京公网安备 11010802034615号
经营许可证编号:京B2-20210330
政务大数据各自为政弊端多
最近一段时间,不少地方政府都在致力于政务数据的整合与应用,不少原本处于“深宅大院”的部门也纷纷开办门户网站。由此可以看出政府部门下大力气研究实践新技术、尝试建立适应新管理模式的积极努力。
几乎每个政府部门目前都建成了比较完备的信息化平台,但是相关数据因为条块分割,如一个个信息孤岛,缺少跨部门的信息整合。对于管理部门来说,这不仅是上马多少信息技术项目的技术革命,更是调整自身运作的机制革命。
联接和整合各个部门的“信息孤岛”,是大数据时代公共管理的题中应有之义,尤其需要克服惰性和守旧习惯,来一次政府理念的创新、政府职能的转变、政府流程的再造。
这些动向背后,有建设服务型政府的主观要求,也有大数据产业加速形成的客观环境。现在人们每天都被数据包围:早上出门,电梯摄像头记录出行时间;到达单位,门禁卡记录上班时间;上班期间,总控室记录着每次电话的时长……有人说,“未来数据将会像土地、石油和资本一样,成为经济运行中的根本性资源”。大数据在商业领域的应用已经十分普遍,电子商务公司根据每天的顾客点击量和购买行为记录,预测未来的潮流趋势。政府部门一直是数据资源的“强势”占有者,囊括了人口、交通、卫生、社保、税收、城市规划等方方面面。盘活这些资源,对于转变政府职能、提高行政效能,大有裨益。
我国“十二五”规划中有许多促进大数据产业发展的政策。工信部今年还发布了《关于数据中心建设布局的指导意见》,提出要扶持政府机关使用云计算新建数据中心。“数据治国”已然得到政策肯定,全国性的电子政务浪潮不可阻挡。许多地方都利用大数据时代的变革压力和机遇探索管理创新。比如,北京市通过对城市汽车增长数据的量化研判控制措施,让首都机动车保有量达到500万辆的时间延后了11个月。宁波市人口基础、自然资源、空间地理等数据库已实现多部门、多系统共享,今年正准备启动服务“智慧城市”的“政务云”项目。
不过,良好的发展势头并不意味着政府相关职能就自然能够乘势顺利转型。相比技术的引进,政府自身的调试更为重要。几乎每个政府部门目前都建成了比较完备的信息化平台,但是相关数据因为条块分割,如一个个信息孤岛,缺少跨部门的信息整合。买一套房子,需要填报十几张表格,每张表格1/3以上的内容是重复的,让人完全感受不到大数据的便利。其实,这些都是政府部门拥有的基础数据,完全可以根据身份证号码自动生成。无论是网络世界还是现实社会,这些各自为政的信息高墙,使得互联互通、信息资源共享举步维艰,成为电子政务未来发展的最大瓶颈。
观念和态度不变,即使手握利器,行政效率和服务质量也难提高。谁都知道“九龙治水”弊端多,即使现在大数据有办法让九龙成天“坐在一起”,但如果互相谁也不理谁,水还是治不好。曾有学者研究指出,每个时代都有那么一群人,对新技术的到来表现出抗拒甚至恐惧,这类人群的共同特点就是害怕改变。联接和整合各个部门的“信息孤岛”,是大数据时代公共管理的题中应有之义,尤其需要克服惰性和守旧习惯,来一次政府理念的创新、政府职能的转变、政府流程的再造。对于管理部门来说,这不仅是上马多少信息技术项目的技术革命,更是调整自身运作的机制革命。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据可视化领域,单一图表往往难以承载多维度信息 —— 力导向图擅长展现节点间的关联结构与空间分布,却无法直观呈现 “流量 ...
2025-10-27这个问题问到了 Tableau 中两个核心行级函数的经典组合,理解它能帮你快速实现 “相对位置占比” 的分析需求。“index ()/size ( ...
2025-10-27对 CDA(Certified Data Analyst)数据分析师而言,“假设检验” 绝非 “套用统计公式的机械操作”,而是 “将模糊的业务猜想转 ...
2025-10-27在数字化运营中,“凭感觉做决策” 早已成为过去式 —— 运营指标作为业务增长的 “晴雨表” 与 “导航仪”,直接决定了运营动作 ...
2025-10-24在卷积神经网络(CNN)的训练中,“卷积层(Conv)后是否添加归一化(如 BN、LN)和激活函数(如 ReLU、GELU)” 是每个开发者都 ...
2025-10-24在数据决策链条中,“统计分析” 是挖掘数据规律的核心,“可视化” 是呈现规律的桥梁 ——CDA(Certified Data Analyst)数据分 ...
2025-10-24在 “神经网络与卡尔曼滤波融合” 的理论基础上,Python 凭借其丰富的科学计算库(NumPy、FilterPy)、深度学习框架(PyTorch、T ...
2025-10-23在工业控制、自动驾驶、机器人导航、气象预测等领域,“状态估计” 是核心任务 —— 即从含噪声的观测数据中,精准推断系统的真 ...
2025-10-23在数据分析全流程中,“数据清洗” 恰似烹饪前的食材处理:若食材(数据)腐烂变质、混杂异物(脏数据),即便拥有精湛的烹饪技 ...
2025-10-23在人工智能领域,“大模型” 已成为近年来的热点标签:从参数超 1750 亿的 GPT-3,到万亿级参数的 PaLM,再到多模态大模型 GPT-4 ...
2025-10-22在 MySQL 数据库的日常运维与开发中,“更新数据是否会影响读数据” 是一个高频疑问。这个问题的答案并非简单的 “是” 或 “否 ...
2025-10-22在企业数据分析中,“数据孤岛” 是制约分析深度的核心瓶颈 —— 用户数据散落在注册系统、APP 日志、客服记录中,订单数据分散 ...
2025-10-22在神经网络设计中,“隐藏层个数” 是决定模型能力的关键参数 —— 太少会导致 “欠拟合”(模型无法捕捉复杂数据规律,如用单隐 ...
2025-10-21在特征工程流程中,“单变量筛选” 是承上启下的关键步骤 —— 它通过分析单个特征与目标变量的关联强度,剔除无意义、冗余的特 ...
2025-10-21在数据分析全流程中,“数据读取” 常被误解为 “简单的文件打开”—— 双击 Excel、执行基础 SQL 查询即可完成。但对 CDA(Cert ...
2025-10-21在实际业务数据分析中,我们遇到的大多数数据并非理想的正态分布 —— 电商平台的用户消费金额(少数用户单次消费上万元,多数集 ...
2025-10-20在数字化交互中,用户的每一次操作 —— 从电商平台的 “浏览商品→加入购物车→查看评价→放弃下单”,到内容 APP 的 “点击短 ...
2025-10-20在数据分析的全流程中,“数据采集” 是最基础也最关键的环节 —— 如同烹饪前需备好新鲜食材,若采集的数据不完整、不准确或不 ...
2025-10-20在数据成为新时代“石油”的今天,几乎每个职场人都在焦虑: “为什么别人能用数据驱动决策、升职加薪,而我面对Excel表格却无从 ...
2025-10-18数据清洗是 “数据价值挖掘的前置关卡”—— 其核心目标是 “去除噪声、修正错误、规范格式”,但前提是不破坏数据的真实业务含 ...
2025-10-17