胡小明:政府大數據應用效益反省

選擇字號:   本文共閱讀 434 次 更新時間:2018-06-22 16:21:37

進入專題: 大數據   互聯網+  

胡小明 (進入專欄)  

  

   一、政府大數據應用效益難題

   1.缺少利用大數據決策的成功案例

   在智慧城市建設中,以支持政府決策為名的大數據中心建設如火如荼,但利用大數據改進決策的成功案例卻鮮有,與大數據中心的投資不成比例,令人質疑大數據中心遍地開花模式的合理性。

   2.行政推動大數據應用效果不好

   大數據應用本是一個經濟學問題,國內大數據應用卻太行政化了,地區之間的大數據應用評比給地方政府很大的壓力,為了爭取好的名次,只能為大數據而大數據,使大數據應用背離了實事求是的目標,大數據已淪為某些地方政府自我宣傳的招牌,離實際業務需求漸行漸遠。

   3.大數據概念混亂影響了常規數據管理

   大數據最初的概念是指"現有技術處理不了的大規模數據",為了更多利用大數據的優惠政策,大數據概念被人為的擴展了,認為政府數據集中起來都是大數據,一些地方政府成立大數據局就包含政府所有的數據管理,大數據概念的擴展造成應用的混亂,傳統有效的數據管理被忽視。大數據應用需要因地制宜,中小城市做好傳統數據整合管理是第一位的,并不都需要推行大數據應用,更不都需要建大數據中心,大數據概念的混亂阻礙各地政府實事求是地解決本地區的數據管理問題。

   4.大數據理念需要反思

   過度宣傳大數據作用必然會形成迷信,以為大數據無所不能,該迷信只會增加盲目建設的浪費,前些年為信息共享而共享的浪費已是前車之鑒,大數據應用正在蹈其覆轍,為大數據而大數據的做法正在蔓延,大數據應用有價值亦有邊界,超越邊界推行必然適得其反,大數據應用理念需要反思。

  

   二、政府大數據分析應用常見困難

   1.找不到適合的大數據資源

   大數據分析研究首要的問題是大數據從哪里來?雖然大數據中心存有不少數據,但適合解決領導急需問題的數據缺之又缺,不用的時候數據卻多之又多,大數據應用是對業務積累數據的再利用,不像統計調查可以根據需要進行調查設計,因此缺乏適用的數據經常是大數據決策應用的常態。

   2.大數據分析對應不上領導的需求

   數據專家利用大數據中心的資源也能夠分析出一些結論,但是這些結論業務部門早已知道,即使一些有價值的成果也會因與領導層當時的關注點不合拍而被冷落。政府工作有自己的優先級,領導層不可能放下重要的工作去落實專家提出的建議,數據導向產生的分析成果很難與領導注意力的優先級合拍。

   3.數據挖掘因人而異不可復制

   從大數據中提取信息不是IT技術自己能完成的工作,計算機并沒有信息抽象能力,這種能力專家才有,同樣的數據不同人看到的信息是不一樣的,同樣的信息決策分析的結論也不相同,信息提取與決策分析依賴于專家的智慧,這種認知決策的過程IT難以復制,難以形成規模,難以形成穩定的效益。

   4.決策的不確定性超出IT能力

   利用大數據改進決策的難題是決策本身的不確定性。確定性問題的信息是完備的,IT處理只是一種計算,信息技術很容易發揮其優勢;但是信息技術不會處理政府決策不確定性問題,這是人腦擅長的領域,解決此類問題的信息和分析能力主要來自決策者的頭腦。

   決策問題的不確定性是大數據決策應用效益不好的根本原因。

  

   三、流行的大數據應用觀點的片面性

   1.大數據作用不只是改進決策

   流行的大數據觀點將政府大數據應用局限于改進決策,改進決策固然重要,但這并不是信息技術擅長的領域,信息技術擅長的領域是在數據層次上的操作,而不是在信息層次上分析。

   政府數據更大的作用是提高政府公共服務的效率,政府提倡的"只跑一次"、"一號、一窗、一網"式服務都是數據層次上的大數據應用,應用并不是改進決策而是提高服務效率,是公眾最能夠產生獲得感的領域。

   2.對大數據的局限性缺乏認識

   流行觀念認為科學決策依賴的只是數據,數據越多信息越多,決策越正確,大數據將成為獲取信息的主渠道,政府決策可以建立在大數據基礎之上。然而實際情況并非如此,政府決策信息來自諸多方面,不只是數字化信息,很多重要的信息難以數字化,決策者需要綜合考慮,大數據產生于相對狹窄的業務領域,適合于具體業務的改進,并不適合政府的宏觀決策。

   3.并非所有數據都是資源

   "數據都是資源"的觀念是錯誤的,數據是否資源要由使用者因具體環境而定,正是在"數據都是資源"的誤導下,一些大數據中心積極囤積數據,以囤積的數據規模顯示大數據工作的成績,使許多數據中心堆滿大量數據垃圾,筆者認為大數據中心應當以應用為導向,整合有用數據,清理無用數據,數據使用效益會更好。

   4.僅靠大數據不能實現科學決策

   過度的大數據宣傳已形成烏托邦式夢想,以為只要有充分的大數據資源就可以實現政府的科學決策,就可以建設完備的城市大腦,實現政府決策的科學化、智能化,建成智慧政府。其實大數據資源有其優點也有其片面性,大數據的規模是以其關注面的狹窄性為代價的,政府決策需要全面均衡,僅靠大數據資源是做不到的??鑾葉雜誆蝗范ㄐ暈侍獾暮芏嘈畔⑹遣豢稍げ獾?,靠大數據自動決策沒有可行性。

  

   四、企業大數據業務的另類思路

   1.企業大數據應用成為流程型服務

   企業大數據應用與政府有很大不同,企業是效益導向的,成功的大數據應用首先是一項流程型服務業務,如網上搜索、地址導航、網上支付、電子商務、摩拜單車、移動通信等,企業的大數據業務被設計為長遠的可持續業務,惟此才能有更大的效益和更大的社會影響力,才能建立起公眾的信任,流程型服務業務本身是核心的大數據業務,大數據分析是輔助性業務。

   2.直接處理實時數據

   企業的大數據業務核心是直接利用實時數據進行操作,移動通信的實時數據是為了聯通基站以便完成通信,網上支付利用實時數據是為了完成準確的支付,搜索服務利用客戶發來的搜索要求進行查詢,總之,這些大數據服務業務是直接使用業務流實時產生的數據進行操作,活躍的大數據業務建立在實時數據的基礎之上,對沉淀的業務數據的分析研究只是為了改進主流業務,如亞馬遜利用歷史數據分析向用戶推薦新書。

   3.排除人腦參與的智能系統會更快

   在企業流程化的業務中,全過程是智能化自動化處理,流程化業務是數據層次上的業務,沒有人腦的參與沒有信息抽象的過程,排除人腦的參與是提高系統運行效率的關鍵,也是保證服務結果一致性的關鍵。人腦直接參與業務流程不僅會拖延業務效率還會造成業務的中斷。政府利用大數據分析決策是信息層次上的業務,無法避免人腦參與,因而無法形成連續性服務業務,效率不可能高。

   4.大數據業務的兩個層次

   企業的大數據應用分兩個層次進行,一個是數據層次上的應用,系統直接使用實時數據進行操作處理,系統是流程型自動運行的,直接對外服務。這是企業的主營業務,效益由該業務產生。例如移動通信的主營業務就是實現用戶的通信服務。

   企業大數據業務的另一個層次是信息層次上的大數據應用,其使用的是流程型業務積累下來的數據,以數據挖掘、數據分析獲取數據集中包含的信息來改進主營業務的效率。這是在信息層次上的業務,是業務數據的再利用。通常信息層次上的大數據分析業務是公司的輔助性業務。對移動通信業務積累的數據進行分析,挖掘出用戶的需求特點,向用戶推薦套餐,增加公司收益。

  

   五、"互聯網+"都是大數據業務

   1.效率來自組織化,互聯網重組世界

   城市提高生產力的基本措施是推動社會經濟合作的組織化,效率來源于更好的資源配置與業務的合作。有效的合作關系沉淀下來就成為相對穩定的組織,城市生產力大發展是不斷組織化的結果,互聯網是優化重組的新式武器,近幾十年全球生產力大發展主要來自互聯網對社會組織化的貢獻。

   2.信息技術推動萬事萬物的連接

   社會生產力的重組與合作包括人與人、人與物、物與物的連接與重組,重組是提高效率的主要渠道,信息技術是生產資源組織的通用工具。信息技術之前的自動化技術不規范,它們是利用物理、化學、機械等機理專門設計的,設計復雜且難以規范化,使得自動化推廣復制異常困難,信息技術的出現把自動化設計變成硬件基礎與軟件開發兩大過程,極大提高自動化開發的效率,帶來創新的繁榮,信息技術成為實現事物重組的核心工具。

   3.數字化設備之間靠數據實現連接

   信息技術對物體的連接需要被連接的物體實現數字化,物體需要裝上芯片,實現數字化,能夠理解數字信號。信息技術只能連接已被數字化的物體,摩爾定律的偉大貢獻在于使萬事萬物數字化的成本降到幾乎為零,數以億計的芯片、傳感器、移動手機都能夠通過網絡與數據進行重組,數字化設備靠傳遞數據實現連接,大規模數字化設施的連接構成大數據爆炸的物理基礎。

   大規模數字化設施的有效連接依賴的就是數據,"互聯網+"連接的設施規模越來越大,發送與接收的數據量越來越多,互聯網連接設施爆炸使連接交換的數據也隨之爆炸性增長,因此所有"互聯網+"業務都是大數據業務。

  

   六、拓展政府大數據應用理念創造效益

   1.大數據的應用不再局限改進決策

   政府要從認知型大數據應用理念中解脫出來,從更廣闊的大數據視野出發,更開放更創新看待大數據應用。政府大數據應用既要為領導決策服務,又要為基層工作人員改進操作服務,通過數據挖掘、統計分析為領導層提供決策建議是一種重要的大數據應用,認真整合微觀的數據,為基層業務服務,提高公共服務效率同樣是重要的大數據應用,而且是更有效的大數據應用。

   2.面向基層確定性業務應用易有成效

   大多數政府建立的數據應用系統依然把對上服務作為重點,對基層服務重視不夠,當前對基層的服務更為迫切,基層業務工作的確定性更強,更容易取得效益,對基層服務也是信息技術更容易發揮作用的領域,將政府大數據服務向基層傾斜,對提高數據操作效率為主的應用更容易產生效果。

   目前政府對公眾服務碰到的問題是效率低,主要原因是對當事人辦事的相關資料組織的不好,連不上、調不出且把麻煩推給辦事人,數據整合可以改善這種服務,讓用戶"只跑一次"是數據層次上的大數據應用,也是更容易見成效的大數據應用。

   3.城市大腦更適合做小腦型業務

城市大腦由大數據中心及城市管理運行中心構成,人們期望利用大數據來改善城市的自動化管理。城市的管理很復雜,有確定性任務與不確定性任務,信息技術并不都能勝任,有些任務必須由專家來承擔?點擊此處閱讀下一頁)

進入 胡小明 的專欄     進入專題: 大數據   互聯網+  

本文責編:frank
發信站:愛思想(//www.lrcyqx.com.cn),欄目:天益學術 > 政治學 > 公共政策與治理
本文鏈接://www.lrcyqx.com.cn/data/110590.html
文章來源:作者授權愛思想發布,轉載請注明出處(//www.lrcyqx.com.cn)。

0 推薦

在方框中輸入電子郵件地址,多個郵件之間用半角逗號(,)分隔。

愛思想(www.lrcyqx.com.cn)網站為公益純學術網站,旨在推動學術繁榮、塑造社會精神。
凡本網首發及經作者授權但非首發的所有作品,版權歸作者本人所有。網絡轉載請注明作者、出處并保持完整,紙媒轉載請經本網或作者本人書面授權。
凡本網注明“來源:XXX(非愛思想網)”的作品,均轉載自其它媒體,轉載目的在于分享信息、助推思想傳播,并不代表本網贊同其觀點和對其真實性負責。若作者或版權人不愿被使用,請來函指出,本網即予改正。
Powered by www.lrcyqx.com.cn Copyright © 2019 by www.lrcyqx.com.cn All Rights Reserved 愛思想 京ICP備12007865號 京公網安備11010602120014號.
易康網