干部學習講稿：基于大數(shù)據(jù)的政府決策支持（上）

目錄/提綱：……
一、背景：新趨勢，新路徑
（一）大數(shù)據(jù)的概念
（二）大數(shù)據(jù)的特征
（三）非結構化數(shù)據(jù)與政府治理決策
（四）國家對大數(shù)據(jù)的支持
二、布局：國內外，兩平臺
（一）提前布局，創(chuàng)新機制
（二）國內布局——國家發(fā)改委互聯(lián)網(wǎng)大數(shù)據(jù)分析中心
（三）全球布局——國家信息中心“一帶一路”大數(shù)據(jù)中心
……
干部學習講稿：基于大數(shù)據(jù)的政府決策支持（上）
楊道玲
國家信息中心信息化研究部電子政務研究室副處長

課程前言
各位學員大家上午好！非常高興有機會和大家做一個交流，今天交流的題目叫“基于大數(shù)據(jù)的政府決策支持”。關于大數(shù)據(jù)，可能各地的同志們、領導們已經(jīng)有了比較充分的了解。今天不講大數(shù)據(jù)學術概念，也不講大數(shù)據(jù)理論，想結合近一兩年來，國家發(fā)改委圍繞大數(shù)據(jù)方面做的一些工作實踐，總結一些大數(shù)據(jù)對政府決策支持的套路和方法。
今天講的內容包括四個方面：
第一，先簡要的介紹一下當前大數(shù)據(jù)面臨新趨勢、新形勢是什么。政府的決策到底需要什么樣的數(shù)據(jù)決策支持？
第二，目前大數(shù)據(jù)在對國家發(fā)改委，對政府決策支持方面都有什么樣的措施和做法？這些做法哪些可以應用到地方各級政府決策支持中去？
第三，通過五到六個具體的案例給大家介紹一下，大數(shù)據(jù)在支撐政府的決策支持和支撐政府的治理創(chuàng)新方面，一些新的方法、新的理念和新的模式。
第四，對大數(shù)據(jù)大應用簡要的展望和小結。大概這么四個方面的內容。
一、背景：新趨勢，新路徑
先講第一個方面，當前大數(shù)據(jù)成為國家戰(zhàn)略，而且大數(shù)據(jù)在國外、全球也是風起云涌，很多國家都開始應用大數(shù)據(jù)，推行政府數(shù)據(jù)開放和大數(shù)據(jù)促進政府治理創(chuàng)新。大數(shù)據(jù)到底是一個什么樣的態(tài)勢？先給大家做一個背景性的介紹。
（一）大數(shù)據(jù)的概念
關于大數(shù)據(jù)的概念，我這里不去做學術性的闡釋，在2015年的時候，國務院發(fā)了三個技術性的文件，這三個文件分別是2015年年初的云計算，大概是7月份，促進互聯(lián)網(wǎng)+的一個文件，緊接著有一個促
……（新文秘網(wǎng)http://www.jey722.cn省略1078字，正式會員可完整閱讀）……　
。
（二）大數(shù)據(jù)的特征
大數(shù)據(jù)到底有多大？我左邊有一張圖，有一個表，左邊是麥肯錫預測的。說到2020年，從2009年的2020年，十年了，數(shù)據(jù)量有可能翻44倍到35個ZB，大家可能不清楚，35個ZB到底是多大？我右邊有一個表，這是我今天早上截圖截下來的。大家看二進制的換算，1KB等于1024，B2的十次方，從KB到MB到GB，我們現(xiàn)在硬盤用的是GB，有的大的存儲的器是TB，TB下面是PB，每一個等級之間是1024倍，就是2的十次方倍，到PB下面是EB、ZB，最大的現(xiàn)在是YB。這個是在大概的進率換算單位。如果按照十次分的換算，我們把1024簡單的理解為十的三次方就是1000，按照1000來算，ZB就是十的21次方，就是這么大的數(shù)據(jù)量。應該可以說叫超級海量的數(shù)據(jù)。
IDC國際數(shù)據(jù)公司，它的預測跟麥肯錫的預測基本上是類似的，他們有三個結論。第一，說當前數(shù)據(jù)增長進入了爆發(fā)期。2011年，全球數(shù)據(jù)總量是1.8個ZB，大家看ZB是我們現(xiàn)在倒數(shù)第二大的單位，1.8個ZB。預計2020年是40個ZB，十年他認為增長超過20倍。不管超過20倍也好，40倍也好，表明了我們在未來的十年，現(xiàn)在沒有十年了，未來的四年，我們數(shù)據(jù)量比2010年相比，是要至少翻一番以上。應該不是翻一番，翻幾十倍以上。
第二個結論是美國和中國是最大的兩個增長極，目前它認為大數(shù)據(jù)資源美國占了32%，歐洲是19%，中國是13%，到2020年中國要上升為21%，處于世界第二位。這個可能大家對數(shù)據(jù)概念沒有感覺，但是我們自己生活中，這種數(shù)據(jù)量不斷地增加、不斷地擴充，呈現(xiàn)出幾何基數(shù)的增長，這個咱們可能是有非常深刻體驗的。90年代時候用的是普通的小型的3.5存盤，那個盤是1.44個MB，1.44兆，后來用了光盤，現(xiàn)在用了硬盤，硬盤開始是40個G，現(xiàn)在是幾百個G，現(xiàn)在甚至有上T的硬盤，就是我們普通個人使用的。存儲密度的增加，表明數(shù)據(jù)量容量是不斷擴充的，表明需求是不斷增加的。
第三個特征，非結構化的數(shù)據(jù)占比比較大。這里涉及一個概念叫非結構化和結構化.現(xiàn)在認為非結構化數(shù)據(jù)占75%，什么叫非結構化？我們先看看什么結構化。
這兩張表我相信很多同志都見過，而且我們第一張表，個人經(jīng)歷，可能一生中無數(shù)時期填這樣一個表。但這個表很有特點，就是字段數(shù)相對比較固定的，比如說姓名，你這個名字是三個字符還是幾個字符，它是固定的。第二，性別，是男是女，就兩個選項。身高，它是數(shù)字，結尾是米或者厘米。所有這一系列的字段都是可以經(jīng)過機器處理，而且都是可以直接導入數(shù)據(jù)庫進行處理的。
還有右邊的圖，我們舉個例子，某某縣，人口經(jīng)濟構成統(tǒng)計表，這個表咱們也可能經(jīng)常見到，這種也是可以直接導入經(jīng)濟計算的。這種信息我們稱之為叫結構化信息，因為它們在數(shù)據(jù)庫里面是一塊塊的模塊完全對應起來。
（三）非結構化數(shù)據(jù)與政府治理決策
1、非結構化數(shù)據(jù)主體
什么是非結構化？最主要這五類，大家看想想生活中是不是這五類信息反而比統(tǒng)計性信息要多？
第一類，是搜索引擎，這個都用過，每天在百度上輸入的時候，輸入搜索詞，我們的搜索詞都是非標準的。每個人，比如說我們搜索一個事情的話，每個人用的詞可能都不一樣，全屬于人工的或者自然的語言。這個量是非常大的，百度就此做了搜索引擎，抓取信息，然后通過我們搜索詞，構建出搜索的熱度，能夠反而向你推送各種相關的信息，靠什么？就靠這種分析。還有以前吵過的競價排名，競價排名排的是什么？也是搜索詞。這些東西它都可能是各方面的語言進行組配，非標準語言，非結構化的。
第二類，社交媒體，咱們可能都用過，論壇、微博、微信，包括QQ很多的及時通訊，還有貼吧。這里面發(fā)各類的帖子它都不是結構化的。我們隨機的一句話，隨意的一篇文章，可長可短等等，段落等等，都是根據(jù)我們發(fā)布者主體意識進行決定的。
第三類，視頻或音頻，這個不展開了，這個大家都非常熟悉。包括我們今天用的是視頻，視頻肯定是比音頻數(shù)據(jù)要大，我一個視頻包含的數(shù)據(jù)量可能是我們文字信息的N多次方倍。
第四類，位置服務，很多地圖，在地圖上進行疊加了若干個圖層，這種位置信息，查找一個線路，包括現(xiàn)在滴滴打車，查找餐館等等，這都用了位置服務。所有位置服務在地圖上產生的數(shù)據(jù)量非常大，而且是隨機的，不同的用戶可能使用不同的服務。但是這是數(shù)據(jù)累積起來之后，就是發(fā)現(xiàn)很多規(guī)律，比如說在今天有多少用戶搜索了某某個產品，通過時間序列累積之后就發(fā)現(xiàn)很多趨勢，這個趨勢里面反過來推，搜索這類產品和這個地方的人都可能是哪些類型的用戶，做用戶畫像往回推，這可能形成一個針對性的服務，這對商家來說它就非常需要，想知道我的用戶到底是誰，他們有什么樣的需求，他是什么樣的特征，是男是女的，年齡段、學歷層次，他們平時還有其他什么樣的購物愛好，或者體驗愛好等等。圖像信息，圖片圖像這個也很多。這是非結構化的數(shù)據(jù)。
2、非結構化數(shù)據(jù)對政府決策的要求
這些大量的數(shù)據(jù)，特別是大量的非結構化數(shù)據(jù)，互聯(lián)網(wǎng)的數(shù)據(jù)產生之后，到底對我們政府決策帶來什么樣一些沖擊或者問題？面臨什么樣的挑戰(zhàn)？當前新形勢下，我們提出要政府的治理，治理體系和治理能力現(xiàn)代化。這個治理能力、治理體系現(xiàn)代化對我們政府治理提出了新的要求，要求什么？決策要快速、要及時。第二，不能再拍腦袋出臺政策，要基于大量的用戶調查，這個大量是多大的量？我們以前是做問卷調查，或者找?guī)讉�聽政的方式，找?guī)讉�代表，現(xiàn)在可能不夠了。第三，新的業(yè)態(tài)、新的應用在不斷地產生，如果政府的治理跟不上新形勢，就會很被動。所以我們現(xiàn)在治理的現(xiàn)代化，對我們要求是全方位掌握信息、全樣本的了解信息。
3、非結構化數(shù)據(jù)下傳統(tǒng)政府治理的缺點
而傳統(tǒng)的政府治理的缺點，我 ……（未完，全文共12732字，當前僅顯示3029字，請閱讀下面提示信息。收藏《干部學習講稿：基于大數(shù)據(jù)的政府決策支持（上）》）