京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据让城市管理有“据”可循
对于大数据人们已经耳熟能详,如今在利益格局多元化、社会需求多样化的公共决策与公共服务领域,大数据也能一显身手。请关注——大数据让城市管理有“据”可循
随着中国进入大数据时代后,与其相关的各种话题就不绝于耳:电影《小时代》说会根据大数据选角和删减戏份;百度称靠数据挖掘押中了今年的高考作文题;目前正如火如荼的世界杯中大数据也没有缺席——德银甚至借助大数据计算出了一份夺冠概率表。
据外电报道,德银根据各个球队的FIFA排名、历史战绩、球员构成和赌球赔率等因素,建立了量化分析模型,并根据复杂计算得到一份夺冠概率表格。其中巴西名列第一,紧随其后的是德国、西班牙、法国。然后再根据某些假设,得出最终的冠军得主。
对于看似万能的大数据,如今在利益格局多元化、社会需求多样化的公共决策与公共服务领域,是否也能一显身手呢?
大数据为政策制定导航
今年年初,备受关注的“单独两孩”政策在各地落地后,国家卫生和计划生育委员会宣传司司长、新闻发言人毛群安曾透露,为这项政策的出台,相关机构和部门做了将近10年的研究,对人口政策采取什么样的调整都进行过数据模拟。
毛群安所提到的数据模拟其实就是大数据决策的一种。其后提供数据分析与支持的是一个名为“国家人口宏观管理与决策信息系统(PADIS)”的项目。PADIS系统依托国家电子政务网络平台,整合了来自公安、统计、民政、卫生、财税、教育、劳动与社会保障、资源、环境、农业、建设等各个部门的数据,能在计算机中建立一个虚拟社区。在这个社会模型中,从新生儿的出生、儿童的就学,到大学生毕业后的就业和成年人的婚姻生育状况等与人口相关的关键状态都会有所体现。只需将具体的政策输入计算机,就能看到几年、几十年、甚至上百年后,这些政策所产生的影响。
大数据同样可以被用于城市交通规划。PADIS还曾对某个城市的交通拥堵问题进行过预测分析。与认为应该限制人口和机动车数量,加快发展公共交通的传统观点不同,PADIS的预测结果显示,人口集中居住区域与经济中心的严重偏离才是导致市民出勤需求上升、交通恶化的根本原因,单纯增加公共交通设施、控人控车只能扬汤止沸。为此,PADIS开出的“药方”是改善城市规划管理,让城市向多中心方向发展。
除了能帮助政府调整计生政策、规划交通外,这一系统还能凭借其拥有的海量数据和强大的模拟预测能力,对延迟退休、养老金缺口、环境治理、房价上涨等热点问题提出自己的“真知灼见”,范围足以涵盖我们生活的方方面面。
大数据只能辅助决策
大数据的魅力在于能够通过对海量数据的分析,以一种前所未有的方式获得具有巨大价值的产品或深刻的洞见。那么是不是意味着可以完全相信计算机,让数据和软件来帮助我们做决定?
答案当然是否定的。PADIS系统项目技术总监、神州数码信息服务股份有限公司大数据专家史文钊认为,现在没有也不应该制造出一个自动决策系统。他说,大数据只能辅助决策而不能代替决策。总结这些年的经验,最好的系统应当是人和计算机的完美结合。大数据应用十分强大而且还会更加强大,它能实现数据挖掘分析、政策模拟、指标预警等多种功能,但它仍然只是一个辅助决策系统。就如同人口预测分析一样,面对需要解决的问题,大数据只能把可供选择的选项,和它们可能带来的影响提供给决策者,最终采用哪一个、如何执行、力度多大还得由决策者结合各方面的因素综合考量。
史文钊说:“以‘单独二孩’政策为例,虽然在政策上只是前进了一小步,但对政府科学决策而言,完全称得上是一大步。这体现出了政府在管理理念和治理模式上的转变。”
挖掘大数据的富矿
“互联网女皇”玛丽·艾克在《2014年互联网趋势报告》中专门将大数据提了出来,认为在2014年大数据将更加实用,比以往任何时候都更加贴近普通人的生活。从2014年开始一些依靠解读数据提供解决方案的新型服务开始出现,大数据解决大问题的趋势也将显现。同时她还发现在现有的通用数据中有34%的信息具备研究价值,但其中只有7%的数据被做了标记,被分析过的只有1%。数据获取固然重要,但缺乏分析的数据毫无意义。
因此,可以说大数据的真正价值在于挖掘和分析。“大数据的大不仅是数量的大,更是价值的大”,史文钊说,“大数据真正的价值不是海量的数据简单集合,而是找到这些数据之间的关联,发现它们背后的规律,为解决实际问题服务。如同矿藏一样,数据也有贫矿富矿之分。在目前的情况下,尤其是在智慧城市建设中,我们需要注重的应该是如何盘活已有数据存量,用好大数据增量,来提升城市公共服务能力和管理决策水平。”
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据工作的全流程中,数据清洗是最基础、最耗时,同时也是最关键的核心环节,无论后续是做常规数据分析、可视化报表,还是开展 ...
2026-03-20在大数据与数据驱动决策的当下,“数据分析”与“数据挖掘”是高频出现的两个核心概念,也是很多职场人、入门学习者容易混淆的术 ...
2026-03-20在CDA(Certified Data Analyst)数据分析师的全流程工作闭环中,统计制图是连接严谨统计分析与高效业务沟通的关键纽带,更是CDA ...
2026-03-20在MySQL数据库优化中,分区表是处理海量数据的核心手段——通过将大表按分区键(如时间、地域、ID范围)分割为多个独立的小分区 ...
2026-03-19在商业智能与数据可视化领域,同比、环比增长率是分析数据变化趋势的核心指标——同比(YoY)聚焦“长期趋势”,通过当前周期与 ...
2026-03-19在数据分析与建模领域,流传着一句行业共识:“数据决定上限,特征决定下限”。对CDA(Certified Data Analyst)数据分析师而言 ...
2026-03-19机器学习算法工程的核心价值,在于将理论算法转化为可落地、可复用、高可靠的工程化解决方案,解决实际业务中的痛点问题。不同于 ...
2026-03-18在动态系统状态估计与目标跟踪领域,高精度、高鲁棒性的状态感知是机器人导航、自动驾驶、工业控制、目标检测等场景的核心需求。 ...
2026-03-18“垃圾数据进,垃圾结果出”,这是数据分析领域的黄金法则,更是CDA(Certified Data Analyst)数据分析师日常工作中时刻恪守的 ...
2026-03-18在机器学习建模中,决策树模型因其结构直观、易于理解、无需复杂数据预处理等优势,成为分类与回归任务的首选工具之一。而变量重 ...
2026-03-17在数据分析中,卡方检验是一类基于卡方分布的假设检验方法,核心用于分析分类变量之间的关联关系或实际观测分布与理论期望分布的 ...
2026-03-17在数字化转型的浪潮中,企业积累的数据日益庞大且分散——用户数据散落在注册系统、APP日志、客服记录中,订单数据分散在交易平 ...
2026-03-17在数字化时代,数据分析已成为企业决策、业务优化、增长突破的核心支撑,从数据仓库搭建(如维度表与事实表的设计)、数据采集清 ...
2026-03-16在数据仓库建设、数据分析(尤其是用户行为分析、业务指标分析)的实践中,维度表与事实表是两大核心组件,二者相互依存、缺一不 ...
2026-03-16数据是CDA(Certified Data Analyst)数据分析师开展一切工作的核心载体,而数据读取作为数据生命周期的关键环节,是连接原始数 ...
2026-03-16在用户行为分析实践中,很多从业者会陷入一个核心误区:过度关注“当前数据的分析结果”,却忽视了结果的“泛化能力”——即分析 ...
2026-03-13在数字经济时代,用户的每一次点击、浏览、停留、转化,都在传递着真实的需求信号。用户行为分析,本质上是通过收集、整理、挖掘 ...
2026-03-13在金融、零售、互联网等数据密集型行业,量化策略已成为企业挖掘商业价值、提升决策效率、控制经营风险的核心工具。而CDA(Certi ...
2026-03-13在机器学习建模体系中,随机森林作为集成学习的经典算法,凭借高精度、抗过拟合、适配多场景、可解释性强的核心优势,成为分类、 ...
2026-03-12在机器学习建模过程中,“哪些特征对预测结果影响最大?”“如何筛选核心特征、剔除冗余信息?”是从业者最常面临的核心问题。随 ...
2026-03-12