目前大数据平台的信息分类与总体现状分析

　　第 3 章 目前大数据平台的信息分类与总体现状分析

　　3.1 政府单位间目前数据平台的信息分类与问题

　　3.1.1 政府数据信息资料分类。

　　对政府数据信息资料进行分类是大数据平台建设的前提和基础。政府工作者对信息的有效使用建立在数据类别定位的基础上。只有首先甄别信息的类别，才能在大数据中展开可行的相关性分析。大体上，所有的政府数据信息资料可以按照三个维度进行划分类别，分别是按照行政单位之间的数量、按照行政级别的高低和按照数据信息本身的类型进行分类和分析（如下图）。

　　首先是按信息资源共享对象来展开分类，共计可分为三类信息。第一类单个政府单位与单个政府单位之间的信息资源共享。例如，一个医疗单位与一个社保单位之间共享某种信息。这是政府单位间共享信息的核心形式，既可以是单向的共享也可以是双向的共享。其优势在于定位清晰、信息交流方便，但劣势是该类模式具有特殊性。第二类是单个政府单位与多个政府单位之间的共享。

　　这种模式也较为普及。例如，某市国土局要展开国土规划，需要来自公安、计生、统计、农业、经贸等部门的数据。第三类是多个单位部门之间信息资源共享。这种模式是一种趋势。例如，当发生了某种突发性事件，需要各部门联动负责的时候，就需要各部门之间进行信息沟通。

　　其次是按数据资料共享的行政科层级别进行分类。这种分类较为简单。如上、下级行政单位间的资源共享，这种资源共享带有权力不平衡的特征，上级单位有权共享下级单位的数据，但下级单位未必能共享上级单位的数据。还有就是同级部门之间的数据共享。但是，同级部门有时候存在竞争关系，且需要大量的沟通工作才能获取相关数据，容易因为利益冲突或增加工作量的原因导致共享失败。

　　最后还有一种数据信息划分类型，即按数据信息本身性质进行类型分类。

　　这种划分最为重要，具有实质性的数据平台建设意义。我们可以分成为两类，即结构化的数据和非结构性的数据信息资料。首先来看结构化的数据资料。该类资料以经过系统加工的信息为主，是一种可以直接使用的数据库类的信息。

　　在目前政府信息化程度不断加深的情况下，已经储备了大量规范，可直接被利用的数据库文件。

　　但是，必须要指出，在建设大数据平台的数据搜集工作、数据整理工作时，尽量采用一种核心的数据分类方法。因为一旦数据分类方法在两种或两种以上，很可能会造成数据混乱。在数据平台建设初期，笔者建议采取一种核心的分类方法，并且推荐采用按数据资料共享的行政科层级别及其科层关系来进行分类的方法。因为这种方法包括了横纵两个层面，因此在数据公开与数据保密的工作之间有对应的弹性。在数据建设进入成熟期以后，则可以采取多种数据信息分类办法并行的原则，建设更为系统的大数据。

　　3.1.2 政府单位间目前存在的数据共享问题。

　　几十年以来，随着政府网络建设的展开，中国各级、各类政府部门累积了海量数据信息。但这些信息时分散的，并未聚集在一个平台中供所有政府部门共同参考、使用。如果某个单位内部的信息仅仅局限于自身单位内部，将造成巨大的信息资源浪费情况，限制了数据信息本身所能发挥的功能。但是，由于目前在法律、规划以及信息安全标准层面缺乏统一的管理和条例，使得数据共享存在一些问题。

　　首先，信息法规系统不完善，缺乏信息平台建设规划。行政工作者在日常工作中，其常识经常告诉他们，政府实际上掌握了绝大多数有关社会运转的信息。但是由于信息公开需要权力许可、需要一定的法律容许度才能予以公开。

　　加上中国目前的信息功法法、数据管理法、信息安全法等法律法规系统不够完善，导致很多数据资料不能公开、不敢公开。另外，由于没有一个统一的部门进行总领牵头信息共享平台建设，使得信息共享成为一个可望不可即的事情。

　　在实际工作中，总是会凸显政府单位职能条块矛盾突出以及数据信息共享和业务协调的冲突和难题。实际上，2012 年我国国务院已经发布了《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》，该意见充分肯定了建设信息平台的必要性。如果能够出台国家层面的信息共享标准，将进一步有利于大数据平台共建的工作。从目前来看，相关部门已有可能展开大数据平台建设。

　　其次，缺乏数据平台建设的牵头部门与主管部门。近十年来，中央出台的相关数据信息政令更多的是高屋建瓴的，还没有实施。而到了省一级层面，如江西省，还没有一个主管部门或牵头部门、小组展开信息平台共建工作，"一统行政大数据"仅仅还是个梦想。加上电子政务工作、信息部门内部的分工仍然比较混乱，更显现了大数据平台建设的重要性。

　　第三，各级各类的政府工作者有关政府数据资料共享的意识比较淡薄。目前，各单位的建设部门重点将资金投入到硬件和系统软件建设上，但是对如何维护、如何管理、如何降低安全风险、防范数据价值丢失等问题没有得到重视。

　　政府决策者还未完全认识到数据平台建设与共享的重要性，仅仅把电子政务视为服务于政府运作的一种技术手段，没有把大数据建设作为提高政府运作的一种革命性认识。并且，很多行政者认为自己做了自己本职工作即可，没有将工作内容与其他行政工作勾连起来，没有全国、全省、全市、全县、全镇一盘棋的眼光。更为危险的是，政府决策者认为，把大数据共享平台建设交给市场即可，政府通过购买社会服务或市场服务就可一了百了。这种思维属于懒汉思维，长期来看，既没有数据信息的安全意识，有没有建立政府大数据的未来观念。

　　最后，由于某些政府单位仅仅重视自身职能的履行，既不愿意将眼光扩展至未来，又不愿意分配人力、物力、财力到大数据平台建设上去。加上资金有限、大数据建设需要人才保障等等因素，使得大数据平台共享的搭建迟迟不能推进。

　　3.2 全国大数据平台建设的总体现状分析。

　　据《证券日报》这一纸媒的统计数据来看，当前我国的大数据建设仍处于极为初级的阶段。该报纸的市场研究中心通过统计发现，我国政府的大数据运用主要仍在一些欧美国家早已进行了大数据覆盖的公共领域，例如电力领域、智能交通、电子政务、司法数据系统等。在电力行业，大数据的应用主要体现在智能电网上，通过获取人们的用电行为信息，智能电网能够实现优化电力资源的生产、分配以及耗能等方面，有利于电网安全检测与控制（包括重大灾难预警与处理、供电与电力调度决策支持和更准确的用电量预测）、客户用电行为分析与客户细分，以及电力企业精细化运营管理等多方面，实现更科学的电力需求管理。在智能交通领域，交通运输部曾在 2013 年 7 月份下发通知，将对公共交通信息化应用系统建设、相关支持系统建设、数据资源与交换系统建设等方面提供资金支持，这都是通过对大数据的捕捉才能做出的行政决策。在电子政务领域，通过政府的信息化过程，大数据能够提高政府决策的部分科学性和精准性，提高政府预测预警能力以及应急响应能力，节约决策的成本。以财政部门为例，基于云计算、大数据技术，相关财政部门可以按需掌握各个部门的数据，并对数据进行分析，做出的决策可以更准确、更高效。另外，也可以依据数据推动财政创新，使财政工作更加有效、更加开放、更加透明。在司法系统领域，大规模的信息化和装备化，产生的海量数据及相应的分析能力，完善了司法系统的应急应对能力。

　　此外，在网络通信领域，大数据的建设也颇有成效。通过数据监测，通信部门能够很好的预测未来，对当下工作进行细致部署。例如，根据 GSMA 预测，2012 年~2018 年，全球移动数据流量将以每年 50%的复合增长率增长。到 2018年，全球移动数据流量将比 2012 年增加 12 倍。中国的发展更为迅速，2011 年全国移动数据流量为 5.77 亿 GB,预计到 2013 年底将达到 14.13 亿 GB.在 2012年一年时间，手机的数据流量同比增长 119%,但流量的爆炸式增长也给运营商带来了前所未有的机遇与挑战。流量收入成为运营商最主要的新增长点，而语音则出现逐步下滑的局面。根据计世资讯预测，未来三年，中国电信业大数据应用市场将保持快速增长势头，到 2015 年，电信业大数据应用市场规模预计将达到 18.3 亿元。

　　但是，政府数据平台建设不能仅仅限于上述几个方面。在这两年中，从中央到地方，从政界到商界、学界，呼吁建设一个健康安全的数据平台的声音震耳欲聋。各级政府在面对信息管理的革新时，也同时下发了不少文件，试探性的建议建设一些政府工作数据信息平台。但是到目前为止，这些文件仍然流于表面，没有实质性的进展。

　　从目前来看，全国性的大数据平台建设的基础工作还是令人不甚满意的。

　　除了以上所述的三个问题之外，即除了"信息法规系统不完善"、"缺乏数据平台建设的牵头部门与主管部门"、"各级各类的政府工作者有关政府数据资料共享的意识比较淡薄"三个原因之外，还有很多其他方面的原因，这同时也是现在全国大数据平台的建设现状。

　　从行政管理的政绩角度来看，确实存在着一些阻力。例如，大数据的信息平台建设是一项长效工程，不仅要投入巨大的物力、人力、财力成本，更需要时间成本，而对于主管部门的领导来说，一项超过十年以上的工程计划，日后就是做得再好，也不会给其个人的政绩套上一个多么完美的光环。考虑到时间成本，很多领导就不会对这样一个长时间的建设工程感兴趣。

　　但是数据平台建设所带来的福利是整个政府的，不是某一个人的。为了规避个人功利主义的思想，就应该特别的采取由上而下的行政指令贯彻手段，监督各地、各级政府推进平台建设的步伐。

　　目前在政府工作人员当中，存在一个比较严重的思想观念问题，即把翻新数据中心、建设大数据平台作为一个工作负担，而不是政府面对新世纪时的一个机遇来看待。实际上，完善新型的数据中心和平台建设，不单单是一个新时代的挑战，并且是一个非常大的时代机会。也只有大数据时代，才会给当前政府工作方式提供一个前景如此广阔的机遇。从我们所面临的挑战角度来看，以往的数据建设方式需要革命，例如传统的数据存储方式和建设方式造成了一系列弊病，只有改弦更张才能克服这些弊病。诚然，传统的数据中心是我们辛辛苦苦建立起来的，投资也很大。但是其历史作用已经完成了，必须加以革新，而革新后建立的新一代数据中心，将为开发创新应用开辟广阔的道路。传统的数据中心已经走到了"山穷水尽"地步，只有进行根本性的革命、建立一个新一代数据中心才能进入"柳暗花明"的佳境。

　　3.3 大数据平台建设的必要性及建设门槛。

　　虽然，目前的大数据平台建设遭遇了不少难题，但不可否认的是，政府大数据平台的建设将十分有利于实现一个高效、果断的政府运作模式。如果能够在前述数据分类的基础上，将所有政府信息装载在一个数据系统内部，那么得出有效的政府决策就极其便捷。大数据平台将所有政府行政数据集合到一起，为政府决策提供实证支持。实际上，政府的大数据平台建设与政府对未来社会的规划、建设、管理等等方面是一致的。要提高政府决策的方向正确程度、达到高度的预测效果和评估能力，就必须展开大数据共享平台建设。

　　实际上，大数据平台建设的技术要求并不是十分高，只是工作量稍大。其建设的基本原则决定了平台建设的难度。第一，在初级阶段，政府大数据的形成仅仅要求数据集合。由于是以地毯式的方式而非随机抽样的方式去形成一个系统性的数据平台，使得其对数据没有精度要求。大数据追求数据的总体性，排除了随机抽样的误差，使得其可以得出更加精确和更加有代表性的结果，甚至是未来趋势的预测。第二，大数据允许数据的不精确来接受非结构化的数据。

　　传统的关系型数据库是为了数据稀缺时代设计的，所以需要精确的数据。据统计，目前只有大约 5%的数字数据是结构化且适用于传统的数据库，剩下 95%的非结构化数据无法被利用而被浪费掉了。大数据重点是预测发展趋势，这要求数据量越大越好，所以大数据可以容忍有一定的非精确性。第三，在分析的时候，大数据仅仅注重相关关系而非因果关系。他的目的是"趋势"和"最可能的结果",它不问为什么只追求是什么。

　　不过要注意的是，上述数据建设和分析的原则中蕴含了大数据的风险。例如，由于数据是海量的收集，所以不仅容易混淆进许多虚假信息，同时也容易掺杂进有害信息，如病毒、木马等等。相应的，数据管理、监测的工作也增加了。因此，应该将计算机安全管理的技术与大数据管理的技术结合起来。

　　在本文初始，就已经提到了大数据建设在当今时代的必要性。此外，我们必须意识到，大数据建设的工作不能过于落后其他国家，否则面对全局性甚至跨区域的应急工作，没有数据参考的话，相关的行政应急行动无法展开。前述已经表明，大数目平台建设的工作在目前处于初级阶段，还在不断摸索。但是，由于建设门槛并不是太高，其中的建设策略、安全应对策略都是在实践过程中积累的。可以说，在网络时代，谁先实践、先积累经验，谁就能先一步在大数据时代引领潮流。