
探路互联网+社会治理 百度开启大数据新玩法
“百度携手国家工商总局开启多方协作社会治理新模式”,在网上看到了这么一个标题。因为最近一直在研究互联网+社会治理这个问题,也和上海一些地方管理机构有过探讨和学习,所以看到这个合作,有些想法倒是不吐不快。
互联网+政府的三个境界
这些年,“互联网+”的概念大行其道,其中很重要的一个方向就是“互联网+政府”,许多的政府职能都通过互联网的技术手段来做到更美好的实现——这不仅是商机,也是政绩,最著名的当属贵州要打造大数据样板,甚至计划出台全国首部大数据地方法规《贵州省大数据发展应用条例(草案)》。
当然,在这波浪潮中,政府和互联网企业有很多不同的合作,但细细看来,大体包括三个层次:互联网+社会服务、互联网+社会预测、互联网+社会治理。
先来说互联网+社会服务这块。其实这个不是新鲜玩意儿,很早就有“电子政务”这个说法。只不过这两年阿里和腾讯都在全力启动“智慧城市”项目,让这个概念家喻户晓,你可以在支付宝或者微信中查违章、婚姻登记等等,这个一站式入口的体验比传统分散在各个委办局官网的业务的确要好很多。
在这块业务上,虽然阿里和腾讯风头正劲,但我要说:这是政府主导推动的领域——而且核心是简政放权,“互联网+”只是表现形式。
因为你看到的入口和相关技术应用不过是最表层的东西,后台最关键的是当地政府愿意开放,同时愿意通过改变内部管理方式,打通横向纵向缓解,减少不必要的审批,从而实现“省时省力省钱”。在这一块,可以参考《经济参考报》此前对贵州这块领域报道的基调,大体反应了实质:
相比于其他省级公共服务中心,贵州最大的亮点是运用大数据、互联网+公共服务这样的技术创新,既实现公共服务从各自为政、相互封闭的动作方式,向跨部门、跨地区的协同互动和数据资源共享互认转变。记者采访了解到,中心不仅提高了政府公共服务效能,而且“省时省力省钱”效果明显,切实将权力运行装进了“数据铁笼”,群众满意度高。
再来说互联网+社会预测这块,也是近年大热——最著名的案例莫过于多地政府搞的交通拥堵预测。
比如比较典型的案例是去年浙江省交通运输厅公布了一项新的试点项目:将高速历史数据、实时数据与路网状况结合,基于阿里云大数据平台,预测未来一小时内的路况。根据报道,这项目还不错,实时路况监测成本下降了90%,未来路况预测准确率在91%以上。
不过,这块其实更多是看着比较美,因为这一方面依赖政府对数据的大面积和深度开放,同时也依赖于应用者的深度挖掘。而根据复旦大学数字与移动治理实验室在其2015年公布的《中国开放政府数据平台研究框架、现状与建议》中的分析:
中国开放政府数据实践存在六个方面的主要问题:数据量少、价值低、可机读比例低,开放的多为静态数据,数据授权协议条款含糊,缺乏便捷的数据获取渠道,缺乏高质量的数据应用,缺乏便捷、及时、有效、公开的互动交流。
当然,在我看来这其实并不奇怪,如果说互联网+社会服务有电子政务有简政放权的鞭子抽着推动政府行动,那么在互联网+社会预测这块,其实动力有限。这也是为何我最看好第三块,互联网+社会治理的原因,因为在这块上政府有着极大的主动性。
从上海自贸区模式看互联网+社会治理
要谈互联网+社会治理,我建议各位要高度关心上海自贸区关心上海浦东的相关试点。
去年下半年,曾经听过上海浦东新区区委书记沈晓明交流上海自贸区经验,他津津乐道的一条就是浦东新区市场监管局率先运用“大数据”理念,尝试在网络订餐行业实施“互联网+信用监管”模式。
这个模式怎么操作?其实很早政府监管部门就有对餐饮企业食品安全量化分级监管信息(俗称笑脸、平脸、哭脸)的举措,还会颁发“笑脸”、“哭脸”这样的评级牌。不过因为这东西店家往往会选择不起眼的地方悬挂,再加上食客到店后也相信眼见为实,并不太在意这块。
但是,浦东新区在去年8月于辖下陆家嘴的试点中将信息开放给外卖APP,这样订餐用户对于商户卫生情况一目了然。
其实,上述联动的价值,远不仅于“笑脸”、“哭脸”这样的卫生检查。某地的一位街道主任告诉过笔者,其辖区内大量无证经营的商店尤其是餐饮店,虽然当地工商部门知道这些店铺无证经营,但因为法不责众、拉动就业等种种因素,这些无证店铺只能听之任之。而他作为管理者,很欢迎将相关信息与市场企业打通,一旦无证店铺无法登陆外卖网站或者其它网上经营行为受限,那么可能就会谋求有证经营,将长期的老大难给解决。
是的,互联网+社会治理,本质上是各级地方政府有动力去推动的一个项目。
为什么互联网+治理核心是IT巨头们
互联网+社会治理,各级政府有意愿推动,这是从政府层面;而从企业角度,对类似BAT这样的IT巨头们,也是切入互联网+政务的最佳试验场。
为什么这么说?回看此前提到的三个境界,第一个是政府为主导;第二个可以政府为主导,配合方固然可以是商业企业,但也可以是高校,企业在大数据应用上未必是不可或缺的;但惟独在大数据+社会治理上,商业企业却是不可或缺的一环。
这个问题,就要回到去年7月的《国务院办公厅关于运用大数据加强对市场主体服务和监管的若干意见》,里面明确提出了:
有利于加强社会监督,发挥公众对规范市场主体行为的积极作用;
“公众对规范市场主体行为的积极作用”,这句话请结合上海自贸区的例子反复咀嚼。这意味着未来“互联网+社会治理”的一个重要思路就是发挥市场在资源配置上的作用,通过政府公开信息→商业主体利用数据影响公众消费决策→最终来规范市场主体的行为。
这就意味着,一个商业主体针对公众的影响力越大,在这个互联网+社会治理的蛋糕中可能分到的蛋糕越大。而BAT等巨头们有着先天优势。且让我们看看各家可能和已经做的。
先来看腾讯,拼接QQ和微信,腾讯无疑是眼下社交类互联网服务的头把金交椅,但在我看来,这反而限制了其在互联网+社会治理上的价值。无论QQ还是微信,绝大多数是熟人社交,当一个熟人给你推荐某件商品的时候,你基于信赖,往往不太需要政府信息参考,大量政府监管部门公布的数据并无太大的用武之地。
再来看阿里系,淘宝、天猫、蚂蚁金服,阵地广泛,可干的事儿的确不少。最近阿里系比较漂亮的一个案例就是蚂蚁金服对“老赖”的限制:
最高人民法院通过专线将“老赖”名单(即失信人执行名单)共享给芝麻信用,“老赖”们的失信违约记录实时同步到其个人芝麻信用。……“老赖”们将无法通过淘宝、天猫平台购买旅游、度假产品、保险理财产品,也无法在蚂蚁小贷等公司申请个人贷款。
当然,作为电商巨头,其实如果淘宝天猫能够和质检部门进行数据共享,一旦质检发现有问题的商品,淘宝天猫上相关商品自动被搜索降权或者出现质检问题提醒,那么对于避免消费者上当大有好处。不过暂时,似乎没有看到天猫淘宝有在类似问题上探索的计划,不如蚂蚁金服来得积极。
BAT三巨头中,本文开首就提及的新闻源头百度,也许可算是互联网+社会治理的急先锋了。记得早在去年10月,百度就和北京市工商局宣布就企业信用社会共治签订战略合作框架协议,未来将全面推动企业监督工作的变革和发展。
而随后百度就上线了“百度信誉”的新产品,百度搜索中出现的企业,点击后可以查看V1到V3的信誉档案,而在档案中即时呈现工商行政处罚、司法监管、税务监管、财务监管各方面信息——要知道,在很长一段时间内,上述部门的监管信息除了极少部分通过媒体进行一次性传播外,绝大多数时间内是到达不了普通受众的——但百度的这个工具至少让政府机关的数据可以直接到达最终用户,而这意味着相关数据的杀伤力也因此骤增,如果一个网站因为工商行政处罚曝光而使得搜索引擎用户敬而远之,你还认为他们会对工商行政处罚敬而远之?这就是“公众对规范市场主体行为的积极作用”的实现啊。
至于这次,显然是百度和工商系统合作的升级,从北京一地升级到全国,具体内容则是“全国电子商务网站监管服务系统”,以订制化的“工商行政管理垂直搜索引擎”为核心技术基础,主要包括“全国电子商务网站主体监管服务子系统”、“全国电子商务网站客体(商品、服务)监管服务子系统”、“全国电子商务网站行为(违法经营线索)监管服务子系统”三大子系统以及相配套的应用管理功能。
其实从业务定位来看,百度的搜索引擎提供的信息,往往是搜索者对信息最陌生的情况下,也是政府公开数据辅导指引价值最大的场合,如果百度能够接入更多的政府数据让网站资质、信誉明朗化,这对中国的政府治理和网络环境,倒是真的双赢了。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
CDA数据分析师与数据指标:基础概念与协同逻辑 一、CDA 数据分析师:数据驱动时代的核心角色 1.1 定义与行业价值 CDA(Certified ...
2025-08-22Power Query 移动加权平均计算 Power Query 移动加权平均设置全解析:从原理到实战 一、移动加权平均法的核心逻辑 移动加权平均 ...
2025-08-22描述性统计:CDA数据分析师的基础核心与实践应用 一、描述性统计的定位:CDA 认证的 “入门基石” 在 CDA(Certified Data Analy ...
2025-08-22基于 Python response.text 的科技新闻数据清洗去噪实践 在通过 Python requests 库的 response.text 获取 API 数据后,原始数据 ...
2025-08-21基于 Python response.text 的科技新闻综述 在 Python 网络爬虫与 API 调用场景中,response.text 是 requests 库发起请求后获取 ...
2025-08-21数据治理新浪潮:CDA 数据分析师的战略价值与驱动逻辑 一、数据治理的多维驱动引擎 在数字经济与人工智能深度融合的时代,数据治 ...
2025-08-21Power BI 热力地图制作指南:从数据准备到实战分析 在数据可视化领域,热力地图凭借 “直观呈现数据密度与分布趋势” 的核心优势 ...
2025-08-20PyTorch 矩阵运算加速库:从原理到实践的全面解析 在深度学习领域,矩阵运算堪称 “计算基石”。无论是卷积神经网络(CNN)中的 ...
2025-08-20数据建模:CDA 数据分析师的核心驱动力 在数字经济浪潮中,数据已成为企业决策的核心资产。CDA(Certified Data Analyst)数据分 ...
2025-08-20KS 曲线不光滑:模型评估的隐形陷阱,从原因到破局的全指南 在分类模型(如风控违约预测、电商用户流失预警、医疗疾病诊断)的评 ...
2025-08-20偏态分布:揭开数据背后的非对称真相,赋能精准决策 在数据分析的世界里,“正态分布” 常被视为 “理想模型”—— 数据围绕均值 ...
2025-08-19CDA 数据分析师:数字化时代的价值创造者与决策智囊 在数据洪流席卷全球的今天,“数据驱动” 已从企业战略口号落地为核心 ...
2025-08-19CDA 数据分析师:善用 Power BI 索引列,提升数据处理与分析效率 在 Power BI 数据分析流程中,“数据准备” 是决定后续分析质量 ...
2025-08-18CDA 数据分析师:巧用 SQL 多个聚合函数,解锁数据多维洞察 在企业数据分析场景中,单一维度的统计(如 “总销售额”“用户总数 ...
2025-08-18CDA 数据分析师:驾驭表格结构数据的核心角色与实践应用 在企业日常数据存储与分析场景中,表格结构数据(如 Excel 表格、数据库 ...
2025-08-18PowerBI 累计曲线制作指南:从 DAX 度量到可视化落地 在业务数据分析中,“累计趋势” 是衡量业务进展的核心视角 —— 无论是 “ ...
2025-08-15Python 函数 return 多个数据:用法、实例与实战技巧 在 Python 编程中,函数是代码复用与逻辑封装的核心载体。多数场景下,我们 ...
2025-08-15CDA 数据分析师:引领商业数据分析体系构建,筑牢企业数据驱动根基 在数字化转型深化的今天,企业对数据的依赖已从 “零散分析” ...
2025-08-15随机森林中特征重要性(Feature Importance)排名解析 在机器学习领域,随机森林因其出色的预测性能和对高维数据的适应性,被广 ...
2025-08-14t 统计量为负数时的分布计算方法与解析 在统计学假设检验中,t 统计量是常用的重要指标,其分布特征直接影响着检验结果的判断。 ...
2025-08-14