徐继华、冯启娜、陈贞汝：《智慧政府：大数据治国时代的来临》读书摘要

徐继华、冯启娜、陈贞汝：《智慧政府：大数据治国时代的来临》，北京：中信出版社2014年版。

人类社会已经进入了一个全新的历史阶段——大数据时代。

人成为一切数据足迹的总和，人们的一切行为都以数据的形式被记录、被储存、被处理。

作为最大的数据占有者，政府掌握着社会方方面面的数据，但各部门间的数据没有进行高效整合，给政府管理和民众生活带来了极大不便。

十八届三中全会将“推进国家治理体系和治理能力现代化”列为全面深化改革的总目标。

而如何达成目标，本书给出了符合时代发展的答案。

本书首次将大数据与国家治理紧密结合，主张政府管理者应该具备大数据思维。

通过对数据的整理与分析，政府管理者可预测民众的下一步公共服务需求，进而提供更加智能与高效率的管理和服务，促进国家和社会发展。

本书认为，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、一个影响整个国家和社会运行的基础性社会制度。

它是治理交通拥堵、雾霾、看病难、食品安全等“城市病”的利器，更将为政府打开了解社情民意的政策窗口，打造平台的政府、服务导向的政府、开放的政府，即智慧政府。

本书更在论述西方发达国家实施大数据战略的相关经验的同时，介绍了大量发展中国家的有效做法，更引入了网格化社会管理等具有中国特色的本土实践，使本书更具可操作性和借鉴意义。

本书可以分为什么是大数据、大数据的作用、大数据实际运用、实施大数据战略的路径、问题与挑战以及大数据立体生态等部分。

第一部分大数据是什么？1、大数据的含义。

麦肯锡全球研究所报告对大数据有以下定义：大数据是指大小超出了传统数据库软件工具的抓取、存储、管理和分析能力的数据群。

高德纳的报告认为：大数据是需要新处理模式才能具有更强的决策力、洞察力和流程优化力的海量、高增长率和多样化的信息资产。

本书作者更赞同高德纳的定义，把大数据看作是一种战略和习惯，一种新的世界观和方法论。

美国经济学家杰里米·里夫金提出了第三次工业革命的概念。

本书认为，在第三次工业革命中，数据、计算将成为战略资源，扮演重要角色。

未来，大数据相关技术和能力将成为一个国家至关重要的核心战略资源。

2.大数据的角色大数据是技术、思维方式、重要的基础设施，还是一种基础性社会制度。

大数据时代，云计算、泛在网络、数据中心以及传感器设施等成为新一代的基础设施。

2013年，中国宣布要用3-5年时间，基本建成集合金融、工商登记、税收缴纳、社保缴费、交通违章等信用信息的统一平台，建立以公民身份号码、组织机构代码为基础的社会信用代码制度，建立不动产统一登记制度，这些都是体现大数据精神的基础性社会制度。

具备大数据思维，要在领导意识、组织文化、组织结构和工作流程上经历由内到外的蜕变。

3.大数据的特征。

IBM提出大数据的4V特征，得到业界的广泛认可。

第一，数量（Volume），即数量巨大；第二，多样性（Variety），即数据类型繁多；第三，速度（Velocity），即处理速度快；第四，真实性（Veracity），即追求高质量的数据。

虽然不同学者、研究机构对大数据的定义不尽相同，但总结起来都设计了这四个特征：大容量、多样性、快速度和真实性。

另外，非结构数据的快速增长和所占比高也是大数据的一大特征。

4.大数据思维。

大数据给我们带来的思维和观念上的改变。

1.一切皆可量化，每个人的日常生活都在被数据化，在生活中产生的足迹都可以被数据化地记录。

政府和企业可以利用这些量化数据，以精准地量化和管理实现更可靠的预测和更明智的决策。

2.万物皆有关联，在大数据时代，万事万物都可以被数据化地描述出来，建立特定的模型，通过复杂的计算，向我们展现复杂却关联的世界。

从对因果关系的重视转向对相关关系的渴求，是大数据带给我们的根本性的思维方式的转变。

3.预测是大数据的核心。

从数据中寻找相关关系，通过这种关系对未来作出预测，这是大数据方法论的核心思想。

通过对过去和现在的数据进行分析，它能够精确预测未来；通过对组织内部和外部的数据整合，它能够洞察事物之间的相关关系；通过对海量数据的挖掘，它能够代替人脑，承担管理决策的职责。

如果说传统管理流程是出现问题-逻辑分析-找出因果关系-提出解决方案的事后“救火”模式，大数据战略下的管理流程则是搜集数据-量化分析-找出相互关系-提出优化方案的正向思维模式。

4.把数据负担变成数据红利。

拥抱数据的杂乱，创新整合、多次挖掘，抢占数据红利。

第二部分大数据的影响一、政府大数据观大数据不仅是一种海量的数据状态、一系列的先进信息技术，更是一套科学认识世界、改造世界的观念与方法。

1.树立大数据观有利于我们转变拍脑袋决策的作风，提高科学决策能力。

政府部门把大数据技术和思维运用于管理与决策中，掌握决策依据、优化决策过程、跟踪决策实施。

一是用数据说话，为决策提供科学依据，改变过去拍脑袋、凭直觉和经验的决策方式；二是智能辅助决策，大幅提高行政效率；三是跟踪决策实施，持续改进公共管理与服务，根据实际需求和公众体验提供相应的决策信息反馈机制和决策调控纠偏机制。

2.树立大数据观有利于政府向以人为本的服务型政府转型。

改变传统的指令导向的公共管理模式和供给导向的公共服务模式，开启人本导向、需求导向的公共管理与服务新模式。

一是全面感知，使政府行动更有目标和效率。

在大数据的辅助下，政府能够实时、全面感知和预测公众需求，对公民需求进行多维度多层次细分，使公共服务更精准化和个性化；二是快速响应，有效提升应急管理能力和公众满意度。

局域实时数据分析，政府不仅能够在第一时间响应和处理公共事件和公众诉求，而且能够把事后响应变成事中响应和事前预测，把人身安全威胁和财产损失和给公众带来的不便减到最少；三是公众参与，形成共建共治的社会治理格局。

二、大数据推动管理的现代化转型把大数据的手段和方法引入管理领域，是实现管理现代化的有效路径，也是大数据时代的必然要求。

大数据有助于推动政府管理的现代化转型。

第一，从粗放化管理向精细化管理转型（手工、人海变自动，精细化分析和掌控）；第二，从单兵作战管理向协作共享型管理转型（打破信息孤岛，实现信息共享）；第三，从柜台式管理向自助式全天候管理转型（大数据平台，形成了多种渠道并存的大服务格局，自助系统）；第四，从被动响应型管理向主动预见型管理转型（有针对性地对目标群体的定制服务）；第五，从纸质文书管理向电子政务管理转型；第六，从风险隐蔽型管理向风险防范型管理转型。

三、大数据促进公共管理水平提高对各个国家地区大数据实践的研究表明，大数据的应用可以从5个方面提高公共管理水平。

一是实现信息透明和共享，使外部利益相关者（比如公民和企业）和内部利益相关者（比如政府雇员和政府机构）都能提高自身的工作效率，产生积极的经济社会综合效益。

二是通过评估公共部门的绩效，增强内部竞争，激励工作表现，提高公共建设效率，提升行政服务质量，降低政府的管理成本。

三是通过人口细分和定制政策，增强公共服务的针对性，提高工作效率和公众满意度，减少开支。

大数据改变传统公共服务提供方式，通过数据分析识别多维度多层次的公共需求，以满足公民非常多元化的个性化需求。

四是用政务智能替代或辅助人工决策，在纷繁复杂的数据中自动识别出不一致、错误和虚假的信息，减少出错成本和福利管理中的诈骗，缩小税收缺口。

五是引导公共部门内部和外部的创新，商业、非营利机构、第三方通过开发出大数据工具和分析，对公共服务进行反馈，为改善现有的方案提出建议，从而为公共部门创造新的价值。

第三部分智慧政府：大数据的实际应用政府应成为大数据时代的领跑者大数据的核心是数据，再是数据技术和思维。

只有先占有巨量的数据，才能从中挖掘出巨大的价值，政府在数据占有方面具有天然的优势。

首先，政府有专门的统计部门和干部队伍；其次，政府工作关系着民生的方方面面，在日常行政过程中，也自然而然地积累了各类与社会生活息息相关的数据；最后，政府还可以根据需求，要求企业、失业单位、行业协会提供各种数据。

政府不仅是大数据的受益者和占有者，更在建设大数据基础设施、培育大数据产业、培养大数据人才、完善相关标准和立法等方面负有至关重要的责任。

一、快速反应的公共安全管理（P120-127）大数据改善公共安全管理能力。

首先，利用大数据有助于提前预测危机、精准打击犯罪。

其次，利用大数据共享可以改善民众的信息不对称问题，让民众参与到安全环境建构中。

最后，大数据开发和应用还有助于完善危机救灾系统。

多渠道数据采集，高效打击犯罪。

快速反应。

大数据应用的一个重要特征便是数据采集和处理的快速实时与开放共享，来自事件现场的第一手数据借助危机指挥中心和信息联动系统，可以迅速同步给涉及救援需求的所有部门。

政府在数据的支持下组织协调各部门、各行业、各救援机构、各民间组织和广大民众，动员一切需要的资源，以最快的速度组织应急疏散、紧急救援和危机控制，尽可能减少危机造成的损失。

联合行动：跨部门数据共享。

传统的行政管理体制存在条块分割、协调不畅等弊端。

职能部门之间基本没有建立横向信息整合网络，在公共危机爆发时，涉及救援需求的关键人员仍习惯以部门为单位逐级上报，缺乏相关部门的整合沟通与应对协调，而信息报道政府综合部门之后，又要返回相关部门。

核查、会审或会签，严重影响了危机救援的效率。

数据开放：为食品安全护航。

开设专门的商品召回查询网站和食品安全监察网站，消费者可以随时收到最新的商品召回信息，也可以直接查看产品是否有质量问题和被召回的历史记录。

如果消费者怀疑该商品存在问题，可以立即在线举报。

通过数据开放，构建起一张全民监管的食品安全之网。

二、数据化调控的公共交通（P128-135）在及时、全面、海量的数据基础上建立的科学分析交通管理体系可以实现在不扩大路网规模的前提下，增强交通路网的通行能力。

数据化调控成为高效改善城市交通的关键所在，将信息技术应用于公共交通，利用大数据从问题解决框架和制度层面提高信息资本利用率，减少对诸如土地等外部资源的依赖，合理分配资源，成为更加切实可行解决交通问题的方案。

大数据式治堵。

引入大数据信息化手段后，所有车辆的行驶状况都能通过某种技术手段进行数据汇总和共享，这种高效配置能增加车辆的有效路段历程，进而提高交通运输效率，大大降低治堵的成本。

通过建立交通数据智能管理系统，使驾驶员获得实时路况信息，避开拥堵，也便于管理者及时发现异常路况和交通事故，提前通知后续车辆分流，这种通过提高信息资本利用效率的大数据式治堵远比单纯的拓宽道路方案更具实践价值。

全景式调控。

利用大数据的智能交通管理系统不仅能满足海量数据处理和实时分析的需求，还能24小时覆盖所有网络，通过全景式交通状况观察，及时检测交通堵塞和报警，甚至实现跨区域信息共享。

出租车管理。

出租车综合管理服务系统，实行网上约车模式。