京公网安备 11010802034615号
经营许可证编号:京B2-20210330
“大数据”之于“电子政务”
大数据是继云计算、物联网之后IT产业又一次颠覆性的技术变革,对国家治理方式、决策、组织和业务流程、提供公共服务的方式等都将产生巨大的影响。随着互联网、云计算、物联网等信息技术的迅猛发展,大量数据的收集、储存、分析、处理及其应用变得更加方便,政府或公众的决策行为将逐渐基于数据和分析而做出,而非像以前基于经验和直觉。电子政务建设因为大数据时代的到来,变得更加高效、快捷。
创造大价值
大数据的发展,将极大地改变政府的管理模式。其包容性将模糊掉政府各部门间、政府与市民间的边界,信息孤岛现象大幅消减,数据共享成为可能,从而提高政府各机构的协同办公效率和为民办事效率,提升政府社会治理能力和公共服务能力。具体而言,依托大数据的发展,有利于节约政府投资、加强市场监管,从而提高政府决策能力、提升公共服务能力,实现区域化管理。
利用大数据整合信息,将工商、国税、地税、质监等部门所收集的企业基础信息进行共享和比对,通过分析,可以发现监管漏洞,提高执法水平,达到促进财税增收、提高市场监管水平的目的。建设大数据中心,加强政务数据的获取、组织、分析、决策,通过云计算技术实现大数据对政务信息资源的统一管理,依据法律法规和各部门的需求进行政务资源的开发和利用,可以提高设备资源利用率、避免重复建设、降低维护成本。
大数据也将进一步提高决策的效率,提高政府决策的科学性和精准性,提高政府预测预警能力以及应急响应能力,节约决策的成本。以财政部门为例,基于云计算、大数据技术,财政部门可以按需掌握各个部门的数据,并对数据进行分析,作出的决策可以更准确、更高效。另外,也可以依据数据推动财政创新,使财政工作更有效率、更加开放、更加透明。
借助大数据,还能逐步实现立体化、多层次、全方位的电子政务公共服务体系,推进信息公开,促进网上办事实时受理、部门协同办理、反馈网上统一查询等服务功能,加快推进智能化电子政务服务和移动政务服务新模式的初步应用,不断拓展个性化服务,进一步增强政府与社会、老百姓直接的双向互动、同步交流。
基于城市网格化的管理需要一个统一协调的管理信息整合,各类基础资源和信息都应该是共享的,大数据可以实现这一点。通过充分利用大数据的各类资源,发挥城市网格化管理效用,达到最大程度的共享应用,以提升城市和社区的服务质量、提高服务能力、加强服务管理,创建服务型社会,使城市管理工作和社区服务水平迈上更高的台阶。
助推大建设
虽然目前我国基于大数据的信息共享建设取得了一定的成效,但是,从总体来看,跨部门的信息资源利用系统仍局限在小部分的政府业务范围,而且应用的深度和广度还远远不够,不能满足当今社会发展的要求。因此,我们需要顺应大数据这个趋势,建设基于大数据的网上办事大厅、交换共享平台、社会诚信体系、容灾备份体系和公开平台,建立政务云计算平台,积极推进电子政务建设。
建设省、市、县三级统一的,集信息公开、网上办理、便民服务、电子监察于一体的网上办事大厅,通过虚拟的网上服务窗口,提供一站式、跨地域、全天候、全透明的各类社会服务和管理事项。同时,推动各级实体性行政办事大厅向网上办事大厅迁移,实现跨部门网上办理事项的有效整合,推进全流程网上办事。
统筹建设省、市、县三级大数据交换共享平台,完善交换共享平台的覆盖范围,打通信息横向和纵向的共享渠道,推进跨地区、跨部门信息资源共享和业务协同。同时,完善全省政务信息资源目录体系,制定全省政务信息资源共享目录和数据标准,强化对各类信息资源的整合,为省、市、县各政府深化电子政务应用提供跨层级、跨部门的数据支撑。建立数据中心之间以及各级政务数据库之间交换、整合、比对、更新、维护机制,建设自然人、法人、空间地理等基础数据库,为社会管理、公共服务和宏观调控提供数据支撑。
整合来自于政府职能部门及企事业单位、行业协会、中介组织的信用信息资源,推动和规范诚信机构建设,提供完整、准确、及时的企业和个人诚信信息。同时,建立个人信用信息平台,探索个人信用体系建设模式,促进个人信用信息的开发利用,奠定建设诚信社会的坚实基础。
开展以云计算为基础的电子政务公共服务平台的顶层设计,建设集中统一的区域性电子政务云平台,为政府部门提供高效的服务器资源、海量的存储空间、高速的网络带宽和安全的网络环境。电子政务云平台将按统一标准建设,即插即用,政府部门可根据自身需求,定制使用。创造一个信息共享、资源共用、运维共管的新局面,逐步实现政府部门统一服务器管理、统一机房、统一运维的目标,以充分整合资源、提高资源利用率、减少重复投资。
建设容灾备份设施,为党政用户提供统一的容灾备份服务。通过数据备份、数据复制等技术实现数据级容灾,确保各部门业务数据的完整性、一致性和可用性,同时,对部分重要应用系统实现快速切换、数据零丢失的应用级容灾,从而为全省政府部门提供网络、数据以及应用系统的灾难备份与恢复服务。
通过大数据中心建设,将政务部门的数据进行汇总、清洗、比对分析后,形成信息资源,并建设一个大数据公开平台,统一对社会开放政务数据,提高整个社会对信息资源的开发利用。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
多层感知机(MLP,Multilayer Perceptron)作为深度学习中最基础、最经典的神经网络模型,其结构设计直接决定了模型的拟合能力、 ...
2026-03-30在TensorFlow深度学习实战中,数据集的加载与预处理是基础且关键的第一步。手动下载、解压、解析数据集不仅耗时费力,还容易出现 ...
2026-03-30在CDA(Certified Data Analyst)数据分析师的日常工作中,“无监督分组、挖掘数据内在聚类规律”是高频核心需求——电商场景中 ...
2026-03-30机器学习的本质,是让模型通过对数据的学习,自主挖掘规律、实现预测与决策,而这一过程的核心驱动力,并非单一参数的独立作用, ...
2026-03-27在SQL Server数据库操作中,日期时间处理是高频核心需求——无论是报表统计中的日期格式化、数据筛选时的日期类型匹配,还是业务 ...
2026-03-27在CDA(Certified Data Analyst)数据分析师的能力体系与职场实操中,高维数据处理是高频且核心的痛点——随着业务场景的复杂化 ...
2026-03-27在机器学习建模与数据分析实战中,特征维度爆炸、冗余信息干扰、模型泛化能力差是高频痛点。面对用户画像、企业经营、医疗检测、 ...
2026-03-26在这个数据无处不在的时代,数据分析能力已不再是数据从业者的专属技能,而是成为了职场人、管理者、创业者乃至个人发展的核心竞 ...
2026-03-26在CDA(Certified Data Analyst)数据分析师的能力体系中,线性回归是连接描述性统计与预测性分析的关键桥梁,也是CDA二级认证的 ...
2026-03-26在数据分析、市场研究、用户画像构建、学术研究等场景中,我们常常会遇到多维度、多指标的数据难题:比如调研用户消费行为时,收 ...
2026-03-25在流量红利见顶、获客成本持续攀升的当下,营销正从“广撒网”的经验主义,转向“精耕细作”的数据驱动主义。数据不再是营销的辅 ...
2026-03-25在CDA(Certified Data Analyst)数据分析师的全流程工作中,无论是前期的数据探索、影响因素排查,还是中期的特征筛选、模型搭 ...
2026-03-25在当下数据驱动决策的职场环境中,A/B测试早已成为互联网产品、运营、营销乃至产品迭代优化的核心手段,小到一个按钮的颜色、文 ...
2026-03-24在统计学数据分析中,尤其是分类数据的分析场景里,卡方检验和显著性检验是两个高频出现的概念,很多初学者甚至有一定统计基础的 ...
2026-03-24在CDA(Certified Data Analyst)数据分析师的日常业务分析与统计建模工作中,多组数据差异对比是高频且核心的分析场景。比如验 ...
2026-03-24日常用Excel做数据管理、台账维护、报表整理时,添加备注列是高频操作——用来标注异常、说明业务背景、记录处理进度、补充关键 ...
2026-03-23作为业内主流的自助式数据可视化工具,Tableau凭借拖拽式操作、强大的数据联动能力、灵活的仪表板搭建,成为数据分析师、业务人 ...
2026-03-23在CDA(Certified Data Analyst)数据分析师的日常工作与认证考核中,分类变量的关联分析是高频核心场景。用户性别是否影响商品 ...
2026-03-23在数据工作的全流程中,数据清洗是最基础、最耗时,同时也是最关键的核心环节,无论后续是做常规数据分析、可视化报表,还是开展 ...
2026-03-20在大数据与数据驱动决策的当下,“数据分析”与“数据挖掘”是高频出现的两个核心概念,也是很多职场人、入门学习者容易混淆的术 ...
2026-03-20