用“大数据”服务城市治理和社会管理

本文涉及的产品
云原生大数据计算服务 MaxCompute,5000CU*H 100GB 3个月
云原生大数据计算服务MaxCompute,500CU*H 100GB 3个月
简介:

image
福田区航拍图。

经过30多年的快速发展,深圳成为突破千万人口的特大型城市,严重倒挂的人口结构曾一度给社会治理和公共服务带来沉重压力。

随着网络技术的快速发展,党和政府逐渐意识到信息化手段在提高社会治理水平和改善人民福祉方面所能起到的重要作用。深圳“织网工程”就为地方政府运用信息化手段推动社会治理创新提供了新的参考标本。

1

破除信息壁垒

找准服务对象

深圳是一个特大型城市,也是一个流动人口大市。深圳经济特区建立之初,当地常住人口只有31万,经过30多年发展,深圳人口突破千万,其中非户籍人口占比较大,“人口倒挂”现象极其严重。

长期以来,政府在制定政策、安排财政投入方面,仅以户籍人口作为测算依据。占较大比重的非户籍人口,由于不符合深圳市的入户条件,无法享受全面的公共服务,难以产生真正的归属感。如何解决他们及其子女的教育、就业、社会保障和管理等问题,成为深圳面临的一大难题。

要化解这一难题,需要以实有人口为依据进行公共服务递送。人口、法人、房屋、城市部件是城市社会管理的基本要素,只有它们底数清、情况明、信息畅,才能实现有效的服务和管理。长期以来,由于各部门之间存在信息壁垒,没有一个部门说得清楚准确的人口、法人数字,没有一个部门能够找齐服务和管理对象,从而导致政府部门很难做到变被动服务为主动服务。

“织网工程”就是在这样的社会背景下酝酿和设计出来的。

2

“一库一队伍两网两系统”

让数据多跑腿

面对问题,深圳创造性提出“织网工程”,建立“一库一队伍两网两系统”,将各部门服务管理的信息资源编织到一个统一的数据库,实现信息资源的动态管理、互联互通和共建共享,提升服务效能和城市管理精细化程度。

建立公共信息资源库。深圳全市范围内只设一个信息资源库,实现“市-区-办事处-社区”四级纵向联通;横向上,市公安局、市民政局、市教育局等36个市直部门悉数接入公共基础资源库,其中16个部门实现数据同步更新。

组建信息采集员队伍。按照“街巷定界、规模适度、无缝覆盖、动态调整”的原则,以平均1000套(间)房屋为标准,全市划分为15000个基础网格,相应配备15000名网格信息采集员,专门解决基层服务管理工作中信息空白、过滤、失真等问题,实现信息及时更新共享。

打造综合信息采集系统。推行“1+N”采集,“1”即网格信息采集员实地采集,“N”即多种信息来源,按照“多表合一、统一平台、动态采集、关联对比、统一分发”的要求,将采集来的基础信息进行核实比对,初步实现实有人口、法人、房屋(城市部件)、事件的动态采集。

推出社会管理工作网,开展矛盾纠纷和问题隐患的分流、处置、督办、反馈和考核,初步实现各类事件网上处置。量身创建社区家园网,集行政性服务、公益性服务和市场化服务于一体,同时也成为社区居民民主选举、民主决策和民意调查的载体,及时化解各类矛盾纠纷和问题隐患。开发决策分析支持系统,通过人口、法人、楼房(城市部件)等公共信息分布情况与电子地图定位关联,实现数据挖掘、统计及分析功能,实现科学决策。

3

从试点到全范围覆盖

构建全市信息网络

“织网工程”雏形形成于2010年前后,深圳市南山区招商街道探索并建成街道综合信息化平台。2012年7月,《深圳市社会建设“织网工程”综合信息系统建设工作方案》发布,就全市范围如何推进“织网工程”进行顶层设计。同年8月,龙岗区南湾街道被选定为“织网工程”改革试点街道。

2013年4月,深圳市委市政府在坪山开展“织网工程”综合试点,为在全市范围内推进工程探路。坪山整合基层队伍,把全区划分为450个网格,建立起一支统一的网格信息员采集队伍。同时,将涉及基层管理的各类事项梳理、整合,细化为35大项381小项,将基层和群众迫切需要的服务事项细化为8大项43小项,及时采集事件信息,并建立起采集事件信息的五级自动分类分拨办理机制,极大提升工作的规范化、精细化。“织网工程”的坪山经验得到全市推广、影响全国。

2013年11月5日,深圳印发《关于全面推进社会建设“织网工程”的实施方案》,提出到2014年年末完成建设并试运行,促成信息资源跨区域、跨层级、跨部门联通共享;2015年,市、区、街道、社区四级“织网工程”综合信息系统正式运行。

为迅速把平台和架构搭建起来,“织网工程”在推动战略方面形成了内部共识,即“先解决有和没有的问题,再解决好和更好的问题”。工程前期主要关注“速度”,快马加鞭建统一平台,先让信息“跑”起来,再去探索、开发和完善各种应用系统。

从2010年在招商街道试点到2013年全市范围推广,“织网工程”用了不到3年时间。正是基于科学合理的推进战略,“织网工程”才创造出信息化建设和网格化管理的“深圳速度”。

4

引领创新

成社会治理新标本

深圳“织网工程”在破除“信息孤岛”、创新社会管理、改善公共服务、重塑政府流程等方面的顶层设计和试点,受到国内各级政府部门的广泛关注。

2013年11月13日,国家发改委、工信部、审计署等七部委在深圳市召开“全国政务信息共享工作研讨会暨信息惠民国家示范城市现场会”,对“织网工程”给予充分肯定。同年,国家发改委等五部委还联合为深圳市颁发“政务信息共享国家示范市”奖牌,以“织网工程”为代表的社会治理创新举措,让深圳成为全国首个“政务信息共享国家示范市”,荣获“信息惠民示范市”称号。

目前,“织网工程”公共信息资源库已联通全市10个区(新区)和23家市直部门,导入公安、教育、卫生计生、劳动社保、民政、住建、统计等部门的业务数据达38亿条。通过自动清洗比对,已关联1000多万人口,200多万商事主体,79万栋楼1000多万间(套)房的信息。

通过“织网工程”信息资源库,每位深圳人的来龙去脉都一清二楚,出生日期、父母信息、籍贯、何时调入深圳、现有工作地点、住所等信息在系统中均有据可查。好比一个最基础的母数据,基于这个母数据,政府管理者和服务者可以挖掘出许多城市治理和社会管理的应用。

目前,“织网工程”大数据在社会服务管理、城市规划、经济布局、交通管理等领域的决策分析以及基本公共服务资源配置等方面的应用逐步增多。教育、卫生、民政、住建等部门基于该数据库,在积分入学、敬老优待证办理、高龄老人津贴、居住证办理、房屋租赁合同登记备案、健康进社区等方面进行了二次开发应用,并取得初步成效,真正做到了“让数据多跑路、让老百姓少跑腿”。

本文转自d1net(转载)

相关实践学习
基于MaxCompute的热门话题分析
本实验围绕社交用户发布的文章做了详尽的分析,通过分析能得到用户群体年龄分布,性别分布,地理位置分布,以及热门话题的热度。
SaaS 模式云数据仓库必修课
本课程由阿里云开发者社区和阿里云大数据团队共同出品,是SaaS模式云原生数据仓库领导者MaxCompute核心课程。本课程由阿里云资深产品和技术专家们从概念到方法,从场景到实践,体系化的将阿里巴巴飞天大数据平台10多年的经过验证的方法与实践深入浅出的讲给开发者们。帮助大数据开发者快速了解并掌握SaaS模式的云原生的数据仓库,助力开发者学习了解先进的技术栈,并能在实际业务中敏捷的进行大数据分析,赋能企业业务。 通过本课程可以了解SaaS模式云原生数据仓库领导者MaxCompute核心功能及典型适用场景,可应用MaxCompute实现数仓搭建,快速进行大数据分析。适合大数据工程师、大数据分析师 大量数据需要处理、存储和管理,需要搭建数据仓库?学它! 没有足够人员和经验来运维大数据平台,不想自建IDC买机器,需要免运维的大数据平台?会SQL就等于会大数据?学它! 想知道大数据用得对不对,想用更少的钱得到持续演进的数仓能力?获得极致弹性的计算资源和更好的性能,以及持续保护数据安全的生产环境?学它! 想要获得灵活的分析能力,快速洞察数据规律特征?想要兼得数据湖的灵活性与数据仓库的成长性?学它! 出品人:阿里云大数据产品及研发团队专家 产品 MaxCompute 官网 https://www.aliyun.com/product/odps 
相关文章
|
1月前
|
数据采集 监控 数据管理
数据治理之道:大数据平台的搭建与数据质量管理
【10月更文挑战第26天】随着信息技术的发展,数据成为企业核心资源。本文探讨大数据平台的搭建与数据质量管理,包括选择合适架构、数据处理与分析能力、数据质量标准与监控机制、数据清洗与校验及元数据管理,为企业数据治理提供参考。
90 1
|
2月前
|
自然语言处理 大数据 应用服务中间件
大数据-172 Elasticsearch 索引操作 与 IK 分词器 自定义停用词 Nginx 服务
大数据-172 Elasticsearch 索引操作 与 IK 分词器 自定义停用词 Nginx 服务
77 5
|
2月前
|
存储 数据采集 监控
大数据技术:开启智能决策与创新服务的新纪元
【10月更文挑战第5天】大数据技术:开启智能决策与创新服务的新纪元
|
13天前
|
机器学习/深度学习 存储 数据采集
解锁DataWorks:一站式大数据治理神器
解锁DataWorks:一站式大数据治理神器
35 1
|
1月前
|
数据采集 分布式计算 大数据
数据治理之道:大数据平台的搭建与数据质量管理
【10月更文挑战第27天】在数字化时代,数据治理对于确保数据资产的保值增值至关重要。本文探讨了大数据平台的搭建和数据质量管理的重要性及实践方法。大数据平台应包括数据存储、处理、分析和展示等功能,常用工具如Hadoop、Apache Spark和Flink。数据质量管理则涉及数据的准确性、一致性和完整性,通过建立数据质量评估和监控体系,确保数据分析结果的可靠性。企业应设立数据治理委员会,投资相关工具和技术,提升数据治理的效率和效果。
117 2
|
1月前
|
安全 搜索推荐 大数据
大数据与智慧城市:数据驱动的城市管理
【10月更文挑战第31天】在信息技术飞速发展的今天,大数据成为推动智慧城市转型的核心驱动力。本文探讨了大数据在智慧交通、环保、安防、医疗和政务等领域的应用,揭示了数据驱动的城市管理带来的深刻变革,同时分析了面临的数据安全、隐私保护和数据孤岛等挑战,并展望了大数据在智慧城市建设中的未来前景。
|
2月前
|
消息中间件 监控 Ubuntu
大数据-54 Kafka 安装配置 环境变量配置 启动服务 Ubuntu配置 ZooKeeper
大数据-54 Kafka 安装配置 环境变量配置 启动服务 Ubuntu配置 ZooKeeper
96 3
大数据-54 Kafka 安装配置 环境变量配置 启动服务 Ubuntu配置 ZooKeeper
|
2月前
|
存储 分布式计算 druid
大数据-155 Apache Druid 架构与原理详解 数据存储 索引服务 压缩机制
大数据-155 Apache Druid 架构与原理详解 数据存储 索引服务 压缩机制
71 3
|
2月前
|
存储 机器学习/深度学习 分布式计算
大数据技术——解锁数据的力量,引领未来趋势
【10月更文挑战第5天】大数据技术——解锁数据的力量,引领未来趋势
|
1月前
|
存储 分布式计算 数据挖掘
数据架构 ODPS 是什么?
数据架构 ODPS 是什么?
348 7