2024优秀案例丨珠海市智慧住建决策参阅指标体系建设

2024年2月，住房和城乡建设部印发《“数字住建”建设整体布局规划》，提出要树立数字化思维，以数字化改革思路引领“数字住建”建设，推动住房、城乡建设、建筑业等领域模式变革、方式重塑、能力提升，助力解决住房城乡建设领域发展和安全问题。

为贯彻落实国家关于“数字住建”建设总体要求，以数据要素驱动管理体系优化、加速释放数据乘数效应，结合住房和城乡建设领域信息化资源现状，2023年珠海市探索以核心业务领域数据指标化监测为切入点，通过开展智慧住建决策参阅指标体系建设研究工作，深入挖掘数据资源要素潜在价值，揭示市场运行规律、改革政策落地成效及日常业务管理难点，致力以指标体系牵引数据体系、以数据体系串联业务体系、以业务体系探索重构数字化管理体系，为相关领域各部门政策制定、管理决策提供数据参考支撑。

1．智慧住建决策参阅指标监测分析框架体系

突破传统仅依靠统计数据片面、模糊定性分析方式，通过调研梳理核心业务、数据资源、业务分析指征及业务、数据关联关系，提取住房和城乡建设领域可量化、可分析业务指标维度、具体指标，建立起业务指征、监测指标、数据来源三者之间的映射，通过智慧住建参阅指标体系构建及监测分析框架运行，“让数据说话”，清晰展示行业发展真实情况，精准揭示市场运行内在逻辑及政府管理盲点。

2．住房城乡建设领域数据资源索引表

全盘调研和梳理珠海市住房和城乡建设领域22项业务系统，融合发改、自然资源、不动产等部门共享数据，统一数据抽取和汇聚规则，通过数据矛盾检测、冲突筛查、漏洞扫描等措施全面评估数据存在问题，辅以数据格式转化、异常数据处理、构建数据关联等技术手段，汇聚形成多源异构的住建领域大数据资源池，同时引入经济社会发展非结构数据，提取核心数据项，建设形成住房城乡建设领域决策参阅的数据资源索引表。

3．多层次、分领域、全要素覆盖的决策指标体系

通过分析研究政府工作报告、政策出台过程等决策建议由产生到提出的基本范式和一般流程，构建“业务板块-业务单元-指标维度-具体指标”多维度决策指标体系。具体覆盖市区镇（街道）空间层次、月季年时间层次、业务板块业务单元等多层次，包含房地产市场、住房保障、物业管理、建筑市场、质量安全、工程建设等领域，覆盖住房和城乡建设领域内人员、资金、项目、企业、行业等全要素。合计构建包含商品房预售监管、商品房销售监管、房地产经纪行业发展、保障性住房供需匹配、物业管理发展基础、物业维修资金使用、建筑企业变动、建筑人员流动、施工规模变化、安全检查执行、装配式建筑发展、绿色建筑发展、各行业信用变动、工程建设项目审批效率提升等在内的28个维度、70余项具体指标。

4．基于认知模型的决策参阅监测分析模式

以多源异构融合的住建领域大数据为基础，以指标体系为框架，构建决策分析模型。通过对数据开展分空间、分时间的常态化监测，定期汇总、计算各领域指标情况，基于“归纳-溯因-推理”基本决策分析范式，呈现行业发展现状、存在问题和潜在风险，并结合行业经验提出决策建议，为政府部门提供决策参考，实现通过住建领域大数据分析技术来推动珠海市住房和城乡建设事业的高质量发展。

图4 决策参考监测分析示例

1．统一数据抽取汇聚，助推数据从叠加到融合

传统单业务线条式系统建设逻辑使业务数据分头沉淀、简单叠加，因此存在多来源的数据统计矛盾、口径不一、周期不全等问题。项目构建的统一数据抽取和汇聚规则，主要是采用数据中台建设理念，是数据深层次融合和治理的过程。累计提取约千万条数据，抽取方式包括消息队列、DataX、数据库定时同步等，数据类型涵盖房地产市场、住房保障、物业管理、建筑行业、建筑安全、从业人员等各类数据，全方位覆盖珠海住房和城乡建设各个领域。通过建立统一的数据抽取汇聚规则，提升数据汇聚效率，同时，将不同类型的业务数据进行融合交叉分析，实现不同业务领域的数据相互渗透，提高数据的使用效率，充分发挥数据效能。

2．统一数据关联方式，助力业务从连接到协同

传统业务系统协同主要是通过构建系统通信接口实现协同效果，但数据并未实现真正的流通。本案例通过融合建设住房和城乡建设领域多源异构大数据，形成决策参阅分析数据基础，探索构建了数据融合基本思路，有助于未来打造真正的业务协同。一是实现数据整合与标准化，将各业务系统的数据进行充分整合和关联，打破数据孤岛；二是基础数据关联分析后，通过治理相关数据冲突和矛盾，统一数据口径，使业务部门更加直观明确地发现流程问题，针对性改进；三是统一融合后的基础数据能够将不同业务场景进行关联和整合，实现更深层次的跨领域协同。

3．统一决策指标体系，助力数据从使用到复用

构建统一决策指标体系的过程，实质上是从分析决策的角度倒推数据存在问题、统一数据标准的过程。传统的数据使用局限于本业务领域的应用场景，使用条件有限，无法充分发挥数据的作用，通过构建统一的决策指标体系，将各类业务数据交叉、融合应用，使各类数据在不同场景、不同领域重复使用，使多源异构数据在业务应用中转变为“同源同构”数据，提升了数据的使用效率和复用价值。同时，在构建指标体系的过程中，需要充分考虑数据的来源、采集方式、处理方法和分析技术等因素和识别和纠正数据中的异常值和错误，确保数据的准确性和可靠性，从而提高数据的质量。

1．数据倒逼业务转型

通过智慧住建决策参阅指标体系建设，直观呈现房地产、住房保障、建筑市场、建筑安全等领域时空数据变化，基于“归纳-溯因-推理”基本范式，分析数据变化产生的原因以及政策调整的效果，最大程度降低数据问题带来的研判偏差。一方面有利于提高决策的准确性和效果，助力制定科学合理的政策措施；另一方面，通过数据倒逼相关业务提升服务效率，释放数据要素在业务转型上的效能。

2．决策倒逼管理转型

指标体系构建的过程，除直观呈现行业发展存在问题、发展趋势和存在风险点之外，更是以决策的视角，呈现数据基础上存在的矛盾和问题，进一步发现“数字住建”在体系性建设上存在的系统分散、平台缺失等问题，是以数据驱动管理模式转变的新思路，有助于快速识别问题点，优化资源配置，进一步提升管理效率。

3．激发数据要素价值

本案例构建起的多层次、分领域、全要素覆盖的决策指标体系，并通过开展对指标的常态化监测分析工作，本身是激发数据要素价值的过程。一是助力城市治理精细化，从城市层面掌握各片区、各项目、各领域、各时间基本情况，使管理精细化程度得到较大提升；二是提高行业预测和规划能力，通过技术手段对住建业务数据进行深度挖掘和分析，更加准确的预测评估未来发展趋势，提高业务预测和规划能力；三是提高工程质量与安全管理水平，通过数据见微知著，及时发现潜在的质量问题和安全隐患，并采取针对措施防范化解风险。