大数据驱动下的国家矿产资源管理：
赋能机理与模式创新
彭忠益 宋羽婷 刘芳 高峰
作者简介:[1]彭忠益，博士，中南大学公共管理学院教授、博士生导师、中南大学地方治理研究院院长；[2]宋羽婷，中南大学公共管理学院博士研究生；[3]刘芳，博士，中南大学公共管理学院教授、中南大学地方治理研究院副院长；[4]高峰，中南大学公共管理学院博士研究生。
文章来源：《中南大学学报(社会科学版)》2024年第5期，已在中国知网上线，感谢读者推荐，同时也感谢作者同意授权转载。
发表时间：2024/9/26
版块分类：前沿文献（推送前知网下载量：100）
PDF全文：点击链接<大数据驱动下的国家矿产资源管理：赋能机理与模式创大新>可下载PDF全文（有效期7天）。
摘要：传统矿产资源管理模式面临着国内国际复杂形势和资源安全上升国家战略地位的双重压力。大数据作为信息时代的基础资源，为国家治理现代化提供了技术支撑。探讨大数据驱动下国家矿产资源管理新模式不仅是解决当下管理困境的应有之义，更是在新时代全球资源竞合中占据优势的主动之举。基于“需求锚定—结构赋能—平台接榫”三维分析框架，界定目前我国矿产资源管理中存在的职能、体制、决策、监管四个维度的现实问题；在此基础上，针对性地分析大数据技术从虚拟治理空间、多源数据聚合、数据情报智慧、全程动态留痕四个维度赋能国家矿产资源管理的机理；围绕大数据平台支撑下的职责分配明确、体制层级交错、智能情报决策和动态全景监管四个功能，提出构建国家矿产资源管理新模式的实现路径。
关键词：矿产资源管理;大数据;管理模式;数据驱动;
![]()
2021年，中共中央政治局会议在审议《国家安全战略(2021—2025年)》时强调，要确保矿产资源安全，首次将矿产资源安全与能源安全并列。党的二十大报告将维护资源安全作为维护国家安全的重要内容，进一步明确了矿产资源管理在国家治理现代化中的重要地位。当前，我国矿产资源管理面临两方面问题：一方面，国内矿山生产事故、非法采矿、地质灾害等安全事件频发，国家矿产资源管理能力受到巨大挑战[1]；另一方面，战略性矿产资源成为新时代国际竞合博弈的焦点[2]，产业结构升级对国家矿产资源管理提出了更高要求。国际国内的双重压力使传统矿产资源管理模式逐渐暴露弊端。因此，探索新的国家矿产资源管理模式已然成为深入推进国家治理能力现代化的重要命题。大数据重塑了行政管理理念和范式，驱动了治理模式的变革[3]。美国、加拿大[4]、日本[5]等许多发达国家都在积极探索“大数据+矿产资源管理”的新模式，大数据已然成为全球矿业博弈的重要驱动力。目前，我国已有一定的矿产资源大数据平台基础，如全球矿产资源信息平台、矿产资源总体规划数据库、中国矿业网、中国矿业资源网等[6]。但这些平台在实际中的应用程度并不高，且目前尚未建成国家级的矿产资源管理大数据平台。由此，大数据技术合理嵌入矿产资源管理成为克服传统矿产资源管理模式局限性的有效途径，而大数据技术赋能下的治理模式也将是我国矿产资源管理走向现代化的重要契机。有关大数据驱动矿产资源管理的研究主要从两个方面展开：一是从技术角度开发矿产资源管理的大数据工具，为地质勘查[7-9]、矿山监管[10-12]和矿务管理[13-15]提供技术支撑；二是从管理角度探索大数据驱动国家矿产资源管理的内在机理[16-17]和实现路径[18-20]。政府治理模式转型是技术与组织相互作用的过程[21]，然而既有研究缺乏从技术和组织双向作用的视角剖析大数据驱动矿产资源管理的内在机理。鉴于此，本研究旨从技术与组织互动的角度揭示大数据技术缘何能实现国家矿产资源管理模式转型的底层逻辑，并构建大数据驱动下的国家矿产资源管理新模式，以期实现大数据技术在我国矿产资源管理中的合理应用，为促进国家矿产资源管理迈向现代化提供理论参考与实践借鉴。![]()
技术执行理论认为，当某种客观的信息技术被引入组织内部时，其必然会受到既有组织形式和制度安排的影响。一方面，信息技术通过重构信息处理和流动的能力为组织的结构调整和关系重塑赋能。另一方面，信息技术在应用过程中会使组织调整制度以更好地适应新技术。此外，简·芳汀提出的技术执行分析框架构建出“技术→组织安排、制度安排(中介变量)→技术执行”的逻辑链条，为分析技术与组织互动的实质提供了一个可操作的框架。矿产资源属于国家所有，其开发利用受到更多的国家干预[22]，矿产资源管理与其他行政管理相比，呈现出管理主体单一且高度集权、管理流程程式化以及管理组织层级明确的特点[20]。大数据驱动国家矿产资源管理的本质是在既有的“自然资源部—自然资源厅—自然资源局”的组织架构和制度安排中执行大数据技术，从而赋能组织结构，提升治理效能。一方面，大数据被设计成适配国家矿产资源管理的技术形态，如基于XML的矿山异构数据处理系统[23]、全景关联技术下的矿产资源全生命周期“链上画像”、基于LLM(AI大模型)的矿山安全信息高效提取技术[24]；另一方面，矿产资源管理的制度安排也将在大数据技术的赋能下做出改变，如部门协同、循数决策和全程监管等体制机制的完善和调整[18]。(二)分析框架：“需求锚定—结构赋能—平台接榫”三维分析框架本文在简·芳汀技术执行分析框架的逻辑基础上进行拓展和要素的进一步核定。借鉴吴磊[25]的数字政府建设“三维”变量，从需求锚定、结构赋能和平台接榫三个维度进行架构，结合团队前期针对大数据驱动国家矿产资源管理的研究成果，将职能、体制、决策、监管纳入框架，作为分析要素，建构一个透视大数据驱动国家矿产资源管理的三维分析框架(见图1)：第一，需求锚定，即大数据技术执行的社会情境。主要分析传统矿产资源管理职能、体制、决策、监管中存在的问题。第二，结构赋能，即大数据技术执行的制度结构。主要探究大数据技术如何通过自身属性赋能现有矿产资源管理中职能、体制、决策和监管的制度安排。第三，平台接榫，即大数据技术执行的耦合形态。主要分析在大数据驱动下，为了满足社会需求，确保新的制度结构在当下的大数据环境中灵活运转，应该构建怎样的技术与结构相互耦合的管理模式。
![]()
![]()
一是政府与市场职能边界模糊。政府在国家矿产资源管理中的职责应是宏观调控和维护市场秩序[26]。但目前政府的职能范围被“扩大”了。例如在储量管理中，政府既需要评审用于采矿权申请的储量报告，也要对企业融资上市、采矿权或探矿权转让等市场行为进行评审备案[27]，这不仅增加了政府的行政负担[28]，也难以激发矿业市场的活力[29]。二是政府部门职责边界不清晰。矿产资源管理包括矿业权管理、储量管理、勘探开采监管、生态修复监管等诸多内容，涵盖地表、地下、海洋等不同区域，对应的职责分散于不同部门[30]。自然资源间的地理交叠性和管理职能间的交叉重叠极易导致争权或推诿。例如，采矿场土地复垦与生态恢复涉及矿业部门和林业部门等多个机构，一系列职责问题都需要进一步明确界定[31]。首先，部门间业务衔接不流畅。例如，在评审备案与储量登记中，申请人要先向下级储量登记管理部门提交储量登记书，通过初审后方能提交正式的储量登记申请[32]，这导致评审备案环节和储量登记环节的间隔时间过长，严重影响了储量数据的时效。其次，部门间合作难开展。例如，在草原覆盖地区的矿产资源开发管理涉及国家林业和草原局与矿业权管理司等多个部门，其总体规划工作一直难以推进[33]。此外，部门间信息交流存在阻碍。例如，矿务部门掌握地质勘探和矿产资源储量等数据，生态环境部门掌握矿山生态修复和地区水资源污染等数据，统计部门掌握矿业投资和基础设施建设等数据，部门间的数据利益矛盾以及统计口径差异导致信息的跨部门整合陷入困境。一是决策迟缓。传统矿产资源管理依据月度、季度、年度报告进行分析和决策，基层数据在上传下达的过程中流转缓慢。此外，矿产资源管理数据种类繁多，相关决策需要统计、生态、应急和发改等诸多部门的数据，跨部门数据调取的程序琐碎且难以推进，数据收集的迟缓导致难以有效研判关键矿产资源供应链所面临的风险[33]。二是决策科学性不足。传统矿产资源管理决策主要依赖大企业和专家的感知与推动、建议与咨询，最后以政府部门作为单一决策主体，“精英主导”下的经验型决策主观性强、科学性不足，缺乏数据分析产生的情报智慧，难以应对错综复杂的国际国内资源形势。一是缺乏全程的动态监管机制。传统矿产资源管理模式缺少关键技术支撑，难以及时上传和共享过程数据[34]，长期以来一直采取“准入式”的监管形式。例如，在矿业权出让转让过程中，只在招标初期报经矿业权审批机关进行审核、批准，缺少对投标和中标过程的监管[35]。再如在矿产资源储量评审备案中注重入口把关和行政确认，缺少必要的事中事后检查，评审机关难以及时掌握评审工作的实际情况，导致近年来储量报告质量下滑[36-37]。二是缺乏层级间的交互监管机制。目前，我国矿产资源监管中存在央地两级政府信息不对称的委托—代理关系[38]，缺乏央地两级政府间的动态监管博弈[39]，以地方政府为主导的监管机制在“地区GDP优先”的倾向下容易造成管理粗放甚至涉矿腐败等现象[40]。![]()
为解决省内矿产资源管理中存在的碎片化和效能不足等问题，H省自然资源厅于2019年4月正式启动建设矿产资源管理大数据平台。通过对机房、本地备份中心和异地备份中心等基础设施的建设，打造了包含矿产资源管理等六个业务板块的一体化管理信息系统平台。目前，H省通过系统平台实现了对原有矿产资源管理职能的重组，形成了省内矿产资源跨部门管理协作机制，优化了预警、决策和监管等管理机制，数据化的矿产资源治理模式已在H省范围内初步形成。基于此，本文以H省矿产资源综合管理系统平台建设为例，探讨在面向社会需求的情境下，大数据技术如何通过自身特征破解传统矿产资源管理模式中存在的职能、体制、决策和监管等方面的问题，由此分析大数据技术对矿产资源管理结构的赋能机理并构建驱动模型(见图2)。
![]()
H省自然资源厅通过4大工程和13个重点项目的建设，实现了矿产资源储量评估、开发规划、勘探开采、产业布局、资质核查、项目审批、物权流转、监督执法和环保评估等全部业务内容的数据化交付。借助大数据技术的Volume(数据量大)特征，H省建设了占地面积1 300 m2、拥有2PB存储能力的机房，搭建了矿产资源全生命周期一体化管理的系统平台。借助系统平台这一虚拟治理空间，资源管理方式将从管理各种物质转换为管理各种数据，形成以数据需求为导向的资源分配方式。H省自然资源厅依据数据种类和管理逻辑重新整合业务并划分职能，设置了6大业务板块和52个业务应用系统，实现了业务部门的职能重塑。不同矿产资源管理部门的数据统计口径不同，传统矿产资源管理模式下需要联勘联审的“净矿出让”“压覆矿产”等工作难以多部门同时推进。借助大数据技术的Variety(数据多样性)特征，H省自然资源厅统一数据整合标准，在全省矿产资源数据整合过程中使用一张自然资源数据底图。借助“一图”，H省自然资源厅还同步建设了覆盖全省全类型矿产资源管理数据的“一库”，目前数据库涵盖空间化数据22大类，也正在不断完善非空间政务数据库。“一图”和“一库”搭载在系统平台上，通过H省自主研发的光闸技术，安全定向地将指定信息传输到靶向管理部门，单个部门无需通过中间部门便能灵活调用相关信息，实现业务的彻底非中介化，形成了多部门数据共建共享的协作体制。传统矿产资源管理存在决策不及时和不精准的弊病。借助大数据技术的Value(数据价值)特征，系统平台能快速识别并且聚焦于颗粒度更细的利益点，感知和挖掘出更多与原始数据有关的信息。系统平台正在构建的预测预警系统运用大数据和物联网等技术，实现对矿产资源数据的智能化追踪，通过比对目前已构建的国家矿产资源安全指标数据库，当指标数据出现异常或变动时，系统能自动进行智能判断和预测，并形成情报来辅助政府部门决策。此外，系统平台构建了“内网”和“外网”两个数据区域，通过与Z大学和H大学开展长期合作，建立矿产资源管理的“外网”情报智库，作为决策参考。“内网”数据通过防火墙与“外网”数据进行分区隔离，作为决策依据。有学者指出，在大数据环境下，国家矿产资源管理决策可以通过“数据驱动”实现“情报主导”。但目前来看，数据驱动下产生的情报智慧在实际应用中仍处于辅助决策阶段。系统平台先后开发了“耕地保护监管信息系统”“国土空间规划‘一张图’实时监督系统”“建设用地批后监管系统”“自然资源(土地)二级市场交易及监管系统”，借助大数据技术的Velocity(数据速度)特征，实时动态收集企业行为数据和基层管理数据，实现全程留痕。此外，通过关联不同监管系统，将矿产资源全生命周期的安全动态串联起来，实现对矿山从审批到修复的全程监管。随着系统平台建设的不断深入，H省矿产资源管理流程呈现出“链条缩短”和“部门交叉”的特征。一方面，系统平台将不同管理部门的业务流程简化，将单个部门的管理链条缩短；另一方面，系统平台将矿产资源全生命周期管理链条上相邻的业务分配给不同部门。这样，既保持了单个管理部门的业务独立，又能促进管理链条上下游部门间的相互监督。![]()
系统平台作为大数据赋能矿产资源管理结构的技术载体，既是社会需求与治理结构的榫卯结点，也为新的矿产资源管理模式提供了技术支撑。基于此，本部分关注大数据技术与社会需求和治理结构之间的适应性与契合性问题，一是描绘大数据模式下国家矿产资源管理的职能设置、体制安排、决策方式和监管机制，二是分析这种模式下大数据平台应该具备的体系架构和技术支撑(见图3)。多年来，自然资源部积累了海量数据，通过构建大数据平台，可以在整体性治理理念下依据数据流向进行系统一致和分责明确的职能安排。大数据模式根据矿产资源的战略规划和开发过程将业务流程划分为从宏观调控到微观治理的“8”步骤，即：矿产资源分析规划—矿产资源普查勘探—矿产资源产业布局—企业资质审查评价—矿业项目申报审批—矿业物权转让管理—工作落实监督管理—矿产资源环保评估。基于这八个步骤，通过大数据平台对矿产资源全生命周期产生的数据进行存储、筛选和处理，利用“光闸”等大数据加密技术，将数据附以权限定向传递到执行机关，实现矿产资源管理的数据化交付。此外，“8+1”中的“1”指市场运作的公共服务。通过数据权限划清政府与市场边界，明确政府业务区间。对于上市融资、矿业权转让等市场行为[32]，自然资源部门在非必要管理情形下仅履行监管职能，以提高管理效率。
![]()
大数据平台可以打破治理空间的地理局限性，大数据模式下，按照我国矿产资源管理行政划分特点，赋予自然资源部、自然资源厅、自然资源局不同的职权，使不同层级的职责在“8”步流程链中相互交错。自然资源部负责“8”步中“矿产资源分析规划”“矿产资源产业布局”和“矿业项目申报审批”的整体管理；各自然资源厅负责辖区内“矿产资源普查勘探”“矿企资质审查评价”“矿业物权转让管理”和“矿产资源环保评估”的工作落实；自然资源局负责辖区内“工作落实监督管理”的具体工作。这样划分职责能保证相邻业务由不同层级部门负责，从结构上形成管理环节间的相互制约、层级间的相互监督，达到权责明确、层级交错、制约平衡的目的。此外，“3+1”中的“1”指与矿产资源利益相关的社会群体。通过引导企业与科研机构等社会群体参与矿产资源大数据的采集与处理，促进数据共享，强化政府与社会对矿产资源的协同治理。大数据模式下，管理过程产生的初始数据通过大数据平台的门户网站和各级终端存储在实时数据库中，通过数据清洗后沉淀在关联数据库。关联数据库中积累下来的数据经由大数据算法分析形成不同类型的情报，组成涵盖政府和社会各方信息与对策的情报数据库以及具有迭代循环与分析模型的决策数据库。为此，大数据平台的建设应聚焦于两大技术模块的开发：一是异构数据的集成系统。大部分三维数据存储主要采用文件系统与大型关系型数据库混合存储的方式，而我国透明化矿山管控平台中的数据主要存储在非关系数据库中[41]，多源异构数据的集成与融合是实现矿产资源管理智慧决策的数据基础保障[42]。二是深度学习系统。一方面，需要联动企业和专家等社会力量完善情报数据库中的风险案例收集，形成计算机辅助决策方案识别的自动化处理模块[1]。另一方面，需要在大数据平台中搭载CNN、RNN、RBM和LLM等深度学习模型，以提供循数决策的技术支撑。大数据模式将利用国家级、省级和市县级云平台收集矿产资源全生命周期各节点的政策、矿业、项目及管理数据，并通过公共云平台收集社会数据。异常事件发生时，大数据平台自动发送预警信息到对应的终端处置平台，实现远程实时监管。目前大数据技术已广泛应用于煤矿洗选设备[43]和井下作业环境[44]等矿山安全监测系统的设计中，未来需要着重发展利用“云大物移智链边”等新兴技术以实现大数据平台全类型数据的融合与管控[45]。对于社会数据，未来需要通过大数据平台搭载分布式爬虫技术实时监测全国矿业市场供应与交易情况，研判矿业市场形势。![]()
当今时代正处于从数字化迈向智能化的转型期，“循数治理”理念愈来愈深入社会各个层面。自新一轮改革开展并实施以来，全国各地掀起了矿产资源管理与大数据融合发展的热潮，广东省、湖南省、贵州省等省份率先提出矿产资源大数据平台建设，全面推进矿产资源治理转型。由此可见，运用大数据技术革新国家矿产资源管理模式既是现实问题导向，也是未来大势所趋。本文在我国矿产资源管理实然状态的基础上，基于技术执行理论深入探讨了大数据驱动国家矿产资源管理的逻辑理路和应然状态，为我国矿产资源管理突破结构性瓶颈提供了可行路径，也为未来国家矿产资源管理大数据平台的建设提供了参考思路。大数据驱动下的国家矿产资源管理是一个涵盖议题丰富的研究主题，但从理论层面来看，大数据治理相关研究蓬勃发展多年，在矿产资源治理领域仍属“研究蓝海”。一方面，大数据驱动下，国家矿产资源安全的内涵和外延不断被拓展，其与国家政治安全、经济安全、社会安全和生态安全的关系日益紧密；另一方面，在大数据平台的逐渐渗透和应用推广下，又将带来矿产资源管理的数据安全问题。因此，未来在该主题下的学术探讨应在关注矿产资源“大数据”与矿产资源“大安全”关系的基础上，加强对矿产资源管理中数据安全问题的关注，这也是我们未来的研究中将深入探索的重要议题。
