大数据在国内外政府决策中应用的领域一、大数据在国内外政府决策中应用的领域与案例(一)大数据在国内外政府决策中的典型应用案例1.智慧政府。

智慧政府领域是指通过大数据运用提高政府行政能力，降低运行成本，提高对政府的管理绩效、支持决策等，以数据为中心构建智慧政府。

案例一：大数据应用于政府的经济统计。

美国麻省理工学院的“10亿价格项目”，通过“网络抓取技术”，利用网上购物交易数据计算日常通胀指数，收集70个国家300个零售商共500万种在线商品的价格，建立了通胀指数的日发布系统。

相比传统CPI的月发布机制，“10亿价格项目”仅有3天的滞后期，几乎实现了通货膨胀的实时预测。

同时，充分利用在线交易市场互联网数据作为补充，能够精准反映市场价格情况。

案例二：促进政府机构中跨层级的“智能中心”建立。

美国在“9·11事件”后，借国家安全之名，政府开始强力推进跨部门电子数据共享。

美国国土安全部高度强调跨部门数据的互操作性，并应用多种技术手段促进数据在市政部门、社区、医院、供血站、避难所等机构间的顺畅流动。

2.市场监管。

市场监管是政府的主要职能之一，为加强对市场主体的服务和监管，推进简政放权和政府职能转变，大数据的先进理念、技术和资源提供了很好契机，推动市场监管从“园丁式监管”走向“大数据监管”。

案例一：基于大数据的宏观审慎监管方法。

2012年以来，美国财政部为金融市场构建了一个基于标准化的法人实体识别码的身份信息报送、识别和共享系统即LEI系统。

该系统作为一个真正意义上的全球金融信息收集和分享平台，涵盖了参与金融市场交易的全部法人实体，从而打破了银行、证券、基金以及保险等传统金融行业之间的界限。

该系统向任何获得LEI编码的法人机构开放，因而具有显著的公开性和透明度。

通过建立金融机构和金融产品编码系统，描绘出金融机构之间相互联系的网络，从而在极其复杂的衍生金融链条中，追踪衍生金融产品的原生资产，实现对金融风险的跨行业乃至跨国的监控和动态管理。

案例二：食品安全监察。

美国联邦政府有农业部、食品药品监督管理局、消费者利益委员会等6个部门涉及商品质量和产品召回，且各自管理管辖范围内的商品召回信息。

自2009年起，美国内务部在整合这些不同部门数据的基础上，开设了专门的商品召回查询网站，消费者可随时收到最新的商品召回信息，追踪某项商品，在购买前也可查询该商品有没有被召回的历史记录，也可以在线举报。

通过数据整合和开放，构建起一张全民监督的食品安全网。

3.社会治理。

通过对居民健康指数、流动人员管理、社会治安隐患等一系列在城市化进程中产生的大数据进行挖掘和利用，改善决策，解决社会问题，提升社会管理能力。

案例一：美国工作单位和家庭住址的纵向动态系统(简称LEHD)。

美国以“9·11事件”为契机，将个人数据、公司职位数据、公司单位数据相互联通起来，是历史上和全球范围内首次把个人住址和个人工作单位地址联系到一起，从而实现“白天人口”的精细化统计，在地图上任选一个街区，该系统便能计算出街区内每一个单位雇员的性别、年龄、职业、月薪等信息。

基于这样的数据，除了白天人口管理，还可用来规划公交、交通、房产、商业等。

这个项目中的数据来源于3个不同部门的3类数据，从而体现出跨部门数据的整合能力。

案例二：利用大数据预防和打击犯罪。

美国加州桑塔克鲁兹市使用犯罪预测系统，链接国家征信系统，依据法律通过分析公民个人经济活动的数据，对可能出现犯罪的重点区域、重要时段进行预测，并安排巡警巡逻。

在所预测的犯罪事件中，有2/3真的发生了。

系统投入使用1年后，该市入室行窃减少11%，偷车减少8%，抓捕率上升了56%。

4.公共服务。

公共服务领域采用大数据技术和大数据思维，既可为政府进行公共服务决策和加强公共服务监管服务，也可为社会公众提供个性化和精准化服务，有助于公共服务提供者降低成本。

案例一：治理交通拥堵。

瑞典国家公路管理局和斯德哥尔摩市政厅通过智慧交通建设，既缓解了城市交通堵塞，又减少了空气污染，现在智能交通系统成为斯德哥尔摩的标签。

该市在通往市中心的道路上设置了18个路边监视器，利用射频识别、激光扫描和自动拍照等技术，实现对一切车辆的自动识别。

借助这些设备，该市在周一至周五的6时30分至18时30分之间，对进出市中心的车辆收取拥堵税，从而使交通拥堵水平降低25%，同时温室气体排放量减少40%。

案例二：给建筑健康安全体检。

纽约市消防部门根据数据收集划分出60个可能会产生火险的因素，包括区域居民平均收入、建筑物年龄、是否存在电气性能问题等。

通过这些因素数据和相关算法，纽约市消防部门给建筑物标注了风险指数，并据此确定消防检查的优先级和重点，从而有针对性地加强安全排查。

5.政府数据开放与社会创新。

在政府开放数据的基础上，软件开发者可通过众包开发、APP等新模式，实现应用创新，从而带动更多社会力量参与到政府大数据应用中来，推动“小政府、大社会”的构建。

案例一：美国率先推动政府数据开放。

美国通过开放37万个数据集，采用开放网站API和源代码的方式，提供上千个数据应用。

2012年2月，纽约市通过了《开放数据法案》，这是美国历史上首次将政府数据大规模开放纳入立法。

依托于数据开放，从2009年起，纽约市政府举办的纽约大苹果App竞赛，例如“别在这里吃饭”App会在用户走进一家存在不良卫生记录的餐馆时，自动向其发送短信提醒。

[8]大众点评之类的饭店推荐网站可被纳入质监部门卫生检疫的测评，空气质量和噪音的数据可被用来估测房价。

说明通过各类政府数据的开放，企业创新应用而创造社会效益和商业价值。

案例二：英国大数据创新应用背后的政府政策资金支持。

英国首先对大数据的挖掘研究提供研发资金的支持，政府于2012年5月注资建立世界上首个开放式数据研究所ODI(The Open Data Institute)，为英国公共部门、学术机构等方面的创新发展提供“孵化环境”；又向航天、医药等8类高新技术领域注资6亿英镑研发，大数据技术获得1.89亿英镑的资金，成为获得资金最多的领域。

表1 大数据在政府决策中的典型应用案例举例(二)大数据在国外政府决策中的应用领域统计基于研究文献、媒体报道等公开资料，本文梳理了国外政府领域大数据应用案例，共62个。

这些案例的主要应用领域分布为：(1)智慧政府15%，主要涉及决策制定、经济统计、公众参与、数据共享、预算管理、业务监管等。

(2)市场监管11%，主要涉及P2P及贷款、食品安全、社保防欺诈、医疗监管、税务等。

(3)社会治理32%，主要涉及治安、交通、食品安全，人流量、城市建设、群租监管、应急管理等。

(4)公共服务11%，主要涉及教育、就业、出行、节能等。

(5)数据开放与社会创新31%，以上4个领域均有涉及，具体有医疗服务、找公厕、找停车位、抗生素管理、洪灾预警。

多个社会机构使用了一种或多种政府开放数据源，专门致力于开放数据平台的接口研发，体现出开放平台对于促进数据利用的重要价值。

(三)大数据在国内外政府决策中的应用分析政府大数据应用可分为4个层级，从基础到应用分别为数据管理基础平台、数据可视化、运营分析平台和数据产品。

每个层级之间或有基础关系，但并不是一定要逐层构建。

例如，对缺乏数据的部门，可借助第三方基础或平台进行数据分析与应用，形成新的数据功能。

数据管理基础平台是指在数据管理层面的应用，包括数据采集、数据存储、数据质量管理、数据仓库、数据规范等。

以澳大利亚国家数据中心的建设为例，全国各地的数据中心与国家数据中心直接联网，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。

上海公共研发平台部署Oracle Exadata数据库云服务器，能为数据仓库和在线事务处理应用程序提供超强性能。

运营分析平台比数据可视化在智能上更进一步，可对数据进行挖掘分析，发现某种关联关系，或者进行预测、行为分析、用户画像等。

(四)大数据在政府决策中应用的启示1.跨域数据整合是大数据应用的本质。

跨域数据的整合和应用是大数据应用的显著特征，是区别于其他信息化项目的主要依据之一。

如果是单一来源的数据，数据量再大也只能做到数据的展示而无法发现关联关系、实现交叉应用。

将大量数据的应用视为大数据应用是当前比较普遍的误区。

因此，政府推进大数据应用应关注数据的跨域整合，包括推动跨部门数据共享和利用，多来源多领域数据的融合等。

2.建立专门的组织体系。

由于大数据应用是多源数据的整合，各级政府为实现各类数据的汇总，通常会建立专门的组织机构，以破除各部门之间数据共享屏障，提供数据共享通道，保障数据资源的安全和质量标准。

同时，也因为大数据应用通常成本较高，人才缺乏，需要有专门的组织机构协调资金、人才和政策资源、统一管理。

3.必要的法律保障和规范体系。

大数据应用中强调数据的流通，数据共享、数据开放和数据交易是数据流通的不同形式。

数据权属、数据隐私、数据安全、数据标准等规范是当前影响数据流通的重要因素，需要有统一的法律保障以及标准规范，打造良好的数据生态，推动应用。

4.提升大数据应用技术能力。

当前各国各级政府大数据应用中发现大数据应用的技术能力还比较低，大多数是以数据管理基础和数据可视化为主，相对商业领域大数据应用明显滞后。

可以通过政府购买服务、开放数据、数据应用联盟及大赛等形式，推动社会大数据技术的共享，解决政府技术不足的问题。

5.拓展大数据应用领域。

大数据应用除了提高效率，更体现在创新的数据产品，给社会带来更多价值、解决更多问题。

拓展大数据应用领域应充分发挥想象，如解决清明高速“连环撞”，用大数据提高道路智能性；基于大数据分析，防范电信诈骗；利用出租车出行数据进行城市空间规划分析；通过物联网、数据分析，加强公共电梯的维保监督等。

二、上海政府决策大数据的数据来源与应用特点(一)政府大数据与政府数据的区别与联系政府大数据与政府数据两者既相互联系，又有区别，政府大数据一是指数据资源本身，二是指大数据方法与思维。

政府数据是政府机构在实现运营目标的过程中生成、收集、维护、管理和拥有的数据。

自1993年实施“三金工程”以来，我国信息基础设施逐步完善，电子政务建设成绩显著，产生了大量数字化数据。

判断政府数据是不是大数据，一看数据本身是否具有大数据的多项特征，如数量大、快速性、多样性和价值密度低等；二看开发数据价值的方法是否符合大数据思维方法，即是全过程全样本数据汇集、跨域数据整合以及数据驱动价值的方法。

因此，政府大数据属于政府数据，但并非所有政府数据都是政府大数据，并非政府数据应用项目都要用大数据方法。

比如，有些系统只是对单一部门内部所产生的单一来源数据进行采集与利用，没有进行多来源多领域数据的交叉整合，没有驱动新的应用价值，并不能称之为政府大数据应用。