吴汉元用“辛酸苦辣”来形容自己近一年的工作。他是浙江省宁波市海曙区经信局局长。一年多的时间里,他联络了从乡镇到区县及至国家的部门,为的就是获得更多的和海曙相关的数据。“他们的数据单独放在自己单位,不会有什么用,但是汇聚在一起则不同了。”吴汉元干的是时下最潮的工作,建设“智慧城市”,也是时下最难的工作,他主要负责各个部门数据的收集以实现海曙区数据开放平台的搭建,该平台于今年11月开始试运行。
试点增加、政府出台扶持政策、标准体系开始健全……2014年,智慧城市发展看似迎来了春天。目前,有超过400个城市公开宣布建设智慧城市,在地理范围上覆盖了东中西部地区。然而,在大数据的海洋中由于信息无法联通造成的“信息孤岛”现象,正成为“智慧城市”落地的重重阻碍。
经济观察报记者采访了解到,目前一些政府部门、社会组织、企业都有自己的数据库建设,但是流通十分困难。就政府信息而言,部门之间壁垒森严,不仅企业得不到,政府研究机构得不到,各级政府之间无法互通,连同级政府部门之间都更像是一种利益交换。
不能一口气吃成胖子
在智慧城市中,大数据正扮演越来越重要的角色。如何有效挖掘、分析大数据,是高效解决城市运营问题的关键。“在实际智慧城市建设的基本操作层面,必须要十分强调数据的共享共用。”海曙区区长吴胜武指出,当前,由于受多种利益驱动等因素的影响,数据共享共用的瓶颈制约在很大程度上尚未真正突破。
以现在各地各级政府各个部门都在大力建立和应用各自专属的信息系统,一个人口数据库,公安部门、计生部门、民政部门都有各自的信息平台,甚至省、市、区各有不同的平台,平台间、系统间缺乏融合的载体,数据不能共享共用,形成了很多信息孤岛。要解决这个问题,就要打破信息壁垒,进行信息系统的整合,让已有的数据通起来。
2010年9月宁波市政府出台全国第一份官方文件《关于建设智慧城市的决定》,宁波由此成为国内智慧城市建设的先驱。海曙区作为宁波的中心城区,一直走在宁波智慧城市建设的前沿。宁波市海曙区目前着重在做的就是数据整合利用工作,建立海曙区数据开放平台。该数据开放平台目前整合了35个部门的数据,拥有17个大类目录,179个分类目录,超过20万条数据。
相比起一些大企业动辄上亿条的数据,这并非一个大体量的数据库。但据吴汉元介绍,光是汇聚这些数据就花了近一年的时间,可谓充满辛酸苦辣。目前愿意提供数据的这35个部门主要集中在区级部门和少数市级部门,暂时还没有省级、国家级部门的数据。“目前,是采取先易后难的方式,并不想一口气吃成胖子,所采集的数据并不涉及银行、税务等部门。现在最难的就是公安数据开放、社保数据开放、税务数据开放。”吴汉元介绍。
这个被吴汉元称为全国领先的数据交互平台还在试运营阶段并没有完全对外开放。不过,已经有很多企业前来咨询相关事宜。吴汉元强调,“数据开放平台要有序开放,不能乱开放。这个平台是免费的数据信息共享,但是我们要求企业先提出申请,然后进行身份审核,再根据其需要,经过数据拥有部门的授权,再给他们提供一些数据。另外,使用企业需和我们签订协议,将二次开发利用的数据反馈给我们。下一步,我们自己也会建立数据研发体系。”
吴汉元指出,建设智慧城市难点不在技术,而在部门利益壁垒,“他们不会轻易把数据放出来”。中国智慧城市建设恰恰极其缺乏跨部门共享和业务协同的工作机制,使智慧应用的推广难度非常大。
这尚且是政府内部的信息流通,对于一些研究机构和企业则是难上加难。住建部的中国城市科学研究会数字工程中心曾在湖北省宜昌市开展有关智慧城市的数字工程试点工作。由于建设城市信息存储数据库,还需要公安、教育、民政、房产等多个部门的数据支持。让研究会颇感意外的是,各个职能机关都有完备的数据信息,但就是不愿分享。
为了协调这些部门利益,研究会一度找到市领导开通气会,效果仍不明显。他们不得不自己采集人口流动信息,并主动向当地公安部门请求数据交换,却仍被拒绝。研究会只好提出双方不妨比较一下。果然,公安部门的数据虽然在全面性上有优势,但在新鲜度方面,随机提取的三条信息竟然有两条已经过时。公安部门最终愿意同研究会进行数据交换。用同样的方式,他们在宜昌实现了与民政局、教育局、房产局等20多个部门的交换。
不仅如此,还存在很多重复建设。全国政协常委提案委员会副主任、九三学社中央副主席赖明介绍,“以某地级市为例,相关系统设计的信息采集重叠率达到82%,信息不一致率达到27%,信息不完整率达到43%,存在大量的重复投入和信息盲点。”
谁来主导4万亿蛋糕
工业和信息化部软件服务业司司长李颖曾公开表示,随着政策红利的释放,智慧城市将迎来新一轮快速发展的机遇,并辐射整个智慧城市的产业链。他预计,未来建设智慧城市全球市场规模约有40万亿美元,中国市场也将超过4万亿人民币(6.1432, 0.0041, 0.07%)。
面对4万亿的大蛋糕,如何切割?不少从事智慧城市的企业家认为,当前人口、地理信息、交通、环境、医疗等城市的各项数据大都掌握在政府手里,只有政府率先开放数据,才能带动企业乃至全社会开放数据。
神州数码[微博]智慧城市研究院院长李继刚指出,“这是一条比较合乎逻辑的道路,但如果信息流通不起来,这条路看上去反而更远。”吴汉元介绍,在海曙区则是倾向于“市场能做的就由市场去做。政府的边界到底在哪里需要严格界定”。
事实上,在所有能够成为智慧城市的样板中,政府都起到了中流砥柱的作用。早在2003年,韩国政府就推出“U-Korea”发展战略,以政府力量推动所有资源数字化、网络化、智能化。日本也由政府主导推出了“I-JAPAN智慧日本战略2015”,将目标聚焦在电子政务、医疗健康服务、教育和人才培养三大公共事业。
然而,一个在智慧城市市场浸淫数年的广东女企业家谈到,自己曾经到北方不少城市考察,和不同的领导、包括市长或者厅长接洽过,发现他们关于智慧城市的概念比较落后,现在我们谈的都是云技术,而他们还停留在移动生活和移动办公层面。
在这位女企业家看来,智慧城市的最大价值,是在相应系统收集的大数据基础上进行大数据开发。但目前的智慧城市系统的大数据,基本上还停留在相关智慧城市系统管理的各个政府部门领导们的电脑里。导致在智慧城市的概念号召下,安装了相应的智慧设备,却干着传统设备的活,因为核心的大数据并未得到充分的市场化开发。
不过地方政府也有其担心,江苏某市市长在与一家大型外企洽谈智慧城市业务时,在表示支持推进智慧城市发展的同时也指出,“现在公司忽悠的不少,一是希望业务拓展,二是忽悠地方政府有的官员一点都不懂,就追时髦。”
另一条路是完全依靠市场开拓局面。“这种方式看上去不太合理,因为政府资源闲置,商业机构却要独立再做一遍,但只要坚持足够的时间,就会显现出非常大的活力。”李继刚介绍,比如,像百度[微博]或者阿里巴巴[微博]这样的厂商自身具有海量的数据,可以加工出一些公用的数据产品。
中国工程院院士北京邮电大学[微博]原校长方滨兴就建议,能不能先别讲政府,先从企业做起,银行的排号器、医院的排号器总能拿出来共享吧?——所有希望吸引人来的行业都会把数据放出来。就像微博开放数据接口一样,任何研究者都能在微博上查数据。像阿里巴巴这样的企业很有钱,可以花钱跟医院、银行买数据。政府再看到这个市场是可以管得好好的,就开始有新的做法了。
国家发改委城市和小城市发展中心主任李铁也认为,应该通过市场的方式来推动智慧城市的发展。据他介绍,在过去,中国智慧城市建设被普遍认为是要通过政府提供一些资源,来进行一些大数据的基础设施的投资和建设,因此存在很大争议。智慧城市发展全面由政府主导,很多专家担心会因此搞成一种政绩工程。
一个值得思考的问题是,如果政府的资源向企业开放,是向一家企业开放还是可以向所有企业开放?既然是市场化,是公平的市场化还是部分的市场化?另外,在只有唯一的垄断性地位服务提供的时候,怎么保证尽量的市场化?
李继刚认为至少要引入消费者的参与。淘宝上,店家最怕什么?差评!现在一些政府或者一些大的企业提供服务的时候,应该把老百姓的反馈、评价或者修改意见放在一个很重要的位置,应当成为这个服务的业绩考核,或者说官员升迁的很重要的因素。
必须要有强制性
北京邮电大学信息与通讯工程学院院长刘韵洁教授介绍,目前在大数据开放方面,美国已制定完整的数据开放计划,欧盟、澳大利亚、新加坡等国家也都制定了相应的开放计划。而中国进度比较缓慢,也相对比较落后。
目前一些城市数据不开放有两方面原因,一方面是信息安全问题,担心数据泄密;另一方面是管理问题,需要打破政府行政管理的条块分割。赖明指出,支撑中国大数据平台的软硬件仍然受制于人,即使国产的计算机,网络设备也大量采用国外芯片,短期内仍不具备完全国产化能力。国内信息安全命脉几乎全部掌握在外国企业手里。“大数据应用的标准、评估、分析等技术研发有待推进,现有的信息安全手段难以满足大数据应用的安全要求。”赖明是在住建部近日主办的第九届中国智慧城市建设技术研讨会暨设备博览会上做出上述表态的,这也是智慧城市领域规格最高的年度盛会。此外,他表示有关数据产权、数据公开、数据使用、数据安全等方面也存在法律法规缺失等问题。
赖明建议,在《政府信息公开条例》基础上,可以制定《政府信息数据公开法》,保证政府数据在风险可控原则下最大限度公开,明确公开数据的条件、规范和保障。
此外,李继刚指出智慧城市建设存在不容忽视的“两多两少”的问题,第一,说得多,干得少。很多城市申报智慧城市的目的是因为申报下来项目后可能会有钱,就能做出政绩。对于智慧城市的考评机制,应该改变当前写文档、专家评审、上级检查的机制,而是应该利用第三方的市场机构调查,看是否真的为百姓提供了方便。第二,说别人的事多,干自己的事少。政府要推行市场化,希望企业多干事,而企业又提出政府应该把自己的事情干好。解决方式其实就是需要政府打造一个公平、开放的市场环境,要把规则制定清楚。政府在提供服务的时候,需要把百姓的反馈、评价或者修改意见放在重要位置。对于城市规划的顶层设计,必须要有强制性,否则在操作当中会遇到很多问题。
数据分析咨询请扫描二维码
《Python数据分析极简入门》 第2节 8-1 Pandas 数据重塑 - 数据变形 数据重塑(Reshaping) 数据重塑,顾名思义就是给数据做各种变 ...
2024-11-26统计学基础 - 理解统计学的基本概念和方法是数据分析师必备的技能之一。统计学为他们提供了处理数据、进行推断和建模的基础。 数 ...
2024-11-25数据分析师在如今信息爆炸的时代扮演着至关重要的角色。他们不仅需要具备扎实的数据分析技能,还需要不断学习和适应不断发展的技 ...
2024-11-25数据分析师的工作职责涉及多个关键方面,从数据的获取到处理、分析再到可视化,旨在为企业的决策提供有力支持。让我们深入了解数 ...
2024-11-25数据分析师:洞察力量的引擎 数据分析师的兴起 数据分析师行业目前正处于快速发展阶段,市场需求持续增长,薪资水平也有所提升。 ...
2024-11-25数据收集与整理 - 从各种来源收集数据,清洗和整理以确保数据质量和可用性。 数据分析与建模 - 运用统计学方法和机器学习模型对 ...
2024-11-25数据分析是当今社会中不可或缺的一项技能,涵盖了广泛的工具和技术。其中,掌握各种数据处理函数对于数据分析师至关重要。本文将 ...
2024-11-25“大数据治理”是一个涵盖广泛的复杂概念,其核心在于确保大规模、多样化的数据资源能够被有效管理和利用。不仅涉及数据的采集、 ...
2024-11-25一、引言 背景介绍 随着信息技术的快速发展和互联网的普及,大数据已经成为现代社会的重要资产。大数据的兴起不仅推动了各行各业 ...
2024-11-25《Python数据分析极简入门》 第2节 7 Pandas分组聚合 分组聚合(group by)顾名思义就是分2步: 先分组:根据某列数据的值进行 ...
2024-11-25数据分析需要学习的内容非常广泛,涵盖了从理论知识到实际技能的多个方面。以下是数据分析所需学习的主要内容: 数学和统计学 ...
2024-11-24数据分析师需要具备一系列多方面的技能和能力,以应对复杂的数据分析任务和业务需求。以下是数据分析师所需的主要能力: 统计 ...
2024-11-24数据分析师需要学习的课程内容非常广泛,涵盖了从基础理论到实际应用的多个方面。以下是根据我搜索到的资料整理出的数据分析师需 ...
2024-11-24《Python数据分析极简入门》 第2节 6 Pandas合并连接 在pandas中,有多种方法可以合并和拼接数据。常见的方法包括append()、conc ...
2024-11-24《Python数据分析极简入门》 第2节 5 Pandas数学计算 importpandasaspdd=np.array([[81,&n ...
2024-11-23数据分析涉及多个方面的学习,包括理论知识和实践技能。以下是数据分析需要学习的主要方面: 基础知识: 数据分析的基本概念 ...
2024-11-22数据分析适合在多个单位工作,包括但不限于以下领域: 金融行业:金融行业对数据分析人才的需求非常大,数据分析师可以从事经 ...
2024-11-22数据分析是一种涉及从大量数据中提取有用信息和洞察力的过程。其工作内容主要包括以下几个方面: 数据收集与整理:数据分析师 ...
2024-11-22数据分析师需要掌握多种技能,以确保能够有效地处理和分析数据,并为业务决策提供支持。以下是数据分析师需要掌握的主要技能: ...
2024-11-22数据开发和数据分析是两个密切相关但又有所区别的领域。以下是它们的主要区别: 定义和目标: 数据开发:数据开发涉及数据的 ...
2024-11-22