zl程序教程

您现在的位置是:首页 >  大数据

当前栏目

解决流动人口管理的世纪大难题,政务大数据如何助力

数据 如何 解决 管理 助力 难题 世纪 政务
2023-09-11 14:16:04 时间


0?wx_fmt=png

政务大数据在大数据应用领域中一直占据着重要的地位。国家统计局局长马建堂曾经说过:“大数据必将成为宏观调控、国家治理、社会管理的信息基础。”


还记得上海外滩2014年发生的“踩踏事件”,由于管理部门对人流没有准确预判,也没有进行现场人数的实时监控,导致了悲剧的发生。而通过实时手机信令数据,能实现人口转移趋势预测、实时人口监控等,帮助管理部门尽快发现危机、做好防控工作。


可见,通过对数据的分析,研究社会运转模式、规律,洞悉社会问题,能够有效帮助政府高效化、科学化开展工作。


除了实时人口流动的监控与预判,对中长期人口转移的管控也是政务工作中重要的一环。如何保证人力资源以支撑经济发展,同时防止人口过度集中,也是政府在城市治理中的一大难题。


下面这个案例,给大家看看如何利用运营商大数据、网络爬虫数据、政府门户公开数据对人口转移的原因挖掘分析,从而支撑政府部门高效、科学决策。


案例背景


15年末,广东某地市人力资源局统计发现,市内部分镇区常住人口严重下滑,半年镇区内人数下降32%;

0?

鉴于该市是以劳动密集型产业为主,因此人口下滑对镇区发展造成较大的影响。


人们都去哪了?

离开的人又是谁?

他们为什么会离开这里?

相关部门该怎么扭转局势?


为了搞清楚这些问题,我们基于运营商大数据、网络爬虫数据、政府门户公开数据,全方位挖掘导致人口流失的主因,支撑当地相关部门科学决策。



 人们都去哪了?

大部分离镇人员去往

经济发达的地区或城市


数据来源:我国现有12亿+手机用户,绝大部分人都拥有手机终端,因此我们可以基于通信基站记录的手机号码数、访问时间等数据,得出市内各镇区的人口数量及市内流动情况。


大部分离镇人员去往市内其他镇区,74%离镇人员为市内迁移,其余则去往其他城市;

0


市内离镇人员主要前往周边经济较好的镇区,发达镇区人口普遍增多;0


广深佛(一线城市)为离市人员主要目的地,62%的离市人员前往省内各市,其中78%去往广深佛;

0



 离开的人又是谁?

离镇人员以男性、

中低消费、偏年轻的

外来人员为主


数据来源:以手机号码为主键,通过与运营商大数据进行拼接,提取全量离镇用户的基础特征、身份属性、消费能力、行为偏好等特征数据,作为离镇人员画像分析的基础。



行为偏好:手机、健康、汽车是离镇人员关注点,三者占离镇用户搜索关键字的34%;

0



 他们为什么离开?

镇区实施产业升级政策,

推动劳动密集型产业迁移,

从而导致短时间内

镇区人口大幅下降



数据来源:运用网络爬虫技术,从本地新闻资讯网站爬取最新的资讯,然后通过文本挖掘技术,提取文章中的关键字。


热点分析:镇区正开展产业升级调整战略,通过文本分析发现,关于镇区产业升级政策资讯关键字占比达11%,远高于其他关键字,仅低于明星与网剧;




0?


 综上可知 




政府政策导向(产业升级),让大批劳动密集型产业迁移,镇区外来工作者也随之离开,从而导致镇区人口快速下降。



为证明以上观点,我们需分析镇区内企业变迁情况,观察镇区内是否有大量企业迁移,为此我们从该市工商局网站中提取镇区企业注册及注销情况。

0


目标镇区内大批量劳动密集型企业关闭:目标镇区窗口期间工厂关闭严重,在6月倒闭达110家,人员流失率达到最高。而对比人员流入的镇区,发现企业数目不断上升,两者形成鲜明对比。

0


区域产业升级,劳动密集型产业迁移,的确是导致镇区人口下降的原因。


 相关部门应该怎么应对?

加紧人才引进,

建立全面的年轻人才培养体系


由于镇区以劳动密集型产业为主,因此在开展产业升级战略时,势必带来劳动力大幅下滑、企业倒闭搬迁等的副作用,但这也是镇区发展升级的必经之路。


见此,有以下建议:


1.加紧人才引进:

针对优秀技术型人才应予以政策上的支持,放宽入户门槛,吸引人才迁入,优化人员结构。


2.建立全面的年轻人才培养体系:

推动镇区内人员技术的培养,从本质上提升镇区竞争力。


3.继续深化产业升级改造,腾笼换鸟:

在迁移低收入、低技术的产业同时,要尽快引入新技术、高收入产业,将升级的不良影响降至最低;


 政务大数据还能做些什么?


城市交通管理——特殊活动(演唱会、体育赛事)交通管制

基于位置大数据,能在特殊活动(体育赛事、演唱会活动)举办前夕,提前预测区域人流变化情况,为交通部门人流预警工作提供参考,从而更好地实现人流疏导工作。同时,还可以基于用户移动基站变化速度,识别驾车用户,为场馆车辆停放提供疏导和引流建议;


土地规划管理——建筑用地新规划

基于用户特征数据和位置数据,通过分析新开发区域人流特征、有效人流量,为城市规划用地提供数字化支撑,使政府用地规划变得更为合理准确;


重点区域人流监控——景区人流疏导(公园/游乐场)

基于用户漫游数据、位置数据,在节假日期间通过对市内景区实施人流监控,对人流量过大的区域向游客发布预警,协助旅游局、交通部门疏导游客,有效减轻景区管理压力。


政务大数据已经被世界各国公认为是推动国家经济与社会发展的重要战略资源,受到各国政府的高度关注。基于大数据驱动的政府管理既是创新的管理模式,也是转变政府职能、建立阳光政府、效能政府、服务政府的有效途径。

原文发布时间为:2017-03-12

本文来自云栖社区合作伙伴“大数据文摘”,了解相关信息可以关注“BigDataDigest”微信公众号


大数据应用:大数据在医保管理中的应用与面临挑战 医疗保险面临基金收支平衡压力增大、医疗服务违规行为多发、传统经验决策方式落后等多方面挑战,从信息化建设角度,人社部门推进全民参保登记、医保智能监控、支付方式改革和移动支付探索等工作,积极开展了医保大数据应用。但在应用过程中仍然面临数据质量有待提升、数据应用尚不充分、安全体系还需健全等问题。继续深化医保大数据应用,下一步应重点围绕四个方面: