大数据对政府治理的影响及挑战

大数据对政府治理的影响及挑战

*

刘叶婷①　唐斯斯**②

①天津市信息中心　天津　300201

②国家信息中心中国智慧城市发展研究中心　北京　100045

摘　要:关键词：政府治理是一个动态的过程，受社会经济、政治结构、技术变革、文化环境等诸多因素的综合影响。技术变革是政

府治理现代化的重要推动力量，大数据作为一种新技术，推动全球进入一个将数据当作核心资产的新时代，推动社会朝着更加开放、权力更分散和网状大社会方向发展。文章从政府治理理念、政府治理范式、政府社会管理三个方面分析了大数据对政府治理所带来的影响；同时，对大数据时代政府治理可能面临的数据治理难、数据匮乏、数据驱动力不足、公众参与“悖论”等挑战进行了说明。

大数据；政府治理；公共服务；社会管理；政府绩效管理

*基金项目：国家信息中心科研项目“智慧教育及其大数据应用研究”（课题编号：2014-0018）的阶段性研究成果。

**通讯作者 收稿日期：2014-03-31 修回日期：2014-05-29

大数据时代是一个将数据当作核心资产的时代，数据呈现战略化、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，以及目前正在制订的、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；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 Productivity）[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

专题报告

府指令》（The Open Government Directive），作为大数据的前奏推出了“https://www.wendangku.net/doc/cd4587490.html,”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系，因此很难进行精准的定义。维基百科将大数据定义为“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，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行业内的技术术语，其主要的特征有：

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在。数据规模大并不意味着价值高，相反，这些数据间更多地表现为稀缺性、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。[11]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”。[12]“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

刘叶婷 唐斯斯·大数据对政府治理的影响及挑战

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（参见表1）。

表1　大数据Vs特征

Vs特性描述

Volume海量化数据衡量数据的规模

Velocity高速度处理衡量数据的处理速度

Variety多样化结构衡量数据的类型

Viscosity强关联数据衡量数据流间的关联性

Variability易变化数据衡量数据流的变化率

Veracity精确化数据衡量数据的确定性

Volatility数据有效性表明数据有效性及存储的期限

……

2.大数据的社会属性

任何事物都具有物理和社会两类属性特征。无论是最初的“4V”还是IBM修正后的“Vs”理论，我们认为它们都属于大数据的物理属性，是大数据所具有的区别于其他事物的特征，更多关注的是大数据的物理属性。这时的大数据被贴上的是“技术”标签。事实上，现在我们所谈到的大数据概念，其范畴已经远远超过了技术领域，而是被赋予了更丰富的社会属性。在看待大数据时，要建立全面、系统的大数据意识，要看到大数据在创造社会价值、变革行为方式等社会属性的“大”，而不仅仅只是其物理属性的“大”。

艾伯特·拉斯洛·巴拉巴西在《爆发：大数据时代预见未来的新思维》一书中指出，“大数据，更强的流动能力，社会化增强；每个人都是自媒体，个性化增强；更大范围的连接，网络化增强”；涂子沛在《大数据：正在到来的数据革命》一书中指出，“大数据时代是一个更开放的社会、一个权力更分散的社会、一个网状的大社会”。综合以上观点来看，我们认为，大数据只有与人发生了关系，展示了人类行为的规律性，才真正具有了意义。大数据应该具有它的社会属性，大数据社会属性是指大数据受社会影响所衍生出来的属性。

事实上，我们认为，大数据发展到今天，其内涵已经不仅仅局限于技术维度，而是在演变过程中概念和涵义不断扩展，进而形成了一个语义更加丰富、维度更加多元的综合性的概念，主要可以从以下几个方面理解：大数据是一种技术。大数据中的数据量非常巨大，达到了PB级别，在这庞大的数据之中不仅仅包括结构化数据（如数字、符号等数据），还包括非结构化数据（如文本、图像、音频、视频等数据）。这使得大数据的存储、管理和处理很难利用传统的关系型数据库去完成。在大数据之中，有价值的信息往往深藏其中。这就需要利用可视化分析、数据挖掘算法、预测性分析能力、语义引擎和数据质量管理（Data Quality Management）等技术对海量数据进行快速处理并获取有价值的信息，这个获取信息的过程就是大数据技术。

大数据是一种能力。大数据是一种寻找确切意思的能力，在大量数据当中寻找到背后隐藏的意义，发现事先未能想到的关系、有意思的联系的能力；大数据是一种能较准确判断事物发展趋势的能力，大数据通过对行为数据、物理数据等的分析，可以找出数据之间微妙的关联关系，然后利用这些关系找到事物发展的规律，进而预测未来；大数据是一种能带来创新的能力，大数据通过对数据的整合，将看似不相关的数据进行“重组”和分析，挖掘数据的潜在价值，进而实现数据创新，这种创新有可能带来产业的转型，也可能创新某种产品。

大数据是一种思维。大数据是一种以“开放共享”为核心价值观的思维方式，在大数据时代强调从信息公开到开放数据，从开放数据到开放数据接口，随着数据开放共享程度的提高，社会的开放共享程度也在提高。2014年4月24日，百度宣布开放全球首个大数据引擎，

刘叶婷 唐斯斯·大数据对政府治理的影响及挑战

并向外界开放，为社会提供大数据存储、分析及挖掘的技术能力。

大数据是一个时代。大数据开启了一个以数据为基本元素的、以数据为战略资产的时代，在大数据时代掌握了数据就意味着拥有了核心竞争力。每个个体都是一个数据“源”，每个个体都可以发声，大数据时代让社

会朝着更加个性化、民主化、自由化、开放化的方向发展。（三）大数据的技术路线

从技术角度来说，大数据不是数据的简单罗列和堆积，而是需要对所收集的碎片化、多样化、价值度低的数据进行关联分析，如对政府部门业务数据库、政府网

站浏览量，以及政务微博和微信等社交网络数据进行抽取集成后，利用数据挖掘、统计分析等分析工具找出可以预测事物发展的规律、可以对现象做出解释的原因，然后以可理解的、交互的方式展现给使用者，为用户提供决策分析支持（参见图1）。

二、大数据时代对政府治理的影响

在看待大数据时，要建立全面、系统的大数据意识，要看到大数据在创造社会价值、变革行为方式等社会属性的“大”，而不仅仅只是其物理属性的“大”。大数据时代，政府治理中更加关注的是大数据的社会属性，

刘叶婷 唐斯斯·大数据对政府治理的影响及挑战

图1　大数据的技术路线图[10]

物理属性为政府治理提供了技术支撑，而社会属性却可能变革政府治理的模式，对于政府治理创新有着不可估量的作用。从技术层面来看，大数据时代社会信息化和政府信息化程度前所未有，物联网、云计算、数据整合、基于语义网的Web3.0、关联数据、信息发布等新技术的发展与普及，为政府治理实现“智能”化提供了技术支撑，将会从根本上改革政府的组织模式和政府形态，进而改变政府治理模式，影响整个政府存在的形态。从长远来看，大数据将会对政府治理范式、政府职能和政府自身管理等多个方面产生影响。

（一）对政府治理理念的影响

⒈开放的意识

“开放”是大数据时代最强音。无论是美国提出的“开放政府”战略，还是规模不断扩大的世界“开放联盟”组织，世界各国政府的开放意识在强化。开放意识的缺失，将使一个国家或政府在大数据时代处于“被淘汰”的境地。

⒉包容的心态

大数据时代，国家间的包容性增强，欧盟科学数据的开放战略志在打破体系内20多个国家的数据分界线，实现数据世界的一体化。美国与印度联合开发公共数据OGLP平台，希望可以将其免费、无条件地移植到世界各国或组织，国家边界模糊化；美国“We the People”的上线，政府利用“社交”方式为公民提供了合法的倾诉平台，可以更近距离地听到公众的声音，政府与公众之间的包容度增强。

⒊科学的态度

大数据时代，数据的颗粒度在变小，政府所能获得和提供的数据更加原始与真实，政府决策过程在科学技术的支撑下变得高效与可考证化，决策结果中不确定因素所带来的风险大大降低。科学思考成为一种习惯，经验分析不再主导。

⒋关联的思考

大数据时代，认识问题、分析问题、思考问题、解决问题，都需要进行“关联”，人的关联、物的关联、人与物的关联，历史时间的关联，地理位置空间的关联，多维度的关联。

⒌深度的分析

大数据时代，分析是深度的、实时的，大数据分析的是极端个人化的数据，这些个人信息以形态各异的形式分散在不同的时间段、不同的地理位置、不同的网站平台，大数据要做的就是不停地分析，深入挖掘这些看似不相关的数据，找出数据间可能存在的规律。

（二）对政府治理范式的影响

随着政府治理环境的改变，政府治理范式在不断发展创新。大数据被认为是继互联网革命之后又一次技术革命。技术是政府治理的要素之一，技术变革是政府治理现代化的重要推动力量。对于政府来说，技术变革既可以带来治理手段的创新，也可能推动治理机制的创新，最终变革政府治理范式。[13]

大数据时代要对数据进行治理，而非管理，避免出现数据的独享、集中和单向性，充分体现社会开放性、权力多中心和双向互动特性。一般认为，新公共管理自20世纪90年代末已经进入了后新公共管理时期，兴起了“治理”理论。在美国，对新公共管理进行批评并对它大有取代之势的是新公共服务，代表性人物罗伯特·登哈特甚至认为，新公共服务已经成为公共行政的一种模式。在英国，对新公共管理的批评发展起来的是整体性治理模式(holistic governance)，其代表人物是佩里·希克斯和帕却克·登力维。[14]新加坡政府在其《新加坡电子政务总体规划（2011－2015）》（eGov2015）中提到了“整体政府转型”，整体政府转型的目的是为公

刘叶婷 唐斯斯·大数据对政府治理的影响及挑战

众提供更加便捷的服务，核心是达到共享和协同。

除了已经发展较为成熟和体系化的新公共服务和整体性治理两大主流政府治理理论体系外，在信息技术飞速发展的影响下相继出现了数字化治理、网络化治理等提法。尽管各流派侧重点各有不同，但也存在一定的共性，“治理”理论的核心观点是主张通过合作、协商、伙伴关系，确定共同的目标等途径，实现对公共事务的管理，涉及的核心问题就是权力多中心化以及由此引发主体多元化、结构网络化、过程互动化和方式协调化的诉求。对比大数据的社会属性，发现其与“治理”理论在多中心、回应性、协同化等诸多方面不谋而合。因此，将大数据应用到政府治理中将加速政府治理的创新，可以产生“倍增”效应。

大数据时代的政府治理范式将在新公共管理、新公共服务、整体治理、数字化治理、网络化治理等多种治理模式的基础上，以“智能化”重新塑造政府治理模式。虽然这种想法尚不成熟，但我们认为：大数据创新政府治理的动力源于其“智能”治理，大数据将引领社会从信息时代、知识时代向智能时代迈进。在智能时代，人与人之间的合作、任务之间的对接会更精确，要求政府治理实现“智能化”，以降低整个国家和社会的运行成本。在大数据时代，海量基础数据经过三次转化，政府治理实现“智能”化。首先，通过利用先进的数据技术对大量的政府业务数据和公众行为数据进行分析，实现无序数据向关联化、隐性数据向显性化、静态数据向动态化、海量数据向智能化的转化；然后，政府加大数据开放力度，形成新的产业进而创造利润，同时也可以利用数据加强绩效考评提升政府人员、政府组织和IT资产的效率，进而节省政府行政成本，提升政府竞争力；最后政府加深在网络反腐、舆情监控等公共领域对数据的应用，实现政府决策、政府管理由事后决策转变为事前预警，将数据转化为科学决策，提升政府决策力。如此，经过三次转化，政府把低价值度的数据转变成政府治理能力，实现“智能”治理。

（三）对政府社会管理的影响

⒈公共决策——趋于“社会化”

大数据对政府决策的影响，其核心在于运用大数据理念和意识创新决策机制，实现“数据驱动决策”，“引导政府前进的将是基于实证的事实，而不是意识形态，也不是利益集团在政府决策过程中施加的影响”。[15]诺贝尔经济学奖获得者赫伯特·西蒙提出决策者在决策过程中表现出有限理性而非纯理性的观点，当决策者试图理性地行动时受到获得信息和加工信息能力方面的限制。[16]显然，按照西蒙的理论，基础数据和信息是正确决策的重要依据，没有准确可靠的数据和信息作保障，就无法作出及时、正确的决策。

大数据时代，信息和加工信息能力方面的限制被最大程度地“最小化”了，物联网的广泛应用和智能终端的普及为信息决策提供了大量实时而精准的数据，云计算为海量数据存储提供了“场地”和平台，开源软件、商业智能等技术的成熟保证了对海量数据的处理能力。更为关键的是，社交网络快速发展所产生的社会行为数据使得政府决策“社会化”特征更加明显，社会行为数据的深度分析使得政府在决策治理机制上呈现出社会化创新趋势。

⒉社会参与——从“象征性”到“实质性”

根据美国学者阿尔斯泰因（S.R.Arnstein）的观点，公众参与可以分为三个层次：第一层次是假性参与或非参与，包括操纵性参与和教育性参与两种形式；第二层次是象征性参与，包括告知性参与、咨询性参与和限制性参与等形式；第三层次是实质性参与，有合作性参与、代表性参与、决策性参与等形式。公众的参与程度与参

刘叶婷 唐斯斯·大数据对政府治理的影响及挑战

与层次呈正相关，随着参与层次的上升而逐渐加强（参见图2）。[17]目前，公众参与仍然以象征性参与为主，集中表现在政府网站以发布国家政策、领导活动等告知性政务信息为主，政府网站上的“建议征集”“网站调查”等更新不及时，公众参与反馈度不足，公众希望了

解的涉及政府管理的敏感信息公开度不够，等等。

图2 S.R.Arnstein的公众参与层次大数据时代，政府将以更加开放的心态把民众当作“合作伙伴”和城市问题的“决策者”，给民众提供广泛的参与机会，从而推动公众参与由象征性参与阶段迈向实质性参与阶段。

⑴增强公众社会参与的合法性

在大数据时代，社会成为一个社交平台，公众可以任意使用平台上的资源，同时可发表自己作为公民的意

愿或建议。政府会主动或被动地听取公众的意愿或建议，公众的声音在社会响起。2011年9月，奥巴马曾作出

承诺，启动一个全新的在线工具“We the People”项目，让美国人民能直接向白宫请愿，让政府可以听到他们的

声音。“We the People”网页允许用户创建账户、登录、发起请愿并投票，当投票超过美国白宫设置的“阈值”，政府会对其“Petition”发表官方回复，同时还会将请愿

书提交给制定政策的相关部门。截至2013年5月上旬，美国共对110个“Petition”作了官方回复（参见网址：https://https://www.wendangku.net/doc/cd4587490.html,/）。公众参与社会治理的合法性在一定程度上得到承认。

⑵拓展公众参与的渠道

基于Web3.0语义网技术，以“微博”等社交媒体为主的分布式信息发布技术为公众参与提供了实时互动的全新信息空间，导致了信息的海量递增和传播渠道的极度多元，加强了与公众的沟通。政府充分重视社交媒体和手机移动应用的功能，美国政府网站为公众搭建了政府与公众沟通的Web2.0平台，Facebook、Twitter 等社交媒体成为公众表达意愿的最佳发言“场所”，政府服务被越来越多地“搬上”手机，APP 应用的下载率和评级可以告诉政府公众需要什么。美国政府计划把“We the People”与社交媒体整合，并推出一个移动版本。

⑶激活公众的社会创造力

个人可以将数据转化为大众应用，提升公众在社会管理中的参与度，以美国纽约市为例，大数据时代，纽约市以更加开放的心态、更加有战略的意识和更加先进的技术，实现了政府治理模式的转型与创新。纽约市通过向公众开放数据“激活”大众创新，通过政府数据开放统一网站NYC Open Data，纽约市政府向公众大量开放政府部门的数据资源。目前，已经有60多个政府部门向公众开放了750多个数据库，任何人都可从网站上

直接下载这些数据，这些数据格式是机器可读的。公众可利用来这些数据参政议政和监督政府，也能利用其

提高生活品质和创造社会价值。纽约市的官员认为，开放政府数据还有助于提升投资者对城市的信心，从

而能增加资本流入、带动经济发展促进就业（参见：https://https://www.wendangku.net/doc/cd4587490.html,）。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

刘叶婷 唐斯斯·大数据对政府治理的影响及挑战

（NYC BigApps），吸引了二十多万的人关注，有8万多人参与了“最佳APP”的投票活动（参见：http:// https://www.wendangku.net/doc/cd4587490.html,）。过去三年，主办方共收到了238个应用，其中30多个获得了奖项。例如，“别在这里吃饭”（Don't Eat At）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。这些获奖者通过其APP应用共吸引了600多万美元的投资。[18]

⒊社会危机治理——“去危机”化

所有危机的发生都不是偶然的，而是有着内在联系和必然性。在应对各种危机中，政府要做的是监测数据，找到规律，预警防范。大数据通过增强对现象发生小概率的关联与研究，可以有效减少社会危机发生的不确定性，增强风险预警能力，降低社会危机带来的危害。例如，美国联邦执法部门和情报机构在网上发布的信息征集启事显示，美国政府正在寻找一款能够分析社交媒体海量数据，并预测未来恐怖主义袭击和国外暴乱等重大事件的软件（参见https://www.wendangku.net/doc/cd4587490.html,/archives/24254.html）。

一般来说，社会危机主要包括经济风险、自然风险、公共健康风险（食品和药品安全）、技术风险（核泄露、疫情传播）和社会群体危机等几大类[19]，利用大数据技术可以增强对经济风险、自然风险发生可能的预见性；可以有效追踪食品与药品从生产到流通的各个环节，将隐患消除在源头，同时，政府还可以通过对被召回的物品进行关联分析实现对企业、行业的有效监管；可以利用世界医疗、技术资源共享增强风险的可解决性。此外，公共危机发展态势越来越取决于公众的态度，通过对公众所关心的社会热点、微博等社交媒体的分析，可以较早地发现社会群体事件预兆，进而采取有效的解决策略。

例如，美国政府推出的“一站式”产品召回网站，就是利用大数据有效减少社会危机、增强风险预警能力的应用。为了便于公众查找召回产品信息以及对行业进行监管，美国国家公路交通安全管理局（NHTSA）、食品药品管理局（FDA）、海岸警卫队、农业部（USDA）、环保署等六个联邦政府部门联合不同管辖区共建了“一站式”产品召回网站（网址：http://www.Recalls. gov/），向公众集中提供消费者产品、机动车、食物、药品、化妆品和环保产品等七大类产品的召回信息。在该网站中，公众可以查到最及时的召回信息，大到汽车、药品，小到汽车安全坐垫、超市猪肉质量等，同时公众也可以在该平台向有关部门提交不安全产品信息，形成查询、举报一体化平台。该网站的作用决不止于此，政府部门可以通过该网站浏览量监测到近期不合格产品出现的频度、领域等，近而加强对有关行业和企业的监管，最终实现联合执法和管理。

三、大数据时代政府治理面临的挑战

新生事物的发展和变迁，往往在给社会带来福音的同时，不可避免地也会伴随新问题的产生。大数据时代，政府在获得数据“红利”的同时，也将面临海量数据爆炸所带来的个人隐私、数据安全等技术难题，面临公共数据的有用性不足、公众参与的有效性不够、业务数据驱动力不足等所带来的深层次社会问题，如何有效应对这些问题将是大数据时代政府治理所面临的新挑战。

（一）公众参与的“悖论”

无序参与过度和创新参与无力是政府进入大数据时代面临的公众参与“悖论”。随着社交网络、移动互联网、智能终端等的普及成熟，公众表达诉求和参与社会公共治理的渠道更为多元、更加便捷，公众个人意愿和诉求的表达无限自由，“自由爆炸”导致社会无序“参与过度”。另外，公众利用海量数据开发新应用、创新新技术等实践少之又少，中国的公众创新无力与美国、新加坡等国通过公众参与提升社会创造力和创新力相比，有

刘叶婷 唐斯斯·大数据对政府治理的影响及挑战

着极大的差距。政府如何引导公众增强创新参与并减少无序参与是大数据时代面临的一个挑战。

（二）数据治理的瓶颈

数据治理既是技术难题，也是管理难题，难题解决的根本却在于后者。一般来说，数据治理主要表现在对数据碎片、数据割据和数据孤岛三个方向的治理。从政府角度来看，政府部门所产生的资料多数为文本信息，有调查显示，虽然政府部门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，也只有散着的数据碎片，缺乏统一的标准使其“格式化”。电子政务经过多年的发展，虽然建成了大量纵横向业务系统，但建设时期、建设主体、业务领域等的不同导致业务数据标准格式不统一，系统异构、数据异构导致政府在数据治理过程中面临着数据割据。政府部门条形化、层级化衍生出数据保护主义，在数据时代有增无减，很可能由“信息孤岛”走向“数据孤岛”。

（三）可用数据匮乏的“尴尬”

在数据大爆炸的时代，政府、研究机构、企业和公众却总是存在着数据不足的感觉，想用的、能用的数据无处可寻，可用的、可信的数据极端匮乏，正是这种“优质”数据缺乏的现状影响制约着社会数据意识的形成、政府业务的应用和数据产业链的形成。因此，在大数据时代初期，将存在“无用”数据爆炸与“可用”数据短缺并存的现象，折射出的是制度尴尬——政府在数据战略、数据开放等方面的制度缺位。

（四）数据开放的权衡

大数据时代，数据开放程度不够首当其冲地成为政府面临的第一难题。政府数据作为国家核心资产，对社会经济、政治和安全都有着决定性作用，仅当季的CPI 就可以对金融、建筑等多个行业带来较大影响。公共数据开放带来的震动是可以想像的。数据开放不是无条件的，政府要权衡数据开放和个人隐私保护、数据开放时间和开放程度、满足社会数据开放需要和保护国家安全等多个方面，然后找到均衡点。如何均衡各方的数据需求是大数据时代政府面临的一大挑战与难题。

（五）“被质疑”的政府公信力

大数据时代，社交网络的发展使得信息更难控制。政府信息引导的“正能量”让位于网络谣言的“负能量”，出现了经济学里所说的“劣币”驱逐“良币”现象，最根本的原因在于政府公信力“被质疑”了，这种质疑在社交媒体的助力下，呈现出“多米诺效应”，一个很小的与政府或社会有关的负面消息可以带来系列的连锁反应，进而造成不可想象的恐慌、灾难等负面影响。

（六）数据驱动力不足

政府接收的数据量之巨令人难以置信，掣肘于意识、制度和技术等多个原因，政府的海量数据多处于“休眠”状态，真正用于提升业务效率、改变业务流程、变革业务发展的应用并不多。目前，政府部门以数据分析作为决策支撑并没有形成气候，将数据分析作为核心竞争力的更是屈指可数。在挖掘信息系统价值方面，数据分析也受管理体制和职能的制约，以及长期传统管理积累的习惯，业务驱动力不足，绩效考核不配套。[20]政府部门对大数据可能产生的价值，以及如何利用数据分析实现政府的科学决策依然有相当长的路要走。

四、总结

大数据时代背景下的社会将是一个更开放的社会、一个权力更分散的社会、一个网状的大社会，社会将具有更强的流动能力，并呈现个性化、社会化和网络化等特征。这些新变化与新特征或多或少会影响政府治理的方方面面，影响的“反射弧”长短不同、影响程度不同，有的影响可能立竿见影，有的影响则是潜移默化的，有

刘叶婷 唐斯斯·大数据对政府治理的影响及挑战

的影响可能只是技术方法上的微小变革，有的影响则有可能是对治理理念和服务方式的根本变革。而毋庸置疑的是，大数据的影响已然发生，如何准确辨析新形势，快速应对新变化，正确采取新措施，这是政府在新时代背景下需要认真思考和积极应对的。

参考文献：

[1]Nature. Big Data[EB/OL]. (2012-10-02)[2014-05-10].

https://www.wendangku.net/doc/cd4587490.html,/news/specials/bigdata/index.

html.

[2]Big Data for Development: Challenges & Opportunities[R/

OL]. [2014-05-10]. https://www.wendangku.net/doc/cd4587490.html,/ insights/business_technology/big_data_the_next_frontier_for_ innovation.

[3]UN Global Pulse. Big Data for Development：Challenges

& Opportunities[R/OL]. [2014-05-10]. http://www.

https://www.wendangku.net/doc/cd4587490.html,/projects/Bigdataofordevelopment.

[4]World Economic Forum. Big Data, Big Impact: New

Possibilities for International Development[R/OL].

2012[2014-05-10]. https://www.wendangku.net/doc/cd4587490.html,/docs/ WEF-TC-MFS-BigDataBigImpact-Briefing-2012.pdf.

[5]Digital Government Strategy[S/OL]. (2012-03-29)[2014-

05-10]. https://www.wendangku.net/doc/cd4587490.html,/blog/2012/03/29/ big-data-big-deal.

[6]Obama Administration Unveils $200M Big Data R&D

Initiative[EB/OL]. (2012-03-29)[2014-05-10]. http:// https://www.wendangku.net/doc/cd4587490.html,/what-we-do/obama-big-data-initiative.

[7]Big Data Research and Development Initiative[R/OL]. (2012-

05-23)[2014-05-10]. https://www.wendangku.net/doc/cd4587490.html,/ sites/default/files/omb/egov/digital-government/digital-government-strategy.pdf.

[8]Big Data[EB/OL]. [2014-05-10]. https://www.wendangku.net/doc/cd4587490.html,/

wiki/Big_data.[9]姜奇平.大数据的时代变革力量[J].互联网周刊，

2013(1).

[10]孟小峰，慈祥. 大数据管理：概念、技术与挑战[J]. 计算

机研究与发展，2013，50(1): 146-169.

[11]IBM商业价值研究院. 分析：大数据在现实世界中的应

用[R/OL]. [2014-05-10]. https://www.wendangku.net/doc/cd4587490.html,/ files/3/23443.pdf.

[12]IBM Center for The Business of Government. Realizing the

Promise of Big Data: Implementing Big Data Projects[R/OL].

[2014-05-10]. https://www.wendangku.net/doc/cd4587490.html,/ sites/default/files/Realizing%20the%20Promise%20of%20 Big%20Data_0.pdf.

[13]杨雪冬. 简论中国地方政府创新十个问题[J]. 公共管理学

报, 2008(1)：16-26.

[14]竺乾威. 从新公共管理到整体性治理[J]. 中国行政管理,

2008(10)：52-54.

[15]决胜大数据[EB/OL]. (2013-01-25)[2014-05-10].

https://www.wendangku.net/doc/cd4587490.html,/g/19/zhuanti/2013/0125/

35994.html.

[16]西蒙 H. 管理行为——管理组织决策过程的研究[M]. 北

京： 北京经济学院出版社，1988：78-83.

[17]徐琪. 网络公民参与的问题、对策及前景——基于芜湖市

的经验[D]. 北京：对外经贸大学，2007: 19-20.

[18]郑磊. 纽约的“电子治理”[N/OL]. 2013-02-05[2014-

05-10]. https://www.wendangku.net/doc/cd4587490.html,/dfzb/html/2013-02/05/content_733990.htm.

[19]钟开斌. 风险管理研究：历史与现状[J]. 中国应急管理,

2007(11): 20-25.

[20]周恒星，赵奕，伏昕，等. 徘徊的大数据门前：五个真实

的数据挖掘故事[J]. 中国企业家, 2013(7).

作者简介：

刘叶婷，硕士，天津市信息中心工程师。

唐斯斯，博士，副研究员，国家信息中心中国智慧城市发展研究中心外联部主任。

刘叶婷 唐斯斯·大数据对政府治理的影响及挑战

大数据带来的给予和挑战

大数据带来的机遇和挑战 互联网高端技术的创新与发展，给人类社会带来了巨大变化。今后20年全球将步入大数据新时代。高端互联网将再铸新世界。我们正处在一个数据爆发增长的时代。移动互联网、移动终端和数据感应器的出现，使数据以超出人们想象的速度在快速增长。据国际数据资讯公司（GlobalPulse）估测，数据数量一直在快速增加，每年增长50%，这个速度不仅是指数据流的增长，而且还包括全新的数据种类的增多。据统计，全球企业2010年在硬盘上存储了超过7EB的新数据，消费者在PC和笔记本电脑等设备上存储了超过6EB新数据，而1EB数据就相当于美国国会图书馆中存储数据的4000多倍。目前数据容量增长的速度，已经大大超过了硬件技术的发展速度，并正在引发数据存储和处理的危机。 有研究统计，从人类文明开始到2003年，人类共创造了5TB（兆亿字节）的信息，而现在，这样的数据量却仅需两天就被创造出来，且速度仍在加快。数据显示，2011年全球创建和复制的数据总量，就达到了1.8ZB(1ZB等于10的21次方比特)，相当于全球每人产生300GB以上的数据。目前这个数字仍在快速增长，预计2020年，全球产生的数据量更将超过80ZB。由此可见，我们的确已经迈入了大数据时代。 2012年3月，美国奥巴马政府发起了《大数据研究和发展倡议》，将大数据定义为“未来的新石油”，称将斥资2亿美元用于大数据研究，以应对大数据革命正在带来的大机遇。据美国咨询机构Gartner预测，从现在起到2015年，大数据将会在世界范围内创造440万个工作岗位。 “大数据”，这一新兴概念，正在被赋予极其丰富的内涵，并被寄予特别巨大的希望……大数据时代,我们该如何寻找对策,迎接挑战? 一、“大数据资源”成为重要战略资源 互联网时代,“资源”的含义正在发生极大的变化,它已不再仅仅只是指煤、石油、矿产等一些看得见、摸得着的实体，“大数据”，也正在演变成不可或缺的战略资源。互联网、物联网每天都在产生大量的数据，这些庞大的数据资源，为人们依据数据了解世界、了解市场、了解人们的生活提供了可能。大数据已经被视为一种资产、一种财富、一种可以被衡量和计算的价值。得大数据者得天下，是一些推崇大数据时代的变革者所坚信不疑的判断。

探究政府大数据治理与区块链技术应用

探究政府大数据治理与区块链技术应用 发表时间：2018-09-18T19:01:30.160Z 来源：《基层建设》2018年第24期作者：舒蜜 [导读] 摘要：本文首先阐述了区块链技术在政府大数据治理中的应用，接着对技术实现与应用局限性进行了探讨，希望能够起到一定的借鉴作用。 广西桂能软件有限公司 摘要：本文首先阐述了区块链技术在政府大数据治理中的应用，接着对技术实现与应用局限性进行了探讨，希望能够起到一定的借鉴作用。 关键词：政府大数据治理；区块链技术；应用 引言 基于信息时代的背景下，政府部门经过长时间的发展积累了大量的数据，如医疗、社保等，我们可以将其叫做“政府大数据”。对于政府大数据来说，和互联网数据有着本质上的区别，其有着高价值密度的优势。而怎样共享、从分挖掘这些数据潜在的价值，是当前相关人员值得深思的课题。 1区块链技术在政府大数据治理重的应用 所谓区块链技术，实质上属于一种分布式账本技术，同时整个账本都是由相关数据区块链接生成的，由各方参与者一起维护，并且所有参与者都留有一份拷贝，只有所有参与者对数据进行修改才有效。而针对政府大数据治理来说，是一个需要多方一起参与的过程，其包含诸多内容，如产生者、使用者等。由此可见，将区块链的技术优势渗透到政府大数据治理是当前发展的必然趋势，具体内容请看图1所示。 图1区块链应用于政府大数据治理 第一，由于区块链有着较多的特点，如可追溯性、不可篡改性等，当数据块生成以后也就代表所有参与者的认可，不能对其再次操作，且自带时间戳。可见，将其使用到政府大数据治理中有着显著的效果，不但能够为数据确权带来益处，而且还能够记录数据产生、转移等一系列环节。将数据当作重中之重，有效解决了相关部门的后顾之忧。 第二，针对区块链来说，数据包的哈希值是独一无二的，这样就可以对数据包的真实性进行验证。就哈希加密算法而言，能够对数据可能包含的隐私部分做好加密工作，为数据的脱敏提供应有的保障。不仅如此，当涉及数据各方之间的情况下，这时需要使用非对称加密技术，该技术能够将角色加以明确，并对数据的操作权限进行科学划分，为数据的安全性创造有利条件，尽可能减少政府部门数据存在较大的安全隐患。 第三，在智能合约技术中较为适用，能够对相关政府部门之间设定好的数据规则实现自动管理的目的，并在实际操作的时候可以有效避免人为因素的介入，为数据的稳定性营造出一个良好的环境。 2技术实现与应用局限性 2.1建链 我们从区块链开放程度出发，可以将其分为以下几种类型：第一，公有链。该链接对所有参与者开放，无论是谁都有权利参与其中；第二，联盟链。该链接仅仅对某些特定的组织开放；第三，私有链。仅仅对个人或者是某个组织开放。站在政府大数据开放程度的立场来看，可以灵活运用不同种类的区块链。打个比方来说，就国家大数据中心而言，就可以使用公有链，这样举国上下的所有公民都可以参与其中，达到全民共享的效果；针对某些地方政府部门来说，可以使用联盟链；就某个部门某种数据的管理而言，这时就可以使用私有链。我们不难发现，无论哪种类型的数据都可以形成一条链。从数据区块的角度来看，能够对数据的来源、上一区块的哈希值等进行详细的记录。显然数据区块主要是经过以下步骤来对数据进行全生命周期记录的：第一步，对更新、复制、下载等；第二步，触发生成一个区块；第四步，接入区块链。 2.2共识机制的设计 对于共识机制来说，其要求各方主动参加、各自发挥自身所长，各得其所，这样才能使相关数据实现管理与监督的效果。一个合格的共识机制必然离不开激励机制的参与，这样才能充分调动各方的积极性，促使其都可以主动参与到活动当中。比如，谁得到了记录权，谁就会得到相应的积分，请求使用数据的时候会扣除掉相应的积分。对于数据提供方来说，假如分享的数据被其他参与方请求或者是使用了，那么就可以得到相应的积分奖励。至于谁有资格加入链，共有链不需要考虑这一问题，而私有链需要通过中心节点批准；就联盟链而言，可以进行集体批准，也可以达到一定比例者同意即可；不管是谁，都享有自由退出的权利。 2.3基于智能合约的权限管理和交易规则 基于智能合约的背景下，无论是对于权限管理来说，还是就交易规则而言，都能够通过链上编码得以实现，在实际交易的时候可以达到自动运行的效果，不需要人工操作，为数据操作的可靠性提供应有的保障。打个比方来说，当很多部门都在享有数据模型的情况时，不管哪个部门都要采取共享自身数据（数据量、数据种类等）的方式得到相应的积分（具体的积分制度还需要商定），这个时候我们就将其

大数据技术的挑战和启示分析

大数据技术的挑战和启示 目前，大数据技术的运用仍存在一些困难与挑战，体现在大数据挖掘的四个环节中。首先在数据收集方面。要对来自网络包括物联网和机构信息系统的数据附上时空标志，去伪存真，尽可能收集异源甚至是异构的数据，必要时还可与历史数据对照，多角度验证数据的全面性和可信性。其次是数据存储。要达到低成本、低能耗、高可靠性目标，通常要用到冗余配置、分布化和云计算技术，在存储时要按照一定规则对数据进行分类，通过过滤和去重，减少存储量，同时加入便于日后检索的标签。第三是数据处理。 有些行业的数据涉及上百个参数，其复杂性不仅体现在数据样本本身，更体现在多源异构、多实体和多空间之间的交互动态性，难以用传统的方法描述与度量，处理的复杂度很大，需要将高维图像等多媒体数据降维后度量与处理，利用上下文关联进行语义分析，从大量动态而且可能是模棱两可的数据中综合信息，并导出可理解的内容。第四是结果的可视化呈现，使结果更直观以便于洞察。目前，尽管计算机智能化有了很大进步，但还只能针对小规模、有结构或类结构的数据进行分析，谈不上深层次的数据挖掘，现有的数据挖掘算法在不同行业中难以通用。 大数据技术的运用前景是十分光明的。当前，我国正处在全面建成小康社会征程中，工业化、信息化、城镇化、农业现代化任务很重，建设下一代信息基础设施，发展现代信息技术产业体系，健全信息安全保障体系，推进信息网络技术广泛运用，是实现四化同步发展的保证。大数据分析对我们深刻领会世情和国情，把握规律，实现科学发展，做出科学决策具有重要意义，我们必须重新认识数据的重要价值。 为了开发大数据这一金矿，我们要做的工作还很多。首先，大数据分析需要有大数据的技术与产品支持。发达国家一些信息技术（IT）企业已提前发力，通过加大开发力度和兼并等多种手段，努力向成为大数据解决方案提供商转型。国外一些企业打出免费承接大数据分析的招牌，既是为了练兵，也是为了获取情报。过分依赖国外的大数据分析技术与平台，难以回避信息泄密风险。有些日常生活信息看似无关紧要，其实从中也可摸到国家经济和社会脉搏。因此，我们需要有自主可控的大数据技术与产品。美国政府2012年3月发布《大数据研究与发展倡议》，这是继1993年宣布“信息高速公路”之后又一重大科技部署，联邦政府和一些部委已安排资金用于大数据开发。我们与发达国家有不少差距，更需要国家政策支持。 中国人口居世界首位，将会成为产生数据量最多的国家，但我们对数据保存不够重视，对存储数据的利用率也不高。此外，我国一些部门和机构拥有大量数据却不愿与其他部门共享，导致信息不完整或重复投资。政府应通过体制机制改革打破数据割据与封锁，应注重公开信息，应重视数据挖掘。美国联邦政府建立统一数据开放门户网站，为社会提供信息服务并鼓励挖掘与利用。例如，提供各地天气与航班延误的关系，推动航空公司提升正点率。

专业技术人员继续教育大数据时代的政府治理创新答案

大数据 1.政府 2.0不以政府为中心，而是以公众为中心，建设（）政府。（ 3.0分） A.服务型 B.创新型 C.节约型 D.开放型 我的答案：A答对 2.Web2.0强调（）。（ 3.0分） A.个人 B.单位 C.网站 D.机构 我的答案：A答对 3.（）说明如果联网越多，从介入方式、技术上越来越突破，则网络规模越大、成本越低，网络的成本可能会趋向于零。（3.0分） A.摩尔定律 B.吉尔德定律 C.梅特卡尔夫定律 D.新摩尔定律 我的答案：B答对

4.梅特卡尔夫定律主要是描述信息网络，指出网络的价值在于网络的互联，联网的接点数与其价值呈现（）的方式，联网越多，系统的价值越大。（3.0分） A.指数 B.正比 C.反比 D.对数 我的答案：A答对 5.社会成员或者用户之间社会成员之间共同参与信息的处理、信息的分享、信息的传播，这个活动就叫（）。（3.0分） A.云计算 B.社会计算 C.政府计算 D.高强度计算 我的答案：B答对 6.（）时代，使得信息智慧解读时代到来。（3.0分） A.Web1.0 B.Web2.0 C.Web3.0 D.Web4.0 我的答案：C答对

2.信息技术产品的演进遵循哪些定律？（）（5.0分）） A.摩尔定律 B.吉尔德定律 C.梅特卡夫定律 D.图灵定律 我的答案：ABC答对 3.基于信息数据的管理和服务创新主要表现在（）。（5.0分）） A.数据驱动的创新 B.个性化的管理服务 C.高强度的计算 D.认知方式的变化 我的答案：ABCD答对 4.云计算使得使用信息的存储是一个（）的方式，它会大大地节约网络的成本，使得网络将来越来越泛在、越来越普及，成本越来越低。（ 5.0分）） A.分布式 B.密集式 C.密闭式 D.共享式 我的答案：AD答对

大数据时代信息安全面临的挑战与机遇

大数据时代信息安全面临的挑战与机遇 2013-7-11 10:17:00来源：中国科技网 根据有关学者的研究，数据密集型科学将成为继实验科学、理论科学、计算机科学之后，人类科学研究的第四个范式。以大数据为代表的数据密集型科学将成为新一次技术变革的基石。随着数据的进一步集中和数据量的增大，对海量数据进行安全防护变得更加困难，数据的分布式处理也加大了数据泄露的风险，信息安全正成为制约大数据技术发展的瓶颈。 大数据时代已经到来 物联网、云计算、移动互联网等新技术的发展，使得手机、平板电脑、PC及遍布地球各个角落的传感器，成为数据来源和承载方式。据估计，互联网上的数据量每两年会翻一番，到2013年，互联网上的数据量将达到每年667EB（1EB=230GB）。这些数据绝大多数是“非结构化数据”，通常不能为传统的数据库所用，但这些庞大的数据“宝藏”将成为“未来的新石油”。 1.大数据具有四个典型特征 大数据（Big Data）是指“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”。业界通常用四个V来概括大数据的特征。 ——数据体量巨大（Volume）。到目前为止，人类生产的所有印刷材料的数据量是200PB（1PB=210TB），而历史上

全人类说过的所有的话的数据量大约5EB（1EB=210PB）。当前，典型个人计算机硬盘的容量为TB量级，而一些大企业的数据量已经接近EB量级。 ——数据类型繁多（Variety)。这种类型的多样性也让数据被分为结构化数据和非结构化数据。相对于以往便于存储的以文本为主的结构化数据，非结构化数据越来越多，包括网络日志、音频、视频、图片、地理位置信息等，这些多类型的数据对数据的处理能力提出了更高要求。 ——价值密度低（Value）。价值密度的高低与数据总量的大小成反比。以视频为例，一部1小时的视频，在连续不间断的监控中，有用数据可能仅有一两秒。如何通过强大的机器算法更迅速地完成数据的价值“提纯”，成为目前大数据背景下亟待解决的难题。 ——处理速度快（Velocity）。这是大数据区分于传统数据挖掘的最显著特征。根据IDC的“数字宇宙”报告，预计到2020年，全球数据使用量将达到35.2ZB（1ZB=210EB）。在如此海量的数据面前，处理数据的效率就是企业的生命。 2.大数据成为国家和企业的核心资产 2012年瑞士达沃斯论坛上发布的《大数据大影响》报告称，数据已成为一种新的经济资产类别，就像货币或黄金一样。奥巴马政府已把“大数据”上升到国家战略层面，2012年3月，美国宣布投资2亿美元启动“大数据研究和发展计划”，借以增强收集

大数据时代,数据共享“倒逼”政府治理改革

通信世界网消息(CWW)在大数据应用快速发展的时代，政府数据通过开放、交换、融合与共享，将原来各部门的“条数据”逐步整合成“块数据”，深入实施大数据政务应用，数据价值才会产生成百倍的裂变效应。 作者：联通西安研究院殷明杨颖席晓 近年来，随着大数据、云计算以及移动互联网等新兴信息技术的不断成熟，以这些新兴信息技术为基础的政府各信息化系统也得到了长足的发展和规模应用，大数据不断被应用到政府日常管理和各种惠民、便民服务中。 通过大数据分析，政府不仅能了解过去发生了什么，更重要是，可以预测未来将会有什么样的变化，从而帮助政府更科学、准确以及快速地制定相应决策，这也成为推动政府政务公开、完善服务、依法行政的重要工具。但与此同时，政府各业务系统之间条块分割、数据孤立，“信息孤岛”现象普遍存在，成为现阶段大数据在政府大规模应用的重要掣肘，而由此引发的重复建设，不仅造成大量浪费，也让政府工作效率乃至公信力大打折扣。因此，现阶段如何有效实现政府各部门的数据共享和交换迫在眉睫。 在大数据应用快速发展的时代，政府数据通过开放、交换、融合与共享，将原来各部门的“条数据”逐步整合成“块数据”，深入实施大数据政务应用，数据价值才会产生成百倍的裂变效应，大数据的应用价值才会被深入挖掘，“倒逼”政府创新社会治理改革，形成政府层面的创新示范，有助于政府深入推进体制机制和经济社会改革，加快向透明、高效、廉洁的服务型、责任型政府转变。 政府各部门数据共享交换存在问题

首先，政府各信息化系统缺乏统一的顶层设计与系统规划，无统一的建设标准。政府信息化基础设施大部分是以前由各部门根据本部门的业务实际需求，逐步分散建立的，各信息化系统没有建立在统一规划的云计算平台之上，如：需要邮件系统就买几台服务器，装上相应的邮件系统软件，能实现日常基本的收发邮件就完事；以后如果需要建立网站，就再买几台服务器，部署上网站系统，能实现部门信息发布、用户能利用网站办理相关业务就竣工；后来再需要什么就添加什么系统，甚至各部门有各自不同版本的办公系统，信息化基础设施建设比较混乱。各部门信息化建设标准不统一，分散建设、重复建设，资源浪费，各部门的系统相互独立，之间存在物理壁垒，没有很好地形成系统之间的互联互通，不能很好地实现信息数据等共享交换。 其次，缺乏必要的法律规范体系保障数据共享交换的安全。大数据的发展与应用在创造价值的同时，也面临着复杂严峻的安全挑战。如果留意今年“两会”消息，“大数据”尤其是政府数据公开共享再次成为各界关注的焦点，现阶段大数据在政府的应用过程中，还没有相关有力的法律来规范政府数据共享交换的行为、保障相关数据共享交换的安全。在大数据时代，想完全屏蔽外部数据商“挖掘”政府相关数据信息非常困难。目前，电子邮件、微信、微博、视频发布、电子商务、社交网络等已成为人们日常数据交流发布的平台，通过交流平台数据中大量的个人信息，可以关联分析和挖掘出公民个人身份、账户、位置、轨迹等敏感或隐私信息，使得对大数据的采集和应用很容易侵犯个人信息和隐私，恶意利用的技术门槛大大降低。 数据共享交换系统因部署在分布式的云化计算平台上，系统在上传、下载、交换的同时，也极易成为黑客与病毒攻击的对象，平台一旦被入侵并产生泄密，则会对政府和相关企业的信誉、研发、销售、服务和品牌等多方面带来严重冲击，带来难以估量的损失；还可能

大数据如何影响政府治理能力

大数据如何影响政府治理能力 大数据是巨量数据的集合，这个陌生的名词出现在我们每一天的生活、工作中。近年来，随着大数据的使用与发展，中央提出要实施“国家大数据战略”，政府通过大数据治理社会。大数据使决策层实时掌握地区态势，让及时的调控和协调管理成为可能。 大数据，对于普通人来讲这貌似是一个陌生的名词。然而，它其实在我们每一天的生活、工作中。在人们网上购物时，平台储存各用户的购买数据，通过统计、计算得出某些规律，这是使用了大数据;在政府某部门工作中，他们通过对某一些产品的数据统计、比对，从而得出某一些结论，这也是使用了大数据。 麦肯锡全球研究所将大数据定义为一种规模大到在获取、存储、管理、分析方面大大超出了传统数据库软件工具能力范围的数据集合。它具有海量的数据规模、快速的数据流转、多样的数据类型和价值密度低四大特征。 阿里巴巴创办人马云在演讲中就提到，未来的时代将不是IT时代，而是DT的时代。DT就是Data Technology，中文意思是数据科技，显示大数据对于阿里巴巴集团来说举足轻重。这不但在商业领域受到重视，在政府层面同样受到关

注。广州市六榕街盘福社区的网格员都配备平板电脑，第一时间记录采集到的信息，配合大数据管理社区。 大数据战略上升为国家战略 2015年9月，国务院公开发布了《国务院关于印发促进大数据发展行动纲要的通知》（以下简称《纲要》）。《纲要》指出，目前中国在大数据发展和应用方面已具备一定基础，拥有市场优势和发展潜力，但也存在政府数据开放共享不足、产业基础薄弱、缺乏顶层设计和统筹规划、法律法规建设滞后、创新应用领域不广等问题，亟待解决。 《纲要》认为，坚持创新驱动发展，加快大数据部署，深化大数据应用，已成为稳增长、促改革、调结构、惠民生和推动政府治理能力现代化的内在需要和必然选择。立足中国国情和现实需要，推动大数据发展和应用在未来5―10年逐步实现以下目标：打造精准治理、多方协作的社会治理新模式;建立运行平稳、安全高效的经济运行新机制;构建以人为本、惠及全民的民生服务新体系;开启大众创业、万众创新的创新驱动新格局;培育高端智能、新兴繁荣的产业发展新生态。 2015年10月举行的十八届五中全会也提出，要拓展互联网经济空间，要实施国家大数据战略，推进数据资源开放共享。其中，十八届五中全会公报提出要实施“国家大数据

大数据对政府治理的影响及挑战

大数据对政府治理的影响及挑战 作者：唐斯斯时间：2014-11-04 摘要：政府治理是一个动态的过程，受社会经济、政治结构、技术变革、文化环境等多因素的综合影响。技术变革是政府治理现代化的重要推动力量，大数据作为一种新技术，推动全球进入一个将数据当作核心资产的新时代，推动社会朝着更加开放、权力更分散和网状大社会方向发展。文章从政府治理理念、政府治理范式、政府社会管理三个方面分析了大数据对政府治理所带来的影响；同时，对大数据时代政府治理可能面临的数据治理难、数据匮乏、数据驱动力不足、公众参与“悖论”等挑战进行了说明。 关键词：大数据；政府治理；公共服务；社会管理 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

医疗大数据面临的挑战及思考

doi:10.3969/j.issn. 1672-5166.2013.04.03 医疗大数据面临的挑战及思考 蔡佳慧①张 涛①宗文红①△ 文章编号：1672-5166（2013)04-0292-04 中图分类号：R-37 文献标志码：A 摘 要随着卫生信息化建设进程的不断加快，医疗数据的类型和规模正以前所未有的速度增长，医疗卫生领域已进入“大数据时代”。本文在对医疗大数据基本概念进行剖析的基础上，归纳总结医疗大数据时代所面临的新挑战，详细介绍闸北区为应对这些挑战在数据管理、整合、存储、利用等方面所实施的具体措施，并对下一步工作进行了有益的思考。 关键词大数据卫生信息化数据处理 Challenges and Considerations of the Big Data of Medicine Cai Jiahui, Zhang Tao, Zong Wenhong Zhabei District Health Research and Information Center, Shanghai 200070, China Abstract With the rapid development of health information, the type and scale of medical and health data continue to expand at an unprecedented pace. Medical and health ? eld has entered a big-data era. On the basis of the analysis of the basic concepts of health data, this paper summarizes the new challenges faced in medical and health ? eld in the age of big data and introduces in details the implementation of speci? c measures of Zhabei District to meet these challenges in data management, integration, storage, utilization. The bene? cial thinking for the next step has also been put forward. Key words Big data, Health information, Data processing 1 引言 当前我们正处于一个数据爆炸性增长的“大数据”时代。据IDC（ International Data Corporation ，国际数据公司）预测，中国的大数据市场在2012～2016年间将增长5倍，政府、银行、医疗卫生、电信等行业将在其中占据最多的份额。在医疗卫生领域，各种信息系统在医疗机构的广泛应用以及医疗设备和仪器的数字化，使医院数据库的信息容量不断膨胀，这些宝贵的医疗信息资源对于疾病的管理、控制和医疗研究都是非常有价值的。如何利用这些海量的信息资源更好地为医疗卫生行业的管理、诊疗、科研和教学服务，已经越来越为人们所关注。 ① 上海市闸北区卫生科技与信息中心，上海市，200070 作者简介：蔡佳慧（1986），女，学士学位；研究方向：卫生信息管理；E-mail：caijiahui86@https://www.wendangku.net/doc/cd4587490.html, 通讯作者：宗文红（1968），女，硕士学位；副主任医师；研究方向：卫生信息管理；E-mail：zongwenhong2006@https://www.wendangku.net/doc/cd4587490.html, △通讯作者 292

《大数据时代的政府治理创新》考试答案

《大数据时代的政府治理创新》 考试答案 注意：题目顺序可能会有不同，请注意核对！为杜绝试卷答案的完全一致性，本群只提供考核通过基本分60分的标准答案，未提供答案的题目请自行答题。 ? 1.社会成员或者用户之间社会成员之间共同参与信息的处理、信息的分享、信息的传播，这个活动就叫（ B ）。（单选题4分） o A.云计算 o B.社会计算 o C.政府计算 o D.高强度计算 ? 2.科学范式的发展路径：从观察到演绎分析、模型推导，到计算机分析、仿真模拟，再到（ A ）时期。（单选题4分） o A.数据科学 o B.理论科技 o C.数据推导 o D.数据计算 ? 3.（ C ）时代，使得信息智慧解读时代到来。（单选题4分） o A.Web1.0 o B.Web2.0 o C.Web3.0 o D.Web4.0 ? 4.Web2.0强调（ A ）。（单选题4分） o A.个人

o B.单位 o C.网站 o D.机构 ? 5.梅特卡尔夫定律主要是描述信息网络，指出网络的价值在于网络的互联，联网的接点数与其价值呈现（ A ）的方式，联网越多，系统的价值越大。（单选题4分） o A.指数 o B.正比 o C.反比 o D.对数 ? 6.（ B ）说明如果联网越多，从介入方式、技术上越来越突破，则网络规模越大、成本越低，网络的成本可能会趋向于零。（单选题4分） o A.摩尔定律 o B.吉尔德定律 o C.梅特卡尔夫定律 o D.新摩尔定律 ?7.政府2.0不以政府为中心，而是以公众为中心，建设（）政府。（单选题4分）o A.服务型 o B.创新型 o C.节约型 o D.开放型 ?8.具体来说，摩尔定律就是每（）个月，产品的性能将提高一倍。（单选题4分）o A.6 o B.12

浅谈大数据时代的机遇与挑战

湖南农业大学课程论文学院：信息科学技术学院班级：计算机1班姓名：XXX 学号：2015XXXX 课程论文题目：浅谈大数据时代的机遇与挑战 课程名称： 评阅成绩： 评阅意见： 成绩评定教师签名： 日期：年月日

课程论文题目 ——浅谈大数据时代的机遇与挑战 学生：XXX (信息科学技术学院计算机1班) 摘要：随着时代的发展，大数据这个词慢慢进入了人们的视野的当中，而大数据也与我们的生活关联越来越紧密，对我们的影响也越来越大。怎么样才能把握住机遇，在大数据时代中脱颖而出，怎么样才能在大数据时代到来的挑战中稳步前行。 关键词：大数据;机遇与挑战；大数据时代分析 Abstract:with the development of The Times, the word big data slo wly into the people's horizons, and big data is linked to our life more and more closely, to our influence is growing. How to seize the opportunity, in the era of big data, how can ability in the er a of big data move steadily in the coming challenges. Key Words: Big data; Opportunities and challenges; The era of big da ta analysis

一、绪论 （一）什么是大数据？ “大数据”作为时下最火热的IT行业的词汇在互联网时代显得越来越重要。大数据究竟有多大？大数据能做些什么？在新互联网时代，这些词汇让我们应接不暇。大数据是指无法在一定时间内用常规软件工具对其内容进行抓取、管理和处理的数据集合。大数据还有四个特性分别是数据量大，种类多，速度快，价值大。大数据技术，是指从各种各样类型的数据中，快速获得有价值信息的能力。最早提出“大数据”时代到来的是全球知名咨询公司麦肯锡，麦肯锡称：“数据，已经渗透到当今每一个行业和业务职能领域，成为重要的生产因素。人们对于海量数据的挖掘和运用，预示着新一波生产率增长和消费者盈余浪潮的到来。”（二）大数据能做些什么？ 大数据的应用示例包括了大科学、传感设备网络、天文学、大气学、基因组学、生物学、大社会数据分析、互联网文件处理、制作互联网搜索引擎索引、通信记录明细、军事侦察、社交网络、通勤时间预测、医疗记录、照片图像和图像封存、大规模的电子商务等。仅仅十余年，现在越来越多的政府、企业等组织机构意识到数据正在成为组织最重要的资产，数据分析能力正在成为组织的核心竞争力。大数据不仅是一种海量的数据状态及其相应的数据处理技术，更是一种思维方式，一项重要的基础设施。这或是明天我们治理交通拥堵、雾霾天气、看病难、食品安全等“城市病”的利器，也会为政府打开了解社情民意的更大窗口。众所周知，大数据已经不简简单单是数据大的事实了，而最重要的现实是对大数据进行分析，只有通过分析才能获取很多智能的、深入的、有价值的信息。二、本论 (一)大数据的重要性 1.大数据的处理分析正成为新一代信息技术融合应用的结点 有专家指出，大数据及其分析，会在未来10年改变几乎每一个行业的业务功能，从科学研究到保险，从银行业到互联网，各个不同的领域都在遭遇爆发式增长的数据量。在美国的17个行业中，已经有15个行业大公司拥有大量的数据，其平均拥有的数据量已经远远超过了美国国会图书馆所拥有的数据量。在医疗与健康行业，根据数据预测，如果具备相关的IT设施，数据投资和分析能力等条

大数据应用及其面临的挑战

16 摘要：随着“物联网”、“云计算”等新概念被政府强调、被企业运用推广，“大数据”也逐渐进入公众的视野。如何及时地获取数据、如何高效地分析数据，已成为软件工程师不得不面对的一个挑战。本文以一个软件工程专业本科生的视角，谈大数据的特点和大数据的应用，并猜想大数据可能面对的挑战。 关键词：大数据；特点；应用；挑战 数据是指所有文字、符号、图片等总称。计算机出现后，数据一般被默认为是所有能输入到计算机并被计算机程序处理的符号的总称。自互联网普及以来，数据的数量就在成指数级数增长，尤其是电子商务的快速发展和物联网技术的应用，使数据的增长速度达到难以想象的地步。据统计，Google一天产生20P的数据，（1P=1024T=1024*1024G）；沃尔玛一小时要处理100万消费者的交易，要向数据库输入2.5P的数据；2009年，Facebook拥有2.5P用户数据，每天产生15T的数据；2009年，eBay拥有6.5P用户数据每天产生50T的数据；我们熟悉的阿里巴巴、淘宝拥有的数据量更是无法估计。大数据时代，无论是数据学家、统计学家还是金融学家，亦或是我们软件工程师，都开始觉得，传统的数据处理方式已经在日益增长且复杂多变的数据面前显得力不从心。人类，迫切地需要寻找一条出路——面对繁杂琐碎的数据，如果我们不能跳出传统的数据处理方式，用新方法有效地提取信息，就只能被无边无际的数据淹没。 幸运的是，在2010年，维克托·迈尔·舍恩伯格的《大数据时代》正式宣告了“大数据时代”的来临，并为即将被数据流沙淹没而束手无策的工程师们指明了一条出路：“我们要放弃对因果关系的追求，转而关注数据之间的相关度。”随后，金融行业、互联网行业都掀起了一场针对数据的变革风暴，“大数据”这一颠覆人们传统认知的思想，开始成为新发明和新服务的灵感源泉[1]。 1、大数据的概念及特点 “大数据”一词首次出现在2011年麦肯锡发布的《大数据，下一个创新、竞争和生产力的前沿》的报告中，2013年开始风靡全球。其实大数据就是一种数量庞大、种类繁多的资料数据。正所谓“成也萧何，败也萧何”：海量和多样的数据使得用常规的工具无法在短时间内捕捉和整理，想要处理并挖掘其中的财富更是难上加难，但是，通过采用新的大规模数据处理手段（主要是云计算），从杂乱无章的巨大数据中发现很有价值的信 大数据应用及其面临的挑战 文／胡钰玺 息，为政府、企业、组织或者个人提供决策依据，这就是大数据的魅力所在。有能力对数据处理和利用的企业必将成为大数据浪潮下的“弄潮儿”。大数据，主要有五大特点[2][3]： 1）数据容量大 在我看来，这是首要的特点。正是数据量的爆炸式增长引起了数据处理方式的变革，改变了我们以往对数据的看法。曾经因处理方式跟不上而“食之无味弃之可惜”的庞大数据如今因其潜在价值——相关性，而变得越来越重要，甚至已经成为一笔巨大的财富。 2）数据种类繁多 数据种类由单一走向繁多，不仅体现在数据形式上繁多（有文本数据、视频数据、音频数据等），还体现在数据来源的繁多（工厂生产过程中的生产数据、业务系统中业务数据、来自监控设备的视频数据，来自手机的通话数据等）。使我们不得不放弃曾经在数据处理上对因果关系的执着追求——即对“为什么”的探求，转而将目光投向数据之间的相关关系——即对“怎么做”的预测。这一思想不仅使得数据处理工作少了无谓的推演论证、多了高效的“找规律”和预判，而且让我们的眼界变得更广阔——或许我们曾经认为毫不相干的两者，其实存在内在联系？ 3）数据处理速度快 数据产生的速度和数据更新的速度都出现了前所未有的高速发展，毋庸置疑，快速的处理也是体现了大数据的速度，大数据的处理速度得益于“云计算”助力。大数据的处理必须要有令人惊叹的速度，才能让我们尽早提出具有前瞻性的观点，达到先发制人的效果。 4）数据价值密度低 数据价值密度低是指和大量数据相比，真正有价值的数据所占比例很小，比如，在破案过程中产几十个小时的视频，但真正对破案有用的视频往往只有几分钟，甚至几十秒。庞大的数据看似是无用的糟粕，但倘若加以分析处理，便能用低廉的成本创造巨大的价值，取得“四两拨千斤”的奇效。 5）数据实时性强 随著传感技术和自动采集系统的应用和普及，数据的真实性和实时性大大提高，真实的数据才有利用的价值，它不仅能反映过去事物之间的联系和规律，也能在未来为我们的决策提供可靠的信息。 2、大数据的应用 在我还是个孩子的时候，就曾听父亲讲过一个这样的故

政务大数据平台建设方案.pdf

第一章需求分析和项目建设的必要性1.1 项目建设目标、内容 1.1.1 项目建设目标 电子政务公共数据开放共享平台项目建设目标是，依托统一的“云”数据中心建设统一的公共数据开放共享平台。集中机关各部门业务应用进行，制定相关的数据规范和信息交换标准，使机关各部门业务系统依托统一的开放平台进行开发建设。确保部门之间系统之间的互联互通、数据共享，为大数据分析提供数据依据。 1.1.2 项目建设内容 电子政务公共数据开放共享平台项目建设内容包含：一套标准规范、两个数据门户、四大应用平台、四大基础数据库和一个应用支撑平台。 具体建设内容包括： 1、一个应用支撑平台 为了对需要调用电子政务公共数据开放共享平台信息资源的政府部门应用系统进行有效管理，面向各类电子政务应用，规划建设统一的应用支撑平台，统一标准规范，通过用户管理、应用管理、服务管理等核心组件，可以对接入系统有效管理、实现统一认证及单点登录、统一消息服务。

2、两个数据门户 针对政府部门用户建设信息资源政务门户，针对企业、公众用 户建设信息资源开放门户。 3、四大应用系统 建设承载电子政务公共数据汇聚平台、数据治理平台、数据运 营平台和数据应用平台。 4、四大基础数据库 通过电子政务信息资源梳理，制定四大基础数据库的建库、入 库和管理规则，建立四大基础数据库管理平台，提供基础库内容管 理、数据处理、共享和应用功能。 四大基础数据库包括人口库、法人库、经济库和地理库。 5、一套标准规范 形成标准规范体系，包括管理制度、标准规范、数据标准等。 1.2 编制依据 1、中办、国办《2006-2020年国家信息化发展战略》； 2、国办《关于促进电子政务协调发展的指导意见》； 3、国务院《促进大数据发展行动纲要》； 4、《国家电子政务总体框架》； 5、《国家电子政务“十二五”规划》(工信部规〔2011〕567号)； 6、《关于印发“十二五”国家政务信息化工程建设规划的通知》(发改高技〔2012〕1202号)；

大数据的机会与挑战

大数据的机会与挑战 我们活在大数据的世界，数据的数量与多样化的程度，每日都以前所未有的规模扑向人类。无论你是不是在相关产业工作，都不可能逃离被大数据「围攻」的现实。自哈佛大学电脑科学系毕业、Cambridge Semantics共同创办人Lee Feigenbaum撰写的〈Turnning Big Data into Smart Data〉一文，告诉我们横亘企业眼前的「大数据挑战」。让我们先来看看，大数据到底有多大？ 每天全球每一个人聚沙成塔，累积的新数据达到「艾位元组（exabytes）」（甚 至达到「皆位元组（zettabytes）」，端赖统计的来源）。 至今一半以上（有些报告甚至指出高达90%）的数据资料是在过去12个月产生的。 人们创造数据的速度每一个月都以双倍速度成长。 除了吓人以外，光有这些「大数据」，其实没有什么意义，唯有人类能够从中发 掘价值，大数据才产生意义。所幸，已有很多应用实例，让大数据发出应有的光芒，也让我们看到各行各业有无穷尽的机会，等待数据科学家的探勘。

在「大数据」还没变成人人琅琅上口的流行词汇之前，小说改变而成的电影《魔球》描述美国大联盟运动家队点石成金在缺乏明星球员的状况下杀出血路的真实故事，早已让人津津乐道，而它正是数据分析的绝佳体现。 医疗与制药产业纷纷投入大笔经费，研发「客制化」的个人医学，透过分析病人的特徵与基因组成，给予个别病人量身定做的诊断与疗法，实验室与临床都需要大量且多样化的数据整合。 智能手机、运动手环甚至後来的智慧型手表，我们分分秒秒都在「量化自我」， 健身的程度、摄取的营养、身心状况、行为趋向全部都被巨细靡遗的记录下来。 大型银行与隶属政府的金融部门对资料长（chief data officer，CDO）与数据 科学家需求若渴，他们要能全盘考量组织职能，针对数据的蒐集、分析与应用做出策略性的思维。

最新在“大数据”时代背景下-当代大学生应该如何应对“大数据”带来的机遇和挑战

请大家结合实际，在“大数据”时代背景下，当代大学生应该如何应对“大数据”带来的机遇和挑战。 大数据时代是一场革命，庞大的数据资源使得各个领域开始了量化进程。本文主要从当代大学生角度阐述了以下内容：面对各个领域的飞速变化，身处校园但即将面向社会的大学生应从知识和能力两方面储备，既要学好专业课程知识又需了解时代发展方向、掌握社会发展脉搏，为自己以后踏入社会做好准备。 大数据对整个社会产生了不可忽视的影响，教育作为社会的子系统，也受到了它的极大冲击。有人曾说，信息化社会，我们相互之间的距离只是一根网线的问题。随着公开课、E-learning等新学习方式的出现，传统学习方式“遭遇”了挑战。 一、立足当下：当前学习模式概述 学习模式往往受到时代环境的影响，随着科技进步与技术创新，大学学习模式也在不断地向前发展。较为常见的主要有以下几种： 第一，师生授受学习模式。这种学习模式就如同“母鸭带小鸭”，学生把注意力集中在授课教师身上，由教师带着学。学生把教师当作知识的来源，“唯教师，唯书本”，缺乏学习主动性。在大数据时代，大量知识需要自主学习，大量数据背后的潜在意义也需要自主探寻，一味依赖“灌输”则不能适应社会要求。 第二，探究与问题解决模式。这种模式往往从一个或多个具有挑战性或有争议的问题开始，然后借助各种媒介资源，由学生自己获取信息、分析信息、确定问题并提供解答，之后吸收他人建议，进行修改最终完成。这种学习模式有利于提升学生的思维能力和问题解决能力，相对第一种模式而言，这种模式对学生的能力和素质有更高的要求。 第三，专题合作学习模式。“学会学习，学会创造，学会合作，学会生存”已成为当下教育的主题。在合作学习模式中，要求学生作为成员参与到学习团队中，完成专题研究或研究项目。这是一个动手实践、自主探索和合作交流的过程，也是有明确责任分工的互助性学习，最终通过团队合作达到课程或项目规定的要求。 二、机遇和挑战：大数据时代对大学生学习模式的双重影响 第一，快速便捷。大数据时代有快速化的特点，人们的学习不再受时间和地点的限制，随时随处都可以学习，而且可以走在时代的前沿，第一时间了解最新的知识和信息。以往的学习主要是通过书本，但书本学习往往面临时间滞后等方面的限制，会影响学习效果与知识更新。 第二，经济有效。大学生的家庭背景各不相同，家庭环境不好的学生没有能力支付课外培训学习的费用。在大数据时代，很多公开课程都是免费的，只要有学习的时间和需要，经济不再是制约大学生学习的因素。这在某种程度上也促进了区域之间、校际之间、城乡之间以及个人之间的教育公平。 第三，资源共享。大数据时代具有量大、多样化的特点，丰富的学习资源将呈现在学生面前。网络学习拉近了国际、区域和校际之间的距离，所有的学习者在学习资源利用方面拥有同等的权利。一直以来，好的学校是稀缺资源，但在不远的将来，由于在线教育的普及，人人皆可上名校将不再是梦想，教育资源匮乏的问题也将得到一定的缓解。在线教育对个人的重大意义，还不仅仅是教育机会的增加，更是学习方式的改变。 三、与时俱进：大数据时代大学生学习模式的三大转向 1.由被动学习模式向自主学习模式转变。在传统的学习模式中，学生就像嗷嗷待哺的婴

大数据时代的政府治理创新

大数据时代的政府治理创新 1.梅特卡尔夫定律主要是描述信息网络，指出网络的价值在于网络的互联，联网的接点数与其价值呈现（）的方式，联网越多，系统的价值越大。（3.0分） A.指数 B.正比 C.反比 D.对数 我的答案：A√答对 2.科学范式的发展路径：从观察到演绎分析、模型推导，到计算机分析、仿真模拟，再到（）时期。（ 3.0分） A.数据科学 B.理论科技 C.数据推导 D.数据计算 我的答案：A√答对 3.具体来说，摩尔定律就是每（）个月，产品的性能将提高一倍。（3.0分） A.6 B.12 C.16

D.18 我的答案：D√答对 4.社会成员或者用户之间社会成员之间共同参与信息的处理、信息的分享、信息的传播，这个活动就叫（）。（3.0分） A.云计算 B.社会计算 C.政府计算 D.高强度计算 我的答案：B√答对 5.（）说明如果联网越多，从介入方式、技术上越来越突破，则网络规模越大、成本越低，网络的成本可能会趋向于零。（3.0分） A.摩尔定律 B.吉尔德定律 C.梅特卡尔夫定律 D.新摩尔定律 我的答案：B√答对 6.（）时代，使得信息智慧解读时代到来。（3.0分） A.Web1.0 B.Web2.0 C.Web3.0

D.Web4.0 我的答案：C√答对 7.Web2.0强调（）。（3.0分） A.个人 B.单位 C.网站 D.机构 我的答案：A√答对 8.政府2.0不以政府为中心，而是以公众为中心，建设（）政府。（3.0分） A.服务型 B.创新型 C.节约型 D.开放型 我的答案：A√答对 1.信息技术产品的演进遵循哪些定律？（）（5.0分）） A.摩尔定律 B.吉尔德定律 C.梅特卡夫定律 D.图灵定律 我的答案：ABC√答对