本文刊载于《电子政务》2017年第6期。
作者：陈志成，王锐。
随着大数据技术的逐渐成熟，大数据为城市治理创新提供了新的工具和手段，在创新城市治理中的作用越来越明显。全球已有不少国家已经将大数据上升为国家战略，美国、日本、新加坡等发达国家相继制定实施大数据的战略性文件，与此同时，纽约、芝加哥、新加坡等全球的大都市率先推动大数据在城市治理中的应用。
纽约、新加坡、芝加哥等是较早利用大数据进行城市治理创新的城市，成绩显著，有效降低了治理成本，提升了治理效率，形成了一些成熟可借鉴的经验。因此，分析国外城市如何应用大数据进行治理创新，总结其成功的经验，可以为国内城市提供有益启示，具有重要的实践价值和意义。
本系列主要介绍纽约、芝加哥、新加坡的大数据城市治理方式以及对我国城市治理的启示。那让我们先从纽约这个国际化大都市开始。
纽约大数据治理的背景
纽约城市治理面临几个方面的压力：第一，公共服务压力增大。除了拥有850万的人口，纽约每年还有百万的游客，随着城市人口越来越多，纽约在住房、交通基础设施和公共服务上面临着越来越大的压力。第二，预算缩减。自2008年金融危机爆发以来，大都市纽约还面临着大规模的预算缩减，需要用有限的资金提供良好的服务。第三，城市发生突发事件风险增加。例如，2011年初，布朗克斯区和布鲁克林区公寓发生的火灾夺去了5个人的生命，此后的调查表明，火灾不是孤立意外事件，政府对群租房监管不力是主要因素，类似这种意外事件在人口密集的纽约时常发生，治理难度非常大。
纽约的主要举措
第一，出台法律法规，保障政府数据开放和大数据应用顺利推进。2012年，纽约颁布了地方性开放数据法案——《纽约市开放数据法案》，通过法律促进政府数据开放，营造良好的数据开放环境，规定到2018年，除了涉及安全和隐私的数据之外，纽约市政府及其分支机构所拥有的数据都必须通过政府开放数据门户网站实现对公众开放，并且要求使用这些数据不需要经过任何注册、审批程序。2013年，纽约市长布隆伯格颁布了《306号行政命令》，提出数据驱动的城市服务目标，要求各政府部门必须配合政府首席数据分析官(CAO)，确保城市机构实现开放数据法案的承诺，打破部门壁垒，开发和构建一个全市的数据交换平台，归集和更新来自不同机构的数据或其他来源的数据。
第二，组建完善的组织体系，领导协调推进大数据应用。纽约市成立了市长办公室数据分析团队(Mayor’s Office of DataAnalytics，下文简称MODA)，任命了城市首席数据分析官(CAO)和首席政府开放平台官，组建由纽约运营副市长牵头的纽约市数据分析指导委员会，制定全市数据分析的总体战略。与此前已经设立的CIO、CDO一起，形成了“三驾马车”式的技术管理架构(参见下图)。
第三，基于已有技术和平台，研发数据融合共享系统。由于纽约市各部门合计有几百个IT系统，储存着纽约不同类型和不同年代的城市数据。为了能够运行数据模型和挖掘数据价值，需要在数据隐私相关法律的约束下，汇聚来自40多个机构的数据，形成一个聚合的数据库。纽约市数据分析团队基于已有的技术和资源，建立了“DataBridge”和“DEEP”两大核心系统。其中，DataBridge系统是由刑事司法系统中用于跟踪囚犯的数据传输系统——DataShare和“311数据库”的闲置能力构建而成。DataBridge具有数据库管理以及统计分析工具，并向纽约市其他部门的分析师开放。DEEP系统将各部门的系统相互连接起来，使得城市机构能够安全地进行信息交换，取代费时又低效的电子邮件、传真等数据传输方法。
第四，制定推进大数据治理的最佳实践。在具备强有力的组织架构、技术和工具的基础上，纽约建立了运用大数据处理城市特定治理问题的工作流程和最佳实践，MODA团队还帮助各个部门建立自己的数据分析力量，使得各个部门能够独立、持续地开展相关数据治理创新。
纽约利用大数据实现城市治理创新的主要成果
在市场监管领域，纽约环境部门负责维护纽约市多达6000英里的下水道，政府部门一直想找到向下水道非法倾倒食用油的人，因为半数以上下水道堵塞都由这些凝固油脂产生。但问题在于，如何找到这些“违法者”?传统的解决办法是由环境部门派出监察员，到各个街区路口守株待兔，以碰巧遇到某餐馆小工，向下水道倾倒废弃食用油。但纽约市有2.5万个餐馆，这样做显然成功率不高，效果不明显。纽约通过DataBridge从企业诚信委员会获得所有餐饮企业为合法处理废弃油脂所支付的服务费数据，比较得出那些没有支付服务费的企业在地图中所处的位置，将那些不在册的餐馆列入“重点怀疑对象”，排查准确率高达95%。
在灾害预防领域，“311城市热线”每年收到25000多条关于违规建筑的投诉，而纽约大约有100万幢建筑，政府从事建筑巡查的工作人员仅200名左右，基于传统的巡视预测准确率仅为25%。MODA团队通过与消防员、警察、巡视员等人员沟通，得到甄别危险的指标，根据房屋是否存在拖欠税款，是否有人投诉，是否是1938年后按建筑规范进行建造，以及房屋年龄、房屋污水排放量等建立预测模式，对每天需要排查的建筑列出优先级别，火灾预测的准确率从25%提高到70%，巡查人员的工作效率是此前的五倍。
在MODA的推进下，纽约的数据开放促进社会化应用也取得明显成效。到目前为止，纽约已经开放了12000多组数据，涉及健康、商业、公共安全、城市治理、教育、环境、住房与发展、创新等诸多领域，并基于此开发了大量社会化应用。例如，开发了提示公众避免进入犯罪高发区域和提高警惕的APP应用，从而降低犯罪发生的概率。交通领域的APP应用为公众出行提供实时建议，并为地铁系统在客流高低峰时段、热点站和普通站之间的调配提出更优的方案。
纽约的主要启示
第一，领导的重视和强有力支持。政府部门之间的数据共享和融合在技术上已经成熟，融合和共享的主要难度来源于部门的阻力。因此，基于大数据城市治理创新的前提是解除不同政府职能部门之间的制度藩篱与条块分割，实现分布在政府各个部门IT系统中数据的采集、更新、共享与融合。例如，纽约市长布隆伯格早期提出建立一个共享的数据中心以及部门间数据交换系统的计划，很快几乎所有人都在法律上、技术上和操作上提出质疑。律师们引用了大量法律条文(大多数来自联邦政府)反对数据共享;预算专家也畏葸不前，以成本为由挡回去;政府各个部门的首席信息官解释为什么只有他(或她)可以管理本单位复杂的数据库。因此，纽约成功推进大数据在政府应用，建设数据驱动的城市，重要原因是城市最高层领导人物的决心，若是缺少布隆伯格为求变而全力进行的自上而下的改革，纽约市不可能成为数据驱动政府的佼佼者。
第二，降低各个部门阻力，促进政府部门全面共享。为了降低各部门阻力，纽约尽可能使用城市现存的信息系统、数据库和网络，最大程度不改变各部门原有的系统。由于纽约政府的不同部门或机构曾使用几种不同的地理标签来标记他们的记录(如针对地理位置，一些记录可能使用街道地址信息，而其他机构可能使用网格坐标或邮政编码)，导致数据聚合有相当的难度。而城市治理的数据分析过程依赖于地理位置数据，因此，要求来自不同部门的记录注上统一的地理标签。虽然采用公开标准能使得数据融合过程变得更加简单和直接，但纽约市数据分析团队为了降低各部门的阻力，并没有将此作为数据模型运行的必要条件。MODA付出了艰苦的努力，开发出一个能够将不同地理标签记录连接在一起的系统，这样来源于多个机构的数据更容易在分析中进行合并和共同使用，实现来自各部门数据的匹配和聚合。其中，DataBridge和DEEP技术允许政府部门和机构持续使用他们自己的系统，而不是安装昂贵的新信息系统来保持兼容，或迁移到政府云。此外，为了促进全面共享，纽约颁布了一条规则：任何部门想要得到其他部门的数据或MODA所收集的数据，就必须先共享自己的数据，而且必须是整个数据集。
第三，最大程度不改变一线工作人员的工作方式。大多数组织对变革都存在抵触情绪，大数据治理模式意味着新工作方式，因此其成功取决于受影响群体对新模式的接受程度。纽约大数据推进小组努力与一线工作人员合作，使他们的工作更加有效，从而提高员工的工作满意度，减少对新技术的抵触。
