京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据开启 行政服务2.0时代
政府公共服务改革力度欠缺,是技术瓶颈,还是思维瓶颈?大数据席卷全球,我们能否在大数据引发的大变局中找到破局之钥?
大数据能否改变世界?它并非IT精英手中翻云覆雨的技术玩具,也绝非仅是支持现代企业从生产到营销变革的利器,它将引发人们从工具理性、制度理性,到思维模式的全新变革。从个人层面讲,大数据将开启崭新的生活方式,人们可以借工具指引,实现对数据的删繁就简,享受大数据带来的便捷高效。从国家层面讲,大数据将开启一场从信息能源到公共服务,及至现代治理的数据化“革命”,重整现代公共服务格局,实现由大政府向智慧政府的转变。
即将来临的大数据时代
在《智慧政府:大数据治国时代的来临》一书中,作者描述了大数据时代即将到来的图景:“你可以登录‘谷歌流感趋势’网站,实时查看全球各个国家和地区的流感疫情;也可以在微博上安装相关应用程序,查看任何一条微博的传播途径、传播效果、传播过程中的关键人物以及人们的情绪和态度;你还可以运行“地球放大镜”软件,免费体验一趟3D地球飞行之旅。”可以说大数据是一种可以将人类浪漫想象变为现实的清洁能源。
在大数据的灿烂星空下,理论上我们每个人都可以拥有一双可以上天入地的眼睛,在不同的数据云团间纵横游历,采撷最需要的数据资源,并留下我们崭新的数据痕迹,为他人所用。相比于地球有限的物质资源,大数据资源取之不竭,用之再生,因使用而迸发活力。如今,大数据使用方面的技术难题正被一一攻克,世间只有人们未想到的大数据应用模式及方法,而没有长时间无法攻克的技术瓶颈。
面对大数据这项可以永续增长的资产,一批先锋企业已经撬动了冰山一角,西方发达国家率先迈出了探索性的脚步并取得了不俗的成绩。十八届三中全会提出“推进国家治理体系和治理能力现代化”,大数据将是实现政府治理现代化的一条有效技术路径和思维路径,它将催生管理模式和服务模式创新,给政府机关带来新的改革气象。
大数据成就商业的“读心术”
2013年初,由英国大数据研究先行者维克托·迈尔—舍恩伯格所著的《大数据时代》一书,如一枚重磅炸弹,使人们理解了悄然崛起的“亚马逊”式购物网站其背后的运行规律,知晓了商业“读心术”的奥秘,同时该书也在质疑声中拥有了“大数据元典”般的地位。而后各种包含大数据概念的书籍相继抢滩登陆,从统计学、计量经济学、社会行为学等多角度阐述大数据在现代世界经济运行中的具体应用,以及产生的巨大经济效果。
从以上书籍中,不难发觉在人们的思维意识里,大数据因技术而生,在与经济的联姻中获得了强大的生命力。它首先成为营销领域的热宠,而后逐波向营销领域的上下游拓展,改变了企业从市场调研、设计、生产,乃至售后服务的所有环节,并渐次引发企业管理、组织模式的全线变革。大数据已经触动了现代社会经济运行的核心,一种对大数据开发、应用“时不我待”的危机感正在全世界经济领域内漫延,各种创新实践风生水起。大数据的应用仅仅止于经济领域吗?
奥莱利眼中的“政府2.0”
与大数据引发的迅猛经济革命相比,天然拥有不可限量“大数据资产”的政府公共服务部门,不论在对大数据的技术探讨还是实践应用开发方面,其反应速度均显滞后。纵览国内大数据应用书籍,专此研究大数据与公共领域接轨的书籍少之又少,即使在某些著作中有所提及也是点到即止。由中国人民大学徐继华博士等学者根据国内外最新大数据研究成果,结合国内公共服务领域的实际情况所著的《智慧政府:大数据治国时代的来临》一书,可以说是填补了这一空白,将大数据与国家治理紧密结合,针对国内政府公共服务领域的诸多病灶,开出了大数据处方,具有较强的实践指导意义。
作者在书中引入了“网络2.0之父”蒂姆·奥莱利提出的“政府2.0”概念。“政府2.0”是指一种新的政府形态,它以用户为中心、以服务为导向,作为一个整体、开放的平台,与民众直接互动和沟通,将政府为主体的政府行政过程转变为以社会公众为主体,是政府、市场、社会三方协同互动的公共价值塑造过程。“政府2.0”精准地概括了大数据时代,政府、市场、社会三方的关系,这是一个开放、协作、互助、沟通,相互促进的整体,要实现由大政府向“政府2.0”状态的改变,政府部门的思维革命比单纯的大数据技术革命要重要得多。
此书认为在国家公共服务领域“大数据”不仅是捕捉、汇总、分析数据的便捷工具,更将形成一张动态多维数据全景图,它可以拥有无数触手和眼睛,一头连接着作为每一个“数据源”的个体公民,一头连接着进行公共决策、提供公共服务的政府部门。它将以数据化的形式完成民意的吞吐和公共服务信息的反馈,最大程度保障数据真实可靠,减少人为干预令数据变形失真的可能。
大数据治国,这是一项系统而复杂的工程,从基础设施的建设,到大数据的应用开发,再到配套制度的完善,以及全民思维模式的变革,我们必须走过一条由工具到制度,再到思维的全面变革之路。“政府不仅是大数据的受益者、大数据的占有者,更在建设大数据基础设施、培育大数据产业、培养大数据人才、完善相关标准和立法等方面负有至关重要的责任。”
以新机制破除“信息孤岛”
大数据从狭义的概念即“术”的层面来讲,是通过各种技术手段收集到的海量可以互相叠加补充的信息,人们据以完成对“未来”的预测,迅速采取行动。“大数据”相对于“小数据”是量变引起质变的结果,当数据的整体超越一定规模它便不再是一幅精细的工笔画,而是吞吐大气象,描绘大世界,指引大方向,揭示大规律的有效工具。从广义的概念来讲,大数据正如高纳德的一份研究报告中所指出的“大数据是需要新处理模式才能具有更强的决策力、洞察力和流程优化能力的海量、高增长率和多样化的信息资产”。在书中,作者把大数据看做一种战略和习惯,一种新的世界观和方法论。
在商业领域,处于瞬息万变市场环境中的企业将迅速实现自我观念和技术更新,而最难取得突破的恰恰是政府公共服务领域。毋庸置疑,在公共服务部门中国仍处于“小数据”时代,难予拆解的部门壁垒无形间筑起了跨部门、跨地区的巨大屏障。有新闻报道,北漂小伙为了办护照,返乡6次,补5张证明,多跑3000公里。假如上述现象,能消弭于由政府统合的大数据系统之中,假如人们用一张“身份证”就可以在不同的政府部门间调取全部数据,那么将大幅提升的不仅仅是群众的满意度。
伴随着大数据浪潮的风起云涌,在各种政治、经济、社会、民生、环保问题中不断寻求突破之路的政府部门,主动拥抱“政府2.0”,破除普遍存在的“信息孤岛”壁垒,变散点信息为资源整合,要解决的问题不仅仅限于基础设施、财政投入、技术攻关等事宜,同时也需要由上至下进行全面制度保障、打破现有利益格局的决心与勇气,更重要的是要在政府系统内部形成全新的大数据思维模式,以此才能保障大数据采集、沟通、链接、开发、使用的有序进行。如果在政府层面,科技技术进步引发制度创新,制度创新进一步激发思维创新,这将开启的是一个有为政府高效运转的良性循环。
大数据时代的社会风险
大数据在带来大知识、大发展、大价值的同时,也潜藏着巨大的社会风险,本书作者指出,政府和公共部门应当对大数据的局限性、不完美性保有清醒的认识,通过系统性的制度创新,迎接大数据带来的问题与挑战。
任何时代的开启都将伴随着混乱和阵痛,重要的是时代本身能否提供自身纠错机制,假若市场不能完成对“权利”和“技术”的纠错,那么法律、制度的跟进将至关重要。在以政府为主导的公共服务大数据整理中,作为数据的收集、使用、开发、开放、管理、维护部门,更应兼顾起数据安全卫士的职责。政府部门在针对整体进行调研、决策之时,提取的仅仅是相关数据的整体,进行的是趋势、成因、结构性分析;而在针对个体进行精细化服务时,信息使用应以有效服务为前提,屏蔽个人无关信息数据,避免过度联系,是对服务对象应用的尊重,也是政府公共服务部门应牢固建立的公共服务伦理意识。
CDA学员免费下载查看报告全文:2026全球数智化人才指数报告【CDA数据科学研究院】.pdf
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数字化时代,数据已成为企业决策的核心驱动力,数据分析与数据挖掘作为解锁数据价值的关键手段,广泛应用于互联网、金融、医疗 ...
2026-04-17在数据处理、后端开发、报表生成与自动化脚本中,将 SQL 查询结果转换为字符串是一项高频且实用的操作。无论是拼接多行数据为逗 ...
2026-04-17面对一份上万行的销售明细表,要快速回答“哪个地区卖得最好”“哪款产品增长最快”“不同客户类型的购买力如何”——这些看似复 ...
2026-04-17数据分析师一天的工作,80% 的时间围绕表格结构数据展开。从一张销售明细表到一份完整的分析报告,表格结构数据贯穿始终。但你真 ...
2026-04-16在机器学习无监督学习领域,Kmeans聚类因其原理简洁、计算高效、可扩展性强的优势,成为数据聚类任务中的主流算法,广泛应用于用 ...
2026-04-16在机器学习建模实践中,特征工程是决定模型性能的核心环节之一。面对高维数据集,冗余特征、无关特征不仅会增加模型训练成本、延 ...
2026-04-16在数字化时代,用户是产品的核心资产,用户运营的本质的是通过科学的指标监测、分析与优化,实现“拉新、促活、留存、转化、复购 ...
2026-04-15在企业数字化转型、系统架构设计、数据治理与AI落地过程中,数据模型、本体模型、业务模型是三大核心基础模型,三者相互支撑、各 ...
2026-04-15数据分析师的一天,80%的时间花在表格数据上,但80%的坑也踩在表格数据上。 如果你分不清数值型和文本型的区别,不知道数据从哪 ...
2026-04-15在人工智能与机器学习落地过程中,模型质量直接决定了应用效果的优劣——无论是分类、回归、生成式模型,还是推荐、预测类模型, ...
2026-04-14在Python网络编程、接口测试、爬虫开发等场景中,HTTP请求的发送与响应处理是核心需求。Requests库作为Python生态中最流行的HTTP ...
2026-04-14 很多新人学完Python、SQL,拿到一张Excel表还是不知从何下手。 其实,90%的商业分析问题,都藏在表格的结构里。 ” 引言:为 ...
2026-04-14在回归分析中,因子(即自变量)的筛选是构建高效、可靠回归模型的核心步骤——实际分析场景中,往往存在多个候选因子,其中部分 ...
2026-04-13在机器学习模型开发过程中,过拟合是制约模型泛化能力的核心痛点——模型过度学习训练数据中的噪声与偶然细节,导致在训练集上表 ...
2026-04-13在数据驱动商业升级的今天,商业数据分析已成为企业精细化运营、科学决策的核心手段,而一套规范、高效的商业数据分析总体流程, ...
2026-04-13主讲人简介 张冲,海归统计学硕士,CDA 认证数据分析师,前云南白药集团资深数据分析师,自媒体 Python 讲师,全网课程播放量破 ...
2026-04-13在数据可视化与业务分析中,同比分析是衡量业务发展趋势、识别周期波动的核心手段,其核心逻辑是将当前周期数据与上年同期数据进 ...
2026-04-13在机器学习模型的落地应用中,预测精度并非衡量模型可靠性的唯一标准,不确定性分析同样不可或缺。尤其是在医疗诊断、自动驾驶、 ...
2026-04-10数据本身是沉默的,唯有通过有效的呈现方式,才能让其背后的规律、趋势与价值被看见、被理解、被运用。统计制图(数据可视化)作 ...
2026-04-10在全球化深度发展的今天,跨文化传播已成为连接不同文明、促进多元共生的核心纽带,其研究核心围绕“信息传递、文化解读、意义建 ...
2026-04-09