京公网安备 11010802034615号
经营许可证编号:京B2-20210330
广州智慧城市建设应充分利用“大数据”
目前,随着各地“智慧城市”建设的火热进行,政府大数据应用进入实质性建设阶段,大数据在各个领域的应用价值初显。
在城市管理方面,一些地方合作推出的“警务云”已大显神威。比如,深夜时发现有人形迹可疑,警察可以通过云系统,找出这个人的各种信息,包括他何时坐过什么车、住过什么酒店、家庭情况等等。现在的大数据技术可以把所有的数据关联起来,为快速破案创造了有利条件。
然而笔者不久前采访广州超算中心得知,虽然广州“智慧城市”的建设也在推进,但这样的大手笔项目却很少。而连续四次蝉联世界500强第一名的天河二号超级计算机,目前也只有40%的利用率。
为何守着世界第一的超算,广州智慧城市的建设没有走在全国前列呢?有关专家认为,主要是政府对大数据的理解和重视程度远远不够。长期以来,我们的文化基因当中,数据文化很弱。没有把数据作为一种方法论,作为一种价值观,作为一种社会运转尺度来看待。
据了解,目前广州市各级政府掌握着全社会信息资源的80%,其中包括1000余个数据库。然而这些数据共享程度低。广州智慧城市的建设用到“超算”的,也主要是对20万个摄像头的数据进行分析与利用。很多数据因为部门利益和“保密”等因素,仅限于部门内部人员使用。而政府、企业和行业信息化系统建设也往往缺少统一规划和科学论证,没有统一标准,形成了众多“信息孤岛”,这给数据利用造成极大障碍。
维克托·迈尔—舍恩伯格所著的《大数据时代》一书中认为,“通过对海量数据进行分析,获得有巨大价值的产品和服务,或深刻的洞见”,这正成为“当今社会所独有的一种新型能力”。
总的来说,大数据对城市管理最重要的借鉴就是通过全方位的数据控制和分析,为政策制定提供高准确率的参考性和预见性,推动城市管理更加科学化。
在如今的城市,供水、排水、排污、供电、燃气、电话电缆、移动通讯等十几种地下管线盘根错节,基本上由各产权单位进行封闭式管理。这种多头管理给一些民生工程的推进造成很大压力。如果能采用建立数据标准和普查建库等方式实现地下管线的数据共享,地下管线的整治将事半功倍。不仅如此,通过对地下管线密度或受力情况的区域横向比对,还能预测/分析出工程项目对邻近管线的影响,从而使建设方案得到最大程度的优化,避免“拉链路”现象。
此外,大数据的真正价值在于挖掘和分析。大数据产业的战略意义不在于掌握庞大的数据信息,而是要提高对数据的“加工能力”,通过“加工”实现数据的“增值”。在政策制定方面,大数据作用应该更大。
目前,我国相当一部分公共政策的制定,通常是基于各个部门分别上报的零散数据,综合考虑专家学者的建言献策、民意调查等,科学实证的支持相对较少。为进一步提升公共政策制定的科学性,更应该引入“大数据”理念,将理性的数据分析与感性的经验判断结合起来作为决策依据。
如在交通方面,可以根据车流方向、密度来适时调整交通信号灯,让出租车在打车需求缺口最大的时间和地点出现;在健康医疗方面,通过研究气温、病种、门诊量的变化,可以预测未来传染病的发展趋势。今年初全国手足口病高发期间,有互联网公司就收集了相当宝贵的数据,向国家疾控中心提交了疫情预测和分析报告……
据市场调研机构预测,未来几年,中国大数据应用市场将呈现爆发式增长,并以近90%的年均复合增长率增长,到2018年,大数据产业规模预计将达到近6000亿元。从政府决策与服务,到城市的产业布局和规划,再到人们衣食住行的生活方式,都为广州的超算平台提供了广阔的空间。
当然,政府部门的大数据往往涉及机密,一旦泄露或者处理不当,将严重损害国家权益。这就要求IT企业加大对电子认证、加密解密、攻击检测与防御等技术的研发投入,加强产品系统应用安全。而政府部门要抓紧推进信息安全等级保护制度,加强对数据中心及信息系统运维的监督管理。
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 出品 作者:李诗怡 1. 销售漏斗阶段判断 题目:销售漏斗模型中,通过广告、社交媒体等方式触达品牌信息(如浏览品 ...
2026-09-07在Python数据分析中,Pandas库的DataFrame是最核心、最常用的结构化数据表对象,类似于Excel的二维表格,具备规整的行列结构、字 ...
2026-09-07在数据分析、经营复盘、业绩预测与经济统计工作中,平均增速(平均增长率)是衡量数据长期变化趋势、业务发展快慢的核心指标。不 ...
2026-09-07 很多数据分析师精通Excel单元格操作,但当被问到“表结构数据的基本处理单位是什么”“字段和记录的本质区别”“为什么表结 ...
2026-09-07随着大数据技术的快速发展,商业竞争逐步从传统的经验式经营转变为数据驱动的精细化运营。海量的用户行为数据、交易数据、运营数 ...
2026-09-04CDA数据分析师 出品 作者:李诗怡 1. 波士顿矩阵(BCG Matrix) 定义: BCG于1970年提出的业务组合分析工具,以"市场增长率"(纵 ...
2026-09-04 数据分析师八成以上的时间在和数据表格打交道,但许多人拿到Excel后习惯性地先算、先分析,结果回头发现漏了一列关键数据, ...
2026-09-04数据透视表是Excel与Power BI中最核心的数据分析工具,具备快速汇总、维度拆分、动态筛选的能力,可高效完成数据归类与统计展示 ...
2026-09-03在Power BI数据分析可视化场景中,堆积柱状图+折线图是最常用的复合图表组合。堆积柱状图适合展示各细分维度当期数值、结构占比 ...
2026-09-03 很多数据分析师每天与Excel打交道,但当被问到“表格结构数据的基本处理单位是什么”“数据类型误判会引发哪些分析错误”“ ...
2026-09-03CDA数据分析师 出品 作者:李诗怡 一、8个核心数据清洗函数 1. TRIM:一键清除多余空格(最常用) 作用:仅保留文本中"单词/字 ...
2026-09-02数据分析的核心并非单纯操作工具、整理报表或绘制图表,而是依靠科学的思维逻辑挖掘数据价值、解释业务现象、指导经营决策。在完 ...
2026-09-02在社会经济、产业研究、区域治理与大数据实证分析中,面板数据是最具研究价值的数据类型。面板数据同时包含截面维度与时间维度信 ...
2026-09-02 很多数据分析师能熟练计算均值、标准差,但当被问到“如何用一张图让业务方3秒内看懂核心结论”“面对不同数据类型该怎么选 ...
2026-09-02在数据驱动决策的体系中,数据分析按照分析目的可分为描述性分析、诊断性分析、预测性分析与指导性分析四大类型。其中,诊断性分 ...
2026-09-01网络请求是Python爬虫开发、接口测试、数据拉取的核心基础功能,Python生态中主要依靠 urllib 和 requests 两大库实现HTTP请求操 ...
2026-09-01 很多数据分析师面对业务问题时,常常感到“知道要分析,却不知道用什么方法”。其实,数据分析并非无章可循——从三大基础范 ...
2026-09-01在数据库设计与业务数据维护中,自增ID是数据表最常用的主键字段,用于唯一标识每一条业务数据,正常状态下ID应保持连续递增。但 ...
2026-08-31在数理统计、数据分析、经济测算与日常量化评估中,平均值是刻画数据集中趋势、反映整体水平的基础核心指标。在实际应用中,最常 ...
2026-08-31在数据驱动的时代,数据分析早已不是“凭经验、靠感觉”的零散操作,而是一套具备固定逻辑、标准化流程的系统方法——这就是数据 ...
2026-08-31