第5章 智慧政府与大数据

5.1 智慧政府与大数据的关系

5.1.1 智慧政府建设是智慧城市的引领示范

智慧城市是新一代信息技术支撑、知识社会下一代创新环境下的城市形态。智慧城市基于物联网、云计算、大数据等新一代信息技术、工具和方法的应用，营造有利于创新涌现的生态。利用信息和通信技术（ICT）让城市生活更加智能，高效利用资源，促进成本和能源的节约，改进服务交付和生活质量，减少对环境的影响，支持创新和低碳经济。实现智慧技术高度集成、智慧产业高端发展、智慧服务高效便民、以人为本持续创新，完成从数字城市向智慧城市的跃升。

2013年1月29日，住建部在北京召开的国家智慧城市试点创建工作会议公布了首批90个国家智慧城市试点名单。其中包括地级市37个、区（县）50个、镇3个。在十八大提出的“工业化、信息化、城镇化、农业现代化”同步发展背景下，一个建设智慧城市、发展智慧城镇的高潮已经到来。

1．“智慧城市”建设成为国际潮流

智慧城市是“智慧地球”的缩影，也成为近年来美、欧、日等发达国家和地区城市摆脱经济危机的重要措施。美国在智慧城市建设方面，选择智能电网等重点领域进行突破，政府注重与商业机构的合作，利用智能化的城市仿真系统对城市空间发展进行优化。迪比克市是政府与IBM共同建设的美国首个智慧城市，波尔得市是美国首个智慧电网城市，圣何塞市建设了智能道路照明工程。

早在21世纪初，欧洲就开始了智慧城市的实践。2000年英国南安普顿市启动了智能卡项目，自此欧洲智慧城市建设的序幕正式拉开。此后，欧洲各国相继开始建设智慧城市，并取得了相当可观的成绩。其中，英国、瑞典、荷兰和丹麦等国的实践更具特点。

2011年6月发布的澳大利亚《国家数字经济战略》把智慧城市建设作为一项重要内容。布里斯班是澳大利亚第三大城市，昆士兰州的首府和工商业中心。近年来，布里斯班市政府通过实施“绿心智慧城市计划”，建设绿色交通系统、绿色基础设施系统，把布里斯班打造成为澳大利亚节能环保的城市之一。

在亚洲，继e-Japan、u-Japan之后，日本于2009年7月推出了“i-Japan（智慧日本）战略2015”。该战略的要点是大力发展电子政府和电子地方自治体，推动医疗、健康和教育的电子化进程。该战略旨在到2015年实现以人为本，“安心且充满活力的数字化社会”，让数字信息技术如同空气和水一般融入每一个角落，并由此改革整个经济社会，催生出新的活力，实现积极自主的创新。因此该战略的要点在于实现数字技术的易用性，突破阻碍其使用的各种壁垒，确保信息安全，最终通过数字化技术和信息向经济社会的渗透打造全新的日本。当前包括东京在内的日本各城市积极落实国家战略，重视新技术的研发和应用推广，在远程医疗、电子病历等方面进行了积极的尝试。

2．智慧政府是智慧城市的先导

智慧政府是指以现代信息技术为基础，通过感知、整合、分析及智能化响应等方式，将政府管理和服务职能通过资源整合优化，实现公共管理高效精准、公共服务便捷惠民、社会综合效益显著的一种全新政务运营模式。智慧政府主要包括智慧基础设施、智慧管理、智慧服务、智慧决策等。因此要建智慧城市应先建“智慧政府”。

众所周知，城市包括政治、经济、社会三个主要方面。相应地，智慧城市包括新一代城市信息基础设施、智慧政府、智慧经济、智慧社会、智慧城市发展环境五大部分，其中智慧政府、智慧经济、智慧社会是智慧城市的三大领域。

智慧政府是电子政务发展到一定程度以后的高级阶段，是电子政务的效率最大化，是智慧城市可持续发展的核心推动力，是坚持以人为本的政府，是坚持和谐发展的政府。智慧政府与电子政务的主要区别是管理更加精准、服务更加主动、决策更加智能。从市场监管、公共服务、社会管理、经济调控四个方面具体来说，电子政务更多体现的是政务办公的数字化、互联化，管理服务还比较分散、被动，而智慧政府更多体现的是新的政府发展模式，是一种一体化、集约化、平台化的方式。

3．智慧政府的四大领域

智慧政府包括智能办公、智能监管、智能服务、智能决策四大领域，如图5-1所示。

在智能办公方面，采用人工智能、知识管理、移动互联网等手段，将传统办公自动化（OA）系统改造成为智能办公系统。智能办公系统对公务员的办公行为有记忆功能，能够根据公务员的职责、偏好、使用频率等，对用户界面、系统功能等进行自动优化。智能办公系统有自动提醒功能，如代办件提醒、邮件提醒、会议通知提醒等，公务员不需要去查询就知道哪些事情需要处理。智能办公系统可以对代办事项根据重要程度、紧急程度等进行排序。智能办公系统具有移动办公功能，公务员随时随地可以进行办公。智能办公系统集成了政府知识库，使公务员方便查询政策法规、办事流程等，分享他人的工作经验。

在智能监管方面，智能化的监管系统可以对监管对象进行自动感知、自动识别、自动跟踪。例如，在主要路口安装具有人脸识别功能的监视器，就能够自动识别在逃犯等；在服刑人员、嫌疑犯等身上植入生物芯片，就可以对他们进行追踪。智能化的监管系统可以对突发性事件进行自动报警、自动处置等。例如，利用物联网技术对山体形变进行监测，可以对滑坡进行预警。当探测到火情，建筑立即自动切断电源。智能化的监管系统可以自动比对企业数据，发现企业偷逃税等行为。智能化的移动执法系统可以根据执法人员需求自动调取有关材料，生成罚单，方便执法人员执行公务。

在智能服务方面，能够自动感知、预测民众所需的服务，为民众提供个性化的服务。例如，如果某个市民想去某地，智能交通系统可以根据交通情况选择一条最优线路，并给市民实时导航。在斑马线安装传感器，当老人、残疾人或小孩过马路时，智能交通系统就能感知，适当延长红灯时间，保证这些人顺利通过。政府网站为民众提供场景式服务，引导民众办理有关事项。可以把电子化公共服务打包成App供人们下载、使用。例如，截至2012年11月底，美国政府门户网站提供了252个App，涵盖教育、医疗卫生、新闻、旅游、商务等领域。香港特区政府组织开发了56个App，主要涉及教育、卫生、环境、就业、出行等民生领域，如香港民政事务局推出了“亲子十八式”App。

在智能决策方面，采用大数据、数据仓库、数据挖掘、知识库系统等技术手段建立智能决策系统，该系统能够根据领导需要自动生成统计报表；开发用于辅助政府领导干部决策的“仪表盘”系统，把经济运行情况、社会管理情况等形象地呈现在政府领导干部面前，使他们可以像开汽车一样驾驭所赋予的本地区、本部门职责，提高政府科学决策水平。2012年3月，美国政府发布了“大数据研发动议”，旨在通过对采集来的庞大而复杂的数字进行分析，从中获得新的知识。美国国土安全部通过对大量的异构数据进行分析，使急救员可以及时发现人为或自然灾害、恐怖事件、边境安全以及大规模网络威胁等问题。

4．智慧政府的发展对策

一是建设集中统一的政府云。根据《国务院关于大力推进信息化发展和切实保障信息安全的若干意见》和《国家电子政务“十二五”规划》的要求，国家工信部公布全国首批基于云计算的电子政务公共平台建设和应用试点示范地区，18个省级地方和北京市海淀区等59个市（县、区）榜上有名，首批示范地区将在现有基础上建设集中统一的区域性电子政务云平台。建议各市加快建设基于云计算的政府数据中心，推进政府部门机房大集中，实现软硬件统一采购、统一运维。建设基于云计算技术的政府网站群，形成以政府门户网站为主网站、各政府部门网站为子网站的政府网站群。推进政府OA系统等通用软件的SaaS化，建设政府云服务平台，进一步促进信息共享和业务协同。值得注意的是，政府云是推进电子政务集约化建设的重要手段，需要建立与之配套的电子政务管理体制机制。

二是大力发展移动电子政务。伴随着中国移动互联网的飞速发展，移动电子政务不仅是传统电子政务的继承、补充和发展，更提供了一种政府为人民服务的新途径。与传统电子政务相比，移动电子政务使公务员摆脱了网线的束缚，实现随时随地处理公务。人们通过移动智能终端随时随地获取政府信息或电子化公共服务。为此，各市政府部门应对现有政务信息系统进行改造，增加移动数据通信接口；组织开发政府App，把一些公共服务事项打包成App，供企业或个人用户下载、使用。香港政府信息科技总监办公室新推出了“香港政府通知你”和“政府App站通”两个App，值得内地各个城市学习。通过“香港政府通知你”App，香港政府以第一时间向香港市民的智能手机发送重要或紧急的信息。“政府App站通”类似App Store，供香港市民搜寻和下载政府部门发布的App。

三是推进“数据大集中”，政务数据大集中不仅仅是一种单纯的技术或业务过程，也是实现政务机关与时俱进的战略性、全局性的布局和与国际接轨的新起点，更是走向管理现代化的必由之路。通过数据大集中进一步促进政府信息公开。随着信息化建设的深入，许多城市的政府部门积累了海量数据，迫切需要进行处理、分析和数据挖掘。利用大数据技术对政府海量数据进行管理和挖掘，是提高公共管理和公共服务智能化水平的重要手段。

5.1.2 智慧政府与大数据关系之辨析

智慧政府建设离不开大数据，对政府公共服务而言，大数据之“大”，不仅仅在于其容量之大、类型之多，更为重要的意义在于用数据创造更大的公共价值，提升政府网上服务能力，形成政民融合、互动的互联网治理新格局。

美国麦肯锡全球研究院2011年6月发布《大数据：下一个创新、竞争和生产力的前沿》的研究报告，指出“大数据时代已经到来”，数据正成为与物质资产和人力资本相提并论的重要生产要素，大数据的使用将成为未来提高竞争力的关键要素。美国政府于2012年3月宣布“大数据的研究和发展计划”，以提高对大数据的收集与分析能力，增强国家竞争力。2013年被称为“中国大数据元年”，我们要抓住机遇，深入推进大数据战略，加快建设智慧城市、智慧政府为特征的新型信息化的城市形态和政府形态，打造现代政府的“升级版”。

1．何为大数据

何为大数据？近两年来，还没有一个得到公认的固定说法。业界普遍认为，真正的大数据时代是从2012年开始的，最显见的标志是数据量之“大”。

有人估算，数据正在以每年超过50%的速度增长。这意味着每20个月左右的时间，世界上的数据就会翻一番。“物联网”已不再是一个概念，而是一个正在形成的实体的、有经济价值的丰满的网络，像“互联网”一样。伴随着电子商务、网上社交平台、网络媒体的发展，数据像资本一样在互联网上迅速积累。与此同时，超市、交通运输、传媒等传统行业中的数据也将有可能被得到更有效的开发和利用。

互联网一天中产生的全部内容可以刻满1.68亿张DVD。从出现文字记录到2003年，人类总共创造出5EB（百亿亿字节）的数据，现在仅两天就能造出相同数据量。其次是价值“大”，如果对海量数据进行“二次开发”，就会发现蕴藏其中的财富，获得商业利益，还可支撑政府决策，服务公共管理。

2．数据、信息、智能，如何让数据来说话

数据、信息、智能与智慧是相关的却不是等同的概念。数据是对一个物体、事件、现象的记录（在广义的资料概念下包括数字、文字、声音、图像、录像等）。数据经过筛选、清理、加工、提炼成为有意义的信息。当同样的信息重复出现，事物的本质规律被揭示，信息才可能变成智能的。可以说，数据、信息、智能是大数据时代不同层次的概念。在将数据转换成信息，进而产生智能的过程中，社会科学的理论、方法论和资料处理程序的应用程度对决策质量起决定性作用，这就是政府管理科学化的核心所在。

统计、档案、财政、税务、审计、公安、海关、电力等政府部门及国企，都拥有自己的数据库，却处于分割状态，“我的你不知道，你的我不清楚。”因此，大数据时代首先需要破解的难题就是数据的整合和开放。

大数据技术还使数字城市升级为智慧城市成为可能，由城市数字化到城市智能化，关键是要实现对数字信息的智慧处理，其核心是引入了大数据处理技术。智慧城市的建设带来数据量的爆发式增长，而大数据就像血液一样遍布智慧交通、智慧医疗、智慧生活等智慧城市建设的各个方面，使城市管理从“经验治理”转向“科学治理”。

通过大数据应用，一是让政府职能更好地得到履行，服务社会。二是政府公开的数据将为企业和个人创造价值。三是政府的行政管理变得更加有效，决策变得更加准确。四是政府公信力因为出色的服务和高效率的运转以及正确的决策，赢得社会的普遍认可，从而得到大大提升。

大数据管理还处于萌芽状态，需要将其上升到国家战略层面，打造“数据中国”。目前，电子政务的建设对构建高效型政府产生了非常重要的作用，也在民意数据、业务数据和环境数据等方面的收集取得了突破性进展。利用这些数据作为制定相关政策的依据，为社会提供即时、灵活、有针对性的服务，这正是服务型政府的清晰目标。

3．大数据决策，互联网政府治理创新的大战略

大数据将是对传统执政方式的一种颠覆。从现代政府的角度来看，信息是权利，开放信息不仅是监督政府，也是政府决策体系和政策制定是否有效的问题。如果没有来自外部的决策支撑，不了解社会的需要，决策不可能是有效的。越是封闭的体系，决策越是缺乏效率，缺少针对性。不能满足公众的需求，政府的执行力和公信力就会受到损害，进而形成恶性循环。大数据支持政府决策在本质上不是技术问题，而是对执政方式进行顶层设计的问题，即在大数据背景下创新政府的互联网治理模式，推进以数据信息为核心的公共服务职能和模式的重构。

目前，各地政府网站已经开发和积累了海量数据信息资源，但这些信息资源的潜能还没有得到充分释放。如何开发利用这些信息资源，显著提高政府的决策能力，将是未来发展的重点方向之一。与此同时，要加快完善信息基础设施，加快物联网、云计算、大数据、新一代无线宽带通信等新技术的发展，着力构建信息技术自主创新体系，在此基础上推动信息化、工业化、城镇化、农业现代化等的深度融合。

5.1.3 大数据是智慧城市发展的新亮点

当前，“大数据”的浪潮汹涌而来，为IT产业带来了新的机遇、新的变革和新的发展。

1．智慧城市的核心挑战

截止到现在，全国有150多个城市都提出了相应的智慧城市建设的理念、规划。国际上，在2000年之前，就有一些国家的城市开始了智能化城市的建设。

我们如何来看待智慧化和这么多年已建或在建信息化之间的关系？经过这么多年的信息化发展，我们电子化、网络化、数据化、信息化水平得到非常大的跨越式发展，整个经济社会信息化水平已经达到了非常高的程度，例如有比较先进的气象系统，有完善的交通监控、导航系统，以及越来越强大的计算能力和网络接入能力。

经过这么多年信息化建设，社会化应用水平有了非常大的发展，从总体上来看，从城市角度来看还是没有达到智慧的程度，智慧化是在数字化基础上追求更高的目标。看待智慧城市概念，得出一个非常重要的观点，现在智慧城市的建设面临的核心挑战，还是原来的信息化建设中没有解决好的问题。

经过几十年信息化发展，包括原来的纵向的信息化系统及信息孤岛建设，实际上已经达到非常好的阶段。纵向部门的信息化系统、行业信息化系统已经非常领先。但是数据依据类别、行业、部门、地域被隔离的现象非常严重，数据之间的关联性被人为的割裂和遗忘，造成在经济管理中遇到很大的现实困境。

在使用过程中被限制的情况很多，主要有两方面的因素：

（1）现实中没有突破的技术障碍；

（2）不容忽视的体制弊端，包括长期存在的部门权力利益化和部门利益的合法化现象比较多。

站在“十二五”发展的台阶上以及原有的信息化发展水平上，我们到了一个促进各个行业、部门之间的针对我们整个经济社会发展需求来做互联互通、业务协同的发展阶段。

从智慧城市概念来讲，最大限度地开发整合、融合和利用各类城市资源，是整个智慧城市建设非常重要的核心。利用物联网、云计算、移动互联网等信息技术，带来整个城市全面规划的提升、公共设施水平的提升、城市服务能力的增强，激发城市信息业态活力，也是智慧城市非常重要的宗旨。

智慧城市从内行来讲，它的根本任务是实现城市范围内、不同部门、不同行业、不同群体、不同系统之间的数据融合、业务协同。智慧城市是以数据为王的游戏，数据是生成智慧的基础。

2．大数据浪潮

从整个信息技术呈现的突飞猛进的态势来看，计算机的计算能力一直呈现几何能力的增长，包括CPU集成度和处理能力仍呈现指数级增长，引发我们技术体系的变革。计算的能力，用几十年时间实现了从原生动物到人的跨越。

大数据浪潮伴随着宽带革命、软件革命，对信息基础设施方面和经济方面意义重大。互联网巨头谷歌的数据中心、我国的云计算中心和超云计算中心的布局，都是大数据应用所带来的改变。

此外，大数据实际上还有非常重要的经济方面的意义。大数据的发展，对经济的发展起到非常重要的作用，比如美国医疗行业年度大数据的预测值相当于西班牙年度医疗局的几倍。零售商借助大数据增加利润达到60%，能够增加分析师岗位达到14万到20万左右，包括处理大数据相关的经理的岗位达到15万左右。所以大数据对整个经济带动非常大，在现在经济危机条件下是提振经济非常重要的闪光珍珠。

国内人口基数决定了整个大数据的规模，应该是非常重要的量级。现在国家新一代战略新兴产业和物联网产业发展，都会促成机器规模和数据规模。大家普遍比较认同云基础设施和云计算的管理，但是目前比较缺乏对大数据基础和大数据的认知。实际上，人们提出的“知识服务”，就是大数据服务。

国内现在在投资业务方面，特别是涉及风险评估交易的算法等，也开始接触大数据核心技术。在运营商领域，随着信息系统的服务的提升，从最早部署商业运营系统做运营支撑，到目前整个数据规模的增长，使得传统运营商和传统的仓库的基础难以适合现在的发展。在很多公用事业领域，出现了很多新兴的大数据应用的行业。在技术发展上，国外很多公司，包括IBM、谷歌等，已经开始向国内核心用户推广他们大数据相关的处理和应用技术。国内云计算产业，现在很大程度在扶植云管理和相关技术。大家对大数据缺乏相关的重视，只有比较少的研究。这是国内目前的基本情况。

3．面向智慧城市大数据运营

智慧城市要体现出人类社会对现代城市和运营管理新的科技发展的水平。智慧，它必然来自于对大数据的充分分析和利用，大数据源于非结构数据的猛增，包括互联网的发展，使得数量级不断的提高。因此，如何对数据进行分析和利用，促进人类管理城市的智慧化，这是我们面临的挑战。深入分析我们收到的数据，以深入、系统、全面的洞察力解决，这是非常重要的发展定位。建设迫切使用的先进的技术包括数据挖掘和功能的强大的运算系统，从而来整合分析跨地域、跨行业、跨部门的海量数据的处理，将特定的知识应用于特定的行业和特定的解决方案中，正好来支持整个经济社会发展的决策和相关行动。

智慧城市必然催生大数据运营行业的发展，包括大数据的采集、呈现力等。未来几年智慧城市产生预期发展效果，必然会出现非常重要的围绕大数据运营和管的新的行业和龙头企业。

国际上从2009年开始出现了数据开放浪潮。在美国，主要是针对信息分散、缺乏整体性的问题，为此美国CIO委员会专门成立了Data.gov网站。英国政府也跟随美国做了开放网站。这种趋势也引起了国内相关政府和相关部门的重视。其实现在很多的地方和部门也纷纷对“十二五”规划做了考虑，包括系统的建设。国家信息中心承担的电动外网，实际上也在计划做政府相关数据开放的网站，包括北京市朝阳区也在准备做类似的网站。顺应国际数据开放浪潮，有很多好处，一是促进数据民主和公众参与，助力政府解决社会难题，推动服务型政府建设；二是有利于促进数据创新应用，充分发掘政府公共数据附加经济价值，成效很明显。

5.2 政府的大数据如何设计

5.2.1 政府将如何适应大数据时代

为了确保政府大数据的专业性和权威性，政府统计学家和统计机构应该正确看待大数据存在的问题，转问题为优势，主动探索如何使用大数据。通过立法等手段，组织协调好政府的有关机构、非政府组织和商业机构，有效合理地使用大数据。对此政府大数据设计需要考虑以下几点。

1．要正确认看待大数据环境

大数据的大量涌现是信息化时代的必然产物，走入大数据时代是任何人都无法阻挡的。所以在看待这一新生事物时，既要看到直接用于政府统计可能存在的问题和局限性，又要看到可应用于政府统计的巨大潜力。大数据用于政府统计还存在的局限性，主要有以下几方面。

（1）大数据的质量不一定可靠。大数据来源广泛，统计的初始目的繁多，关于数据的采集方法、抽样要求、调查方法不一定符合政府统计的要求，对于总体有不确定性，数据采集可能无法重复，被调查对象具有随意性，数据质量需要验证和评估。

（2）大数据来源不一定可持续。例如，大量的电子数据生成和存储只是与行政管理和商务活动相关，不一定具有法律约束力，随时有需要就随时有记录，当没有需要时可以停下来不再做记录。所以，这些数据的数据量可能变化无常，可能会产生时间序列或数据内容等的缺失，难以保证数据的连续性或可持续性。

（3）为其保密所产生的必要成本。与其他政府统计资料一样，大数据资料的使用和转移过程中可能带来泄密问题，从而影响对资料的利用。政府统计机构必须保证此类数据仅用于统计数据生产过程，公众和法人的私有信息和商业秘密不会被公开或泄漏。

（4）指标定义和分类标准可能与官方统计不一致。大数据往往以政府统计为初始目的，因此在指标定义、数据分类标准和调查对象的界定等方面与官方统计不可避免地会存在一些差异，包括理解性差异和真实差异，有时这种差异很大。使用时必须对多种数据的来源进行综合分析和对比，进行必要的甄别，用政府统计指标定义和分类标准加以规范，以确保数据质量的适当性和真实性。

（5）数据的衔接性可能会存在问题。政府统计数据的收集和发布是按既定的周期进行的，大数据在时序衔接上不一定能满足这种需要，大数据产生的时间不一定和统计需要相同步。

尽管大数据的使用还存在许多问题有待研究，一时尚无法直接用于官方统计，但大数据的发展为官方所用的潜力很大。一方面，政府统计使用大数据能够降低统计调查成本。另一方面，政府统计利用大数据也可以减轻被调查者的负担，缓解被调查者与调查者之间配合度降低的矛盾。为满足政府和社会公众不断增长的统计需要，政府统计的项目越来越多，统计机构和被调查对象的负担也越来越重。再者，政府统计利用大数据也能够提高统计数据的及时性，缩短统计数据产生周期。最后，政府统计使用大数据可以有效改善官方统计数据的质量。

总之，尽管大数据仍存在这样或那样的问题，现在不可能拿来就用，但面对大数据的汹涌浪潮和发展趋势，政府统计必须充分认识和利用大数据的重要性和巨大潜力，快速适应，适应中求发展，顺应历史发展的潮流，将其作为统计政府统计的重要数据来源，制定合理利用大数据的基础框架，在科学的指导下大胆地将大数据用于政府统计。

2．要在科学的指导下使用大数据

政府统计部门作为专业、权威的统计数据生产和发布机构，不但要大胆使用大数据，更要科学地使用它，对于大数据所存在的问题和困难要给予充分关注并提出解决方案。政府统计部门的核心目标是按照国际通行准则，高质量地做好国民经济核算，计算和统计经济社会发展以及民生水平变化的主要指标数据。政府统计要迈入大数据时代，需要注意以下几个方面。

（1）大数据的使用必须紧紧围绕官方统计的核心目标进行，不能为了使用而使用，更不能不顾数据的质量和投入产出率乱使用。可将小范围的统计调查作为试点，验证大数据的可用性，最终达到科学使用大数据的目的。当然，由于大数据的出现和使用，一方面会使传统的数据收集方法发生变化，使数据来源更广泛。另一方面，可能也会影响或改变官方统计的核心目标。因此，在使用过程中，需要具有开拓创新意识，不断完善统计的核心目标和实现目标的方式。

（2）政府统计要强化基础框架和整体设计，统筹使用大数据。要根据政府统计的需要，整体设计使用大数据的基础性框架，把它作为重要资源与传统统计数据的收集渠道一道加以统筹，以最大限度地提高大数据的使用率。

（3）要规范统计标准和统计口径。为保证政府统计的专业、权威性，政府统计在使用大数据过程中，要注意规范标准，尽可能与政府统计相关指标的标准和口径相一致，至少要在推算或估算时与统计的标准和口径一致。

3．要加强大数据生产、提供和使用者间的协调关系

大数据有多样性和变化频繁性的特点，为了更好地使用大数据，政府统计机构必须加强对大数据生产、提供和使用者之间的协调关系，要使大家在不过多加大负担前提下，为政府统计做贡献，政府统计机构也要对数据进行保密，共同为社会各界信息共享注入合适的、可靠的数据，实现共赢，达到和谐可持续发展。

4．要加强法律保护

新修订的《中华人民共和国统计法》第二章第十六条明确规定，统计调查要“充分利用行政记录等资料”，这为我们使用大数据提供了法律依据。在实施上，还需要有具体细则，需要把商务记录资料纳入该条款中进行明确说明。要通过修改《统计法实施细则》，明确行政记录和商务记录使用的责任与义务；要规范行政记录和商务记录的使用目的、内容、方法和工作流程等；要对行政记录和商务记录统计数据建立周密的保密措施；要根据统计产品的对象及使用目的确立发布机制；要通过法律法规的约束，使政府统计机构与拥有大数据的公民和法人之间签订协议，使大数据服务于政府统计，使大数据变得法律化、官方化、规范化。

5.2.2 政府大数据设计的总体设计思想

大数据是资源配置的第三只手。保障政府更好地发挥作用，离不开信息的支撑作用。大数据为我们创造了一种克服信息不对称性的完全信息环境，使得理性决策能够实现。理性决策来源于领导层，而顶层设计需要大数据支撑。

大数据不仅包括结构化的定量数据，还包括大量非结构化的文本数据和图音视等非结构化的定性数据。一个标准的政府大数据库，不仅仅是统计，还应该包括宏观、金融、行业、区域、国际等方面的动态、统计、观点（含当时及历史）信息。所以，光有统计部门的统计数据是不够的，还需要有专门的机构，搜集经济系统（含统计在内）的各类信息，做成专业的数据库。政府的大数据设计应该从标准、平台及服务体系三个方面进行顶层设计，如图5-2所示。

● 标准主要包括：元数据标准设计、共享库建设标准、共享访问服务标准、共享库互联标准及指标体系标准等。

● 平台设计主要包括：采集、ETL、数据挖掘、共享交换平台设计。

● 服务体系主要包括：应用服务、大数据服务体系及服务入库基础等内容，整体结构如图5-3所示。

5.2.3 政府大数据的主要技术体系

大数据主要技术体系按照数据价值实现流程包括数据组织与管理层、数据分析与发现层、数据应用与服务层等三大层级，每一层都包含相应的IT技术设施、软件与信息服务。大数据主要技术体系结构，如图5-4所示。

在数据组织与管理层，涉及以下方面：

（1）虚拟化、数据安全、分布式文件系统、数据库、数据仓库、数据转换工具等软件销售与租赁。

（2）支撑数据组织与管理的存储设备、服务器、一体机等IT基础设施硬件的生产、销售与租赁。

（3）支撑数据组织与管理的平台规划咨询、系统集成、云存储等服务。

在数据分析与发现层，涉及以下方面：

（1）并行运算、数据统计、内容/知识管理、数据挖掘、商务智能、人工智能、语义分析、数据可视化等软件销售与租赁。

（2）支撑数据分析与发现的服务器、高性能计算设备、一体机等IT基础设施硬件生产、销售与租赁。

（3）支撑数据分析与发现的计算平台咨询规划、系统集成等服务。

在数据应用与服务层，涉及通过数据租售业务、分析预测服务、决策支持服务、数据分享平台、数据分析平台等商业模式为最终用户提供原始数据、数据价值、数据能力的服务集合，还包括支撑数据分析与共享平台的IT基础设施等硬件销售与租赁、系统集成、运营管理服务。

5.2.4 政府大数据设计的总体逻辑结构

智慧城市就是充分利用大数据技术、物联网技术、云计算技术，通过智慧的感知、分析、集成，为政府在行使经济调节、市场监管、社会管理和公共服务等政府职能的过程中提供一个优化的基础设施、融合的信息资源、协同的业务应用环境。总体逻辑结构如图5-5所示。

智慧城市大数据整体架构主要由计算机网络及硬件平台、系统软件和硬件设备及其运行环境组成，几个主要的环节包括数据存储备份系统、数据采集、数据交换、数据集成和大数据分析挖掘平台。

（1）数据存储。针对政务信息结构化数据和非结构化数据提供精细化的数据存储解决方案，采用传统FC（Fibre Channel，光纤通道）SAN（Storage Area Network，储存局域网络）和并行存储系统分别对结构化和非结构化数据进行高效管理，实现对信息资源的统一更新、维护、管理、检索和服务。

（2）数据采集。能够通过多种终端（网上报送、移动终端、传感器等）的方式实现数据的收集，收集的数据可以是结构化数据或非结构化数据（声音、图片、视频、文档等）。能够从其他应用系统中提取数据，并进行数据的有效整合，形成基层数据库，为进一步统计分析提供基础。

（3）数据交换。信息资源行业数据交换体系提供数据提取、数据发送、数据接收、数据转换、数据传输等方面的功能，建立通用的数据交换标准和各级信息交换平台，形成各级数据中心之间、相关单位信息系统之间数据交换与共享的机制，实现信息交换与共享的技术系统。

（4）数据集成。可采用ETL技术实现数据集成，该集成方案具有以下几个方面的优点。

● 各个部门可沿用自己的业务系统，节约了成本，也易于推广。

● 将分散在各部门业务系统的数据集中到数据中心统一存放，以业务主题为线索，提供跨部门立体式的综合数据，从而为用户提供全方位的信息服务。各部门需要共享数据时可以直接从中心数据库获得，不再需要通过手工或者映射方式从其他部门获得，减少了接口的数量，更不需要重复录入。

● 中心数据库的信息来自权威部门，保证了中心数据库数据的权威性和正确性，同时避免了数据的冗余。将这些系统的数据抽取到中心数据库中进行数据共享，并为进一步的决策和应用提供数据支持是一种可行的解决方案。

（5）大数据分析挖掘平台。通过在专用存储服务器上，构架大数据处理中间件系统，加速海量数据的存取和处理的性能。大数据处理一体机底层支持结构化数据处理的数据库系统，同时也支持非结构化数据处理的Hadoop平台，以及文本检索和其他类型数据的处理，在上层采用中间件技术，将对不同类型的数据处理进行抽象和统一，实现各类数据处理的融合。

应用层主要包括领导桌面系统、基于数据中心的业务应用以及对外共享服务应用。领导桌面系统是数据中心建设中的一个重要应用，是以信息资源数据中心为数据支撑，为领导提供信息综合展现及领导辅助决策支持。充分利用数据中心资源，切合领导用户重点关注内容。采用智能化数据分析技术、多方位多维度展示数据信息，能够实时、及时、准确传递数据信息，为领导的重大决策提供及时、准确、全面的数据支持。

5.2.5 政府大数据设计应用互联与共享交换体系

电子政务经过十多年的发展，已经累积了大量的业务系统和业务数据，但由于缺乏长期有效的规划，造成了各部门重复建设，信息孤岛现象严重，应用很多，但难以连接起来形成综合效应；数据虽多，但包含大量重复数据；数据格式不统一，难以进行数据的挖掘和分析利用。因此在建设智慧政府时，重点要解决的问题是资源的共享、应用的互联互通、业务的协同。

要实现资源共享，就要对系统进行整合，规范数据标准，建立高度共享的大数据库平台，实现基础数据的集中化管理和治理。

要实现互联互通，就是要克服条块分割，将传统的分散割裂的业务系统建设转换为“平台+应用”的核心构建模式。

要实现业务协同，就要将已有业务系统中对外需要协同的能力以服务的方式暴露出来，实现基于全业务流程的业务协同。

在智慧政府的建设过程中不是推倒重来，而是“整合+重构”的思路，既要充分地利用已有的各种建设资源，又要随时考虑已有资源的重构和服务共享。

1．共享交换的核心技术

（1）面向消息的中间件

面向消息的中间件（Message-Oriented Middleware, MOM）是指利用高效可靠的消息传递机制进行平台无关的数据交流，并基于数据通信来进行分布式系统的集成。通过提供消息传递和消息排队模型，它可以在分布式环境下扩展进程间的通信。

消息中间件可以既支持同步方式，又支持异步方式。异步中间件比同步中间件具有更强的容错性，在系统故障时可以保证消息的正常传输。异步中间件技术又分为两类：广播方式和发布/订阅方式。由于发布/订阅方式可以指定哪种类型的用户可以接受哪种类型的消息，更加有针对性，这事实上已成为异步中间件的非正式标准。

（2）企业服务总线

企业服务总线（Enterprise Service Bus, ESB）是传统中间件技术与XML、Web服务等技术结合的产物。ESB提供了网络中最基本的连接中枢，是构筑企业神经系统的必要元素。

通过使用ESB，可以在几乎不更改代码的情况下，以一种无缝的非侵入方式使企业已有的系统具有全新的服务接口，并能够在部署环境中支持任何标准。更重要的是，充当“缓冲器”的ESB（负责在诸多服务之间转换业务逻辑和数据格式）与服务逻辑相分离，从而使得不同的应用程序可以同时使用同一服务，用不着在应用程序或者数据发生变化时，改动服务代码。

图5-6是ESB参考体系示意图，描述了在企业级SOA应用架构或应用体系中，ESB的作用和位置。目前商业化的ESB产品中提供的功能更加丰富，扩展了诸如符合BEPEL4WS规范的消息流程服务、安全服务等功能。

（3）数据集成工具

数据集成工具（Extraction-Transformation-Loading, ETL），即为数据的“抽取”、“转换”和“加载”。ETL的工作流程是从源系统中提取数据，经过清洗、转换、集成将数据整理为一个标准的格式，最终加载数据到目标数据存储区。ETL能够对分布的、异构的数据源中的数据，如关系数据、平面数据文件等进行处理。目标数据存储区一般为一个数据集市，这个数据集市最终会形成企业的ODS（运营数据存储），作为联机分析处理、数据挖掘等BI系统的数据基础。

2．逻辑架构

共享交换平台由目录管理服务、交换管理及运行管理等部分组成。整个平台物理上适度分布，逻辑上可集中管理，为跨部门应用系统和基础数据库提供目录和交换服务。

（1）目录管理服务。如图5-7所示，在现有的某区政务外网行政资源管理平台目录的基础上，构建符合国家政务资源交换目录技术标准规范要求的某区政务资源共享目录，实现某区政务信息资源目录体系的统一管理，为各部门提供资源检索与定位服务。资源目录集成到本项目开发的政务外网应用集成门户中，统一授权访问。

（2）交换传输管理及运行管理。交换传输管理包括交换传输子系统、前置交换子系统、交换管理子系统，实现跨部门数据交换和部门间业务协同。前置交换子系统部署在信息资源提供及使用部门，其余部分部署在交换中心。交换管理及运行管理系统实现集中监控和运行维护管理。

3．目录管理体系

（1）资源目录体系

目录技术和元数据技术为我们提供了一种可行的方法。所谓目录技术包括资源的分类、目录的构成、目录的结构、目录存储和目录的查询等技术。元数据技术是对多样化的、多技术特性的信息进行结构化描述的方法。这些都是管理和利用信息资源的技术方法。

政务信息资源目录体系正是利用目录技术和元数据技术，以及其他网络技术，在网上构造一个统一的政务信息资源目录管理系统，使资源的利用者能够在任何时间，任何地点，通过特定的服务接口查询资源目录，使其能快速发现、定位和获取所需信息。

政务信息资源目录体系以国家统一的电子政务网络为基础，通过构建覆盖中央、省、市、县的多级政务信息资源目录体系技术总体架构，采用元数据对共享政务信息资源特征进行描述形成统一规范的目录内容。通过对目录内容的有效组织和管理，形成部门间政务信息资源物理分散、逻辑集中的信息共享模式，提供政务信息资源的发现定位服务，支持全国范围内跨部门、跨地区的普遍信息共享，方便用户发现、定位和共享多种形态的政务信息资源，支持政府的经济调节、市场监管、社会管理和公共服务。

（2）资源交换体系

政务信息资源交换体系以国家统一的电子政务网络为基础，通过构建覆盖中央、省、市、县的多级政务信息资源交换体系技术总体架构，围绕跨部门的业务协同，以部门业务信息为基础，确定部门间交换信息指标及信息交换流程，实现不同部门间异构应用系统间松耦合的信息交换，形成部门间政务信息资源物理分散、逻辑集中的信息交换模式，提供部门间横向按需信息交换服务，提高各级政府行政管理效率和公共服务水平，满足各级政府履行职能的需要。

数据交换体系是按照统一的标准和规范，为支持跨部门、地域间、层级间信息共享以及政务协同而建设的信息服务体系。交换体系围绕各类应用主题，满足部门间在线实时信息的横向交换和业务协同等需求，为各级政务部门的资源共享、政务协同、公众服务和辅助决策等提供信息交换服务。由于数据交换体系需要连接各部门的各种异构政务信息资源系统，因此数据交换体系的建设应采用开放标准，广泛支持各种不同的应用系统。

（3）系统功能要求

系统功能要求建立编目系统、目录管理系统和目录服务系统。

建立编目管理系统，实现对各类数据库、图片、文档、音频、视频、网页、服务等资源的编目管理，主要提供如下功能。

● 编目对象管理：提供对编目对象的管理功能，对主要的政务信息资源进行编目管理，主要内容包括数据集、档案、法律法规、文件、报告、服务等，具体形式可以是数据库、图片、文档、音频、视频、网页、服务等。

● 编目赋值管理：提供对编目的赋值管理功能，编目系统支持自动、机辅方式完成与数据元素的赋值。

● 标识符管理：提供唯一标识符的管理功能，支持唯一标识符的分配和赋值，包括支持后段码的自动生成和管理。

● 标准符合性检查：实现对标准符合性的检查，支持政务信息资源与数据完整性和标准一致性检查。

● 信息资源分类管理：提供对信息资源分类管理管理功能，按照GB/T21063.4-2007，实现对共享政务资源的分类管理。

目录管理系统实现对汇聚的目录内容进行自动审核和其他相关管理工作，目录管理系统主要提供以下功能。

● 内容审核管理：提供对内容的审核管理功能，能够对目录内容进行自动形式审核，符合目录内容自动进入目录内容服务信息库，按照标准要求自动发布；未通过形式审核的目录内容，自动退回相关部门，经形式修正后重新审核。

● 目录内容维护：提供目录内容维护功能，能够对目录内容管理信息库、目录内容服务信息库中的目录内容提供维护管理。

● 标识符前端码管理：提供前端码分配管理功能，能够为各部门分配并维护固定的前端码。

● 目录服务地址管理：提供目录服务地址管理功能，能够存储目录服务中心的目录服务地址，用于目录服务中心之间的互联互通。

● 监控管理：提供对系统运行的监控管理功能，能够监控系统的运行状况。

目录服务系统基于网络实现对目录内容的发布，并向用户提供目录内容的查询。目录服务系统主要提供如下功能：

● 目录内容发布：提供目录服务接口，功能方面包括查询请求解析、目录内容服务信息库查询、查询结果封装与返回。

● 目录内容查询：提供基于网络的目录内容查询功能，目录内容检索应支持的查询检索方式主要包括分类导航、单个检索词的检索、多个检索词的组合检索。

4．应用集成与互操作

（1）应用集成的层次划分

一般分为数据集成层、应用集成层、流程集成层和界面集成层4个层次。

● 数据集成层：数据集成的目的是将不同的数据库集成起来，提供一种单一的虚拟数据库（如图5-8所示）。应用场合：当应用系统不向外提供访问其数据的接口时。缺点：数据模型向外暴露，安全性差；一个应用系统需要了解其他应用系统的数据格式，导致紧密耦合。

● 应用集成层：一个应用系统的源代码中可调用其他应用系统所提供的API，通过系统之间的API调用实现集成（如图5-9所示）。缺点是应用程序之间紧密耦合。

● 流程集成层。流程集成是将跨越不同部门或不同企业的业务流程集成在一起，实现跨部门、跨系统、跨企业的流程共用。因为一个业务流程的各个环节分布在不同应用系统的代码中，如果不将这些应用集成起来，就需要跨部门的手工合作来完成整个流程。

● 界面集成层。开发一个跨应用、跨设备、统一的用户界面，从该界面就可调用各个不同应用的后台业务逻辑或数据，集成代码被放置在统一用户界面的代码之中（如图5-10所示）。实现技术有Portal（门户）、Mashup（Web2.0）。

（2）应用集成的实现方式

可采用互联网公司开放平台的技术体系实现应用集成。总体逻辑结构如图5-11所示。

应用开发模式：“主板+插件”的模式

采用“主板+插件”的模式来构建和扩展业务系统，“主板”是指应用支撑平台本身，“插件”是指各类业务应用插件。应用支撑平台为各类应用提供了统一的基础设施，将各类分散的业务系统整合起来，形成一个紧密联系的整体。

组件开发模式：遵循SOA规范

组件是自包含的、可重用的软件单元，对外暴露一个或多个接口，供外界调用。组件内部由多个类来协同实现指定的功能。对于复杂的组件会包括很多的类，还可能包含配置文件、界面、依赖的库文件等，组件也可以包含或者使用其他的组件，构成更大的组件。

基于组件开发是构建应用系统的基石，也是实现面向服务SOA的基础。按照组件技术的观点，应用软件的开发就成为各种不同组件的集成过程，而组件将作为SOA中服务所封装的原子功能的实现实体。

平台提供高内聚、松耦合的组件规范，满足这个规范的软件实体就可以被整合到应用开发平台内来，这样就可以保证一个大系统内的不同软件可以由不同的开发商来开发，并且可以迅速像搭积木一样搭建成一个运转良好、浑然一体的应用系统。

应用互操作模式：基于事件的架构

事件代表过去发生的事件，事件既是技术架构概念，也是业务概念。以事件为驱动的编程模型称为事件驱动架构（EDA）。

一个事件代表某个发生的事情，在计算机系统中，事件是由一个对象表达，其包含有关事件的数据，例如发生的时间、地点等。这个事件对象可以存在在一个消息或数据库记录或其他组件的形式中，这样一个对象称为“一个事件”。事件这个概念有两个含义，既代表已经发生的某个事情，也可以表达一个正在发生的对象。

一个事件驱动框架定义了一个设计和实现一个应用系统的方法学，在这个系统里事件可传输于松散耦合的组件和服务之间。一个事件驱动系统典型地由事件消费者和事件产生者组成。事件消费者向事件管理器订阅事件，事件产生者向事件管理器发布事件。当事件管理器从事件产生者那接收到一个事件时，事件管理把这个事件转送给相应的事件消费者。如果这个事件消费者是不可用的，事件管理者将保留这个事件，一段间隔之后再次转送给该事件消费者。这种事件传送方法在基于消息的系统里就是储存（store）和转送（forward）。

事件驱动架构是分布式应用程序的普遍架构形式，在我国政府的电子政务建设中，应该利用这种分布式处理架构的优势构建共享交换平台，实现跨部门、跨平台、跨应用系统的政务信息资源的共享与交换，并对政府应急系统和跨委办局之间的业务协同办公提供支撑和保障。

5.3 大数据服务

5.3.1 智慧是政务信息化的新阶段

大数据将极大提高智慧城市政府部门的决策效率和服务水平。智慧城市的建设首先需要一个“智慧政府”，大数据使数据共享成为可能，政府各个部门的既有数据库可以实现高效互联互通，极大提高政府各部门间协同办公能力，提高为民办事的效率，大幅降低政府管理成本。智慧政府的建设正是实现电子政务升级发展的突破口，是政府从管理型走向服务型、智慧型的必然产物，也是引导智慧城市建设的主干线。在智慧政府架构中，充分利用物联网、云计算、移动互联网等新一代信息技术，通过多种数据采集的手段和感知终端获取数据，因而，智慧政府在信息获取的能力上取得的进步也是形成“大数据”的原因之一。

大数据为智慧城市、智慧政府建设提供强大的决策支持。在城市规划方面，通过对城市地理、气象等自然信息和经济、社会、文化、人口等人文社会信息的挖掘，可以为城市规划提供强大的决策支持，强化城市管理服务的科学性和前瞻性。在交通管理方面，通过对道路交通信息的实时挖掘，能有效缓解交通拥堵，并快速响应突发状况，为城市交通的良性运转提供科学的决策依据。在舆情监控方面，通过网络关键词搜索及语义智能分析，能提高舆情分析的及时性、全面性。全面掌握社情民意，提高公共服务能力，应对网络突发的公共事件，打击违法犯罪。在安防领域，通过大数据的挖掘，可以及时发现人为或自然灾害、恐怖事件，提高应急处理能力和安全防范能力。

建立政府大数据的前提工作是要进行数据环境治理，建立稳定的政府主题数据库。而智慧的诞生是人的要素和信息要素充分融合产生的判断结果。通过建立“智慧政府”进一步转变政府职能的创新性手段。“智慧政府”是电子政务发展的新阶段，具有内部管理集约、行政审批高效、公共服务便捷、领导决策科学等典型特征。

5.3.2 多方面入手建设智慧政府

基于智慧政府建设的新理念，智慧政府的建设要从以下几个方面入手。

（1）搭建智慧政府建设的基础设施，运用新一代信息技术如物联网、云计算、移动通信技术等，搭建全面互联、透彻感知（采集）的基础资源，为智慧政府打好坚实基础。

（2）建立政府开放标准，建立软件产品与软件产品的互接标准，应用软件与基础软件、应用软件与中间件软件兼容的标准以及应用软件服务框架标准和行业应用的业务规范标准。开放标准的目的是实现软件之间的互换性和互操作性。

（3）全面整合政务信息和数据资源，为建设政务的创新应用和创新服务提供支撑。该资源包括人口数据库、法人数据库、地理空间数据库、经济数据库、建筑数据库等公共基础数据库资源，还包括政务信息、公共服务等业务资源。通过广泛采集和整合资源，逐步建设城市大数据中心，使政府具有更强的决策力、洞察力和流程优化能力。

（4）建设城市公共云平台，实现“智慧政府”基础设施资源共享、统一调度。通过提供集成化的IOA（Internet of Applications）智慧政府内部应用系统与应用系统之间的感知互联能力，提高政务资源的共享和复用率；通过统一的运营管理，提升各业务的整合能力；通过对各类政务流程的编排和聚合，简化其复杂度，并提供完善的开发环境，为不断孵化新的智慧政府应用奠定基础。

（5）采用数据仓库、数据挖掘、知识库系统等技术手段，建立决策分析系统，对信息和数据资源进行多维分析。通过深入的知识挖掘，开发和整合相关应用系统，洞察用户信息需求特征和行为特征，为用户提供个性化、针对性服务。另一方面，根据需求自动生成统计报表，从宏观和微观方面客观反映当前经济运行态势和社会管理情况，掌握经济社会发展的变化趋势，协助领导分析决策。

（6）建设运营和维护保障体系，为智慧政府提供IT服务管理系统，支撑高效的维护管理和运行服务，保障智慧政府建设的安全、高效、可管、可控、可维护。保障智慧政府安全有效地运行，需不断夯实网络与信息安全基础，落实信息安全等级保护制度，开展相应等级的安全建设和管理，做好信息系统定级备案、整改和监督检查，同时遵循相应的法规和标准体系。为提高公共服务的便捷度和政府服务的质量，智慧政府可以通过网站、智能手机、城市显示屏等终端，对政务服务资源进行关联和主动推送，激发公众与政府进行互动，从而提高政府的透明度和信赖度。

5.3.3 进一步提升智慧政府的大数据服务能力

智慧政府中智慧决策的特征体现在基于城市公共云平台的城市应急指挥决策系统，这也是智慧政府建设的关键。该系统应具备监测监控、预测预警预案、辅助决策、调度指挥和总结评估等功能，实现突发公共治安事件信息的统一接报处理、跟踪反馈和综合分析等应急业务管理，实现与各级应急指挥系统以及其他行业应急指挥系统相关信息资源的共享和协同，逐步提高政府应对突发事件的预防和处置能力。

因此，智慧政府是一个完整的体系，它的建设将全面地整合各委办局信息数据资源，以数据采集、决策分析为手段，建立信息资源共享数据库，为政府职能部门、公众和企业提供城市公共平台，同时建立安全和标准，以及运营和维护保障体系。基于大数据的智慧政府的服务可以体现在以下方面。

1．政府服务

大数据下的政府服务，可以融合政府内部、互联网网民、民众舆论信息，甚至各种传感器所产生的海量数据，并且与历史情况相结合，从中提取出在政府工作中真正需要的信息，及时将民生情况及政府决策的影响反映出来，这些信息不是简单的信息罗列，而是告诉政府，怎样做是对的，怎样做是错的。

2．宏观经济运行

大数据下的宏观经济，通过物联网、云计算、移动互联网各类技术手段，数据采集、智能抓取各信息系统的信息资源，搜集与经济领域相关的企业、工业设备、原料、资金、交易、投资、诚信、节能等信息，对其进行数据分析及走势预测，及时了解整个国民经济或国民经济总体及其经济活动和运行状态。

3．公共安全与城市应急

大数据下的公共安全与城市应急中，每个市民的切身利益都与社会安全相关，其中的问题包括灾害天气、环境污染等城市的通病，也有如火灾和犯罪等各种重大突发状况。这些层出不穷的安全问题无时无刻不在考验着城市的公共安全和应急体系。遍布城市各处的感应器搜集了城市各处的安全相关信息，每一通电话都被记录，并在地图上标记出来，形成大数据，以方便深入分析。通过大数据处理可以对数据进行分析，察觉哪里出了什么样的问题，并安排处理它们的优先顺序。市民则能知道怎么去规避危险，在突发事件发生的情况下自己该做什么。管理人员也知道哪里可能会出现重大安全问题和危险，怎样去疏解和修复。所以，如何用好这些大数据，对城市管理者和市民来说都很重要。这些信息不是简单地告诉我们哪里出了问题，而是告诉我们哪里将要出问题，从而实现智慧城市的预知能力。

4．社会事业

大数据在社会事业中，使人们在当今城市的快节奏生活更加舒适。以往，到了医院挂号、求诊、配药都要一次次排队等候，形成就医难的困境。如今，由于电子医疗时代的来临，可以通过网上预约挂号，仅使用一张IC卡就能付费，并且病人的信息可以及时进入信息系统形成各类诊疗数据。通过将所有医疗机构的电子病历记录标准化，形成多方位度的大数据。这些需要在同一时间分析的众多因素包括病人基本资料、诊断结果、处方、医疗保险情况和付款记录等数据。将这些不同的数据综合起来，大数据处理的决策支持软件将提供给医护人员完整的病人历史，并选择最佳的医疗护理解决方案。

5.3.4 智慧政府服务案例——政府宏观经济数据库建设

我国一直重视宏观经济管理领域的信息化建设，早在上个世纪，就先后建设了一批服务于宏观经济管理部门的信息系统，从党的十六大开始，将推进电子政务工程确定为我国下一步深化行政管理体制改革的关键环节。其中建设国家级宏观经济管理信息系统（“金宏工程”）和宏观经济数据库，均列入了17号文件，成为了国家最重要的一批金字工程。政府如何通过推动金宏工程建设，加快职能转变，提高国家宏观调控质量和效率，增强各级宏观调控部门的管理能力、决策能力、应急处理能力和公共服务能力。本节是有生软件总结了自身十多年在为政府构建数据中心及为众多政府客户服务的经验之上，系统地阐述我国政府宏观经济数据库建设思路及未来发展前景。

经过三十多年的改革开放，我国已经初步确立了社会主义市场经济体制基本框架。作为经济体制的有机组成部分，宏观经济管理体系也不断地改革和完善。随着我国信息化的不断推进与深化，国家金宏工程建设已经在多个方面取得了成效并且继续向地方延伸，这就要求地方政府能够有效地掌握大量相关的宏观经济数据。北京、南京等地方的“小金宏”工程在一定程度上反映了我国地方宏观经济数据库工程建设的普遍需求。各省市从宏观经济发展的实际需要出发，以执行宏观经济管理职能为主，协调地区相关部门协同建设，通过为地方宏观经济发展搭建宏观经济分析平台、建设必要的业务系统，以提高地方宏观经济预测分析能力与公共服务能力，提高社会公众服务水平，为实现与国家“金宏”工程的配套和衔接打下基础。

宏观经济数据库系统的建设应在国家宏观经济管理部门指导下，由各地方政府与相关部门统一规划，中央与地方共同投资实施。通过统一宏观经济数据平台和技术业务标准，共享数据资源，利用智能化的信息处理等手段，在宏观经济运行的各个环节实现宏观经济管理权限的相互制约，促进地方宏观经济管理的科学化和规范化，从而催生新的地方宏观经济管理模式。

1．宏观经济数据库系统建设的主要思路

宏观经济数据库的建设内容主要集中于：构建一个应用支撑平台，建立地方宏观经济系统技术及业务标准规范（技术标准、元数据标准、指标体系标准），建立地方宏观经济数据库。

宏观经济数据库作为四大基础库之一，其应用支撑平台应具有统一身份模型与权限管理、统一元数据管理、自动化建模与数据集成、资源目录与共享交换等主要功能。考虑到省、市、区县间的数据衔接，系统应满足支持多种部署模式，即集中部署、分布式部署、混合式部署。

● 集中部署。只部署一个应用，建设应用中心和数据中心，都使用同一个系统，利用软件虚拟化技术虚拟出独立的省（市）级服务和多个独立的市（区）级服务，虚拟服务中的用户根据统计模式进行多级划分，分级管理，实现了数据“物理集中、逻辑独立”。

● 分布式部署（1+N）。1个中心应用呈辐射状地向N个下级实行1+N分布式部署方案。使用数据交换平台交换同步数据，实现了数据“物理分散、逻辑统一”。

● 混合式部署（集中式+分布式）。省（市）级部署一个应用，某些市（区）直接使用省（市）级系统，另外一些市（区）分别部署和使用自己的应用服务。

建立宏观经济系统标准规范是宏观经济数据库系统建设的重要内容，标准规范的内容主要包括技术标准规范与业务标准规范。技术规范主要包括组织身份模型数据规范、应用服务运行管理框架规范、组织身份服务接口规范、访问控制服务接口规范、单点登录服务接口规范、业务流程服务接口规范、目录服务接口规范、数据交换接口规范等。业务标准与规范主要包括指标体系规范、分类及代码规范、统一元数据使用规范等。

宏观经济数据库系统的指标体系的建立应参照国家统计标准和各共建部门现行的信息采集标准，确定宏观经济数据库指标体系。整个指标体系的组织结构主要分为两大层次，一是体现指标级别指标分类，另一是指标本身，其数值由共享数据库的数据表提供。主要指标体系分类可参考表5-1。

2．宏观经济数据库应用之道

在宏观经济数据库的基础之上根据数据相关性建立宏观经济资源立方、企业资源立方，围绕地方宏观经济管理与调控的重点和热点问题，利用数据仓库、GIS、云计算等技术手段，构建地方宏观经济辅助决策支持系统，建立宏观经济预警预测系统、地方宏观经济执行系统、决策支持系统和自动化办公系统等，部署在线分析、统计分析、数据挖掘等经济预测分析工具。

根据政府部门的需求可以建立相应的宏观经济主题与专题为领导及部门提供数据服务。主要重点与热点的主题与专题分类可参考表5-2。

相关应用效果如图5-12、图5-13、图5-14和图5-15所示。

大数据将遍布智慧政府的方方面面，从政府决策与服务，到人们衣食住行的生活方式，再到城市的产业布局和规划，直到城市的运营和管理方式，都将“智慧化”或“智能化”，是智慧政府的智慧之源。

5.4 大数据的标准体系

5.4.1 大数据需要顶层设计

政府需要通过顶层设计进行体制改革和机制、政策调整，以外部性改善优化经济系统运行的生态，进而提高经济系统的运行效率。而政府的顶层设计需要大数据做支撑，没有大数据就没有顶层设计。同样，智慧政府的大数据的建设也需要进行顶层设计。而大数据的顶层设计的视角需要跳出局部环境的束缚和影响，站在全国互联和全网通用的整体高度上，去分析、决定、体现智慧政府中的具体决策。以信息资源目录（或主题数据资源）为例，在网络时代，信息资源目录不仅要包含本单位数据，还要包含横向纵向单位数据。信息不但要供自己本单位使用，还要供网络上的同级单位、上级单位、下级单位使用；不但要供人使用，还要供互联的计算机系统使用，系统之间的接口必须兼容，元数据尽量统一。如果信息资源目录这个信息共享的关键部件，在内容、格式、接口、协议上各不相同，那就失去了建设信息资源目录的意义，必将导致新的“信息孤岛”出现。

首先，国家需要一个强大的经济数据库。为了获得真实可靠的数据，国家统计局与百度、阿里巴巴等合作，利用大数据改进政府统计的科学性和及时性。比如物价指数，统计局在全国选取几千个样本点观测同一个市场几个代表性的商品，定期采集数据，加权汇总。这就不如用淘宝实际交易商品及价格变化计算得及时、准确。

当然，大数据不仅包括结构化的定量数据，还包括大量非结构化的文本数据和图音视频等非结构化的定性数据。一个标准的政府经济数据库，不仅仅是统计，还应该包括宏观、金融、行业、区域、国际等方面的动态、统计、观点（含当时及历史）信息。所以，光有国家统计局的统计数据是不够的，还需要有专门的机构，搜集经济系统包含统计在内的各类信息，做成专业的数据库。

顶层设计的重点是业务、是政务。顶层设计要分析应用系统的业务可行性、分析利益关系。根据经验，顶层设计的成功与否与业务领域的事情有关，尤其是与业务领域相关的那些工作。应用系统开发失败的教训一再揭示要正确全面描述用户需求且尽力满足用户需求的重要性。这里的用户需求，多半重点不在用户的操作需求，而是用户业务需求。顶层设计就是用信息工程的方法，从宏观上对业务需求的收集、梳理和描述，是把业务需求按层次呈现出来，并以数据的形式保存在数据库中，以利于今后的整理、积累、传播。顶层设计中的业务，不是进行业务决策，但是顶层设计的输出结果，将以丰富清晰完整的业务资料，帮助和推动业务决策，业务利益关系设计，业务职能转变和改革。

大数据的顶层设计更应该重视政府绩效，政府绩效是围绕实现政府职能转变，完成社会经济发展目标而展开的。政府职能包括经济调节、市场监管、社会管理、公共服务等，它是智慧政府的核心目标，要实现这一目标，需要优化工作流程，促进职能转变，提高政务效率，推动体制创新。实现政府绩效目标，应该是顶层设计的深层含义。

5.4.2 大数据需要标准规范支撑

智慧政府的大数据需要顶层设计，而顶层设计需要有标准规范支撑，没有标准的大数据将会是一个数据灾难。

目前，绝大部分的电子政务应用系统建设均是采取项目方式进行的，即使采用产品化的方式建设电子政务系统，软件企业提供的是私有技术的（如工作流引擎、数据采集、接口等）、基础支撑与应用工具紧耦合的产品。不同软件企业的产品共同用于一个或几个政府用户时将产生互联互通的困难，用户在项目实施时协调难度很大。这种情况将造成两个无法解决的问题，一是政府用户在规划应用系统时难以选择适用的产品，二是有希望的软件企业（如中小企业）难以生存和发展。

随着电子政务在公共服务、城市管理、行政审批、行政执法、基础资源数据库、政务决策支持、政府大数据等领域的应用不断深入，要求必须对与电子政务有关的、共性的基础技术加以规范，制定出与具体企业产品无关、与具体建设方式无关、与具体实施技术路线无关的技术规范，以指导政府用户和软件企业的电子政务建设。

智慧政府的建设更要高度重视大数据对信息化建设工作正在带来和将要带来的各种影响，充分认识推进大数据应用的必要性和紧迫性，加强顶层设计，建立标准规范，分业务分步骤实施，以推动政府信息资源生产方式的变革和政府信息资源生产力水平的提升。

大数据标准规范设计内容如图5-16所示。

（1）要统一元数据标准。元数据标准（Metadata Standards）是指描述某类资源的具体对象时所有规则的集合。不同类型的资源可能有不同的元数据标准，一般包括完整描述一个具体对象所需的数据项集合、各数据项语义定义、著录规则和计算机应用时的语法规定。智慧政府的大数据要通过深入梳理政府信息资源提炼共性内容（基础库、共性库、资源目录等），统一数据和规范数据结构及存储。元数据类型可以划分为6类，分别为数据源元数据、数据采集元数据、数据仓库存储元数据、数据集市元数据、应用服务层元数据、门户管理元数据。而针对大数据标准各异的特点，认真考察不同来源大数据所执行和依照的不同标准，与现行各项数据管理标准进行比较，对政府信息部门应用大数据的元数据标准进行统一规范，要特别重视和研究如何对非结构化数据进行标准化处理。

（2）要规范政府指标体系及编码分类标准。要针对大数据的指标数据已经先于政府的设计而存在的特点，广泛搜集已经存在并继续增加的各类数据，分析其与政府统计指标在口径、范围、内涵、定义等方面的差异，以对政府统计应用大数据的统计指标进行设计、调整、规范和完善。为了较为准确的衡量和反映智慧城市建设的主要进度和发展水平，为进一步提升城市竞争力、促进经济社会转型发展提供有益参考，我们应尽快建立智慧城市指标体系。

我国早在20世纪80年代初就有效地开展了信息分类编码的标准化工作。三十多年来，我国已建立了信息分类与编码基础理论体系，开拓了信息分类编码应用的新领域，逐步实现了社会、经济、科技等领域信息分类编码标准体系的科学化和实用化，并形成了比较完整的信息分类编码国家标准体系。未来的信息分类与编码标准化以需求为导向，以实践为依据，做好信息分类与编码国家标准体系的构建，努力创新我国的信息分类与编码模式。

（3）建立服务接口规范。从政府工作的全局角度定义了各类资源服务管理模型，给出了访问控制框架的组成部分和各部分的技术要求，规定了服务访问接口、服务管理接口和数据集权限接口，提出了访问控制技术要求。建立主要的服务接口规范包括：组织身份服务接口规范、访问控制服务接口规范、单点登录服务接口规范、电子表单服务接口规范、业务流程及数据资源服务接口规范等。