浅析政务@@大@@数据@@@@@@要易涉的三大@@误区@@

 

 

　　由于目前尚无对@@“大@@数据@@@@”的标准界定@@，因此在大@@多人将开放数据@@等同于大@@数据@@@@@@，将任何@@“大@@”的政府@@数据@@集的发布都当作是大@@数据@@@@@@。但事实上@@，很多开放数据@@只是离散的@@“小数据@@@@”，并不具备大@@规模@@、未经处理和@@非结构化等大@@数据@@@@的基本特征@@，且很多通过开放数据@@机构发布的在线数据@@集仅仅是一个@@可用的样本集@@。

 

　　同时@@，虽然开放数据@@对于促进政务@@大@@数据@@@@@@应用意义很大@@@@，但当开放数据@@仅仅是由于上级部门的指令要求@@，并对政府@@部门本身工作并没有任何回馈时@@，开放数据@@项目就会缺乏可持续性@@。考虑到@@开放数据@@并不是不需要成本@@（公务员需要花时间去收集这些数据@@@@，并发布出去@@），在政府@@看不到@@任何收益的情况下@@，将其维持下去会很困难@@。

 

　　在加拿大@@和@@英国@@@@，已经有证据表明@@，政府@@开放数据@@项目的可持续性受到@@了威胁@@，有些官员将开放数据@@描述为仅是由一小群爱好者推动的@@“桌角项目@@”。以美国的@@data.gov门户网站为例@@，其在@@2012年@@包含有@@378529个@@原始空间@@数据@@集@@、1264个@@政府@@@@APP和@@236个@@公民开发@@APP。然而@@，到@@2014年@@，该网站的数据@@集事实上已经下降到@@了@@108606个@@，且各种@@APP的数量也有所下降@@。这实际上也是因为网站数据@@集的可用性不佳造成的@@。

 

　　此外@@，为了便于开发者和@@分析者能够不受数据@@格式限制而处理数据@@@@，开放数据@@集都是以原始格式发布的@@，这将影响数据@@的获得和@@使用@@。由于编码缺乏一致性@@，这些数据@@在没有电脑归纳的情况下非常难以理解@@，从而难以得到@@真正有效应用@@。可见@@，在推动政务@@大@@数据@@@@@@应用中@@，不能简单地将大@@数据@@@@等同于开放数据@@@@。

 

 

　　Gang-Hoon Kim等对美国@@、英国@@、荷兰@@、瑞士@@、新加坡@@、日本@@、韩国@@、澳大@@利亚等发达国家的@@24项政府@@大@@数据@@@@应用进行了统计分析@@，发现目前发达国家政府@@大@@数据@@@@应用与商业领域大@@数据@@@@应用相比@@，规模还有很大@@距离@@；且目前大@@部分政府@@大@@数据@@@@应用的对象仍以结构化数据@@为主@@，较少采用实时@@、动态@@、半结构化甚至非结构化数据@@@@。这在中国政务@@大@@数据@@@@@@应用中也较为常见@@。

 

　　据调查@@，目前很多地方政府@@建设的大@@数据@@@@平台@@@@，仅仅是过去政府@@共享数据@@平台@@的@@“翻版@@”。政府@@推动大@@数据@@@@平台@@建设的首要目的不是推动大@@数据@@@@应用@@，而是统一政府@@信息基础设施@@，实现各部门数据@@的互联互通@@。然而@@，政府@@大@@数据@@@@不仅仅是政府@@自身的业务数据@@@@，在当今社会@@，有大@@量对政府@@治理有意义的大@@数据@@@@源@@，如金融@@、电商@@、医疗@@、社交媒体等@@，并不完全由政府@@自身掌握@@。

 

　　在推动政务@@大@@数据@@@@@@应用中@@，应逐步整合政府@@外部数据@@资源@@，建设国家层面的全国性大@@数据@@@@中心@@，形成更加完善的治理决策支持体系@@，以在数据@@整合的基础上实现服务@@整合@@。以澳大@@利亚@@Centrelink国家数据@@中心的建设@@为例@@，全国各地的@@Centrelink与数据@@中心直接联网@@，联邦@@、州@@、当地的服务@@机构@@，如税务部门@@、金融机构@@、警局等@@，也与数据@@中心实现联网共享@@；Centrelink在多种服务@@渠道的后台@@，借助信息通信技术将业务流程@@、服务@@、网络和@@资源进行优化整合@@，便捷@@、高效地为公众提供一体化的服务@@@@。

 

 

　　随着大@@数据@@@@在中国的不断发展@@，各个@@地方都开始兴建大@@数据@@@@中心@@，但对于大@@数据@@@@中心的建设@@@@，更多@@地还停留在@@“建机房@@、上设备@@、堆数据@@@@”的阶段@@，忽视了大@@数据@@@@强调的是对数据@@的分析和@@应用@@。

 

　　对于政务@@大@@数据@@@@@@的推进或大@@数据@@@@中心的建设@@@@，首先应有周密@@、严谨@@、细致的数据@@目录体系顶层规划@@，建立统一的数据@@资源目录体系@@、数据@@标准体系@@、数据@@质量审计体系和@@业务系统数据@@共享交换体系等@@；其次@@要有可对比@@、可回溯@@、可审计的数据@@质量管理体系@@，保障数据@@采集获取的可持续性@@，避免@@“数据@@陷阱@@”；再者@@，要有精通数据@@挖掘和@@业务建模的数据@@科学家队伍@@，从政务@@应用需求出发@@，做好潜在数据@@价值的挖掘与应用@@。

 

　　此外@@，当前不少学者还未真正认识到@@大@@数据@@@@价值@@，认为@@海量数据@@无法获得@@，且大@@数据@@@@只是一种暂时性趋势@@。殊不知@@，大@@数据@@@@虽指海量数据@@@@，但并不是@@“全数据@@@@”，而是数据@@资源总量不断增长的状态@@，且从@@“大@@数据@@@@”中挖掘出有价值信息才是大@@数据@@@@应用的关键@@。

 

　　著名的管理和@@咨询@@公司麦肯锡@@（McKinsey）认为@@，“大@@数据@@@@已经渗透到@@工业和@@商业领域的各个@@方面@@，成为影响生产的一个@@重要因素@@”！这一点不可否认@@，而且这种影响会随着大@@数据@@@@应用的加深而逐渐扩大@@@@。所以正确的认知政务@@大@@数据@@@@@@@@，快速促进其发展@@，才能缩短我国与发达国家之间的差距@@！