南方电网东西跨度近2000公里，是国内结构最复杂、联系最紧密、科技含量最高的电网，也是西电东送规模最大、效益最好、发展后劲最强的电网。
南方电网服务的五个省区是中国经济最为活跃的区域之一，但随着信息化建设的不断深入，南方电网的管理层深刻地认识到，数据已经成为公司生产运行和经营管理中的一个短板，这个问题不解决，企业的战略就无法落地。
南方电网从建立伊始，就非常注重对数据的管理，但是整体数据管理能力还有待进一步加强。主要突出表现在数据资源管理组织及认责体系不完善、数据资源管理的流程不完整、数据资源管理的技术支撑不足以及数据标准及数据规划落地执行力度不够等方面。
面对上述问题，南方电网决定建设完善全网统一的数据资源管理平台，实现对公司重要数据的采集、存储和使用的全生命周期管理；为公司智能决策分析和信息共享提供高质量的数据支持；实现自动化信息与管理要求的高度融合；确保公司核心数据和重要数据的正确性、一致性和完整性。
主数据管理是关键
主数据是企业最核心的数据，在企业运营中担当着关键角色的数据实体。在南方电网数据资源管理平台建设中，主数据管理子系统的开发、部署自然成为重中之重，成为数据质量管理、标准管理、编码管理、系统管理等子系统应用集成的基础。
在选择主数据管理方案时，南方电网负责项目规划设计的祝麟博士认为，主要考虑的因素包括以下几点：高度集成性，能够与公司已有的其它信息系统很好的集成，或者能够提供便捷的API接口；方便二次开发，南方电网数据管理模型必须结合自身行业特点进行二次开发，产品要有灵活的架构部署模式；方案成熟、可靠，产品具有丰富的成功实施案例，减轻实施风险。在综合比较、测试了多家知名厂商的产品后，南方电网最终下定决心选择了InformaticaMDM产品。
实现管理创新
InformaticaMDM提供可访问的强大接口，从而实现完整的数据管理和数据异常处理，允许用户轻松浏览不同主数据实体中的多层次结构，进而帮助南方电网建立了“五横四纵”的数据治理框架，实现了管理创新：打破系统边界，使系统间信息共享成为可能；以数据域为管理单元，将数据管理责任贯穿数据生命周期的始终；为解决数据质量管理中“数据多头管理及数据不一致、数据管理实体岗位规划、数据质量管理流程定义”等问题提供了可靠的解决方案。
InformaticaMDM能从任何数据源或应用程序访问主数据，将不一致、重复、质量不佳的数据转换成唯一的可信版本，使得各系统都能接受统一的数据标准与集中主数据处理，保证平台主数据的唯一性与可信性。此外，主数据的集中管理，还确保了数据资源管理平台是全网范围内唯一可信的主数据源。
InformaticaMDM允许开发人员无需编写任何代码来配置产品，当业务需求发生变化时还可轻松更新配置。南方电网基于InformaticaMDM平台开发的数据模型，经信息部总体规划设计，并在实施过程中根据反馈调整修改，现已从原来的64类主数据对象扩展到142类主数据模型，业务覆盖范围大幅增加，包含人资、财务、基建、计划、生产、物资和营销等七大职能域，已满足南方电网目前的应用需要并可在此基础上进一步扩展。
InformaticaMDM能够提供企业统一完整的主数据视图，解决部门之间的业务和数据交叉问题，避免因业务和数据交叉导致的主数据不一致问题，全面提升一体化管理能力。通过基于SOA架构的数据资源管理平台，南方电网很好地实现了网、省两级数据的纵向贯通，以及系统间业务的横向集成。
数据资源管理
渐行渐深
南方电网数据资源管理平台项目按照先功能、后数据、再应用、全面深化的实施路线分阶段、有步骤地在全网部署，现在已经完成数据资源管理平台在南方电网及贵州电网的上线试运行。目前，物资、基建系统已接入平台，主数据服务与其业务流程也进行了集成。
现阶段，已实现了平台的三管一检，即主数据管理、数据标准管理与编码管理和数据质量检查的核心功能，有效支撑数据治理体在整个南网范围内平稳落地。下一阶段，南方电网会将更多业务系统集成到数据资源管理平台中，并完成平台应用在全网范围内的推广。
对于南方电网来讲，从2011年确定启动数据资源管理平台项目开始，到系统规划、典型设计，再到上线运行、项目验收，两年多的部署效果让他们看到了更多希望。现在，数据资源管理平台已经成为南方电网进行全局数据管理和监控的重要技术支撑手段、公司基础数据共享交换的枢纽。
主数据是企业最核心的数据，在企业运营中担当着关键角色的数据实体。
一、大数据时代：社会治理研究的新变革
党的十八届三中全会强调，围绕推进国家治理体系和治理能力现代化目标，不断创新社会治理体制。在大数据时代要创新社会治理，必须把握大数据对社会治理带来的冲击及其新的变革需求。
最早预言大数据时代的是未来学家阿尔文托夫勒，他1980年在《第三次浪潮》中写到：“如果说IBM的主机拉开了信息化革命的大幕，那么大数据则是第三次浪潮的华彩乐章。”2006年3月英国启动“数据权”运动；2012年3月，奥巴马宣布美国政府投资2亿美元启动“大数据研究和发展计划”；2012年5月29日联合国推出“数据脉动”计划。为此，英国牛津大学教授维克托迈尔舍恩伯格在《大数据时代：生活、工作和思维的改变》中判断：史无前例的大数据时代已经来临！《连线》杂志主编克里斯安德森甚至大胆断言：数据洪流将会带来理论的终结，他认为：“面对大规模数据，科学家‘假设、模型、检验’的方法变得过时了”。且不说大数据将终结理论这一观点对错与否，大数据时代的确将促使社会治理研究产生以下四大新变革：
1.社会治理研究思路的变革。
随着全球化、信息化、网络化的深入，“大数据”给社会建设、社会治理带来的挑战更是前所未有：不仅数字化的书籍、报纸、图片、视频等海量数据需整合、提炼和分析，而且网络泄密、对隐私的侵犯等行为日益增多，影响着网络社会和现实社会的安全、和谐与稳定。以往基于社会局部“现实”的抽象分析方法，以及基于少部分人的需求来逻辑推演、预判大多数人的现实与未来需求的社会治理、社会建设思路，是无法破解“大数据”时代社会治理面临的种种问题的。因此，必须变革以往社会治理的思路，将对局部“现实”、少部分人的需求研究，转向覆盖更广泛、涉及更多人的大数据分析，从大数据中预测社会需求，预判社会问题、社会安全，从大数据中探索社会治理的多元、多层、多角度特征，在满足不同时期、不同群体、不同阶层人民群众需求的过程中，创新社会治理、提升社会建设水平。
2.社会治理研究对象的变革。
以往的社会治理研究对象主要有两个：一是把社会治理的研究等同于社会研究。结果是在社会的研究中，过多地运用西方社会的理论来分析研究中国社会，或是用某一“社会”解剖的知识来推导、演绎为另一“社会”的治理、建设与发展，以植根于某一特定民族、历史的具体境遇的社会文化来说明与解释另一民族的社会文化现象，很难提出能够解决现实社会问题的满意的方案，以至于我们在对待西方文化时常常出现“西方化”与“本土化”的论争。二是把对社会治理的研究等同于对社会管理的研究。结果一方面束缚了社会治理的手脚，另一方面夸大了社会管理的作用。因为社会建设、社会改革、社会治理都是大概念、大事情，而社会管理作为政府职能，只是其中的一个子项。
3.社会治理研究方法的变革。
社会治理，强调的是对“社会”的“治理”。以往的研究方法，一是着重于对“社会”的定性与定量研究，定量研究也常常采取问卷调查、座谈、访谈的抽样调查方法采集数据。然而，再好、再合理的抽样方法，反映的总是对局部和部分人群、阶层的研究结果，随机偶然性较大，缺乏准确性；二是着重于对社会治理的比较研究，即比较社会的“治理”条件、特点、环境，或是对听取汇报、座谈调研、问卷调研的情况作分析概括，提出社会建设的要求、治理的体制机制、治理的路径方法以及治理的绩效。近五年来，全国各省市自治区在社会建设方面的大量投入，在社会保障、社会服务、社会治理等方面的建设，已积累了海量的数据，但这些数据都是孤立的、离散的，是半结构化或非结构化的。因此，大数据时代的到来，需要我们对各类、各层次的数据进行发掘、整合，从中发现全国各省市自治区在社会治理、社会建设方面的客观水平，发现共同的建设规律以及不同的特点，通过实施差异化社会治理战略，更全面有效地创新社会治理，推进社会建设。
4.社会治理能力的变革。
二、双重世界：社会治理大数据的特质、研究路径
根据党的十八届三中全会精神，我们认为社会治理的本质是：在党的领导和政府的主导下，动员社会广泛参与。从根本上说，就是把坚持党的领导、人民当家作主与依法治国有机统一，并落实到社会建设的实践中。显然，社会治理涉及政府、社会、市场各个组织、各个方面。当代中国社会治理大数据分析研究，不仅要重视上述实体社会方方面面的分析，而且更要注重网络社会大数据的分析研究。因为对网络社会治理的难度更高、情况更复杂。但是，不管是网络社会还是现实社会的治理，需要弄清的是社会治理大数据所共有的本质特征及其研究路径。
1.社会治理大数据的“双重”特质。
如果说10年前我们对现实社会与网络社会的区分是“现实”与“虚拟”，那么，随着信息化网络化的快速发展，随着大数据时代的到来，“虚拟世界”里的数据量极其快速地增长。2011年全球被创建和复制的数据总量为1.8ZB（10的21次方），其中75%来自个人（主要是图片、视频和音乐），远远超过人类有史以来所有印刷材料的数据总量（200PB）。过去几年全世界产生的数据量甚至超过了历史上2万年来产生的数据量的总和。预计到2020年，全球数据量将达到令人恐怖的35ZB，被称为“大数据摩尔定律”。面对大数据（尤其是图像、视频等非结构化数据）对“虚拟世界”的渗透、影响，虚拟世界的匿名性、非对称性、非真实性，正在被具有对称性、真实性（真实的画面、真实的情感等）、即时性特征的“镜像世界”所取代。
早在1991年，耶鲁大学计算机系教授戴维―杰勒恩特就指出，互联网的终极世界是“镜像世界”。“镜像世界”如同人在镜子中的映像那样，镜像世界和现实世界本身存在着真实的关联和表达。正因为镜像世界的产生，所以现实生活中人的喜怒哀乐，现实人在社会中的各种活动，都借助物联网、云计算、移动互联网等信息网络技术，迅速“镜像化”。可以说，人类的科学技术已经发展到了可以开始“镜像化”的阶段。
“镜像世界”的产生，本质上反映的是人类社会生存方式的一种转变和扩展，即人类的社会生存方式从单一的物质实体生存向物质实体生存及其镜像化生存融合的社会综合生存方式转变。“镜像化生存”是指以计算机、网络等硬件为基础的，以数字化数据及其运算来表征显示物质世界中各种真实关系的社会生存、社会交往方式。比如，消费者通过网络，通过鼠标、键盘就可以完成传统的购物行为，那么，这种行为就可以看作是购物过程的镜像。其中的深层逻辑关系没有改变，但实现方式却发生了天翻地覆的变化。在当今世界，网络社区、网络店铺、网络课堂等都可以看作是物质实体世界的社区、店铺、学校的镜像存在。而人类在计算机网络里完成的本应在现实世界里完成的社会建设、社会治理实践，也可以称之为社会的“镜像实践”。显然，大数据时代的社会治理具有以“双重世界”为基础和研究对象的特质。
2.大数据时代社会治理的研究路径。
在这个意义上说，对镜像世界社会治理的研究，更应破解现实的真实世界社会治理面临的各种问题、各种困惑，更应多样化、快速化地反映现实世界社会治理的需求、社会治理的过程、社会治理的水平、社会治理的发展趋势，使镜像世界的社会治理更具真实意义、真实价值。
三、积累大数据行动：北京的社会治理
（1）信贷管理系统录入。信贷管理系统录入造成信贷数据质量不高包括3个方面的内容。一是由于系统本身用户界面不友好，不方便信贷人员数据录入，或是不符合用户常规的操作习惯，导致用户容易出错。二是个别信贷系统操作人员的责任心不强、业务素质不高，操作失误，录入错误。三是基层领导对数据质量重视不够，鉴于业务收入是基层的生命线，迫于激烈的市场竞争压力，个别基层领导为了争夺客户甚至会让录入人员做出一些违规的操作。
（2）信贷管理系统自动生成。由信贷管理系统自动生成造成数据质量不高的原因有两个：一是系统程序开发缺陷，且在测试过程中未被测试出来。二是系统缺乏对业务的必要支持信息，如：利率、担保物等数据确认、核实与数值准确性校验等。
（3）信贷管理系统关联系统。直接与信贷管理系统进行关联的系统包括：客户管理系统、审批管理系统、授信管理系统、用信管理系统、押品管理系统、现金管理系统等数十个系统。关联系统实时接入和批量抽取数据的实时性、准确性等，直接影响到信贷数据的质量。
2信贷数据治理采取的解决办法
商业银行信贷数据管理大致经历了以下4个阶段：一是手工操作，纸质记录、汇总、统计阶段。二是信贷业务核心数据地市集中阶段。三是信贷业务核心数据省域集中阶段。四是信贷业务核心数据全行集中阶段。随着信息化建设的全面深入开展与信息化水平的不断提高，商业银行产生了一系列的信贷数据质量问题，例如：属性缺失、数据不完整、数据不准确、数据重复、数据逻辑不一致等，从而影响信贷数据的完整性、及时性、有效性和一致性。商业银行在满足日常内外部监管要求和信贷核心数据集中过程中，大致采用了以下3种方式进行数据治理：一是信贷管理系统优化；二是专项检查；三是成立数据整改项目组。
（1）信贷管理系统优化。通过对信贷管理系统程序本身的优化，对系统功能、数值、流程、前后台校验控制进行优化，并从用户界面友好性、操作便捷性等方面对系统进行了多角度、深层次的改善，确保信贷数据质量。
（2）专项检查。根据商业银行内外部日常监管需要，设定某一阶段具体整改任务，成立专项检查组。按照具体任务需要，采用堵漏洞式的方法，临时开发整改程序。这种信贷数据治理方式效率低下，同时，软件复用性较差，但能满足临时的数据检查与监管需求。
（3）成立信贷数据整改项目组。信贷数据整改项目组是针对一定时期内的历史数据进行全面的治理。治理的范围包括审批与用信等基础数据整改、合同凭证等数据一致性整改、担保物等数据合法性整改、客户信息整改、缺失数据补录等。从信贷数据的整体数据逻辑关系、数据之间的逻辑关系、数据本身的逻辑、信贷系统与关联系统数据之间的逻辑、信贷系统新增管理功能以及信贷业务数据采集等方面，对商业银行信贷核心数据进行了及时、必要的整改，有效地提升信贷数据质量。
3信贷数据质量全面提升
通过信贷系统优化、信贷数据专项检查与数据整改项目组等数据治理方式，有效地提高了存量信贷数据的质量。面对日新月异、变幻莫测的信贷管理规章、制度与市场需求，新增信贷数据的质量难以有效控制。近年来，商业银行立足本身业务、科技管理水平，加大信贷数据质量监控力度，实现对信贷管理系统数据的自定义规则检查、错误数据分发、错误数据整改、整改情况检查等全方位、多角度信贷数据质量在线管理，满足各内外部监管部门以及业务条线对信贷数据的专项检查、定期检查、整改及评价等要求，从根本上全面提高商业银行的信贷数据质量。
4信贷数据发展前景展望
关键词：智慧城市：大数据时代；政府治理
大数据的产生为新时代的数据处理方式创造了本质上的变革，由此产生的新时代既为政府治理带来了新的机遇，同时也带来了前所未有的挑战。大数据的应用帮助政府在传统的治理功能上，提高了其对信息和数据进行分析和整合的能力，从而更大程度地满足社会大众的不同需求，促进了政府的治理效率和服务水平的提升。但是，大数据也带来了新的挑战，因此怎样把握机遇并有效利用，同时积极应对挑战是当前政府治理所面临的主要问题。
一、政府治理的新背景
简单来说，大数据就是大小超过了普通数据库的操作范围的数据群，其特征主要体现为规模大、速度快、多样化以及复杂性强四个方面，也就是说在根本上与普通的数据并没有太大差别。随着大数据理念的出现，其在计算机领域创造了标志性的技术革新。随后这一概念逐渐被应用于社会的其他行业，2013年更是被称为中国的“大数据元年”。在大数据时代里，所有生物的活动或事物都有可能被通过数据的形式来进行记录和存储。而正是由于大数据的大范围运用，数据和资源逐渐成为社会的重要生产资料。我国的科研学家提出制定大数据战略措施，通过对其的有效利用来促进国家发展，并提高国际竞争力。政府治理是一个持续的过程，大数据带来的大量的信息和资源为政府带来了更多有价值的信息。但在面对大数据时，政府的传统治理方式已难以应对。
二、大数据时代智慧城市治理的挑战
（一）治理理念面临的挑战
长久以来，我国在社会主义市场经济环境下逐渐形成了传统的政府管理体制和治理理念，正是对社会和经济进行的整体式管理，反映了政府部门的自我主义和全本观念。例如部分地区的政府管理者习惯对社会大众说套话，政府信息化程度较低，对于部分突况的反应和处理能力不足，对实事新闻的敏感度也不够高。因此我国政府一直致力于打破传统管理理念的局限，积极开展政府智慧治理理念的宣传和推广工作。大数据的产生随之带来的是信息的不断公开和共享，社会大众更容易对个人感兴趣的事物和信息进行个人观点的发表和交流。因此，此时需要政府发挥主导作用，引领社会舆论向积极的趋势发展。
（二）治理方式面临的挑战
传统的政府治理方式大多以国家控制力为依靠，通过带有强制性的指令来要求社会大众进行服从，从而实现对社会的治理目标。大数据的应用使得政府治理的方式发生了本质性的变化。一方面，数据的分析和传输方式更为优化，例如通过各类新型媒体的辅助，政府与社会大众的距离逐渐拉近，两者之间进行的交流和沟通也更为频繁，数据的传出和反馈更为密切。另一方面，计算机技术的不断革新让社会主体不断提升信息和实事的了解程度，政府不再是信息的垄断持有者，参与、合作的新型治理方式正在逐渐形成。可以说，这不仅仅是更为科学的治理态度，也反映了紧跟时代的智慧治理方式。
（三）治理体系面临的挑战
三、大数据时代政府治理的革新
（一）技术革新
（二）理论革新
>>智慧城市与大数据时代的政府治理大数据时代政府治理面临的挑战及应对大数据时代政府治理面临的挑战及其应对大数据与政府治理大数据时代政府数据管理的机遇、挑战与对策大数据时代：国家审计的挑战、机遇与对策大数据时代的挑战与机遇大数据时代政府统计面临的机遇和挑战大数据与政府治理能力现代化大数据时代政府行业管理的机遇与挑战大数据时代下的挑战与机遇大数据时代舆情服务的机遇与挑战大数据时代医学研究面临的机遇与挑战大数据时代下审计行业的机遇与挑战大数据时代面临的信息安全机遇与挑战大数据时代竞技体育的机遇与挑战大数据时代物流信息的机遇与挑战大数据时代企业面临的机遇与挑战大数据时代档案工作的机遇、挑战与应对策略大数据时代机遇挑战常见问题解答当前所在位置：，2012-09-09。
⑥围绕着道德危机问题，国内学界近年展开了一系列研讨，可参见：肖群忠：“道德危机的拯救与文明大国的崛起”，《西北师范大学学报》，2012年第1期；巫锋：“现代性视域中的道德信仰难”，《江西社会科学》，2011年第6期；罗建文等：“对山西黑砖窑事件的伦理反思”，《湖南科技大学学报》（社会科学版），2011年第2期。
⑦冯丰收：“论网络净化与道德自律的实施策略”，《人民论坛学术前沿》，2010年第17期。
⑧杨冬梅：“大数据时代政府智慧治理面临的挑战及对策研究”，《理论探讨》，2015年第2期。
⑨“新媒体环境下的网络文化建设”，人民网，，2011-11-23。