一生数据如何有“档”可寻

　　浙江在线4月6日讯（见习记者 周林怡 记者 金春华）春意渐浓，又到了每年公布中小学、幼儿园招生方案的时候。最近，在嵊州，教体局正忙着统计各阶段生源数量，编制招生人数。但与多年前需要去各个幼儿园收集数据不同，如今一台电脑就能提供所有所需信息。

　　这要归功于一项关于公共数据档案化治理的改革试点。去年起，嵊州作为全省唯一试点，探索“个人全生命周期档案”综合智治应用，将贯穿个人生命周期的数据进行融合、治理、归档、溯源，让一生的数据有“档”可寻。目前，该应用已对嵊州71万户籍人口完成数据归集4114万条、数据治理808万条、场景建设5个。

　　3月23日，嵊州举行公共数据档案化治理研讨会，这项应用接受了来自全国的档案学者和数据治理专家的“检验”，其数据治理的阶段性成果得到专家学者肯定，下一步计划全省推广。

　　那么，为什么要对个人一生的数据进行档案化治理？怎么治？未来又能发挥什么效用？

　　一头热，一头冷

　　每个人的一生，其实都在产生数据。有数据专家认为，对这些数据的处理会涉及到两个问题，一是保存，即如何将纸质档案数据化，便于储存和查找；一是治理，怎么让数据归属和关联到我们每个人，让数据产生意义。

　　浩如烟海的档案，不仅在保存上是个难题，传播和利用也极为困难。

　　此时，数字化无疑成为一项重要“法宝”。2021年7月，《浙江省档案工作数字化改革方案》印发，要求加快档案资源向数字化、数据化转型。浙江在数字化改革的基础上，依托公共数据平台建立专题数据库，并依照“一数一源一标准”的原则对公共数据进行整理。

　　“公共数据平台就像一个水池，把与档案相关的数据放进去，经过清洗、比对和关联，建立专题数据库，相关部门需要时可以进行申请提取。”浙江省大数据发展中心主任金加和向记者介绍，目前，依托平台已归集档案相关数据536.1万条，赋能省档案馆、省司法厅等18个应用，累计调用4003.9万次。

　　然而，一边是档案数据化“热”，一边却是数据档案化“冷”。浙江大学公共管理学院副教授章燕华指出，目前档案实践已经普遍引入了数据理念和方法，但把档案理念引入数据实践却鲜有人关注。

　　“为什么数据经过了标准化的处理，还需要进行档案化治理？”嵊州的研讨会上，有人抛出了这一疑问。

　　章燕华用“机器友好”和“人类友好”的对比来解释其中区别，“‘一数一源一标准’治理后的数据，主要用于计算机系统内部处理。而档案化治理将和个人有关的数据进行匹配、关联，数据由此成为了一个连续体，可以按照人的一生来还原、建立其重要数据，意义重大。”

　　一头汇聚，一头治理

　　研讨会上，嵊州市档案馆、嵊州大数据中心重点讨论了项目所遇到的难点。要想实现数据档案化治理，技术上并非一蹴而就。

　　比如第一步原文识别就遇到大麻烦。技术人员在数据汇集时发现，很多年代久远的证明材料经常出现姓名印斜、字迹模糊等情况。这导致通过OCR技术识别出的字符和真实信息偏差很大，精准度不到60%。正当项目陷入僵局之时，嵊州大数据中心数据资源科科长徐成钢灵光一现：“不如先保证识别出最关键的信息身份证号，再把姓名、档案号等信息作为备选条件，同时通过现有身份系统进行比对核实？”

　　果然，分步测试后，数据识别的精准度达到95%以上。

　　到数据汇聚这一步，直接考验当地近年来数字化成效。徐成钢向记者展示了一张Excel统计表格，仅在“出生”这一场景，就涉及到出生医学证明、户口登记、居民身份证等8项证照的信息收集，每类信息还可能关联到不同部门。还好，省里的一体化数字资源系统（IRS）可以回流数据，将相关信息与有关业务系统进行对接，充分保证了数据的全面。

　　出生证新生儿身份证号如何补全？不同部门的数据产生冲突怎么办？……在第三步的数据比对、校验、加工等过程，难度持续加大。面对海量数据，这些过程都要迅速完成，构建一套智能算法是关键。于是，项目专班与负责技术研发的杭州安铂数据公司一道，构建了数据校验算法3种、数据加工算法5类，用于补全关键业务字段值，并通过身份证信息，构建个人基本信息数据专题档案。

　　“目前对于少量缺失或异常数据，还需要进行人工查找和核对。随着算法的不断进步，相信很快这个系统就能实现全自动化。”杭州安铂数据公司总经理王青云表示。

　　据悉，项目组整整用了半年时间，最终完成4114万条数据的汇聚与808万条数据的治理。嵊州市71万户籍人口基本每人实现了自己的电子化“一人一档”，随着项目推进，每个人以前、现在、今后产生的几乎所有公共数据，都可以以身份证为索引进行检索、调用，而不是以前那样分散“躺”在各种系统、表格中。

　　“如果将海量数据比作矿产资源，那么数据治理的过程就像金属的冶炼，通过分类分级和加工处理，将宝贵的金属材料从矿石中提取出来，满足不同用户的需求。”金加和直言，经过精细化治理的数据，才能体现数据资源的价值。

　　一头攻坚，一头突破

　　“在嵊州，像我这样在外地做生意的学生家长很多。以前给孩子报名很麻烦，不仅来回出行成本高，一旦哪个纸质证明找不到，一家人还要翻箱倒柜忙碌好久。”记者联系上了在天津做小笼包生意的二孩妈妈徐女士。她说，自家二宝报名，不再像大宝报名那样要奔波劳碌。尽管人在外地，但她登入“浙里办”应用的网上报名系统，所有信息会自动匹配，几乎能够“一键报名”。

　　这一变化，也是浙江数据治理进阶之路的体现。通过将个人相关的档案数据推送至“浙里办”应用中的“浙里档案”，数据壁垒被打通，百姓办事自然也更方便。目前，核心业务已拓展至中小学报名系统、电子病历系统、智慧交通系统等。

　　“我们除了在服务侧为老百姓提供便利，还在治理侧将应用上架‘浙政钉’，方便政府部门协同推进数据治理。”嵊州市档案馆副馆长汪伟民向记者介绍。

　　例如，“个人全生命周期档案”项目中的“出生驾驶舱”，就能够为嵊州市卫生健康局判断婴幼儿托位数、制定鼓励生育措施等工作提供依据。此外，项目还开发完成了教育、就医、养老、身后共5个场景的大屏建设，为教体局、人力社保局等多个部门提供数据支撑。

　　眼下，数据档案化治理仍处于探索阶段，由于数据治理标准规范不一、数据质量参差不齐，许多改革参与者、研究者仍感到在“摸着石头过河”。但采访中，大家不约而同地都对它的“变身”充满期待：预计今年年底，应用场景将拓展至10个人生阶段，覆盖个人全生命周期；未来，还能基于模型算法构建完整的人物社会关系图谱，为化解民事纠纷、资产溯源追踪等提供支持。

　　向更远处看，浙江的数据治理之路将通向何方？在数据标准化、档案化的基础上，如何更进一步，推动数据资源更广阔的应用，是不少专家学者的共同关切。

　　研讨会上，数据专家为我们描绘了一条数据治理的“进阶之路”：“标准化让数据治理制度更加标准，档案化让数据更有价值。未来，还可以将数据资源变为数据资产，让数据可控制、可度量、可变现，探索开展数据质押、数据信托，促进数据资产化应用，培育数据要素市场，助力数字经济高质量发展。”