大数据在国内外政府决策中应用的领域.docx
《大数据在国内外政府决策中应用的领域.docx》由会员分享，可在线阅读，更多相关《大数据在国内外政府决策中应用的领域.docx（17页珍藏版）》请在冰豆网上搜索。
大数据在国内外政府决策中应用的领域
大数据在国内外政府决策中应用的领域
一、大数据在国内外政府决策中应用的领域与案例
（一）大数据在国内外政府决策中的典型应用案例
1.智慧政府。
智慧政府领域是指通过大数据运用提高政府行政能力，降低运行成本，提高对政府的管理绩效、支持决策等，以数据为中心构建智慧政府。
案例一：
大数据应用于政府的经济统计。
美国麻省理工学院的“10亿价格项目”，通过“网络抓取技术”，利用网上购物交易数据计算日常通胀指数，收集70个国家300个零售商共500万种在线商品的价格，建立了通胀指数的日发布系统。
相比传统CPI的月发布机制，“10亿价格项目”仅有3天的滞后期，几乎实现了通货膨胀的实时预测。
同时，充分利用在线交易市场互联网数据作为补充，能够精准反映市场价格情况。
案例二：
促进政府机构中跨层级的“智能中心”建立。
美国在“9·11事件”后，借国家安全之名，政府开始强力推进跨部门电子数据共享。
美国国土安全部高度强调跨部门数据的互操作性，并应用多种技术手段促进数据在市政部门、社区、医院、供血站、避难所等机构间的顺畅流动。
2.市场监管。
市场监管是政府的主要职能之一，为加强对市场主体的服务和监管，推进简政放权和政府职能转变，大数据的先进理念、技术和资源提供了很好契机，推动市场监管从“园丁式监管”走向“大数据监管”。
案例一：
基于大数据的宏观审慎监管方法。
2012年以来，美国财政部为金融市场构建了一个基于标准化的法人实体识别码的身份信息报送、识别和共享系统即LEI系统。
该系统作为一个真正意义上的全球金融信息收集和分享平台，涵盖了参与金融市场交易的全部法人实体，从而打破了银行、证券、基金以及保险等传统金融行业之间的界限。
该系统向任何获得LEI编码的法人机构开放，因而具有显著的公开性和透明度。
通过建立金融机构和金融产品编码系统，描绘出金融机构之间相互联系的网络，从而在极其复杂的衍生金融链条中，追踪衍生金融产品的原生资产，实现对金融风险的跨行业乃至跨国的监控和动态管理。
案例二：
食品安全监察。
美国联邦政府有农业部、食品药品监督管理局、消费者利益委员会等6个部门涉及商品质量和产品召回，且各自管理管辖范围内的商品召回信息。
自2009年起，美国内务部在整合这些不同部门数据的基础上，开设了专门的商品召回查询网站，消费者可随时收到最新的商品召回信息，追踪某项商品，在购买前也可查询该商品有没有被召回的历史记录，也可以在线举报。
通过数据整合和开放，构建起一张全民监督的食品安全网。
3.社会治理。
通过对居民健康指数、流动人员管理、社会治安隐患等一系列在城市化进程中产生的大数据进行挖掘和利用，改善决策，解决社会问题，提升社会管理能力。
案例一：
美国工作单位和家庭住址的纵向动态系统（简称LEHD）。
美国以“9·11事件”为契机，将个人数据、公司职位数据、公司单位数据相互联通起来，是历史上和全球范围内首次把个人住址和个人工作单位地址联系到一起，从而实现“白天人口”的精细化统计，在地图上任选一个街区，该系统便能计算出街区内每一个单位雇员的性别、年龄、职业、月薪等信息。
基于这样的数据，除了白天人口管理，还可用来规划公交、交通、房产、商业等。
这个项目中的数据来源于3个不同部门的3类数据，从而体现出跨部门数据的整合能力。
案例二：
利用大数据预防和打击犯罪。
美国加州桑塔克鲁兹市使用犯罪预测系统，链接国家征信系统，依据法律通过分析公民个人经济活动的数据，对可能出现犯罪的重点区域、重要时段进行预测，并安排巡警巡逻。
在所预测的犯罪事件中，有2/3真的发生了。
系统投入使用1年后，该市入室行窃减少11%，偷车减少8%，抓捕率上升了56%。
4.公共服务。
公共服务领域采用大数据技术和大数据思维，既可为政府进行公共服务决策和加强公共服务监管服务，也可为社会公众提供个性化和精准化服务，有助于公共服务提供者降低成本。
案例一：
治理交通拥堵。
瑞典国家公路管理局和斯德哥尔摩市政厅通过智慧交通建设，既缓解了城市交通堵塞，又减少了空气污染，现在智能交通系统成为斯德哥尔摩的标签。
该市在通往市中心的道路上设置了18个路边监视器，利用射频识别、激光扫描和自动拍照等技术，实现对一切车辆的自动识别。
借助这些设备，该市在周一至周五的6时30分至18时30分之间，对进出市中心的车辆收取拥堵税，从而使交通拥堵水平降低25%，同时温室气体排放量减少40%。
案例二：
给建筑健康安全体检。
纽约市消防部门根据数据收集划分出60个可能会产生火险的因素，包括区域居民平均收入、建筑物年龄、是否存在电气性能问题等。
通过这些因素数据和相关算法，纽约市消防部门给建筑物标注了风险指数，并据此确定消防检查的优先级和重点，从而有针对性地加强安全排查。
5.政府数据开放与社会创新。
在政府开放数据的基础上，软件开发者可通过众包开发、APP等新模式，实现应用创新，从而带动更多社会力量参与到政府大数据应用中来，推动“小政府、大社会”的构建。
案例一：
美国率先推动政府数据开放。
美国通过Data.gov开放37万个数据集，采用开放网站API和源代码的方式，提供上千个数据应用。
2012年2月，纽约市通过了《开放数据法案》，这是美国历史上首次将政府数据大规模开放纳入立法。
依托于数据开放，从2009年起，纽约市政府举办的纽约大苹果App竞赛，例如“别在这里吃饭”App会在用户走进一家存在不良卫生记录的餐馆时，自动向其发送短信提醒。
[8]大众点评之类的饭店推荐网站可被纳入质监部门卫生检疫的测评，空气质量和噪音的数据可被用来估测房价。
说明通过各类政府数据的开放，企业创新应用而创造社会效益和商业价值。
案例二：
英国大数据创新应用背后的政府政策资金支持。
英国首先对大数据的挖掘研究提供研发资金的支持，政府于2012年5月注资建立世界上首个开放式数据研究所ODI（TheOpenDataInstitute），为英国公共部门、学术机构等方面的创新发展提供“孵化环境”；又向航天、医药等8类高新技术领域注资6亿英镑研发，大数据技术获得1.89亿英镑的资金，成为获得资金最多的领域。
表1大数据在政府决策中的典型应用案例举例
应用领域
名称
数据来源
智慧政府
大数据应用于政府的经济统计工作
互联网交易数据
促进政府机构中跨层级的“智能中心”建立
政府各部门数据
市场监管
基于大数据的宏观审慎监管方法
银行、证券、基金以及保险金融产品数据
食品安全监察
农业部、食品药品监督管理局、消费者利益委员会等6个部门数据
社会治理
美国工作单位和家庭住址的纵向动态系统
个人住址、个人工作单位地址数据、人口数据
利用大数据预防和打击犯罪
征信数据、监控数据、犯罪历史数据、地理空间数据等
公共服务
治理交通拥堵
物联网数据、地理空间数据等
给建筑健康安全体检
人口数据、公共事业数据、建筑物数据、地理空间数据等
政府数据开放与社会创新
美国率先推动政府数据开放
政府各类数据
英国大数据创新应用背后的政府政策资金支持
政府各类数据
（二）大数据在国外政府决策中的应用领域统计
基于研究文献、媒体报道等公开资料，本文梳理了国外政府领域大数据应用案例，共62个。
这些案例的主要应用领域分布为：
（1）智慧政府15%，主要涉及决策制定、经济统计、公众参与、数据共享、预算管理、业务监管等。
（2）市场监管11%，主要涉及P2P及贷款、食品安全、社保防欺诈、医疗监管、税务等。
（3）社会治理32%，主要涉及治安、交通、食品安全，人流量、城市建设、群租监管、应急管理等。
（4）公共服务11%，主要涉及教育、就业、出行、节能等。
（5）数据开放与社会创新31%，以上4个领域均有涉及，具体有医疗服务、找公厕、找停车位、抗生素管理、洪灾预警。
多个社会机构使用了一种或多种政府开放数据源，专门致力于开放数据平台的接口研发，体现出开放平台对于促进数据利用的重要价值。
（三）大数据在国内外政府决策中的应用分析
政府大数据应用可分为4个层级，从基础到应用分别为数据管理基础平台、数据可视化、运营分析平台和数据产品。
每个层级之间或有基础关系，但并不是一定要逐层构建。
例如，对缺乏数据的部门，可借助第三方基础或平台进行数据分析与应用，形成新的数据功能。
数据管理基础平台是指在数据管理层面的应用，包括数据采集、数据存储、数据质量管理、数据仓库、数据规范等。
以澳大利亚国家数据中心的建设为例，全国各地的数据中心与国家数据中心直接联网，联邦、州、当地的服务机构，如税务部门、金融机构、警局等，也与数据中心实现联网共享。
上海公共研发平台部署OracleExadata数据库云服务器，能为数据仓库和在线事务处理应用程序提供超强性能。
运营分析平台比数据可视化在智能上更进一步，可对数据进行挖掘分析，发现某种关联关系，或者进行预测、行为分析、用户画像等。
（四）大数据在政府决策中应用的启示
1.跨域数据整合是大数据应用的本质。
跨域数据的整合和应用是大数据应用的显著特征，是区别于其他信息化项目的主要依据之一。
如果是单一来源的数据，数据量再大也只能做到数据的展示而无法发现关联关系、实现交叉应用。
将大量数据的应用视为大数据应用是当前比较普遍的误区。
因此，政府推进大数据应用应关注数据的跨域整合，包括推动跨部门数据共享和利用，多来源多领域数据的融合等。
2.建立专门的组织体系。
由于大数据应用是多源数据的整合，各级政府为实现各类数据的汇总，通常会建立专门的组织机构，以破除各部门之间数据共享屏障，提供数据共享通道，保障数据资源的安全和质量标准。
同时，也因为大数据应用通常成本较高，人才缺乏，需要有专门的组织机构协调资金、人才和政策资源、统一管理。
3.必要的法律保障和规范体系。
大数据应用中强调数据的流通，数据共享、数据开放和数据交易是数据流通的不同形式。
数据权属、数据隐私、数据安全、数据标准等规范是当前影响数据流通的重要因素，需要有统一的法律保障以及标准规范，打造良好的数据生态，推动应用。
4.提升大数据应用技术能力。
当前各国各级政府大数据应用中发现大数据应用的技术能力还比较低，大多数是以数据管理基础和数据可视化为主，相对商业领域大数据应用明显滞后。
可以通过政府购买服务、开放数据、数据应用联盟及大赛等形式，推动社会大数据技术的共享，解决政府技术不足的问题。
5.拓展大数据应用领域。
大数据应用除了提高效率，更体现在创新的数据产品，给社会带来更多价值、解决更多问题。
拓展大数据应用领域应充分发挥想象，如解决清明高速“连环撞”，用大数据提高道路智能性；基于大数据分析，防范电信诈骗；利用出租车出行数据进行城市空间规划分析；通过物联网、数据分析，加强公共电梯的维保监督等。
二、上海政府决策大数据的数据来源与应用特点
（一）政府大数据与政府数据的区别与联系
政府大数据与政府数据两者既相互联系，又有区别，政府大数据一是指数据资源本身，二是指大数据方法与思维。
政府数据是政府机构在实现运营目标的过程中生成、收集、维护、管理和拥有的数据。
自1993年实施“三金工程”以来，我国信息基础设施逐步完善，电子政务建设成绩显著，产生了大量数字化数据。
判断政府数据是不是大数据，一看数据本身是否具有大数据的多项特征，如数量大、快速性、多样性和价值密度低等；二看开发数据价值的方法是否符合大数据思维方法，即是全过程全样本数据汇集、跨域数据整合以及数据驱动价值的方法。
因此，政府大数据属于政府数据，但并非所有政府数据都是政府大数据，并非政府数据应用项目都要用大数据方法。
比如，有些系统只是对单一部门内部所产生的单一来源数据进行采集与利用，没有进行多来源多领域数据的交叉整合，没有驱动新的应用价值，并不能称之为政府大数据应用。
（二）上海政府决策大数据的数据来源
从广义角度讲，政府大数据是政府工作开展产生、采集以及因管理服务需求而内部产生的以及采集的外部大数据（如互联网舆论数据），为政府自有和面向政府的大数据。
从政府视角可将政府决策大数据来源分为两类数据，一类是需要整合政府内部产生的数据，一类是需要融合政府外部产生的数据。
政府内部产生的数据，根据来源可分为3种类型：
一是业务数据，为政府在进行社会管理和提供公共服务的过程中，各类信息系统在运行中生成的大量动态数据（如交通、环境监测、网上办事数据）以及大量政策、法规及其文档等静态数据。
二是基础数据库，指传统电子政务阶段已构建的人口、法人、经济和地理信息基础数据库。
三是调查数据，指由政府专门的职能机构所采集的社会管理数据，如政府统计或监测部门组织的调研数据。
政府外部产生的数据，根据数据产生的来源可分为5种类型：
一是互联网公共数据，指公共话题相关的用户创造内容数据，如互联网舆论数据。
二是公众行为数据，指来自移动设备、网络设备等记录的公众地点、路线、舆论等数据。
三是环境监测数据，指城市环境相关的所有基础设施、城市部件、物联网监测数据。
四是商业部分业务数据，主要指来自企业或商业服务过程中的部分需要监管的业务数据，如旅行社登记的旅行团数据，超市系统记录的退货信息，专车平台驾驶员资质信息等。
五是公共部门业务数据，主要指水力、电力、电信、医院等这类公共事业部门有关业务数据，比如企业征信信息，如果扩展到企业用水用电等来自公共部门的数据会更加完善。
（三）上海政府决策大数据的应用模式
从产生大数据以及应用大数据的情况看，政府部门可分为有数据缺应用的部门、无数据有应用的部门和既有数据也有应用的部门。
有数据缺应用的部门，自己产生数据，在日常工作中形成了大量的行政记录，但大数据应用较为缺乏，比如人口、卫生、社保、工信、城市规划等部门；无数据有应用的部门，自己不直接产生数据但强调对大数据应用的需求，如统计、调查队、财政等部门；既有数据也有应用的部门，自己既产生掌握大量各类数据同时也需要探索大数据应用，如交通、公安、海关、气象、税收、工商等部门。
按照数据的应用去向，当前上海对政府大数据的主要应用模式可分为3类：
一是支撑单部门业务的应用系统，如公安利用大数据实战应用平台，强化信息综合研判和侦查经营，提升主动、精确打击能力。
二是推动多部门数据共享和应用的信息平台，如上海市公共信用信息服务平台、在建中的综合监管平台。
三是面向社会的政府数据开放与利用，如上海政府数据服务网、SODA上海开放数据创新应用大赛、浦东市场监管局试点的第三方网络订餐“互联网+信用监管”等。
（四）上海政府决策大数据的应用特点
1.资源覆盖面广，开始关注“请进来”数据。
上海市政府公共数据，不仅包括各种数据资源，还包括与公共数据有关的硬件设施、软件工具、信息网络等。
数据中心主要分为市区两级，数据应用重心下移，不少区政府职能部门对数据应用积极探索。
除了政府内部产生的数据，也开始关注“请进”社会数据，如2015年将申通等企业数据参照政府数据办法开放给数据应用大赛，还有引入“饿了么”第三方平台的大众评价数据进行食品质量监管。
2.数据关联性大，可提供跨部门服务。
从上海政府门户网站可见，数据资源基本上包含了公众生活中的一切信息需求，每个子栏目之间都存在着一定的关联性。
四大基本数据库与很多部门业务职能相关，如地理信息库与创新产业布局、交通治理、基层治理等领域相关。
3.数据资源目录有待明晰。
当前上海信息资源目录体系建设尚在开展中，其中数据资源目录更加薄弱。
各部门拥有的数据与属性并未作梳理，不利于数据流通和共享。
4.数据“走出去”领先国内。
上海建立了国内首个“上海政府数据服务网”，通过数据开放的方式对政府公共数据进行整合和开放，倒推政府内部数据资源管理。
2015年，44家市级政府部门开放数据，开放数据集逾800项。
2015年数据开放应用SODA大赛主题聚焦“城市交通”，上海开放城市道路交通指数、地铁运行数据、一卡通刷卡数据、出租车行车数据等数据集在世界范围都是率先开放的。
2016年SODA大赛主题聚焦“城市安全”，开放了29个城市安全主题数据集，其中，政府数据21项、企事业单位数据8项，涵盖信息安全、社会治安、交通安全、环境治理、食品安全、金融安全、商圈安全等领域。
电信号百、中国联通、申能集团、汇纳科技等企业加入了开放数据行列，数据开放规模和单位都有所增加。
三、上海在政府决策中推进大数据应用的主要瓶颈和障碍
（一）数据层面
1.数据质量不高。
政务大数据本身的质量、数量、流动性、可信性是一个具有挑战性的话题，有些系统及政府网站数据很长时间没有更新，公安系统由于采集环节或者更新也会有人名重复、住址错误、户籍地址错误、性别错误等，甚至还有数据造假现象发生。
“优质”数据缺乏的现状，影响制约着社会数据意识的形成、政府业务的应用和数据产业链的形成。
可用、可信的数据缺乏，折射出政府数据采集能力相对较弱，数据意识不足。
2.政府外部数据采集困难。
社会普遍认为政府拥有整个社会信息资源的80%以上（张斌，2014），实际中远远达不到。
在数据采集中，政府除了对内部产生数据采集的范围、标准、权属有待进一步规范之外，对外确保获取公共服务、公共管理有关的高度管制行业（如金融服务和医疗机构）数据的合规性，也将是采集数据的另一个障碍。
目前，上海政府数据开放平台仅包含政府内部掌握的数据，很多有关公共事务的企事业单位政策上参照执行，但实际上尚未纳入政府大数据体系。
3.数据流动性不强。
一方面体现在数据不“汇”，长期以来，政府的数据形成了大量数据孤岛，数据平台缺乏统一标准和规范，数据清洗工作艰巨，导致数据在不同系统间难以汇集匹配；另一方面体现在数据不“动”，存量数据资源盘活效率低，未能在各部门实际运作中发挥出实效，难以实现数据驱动中发展信息惠民的目的。
（二）管理层面
1.数据共享瓶颈。
跨部门、跨系统、跨领域的数据共享，是大数据应用区别于传统数据应用的显著特征。
表面上看，数据共享是一个技术问题，但更关键的是涉及数据权等的制度问题。
市民向不同部门重复提交相同的材料，这些数据在各部门之间并没有共享和联通，实现并联审批的比例几乎很小。
在实际业务办理过程中，尤其是多部门的联合办理，因缺乏良好的中间平台以及各部门之间的利益权衡，导致业务信息交换障碍。
政府部门条形化、层级化，衍生出数据保护主义，在数据时代有增无减，很可能由“信息孤岛”走向“数据孤岛”。
2.缺乏顶层决策主体。
大数据应用是多源数据的交叉应用，数据的作用通过融合完全可能超出其最初收集者的意图，也就超出其原有职能范畴，这需要有顶层的组织机构去规划、去试验、去推进。
政府部门已习惯于自己职能范围内履职，对跨部门、越职能的工作往往十分谨慎。
当前政府大数据应用还处于“点”上的探索，这种割裂的组织管理体系很难适应未来“面”上的开展。
纽约建立专门的政府数据分析团队、广州成立大数据局、国家发改委设立互联网大数据分析中心，趋势都是建立跨部门的协调主体，突破现有组织职能间的壁垒。
3.数据管理制度缺乏。
尚未建立起一套科学规范、权责分明、高度激励的数据管理制度。
在政府大数据里，从采集、共享、开放、对外使用等方面，在利益平衡上还没有做到位；数据采集、数据共享并未形成履职中的制度内容；数据产生的风险、追责机制还没完全建立起来。
（三）应用层面
1.缺乏应用导向意识。
除了数据质量低而无法使用，还存在数据不敢用、不会用的问题。
不敢用主要是因为对数据权属、数据隐私、数据安全的顾虑，由于缺少有关法律规定，大大降低了很多部门的数据使用意向。
不会用主要是大数据应用能力不足，不知道数据对自身业务职能的价值所在。
2.公众参与的无序。
我国公众参与政府大数据应用的模式和渠道于2014年刚刚建立，一方面公众参与应用的普及性还不高，有待持续性培养。
利用群体智慧来弥补政府资源的不足，对引导公众参与具有重要意义。
例如，英国借助群体智慧维护道路和附属设施，纽约发动群体智慧利公共空间设计环境艺术和扩大绿化等。
公众利用海量数据开发创新能力与美国、新加坡等国相比有着极大的差距（刘叶婷，2013）。
政府如何引导公众增强创新参与并提示社会创新能力是大数据时代面临的一个挑战。
3.数据开放进程缓慢。
数据开放进程缓慢，一定程度上制约了数据驱动创新能力。
如何将开放变为常态工作机制，以及引导社会企业公共数据的共同开放是当前面临的一大挑战与难题。
此外，重视数据平台建设而忽视数据应用和服务，体现在数据开放的可用性不够、数据接口服务的不足，公众利用政府数据需求分析和界面设计也存在不足，使得数据开放后的应用不足。
（四）环境层面
1.政府对大数据应用动力不足。
商业企业在利益驱动下，在大数据应用方面“走得早、行得快”，政府受制于履职思想，大多数不愿意主动去试点、去共享数据，从意识上并未充分认识到大数据应用的价值在哪里。
“动力不足”是政府虽掌握大量社会数据，但大数据应用技术和阶段反而滞后于社会的最主要原因。
2.缺乏全国统一的规范体系和必要的法律保障。
从国家到地方的具体职能部门都出台了多层的政务数据资源共享管理制度。
但这些制度对宏观理论较为侧重，自上而下的标准和操作性指南并没有出台。
各地方自行制定的规范因缺乏上层指引而参差不齐，且与部门的应用难以配套，无法有效破解数据确权、隐私安全等大数据应用难题。
3.大数据与数据统计相混淆。
当前大数据概念很热，但对其理解还有很多误区，容易与数据统计相混淆。
从2015年上海信息化项目申报情况了解到，很多部门申报的大数据项目，经专家评审认为并不符合大数据项目范畴，而是信息化项目的升级改造。
许多以大数据为旗号的运用尚处于数据层面的管理，缺乏大数据应用的挖掘。
大数据理念与数据统计相比，其核心区别是跨界应用，如将大数据等同于大量数据的统计，必将制约数据价值的挖掘。
四、推进上海政府决策中大数据应用的总体思路和框架
（一）政府决策大数据应用的总体思路
推进上海政府决策大数据应用，需开创“用数据说话、用数据决策、用数据管理、用数据创新”的新局面，结合政府职能转变，充分运用大数据推动“简政放权、放管结合、优化服务”，促进透明、参与及合作、高效等政府治理内涵的实现。
一要以数据理念提高政府透明性；二要以数据技术优化行政职能；三要以数据价值促进行政能力智慧化，逐步推进实现政府治理能力现代化。
（二）政府决策中大数据应用的内容框架
从生态系统理论看，宏观层面政府决策大数据应用是政策、技术和文化三位一体的系统工程。
围绕政府微观视角，提出具有数据层、管理层和应用层的3级治理体系。
1.面向数据的数据层。
（1）基础建设。
各级政府部门需要统筹布局数据中心、政务云建设，在政务云建设之后要重点考虑筹建数据中心，建设统一政务云平台还有机房、系统、网络的部署与迁移。
（2）编制政府数据资源共享开放目录。
数据资源目录体系建设，包括数据资源目录、共享目录、开放目录，涵盖标准编制、规范、数据资源目录管理系统。
构建政府应用专题数据库方面，除了构建四大基础数据库（人口库、法人库、空间地理库、宏观经济库），还要构建专题数据库（共享库、社会信用库、电子证照库、环境资源库）。
（3）构建标准规范体系。
标准规范体系包括数据资源分类分级标准、元数据标准、数据编码标准、数据共享开放机制、平台接口标准。
（4）政府大数据应用安全。
需要建立大数据安全管理制度，实行数据资源分类分级管理，建立信息监控预警、应急响应联动机制，加强信息备份处理，完善灾难恢复管理，建立严格的技术产品资质认定和采购备案制度等，实施大数据安全保障工程。
（5）数据管理。
主要是数据的编码、质量、分类、标准、安全等功能管理，明确部门间共享交换的数据及交换流程，建立政府数据对内横向、纵向的共享交换机制，保证政务大数据的可用性、可靠性、有效性。
2.面向人员的管理层。
（1）组织。
从长远看需要调整政府组织管理模式，推动建立“小政府，大社会”，除了自身建立专门推进大数据应用的组织架构，还应鼓励通过购买服务、合作开发、竞争开发等模式，充分发挥社会技术和人才资源优势。
（2）政策。
除了顶层立法，对地方政府比较重要的是制定政府数据资源管理办法，确立政府数据资源管理组织体系，厘清采集、存储、整理、共享、开放等环节规范要求，明确数据资源管理办法细则。
（3）共享。
推进跨部门、跨层级数据共享机制，建立共享数据质量考核
升级会员 