大数据在政府中的应用

大数据在政府中的应用一、大数据的概念大数据(bigdata)，或称巨量资料，指的是所涉及的资料量规模巨大到无法透过目前主流软件工具，在合理时间内达到撷取、管理、处理、并整理成为帮助政府提供决策支持以及企业经营决策更积极目的的资讯。大数据可分成大数据技术、大数据工程、大数据科学和大数据应用等领域。目前人们谈论最多的是大数据技术和大数据应用。工程和科学问题尚未被重视。大数据工程指大数据的规划建设运营管理的系统工程；大数据科学关注大数据网络发展和运营过程中发现和验证大数据的规律及其与自然和社会活动之间的关系。大数据的4个“V”，或者说特点有四个层面：第一，数据体量巨大。从TB级别，跃升到PB级别；第二，数据类型繁多。前文提到的网络日志、视频、图片、地理位置信息等等。第三，价值密度低，商业价值高。以视频为例，连续不间断监控过程中，可能有用的数据仅仅有一两秒。第四，处理速度快。1秒定律。最后这一点也是和传统的数据挖掘技术有着本质的不同。业界将其归纳为4个“V”——Volume（数据体谅巨大），Variety（数据种类繁多），Value（价值密度低），Velocity（处理速度快）。海量数据存储、数据挖掘、图像视频智能分析，都是大数据的重要组成部分。大数据的应用和发展离不开三大要素：一是不同参与主体参与的大量数据信息（原材料基础）；二是支撑大数据存储和运算的IT基础设施；三是挖掘大数据潜在价值并进行应用的能力；如果说云计算为数据资产提供了保管、访问的场所和渠道，那么如何盘活数据资产，使其为国家治理、政府决策支持、企业决策乃至个人生活服务，则是大数据的核心议题，也是云计算内在的灵魂和必然的升级方向。二、大数据挖掘技术大数据挖掘技术——是采用自动或半自动化的智能方式，从海量的数据中寻找隐藏在数据中的模式、趋势和相关性。是从数据集中识别出有效的、新颖的、潜在有用的，以及最终可理解的模式的非平凡过程。从这里发现的知识，应该是先前未知的，不能靠直觉发现的知识，发现的知识要未知、实用和有商业价值。它综合使用统计分析、数据仓库、人工智能、信息科学等多个学科的技术，从海量的客户数据中找出传统经营分析难以洞察的客户行为模式，给出客户的详细描述，并可以有效预测客户的行为倾向。数据挖掘的基本特征：1、数据挖掘是在没有明确假设的前提下挖掘信息、发现知识；2、数据挖掘所得到的信息应具有先前未知、有效和可实用性三个特征；3、先前未知的信息是指该信息是预先未曾预料到的；4、数据挖掘是要发现那些不能靠直觉发现的信息和知识，基本是违背直觉的知识和信息；5、挖掘出的信息越是出乎意料，就可能越有价值。数据挖掘的完整步骤：1、理解数据和数据的来源；2、获取相关知识和技术；3、整合和检查数据；4、去除错误或不一致的数据；5、建立模型和假设；6、实际数据和挖掘工作；7、测试和检验挖掘结果；8、解释和应用；三、政府对于大数据应用的相关政策或制度（大数据应用的环境）对于向服务转型的我国政府来说，大数据对于政府信息化的核心价值是，能够打造出更加透明的政府、更加智慧的政府、更加负责任的政府。2012年3月，美国政府发布《大数据研究和发展倡议》，投资2亿美元发展大数据,用以强化国土安全、转变教育学习模式、加速科学和工程领域的创新速度和水平；2012年7月，日本提出以电子政府、电子医疗、防灾等为中心制定新ICT（信息通讯技术）战略，发布“新ICT计划”，重点关注大数据研究和应用；2013年1月,英国政府宣布将在对地观测、医疗卫生等大数据和节能计算技术方面投资1.89亿英镑。2012年12月，国家发改委数据分析软件开发和服务列入专项指南；《“十二五”国家政务信息化工程建设规划》、《国家电子政务“十二五”规划》；2013年科技部将大数据列入973基础研究计划；2013年度国家自然基金指南中，管理学部、信息学部和数理学部将大数据列入其中。2012年12月，广东省启动了《广东省实施大数据战略工作方案》；北京成立“中关村大数据产业联盟”。2013年1月11日，中国工业和信息化部颁发《关于数据中心建设布局的指导意见》；2013年5月10日，广东省颁发《广东省信息化发展规划纲要（2013-2020年）》；2013年5月11日，由中国信息协会电子政务专业委员会、中国电子学会通信学分会联合组织召开的“2013年政府网络与数据建设发展论坛”在北京国宾酒店隆重召开。2013年6月28日，重庆市人民政府通过《重庆市大数据行动计划》并与7月30日正式实施；2013年7月，陕西省颁发《“数字陕西·智慧城市”发展纲要（2013-2017）》和《“数字陕西·智慧城市”发展纲要实施意见》，西咸新区和沣西新城（大数据挖掘相关的产业园区）；2013年7月，上海市颁发《上海推进大数据研究与发展三年行动计划（2013-2015年）》数据产业园区建设也在逐步展开。上海智慧岛数据产业园、秦皇岛开发区数据产业基地、北京国家地理信息科技产业园、中国国际电子商务中心重庆数据产业园等一批数据产业园区，在有关各方的大力支持下正展开基础建设和招商工作。四、大数据在政府各领域中的应用智慧城市包括三个核心理念，即感知、互联和智能。其中，“感知”代表信息收集，“互联”代表信息互通，“智能”则代表对信息的掌控分析。1、智慧城市的定义全面物联：智能传感设备将城市公共设施物联成网，对城市运行的核心系统实时感测；充分整合：物联网与互联网系统完全对接融合；激励创新：政府、企业在智慧基础设施之上进行科技和业务的创新应用；协同运作：城市的各个关键系统和参与者进行和谐高效地协作。发展至如今，智慧城市已是物联网、云计算、移动互联网等新一代信息技术应用与城市可持续发展需求相结合的产物，代表了当今世界城市发展的新理念和新模式，体现了工业化、信息化、城镇化和农业现代化的融合。为实现智慧城市，IBM推出了各种“智慧”解决方案，包括智慧电力、智慧医疗、智慧交通、智慧供应链、智慧银行等等。推动智慧城市的逐步形成有两种驱动力，一是以物联网、云计算、移动互联网为代表的新一代信息技术，二是知识社会环境下逐步孕育的开放的城市创新生态。清华大学公共管理学院书记、副院长孟庆国教授提出，前者是技术创新层面的技术因素，后者是社会创新层面的社会经济因素，两大基因，缺一不可。住建部日前确定103个城市(区、县、镇)为2013年度国家智慧城市试点。安徽省阜阳市、黄山市、淮北市、合肥高新技术产业开发区、宁国港口生态工业园区、六安市霍山县等6个市(区、县)入围。加上去年入围智慧城市试点的芜湖市、铜陵市、蚌埠市、淮南市等4市，安徽省在智慧城市试点中已占10席。据悉，目前安徽省首批智慧城市试点已各有动作，而二批入围的芜湖、蚌埠、淮南目前也已在不同阶段实施数字城管、数字交通、平安校园、平安社区、地下管网信息管理等民生应用项目。根据住建部公布的智慧城市评价指标，“智慧”应该体现在领导的决策和应急能力、城市运行的综合能力、经济活力与产业井真理、市民素质与幸福指数、信息化统筹管理与服务能力。通俗地说，就是从政府和市长角度，促使城市“不得病”、“少得病”和“快治病”，保障城市健康和谐发展；从企业角度，利用智慧城市技术手段，提升企业自身运营效力、降低运营成本、提升竞争力；从百姓角度，让百姓感受到智慧城市带来的“便民”、“利民”和“惠民”，给百姓生活方式带来更好的变化。国家信息中心信息化研究部副主任、中国智慧城市发展研究中心秘书长单志广表示，据不完全统计，全国已有95%的副省级以上城市、76%的地级以上城市，总计约230多个城市提出或在建智慧城市，计划投资规模近万亿元。有业内人士表示，未来10年智慧城市投资规模有望达到2万亿元。2、为什么感觉不到智慧城市单志广认为当前，我国城市不“智慧”的主要约束因素有大数据处理滞后，三网融合水平低，城市管理柔性差，基础软件开发能力弱等技术障碍；有部门分割导致信息封闭和壁垒，互联互通共享难，电子政务重复建设十分严重等体制弊端；还缺乏专业技术人才、管理人才、营销人才；同时观念落后，城市管理重“管”轻“理”，法制观念、人本观念、服务观念均非常缺乏。大数据为智慧城市的各个领域提供强大的决策支持。1、城市规划——联系部门：规划局、发改委、建委等例如，通过对城市地理、气象等自然信息和经济、社会、文化、人口等人文社会信息的挖掘，可以为城市规划提供强大的决策支持，强化城市管理服务的科学性和前瞻性。在新城的规划方面，通过对地理、人口等信息数据的分析，可以清晰地认知城市未来的人口数量和增长趋势。根据城市的发展策略和经济特点，市政部门可以在不同的地理位置设定功能区域规划，包括工业园区、物流园区、中央商务区、居住卫星城、医院、公安局（派出所）、大学城、文化场所、运动设施、图书馆等城市配套服务设施。在老城区的规划方面，通过分析经济快速发展和功能定位的差异、人口数量和结构性的变化，市政部门同样可以制定城市调整和优化的解决方案，比如老工业区的拆移、外迁和升级改造计划，老的商业区、居住区、城中村的改造和功能再定位等。2、交通管理——公路局，交通局等在交通管理方面，通过对道路交通信息的实时挖掘，能有效缓解交通拥堵，并快速响应突发状况，为城市交通的良性运转提供科学的决策依据。针对交通规划、综合交通决策、跨部门协同管理、个性化的公众信息服务等需求，建设全方位交通大数据服务平台。整合全市道路交通、公共交通、对外交通的大数据资源，汇聚气象、环境、人口、土地等行业数据，逐步建设交通大数据库，提供道路交通状况判别及预测，辅助交通决策管理，支撑智慧出行服务，加快交通大数据服务模式创新。智能公交站牌是一项基于大数据技术的城市公共交通智能化的研究项目。模拟显示了下一班公交车距离该站台的位置、车上的乘客人数、拥挤程度、到达时间等信息，方便乘客选择乘坐车辆。例如：丰田的“大数据交通信息服务”使用通信信息终端，收集到330万台搭载导航系统的汽车行驶1年(绕地球83万周)的位置和速度等信息，通过分析这些信息为用户提供在地图上显示道路的拥堵情况、发生灾难时可行驶的道路以及避难所的位置等服务。广西公路管理局应急指挥系统项目等3、舆情监控——纪委，宣传部，新闻出版局等在舆情监控方面，通过网络关键词搜索及语义智能分析，能提高舆情分析的及时性、全面性，全面掌握社情民意，提高公共服务能力，应对网络突发的公共事件，打击违法犯罪。例如：2007年8月12日凌晨4时，湛江大暴雨要引发大地震的谣言在受灾严重的乌石、北和、覃斗等镇村四处流传，引起当地群众恐慌。广东省气象局及时通过气象短信应急平台发布辟谣信息，迅速稳定了灾区民心。2011年温州7.23动车事故引发一场声势浩荡的网络舆情危机，铁道部形象在这次危机中严重受损。然而，把对铁道部“讨伐”的舆论危机引向高潮的是铁道部发言人王勇平在新闻发布会的失言。他的一句“不管你信不信，反正我是信了”引发舆论谴责声一片，王勇平自己也因失言被调职。4、公共安全——公安局、政府应急中心等在公共安全领域，通过大数据的挖掘，可以及时发现人为或自然灾害、恐怖事件，提高应急处理能力和安全防范能力。针对公共安全领域治安防控、反恐维稳、情报研判、案情侦破等实战需求，建设基于大数据的公共安全管理和应用平台。汇聚融合涉及公共安全的人口、警情、网吧、宾馆、火车、民航、视频、人脸、指纹等海量业务数据，建设公共安全领域的大数据资源库，全面提升公共安全突发事件监测预警、快速响应和高效打击犯罪等能力。探索“以租代建”模式，依托第三方专业数据中心，实现数据内容托管、数据服务租用的现代运营模式创新。5、环境保护——环保局、水利局、土地局、气象局等等近年来，环境变化实时动态监测系统采集了大量的数据，日益丰富的环境监测数据在一定程度上已超过了传统数据处理方法所能处理的程度，发现隐藏在海量数据中有用的知识，不仅是数据挖掘研究领域的重要任务，而且能够为环保工作者提供环境规划、决策的科学依据例如：江苏省环境保护厅的太湖流域水环境信息共享平台应急处置管理系统，主要提供：饮用水源地应急监测管理、引江济太调水通道监测数据管理、太湖水污染突发事故应急预案管理、太湖水环