浅谈政务领域中的数据分析与挖掘

近年来，中央多次强调打破部门间的数据壁垒，让数据多跑路，群众少跑腿。在新一轮机构改革中，不少省份前瞻性的设置了大数据局。数据在政务领域中的价值日益凸显。

一、 数据分析、挖掘的意义

数据分析、挖掘对于充分释放数据的价值，推动智慧城市的建立及国家治理能力和治理体系现代化都是重要助力。

有利于提高数据的准确性。海量数据是相互联系的，不同部门的数据相互校验，会更容易发现全貌数据中异常数据，亦会大幅度提升数据造假成本，进而确保数据的真实性和准确性，增加统计数据的可信度。

助力决策进一步科学化。从密切联系的、宏观的角度构建城市基础数据库，并对数据进行多维度分析与挖掘，有助于我们加深对城市的认识和了解，进而更深入的认识隐藏在背后的规律，实现重点突破，为科学配备公共资源，避免舆论风险点，走出管理盲区提供有力的数据和事实支撑，避免“拍脑袋”政策。

降低内耗提高工作成效。从现实工作来看，单位会掌握各种各样的数据，但对数据还是浅层次的应用，出现了机械填报、重复填报的尴尬。数据和业务有效融合有助于避免重复报送、反复审核，各系统过多分设标准，统计口径不一致形成封闭数据岛等情况。

二、数据分析、挖掘发展的制约因素

数据共享平台的建立不是终点而是起点，让数据“活”起来是应有之义。不少省份已经在政务领域进行了数据分析和数据挖掘的有益尝试，但大多还存在接入率高，离真正的数据共享应用有一定的距离的问题。归纳起来，制约因素如下：

缺乏汇集大数据的意识。很多同志并未充分认识到大数据作为资源的重要性，缺乏汇集大数据的意识和动力，政务工作中搜集和填报数据，往往围绕极具体的事项展开，并随着具体事项的进入“沉睡”状态，失去数据价值。较少的同志会主动思考这些数据还能说明什么问题，还可以和哪些数据联系起来综合应用等。

缺乏专业人才。海量数据统计、分析及挖掘有着严格的标准与程序，数据背后规律的挖掘亦不是异想天开，一地鸡毛。在政务领域进行数据分析及挖掘既需要相关人员有大数据思想、系统的统计知识、较为全面的计算机知识，也需要较强的政治敏感性，较高的政策理论水平等。但这种复合型人才在系统内较为欠缺。

数据流通成本较高。数据流通是数据分析及挖掘的前提，但目前数据流通的经济成本和沟通成本都较高。工作中我们会应用到众多单机版软件，它们的开发公司不同，软件功能较为明确或者说单一，适用的浏览器和密钥等也不尽相同。跨平台数据流通往往会受到较多技术限制。此外，有些部门基于权利本位、风险承担等不愿进行数据共享，导致数据处于小范围知悉状态，人为造成数据隔绝。

三、 数据分析、挖掘的建议

政务领域数据共享、分析及挖掘，对于进一步推动大数据产业的发展也有着较好地示范引领及导向作用。但从目前来看，这一工作任重道远，还需要我们从以下重点发力。

设立数据安全体系。信息时代数据安全问题日益严峻。但数据泄露风险的存在并不能成为阻碍数据共享平台建立、进行数据分析、挖掘的借口。建立数据安全体系，核心技术国有化，立法保障等都是突破口，从完善管理体系的定位抓好落实。

做好数据管理规则。做好顶层设计，吸收先行城市在标准设立方面的有利尝试，关注从无到有过程中存在的困惑，细化信息数据收集、管理、开放、应用等标准规范，设立统一的管理规则，使数据搜集和管理有矩可依。应该特别强化所辖区域重点企业的数据监管，尽可能减少类似滴滴公司拒绝数据接入存在安全风险的情况。

推出跨部门数据分析、挖掘的典型案例。政务大数据应用典型案例的树立有利于激发更多的领导同志结合实际，创新思路，深化探索及实践。例如气象和农业部门综合气象及粮食产量相关数据，对农业气象灾害对粮食产量的影响进行较为深入地研究，从纵向进行梳理，进而建立粮食生产气象预警，为农业发展助力。