百分点《生态环境数据治理白皮书》.pptx

目录1生态环境数据治理白皮书引言近年来，为了深入贯彻习近平生态文明思想，牢固树立“绿水青山就是金山银山”的发展理念，提高生态环境的数据利用水平和精细化管理服务水平，国家各级相关主管部门都开展了如火如荼的生态环境数据治理工作，然而面对生态环境数据质量不高、资源分散、数据共享程度不足等问题，数据治理过程中充满了各种挑战。《生态环境数据治理白皮书》（以下简称白皮书）是百分点科技生态环境数据治理实践的精华总结，参考了业界数据治理最佳实践，并结合百分点科技数字政府建设的成功经验优化而成。本白皮书旨在解决以下问题：如何构建并积累生态环境“全”“统”“通”的数据资产；如何不断优化数据质量，提升数据资产含金量；如何实现数据资产共享流通，高效便捷地满足各方数据需求；如何通过赋能中心夯实智能决策的数据基础，满足国家精准治污、科学治污、依法治污的要求，多方位提升环境治理水平。本白皮书首先概要介绍了生态环境的业务流程和数据治理流程，然后通过建设思路指导和具体实例解读，从业务梳理、数据标准、主题域模型、数据质量、指标体系和赋能中心六大方面，详细介绍生态环境数据治理如何开展。本白皮书面向的读者包括：生态环境管理部门相关人员、政府大数据管理部门相关人员、生态环境相关科技企业和高校、科研机构的相关人员。版权所有?北京百分点科技集团股份有限公司1生态环境数据治理白皮书一.概述针对生态环境相关数据现存的数据资源分散、数据质量不高、数据共享程度不足及数据综合开发利用程度低等问题，对生态环境行业数据进行数据治理工作非常重要。通过数据治理不但可以极大缓解如上问题，还可以帮助管理部门减少数据管理成本，降低数据管理风险，增加数据资产价值。数据治理是生态环境管理部门信息化建设中提高数据应用水平和信息化管理水平的有效手段。数据治理是一项长期系统工程，贯穿于整个数据生命周期，是技术与管理相结合的一套持续改善管理机制，不仅需要借助技术手段，更需要完善数据治理制度，包括规划、组织、机制、规范、流程等。逐步形成数据治理文化，数据治理才能取得成效，数据才能发挥更大的价值。通过行业业务流程梳理可以使得我们对生态环境行业相关业务系统有更加深入的了解，从而帮助我们进一步厘清生态环境行业业务数据情况，挖掘数据价值；通过数据治理流程梳理可以帮助我们了解数据治理的整体流程及每个流程所起的作用，展示数据治理的价值点。1.1.业务流程生态环境业务流程主要是从参与角色和要素两个方面阐述生态环境的业务流转。参与角色包含监管单位（国/省/市）三级生态环境管理部门、监管对象即污染源、社会公众。生态环境要素主要是指环境质量和污染源管理两大要素。环境质量提高是环境管理的目标，污染源管理是环境管理的具体对象。下图通过角色和要素流动说明了整个生态环境管理的过程。版权所有?北京百分点科技集团股份有限公司2生态环境数据治理白皮书图1 业务流程1.2.数据治理流程百分点生态环境数据治理流程主要包括业务梳理、数据标准、主题域模型、数据治理规则、数据指标以及基于数据治理的数据底座基础之上衍生出的赋能中心。赋能中心包含固定污染源中心、数据服务中心及数据可视化中心等。通过数据治理保障生态环境数据质量，形成融合、标准、高可用性的数据资产，支撑业务和管理人员在“全景”角度通盘分析决策。版权所有?北京百分点科技集团股份有限公司3生态环境数据治理白皮书图2 数据治理流程业务调研：通过业务调研可以梳理出生态环境的业务及数据情况，为后续的数据治理提供基础。数据标准：正如“书同文、车同轨”，通过数据标准可以规范性约束数据的内外部使用和交换的一致性和准确性。版权所有?北京百分点科技集团股份有限公司4生态环境数据治理白皮书数据质量规则：数据价值的重要保障。只要有数据存在就会有数据质量问题，通过数据质量规则可以便捷高效地检查出数据质量问题，为后续的数据清洗提供基础。主题域模型：全局掌控。通过数据模型使得管理部门对现有的业务和概念有了全新的认识，为管理部门决策提供了重要的依据。数据指标：基于数据治理的模型数据结合管理部门常用的考核指标，梳理出生态环境的数据指标体系及其数据逻辑，进一步挖掘数据的价值，为生态环境数据的精细化管控提供支撑。版权所有?北京百分点科技集团股份有限公司5生态环境数据治理白皮书二.业务梳理在进行生态环境数据治理活动之前，应该对数据来源有一个清晰的了解。通过分析这些数据得出一个系统的、结构化的数据生命周期，即从数据接入、建立数据标准、建立数据模型（主题域模型）、检查数据质量和建立数据指标，到最后实现数据应用。业务梳理在数据接入过程之前完成，是为了更好地完成后面数据标准、数据模型（主题域模型）等流程。下面举出三个实例系统来说明业务梳理范围。排污许可证