2018年，某市实现地区生产总值24221.98亿元，比上年增长7.6%。其中，第一产业增加值22.09亿元，增长3.9%；第二产业增加值9961.95亿元，增长9.3%；第三产业增加值14237.94亿元，增长6.4%。现代产业中，现代服务业增加值10090.59亿元，增长7.1%；先进制造业增加值6564.83亿元，增长12.0%；高技术制造业增加值6131.20亿元，增长13.3%。四大支柱产业中，金融业增加值3067.21亿元，增长3.6%；物流业增加值2541.58亿元，增长9.4%；文化及相关产业（规模以上）增加值1560.52亿元，增长6.3%；高新技术产业增加值8296.63亿元，增长12.7%。七大战略性新兴产业增加值合计9155.18亿元，比上年增长9.5%，占地区生产总值比重37.8%。其中，新一代信息技术产业增加值4772.02亿元，增长10.9%；数字经济产业增加值1240.73亿元，增长3.8%；高端装备制造产业增加值1065.82亿元，增长10.7%；绿色低碳产业增加值990.73亿元，增长11.7%；海洋经济产业增加值421.69亿元，下降11.3%；新材料产业增加值365.61亿元，增长8.6%；生物医药产业增加值298.58亿元，增长22.3%。

全市年末常住人口1302.66万人，其中常住户籍人口454.70万人，增长4.6%，占常住人口比重34.9%；常住非户籍人口847.97万人，增长3.6%，占比重65.1%。年末城镇登记失业率为2.3 %。全年居民消费价格比上年上涨2.8%。全年完成一般公共预算收入3538.41亿元，比上年增长6.2%。其中税收收入2899.60亿元，增长9.2%。一般公共预算支出4282.54亿元，下降6.8%。

2019年6月，全国发行地方政府债券8996亿元，同比增长68.37%， 环比增长195.63%。其中，发行一般债券3178亿元，同比减少28.33%，环比增长117.08%，发行专项债券5818 亿元，同比增长540.04%，环比增长268.46%；按用途划分，发行新增债券7170亿元，同比增长127.11%，环比增长332.71%，发行置换债券和再融资债券1826亿元，同比减少16.47%，环比增长31.75%。

2019年6月，地方政府债券平均发行期限11.1年，其中新增债券10.4年，置换债券和再融资债券13.4年；地方政府债券平均发行利率3.55%，其中新增债券3.52%，置换债券和再融资债券3.65%。

2019年1至6月，全国发行地方政府债券28372 亿元，同比增长101.09%。其中，发行一般债券12858亿元，同比增长23.21%，发行专项债券15514亿元，同比增长322.38%；按用途划分，发行新增债券21765亿元，同比增长553.80%，发行置换债券和再融资债券6607亿元，同比减少38.71%。

2019年1至6月，地方政府债券平均发行期限9.3年，其中一般债券11.2年，专项债券7.8年；地方政府债券平均发行利率3.47%，其中一般债券3.53%，专项债券3.43%。

2019年全国地方政府债务限额为240774.3亿元。其中，一般债务限额133089.22亿元，专项债务限额107685.08亿元。截至2019年6月末，全国地方政府债务余额205477亿元，其中，一般债务118397亿元，专项债务87080亿元。

某社区通过随机发放问卷的方式对社区居民的业余生活进行了调查，问卷回收率为96.7%，在所有回收的问卷中，18岁及以下居民40人，19—36岁居民440人，37—59岁居民380人，60岁及以上居民107人，调查结果如下表所示：

技术塑造全新的理论范式。大数据技术给公共管理带来了一场新的范式革命，这场范式革命表现在：第一，方法论范式的转型。大数据借助于云平台而具有数据搜集、分析、管理、挖掘和重组的功能，以及基于多类型数据和海量数据的预测功能，从而形成一整套基于大数据技术的方法。此类方法在大数据技术诞生前是完全没有的。其数据能实时更新，且接近于全数据，因此被广泛运用于恐怖主义研究、移民研究、战争与冲突研究、国际反腐败研究等社会科学的各个领域。面对这样一个时代和技术，传统的管理方法如定性和定量研究、比较分析、案例分析等基于“小数据”的研究方法，将更多地为数据挖掘、全数据分析等全新的研究方法所代替。简言之，“大数据+”开创了社会科学研究的新技术和新方法。第二，研究思维范式的转型。过去的案例研究、样本研究体现的是数据“精确性”思维、因果关系思维和定性思维，而借助于大数据技术，现已转向“量化”思维，即以全数据为目标的思维，以“混杂性”思维为形式，以量化数据值之间的“相关关系”为核心内容。单纯的“计算社会科学”也并不完全反映“量化”思维。第三，研究对象的转变。大数据技术诞生前，公共管理的对象是人及其相互关系。人既成为管理对象，也成为管理的工具，结果是人成为管理者的“被管理者”。大数据的公共管理对象是人所有活动所产生的数据，目的是用数据及其产生的价值来为人服务，体现了人本主义管理思想。第四，绩效检验方式的转变。此前，绩效检验的目的是以政策的落实和政策对人发挥规制作用来衡量，但政策是否科学则容易被忽视，而且，往往采取刚性强制手段。就是说政策确实发挥了作用，但人也可能因强制而对政策产生抱怨，甚至有些情况下有些人成为反政策的一员。大数据条件下的绩效检验则强调技术对人的所有社会活动产生的数据进行收集、整理、分析，最终使数据通过服务于人来体现其价值，使人在享受价值服务的过程中自觉维护良好的秩序。
从具体的实践层面看，也有了变化。第一，大数据技术使公共管理的实践内容从流量管理向数据管理转化。传统的公共管理尤其强调流程的重要性，这主要是基于行政的科层体制。但在实践中，这会慢慢演变成流程的刻板化，效率日趋下降，甚至影响流程的合法性。而大数据技术则专注于对管理对象的数据收集、分析，它管理的对象是数据，核心是对数据进行处理。第二，大数据使公共管理的实践从事后机械应对转向智能化预先治理。传统的方式，无论是管理还是治理，都是出现了问题才采取措施。即便有所谓的预防性治理或预防性管理，也常常非常盲目，甚至可能没有任何针对性。因此，其典型特征就是事后的机械性。大数据条件下则截然不同，其核心就是预测。它通常被视为人工智能的一部分，是把数学算法运用到海量的数据上来预测事情发生的可能性。之所以能够成功，关键在于它是建立在海量数据的基础之上的，而不是基于某个人的主观判断。