京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据,怎样让城市更“智慧”
几年后,这样的生活图景可望出现在合肥市民的生活中:
场景一:不必排长队去拍照,身份证可“通吃“所有部门。以公民身份证号码作为唯一标识的电子证照库启动,群众办理相关证件、证照、证明都实现电子化,建立起了居民个人电子证照目录,实现涉及政务服务事项的证件数据、相关证明信息等跨部门、跨区域、跨行业互认共享。
场景二:办成一件事,不用再跑多个地方、多个部门,一个窗口即可受理完毕。合肥将依托社会服务管理信息平台社会综合受理窗口,探索建立涉及多部门的政务服务事项协同办理机制。县(市)区、镇街、村居综合服务机构功能升级,制定政务服务事项分级进驻办法,完善“前台综合受理、后台分类审批、统一窗口出件”的一站式服务。
场景三:钱包里不用再装N张卡,出门只要带上与身份证绑定的 “市民卡”,就可实现真正的“一卡通”。合肥将以公民身份证号码作为唯一标识,运用身份证认证、手机绑定认证、人脸识别等多种方式,实现政务大厅、政务网站、移动客户端、自助终端、服务热线等多渠道一次认证、多点互联、无缝切换。社区服务、劳动就业、计划生育、住房公积金等,这些便民服务今后通过身份证号码认证后即可享受“一网通”的办理。
场景四:手机下载城市生活APP,享受各种便利服务。出行导航、找停车位、坐公交地铁、吃饭购物、银行业务可通过不同模块加载,购票、办事也可以通过APP“下单”并关注进展。
“大数据在‘大’,更在于‘用’。合肥市将以应用促发展,重点实施一批大数据应用示范工程,在提升城市运行效率的同时,让市民享受到大数据给生活带来的便利。”合肥市发改委副主任拱艳介绍。据介绍,合肥大数据平台即将启动建设,预计年底前可现框架。建立后,合肥市将推进“互联网+政务服务”,实现“一号”申请、“一窗”受理、“一网”通办。
大数据从哪里挖?唤醒“沉睡”的政府信息
去年9月,合肥市面向全市领导干部和部分企业高管,举办了一次高规格的大数据产业发展专题培训班,吹响了全市上下共创大数据产业发展新辉煌的号角。“合肥市各级领导干部要培养大数据思维,做个明白人,进而当好领路人。通过大数据运用,促进政府治理水平提高和产业创新转型升级。”合肥市市长凌云在培训班上说。
早在2006年,合肥市就建立起全国首个全市统一的电子政务处理平台,实现统一政务信息处理平台、全市统一机房、统一政务专网和统一电子政务管理的“四统一”模式,建立了具备政务资源的统筹管理控制能力的协同办公体系。但是,作为地市级大数据中心“起源地”的合肥,与全国各地一样,也存在着程度不同的政务大数据“各自为政”现象。“合肥每个部门目前都建成了比较完备的信息化平台,但是尚未实现互联互通,这样形成一个个‘信息孤岛’,不利于大数据的采集、处理和应用。 ”合肥市发改委综合处处长范观兵介绍。
“数据的积累是一个从量变到质变的过程。当数据积累不够多时,没有人能读懂这些‘碎片’背后的故事。但随着数据的积累,特别是超过某个临界值后,这些‘碎片’整体所呈现的规律就会在一定程度上被显现出来。 ”省大数据产业促进会秘书长吴鑫坤向记者解释数据缘何“大”才有价值。
“大数据”从哪里来? “在我国,政府拥有80%的数据资源。一直以来,政府的大数据都是一座极其丰饶的 ‘富矿’,蕴藏着巨大的社会价值和经济价值,但是一直没有得到‘挖掘’。大数据技术决定未来一座城市‘智慧’的高度,只有实现开放共享,大数据战略才会成为‘有源之水’。 ”范观兵介绍。
如何提升大数据价值?首先要实现数据逐步公开。“只管自家门前雪”的信息化管理模式,已经不适应现代社会的治理需求,迫切需要打破部门割据和行业壁垒。 “合肥市统一的电子政务平台今年底建成后,通过统一标准将市级各部门的传统政务应用迁移到该平台上,开放数据接口,促进政府部门之间的信息共享和业务协同,促进传统分散的电子政务管理体制向集中管理方向发展。 ”拱艳介绍。
如何合理利用大数据?“数据云”强化治理力
牛津大学教授维克托·迈尔-舍恩伯格在《大数据时代》一书中说:“大数据开启了一次重大的时代转型,就像望远镜让我们能够感受宇宙,显微镜让我们能够观测微生物一样,大数据正在改变我们的生活以及理解世界的方式,成为新发明和新服务的源泉,而更多的改变正在蓄势待发。 ”
在全球信息化快速发展的大背景下,大数据已成为国家重要的基础性战略资源。 “大数据时代,政府要能‘领跑’。把数据变成‘会说话’的活数据,提高社会治理的准确性和有效性。”凌云说。合肥市拟成立以市委、市政府主要领导为组长的大数据发展工作领导小组,并筹建大数据专家咨询委员会。 2017年,将安排2000万元专项资金支持大数据产业发展。对大数据应用环节,按照公益性项目或“一事一议”,加大大数据发展投入力度。
据介绍,目前,除了市级大数据平台建设之外,启动市级大数据资产运营公司的组建,负责大数据资源运营管理,确保数据安全。同时,启动建设合肥宏观经济大数据监测示范平台,该项目已列入2017年全市信息化项目建设计划,底层指标体系及相关数据模型还在进一步完善,计划年底建成投入使用。未来,还将建设“合肥市数据交易中心”,探索建立数据资源交易机制和定价机制,推动数据跨行业、跨领域流通。
“在大数据条件下,数据驱动的‘精准治理体系’‘智慧决策体系’‘阳光权力平台’将逐渐成为现实。”范观兵如此阐释大数据对社会治理的作用。未来,合肥市将完成一批社会治理专项大数据平台,形成用数据说话、用数据管理、用数据决策的政府管理新机制。比如,在权力监督上,依托大数据实现政府负面清单、权力清单和责任清单的透明化管理,促进依法行政和简政放权。在市场监管上,建立市场经济参与主体的信用代码库,完善公共信用平台建设,形成跨地区跨部门联动响应、失信惩戒的市场监管机制。
“市场主体如果不积极利用数据资源进行商业创新,数据开放的价值就无从释放。 ”凌云说。合肥市将以需求市场的统筹开发和数据资源开放为切入点,培育一批大数据特色产业基地,到2020年实现大数据及相关产业产值超1000亿元,大数据产业从业人员超过1万人,从而将合肥建成区域性大数据中心城市。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
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