
大数据管道成城市重要基础设施
每年,大数据以成数倍于往年的数量增加,互联网企业在其中扮演着重要的角色;大数据的储存也面临前所未有的挑战,而连接硬件设备开发和计算应用的云计算企业更是被提到云层的高度;最后落到大数据在社会、经济、文化、生活等领域的应用。《行动纲要》涉及三个关键词“共享”、“开放”、“安全”。三个关键词背后指出三个问题:“共享”,为什么要加快政府大数据公开的进程?“开放”,企业创新的动力源在哪里?“安全”,如何保护个人隐私和信息安全?政府大数据公开的目的是改善民生,企业创新的目的是促进结构转型,信息安全建设的目的是完善法律。数据“共享”指向社会领域,“开放”指向经济领域,“安全”指向法律领域。由此说明,大数据产业牵一发而动全身。
三个关键词的出发点和落脚点都指向政府大数据,关于政府大数据的开放共享,关于政府大数据的研究与应用,关于政府大数据的示范影响效应。那么我们不禁要问,政府大数据的价值究竟何在?
为什么政府大数据更有价值?
这个问题从数量和质量两个层面说起。表面看,百度、阿里和腾讯都分别拥有数以亿计的用户量,但这与政府大数据相比,不是一个量级。九次方大数据创始人王叁寿曾经说过“阿里巴巴的数据容量也就是100PB左右,而仅一个北京市政府就拥有几百个PB的数据容量,相当于10个阿里巴巴。”这还仅仅是一个北京市政府。截至2014年,中国共有664个城市,2852个行政县,40446个行政乡。当前,中国中央和省级政务部门主要业务电子政务覆盖率已经达到70%。粗略估算,全国政府大数据加起来至少也该有数百甚至上千个阿里巴巴的体量。
而就大数据的质量,BAT企业的短板在于数据种类的单一化程度较高。政府大数据则涉及工商、税务、司法、交通、医疗、教育、通信、金融、地理、气象、房产、保险、农业等等领域,数据的种类繁多,关联性强、统计规格较为统一,便于应用处理。
据中国互联网络信息中心统计,截至2014年6月,使用“.gov.cn”域名的政府网站总数发展到近1.2万个。目前,96%的国务院部门建成了政府网站,约90%的省级政府、96%的地市级政府、77%的县级政府都拥有政府网站。政府网站不仅会将部分政府信息数据公开,同时开展网上办事和政民互动等服务。
贵阳大数据交易所推出的《2015年中国大数据交易白皮书》指出:在大数据时代,政府、社会、企业时时刻刻都在产生着大量的数据,政府作为国家主权的代表,是负责国家管理与民生服务的主体,拥有十分庞大的数据资源,并且也对当前的大数据应用有着迫切需求。据预测,中国数据总量于2020年将占全球数据量的24%,届时将成为世界上第一数据大国和“世界数据中心”。
政府大数据如何应用?
据中国电子技术标准化研究院《大数据标准化白皮书》指出,中国政府大数据主要应用于以下领域:智慧城市、政务、公共服务、医疗、教育、交通等,这些领域大多涉及国民生活和城镇化进程。其中,“智慧城市”、“政务”以及“公共服务”位列前三。这一调研结果与国务院的《纲要》内容精神不谋而合,在推动社会管理与公共服务方面,都倡导通过对大数据进行有效的应用,提高社会治理和服务水平。
截止至2014年底,中国的国家智慧城市试点已达193个,而公开宣布建设智慧城市的城市超过400个,投资总规模高达 5000亿元。智慧城市的概念包含了智能安防、智能电网、智慧交通、智慧医疗、智慧环保等多领域的应用,而这些都要依托于大数据,大数据产业是“智慧”的源泉。
中国对政务相关的政府大数据产业需求,也非常明显。由于全国各地区信息化发展的水平差异较大,政法信息化建设也存在着明显的区域差异性特征。国务院通过的《行动纲要》提出,“要推动政府信息系统和公共数据互联共享,消除信息孤岛,加快整合各类政府信息平台,避免重复建设和数据‘打架’,增强政府公信力,促进社会信用体系建设。”主要针对的就是政务数据的开放共享平台而言的。
值得强调的是,中国民众对政府公共服务的大数据产业发展也有着很大的期望。在进行公共决策或进行编制公共服务预算时,政府可以借助大数据技术在海量数据处理和挖掘方面的优势,对分散数据进行有效整合,深度挖掘,提高决策科学性和预算准确性。以上海市为例,2014年“上海政府数据服务网”,是国内首个政府数据服务网,启动了政府数据资源向社会开放试点工作。市民可以通过该网站下载212项数据产品、30项数据应用。上海市把全市政府资源数据集中存储和统一管理,并向社会公开,是对中国政府大数据产业的有益探索,是满足公共服务需求的大数据实践。这也符合《行动纲要》提出的“推动民生”领域的建设的需求。
根据最近数据显示,目前国内多地已在政府大数据开放领域有积极探索,其中贵阳、上海、广州等地已经引领先潮。贵阳市正在积极推进“十大工程”,着力把贵阳建设成为以大数据内容中心、服务中心、金融中心为内涵的“中国数谷”;上海市政府会同公安局、环境保护局、气象局等多个单位开放10个专用数据集,面向全球征集交通大数据应用解决方案;广州工信委正在筹建大数据管理局等等。可以预见,在《行动纲要》的积极鼓励下,会有更多地方政府参与到大数据开放与应用中去。
大数据管道成城市重要基础设施
《行动纲要》推出前,各地政府大数据谋划和探索已经纷纷启动,推出后,中央和各地政府网纷纷转载和加以解读,更加速了大数据开放燎原之势。虽然政府大数据从战略高度和商业价值层面来讲,潜力无限,但必须强调的是,大数据初建期,铺管道将为城市重要的基础设施。
举例来说,贵阳已被外界誉为“中国数谷”,很多人对此不解,为什么偏偏是贵阳?贵阳市领导就此曾说,发展大数据需要四个条件:电力、气候、硬件和人才。当然,前两个是贵阳先天优势,三、四是人为结果。客观来说,具备这四个条件的地方政府还有很多,而且在人才层面或许还更有优势。但不管怎样,发展大数据都不能也不可能跨越铺管道环节。大数据顶层设计出台,首先强调推动政府大数据开放,言外之意,大数据管道已经成为城市重要基础设施。
从上图可以看出,在我国大数据行业整体市场规模中,大数据基础建设占64.53%,大数据软件市场规模占25.47%,应用市场规模占10%。换句话说,大数据基础建设是目前我国发展大数据产业的重中之重。
正是基于这样一种市场分析,九次方大数据总裁创始人王叁寿将目前大数据行业发展现状看做是城市建设自来水管道系统时期。在九次方B轮融资介绍会上,他说,每个城市只建一套自来水供水系统,不可能建第二套,所以,九次方大数据现在做的事就是快速布局政府大数据基础体系的建设,抓住了这个先机,就赢得了大数据市场的第一步。至于自来水问题,那就是基础建设后顺理成章的事了。
不过,大数据基础建设仅仅是大数据行业发展的前期环节,等到基础环节铺设完善,自来水得以通畅流通了,那时大数据的价值才真正爆发出来,那就是大数据商业应用的时期了。
政府大数据基础设施建设现状如何?
政府大数据基础建设的爆点正在被点燃,市场份额也正在被快速瓜分。而这种基础建设的生命周期很短,一旦建成,市场就很难在该领域再找到机会。大数据管道建设涉及到设计、设备、技术等十分专业的工作,政府的策略是需求专业公司提供服务,而九次方大数据在大数据行业经过五年积累,已经具备大数据管道铺建的经验,这也成为九次方和各地政府大数据合作经验的基石。
《行动纲要》的主角,大数据,是李克强自2014年3月大数据首次写入政府报告后第9次被提及。这次意味着国家层面对“大数据”的理解进入了一个新的高度。家国智库理事长叶伟春说:“互联网的效应是‘加’,大数据的效应则是‘乘’,大数据能够产生倍增效应。”
可以看到,各地政府在大数据开放上也加快了推进步伐。从贵阳大数据交易所获知,几乎每天都能接到各地政府前往考察的通知,通过接触交流,政府逐渐意识到,大数据管道建设时代已经到来,布局大数据基础设施成为当务之急,而作为政府大数据基础建设的合作者和服务者,能够获得政策释放的红利,正如《行政纲要》最后所说:“让各类主体公平分享大数据带来的技术、制度和创新红利。”
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
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。 ...
2025-08-14CDA 数据分析师与业务数据分析步骤 在当今数据驱动的商业世界中,数据分析已成为企业决策和发展的核心驱动力。CDA 数据分析师作 ...
2025-08-14前台流量与后台流量:数据链路中的双重镜像 在商业数据分析体系中,流量数据是洞察用户行为与系统效能的核心依据。前台流量与 ...
2025-08-13商业数据分析体系构建与 CDA 数据分析师的协同赋能 在企业数字化转型的浪潮中,商业数据分析已从 “可选工具” 升级为 “核 ...
2025-08-13