作者：章政
出版社：中国经济出版社
格式: AZW3, DOCX, EPUB, MOBI, PDF, TXT
大数据时代的社会治理体制试读：
序言
党的十八届三中全会首次提出“创新社会治理体制，改进社会治理方式”的社会发展理念，这标志着我国社会治理实践已进入一个崭新的发展阶段。所谓社会治理，就是政府、社会、企事业单位、社区以及居民个人等通过构建平等的合作型关系，依法对社会事务和社会活动进行规范管理，最终实现社会主体和公共利益最大化的目的。
长期以来，由于城市管理体制的原因，我国城市的社会治理水平相对比较落后，社会治理能力比较薄弱，社会运行效率低、成本高，服务能力差的问题一直存在，成为阻碍我国改革发展和社会经济运行的一大障碍。由于社会治理体制涉及如何合理有效配置社会资源，对于保障社会公平与公正，维护社会安全和社会稳定具有极其重要的作用。因此，实现社会治理体制创新和治理方式的变革已成为我国社会经济发展和现代化实践的迫切要求。
据了解，北京市朝阳区从2005年7月就开始了“全模式社会治理与公共服务体系建设”的实践，经过10年的摸索，已经形成了一套对我国城市社会管理行之有效的治理模式，其基本特点是：第一，政府引领、问题导向。即发挥政府在社会治理中总揽全局、协调各方的领导核心作用，切实解决多头管理、分散管理、难以形成有效合力的问题，利用大数据分析方法、依托大数据平台建立社会管理考核机制，及时反馈和妥善处理各类城市管理问题。第二，社会协同、综合治理。即发挥各类社会组织的积极作用，组织社会力量参与社会管理，也就是将各类城乡社区纳入大数据平台管理系统，为各类基层社区、街乡提供相关支持，实现社会治理的无缝隙、动态化管理。第三，公民参与、社会共享。即转变以往自上而下的单向社会治理，形成自上而下、自下而上的双向社会治理方式。实现了政府信息可以通过大数据平台畅通地传达给社会基层组织和公众；同时，利用移动互联网技术，公民可以将自身诉求及时地反映给社区街道、上级政府，从而使民众在社会治理中扮演更重要的角色，加大了公民在社会治理中的作用。
必须指出的是，经过三十多年的改革开放，我国大多数城乡的设施建设和体制建设均取得了巨大成就，无论是城市总体规模还是基础设施条件都发生了翻天覆地的变化。接下来，为了建立与城市规模和群众需求相匹配的现代城市社会治理体制，在加快城市发展的同时，加强和创新社会管理已成为各级政府部门日益关注的焦点。朝阳全模式社会治理探索正是在这一背景下被提出来的，其核心思想是以建设世界一流的城市社区、“构建中国未来现代化城市管理制度”为目标，力图建立一个科学合理、符合国情、最大限度地有效利用各方面资源的新型城市管理系统。
目前，我国现代城市治理实践仍在探索过程之中，其道路和范式尚未完全统一，但就直观而言，朝阳区的城市社会治理模式由于出发点和归宿点均注重民生问题的改善和解决，很有可能代表着一种新型城市治理实践的方向。特别是在“大数据”和“互联网+”的时代背景下，它通过综合运用现代科学技术，整合信息资源，统筹业务应用系统，促进了城市在规划、建设、管理、运行和服务上的科学发展，就实践效果而言，对于推动新型城镇化和城市治理实践创新具有深远意义。
本书的一大特点，是通过对朝阳区作为我国现代城市管理体系建设试点单位、多年来开展全模式社会治理实践的系统分析，确认了朝阳模式的内在合理性和解决复杂社会问题的有效性。接下来，随着这一模式的不断推广应用，将有可能对全国城市治理实践起到引领和示范作用。我们相信，本书提供的研究成果和理论思考，一定会为我国城市社会治理制度建设和政策制定提供有益的经验和参考。全国人大教科文卫委员会副主任委员 王佐书2015年9月30日第一篇理论与探索——大数据时代的社会治理与公共服务
大数据本质上是一种新型信息资源，相对于传统数据而言，它具有更强的决策分析支撑能力。智慧城市和信息化管理的兴起为大数据的社会管理应用开辟了崭新空间。全模式社会治理就是运用现代信息技术，通过流程再造、业务集成，以数字化、精细化、系统化的方式变革社会管理，其中一个显著亮点在于实现了对非互联网大数据的社会化应用。第一章大数据与大数据时代第一节 大数据的概念
一、大数据概念
数据（Data）是一种有别于其他金融资产和实物资产的信息资产，大数据具有相对于传统数据库更强的决策分析支撑能力。作为当下最火热的概念之一，大数据也可被称为“巨量资料”，最初指的是所涉及的资料量规模巨大到无法通过目前主流软件工具，在合理时间内达到撷取、管理、处理并整理成为帮助经营者决策的有效资信。这导致了新的处理技术的产生。像谷歌的Map Reduce和开源Hadoop平台等，这些技术使得我们可以处理的数据量大大增加。
维克托·迈尔在《大数据时代》一书中给出了另外一种方式的定义，认为大数据是人们在大规模数据的基础上可以做到的事情，而这些事情在小规模数据的基础上是无法完成的。他认为大数据是人们获得新的认知、创造新的价值的源泉；大数据还是改变市场、组织结构以及政府与公民关系的方法。“大数据”这个术语最早期的引用可追溯到Apache Org的开源项目Nutch。当时，大数据用来描述为更新网络搜索索引需要同时进行批量处理或分析的大量数据集。随着Google Map Reduce和Google File System（GFS）的发布，大数据不再仅用来描述大量的数据，还涵盖了处理数据的速度。早在1980年，著名未来学家阿尔文·托夫勒在《第三次浪潮》一书中，就将大数据热情地赞颂为“第三次浪潮的华彩乐章”。不过，大约从2009年开始，“163大数据”才成为互联网信息技术行业的流行词汇。美国互联网数据中心指出，互联网上的数据每年将增长50%，每两年便会翻一番，而目前世界上90%以上的数据是最近几年才产生的。此外，数据又并非单纯指人们在互联网上发布的信息，全世界的工业设备、汽车、电表上有着无数的数码传感器，随时在测量和传递着有关位置、运动、震动、温度、湿度乃至空气中化学物质的变化，也产生了海量的数据信息。
可以看出，大数据这个概念是源于互联网，在目前的情况下也多用于描述以互联网为载体的规模巨大的信息流。但是，大数据的概念本身并不局限于人们在互联网上留下的各式各样的足迹和信息，它可以指一切源于生产和生活的规模巨大、甚至是逼近全体样本的信息数据。
二、以互联网为载体的大数据
随着互联网时代的迅速发展，数据海量化、需求个性化、社会网络化的趋势愈加明显。身在其中或不在其中的人，都或多或少地感受到“大数据时代”的来临，智能手机、3G网络与云平台的发展更是将用户与互联网紧密地联系在一起，智能手机的普遍应用使得海量的用户信息已经成为有价值的情报。
以互联网为载体的大数据，是指人们依托于互联网而将自己的行为信息与人际间的互动信息以互联网能识别、分析与保存的方式所产生的海量数据。结合生活实际，我们很容易想到淘宝买家送货地址、余额宝用户信息、数以万计捆绑的银行卡账号、打车软件地址等，而移动支付必须进行实名认证的前提则成功地把每一条数据准确无误地锁定于每一个真实个体名下，构筑了一片数据蓝海。这里，对于以互联网为载体的大数据，还应注意到以下几个方面。
1.互联网大数据的意义
传统的互联网模式更多的是企业提供产品，用户使用产品（免费或者付费）。而大数据的互联网模式中多了闭环的另一半，用户在消费的同时，也会产生价值，这个价值目前看是以数据为载体形式产生的，这些数据自下而上发挥价值，不仅为互联网企业，也为传统各行各业带来了价值。一个应用，从产品侧面看，可能是为了满足用户空间导航、商家检索的功能；而从数据价值的视角看，用户在使用应用的同时，其产生的数据里蕴含了诸如兴趣喜欢、行为习好、地域特征等需求、选择、意向层面的信息，这些信息反过来可以辅助应用开发商优化产品服务，从更大角度看，也可以将数据开放或共享给第三方生产型企业，以提高企业在产品、运营、营销等多方面的精细化决策。其概念框如图1-1-1所示：图1-1-1 互联网中大数据的价值再造
通过图1-1-1可见，最上层与用户直接接触到的是产品或服务，从传统市场模式的角度看，单向通过产品服务的功能或体验去满足用户的需求是常规服务，数据是为了支撑产品的，是副产品；而从大数据的角度看，产品是为数据服务的，是产生数据的工具或平台，数据才是隐藏其后的价值核心。
如果说上面产品环节更多的是在企业内部完成的，那大数据这个环节则是构建在企业与企业之间，也就是一个大数据生态链上。大数据的价值应用可以通过行业内部快速实现，就像很多互联网企业做的那样，比如亚马逊，基于自有用户行为、评分数据，为用户提供视频推荐服务。也可以取之于互联网用之于互联网，比如像Google、百度，收集互联网数据，提供搜索产品，进而在互联网行业内通过搜索广告将数据价值化；再如，互联网广告定向投放第三方公司，基于多个媒体端的监测数据及其他开放数据，基于不同人群投放不同的定向广告，基于数据价值分析，可以有效提升CTR（广告点击率），进而为广告主在网络媒体端提高ROI（投资回报率）。
2.互联网大数据存在的问题（1）储存分析和处理技术尚需发展
为了应对和处理大数据环境中数据的爆发式增长，大数据存储分析和处理数据技术还需要进一步发展。根据咨询机构Gartner提供的2012年大数据各类技术和业务生命周期图显示，绝大多数大数据尚处于膨胀期，想要进入稳定发展阶段尚要经过数年时间。IBM的调研报告《现实世界中的大数据使用》也表明，在已经开展大数据应用的机构中，查询和报表、数据挖掘、数据可视化、预测建模等是机构容易形成的数据分析能力，而视频分析和语音分析能力则较难形成。因此，目前的大数据存储分析和处理技术还不能满足迅速增长的海量数据价值开发的需要。（2）资料源具有混杂性
对“小数据”而言，最基本、最重要的要求就是减少错误，保证质量。因为收集的信息量比较少，所以必须确保记录下来的数据尽量精确。因为收集信息的有限意味着细微的错误会被放大，甚至有可能影响整个结果的准确性。
随着数据量的增加，数据的错误率也会相应增加，在整合来源不同的各类信息的时候，因为它们通常不完全一致，所以也会加大混乱程度。混乱还指数据格式的不一致性，要达到格式一致，就需要在进行数据处理之前清洗数据，这在大数据背景下很难做到。据统计，所有的数据中，只有5%的数据是有框架且能适用于传统数据库的，而剩下95%的数据都是非框架数据。要完整地利用庞大的数据，就需要有接受不精确性和混杂性信息的技术条件。
例如，美国劳工统计局每月都要公布消费物价指数（CPI），这是用来测试通货膨胀率的，这些数据对投资者和商家都非常重要。在决定是否增减银行利率的时候，美联储也会考虑消费物价指数。一旦发生通货膨胀，工人的工资也会增加。联邦政府为了得到这些数据，会雇用很多人向全美90个城市的商店、办公室打电话，发传真甚至登门拜访。他们反馈回来的各种各样的价格信息达8万种，包括土豆的价格、出租车的票价等。政府采集这些数据每年大概需要花费2.5亿美元。这些数据是精确的也是有序的，但是这个采集结果的公布会有几周的滞后。2008年的经济危机表明，这个滞后是致命的。政策决策者为了更好地应对变化，需要及时了解通货膨胀率，但如果以传统的依赖采样和追求精确的方式进行数据收集，政府就很难及时获得数据。麻省理工学院（MIT）的两位经济学家，阿尔贝托·卡瓦略和罗伯托·里哥本就对此提出了一个大数据方案，就是接受更混乱的数据。通过一个软件在互联网上收集信息，他们每天可以收集到50万种商品的价格。收集到的数据很混乱，也不是所有数据都能轻易进行比较。但是如果能够把大数据和好的分析法相结合，结果就会完全不一样了。上述项目在2008年9月，雷曼兄弟破产之后马上就发现了通货紧缩的趋势，然而那些依赖官方数据的人直到同年11月才知道这个情况。
值得注意的是，对于以互联网为载体的大数据，其天然的具有这样的混杂性，但是这些混杂性的数据也含有很高的价值，并且数据噪声可以通过技术的进步进行改良。（3）数据规模大而价值密度小
随着移动互联网、数码设备、传感器、物联网等技术的发展，一个城市的数据生产在高速地增长。信息作为战略资产，市场竞争和政策管制要求越来越多的数据被长期保存，政府和企业也越来越需要长期保存各类数据，以进行用户行为分析、市场研究，信息服务企业更是需要积累越来越多的信息资源。
信息处理技术的发展使得很多数据的价值能够被更好地挖掘和利用，这包括自然语言处理、语音识别、图像处理技术等。互联网公司[1]更是被数据所淹没，Google公司每天要处理超过24拍字节的数据，这意味着Google公司每天的数据处理量是美国国家图书馆所有纸质出版物所含数据量的上千倍。Facebook每天更新的照片数量超过1000万张，每天人们在网站上点击“喜欢”按钮或者写评论大约有30亿次，这就为其挖掘用户喜好提供了大量的数据线索。不同的领域都在面临着爆发式增长的数据量。数据价值密度的高低与数据总量的大小成反比。以视频为例，一部一小时的视频，在连续不间断的监控过程中，可能有用的数据仅仅只有一两秒。50
[1]拍字节，一般记作TB，等于2字节。第二节 非互联网化的大数据
一、非互联网化的大数据
大数据不仅仅来源于互联网，它可以分为三类：有人和人之间，比如两人之间的沟通；人和机器之间，比如我们操作电脑发邮件等；还有就是机器和机器之间，比如物联网。人与机器、机器与机器相互作用都会在互联网上留下痕迹。但是，人与人的很多活动却不能天然地在互联网上产生对应的数据，这部分数据我们称之为非互联网化的大数据。
我们可以收集到的数据大部分都是来源于传统的互联网、台式电脑、移动互联网以及物联网，还有云计算产生的数据。人与人的作用，扩大到广泛的社会服务、社会管理、政府职能等，却没有形成数字化的数据，无法在日后进行分析和利用，这就造成了非互联网化的信息没有被数据化。
这部分数据资产的规模是巨大的。最早我们知道的是KB，就是千字节，MB是百万字节，GB是亿字节。世界进入大数据时代，后面还有EB、ZB等，KB＜MB＜GB＜TB＜PB＜EB＜ZB＜YB＜BB＜NB＜DB。中国国家图书馆藏书数量是2631万册，这相当于41TB，美国国家图书馆藏书数量是1.5亿册，相当于235TB，一个PB相当于4.36个美国国家图书馆的数据量。现在，新提出来的一个概念叫“数据宇宙”。据有关方面预测，从现在到2020年，数据宇宙将每两年翻一番，到2020年，全球的数据量会达到40ZB，人均数据预计将达5247GB。
这样的估计量包含了互联网化数据量的增速，但是忽略了非互联网化数据的增速，这部分几乎可以看作是空白的市场（Missing Market）。可以想象，如果我们把生活中没有数据化的信息数据化，那数据的增速不知会有如何的爆发。就像我们从实物配给进入产品市场交易，有一个“货币化”的过程，“货币化”之后，才有资金更快速的流通，才有逐步产生的金融市场，数据世界亦是如此。
非互联网化的大数据起步比较晚，目前还在探索阶段，因此没有统一、规范的平台。对于非互联网化的数据的采集方式、信息承载方式、数字化方式、动态处理层级、信息共享方式、发布方式、信息与回馈的闭环设计等都没有统一的标准。也正因如此，非互联网化的大数据给我们留下了丰富的制度与流程的设计空间，本书所研究的北京市朝阳区社会治理体系，就是属于此类问题。
二、数据管理亟待规范化和创新
大数据时代的到来，意味着数据成为越来越重要的经济资产。但由于大数据时代兴起的时间并不长，数据的利用与管理都急需规范化的体系和制度。具体表现为以下方面：
1.对不同数据类型的规范化处理
大数据一般包括以事务为代表的结构化数据，以网页为代表的半结构化数据和以视频及语音信息为代表的非结构化等多类数据，并且它们的处理和分析方式区别很大。在互联网普及以前，数据主要由单独的应用系统进行采集和储存，数据内容主要是结构化的交易数据和财务等内部数据，可以通过二维逻辑表格在数据库中进行存储，这些数据属于结构化数据。
而当信息与数据来源可以来自社交网站、微博、电子邮件、门户网站、传感器装置等时，数据类型变得丰富，可以是文档、图片、视频、音频、日志、链接等，这些数据类型大多不方便用数据库二维逻辑表来存储，属于非结构化的数据。云计算的出现方便了非结构化数据的储存与应用，但是如何将数据中最为广泛的部分——也就是非结构的部分进行标准化操作的信息提取与加工，还有待技术的进一步发展。
2.对数据价值的提纯和资源共享
上面已经谈到，互联网依托下的大数据一个很重要的特点是价值密度低。人们在互联网上留下了规模巨大的痕迹。但是，针对特定的数据处理目的，该如何在庞大的数据中进行价值定位，是一个需要解决的问题，即如何通过强大的机器算法更迅速地完成数据的价值“提纯”。
目前，大数据最成熟的应用是互联网广告营销。近年来，老百姓在搜索或者浏览网页时会发现，网上推出的广告越来越精确。这是因为互联网广告已经进入完全自动、实时竞价的状态，通过对个人上网行为的分析，推导出这个人的性格特征和可能需要，并有针对性地投放广告。广告请求、竞价邀请、受众筛选、申请出价、中标投放的全过程，仅需120毫秒也就是0.12秒即可完成。而在传统媒体完成这样的工作，很可能需要几个月的时间。
虽然这类技术的应用越来越广泛，但人类对互联网数据的使用却远远没有匹配上它的量级。我们所熟知的互联网巨头，如谷歌、IBM、百度等，以及一些做B2C、C2C平台的网站，可能对互联网数据有较为深刻的把握，但是更多的企业还没有渗入到数据资产的加工与整合中。也就是说，更多的企业对互联网下的大数据并没有有效地利用，这源于互联网下的大数据还没有形成有效的资源共享机制，同时也没有形成系统而规范的方法。
3.数据保护与数据交易——隐私的保护
牛津大学教授、大数据领域权威专家维克托就在他的著作《删除》一书中表示，对于人类而言，遗忘一直是常态，而记忆才是例外。然而，由于数字技术与全球网络的发展，这种平衡已经被打破了。大量数字化的私人信息不仅可能在今天被滥用，在几年甚至几十年后仍然可能被滥用。
这就涉及以互联网为依托的数据保护与数据交易中个人隐私权的保护问题。人们希望数据更智能，更能把握自己的需求，但又反感自己的信息被未知的企业或人士所掌握。隐私与个性化定制之间存在着一些天然的矛盾。虽然有人认为，隐私和个性化之间的关系并不是那么冲突。例如，如果希望大家都把我们当成个性化个体，我们就必须在大家面前剖析自己，这种个性化服务就必须要有一些透明度。如果希望这种个性化服务最大化，就要有最大化的透明度。从另一方面来讲，我们也可以决定不告诉任何人关于自己的一些隐私，那么肯定就不能期望别人把我们当成一个个性化的个体来看待，这也是个性化和透明度之间的矛盾。尽管如此，在企业业务落地的过程中，往往会存在着争议。企业提供个性化服务是一个渐进的过程，用户一时无法适应的话，就会出现隐私泄露等很多问题。
事实上，真正好用的大数据技术，应该是用加工实现增值，用分析来指导决策，而非贩卖用户个性化隐私这种原始数据信息本身的低层次滥用。由于隐私问题在大数据时代尤为重要，许多人提出了自己的看法，其中不乏深度的思考。例如，中兴通信首席架构师、业务总工程师罗圣美表示：“使用这些数据的企业，其实有两大类，一类是互联网企业，第二类是电信企业。企业有安全保护措施，有技术解决方案，做只针对群体，而不针对个体的信息挖掘，这是应遵循的基本原则。”
在隐私保护问题上，大数据技术要重点强调符号化和用户特征这两个概念。所谓符号化，是当我们去识别一个用户时，用和他真实信息不相关的符号标记这个用户。符号通过算法来保证，是单向的识别，使我们能识别出两次登录的是同一个用户，却无法通过此符号反推出该用户在真实生活中的姓名、电话和住址，这样就基本享受了大数据带来的优势，同时又规避了信息安全的风险。所谓用户特征，是在大数据时代，企业感兴趣的往往是这个用户的特征，而不是家庭地址、电话号码等这些个人的信息。如果在数据使用过程中严格遵循符号化和用户特征原则，我们就有可能规避掉上述风险。
此外，大数据的保护与交易需要遵循什么样的标准，是当前政策制定者面临的挑战。2012年12月，全国人民代表大会常务委员会《关于加强网络信息保护的决定》审议通过。2013年，工信部根据全国人大的决定，出台了关于互联网和电信网个人信息保护的条例，提出了数据保护的一系列要求。由于数据的交易规则在我国尚无专门的法律来规范，我国的几大互联网运营企业都在做大数据分析，并且都想把数据作为可交易的产品，这需要尽快建立与数据交易有关的法律法规。第三节 大数据时代的兴起
最早提出大数据时代到来的，是全球知名的咨询公司麦肯锡，麦肯锡称“数据，已经渗透到当今每一个行业和业务职能领域，成为重要的生产因素。人们对于海量数据的挖掘和运用，预示着新一波生产率增长和消费者盈余浪潮的到来”。“大数据”在物理学、生物学、环境生态学等领域以及军事、金融、通信等行业存在已有时日，却因为近年来互联网和信息行业的发展而引起人们关注。
大数据是在云计算、物联网之后IT行业又一大颠覆性的技术革命。云计算主要为数据资产提供保管、访问的场所和渠道，而数据才是真正有价值的资产。企业内部的经营交易信息、物联网世界中的商品物流信息，互联网世界中的人与人交互信息、位置信息等，其数量将远远超越现有企业IT架构和基础设施的承载能力，实时性要求也将大大超越现有的计算能力。只要条件具备，发展中经济体能够利用大数据发挥巨大的潜力。例如，亚洲地区的移动手机用户最多，其中以我国设备数量最多，个人位置数据在亚洲已经领先。此外，在IT资产方面，尽管一些新兴市场组织落后于发达市场，但发展中经济体可以用最新技术跳跃式前进。
越来越多的政府、企业等机构开始意识到数据正在成为组织最重要的资产，数据分析能力正在成为组织的核心竞争力。比如2013年3月22日，奥巴马政府宣布投资2亿美元拉动大数据相关产业发展，将“大数据战略”上升为国家意志。奥巴马政府将数据定义为“未来的新石油”，并表示一个国家拥有数据的规模、活性及解释运用的能力将成为综合国力的重要组成部分。未来，对数据的占有和控制甚至将成为陆权、海权、空权之外的另一种国家核心资产。再如，联合国也在2012年发布了大数据政务白皮书，指出大数据对于联合国和各国政府来说是一个历史性的机遇。人们如今可以使用极为丰富的数据资源，对社会经济进行前所未有的实时分析，帮助政府更好地响应社会和经济运行。
IBM执行总裁罗睿兰认为，上一个10年，他们抛弃了PC，成功转向了软件和服务，而这次将远离服务与咨询，更多地专注于因大数据分析软件而带来的全新业务增长点。同时提出“数据将成为一切行业当中决定胜负的根本因素，最终数据将成为人类至关重要的自然资源”。
在国内，百度已经致力于开发自己的大数据处理和存储系统；腾讯也提出2013年已经到了数据化运营的黄金时期，如何整合这些数据成为未来的关键任务。事实上，自2009年以来，有关“大数据”主题的并购案就层出不穷，且并购数量和规模呈逐步上升的态势。其中，Oracle对Sun、惠普对Autonomy的两大并购案总金额高达176亿美元，大数据的产业价值由此可见一斑。第四节 大数据与社会服务管理
一、社会服务管理为什么需要大数据
我们知道，在统计技术不发达的年代，做一次大规模的统计是相当困难的，数学家们想到了抽样统计，选择最有代表性的样本。统计学家们证明，采样分析的精确性会随着采样随机性的增加而大幅增高，但与样本数量的增加关系不大。一个通俗的解释就是，当样本数量达到某个值之后，我们从新个体上得到的信息会越来越小，这与经济学中的边际效益递减类似。
随机抽样的最大优点是在根据样本资料推论总体时，可用概率的方式客观地测量推论值的可靠程度，从而使这种推论建立在科学的基础上。通过随机样本，可以用较少的花费做出高精准度的推断。正因为此，随机抽样在社会调查和社会研究中应用得较广泛。
因此，在以往的社会服务管理中，在面对数据收集时，管理者往往采用随机抽样方法，如我们熟悉的纯随机抽样、分层抽样、系统抽样、整群抽样、多阶段抽样等，通过对部分人的调查来做出对整体的决策。
但是，在随机抽样下，社会服务管理会面临两个比较突出的问题。首先是样本的代表性，尤其是随机抽样赖以生存的随机性，往往是很难保证的。其次是后期的数据重复利用率低，随机抽样不适合考察子类别的情况。因为一旦继续细分，错误率就会大大增加，即使随机抽样回答了我们事先设定好的问题，也难以回答我们事先未考虑到的问题。这就是社会管理服务必须借助大数据理论的原因。
二、社会服务管理对数据处理的特殊要求
在大数据时代下，我们得以获得总体的数据，而不是规模十分有限的样本。这带给我们许多方便，数据的量变产生质变也可能从中显现。因此，大数据也可以被认为是指不用随机分析法而采用所有数据进行分析的方法。这样的方法会给我们后期的数据使用带来方便。通过对全体数据分析的办法，可以观察到样本中无法观察到的问题。但是，由于涉及全体数据，和随机抽样方法就有许多不同了。
首先是数据的采集，要得到全体样本，付出的采集努力远多于随机抽样样本，数据由怎样的方式能够最低成本地得到，如何进行无死角的可持续的数据收集，数据收集采用怎样的格式，如何进行数字化处理，等等，这些都是全样本对数据采集的挑战。
其次是将采集到的数据进行整理，使之成为计算机可以方便处理的编码。这涉及所收集信息的标签分类问题。如果没有编码的标准化，数据在后期的利用将会面临巨大的技术困难。
最后是后期的加工利用，全样本带来的海量数据，对处理技术是较大的挑战；全样本有多层次的丰富信息，选择利用的维度与剖面，能让数据发出不同的声音，如何综合地多层次有效利用数据，也成为挑战。
三、大数据下社会服务管理的机遇与挑战
1.社会服务管理迎来机遇
哈佛大学商学院的达文波特教授说：大数据及其分析，将会在未来10年改变几乎每一个行业的业务功能。任何一个组织，如果早一点着手大数据的工作，就可以获得明显的竞争优势。在大数据时代，创新政务管理的要义就是从“政府信息化”向“信息化政府”迈进，前者偏重于利用信息化手段提升效率，而后者更偏重大数据的思维，用信息化手段和方式解决处理问题，而且管理的范围从平面的实体世界拓展到了立体的虚拟世界、“数据宇宙”。
现在，各个国家都在做相关工作。例如，美国2011年2月发布《联邦云计算战略》白皮书，规定所有联邦政府新建项目中云计算优先，并规定每个联邦机构至少拿出3项现有的应用向云计算迁移；英国2011年11月宣布将启动政府云服务，2015年至少有50%的政府公共部门的信息技术资源通过政府云来购买；韩国2009年12月推出《云计算全面振兴计划》。也就是说，大数据将为各类社会服务和管理活动带来新的技术制高点。
2.社会服务管理应用大数据的挑战（1）应用目标的确认
大数据的快速发展以及席卷而来的宣传声势，已经让大多数企业和社会管理服务部门意识到其重大潜能，以及将会对社会产生的巨大影响，很多企业与服务机构都表示会尽快开展大数据项目，调整组织架构、改善基础设施能力以更好地适应大数据的应用的发展。但是，如何发挥大数据的应用价值，是政府、企业和服务机构面临的一个困扰。很多机构其实并不知道大数据能够解决什么，又能够带来怎样对应的需求。全球大数据的应用模式尚在探索之中，业界尚无成熟的、可广泛应用的案例。因此，摆在社会管理服务应用大数据面前的首要问题，是确认大数据的应用目标，只有确认了目标，才能进行相应的路径规划探索。（2）大数据分析的难点
大数据分析和处理具有多样性、海量化和增长快等特征，而传统的数据分析和处理技术有限的能力很难满足大数据的要求。与大数据相比，传统的数据分析处理的数据采集源相对单一，数据量小，而且基本是结构化的数据。因此对于技术分析处理的时效性要求并不高。在大多数情况下，采用关系型数据库和并行数据仓库技术即可完成要求。相比之下，大数据的环境需要分析的数据来源广泛、类型丰富、数据量大，而且非结构化的数据如文档、图片等占分析数据的比例不断上升，一些处理场景对于时效性的要求极高。
此外，传统数据的分析处理流程相对简单。而大数据应用分析结果则需要经过数据采集、预处理、存储、分析和挖掘等多个环节才能得到有效呈现。而社会管理服务采集的数据多是人员图像、档案信息等，因此应用大数据对其进行分析，需要保证信息的时效性和有效性，这给数据的采集和更新都带来了挑战。（3）处理方法的理论尚未形成
在大数据的助力下，政府将由管理者成为服务者。对政府而言，首先要收集数据，政府部门需在建设集中信息渠道的基础上，广泛收集信息。其次要分析相关性，通过研究历史数据的相互关联找出关系，建立相关性模型。最后要进行大量预测、使用、防范和应用。大数据时代，政务信息化是大数据应用的基础手段，管理者要转变思维模式，建立大数据的思维模式，要看整体、看群体、看关联、看特征。
从收集到分析再到预测，这是社会服务管理对大数据的作用流程，但在实际操作过程中，这个流程并不简单。光要制度化和标准化地将海量潜在信息数据化这一步就很困难，后期对于全体数据的高效率、技术可承载的分析方法也有待开发，如何充分发挥数据的指示作用、预测作用、发现异常的作用，都需要配套的分析与预测工具作为支撑。除此之外，社会服务管理数据的公开与隐私保护也是需要权衡的问题。因此对于大数据时代下的社会服务管理究竟有怎样的制度与标准，应当使用怎样的处理方法，相关的理论和方法目前尚未形成，这就需要有走在时代前列的尝试者进行摸索与开发。第二章大数据、智慧城市与“朝阳模式”第一节 智慧城市的概念
一、智慧城市的概念
21世纪以来，随着城镇化的发展、科学的进步与技术的推动，城市的智能化水平上升到一个全新的高度。“数字城市”已经不足以形容城市的发展状况与发展目标，“智慧城市”作为一个重要的概念，进入我们的视野，城市将变得更“智能”、更聪明，提供给人们更迅速的数据处理与决策，让城市变得更适合居住。图1-2-1 智慧意味着什么资料来源：IBM：《以智慧城市支持中国城市经济转型和持续发展》，2011年。“智慧城市”这个概念最早由IBM咨询提出，IBM给出“智慧城市”的定义为：运用信息和通信技术手段感测、分析、整合城市运行核心系统的各项关键信息，从而对包括民生、环保、公共安全、城市服务、工商业活动在内的各种需求做出智能响应。IBM定义的实质是用先进的信息技术，实现城市智慧式管理和运行，进而为城市中的人们创造更美好的生活，促进城市的和谐、可持续成长。
国务院发展研究中心课题组认为，智慧城市是将信息技术广泛应用于城市基础设施以及政治、经济、文化、社会生活的各个领域，让城市变得更“聪明”。研究表明，智慧城市分三个层次：第一是更透彻的感知，第二是更全面的互联互通，第三是更深入的智能化。中国工程院课题组认为，“智慧城市”通过互联网把无处不在的植入城市的智慧化传感器链接起来形成的物联网，实现对物理城市的全面感知；是利用云计算技术对感知信息进行智能处理和分析，实现网上“数字城市”与物联网的融合，并且发出指令，对政务、民生、环境、公共安全、工商活动等在内的各种需求做出智能化决策支持。
目前，尽管对智慧城市尚无统一的定义，但是就直观而言，智慧城市是一种新的城市发展生态，它综合运用现代科学技术，整合信息资源，统筹业务应用系统，促进城市在规划、建设、管理、运行和服务上的科学发展，对我国而言，尤其能推动新型城镇化在质量和内涵上的提升。图1-2-2 智慧城市下的“三化”资源来源：IBM：《智慧的城市：理解IBM智慧城市的基础》，2011年。
二、智慧城市的特征
1.智慧城市的基础是信息技术与信息整合
技术发展是智慧城市出现的基础。新型的物联网、云计算、人工智能、数据挖掘等信息技术，通过感知化、互联化、智能化的方式，将城市中的物理基础设施、信息基础设施、社会基础设施和商业基础设施连接起来，城市的人、交通、资源、能源、商业等，不再是一个个分割的部分，而是有机地被信息技术联系在一起，使城市成为一个类生命体。各个领域、各个子系统的关系被信息所显化，它们之间的相互作用也通过数据与信息体现出来，城市像被装上了网络神经系统。
智慧城市是城市管理与发展的新模式。过去城市对人的管理、对财的管理、对物的管理、对事的管理，都通过智慧城市“智能”的发挥，让决策者的决策和执行更迅速、更科学、更全面。这种智能的发挥，需要管理部门之间的数据集成与共享机制，部门之间要协调运作，共同服务于城市这个系统。而政府，也从管理型政府向服务型政府转变，这些协作与转变需要体制机制创新，需要领导与监管模式的创新与变革。
2.智慧城市的主要内涵（1）城市信息化管理是基础工作
城市管理信息化起始于运用信息化手段对城市活动的管理，当各种技术手段并行运用、各专业管理系统互联互通协同工作后，单个技术、单个系统的功能集聚产生的效应，将远远大于原来独立应用条件下的工作效能。
城市的信息化管理相比传统的管理模式有多方面的优势。第一，城市管理信息化有效解决了城市管理中的“政府失灵”问题，建立了城市管理长效机制。由于传统的城市管理模式存在体制、机制上的弊端，对城市管理部门是否尽职尽责缺乏有效的监控和制约，导致城市管理滞后于城市发展，在一定程度上造成城市管理的“政府失灵”。城市管理信息化的应用，再造城市管理流程，可有效解决城市管理中“政府失灵”问题，解决城市管理中的突击式、运动式、被动、滞后、多头管理等问题，真正建立起城市管理的长效机制，实现城市管理的制度化、规范化。
第二，城市管理信息化将先进的管理理念和科学技术结合，再造了城市管理流程，大大提高了城市管理效率。科学、技术和管理是驱动人类社会进步的三个轮子，三者的有机结合将极大地促进社会生产力的发展。城市管理信息化将系统化、数字化的城市管理理念，与以人为本、全民参与，职能整合、全面协同，敏捷效能、精确管理，依法管理和求真务实、立足实践的原则相结合，实现了城市管理革命性的变革，极大地提高了城市的管理效率，保证了问题及时发现、任务准确派遣、问题及时处理。
第三，城市管理信息化将信息化技术全方位应用于城市管理全过程，实现了城市管理全过程信息的实时传递与处理，实现了技术支撑体制、体制保障技术应用的良性互动。城市管理信息化的推进，支撑了城市管理流程的再造，支撑了系统的内生评价，支撑了精确、敏捷管理方式的实现，摆脱了过去为信息化而信息化、信息化与生产和管理很大程度上脱节的怪圈，做到了需求引导城市管理信息化建设，城市管理信息化建设带动政府管理效率的提高。
第四，城市管理信息化使城市管理者对管理对象做到了一清二楚，为维护城市公共安全提供了可靠保障。城市管理信息化将城市管理部件准确定位并编码，通过城市管理监督员全天候不间断巡查，不仅可以及时发现并上报各种城市管理部件和事件信息，还可以在短时间内完成对某类城市管理对象的专项普查；不仅可以及时发现问题，并且可以及时处理问题，为维护城市公共安全提供了可靠保障。
第五，城市管理信息化有效整合了信息资源和管理资源，大大降低了城市管理成本，有力推进了节约型管理和资源节约型城市建设。城市管理信息化能充分整合城市的信息化资源和城市管理资源，设计了科学合理的城市管理系统，在管理方式发生巨大变革的同时，节约了大量的人力、物力、财力。同时，由于城市管理水平的提高，还可以带来水电气热等资源的节约、城市公共设施损坏的减少等效果，加快城市建设资源节约型城区的步伐。城市管理信息化实现了市民与政府的良性互动，形成了市民与政府共同管理城市的格局。一是城市管理监督员进入社区后，与居民实现了“零距离”接触，通过监督员准确、及时的上报，使问题得到迅速解决；二是城市管理信息化在政府便民热线的基础上，为社区居委会实施城市管理搭建了平台，为市民参与城市管理提供了更为便捷的通道，大大减轻了社区居委会的负担，减少了人民群众反映城市管理问题的信访量，极大地激发了居民参与城市管理的热情；三是政府定期将城市管理状况通过数字网站向社会发布，便于居民监督。在告知居民参与城市管理的方式、渠道的同时，求得群众的共识，努力提高人民群众的认同感，真正形成市民与政府良性互动、共同管好城市的局面。
此外，我国在“十二五”规划中明确提出，要构建下一代信息基础设施，并加快经济社会信息化。规划指出：要统筹布局新一代移动通信网、下一代互联网、数字广播电视网、卫星通信等设施建设，形成超高速、大容量、高智能国家干线传输网络。引导建设宽带无线城市，推进城市光纤入户，加快农村地区宽带网络建设，全面提高宽带普及率和接入带宽。推动物联网关键技术研发和在重点领域的应用示范。加强云计算服务平台建设。以广电和电信业务双向进入为重点，建立健全法律法规和标准，实现电信网、广电网、互联网三网融合，促进网络互联互通和业务融合。推动经济社会各领域信息化。积极发展电子商务，完善面向中小企业的电子商务服务，推动面向全社会的信用服务、网上支付、物流配送等支撑体系建设。大力推进国家电子政务建设，推动重要政务信息系统互联互通、信息共享和业务协同，建设和完善网络行政审批、信息公开、网上信访、电子监察和审计体系。加强市场监管、社会保障、医疗卫生等重要信息系统建设，完善地理、人口、法人、金融、税收、统计等基础信息资源体系，强化信息资源的整合，规范采集和发布，加强社会化的综合开发利用。（2）城市可持续发展是主要目标
第一，人居环境的改善是首要任务。近年，影响公共安全的因素越来越多，大多数的城市停留在以人防为主，存在重视预案、轻视预警、多头指挥、联动失灵等问题，还缺乏高自动化、高集成化、科学化的城市公共安全应用系统。安全作为国家发展战略的重要部分，同样也是城市发展的重要前提条件。良好的城市公共安全是指城市要具有抵御自然灾害、防御和处理人为灾害和恐怖袭击、突发公共事件等方面的能力，从而确保城市居民的生命和财产安全。
通过智慧城市公共安全信息平台以及智慧城市公共安全系统的建立和完善，可以将来自城市工业危险源、城市公共空间、城市公共基础设施、城市自然灾害、道路交通以及恐怖袭击等多方面的安全问题，借助系统集成、信息集成、通信集成、功能集成建设，实现城市视频监控、报警联网、三警合一、卡口控制、集成通信、舆情分析、人口管理、可视化展现的信息大集成，以及公共场所、建筑物、住宅小区的报警、视频、出入口控制的大联网。同时，通过统一的城市公共安全信息平台，实现城市各业务应用与安防监控系统的监控状态及报警信息的显示、各系统间实时信息的交互与数据共享以及各系统间的功能协同和控制联动；同时要实现与数字城市“一级平台”、城市数字化管理平台、城市应急指挥平台、城市智能交通管理平台、城市基础设施管理平台的互联互通和信息共享，对来自各个方面的城市安全隐患实行实时联动监督与影响评价，并提出解决方案。图1-2-3 智慧公共安全概念模型
在安居的基础上，智慧城市要求改善人们的居住环境，包括自然环境、人工环境与人文环境。这要求建立智慧环保、智慧住宅与智慧服务。智慧环保是指借助物联网技术，将感应器和装备嵌入各种环境监控对象中，通过超级计算机和云计算将环保领域物联网整合，实现人类社会与环境业务系统的整合，同时加强低碳环保，促进可持续发展，以更加精细和动态的方式实现环境管理和智慧决策。智慧住宅不仅要通过家庭各个子系统之间的相互配合，使住户可以足不出户便知天下事，也使得家庭住宅各个功能能够更智能化，打造高功能、高节能的居住环境。人文环境的内涵包括更多，从政府管理、医疗、教育、文化等多个角度，智慧城市都提出了新的要求。以医疗为例，智慧城市的数字卫生要求建立居民电子健康档案，以实现医院服务网络化为重点，推进远程挂号、电子缴费、数字远程医疗服务、图文体验诊断系统等智慧医疗系统建设，提升医疗服务一体化的水平。
第二，统筹城乡发展是主要目的。经济社会发展，是相对于城乡分割的“二元经济社会结构”而言的，它要求把农村经济与社会发展纳入整个国民经济与社会发展全局之中进行通盘筹划，综合考虑，以城乡经济社会一体化发展为最终目标，统筹城乡物质文明、政治文明、精神文明和生态文明建设，统筹解决城市和农村经济社会发展中出现的各种问题，打破城乡界线，优化资源配置。统筹城乡经济社会发展的实质是给城乡居民平等的发展机会，通过城乡布局规划、政策调整、国民收入分配等手段，促进城乡各种资源要素的合理流动和优化配置。
在统筹城乡发展的过程中，“数字鸿沟”是一个不可避免的话题。所谓城乡数字鸿沟，是指城市居民与农村居民在拥有和使用信息技术方面的差距。城乡数字鸿沟的社会影响集中体现在以下五个效应上：离散效应，数字鸿沟会使大量信息贫困者出现；分化效应，数字鸿沟会使拥有信息技术者和不拥有信息技术者之间产生越来越大的分化；放大效应，数字鸿沟会使原来已经存在的经济和社会矛盾进一步地扩大；短板效应，尤其是处于弱势群体的一方，他们的存在会降低整个信息化的成效；双刃效应，数字鸿沟在使原有矛盾扩大的同时，也会给落后的一方后来居上发挥后发优势，实现跨越发展提供机遇。
智慧城市的建设为解决数字鸿沟带来了机遇，政府应当推进农村信息化建设。通过加强农村信息基础设施的建设，加强农村基础教育等，来增强城市辐射力，让信息网络突破地域限制，使城市的各种技术、服务等资源快速地从城市传向其他城镇和农村地区。通过信息化，使传统农业和乡镇企业摆脱落后的生产方式。
资源配置有三种经济机制，分别是动力机制、信息机制与决策机制。其中信息机制是指为了选择合理配置资源的方案，需要及时、全面地获取相关的信息作为依据。智慧城市本身就是信息技术将信息资源与其他资源优化配置整合后的一种高级城市形态，在建设中会促进新兴的生产力与生产关系的产生、新的社会组织管理结构的产生、新兴产业兴起与产业结构的优化、数字化的生产工具的普及与使用等，这些都可以实现资源的优化配置。
第三，推动科技创新和催生高端产业是重要支撑。智慧城市建设与科学技术应用是相互促进、相辅相成的关系。一方面智慧城市建设要以科学技术为支撑，另一方面智慧城市的建设又必将促进科学技术尤其是信息通信技术的转化与应用。智慧城市建设对新的科学技术应用的激发主要有视频识别技术、传感器技术、定位技术、智能信息技术、云计算技术、移动互联网技术、3S技术、三网融合技术与虚拟现实技术。
在激发这些技术的同时，一系列高端产业和战略性新兴产业迅速成长。战略性新兴产业是指以重大技术突破和重大发展需求为基础，对经济社会全局和长远发展具有重大引领带动作用，知识技术密集、物质资源消耗少、成长潜力大、综合效益好的产业。主要包含新一代信息技术产业（包括新一代无线通信网络、物联网产业、三网融合、新型平板显示、高性能集成电路、云计算和大数据等），新能源产业（太阳能、地热能、风能、海洋能、生物质能和核聚变能等），与新材料产业（信息材料、能源材料、新型建筑材料、生态环境材料等）。（3）城市精细化管理是重要内容
城市精细化管理就是坚持精益求精，更加注重细节，以更高的标准推进城市的建设、管理，做到精确、精准、精密，塑造精品城市。具体来讲，就是分解工作目标、内容和流程，细化工作区域，量化工作标准，明确工作责任，做到城市管理地域无缝隙、事件无遗漏、进程无障碍；要形成长效机制和工作模式，实现城市精细化管理规范化、制度化和程序化。
精细化管理是智慧城市的要求，它主要包括城市事务协同运作、城市事务智能处理、城市管理服务预测三项内容。智慧城市要求我们打破信息孤岛的格局，实现城市内部的信息共享，加强数据的统一管理，实现数据的准确性、及时性，加强挖掘分析。城市协同治理的过程中，企业、第三部门、公民个人同样可以成为公共管理的主体，管理主体的多元化将在一定程度上超越二元对立的管理模式，更好地适应现代社会的发展。
城市事务协同运作可以分为政务协同、市民服务协同与城市应急协同三个层面。政务信息资源共享及业务协同的核心是建立“一套机制、两个体系、四大信息库”，即建立一套政务信息资源共享及业务协同的管理机制；构建政务信息资源目录与交换两个体系；完善人口、[1]法人单位、空间信息系统、社会经济统计指标四大信息库。
城市事务智能处理，来自历史数据与历史案例的积累。它建立在大数据长期分析的基础上，政府可以引入城市运营商，根据确定的运营模式需求，确定城市管理运营所需要的关键资源和能力，分别是数据及数据安全和保密机制的确立，通过对数据的需求以及事件管理的需要，调整政务系统工作流程以及信息交换的安全机制。城市应该打造自己的智能处理模式，并通过不断完善，实现智能化。
从逻辑维度，根据城市管理需求综合集成流程。城市管理涵盖了从明确问题到指标设计、系统建模、系统分析与综合、决策、执行及监督评价等过程，本文不再赘述。城市管理通过预测、决策、组织、实施、协调、控制等一系列机制，贯穿从明确问题、指标设计、系统建模、系统分析与综合、决策、执行到监督评价整个流程，以及城市规划、建设、运行管理全过程。城市管理的预测，是指随着处理经验的积累，从数据分析中得出城市管理的薄弱环节，对未来的城市管理需求进行分析，更有针对性地做好城市管理服务。城市管理的预测来源于强大的数据库与专业的分析能力。通过对历史数据的监测分析，从而预测未来需要采取的预防措施，进而更好地维护城市的社会安定。
此外，智慧城市中的感知是指通过传感技术，实现对城市管理各个方面的检测和全面感知。智慧城市利用随时随地的感知设备和智能化系统，智能识别、立体感知城市环境、状态、位置等全方位信息变化，对感知到的数据进行融合、分析和处理，并与业务流程智能化调控方案相匹配，继而主动做出相应的调控举措，促进城市各个关键系统和谐、高效地运行。感知的具体对象，就智慧城市而言，包含城市基础设施（道路、桥梁、轨道、水网、电网、管线、堤坝等），基础城市实体（厂房、学校、医院、广场、住宅等），基础服务体系（交通、物流、警务、城管、教育、医疗等），以及城市资源与环境（地质、天气、河流、山丘等）。感知的方式有电子标签显示身份、传感器捕捉状态、摄像头记录图像、GPS跟踪定位。
信息在全面被感知后，需要被整合在统一的平台上，才能最大化地发挥系统信息的作用。信息整合是指在一定组织的领导下，对信息资源洁化序化、共享化、协调化，进而实现信息资源配置最优化。尤其是在社会管理领域，随着城市化的快速发展，政府逐渐由管理型转向服务型，立足于城市管理、市政规划等的公共信息平台正是这些转变的产物。
[1]郭理桥.政务信息资源共享及业务协同——深化电子政务建设应用的有效途径[J].中国建设信息，2009:16.第二节 智慧城市在我国的兴起
一、智慧城市在我国的发展过程
智慧城市这一概念出现的时间不长。一般认为2009年1月28日，IBM首席执行官彭明盛首次正式提出“智慧城市”这一概念。其实，智慧城市、智慧社会建设要早于这个时间。例如，韩国政府在2004年3月就推出了U-Korea发展战略，力求将韩国城市乃至全国提前推入智能社会；欧盟2005年7月开始实施“2010战略”，致力于发展最新通信技术、网络技术、新媒体、新服务，并在2007年提出和开始推行一整套智慧城市建设方案；2009年9月，IBM与美国迪比克市也共同宣布启动了美国第一个智慧城市建设。我国的智慧城市建设可以追溯到1995年，当时是以地理信息系统GIS为核心进行数字化城市建设，此为第一阶段。主要特点是地理信息的数字化，应用范围只限于一些专业机构，服务对象有限。
从2005年开始，我国着重推动建设互联城市，主要特点是全方位的信息化和互联化，应用范围扩大到非常广泛的行业中，服务对象覆盖了政府、企业和居民各个方面，但各类应用相对较贫乏。此为第二阶段。随着2009-2011年“智慧地球”的提出，智慧城市的概念被引入中国，引起广泛关注和响应。一些省、市将其作为“十二五”时期加快经济发展和经济发展转型的战略导向和重要抓手，80%以上的城市将物联网列为智慧城市建设的主导产业。这一时期为第三阶段，即感知智慧城市，主要特点是物联网技术大量应用于数据感知与采集，3G等技术用于数据传输，云计算和大数据技术用于数据存储、处理与挖掘。
智慧城市在我国发展的主要脉络如下。
2011年5月，中国智慧城市发展战略咨询会在扬州举行，此次会议是科技部第一次围绕智慧城市建设举办战略咨询会。会议以“迎接机遇与挑战，科技引领城市创新发展”为主题，邀请城市、企业和专家等各方代表围绕智慧城市国内外发展现状与趋势、面临的机遇和挑战、我国发展智慧城市的战略与思路、科技创新在发展智慧城市中的引领作用等论题展开讨论。会上多位专家认为，未来具有强大数据分析能力的云计算平台将是智慧城市发展的决定性因素，将成为智慧城市的“大脑”，实现对海量数据的计算与存储。
2011年8月，诞生了中国智慧城市（镇）发展指数评估体系，提出智慧城市发展指标体系的三大方面：智慧城市幸福指数、智慧城市管理指数、智慧城市社会责任指数。该套指数体系包含3个一级指标，就业和收入、医疗卫生、社会安全等23项二级指标以及信息和网络化水平等86项三级指标和362项四级细分指标。该套指数是目前我国第一套有关智慧城市建设的指标体系。
2012年11月，住房和城乡建设部下发了《住房和城乡建设部办公厅关于开展国家智慧城市试点工作的通知》《国家智慧城市试点暂行管理办法》以及《国家智慧城市（区、镇）试点指标体系（试行）》。
2013年初，住房和城乡建设部公布首批90个国家智慧城市试点名单，其中地级市37个，区（县）50个，镇3个。试点城市将经过3
试读结束[说明：试读内容隐藏了图片]