智慧政府,即通过信息化的手段,将针对个人、企业和城市运营管理的各种服务统一在一个平台上,并最终形成一个庞大的智慧化整合系统,帮助政府通过精细化的管理方式提升管理的效率,提升为市民、为企业和整个社会服务的水准。
一般来说,“智慧政府”包括智能办公、智能监管、智能服务、智能决策四大领域。
在智能办公方面,采用人工智能、知识管理、移动互联网等手段,将传统办公自动化(OA)系统改造成为智能办公系统。智能办公系统对公务员的办公行为有记忆功能,能够根据公务员的职责、偏好、使用频率等,对用户界面、系统功能等进行自动优化。智能办公系统有自动提醒功能,如代办件提醒、邮件提醒、会议通知提醒等,公务员不需要去查询就知道哪些事情需要处理。智能办公系统可以对代办事项根据重要程度、紧急程度等进行排序。智能办公系统具有移动办公功能,公务员随时随地可以进行办公。智能办公系统集成了政府知识库,使公务员方便查询政策法规、办事流程等,分享他人的工作经验。
在智能监管方面,智能化的监管系统可以对监管对象的自动感知、自动识别、自动跟踪。例如,在主要路口安装具有人脸识别功能的监视器,就能够自动识别在逃犯等;在服刑人员、嫌疑犯等身上植入生物芯片,就可以对他们进行追踪。智能化的监管系统可以对突发性事件进行自动报警、自动处置等。例如,利用物联网技术对山体形变进行监测,可以对滑坡进行预警。当探测到火情,建筑立即自动切断电源。智能化的监管系统可以自动比对企业数据,发现企业偷逃税等行为。智能化的移动执法系统可以根据执法人员需求自动调取有关材料,生成罚单,方便执法人员执行公务。
在智能服务方面,能够自动感知、预测民众所需的服务,为民众提供个性化的服务。例如,如果某个市民想去某地,智能交通系统可以根据交通情况选择一条最优线路,并给市民实时导航。在斑马线安装传感器,当老人、残疾人或小孩过马路时,智能交通系统就能感知,适当延长红灯时间,保证这些人顺利通过。政府网站为民众提供场景式服务,引导民众办理有关事项。
在智能决策方面,采用数据仓库、数据挖掘、知识库系统等技术手段建立智能决策系统,该系统能够根据领导需要自动生成统计报表;开发用于辅助政府领导干部决策的“仪表盘”系统,把经济运行情况、社会管理情况等形象地呈现在政府领导干部面前,使他们可以像开汽车一样驾驭所赋予的本地区、本部门职责。
整合、协同与创新是智慧政府的核心特征。这就要求电子政务从单一的部门应用到跨部门的整合协同,再到社会公众的参与治理,成为一个平台型政府。
长久以来,将城市系统分裂为若干子系统,互不关联,这种城市分裂管理带来各部门“各自为政”之痛,造成部门间信息资源共享不足,信息资源社会化利用有限让城市精细化管理之路步履维艰。建立“整合、开放”的智慧政府,对政府信息资源的统一和共享的需求日益强烈。
政府既是信息资源的最大拥有者,又是信息资源的最大消费者。据统计,全社会的信息资源总量大约有80%掌握在政府部门,而这些信息资源还常常比一般的信息资源更有价值,质量和可信度也较高。如何实现政府信息资源最大程度地共享,成为各级政府工作的当务之急。美国政府推出了建设数字政府新战略,其中一项新举措就是开放政府网站的应用程序接口(API),开放API 的主要意图在于,让公众能更自由地使用与个体生活密切相关的数据,如某一地区年度犯罪案件的多少、交通事故发生的时间和地段、学区学位的变化,等等。开放数据可以提高政府信息资源的社会化利用效率,满足公众对政府信息资源的不同层次需求,也同时减少政府提供电子政务服务的成本。
在智慧城市阶段,随着信息获取量的增大,服务对象以人为本越来越突出,各政府旨在打造全民化的服务平台,把决策、信息采集、服务对象扩大到全社会层面,让公众参与进去。这方面要加强政府基础数据库建设,整合各部门网上信息和服务项目,逐步推进网上并联审批系统,实现政务信息公开和动态发布,逐步为企业和公众提供无线实时审批、移动办公等服务,提供“一站式”服务,不断提高政府行政效能。
智慧城市的建设首先需要一个“智慧政府”,大数据使数据共享成为可能,政府各个部门的既有数据库可以实现高效互联互通,极大提高政府各部门间协同办公能力,提高为民办事的效率,大幅降低政府管理成本。例如我国每年领取养老金的人数多达1.8亿,相当一部分领取人去世后其亲属或朋友仍继续领取,给国家造成巨大的财政损失。借助于大数据技术,将城市的医院、民政部门、社保部门、财政部门等相关管理机构的数据进行有效整合和关联,领取人去世后其死亡信息会第一时间在城市核心数据管理库中更新,财政部门在发放养老金时对领取人的最新情况一目了然,从根源杜绝盗领冒领等问题。由此可见,大数据极大提升政府社会管理的“智慧”水平和科学决策能力。
智慧政府建设是一项复杂的系统工程,涉及到社会的各个层次、各个方面,其中涉及的数据也是海量的、复杂的。
数据量大。随着互联网的快速发展,电子政务数据以几何级数增长。《第30次中国互联网发展状况统计报告》显示,截至2012年6月,全国域名后缀为“gov.cn”的网站数已达到54808个,共有3000余个数据库,集聚了全社会信息资源总量的80%。美国各政府机关持有的数据量平均在1.61PB左右,这一规模在两年内将会扩大到2.63PB。数据的内容包括其它各级政府机关提出的报告、现场报告、处理业务的数据、科学调查数据、图像和视频、网络关联数据以及非政府机关提出的报告等。
数据类型多。政府事务和管理涉及到方方面面,数据都是从不同部门,用不同方式得到的。数据来源的多样化使得数据类型多样化,既有大量的空间数据,还有属性数据,由文本、图像、音频、视频组成的网络数据,网络服务器访问记录、浏览器日志记录、用户简介、注册信息、用户对话或交易信息、用户提问方式等非空间数据。美国机构对美国政府使用大数据的调查报告显示,政府机构持有的数据中,非结构化数据所占的比例为31%,这一比例仍在增加。
数据流动性不高。政府数据对实时性的要求没有企业那么高,再加上许多部门各自为政、信息共享性较差,导致在国内现有的3000余个数据库中,真正能流通利用的不足10%。
对安全性要求高。政府行业对数据的安全性很重视。如果把“金字工程”纳入到政府行业中,那么,政府行业的存储与金融、电信行业的要求相差无几。同时,政府电子政务对于基础数据的依赖性越来越强,数据的安全性和可靠性成为政府最关切的问题,尤其是近年来国内外发生的一系列灾难事件,促使政府信息化部门更加重视数据灾备系统的建设。网络失密竟然占失密案件总数的70%。
欺诈识别。税务欺骗正在日益地被关注,大数据可以用于增加政府识别诈骗的流程。在隐私允许的地方,政府部门可以综合各个方面的数据,比如车辆的登记,海外旅游的数据来发现个人的花费模式,使税务贡献不被叠加。大数据还可以用于识别在征税、养老金等方面的欺诈,通过前后数据的分析可以提高欺诈检测的水平,在纳税申报之初就揭露违规情况,减少问题退税的发放。
城市应急管理。大数据技术为应急部门提供了一种强大的早期预警系统,大大地提高了政府的应急响应能力。2012年3月11日日本大地震发生后仅9分钟,美国国家海洋和大气管理局(NOAA)就发布了详细的海啸预警。随即,NOAA通过对海洋传感器获得的实时数据进行计算机模拟,制作的海啸影响模型出现在YouTube等网站。“Google”上监测到的流感爆发比医院的报告早2-3周。
预测型分析。大数据技术有助于政府提高预测预警能力。例如,预测型分析是大数据警务应用的热门领域。在美国,从纽约到洛杉矶,有越来越多的警察局在计划或者开始部署大数据分析工具,从而加速办案效率和 优化警力资源分配,提高了社会和公众安全水平。作为美国警界最早的大数据预测分析试点单位,圣克鲁斯警察局通过城市大数据预测犯罪地点和时间。美国孟菲斯市警察局启用Blue CRUSH预测型分析系统后,过去五年暴力犯罪率大幅下降。在美国南卡罗来那州的查尔斯顿,警方利用IBM的数据分析工具,帮助当地的400多名警察更加准确地进行犯罪模式的分析。在预测领域,在一个被称作为“面包实时在线价格”(Real-Time E-pricing of Bread)的项目中,Global Pulse在6个拉丁美洲国家建立了每日价格指数。这个研究发现在线零售价格由于和线下价格的波动有联系,能比官方的数据更早发现通货膨胀的苗头。