
大数据助力国家治理之道_数据分析师
专家建议,做好顶层设计,转变思维,推动政府部门间数据共享和开放,自主掌握大数据核心技术,走中国特色大数据治国之路。
党的十八届三中全会提出,推进国家治理体系和治理能力现代化,大数据技术在政府治理能力方面蕴含着巨大的应用潜力和巨大空间。《瞭望》新闻周刊记者近日在浙江、天津、河南、湖北、贵州等地采访了解到,政府运用大数据助力政府治理正进入数据积累和分析的初级阶段,但由于动力不足,部门壁垒森严,存在数据打通难、数据开放严重不足、数据话语权堪忧等问题。
以公众需求为导向公开大数据
在当今的互联网时代,政府和公共部门逐渐成为信息数据的重要生产、收集、使用和发布者。这些多维度的海量数据涉及生产、生活、消费等方方面面,正在引发一场社会变革。而政府和公共管理、服务部门,应率先创新思维和理念,公开和共享数据资源,通过数据整理分析预测和提供民众需要的公共服务需求,促进国家和社会发展。
本刊记者调查发现,数据的公开和共享可以极大方便民众的生活,为有关部门的决策管理提供重要参考。中关村大数据产业联盟曾与北京市交管部门就北京公交一卡通的使用情况做过大数据分析,通过一卡通刷卡地点和时间,可以分析出人流集中区域和高峰活动时段,交管部门提前安排车次和人员进行引导,缓解交通压力。
中关村大数据产业联盟副秘书长颜阳博士说,这样一个简单的大数据应用就能方便民众出行,如果有更多维度的公共数据得以开放,势必对政府治理能力的提升有极大帮助。
“作为公共财产的政府数据,本质上属于人民,应该在保障国家安全、个人隐私和企业商业秘密的前提下,让这些数据回到人民群众中去。”中国工程院院士、中国计算机学会大数据专家委员会主任李国杰认为,开放大数据的作用就像当年实行的“耕者有其田”,这将是生产关系的一次大变革,会促进生产力的大解放。
本刊记者调查发现,美国、英国、日本等发达国家在发展大数据产业之初,便不遗余力地开放公共大数据。美国数据开放网站目前已有超过37万个数据集、1200多个数据工具,这些数据来自170多个机构。英国政府专门建立“数据英国”网站,已将政府开支、政府部门财务报告等数据公开。
李国杰认为,政府应当公开的数据主要分为三类:一是操作业务信息,主要指政府各部门间办公流程所需的数据,如办理银行贷款时所需查询的信用数据等;二是管理信息,主要面向各类业务的管理者;三是研究和决策信息,主要面向政策研究人员、企业管理人员等,主要从数据中发现新规律新问题,进而制定新政策。
李国杰还提出,政府公开共享大数据,不是单纯登记政府现有数据,而应以公众需求为导向,以促进国家治理变革为目的。同时,要算经济账,不是越多越好,而要能带来信息化成本的节约。英国政府通过高效运用大数据技术,每年约节省政府支出330亿英镑(约合3300亿元人民币)。
大量政府数据处于“休眠”状态
本刊记者调研发现,我国政府部门在运用大数据进行政务管理方面仍十分滞后,数据收集有一定困难,数据分散严重形成“信息孤岛”,对社会、公众开放不够。
在数据采集方面,科技部云计算专家组成员、阿里巴巴集团研究员薛贵荣博士认为,目前很多国家机构的信息还是手写的,将其数字化、实现云计划还需花费很长时间,而观念的转变也是最难的。
在数据共享方面,国家信息中心研究员宁家骏说,由于数据开放程度不足,大量政府数据处于“休眠”状态,而企业拥有的大数据技术和计算能力陷入“巧妇难为无米之炊”的境地。
调查发现,目前数据开放共享主要有三方面问题,一是数据条块分割严重,服务推行困难;二是数据平台缺乏统一标准,“一个部门一个样,放开了也拿不走”;三是一些数据资源丰富的部门不愿共享。
首先,条块分割严重,干扰数据汇聚。杭州市经济和信息化委员会副主任杨福颂说,杭州有20多个归属不同部门的信息中心,这些信息中心人为地形成一个个互不连通的“信息孤岛”。天津开发区城市管理局数字城管科科长陈松说,天津政府部门的社区公益服务已在技术上实现了突破,通过智能手机和客户端几乎可以实现零成本的公益活动,但综合管理体系需要工商、税务、社区服务部门的联合,难度较大。
第二,各系统数据标准不统一,开放共享成本大。宁波市智慧城市建设协调处处长聂聪迪说,政府大数据目前没有统一标准,地方和各个系统都在制定自己的数据标准。“地方区域有块上的标准,卫生系统等有条上的标准,条块标准遇到一起需要数据共享,再修改标准将耗费巨大成本。”
第三,部门利益至上,制约大数据开放与应用。天津开发区华纳社区是中央政法委“全国综治信息系统”试点单位,目前全区的残疾人、重点关爱人群、独生子女等数据均实现共享,但诸如流动人口、房管信息等数据较难获得。
“数据话语权”堪忧
专家认为,我国公共数据外流严重,一些政府部门对数据安全和“数据控制力”重视不够,“数据话语权”堪忧。
IOE是服务器提供商IBM、数据库软件提供商Oracle(甲骨文)和存储设备提供商EMC的简称,这三家公司构成从软件到硬件的企业数据库系统,几乎占领全球大部分商用数据库系统市场份额。本刊记者调查发现,我国各级政府仍依赖IOE软件,造成巨大数据安全隐患。
宁波市智慧城市建设协调处副处长姚坚说:“政府部门原来的计算机系统都是使用IOE,推倒重来需要一个思想认识的过程,更需要技术支持。”
天津市滨海新区电子政务专网和云平台出于安全考虑,从硬件到软件都采用了国产设备和技术,但工作人员反映,一方面本土企业很难提供成套设备,一方面技术差距较大,使用起来不太方便,还需要不断开发新的系统和软件来弥补。
目前,尽管以百度、阿里巴巴、腾讯为代表的BAT互联网企业在大数据应用领域超前部署,处于世界一流水平,但与已经出台大数据国家战略的美英日等发达国家相比,我国大数据产业发展形态仍十分单一,主要为互联网企业的自发商业行为,缺乏国家层面的统筹规划和全面布局,长此以往将影响国家对数据的掌控权和控制力,不利于提升国家信息优势和国家竞争力。
宁家骏等业内人士认为,在基础软件平台、大数据应用分析技术等方面,我国仍处于跟随状态,在海量数据挖掘、非结构化数据处理、数据可视化应用等前沿技术上仍缺少创新,与国际先进水平存在明显差距。
大数据治国还需“中国化”
如今,大多数国家都站在大数据时代的十字路口,谁能抓住这一“时间窗口”,便能获得大数据带来的巨大经济和社会发展红利。地方官员和业内专家建议,做好顶层设计,转变思维,推动政府部门间数据共享和开放,自主掌握大数据核心技术,走中国特色大数据治国之路。
首先,要充分重视大数据发展战略,做好顶层规划设计。目前,全球发达国家多已充分认识到大数据时代的发展趋势,美、英、日、澳等国都提出了国家大数据战略。联合国秘书长执行办公室早在2009年就启动了“全球脉动”(Global Pulse)倡议项目,旨在推动数字数据和快速数据收集和分析方式的创新。
对此,九三学社中央科技委员邬玉良建议将发展大数据上升为我国国家战略,制定国家层面的大数据发展计划,通过体制机制创新,盘活政府和社会资源,将数据资源转化为生产力。
第二,转变大而全思维,鼓励企业单点突破。有专家认为,大数据治国在路径选择上应该转变工业化大而全的思维,按照互联网和大数据发展的内在规律,在发展初级阶段单点突破,追求小而美。
2013年,“杭州政务云”项目建设探索外围助推政府改革的方式,由中标的华数集团承担政务云建设,各部门不再独立购买软、硬件设施,由杭州市经信委整合全市需求统一购买云计算、存储、数据库和应用等基础资源服务,相关的系统开发仍由各部门负责建设。目前,华数集团已完成政务云平台阶段性建设,向杭州22家单位45个项目提供云主机和RDS数据库服务。本文来源:瞭望观察网
第三,完善政策环境,鼓励大数据产业创新。数据交易市场是未来大数据产业发展不可或缺的重要环节,目前全球尚没有成熟的数据交易市场。宁家骏建议,可在全国试点1~2个数据交易市场,形成多级并存的大数据交易市场体系;探索开展大数据的衍生产品交易,建立大数据投融资体系;鼓励社会资本进入大数据投资领域,同时完善大数据投资政策环境和退出机制;抓紧制定出台政府数据开放法规,保证政府数据在风险可控原则下最大程度开放等。
掌控大数据核心技术
借助大数据治国必须加强核心技术和产品研发,但专家提醒,要避免走国产操作系统研发的老路。事实证明,PC时代依靠政府资金研发的国产操作系统至今无法撼动微软的垄断地位,如今的移动互联时代,要挑战安卓的地位也非常困难。在国内外差距巨大的现实情况下,我国基础软件实现赶超,必须走合作开源之路。
宁家骏认为,政府不应再定向支持某些企业,应变“相马为赛马”、变资金扶持为市场引导,鼓励有创新能力的企业都参与进来,积极利用开源模式和开放社区资源,形成我国大数据产业发展的开源生态系统,尽快实现我国大数据技术的自主自控。
宁波市智慧城市建设协调处副处长姚坚建议,应尽快开始实施“去IOE”。“比起使用IBM小型机每年的维护成本,去IOE的成本不算大。”
不少地方政府工作人员还建议,可以通过具体示范项目推进大数据治国进程。比如在节能降耗、环境治理、交通运输、食品安全、金融服务、健康医疗等关系国计民生的重点领域,通过政府购买企业服务等方式推动大数据应用的政企合作,大力推动大数据改进政府管理和公共治理方式。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
机器学习解决实际问题的核心关键:从业务到落地的全流程解析 在人工智能技术落地的浪潮中,机器学习作为核心工具,已广泛应用于 ...
2025-09-09SPSS 编码状态区域中 Unicode 的功能与价值解析 在 SPSS(Statistical Product and Service Solutions,统计产品与服务解决方案 ...
2025-09-09CDA 数据分析师:驾驭商业数据分析流程的核心力量 在商业决策从 “经验驱动” 向 “数据驱动” 转型的过程中,商业数据分析总体 ...
2025-09-09R 语言:数据科学与科研领域的核心工具及优势解析 一、引言 在数据驱动决策的时代,无论是科研人员验证实验假设(如前文中的 T ...
2025-09-08T 检验在假设检验中的应用与实践 一、引言 在科研数据分析、医学实验验证、经济指标对比等领域,常常需要判断 “样本间的差异是 ...
2025-09-08在商业竞争日益激烈的当下,“用数据说话” 已从企业的 “加分项” 变为 “生存必需”。然而,零散的数据分析无法持续为业务赋能 ...
2025-09-08随机森林算法的核心特点:原理、优势与应用解析 在机器学习领域,随机森林(Random Forest)作为集成学习(Ensemble Learning) ...
2025-09-05Excel 区域名定义:从基础到进阶的高效应用指南 在 Excel 数据处理中,频繁引用单元格区域(如A2:A100、B3:D20)不仅容易出错, ...
2025-09-05CDA 数据分析师:以六大分析方法构建数据驱动业务的核心能力 在数据驱动决策成为企业共识的当下,CDA(Certified Data Analyst) ...
2025-09-05SQL 日期截取:从基础方法到业务实战的全维度解析 在数据处理与业务分析中,日期数据是连接 “业务行为” 与 “时间维度” 的核 ...
2025-09-04在卷积神经网络(CNN)的发展历程中,解决 “梯度消失”“特征复用不足”“模型参数冗余” 一直是核心命题。2017 年提出的密集连 ...
2025-09-04CDA 数据分析师:驾驭数据范式,释放数据价值 在数字化转型浪潮席卷全球的当下,数据已成为企业核心生产要素。而 CDA(Certified ...
2025-09-04K-Means 聚类:无监督学习中数据分群的核心算法 在数据分析领域,当我们面对海量无标签数据(如用户行为记录、商品属性数据、图 ...
2025-09-03特征值、特征向量与主成分:数据降维背后的线性代数逻辑 在机器学习、数据分析与信号处理领域,“降维” 是破解高维数据复杂性的 ...
2025-09-03CDA 数据分析师与数据分析:解锁数据价值的关键 在数字经济高速发展的今天,数据已成为企业核心资产与社会发展的重要驱动力。无 ...
2025-09-03解析 loss.backward ():深度学习中梯度汇总与同步的自动触发核心 在深度学习模型训练流程中,loss.backward()是连接 “前向计算 ...
2025-09-02要解答 “画 K-S 图时横轴是等距还是等频” 的问题,需先明确 K-S 图的核心用途(检验样本分布与理论分布的一致性),再结合横轴 ...
2025-09-02CDA 数据分析师:助力企业破解数据需求与数据分析需求难题 在数字化浪潮席卷全球的当下,数据已成为企业核心战略资产。无论是市 ...
2025-09-02Power BI 度量值实战:基于每月收入与税金占比计算累计税金分摊金额 在企业财务分析中,税金分摊是成本核算与利润统计的核心环节 ...
2025-09-01巧用 ALTER TABLE rent ADD INDEX:租房系统数据库性能优化实践 在租房管理系统中,rent表是核心业务表之一,通常存储租赁订单信 ...
2025-09-01