京公网安备 11010802034615号
经营许可证编号:京B2-20210330
发挥大数据在国家治理中的作用
当前大数据正在改变世界,而数据收集和分析则是提升应急管理功能的重要手段。欧美一些国家已经开始把大数据运用到应急管理中,并取得一定成效,当前国内实务界和学术界虽然开始关注大数据的应用,但相关研究还比较缺乏。因此,我国需要在大数据战略、大数据开放政策、大数据在应急管理中具体应用形式等方面做出部署与探索。
其一,制定国家大数据战略,加大对大数据投入。进入21世纪以来,特别是近年来,许多国家重视大数据在公共管理中的应用,并制定了国家级大数据战略。各国的大数据战略表明,“大数据”并不仅仅是一个技术概念,它已经切实成为提高国家治理能力,改进公共管理水平乃至增强国家竞争力的重要因素。目前,广东省已经在我国率先试水大数据战略,并宣布要在近期开放一部分政府数据。这是我国地方政府回应“大数据时代”的具体措施。但是相对于英、美等西方国家和日、韩等亚洲近邻而言,我国还没有形成完善的国家级大数据战略。
其二,制定大数据开放政策,逐步扩大数据共享范围。除了制定大数据国家战略外,还要重视制定配套的数据开放政策,如目前美国政府数据开放网站(data.gov)可供检索的数据集已超过10万项。继美国之后,很多国家也制定政策要求数据开放。可以说,政府数据公开与共享是大数据化改革的核心内容。从各国的趋势看,配合国家大数据战略制定数据开放政策和要求数据共享也是非常必要的。另外,“数据开放”已经成为各国共识,随着国际数据市场的逐步形成,没有符合国际标准的国家级数据公开标准,也就难以建立能与国际市场接轨的数据市场管理标准。“数据开放”已经成为国际竞争力的一环,且欧美等国已抢占先机。所以无论从优化公共管理的角度,还是从增强国家竞争力的角度,抑或是规范数据市场的角度,由中央政府领衔制定国家级数据开放政策是非常必要的。
其三,探索大数据在应急管理领域中具体应用形式。事前准备阶段,政府或其他部门需要为大数据的应用做出准备。在管理和权限设置上,有必要设置“大数据信息官”并赋予其改进组织流程的权限,以推进大数据在部门工作中的落实。在技术升级和设备使用方面,政府或其他部门要明确需要解决的问题,以需求为导向,进行一定设施的准备。事中响应阶段,信息的有效聚合和快速传递是核心环节。政府或其他部门在使用大数据增强信息采集能力的同时,也要进行数据共享,建立统一的数据中心,以便在应急管理过程中提高效率。同时,在应急管理的事中响应阶段,指挥人员、专家技术人员和现场处置人员的联系也至关重要,建立高效的信息共享渠道也是很重要的方面。事后处置和救援阶段,及时了解救援信息和对所获信息的处理最为重要。如果有明确的信号可以让应急处置人员快速了解需要救援的地点和所需救援内容,救援效率便可大幅度提高。大数据在事后处置的应用便是遵循这种逻辑:通过网络或者监控设备,采集需要救援的信息,用算法筛选整合这些信息,并将指令快速传达给应急处置人员,从而提高救援效率。
其四,完善隐私保护政策,注重公共安全和公民隐私之间的平衡。大数据时代,如何对公民个人隐私保护也很重要,最好能在公共安全和公民隐私之间达到平衡。2013年5月,爱德华·斯诺登披露了美国国家安全局自2007年实施的绝密电子监听计划,即“棱镜计划”(prism),允许fbi和nsa对包括微软、雅虎、谷歌、苹果在内的九家it巨头的数据进行监控和挖掘,直接或间接接触大量个人聊天日志、私人数据、语音通信、传输文件和社交网络数据。尽管美国自我标榜“重视个人隐私”,但是公民个人的数据信息没有得到有效保护,引发了对“大数据时代”个人隐私的广泛讨论和关注。技术对个人隐私的威胁已经超出了原有法律框架。如果不对采集的个人信息使用进行有效规范,极有可能会出现大规模侵犯隐私的事件,从而使大数据信息采集成为一种“社会安全隐患”。因此,全面的数据隐私保护与最大的公共安全追求将是大数据时代面对的一个重要课题。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
备考CDA的小伙伴,专属宠粉福利来啦! 不用拼运气抽奖,不用复杂操作,只要转发CDA真题海报到朋友圈集赞,就能免费抱走实用好礼 ...
2026-02-11在数据科学、机器学习实操中,Anaconda是必备工具——它集成了Python解释器、conda包管理器,能快速搭建独立的虚拟环境,便捷安 ...
2026-02-11在Tableau数据可视化实操中,多表连接是高频操作——无论是将“产品表”与“销量表”连接分析产品销量,还是将“用户表”与“消 ...
2026-02-11在CDA(Certified Data Analyst)数据分析师的实操体系中,统计基本概念是不可或缺的核心根基,更是连接原始数据与业务洞察的关 ...
2026-02-11在数字经济飞速发展的今天,数据已成为核心生产要素,渗透到企业运营、民生服务、科技研发等各个领域。从个人手机里的浏览记录、 ...
2026-02-10在数据分析、实验研究中,我们经常会遇到小样本配对数据的差异检验场景——比如同一组受试者用药前后的指标对比、配对分组的两组 ...
2026-02-10在结构化数据分析领域,透视分析(Pivot Analysis)是CDA(Certified Data Analyst)数据分析师最常用、最高效的核心实操方法之 ...
2026-02-10在SQL数据库实操中,字段类型的合理设置是保证数据运算、统计准确性的基础。日常开发或数据分析时,我们常会遇到这样的问题:数 ...
2026-02-09在日常办公数据分析中,Excel数据透视表是最常用的高效工具之一——它能快速对海量数据进行分类汇总、分组统计,将杂乱无章的数 ...
2026-02-09表结构数据作为结构化数据的核心载体,其“获取-加工-使用”全流程,是CDA(Certified Data Analyst)数据分析师开展专业工作的 ...
2026-02-09在互联网产品运营、用户增长的实战场景中,很多从业者都会陷入一个误区:盲目投入资源做推广、拉新,却忽视了“拉新后的用户激活 ...
2026-02-06在机器学习建模过程中,特征选择是决定模型性能的关键环节——面对动辄几十、上百个特征的数据(如用户画像的几十项维度、企业经 ...
2026-02-06在CDA(Certified Data Analyst)数据分析师的日常实操中,表格结构数据是贯穿全流程的核心载体,而对表格数据类型的精准识别、 ...
2026-02-06在日常办公数据分析中,我们经常会面对杂乱无章的批量数据——比如员工月度绩效、产品销售数据、客户消费金额、月度运营指标等。 ...
2026-02-05在分类模型(如风控反欺诈、医疗疾病诊断、客户流失预警)的实操落地中,ROC曲线是评估模型区分能力的核心工具,而阈值则是连接 ...
2026-02-05对CDA(Certified Data Analyst)数据分析师而言,数据分析的价值不仅在于挖掘数据背后的规律与洞察,更在于通过专业的报告呈现 ...
2026-02-05在数据分析实战中,我们经常会遇到“多指标冗余”的问题——比如分析企业经营状况时,需同时关注营收、利润、负债率、周转率等十 ...
2026-02-04在数据分析场景中,基准比是衡量指标表现、评估业务成效、对比个体/群体差异的核心工具,广泛应用于绩效评估、业务监控、竞品对 ...
2026-02-04业务数据分析是企业日常运营的核心支撑,其核心价值在于将零散的业务数据转化为可落地的业务洞察,破解运营痛点、优化业务流程、 ...
2026-02-04在信贷业务中,违约率是衡量信贷资产质量、把控信用风险、制定风控策略的核心指标,其统计分布特征直接决定了风险定价的合理性、 ...
2026-02-03