京公网安备 11010802034615号
经营许可证编号:京B2-20210330
政务大数据的上下文范围
“上下文”是软件工程里的常用词,是“context”的直接翻译,在java等编程语言中经常出现,通常指一组环境信息、容器信息或者状态信息,类似于中文里的“语境”。而“上下文范围”这个词,最早还是在徐锋老师的需求分析师课程见到,用以描述需求的范围边界。故此,政务大数据的上下文范围即政务大数据的运行环境和执行范围。在漫谈政务大数据系列文章的序“浅谈政务大数据的本质”一文中,提到政务大数据的本质就是政务。因此,讨论政务大数据的上下文边界,就是要明确政务的上下文边界。
自20世纪80年代中期至今(近30年以来),电子政务的发展可以粗放式地分为以下三个主要的阶段:
第一阶段:政务信息化阶段,以办公自动化、专项业务应用和双门户(互联网门户、政务网统一信息/应用平台)作为建设内容的重点,以政务电子化、政府上网和政务服务一体化为主要特征。
传统的电子政务规划,可以归纳为“三网、四库、十二金”。政务的“三网”从逻辑域划分来讲,是指政务互联网(也成政府公众信息网,与互联网直接连通)、政务外网(也称政务专网,与互联网逻辑隔离[单向连通],服务于信息交换,各个部门协同的办公业务资源网)和政务内网(与互联网物理隔离、物理上不连通,一般用于机关内部办公业务)。政务的“四库”一般指人口、法人单位、空间地理和自然资源、宏观经济等四个基础数据库,后来泛称为政务信息资源库这一个库。政务的“十二金”曾经是电子政务的重要建设内容,也曾是国家电子政务应用的顶层规划,但目前几乎不怎么提了。本着捋清发展轨迹的精神,在这里还是简单回顾一下。首先,“十二金”是泛指政府行政、监管和服务工作中涉及的“十二个”重要业务信息系统,事实上数量是超过十二个的(如:金宏、金财、金农、金盾、金保、金税、金关、金水、金质、金审、金卡、金贸、金企、金信[红盾]等等)。其次,“十二金”虽然广受诟病,但其在电子政务发展过程中的作用是里程碑式的、非常重要的。
第二阶段:智慧城市阶段,以数字城市、市民一卡通、应急指挥、一站式行政服务大厅、全程网上政务服务、网格化治理、数据中心为主要建设内容,以城市整体、全局的视角,综合运用物联网、虚拟化、云计算等信息技术,提供协同、高效、综合的政务服务能力,智慧城市具体到智慧政府上,本质上是以“政务互联网+”为重要展现形式的,政务网络化是其主要特征。
2014年3月,《国家新型城镇化规划(2014-2020年)》发布,8月,《关于促进智慧城市健康发展的指导意见》(以下简称“意见”)发布,把在全国全面开花的智慧城市建设继续推向了一个新的高潮。在“意见”中明确指出,智慧城市是运用物联网、云计算、大数据、空间地理信息集成等新一代信息技术,促进城市规划、建设、管理和服务智慧化的新理念和新模式。建设智慧城市,对加快工业化、信息化、城镇化、农业现代化融合,提升城市可持续发展能力具有重要意义。相较于政务信息化阶段,本阶段是政务网络化,“整合”、“协同”、“互联”、“云化”、“智慧”是其关键词。2016年12月,在《国务院办公厅关于印发“互联网+政务服务”技术体系建设指南的通知》中,“政务互联网+”成为电子政务发展的新契机。
第三阶段:以大数据、机器智能、区块链等技术应用为特征的新阶段,即现阶段。在政务信息化和智慧城市建设的基础上,政府越来越重视政务数据的综合治理、价值创造以及基于政务数据的模式创新。政务作业一体化、模型驱动的治理监管和智慧决策是其新的发展重点,政务数据化是其主要特征,未来必然实现数据的自治。
自2015年至今,在国家中央政府层面,《国务院关于印发促进大数据发展行动纲要的通知》 、《国务院关于印发“十三五”国家信息化规划的通知》、《工业和信息化部关于印发大数据产业发展规划(2016-2020年)的通知》、《新一代人工智能发展规划》等关于大数据、人工智能的整体战略规划陆续浮出水面。其中,在《新一代人工智能发展规划》中,已经把“智慧城市”、“大数据”、“物联网”等技术集大成于人工智能的基础设施。可以预见,未来政务的发展方向也是会以“政务AI+”为主要方向的。与此同时,政务大数据将成为“政务AI+”的重要基石。
综合上述的电子政务发展轨迹,每个阶段都对政务大数据的蓬勃发展起到了重要的推进作用。以政务大数据的数据视角来看已经基本完成了数据积累、汇聚和数据加工、治理阶段,下一步的工作重点是政务大数据的价值创造和模式创新。纵观电子政务的整个发展脉络、历程,政务的上下文边界是围绕着政府职能的变革、行使社会治理、监管及服务的业务模式发展而不断发展和衍化的。政务大数据的上下文边界伴随着政务的上下文边界的变化而变化。政务的上下文范围可以概括为围绕政府职能所开展的“作业”、“监管”、“治理”、“决策”、“服务”。相应地,政务大数据的上下文范围可以概括为在政府职能行使过程中所产生和利用的“业务数据”、“监管数据”、“治理数据”、“决策数据”和“服务数据”五类数据。
业务作业数据:指政府机关或其他业务主体在进行业务活动开展过程中所产出或利用的数据。如在政务办公中,产出的工作文件、业务信息等。
行政监管数据:指政府机关行使监督、管理的基准数据。如合规性检查标准、业务监管控制标准等。
规范治理数据:指对政务大数据的标准化、规范化的约定,如业务数据元规范、元数据标准等,该部分数据同时服务于自上而下的“规划”、“治理”、“一致性保持”,以及自下而上的“汇聚”、“共享”、“交换”。
决策分析数据:指基于政府监管职能的决策分析规则库、决策模型、决策引擎数据,用于支撑政务大数据的决策分析能力和自学习、自优化、自提升。
综合服务数据:指给予政务大数据而组合以及创造出来的、具备新附加价值的服务数据,可以在政务活动中被再利用,也可以直接服务于使用者。
上述政务大数据上下文范围的描述并未过于照搬已有的一些用词、用语,并不具有共识性,仅仅是结合新技术的发展以及在新阶段政务本身的发展,而进行的相关思考和探索。因此,也非常欢迎更好的意见或建议以及业务交流。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据处理的全流程中,数据呈现与数据分析是两个紧密关联却截然不同的核心环节。无论是科研数据整理、企业业务复盘,还是日常数 ...
2026-03-06在数据分析、数据预处理场景中,dat文件是一种常见的二进制或文本格式数据文件,广泛应用于科研数据、工程数据、传感器数据等领 ...
2026-03-06在数据驱动决策的时代,CDA(Certified Data Analyst)数据分析师的核心价值,早已超越单纯的数据清洗与统计分析,而是通过数据 ...
2026-03-06在教学管理、培训数据统计、课程体系搭建等场景中,经常需要对课时数据进行排序并实现累加计算——比如,按课程章节排序,累加各 ...
2026-03-05在数据分析场景中,环比是衡量数据短期波动的核心指标——它通过对比“当前周期与上一个相邻周期”的数据,直观反映指标的月度、 ...
2026-03-05数据治理是数字化时代企业实现数据价值最大化的核心前提,而CDA(Certified Data Analyst)数据分析师作为数据全生命周期的核心 ...
2026-03-05在实验检测、质量控制、科研验证等场景中,“方法验证”是确保检测/分析结果可靠、可复用的核心环节——无论是新开发的检测方法 ...
2026-03-04在数据分析、科研实验、办公统计等场景中,我们常常需要对比两组数据的整体差异——比如两种营销策略的销售额差异、两种实验方案 ...
2026-03-04在数字化转型进入深水区的今天,企业对数据的依赖程度日益加深,而数据治理体系则是企业实现数据规范化、高质量化、价值化的核心 ...
2026-03-04在深度学习,尤其是卷积神经网络(CNN)的实操中,转置卷积(Transposed Convolution)是一个高频应用的操作——它核心用于实现 ...
2026-03-03在日常办公、数据分析、金融理财、科研统计等场景中,我们经常需要计算“平均值”来概括一组数据的整体水平——比如计算月度平均 ...
2026-03-03在数字化转型的浪潮中,数据已成为企业最核心的战略资产,而数据治理则是激活这份资产价值的前提——没有规范、高质量的数据治理 ...
2026-03-03在Excel办公中,数据透视表是汇总、分析繁杂数据的核心工具,我们常常通过它快速得到销售额汇总、人员统计、业绩分析等关键结果 ...
2026-03-02在日常办公和数据分析中,我们常常需要探究两个或多个数据之间的关联关系——比如销售额与广告投入是否正相关、员工出勤率与绩效 ...
2026-03-02在数字化运营中,时间序列数据是CDA(Certified Data Analyst)数据分析师最常接触的数据类型之一——每日的营收、每小时的用户 ...
2026-03-02在日常办公中,数据透视表是Excel、WPS等表格工具中最常用的数据分析利器——它能快速汇总繁杂数据、挖掘数据关联、生成直观报表 ...
2026-02-28有限元法(Finite Element Method, FEM)作为工程数值模拟的核心工具,已广泛应用于机械制造、航空航天、土木工程、生物医学等多 ...
2026-02-28在数字化时代,“以用户为中心”已成为企业运营的核心逻辑,而用户画像则是企业读懂用户、精准服务用户的关键载体。CDA(Certifi ...
2026-02-28在Python面向对象编程(OOP)中,类方法是构建模块化、可复用代码的核心载体,也是实现封装、继承、多态特性的关键工具。无论是 ...
2026-02-27在MySQL数据库优化中,索引是提升查询效率的核心手段—— 面对千万级、亿级数据量,合理创建索引能将查询时间从秒级压缩到毫秒级 ...
2026-02-27