.......................................................................................25 3.4.2 数据整合原则................................................................................................. .........................................................................................28 3.4.4 整合模型层设计.............................................................................................. 立足市现有城市地理空间信息建设应用基础，从大数据云平台 工程的应用实际需求出发，遵循“资源重用、节约投资”的原则，采用 基于面向服务架构（SOA）的 Service GIS 等技术，实现对市分散的空 间信息资源整合、共享和充分利用，为大数据云平台工程提供地理 信息与业务数据的在线共享与交换支撑。  数据分析平台 数据分析平台是集数据的目录管理、数据交换、数据处理的分 析与挖掘、数据的可视化展现为一体的综合支撑平台。

.......7 1.1.2 办公业务、集成处理...............................................................7 1.1.3 资源整合、平台共享...............................................................7 1.1.4 综合覆盖、数据关联............. ....................................................................................30 3.1.3 立足于资源整合和信息共享实现数据向上集中，服务向下 延伸............................................................................. 《民政信息化中长期规划纲要（2009-2020 年）》也明确指出， 以优化民政业务流程、改进民政管理方式、转变民政工作方法、提 高民政工作效率为主要目标，围绕民政业务工作需要，全面推进信 息技术在各个领域的应用，加强信息资源整合，建设完备的民政信 息化技术支撑体系。 按照民政部《民政业务数据共享与交换标准》要求，完成智慧 民政大数据平台的开发及应用，逐步建成市、县（市）区、乡镇 （街道）、社居委（村委会）、直属单位和相关机构多级联动贯通，

互联网 + 监管”平台 “ 放管服”的核心技术支撑 各级政府领导重视的一把手 1 号工程 跨部门跨层级的信息化平台 协同单位 : 广东 协同单位 : 江苏 主责单位：甘肃 承担政务一体化平台能力整合的主要 责任 ; 协助主责单位完成平台推广工作，承 担网上办事大厅的对接责任。 协助主责单位完成平台推广工作，承 担政务服务热线的对接责任。 为什么建 --- 相关事件 “ 长生不长” “ 市场监管涉及多业领域（分段监管、 分事项监管、分品种监管）；  不同商品和服务采取不同监管措施， 相关业务缺乏一致性和统一性； 监管标准不“明”  数据采集范围、广度和深度不够；  未对现有数据进行有效整合、分析、 控制和应用； 监管数据不“全”  缺乏风险预警，不能提前预 警，及时修正苗头性事件；  对各部门监管情况缺失综合 分析； 分析决策不“准”  “ 监管重复”、“监管冲突”或“监 通过监管信息系统建设和 整合共享，强化数据分析、 投诉举报、评价考核。实 现监管过程可追溯、“看 得见”，发现监管工作中 存在的问题，加强对本地 区监管工作情况的监督。  创新监管方式，利用风险 预警，加强对重点领城、 重点行业、重点企业的全 程动态监管。  加强风险研判和预测预警， 及早发现本地区苗头性风 险，从被动到主动。  加强数据整合归集，实现 监管数据的充分利用。

互联网 + 监管”平台 “ 放管服”的核心技术支撑 各级政府领导重视的一把手 1 号工程 跨部门跨层级的信息化平台 协同单位 : 广东 协同单位 : 江苏 主责单位：甘肃 承担政务一体化平台能力整合的主要 责任 ; 协助主责单位完成平台推广工作，承 担网上办事大厅的对接责任。 协助主责单位完成平台推广工作，承 担政务服务热线的对接责任。 为什么建 --- 相关事件 “ 长生不长” “ 市场监管涉及多业领域（分段监管、 分事项监管、分品种监管）；  不同商品和服务采取不同监管措施， 相关业务缺乏一致性和统一性； 监管标准不“明”  数据采集范围、广度和深度不够；  未对现有数据进行有效整合、分析、 控制和应用； 监管数据不“全”  缺乏风险预警，不能提前预 警，及时修正苗头性事件；  对各部门监管情况缺失综合 分析； 分析决策不“准”  “ 监管重复”、“监管冲突”或“监 通过监管信息系统建设和 整合共享，强化数据分析、 投诉举报、评价考核。实 现监管过程可追溯、“看 得见”，发现监管工作中 存在的问题，加强对本地 区监管工作情况的监督。  创新监管方式，利用风险 预警，加强对重点领城、 重点行业、重点企业的全 程动态监管。  加强风险研判和预测预警， 及早发现本地区苗头性风 险，从被动到主动。  加强数据整合归集，实现 监管数据的充分利用。

以数据模型为基础，沿着“治理、整合、应用”三个层次全面推进数据 规划 与治理工作，规划与实施并行开展，相互验证，并通过“政策、组 织、流 程、系统”四个角度加以保障。 数据共享 数据模型 / 数据规范定义 数据录入 数据整合 数据加工 数据发布 数据应用 数据治理 数据整合 数据应用 征收管理、税收核算、风险管控 15 年的厚积薄 发 报 表 体 系 挖 掘 分 析 指 标 体 系 业界对数据仓库的认识过程 15 年的厚积薄 发 外部数据接口 数据 交换 数据整合规则 交换数据需求 业务需求 监控数据采集 应用 监控展现需求 逻辑数据模型 实体属性中英文对照 非正范化处理 数据库平台特点 表 字 段 设计项目数据标准 数据源表数据分析 社保 征管 数据 应用展 示层 税费查询 税费报表 决策模型 底层模型 主题模型 税费分析 数据 应用层 整合 数据层 业务 数据层 其他专题 15 年的厚积薄 发 信息门户 其他工具 数理统计 综合查询 数据挖掘 多维分析 第二层 • 面向整合 • 主题设计 • 提供规范和共享 第一层 • 结构 几乎 和源系统一致 • 部分数据保持全量 • 少量数据保持少量历史

转的风险评估体系；  缺乏智慧税务大数据客户 360 度视 图，客户行为分析和预测无法实现；  缺乏面向金融业务运营管理的关键绩 效指标体系；  ……  已建立面向整个金融业务的数据仓 库，整合了前台业务运营数据和后台 管理数据，建立了面向金融的管理分 析应用；  智慧税务大数据已开展供应链金融、 人人贷和保理等多种业务，积累了一 定量的业务数据，同时业务人员也从 客户管理、风险评级和经营规模预测 应用建设是未来一段时间的重点！  数据平台整体架构；  数据平台各层建设的标准；  较成熟的金融业数据模型；  数据质量治理；  元数据管理；  数据标准建设  数据整合；  数据应用建设；  数据平台的软硬环境  …… 面临的主要问题： 1. 未建立税源信息语义标准及数据采集规范。 2. 税源信息采集通道狭窄，缺乏有效的采集工具，无法保证采集质量。 实现业务协作和创新 业务人员使用 BI 应用 实现业务协作和创新 BI 分析工具 BI 分析工具 供应链金融系统 POP 系统 其他业务系统 云数据推送平台已实现了 主要零售及金融业务系统 数据清洗、整合，为未来 智慧税务大数据数据平台 提供了丰富的数据源。 通过数据平台和 BI 应用建设，智慧税务大数据将搭建统一的大数据共享和分析平台，对各类业务进 行前瞻性预测及分析，为集团各层次用户提供统一的决策分析支持，提升数据共享与流转能力

据 源 数 据 应 用 运营运维 数据汇聚 数据管理 数据服务 数据割裂，外部数据整合不足， 智能化应用不足 • 批量数据汇聚，无法满足实时数据 汇聚业务需要； • 纳税人相关数据分散在各个模块的 不同数据表里，没有整合和关联 • 政府其他部门数据和互联网第三方 数据整合不足 缺乏统一治理，数据资产不清， 质量不高 • 在数据治理工具、数据治理专业服 务和数据服务能力上不足  遵循“核心微业务”理念，实现业务短链化  支持“信用 + 风险”体系，对接总局建设理念 数据交换归一化 外部数据获取渠道“三合一” 对外推送信息渠道唯一化 基础架构集约化  整合现有资源  搭建私有云  引入公 有云 数据驱动能力 精益化  建设智能数据平台基座  完善的数据治理体 系  引入人工智能开发平台  提供可视化分析 工具 数据应用智能化 分析和标签工具，数据潜能快速释放；  提供一站式人工智能平台，助力税务智能化转型； 5. 统一数据服务  统一数据服务管控，提供工具服务以及数据服务，实 现数据快速变现； 建设内容 数据 底座 整合层 帖源层 标签画像 发票管理 户籍档案 集市层 指挥决策主题 专题应用主题 核心征管 电子底账 稽查 行政管理 申报征收 风控应用主题 出口退税 税收优惠 稽查主题应用 标准层

月——民政综合业务信息 平台 江苏 • 优点：覆盖省到社区五级，采用 1+N 模式，整合、改造和对接 11 个现有系统； • 劣势：各个子业务系统之间融合性不强，数据共享性不够。 2015 年 12 月——民政系统综合业 务信息化管理平台 广西 • 优点：整合内部业务系统较多，将办公 OA 系统与综合平台整合实现一站式办公； • 劣势：用户体验不够，打开页面速度较慢，兼容性较弱。 2014 年 年 12 月——数字化民政平台 内蒙 • 优点：满足统一网络，统一平台，统一数据库，全区集中部署、多级应用的要求； • 劣势：涉及部门较少，整合业务系统量少，且业务系统融合性不强。 4 一 民政业务现状 多 元 化 • 社会福利、社会救助、社会组织及事务、服务军队二大类， 30 多项业务 • 业务间独立性强，关联性弱，工作对象、方法差异性大，个别信息系统难以支 撑全民政业务 多 层 性 SOA 构架，对于 新的业务、新的需求， 只需通过支撑平台即可 完成业务应用系统的拓 展，使得各类行政办公、 业务功能完全融入一个 整体平台。 资源整合平台共享 建设时将充分考虑 资源整合，最大程度上 利用现有资源，通过新 开发、完善整合等手段， 不会出现重复建设的可 能性，不会出现资金浪 费的可能性。 1 2 3 4 10 /75 页 二 建设内容 应用系统 1 、综合

地区之间相互学习借鉴与协同发展。 - 6 - - 7 - （一）指标体系 本届数字政府建设风向指数评估指标体系的构建，以国家层面近 期发布的数字政府建设重要政策文件为根本遵循，系统整合 32 个省 （直辖市）数字政府建设近期建设要点，并充分借鉴国内外先进指标 体系的设计逻辑，详细总结国脉互联在该领域的业务实践经验。在继 承既有研究成果核心框架的基础上，该指标体系紧密契合 2025 泛应用， 各领域治理成效均有显著提升。在数字履职成熟度方面，省级、省会 及计划单列市、推荐城市平均得分率均接近 75%。二级指标中服务能 力表现较为突出，原因在于多数地区政务服务平台已实现高度整合， 数据壁垒逐步消除，协同治理能力持续提升，由此可见我国数字政府 服务能力正朝着精细化、高效化迈进。 图 9 2025 年数字政府建设风向指数平均得分率雷达图 3. 西部地区强基赋能，提质增效弯道超车 州以及成渝等西部地区作为“东数西算”算力枢纽节点，借助算力集 群加速数字政府建设（如图 10）。例如，贵州将算力作为数字政府 建设的核心引擎，通过“算力整合、平台赋能、场景创新”三位一体 路径，形成具有全国示范效应的“算力 + 政务”模式；宁夏中卫建成 全国最大绿色算力集群之一，支撑“我的宁夏”平台整合 300 余家单 位的 1000 余个政务系统，实现 1300 余项政务服务“一网通办”。此 外，广西抢抓国家实施人工智能能力建设普惠计划等重大机遇，协力

- 维 理 数 运营 运 数据管 税务大 数据割裂， 外部数据整合不足 ， 智能化应用不足 • 批量数据汇聚，无法满足实时数据 汇聚业务需要； • 纳税人相关数据分散在各个模块的 不同数据表里 ，没有整合和关联 • 政府其他部门数据和互联网第三方 数据整合不足 数 据 源 数 据 应 用 税务大数据现状和挑战 enterprise 对外推送信息渠道唯一化 基础资源 层 用户渠道层 应用支撑平台 统一智能数据平台 业务创新敏捷化 基于平台、框架和能力，实现创新快速落地 基础架构集约化 整合现有资源 搭建私有云 引入公有云 渠道体验一致化 在不同渠道的应用体验一致且连续 数据驱动能力精益化 其他相关部门数据 互联网及其他 第三方数据 数据治理 税务整体数据架构，实现智能数据驱动业务发展 数据服务开发 数据服务接口 数据服务管理 数据服务门户 数据资源服务目录 帖源 层 标准层 整合层 集市层 数据分析工具 BI 分析工具 指标模型管理 业务标签工具 人工智能工具 数据交换平台 数据加工 流计算 批处理