加入收藏ENCN
新闻中心News
行业要闻Industry News
您现在的位置:首页 > 新闻中心 > 行业要闻
荐读 | 2017最新总结政府大数据应用案例及启示
发布时间:2017-11-27  点击数:

在我国,政府部门掌握着全社会量最大、最核心的数据。以往地方政府提振经济一般是招房地产、工厂等,随着土地及人口红利殆尽,大数据成为与水电煤等一样重要的生产资料,成为继土地之后政府最重要的资产。了解政府大数据应用的案例和数据价值释放的方法,将有利于激活沉睡的数据,释放政府数据价值。为此我们需要梳理下:



01 政府有哪些数据资产

政府拥有或控制,能够给政府组织带来社会或经济利益的数据资源,就是政府数据资产。这主要包括两个方面:

一、政府所拥有和管理的数据,如典型的公安、交通、医疗、卫生、就业、社保、地理、文化、教育、科技、环境、金融、统计、气象等数据;

二、政府工作开展产生、采集以及因管理服务需求而采集的外部大数据(如互联网舆论数据)

从政府拥有或控制的角度来讲,政府数据资产大致可分为五类,分别为:

l  政府资源才有权利采集的数据:如资源类、税收类、财政类等;

l  政府资源才有可能汇总或获取的数据:如建设、农业总、工业总等;

l  因政府发起才产生的数据:如城市基建、交通基建、医院、教育师资等;

l  政府的监管职责所拥有的大量数据:如人口普查、食品药品管理等;

l  政府提供的服务的客户级消费和档案数据:如社保、水电、教育信息、医疗信息、交通路况、公安等。

02 地方政府大数据应用案例

政府在建设和应用大数据的过程中有独特的优势。政府部门不仅掌握着80%有价值的数据,而且能最大限度调动社会资源,能整合推动大数据发展的各方力量。政府作为大数据建设和应用的主导力量,积极应用大数据决定着能否发挥大数据隐含的战略价值,对行业来说具有引领性作用。以下笔者按部收集了一些大数据的应用案例:

1、工商部门

企业异常行为监测预警

重庆依托大数据资源,在全国率先探索建立注册登记监测预警机制,对市场准入中的外地异常投资、行业异常变动、设立异常集中等异常情形进行监控,对风险隐患提前介入、先行处置,有效遏制了虚假注册、非法集资等违法行为。

同时,积极推动法人数据库与地理空间数据库融合运用,建设市场主体分类监管平台,将市场主体精确定位到电子地图的监管网格上,并集成基本信息、监管信息和信用信息。平台根据数据模型,自动评定市场主体的监管等级,提示监管人员采取分类监管措施,有效提升了监管的针对性和科学性。

中小企业大数据服务平台精准服务企业

山西省中小企业产业信息大数据应用服务平台依托大数据、云计算和垂直搜索引擎等技术,为全省中小企业提供产业动态、供需情报、会展情报、行业龙头、投资情报、专利情报、海关情报、招投标情报、行业研报、行业数据等基础性情报信息,还可以根据企业的不同需求提供包括消费者情报、竞争者情报、合作者情报、生产类情报、销售类情报等个性化定制情报,为中小微企业全面提升竞争力提供数据信息支持。

2、规划部门

运营商大数据助力城市规划

重庆市綦江区规划局委托上海复旦规划建筑设计研究院及重庆移动共同开展,利用重庆移动相关数据及綦江相关统计年鉴数据对綦江中心城区人口、住宅、商业、公共服务配套等进行大数据分析,量化綦江房地产库存,从城市建设角度提出改进策略,完善城市功能,促进城市健康发展。

据介绍,经过多次尝试,重庆移动率先将手机信令数据引入城市规划,通过建立人口迁移模型,提供2013-2015年期间綦江区人口的流入流出情况(包括国际、省际、市内流动),建立职住模型提供綦江区居住及工作人口的分布,通过监控道路周边基站人口流动情况,反应綦江区全天24小时道路人口流动情况,识别出各个时段道路堵点。

3、交通部门

大数据助力杭州治堵

201610月,杭州市政府联合阿里云公布了一项计划:为这座城市安装一个人工智能中枢——杭州城市数据大脑。城市大脑的内核将采用阿里云ET人工智能技术,可以对整个城市进行全局实时分析,自动调配公共资源,修正城市运行中的问题,并最终进化成为能够治理城市的超级人工智能。缓解交通堵塞是城市大脑的首个尝试,并已在萧山区市心路投入使用,部分路段车辆通行速度提升了11%。

4、教育部门

徐州市教育局利用大数据改善教学体验

徐州市教育局实施教育大数据分析研究,旨在应用数据挖掘和学习分析工具,在网络学习和面对面学习融合的混合式学习方式下,实现教育大数据的获取、存储、管理和分析,为教师教学方式构建全新的评价体系,改善教与学的体验。此项工作需要在前期工作的基础上,利用中央电化教育馆掌握的数据资料、指标体系和分析工具进行数据挖掘和分析,构建统一的教学行为数据仓库,对目前的教学行为趋势进行预测,为徐州市信息技术支持下的学讲课堂提供高水平的服务,并能提供随教学改革发展一直跟进、持续更新完善的系统和应用服务。

5、医疗卫生部门

微软助上海市浦东新区卫生局更加智能化

作为上海市公共卫生的主导部门,浦东新区卫生局在微软SQLServer 2012的帮助之下,积极利用大数据,推动卫生医疗信息化走上新的高度:公共卫生部门可通过覆盖区域的居民健康档案和电子病历数据库,快速检测传染病,进行全面的疫情监测,并通过集成疾病监测和响应程序,快速进行响应。与此同时,得益于非结构化数据的分析能力的日益加强,大数据分析技术也使得临床决策支持系统更智能。

6、气象部门

气象数据为理性救灾指明道路

大数据对地震等天灾救援已经开始发挥重要作用,一旦发生自然灾害,通过大数据技术将为理性救灾指明道路。抓取气象局、地震局的气象历史数据、星云图变化历史数据,以及城建局、规划局等的城市规划、房屋结构数据等数据源,通过构建大气运动规律评估模型、气象变化关联性分析等路径,精准地预测气象变化,寻找最佳的解决方案,规划应急、救灾工作。

7、环保部门

环保部用大数据预测雾霾

微软在利用城市计算预测空气质量上,已推出Urban Air 系统,通过大数据来监测和预报细粒度空气质量,该服务覆盖了中国的300多个城市,并被中国环境保护部采用。同时,微软也已经和部分其他中国政府机构签约,为不同的城市和地区提供所需的服务。该技术可以对京津冀、长三角、珠三角、成渝城市群以及单独的城市进行未来48小时的空气质量预测。与传统模拟空气质量不同,大数据预测空气质量依靠的是基于多源数据融合的机器学习方法,也就是说,空气质量的预测不仅仅看空气质量数据,还要看与之相关的气象数据、交通流量数据、厂矿数据、城市路网结构等不同领域的数据,不同领域的数据互相叠加,相互补强,从而预测空气质量状况。

8、文化旅游部门

山东省用旅游大数据带动农村经济发展

山东省将省内公安系统、交通系统、统计系统、环保系统、通讯系统等十余个涉旅行业部门联合,整合全省旅游行业的要素数据,开发完成旅游产业运行监测管理服务平台。通过管理分析旅游大数据,山东省提升景区管理水平,挖掘省内旅游资源,开发更多符合游客需求的景点以及农家乐等乡村旅游服务,进而带动景区特别是农村地区的经济发展。

9、政法部门

济南公安用大数据提升警务工作能力

济南公安局在搭建云数据中心的基础上构建了大数据平台,以开展行为轨迹分析、社会关系分析、生物特征识别、音视频识别、银行电信诈骗行为分析、舆情分析等多种大数据研判手段的应用,为指挥决策、各警种情报分析、研判提供支持,做到围绕治安焦点能够快速精确定位、及时全面掌握信息、科学指挥调度警力和社会安保力量迅速解决问题。

上海利用大数据助百姓找律师

2016年底,上海市律师协会开发的上海市律师行业信用信息服务平台上线,整合上海市司法局法律服务行业信息平台、上海市人民法院律师诉讼服务平台、上海市人民政府公共信息信用平台三大权威数据来源,通过对法院已经公开的裁判文书数据进行大数据分析,自动梳理出律师以往诉讼代理情况,方便百姓、企业以及政府机构等查找律师,促进法律服务信息透明对称,推动法律服务市场良性竞争。

信用信息数据库中包括基本信息、执业信息、奖惩信息、业务信息和社会服务五大方面。平台信息分为法定公开、行业公开、自愿公开三种,并对信用主体提供了多角度的信息展示。对于信用主体自行申报的信息,上海律协在形式审查后会标注明确的告知事项,向社会公布,接受社会的监督。

10、农业部门

美国企业:大数据预测农作物生长

美国在农业大数据领域不乏创新公司,2006年,两名前Google员工创立了 Climate Corporation。该公司通过海量公开的国家气象服务数据,重点研究美国全国范围内热量与降水类型。通过这些数据,与美国农业部积累的60年农作物产量数据进行分析,从而预测玉米、大豆、小麦等农作物生长,同时,通过实时气象观察与跟踪,公司在线上向农民销售天气保险产品给农民。从2007年获得天使投资开始,Climate Corporation持续获得了17个投资人41.08亿美元的投资,公司2013年被著名农业公司孟山都亿9.3亿美元的价格收购。

11、财税部门

大数据预测股价涨跌

2011 年,英国对冲基金Derwent Capital Markets 建立了规模为4000万美金的对冲基金,该基金是首家基于社交网络的对冲基金,该基金通过从Twitter 的数据内容来感知市场情绪,从而进行投资。无独有偶,美国加州大学河滨分校也公布了一项通过对Twitter消息进行分析从而预测股票涨跌的研究报告。

无锡地方税务局应用大数据进行税收监管

无锡地税局自2013年起就着手研究大数据时代对税收管理发展带来的影响,探讨大数据技术应用于税收风险管理的前景,并建设了无锡地税涉税情报管理平台作为信息化支撑,着重研究行业、事项和大企业等三类税收管理领域,通过从互联网上收集与纳税人有关的各类数据,经处理后与征管系统中的信息进行分析、比对,产生风险疑点实施推送应对。

值得注意的是,相比国内,美国政府的税务大数据应用场景要具体得多。2012年起,美国联邦及州的税务部门即开始尝试应用大数据技术寻找偷税、骗税行为的共同特征来打击逃税。美国国内收入署(IRS)对纳税人申报信息与各种公开信息记录进行比较,特别针对申报表中的税前列支内容、退税信息创建了大量算法,寻找其中的疑点。仅就2011年度纳税申报,即发现36亿美元的虚假税前列支,并发现超过3%的退税存在欺诈行为。

金融证券

针对金融证券领域高频算法交易、数据综合分析、违规操作监管、金融研究报告交易、金融数据服务等方面的需求,建设金融大数据分析与智能决策支持系统。汇聚融合国内外证券及相关衍生品市场的高通量交易数据,整合行业媒体实时资讯与舆情,为相关机构提供金融监管和风险管控等智能决策支持,为投资者提供金融市场数据和经济数据、投资方向等个性化的金融数据服务。

12、人社部门

镇江市打造劳动保障监察大数据维权监管体系

江苏省镇江市人社局牵头整合就业、社保、监察、人才培训及税务、工商、民政、公安等数据资源,形成全市信息共享、网格联动、预防处置、指挥调度劳动关系智能化预警监控信息链。通过信息数据库的比对,市人社部门可以第一时间发现并纠正企业劳动保障违法行为,改变了以往单靠劳动保障监察部门处理案件的被动局面,促进了全市劳动关系的和谐稳定。

03.政府大数据应用启示

数据是基础性资源,也是重要生产要素。如何管理政府大数据资产,我国各部门还缺乏统一标准,如何利用大数据进行精细分析仍处于探索起步阶段,应用分散。分析我国政府大数据应用的现状和特点,借鉴国外有益经验,推动我国政府大数据应用,应着重从以下几个方面开展:

1.建设政府数据开放平台,做好政府数据资产整合与管理

政府数据资产到底有多大价值?按照麦肯锡给出的测算方法,北京市政府部门数据开放的潜在价值可达 3000亿—5000 亿元,按此推算,全国政府部门数据开放的潜在价值可达 10 万亿—15 万亿元。

鉴于政府数据的巨大价值,美国、新加坡、英国都已经建成国家层面的数据开放平台。在我国,上海、北京、广州、武汉等地相继建立开放数据平台,在数据公开方面做了有益的尝试,但在数据开放数量和质量上与国外还有很大差距——许多信息支离破碎,且使用的格式各异,用户搜寻信息并进行统一处理的难度很高。建设统一的政府数据开放平台,整合所有的政府公开数据,将之以统一的数据标准与数据格式进行发布,并为开发者提供API接口,可以大大提升公众对政府数据的使用效率。

2.以需求为导向,推动大数据服务民生

政府数据本质上是国家机关在履行职责时所获取的数据,采集这些数据的经费来自于公共财政,因而这些数据是公共产品,归全社会所有,应取之于民,用之于民。因此政府大数据必须充分考虑到老百姓的实际需求,而不仅仅是将原来分散管理的业务数据集中起来提供给政府部门内部办公使用。例如近年来各地政府部门推广实施一号一窗一网,将大数据引入政府治理,解决群众办证多、办事难等问题,就是通过数据资源畅通流动、开放共享,推动政府管理体制、治理结构更加合理优化、透明高效。

3.鼓励数据开放,引导社会力量开发数据应用产品

在大数据时代,对于政府来说,一方面应建设政府大数据,实现政务数据资源的公开和共享;另一方面应承担起引领、推动大数据产业发展的使命。通过开放政府数据,供社会进行增值开发和创新应用,可以激发大众创新,万众创新,推动大数据产业发展。这方面美国的经验值得借鉴。

在政府大数据应用方面,美国意识重视启发民智,鼓励公众对大数据的应用。一方面,政府、社会与企业可以从Data.gov免费下载数据,还可以利用Data.gov提供的API实现丰富的第三方应用的开发;另一方面,基于Data.gov美国政府还建设了Apps.gov,面向全国所有政府部门,提供政府公用云服务,并整合了一系列的应用程序,实际上类似于一个政府的应用程序商店。据了解截至201112月,仅仅在Data.Gov网站上,就汇集了1140个应用程序和软件工具、85个手机应用插件。其中,有近300个是由民间的程序员、公益组织等社会力量自发开发的。

04.政府应建立数据产品战略

最后,笔者想说:规划、培训和项目建设对于政府发展大数据产业无疑是很重要的,但是能拿出来说话的还是要产品说话,产品体现价值。

数据产品把数据、数据模型以及分析决策逻辑尽可能多的固化到一个软件系统中,以更自动化、更准确、更智能的方式来发挥数据的决策价值。数据产品往往在一定范围内具有普遍适用性,客户群体更加广泛。也容易体现工作成效

数据产品在一定范围内具有普遍适用性,其客户数对营收增速影响更大,对规模化复制要求也更高。面向的企业更多,因而数据产品的价值取胜在广而不在深。这就要求在进行产品设计时对目标客户群的业务有高度的敏感度,做到紧急需求先满足,将多样化的数据需求抽象成一个面能满足一个个散落需求的点。

所以每个地方都应该建立数据产品战略,高效安全释放数据价值!

(转载《智慧城市观察》)