大数据时代:人口数据与政务数据的利用

在《大数据时代下的人口信息管理及应用探析 》中,作者提到:

人口是各种经济社会关系系统中最为基础与根本性的要素, 相应地,人口数据信息也就成为各类数字信息中最为基础性的信息资源,但同时也是极具战略性,关乎经济、资源、社会环境、医疗卫生、民生百态以及教育等方方面面的公共性资源 。

而我们的社会本质上就是由我们每一个人所构成的,在现如今的生活工作的方方面面中,我们都在产生各种信息和数据,而这些数据对我们来说有什么用呢?

也许你会说,这些数据我一没办法获得,二,就算获得了我又能做什么呢?这样想你可能就错了,我们国家政府的政策,各种行政机关颁布的法令文件等等,你以为和你没关系吗?当然有关系了,就说买房吧,政策你不得不关注,那可是真金白银呢。

其次,这些政策的制定总是需要有依据的吧,现在大家都在提大数据时代,那么数据可以告诉我们很多东西,而政策的制定势必需要在一定程度上依据这些由人的活动所产出的数据。

1 为什么要重视人口信息数据

可以说,对人口数据信息的有效、高效管理与充分的挖掘应用既是社会公共管理服务的基础,也是国家信息化战略的重要内容,更是制定与实施各项政策和指导各项实践工作的重要依据 。

随着新型、有质量、健康城镇化进程的不断推进,再加上流动人口规模的居高不下,人口信息管理尤其是城市管理的难度也将越来越大。而从数据入手,本身就是一种事半功倍的途径。

2 政府数据开放

国务院2015年8月31日发布的《促进大数据发展行动纲要》一文中提到:

加快政府数据开放共享,推动资源整合,提升治理能力。

其中提到了几点,比如大力推动政府部门数据共享,现在各部门之间的信息数据库是相互独立的,存在信息“孤岛”,数据信息的协同创新与共享机制的不健全,数据无法得到充分而合理的利用。

第二点,稳步推动公共数据资源开放。在依法加强安全保障和隐私保护的前提下,稳步推动公共数据资源开放。这一点上,我国正在向欧美国家靠拢,大数据时代是这样一个时代,你好了,我才能好,最后大家一起好。

在麦肯锡 2017年3月发布的《中国人工智能的未来之路》,提到了影响中国人工智能发展的几个因素,比如:

首先,尽管中国的科技巨头能够通过其专有平台获得海量数据,但在创建一个标准统一、跨平台分享的数据友好型生态系统方面,中国仍落后于美国。其次,全球各国都已意识到开放政府数据库有助于促进私营领域创新,但中国政府数据的开放度仍极为有限。最后,对跨境数据流通的限制也使得中国在全球合作中处于不利地位。

为了提升数据的多样性,政府应提高公共数据的开放程度,并带头建设行业数据库。这些举措同时能够提升公共服务质量、提供政策制定洞见,从而带来额外益处。比如纽约市政府就建立了公开数据门户网站,为市民提供经济发展、医疗、休闲、公共服务等领域的数据。2012年纽约市还颁布了《开放数据法案》,要求政府部门使用机器可读取的数据并建立API(应用程序编程接口),方便软件研发人员直接连接政府系统并获取数据。

3 政务数据与企业的关系

为了更好地建设家园,惠及民生,对于政务数据的利用不能只靠政府,还要社会上许多的有能力,能创新的企业。

政府要引导鼓励企业和社会机构开展创新应用研究,深入发掘公共服务数据,在城乡建设、人居环境、健康医疗、社会救助、养老服务、劳动就业、社会保障、质量安全、文化教育、交通旅游、消费维权、城乡服务等领域开展大数据应用示范,推动传统公共服务数据与互联网、移动互联网、可穿戴设备等数据的汇聚整合,开发各类便民应用,优化公共资源配置,提升公共服务水平。

4 社会治理智能化

2017年7月8日,《新一代人工智能发展规划的通知》中提到,要推进社会治理智能化。

围绕行政管理、司法管理、城市管理、环境保护等社会治理的热点难点问题,促进人工智能技术应用,推动社会治理现代化。智能政务。开发适于政府服务与决策的人工智能平台,研制面向开放环境的决策引擎,在复杂社会问题研判、政策评估、风险预警、应急处置等重大战略决策方面推广应用。加强政务信息资源整合和公共需求精准预测,畅通政府与公众的交互渠道。

5 消费升级

最近都在说消费升级,确实,消费作为拉动GDP的重要力量,越来越得到大家的重视,而中国人现在的消费力在全球都是领先的,这和我们大数据又会有什么关系呢?

2017年08月24日,国务院关于进一步扩大和升级信息消费持续释放内需潜力的指导意见中提到了接下来要发展的重点领域:

一是生活类信息消费。创新发展满足人民群众生活需求的各类便民惠民服务新业态,重点发展面向社区生活的线上线下融合服务、面向文化娱乐的数字创意内容和服务、面向便捷出行的交通旅游服务。

二是公共服务类信息消费。推广高效、均等的在线公共服务,重点发展面向居家护理的智慧健康服务、面向便捷就医的在线医疗服务、面向学习培训的在线教育服务、面向利企便民的“互联网+政务服务”。

这些都是商机啊,你可以看到里面提到的智能,智慧,互联网都和我们的数据息息相关,而消费的升级不仅是更加智能,而且是效率更高。

6 应用举例

上面说了这么多政策分析,其实我觉得,国家政策是一种趋势导向,至于能不能把握住里面的机会,完全要看个人了。接下来,就举一些实际应用的例子,看看未来政务数据的发展会怎样?

这里引用知乎用户的回答

1 实现信息透明和共享,使相关人员提高效率,还可以创造就业机会。比如在上海,自2006年起,人民银行上海总部公开金融信息后,催生了一批金融信息咨询服务企业,其中有上海联和金融信息服务有限公司等5家上市企业, 拉动了十几万人的就业。

2 通过评估公共部门的绩效,增强内部竞争,激励工作表现,提高公共建设效率,提升行政服务质量,降低政府的管理成本。

3 通过人口细分和定制政策,增强公共服务的针对性,提高工作效率和公众满意度,减少开支。

4 用政务智能替代或辅助人工决策,在纷繁复杂的数据中自动识别出不一致、错误和虚假的信息,减少出错 成本和福利管理中的诈骗,缩小税收缺口。

5 引导公共部门内部和外部的创新,例如,商业、非营利性机构、第三方通过开发出大数据工具和分析,对公 共服务进行反馈,为改善现有的方案提出建议,从而为公共部门创造新的价值。

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 194,088评论 5 459
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 81,715评论 2 371
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 141,361评论 0 319
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 52,099评论 1 263
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 60,987评论 4 355
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 46,063评论 1 272
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 36,486评论 3 381
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 35,175评论 0 253
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 39,440评论 1 290
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 34,518评论 2 309
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 36,305评论 1 326
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 32,190评论 3 312
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 37,550评论 3 298
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 28,880评论 0 17
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 30,152评论 1 250
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 41,451评论 2 341
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 40,637评论 2 335

推荐阅读更多精彩内容