当前位置:首页 行政改革网络文摘 正文

大数据与政府治理能力现代化

发布时间:2017-07-10

【大数据与政府决策】

积极应用大数据创新政府决策方式

吕洪业

大数据决策的优势在哪儿

大数据是对网络数据痕迹进行捕捉、挖掘、分析的一种技术,能用可视化的分析结果反映出海量信息背后的规律,在问题和对策间建立逻辑关系,为决策提供支持。

明确决策目标。做到决策目标明确须在决策时认清问题症结,抓主要矛盾,定向施策。实践中有的政策执行不力,根源在于目标模糊,“眉毛胡子一把抓”,让执行者无所适从。大数据可以通过对海量信息的挖掘和分析,把主次矛盾、因果关系、约束条件等依次呈现出来,为明确政策目标提供有价值的参考。

完善决策信息。信息不对称是导致决策失误的重要因素。一般情况下,除决策者组织的调研、专家论证等,获得决策信息的主要方式是抽样调查,信息能否反映真实情况的关键是样本的代表性。与之相比,大数据在理论上几乎可以搜集到所有相关信息,决策信息支持系统由“抽样样本”向“全数据样本”转换成为可能,从根本上解决抽样样本覆盖范围窄、渠道单一等问题,避免决策中出现“偏信则暗”的情况。

提升决策效率。大数据具有高效的数据搜集和运算能力,在相关性分析方面完全超越人工分析的速度,能大幅提升决策效率。大数据还具有极强的预测能力,有助于决策者预测事态发展趋势,将问题由“事后解决”转向“事前预测、前瞻决策”,这在危机管理中尤为重要。

优化决策方案。最优的决策方案都是动态权衡和利弊取舍的结果,这需要对前期方案进行及时反馈与综合评估。大数据能做到实时动态分析,可将决策执行情况从“预报”变为“实报”、从“抽样报告”变为“精准报告”,大大提高了反馈的时效性和评估的准确性,为优化决策方案提供强有力的支持。

为什么大数据在政府决策中“雷声大雨点小”

近几年,大数据在城市规划和运营、城市交通、应急管理等方面得到了一定程度的推广和应用,但与其商业应用和自身价值潜力相比,大数据在公共管理中仍未普遍使用,在政府决策中更是“雷声大雨点小”。

思想门槛。大数据概念普及和应用都是近些年的事情,多数决策者还处于观察、理解和学习的阶段,短时间内还难以自觉地将大数据作为辅助决策的手段。但不可否认,一些决策者对数据决策持冷淡甚至抵触的情绪。有调查显示,在各部委信息化部门中,近四成负责人对大数据提升业务能力“未予以足够重视”。对于一些管理部门而言,“拍脑袋”决策、封闭式决策是成本最低、效率最高、权力感最强的决策方式,这种思维定势天然地排斥数据决策。甚至部分人对互联网产品抱有偏见,将微博、微信甚至智能手机都看作是泄密的渠道,思想和行动上“不接受、不了解、不使用”,对大数据更是唯恐避之不及。

技术门槛。大数据具有信息量大、数据域广、时效性高等优点,但也会带来数据类型繁多、价值密度低的问题。要将海量数据转换为可供决策参考的可读信息,需要经过数据准备(搜集、抽取、清洗、转化、加载等)、建立模型、实施部署、输出结果等多个阶段。因此,把纷繁复杂的文字、语音、图片等数据转换成可视化和易读性的决策参考信息是个难度较大的“技术活”,须兼具熟悉的业务能力和专业的技术能力,这对每一级政府、每一个部门都是不小的挑战。实践中,若不借助外力,应用时普遍会遇到“信息海洋如何捞干货”的难题,这是影响数据决策的一大门槛。

数据门槛。政府决策多带有全局性,作为辅助决策的大数据分析需借助多部门、多领域的关联数据。近些年,我国政务信息工作取得了很大进展,但部门间数据共享机制仍不健全,实际中存在不敢、不愿和不会共享数据的问题。尤其是一些部门存在“数据小农”心态,数据专享的权属观念甚重,把数据看作部门“隐私”,保护得密不透风,有的还将数据神秘化甚至权力化、利益化,从中寻租牟利。部门间数据无法做到互联共享,大数据分析就是无米之炊,数据决策更是纸上谈兵。

如何发挥大数据对政府决策的应有作用

树立适应信息化社会发展需要的决策思维。大数据不仅是技术创新,更意味着理念和思维方式的革新。领导干部须顺应趋势,培养和树立与时俱进的决策思维。一有数据意识,形成“用数据说话、用数据决策、用数据管理、用数据创新”的思维和理念,注重逻辑分析和数据决策。二有整体意识,改变重经验轻数据、重直接数据轻关联数据和比较数据、重单一数据轻多元数据和互动数据等决策方式和思维惯性,借用大数据从更全面、更宏观的角度看待问题,把握规律,抓主要矛盾。三有开放意识,将大数据作为开门搞决策的一个重要抓手,主动利用信息技术扩大公众参与决策的程度,将大数据分析的民意结果作为启动政策议程、制定政策方案的重要因素,以此增强决策的科学性,提高决策方案认可度,降低决策执行成本。

利用大数据分析优化决策全过程。信息技术的发展和普及应用,拓宽了公众参与决策的渠道,对决策的科学化、民主化进程既是机遇也是挑战。决策全过程都必须适应这种变化,利用大数据技术抓住机遇,应对挑战。通过引入大数据监测系统,实时监控、智能预测经济社会发展动态,及时响应政策诉求,启动政策议题。利用互联网平台所搭建的平等协商的“公众舆论空间”,引导公众有序参与政策讨论,形成社会的“最大公约数”,作为制定政策方案的基点。应用社交网络、智能终端等传输的数据实时分析政策执行效果,提高政府事中感知和事后反馈能力,将决策输出端从“谋而后动”转向“随动而谋”,从执行力转向学习力,从静态管理转向动态治理。

开展合作弥补技术短板。过去10多年,电子政府发展迅速,政府大力度投资设施建设,后台积累了大量数据。可以说,政府利用大数据难度最低而潜力最大。但目前看,这些有价值的数据多被束之高阁,处于沉睡状态,其原因就是政府在利用和分析这些数据方面存在较大的技术短板,严重影响到了大数据在决策中的应用。弥补这一短板,一方面可引进专业人才,加大软件投入,提高自身技术能力;另一方面,可积极与大数据研究机构、互联网企业等专业的大数据单位合作,借助他们的专业实力开展大数据分析。

开放政府数据。开放促改革是我们在长期工作中总结出来的一条重要经验。政府是推动大数据应用的最关键力量,开放政府数据能推动大数据在全社会的广泛应用。美国、英国、加拿大、新西兰等国在2009年之后都建立起了政府数据开放平台,将提供数据作为一项基本的公共服务。其中美国联邦政府开放了农业、商业、气候等10多个领域的13万个数据集。我国的香港、上海、北京、武汉等地也在2011年后陆续开放了数据平台。社会应用的增多,又会反过来推动政府数据平台建设,推进政府数据的标准化、格式化工作。最重要的是,数据开放也意味着政府在决策时必须将数据分析、公众参与等作为决策过程的重要部分,使决策方式发生质的改变。

(作者单位:国家行政学院发展战略与公共政策研究中心)

(摘自: 2017年3月13日《学习时报》)


上海推进大数据决策应用的路径与对策研究

王锐 陈志成

大数据应用能够揭示传统技术方式难以展现的关联关系,推动政府数据开放共享,促进政府数据融合和资源整合,极大提升政府整体数据分析能力,为有效处理复杂社会问题提供新的治理手段。在全球范围,运用大数据推动经济发展、完善社会治理、提升政府服务和监管能力已成为趋势,各发达国家相继制定大数据实施战略,推动大数据的发展和应用。

一、上海推进大数据决策应用的意义

上海定位为“具有全球影响力的世界级城市”,其中政府决策水平和治理能力为全球城市的重要指标之一。面对越来越复杂的城市治理环境,以及人口老龄化、人地矛盾、产业升级迟缓等突出问题,上海亟须进一步深化和推进大数据在政府决策中的应用,转变和创新政府决策模式,提高决策质量,提升城市竞争力。

(一)有效解决城市治理困境

当前,上海存在不少城市治理的短板:如食品安全问题时有发生,违法搭建、无序设摊等久治不愈,大量地下空间、超高层建筑存在消防隐患。通过对城市大数据的分析、建模以及仿真等,能够发现问题关键瓶颈,提出有效治理举措,弥补治理短板。

(二)有效提升城市创新

政府掌握着可观的数据资源,然而,大部分数据沉睡在各职能部门的数据库中,其价值未得到有效利用。通过全面梳理和掌握城市运营的各项数据,对原本孤立的数据进行挖掘和融合分析,能够促进政府在经济、治理、民生等诸多决策领域的创新,激活城市数据的潜在价值。

(三)深入推进智慧城市建设

基于统一融合的大数据,依托全面、实时和海量信息,政府部门能实现协同治理,提高服务的精准性、预见性和公平性,建设智慧政府,发展智慧经济,营造智慧城市。

二、决策大数据的来源与应用特点分析

以决策问题为导向,政府大数据来源归结为4类:分别是政府行使职能过程产生的政务活动数据、城市管理过程中产生的运营数据、居民在互联网等虚拟空间中产生的社交网络数据,城市物联网所产生的感应感知数据。

(一)政务活动数据

政务活动数据是指行政机关和依法经授权行使行政职能的组织在依法履行职能的过程中采集和获取的各类数据资源,政务数据资源是政府大数据的核心和重要资源。政务活动数据种类众多,包括各类基础数据库,如人口库、法人库和地理信息库;包括政府各个条线部门日常运营的各类信息系统产生的数据,如工商、税务、食品监管、药品监管、城市管理等;包括政府专门采集和统计的数据,如资源类数据、行业统计数据等。绝大多数政府决策问题都是面向个人或企业,都需要依赖政务基础数据和采集统计得到的数据,是大数据决策中场景建模必不可少的数据。

(二)城市运营管理数据

城市运营管理数据是指政府在提供城市公共服务过程中,所产生的各类数据,包括水、电、煤等居民和企业公共事业消费数据,也包括城市各个关键基础设施的运营状态数据,如城市管网,道路交通,城市能源等城市基础设施状态数据,还包括城市运营过程产生的各类社会经济数据,如银行、证券等金融数据,农业、工业、服务业等各个产业数据,进出口贸易数据等,反映城市产业活跃状况。城市运营数据是重大规划决策的重要数据来源,城市产业布局、交通规划、社会发展规划、重要基础设施的配置等重大行政决策问题均需要城市运营的历史数据与实时数据。

(三)社交网络数据

社交网络数据是指为网络空间中用户内容生成数据。主要包括即时通信、社交、论坛、博客等社交网络和媒体数据。社交网络是最广泛使用的自媒体工具,往往能够第一时间获得重大事件的信息源,对事件发展进行及时跟踪,进而影响舆论,对政府决策产生影响。因此,政府可以围绕某一领域舆情或突发事件,经过科学部署,不间断的收集与分析社交网络数据,了解重大决策议题、重大事件的口碑状况。这就决定了社交网络数据即是决策数据的来源,也有可能产生真正需要决策解决的议题。

(四)物联网感知数据

物联网感知数据是指包括城市各类基础设施和公共场所物联网的感应和感知数据,如监控、温度、湿度、位置等传感数据,也包含各类移动设备上的位置数据,行为数据。物联网感知数据主要通过成万上亿计的网络传感器嵌入到现实世界的各种设备中所获取的城市运行体征数据,如交通网络、公共安全、民情采集,而这些体征数据是实现政府决策场景化和全景化的最有力的手段。物联网感知数据与其他类型数据结合能更好地服务于政府决策。例如,物联网与社交网络获得的数据结合,可以实现人与机器的行为追踪,使决策更科学。道路、车辆、行人的数据感知为交通决策提供数据来源。例如,通过手机的位置信息或信令数据,可以得到城市人口热力图、人口通勤潮汐图等,结合其他信息,可以为城市规划、城市交通、产业规划等提供决策依据。

三、上海推进大数据应用面临的挑战

大数据驱动下政府决策模式是一种新的决策分析与管理范式,“数据+模型+分析”将逐步取代政府原有决策范式,推进大数据决策应用,将面临观念转变、数据共享、体制机制、法律法规、人才、技术等诸多挑战。

(一)部门垄断意识需进一步破除,政府数据资源家底尚待全面摸清

对大数据而言,每种数据来源都有一定的局限性,只有融合集成各方面的数据,形成全局关联的大数据,才能更好地应用于决策。少数部门对政府大数据融合的认识不充分,部门本位主义问题比较突出,上海市级电子政务管理部门对本市各条块部门有多少存量数据、存量数据的类型、更新频率、是否涉密等问题都了解不充分,少数部门存在有意或无意隐藏数据的可能。另外,部分政府部门电子政务系统建设和运营采用了外包模式,涉及多个开发商和运营商,开发和运营商会以各种理由阻碍数据公开和共享。

(二)数据资源跨部门交换的动力不足,决策部门难以及时获取所需数据

虽然2016年上海已出台《上海市政务数据资源共享管理办法》,通过法律法规对政务数据资源共享进行规范。然而,跨部门交换使用的动力不足问题尚未有效解决。从政府信息资源共享平台建设至今,政府部门间信息资源共享交换的总量并不大,数据提供方存在对数据安全或业务信息泄露的顾虑,需求方难以获得所需数据。

(三)政府数据资源对社会开放的总量不大,数据可读性较差

从国内各大城市比较看,上海数据公开处于领先地位,若从国际城市横向比较看,上海与纽约、新加坡、伦敦等城市的数据开放差距较大。从数量上看,截至2016年5月,纽约开放政府数据平台公布了来自98个部门的1831个数据集;而上海政府数据服务网上公布的数据集仅有765个,涉及40个部门。从数据的可读性方面,根据Berners开放政府数据的五星评估模型,纽约提供了各种类型的机读数据和关联数据,达到了五星水平;而上海提供的数据格式还处在基本的机器可读层面上,处于二星水平。从公开数据的应用、数据集的可视化、分类等方面,纽约都比上海做得更为成熟。上海虽然出台了数据公开的规范和文件,但还缺乏公开操作的细节和强制性的法律约束。因此,上海在公开数据集的质量和类别上仍有较大的提升空间。

(四)缺乏统一的组织领导和协调机构

国内外的经验表明,大数据项目建设时常面临各种难题,既有思想、意识和理念层面,也有跨部门协调和监督层面,还有大数据采集、处理与融合等技术层面,需设立强有力的组织领导体制和技术保障机构,制定总体规划协调推进。然而,上海还没有设立市级层面统一协调和推进大数据项目的组织机构,并缺乏足够行政权威和统筹协调能力,推进政府大数据项目的难度较大。

(五)政府信息化人才数量多,但大数据人才不足

大数据在政府决策中应用需要既懂政府业务流程,又懂数据科学的复合型专业团队,专注于发现大数据的应用需求,实现各个部门的数据融合,挖掘大数据的价值,提出解决城市发展过程面临的问题的解决方案,并指导具体实施。据不完全统计,市级信息中心有50多家,人数近700人。但这些信息中心分散在各个部门和单位,单个部门大数据人才非常有限,难以单独承担建设和实施大数据项目。同时,市级统一领导和协调推进大数据的专业团队人才缺乏,上海市政府推进大数据决策应用存在明显的智力支持不足问题。

(六)数据处理和分析过程复杂,技术难度高

从大数据应用的生命周期看,政府大数据从数据源到最终应用需要经过数据采集、数据准备、数据管理、数据融合、数据展现等多个环节,每个环节都不同程度面临技术上的挑战。数据采集环节,政府搜集的数据不仅来自于多种渠道,也来自于不同条块的机构和部门,数据格式复杂多样,采集难度较大。数据准备环节,需要对数据进行清洗、整理。由于历史原因,政府数据存在多源采集问题,容易出现数据内容不一致、数据冲突等问题。随着可供使用的数据量不断增长,可处理、理解和分析的数据比例不断下降。政府大数据往往需要跨领域、跨学科融合。融合的对象具有多样性,既有结构化数据,又有非结构化数据和半结构化的社会媒体数据。这种跨领域的多形式数据不是简单的匹配融合,需要充分考虑各种数据形式的特点,数据融合的难度非常大。

四、上海推进大数据决策应用的思路与路径

实施大数据战略和大数据应用,不是意味着要上马多少项目,而应着力调整自身运作的机制,进行一次政府理念的创新、政府职能的转变,政府流程的再造。因此,化解政府推进大数据应用的瓶颈障碍重点在于建立长效机制,厘清机制体制障碍;全面梳理政府大数据共享融合的难点和重点,引导基础较好主动性高的部门试点实施。推进的总体思路概括为“完善组织、明确主体;云为基础、互联互通;形成共识、试点推进;开放共享,多方参与;强化评估、注重成效”。

(一)完善组织,明确责任

“完善组织、明确责任”,需高度重视推进大数据决策应用中可能面临的复杂利益关系,加强顶层设计,完善领导机制,明确大数据项目建设的主体,厘清各利益相关者的关系,建立配套的体制机制。为确保大数据应用顺利建设实施,发挥参与建设的政府部门、企业和高校科研院所各自的优势。

政府信息化领导部门的主要职责是做好总体规划、制定相关政策法规、标准,根据大数据应用的特点,制定项目实施的协调方案。当具体牵头实施部门的技术实力不足时,政府信息化领导部门需要提供关键技术支持和服务。高校科研院所主要职责是发挥技术专长,从城市长远发展和改善公共服务的角度,为项目实施提供智力支持和咨询服务。相关大数据企业,则是通过销售软件产品和服务,为政府提供技术和产品解决方案。大数据项目的牵头实施部门,明确部门使命并提出本部门的大数据战略,协同相关部门,在信息化领导部门的指挥和支持下,提供最佳的公共服务。

(二)云为基础,互联互通

云计算为大数据提供基础资源与融合环境,也为各类决策应用提供部署和运维平台。大数据时代应加快建设政务云,实现市级与区级数据的互联互通,从根本上解决重复建设、资源浪费、信息孤岛、安全薄弱等问题,将各部门政务决策数据汇聚与归集到云,为开发各类大数据决策应用提供支撑与服务。上海政务云总体规划为市级“一朵云”,16个区各“一朵云”,形成1+16的政务云总体架构。市级政务云主要是汇聚和融合各区政务云、各委办局应用系统中对决策有价值的数据,依托市级政务云平台强大的计算和处理能力,市政府有能力开展大数据决策应用服务,在汇聚数据的同时,提供大数据计算与分析服务。市级各部门基于“市级政务云”,提出本部门的应用需求,并可以基于“市级政务云”开发具体的大数据决策应用。

(三)形成共识,试点推进

推进大数据驱动下的决策需要形成3点共识:一是“数据资源共享”,大数据政府决策的前提条件是政府信息的开放与共享,因此,必须打破部门数据保护主义,实现政府数据共享和交换。二是“用数据说话”,推进大数据决策应用需要转变领导思维方式,养成用数据说话、用数据管理、用数据决策、用数据创新的思维习惯。三是采用“试点推进”的方式,目前,大数据技术还在不断发展和探索完善中,不适合全面推开,可针对某些困扰政府或民众的顽疾,或原有决策方法难以解决,而又急需决策的重大问题为导向,选取应用积极性较高、技术能力较强的部门先行试点推进。

(四)开放共享,多方参与

“开放共享,多方参与”,不仅重视政府内部各个层级以及统计、档案、保密、监察、行业监管等跨部门的共享,还需加强与社会征信、信用评级、商业资讯、学术研究等其他各项社会性数据源的共享,以形成广泛关联、链接、匹配以及参照等功能组合的动态数据源,营造多方参与的数据链和生态圈。一是提供尽可能多的原始数据。只要不涉及隐私和国家安全的相关数据全部开放、开源,允许公众免费查询、下载,使个人和企业以最大自由度重新处理这些数据。上海应重点推进投资、交通、公安、消费、统计、审计等经济领域的数据共享,使公共数据与民间和企业界拥有的数据资源相互融合,形成巨大的知识创新力、财富创造能力和社会进步推动力。二是提供应用程序开放接口API和可视化的展现数据。方便企业和个人对数据资源进一步深入开发利用,创造更大的社会价值。三是营造多方参与的生态圈。政府部门重在建立配套政策,完善市场交易手段、采取合适的服务外包策略,汇聚多方智慧,营造有利于通过数据激发创新发展的宽松土壤,引导和促进大数据产业生态的良性有序发展。

(五)强化评估,注重成效

政府决策大数据平台项目具有跨部门、跨领域、松散性强的特点,若缺乏有效的考核评估机制,则无法对参与主体和项目建设运营实施有效的激励约束,这在一定程度上会挫伤主导部门和项目建设单位的积极性。因此,需在大数据项目的建设和运营过程中对其进行科学的考核评估,以确保各项计划的进度与实际效果,提高建设资金的利用效率,纠正实施和运行过程产生的问题和偏差。考评的主要举措如下:一是加强大数据项目建设全过程的考核评价。大数据项目的考核评估不仅仅是对项目实施效果的评价,而且对项目实施过程起导航作用,促进绩效优化,最大程度降低风险。在项目立项与启动阶段,主要是从目标、资金、时间进度等方面对项目可行性进行评估;在项目实施阶段,对项目实施情况与实施前的预算、计划和标准等进行分析比较,从中找出差距和存在的问题,及时采取有效措施加以纠正,并调整和修改计划、预算,使之更符合客观实际。二是完善大数据应用成效评估指标体系。应用成效评估指标体系应包括4个内容:资源共享指标、业务协同指标、数据治理指标和决策满意度指标。资源共享指标从部门间系统平台共享、部门间信息资源共享等方面来度量;业务协同指标从衡量政府部门的跨部门数据流转效率、关键业务的协作水平等方面来度量。现阶段要加大这两项指标的评分权重,以绩效考核作为驱动力,督促各个部门克服自身的局部利益,从数据垄断逐步走向数据公开。数据治理指标和决策满意度指标是针对政务大数据项目的具体应用效果进行评估。其中,数据治理指标主要评估大数据平台中数据可用性、数据质量、数据安全、数据监管水平等。决策满意度水平由大数据实施后引起的政府决策和管理效率的变化来进行评估。

五、上海推进大数据决策应用的对策

(一)建立健全推进大数据决策应用的组织体制

基于上海电子政务建设现状与实际情况,借鉴国内外成功经验,大数据项目建设需明确组织体制,包括领导机构、实施主体、专家智库和评估监督等4个方面。大数据平台涉及的部门广、系统多、技术复杂,尤其是在建设过程中多种思想意识、组织观念和群体利益之间容易发生冲突,建设难度大。例如,大数据决策应用需与市级几十个部门,近百个系统进行数据融合和交换,仅凭借技术手段无法实施,必须由上级权威部门牵头强力推进。同时,还需组建市级大数据运营管理中心,以中心团队为建设主体,提供数据融合、数据建模、安全体系、可视化应用等大数据技术保障。成立大数据推进和实施的专家智库,依靠高层次、高水平专家队伍做支撑,针对建设过程面临的重点和难点问题,定期提供智力支持。建立和逐步完善政府大数据项目的监督与评价机构,及时评估项目建设情况,保障项目建设成效。

(二)深化数据开放共享,促进社会化利用蔚然成风

上海已规定3年内政府数据开放清单,下一步将按照“开放为默认,不开放为特例”的原则,建立负面清单。清单外的数据全部开放,并对开放数据的对象、形式、边界、隐私保护进行严格定义,保证数据开放的规范化和制度化。除此之外,鉴于数据开放共享存在的囚徒困境,建议建立合适的激励机制、补偿机制和绩效评估机制,充分调动各部门的积极性,探索深水区内的数据开放实践工作,编订可操作性强的数据开放工作计划并公开发布。

(三)制订数据融合的总体规划,做实基础工作

大数据平台涉及的数据规模特别大、复杂程度特别高,是一项跨部门、跨地区、跨组织的信息化项目,宜采用渐进式策略,制定数据融合的总体规划。规划务必要获得政府高层的支持,在智慧城市框架内设计长远的、分多个可操作阶段的数据治理目标,积极稳妥推进。数据融合建议首选一些影响面广,能够直接支持大数据应用,形成示范效应的项目实施,层次递进、突出重点,才能将正确的总体规划落实到位,使得数据融合开展有依托、有目标、有成效。

(四)加快建设“市级政务云”,督促各系统数据向云平台集聚

大数据与云计算相辅相成,没有云计算,大数据面临无法落地的风险,而缺乏大数据,云计算也无法发挥应有的特色和优势。上海应加快建设市级政务云平台,考虑政府条线部门系统成熟度、技术风险、影响范围,按照先易后难的原则,分批迁入“市级云平台”,“以上云为常态,不上云为例外”为要求,推进各部门利用统一的政务云平台开展电子政务。即可以避免重复建设和资源闲置带来的巨大浪费,也可以将各条线政府部门现有的存量数据和未来增量数据纳入云平台进行统一调度和管理,为实施大数据决策奠定基础。

(五)建立健全政府大数据建设相关法律法规

尽快研究出台《政府大数据采集管理条例》及其配套实施细则,重点研究政府大数据采集过程所面临的隐私保护问题,研究制定大数据标准体系,着手制定大数据基础标准、数据处理标准、数据安全标准、数据质量标准,以规范和引导大数据的应用和发展。大数据是电子政务的一个新兴领域,许多工作都是具有探索性和创新性的,在重点领域试点成功后,总结实施经验,通过制定条例或规范将现有的管理、技术和流程“固化”下来,形成可复制、可推广的经验。

(六)培养和引进大数据人才,构建多元化的培养渠道

平台建设对大数据人才要求高,不仅要具备数学、统计学、机器学习等基础知识,拥有数据分析和数据挖掘能力,还要拥有大数据思维,懂得具体业务领域以推进政府决策应用。因此,要实现用人和育人制度的创新,构建多元化的培养体系。一是灵活柔性使用外部人才。既采用合同制聘用体制外大数据专业技术人才,也可以聘请企业、事业、科研机构人才担任顾问指导。二是优化人才培养方式。通过外部专业技术人才带动内部专业技术人才能力提升,通过技术实力较强的信息中心帮助技术能力较弱的信息中心“传、帮、带”等形式,提升大数据人才能力和水平。三是充分发挥社会教育与培训机构的作用,鼓励企业与高校及培训机构合作培养大数据专用人才。

(作者:上海对外经贸大学国际经贸学院副教授 王锐,上海立信会计金融学院副教授、科研处副处长 陈志成)

(摘自: 2017年5月20日《科学发展》)