为什么数据是城市权力下放成功的关键
Posted: Sat Feb 22, 2025 9:40 am
想象一下,这是英国某个城市地区市长选举的第二天。
获胜的候选人首次将地方当局、地方经济合作伙伴、公共部门机构和公民团体聚集在一起。
“各位,都对,”市长说。“城市权力下放让我们有机会在整个地区推进三件事。我们来这里是为了改革地方公共服务、促进经济增长和增加地方民主参与度。我们该怎么做呢?”
如果我们停下来,驻足片刻,就会发现这些责任体现了我们这个时代面临的两大政治挑战。第一大挑战是英国公共部门面临的金融危机;到 2020 年,仅英格兰的地方政府就将面临 124 亿英镑的财政赤字。第二大挑战是公众对传统政党和制度的失望和脱离程度不断上升。
城市权力下放对于应对这些挑战有多大帮助?
回到房间,市长问道:“整个地区对服务的需求规模有多大?我们将如何明智地重新设计这些服务?”
有人回答:“抱歉,市长。我们没有这方面的数据;至少没有整个地区的数据。”
“那么,哪些支持本地企业的干预措施正在发挥作用并应该扩大规模?”
答案很可能还是这样:“抱歉,市长,我们没 有这方面的所有数据。”
市长越来越恼火地恳求道:“那么,这个地区的公民认为我们的优先事项应该是什么?”
“抱歉,市长,我们没有数据来回答这个问题。”
拼图问题
我提出这个假想场景是为了说明以下观点:如果没有在城市区域范围内连接、分析和处理数据的能力,我就不知道城市权力下放如何才能取得成功。
这一切都归结为“拼图问题”。简而言之,每个地方当局和 广告数据 公共部门组织都有自己的一小部分数据,但没有人能够将这些数据整合在一起,退一步看清全局。如果你想改革公共服务,这是一个深刻的问题。例如, 城市如何:
- 如果组织无法了解问题、机会和需求如何超越其界限,那么如何扩大共享服务的使用?
- 如果没有数据指出任何特定问题的热点,如何将稀缺资源投入到最需要的领域?
- 如果不同团队没有各自行动的数据,如何协调他们的行动?
- 如果他们无法访问与高风险相关的数据集,如何在问题变得严重且解决成本高昂之前预测并预防问题发生?
- 如果数据过于零散,无法为开发人员提供可行的商业模式,是否鼓励个人和组织使用开放数据构建有用的产品和服务?
拼图问题的成因众所周知。存在技术障碍。传统的 IT 系统可能难以获取数据。一些 IT 供应商的不当做法导致地方议会因建立 API 来提取自己的数据而被指控。一些外包合同的措辞使得地方当局根本无法访问。
存在数据壁垒。数据可以按照不同的格式和标准进行记录,这相当于比较苹果和橘子。关于一个人或一个地方的记录通常缺乏通用标识符,这使得很难在不同系统之间连接信息。
存在文化和组织障碍。每个公共部门组织最初都是为特定人群服务并发挥特定功能而成立的。要开始系统地与数据协作,需要相当大的文化和结构飞跃——更不用说领导团队的全力支持了。
此外,还存在法律障碍,既有实际的,也有想象中的。对于典型的服务经理来说,数据立法既令人生畏又难以理解。有些事情根本(而且理所当然地)是不允许的。但许多其他数据举措可以实现,但被认为是被禁止的,人们理所当然地敦促谨慎行事。如果不改变这种规避风险的文化,什么也不会发生。
克服这些障碍的解决方案是什么?
回归本源
大曼彻斯特展示了一条充满希望的道路。受纽约市市长数据分析办公室工作的启发,GM-Connect 计划正在努力落实技术、数据和法律机制,以完成该地区自己的拼图。在众多项目正在筹备中,最初的试点项目重点是创建“儿童护照”:联合情报,以便所有机构对弱势儿童的已知信息有一个统一的了解。他们取得成功符合我们所有人的利益。
与此同时,在 Nesta,我们正在伦敦、东北部和谢菲尔德进行试点,以确定数据分析办公室 (ODA) 模型如何适应每个地区的需求的核心原则。
我们希望这些举措能够帮助纠正智慧城市运动中最具误导性的信息之一:利用城市数据的途径始于建立新的数字基础设施——物联网网络等。而这往往意味着城市采购新技术,从而获得更多数据,而他们却完全不知道如何使用。
别误会我的意思:技术可以提供很多东西,但城市需要先学会走路,然后才能跑步。这需要三个步骤。
首先,他们需要具备汇总、分析和处理公共部门现有海量数据的能力。他们必须培养必要的技能。他们必须创建共享和处理数据的法律结构。他们必须确保具备必要的领导力和文化,将数据的使用融入决策和提供服务的各个方面。这就是 ODA 模式的目的。它不像实施新技术平台那样光鲜亮丽或快速。但如果城市地区甚至无法在这一阶段取得成功,那么他们就极不可能从新技术提供的额外数据中获得太多价值。
其次,他们应该寻求从政府以外的现有数据集中获益。他们不应仅仅在开放数据门户网站上发布自己的数据,还应发布他们试图解决的问题,并邀请企业、慈善机构、大学和公民提供有助于解决这些问题的数据。
第三点也是最后一点,如果现有的数据集无法充分解决问题,那么城市确实应该寻求技术来填补空白。在充分挖掘现有数据的潜力后,将有一个更清晰的商业案例来说明哪些地方值得投入公共资金来开发新技术。
获胜的候选人首次将地方当局、地方经济合作伙伴、公共部门机构和公民团体聚集在一起。
“各位,都对,”市长说。“城市权力下放让我们有机会在整个地区推进三件事。我们来这里是为了改革地方公共服务、促进经济增长和增加地方民主参与度。我们该怎么做呢?”
如果我们停下来,驻足片刻,就会发现这些责任体现了我们这个时代面临的两大政治挑战。第一大挑战是英国公共部门面临的金融危机;到 2020 年,仅英格兰的地方政府就将面临 124 亿英镑的财政赤字。第二大挑战是公众对传统政党和制度的失望和脱离程度不断上升。
城市权力下放对于应对这些挑战有多大帮助?
回到房间,市长问道:“整个地区对服务的需求规模有多大?我们将如何明智地重新设计这些服务?”
有人回答:“抱歉,市长。我们没有这方面的数据;至少没有整个地区的数据。”
“那么,哪些支持本地企业的干预措施正在发挥作用并应该扩大规模?”
答案很可能还是这样:“抱歉,市长,我们没 有这方面的所有数据。”
市长越来越恼火地恳求道:“那么,这个地区的公民认为我们的优先事项应该是什么?”
“抱歉,市长,我们没有数据来回答这个问题。”
拼图问题
我提出这个假想场景是为了说明以下观点:如果没有在城市区域范围内连接、分析和处理数据的能力,我就不知道城市权力下放如何才能取得成功。
这一切都归结为“拼图问题”。简而言之,每个地方当局和 广告数据 公共部门组织都有自己的一小部分数据,但没有人能够将这些数据整合在一起,退一步看清全局。如果你想改革公共服务,这是一个深刻的问题。例如, 城市如何:
- 如果组织无法了解问题、机会和需求如何超越其界限,那么如何扩大共享服务的使用?
- 如果没有数据指出任何特定问题的热点,如何将稀缺资源投入到最需要的领域?
- 如果不同团队没有各自行动的数据,如何协调他们的行动?
- 如果他们无法访问与高风险相关的数据集,如何在问题变得严重且解决成本高昂之前预测并预防问题发生?
- 如果数据过于零散,无法为开发人员提供可行的商业模式,是否鼓励个人和组织使用开放数据构建有用的产品和服务?
拼图问题的成因众所周知。存在技术障碍。传统的 IT 系统可能难以获取数据。一些 IT 供应商的不当做法导致地方议会因建立 API 来提取自己的数据而被指控。一些外包合同的措辞使得地方当局根本无法访问。
存在数据壁垒。数据可以按照不同的格式和标准进行记录,这相当于比较苹果和橘子。关于一个人或一个地方的记录通常缺乏通用标识符,这使得很难在不同系统之间连接信息。
存在文化和组织障碍。每个公共部门组织最初都是为特定人群服务并发挥特定功能而成立的。要开始系统地与数据协作,需要相当大的文化和结构飞跃——更不用说领导团队的全力支持了。
此外,还存在法律障碍,既有实际的,也有想象中的。对于典型的服务经理来说,数据立法既令人生畏又难以理解。有些事情根本(而且理所当然地)是不允许的。但许多其他数据举措可以实现,但被认为是被禁止的,人们理所当然地敦促谨慎行事。如果不改变这种规避风险的文化,什么也不会发生。
克服这些障碍的解决方案是什么?
回归本源
大曼彻斯特展示了一条充满希望的道路。受纽约市市长数据分析办公室工作的启发,GM-Connect 计划正在努力落实技术、数据和法律机制,以完成该地区自己的拼图。在众多项目正在筹备中,最初的试点项目重点是创建“儿童护照”:联合情报,以便所有机构对弱势儿童的已知信息有一个统一的了解。他们取得成功符合我们所有人的利益。
与此同时,在 Nesta,我们正在伦敦、东北部和谢菲尔德进行试点,以确定数据分析办公室 (ODA) 模型如何适应每个地区的需求的核心原则。
我们希望这些举措能够帮助纠正智慧城市运动中最具误导性的信息之一:利用城市数据的途径始于建立新的数字基础设施——物联网网络等。而这往往意味着城市采购新技术,从而获得更多数据,而他们却完全不知道如何使用。
别误会我的意思:技术可以提供很多东西,但城市需要先学会走路,然后才能跑步。这需要三个步骤。
首先,他们需要具备汇总、分析和处理公共部门现有海量数据的能力。他们必须培养必要的技能。他们必须创建共享和处理数据的法律结构。他们必须确保具备必要的领导力和文化,将数据的使用融入决策和提供服务的各个方面。这就是 ODA 模式的目的。它不像实施新技术平台那样光鲜亮丽或快速。但如果城市地区甚至无法在这一阶段取得成功,那么他们就极不可能从新技术提供的额外数据中获得太多价值。
其次,他们应该寻求从政府以外的现有数据集中获益。他们不应仅仅在开放数据门户网站上发布自己的数据,还应发布他们试图解决的问题,并邀请企业、慈善机构、大学和公民提供有助于解决这些问题的数据。
第三点也是最后一点,如果现有的数据集无法充分解决问题,那么城市确实应该寻求技术来填补空白。在充分挖掘现有数据的潜力后,将有一个更清晰的商业案例来说明哪些地方值得投入公共资金来开发新技术。