1. 强化数据资源建设。一是数据归集要全。各类经济数据要在法定的权限范围内强化集中、及时掌握各类经济单位相关数据和税务、金融、工商、国资委、统计部门、公安、审计部门相关结果数据,将民意数据和环境数据纳入收集范围,完善信息收集的渠道,全面推进重点领域大数据高效采集、有效整合,并统筹规划数据的采集、归集、存储、应用、安全等顶层设计,以便高效地收集、管理数据。二是数据共享要宽。制定政府数据共享开放目录,依法推进数据资源向社会开放。依托国家数据资源建设,梳理自身数据,提供外单位所需数据、并向有关单位索取相关数据目录,重点破解部门封闭化、层级分割化的格局,广泛建立与各业务主管部门数据库的衔接或链接口,彻底打破外部数据壁垒,整合内部各类业务系统数据,消除内部信息孤岛。牢固树立公开是原则、不公开是例外的理念,认真落实政务信息公开有关条例制度,坚持积极与稳妥相结合的原则,逐步推进数据公开工作。财政部门应紧跟形势,建设数据资源系统。
2. 部署大数据应用平台。根据大数据4V特性,从数据存储、数据计算、数据整合与治理、数据分析与挖掘、数据管理与服务和数据展示等方面,融合业务实施流程,业务管理、领导决策、网络办公自动化等信息系统,满足未来财政服务的业务处理需求。利用云计算、大数据处理技术、并选择合适的基于Hadoop 技术架构作为财政数据分析、管理平台,将信息化与业务充分融合,运用互联网+ 财政的思维,建立大数据应用体系,提高财政征管、使用效率,有效改进公共服务。一是提高数据质量。在数据集中的基础上,依托金财工程应用支撑平台,加速财政一体化建设,整合现有预算管理、预算执行、国库集中支付、财政监督等业务应用系统和数据,破除信息孤岛 协同外部单位对税务、金融等相关信息系统对接,利用大数据技术归集各类经济数据,打破信息壁垒,实现数据的完整性。二是提升数据处理效能。大数据平台以各类经济模型为核心,以财政收支资金为对象,对财政收入( 包括非税收入) 和支出的结构、过程进行微观分析,做到全面分析、重点突出,深化政府数据和社会数据关联分析,准确预测财政收支,努力实现财政管理规范化、精细化、高效化。三是改善决策能力。应用大数据技术,通过云计算平台对海量数据信息进行挖掘和多维分析,筛选出宏观经济情报,特别是财政收、支绩效评价、财政政策评估、财政工作宏观分析等,提高宏观调控、市场监管、社会治理和公共服务精准性和有效性,从而为政府提供准确、有效的决策依据,实现财政管理决策科学化、财政治理现代化。
3. 完善数据应用机制。建立相应的规章制度是财政数据应用的最基础保障。一是制定可行的法律法规。研究制定数据开放、保护、使用、安全等法律法规,制定政府信息资源管理办法。为国家大数据应用建立良好秩序。二是建立科学的标准。建立包括不同类型、不同行业、不同业务的大数据建设标准,为实现各级各类信息系统的网络互连、信息互通、资源共享奠定基础。制定并完善技术、安全、网络等与数据相关的标准规范。在完善财政一体化建设过程中,对数据编码及格式、采集流程、数据应用、安全等相关规范时,联合国家__信息化主管部门,对其进行强制约定,并要求软件预留计算机审计接口,为国家和第三方信息系统审计和采集数据提供基础。三是确立规范的运作机制。确定大数据顶层战略和大数据建设规划,制定大数据安全、应用和奖惩等一系列管理制度以及大数据系统项目实施、管理及其运行维护等办法,满足大数据系统建设有序、动态、可持续发展需要。四是建立良好的协同机制。财政大数据跨行业、跨部门、跨学科,相关立法具有专业性和复杂性。财政大数据的法规配套工作,不能仅在财政领域解决,需要跨领域和跨部门的协调配合,只有在国家层面按照循序渐进的原则,完善与财政大数据审计相关的法律法规,重点之一就是以数据质量为核心,建立国家财政数据系统建设的相应规章制度和运作机制,探求政府大数据的整合与开发。实现各部门的资源共享,从而节省社会资源,实现效益的最大化。
4. 加强人才队伍建设。财政大数据不仅要关注财政财务收支,更多地需要从战略全局的角度去观察和思考问题,关注宏观经济运行情况。这就需要财政人员拥有深厚的宏观经济理论基础,具备战略性思维,能够多角度、多方位地认识、分析和判断事物,将各种因素纳入到统一的系统中来,构成整体、系统、立体的思考,从而实现财政大数据价值的最大化,推动财政大数据应用发展,提升国家财政大数据应用效能,人才是第一位的。国家财政部门应有计划、分步骤、分层次、多渠道的方式来打造一支高素质财政信息化队伍,提升财政人员综合能力。一是继续加大业务人员计算机培训力度; 二是对技术人员加大财政业务知识的培训; 三是将技术人员与业务人员轮岗,以岗位练兵方式提升财政人员工作水平; 四是以产学研方式,理论联系实际,通过与高校、企业合作,成立有关研究机构,为财政人员理论与实践互动提供平台。
5. 防控数据隐患。财政数据多为政府部门及国有企业数据,还有个人隐私数据,对数据的安全性有着极高的要求,特别是政府部门数据大集中后,其敏感度的级别将大大跃升,在数据处理过程中如何保护数据安全是最需要考虑的问题。一是要重视保密管理。必须建立严密的数据管理体系,要研究、解决数据如何加密,密钥如何管理等问题; 要加强保密管理,严格数据传输存储使用过程的保密管理,严格按保密程序执行。二是要重构安全方案。为解决大数据的安全问题,需要重新设计和构建大数据安全架构和开放数据服务,从网络安全、数据安全、灾难备份、安全风险管理、安全运营管理、安全事件管理、安全治理等各个角度考虑,部署整体的安全解决方案,保障大数据计算过程、数据形态、应用价值的安全。三是建立业务系统信息安全应急预案机制,制定有效的防控措施,为提高突发信息安全事件的应急处置能力,按照积极预防、严格控制、防控并得的原则处理安全信息事件。