国土空间用途管制数据治理实践探讨

2022-09-30

国土空间用途管制，是“两统一”的重要职责。自然资源部提出为落实“统一底图、统一标准、统一规划、统一平台”要求，促进空间治理数字化转型，决定建设全国统一的国土空间用途管制监管系统，实现各省、市、县用途管制数据的上报、核验以及监管。但是，当前国土空间用途管制数据内容、数据结构和数据标准不统一，且存储分散，缺乏全业务链条的关联，导致各层级审批部门很难掌握全域、全链条的用途管制数据。这不仅对用途管制数据的准确性、完整性、共享性等造成了影响，也对部门的管理效能、精准决策和数据治理工作造成了一定程度的阻碍。

-用途管制核心业务系统现状分布图-

在本篇文章中，上海数慧结合已有数据治理经验及业务分析设计，为大家分享用途管制数据治理中的三个关键流程：数据分析、数据建模和常态化数据治理。

数据分析

用途管制数据治理范围需要与其业务管理范围保持一致。在明确治理范围的前提下，面向数据本身和管理情况开展数据分析工作，主要包括：

1.数据对标分析

从数据完整性、唯一性、准确性等方面，对标《规范》，逐业务逐字段进行分析比对；

2.数据管理分析

从数据生产、汇交、入库、更新、共享、关联等层面对数据管理现状进行综合分析；

3.数据现状评估

对数据质量及管理情况进行评估，以便于识别关键的数据问题。

在数据分析与评估的基础上，提出改进思路：

1.改进数据结构

对标《规范》及本地情况，提出整改的方式，主要包括字段去重、格式统一、约束补充等；

2.制定数据标准

制定数据标准：形成本地化用途管制数据标准，作为数据汇交、共享的参照。

-数据分析路径图-

数据建模

数据建模是搭建从用途管制业务的源数据生产到监管、共享及各类场景应用的桥梁，打通了从数据溯源到主题集成，再到应用场景展示的数据链路。在数据建模阶段，需要参考业务知识和全周期脉络，对识别出的业务场景核心关注指标、全周期关注要点、数据加工过程、共享交换过程等进行建模。使用模型构建工具，构建出ETL模型、数据共享交换模型、用途管制监测监管指标和模型等，以满足不同的业务管理目标和共享监管诉求。

通过数据建模，不但能够构建出用途管制数据生产-加工-供给的标准化作业流程，保障数据治理链路的标准化，而且能够实现建模资产复用，使前端应用更加“轻量化”。

-ETL建模-

常态化数据治理

为保障用途管制数据的持续准确、稳定地供给和服务，可以从数据质检、数据存储、流程管理、交互机制这几个层面进行数据治理过程常态化管理。该管理过程既需要保障本部门级别的数据生产、入库、质量更新，也需要保障下级汇交的数据质量；既涉及到对历史数据的治理，也需要考虑增量数据；同时需配套考虑综合管理机制、业务系统改造等多种管理手段，并作为长效机制固定下来，以保障数据质量是持续、稳定的。

-数据治理常态化机制-

通过开展数据分析、建模和常态化治理，不仅能够有效汇集分散数据，改善数据质量，而且能够高质量转换和加工数据，建立数据间联系。在实践过程中，用途管制数据治理仍需不断探索、总结治理方法和措施，以便更好的服务国土空间治理现代化。

上一篇：「专题分享」自然资源生态安全与国土空间生态修复数字化转型下一篇：新技术赋能国土空间用途管制数字化转型

返回列表

国土空间用途管制数据治理实践探讨

相关推荐