京公网安备 11010802034615号
经营许可证编号:京B2-20210330
政务大数据各自为政弊端多
最近一段时间,不少地方政府都在致力于政务数据的整合与应用,不少原本处于“深宅大院”的部门也纷纷开办门户网站。由此可以看出政府部门下大力气研究实践新技术、尝试建立适应新管理模式的积极努力。
几乎每个政府部门目前都建成了比较完备的信息化平台,但是相关数据因为条块分割,如一个个信息孤岛,缺少跨部门的信息整合。对于管理部门来说,这不仅是上马多少信息技术项目的技术革命,更是调整自身运作的机制革命。
联接和整合各个部门的“信息孤岛”,是大数据时代公共管理的题中应有之义,尤其需要克服惰性和守旧习惯,来一次政府理念的创新、政府职能的转变、政府流程的再造。
这些动向背后,有建设服务型政府的主观要求,也有大数据产业加速形成的客观环境。现在人们每天都被数据包围:早上出门,电梯摄像头记录出行时间;到达单位,门禁卡记录上班时间;上班期间,总控室记录着每次电话的时长……有人说,“未来数据将会像土地、石油和资本一样,成为经济运行中的根本性资源”。大数据在商业领域的应用已经十分普遍,电子商务公司根据每天的顾客点击量和购买行为记录,预测未来的潮流趋势。政府部门一直是数据资源的“强势”占有者,囊括了人口、交通、卫生、社保、税收、城市规划等方方面面。盘活这些资源,对于转变政府职能、提高行政效能,大有裨益。
我国“十二五”规划中有许多促进大数据产业发展的政策。工信部今年还发布了《关于数据中心建设布局的指导意见》,提出要扶持政府机关使用云计算新建数据中心。“数据治国”已然得到政策肯定,全国性的电子政务浪潮不可阻挡。许多地方都利用大数据时代的变革压力和机遇探索管理创新。比如,北京市通过对城市汽车增长数据的量化研判控制措施,让首都机动车保有量达到500万辆的时间延后了11个月。宁波市人口基础、自然资源、空间地理等数据库已实现多部门、多系统共享,今年正准备启动服务“智慧城市”的“政务云”项目。
不过,良好的发展势头并不意味着政府相关职能就自然能够乘势顺利转型。相比技术的引进,政府自身的调试更为重要。几乎每个政府部门目前都建成了比较完备的信息化平台,但是相关数据因为条块分割,如一个个信息孤岛,缺少跨部门的信息整合。买一套房子,需要填报十几张表格,每张表格1/3以上的内容是重复的,让人完全感受不到大数据的便利。其实,这些都是政府部门拥有的基础数据,完全可以根据身份证号码自动生成。无论是网络世界还是现实社会,这些各自为政的信息高墙,使得互联互通、信息资源共享举步维艰,成为电子政务未来发展的最大瓶颈。
观念和态度不变,即使手握利器,行政效率和服务质量也难提高。谁都知道“九龙治水”弊端多,即使现在大数据有办法让九龙成天“坐在一起”,但如果互相谁也不理谁,水还是治不好。曾有学者研究指出,每个时代都有那么一群人,对新技术的到来表现出抗拒甚至恐惧,这类人群的共同特点就是害怕改变。联接和整合各个部门的“信息孤岛”,是大数据时代公共管理的题中应有之义,尤其需要克服惰性和守旧习惯,来一次政府理念的创新、政府职能的转变、政府流程的再造。对于管理部门来说,这不仅是上马多少信息技术项目的技术革命,更是调整自身运作的机制革命。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在大数据时代背景下,海量行业数据亟需通过专业化工具挖掘潜在价值,辅助企业业务决策、优化运营模式、规避经营风险。Python凭借 ...
2026-08-28SQL是数据分析领域最基础、最核心的工具,承担着取数、清洗、统计、分层、归因的全流程工作。不同于单纯的语法练习,实战化SQL数 ...
2026-08-28 很多企业团队并非缺乏指标,而是陷入“指标失控”:仪表盘上堆满实时跳动的数据,却无法回答“当前瓶颈在哪、下一步该做什么 ...
2026-08-28随着新零售模式的快速普及,零售行业从传统的“货品驱动”全面转向“用户驱动”。门店交易数据、线上消费记录、浏览轨迹、复购频 ...
2026-08-27在数据分析、爬虫采集、接口开发、数据归档等场景中,JSON与CSV是两种使用率最高的数据存储格式。JSON为键值对结构化格式,适配 ...
2026-08-27 很多数据分析师每天都在计算指标、制作报表,但当被问到“什么叫指标数据元”“指标数据标准包含哪些核心维度”“指标数据质 ...
2026-08-27在数据分析工作中,时间序列是最常见的数据类型之一,订单时间、日志时间、交易时段、统计周期等数据均离不开时间处理。原始数据 ...
2026-08-26在数据分析与数据预处理工作中,原始数据普遍存在录入错误、系统故障、偶然极值等问题,极易产生异常数据。异常数据会严重干扰数 ...
2026-08-26 很多数据分析师能熟练写SQL、做透视表,但当被问到“数据是从哪里来的?经过哪些加工才进入数据仓库?ETL具体做了什么?”时 ...
2026-08-26在数理统计与数据分析领域,多因素方差分析与线性回归模型是研究变量关系、因素影响、数据差异规律的两大核心工具。二者均属于经 ...
2026-08-25数据分析的核心价值不在于数据计算与图表制作,而在于清晰、精准、有逻辑地输出结论、支撑业务决策。日常数据分析报告普遍存在结 ...
2026-08-25 很多数据分析师能熟练地写SQL、做透视表、算描述性统计,但当被问到“如何预测用户流失概率”“如何归因销量下滑的关键因素 ...
2026-08-25平均数是数据分析、数理统计与日常运算中最基础、最常用的统计量,核心作用是浓缩一组数据的整体水平、刻画数据集中趋势。在众多 ...
2026-08-24在MySQL数据库中,InnoDB存储引擎作为主流事务型引擎,默认事务隔离级别为可重复读(Repeatable Read,RR),这与SQL Server、Or ...
2026-08-24 很多数据分析师拿到数据就开始清洗、建模,但当被问到“这批数据属于什么类型——结构化还是非结构化?分类变量还是数值变量 ...
2026-08-24 很多数据分析师画过趋势图、做过业绩预测,但当被问到“这个月销售额增长20%,到底是长期趋势自然增长,还是促销活动的短期 ...
2026-08-21在数据分析与数据可视化工作中,直方图是展示数据分布特征、离散程度、集中区间的核心图表,能够直观呈现数值数据的频次分布规律 ...
2026-08-20在数据分析领域有一句核心准则:垃圾数据进,垃圾数据出。数据清洗是数据分析、数据建模、数据可视化之前的必经前置工序,也是保 ...
2026-08-20 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-08-20在Python数据分析与数据清洗工作中,Pandas是最核心的数据处理库,DataFrame是结构化数据的标准存储格式。在实时数据采集、循环 ...
2026-08-19