第3章 智慧政府的设计概要

设计智慧政府这样一个开放的复杂巨系统，单一的方法论是难以完成的。根据上一章的方法论分析，用FEA理论构建智慧政府的整体框架，引入绩效管理参考模型和业务参考模型，使智慧政府的建设发展和实体政府的战略发展目标一致，促进政府组织流程再造，提升政府的整体效能和运转效率，这是一种可行的选择；用IEM理论，设计政府信息资源规划，建立稳定的高层次的数据环境，是构建智慧政府数据中心的基础，为政府开放数据，提供大数据服务奠定基础；用协同进化理论，引入智能体概念，发展IOA应用，引入社交化服务，带动个性化业务发展，使智慧政府成为进化型组织，使智慧政府从初级阶段进化到高级阶段，让智慧政府持续不断地诞生智慧，让基于智慧文明的政府，造福于城市、造福于国家、造福于人民。

3.1 把绩效作为智慧政府发展的引领性目标

把智慧政府的建设与政府的战略发展目标融合。管理的最终绩效必须放到整个经济社会发展的背景和公众满意程度的价值取向下，结果导向、注重组织绩效、重视动态管理、强调战略管理、关注系统管理。

绩效管理的基本方式就是确定科学的可量化的指标进行管理目标的分解和评估，并贯穿流程和作业的全过程。

绩效考核是整个绩效管理的核心，而绩效管理能否成功，相当程度上取决于绩效评估指标体系和顶级化目标管理以及流程管理的有机结合。

绩效指标分为经济类、效率类、效能类和公正类指标体系。

（1）经济（Economic）：公共部门投入到组织或项目中的资源效率，涉及的问题是一个公共组织在既定的时间内，在一定的产出情况下，花费了多少钱。

（2）效率（Efficiency）：评价的是一个公共组织在既定的时间和预算投入下，产生了何种公共服务结果。

（3）效能（Effectiveness）：关注的是通过实施绩效管理后，公共服务情况是否有了改善，包括现状的改变程度和行为改变的幅度。

（4）公正（Equity）：接受公共服务的团体或个人是否受到公平的待遇。公共部门绩效评估的价值新取向是公众满意原则，是指对公共部门绩效全面的、综合的和终极性的评价。

第三代绩效管理模型的构成如图3-1所示。

在我国，绩效管理的重点是满足国家在创新行政管理方式，提高政府公信力和执行力等方面的需求。政府绩效管理主要表现在统筹兼顾，突出社会管理和公共服务内容。地方政府既要关注经济增长，又要兼顾当地经济、社会、生态环境等方面的整体协调发展；科学论证，逐步完善政府绩效管理体系建设；扩大参与，努力提升政府公信力和引导公民有效监督及评价政府绩效；强化改进，加大绩效结果运用力度；整合资源，努力提高政府执行力。

在具体实现过程中，政府绩效管理是个系统的、体系性的管理机制变革，其发展导向是“政府全面绩效管理（CPM）”，即以某级年度各项工作统筹协调、指标化落实、预算编制和控制为目标；构建包括“部门整体绩效管理”、“部门领导班子和领导干部考核”、“工作人员绩效管理”的政府内部绩效考核与过程监管，以及包括“社会满意度评价”、“重大项目和公共政策评估”、“独立的第三方绩效评估”的外部评估。

3.2 梳理政府业务参考模型

虽然政府的业务需求一直会处在发展变化之中，我们依然可以划分出政务行为的业务域和业务线。

为了便于操作的一致性，在业务梳理方面，首要工作是建立业务分类标准和业务描述标准。

政府业务域划分可以从政府的服务对象，将政府的业务划分为G2G、G2B、G2C三大业务域，每个业务域下面可以再分业务线，对于业务线，可以定义业务描述标准。

通常的业务描述标准表达了业务系统的结果状态，这个结果状态可以包括18个属性：系统名称、系统分类编码、系统总目标、使用用户及部门、系统逻辑结构图、业务流程图、相关表单书、系统功能描述、权限说明、系统指标、数据口径解释、系统信息资源、外部接口、性能、系统实施、系统安全要求、标准与规范和运维管理。

把每个业务系统按照标准描述，并在一定范围内公开，是把握业务系统持续发展的根本。

梳理政府业务还有一个基础工作，就是梳理政府的事权。所谓事权就是政府履职基本工作事项，与政府的三定方案是密切融合的，不能脱离履职这个基础去搞业务线。事权梳理清楚，进一步从服务对象的角度，划分业务域，梳理业务线，这样对智慧政府的建设才具有意义。当然，事权、业务线随者社会的进步，都是有生命周期的，也可以是持续演化的。

3.3 建立智慧政府云服务平台

从整体需求来看，智慧政府系统的发展目标是系统有组织性、有序化。要实现这一目标，必须使智慧政府系统成为一个可进化的组织系统，使系统从杂乱无章进化为井然有序。要促使智慧政府系统向一体化、有序化发展，根据整体论也可以叫做顶层设计，一种自上而下的系统工程论，可以提出共性要素的统一建设框架和标准这两个实体要素。框架可谓是各个独立异构子系统的基础环境，而标准则是各个独立子系统的最大公约数，框架及框架服务和标准的落地是实现系统统一性、有序化的基础工作之一。这里面的顶层设计的含义，也可以理解为共性设计、基础设计、底层设计。

应用到具体的智慧政府建设中，就是要建立智慧政府应用服务规范，具体包括组织身份模型数据规范、应用服务运行管理规范、组织身份服务接口规范、访问控制服务接口规范、单点登录服务接口规范、电子表单服务接口规范、业务流程服务接口规范、消息服务接口规范等。

在此基础上，建立智慧政府云服务平台（IAAS、PAAS），为智慧政府的所有应用程序及云服务提供基础的共性服务。

3.4 智慧政府的数据治理

3.4.1 数据治理是一种内部数据政体

数据治理是对政府数据资产管理行使权力和控制的活动集合（规划、监控和执行），是建立政府数据管理制度，指导政府执行数据规划、数据环境建设、数据安全管理、元数据管理、数据质量管理等其他数据管理活动的持续改进过程和管控机制，是大时代背景下政府实施数据整合和应用集成的基础工程。因此，建立一套科学的、简明的、适合政府实际情况的数据治理机制，是政府实施数据整合、建设核心能力数据中心的基础工程，也是智慧政府建设的关键任务。

治理（Governance）一词从国家治理、公司治理引入到数据治理，其核心概念是指“各种公共的或私人的个人和机构管理其共同事务的诸多方法的总和，是使相互冲突的或不同利益得以调和，并采取联合行动的持续过程（联合国全球治理委员会）”。数据管理作为政府内部的“数据政体”，和国家的政体一样，也可分为无政府状态（缺乏管理）、专政独裁（集权式管理）和经典的“三权分立”等模式。

三权分立的数据治理模式有以下三个核心原则：

数据治理包括立法职能（战略、规划、模型、标准、制度等）、司法职能（监督、问题管理）和行政职能（管理、服务和标准化），政府内部一般可以将信息办作为立法和司法职能机构、信息中作为行政职能机构。

数据管理制度（立法）、问题管理（司法）和数据管理服务（执行）之间的职责分离，为数据管理在一定程度上提供了监督和制衡机制。

3.4.2 数据治理是一组数据管理活动

数据治理的主要活动包括数据战略、数据规划、数据标准规范管理、法规遵从、数据开发、数据质量、数据安全、元数据管理、数据服务和数据资产评估等。

1．数据战略

数据战略是在诊断和评估政府数据管理现状的基础上，制定和调整政府数据管理的指导纲领，争取政府以最适合的规模、最适合的成本去做最适合的数据管理工作，旨在制定符合政府业务战略的数据资产管理战略。

首先是根据政府的业务战略、IT战略需求，明确政府数据管理的愿景、使命、原则、措施和中短期目标，定义政府数据管理的发展方向和企业数据管理在实现企业战略过程中应起的作用。

其次是起草政府数据管理方案，说明政府数据管理的相关组织机构设置、岗位角色、数据管理制度以及相关职责和权力；说明数据管理方案范围、内容组成和实施要求；说明数据管理方案的实施路线图（数据管理项目、活动）、投资分析和效益分析等。

2．数据规划

数据规划是数据治理中匹配数据战略和业务战略、制定政府数据蓝图和数据标准的规划活动，主要任务是对政府业务、管理、决策相关数据的获取、传输、处理、存储、维护、使用、存档、消除等全生命周期各阶段进行全面分析，识别政府数据需求，分析信息价值链，建立政府数据架构、政府数据模型和政府数据管理标准。

数据规划，是政府进行系统、完整、标准、规范的数据资产管理的基础工程，强调以下3个原则：

（1）数据规划必须基于数据战略、数据需求和完整的业务梳理。业务梳理阶段侧重于用户视图（单证、账册、报表、屏幕输入输出界面等数据表单）分析和数据流分析。

（2）数据最终用户必须真正参与到数据规划。最终用户包括业务人员、管理人员、各级领导以及信息技术人员，他们需要提供完整的业务资料，也需要表达清晰的数据需求。

（3）以交付政府数据模型和数据管理标准为工作重心。数据规划阶段应根据业务数据分析，建立企业数据模型（概念模型、逻辑模型）。政府数据模型是政府数据管理的蓝图，是政府数据平台的业务元数据，也是政府数据需求的统一表达。

3．数据标准规范管理

数据标准和规范包括命名标准、元数据标准、数据安全标准、信息分类编码标准、术语标准、数据建模标准、数据库设计标准、数据架构标准、数据模型、用户视图（业务数据表单等）标准以及数据管理流程、数据质量要求等。

数据标准是政府信息系统集成、数据集成和信息资源共享的基础，其主要作用是：统一数据定义，确保数据定义在政府范围内具有一致性、规范性和完整性；对于新建或改造系统，要求必须遵循统一数据标准，使信息系统在开发、部署、运维、应用各阶段确保数据在逻辑上标准一致；表达政府级数据需求，包括数据生产者、管理者、消费者的不同数据需求、数据交换共享需求、数据安全管控需求和数据服务需求等；实现信息资源共享，减少数据转换，促进信息系统集成；确保数据治理相关活动“有法可依”。

4．法规遵从

每个政府都受到政府和行业法规的约束，这些法规很多规定了数据和信息如何进行管理。一般而言，法规是强制性的，而非选择性的。数据治理的部分职能监督并确保合规，事实上合规性往往是数据治理的初始原因。

法规遵从，除了审查对政府或相关组织具有法律意义的规章制度的遵从外，还应当履行标准，在数据规划、数据开发和其他数据管理活动中，遵从相关的国际标准、国家标准、行业标准，建成对内标准统一、对外符合规范的高档数据环境。

5．数据开发

数据开发，是遵循数据规划蓝图和标准，持续建设和改进政府数据环境的过程，包括分析、设计、实施、部署及运维等任务。数据开发也是政府系统开发生命周期中项目活动的子集，其专注于数据需求的定义、数据模型设计、数据库开发部署、数据传输交换平台建设、信息产品定义（即用户视图规范化定义，包括屏幕展示、统计报表、KPI分析图表等）及数据访问服务开发和接口定义等。

常见的数据开发活动包括数据中心项目、政府数据仓库项目和其他信息系统项目。数据开发是数据治理的重要活动之一，要求政府在规划、实施、运维数据开发项目时，必须遵循数据治理相关标准和制度、使用和遵循数据规划阶段的数据模型和数据标准。

大数据时代背景下，数据开发作为数据资产管理的重要职能，应遵循以下原则：

（1）统一规划，遵循政府战略规划、IT规划和数据规划。

（2）统一标准，遵循政府各类标准规范，尤其是数据管理标准。

（3）统一架构，遵循政府各类技术架构，重点是必须遵循数据架构，确保数据共建共享。

（4）统一建设，将每个数据开发项目作为政府一体化数据开发的子项目运作。

（5）统一管理，遵循数据治理统一的管理制度和业务流程，实施数据开发项目管理。

其他数据管理活动，包括主数据管理和参考数据管理、元数据管理、数据治理管理、数据安全管理、数据服务管理、数据资产评估、大数据管理、数据中心和数据仓库管理等，这些数据管理活动的规范、标准、模型、合规性及其规划（P）、控制（C）、开发（D）和操作（O），都是数据治理的内容组成。

3.4.3 数据治理成果是制度、标准、规范和数据价值

数据治理作为一种政府数据政体，经典模式的数据治理主要职能包括数据立法、数据司法和数据行政，每个职能活动均产生相应的成果物。

数据治理的立法成果物包括数据战略、数据组织机构、数据管理制度、数据架构标准、数据标准和规程以及对各类数据管理活动的要求。

数据治理的司法成果物主要包括数据质量问题、数据命名和定义冲突、业务规则冲突和澄清、数据安全问题、数据隐私和保密问题、未遵从法规问题，以及不符合政府数据管理制度、标准、架构的问题，数据共享协议的评审等相关问题及评审信息。

数据治理的行政成果物，即数据管理活动的成果物，主要包括数据规划、数据开发、元数据管理、数据质量管理、数据安全管理、数据仓库和商务智能管理等，如数据模型、数据标准、数据内容和服务等。

总之，数据治理是一个长期、复杂的系统工程，政府各层级的数据管理人员必须不断的沟通、教育和推广数据资产价值的重要性以及数据治理职能的业务贡献。提升数据使用者对数据治理的意识及对数据治理效益的认可程度，是持续改进政府数据管理机制，充分挖掘政府数据价值，提升政府执政能力。

3.5 建立智慧政府应用程序总库

建立智慧政府应用程序总库，就是根据业务系统的分类和描述规范，开发基于云模式的智慧政务各类应用服务模块，打造标准化、模块化的政务应用程序总库，为政府提供政务业务的云服务中心。

智慧政务在应用系统标准化、模块化治理后，各个应用模块间与应用系统相剥离，每个模块均以独立的“个体元素”存在，能够被多个业务系统所调用，能够更加准确、便捷的贴近实际需求，具有实时透彻的需求感知、快速持续的服务改进、精准智能的服务供给等特点。最终将形成智慧政务云应用程序总库，提供跨地域、跨平台、跨业务，随需获取、便捷实用的智慧政府应用环境。

3.6 建立智慧政府协作平面

3.6.1 智慧政府是一个开放的复杂巨系统

构成智慧城市系统的子系统种类很多并有层次结构，子系统之间的关联方式又很复杂，如非线性、不确定性、模糊性、动态性等都是复杂巨系统的特征。这类系统无论在结构、功能、行为和演化方面都非常复杂，在时间、空间和功能上都存在层次结构。系统本身与系统周围的环境有物质、能量和信息的交换。所谓“开放的”不仅意味着系统一般与环境进行物质、能量、信息的交换，还意味着系统接受环境的输入和扰动，向环境提供输出，而且还具有主动适应和进化的含义。复杂适应理论CAS中提出主体概念，主体通过主动行为而获得信息，通过相互作用交换信息，具有一定的预见性，能够在行动中学习积累经验，获得知识主动地、适应地促使自己的行为不断进步，在主体适应性的基础上形成整个巨系统在环境中的学习和适应性行为。“开放的”还意味着系统不是既定的、不变的、完成了的，而是动态的和发展变化的，并且会不断出现新问题的。

3.6.2 智慧政府业务需求的差异化和多样性

从智慧政府的业务需求来看，政府业务的终极需求是千变万化的，如果想用一款万能的软件适应不同的终端用户的不同需求，是不可想象的。由于政府业务的特点决定了每个角色定位是明确的，每个个体用户身份都是独特的，这是政府的管理服务体系决定的。同样政府的服务对象企业和公众也是千差万别的。无论如何，业务应用设计都要对准系统终端用户的本质需求，这样的系统才是动态有序的远离平衡态的耗散结构系统，否则就是平衡态系统，是一个死亡的系统或者叫僵尸系统。

按照马斯洛的需求理论，第一、二、三层方面的需求，以及用户对功能和性能的基本需求，这些需求在电子政府的前10年建设中已经基本满足，现在用户追求的是第四个层面的需求，是满足被尊重的需求。这个需求是用户需要更佳的体验，包括更便捷、更快、移动化。

如何找到终端用户准确的业务需求？从方法论上讲，要用协同进化理论。终端的个体用户要与业务开发者共同设计，共同实现，共同修正，让用户参与到业务建设中来是最有效、最节约的建设模式。这里的业务指的是一项具体的终端用户的核心执行业务，而不是泛指。

3.6.3 设计智慧政府中的可进化的业务子系统

智慧政府中存在各种业务子系统。设计实现这种子系统，不能简单的根据用户初次提出的需求逻辑去实现，我们首先要了解这个子系统所处的环境，特别是已经存在的IasS、PaaS、SaaS环境。其次，要确定这个子系统在整个智慧政府中所在的位置，按照标准明确该业务的分类编码并进行业务描述。第三，根据智慧政府数据环境治理规范，确定所使用的主题数据库环境。第四，和用户一起互动，确定此业务开展的先后顺序。

如图3-2所示，以智慧政府中的项目管理子系统为例，说明上述设计实现过程。

（1）确定项目管理与政府绩效管理之间的关系。

（2）按照标准确定业务分类编码并进行项目管理描述。

（3）确定项目管理所处的主题数据库环境，并提出对这个环境的基础要求。

（4）确定项目管理的用户业务需求包括需求顺序。

（5）确定项目管理子系统和PaaS的关系，和协作平面的关系，以及和其他子系统的关系。

（6）开发项目管理子系统。

（7）随着应用的深入，修正项目管理子系统，根据用户需求变化而进化。

3.6.4 培育智慧政府中业务服务智能体

如果这个个体业务需求在互动中明确了，该如何实现呢？这时，还原论和复杂适用理论就该派上用场了。业务的设计目标是：这个具体业务是一个开放的系统，是一个主动个体，能够与框架平台交互，能够与其他业务系统交互，能够主动适用环境的变化，最好设计成一个智能体（Agent）。如果不能通过面向智能体的方法实现，而能用面向对象的开发方法实现，那么“开发出来的业务系统+开发者”组成一个业务服务智能体，这是一个不能回避的现象。一旦开发者脱离其业务系统，这个业务系统很快就会变成僵尸系统，离开开发者的系统很难适应环境变化。如果你开发出的系统不够敏捷，你就必须把你自身和你开发的系统合体变成敏捷的智能体系统。

顶层设计方法论，属于理性文明的范畴，对于具有统一性的、共性的基础设施是必要的，但是顶层设计无法代替智慧政府系统的设计。在统一的基础设施之上，采用共同进化理论和复杂适应系统理论，推动各种各样子系统和智能体的出现和进化，进而进化出政府的智慧。

让一个子系统具备生长进化能力，要紧的是这个系统的基因内核。这个内核越单一越好，也就是子系统的确立，要坚持原子化原则、微内核原则，“知止”、“至简”是系统设计的第一要务，逻辑关系错综复杂的系统，进化是很困难的。

决定一个子系统生命力的因素不取决于其内部的逻辑关系，而取决于它与外部的连接关系的多少与强弱。“联接”是衡量一个系统存在价值的重要尺度，没有联接无异于死亡。系统之间的联接要靠消息语言，正像人与人交流要靠语言一样。有消息存在，系统之间的联接就存在。切忌系统和系统之间的硬联接，一旦采取了硬联接，必然破坏系统的独立性和自由度，阻止系统的进化。

让一个子系统具有主动适应能力，第一个原则，在技术达到的条件下，要积极的做智能体或者叫代理，就像一个国家为了和另一个国家建立持续的友好关系，要在对方设立大使馆一样，有些组织或机构设立新闻发言人是同样的道理；第二个原则，如果技术做不到主动适应，人的要素就变得至关重要，将人（开发者和使用者）的要素加入到面向过程或面向对象的程序中，解决程序体的主动适应问题，按照过程开发出一劳永逸的程序的思想不适合开放的复杂巨系统的进化路线。

让一个子系统对用户具有黏性，就是用户关心的是子系统输出的结果信息，绝不是结果信息的生成过程。用户只有汇聚足够多的结果信息、足够及时的结果信息，用户的理性、经验和智慧才能融合，产生更好的判断力，对目标和手段的选择更加趋于合理性，实践结果更趋近圆满性，这个时候子系统的代理或者叫智能体的作用就非常必要，也是非常重要，也体现了子系统的开放性。

3.6.5 构建智慧政府的智能协作平台

智慧政府中核心的三类用户是政府公务员、企业和民众，每个用户都会关心自己的职能履行或者是服务的获得，通常他们不会关心系统的复杂性，他们只需要最简单的方式处理好自己的事情。为满足这个需要，我们提出引入社交技术，为用户提供一个政府社交服务入口，我们把这个服务入口称之为智能协作平台（如图3-3所示），它具备如下特征。

（1）它是用户的政务社交入口。

（2）与后台PaaS紧密相连。

（3）可与SaaS中的各种应用服务相连。

（4）各种子系统的智能体是智能社交服务平面的关注入口。

（5）具备社交软件的基本功能。

（6）具备信息资源分享功能。

3.6.6 发展智慧政府中的IOA

IOT（Internet of Things）指城市物与物广泛互联并且与互联网融为一体，是智慧政府存在的网络空间基础。

IOA（Internet of Applications）指智慧政府内部应用系统与应用系统之间的感知互联，应用系统之间的智能化协作程度越高，智慧政府的运转效率就会越高。

建立应用系统的智能体的标准，将会大大促进IOA的发展，促进智慧政府应用系统之间的感知互联。

当每个子系统都拥有一个或多个智能体，该智能体不仅能与用户打交道，而且能与其他系统打交道。智慧政府所呈现的简单性，依然表现在指端，复杂性隐藏在人与人之间、人与智能体之间、智能体与智能体之间等这些靠共同进化的力量所形成的联接中。正是这无数的“联接”让政府拥有了学习、反思、适应、优化的能力，政府拥有了自己的智慧，智慧政府的存在就会呈现出个性化、多样化的景象，政府的整体智慧功能和效果就会涌现出来。

3.6.7 在智慧政府中人的要素始终处于一个重要地位

我们要做的是人与计算机的结合，人与网络的结合。人脑思维的一种是逻辑思维，它是定量的、微观的信息处理方式；另一种是形象思维，它是定性的、宏观的信息处理方式。人的创造性主要来自于创造性思维，它是逻辑思维和形象思维的结合，也就是定性与定量、宏观与微观相结合的信息处理方式。今天的计算机及网络技术在逻辑思维方面确实能做很多事情，甚至比人脑做得还好，但在形象思维方面，目前的计算机及网络还不能给我们很好的帮助。把网络信息和人的智慧高度融合，才有可能构建并进化出智慧政府。

在智慧政府的设计中，面对云计算、大数据、物联网、移动互联网，我们不能人云亦云，亦不能视而不见，我们要做的不仅仅是面对，而是要拥抱，进而可推动智慧政府之路越走越宽。