大數(shù)據(jù)環(huán)境下的政務(wù)智能：框架與流程*

李洪波　熊　勵(lì)　劉寅斌

?

大數(shù)據(jù)環(huán)境下的政務(wù)智能：框架與流程*

李洪波熊勵(lì)劉寅斌

摘要大數(shù)據(jù)正在迅速滲透到經(jīng)濟(jì)、社會(huì)和生活的各個(gè)方面，并將導(dǎo)致政府管理模式的深刻變革。在大數(shù)據(jù)時(shí)代，如何利用大數(shù)據(jù)優(yōu)化政府服務(wù)、輔助政府決策、降低決策成本，挑戰(zhàn)與機(jī)遇并存。鑒于此，論文提出了大數(shù)據(jù)環(huán)境下政務(wù)智能的框架模型，該模型由大數(shù)據(jù)來源層、整合層、應(yīng)用層、展現(xiàn)層以及相應(yīng)的管理機(jī)制和安全機(jī)制組成，還推薦了大數(shù)據(jù)環(huán)境下政務(wù)智能所需的一些開源技術(shù)，分析了大數(shù)據(jù)環(huán)境下政務(wù)智能模型的數(shù)據(jù)流程、目標(biāo)與潛在效益。

關(guān)鍵詞大數(shù)據(jù)電子政務(wù)政務(wù)智能框架政府管理模式開源技術(shù)

分類號(hào)G250

DOI 10.16810/j.cnki.1672-514x.2016.01.012

*本文系中國博士后科學(xué)基金（項(xiàng)目編號(hào)：2015M571542）、教育部人文社會(huì)科學(xué)研究項(xiàng)目（項(xiàng)目編號(hào)：15YJCZH077）、上海市教育委員會(huì)科研創(chuàng)新重點(diǎn)項(xiàng)目（項(xiàng)目編號(hào)：14ZS085）、上海市人民政府決策咨詢研究項(xiàng)目（項(xiàng)目編號(hào)：2014-A-42-A）的研究成果之一。

Government Intelligence in Big Data Environment：A Framework and Process

Li Hongbo，Xiong Li，Liu Yinbin

Abstract Big data is being penetrated into our economy,society and life,and will inevitably lead to profound changes in the way of government operations.Therefore,how to use big data to help governmentmake better decisions is a big challenge for e-government.This paper proposes a framework of government intelligence in the big data era,also recommends some open source technology needed by government intelligence.It analyzes how the data is transferred in the proposed framework,and discusses the goals and potential benefits of the proposed framework.

Keywords Big data.E-government.Governmentintelligence.Framework.Wayofgovernmentoperation.Open source technology.

政務(wù)智能是電子政務(wù)發(fā)展到一定階段的產(chǎn)物，它克服了傳統(tǒng)數(shù)據(jù)庫、數(shù)據(jù)分析方法的一些不足，如傳統(tǒng)的數(shù)據(jù)分析工具、方法無法對(duì)大規(guī)模數(shù)據(jù)進(jìn)行及時(shí)、有效的分析；現(xiàn)有的數(shù)據(jù)庫系統(tǒng)雖然可以高效地實(shí)現(xiàn)數(shù)據(jù)錄入、查詢和統(tǒng)計(jì)等功能，但卻無法發(fā)現(xiàn)數(shù)據(jù)之間的關(guān)系和隱含規(guī)則，無法根據(jù)現(xiàn)有的數(shù)據(jù)預(yù)測事物未來的發(fā)展趨勢[1]。

政務(wù)智能對(duì)電子政務(wù)的發(fā)展起到了很好的促進(jìn)作用，然而現(xiàn)有政務(wù)智能的研究，均很少考慮大數(shù)據(jù)的關(guān)鍵特征，已不能很好地應(yīng)對(duì)大數(shù)據(jù)帶給電子政務(wù)的挑戰(zhàn)。鑒于此，本文提出了大數(shù)據(jù)環(huán)境下政務(wù)智能的框架模型，在政務(wù)智能系統(tǒng)中采用開源技術(shù)，不僅能夠有效降低成本，還能在一定程度上確保信息安全。希望通過本文的研究，一方面在大數(shù)據(jù)時(shí)代對(duì)我國的電子政務(wù)建設(shè)有所促進(jìn)作用，進(jìn)一步提升政府服務(wù)和監(jiān)管效率；另一方面為政務(wù)智能的研究和應(yīng)用提供新的思路。

1　大數(shù)據(jù)與政務(wù)智能

1.1大數(shù)據(jù)及其在國家政府部門中的應(yīng)用情況

目前，對(duì)大數(shù)據(jù)并沒有統(tǒng)一的定義，但各界對(duì)大數(shù)據(jù)的特征基本達(dá)成了共識(shí)。大數(shù)據(jù)主要有以下四個(gè)關(guān)鍵特征（簡稱“4V”）：（1）數(shù)據(jù)量大（Volume），各種來源、各種類型的海量數(shù)據(jù)持續(xù)增長；（2）數(shù)據(jù)形式多樣（Variety），有文本、圖像、視頻、傳感器數(shù)據(jù)等，既有結(jié)構(gòu)化的、半結(jié)構(gòu)化的，也有非結(jié)構(gòu)化的數(shù)據(jù)；（3）數(shù)據(jù)實(shí)時(shí)性（Velocity），數(shù)據(jù)實(shí)時(shí)生成、存儲(chǔ)、處理和分析；（4）數(shù)據(jù)價(jià)值密度低（Value），單個(gè)數(shù)據(jù)的價(jià)值可能非常低，但從這些數(shù)據(jù)構(gòu)成的海量集合中往往可以發(fā)現(xiàn)重要的知識(shí)與隱含的價(jià)值[2-3]。

大數(shù)據(jù)中所蘊(yùn)含的海量數(shù)據(jù)，對(duì)于電子政務(wù)和智慧政府的建設(shè)而言，能否從中挖掘價(jià)值、輔助決策、優(yōu)化服務(wù)，將是一個(gè)重要機(jī)遇；同時(shí)，鑒于新數(shù)據(jù)產(chǎn)生的速度已遠(yuǎn)遠(yuǎn)超過現(xiàn)有數(shù)據(jù)分析技術(shù)、計(jì)算平臺(tái)的能力，如何開發(fā)與合理運(yùn)用大數(shù)據(jù)分析方法，有效處理大數(shù)據(jù)的復(fù)雜性、安全性、隱私性等問題，也是一個(gè)重大挑戰(zhàn)。

一些國家和地區(qū)已經(jīng)認(rèn)識(shí)到大數(shù)據(jù)對(duì)于智慧政府的重要性，并紛紛采取行動(dòng)，推進(jìn)大數(shù)據(jù)在政府部門的應(yīng)用，具體內(nèi)容如表1所示。從表1可以發(fā)現(xiàn)，美國和歐盟已經(jīng)將大數(shù)據(jù)在政府部門的應(yīng)用付諸行動(dòng)，而我國政府部門對(duì)大數(shù)據(jù)的利用仍主要集中在行動(dòng)計(jì)劃上。因此，有必要對(duì)大數(shù)據(jù)環(huán)境下的政務(wù)智能模型進(jìn)行深入研究，以推動(dòng)大數(shù)據(jù)在我國政府部門的落地與應(yīng)用。

表1　一些國家（地區(qū)）的政府部門應(yīng)對(duì)大數(shù)據(jù)挑戰(zhàn)所采取的行動(dòng)

政府部門應(yīng)用大數(shù)據(jù)的成功關(guān)鍵，在于整合運(yùn)用新技術(shù)的能力（如Hadoop、Spark）、開發(fā)合理的軟件系統(tǒng)、利用大數(shù)據(jù)分析技術(shù)支持決策[9]。本文的政務(wù)智能2.0模型中，將對(duì)一些開源技術(shù)進(jìn)行推薦。

1.2由“政務(wù)智能1.0”邁向“政務(wù)智能2.0”

政務(wù)智能的目標(biāo)是利用政府積累的大量歷史數(shù)據(jù)來輔助政府決策，將政府所掌握的信息轉(zhuǎn)換成知識(shí)，提高政府部門的決策能力、決策效率和決策準(zhǔn)確性，并服務(wù)于公眾。

政務(wù)智能的概念來源于商務(wù)智能。政務(wù)智能在技術(shù)層面與商務(wù)智能有很多共性，然而由于政務(wù)智能服務(wù)于電子政務(wù)環(huán)境，更多地表現(xiàn)出不同于商務(wù)智能的特點(diǎn)。許多學(xué)者將政務(wù)智能定義為一種信息系統(tǒng)，其目的在于輔助決策、服務(wù)社會(huì)[10-12]。

綜合已有的觀點(diǎn)，本文認(rèn)為：政務(wù)智能是電子政務(wù)的重要組成部分，它通過對(duì)政府積累的大量歷史數(shù)據(jù)進(jìn)行主動(dòng)獲取、整合、分析，對(duì)內(nèi)服務(wù)于政府部門，輔助政府決策，提高政府的決策能力、決策效率和決策準(zhǔn)確性；對(duì)外服務(wù)于社會(huì)公眾，使企業(yè)、公民便捷地獲取與其息息相關(guān)的分析型信息，從而實(shí)現(xiàn)電子政務(wù)服務(wù)公眾的目標(biāo)。

目前，對(duì)政務(wù)智能的研究重點(diǎn)主要集中在政務(wù)智能的支撐技術(shù)、體系結(jié)構(gòu)、應(yīng)用系統(tǒng)等幾個(gè)方面。現(xiàn)有對(duì)政務(wù)智能的研究存在一定局限性，如沒有將大數(shù)據(jù)的特性納入政務(wù)智能的研究，而這一點(diǎn)正是本文研究所要克服的缺陷。可以將大數(shù)據(jù)時(shí)代之前的政務(wù)智能稱為“政務(wù)智能1.0”，而本文引入的大數(shù)據(jù)環(huán)境下的政務(wù)智能則屬于“政務(wù)智能2.0”。

2　大數(shù)據(jù)環(huán)境下政務(wù)智能的框架模型

本文提出的大數(shù)據(jù)環(huán)境下政務(wù)智能的框架模型如圖1 所示。該模型主要由4個(gè)層次模型（大數(shù)據(jù)來源層、大數(shù)據(jù)整合層、大數(shù)據(jù)應(yīng)用層、大數(shù)據(jù)展現(xiàn)層）以及相應(yīng)的管理機(jī)制和安全機(jī)制組成。其中，大數(shù)據(jù)來源層、整合層和應(yīng)用層位于云計(jì)算服務(wù)器上。通過云服務(wù)的方式部署政務(wù)智能模型，可以確保政府部門靈活、方便地按需定制所需的計(jì)算能力，及時(shí)根據(jù)大數(shù)據(jù)需求部署合理的分析模型，從而以盡可能低的成本滿足復(fù)雜多變的數(shù)據(jù)服務(wù)需求。

2.1大數(shù)據(jù)來源層

大數(shù)據(jù)來源層位于政務(wù)智能框架模型的底層，是整個(gè)系統(tǒng)的數(shù)據(jù)源泉。大數(shù)據(jù)來源層由各政務(wù)部門產(chǎn)生和管理的政務(wù)信息資源組成，這些信息資源分布在各種不同類型的數(shù)據(jù)庫系統(tǒng)中，同時(shí)各數(shù)據(jù)庫在地域上也處于分散狀態(tài)。在數(shù)據(jù)結(jié)構(gòu)上，這些數(shù)據(jù)可能是結(jié)構(gòu)化的、半結(jié)構(gòu)化的或非結(jié)構(gòu)化的。

2.2大數(shù)據(jù)整合層

大數(shù)據(jù)整合層是政務(wù)智能模型的核心，它將地理上分散、結(jié)構(gòu)上異構(gòu)的各部門數(shù)據(jù)進(jìn)行采集、整合，從而為整個(gè)政務(wù)智能系統(tǒng)提供良好的數(shù)據(jù)源。通過政務(wù)信息資源目錄系統(tǒng)和交換系統(tǒng)，將分散的數(shù)據(jù)庫資源進(jìn)行整合，溝通各政府部門業(yè)務(wù)網(wǎng)和互聯(lián)網(wǎng)，形成統(tǒng)一、共享的數(shù)據(jù)庫系統(tǒng)，為應(yīng)用層提供數(shù)據(jù)支撐。通過分布式并行計(jì)算與編程模型，實(shí)現(xiàn)大數(shù)據(jù)的高效處理。

由于數(shù)據(jù)量龐大，將采用分布式文件系統(tǒng)和分布式數(shù)據(jù)庫對(duì)各類數(shù)據(jù)進(jìn)行存儲(chǔ)和管理。分布式數(shù)據(jù)庫利用合理的數(shù)據(jù)處理手段形成統(tǒng)一的數(shù)據(jù)庫。分布式數(shù)據(jù)庫包括基礎(chǔ)信息庫、共享主題信息庫、決策支持信息庫等，管理和維護(hù)產(chǎn)生的各種數(shù)據(jù)。

在大數(shù)據(jù)整合層，可以采用Hadoop或Spark實(shí)現(xiàn)分布式文件存儲(chǔ)與數(shù)據(jù)計(jì)算。對(duì)于非關(guān)系型數(shù)據(jù)庫（NoSQL database），可以選用Redis、Voldemort、Cassandra、Hbase、MangoDB、Apache Jackrabbit等。

2.3大數(shù)據(jù)應(yīng)用層

大數(shù)據(jù)應(yīng)用層是聯(lián)結(jié)大數(shù)據(jù)整合層與大數(shù)據(jù)展現(xiàn)層的紐帶。應(yīng)用層通過各種大數(shù)據(jù)分析技術(shù)形成大量決策支持模型，總體上可以分為兩類：面向政府的應(yīng)用和面向社會(huì)的應(yīng)用，這兩類應(yīng)用在數(shù)據(jù)方面進(jìn)行安全隔離。根據(jù)政府的職能，應(yīng)用層的服務(wù)對(duì)象又可以進(jìn)一步分為：宏觀調(diào)控、市場監(jiān)管、社會(huì)管理和公共服務(wù)，這樣就基本涵蓋了政府的所有業(yè)務(wù)。政府跨部門的業(yè)務(wù)工作極其廣泛，如宏觀調(diào)控業(yè)務(wù)、財(cái)政綜合管理業(yè)務(wù)、稅收業(yè)務(wù)、進(jìn)出口業(yè)務(wù)、涉農(nóng)業(yè)務(wù)、食品藥品監(jiān)管業(yè)務(wù)、社會(huì)信用業(yè)務(wù)、社會(huì)保障業(yè)務(wù)、環(huán)境保護(hù)業(yè)務(wù)等主要業(yè)務(wù)[13]，應(yīng)用層利用整合層實(shí)現(xiàn)的部門間的信息資源共享來進(jìn)行業(yè)務(wù)協(xié)同。

應(yīng)用層的基礎(chǔ)是應(yīng)用服務(wù)器。應(yīng)用服務(wù)器是實(shí)現(xiàn)特定應(yīng)用的服務(wù)器系統(tǒng)，包括完成網(wǎng)站瀏覽的Web服務(wù)器、完成工作流管理的工作流服務(wù)器，以及實(shí)現(xiàn)一般數(shù)據(jù)庫存取的應(yīng)用服務(wù)器等。另外，在本模型中，應(yīng)用服務(wù)器有一個(gè)很重要的作用——進(jìn)行大數(shù)據(jù)挖掘與聯(lián)機(jī)分析處理。應(yīng)用層之上的各種應(yīng)用主要是在大數(shù)據(jù)挖掘和聯(lián)機(jī)分析處理的運(yùn)算基礎(chǔ)上實(shí)現(xiàn)的。

在大數(shù)據(jù)應(yīng)用層，需要借助數(shù)據(jù)挖掘、機(jī)器學(xué)習(xí)中的算法實(shí)現(xiàn)大數(shù)據(jù)分析技術(shù)（Big data analytics），開源的R或者Python都可以較好地實(shí)現(xiàn)這一任務(wù)。2.4 大數(shù)據(jù)展現(xiàn)層

大數(shù)據(jù)展現(xiàn)層面向政務(wù)智能系統(tǒng)的用戶，分為政府內(nèi)部用戶和外部用戶。展現(xiàn)層的目標(biāo)是將分析后的數(shù)據(jù)以直觀、易懂的形式呈現(xiàn)在用戶面前，它具備多角度的數(shù)據(jù)可視化能力、深入的數(shù)據(jù)分析能力、根據(jù)需要隨時(shí)調(diào)整報(bào)表格式的能力等，同時(shí)滿足不同級(jí)別、不同來源用戶的分析、決策需求。展現(xiàn)層是基于門戶（Portal）技術(shù)的，其表現(xiàn)形式有Dashboard、報(bào)表、移動(dòng)APPs等。

2.5管理機(jī)制和安全機(jī)制

相關(guān)的管理機(jī)制和安全機(jī)制貫穿于模型的始終。管理方面，應(yīng)建立完善的制度保障，如建立科學(xué)的信息收集機(jī)制和完善的信息利用機(jī)制。由于政務(wù)信息分布在各個(gè)不同的部門，建設(shè)一個(gè)高效的信息收集機(jī)制，及時(shí)準(zhǔn)確地匯總各部門的信息，可為模型提供統(tǒng)一集中的數(shù)據(jù)基礎(chǔ)；同時(shí)通過建設(shè)科學(xué)的信息利用機(jī)制實(shí)現(xiàn)模型自身價(jià)值，推動(dòng)模型的高效運(yùn)行。另外，模型還要提供績效管理、系統(tǒng)管理（如角色管理、用戶管理、數(shù)據(jù)字典管理、數(shù)據(jù)備份管理、系統(tǒng)日志管理、系統(tǒng)流量管理）等內(nèi)容。

在信息收集和利用的過程中，全面的安全機(jī)制必不可少。例如，施行權(quán)限管理，根據(jù)數(shù)據(jù)的使用權(quán)限面向政府、公眾提供服務(wù)；根據(jù)數(shù)據(jù)的不同安全等級(jí)，為政府部門和社會(huì)公眾提供客觀的數(shù)據(jù)產(chǎn)品。對(duì)內(nèi)外網(wǎng)數(shù)據(jù)進(jìn)行安全隔離，隔離狀態(tài)下的數(shù)據(jù)交換安全可以采取數(shù)據(jù)加密、權(quán)限控制、內(nèi)外網(wǎng)安全數(shù)據(jù)交換等保障措施。

3　政務(wù)智能模型的數(shù)據(jù)流程

政務(wù)智能模型的數(shù)據(jù)流程主要由三個(gè)階段組成：大數(shù)據(jù)整合、大數(shù)據(jù)分析及大數(shù)據(jù)展現(xiàn)，其具體流程如圖2所示。業(yè)務(wù)數(shù)據(jù)分散存儲(chǔ)在各個(gè)部門異構(gòu)的業(yè)務(wù)數(shù)據(jù)庫中，首先利用前置交換系統(tǒng)將業(yè)務(wù)數(shù)據(jù)抽取到分布式的共享信息庫中，這便完成了數(shù)據(jù)整合；然后利用數(shù)據(jù)挖掘、聯(lián)機(jī)分析處理（OLAP）、分布式并行計(jì)算模型等分析工具，針對(duì)相應(yīng)的任務(wù)進(jìn)行處理和分析；最后通過大數(shù)據(jù)可視化技術(shù)將分析的結(jié)果展現(xiàn)出來。

4　政務(wù)智能模型的目標(biāo)與效益分析

本文政務(wù)智能模型總體目標(biāo)是整合分散在政府部門及社會(huì)組織中的大數(shù)據(jù)，為政府部門、組織、公民提供高效率、低成本的信息服務(wù)；充分挖掘大數(shù)據(jù)的內(nèi)在價(jià)值，輔助政府決策，服務(wù)公眾。實(shí)施該模型后的效益可以從內(nèi)外兩個(gè)方面分析。

一方面，在政府部門內(nèi)部，有助于提高決策的科學(xué)性，降低決策成本，服務(wù)于政府監(jiān)管，充分發(fā)揮政府職能。（1）可以使相關(guān)數(shù)據(jù)分析人員從收集、整理和匯總數(shù)據(jù)的繁瑣工作中解脫出來，將工作的重點(diǎn)轉(zhuǎn)向提供能用于科學(xué)決策的信息。利用政務(wù)智能發(fā)現(xiàn)數(shù)據(jù)中存在的關(guān)系和規(guī)則，根據(jù)現(xiàn)有的數(shù)據(jù)預(yù)測未來的發(fā)展趨勢，提高政府決策的科學(xué)性、準(zhǔn)確性。（2）集中政府各有關(guān)部門的業(yè)務(wù)數(shù)據(jù)，進(jìn)行整合、分析，可以形成系統(tǒng)的數(shù)據(jù)、資料，使各自獨(dú)立的職能部門全面了解政府各相關(guān)部門的業(yè)務(wù)信息，按需應(yīng)用，促進(jìn)信息共享，從而有利于各個(gè)職能部門更為高效、協(xié)同地行使監(jiān)管職能。（3）由于政務(wù)智能2.0中廣泛采用了開源技術(shù)，不僅有效降低了實(shí)施成本，也在一定程度上確保了信息安全。

另一方面，在政府部門外部，提供公眾所需的分析型信息，增強(qiáng)公眾和政府之間溝通的時(shí)效性，更好地服務(wù)公眾。（1）政府部門內(nèi)部、政府與社會(huì)各界之間利用電子渠道溝通，并向公眾提供隨時(shí)隨地的個(gè)性化服務(wù)。（2）利用政務(wù)智能系統(tǒng)，企業(yè)可以方便查找、挖掘、分析其經(jīng)營決策所需的有關(guān)宏觀經(jīng)濟(jì)、經(jīng)驗(yàn)等方面的信息，從而為企業(yè)節(jié)約交易成本，提高經(jīng)濟(jì)運(yùn)行效率。

5　結(jié)語

在大數(shù)據(jù)時(shí)代，海量、異構(gòu)、多源的數(shù)據(jù)持續(xù)膨脹。為了應(yīng)對(duì)大數(shù)據(jù)為政府管理帶來的挑戰(zhàn)與機(jī)遇，本文提出了大數(shù)據(jù)環(huán)境下政務(wù)智能的框架模型（“政務(wù)智能2.0”），該模型由大數(shù)據(jù)來源層、大數(shù)據(jù)整合層、大數(shù)據(jù)應(yīng)用層、大數(shù)據(jù)展現(xiàn)層及相應(yīng)的管理機(jī)制和安全機(jī)制組成。本文對(duì)大數(shù)據(jù)環(huán)境下政務(wù)智能所需的一些開源技術(shù)做了推薦。此外，本文還分析了大數(shù)據(jù)環(huán)境下政務(wù)智能模型的數(shù)據(jù)流程、目標(biāo)與潛在效益。本文的模型有助于提升政府服務(wù)和監(jiān)管效率、降低政府決策成本，并為政務(wù)智能的研究和應(yīng)用提供新的思路。限于篇幅，本文沒有對(duì)模型的管理機(jī)制和安全機(jī)制進(jìn)行深入、詳盡的探討，這方面的研究將在以后的工作中進(jìn)一步開展。

參考文獻(xiàn)：

[1]李廣乾.我國電子政務(wù)與信息化最新發(fā)展述評(píng)[J].信息化建設(shè)，2005（11）：14-17.

[2]McAfee A,Brynjolfsson E,Davenport T H,Patil D J, Barton D.Big data：The management revolution[J]. Harvard Business Review，2012，90（10）：61-67.

[3]ASSUNOM D,CALHEIROSRN,BIANCHIS,NETT O M A,BUYYA R.Big Data computing and clouds：Trends and future directions[J].Journal of Paralleland Distributed Computing，2015（79）：3-15.

[4]Office of Science and Technology Policy,Executive Office of the President.Obama Administration Unveils ‘Big Data’Initiative：Announces s200 Million in New R&D Investments[EB/OL].（2012-03-29）[2015-07-27].http：//www.whitehouse.gov/administration/eop/ostp.

[5]European Commission.ADigitalAgenda forEurope[EB/ OL].（2010-08-26）[2015-07-27].http：//ec.europa.eu/ digital-agenda.

[6]United Nations.E-government Survey 2012：E-government for the People[EB/OL].（2012-03-16）[2015-07-27].http：//unpan3.un.org/egovkb/Portals/egovkb/Documents/un/2012-Survey/unpan048065.pdf.

[7]陸立軍.政務(wù)大數(shù)據(jù)起步，助力智慧政府轉(zhuǎn)型[EB/OL].（2015-06-19）[2015-07-27].http：//www.gov.cn/zhengce/ 2015-06/19/content_2881884.htm.

[8]國務(wù)院.促進(jìn)大數(shù)據(jù)發(fā)展行動(dòng)綱要[EB/OL].（2015-08-31）[2015-09-06].http：//www.gov.cn/zhengce/con tent/2015-09/05/content_10137.htm.

[9]KIM GH，TRIMIS，Chung JH.Big-data applications in thegovernmentsector[J].CommunicationsoftheACM，2014，57（3），78-85.

[10]程建華，李新友，潘春燕.電子政務(wù)的發(fā)展方向：政務(wù)智能[J].電子政務(wù)，2006（1）：112-118.

[11]樊博，孟慶國.面向主動(dòng)服務(wù)模式的政務(wù)智能系統(tǒng)框架研究[J].情報(bào)雜志，2006，25（1）：72-74.

[12]王晉，舒寶淇.芻議大數(shù)據(jù)時(shí)代的電子政務(wù)[J].新世紀(jì)圖書館，2013（7）：24-26.

[13]吳焱，高棟，吳志剛.政務(wù)信息資源目錄體系與交換體系標(biāo)準(zhǔn)研究[J].信息技術(shù)與標(biāo)準(zhǔn)化，2005（11）：3-15.

李洪波上海大學(xué)管理學(xué)院師資博士后。上海，200444。
熊勵(lì)上海大學(xué)管理學(xué)院教授、博士生導(dǎo)師。上海，200444。
劉寅斌上海大學(xué)管理學(xué)院副教授。上海，200444。

收稿日期：（2015-08-03編校：方瑋）