在执法中使用数据治理和数据管理-制定一个包括战略、实施和创新需求的研究议程（英）-2024.9-36页_1mb

使用数据治理与数据管理（DG/DM）改进执法数据的议程构建

John S. Hollywood, Dulani Woods, Samuel Peterson, Michael J. D. Vermeer, Brian A. Jackson

执法机构、政策制定者和社区安全伙伴高度依赖数据进行决策，但现有执法数据质量和互操作性存在严重问题。为此，本报告提出通过**数据治理（DG）和数据管理（DM）**的核心框架（如数据治理关注策略与政策，数据管理关注执行与技术），系统性解决以下关键需求：

---

主要问题与优先建议（前三位Tier 1）

1. 数据收集与质量改进

   • 主要问题：数据分散存储（如RMS、CAD、Excel等系统分离）、数据字段缺失（如NIBRS系统无法完整记录犯罪细节）、执法人员缺乏数据素养与激励机制。
   • 优先建议：
     • 开发工具与培训，使非传统数据（数据库评论、社区调查文本）可用于决策。
     • 推动联邦/州标准扩展，要求数据共享性、所有权和转移性（如合同语言标准化）。

2. 技术与流程创新

   • 主要问题：技术平台碎片化，跨机构数据共享受制于系统兼容性及数据标准化缺失（如NIBRS报送率不足40%）。
   • 优先建议：
     • 制定跨RMS和CAD系统的标准业务词汇表（business glossary），支持联邦数据系统（如NIBRS/UoF）集成。

3. 隐私与安全

   • 主要问题：黑箱技术（如AI犯罪预测）缺乏透明度，数据滥用风险（如面部识别系统）影响执法公信力。
   • 优先建议：
     • 制定技术审计模型，强制揭露算法决策流程，并要求数据拥有权与共享权保护。

---

核心方法论：DG/DM三要素

1. 数据治理：确立政策与框架（如数据策略、分类分级、透明度标准）。
2. 数据管理：执行技术与流程改进（如数据清洗、主数据管理），聚焦系统兼容性。

---

总结

通过DG/DM议程，执法数据可在以下方向实现突破：

• 数据质量与可用性（优先Tier 1）
• 安全与隐私保护（需制度约束与审计）
• 跨部门数据共享（需标准化流程）