就政务大数据的物理模型整体而言，存储层是技术基础、计算层是核心能力、服务层是核心价值。立体、全方位（全面覆盖数据访问鉴权认证、数据安全传输和数据安全存储等全过程&全生命周期）的安全保障机制与体系建设是政务大数据提供和使用服务的基本前提。综合、系统化（充分运用系统工程思想，不断提升、优化整个链条的价值再生&可持续能力）的运营支撑机制与体系建设是为实现政务大数据“自治和自优化”这一最终目标做准备的。注：在《政务大数据的本质》一文中提到：“政务大数据的未来是数据自治”。

　　其中，协同流程重点是提供政务活动的业务流程、过程数据支持，协同成效是对政务活动的价值评估、衡量，两者共同构成政务大数据在协同层面提供的数据基础服务、增值服务和价值创新；治理体系是政务监管评价、综合治理在政务数据层面上进行具体保障的系统性规划以及工具集、作业集，治理收益是治理效果的具体量化、数据展现；服务提供和服务优化也是相辅相成的，前者是基础、后者是用于政务服务的自我改进、提升；政务研判是对政务活动的研究、分析和判定，核心目标是政务预测，即服务于对政务活动的未来预测、更好支撑未来的政务活动。从技术落地上来讲，政务大数据的服务层是需要可视化技术、机器智能技术进行支撑的，前者用于展现展示和基础互动，后者用于基于AI技术的虚拟“专家”智库/团队。其中，可视化技术未来必然是要和VR（Virtual Reality）、AR（Augmented Reality）、MR（Mixed Reality）、HR（Holographic Reality）、ER（Expander Reality）等XR技术相融合，来提高人与数据的互动。

　　政务大数据的存储层从大的方面来讲就是要解决好结构化和非结构化两类数据的存储问题。这两类数据并不孤立，而且需要相互转化：非结构化的数据往往需要将其属性信息结构化，如视频、图像、声音、文档等非结构化数据所表达的主题、关键词、人物对象等信息往往会以结构化的方式予以展现；同时，结构化的信息也需要转换成非结构化的形式，比如企业或个人信用信息往往需要形成一份可读的文档型的信用报告，还有类似语音导航、智能设备的智能控制，根据矢量数据进行地图绘制以及三维建模等都是在把结构化的内容进行非结构化。因此，结构化和非结构化数据是紧密联系的，也是可以相互转化的。不太认同划分出第三类数据“半结构化”，基本上这类数据就是结构化数据和非结构化数据的混合模式。

　　有关政务大数据的立体安全保障机制与体系建设将在后续文章《政务大数据的安全》中具体展开，有关政务大数据的综合运营支撑机制与体系建设将在后续文章《政务大数据的运营》中具体展开，本文重点讨论政务大数据的存储、计算和服务三层物理模型。

　　政务大数据的服务层是基于计算层的支撑来实现的，按照计算层的政务协同、政务治理、政务服务和政务决策四类政务大数据群组，依次衍生出“协同流程、协同成效”，“治理体系、治理收益”，“服务提供、服务优化”和“政务研判、政务预测”等八大政务业务主题域。

　　政务大数据的计算层就是要把分散在各个原始存储单元中的数据进行重新组合、运算形成更全貌、综合或者更深层次、全新的数据价值。从政务的特点来看，其实时/准实时计算里既包含面向业务分析的OLAP（实时在线分析），也包含面向业务的OLTP（实时事务处理）;非实时[离线]计算里，既包括面向业务分析的离线分析，也包括面向业务的离线处理。

　　如同资源虚拟化是实现云计算的重要具体技术，大数据也离不开数据仓库、数据挖掘、决策支持、商业智能、分布式计算等传统IT技术。然而，大数据是一个更加综合、庞杂的生态体系，它需要IT技术的支撑但不仅仅是IT技术本身，其本质上还是数据，是能够资源化的、有商业价值的数据。海量数据始终存在，但以前将其存储起来是一个问题，随着存储软硬件技术的发展，容量已经不是问题，可以实际利用的海量数据就产生了。还有就是计算能力的快速发展，使得基于海量数据进行全样本的计算和分析由不可能变成现实。具体到政务大数据而言，很多时候其体量并不大，原因在于长期以来被人为的按照地域、按照职能、按照主题、按照数据类型分割了。这种分割的现状源于之前对全样本数据进行存储、通信和计算的能力局限，以及数据的价值密度过低而持有成本过高。随着互联网产业的快速发展，以及物联网、工业4.0以及机器智能技术的不断成熟，政务大数据具备了发展的土壤，也具备了发展的时机。归根到底，政务大数据的核心价值在于政务优化（协同、治理、服务和决策）。如果政务优化比作一个人的综合价值，存储层就是其记忆的信息和知识（记忆力和记忆量），计算层是其学和做的能力（智商和反应能力），服务层是其结果规划、产出能力（大局观、情商和效率）。

　　政务大数据的计算层是围绕着政务业务来展开的，政务大体上可以分为协同（G2G：政府对政府）、治理（G2S：政府对社会）、服务(G2C：政府对公众&G2B：政府对企业)和决策（G2S：政府对社会）四个部分。其中，政务大数据的治理和决策是政府对社会的治理和决策的重要组成部分；政务协同是政府对外提供政务服务的基础，政府各组成部门以及公务员之间通过工作协同使政务数据协同起来、聚合起来形成统一的政务信息资源库。政务的治理过程既是政府对社会的监督、管理基础上的治理，也是对政务信息资源库的数据治理。政务的服务与决策是基于政务信息资源库的，也是以政务协同和治理为前提的。在提供服务和智慧决策的过程中，政务大数据的作用十分重要。因此，在政务活动中产生的政务大数据的原始信息——政务信息资源库，需要通过关联分析、聚类分析、分类、预测、时序模式和偏差分析等数据挖掘技术以及信息组合、数学建模、相关性分析等数据计算。