大數據社會實踐報告（優質14篇）

通過撰寫社會實踐報告，我們可以對社會現象和問題進行深入研究和思考，提高自己的綜合素質。接下來是一些優秀社會實踐報告的范例，希望能給大家提供一些寫作的啟發。

大數據報告

4月6日，聯合交通部科學研究院對外發布《第一季度中國主要城市騎行報告》。該報告以ofo出行大數據為參考，首次采用城市騎行指數作為評估指標，對北京、上海、廣州、深圳、天津、南京、西安、杭州等20座國內一二線城市的共享單車發展水平進行評估排名。

可以發現，在單車使用水平、節能減排水平、健康貢獻水平、停車設施水平、服務環境水平和社會文明水平六個方面，每個城市的表現各有不同。行業專家分析稱，該報告對透視我國城市慢行交通發展現狀、追蹤共享單車行業發展、推動智能綠色城市建設事業起到參考作用。

18~45歲人群成共享單車主要用戶西安廣州最男人、天津昆明最均衡。

報告顯示，18~45歲人群成共享單車騎行的主力用戶，占比接近90%，其中30歲及以下群體占比達到55%，30~45歲占比約35%。由此可見，共享單車的用戶不僅覆蓋年輕群體，也受到了中年群體的廣泛認可和使用。

同時，在用戶男女比例分布中，不同的城市區分為了兩大派系。一個是以西安、廣州為代表的五座城市成為了“最男人”的共享單車騎行城市，男性用戶占比達到55.90%~59.70%，較高于女性用戶。而以天津、昆明為代表的五座城市則成了“最均衡”的共享單車騎行城市，男女比例在48%~52%之間，可以說基本相差無幾。但綜合來看，女性用戶占比能達到45%左右。

中國城市整體騎行水平53.6分空間巨大綜合指數六大榜單昆明東莞上榜。

報告顯示，20第一季度中國城市整體騎行水平為53.6分，其中北京以84.3位居榜首，上海、成都分別以79.3分和65.1分緊隨其后。除此之外，深圳、昆明、杭州、廣州、南京、廈門、福州、武漢等八座城市也高于平均分，城市騎行水平較為領先。

而53.6的整體騎行水平雖然較滿分100分來看屬于偏低水平，但考慮到年初共享單車才迎來一波的快速發展，諸多方面尚不完善，例如城市停車設施的建設，北京、上海、杭州三城雖然達到13分以上，但其他20座城市停車設施平均得分僅為7.55分，遠低于滿分20分。未來，隨著共享單車的健康發展、城市停車設施的建設、服務環境的提升等因素逐步完善，分數還將進一步上升。

報告同時給出“2017年第一季度主要城市六大榜單”，北京位列“停車設施相對完善”、“節能減排貢獻最大”、“政府服務環境最好”三個榜單之首。昆明則成為“最愛騎共享單車的城市”，東莞成為“我騎行·我健康”的榜首城市。

城市文明程度杭州12.9分排第一20城q1累計騎行5.93億公里。

報告針對社會文明程度，對各城市對共享單車的友好度進行了評分，杭州市以12.9分排名第一，南京、西安分別以12.75和12.22排名第二第三，北京僅以9.94分排名第九。在服務環境水平評估中，北京以滿分15分位列第一。近期，全國各地陸續出臺了針對共享單車的管理辦法，如上海出臺了《共享自行車服務規范》，成都推出了《成都市關于鼓勵共享單車發展的試行意見》。

報告顯示，我國20座城市第一季度累計騎行5.93億公里，相當于繞地球14794圈，日均累計騎行距離為659萬公里，相當于地球赤道的164倍。不僅如此，20個城市第一季度人均累計騎行消耗熱量6840千卡路里，相當于燃燒掉1.8斤脂肪。

共享單車緩解城市交通出行難問題。

數據統計，從1995年至，隨著民用汽車保有量從1040萬輛攀升至1.9億輛，自行車的.保有量卻從6.7億輛，急劇下降至3.3億輛。汽車成為代步工具的同時，給城市交通和生態環境也帶來了極大壓力，城市居民的出行成本急劇上升。

專家認為，共享單車+公共交通的出行模式，正逐漸替代家用汽車+步行+公共交通的出行模式，快速發展中的共享單車正改善著我國城市居民的出行模式，也對我國交通新體系建設產生深遠影響。

大數據專業調研報告

大數據中心，是指服務于大數據存儲、挖掘、分析和應用的數據中心。大數據(bigdata,megadata)，或稱巨量資料，指的是需要新處理模式才能具有更強的決策力、洞察力和流程優化能力的海量、高增長率和多樣化的信息資產。目前我國的數據中心總數已接近100萬。

二、行業分布。

作為信息化建設的核心內容，數據中心始終是金融、政府、能源、交通等行業的投入重點;而伴隨著電信行業的轉型和移動互聯網的發展，idc也成為電信行業重點投資領域。此外ipdc互聯網數據中心成為市場的熱點，互聯網提供商大規模建設云數據中心。

三、發展前景。

十二五”規劃中明確了戰略新興產業是國家未來重點扶持的對象，其中信息技術被確立為七大戰略性新興產業之一，將被重點推進。新一代信息技術分為六個方面，分別是下一代通信網絡、物聯網、三網融合、新型平板顯示、高性能集成電路和以云計算為代表的高端軟件。

四、選址要素。

1級別時，兩路、或多路10kv進線應來自不同上級變電站，或同一變電站的不同的變壓器。（目前，國內數據中心用戶最多選用的一個電壓等級。全國各個省市在具體設計和管理上略有不同。）。

c)35kv：不是所有地方都有該電壓等級，在已有的可以選用的35kv用戶站中，其每一路的容量一般不超過20mvad)110kv：當用戶的單一回路用電負荷超過20mva級別時，需要考慮110kv變電站，或66kv變電站（在我國部分地區有分布）。監獄在中國采用大工業用電方式計費時，要按照變壓器的裝機容量記收基礎電費（或按照最大裝機容量記收基礎電費），對于冗余度要求高的數據中心，如tire3或以上級別，需要雙路市電供電，雙路變壓器設計的數據中心，過高的變壓器裝機量冗余度，將使得數據中心本身的基礎電費成本過高，在單一回路市電需求功率30mva以上級別時，盡可能獨立考慮獨立的110kv變電站。

（備注：需要和當地國家電網規劃和管理部門具體落實。）。

3.數據中心里大部分it和電氣設備的耗電會轉換為大量的熱，所以需要一套有效的散熱體系。通常情況下，數據中心更適合建設在室外環境溫度常年比較低的區域；以便于數據中心的散熱可以盡可能地使用自然冷源或延長使用自然冷源的時間，減少機械制冷的能耗。

6.數據中心建設目前還是一個高投入，高風險也是高產出的產業；對于選址方面，需要地方政府在政策上能夠給予足夠的扶持力度；包括：

2a)土地：地方政府在土地，位置、及土地性質繼續協助安排；

b)電價：數據中心屬于高能耗產業，由于本身對現場環境基本沒有嚴重污染問題，相對其他高能耗產業，可以申請政府在電價上給予補貼；通常政府換屆會影響，前期會有幫助，另外，對于項目后期的融資也會有影響。

d)科技補貼：地方政府可以針對技術含量比較高的數據中心行業，提供一定的科技補貼，以吸引投資。

g)bms自動化控制h)動力環境的監控i)網絡。

j)it硬件服務，軟件服務等一系列人才k)各主要設備供應商的技術支持人才。

目前在我國，這些專業的有經驗的人才大部分聚集在一線城市里，最多可以布局的部分發達的二線城市；而我國能源充裕的地區，恰恰缺乏這方面的人才，是的在這些地區，數據中心交付時旺旺很難找齊合適人才來源，并在數據中心建設階段，運維人員就應該陸續到崗，并需要跟進項目的建設，針對各專業系統，深入了解；在數據中心的測試驗收階段，需要基本全員到崗，并一同參與所有的測試，驗收和接收工作；對于遠離一線城市的偏遠地區，如果不能落實人才問題，3數據中心的選址需要慎重考慮。

五、標準要求。

（一）自然地理環境1.避免地質災害區域。

3.對空氣污染的注意，尤其對于空氣里的硫化物（如二氧化硫、硫化氫）含量污染。

5.遠離危險品生產、儲存、運輸環境；（包括化工廠，煉油廠，加油站，儲油罐，彈藥庫，煙花生產廠等）。

6.遠離軍事基地，演戲、實驗基地。

9.避免在有民族矛盾、軍事沖突、社會治安不穩定的地區及附近建設數據中心。

（二）配套設施。

數據中心的業務特點以及其質量和容量的要求，決定了數據中心對當地供電能力的要求，供電量必須保證充足和穩定。我們需要了解的因素包括：可用性——在了解當地電力供應情況的同時，我們需要權衡備選地點是否有多個成熟的電網;成本因素——我們還需要比較各種電力成本。也就是說，每千瓦時的動力源的成本應該足夠低;具備替代的能源——決策管理層還需要考慮備選地點是否有諸如太陽能、風能、空氣等可再生的能源，這將有助于企業打造更加綠色的企業形象。

雙電源供電。

電對數據中心的重要性就像水對魚兒的重要性一樣，一旦數據中心發生斷電情況，若沒有很好的備份供電系統，諸多設備承載的業務就會發生中斷，給數據中心帶來嚴重損失?，F在的數據中心供電都要考慮冗余，確保用電可靠性。

供電方案。

這是傳統數據中心普遍采用的供電方案，數據中心采用兩套供電輸入系統，一套市電，一套備用電，備用電可以是蓄電池或柴油發電機組，市電是主用供電系統，當市電故障時，通過ats自動切換到備用電上，這樣斷電故障不會對后端設備產生影響。高精度的ups供電切換時間可以在30ms以下，可以滿足絕大部分設備持續供電。

（三）成本因素。

對于一個建設項目來說，成本必然是一個必須反復權衡的因素。成本涉及到當地規劃及土地價格、房屋建筑價格、租賃和物業價格、網絡通訊費用、用電價格、5用水價格等多發因素。數據中心選址時，需要從通信基礎設施的角度需要考慮各種因素。如：光纖主干線路及其距數據中心選址的距離。這將有助于衡量從光纖主干線路到數據中心選址所需投資的確切數據;光纖類型，這會影響傳輸速度;所在地通訊服務運營商的類型及其支持的服務模式;延遲因素，傳輸和交付延遲時間也將是一個重要的因素。

（四）政策環境。

良好的政策環境將有利于一個基地氣候的形成，促進客戶的選擇和落戶。需要考慮的因素包括：物業稅、企業稅和銷售稅。

（五）高科技人才環境。

人力資源主要包括：高校數據、it人員數量，其他科技教育機構數量。主要考察當地經濟文化發展水平、科技教育環境、交通便利條件、人力資源供應及水平等方面，數據中心作為信息技術的集中體現，對各種社會資源的要求都非常高。

1、人員配置：

針對于不同的數據中心管理目標，相應的人員配置決策顯然將會不同。對于c4的數據中心，要求運維人員做到全年7x24小時的值守。ui在美國的數據統計表明，全天候的值守可以將數據中心故障的發生率降低50%，對于提升整體數據中心的可用性有相當大的影響。為了實現全天候的值守，13個人的運維團隊是最基本的配置，其中包括了數據中心機房經理1人，3名二線技術支持人員(覆蓋電氣、空調和弱電專業，可以在必要的時候頂替日常值班人員)，1名運維主管以及8名一線的運維技術人員。8名一線的運維人員分為4個班組，采用8小時或者12小時一班進行輪值。在這8名運維人員中，每一班需要有至少一名資深人員，具備對于現場緊急情況進行快速處置的能力。當然，這13人的運維團隊只是最基本的配置人數，隨著數據中心功率和設備數量的增長，運維人員在各個專業也應該有相應人數的補充，從而與工作量相匹配。

2、組織結構。

組織結構通常包括兩方面內容：一是對機房內所有活動的角色和他們的工作職責進行準確的定義;二是呈現各角色之間的匯報關系以及運維團隊與建筑工程、it系統、安防系統之間的工作界面。對角色和職責的準確定義可以將工作6內容細分到每個人身上，做到責任到崗、責任到人;各級之間的匯報關系是處理數據中心事件，尤其是緊急事件的方式依據，對不同等級的事件要明確上報的途徑和終點。

（六）社會及當地的人力資源條件。

主要考察當地經濟文化發展水平、科技教育環境、交通便利條件、人力資源供應及水平等方面，數據中心作為信息技術的集中體現，對各種社會資源的要求都非常高。

六、區域發展傾向。

目前全國性的數據中心和災難備份中心主要集中在北京、上海和廣東這幾個地區，北京是各行業主管機關的所在地，全國眾多的主要金融機構總部所在地，因此也是多數總部級數據中心的天然所在地。上海目前已經成為全國銀行業數據中心的集中地，廣東作為中國經濟最發達地區之一，也是數據中心/災備中心的集聚地。

造成數據中心選址傾向性有幾個原因：一個是總部所在地的原因。第二是銀行數據中心選址，對其它行業有影響。第三，由于信息不對稱，很多領導決策的時候沒有充分地考慮很多問題，憑感覺或者經驗就決定了。第四，我們比較缺乏系統的考察指標。

七、建設方式。

（一）企業自建數據中心。

很多大型企業都擁有自己的數據中心，然后通過租用運營商的廣域網線路，實現多個內部數據中心的互聯。比如：軍網、公安網、平安工程、銀行行業、石油行業等，這些專網使用的都是專有的數據中心，由各大政府部門、企業主導自行創建的。

優勢：自建的數據中心，使用非常靈活，可以根據自己需求任意改動，靈活性高，尤其這種自建的數據中心安全度最高，信息泄露，受攻擊的可能性大為減少。劣勢：這種數據中心投入大，建設成本高，具有封閉性，專為單個企業或部門提供服務。由于建設數據中心要申請工業建筑用地、要得到供電部門、建設部門的同意，手續非常繁瑣。而且建成后到投入使用，往往需要幾年的時間，建設周期長。

（二）租用運營商數據中心。

運營商提供場地、機柜、網絡帶寬和供電，互聯網企業直接將設備放入運營商網絡中即可。

優勢：一般只要一周就可以建設完一個數據中心并投入使用，速度非?？?，這種方式在互聯網企業中非常普遍，這樣互聯網企業只需要關注自己的應用設備(主要是網絡設備和服務器)運行狀況即可，不必關心機房環境、空調、供電等一系列問題。雖然要向運營商支付不菲的租用金額，但仍可為互聯網企業節省了大量的人力和物力?；ヂ摼W企業而且可以根據自己的業務實際情況，在運營商的各級省市都去租用數據中心機房，迅速部署業務。

劣勢：使用仍有一些限制，比如機房環境的維護、設備出入管理都受到運營商的限制。租用期限、新增機房面積都要和運營商溝通，需要運營商的同意才能實施。這些互聯網企業要想發展的好首先就要和這些運營商搞好關系。

（三）租用數據中心提供的服務。

通過直接租用大型數據中心的服務，就可以部署自己企業的業務。比如可以根據自己的業務需求，向阿里云租用100gt的硬盤和200g的內存，10g的帶寬，對于中小企業，滿足這些性能的物理硬件完全不可見。

優勢：這樣企業用戶可以完全聚焦于自己的應用業務，不必關心數據中心底層實現，也為企業節省了人力。

劣勢：

1、故障恢復性難度大。當然這樣的形式使得企業的核心業務穩定性與租用的數據中心運行穩定性關系較大，有時出現故障，由于企業自身看不到數據中心底層實現，只能甘等業務恢復。

2、有時還會出現互相推諉的情況，而由于租用方處于技術弱勢方，往往故障所帶來的損失很難得到補償。

3、安全性無保障。除了上層應用，數據中心底層實現都不受自己控制，受到攻擊都沒有任何手段，因此安全性完全取決于承租的數據中心。因此在選擇租用數據中心服務時，要對其數據中心的安全性進行充分考量?，F在提供數據中心應用服務的還比較少，只有幾家，競爭還不充分，這給中小企業選擇的余地較少。

8年實現500億元產值，成為國家政務資源后臺處理與備份中心和國家級大數據處理中心。目前引進了四大運營商，中國聯通、中國電信、中國移動和陜西廣電網絡，以及一個國家部委國家計生委的災備中心。通過大數據的引領發展，帶動信息產業的發展，帶動軟件包括裝備制造產業的發展。

（二）重慶西永微電子產業園區：園區于2005年8月正式設立，規劃面積30平方公里，其中產業區20平方公里，配套服務區（西部新城的城市中心區）10平方公里。園區產業以集成電路產業和軟件及信息服務產業為主導，著力打造集設計、研發、制造、封裝測試、應用以及配套于一體的集成電路產業和軟件與信息服務產業集群。

（三）天津市濱海新區：部署建設大數據產業園區。一期規劃布局1個大數據產業示范基地和3個大數據產業園區。其中，開發區云計算產業基地作為大數據產業示范基地；保稅區數字出版基地、高新區軟件與服務外包基地、塘沽海洋高新區作為3個大數據產業園區，爭取成為國家級大數據產業基地。

（四）中關村大數據產業園：設立中關村軟件園和清華科技園兩個分園，建筑面積2.5萬余平方米，已吸引了10余家符合條件的企業入駐。

大數據專業調研報告

摘要：大數據時代的數據格式特性首先讓我們先來了解一下大數據時代的數據格式特性。從it角度來看，信息結構類型大致經歷了三次浪潮。必須注意這一點，新的浪潮并沒取代舊浪潮，它們仍在不斷發展，三種數據結構類型一直存在，只是其中一種結構類型往往主導于其他結構：結構化信息這種信息可以在關...根據idc的調查報告預測到2020年全球電子設備存儲的數據將暴增30倍，達到35zb（相當于10億塊1tb的硬盤的容量）。大數據浪潮的到來也為企業帶來了新一輪的挑戰。對于有準備的企業來說這無疑是一座信息金礦，能夠合理的將大數據轉換為有價值信息成為未來企業的必備技能。恰逢此時，csdn專門針對企業相關人員進行了大規模問卷調研，并在數千份的調查報告中。

總結。

出現今企業大數據業務的現狀。在此我們也將調研結果展示與此以供大家參考。

大數據時代的數據格式特性首先讓我們先來了解一下大數據時代的數據格式特性。從it角度來看，信息結構類型大致經歷了三次浪潮。必須注意這一點，新的浪潮并沒取代舊浪潮，它們仍在不斷發展，三種數據結構類型一直存在，只是其中一種結構類型往往主導于其他結構：

結構化信息——這種信息可以在關系數據庫中找到，多年來一直主導著it應用。這是關鍵任務oltp系統業務所依賴的信息，另外，還可對結構數據庫信息進行排序和查詢；半結構化信息——這是it的第二次浪潮，包括電子郵件，文字處理文件以及大量保存和發布在網絡上的信息。半結構化信息是以內容為基礎，可以用于搜索，這也是谷歌存在的理由；非結構化信息——該信息在本質形式上可認為主要是位映射數據。數據必須處于一種可感知的形式中（諸如可在音頻、視頻和多媒體文件中被聽或被看）。許多大數據都是非結構化的，其龐大規模和復雜性需要高級分析工具來創建或利用一種更易于人們感知和交互的結構。

企業內部大數據處理基礎設施普遍落后。

從調查結果可以看出，接近50%的企業服務器數量在100臺以內，而擁有100至500臺占據了22%的比例。500至2000臺服務器則占據剩下28.4%的比例?？梢钥闯雒鎸Υ髷祿F今大部分企業還沒有完善其硬件基礎架構設施。以現階段企業內大數據處理基礎設施的情況來看50%的企業面臨大數據處理的問題（中小企業在面對大數據的解決之道應遵循采集、導入/處理、查詢、挖掘的流程）。

但這只是暫時狀況，“廉價”服務器設施會隨著企業業務的發展逐漸被淘汰出歷史的舞臺，在未來企業基礎架構體系的硬件選用上，多核多路處理器以及ssd等設備會成為企業的首選。facebook的opencomputeproject就在業界樹立了榜樣，opencomputeproject利用開源社區的理念改善服務器硬件以及機架的設計。其數據中心pue值也是領先與業內的其他對手。

而在具有大數據處理需求的企業中52.2%的日數據生成量在100gb以下，日數據生成量100gb到50tb占據了43.5%，而令人驚訝的是，日數據生成量50tb以上也有4.4%的份額。數據量持續的增長，公司將被迫增加基礎設施的部署。專利費用將一直增加，而開源技術，則省了這筆一直持續的專利費。對于急需改變自己傳統it架構的企業而言，傳統的結構化數據與非結構化數據的融合，成了所有人關心的問題。

企業面對大數據處理的挑戰與問題。

現今大數據呈現出“4v+1c”的特點。既variety：一般包括結構化、半結構化和非結構化等多類數據，而且它們處理和分析方式有區別；volume：通過各種設備產生了大量的數據，pb級別是常態；velocity：要求快速處理，存在時效性；vitality：分析和處理模型必須快速變化，因為需求在變；complexity：處理和分析的難度非常大。

從圖中我們可以看出資源利用率低、擴展性差以及應用部署過于復雜是現今企業數據系統架構面臨的主要問題。其實大數據的基礎架構首要需要考慮就是前瞻性，隨著數據的不斷增長，用戶需要從硬體、軟件層面思考需要怎樣的架構去實現。而具備資源高利用率、高擴展性并對文件存儲友好的文件系統必將是未來的發展趨勢。

應用部署過于復雜也催生了大數據處理系統管理員這一新興職業，其主要負責日常hadoop集群正常運行。例如直接或間接的管理硬件，當需要添加硬件時需保證集群仍能夠穩定運行。同時還要負責系統監控和配置，保證hadoop與其他系統的有機結合。

而多格式數據、讀寫速度（讀寫速度是指數據從端點移動到處理器和存儲的速度）以及海量數據是企業面臨大數據處理急需解決的技術挑戰。眾所周知隨著大容量數據（tb級、pb級甚至eb級）的出現，業務數據對it系統帶來了更大的挑戰，數據的存儲和安全以及在未來訪問和使用這些數據已成為難點。同時大數據不只是關于數據量而已。大數據包括了越來越多不同格式的數據，這些不同格式的數據也需要不同的處理方法。充分利用有用的數據，廢棄虛偽無用的數據，是數據挖掘技術的最重要的應用。

企業內部數據分析與挖掘工具應用現狀。

云時代企業數據挖掘面臨如下三點挑戰。挖掘效率：進入云計算時代后，bi的思路發生了轉換。以前是基于封閉的企業數據進行挖掘，而面對引入互聯網應用后海量的異構數據時，目前并行挖掘算法的效率很低；多源數據：引入云計算后，企業數據的位置有可能在提供公有云服務的平臺上，也可能在企業自建的私有云上，如何面對不同的數據源進行挖掘也是一個挑戰；異構數據：web數據的最大特點就是半結構化，如文檔、報表、網頁、聲音、圖像、視頻等，而云計算帶來了大量的基于互聯網模式提供的saas應用，如何梳理有效數據是一個挑戰。拋去價格因素之外可以看出反應速度慢、操作不方便、數據不準確、分析不準確這四項是企業數據分析與數據挖掘面臨的主要問題。商業化解決方案固然成熟，但成本也是顯而易見的。而具備在開源平臺之上處理分析大數據能力的數據科學家則成為另外的一種選擇。數據科學家具備專業領域知識并具備研究利用相應算法分析對應問題的能力，可幫助創建推動業務發展的相應的大數據產品和大數據解決方案。

從調查結果中我們可以看出hadoop占據了半壁江山，而同為開源的hbase也有將近四分之一的占有率。而商業化的數據分析與挖掘平臺（如teradata、netezza、greenplum等）總共只有13.9%的份額。短期來講，開源分析將越來越廣泛的使用，并且增長迅速。長期來看，混合技術的應用將在高度競爭的市場上出現，兩者將同樣有巨大的需求?？梢灶A見的是，hadoop作為企業級數據倉庫體系結構核心技術，在未來的10年中它將會保持增長。隨著云時代的到來，企業面臨的應用方式更加多元化，通過云的手段提供海量數據挖掘的方法，提高了挖掘的效率，增加了挖掘的精度，更利于挖掘應用的推廣以及專業的行業知識庫的構建。同時收集、存儲龐大的新型數據充滿了挑戰，然而分析這些數據的新方法才是幫助最成功企業甩開競爭對手的利器。

大數據專業調研報告

（一）電子政務建設成效明顯。我盟電子政務建設一直居于全國前列，電子政務專網上接自治區政府專網，帶寬為155m，備用線路帶寬為20m；向下已延伸至各旗縣市區政府，帶寬為100m，主要用于開展公文交換、會務管理、應急管理、政法法制、政務信息和督查以及各部門業務等應用。2003年，xxxx政務門戶網站上線運營。2005年全國首家蒙文政府網站——xxxx蒙文政務門戶網站正式開通。2007年，我盟對盟、旗縣市（區）、蘇木（鄉鎮）三級黨委、人大、政府、政協機關，盟、旗縣市（區）兩級黨委、政府直屬部門及盟、旗兩級部分事業進行了集中建站，建立起了全盟三級政府網站群體系架構，政務網站群實現了全覆蓋。目前全盟納入普查范圍的各類政府網站共計519個。建立了盟、旗縣市（區）、蘇木（鄉鎮）、嘎查村“四級聯動”行政審批服務體系，并全面開展電子效能監察工作，對進入盟旗兩級政務服務中心的行政審批項目，全部實行了實時監察監控。

（二）社會管理領域取得實質性進展。建立智能在線全員人口信息綜合業務應用平臺，將全盟117.91萬人口信息數據全部錄入全員人口信息數據庫，實現了全盟全員人口信息數據基本的全覆蓋。建設“平安錫盟”社會治理數字化工程，以建設“三網三平臺一張圖”為基礎，分別將社會公共監控資源、視頻專網監控資源、公安內網視頻監控資源進行整合，實現了社會治理事前預防控制、事中指揮調度以及事后研判應用。

xx浩特市積極推進網格化管理,將城區內45個社區合理劃分為180個網格單元，以網格為單位進行社會管理和服務。整合“戶籍、住房、計生、就業、社保、民政、黨建、司法、流動人口”等各類基礎信息，構建全市人口基礎信息系統，初步實現人口信息從靜態管控到動態管控，從單一管理到綜合管理利用。xx浩特數字城市指揮中心利用地理信息系統、全球定位系統以及遙感技術等手段，建立起統一的城市數字化信息共享、協調處置、監督實施的指揮平臺。通過群眾撥打12319服務熱線、網上舉報等渠道，受理園林綠化、環境保護、環境衛生、市容市貌、給水排水、私搭亂建、公共設施、集中供熱、交通治安、戶外廣告、市場建設等城市管理的多方面問題，共涉及錫市規劃局、住建局、環保局、公安局、城管局等17個部門26個成員單位。

（三）民生服務領域發展步伐加快。積極推進教育、衛生、環保、農牧業等領域信息化平臺建設工作。持續開展“三通兩平臺”工程，目前156所學校及相關教育部門共計200多個單位已實現互聯互通；搭建了區域衛生信息協同平臺，累計為全盟95萬城鄉居民建立了健康檔案，為全盟37個蘇木鄉鎮衛生院和10個社區衛生服務中心建立了醫院信息管理系統，為242個嘎查村衛生室安裝使用了嘎查村衛生室信息系統，實現了基本醫療、基本公共衛生和基本藥物的電子化管理；建成了污染源在線監控平臺、空氣質量自動監測系統、重污染天氣預報預警系統、機動車尾氣檢測機構在線監控平臺，形成了對全盟重點污染源的在線監控；建立xxxx羊肉全產業鏈追溯體系綜合服務平臺，將肉羊養殖、屠宰加工、精加工、物流配送、銷售五個環節信息集成，目前已累計為7413戶牧戶的161萬只羔羊建立可追溯檔案，基本實現了“來源可追溯、去向可查證、責任可追究”。

（四）經濟運行管理領域發展初具規模。為更好地監管市場，食藥工商局為107192戶市場主體建立電子檔案信息。建立企業信用公示平臺，截至10月，全盟已對90591戶企業信用信息進行備案，備案率為84.53%。建設xxxx盟金財一期工程，覆蓋所有財政性資金，輻射各級財政部門和預算單位，進一步提高財政資金分配和使用的安全性、規范性和有效性。

（五）大數據應用初見端倪。建立中小企業公共服務平臺，并實現與自治區樞紐平臺的互聯互通，目前，各旗縣市（區）共有383戶企業通過審核注冊成功。建設xxxx盟蒙古文綜合服務平臺，蒙古族同胞可以利用手機查詢國家政策、法規、綜合新聞以及市場動態、農牧業補貼、氣象、生活助手等內容。同時，由私人投資建設的“錫盟信息港”、“xx123信息網”、“上都在線”等公共咨詢服務平臺建成運行，主要發布招聘、出租、家政、出售等咨詢信息。此外，全盟已有各類電子商務平臺19個，包括大宗商品銷售、農牧民趕集采購、團購、社區電商以及跨境電商等類別，特色鮮明，發展前景廣闊。

二、存在問題。

（一）數據共享程度低。全盟大數據建設缺乏統一規劃和有力的領導，各個委辦局信息系統基本都屬于獨立縱向系統，數據平臺并未實現橫向互通；數據資源整合力度不夠，共享程度低，政府部門間重復建設現象嚴重。

（二）建設缺乏統一標準。目前，各平臺數據采集的基本要素、數據的來源、數據采集的方法及要求沒有統一標準，導致產生“信息孤島”。

（三）網絡基礎設施建設有待完善。我盟地域遼闊，牧區人口居住比較分散，現有寬帶網絡無法滿足牧區信息化需求，全盟移動通訊信號以覆蓋面積計算嘎查村覆蓋率不足60%，寬帶不足30%，寬帶網絡基礎設施建設規模仍有待提高。

（四）專業隊伍建設有待加強?，F有人員年齡結構斷層，知識結構不合理，嚴重缺乏專業技術人才，因此迫切建立一支穩定的高素質、專業化信息建設隊伍。

三、下一步工作重點。

（一）高起點規劃布局，建立我盟大數據中心。按照“頂層設計，分布實施”的原則，委托權威機構編制我盟大數據建設規劃，對我盟大數據建設進行總體規劃，并研究出臺具體技術實施方案，明確工作內容、時間節點，促進大數據建設工作順利推進。高標準規劃大數據中心，涵蓋數據整合、共享與分析、網絡服務、數據存儲及可視化運維等多方面內容，并在“兩地三中心”進行容災備份，保護數據的安全和業務連續性。逐步整合撤并各部門現有自建機房和設備，原則上各部門不再建設新的機房，實現資源集約化管理。

（二）推進數據信息資源共享，推動社會管理科學可控。在充分利用現有數據資源的基礎上，進一步完善人口基礎信息庫、法人單位信息資源庫、自然資源和空間地理信息庫和宏觀經濟數據庫等核心數據庫，完成數據資源整合與共享，實現部門間信息互聯互通。建立大數據交換與共享平臺，實現對數據集約化采集、網絡化匯聚及統一化管理，推動政府職能轉變，提高政府服務效率。建立數據標準和統計標準體系，有計劃、分層次地推進各領域的應用。

（三）做好商品追溯防偽系統平臺項目。引進大連聲鷺科技有限公司開發的商品追溯防偽系統平臺建設項目，打造以“商品追溯防偽”為主題的互聯網經濟示范平臺，并帶動芯片封裝和手持終端檢測設備生產基地建設，逐步培養輻射全國的商品追蹤防偽系統技術創新研發基地。成立創新研發中心，針對不同品類商品、不同包裝方式、應用場景，推進相關芯片應用和標準體系建立，并率先對我盟原產地白酒、食用油、食用鹽等品牌產品提供商品追蹤防偽示范服務。

（四）推動智慧社區、智慧旅游、智慧農牧業項目建設。進一步推動社區網格化管理，加強社區周邊服務資源的集中整合，大力建設覆蓋社區管理、社區服務、社區安全、智慧家居、養老服務的智慧社區生活服務圈。結合我盟旅游產業發展現狀，建立基于互聯網的旅游信息服務體系、構建多部門信息共享、聯動協調的智慧旅游管理體系、應用多種營銷手段打造特色旅游品牌，全面推動旅游業向智能化轉型提升。推行農牧業養殖過程中的自動化、集成化、網絡化管理，加大特色農產品品牌營銷力度，鼓勵農牧業電子商務發展。

四、相關建議。

（一）加強組織領導、強化政策扶持。行署盡快成立由主要領導任組長，行署常務副盟長、分管副盟長任副組長，有關部門、單位為成員單位的大數據發展推進領導小組，領導小組下設辦公室，并建議設在行業主管部門，保證工作有序推進。建立大數據建設發展專項資金，實行?？顚Ｓ?。

（二）依托智慧應用，加快產業發展。推動云計算、物聯網、互聯網與大數據等新一代信息技術產業集約集聚發展，加快新一代信息技術在政務、經濟運行、社會管理和民生服務領域的深化應用、共享應用和融合應用，培育一批具有自主產權、自主品牌的智能項目和智慧服務，切實提高居民幸福指數。

（三）夯實基礎設施、強化信息安全。光纖網絡實現百兆入戶、千兆到樓、t級出口。進一步實施“寬帶錫盟”戰略，加快推進光纖入戶到企、進村入園，推動4g網絡對城區的深度覆蓋，并進一步提高農村牧區網絡覆蓋面。完善網路安全保障體系，進一步加強信息安全測評認證體系、網絡信任體系、信息安全監控體系及容災備份體系建設，建立網絡和信息安全監控預警、應急響應聯動機，增強信息采集、處理、傳播和利用安全能力。

（四）加強人才引進、注重宣傳推廣。加快引進大數據領軍人才、創業人才和掌握前沿技術的專業人才，落實好人才保障措施，推進大數據人才隊伍建設。推進企業與高校、科研院所的合作，實現科技人才交流、科研成果共享。依托我盟高校、園區和企業，聯合建立各類智慧人才教育培訓基地，提供教育、培訓和考試等服務。建立xxxx智慧城市創新體驗中心，積極推廣大數據發展成果，提升城市活力的同時成為我盟招商引資、引智窗口。

大數據專業調研報告

為全面貫徹落實黨的十九大和習近平總書記來川視察重要講話精神以及中央、省委、州委關于加強調查研究的決策部署，我單位在開展“大學習、大討論、大調研”活動中，積極探討全縣大數據中心智慧城市建設及調研，現將具體調研情況做如下匯報：

一、全縣交通運輸概況。

截止目前，全縣現有各級公路785.37公里，其中：國道213線128.21公里，省道301線35.64公里，縣道266.62公里，鄉道64.37公里，村道241.89公里，專用道41.81公里，隧道道路6.83公里，以縣城為中心的公路路網基本形成，并實現了公路“三個100%”，即：100%的國省公路黑色化、100%的縣鄉道路硬化、100%的村道水泥硬化。全縣共有客運班線14條、客運班車53輛，公交車20輛、出租車101輛、農村客運車輛105輛、目前通農村客運車輛建制村91個，鄉鎮15個。

二、目前交通運輸困境。

近年來，我縣的交通建設及道路運輸雖然取得了一定成績，公路通行及客貨運周轉能力得到大幅提升，廣大群眾的出行問題得到解決，但隨著經濟社會的發展和來松游客的大量增加，原有道路設施及運輸承載能力已不能適應當今需求，仍面臨著極大的困難：一是全縣農村公路的“建、管、養、運”存在范圍廣、站線長、任務重等難題。二是全縣農村客運存在輻射范圍嚴重不足的情況。三是道路安全運輸及日常出行存在嚴重的安全隱患。四是交通信息共享數據平臺嚴重滯后。

二、下一步打算。

1/2。

下一步，我單位將積極開展交通大數據中心建設相關工作。一是及時將農村公路建設情況通過政府信息網站、部門微信進行實時政務公開，完善共享數據平臺，提升行業內部信息公開化水平。二是積極開拓農村客運班線線路，建立客流量及班線數據共享平臺，提升農村出行的便捷性及時效性。三是建設航線、鐵路、公路、物流、營運車輛、從業人員、地理位置等共享基礎數據庫，以及行政許可、執法管理、信用評價、應急指揮等主題數據庫，在合理控制權限的基礎上向行業各級管理部門及社會公眾提供綜合信息查詢、統計分析等信息共享服務。四是利用數據共享平臺，對營運車輛駕駛人及車輛信息進行聯網登記并公開，提升出行安全性，嚴厲打擊非法營運車輛。

2/2。

大數據報告

今年，火車票預售期由春節前60天縮短至30天。昨天下午，去哪兒網通過對60多萬條飛機航線、50余萬條鐵路客運線進行大數據計算，對外發布了《春運大交通數據報告》，為回家旅客提供參考。報告顯示，20春運期間，預計鐵路車票中高鐵占比將超4成;航班出發最集中的日期是年1月24日，十大難買票航線中，北京占了一半。同時“怡起回家”福利通道已開啟，將為旅客提供最高金額達100元的火車票減免優惠券等多項福利。

火車票。

超四成人將坐高鐵。

鐵路向來是春運客運量最高的交通工具，據去哪兒網大數據預測，2017年12月15日將進入旅客春運搶票高峰，此輪去程購票高峰將和去年一樣，一直持續到春節前結束。

今年春運，鐵路最熱門的出發地集中在北京、上海、成都、重慶和杭州。這些城市多屬于超一線和新一線城市，外來人口集中，也是多條鐵路線路的起始地。一個顯著的變化是，購買快速鐵路車票的用戶比例不斷增加，選擇乘坐高鐵的人數占比達到了41.5%，選擇乘坐城際鐵路的人群比例也達到了10.3%，整體超過了總數的一半。乘坐上海出發的高鐵線路人數最多，杭州、長沙、北京、廣州的票量緊隨其后。

飛機票。

北京飛佳木斯特難買。

2017年春運出發最集中的日期是2017年1月24日，已經進入了乘飛機回家旅客的人數峰值期，全國重要的機場將進入到繁忙狀態，返程高峰則從大年初六即2017年2月2日開始。

北京至成都、深圳至重慶、上海至哈爾濱、北京至三亞、廣州至重慶、深圳至成都、成都至北京、重慶至廣州、北京至哈爾濱、上海至成都，這十條是往年最熱門的空中回家路。據去哪兒網大數據統計，北京至佳木斯的航線，在眾多熱門航線中并不起眼，但訂票時間卻比其他航線早很多，平均會提前36天。而從深圳回?？诟?，一般提前43天，堪稱最難買航線。記者注意到，在“春運期間十大最難買線路”中，北京起飛地就占了一半。

接送站。

4點到11點為乘車高峰。

春運期間，95%的旅客會有行李箱、背包并攜帶各種禮品，專車接送機/站成為熱門出行工具。北京、成都、深圳、上海、三亞、廣州、昆明、西安、哈爾濱、廈門等10個城市成為去哪兒接送機使用率最高的城市。

在接送機/站的用戶中，25至35歲年齡段人群最高，占比48%，35至45歲占比也超過兩成。在預約時間上看，男性一般提前在出發前3.5天至4.1天預訂接送機服務;女性用戶明顯準備更加充分，其預約時間在4.1天至5.6天。

從出行時段上看，4點至11點為旅客乘車去機場、火車站高峰，其中5至6點出發人群最高，高達6.9%;10至11點又會出現小的高峰，出行占比為5.1%。

發福利。

買火車票最高減100元。

由華潤怡寶飲料(中國)有限公司和去哪兒網發起的2017“怡起回家”春節活動于昨天正式啟動。即日起至2017年2月11日，旅客打開去哪兒網app找到“怡起回家”專題可以參加紅包抽獎，覆蓋去哪兒網旗下機票、火車票、汽車票、接送機租車、度假、門票、酒店等全線產品。

其中，活動力度最大的是乘坐比例最高的“火車票”，活動為旅客提供了最高金額達100元的火車票減免優惠券，并可直接用于購票抵扣，還有千張“1元機票”秒殺、4000份車車代金券、4萬份出游保險等多種優惠。過年期間，旅客還將享受到國內外12條免費度假線路、3萬份怡寶定制紅包和1萬份出游保險的額外獎項。

相關。

北京至昆明高鐵首發。

記者從北京鐵路局獲悉，自2017年1月5日起，北京將首開昆明、福田和紹興方向高鐵列車，北京西至昆明南最快旅行時間較現行直達特快壓縮約21小時，實現“朝發夕至”。

鐵路部門提示，為了配合此次運行圖和下一步春運運行圖的調整，12月30日以后的火車票預售期調整為30天。按此計算，今日最遠可以買到2017年1月4日的火車票，有出行需求的旅客，可登錄中國鐵路客戶服務中心網站或通過車站窗口、火車票代售處、撥打北京鐵路局訂票電話(95105105)購買車票。

列車調整。

首開北京西至昆明南g403/4次、g405/6次高鐵列車2對;。

首開北京西至福田高鐵列車2對，g71/2次、g79/80次;。

首開北京南至紹興北高鐵列車1對，g39/40次;。

增加1對北京南至商丘g1567/8次高鐵列車;。

延長3對快速列車運行區段：北京西至桂林北k21/2次延長至南寧;保定至南京k849/52/49、k850/1/0次延長至上海;天津至大同k608/5次延長至朔州;大同至秦皇島2604/1次改為朔州至秦皇島。

疫情實時大數據報告

11月11日，國內知名第三方導購軟件惠惠購物助手發布20《雙十一網購大數據報告》。報告顯示，截至雙十一當天12時，天貓、網易考拉、京東、蘇寧易購、唯品會等主流電商流量較前一天增幅明顯，其中天貓流量增加了三倍，網易考拉緊隨其后;此外，服裝鞋帽依然是消費者最為關注的品類，而在消費者關注的所有品類中，歷史最低價商品占比都超過一半。

天貓流量增三倍網易考拉成最大黑馬。

據惠惠購物助手數據顯示，截至雙十一當天12時，天貓流量較前一天同時刻增幅高達363%，居所有電商之首;緊隨其后的網易考拉增幅也達到了349%，成為今年雙十一最大黑馬。而其他電商的表現也同樣突出，京東、蘇寧易購、唯品會、1號店增幅均超一倍。

主場作戰的天貓優勢依然明顯，而網易考拉的突圍，則得益于跨境電商近兩年的迅猛發展。

服裝、戶外、家居用品受關注度居前三。

從品類來看，惠惠購物助手數據報告顯示，服裝鞋帽依然是傳統的'消費大類，消費者關注度也最高，占比41.2%;而隨著跑步、健身等全民運動的興起，今年的戶外運動也頗受消費者歡迎，受關注度排第二，占比19.8%;其次是家居用品，因其需求量大、頻次高、價格低的特點，也廣受消費者關注，位居第三，占比10.8%。

買什么最劃算?圖書、服裝最便宜。

價格方面，根據惠惠購物助手數據報告顯示，今年在天貓上，消費者關注的商品均有較大幅度的降價，且所有品類的歷史最低價的商品占比都超過了50%，圖書音像更是達到了70%。而消費者最關注的服裝鞋帽，歷史最低價商品占比也達到了63%，總體來看，價格還是相對優惠。

惠惠購物助手數據分析師表示，在整個社會消費升級的背景下，消費者購買欲望依然強烈，但不少消費者已經從“買得便宜”轉換成“買得精”，注重商品品質、理性消費也逐漸成為一種新的趨勢。

春運交通大數據報告

近期成立的深圳市綜合交通運行指揮中心囊括深圳全市24個交通信息化系統和海量的交通基礎數據，上述問題應該也是其重點的研究方向。

拋磚引玉：

分析案例1：結合公交車gps數據、乘客刷卡信息等數據，能夠獲取每輛公交車每個站點停車時間、上下車乘客數量、乘客精細時空軌跡等，再此基礎上應該可以做“公交車線路、站點、發車頻次優化”、“典型居住區和就業地的通勤出行分析”等分析。

分析案例2：結合rfid、gps等數據，能夠獲取車輛精細化時空軌跡信息，能夠對行車輛行駛軌跡、路段行程時間可靠性、od分布(起點-終點)等進行數據分析，應該能替代部分傳統交通規劃和交通需求分析的內容，理論上應該更加實時可靠。

[大數據理論指導交通數據分析的方法]。

疫情實時大數據報告疫情實時大數據報告app

12月8日消息，第一財經商業數據中心發布的《2016中國互聯網消費生態大數據報告》顯示，中國7.1億網民將成為潛在的互聯網消費者。

80后、90后消費觀念大不同。

報告顯示，80后與90后作為互聯網消費領域的核心消費人群，90后在線上擁有鮮明消費特征，主要的標簽是娛樂至上、愛新鮮和個性化。90后在玩樂方面的興趣廣泛，既表現出對桌游、美食、夜生活的喜愛，也對二次元、游戲等虛擬領域有著更高的付費意愿。

相比較下，80后則更顧家，在互聯網理財、互聯網地產、電商等消費領域有顯著的消費特征，是互聯網消費的主力人群。從閱讀內容方面看，80后更加偏愛看健身、旅游、時尚、房產等話題的資訊;購物方面看，80后也更偏愛大家電、汽車用品、童裝等居家物品，由此可以看出，80后互聯網消費者特征的關鍵詞是家庭化、品質和資訊控。

網紅借力電商成“吸金王”

今年電商和社交的融合成為一個典型現象。數據顯示，紅人經濟的發展使得紅人店鋪的瀏覽成交高于一般女裝店鋪，近50%的粉絲有重復購買的行為，并且規模大的紅人店鋪比一般紅人店鋪轉化率高出57%?？梢钥闯鲭娚碳t人的店鋪具有粉絲粘性高、高瀏覽高轉化以及銷售爆發力強的優勢。

便捷和品質成互聯網消費核心訴求。

移動互聯網的滲透和眾多新應用的興起使得我國互聯網消費生態不斷孕育繁衍，消費者的需求也因此更加清晰細分，便捷與品質的訴求是兩大明顯特征。

報告提出，消費趨勢的便捷主要體現在降低門檻、資源優化、服務整合和隨時隨地四個特性。以滴滴出行為例，滴滴優化夜間運力資源極大滿足了人們夜間個性化出行的需求。數據顯示，機場、火車站、餐飲等夜間交通資源不足的地方，使用滴滴出行的偏好度均呈現上升趨勢，體現出網約車滿足了消費者的`交通需求。

需求“品質化”則大大促進了商家運營發展軌跡的高端化、定制化、專業化和服務化。報告數據顯示，從趨勢上看，飛豬三年跟團游的增幅高于自由行的增幅，且跟團游中有近8成的訂單數是當地游，可以看出組件式的“diy自由行”已成為了消費者旅游出行的新風尚，同時也反映了多元化的自由行產品為消費者提供了更豐富的定制體驗。

閱讀大數據心得體會閱讀大數據報告

近年來，“大數據”這個概念突然火爆起來，成為業界人士舌尖上滾燙的話題。所謂“大數據”，是指數據規模巨大，大到難以用我們傳統信息處理技術合理擷取、管理、處理、整理?！按髷祿备拍钍恰靶畔ⅰ备拍畹?.0版，主要是對新媒體語境下信息爆炸情境的生動描述。

我們一直有這樣的成見：信息是個好東西。對于人類社會而言，信息應該多多益善。這種想法是信息稀缺時代的產物。由于我們曾吃盡信息貧困和蒙昧的苦頭，于是就拼命追逐信息、占有信息。我們甚至還固執地認為，占有的信息越多，就越好，越有力量。但是，在“大數據’時代，信息不再稀缺，這種成見就會受到沖擊。信息的失速繁衍造成信息的嚴重過剩。當超載的信息逼近人們所能承受的極限值時，就會成為一種負擔，我們會不堪重負。

信息的超速繁殖源自于信息技術的升級換代。以互聯網為代表的新媒體技術打開了信息所羅門的瓶子，數字化的信息失速狂奔，使人類主宰信息的能力遠遠落在后面。美國互聯網數據中心指出，互聯網上的數據每兩年翻一番，目前世界上的90%以上數據是近幾年才產生的。，數字存儲信息占全球數據量的四分之一，另外四分之三的信息都存儲在報紙、膠片、黑膠唱片和盒式磁帶這類媒介上。，只有7%是存儲在報紙、書籍、圖片等媒介上的模擬數據，其余都是數字數據。到，世界上存儲的數據中，數字數據超過98%。面對數字數據的大量擴容，我們只能望洋興嘆。

“大數據”時代對人類社會的影響是全方位的。這種影響究竟有多大，我們現在還無法預料。哈佛大學定量社會學研究所主任蓋瑞·金則以“一場革命”來形容大數據技術給學術、商業和政府管理等帶來的變化，認為“大數據”時代會引爆一場“哥白尼式革命”：它改變的不僅僅是信息生產力，更是信息生產關系;不僅是知識生產和傳播的內容，更是其生產與傳播方式。

我們此前的知識生產是印刷時代的產物。它是15世紀古登堡時代的延續。印刷革命引爆了人類社會知識生產與傳播的“哥白尼式革命”，它使得知識的生產和傳播突破了精英、貴族的壟斷，開啟了知識傳播的大眾時代，同時，也確立了“機械復制時代”的知識生產與傳播方式。與印刷時代相比，互聯網新媒體開啟的“大數據”時代，則是一場更為深廣的革命。在“大數據”時代，信息的生產與傳播往往是呈幾何級數式增長、病毒式傳播。以互聯網為代表的媒介技術顛覆了印刷時代的知識生產與傳播方式。新媒體遍地開花，打破了傳統知識主體對知識生產與傳播的壟斷。新媒體技術改寫了靜態、單向、線性的知識生產格局，改變了自上而下的知識傳播模式，將知識的生產與傳播拋入空前的不確定之中。在“大數據”時代，我們的知識生產若再固守印刷時代的知識生產理念，沿襲此前的知識生產方式，就會被遠遠地甩在時代后面。

(節選自2013.2.22《文匯讀書周報》，有刪改)。

中國大數據發展報告

近日，國家信息中心、南海大數據應用研究院聯合發布《中國大數據發展報告》，首次面向31個省(區、市)發布大數據發展指數。該指數從人才、政策、投融資等多個維度進行全面分析，展示我國大數據發展情況，貴州獲得多個第一。

該指數由政策環境、人才狀況、網民信心等6個一級指標、11個二級指標構成。測評結果顯示，全國大數據發展指數平均僅為47.15，總體仍處于起步階段。在指數分項中，貴州的政策環境與網民信心指數分別為77.93和90.00，均居全國第一。

報告發布全國十大最具影響力的地方大數據政府機構，貴州有貴州省大數據局、貴州省發改委、貴州省經信委、貴州省信息中心、貴州省科技廳5家機構上榜，分別排名第一、第二、第四、第五、第七。此外，報告評選出最具影響力的十大大數據企業家，貴陽大數據交易所執行總裁王叁壽以新聞媒體影響力6.87、自媒體影響力7.77、綜合得分7.32的成績位居第四。

據統計，20，全國各地積極部署大數據項目，政府投資大數據項目數量整體呈攀升態勢，保持較高增速。在這份榜單中，貴州表現突出，以7.74%的占比排名第三。各地都依托產業園促進大數據發展。近年來，貴州搶抓機遇，憑借高海拔、低氣溫、低電價等天然優勢和財稅政策優惠發展大數據產業，關注度排名前二十的大數據產業園中，貴州就占3個，分別是貴陽經開大數據產業園、貴陽市大數據呼叫中心產業基地、貴州(烏當)大數據智慧產業基地，與江蘇、四川在數量上并列第一。此外，全國各大國家級新區積極布局大數據產業，吸引大批優質大數據項目進駐，其中，貴安新區以87.59的高關注度遙遙領先，位居第一。

這份報告全面匯聚了國家發改委互聯網大數據分析中心、國家信息中心、“一帶一路”大數據中心所掌握的30多個種類，總計40多億條相關數據，綜合運用多種大數據分析方法，對我國大數據產業發展進行了全面分析。所以，稱得上是用大數據來了解大數據。

報告顯示，我國大數據發展總體處于起步階段。但是從地域上看，就有意思了。

國家信息中心信息化研究部副主任、南海大數據應用研究院院長于施洋指出：“從地域分布，從各個省來說，北京排第一，這個不足為怪，東部沿海地區這些省份排在前面，大家也都能夠想象。但是在西南地區，四川、重慶、貴州這三個地方異軍突起，是我們大數據發展的第二個增長極?！?/p>

具體來看，各省份大數據發展指數的排名中，貴州、重慶、四川，緊隨東部沿海省份，全部排進了前十名，領先任何一個中部省份。分析認為，這主要是地方政策引領的結果。這三個西部省市，早早都把大數據產業的發展作為重點工程來打造。對于這種“彎道超車”現象，國家行政學院教授汪玉凱建議，這些地方下一步可以重點考慮產業落地問題：“它們是首先抓住了一個概念，然后占了一個先機。但是相對能夠落地的產業應用還是比較少的，這是它們的軟肋。所以我認為，你們一定要注意應用，要打造你的優勢?！?/p>

人才短缺問題日益突出。

報告指出，數據管理環節漏洞較多，是大數據發展面臨的首要問題，包括由此引發的運營成本過高、資源利用率低、應用部署過于復雜等難點。而于施洋更關注的是另一大問題。

于施洋：“我們會發現，大數據領域里數據是有了，但是能駕馭這些數據的人是極其匱乏的。比如說大數據的專業人才方面，現在分析類的人才，市場是供不應求，缺口非常大，而項目管理類的`人才，供給又遠遠大于需求，所以結構上還不平衡。高端的人才奇缺，這是最突出的問題?！?/p>

大數據投資熱度持續攀升。

報告還披露，年各地政府投資大數據項目數量整體呈攀升態勢。但是，在這些政府投資項目中，超過七成都是大數據平臺和基礎設施建設，應用層面的軟件開發不到5%，“重建設、輕應用”的問題比較明顯。這也再次引發了對大數據建設過剩甚至泡沫的擔憂，不過，國家信息中心主任程曉波認為，作為新事物，大數據出現這樣的問題是正常的。

程曉波：“正如前后，“互聯網泡沫”第一次破滅，經過短暫調整后反而催生了互聯網行業新一輪理性快速健康發展，所以說，我們認為，當前大數據發展不管面臨什么問題，應該是一個行業初生階段所必經的過程，也是一個‘理性回歸’的過程?！?/p>

央廣短評：發展大數據要謹防人才“眼高手低”

大數據的核心就是數據的抓取與分析，而分析環節，目前離不開人工設置變量，建立模型。所謂“差之毫厘，謬之千里”，大數據分析對人才的要求很高。但首份大數據發展報告卻揭示，我國大數據人才能搞管理的不少，真正能做分析的卻遠遠不夠，這是典型的“眼高手低”，勢必傷害大數據產業的長遠發展。人才短板可以從教育方面著手彌補，探索新的人才培養模式。比如，將高校大數據系列課程分為理論教學和技術教學兩方面，增加大數據技術實踐課程，重點提高學生的動手能力等。

大數據告訴你:情人節的正確打開方式。

德州市第十四次黨代會召開以后德州跨進了新跑道德州市上下接好接力棒奮發有為使得德州市綜合實力明顯增強。尤其是建設協同發展示范區以來更為德州的發展注入了強心劑多項經濟數據快速增長。

大數據勾勒山東人形象：山東人表情符使用率全國第二。

內斂、不善表達是不是你對山東人的印象?然而，大數據告訴你，可不是這樣。相比文字，表情符號對感情的表達更細膩，也更活潑。大數據顯示，2016年山東人在全國表情符號輸入占比的統計中排名全國第二，僅次于廣東省。

疫情實時大數據報告

1月12日消息，財新傳媒、滴滴出行主辦的“知道·大數據智慧城市論壇”今日在京舉行，論壇上，滴滴出行聯合第一財經商業數據中心發布了《2016智能出行大數據報告》(以下簡稱“《報告》”)。

《報告》覆蓋全國重點城市，基于滴滴(含優步)平臺全量數據解讀中國城市出行，并通過智能出行情況反映城市交通、居民生活、熱點事件及分享出行所帶來的意義，具有極高的參考借鑒及深度分析價值。

三四線城市擁堵加劇北京人均每年“堵”掉近9000元。

擁堵是大家對交通最直接的感受之一，無論是“影響中國互聯網發展30年”的后廠村路，還是“堵點網紅”北京大山子路口，堵車總能引起人們的共鳴和吐槽。2016年，一線城市平均車速略有上升，三四線城市平均車速下降明顯，從的26.2km/h降至2016年的25.3km/h。這一年中，平均車速增幅較大的前三個城市為大連、常州和青島，而下降幅度最大的城市為麗江、嘉興、三亞等。

根據高峰期擁堵延時指數，西安成為2016年堵城冠軍，延時指數為1.79。20的擁堵冠軍重慶今年位列第2位，而去年的亞軍青島2016年治堵效果顯著，今年排名第9。受極寒天氣、冰雪路面、市政建設等影響，哈爾濱也上榜十大堵城，位列第8位。

在此值得一提的是，盡管北京位列堵城第4名，但因“社會平均工資”較高，所以成了擁堵造成損失最高的城市，北京人每年損失8717元;在全國最堵的西安，人均擁堵成本為6960元，排名全國第3。

互聯網行業工作時間長京東下班最晚。

在加班“重災區”的互聯網公司中，京東超越去年冠軍奇虎360成為今年的“加班之王”，平均下班時間最晚，隨后為360和阿里巴巴，看來這一年互聯網行業中最拼命的還是電商公司。從年貨節、美妝節、母嬰節、雙11到雙12，節假日不夠，電商造節來補，購物狂歡的背后也是無數員工加班加點的辛勤努力。在榜單前10名中，新浪、網易老牌門戶網站也上榜，而今年的“網紅公司”樂視位居第10，加班起來也很拼。

不僅加班多，互聯網人群平均工作時間也偏長。相較于金融、傳媒以及房地產等行業，互聯網人群平均工作時間更長，每天超10小時，尤其是深圳碼農，工作幾乎占據了其一半的時間。而且碼農們生活節奏更為固定，公司與家兩點一線偏多。

媒體人異地奔波苦金融從業者“朝七晚五”

《報告》中，有一部分內容對當下關注度較高的傳媒業、金融業、教師等幾個職業群體做了分析，通過出行連接著生活的方方面面，通勤、餐飲、購物等各種出行場景，出行大數據進一步可以關照現實，看生活的潮起潮落。

《報告》發現“隔行如隔山”，每個行業出行差異較大。傳媒人工作隨機性較大，處于隨時待命狀態，出行峰值曲線較為平緩;同時他們的出差相比最為頻繁，往返機場火車站及酒店的出行量接近1/5，密集的出差節奏使得他們一般直接從家出發奔赴外地。

金融從業者上班早下班也早，“朝七晚五”是他們的工作特點，同時他們應酬多夜生活也豐富，20%的人下班后直接奔向餐飲娛樂場所，夜晚餐飲訂單也超出平均水平40%。同時，他們偏愛高檔購物中心，北京的三里屯太古里、上海的`國金中心、正大廣場都是“金領一族”經常光顧的地方。

出行數據看城市性格：綿陽最溫情大連最小資。

《報告》還基于滴滴出行大數據平臺的指數測算體系，發布d-index榜單，從不同維度窺見不同城市的性格特點。

根據滴滴順風車免單占比，十大最溫情城市為綿陽、南寧、金華、昆明、湖州等地，上榜的多為三四線城市。小城故事多，充滿喜和樂，順風車把陌生人連接在一起，共走一程路，驚喜和溫情的故事總在路上發生著。

從目的地為健身場館的數據來看，山西太原城市最愛健身的城市，其次為福州、佛山，一線城市中只有廣州上榜;十大最愛讀書之城長沙位列榜首，其次為青島，溫州;最休閑也就是去往休閑娛樂場所占比最高的城市為，南寧、太原、大連等;最小資的城市為大連、紹興和上海，那里的人去往咖啡廳、酒吧、電影院占比最高;《報告》同時顯示，天津位列十大海鮮之城冠軍，重慶居于十大火鍋之城榜首。

杭州智能滲透率居榜首貴陽發展前景可期。

作為世界領先的移動出行平臺，滴滴出行基于大數據的機器學習技術,在中國超過400個城市為近4億用戶提供包括出租車、?？燔?、順風車、公交、小巴、代駕、試駕、租車、企業級等多種出行服務。

從智能滲透率來看，一二線城市依然整體優勢明顯，杭州繼續位居榜首。珠三角地區總體滲透率較高，在用戶滲透率排名前10的城市中占據4席，分別是深圳、廣州和東莞、珠海。

在各級城市月人均出行次數上，三四線城市與一二線城市相比仍有較大差距。月人均出行次數排名前五的城市依次是天津、青島、北京、杭州、寧波。

根據智能滲透率，出行活躍度和便捷程度等綜合指標測算的智能出行發展指數，杭州北京廣州深圳成都排名前五，一線城市和省會城市明顯更高。排名前20的城市中有8個為珠三角和長三角城市。而潛力城市(二、三、四線城市)多為長三角、珠三角和京津冀地區的二線和三線城市，西部城市貴陽排名第7，前景可期。

疫情實時大數據報告

近日，360搜索聯合中國平安健康險發布國內首份《中國“癌癥焦慮”大數據報告》(以下簡稱“報告”)，統計了不同年齡、性別、星座的受眾對癌癥的焦慮程度和種類，以及致癌原因，抗癌就醫等其他方面信息。

年輕人更易焦慮。

不同于人們認為年紀大的人更容易對疾病產生焦慮心理的慣性思維，報告數據顯示，25到34歲的年輕人更容易癌癥焦慮，占比高達49%。

伴隨著經濟的飛速發展，中國轉型步入壓力社會，25到34歲的年輕人需要應對來自房價、工作、贍養父母的多重壓力，難免會對各種疾病產生畏懼心理。另一方面，癌癥早期各種身體不適的癥狀類似食欲減退、頭疼乏力等病理反應，也年輕人焦慮患癌的一個重要因素。

肺部、胃部成兩性共同重點關注對象。

報告顯示，不同性別的人焦慮的癌癥種類并不盡相同。男性最焦慮的十大癌癥中，肺癌、直腸癌所占比例較高。而由于生理構造的不同，女性更怕患上乳腺癌、宮頸癌等。

盡管如此，人們對“肺癌、胃癌”的焦慮卻是驚人的一致。睡眠嚴重不足、飲食幾無規律、工作和心理壓力過大，以及對胃部不適或胃部感染幽門螺桿菌不以為然，都是越來越多中青年人患胃癌的主要因素。青年人最近幾年胃癌的發生情況經常在我們身邊看到，胃癌不再是老年人專利，我們認為胃癌是越來越年輕化了，青少年胃癌的患病率一直高速上漲。一項最新發布的數據顯示，近5年來，19至35歲的青年人胃癌發病率比30年前翻了一番，可見大家對癌癥的關注度、焦慮度都如此之高并不無道理。

三聚氰胺、空氣污染致癌風險等級較高。

三鹿奶粉中三聚氰胺含量超標事件余威不減，報告中顯示33%的參與者都將三聚氰胺列為危險等級的第一級?？梢?，人們對飲食安全的關注度正在逐漸增加。

除此之外，人們對空氣污染致癌的焦慮也占較高比例。研究顯示，擁有大量人口、正處在快速工業化進程中的國家出現了空氣污染加劇的`情況，亞洲地區是空氣污染較為嚴重的地區，其中包括中國，隨著暴露在顆粒物和空氣污染中程度的增加，罹患肺癌的風險也相應增加。

公眾保險意識增強，接近半數愿意參保。

74%的人在癌癥焦慮產生之后，會選擇搜索調整飲食結構、注意飲食習慣等方式的相關信息，以改善自身狀況避免患病。43%的調查參與者愿意購買保險以降低癌癥在經濟上帶來的危害，而在購買保險時，保險理賠、保險種類是用戶重點關注的兩大因素。

除了上述方面，報告還對患癌焦慮者海外就醫區域分布、焦慮人群收入分布、學歷分布等其他方面做了調查研究。方便用戶更多元化、全方位的了解患癌焦慮，并對癌癥處理方式等提供了一定參考價值。

春運交通大數據報告

日前，首份基于第三方平臺的《2016保險理賠大數據報告》出爐。報告顯示，在細分險種上，境內旅游保險、普通門診保險、境外旅游保險、出國留學保險以及申根簽證保險等排名出險率前五，而自住型家財險的出險率是最低的。從年齡層觀察，25~29歲區間的被保人出險率最高，其次是18~24歲。

報告發現，男性在旅行、意外保險等險種上出險率明顯高于女性，“全身心”投入去“玩”的男性更喜歡冒險;相反，女性對自己身體顯得更加“自愛”，她們定期體檢和就醫頻率遠高于男性，因而在早期重疾發生時更容易被察覺。

從2016年慧擇網接到的理賠報案分析，在細分險種上，境內旅游保險、普通門診保險、境外旅游保險、出國留學保險以及申根簽證保險等排名出險率前五，而自住型家財險的出險率是最低的。從年齡層觀察，25-29歲區間的被保人出險率最高，其次是18-24歲。

梳理理賠人群整體畫像，“男女有別”的特征最值得玩味，這區別不僅體現在生理特征、思維方式上，甚至在衣食住行上風險的發生率都有差異。數據顯示，男性整體出險率(4.35‰)顯著高于女性(2.86‰)。尤其體現在境內外旅行保險中，男性的出險率是女性的2倍，其中較大的.差異體現在旅行理賠案中，男性因醫療和意外賠付案件占比較高。

慧擇的風控分析師認為，這與男性的性格特征和出行習慣上有很大的關聯，男性出游喜歡挑戰、愛嘗試新鮮事物，尤其是戶外運動、長途自駕游、海島旅游。他們出游真的是放開“全身心”投入去“玩”，而相反，女性則更多的是“享受”美景和購物的樂趣，更關注自身的安全。

不僅在旅行出險率上男性風險高于女性，在人身意外保險上，2016年男性的出險率也比女性高達3倍。2016年慧擇網人身意外賠案中，男性客戶占比高達75.54%，女性客戶占比為24.46%。

近年來重大疾病發病率日趨年輕化?；蹞窬W理賠統計顯示，31-50歲是重大疾病賠付集中的年齡段，占比超過六成。惡性腫瘤是重大疾病賠付的主要原因，約有八成的重大理賠是是因為罹患惡性腫瘤導致，緊跟其后的分別是急性心肌梗塞等心血管疾病和腦中風。

值得注意的是，女性相較于男性更重視身體健康，會定期規律體檢，或就醫頻率遠高于男性，伴隨現代醫療水平的提高，女性一些較為早期的重疾更易被察覺并且出險，尤其集中在一線城市?；蹞翊髷祿@示，甲狀腺癌的發病率近年明顯上升，其中約有三成的惡性腫瘤賠付均是甲狀腺癌導致，而25-40歲女性成了這個高發癌最青睞的對象。有分析指出，體內雌激素水平越高，越有助于甲狀腺疾病的發生。女性到25歲-45歲時，雌激素水平處于一個高位，尤其是40歲左右女性為高發群體。再加上年輕女性情緒不穩定、精神壓力大、晚育等情況，導致內分泌紊亂，更容易受到癌細胞的侵襲。

不過，從重疾理賠金額來看，55.56%的重疾案件理賠金額在5萬元以下，理賠金額在15萬以上的占比不到10%。

隨著各種意外因素增加，我國游客保險意識提升，2016年旅游意外險投保的游客人數創歷史新高?；蹞窬W大數據顯示，“深圳—上?！笔菄鴥壬虅章眯锌腿死碣r發生率最高的航線，深滬兩地均為樞紐型機場，航班量很大，且經常遇到臺風、雷暴雨等不正常天氣，多變的氣候容易發生延誤，此外頻繁的航空管制也是造成延誤高發的重要因素。

出境游中，從出險率看，排名前列的國家從高到低依次是泰國、菲律賓、馬爾代夫、美國、尼泊爾、澳大利亞、法國、西班牙、俄羅斯和南非。境外理賠案件類型最多的是旅程延誤，海島類目的地延誤情況最嚴重，第二是旅程變更，其次是醫療、行李延誤，還有簽證拒簽、財務損失等。

法、意、西班牙等歐洲國家旅行的隨身財物盜搶的理賠人數比例遠超東南亞，很多人認為歐洲人素質很高，但事實是法國政府曾因為小偷泛濫而關閉埃菲爾鐵塔。數據顯示，日本連續多年名列亞太最安全的旅行之地。另外，美國、加拿大、澳大利亞是醫療費最高的境外游目的地，日均醫療費用為1980美元。

另外，通過梳理2016年理賠案件幾大常見拒賠原因，“屬于保單責任免除、既往病史出險、不屬于保單列明責任、出險不在保單有效期內、出險事故原因無保障責任、就診醫院不符合條款規定的醫院等級”等拒賠原因是消費者在理賠時應該注意避免踩到的“地雷”。

其中，“出險原因不屬于保單責任”是消費者常常誤認為“保險是忽悠人”的主要原因，必須提醒的是投保人在購買保險時需要了解產品保障什么樣的事故，事故是否有特定條件的約束，避免出險事故和保障責任名稱一致，但不符合事故的特定約束條件，最終無法賠付。比如，意外險看似簡單，但理賠時保險公司的拒賠決定往往會讓消費者覺得意外。意外險有界定的保障范圍，“高風險運動、過勞猝死、手術意外、因病摔傷”等多種情況就屬于免賠范圍。