下来和弄明白的。

编目看起来是技术问题，其实是数据资源的注册/审核、检索/申请、授权/执行的一整套的业务场景和流程。在大数据中心出现之前，在目录出现之前，这些业务场景和流程是根本不存在的。

大数据中心是新事物，万事开头难。打破“老国标”的局限性，瞄准大数据时代政府数据资源统一发现、申请、授权和获取的新场景，固化为技术平台中的数字化流程，这才是最难的。

^{免责声明：文章内容和观点仅代表作者本人观点，供读者思想碰撞与技术交流参考，不作为华为公司产品与技术的官方依据。如需了解华为公司产品与技术详情，请访问产品与技术介绍页面或咨询华为公司人员。}