大数据时代政府治理能力面临的挑战与对策

《大数据时代政府治理能力面临的挑战与对策》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、word资料下载可编辑目录一、“大数据”概述1（一）“大数据”的内涵1（二）大数据的特性2（三）大数据的功能3（四）大数据应用是把双刃剑4二、大数据时代政府治理面临的挑战5（一）数据处理基础设施面临的挑战5（二）大数据应用高风险带来的挑战5（三）思维方式转变带来的挑战5三、大数据时代政府治理应对挑战的对策6（一）创建完整的大数据产业链，进行大数据应用技术创新6（二）端正大数据应用态度，保护公民隐私与“人性”7（三）打破政府间的信息孤岛现状，实现信息资源的共享与公开7（四）树立全新的数据战略思维，制定依托

2、大数据的治理方向7五、总结7参考文献9专业技术资料word资料下载可编辑大数据时代政府治理能力面临的挑战及对策摘要：21世纪，随着信息技术日新月异的发展，大数据时代应运而生。大数据应用以其强大的功能而大受欢迎，但是海量且混杂的数据也使得政府治理不得不面临新的挑战，包括基础设施创新跟不上、大数据本身的巨大风险和思维转变，因此，政府治理应该积极应对这些挑战，如创建完整的大数据产业链，进行技术创新；端正大数据应用态度，保护公民隐私；打破信息孤岛现状；树立全新的数据战略思维等，使政府治理实现现代化创新。关键词：

3、大数据；政府治理；数据战略思维；数据产业链；信息孤岛一、“大数据”概述21世纪以来，互联网技术日新月异，我们的人际交往、生活和工作也越来越离不开它，只要有网络，人们就会永无止尽地生产数据、应用数据和分享数据，我们的一切行为和事件都以数据的方式被记录、贮存和处理。由此，大数据应运而生，它开启了一个生产数据、共享数据和消费数据的大数据时代，引导我们从数据的角度看世界。因此，我们必须全方位地探究它。（一）“大数据”的内涵2008年9月，Nature中题为“Big专业技术资料word资料下载可编辑Data”的专

4、辑首次明确推出“大数据”这一概念；2011年5月，EMC开展了题为“云计算相遇大数据”的演讲大会；2011年6月，麦肯锡全球研究所公布的大数据研究报告——《大数据的下一个前沿：创新、竞争和生产力》,首次向世界宣告“大数据”时代来临。尔后，大数据越来越受关注，国外各相关组织也投入到大数据的研究之中。2012年3月，美国联邦政府发布了《大数据研究和发展倡议》,正式启动了“大数据发展计划”；同年5月，美国联邦政府《数字政府战略》出世,它紧紧围绕“大数据”而定的一系方案为美国政府所落实贯彻。从此，大数据化身为时

5、代的“宠儿”，一个全新的、“被数据”诠释的世界降临。大数据成就了一个新时代的转型。我们不停地制造数据、分享数据、消费数据，它成为了我们的生活必需品，关于它的概念也由此应运而生，并一步步地、深刻地影响着我们的日常生活生产方式。因此，我们需要了解它，应用它。麦肯锡在《大数据：创新、竞争和生产力的下一个前沿》一书中对大数据界定为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。[5]该定义明确指出大数据是数据群，一个数据总量超出现有技术以及硬件设施的数据群体，他很明确地向我们展示了大数据是什么

6、，也明确地指明了大数据研究的方向。（二）大数据的特性综上麦肯锡对大数据的诠释，以及至今为止，各组织及个人对大数据进行的研究，总结大数据有以下四大特性：专业技术资料word资料下载可编辑海量化数据（Volume）——数据总量庞大且增长飞快。随着信息技术的发展，数据的生产和储存需求飞速增长，全球数据总量激增，计量单位也已攀升至ZB级别。IDC公司于2011年6月发表的数据报告中明确指出，仅2011年全球各类数据总量1.8ZB左右，预测今后每两年全球各类数据总量至少将翻一番，可见数量之大，增长之快。多样化结构

7、（Variety）——数据品种繁多、来源丰富。数据的品种不再仅限于传统的、单一的格式化数据，只要是来自互联网或是通过互联网传播的博客、图片、地理位置信息、视频、病毒编码等等所有你所能想到的能在互联网上进行交流的信息都将会成为大数据的一员。高速化处理（Velocity）——要求数据的处理速度飞速，必须达到实时处理的程度。它遵循一秒定律，必须要在一秒内处理所有数据并得到结果，否则就将成为过期的或无效的数据。这也是大数据时代与传统数据时代的开发技术上的本质性区别。低密度价值（Value）——数据具有稀缺性、不

8、确定性和多样性。大规模的数据当中只有很少的一部分数据有直观价值，但也正因为大数据稀缺、不确定及多元化而导致有价值的这一小部分才是大数据运用的正真价值所在。当然，这四大特性也仅是目前公认的大数据特征，在众多的研究中，还有其他特征，比如：真实性，即使数据去伪存真，创造更真是的价值；数据粘度，权衡数据间的关联性；数据有效性……这些特性的研究价值是不可估量的，它们可以为我们提供研究方向，补充大数据，从而引发新一轮的探就，或许未来就会成为大数据众多特