462      技術社區[雲棲]

解決流動人口管理的世紀大難題，政務大數據如何助力

政務大數據在大數據應用領域中一直占據著重要的地位。國家統計局局長馬建堂曾經說過：“大數據必將成為宏觀調控、國家治理、社會管理的信息基礎。”

還記得上海外灘2014年發生的“踩踏事件”，由於管理部門對人流沒有準確預判，也沒有進行現場人數的實時監控，導致了悲劇的發生。而通過實時手機信令數據，能實現人口轉移趨勢預測、實時人口監控等，幫助管理部門盡快發現危機、做好防控工作。

可見，通過對數據的分析，研究社會運轉模式、規律，洞悉社會問題，能夠有效幫助政府高效化、科學化開展工作。

除了實時人口流動的監控與預判，對中長期人口轉移的管控也是政務工作中重要的一環。如何保證人力資源以支撐經濟發展，同時防止人口過度集中，也是政府在城市治理中的一大難題。

下麵這個案例，給大家看看如何利用運營商大數據、網絡爬蟲數據、政府門戶公開數據對人口轉移的原因挖掘分析，從而支撐政府部門高效、科學決策。

案例背景

15年末，廣東某地市人力資源局統計發現，市內部分鎮區常住人口嚴重下滑，半年鎮區內人數下降32%；

鑒於該市是以勞動密集型產業為主，因此人口下滑對鎮區發展造成較大的影響。

人們都去哪了？

離開的人又是誰？

他們為什麼會離開這裏？

相關部門該怎麼扭轉局勢？

為了搞清楚這些問題，我們基於運營商大數據、網絡爬蟲數據、政府門戶公開數據，全方位挖掘導致人口流失的主因，支撐當地相關部門科學決策。

 人們都去哪了？

大部分離鎮人員去往

經濟發達的地區或城市

數據來源：我國現有12億+手機用戶，絕大部分人都擁有手機終端，因此我們可以基於通信基站記錄的手機號碼數、訪問時間等數據，得出市內各鎮區的人口數量及市內流動情況。

• 大部分離鎮人員去往市內其他鎮區，74%離鎮人員為市內遷移，其餘則去往其他城市；

• 市內離鎮人員主要前往周邊經濟較好的鎮區，發達鎮區人口普遍增多；

• 廣深佛（一線城市）為離市人員主要目的地，62%的離市人員前往省內各市，其中78%去往廣深佛；

  

 離開的人又是誰？

離鎮人員以男性、

中低消費、偏年輕的

外來人員為主

數據來源：以手機號碼為主鍵，通過與運營商大數據進行拚接，提取全量離鎮用戶的基礎特征、身份屬性、消費能力、行為偏好等特征數據，作為離鎮人員畫像分析的基礎。

• 基礎特征：以男性年輕人員為主，65%為男性，59.2%的用戶為8090後，平均年齡34歲；

  

• 身份屬性：大部分為外來人員，53%離鎮人員為外來人口，其次是工薪階層，占比24%；

  

• 消費能力：處於中低消費水平，僅有41%的離鎮人員通信費用高於80，比全市低16pp；

  

  
  

• 行為偏好：手機、健康、汽車是離鎮人員關注點，三者占離鎮用戶搜索關鍵字的34%；

  

 他們為什麼離開？

鎮區實施產業升級政策，

推動勞動密集型產業遷移，

從而導致短時間內

鎮區人口大幅下降

數據來源：運用網絡爬蟲技術，從本地新聞資訊網站爬取最新的資訊，然後通過文本挖掘技術，提取文章中的關鍵字。

• 熱點分析:鎮區正開展產業升級調整戰略，通過文本分析發現，關於鎮區產業升級政策資訊關鍵字占比達11%，遠高於其他關鍵字，僅低於明星與網劇；

  
  

  
  

  
  

  

 綜上可知 

1. 鎮內以勞動密集型產業為主；

2. 離鎮人員以男性、中低消費、偏年輕的外來人員為主；

3.  離開後多去往經濟發達的地區或城市；

4. 該鎮區正開展產業升級調整戰略。

 初步推斷 

政府政策導向（產業升級），讓大批勞動密集型產業遷移，鎮區外來工作者也隨之離開，從而導致鎮區人口快速下降。

為證明以上觀點，我們需分析鎮區內企業變遷情況，觀察鎮區內是否有大量企業遷移，為此我們從該市工商局網站中提取鎮區企業注冊及注銷情況。

• 目標鎮區內大批量勞動密集型企業關閉：目標鎮區窗口期間工廠關閉嚴重，在6月倒閉達110家，人員流失率達到最高。而對比人員流入的鎮區，發現企業數目不斷上升，兩者形成鮮明對比。

  

區域產業升級，勞動密集型產業遷移，的確是導致鎮區人口下降的原因。

 相關部門應該怎麼應對？

加緊人才引進，

建立全麵的年輕人才培養體係

由於鎮區以勞動密集型產業為主，因此在開展產業升級戰略時，勢必帶來勞動力大幅下滑、企業倒閉搬遷等的副作用，但這也是鎮區發展升級的必經之路。

見此，有以下建議：

1.加緊人才引進：

針對優秀技術型人才應予以政策上的支持，放寬入戶門檻，吸引人才遷入，優化人員結構。

2.建立全麵的年輕人才培養體係：

推動鎮區內人員技術的培養，從本質上提升鎮區競爭力。

3.繼續深化產業升級改造，騰籠換鳥：

在遷移低收入、低技術的產業同時，要盡快引入新技術、高收入產業，將升級的不良影響降至最低；

 政務大數據還能做些什麼？

城市交通管理——特殊活動（演唱會、體育賽事）交通管製

基於位置大數據，能在特殊活動（體育賽事、演唱會活動）舉辦前夕，提前預測區域人流變化情況，為交通部門人流預警工作提供參考，從而更好地實現人流疏導工作。同時，還可以基於用戶移動基站變化速度，識別駕車用戶，為場館車輛停放提供疏導和引流建議；

土地規劃管理——建築用地新規劃

基於用戶特征數據和位置數據，通過分析新開發區域人流特征、有效人流量，為城市規劃用地提供數字化支撐，使政府用地規劃變得更為合理準確；

重點區域人流監控——景區人流疏導（公園/遊樂場）

基於用戶漫遊數據、位置數據，在節假日期間通過對市內景區實施人流監控，對人流量過大的區域向遊客發布預警，協助旅遊局、交通部門疏導遊客，有效減輕景區管理壓力。

政務大數據已經被世界各國公認為是推動國家經濟與社會發展的重要戰略資源，受到各國政府的高度關注。基於大數據驅動的政府管理既是創新的管理模式,也是轉變政府職能、建立陽光政府、效能政府、服務政府的有效途徑。

原文發布時間為：2017-03-12

本文來自雲棲社區合作夥伴“大數據文摘”，了解相關信息可以關注“BigDataDigest”微信公眾號

最後更新：2017-05-23 16:04:08

  上一篇：  阿裏雲推出雲上首個支持廣電級非編NAS產品 4K編輯無卡頓

  下一篇：  演講實錄丨山世光 閑話AI時代的視覺智能