京公网安备 11010802034615号
经营许可证编号:京B2-20210330
发挥大数据在国家治理中的作用
当前大数据正在改变世界,而数据收集和分析则是提升应急管理功能的重要手段。欧美一些国家已经开始把大数据运用到应急管理中,并取得一定成效,当前国内实务界和学术界虽然开始关注大数据的应用,但相关研究还比较缺乏。因此,我国需要在大数据战略、大数据开放政策、大数据在应急管理中具体应用形式等方面做出部署与探索。
其一,制定国家大数据战略,加大对大数据投入。进入21世纪以来,特别是近年来,许多国家重视大数据在公共管理中的应用,并制定了国家级大数据战略。各国的大数据战略表明,“大数据”并不仅仅是一个技术概念,它已经切实成为提高国家治理能力,改进公共管理水平乃至增强国家竞争力的重要因素。目前,广东省已经在我国率先试水大数据战略,并宣布要在近期开放一部分政府数据。这是我国地方政府回应“大数据时代”的具体措施。但是相对于英、美等西方国家和日、韩等亚洲近邻而言,我国还没有形成完善的国家级大数据战略。
其二,制定大数据开放政策,逐步扩大数据共享范围。除了制定大数据国家战略外,还要重视制定配套的数据开放政策,如目前美国政府数据开放网站(data.gov)可供检索的数据集已超过10万项。继美国之后,很多国家也制定政策要求数据开放。可以说,政府数据公开与共享是大数据化改革的核心内容。从各国的趋势看,配合国家大数据战略制定数据开放政策和要求数据共享也是非常必要的。另外,“数据开放”已经成为各国共识,随着国际数据市场的逐步形成,没有符合国际标准的国家级数据公开标准,也就难以建立能与国际市场接轨的数据市场管理标准。“数据开放”已经成为国际竞争力的一环,且欧美等国已抢占先机。所以无论从优化公共管理的角度,还是从增强国家竞争力的角度,抑或是规范数据市场的角度,由中央政府领衔制定国家级数据开放政策是非常必要的。
其三,探索大数据在应急管理领域中具体应用形式。事前准备阶段,政府或其他部门需要为大数据的应用做出准备。在管理和权限设置上,有必要设置“大数据信息官”并赋予其改进组织流程的权限,以推进大数据在部门工作中的落实。在技术升级和设备使用方面,政府或其他部门要明确需要解决的问题,以需求为导向,进行一定设施的准备。事中响应阶段,信息的有效聚合和快速传递是核心环节。政府或其他部门在使用大数据增强信息采集能力的同时,也要进行数据共享,建立统一的数据中心,以便在应急管理过程中提高效率。同时,在应急管理的事中响应阶段,指挥人员、专家技术人员和现场处置人员的联系也至关重要,建立高效的信息共享渠道也是很重要的方面。事后处置和救援阶段,及时了解救援信息和对所获信息的处理最为重要。如果有明确的信号可以让应急处置人员快速了解需要救援的地点和所需救援内容,救援效率便可大幅度提高。大数据在事后处置的应用便是遵循这种逻辑:通过网络或者监控设备,采集需要救援的信息,用算法筛选整合这些信息,并将指令快速传达给应急处置人员,从而提高救援效率。
其四,完善隐私保护政策,注重公共安全和公民隐私之间的平衡。大数据时代,如何对公民个人隐私保护也很重要,最好能在公共安全和公民隐私之间达到平衡。2013年5月,爱德华·斯诺登披露了美国国家安全局自2007年实施的绝密电子监听计划,即“棱镜计划”(prism),允许fbi和nsa对包括微软、雅虎、谷歌、苹果在内的九家it巨头的数据进行监控和挖掘,直接或间接接触大量个人聊天日志、私人数据、语音通信、传输文件和社交网络数据。尽管美国自我标榜“重视个人隐私”,但是公民个人的数据信息没有得到有效保护,引发了对“大数据时代”个人隐私的广泛讨论和关注。技术对个人隐私的威胁已经超出了原有法律框架。如果不对采集的个人信息使用进行有效规范,极有可能会出现大规模侵犯隐私的事件,从而使大数据信息采集成为一种“社会安全隐患”。因此,全面的数据隐私保护与最大的公共安全追求将是大数据时代面对的一个重要课题。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数字化市场调研体系中,大数据与小数据是两类核心调研数据形态,分别对应海量行为统计与精准样本深度调研。行业普遍存在认知误 ...
2026-08-07数据透视表是Excel、WPS中最核心的数据分析工具,凭借快速汇总、分组统计、动态筛选的优势,被广泛应用于销量统计、业绩复盘、数 ...
2026-08-07 很多数据分析师每天盯着GMV、DAU、转化率,但当被问到“哪些指标在所有行业都适用”“哪些指标只对电商有意义”“二者如何搭 ...
2026-08-07在商品销量、市场需求、营收规模等业务数据中,季节性波动是最普遍、最核心的数据特征。零售快消、食品餐饮、家电服饰、电商行业 ...
2026-08-06在流量红利消退、市场竞争白热化的商业环境中,传统依托经验、跟风投放、广撒网式的营销模式,逐渐暴露出成本高、精准度低、转化 ...
2026-08-06 很多数据分析师每天盯着GMV、DAU、转化率,但当被问到“什么是指标”“指标和维度有什么区别”“如何定义指标值的计算规则和 ...
2026-08-06【核心关键词】知识、设备、工程师、数字化、建模、算法、工业大数据、数据分析、控制算法、机器学习、深度学习、业务目标、工 ...
2026-08-05增长率是数据分析、业务报表、可视化看板中最核心的指标之一,常用于衡量营收、销量、用户量、流量等业务数据的涨跌幅度与发展趋 ...
2026-08-05小陈是某电商平台的数据分析师。老板交给他一个任务:“我们平台的注册用户已经突破1000万了,想了解一下用户的平均月消费金额。 ...
2026-08-05在机器学习建模、数据预处理、抽样划分、模型初始化训练的全流程中,随机种子是控制实验随机性、保证结果可复现、提升模型稳定性 ...
2026-08-04Python作为面向对象的主流编程语言,核心编程体系由变量、方法、类三大基础要素构成。三者层层递进、相互协作,支撑起所有基础代 ...
2026-08-04 很多数据分析师沉迷于复杂的机器学习算法,却忽略了数据分析最基础也最核心的能力——描述性统计。事实上,80%的商业分析问 ...
2026-08-04为什么学习数据分析? 当下,我们已然步入数据要素价值全面释放的智能时代。数据不再只是零散的数字记录,更是驱动新质生产力运 ...
2026-08-03CDA等级认证证书有效期为三年,三年进行一次年审,主要考察CDA持证人的职业发展情况;学历、工作单位及职业变更情况;继续教育 ...
2026-08-03【核心关键词】金融、岗位、企业、算法、知识、专业、理论、课程、软件、数据分析、业务类型、应用场景、经营管理、大型企业、 ...
2026-08-03在日常数据分析、业务报表复盘、业绩预测工作中,平均增长率是衡量数据长期变化趋势的核心指标,广泛用于营收增长、用户增长、销 ...
2026-08-03很多人把统计学理解为“一堆公式和计算”,却忽略了它的本质——一门让数据“开口说话”的科学。真正的数据分析高手,不是会算平 ...
2026-08-03在数据指标体系搭建工作中,从业者常困惑于指标搭建的核心逻辑:究竟是依托一线零散数据自下而上汇总指标,还是基于战略目标自上 ...
2026-07-31在数据分析、问卷研究、实验复盘、业务建模的工作中,大多数人最关注的是“用什么统计方法”:是做T检验、方差分析、卡方检验, ...
2026-07-31 许多数据分析师精通Excel函数和SQL查询,但当面对一张上万行的销售明细表,要快速回答“哪个地区销量最高”“哪款产品增长最 ...
2026-07-31