论文部分内容阅读
随着大数据的发展，政府高度重视政务大数据的发展。本文介绍了政务大数据融合分析的背景、重要性、内容及展望，探讨如何发挥政务数据的价值，提供数据决策支撑能力，提升政务数据融合分析能力。
近年来，我国信息化建设步入全方位、多层次推进的新阶段。跨行业、跨领域融合创新加速，前沿技术更新迭代加快，我国数字经济增速世界第一，规模跃居全球第二。数字经济渗透带动各行业积极发展，数据应用程度不断深化，政府治理能力和人民群众获得感显著提升。
全面贯彻习近平新时代中国特色社会主义思想和党的十九大精神，以推进国家治理体系和治理能力现代化为总导向，以建设网络强国、数字中国、智慧社会为总要求，按照国家深化“互联网+政务服务”、政务信息系统整合共享等工作部署，建设全省一体化大数据中心和“六大体系”，推进小数据思维束缚向大数据改革创新转变，推进信息基础设施分散建设向集约化建设转变，推进数据多头管理向集中统一管理转变，推动数据共享、创新政府决策和公共服务方法路径，推动数据开放、创新大数据综合应用模式，推动社会参与、创新构建大数据综合应用体系，实现技术融合、业务融合、数据融合，实现跨层级、跨地域、跨系统、跨部门、跨业务协同管理和服务，高标准打造我省“数字政府”，全面提升行政效率，全面优化政务服务。
对于政府而言，政务大数据的融合分析应用可以利用大数据技术打通原先孤立的政务信息孤岛，从顶层统一规划，统筹各方资源，建立完整、统一、无缝隙的高效服务应用体系。
第一，政务大数据融合分析应用可以改变原先政务数据被孤立的格局。通过顶层规划设计，统一数据归集标准，利用大数据存储技术，可以打通各部门“数据孤岛”，加快数据应用高效协同、数据服务实时获取。推动数据资源跨层级、跨地域、跨系统、跨部门、跨业务互通共享，呈现数据共享的血缘关系，追溯数据的来源及去向，实现大数据的全联通，全调用的掌控。
第二，政务大数据融合分析应用可以改变政务数据独立应用的思路。在大数据时代，数据的收集与建立呈现出与传统信息数据建立原则不同的更加开放聚合的特点，不同渠道、不同维度的信息可以通过有效的组合形成丰富完整的数据档案，政务大数据融合分析应用可以通过综合分析，为政府管理提供基于大数据融合应用平台的动态决策支持，全面提升城市的智慧化运行管理和决策水平。
第三，政务大数据综合融合分析应用可以促进政务大数据创新建模分析。充分挖掘政务大数据价值，为政务服务发展、数字政府建设提供基于大数据的实时预测监测、预警、智能分析。
第四，政务大数据融合分析应用可以创新惠民生活服务方式。根据市民生活需求，一方面为市民提供更加便捷的政务服务，另一方面，为市民提供基于大数据的衣食住行生活服务指南，全面提高服务质量与效率。
将多源异构数据源进行有效的融合应用，将不同的数据源的数据进行有效的整合，支持为政务服务领域等其他领域提供动态感知的数据监测能力和围绕对象进行的全域数据分析服务，通过统一资源发布服务和可视化图表及报表工具进行数据推送及可视化展示与报表生成服务，实现大数据分析协调工作，专门为政务服务评价、经济预测、舆情分析、营商环境评估等分析决策专题提供有效的综合分析服务。
（一）数据汇集
在进行政务大数据融合分析应用场景中，数据是最基础的保障，需要汇聚多类数据。面向多源异构数据源进行指标与标签的构建和融合，将不同的数据源的数据进行有效的整合，聚焦政务服务和政务治理，构建预警预测的能力，形成面向政务领域的动态感知能力。
多渠道方式进行数据汇集，包括库表和文件的共享交换、数据填报、数据接口调用、实时数据采集、网络搜索、文本挖掘等。在不同业务场景下，应选择不同的归集方式，甚至各种组合方式，以高效、安全、可靠地完成数据的归集。
（二）数据加工
数据汇聚后需要进一步对众多的繁冗的数据进行加工处理，例如去脏、去重、落标等工作，从中分离、提取有用的信息。数据加工需要配置各类质量规则、脚本以及业务代码标准库等内容来规范加工过程。政务数据的处理的一项重点工作，就是必须进行数据脱敏，脱敏数据主要是对各类隐私、敏感数据进行数据脱敏处理，以便数据集成开发、测试、联调等工作使用，同时也为后续数据应用提供基础。数据加工后，需要进行质量评估等方式对加工后数据进行验证，同步做好数据溯源。
（三）数据融合
数据加工后的数据，统一纳入元数据管理，建立实体數据元标准。根据不同的元数据类型，元数据差异分析、元数据版本比对、元数据ER图展现等分析操作，并提供元数据的全文检索。
通过数据集成，借助任务配置、流程配置、调度设置、流程监控等功能，达到数据融合。通过将可用数据进行重新组合，把不同来源、不同主题、不同数据表的数据整合到一个独立的数据存储区，一般不涉及复杂的数据统计或者公式计算。集成各种类型的元数据，能形成数据血缘分析、数据地图等，可以对整个数据资源的分布和结构进行全面掌控，提供政务数据融合场景应用分析。
通过指标计算，可以进行数据深度融合，将原有数据重构生成一个新的指标类型数据，会涉及到较为复杂的计算，更多的是通过外部脚本或者函数来实现，以及跟其他专业工具，如数据挖掘工具整合实现。
通过数据抽样分析，在统计分析中，由于受到物理空间、计算内存以及分析效率的限制，往往不能直接适用全样本数据进行分析，这就必须采用抽样的方法，利用样本数据对全样本数据进行科学的估计与推算。
数据标签、数据仓库
（四）分析挖掘
利用分布式存储和并行计算框架，结合多种离线计算引擎，对各类结构化、半结构化及非结构化的信息资源进行快速的离线计算、并提供基于关联、聚类、分类、预测等类算法库以及数据挖掘分析。 针对需要复杂处理的数据，如机器学习，深度学习，需要基于数据挖掘分析系统进行对应处理，将数据价值最大化。以自然语言处理、数据挖掘、机器学习等算法模型为手段，能够支撑辅助决策分析的数据分析人员及其他使用者对数据进行一系列的操作，最终实现数据分析工作人员在线交互式的大数据协同分析工作。在进行数值分析时，包括线性回归模型、决策树模型、系统聚类模型、逻辑回归模型、神经网络模型等；文本分析是自然语言处理的一部分，包括文本聚类、关键词分析、文本统计、关联分析等。
（五）融合分析应用
利用大数据技术能够有效分析社会公众的多维度、多层次需求，有效识别和汇总公众的公共需求偏好，了解政府服务对象的总体特征及偏好需求，精准刻畫用户画像，从而有助于政府公共服务的精准决策和施策，增强公共服务的精准性和有效性。
以全省大数据中心为核心，整合数据信息资产，结合国家政策，聚焦当前政务服务和城市建设的难点，提供省级综合指挥平台，为各类政务服务综合应用提供解决方案与产品，建设全省政务大数据综合应用体系。加强横向纵向合作，汇集相关数据，推动利用最新大数据技术，创新政府服务思路，推动数字政府发展。
结合政务领域发展现状，针对政务大数据领域现有问题，利用大数据先进技术，探索出政务大数据的综合应用方法路径。通过试点应用，推广一批典型应用、成熟应用，探索“以用兴产、以产促用”良性互促发展模式。推进互联网、大数据、人工智能和实体经济深度融合，推动农业、工业、服务业的数字化、网络化、智能化，做大做强数字经济。
以数字化为抓手加速推进“放管服”改革，破除体制机制障碍，营造鼓励创新、弹性包容的制度环境，推动经济发展质量变革、效率变革、动力变革。积极融入“一带一路”建设等国家战略，深化各领域、多形式数字交流合作。完善大数据综合应用的支持政策，制定政务大数据综合应用相关标准，促进数据有序流动、共享、保护与应用。
全面贯彻创新、协调、绿色、开放、共享的新发展理念，推动社会力量参与、创新建设运营模式，打破信息孤岛、数据壁垒，走向集约化发展道路，推进数据共享开放，开辟政务大数据综合应用的可持续发展路径。
第一，加强整体性规划。按照全省“一盘棋”的思路，高位谋划全省政务大数据综合应用整体布局，统筹规划构建数据共享交换体系，努力运用大数据驱动创新，构建全省政务大数据综合应用体系。
第二，坚持体系化实施。以数据共享开放为重点，以强化综合应用服务为核心，按照统一体系架构、统一标准规范，统筹建设、统筹管理，挂图作战、序时推进，边建边用、逐步完善，真正将全省政务大数据综合应用做强做实，形成江苏品牌、江苏模式。
第三，强化数据驱动。树立“一切皆数据”理念，着力打破部门、行业信息壁垒，推动数据共享，切实发挥数据对政府治理、经济转型、社会服务的支撑和驱动作用。
第四，坚持成效导向。把增进人民福祉、促进人的全面发展作为大数据综合应用体系建设的出发点和落脚点，切实增强政府治理效能，推动数字政府建设。
第五，落实制度性保障。加强网络接入、系统上云、数据归集、应用服务、安全防护等方面制度建设，强化刚性约束、强调评估激励，狠抓制度执行、促进工作落实，形成一体化发展良好局面。
作者单位：江苏省大数据管理中心
一、背景
近年来，我国信息化建设步入全方位、多层次推进的新阶段。跨行业、跨领域融合创新加速，前沿技术更新迭代加快，我国数字经济增速世界第一，规模跃居全球第二。数字经济渗透带动各行业积极发展，数据应用程度不断深化，政府治理能力和人民群众获得感显著提升。
全面贯彻习近平新时代中国特色社会主义思想和党的十九大精神，以推进国家治理体系和治理能力现代化为总导向，以建设网络强国、数字中国、智慧社会为总要求，按照国家深化“互联网+政务服务”、政务信息系统整合共享等工作部署，建设全省一体化大数据中心和“六大体系”，推进小数据思维束缚向大数据改革创新转变，推进信息基础设施分散建设向集约化建设转变，推进数据多头管理向集中统一管理转变，推动数据共享、创新政府决策和公共服务方法路径，推动数据开放、创新大数据综合应用模式，推动社会参与、创新构建大数据综合应用体系，实现技术融合、业务融合、数据融合，实现跨层级、跨地域、跨系统、跨部门、跨业务协同管理和服务，高标准打造我省“数字政府”，全面提升行政效率，全面优化政务服务。
二、重要性
对于政府而言，政务大数据的融合分析应用可以利用大数据技术打通原先孤立的政务信息孤岛，从顶层统一规划，统筹各方资源，建立完整、统一、无缝隙的高效服务应用体系。
第一，政务大数据融合分析应用可以改变原先政务数据被孤立的格局。通过顶层规划设计，统一数据归集标准，利用大数据存储技术，可以打通各部门“数据孤岛”，加快数据应用高效协同、数据服务实时获取。推动数据资源跨层级、跨地域、跨系统、跨部门、跨业务互通共享，呈现数据共享的血缘关系，追溯数据的来源及去向，实现大数据的全联通，全调用的掌控。
第二，政务大数据融合分析应用可以改变政务数据独立应用的思路。在大数据时代，数据的收集与建立呈现出与传统信息数据建立原则不同的更加开放聚合的特点，不同渠道、不同维度的信息可以通过有效的组合形成丰富完整的数据档案，政务大数据融合分析应用可以通过综合分析，为政府管理提供基于大数据融合应用平台的动态决策支持，全面提升城市的智慧化运行管理和决策水平。
第三，政务大数据综合融合分析应用可以促进政务大数据创新建模分析。充分挖掘政务大数据价值，为政务服务发展、数字政府建设提供基于大数据的实时预测监测、预警、智能分析。
第四，政务大数据融合分析应用可以创新惠民生活服务方式。根据市民生活需求，一方面为市民提供更加便捷的政务服务，另一方面，为市民提供基于大数据的衣食住行生活服务指南，全面提高服务质量与效率。
三、政务大数据融合分析研究
将多源异构数据源进行有效的融合应用，将不同的数据源的数据进行有效的整合，支持为政务服务领域等其他领域提供动态感知的数据监测能力和围绕对象进行的全域数据分析服务，通过统一资源发布服务和可视化图表及报表工具进行数据推送及可视化展示与报表生成服务，实现大数据分析协调工作，专门为政务服务评价、经济预测、舆情分析、营商环境评估等分析决策专题提供有效的综合分析服务。
（一）数据汇集
在进行政务大数据融合分析应用场景中，数据是最基础的保障，需要汇聚多类数据。面向多源异构数据源进行指标与标签的构建和融合，将不同的数据源的数据进行有效的整合，聚焦政务服务和政务治理，构建预警预测的能力，形成面向政务领域的动态感知能力。
多渠道方式进行数据汇集，包括库表和文件的共享交换、数据填报、数据接口调用、实时数据采集、网络搜索、文本挖掘等。在不同业务场景下，应选择不同的归集方式，甚至各种组合方式，以高效、安全、可靠地完成数据的归集。
（二）数据加工
数据汇聚后需要进一步对众多的繁冗的数据进行加工处理，例如去脏、去重、落标等工作，从中分离、提取有用的信息。数据加工需要配置各类质量规则、脚本以及业务代码标准库等内容来规范加工过程。政务数据的处理的一项重点工作，就是必须进行数据脱敏，脱敏数据主要是对各类隐私、敏感数据进行数据脱敏处理，以便数据集成开发、测试、联调等工作使用，同时也为后续数据应用提供基础。数据加工后，需要进行质量评估等方式对加工后数据进行验证，同步做好数据溯源。
（三）数据融合
数据加工后的数据，统一纳入元数据管理，建立实体數据元标准。根据不同的元数据类型，元数据差异分析、元数据版本比对、元数据ER图展现等分析操作，并提供元数据的全文检索。
通过数据集成，借助任务配置、流程配置、调度设置、流程监控等功能，达到数据融合。通过将可用数据进行重新组合，把不同来源、不同主题、不同数据表的数据整合到一个独立的数据存储区，一般不涉及复杂的数据统计或者公式计算。集成各种类型的元数据，能形成数据血缘分析、数据地图等，可以对整个数据资源的分布和结构进行全面掌控，提供政务数据融合场景应用分析。
通过指标计算，可以进行数据深度融合，将原有数据重构生成一个新的指标类型数据，会涉及到较为复杂的计算，更多的是通过外部脚本或者函数来实现，以及跟其他专业工具，如数据挖掘工具整合实现。
通过数据抽样分析，在统计分析中，由于受到物理空间、计算内存以及分析效率的限制，往往不能直接适用全样本数据进行分析，这就必须采用抽样的方法，利用样本数据对全样本数据进行科学的估计与推算。
数据标签、数据仓库
（四）分析挖掘
利用分布式存储和并行计算框架，结合多种离线计算引擎，对各类结构化、半结构化及非结构化的信息资源进行快速的离线计算、并提供基于关联、聚类、分类、预测等类算法库以及数据挖掘分析。 针对需要复杂处理的数据，如机器学习，深度学习，需要基于数据挖掘分析系统进行对应处理，将数据价值最大化。以自然语言处理、数据挖掘、机器学习等算法模型为手段，能够支撑辅助决策分析的数据分析人员及其他使用者对数据进行一系列的操作，最终实现数据分析工作人员在线交互式的大数据协同分析工作。在进行数值分析时，包括线性回归模型、决策树模型、系统聚类模型、逻辑回归模型、神经网络模型等；文本分析是自然语言处理的一部分，包括文本聚类、关键词分析、文本统计、关联分析等。
（五）融合分析应用
利用大数据技术能够有效分析社会公众的多维度、多层次需求，有效识别和汇总公众的公共需求偏好，了解政府服务对象的总体特征及偏好需求，精准刻畫用户画像，从而有助于政府公共服务的精准决策和施策，增强公共服务的精准性和有效性。
以全省大数据中心为核心，整合数据信息资产，结合国家政策，聚焦当前政务服务和城市建设的难点，提供省级综合指挥平台，为各类政务服务综合应用提供解决方案与产品，建设全省政务大数据综合应用体系。加强横向纵向合作，汇集相关数据，推动利用最新大数据技术，创新政府服务思路，推动数字政府发展。
结合政务领域发展现状，针对政务大数据领域现有问题，利用大数据先进技术，探索出政务大数据的综合应用方法路径。通过试点应用，推广一批典型应用、成熟应用，探索“以用兴产、以产促用”良性互促发展模式。推进互联网、大数据、人工智能和实体经济深度融合，推动农业、工业、服务业的数字化、网络化、智能化，做大做强数字经济。
以数字化为抓手加速推进“放管服”改革，破除体制机制障碍，营造鼓励创新、弹性包容的制度环境，推动经济发展质量变革、效率变革、动力变革。积极融入“一带一路”建设等国家战略，深化各领域、多形式数字交流合作。完善大数据综合应用的支持政策，制定政务大数据综合应用相关标准，促进数据有序流动、共享、保护与应用。
四、政务大数据综合应用发展方向
全面贯彻创新、协调、绿色、开放、共享的新发展理念，推动社会力量参与、创新建设运营模式，打破信息孤岛、数据壁垒，走向集约化发展道路，推进数据共享开放，开辟政务大数据综合应用的可持续发展路径。
第一，加强整体性规划。按照全省“一盘棋”的思路，高位谋划全省政务大数据综合应用整体布局，统筹规划构建数据共享交换体系，努力运用大数据驱动创新，构建全省政务大数据综合应用体系。
第二，坚持体系化实施。以数据共享开放为重点，以强化综合应用服务为核心，按照统一体系架构、统一标准规范，统筹建设、统筹管理，挂图作战、序时推进，边建边用、逐步完善，真正将全省政务大数据综合应用做强做实，形成江苏品牌、江苏模式。
第三，强化数据驱动。树立“一切皆数据”理念，着力打破部门、行业信息壁垒，推动数据共享，切实发挥数据对政府治理、经济转型、社会服务的支撑和驱动作用。
第四，坚持成效导向。把增进人民福祉、促进人的全面发展作为大数据综合应用体系建设的出发点和落脚点，切实增强政府治理效能，推动数字政府建设。
第五，落实制度性保障。加强网络接入、系统上云、数据归集、应用服务、安全防护等方面制度建设，强化刚性约束、强调评估激励，狠抓制度执行、促进工作落实，形成一体化发展良好局面。
作者单位：江苏省大数据管理中心