设为首页收藏本站

大数据论坛

 找回密码
 立即注册

QQ登录

只需一步,快速开始

搜索
查看: 517|回复: 1

陈之常:应用大数据推进政府治理能力现代化

[复制链接]
发表于 2019-3-29 16:37:05 | 显示全部楼层 |阅读模式
互联网时代最显著的特征之一是大数据(Big data)。推进治理能力现代化,需要充分利用互联网发展成果,研究并应用大数据技术,借此提高公共服务质量,创新社会管理方式,改进行政管理决策,促进政务服务智能化应用。基层政府在应用大数据技术推进政府治理能力现代化的成功实践,值得认真总结。
一、 互联网时代政府治理能力现代化对大数据的需求
互联网时代,政府治理能力的现代化对大数据应用提出了现实需求。社会管理技术基础的改变,也要求政府治理能力现代化做出调整,要求政府管理通过创新进行自我适应。不断涌现的工作新内容和管理新难题给政府治理能力现代化带来全新的挑战,它要求社会管理决策快速准确,社会异常发现做到快速定位,重大危机事件能够预警预判,部门协同共享可以及时到位,公共服务供给精准有效,社会良性互动积极充分。政府治理能力现代化的新要求需要依靠大数据提供技术支撑,应用新技术进行管理创新,通过数据聚合推动决策科学化,通过扁平网络推动管理精细化,通过数据开放推动执政阳光化,通过个体预测推动服务个性化。政府治理能力现代化的推进也对大数据应用提出新需求,最为直接的就是管理创新需求。政府的管理决策和管理过程越来越取决于大数据和数据分析,而不再是经验和直觉。
大数据自身具有的关键特点、技术能力及数据分析新变化又为政府治理能力现代化提供一定的“预见参考”。大数据三个关键特点是价值型、多源性和碎片性。过去一些看似“无用”、“垃圾”数据都可以成为有价资源。数据来源不仅是传统的资料情报中心,还可以是各类业务系统、网站、论坛、搜索引擎、客户端等新渠道。数据总量极其丰富,但是单条数据包含的信息量可以很小,信息碎片化。大数据技术具有广度信息聚合、深度数据挖掘、扁平网络传递三大能力。围绕某个特定主题,可以将高度分散、但前后依存相关的信息碎片,整合成具有完整参考价值的信息。在有限时间内对海量时空数据进行快速分析,深度挖掘数据关联关系,预测事件发展趋势。信息传递、分发和消费渠道呈现为扁平化和即时性。大数据分析的三个变化就是抽样计算到全集计算、因果分析到关联分析、群体预测到个体预测。全样本数据采集和分析成为可能,严格的因果规律发现被强相关关系分析所替换,相对精准的个体预测成为现实。利用大数据技术,可以协助政府治理开展自动化和智能化的业务分析,而成功的分析和预见往往能优化公共资源配置水平,提升治理能力。基于大数据分析的预测预警,可为政府治理提供强悍的身躯和聪明的大脑,实时采集并分析各种管理数据,抵御来自外部的风险,及时做出判断。
二、 大数据推进政府治理能力现代化的应用框架
政府治理能力的主要构成要素可以从多个方面来划分。从内容上可分为政府政治治理能力、经济治理能力、文化治理能力和社会治理能力;按照我国政府的主要职能可分为经济调节能力、市场监管能力、社会管理能力和公共服务能力;从政府过程看,政府治理能力包含决策与计划能力、执行能力和监督能力。
大数据推进政府治理能力现代化的应用框架,是以各类数据源为源泉,以数据汇集为基础,以数据分析为手段,以能力提升为着力点,以推动政府社会管理和公共服务能力现代化、社会自治能力现代化开发利用为目标,以全面提升政府治理能力现代化水平为宗旨。
数据源是应用大数据的前提。没有丰富的数据源,大数据就无从谈起。数据源,既包括政府部门内部和部门之间的数据,又涵盖社会上的外部数据源。
数据汇集是大数据应用的第一步。通过将不同来源的数据进行清洗、整合和集成,形成数据资源库。数据汇集分为数据汇聚、数据关联、数据更新。数据汇聚是指将数据经过整理清洗,统一纳入存储体系。数据关联是建立数据之间的关联关系。数据更新是建立长效的数据更新机制。
数据分析是大数据应用的重要技术环节。数据分析分为统计汇总、挖掘分析和预测分析。统计汇总是按照管理要求,从多个维度进行统计分析,掌握总体情况和动态变化;挖掘分析是在统计汇总基础上,利用数据之间的关联关系和分析模型方法,发掘隐藏于数据内部和数据之间的重要价值。预测分析是在统计汇总和挖掘分析的基础上,结合专业的预测模型,对问题发展趋势进行判别,提出决策参考建议。
能力提升是数据分析结果在政府治理中的具体应用。能力提升分为公共服务能力现代化和社会管理能力现代化,两者都包括部门内利用和部门间利用。部门内利用主要是指将数据用于本部门的管理和服务。部门间利用是指将数据分析结果同其他政府部门进行共享,支撑其他部门的工作。此外,能力提升还包括数据共享与公开,将数据提供给社会公开使用。
社会自治能力现代化开发利用,是多中心化的善治思路在大数据利用中的体现。各类社会群体可以利用政府共享与公开的数据资源,进行加工、开发和再利用。通过社会化开发利用所形成的新的数据又可以产生新的政府数据源,从而形成数据更新的良性循环机制。
三、大数据框架配套政策措施的建议
政府治理能力的现代化,单纯依靠应用大数据框架来推进,力度远远不够,还需要相关配套政策提供制度保障。
(一)探索适应大数据特征的行政管理新方式
互联网时代,来自社会和政府的海量数据不断涌现,行政管理决策和公共服务的时效性要求不断提高。以“经验”为依据的服务与管理,需要逐步转变到用“数据”来说话,“逐级请示”式的决策需要逐步转变为政府部门间与社会的“扁平会商”。在这样的时代背景下,政府管理方式需要根据大数据应用和管理的需求进行适应性改革,重点加强数据资源的行政管理。在中央和地方政府层面,分别建立数据管理综合机构,统筹协调部门数据资源的采集、管理、分析、研判、利用、开放工作,打通跨部门数据利用通道,将大数据作为提升社会感知能力、严格依法行政、开展科学决策的重要手段。通过行政管理方式创新来打造新一代的“数据政府”,建立大数据应用发展的国家战略,强化总体规划,围绕大数据在政府管理过程中的数据产生与收集、组织与管理、分析与发现、应用与服务。加快进行顶层设计,确定科学、现实的推进目标和任务内容,把握大数据在推进政府治理能力现代化中核心环节和关键领域,合理布局,稳步推进现代政府的建设。
(二)在大数据应用创新中推进数据开放与共享
创新应用大数据提升政府治理能力,必须将数据开放与共享视为一种必然趋势,以保障数据源的全面可靠和数据利用取得实效。首先需要加强部门数据共享开放工作,还要积极推动政务数据向其他部门和社会的开放,实现政府综合治理能力的提高。数据现已成为一种资产,资产有价,资产有益,数据拥有者大都积极保护自己的部门数据,然而,受部门职责权限和数据采集力量的限制,各个部门都难以做到全面准确拥有相关数据,非常希望能获取其他部门的数据。数据孤岛的现实存在和数据共享的强烈需求,要求创新应用大数据的过程中,必须高度重视部门数据的开放,至少是在同级政府部门之间的开放。
在数据开放政策方面,应区别对待政府内部数据共享和社会化数据共享与公开。首先,明确不同数据开放的范围、开放的方式、开放的流程以及开放数据的使用限制,规定数据开放的收费指导原则,完善数据的分级评定、需求审定以及互动展现的功能要求。通过数据开放政策的制定,引导政府管理和服务创新中的数据资源开放。其次,积极探索建立跨部门数据资源共享管理制度和工作机制。一是要研究建立保障各自数据源对数据的所有权,明确数据归属和数据权益的相关政策和机制。逐步出台政府数据公开的相关规范、制度和实施指南,规定各部门在信息搜集、传播、处理、共享与安全保障过程中的法定职责。二是要研究跨部门数据资源分享交换渠道,探索建立数据目录服务中心、数据分享交换中心、数据交易平台,实现长效化的数据交易共享市场模式。三是培育建立第三方数据服务商、数据交易机构等第三方专业服务机构和人员,并通过出台相关的资质认证、管理要求,规范相关行业从业人员和机构工作。
(三)加快制定大数据隐私保护和数据质量管理制度
大数据的长效运行,需要制定隐私保护制度。如果没有合理的隐私保护措施,数据共享往往难以开展,即使是在政府内部各个部门之间。但是,过度的隐私保护往往又会限制数据的共享。一些地方政府针对基础数据中涉及到的个人隐私信息,在技术上对这类信息进行特殊处理,对隐私信息实行多重保护;从政策上将个人信息保护纳入政府公共信息资源管理的保护和规划范畴,明确隐私保护的内容,保护的责任主体,保护的级别要求。
数据质量管理制度的制定是大数据应用取得成败的关键。大数据应用成败,其核心是数据质量是否有效可靠。没有高质量的真实数据,任何数据汇聚和分析都没有实际价值,也无法得出高质量的决策。大数据技术在政府治理能力现代化的应用过程中,应高度重视数据质量问题,并构建一体化数据质量管理体系,制定数据质量测量统一标准,完善质量管理流程,建立质量救助机制,从制度层面保证数据的质量。
(四)积极完善大数据基础支撑环境
应用大数据推进政府治理能力现代化,需要加快建设大数据基础支撑环境。一是建设完善大数据云计算运行环境,利用云计算环境下的分布式存储的多服务器存储资源满足海量、多类数据的存储需求,构建高效、可扩展的大数据存储体系,同时保证数据读写操作的安全性,提供可靠性与高性能,从而支撑政府治理能力现代化所需数据的存储和快速检索。充分发挥云计算并行计算、按需分配资源等优势,构建高效的快速大数据集群处理环境,支撑各类数据统计、分析、挖掘、预测和可视化展示。二是完善大数据多通道网络环境。探索完善物联网网络环境,实现对各类实时数据的快速采集和汇总,以现有的网络通信环境为基础,积极探索物联网、互联网、无线通信网络等多网融合工作,实现支撑大数据采集传输的高速网络环境,从而保障政府数据源的丰富性。四是构建信息安全保障环境。
(五)积极探索政府、社会组织、企业、公众协同的工作模式
在大数据推进中,要积极探索政府、协会、企业协同工作的模式,建立以政府引导、协会推动、企业实施、公众参与的创新模式。政府应该完善大数据应用的相关政策和规范,推动政府数据公开共享,出台相关优化政策引导大数据的应用工作。积极发挥协会的综合衔接作用,建立连接政府、科研院校、服务提供商和应用企业的纽带,促进资源对接。同时,政府也应利用协会的资源优势,充分发挥协会的咨询顾问作用,促进政府决策的科学;出台相关的行业规范标准,补充政府政策规范,指导行业发展。在企业方面,应该发挥企业利用大数据优化内部管理流程,提升精细化管理水平的需求和动力,使得企业能够逐步成为大数据开发利用和应用的主体。积极发挥公众参与政府管理创新的方法和渠道,逐步完善公众参政议政的渠道。通过构建政府、社会组织、企业、公众协同的工作模式,推动大数据的切实应用。

回复

使用道具 举报

发表于 2019-3-29 16:37:05 | 显示全部楼层
我只是路过,不发表意见
回复 支持 反对

使用道具 举报

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

QQ|Archiver|手机版|大数据论坛 ( 京ICP备10002193号-4 京公海网安备110108001289号  

GMT+8, 2019-7-23 10:04 , Processed in 0.289238 second(s), 28 queries , Gzip On.

Powered by Discuz! X3.1

© 2001-2013 Comsenz Inc.

快速回复 返回顶部 返回列表