
政府需要怎样的大数据思维_数据分析师考试
深圳向来是个思想开放的城市,也一直不缺民间人士针对城市的改革与发展建言献策。10多年前,网友呙中校曾以《深圳,你被谁抛弃?》一文轰动全国。10多年后的今天,又有机构以《对深圳改革开放重大战略问题的建议》为题,洋洋洒洒谈了许多意见。
在诸多建议中,我们注意到,研究者对互联网+政府的治理模式颇有期许。在他们看来,利用大数据提高管理能力是政府管理日常事务的技术路径和技术支撑,也是提高政府治理能力现代化的一项重要改革。他们建议,应该成立大数据局,用于创新互联网+政府的治理模式。
在政府二字前面添上互联网+,当然是时髦的表达方式。其本质在于,政府的信息系统需要重构。各级政府部门在信息化建设及数据库管理方面,理应上一个大台阶。这对于政府治理的现代化不无裨益,也就需要政府在所谓的大数据思维方面,做必要的刷新。
政府需要怎样的大数据思维,或许没有什么标准答案。在我们看来,这里边需要强调的,至少有三个方面:一是数据信息开放的思维;二是数据信息整合的思维;三是数据信息分享的思维。这些思维方式,与政府信息公开的命题紧密联系,与数据信息的使用方向大有关系。数据如何使用,关乎政府信息公开的力度,也关乎政府行政的效率。
政府的大数据思维,首先是信息开放思维,这是由法律决定的。政府信息和预决算公开流于形式化现象过去一直较为严重——倘若这种现象得不到改变,则政府的大数据思维根本没法谈有什么刷新。信息难以公开,开放思维便会是一个伪命题。
坦率地说,在政府信息公开方面,还有很长的路要去走。政府要当信息公开方面的守法主体。大数据思维,建立在对法律的基本尊重上。如果因为各样的利益关系就能影响政府部门对法律的遵守,那么奢谈大数据又有何用?
政府的大数据思维,需要强调数据信息的整合。很重要的一点,就是不要让信息化建设流于形式。政府数据信息不能成为“孤岛”——各自为政的信息难有真正的价值。对于数据信息“孤岛”可能造成的伤害,各方面应有一个更清晰的判断。
数据信息的整合,是一个技术问题,更是一个价值判断问题。理念决定行动。有些政府部门之间的协同管理水平、社会服务效率和应急协调能力跟不上,跟数据信息缺少整合与沟通,大有关系。
政府的大数据思维,还有很重要的一点,就是数据信息分享的思维。与分享相对立的,是一些部门将数据藏着掖着,或者垄断数据信息,为部门利益、个人利益服务,而不是应用于公共利益。如果政府部门对数据资源的独占性严重,其后果是不难想象的。
上述《对深圳改革开放重大战略问题的建议》就指出了数据垄断的问题:大量的数据资源集中在政府手中,数据开发、应用以及数据咨询市场无法有效运行。也就是说,原本应是公共信息的数据掌握在政府部门手里,无法转化为整个社会的财富。这是非常遗憾的事情。
因此,政府部门重构大数据思维,是个现实命题。具体如何重构,当须妥善进行。政府数据管理法律的立与行,皆是必需的功课。这方面的经验与教训都很多。至于大数据局之类的政府机构是否必要,还可继续讨论。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
Pandas 选取特定值所在行:6 类核心方法与实战指南 在使用 pandas 处理结构化数据时,“选取特定值所在的行” 是最高频的操作之 ...
2025-09-30球面卷积神经网络(SCNN) 为解决这一痛点,球面卷积神经网络(Spherical Convolutional Neural Network, SCNN) 应运而生。它通 ...
2025-09-30在企业日常运营中,“未来会怎样” 是决策者最关心的问题 —— 电商平台想知道 “下月销量能否达标”,金融机构想预判 “下周股 ...
2025-09-30Excel 能做聚类分析吗?基础方法、进阶技巧与场景边界 在数据分析领域,聚类分析是 “无监督学习” 的核心技术 —— 无需预设分 ...
2025-09-29XGBoost 决策树:原理、优化与工业级实战指南 在机器学习领域,决策树因 “可解释性强、处理非线性关系能力突出” 成为基础模型 ...
2025-09-29在标签体系的落地链路中,“设计标签逻辑” 只是第一步,真正让标签从 “纸上定义” 变为 “业务可用资产” 的关键,在于标签加 ...
2025-09-29在使用 Excel 数据透视表进行多维度数据汇总时,折叠功能是梳理数据层级的核心工具 —— 通过点击 “+/-” 符号可展开明细数据或 ...
2025-09-28在使用 Pandas 处理 CSV、TSV 等文本文件时,“引号” 是最容易引发格式混乱的 “隐形杀手”—— 比如字段中包含逗号(如 “北京 ...
2025-09-28在 CDA(Certified Data Analyst)数据分析师的技能工具箱中,数据查询语言(尤其是 SQL)是最基础、也最核心的 “武器”。无论 ...
2025-09-28Cox 模型时间依赖性检验:原理、方法与实战应用 在生存分析领域,Cox 比例风险模型(Cox Proportional Hazards Model)是分析 “ ...
2025-09-26检测因子类型的影响程度大小:评估标准、实战案例与管控策略 在检测分析领域(如环境监测、食品质量检测、工业产品合规性测试) ...
2025-09-26CDA 数据分析师:以数据库为基石,筑牢数据驱动的 “源头防线” 在数据驱动业务的链条中,“数据从哪里来” 是 CDA(Certified D ...
2025-09-26线性相关点分布的四种基本类型:特征、识别与实战应用 在数据分析与统计学中,“线性相关” 是描述两个数值变量间关联趋势的核心 ...
2025-09-25深度神经网络神经元个数确定指南:从原理到实战的科学路径 在深度神经网络(DNN)的设计中,“神经元个数” 是决定模型性能的关 ...
2025-09-25在企业数字化进程中,不少团队陷入 “指标困境”:仪表盘上堆砌着上百个指标,DAU、转化率、营收等数据实时跳动,却无法回答 “ ...
2025-09-25MySQL 服务器内存碎片:成因、检测与内存持续增长的解决策略 在 MySQL 运维中,“内存持续增长” 是常见且隐蔽的性能隐患 —— ...
2025-09-24人工智能重塑工程质量检测:核心应用、技术路径与实践案例 工程质量检测是保障建筑、市政、交通、水利等基础设施安全的 “最后一 ...
2025-09-24CDA 数据分析师:驾驭通用与场景指标,解锁数据驱动的精准路径 在数据驱动业务的实践中,指标是连接数据与决策的核心载体。但并 ...
2025-09-24在数据驱动的业务迭代中,AB 实验系统(负责验证业务优化效果)与业务系统(负责承载用户交互与核心流程)并非独立存在 —— 前 ...
2025-09-23CDA 业务数据分析:6 步闭环,让数据驱动业务落地 在企业数字化转型中,CDA(Certified Data Analyst)数据分析师的核心价值,并 ...
2025-09-23