三 全球科技创新中心的科技公共服务体系

科技公共服务体系是以政府为主导、面向科技创新活动所提供的公共服务，具有公共产品性、服务性、专业性、资源整合性等特点，为科技服务业的发展提供了十分重要的信息平台支撑。科技公共服务平台作为实现科技服务体系建设目标的重要载体，其建设受到政府部门大力支持。中共上海市委八届四次全会通过的《上海实施科教兴市战略行动纲要》强调，要促进政府在科技公共服务体系建设中有效发挥第一推动力，保证市场在资源配置中基础性作用最大限度地发挥，并集中力量整合资源，构筑全社会共享的科技公共服务平台（李铭俊，2003）。

科技公共服务体系的构建见图1-9，主体一般包括科技资源服务系统、科技创新服务系统和科技管理服务系统三大部分。其中，科技资源服务系统是另外两大系统的基础，而科技资源的收集是科技资源服务工作的重中之重。科技资源服务系统需要建立在物质资源和信息资源的收集和归类建设上；科技创新服务系统则是依托科技信息共享、仪器设备共用以及技术转化保障体系的建设来实现的；而科技管理服务系统则涵盖管理制度设计、管理能力建设、物力人力资源保障以及监督管理评价四个子体系。

就科技公共服务平台的运行机制而言（见图1-10），在市场化的大背景下，科技公共服务平台需要依托政府这只“有形的手”以及市场这只“无形的手”，在第三方中介的协助下共同推动该平台的企业化运作。该平台的运行遵从市场原理，按照企业化的运作模式为公共服务的需求方和供给方提供开放性的科技服务产品，从而达到全面深入地促进创新成果产业市场化的目的。

不难看出，科技公共服务体系的建设核心是科技资源的收集和科技资源的共享以及高效转化利用。而这些核心问题的解决途径又离不开大数据的开发和支持。大数据以“4V”为突出特点，即Volume（大量）、Velocity（高速）、Variety（多样）、Value（价值），决定了其在科技公共服务体系建设中发挥重要作用。大数据除了可以提供大量有价值的科技信息外，还可以通过高效的大数据处理技术和运用系统对其收集到的科技信息进行有效的处理和分析整合，为其创新性运用提供信息资源、技术等多方支撑。以下将根据科技公共服务体系的不同服务内容，从医疗、教育、公共交通、公共安全、社会发展、能源这六个与我们生活息息相关且具有代表性的服务内容来具体阐述如何利用大数据为大众所用，其中包括数据的收集技术、处理方法以及大数据服务功能的实现过程，笔者以期借助大数据技术平台进一步推进科技公共服务体系的顺利构建和长效运行。

（一）医疗

医疗服务行业是典型的知识密集型行业，医疗从业者的研究能力和持续学习能力对提高医疗服务的治疗水平和效果至关重要。但医务工作者诊疗经验的积累很大程度上受个人学习能力和经历的限制，加之个体医疗人员接触的医疗知识和病例是有限的。这就亟须利用医疗大数据分析方法来收集、处理和分析更多的临床病历和治疗方式，并结合治疗结果和费用等多项数据来智能化计算相对有效的治疗路径和临床决策，以期为医务人员选择临床路径提供有益的参考，弥补医务工作者个体经历和经验不足的缺陷（刘颖，2014）。

利用大数据来构建智慧医疗体系已成为医疗行业的共识和未来发展的重点，对于智慧医疗体系的构建见图1-11，主要在通过物联网收集医疗行业健康信息、既往病历、基因信息的基础上，运用数据存储和分析的方法来建立专门的医疗专业数据库，促进医院信息化的实现。智慧医疗的实现还须注重建设医药电商平台，促进医药供需信息和政策信息的收集分析，同时构建自主问诊平台和医联信息平台来满足就诊者的远程医疗需求。

具体来说智慧医疗的构建主要包括三个层次，分别是医疗数据的采集、医疗数据的整合、医疗大数据的使用。目前来说，我国在医疗的采集上存在困难，这主要是因为我国2万多家的医院及数量庞大的基层医疗机构中，依然有大量的医疗机构对病例和资料的记载采用书面的形式，而即使是已经推行电子病历的医疗机构，使用的也多是互不相同的电子病历系统（芮益芳，2015）。目前，医疗行业数据的电子化和数字化仍处于早期阶段，很多数据尚未实现数字化，这导致国内医疗机构之间的信息流通不畅，医疗数据的分享存在困难。我国医疗大数据的采集不便、登记口径不一的问题在很大程度上影响了医疗大数据作用的发挥和实现。

在医疗大数据的使用上，从一般意义上来说，医疗大数据的服务对象主要为医务人员、患者、管理者和研发人员。主要为医务人员提供包括治疗方法与疗效比较、临床辅助决策、不同诊疗路径有效性对比研究、特定病种大宗病例统计分析、精准诊疗与个性化治疗、不良反应与差错分析提醒等服务；为患者提供自我健康管理、生命周期健康档案、健康预测与预警等各项服务；为管理者提供数据服务与数据经济、精细化管理决策支持、感染暴发监控、疾病与疫情监测等多项服务；为研究人员提供新药的研发、推广与用药分析等各项科研服务（汪鹏等，2015）。目前，我国对医疗大数据的运用主要集中在疾病预防、疾病诊疗和医药研发这三大方面。

1．疾病预防

据估计，目前只有极小一部分影响健康的因素被医疗服务提供者所测度，而多达80%的包括健康行为、遗传因素等影响健康的因素均未被测定。大数据可弥补这一缺憾，主要是通过将传统的健康数据，如就诊医疗记录、家族史等与多种来源的个人数据，如收入、教育、娱乐方式、饮食习惯等结合起来，对影响健康的危险因素进行对比关联分析，制作健康监测评估图谱和健康数据知识库，在此基础上有针对性地为居民的疾病预防提出干预计划，来促进居民健康水平的提高（周光华等，2013）。

运用医疗大数据进行疾病预防这一理念已得到实际运用。2014年7月，北京市政府与百度云协作推出了“北京健康云”的大数据服务，该项目以帮助民众选择科学健康的生活方式和高效的健康评估方法为目标，希望能通过“北京健康云”的服务项目切实提高民众的身体素质和健康水平，促进个人和国家医疗支出的同步大幅下降。“北京健康云”采用三层架构的模式：其中顶层是“健康服务层”，底层是“感知设备层”，中间层是“健康云平台层”。用户通过底层的感知设备对自己的健康数据进行实时监控。而中间层的“健康云平台”是该服务项目的建设重点，当各项健康数据上传到云平台层后，该平台对所收集到的数据进行存储、计算和分析。顶层的健康服务项目主要是根据健康大数据分析的结果，为用户提供如健康管理咨询、瘦身减肥计划、心脑血管病的防控等一系列专业健康咨询服务。可以看出，“北京健康云”这种“健康监测-数据分析-健康咨询”三层架构式的完整机制能切实为民众提供个性化的健康服务方案，起到预防疾病的功效。

2．疾病诊疗

数据医疗的重要实现方式之一是在线医疗，患者可通过在网上提供病症数据来获得诊断信息和相应的服务。目前网上医院如39健康网、致力于打造中国网上最大看病平台的53看病网等为患者提供了网上看病的体验，包括发布求医问药、寻找治疗方案、找名医治疗、医生患者经验分享等，患者可通过文字咨询、电话咨询等多种方式来进行在线咨询，这极大地满足了求医者的咨询需求，扩大了求医途径。目前，53看病网官网统计数据显示，该网注册患者达15746人，注册医生达6247人，入驻医院为2345家，发布的病症为31081个。数据说明在线医疗取得较好的发展，但同时，在线医疗服务网站中，注册医务人员的专业性和提供诊疗方案的病理数据、诊断经验是否详尽等有待进一步的考证和完善。

在疾病诊疗程序的数字化变革上，以医疗大数据为基础构建的智慧诊疗平台意义重大。就具体实践来说，2014年9月，腾讯投资7000余万美元用于促进医疗健康互联网公司丁香园与其在QQ、微信等平台开展多方面合作。微信智慧医院也于2014年10月正式上线，微信智慧医院以微信公众号和微信支付为其发展的基础，通过与微信移动电商入口的结合提高医患之间的连接能力，以期达到优化患者诊疗的全过程。目前微信就医包括挂号预约、候诊提醒、路线导航、医疗费用的微信支付、诊疗报告的微信即时发送等各个流程。到目前为止，国内已有近百家医院开通了微信公众号，通过移动化的就诊服务和微信支付的方式加快了微信智慧医院的建设步伐。已有过千家医疗机构支持微信挂号，累计服务300余万患者，不仅为患者节约了大量的时间，极大地提高了病患就医的效率，也促进了对公共资源的高效利用。腾讯公司首席执行官马化腾表示“智慧医院的建设才刚刚处于起步阶段，未来的发展目标是利用微信公众号实现从患者挂号到付费、取药、医嘱提醒、事后回访的全部一体化，并向患者分享相关的病历单、X光片、医生如何参考过往的病历进行诊疗等多项医疗信息”（芮益芳，2015）。

另外，就上海地区而言，上海的三甲医院积极借助因特网技术推行预约看病的就诊方式。目前上海瑞金医院已形成了包括在线挂号、在线预约检查、在线查询报告结果等统一的助医平台。而在远程候诊的过程中，手机上的APP会实时提醒患者候诊情况，病人无须在候诊室等待叫号。另外，瑞金医院所有的手术室、病区和静脉配置中心都上线了移动护理系统，目前，已有30余个病区推广了智能查房服务，初步估计显示每个科室平均每天节省了3.5小时。由瑞金医院智慧医疗的实践可见，科技的介入对患者而言使其获得了更好的就医体验，对医生而言，减少了他们的工作量，使他们有更多的时间来为病情更紧急的病人进行诊疗。而目前正在运行的徐汇中心医院的“云医院”自2015年起即通过在徐汇区的学校、养老院、居委会设立医疗服务点来提高就诊效率。患者每天8: 30～16: 30可通过该“云医院”实现在电脑旁向在线医生“视频问诊”。借助于以上移动医疗平台，医疗流程的效果得到了明显的优化。

3．医药研发

利用大数据改善治疗措施的同时，也能提高制药公司研发的效率、促使其研发出能够获得更好疗效的个性化药物。具体来说，医药机构在新药研发阶段，能够通过大数据分析公众的药品需求趋势，确定更有效率的投入产出比，合理配置资源（王潇等，2015）。目前，很多生物医药研发公司已意识到医疗领域的大数据对药物研发的重要促进作用，纷纷开始寻找理想的合作伙伴。如英国制药巨头阿斯利康公司为开发一种治疗新型呼吸系统疾病的药物，于2015年和国内PatientsLikeMe这一最大的患者社交网络签署了为期5年的合作协议。确立了双方在呼吸系统疾病方面的各项合作事宜，获得了PatientsLikeMe全球网络访问的权限，以期通过分析海量患者的数据资料促进新药物的开发和推广。

（二）教育

1．教育大数据的概念

在教育领域，大数据概念也已在教育政策研究与实践中得到实质性的运用。2012年4月10日，美国联邦政府教育部技术办公室发布《通过教育数据挖掘和学习分析促进教与学》，指出将开始在教育数据挖掘和学习分析这两个特定领域应用大数据，继此之后，在教育领域运用大数据的浪潮开始兴起（陆璟，2013）。而2013年至今是教育领域大数据研究运用的起步阶段。

具体来说，教育大数据有广义和狭义之分。其中，广义的教育大数据泛指一切与教育相关的数据，包括教师、学生和教育管理人员基本信息数据，各项教育统计数据，网络环境下的相关教学数据等。而狭义的教育大数据则专指包括学生基本学籍信息、学习经历、多样化的学习方式等与学生学习相关的数据。而无论是广义的教育大数据还是狭义的教育大数据，都具备数据量大、数据多样、数据产生速度快等特点。通过对它们的收集、处理和分析，有利于发现教育过程中某些变量间的相关关系，进而为宏观、微观不同层次的教育决策提供科学参考依据（刘艳华、徐鹏，2014）。

2．基于教育大数据的教育云建设

教育大数据主要是通过构建包括学校发展概况、师资队伍情况、办学经费额度、图书资料、各项实验设备、专业与课程设置、教学任务分解、教学效果评估、学生基本情况等数据库获得多项数据群组信息。通过数据库的构建和对数据的分析、处理可以实现全面监控教育质量的目的，形成动态的、全面的教学质量监控体系（徐勇，2014）。随着教育信息化步伐的稳步推进，信息技术的发展不断促进教育教学新方式的出现，教学和信息技术之间的联系不断深化。目前，我国教育界已形成教育事业的革新离不开信息技术的支撑这一共识，基于这一共识，国内教育界正掀起运用大数据技术促进教育改革、创新发展的研究热潮（刘凤娟，2014）。大数据变革信息化教学必然是未来教育领域改革的重点。

目前，基于教育大数据的教育云建设的框架日益明显，具体见图1-12。教育大数据的收集让教育资源汇聚成云，海量的数字化教育教学资源在云端实现共享。依靠高速可靠的网络，利用丰富的接入终端，为每位学习者和使用者提供海量的信息化教育资源。并且教师、学生、家长或学校管理人员登录统一访问门户以后，可以根据其不同权限访问相应的应用。这突破了教师培训、学生学习在时间与地点上的限制，使学习者可以随时随地开展学习、讨论和交流。

3．国内外教育大数据的运用案例

目前，就美国而言，耶鲁大学、哈佛大学、斯坦福大学等世界知名高校在教育大数据相关研究上已经启动了诸多项目计划。其中美国普渡大学于2009年推出了基于Hadoop系统的“课程信号”项目，该项目可跟踪学生学习进展，根据学生学习进度进行实时提醒，并进行预警。另外，该系统还支持教师预测学生能否顺利完成课程学习任务，并根据预测结果为教师实施干预措施提供可行方案，以便提高学生学习的成效。而马里兰大学学院综合大学，号称全球最大的在线大学，偏重于在线教育，该大学加入了影响力重大的“Civitas Learning”学习社区项目。“Civitas Learning”学习社区项目是一个包括四年制大学、社区学院和在线大学的新型网络社区，该学习社区对学生学习周期的预测和评判准确高效，社区学生的学习富有成效（蒋南忆，2015）。这为我国如何利用教育大数据促进教育事业的发展提供了值得借鉴的思路。

目前，就国内而言，大数据对教育变革带来的影响主要体现在以下几个方面：一是在教育政策的制定上，教育者开始基于教育大数据，注重挖掘其中的事实真相，并制定有针对性的教育政策。而不是如以往根据政策制定者的经验或模仿外国模式制定教育政策，可以说大数据使教育决策过程不断科学化。二是在教育大数据的背景下，教育模式不再是传统的课堂式集体授课教学，而是向数字化的个性教学模式过渡，教育开始更多地考虑因材施教，促进学习者的个性发展。三是得益于教育大数据的支持，对教育的评价和学习效果的分析不再如传统一味强调经验性，而是更加注重客观性（刘凤娟，2014）。

为顺利实现教育变革的目标，国内大规模在线开放课程MOOC（Massive Open Online Course）教育被寄予厚望。该课程平台由众多乐意协作分享的学习者构成，MOOC致力于使即便是地球最偏远落后地区的民众也能享受到世界上最优质的教育资源，通过增加学习者的知识储备让人们的智力得以提升，在扩展人脉的同时能有更优的职业生涯。该在线开放课程没有课程人数的限制，为方便广大学习者群体的使用，该平台采用开放式的构架，使学习者突破时间、空间、地域的限制，能随时随地相互交流学习。虽该平台仍以课堂演讲视频为主要授课方式，但一方面会对学习者使用过程进行数据分析，并在此基础上有针对性地调整课程资源、促进支持服务系统的构建和维护；另一方面，该大型开放式网络课程既为学习者设定统一的学习目标，又注重根据学习者的需求为其提供相对应的课程内容，这使得该平台在实现大规模在线教育的同时兼顾学习者的个性需求（刘凤娟，2014）。当学习者在MOOC平台进行课程学习时，教师和程序都可通过学习者提交的作业情况、讨论区中对问题的讨论情况、留言板的留言情况等大数据来理性地干预学习者的学习行为，并对有困难的学习者提供及时有效的干预和帮助。以上有针对性的教学方式不仅调动了学习者的积极性，也提高了其学习效率，加大了其学习成功的可能性。

（三）公共交通

目前，各大城市交通拥堵、交通事故频发、交通污染日益严重等一系列公共交通问题的解决离不开大数据方法的运用。交通大数据的发展为解决以上交通规划领域的突出问题提供了出路，可以说以上公共交通领域难题的解决离不开以大数据为基础的智能交通系统的构建。

具体来说，智能交通系统通过将先进的信息通信技术、计算机技术、传感技术等多项技术手段有效地集成运用于整个交通运输管理体系，从而建立起一种在大范围内能全方位、实时、准确、高效发挥作用的综合公共交通运输管理系统。智能交通系统的建设以提高公共交通系统运行效率、地面交通网络安全性的同时减少能源消耗和环境污染为目标（白玲玲、韩天鹏，2015）。智能交通系统主要由以下三个系统部分组成，分别是交通信息采集系统、信息处理分析系统和信息发布系统，对应于图1-13中的基础设施、平台层和应用层这三大层级。

1．交通信息采集系统

交通信息采集系统主要是指用先进的技术手段来收集公共交通行业的大数据。目前来说，公共交通运输行业大数据的来源主要有以下几个方面：一是基于互联网的公众出行服务数据，如城市公交刷卡、轨道交通网上售票、在线交通的路径查询等；二是基于行业运营企业生产监管数据，如营运车辆维修检测数据、货运、危险品运输电子运单数据等；三是基于物联网、车联网终端设备传感器采集到的包括车辆相关动态的数据，诸如GPS位置信息、车辆能耗、车辆技术状况信息，路网监控信息等（马英杰，2014）。

而以上数据采集离不开导航手机、GPS车载导航仪器、红外雷达检测器、红圈检测器、光学检测器以及CCTV摄像机等一系列电子服务设备和监控设备的自动采集，同时也离不开路面执法人员对来往车辆和驾驶人员信息、查处的交通违法信息、处理的交通事故信息等的人工采集，公共交通网上系统和便民服务的自愿登记（徐炜，2013）。

2．信息处理分析系统

以上交通信息采集系统采集到的交通大数据主要用来反映和处理公共交通的运行情况，而把公共交通大数据所反映的情况全部表达出来离不开对大数据的分析，也即通过深入分析，挖掘更多智能的、深层次的、有用的公共交通信息。而对交通信息的分析和处理离不开信息服务系统、专家决策系统、GIS应用系统。具体来说，数据分析中，主要运用可视化分析、通用数据库、数据挖掘等大数据分析方法；而在数据处理中数量大、分布广的公共交通数据需通过具有一定规模的计算中心以及完整的计算框架来实现高性能的强大数据处理（白玲玲、韩天鹏，2015）。

3．信息发布系统

可以说数据是智能交通系统的静脉，在对公共交通中的海量数据进行收集和处理分析之后，对智能交通系统数据的运用构成了信息发布系统的重要任务。对智能交通系统大数据的运用，能在改变传统公共交通管理路径的同时提高交通运转的效率，对实现交通的智能化管理有重要的促进作用（陈美，2012）。

举例来说，通过运用多种技术手段采集到的公共交通大数据：车辆GPS和道路上的感应器相互配合，可以获取从公共交通车辆到各个公交车站点的距离和预计耗时等实时信息，这些信息可以在公共交通站点的屏幕上显示，使乘客及时掌握出现时间的变化以合理规划安排自己的行程（赵鹏军、李铠，2014）。以上海地区对交通大数据的运用为例，上海正逐步开放交通大数据来服务当地民众，相继推出了公交及停车等信息平台、发布实时路况等项目以满足市民对交通出行的新期待。现今，结合上海市民使用微信的人数覆盖率近70%这一现状，上海市交通委和腾讯达成合作协议，市交通委向腾讯开放包括公共交通、轨道交通、出租车信息、交通路况等交通领域的大数据。而腾讯通过微信这一手机软件来为当地市民提供实时路况信息，并及时发布公交路线信息、起始站首末班车时间点等相关信息，对交通事件处置信息和交通突发状况进行即时推送，对道路的养护和施工进程信息、道路易阻路段信息、公交站点调整、线路变更、运行时刻变更等交通日常信息资讯定期发布。与此同时，市交通委和腾讯合作开发手机客户端功能，促进交通卡余额查询、交通卡在线充值等服务的实现；另外，联网售票、客运班线及票价查询等各项服务的推出也使交通服务更加便利化。目前，智能交通系统在减轻交通污染、改善大气环境方面也将发挥重要作用，具体来说，智能交通系统正加大对公交汽车等交通运输方式尾气排放的监测。同时，在分析交通运行历史数据和环境数据的基础上着力构建交通污染预测模型，以期建立交通运行与环境数据共享试验系统，并通过大数据技术为减少排放的交通信号智能化控制提供决策依据，建立低排放交通信号控制原型系统与车辆排放环境影响仿真系统，以此为环境监测提供有效的管理方式（岳建明、袁伦渠，2013）。

通过对智能交通系统的分析可以看出，基于公共交通大数据的收集、处理分析之后的信息发布系统极大地方便了民众的出行，促进了公共交通中多项问题的解决，合理高效地配置了公共交通资源，在提升交通预测水平的同时提高了交通运行的效率和交通安全的水平，并提供了监测环境的有效途径。

（四）公共安全

1．公共安全的内涵

近两年发生的上海踩踏事件、天津港爆炸事件等突发公共安全事件的直接原因都是当地政府未能及时掌握相关信息与数据，未能进行事件预防，事件发生后也未能在第一时间有效应对和处理。如果能合理高效地利用感知技术、物联网技术、云计算技术、移动网络技术等公共安全大数据技术，快速将与公共安全相关的各类数据进行全方位采集和快速传输，使得公共安全治理得以基于完整的数据图谱而不是单一、零散的数据源，这将有利于政府和社会及时准确地掌握相关信息。具体来说，事先有助于消除隐患，事件发生后也能快速做出正确反应，更加有效地应对事故和灾难，从而保障危机决策与应对的科学性和效率性（丁波涛，2015）。

大数据时代，公共安全信息的内在特征是其公共性：一是公共安全信息生产的公共性，即生产者不仅包括传统上的各类机构，也包括越来越多的公众个人；二是公共安全信息使用上的公共性，即公共安全信息被越来越多的相关人群共享（李明，2014）。就整体而言，公共安全领域中的大数据信息主要包括社会治安类安全信息（如犯罪信息、治安状况等）、消费经济类安全信息（如银行卡信息）、社会生活类安全信息（气象情况、公共交通信息等）、公共卫生类安全信息（空气污染状况、重大疾病、粮食安全信息等）等类型（欧三任，2012）。下面着重从社会治安类安全信息为例阐述大数据在公共安全方面的运用。

2．基于大数据的治安防控

近年来，我国许多地区在治安防控领域广泛运用大数据技术。在犯罪预防上，政府利用公安大数据进行监测预警，分析挖掘隐含关系，对重点人员进行关联分析、对案件规律进行应用分析，分析案件与案件之间，大型活动和社会之间的关联关系，推演出相应规律，预测和预防犯罪案件的发生（丁波涛，2015）。在具体的实践中，山东省济南市公安局构建了犯罪信息的大数据和云计算中心，在预判犯罪热点地区、实时掌控罪犯的行动轨迹方面发挥了重要的作用；浙江省宁波市为增强对危化品的监管力度，首创了危化品运输车辆动态监控平台（刘汉华，2015）。而上海公安机关坚信维护公共安全离不开预警机制的构建，近年来越来越注重对大数据的采集分析，积极探索结合人力和科技信息资源、融合传统和现代化建设理念的风险预警模式，致力于实现公共管理工作过程的精细化和常态化。目前，上海在整合共享公安内外海量数据信息资源的基础上，运用超级搜索系统、超级地图等信息技术手段，促进大数据实战应用平台的构建，并积极推进大数据平台中应急指挥、侦查打击、治安管控的一体化运作。而上海公安机关在对治安大数据平台的运用方面也取得了显著的成果，借助于治安大数据平台的运用，自2015年1月至9月，全市破获刑事案件达6.8万余起，同比上升10.2%。

目前来看，公共安全领域大数据的发展存在两方面的局限，一是由于公共安全领域所涉及的敏感性、负面性、保密性信息较多，公共安全领域保密程度较高，政府与公众间信息共享的双向障碍远高于其他领域（李明，2015）；二是政府部门在传统的公共安全应对中几乎是唯一的治理主体，这在传统的安全领域中表现得尤其突出。而在当今的现代化社会中，诸如公共卫生危机、群体性冲突事件导致的社会矛盾激化、信用卡诈骗等非传统安全事件常出现在我们的日常生活中，这离不开通过对公民有序、民主参与的引导来促进社会自治的顺利实现（朱武雄，2010）。由此可见，在未来的发展中，公共安全领域在强化政府主导作用的同时应加强多元主体之间的合作，扩大公共安全数据的开放、探索信息共享机制的构建模式，大数据公共安全战略应被提升至国家公共安全战略的高度。

（五）社会发展

社会的发展离不开城市的发展，在智慧城市的实践中，社区作为城市的细胞，是理解城市空间结构、城市土地利用、城市交通、城市社会、城市居民生活方式的基本研究单元。鉴于社区在社会管理和城市生活中的重要作用，智慧城市的建设离不开智慧社区的建设，智慧社区不仅是推进智慧城市试点工程的重要领域，也是未来城市社会发展和建设的重要方向。可以说，智慧社区作为基层社会治理的实践形式，其建设发展无疑会推动社会的发展进步（柴彦威，2015）

智慧社区的一般架构见图1-14。智慧社区一般由实体社区和虚拟社区两大部分组成。其中，实体社区中的五大要素：人、地、物、事、组织经过数据中心信息化、数字化的处理和整合后进入虚拟的智慧社区平台，为智慧社区平台的构建提供各类数据库。而社区服务平台在充分利用不同内容、来源、形式的多维数据基础上，运用互联网技术和物联网技术以及多种智能系统展开社区数据分析，以期实现对社区大数据的综合运用，实现社区智慧政务、智慧产业、智慧民生的综合服务目标。这些非实体服务将通过对应的服务终端反馈到实体社区中。这一区别于传统社区的智慧社区虚实互动系统的核心和关键在于物联网技术和云计算技术（申悦等，2014）。

1．社区与信息化融合的必然趋势

在基层社会治理实践中，多种信息技术的应用成为一大特征，甚至已经成为不可或缺的重要内容。社区治理与信息化的彼此融合已经成为一种必然，这主要体现在以下两个方面。

第一，这是科学技术发展与社会发展的必然要求：目前，科学技术，特别是ICT技术，在促使社会生产方式、经济结构发生变化的同时也改变了人类的工作、生活方式，扩展了人际交流、传播媒介的渠道。而社区作为人们生活的基本空间、人们交流的场所需要为每个人提供信息交互的服务和环境。在此基础上，社区作为社会生活共同体，所体现出的信息化需求十分迫切，这也使得社区发展与信息化的相互融合成为必然。

第二，这也是治理能力现代化的必然要求：理论和实践均表明现代化离不开信息化，离不开科学技术的发展。当前，社会中个人与组织的形态与行为都发生了剧烈的变化，原有的邻里社区和以居委会为中心的基层社会组织结构被打破，个人对社区的“归属感”缺失，社会信任亟待重建。利用信息技术、建立多元的信息沟通渠道、重建社区归属感、在网络空间实现人基本的社会性特征，就成为重建社会治理结构的重要手段（宋煜，2015）。

2．社区服务智慧化的实现

为实现社区服务的智能化应着力从了解居民需求，打造生活圈和提供面向居民的个性化服务这两大方面入手。在生活圈的打造上，社区服务的智慧化应坚持从人本理念出发，以对居民时空间行为模式的挖掘和需求分析为基础，对社区生活圈与城市尺度范围内设施供给的时空信息予以整合，并对社区生活圈范围内的设施进行合理高效的时间规划（柴彦威、郭文伯，2015）。具体来说，智慧社区建设规模的确定应保证人口规模适中、居民生活便利、服务设施高效运转，并结合区域城乡规划和土地利用总体规划的要求，重点考虑社区居民的认可度，以此统筹安排，综合确定。而为发展丰富智慧社区服务，智慧社区在生活圈的建设中应借助开展智慧城市建设的良好机遇，依托智慧社区专业服务机构和综合服务设施，着力推动城市智慧服务体系向社区延伸覆盖范围。由此，在确定了社区建设规模的基础上，应着力确定服务设施的内容及合理数量、选址布局、功能划分、建设途径，统一规划社区建设设计，并注重对社区管控的科学设置。另外，在充分整合利用社区已有设施的基础上，合理建设社区新的医疗保健、娱乐项目等配套服务设施，同时注重提高与相邻社区服务设施之间的互补和共享（郑从卓等，2013）。

在个性化服务上，社区的智慧化主要是致力于为居民提供个性化、富有针对性的服务，实现对社区居民行为的健康、高效引导。居民个体数据的挖掘对个性化服务的提供至关重要，而个性化的信息发布可采用手机、互联网、GPS导航仪等多种终端来实现。举例来说，可通过对居民个人运动情况的监测、查询其在当地社区卫生服务中心机构健康档案中记录的数据，并结合体征感知设备的实时感知情况，综合考虑个体的性别、年龄、职业和收入等个人属性要素，向其提供合适的日常饮食和运动方案，并为其提供个性化的健康风险评估方案（申悦、柴彦威，2014）。

3．上海智慧社区的建设

上海在智慧社区的建设上走在了国内的前列。目前，上海市经济和信息化工作委员会同市文明办、市民政局编制发布了上海市智慧社区建设指南，将智慧社区建设纳入文明社区、文明镇测评体系；同时，鼓励各试点社区围绕社区公共服务和管理、社区生活服务、社区智能交通、社区智能家居等方面开展特色应用，由此形成了一批各具特色的社区，如陆家嘴社区、周家桥社区等。此外，长宁、浦东、闵行等区积极搭建区域性智慧社区公共服务平台，为社区居民提供便捷高效的服务。

其中，长宁智慧社区综合服务平台采用“一云多屏”的运行架构，通过数字电视、社区综合信息服务屏、手机等智能移动电子设备等各种数据终端向社区居民提供信息和服务。数字电视“智慧长宁”频道汇聚了日常菜价信息、智慧交通出行资讯、社区就业咨询指导、智慧医疗、幸福养老计划、长宁服务热线、在线讲堂、智慧节水节电等多类服务内容；而手机等智能移动终端只要下载“智慧长宁”的APP，即可实现预订社区体育场馆、查询个人健康档案、阅读数字图书等8类便捷应用。值得一提的是，现有58台社区综合信息服务屏分布于长宁各居民小区，为社区居民提供实时更新的17种主流报刊，42种涉及健康、医疗、交通、社会生活方方面面的杂志和各项社区活动信息。接下来平台将致力于对网上社区服务中心的养老、物业和生活服务等各项资源进行整合，通过构建“智慧长宁、乐E生活”这一综合服务平台来实现智慧社区数据资源的共享，同时推出长宁智慧商圈平台、数字博物馆、停车位预约、智能化办公等更加丰富的智慧社区内容，使百姓通过手机屏、数字电视屏、社区信息屏的点击，即可享受到便捷高效的公共服务。而就浦东新区金桥地区来说，多数居民已习惯于“智慧社区”提供的便利：通过点击“碧云大管家”这一智能家庭终端，即可查询社区内各大商场、大卖场等消费场所的实时优惠促销信息，还可直接通过这一智能家庭终端进行下单。另外，这位“大管家”还会为社区居民提供智能交通、基础医疗、园区送餐、社区家政、垃圾回收管理等多项智能服务，基于“物联网”和“互联网”技术的“智慧社区”正在改变着浦东市民的日常生活习惯。

（六）能源

能源行业是现代文明的供血系统，但在能源供应链上却没有一条贯穿上下游的信息链条，生产、运输、销售和消费各方都处于“信息孤岛”上，上游难以预见下游的需求变化，而下游难以了解上游的供应与成本。目前全球出现能源短缺的一个重要原因是缺乏获得这些资源的快捷有效方式。从海量数据中高效获取有用信息，并对有用信息进行深加工促进其实践运用，是能源企业涉足大数据，促进能源可持续发展的重要举措。下面以石油和电力行业这两大关系国计民生的能源重点行业为例来论述大数据对能源行业发展的重大影响。

1．石油行业

石油，作为能源领域里最为重要的战略资源，早已成为影响国家经济政治发展至关重要的因素。另外，面对日益紧张的能源问题，如何发现“新油田”成为行业讨论的热点问题。目前来说石油行业的勘探开发领域已从常规转向非常规，从陆上转向海上，人们对石油资源的认识和掌握越来越依赖信息技术手段。石油公司想要提高找到油气资源的可能性、提高掌控石油市场的能力，离不开大量的行业数据，更离不开对数据的深度挖掘使用。可以说掌握并利用好大数据是石油公司提高核心竞争力的重要手段。

目前在石油勘探中最常用的是地球物理方法，该方法包括对电法、磁法、放射性法、重力法、地震波法的综合运用。为了解和模拟出地下数千米的地质构造，离不开地震波反射法对海量数据的收集，一般二维数据可达1～2TB，而三维数据可高达几百TB甚至PB级。三维地震勘测不仅能获得一张张地震剖面图，还可以打包数据，将其以三维空间的形式展现出来，另外三维勘测得到的数据体信息点密度远超过二维的采集量，可达12.5m × 12.5m。如此高的点密度便于更准确地获得地下体质体构造在三维空间的特征，便于发现宝贵的石油资源（邓如燕，2014）。

大数据可对油气生产进行优化，具体来说，在生产过程中可利用大数据提供的信息来对突发情况进行事先监测，做到尽早防护，保证在出现问题时能快速反应。目前最新的油气生产技术基于标准化的油气生产系统框架，根据具体的油气田结构特点对框架进行灵活搭建、自由调节。而此技术顺利实现的前提是在整个油气生产系统各部位均有可实时传输监测数据的传感器。整套的油气生产优化网络模型可覆盖阀门、井下泵、分离器、机电模块、压缩机、水处理设备及输出设备。传输设备甚至还可延伸到一些外部数据端口，比如天气数据、市场需求乃至油价波动。

在石油行业的信息化方面，随着技术和理念的进步，实现数据共享、挖掘数据价值、助力企业决策、突围“信息孤岛”，逐渐上升为各石油石化企业乃至整个行业的战略问题。面对大数据在石油石化行业应用中所面临的难题，北京北大方正电子有限公司建立了方正智思大数据平台，通过对国内外公众信源的采集，行业网站的实时动态抓取，专业博客、微博等不同介质信源的全网抓取，将信息集合在行业数据中心库中，为石油企业提供海量的行业信息。同时注重采用公有云与私有云相结合的模式，通过定制化开发帮助石油石化企业建立自己的绿色数据中心，实现数据的安全存储、快速调用。

2．电力行业

电力大数据涉及发电、输电、变电、配电、用电、电力调度各环节，是跨单位、跨专业、跨业务数据分析与挖掘以及数据可视化的过程（杨楠等，2014）。如何合理高效地利用电力大数据关系到电力行业未来发展兴衰的大业。目前，就上海地区而言，为深入挖掘售电量的潜力，国网上海电力积极探索大数据分析方法和实际应用，运用多种大数据模型与分析方法，在电费回收、业扩报装等多方面开展大数据研究工作，明显缩短了电费到账时间和业扩报装接电时间，极大地提升了客户用电的效益。另外，国网上海电力还不断拓展工作思路和方法，促进其运监中心与建设部、营销部、物资部等部门的亲密合作，并多次组织召开专题会议，协同以上各部门共同建立大数据监测分析框架体系来解决行业中业扩流程环节多、链条长、专业协同复杂这一突出问题。

另外，在大数据背景下，各大电力企业都在积极地采用信息化手段来改造和提升整个企业的核心业务模式。如国家电网公司自2006年4月在全系统启动实施“SG186工程”，这与智能电网的建设目标相辅相成，电网信息化已经逐渐显示出其极强的生命力和发展潜力，具有极其广阔的发展空间；华能集团为建立集团统一的生产管理平台，于2008年制定了信息化规划；而华电集团在华电国际信息化的基础上，逐步将信息化应用集中到集团层面，建立了统一的生产系统和多业务平台（赵云山、刘焕焕，2014）。这些大数据背景下的数据集成和分析、处理平台极大地促进了智能电网的创新发展。

通过对上述大数据在医疗、公共交通、公共安全、教育、社会发展、能源这六大方面发展和运用的分析，可以看出，大数据已蔓延至各个行业和领域，影响人们的知识体系和生活方式，激发和利用隐藏于数据内部、未被发掘的价值来为我们谋福利是大数据发展的重点和方向（张燕南、赵中建，2013）。科技公共服务体系的建设要想真正依靠科技资源的整合来为公众提供公共服务，必须依靠大数据技术的支撑、发展和运用。就上海地区来说，从以上各个方面出发来打造智慧城市数据平台，将加速科技公共服务体系的构建步伐，带动科技服务业的高效发展，从而促进上海全球科创中心建设目标的早日实现。