大数据对政府治理的影响及挑战

❶ 对政府服务和管理而言,大数据的大意义是什么

1、创新政府大数据管理思维。

第一，利用大数据形成政府管理的大数据思维。政府需要进一步开放数据信息，提升社会公众对于政府利用大数据技术创新自身管理范式的感知水平。

第二，政府需要强化数据信息整合的力度。政府需要进一步强化对于数据信息的整合与沟通，通过打通不同政府部门之间的“信息孤岛”，进而提升政府协同管理水平。

第三，利用大数据提高服务质量。当前我国政府亟需创建创新型与服务型政府，政府在提供公共服务过程中需要借助大数据相关手段针对社会大众的需求进行及时收集与回应，以此为基础来增强社会大众对于政府服务供给的获得感。

2、利用大数据手段升级政府管理手段。

第一，利用大数据技术完善政府管理专业的人才储备。我国政府管理部门应致力于引进大数据专业领域的人才。政府管理部门通过充实大数据人才队伍，有助于进一步提升政府管理决策的效率，同时鉴于大数据人才的稀缺性，政府不仅需要借助相关的优惠政策与扶持条件。

吸引大数据领域的高水平人才安家落户，更需要充分发挥自身的平台优势，致力于搭建以大数据研究为核心的产学研一体化研究联盟，通过大数据战略联盟的缔结，实现大数据管理人才的自给自足。

第二，利用大数据技术更新政府管理技术储备。

大数据的飞速发展对于网络空间安全提供了较大的挑战。我国政府需要从顶层设计的战略视角制定大数据网络安全保障机制，并进一步强化对于网络空间的管理与治理。

3、利用大数据理顺政府管理运行体系。

第一，利用大数据手段提升决策科学化水平。大数据技术在政策创新、公共危机治理以及行政监督等领域具有得天独厚的技术优势，决策者借助大数据技术能够促进对于大数据的深度挖掘和分析，进而对政府的各类管理事项作出科学预测，以提升决策的合理性与科学性。

大数据技术不仅能够进一步强化政府相关管理决策的指向精准性，同时借助大数据技术自身所蕴含的先进性与前沿性，能够为政府管理科学化提供有力支撑。

第二，借助大数据技术增强政府公共服务产出水平。政府在进行相关公共服务供给过程中，由于不能保障及时有效覆盖社会大众的全部需求，在大数据背景下政府应该通过致力于统一公共服务数据的格式与采集标准，持续推进公共服务资源的重新整合、竭力实现公共服务的均等化。

(1)大数据对政府治理的影响及挑战扩展阅读

大数据趋势

趋势一：数据的资源化

何为资源化，是指大数据成为企业和社会关注的重要战略资源，并已成为大家争相抢夺的新焦点。因而，企业必须要提前制定大数据营销战略计划，抢占市场先机。

趋势二：与云计算的深度结合

大数据离不开云处理，云处理为大数据提供了弹性可拓展的基础设备，是产生大数据的平台之一。自2013年开始，大数据技术已开始和云计算技术紧密结合，预计未来两者关系将更为密切。除此之外，物联网、移动互联网等新兴计算形态，让大数据营销发挥出更大的影响力。

趋势三：科学理论的突破

随着大数据的快速发展，就像计算机和互联网一样，大数据很有可能是新一轮的技术革命。随之兴起的数据挖掘、机器学习和人工智能等相关技术，可能会改变数据世界里的很多算法和基础理论，实现科学技术上的突破。

趋势四：数据科学和数据联盟的成立

未来，数据科学将成为一门专门的学科，被越来越多的人所认知。各大高校将设立专门的数据科学类专业，也会催生一批与之相关的新的就业岗位。与此同时，基于数据这个基础平台，也将建立起跨领域的数据共享平台，之后，数据共享将扩展到企业层面，并且成为未来产业的核心一环。

趋势五：数据泄露泛滥

未来几年数据泄露事件的增长率也许会达到100%，除非数据在其源头就能够得到安全保障。可以说，在未来，每个财富500强企业都会面临数据攻击，无论他们是否已经做好安全防范。而所有企业，无论规模大小，都需要重新审视今天的安全定义。

在财富500强企业中，超过50%将会设置首席信息安全官这一职位。企业需要从新的角度来确保自身以及客户数据，所有数据在创建之初便需要获得安全保障，而并非在数据保存的最后一个环节，仅仅加强后者的安全措施已被证明于事无补。

参考资料来源：人民网-大数据与政府改革创新

❷ 结合大数据时代的特点，谈谈数据时代社会治理遇到了哪些挑战

社会治理大数据意识低。随着大数据时代的到来，大数据分析为服务型社会治理模式的实现提供了重要支撑。然而，以大数据分析为重要支撑的服务型社会治理模式的实现，必须以社会治理大数据意识的形成为前提。从我国目前的情况来看，社会治理大数据意识仍然比较低，主要体现在以下三个方面：一是“重管理、轻服务”的管控思维在我国仍然大有市场，导致社会治理大数据意识的形成缺乏强有力的平台支撑。二是“重局部、轻全局”的部门利益导向导致我国社会治理体制的碎片化，从而使社会治理大数据意识的形成失去了重要的动力来源。三是“重政府、轻社会”的偏见导致包括企事业单位、社会组织、社区和公民个人在内的其他社会主体在社会治理中的参与性严重不足，从而使社会治理大数据意识的形成失去了广泛的社会基础。

社会治理大数据共享障碍多。目前，我国社会治理相关数据实现完全共享仍然面临诸多障碍，主要体现在以下五个方面：一是缺乏数据共享的理念，对社会治理现代化的认识不足，不同部门的数据之间缺乏互联互通，社会治理相关数据的综合利用效益低下。二是缺乏数据共享机制的责任主体，从而导致许多政府部门因担心犯下泄露国家机密的错误而宁可不作为。三是缺乏数据共享的法规和制度，无法可依或者法律法规之间相互冲突。四是目前我国尚未形成社会治理数据共享的统一标准和规范，尚未出台在全国具有普遍指导意义的与社会治理机制相关的顶层设计，因此社会治理大数据共享缺乏明确的操作规则和目标指向。五是缺乏合理的财政预算，导致政府部门在社会治理数据和信息资源再利用中收费机制不合理，利益分配不均衡。更有甚者，一些政府部门将其掌握的社会治理数据和信息资源产权部门化，设置利用壁垒，严重阻碍社会治理相关数据的共享。

社会治理大数据相关能力弱。在大数据时代，提升对社会治理大数据的分析能力以及对分析结果的应用能力，是实现社会治理创新的关键性因素。然而，目前我国社会治理大数据相关能力仍然比较弱，主要体现在以下三个方面：一是缺乏对社会治理大数据进行分析的能力，而这种分析能力又与相关人才的培养和支撑密切相关。目前，除了腾讯、网络、阿里巴巴等技术型互联网公司掌握和应用大数据分析技术，并网罗一批大数据分析人才之外，我国对社会治理大数据的分析和应用仍然处于探索阶段，相关人才十分缺乏。二是目前我国各社会治理主体严重缺乏根据社会治理大数据形成社会治理需求的意识和能力，而将这种社会治理需求转化为有效社会治理和社会服务的能力就更加缺乏。三是长期以来我国各社会治理主体对社会治理特征和发展趋势的预测更多的是感性的判断预测，或者是理论的逻辑推演预测，缺乏以对社会治理大数据的深度挖掘和系统分析为基础的合理预测。

❸ 大数据驱动政府治理更加科学精准

大数据驱动政府治理更加科学精准
我们从未像今天一样产生如此海量的数据，数据的产生已经完全不受时间、空间的限制。数据的价值挖掘也已被提高到了前所未有的高度，将成为一切组织运行的基本要素，其战略意义甚至将超过土地、人力、技术和资本。数据在类型上已经改变了原有的结构化数据为主的特征，更包含了越来越多的半结构化和非结构化数据。政府部门在数据占有方面，无疑具有天然的优势，有人口、经济、资源、社会运行等方方面面的信息资料，从大数据的角度来看，那些沉睡在档案袋、文件夹中的数据，有着无比巨大的价值。借助大数据推动政府职能转变，利用大数据提升国家治理能力，这是本届政府始终关心的问题。大数据时代的政府治理挑战与机遇中国政府经过10多年的电子政务建设，各级政府部门积累了大量的数据，政务数据量已经初具规模。从政府角度来看，政府部门所产生的数据资料多数为文本信息，虽然多年来积累了丰富的数据资产，但利用频率和效率低，这些文件即使以"电子化"手段保存，也只有分散的数据碎片，缺乏统一的标准使其"格式化"。政府的海量数据多处于"休眠"状态，真正用于提升办公效率、改变业务流程、辅助科学决策的应用并不多。传统的政府治理理念往往是基于局部"现实"的抽象分析方法，依据一定方式选择样本数据，基于局部的现象来预判整体的行为模式和趋势，这样的治理模式效率低且偏差大。在大数据时代，让海量、动态、多样的数据有效集成为有价值的信息资源，降低政府治理偏差概率，推动政府治理决策精细化和科学化。利用大数据，可以使政府治理所依据的数据资料更加全面，不同部门和机构之间的协调更加顺畅，进而有效提高工作效率，节约治理成本。建立"用数据说话"的政府绩效评估在新一届政府深化行政体制改革和政府职能转变的要求下，政府绩效评估成为考核各级政府部门的一项重要指标。然而，在纷繁、复杂、零散的行政事务背后，如何有效、精准、科学的用数据标准进行政府绩效评估是摆在所有政府部门面前的一大难题。传统的纸质、简单电子化办公模式下，对于政府部门的公文办理件数、文件传递时长、事项办理周期、办结率等数据是无从统计的，政府各项事务运行效率更是无从评估。大数据时代的绩效评估，需要以量化的数据对政府行为进行评估，避免"拍脑袋"的评估方式，才能实现科学评估。 协同管理软件的重点在于可以对非结构化的信息数据进行有效整理，以人为本、以行为为关键，进行人、事件、流程、结果等行为数据的收集。通过协同管理软件，政府组织的各类信息、行为被每一个碎片的协同数据所记录，从大数据的角度就可以对政府部门进行行为轨迹、组织效率的分析，从而让大数据中的组织协同数据给政府治理带来新的价值。致远软件致力于协同管理软件领域13年，在协同技术、工作流技术、表单技术方面有着丰富的实践与经验。政府治理中常见的工作在线时长、公文办件数、文件办理时长、事项办理数、文件办结率等各项运行数据，在致远G6-V5政务协同管理软件中，变得不再是难题。工作流程直观呈现一览无余

公文办件、办结数据一应俱全

时间效率、经费节约一目了然
协同管理软件所利用的大数据技术，让原来不能量化的评估内容变得更容易量化，其蕴含的大数据管思维，能够直观呈现数据背后的政府行为模式。电子政务建设最终目标是为了提高政府效能，提升社会公众服务满意度，大数据的应用正是推进这一目标实现的有力工具。通过数据手段，科学客观分析政府工作绩效，对于推进政府治理从粗放型向精细化转变、从个人经验判断向数据科学决策转型具有重要作用，有助于提升政府内部管理水平和决策效率。写在最后：现代化政府治理范畴非常广泛，除了政府内部治理之外，在社会治理、公共服务、经济调节等领域，大数据都有着广泛的应用，大数据的应用和价值挖掘不是一蹴而就，实际运用任重而道远。致远政务将持续关注并致力于政务大数据应用，继续运用10多年沉淀的协同技术、工作流技术、数据分析技术，助力我国电子政务升级发展、建设智慧政府。

❹ 大数据对政府治理组织结构的影响有哪些

1.对信息的控制；2.对政策的控制；3.对公共产品与公共服务的生产与版供给的控制；4.促进政府思维方式的变权革；5.推动社会网络结构的生成；

❺ 大数据时代的治理转型

大数据时代的治理转型

大数据技术在商业领域已经显示出提供“解决方案”的惊人能力，同样可以在国家治理、政府治理、社会治理中运用
国务院通过的《关于促进大数据发展的行动纲要》为未来中国的大数据发展指明了方向。然而，与全球主要发达国家相比，中国仍处于大数据发展的初级阶段。如何构筑大数据时代的国家竞争发展优势将具有深远的战略意义。
大数据时代的国际竞争格局
当前，大数据正焕发出变革的力量，并正在改变各国综合国力增速，重塑未来国际战略格局，主要表现在以下方面。
首先，大数据成为经济社会发展新的驱动力。随着物联网、云计算、移动互联网等网络新技术的应用和发展，社会信息化进程进入数据时代，海量数据的产生与流转成为常态。未来20年，全球50亿人将实现联网，这将使全球数据量呈几何式快速增长。预计到2020年，全球数据使用量将达到约40ZB（1ZB=10亿TB），将成为新的重要驱动力。
其次，大数据将成为重要的战略资源和核心资产。世界各国对数据的依赖快速上升，国家竞争焦点已经从资本、土地、人口、资源的争夺转向了对大数据的争夺，制信（数）权成为继制陆权、制海权、制空权之后的新制权。大数据使得数据强国与数据弱国的区分不再以经济规模和经济实力论英雄，而是决定于一国大数据能力的优劣。
第三，大数据将改变国家治理的架构和模式。大数据不仅是一场技术和经济革命，更是一场国家治理的变革。大数据可以通过对海量、动态、高增长、多元化、多样化数据的高速处理，快速获得有价值信息，提高公共决策能力。另外，数据主权的提出也使政府、企业和个人的角色发生转变，使国家治理结构逐步实现从国家独大的治理结构转向多元共治，从封闭性治理结构转向开放性结构，从政府配置资源模式转向市场配置资源模式的转变，作为基础设施的大数据和作为基础性制度的大数据同时存在。
最后，大数据安全已经成为国家最重要的战略安全之一。借助大数据革命，美国等发达国家全球数据监控能力升级，确保自身在网络空间和数据空间的主导地位。各种国家信息基础设施和重要机构所承载着的庞大数据信息，如由信息网络系统所控制的石油和天然气管道、水、电力、交通、银行、金融、商业和军事等，都有可能成为被攻击的目标，大数据安全已经上升成为国家安全极为关键的组成部分。
主要国家大数据战略在行动
当前，世界各国纷纷利用大数据提升国家竞争能力和战略能力。
1.美国大数据战略的全球领导力。美国政府最先对大数据技术革命做出战略反应，利用大数据提升国家治理水平和国家竞争优势。迄今为止，美国政府在大数据方面实施了三轮政策行动。
第一轮是2012年3月，白宫发布《大数据研究和发展计划》，并成立“大数据高级指导小组”，该计划有两个目标：一是用大数据技术系统改造传统国家治理手段和治理体系；二是形成新的经济增长业态和板块。
第二轮是2013年11月，白宫推出“数据-知识-行动”(Data to Knowledge to Action)计划，进一步细化了利用大数据改造国家治理、促进前沿创新、提振经济增长的路径。这是美国向数字治国、数字经济、数字城市、数字国防转型的重要举措。
第三轮是2014年5月，美国总统办公室提交《大数据：把握机遇，维护价值》政策报告，强调政府部门和私人部门紧密合作，利用大数据最大限度地促进增长和利益，减少风险。
2.欧盟“数据驱动经济战略”框架初显。欧盟在2014年发布了《数据驱动经济战略》，有望近期内成为欧盟经济单列行业，为欧盟恢复经济增长和扩大就业，做出巨大贡献。欧盟在大数据方面的活动主要涉及两方面内容：（1）研究数据价值链战略计划；（2）资助“大数据”和“开放数据”领域的研究和创新活动。数据价值链战略计划包括开放数据、云计算、高性能计算和科学知识开放获取四大战略。主要原则是：高质量数据的广泛获得性，包括公共资助数据的免费获得；作为数字化单一市场的一部分，欧盟内的数据自由流动；寻求个人潜在隐私问题与其数据再利用潜力之间的适当平衡，同时赋予公民以其希望形式使用自己数据的权利。
3.亚太地区国家纷纷抢占大数据战略制高点。亚洲一些国家在大数据发展中紧追其后。日本积极谋划利用大数据改造国家治理体系，对冲经济下行风险。2013年6月，安倍内阁正式公布新IT战略《创建最尖端IT国家宣言》，以开放大数据为核心的IT国家战略，把大数据和云计算衍生出的新兴产业群视为提振经济增长、优化国家治理的重要抓手。
韩国科学技术政策研究院2011年正式提出“大数据中心战略”以及“构建英特尔综合数据库”。同时，韩国社会专职部门制定应对大数据时代计划。2012年，韩国国家科学技术委员会就大数据未来发展环境发布重要战略规划。2013年，在朴槿惠总统“创意经济”的新国家发展战略指引下，韩国未来创造科学部提出“培养大数据、云计算系统相关企业1000个”的国家级大数据发展计划以及《第五次国家信息化基本计划（2013-2017）》等多项大数据发展战略。
总体来看，国外政府大数据政策措施体现出如下明显特征：一是颁布战略规划进行整体布局，抢占大数据先机；二是注重构建配套政策，包括人才培养、产业扶持、资金保障、数据开放共享等，为本国大数据发展构筑良好的生态环境。
中国准备好了吗
大数据对于中国的战略意义毋庸置疑。2013年，中国大数据产业市场规模为34.3亿元，同比增长率超100%。然而，与国外先进国家相比，中国大数据发展却面临非常严峻的风险与挑战。
1.大数据战略储备能力不足，尚缺乏国家顶层设计。从主要发达国家的大数据发展经验看，美国等国持续强化国家战略的顶层设计，重点关注大数据对创新能力、国家安全能力、产业竞争力等国家竞争优势的重构，持续推出大数据国家战略规划。目前，中国明确大数据发展战略的中央部门和政府部门较少，更多是产业界和学术界的探讨，大数据战略的国家顶层设计尚未进入议事日程。此外，大数据治理不是技术问题，而是具有系统性、全局性的战略问题，需要有全面推动大数据战略实施的权力部门和核心决策机构。而这些机制设计，中国都明显缺失和缺位。
2.条块分割体制壁垒和“信息孤岛”，阻碍数据开放和共享。据统计，中国政府掌握着80%以上的数据，政府作为政务信息的采集者、管理者和占有者，具有其他社会组织不可比拟的信息优势。但由于信息技术、条块分割的体制等限制，各级政府部门之间的信息网络往往自成体系、相互割裂，相互之间的数据难以实现互通共享，导致目前政府掌握的数据大都处于割裂和休眠状态。同时，由于政府部门业务管理信息系统开发和建设的“部门化”，政府信息系统出现“系统林立”和分裂状态，政府公共信息资源重复采集现象严重，信息摩擦和治理成本偏高。总体而言，政府开放数据的程度远远落后于世界领先国家。
3.传统治理思维和治理体制在大数据时代出现明显的不适应，并引发新的难题。大数据正在重构政府、市场、社会三者之间关系模式，然而，现有国家治理思维和治理体制已经明显不适应这种大数据时代新趋势的变化。特别是如果经济体制、行政体制和社会管理体制改革不能有效跟进，既得利益主体很可能将大数据技术带来的国家治理契机转化为既得利益的手段和工具，可能引发新的“权力寻租”、新的“数字鸿沟”等问题。
4.法治建设滞后，维护“数据主权”的法律法规标准及配套政策严重缺失。目前，中国大数据法治建设明显滞后，用于规范、界定“数据主权”的相关法律缺失，缺乏有效的大数据法律框架。
一是对于政府、商业组织和社会机构的数据开放、信息公开的相关法律法规尚待进一步完善，尤其缺乏企业和应用程序中关于搜集、存储、分析、应用数据的相关法规。
二是没有对保护本国数据、限制数据跨境流通等做出明确规定。金融、证券、保险等重要行业在华开展业务的外国企业将大量敏感数据传输、存储至其国外的数据中心，存在不可控风险。
三是大数据技术应用与产业发展刚刚起步，缺乏与之相配套的法律法规及政策。
将大数据发展规划上升为全面的国家战略
大数据引发的经济社会革命才刚刚开始，需要全面提升大数据在国家经济发展和治理方面的重要战略地位。
1.完善大数据发展的国家顶层设计。要在“行动纲要”基础上，加快形成大数据国家战略，包括中长期路线图与实施重点、目标、路径。统筹布局，加快大数据发展核心技术研发；推进大数据开放、共享以及安全方面的相关立法与标准制定；抢抓全球科技革命和产业革命战略机遇，重构国家综合竞争优势。
一是把数据主权纳入国家核心利益的战略范畴，加快大数据立法、法律法规和标准的制定。
二是规划重点领域的大数据研究计划，布局关键技术研发方向，强化大数据基础设施建设和人才培养，加强对大数据产业的扶持，做好体制机制、资金、法规标准等方面的保障，为后期专项政策制定、项目规划等提供依据。
三是借鉴国外政府大数据战略经验，制定符合中国国情的大数据配套政策路线图，注重从战略技术能力储备和战略应用实施两个角度，释放大数据发展的潜能。
2.构建国家大数据仓库。应加快G2G（政府与政府之间）、G2B（政府与企业之间）、G2C（政府与公民之间）的大数据开放与共享，盘活大数据资产。
一是加强大数据基础设施建设。全面推进实施“宽带中国”战略，持续支持下一代互联网、第四代移动通信、公共无线网络、电子政务网、行业专网和物联网等网络基础设施建设，建立政府“云平台”，统筹监测数据管理平台、公众民情采集与服务数据管理平台、公共安全与应急管理数据管理平台、政府管理绩效考评数据管理平台、资源统筹与经济预警监测数据管理平台。
二是加强基础数据整合。一方面，整合来自于政府职能部门及业务部门的数据信息资源，推动和规范诚信机构建设，提供完整、准确、及时的企业和个人诚信信息，推进大数据征信体系建设；另一方面，推动国家基础数据开放共享进程，打造透明、智慧政府，推动国家、省、市、县四级大数据交换共享，打通信息横向和纵向的共享渠道，推进跨地区、跨部门信息资源共享和业务协同，并在此基础上最终建成国家大数据仓库。
3.运用大数据，全面提升公共服务水平。从全球领先国家经验看，社会治理体系和公共服务体系是运用大数据进行改造提升的最有潜力领域。
一是将大数据更广泛实践于污染防治、城市规划、交通、医疗健康、教育、国家安全、社会舆情、军事等重要领域，在智能交通、智慧医疗、智慧教育、智慧军工、国防等方面实现重大模式创新。
二是利用大数据加快政府自身革命，制定政府大数据开发与利用的负面清单、权力清单和责任清单。
三是利用大数据实施监管和反腐。大数据给网络问政、网络监督和技术反腐提供了强大的技术支撑，可以利用大数据建立国民满意度指数、腐败指数以及清廉指数等。
4.利用大数据创新政府决策方案。大数据技术在商业领域已经显示出提供“解决方案”的惊人能力，同样可以在国家治理、政府治理、社会治理方面中运用。以通信网、互联网、移动互联网、物联网四张网为支撑，可以提出大数据智慧城市解决方案、大数据新农村建设解决方案、大数据金融解决方案、大数据智能终端解决方案、大数据位置服务解决方案、大数据教育解决方案、大数据文化创意解决方案、大数据环境解决方案、大数据制造解决方案、大数据生物健康解决方案、大数据中小企业数据中心解决方案、大数据服务平台解决方案、大数据信息安全解决方案等，为大数据战略真正落地找到突破口。
5.充分挖掘释放大数据变革、创新经济的潜能。首先，通过大数据实现制造业数字化、智能化及下一代信息技术的深度融合。要做好大数据与工业宽带建设的对接，率先将工业宽带的传输、工业大数据采集、数据中心的计算应用等环节整合起来，建立完善的工业互联网体系和中国的工业4.0体系。
其次，鉴于目前中国的人口要素红利在“退潮”，土地、资源、环境等生产要素日益紧张，要将大数据作为新的战略性生产要素释放出来，建立多元参与的协同创新联盟，增强产学研合作集成研发能力，激励基于大数据资源的创新创业，推动经济实现高质量增长。
再次，利用大数据研判，预测宏观经济形势，开发“经济增长形势判断预测系统”、“物价变化高频判断系统”、“金融市场信心判断系统”、“房地产景气判断系统”等，增强对经济形势判断的科学性、精准性。
6.开展全球大数据交流合作。全球主要国家都已提出本国大数据国家战略，特别是美国、日本等国的数据量非常庞大。中国可通过大数据外交，与之展开国际合作，特别是在应对气候变化、粮食安全、疾病灾害、恐怖主义等领域，以及在“一带一路”战略推进过程中，丰富公共外交领域的大数据建设。
此外，可利用大数据技术掌握全球性数据情报和全球焦点事件发展态势。建议实施中国版“全球脉动”（Global Pusle）项目。联合国于2009年推出“全球脉动”项目，提出大数据是纳米技术和量子计算之后的一个颠覆性变化，用这个技术对Twitter和Facebook等互联网数据和文本信息开展实时分析监测，使用语言解密软件对互联网世界进行“情绪分析”，可以对疾病、动乱、种族冲突提供早期预警。中国可以实施类似的大数据全球情报智能监测项目，对全球重大趋势进行早期预警，切实维护和保障国家安全。

❻ 政府治理为什麼需要大数据

大数据为政府治理能力的提升带来了发展机遇。首先是为推动政府治理理念和模式的变化带来机遇。在政府治理领域，通过让海量、动态、多样的数据有效集成为有价值的信息资源，推动政府转变管理理念和治理模式，进而加快治理体系和治理能力现代化。其次是为推动政府治理决策精细化和科学化带来机遇。在大数据时代，互联网数据的价值随着海量积累而产生质变，能够对经济社会运行规律进行直观呈现，从而降低政府治理偏差概率，提高政府治理的精细化和科学化。再次是为推动政府治理提高效率和节约成本带来机遇。利用大数据，可以使政府治理所依据的数据资料更加全面，不同部门和机构之间的协调更加顺畅，进而有效提高工作效率，节约治理成本。
大数据对提升政府治理能力的重要性不言而喻，但在实际工作中具体运用大数据却任重而道远。现阶段，大数据在政府治理领域还未得到足够重视。我国政府部门目前几乎没有使用大数据技术，很多政府部门并未对大数据提升业务能力予以足够重视，大数据资源管理的思维尚未建立。大数据在政府治理中的技术运用尚在探索。随着我国信息化技术应用不断扩展，国家及企业层面产生了巨量大数据，但总体集成、掌握、整合、分析这些数据需要成熟的技术投入，目前如何利用大数据进行精细分析仍处于摸索阶段。大数据本身的管理还需要综合完善。如何管理大数据，我国各部门还缺乏统一标准，各部门的数据来源、数据架构、数据体系各自为政，不能有效整合，大大降低了数据的使用效率

❼ 如何看待大数据在公共危机中的应用取决于哪些影响因素

大数据（BIGDATA）背景下，由于海量数据和信息传播交互的新模式和新特点给传统的政府公共危机管理带来了全新的挑战，但是同样也为政府解决公共危机提供了全新的解决手段。大数据所带来的公共危机挑战不同于以往的传统信息媒体时代的挑战，政府如果足够重视大数据的巨大影响，利用大数据手段来分析、预测、解决公共危机，与社会民众做好数据交互，就能以此为契机，将我国的公共危机治理水平提上一个全新的层次。
大数据；公共危机；政府
随着自媒体的深入发展以及移动智能终端设备的广泛普及，信息对整个社会的影响逐步提高直到如今达到一种绝对重要的地位。进入21世纪以来，以全体、混杂和相关关系为特点的大数据时代的来临对政府及官员的公共关系管理带来前所未有的挑战。掌握大数据时代公共危机管理的特征及策略，对于推动建立职能科学的政府，全面推行“四个全面”战略具有十分重要的意义。
一、基于大数据环境下的政府公共危机管理特征分析
“大数据”概念最早出现于《大数据时代》，该书由数据科学研究权威人物维克托•迈尔•舍恩伯格和肯尼斯•库克耶编写，指不用随机分析法（抽样调查）的捷径，而是采用所有数据进行分析处理。大数据有4V特点，即Volume（大量）、Velocity（高速）、Variety（多样）、Value（价值）。当前我国正处于社会转型期，公共处于多发状态，大数据背景下公共危机呈现出如下特征：
1.信息传递复杂化趋势。随着大数据时代的到来，信息传播有四个显著特点，一是多样化且十分丰富的传播路径，二是低廉的传播成本，三是快速的传播速度，四是数量大、分散广的信息传播主体。因此，当公共危机发生时，相较于传统媒体，大数据时代下信息在新媒介上的传播速度十分快，另外移动终端已经广泛运用到社会群体中，现今社会人人都可通过移动终端快速接受信息和传播信息，进一步加快了信息的传播速度。大数据时代给公共危机的控制方面带来新的挑战的难题。而在这种情况之下，我国政府由于网络信息假设的滞后和公共危机预案体系的不完备，在公共危机发生时往往后知后觉，容易造成较大的损失。
2.信息多元化传递致与政府信息权威性下降并存。在传统媒介时代，政府掌控着有限的信息传播渠道，且社会信息交流水平较低，政府因而能够相对有效控制信息的传播，但伴随着移动互联终端的普及和自媒体趋势的发展，使得信息传播呈现多元化。在这种情况下，缺少准确的权威信息的导向，舆论民情呈现出

❽ 大数据给国家治理方式带来哪些变革

一、“四个结合”助力国家大数据战略
实施国家大数据战略部署和顶层设计，需要我们做到“四个结合”：把政府数据开放和市场基于数据的创新结合起来。政府拥有80%的数据资源，如果不开放，大数据战略就会成为无源之水，市场主体如果不积极利用数据资源进行商业创新，数据开放的价值就无从释放；把大数据与国家治理创新结合起来。国务院的部署明确提出，“将大数据作为提升政府治理能力的重要手段”“提高社会治理的精准性和有效性”，用大数据“助力简政放权，支持从事前审批向事中事后监管转变”“借助大数据实现政府负面清单、权力清单和责任清单的透明化管理，完善大数据监督和技术反腐体系”，并具体部署了四大重大工程：政府数据资源共享开放工程、国家大数据资源统筹发展工程、政府治理大数据工程、公共服务大数据工程；把大数据与现代产业体系结合起来。这里涉及农业大数据、工业大数据、新兴产业大数据等，我国的产业结构优化升级迎来难得的历史机遇；把大数据与大众创业、万众创新结合起来。国务院专门安排了“万众创新大数据工程”，数据将成为大众创业、万众创新的肥沃土壤，数据密集型产业将成为发展最快的产业，拥有数据优势的公司将迅速崛起。
此外，我国作为世界制造业第一大国，需要高度关注一个现实——大数据重新定义了制造业创新升级的目标和路径。无论是德国提出的工业4.0战略，还是美国通用公司提出的工业互联网理念，本质正是先进制造业和大数据技术的统一体。大数据革命骤然改变了制造业演进的轨道，加速了传统制造体系的产品、设备、流程贬值淘汰的进程。数字工厂或称智能工厂，是未来制造业转型升级的必然方向。我国面临着从“制造大国”走向“制造强国”的历史重任，在新的技术条件下如何适应变化、如何生存发展、如何参与竞争，是非常现实的挑战。
二、推动大数据在国家治理上的应用
在大数据条件下，数据驱动的“精准治理体系”“智慧决策体系”“阳光权力平台”将逐渐成为现实。大数据已成为全球治理的新工具，联合国“全球脉动计划”就是用大数据对全球范围内的推特（Twitter）和脸谱（Facebook）数据和文本信息进行实时分析监测和“情绪分析”，可以对疾病、动乱、种族冲突提供早期预警。在国家治理现代化进程中推动大数据应用，是我们繁重而紧迫的任务。
在政府治理方面，政府可以借助大数据实现智慧治理、数据决策、风险预警、智慧城市、智慧公安、舆情监测等。大数据将通过全息的数据呈现，使政府从“主观主义”“经验主义”的模糊治理方式，迈向“实事求是”“数据驱动”的精准治理方式。
经济治理领域也是大数据创新应用的沃土，大数据是提高经济治理质量的有效手段。互联网系统记录着每一位生产者、消费者所产生的数据，可以为每个市场主体进行“精确画像”，从而为经济治理模式带来突破。判断经济形势好坏不再仅仅依赖统计样本得来的数据，而是可以通过把海量微观主体的行为加总，推导出宏观大趋势；银行发放贷款不再受制于信息不对称，通过贷款对象的大数据特征可以很好地预测其违约的可能性；打击假冒伪劣、建设“信用中国”也不再需要消耗大量人力、物力，大数据将使危害市场秩序的行为无处遁形。
在公共服务领域，基于大数据的智能服务系统，将会极大地提升人们的生活体验，智慧医疗、智慧教育、智慧出行、智慧物流、智慧社区、智慧家居等等，人们享受的一切公共服务将在数字空间中以新的模式重新构建。
三、加强大数据动态的跟踪研究
我国要从“数据大国”成为“数据强国”，借助大数据革命促进国家治理现代化，还有几个关键问题需要深入研究。
切实建设数据政策体系、数据立法体系、数据标准体系。以数据立法体系为例，一定要在数据开放和隐私保护之间权衡利弊，找到平衡点。
重视对“数据主权”问题的研究。借助大数据技术，美国政府和互联网、大数据领军公司紧密结合，形成“数据情报联合体”，对全球数据空间进行掌控，形成新的“数据霸权”。思科、IBM、谷歌、英特尔、苹果、甲骨文、微软、高通等公司产品几乎渗透到世界各国的政府、海关、邮政、金融、铁路、民航系统。在这种情况下，我国数据主权极易遭到侵蚀。对于我国来说，在服务器、软件、芯片、操作系统、移动终端、搜索引擎等关键领域实现本土产品替代进口产品，具有极高的战略意义，也是维护数据主权的必要条件。
“数据驱动发展”或将成为对冲当前经济下行压力的新动力。大数据是促进生产力变革的基础性力量，这包括数据成为生产要素，数据重构生产过程，数据驱动发展等。数据作为生产要素其边际成本为零，不仅不会越消耗越少，反而保持“摩尔定律”所说的指数型增长速度。这就可能给我国经济转型升级带来新动力，对冲经济下行压力。
需要建设一个高质量的“大数据与国家治理实践案例库”。国家行政学院一直重视案例库的建设，在中央的重视和支持下，就大数据促进国家治理这一主题，各部门、各地方涌现出大量创新性的实践案例，亟须进行系统梳理和总结，形成一个权威的“大数据与国家治理实践案例库”，以方便全国领导干部进行借鉴和推广。
在大数据时代，个人如何生存、企业如何竞争、政府如何提供服务、国家如何创新治理体系，都需要重新进行审视和考量。我们不能墨守成规，抱残守缺，而是要善于学习，勇于创新，按照党中央、国务院的战略部署，政府和市场两个轮子一起转，把我国建设成“数据强国”。

❾ 大数据对经济政治生活的影响 2000字

大数据时代是一个将数据当作核心资产的时代，数据呈现出战略化、资产化和社会化等特征。随着数据作为国家战略资产意识的增强，以及越来越多的国家将数据管理上升到战略层面，大数据势必会以更加积极的姿态进入到公共管理和政府治理范畴内。无论是把大数据单纯作为一种技术，还是一种抽象理念，或者是一个时代背景，它都将对政府治理理念、治理范式、治理内容、治理手段等产生不同程度的影响。本文试图将大数据这一新概念与政府治理有机结合起来，阐述大数据时代背景下的政府治理将会发生什么新变化，面临哪些机遇和挑战。
一、“大数据”概念的界定
（一）“大数据”概念的提出与发展
2008年9月4日《自然》（Nature）刊登了一个名为“Big Data”的专辑，首次提出大数据（Big Data）概念，该专辑对如何研究PB级容量的大数据流，目前正在制订的、用以最为充分地利用海量数据的最新策略进行了探讨。[1]2011年5月，EMC（全球最大的外置存储硬盘供应商）举办了主题为“云计算相遇大数据”的大会，首次抛出了“大数据”（Big Data）的概念。紧随其后，IBM、麦肯锡等众多国外机构发布了“大数据”的相关研究报告，2011年6月麦肯锡全球研究所发布研究报告——《大数据的下一个前沿：创新、竞争和生产力》（Big data: The Next Frontier for Innovation, Competition, and Proctivity）[2]，首次提出“大数据时代”来临。此后，联合国、世界经济论坛也纷纷关注信息时代海量数据对社会经济发展所带来的冲击，2012年5月联合国“全球脉冲”(Global Pulse)计划发布《大数据开发：机遇与挑战》（Big Data for Development: Challenges & Opportunities）[3]报告，阐述了大数据带来的机遇、主要挑战和大数据应用。2011、2012年达沃斯世界经济论坛将大数据作为专题讨论的主题之一，发布了《大数据、大影响：国际发展新的可能性》（Big Data, Big Impact: New Possibilities for International Development）[4]等系列报告。
奥巴马政府创造性地将“大数据”概念全面引入到公共行政领域。2009年，美国联邦政府发布《开放政府指令》（The Open Government Directive），作为大数据的前奏推出了Data.gov公共数据开放网站。2012年3月，美国联邦政府发布了《大数据研究和发展倡议》（Big Data Research and Development Initiative）[5]，正式启动了“大数据发展计划”，宣布将投入超过2亿美元在大数据研究上[6]；同年5月，联邦政府发布《数字政府战略》（ Digital Government Strategy）[7]，致力于为公众提供更好的“数字化”服务，围绕数据进行的一系列措施在美国政府全面推进，大数据对美国政府的影响逐步显现。
（二）大数据的概念
“大数据”作为信息社会发展的一个新生事物，目前尚处在逐渐被认识、被应用的初始阶段，无论是学术界还是IT行业对大数据的理解各有侧重，尚未形成一套完整的理论体现，因此很难对行进行精准的定义。维基网络将大数据定义为“所涉及的资料量规模巨大到无法通过目前主流软件工具，在合理时间内达到撷取、管理、处理、并整理成为帮助企业经营决策更积极目的的资讯”[8]。全球知名的咨询公司如麦肯锡、Gartner以及知名信息化企业如IBM等作为大数据的推崇者，更侧重于从技术层面界定大数据。2011－2013年，Gartner发布了多个与大数据有关的白皮书，如“Hype Cycle for Big Data, 2012”，定义了大数据的技术生命周期，报告中指出大数据不只是一项单一的技术，而是一个概念，是一套技术。《互联网周刊》则认为，“大数据是通过对海量数据进行分析，获得有巨大价值的产品和服务，或深刻的洞见，最终形成变革之力”。[9]
⒈大数据的技术属性
大数据在诞生之初仅仅是一个IT行内的技术术语，维基网络将其定义为“无法用现有的软件工具提取、存储、搜索、共享、分析和处理的海量的、复杂的数据集合”，被概括为“4V”理论：
海量化数据（Volume）——数据体量巨大及规模完整性。随着数据加工处理技术的提高，网络宽带的成倍增加，以及社交网络技术的迅速发展，使得数据产生量和存储量成倍增长，数据规模从TB级别跃升到PB级别。
多样化结构（Variety）——数据类型繁多。随着物联网、社交网络、智能终端等的普及和应用，网络日志、视频、图片、地理位置信息等非结构化数据所占比例越来越大。
高速化处理（Velocity）——主要表现为数据流的处理速度快。数据规模的无限扩张既对高速化处理提出了新的要求，也为其带来了新的机遇，大数据的高速化处理要求具有时间敏感性和决策性的分析，要求能在第一时间抓住重要事件发生的信息。这一点也是大数据和传统的数据挖掘技术不同的本质区别所在。
低密度价值（Value）——体现出的是大数据运用的真实意义所有。数据规模大并不意味着价值高，相反，这些数据间更多的表现为稀缺性、不确定性和多样性。[10]
尽管对大数据难以明确定义，但大数据所具有的规模性（Volume）、多样性（Variety）和高速性（Velocity）特征被广泛地认同。在3V基础上，人们对大数据的第四特性有不同的看法，IDC认为大数据具有高价值性（Value），尽管这种价值更多地表现在低价值度的碎片化数据中，如何挖掘这种价值正是大数据的关键所在；IBM则认为大数据应该具有真实性（Veracity），真实性将促使人们利用数据融合和先进的数学方法进一步提升数据的质量，从而创造更高价值（参见图1）。[11]随着大数据应用的深入，人们对最初的“4V”有了不同的理解和看法。2013年IBM提出了新的“4V”理论。数量（Volume）、多样性（Variety）、速度（Velocity）和精确性（Veracity）。IBM认为，尽管前3个V涵盖了大数据本身的关键属性，但真实性是当前亟需考虑的重要维度，将促使他们利用数据融合和先进的数学方法进一步提升数据的质量，从而创造更高价值。[12]2014年，IBM发布了《践行大数据承诺：大数据项目的实施应用》（Realizing the Promise of Big Data: Implementing Big Data Projects）白皮书，在该报告中对进一步扩展了大数据的特性，首次提出将大数据的特性由4V扩展为“Vs”。[13] “Vs”在大数据已有特性的基础上，增加了数据粘度（Viscosity），主要用来衡量数据流间的关联性（resistance to flow of data）；数据易变性（Variability），主要衡量数据流的变化率；数据有效性（Volatility），主要表明数据有效性的期限和存储的期限时长。我们认为，未来随着大数据技术的发展成熟，以及人们对大数据应用的深入，大数据的“Vs”特性将会不断变化和拓展。