
大数据发展有力推动电子政务建设_数据分析师培训
国务院总理李克强8月19日主持召开国务院常务会议,会议通过了《关于促进大数据发展的行动纲要》。会议认为,开发应用好大数据这一基础性战略资源,有利于推动“大众创业、万众创新”,改造升级传统产业,培育经济发展新引擎和国际竞争新优势。大数据技术以及与之相关的应用是社会信息化发展到现今阶段的产物,大数据与经济社会各方面的深度加速融合,会对原有的社会经济运行产生重大而深远的影响。大数据产业的发展、大数据技术的应用和大数据思维的普及,政府部门掌握的海量数据更加凸显其价值,这些政务大数据的充分开放与利用,对于促进“大众创业,万众创新”,适应经济社会发展新常态有着重要的作用,对于我国的电子政务建设更是有着特殊的推动作用。
自政府上网工程以来,经过十多年的发展,我国的电子政务建设已经基本越过基础设施建设阶段,进入了深化应用发展的新阶段。电子政务对全面支撑政府履职,加快政府职能转变,提高政府工作的质量和效率,增强政府监管和服务能力等方面发挥了重要作用。然而,我国电子政务发展依然存在着一些问题,特别是政府信息共享和数据开放问题影响了电子政务的综合建设成效。
一方面是信息共享问题。由于管理体制、法律法规、历史惯性以及部门间利益等方面的原因,我国的电子政务建设和发展一直处于“条块分割,各自为战”的状态,不同区域、不同领域、不同部门之间电子政务业务系统之间不相融通,造成了众多“信息孤岛”,难以实现业务协同和规模效用,甚至连基本的部门间信息数据交换都难以实现。
另一方面是政府数据碎片化和数据开放问题。一方面,我国电子政务取得了较快发展,政府各部门以及公共服务机构在履职过程中形成了大量的数据资源,这些数据分散在各个部门,数据碎片化问题严重。另一方面,信息技术已经发展到大数据时代,急需政府数据开放制度建设,依法划定数据保密与政府数据开放的边界,通过数据开放促进政府信息资源增值利用和创新应用,促进社会信息体系的建立。
《关于促进大数据发展行动纲要》将会充分促使大数据与政府所掌握的海量公共信息数据的融合和开发,有力促进我国电子政务建设的深化和转型,有效的解决以上困扰我国电子政务多年发展的数据共享开放顽疾。其作用将会突出体现在以下三个方面:
其一,政务大数据的开发利用有助于实现电子政务的信息共享与业务协同,打破信息孤岛,加快简政放权,转变政府职能。在大数据思维和应用的背景下,有关部门会全力推进基于大数据和一体化的电子政务整合力度和进程,借助发展大数据技术和建设国家基础信息数据库的机遇,出台电子政务建设标准、平台标准;理顺区域、领域、部门间的关系,一举打破“信息孤岛”,促进统一信息数据接口标准规范,逐步实现业务协同和实时数据信息交换,全面提升电子政务建设水平,切实提高政府效能,加快转变政府职能。
其二,政务大数据的开发利用有助于促使更多的与经济社会发展相关的关键数据的向社会企业开放,促进大众创业、万众创新,提升人民群众的满意程度和电子政务建设的成效。更多的将不涉及政府保密和公共安全的有用数据及时准确的向社会、机构、企业开放,能够更好地调动各个社会主体的参与性,使凝固的数据“活起来”,带动与这些数据相关的金融、交通、商务、医疗、地理信息等相关大数据产业的发展与升级,进一步提升人民群众生活便捷度,提高社会治理水平,完善国家治理体系。
第三,政务大数据的开发利用有助于政府部门重新思考定义“信息安全”,提升信息安全能力,建设“网络强国”。一方面,基于大数据思维和应用,政府部门将会重新审视、定义“信息安全”与“数据安全”的内涵,全新评定“信息安全”等级,将不涉及国家安全、公共安全的有用数据开放出去,减少“数据负担”和“安全负担”,提升政府运行效率,划清安全界限。另一方面,通过大数据匹配和模型运算,能够更好的评估数据安全等级,建立数据安全保护防卫模型和系统,检测信息数据安全保护系统,进一步提升电子政务与网络信息安全的能力水平,为全面实现网络强国战略保驾护航。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
训练与验证损失骤升:机器学习训练中的异常诊断与解决方案 在机器学习模型训练过程中,“损失曲线” 是反映模型学习状态的核心指 ...
2025-09-19解析 DataHub 与 Kafka:数据生态中两类核心工具的差异与协同 在数字化转型加速的今天,企业对数据的需求已从 “存储” 转向 “ ...
2025-09-19CDA 数据分析师:让统计基本概念成为业务决策的底层逻辑 统计基本概念是商业数据分析的 “基础语言”—— 从描述数据分布的 “均 ...
2025-09-19CDA 数据分析师:表结构数据 “获取 - 加工 - 使用” 全流程的赋能者 表结构数据(如数据库表、Excel 表、CSV 文件)是企业数字 ...
2025-09-19SQL Server 中 CONVERT 函数的日期转换:从基础用法到实战优化 在 SQL Server 的数据处理中,日期格式转换是高频需求 —— 无论 ...
2025-09-18MySQL 大表拆分与关联查询效率:打破 “拆分必慢” 的认知误区 在 MySQL 数据库管理中,“大表” 始终是性能优化绕不开的话题。 ...
2025-09-18DSGE 模型中的 Et:理性预期算子的内涵、作用与应用解析 动态随机一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明确:TIF 中的地名有哪两种存在形式? 在开始提取前,需先判断 TIF 文件的类型 —— ...
2025-09-17CDA 数据分析师:解锁表结构数据特征价值的专业核心 表结构数据(以 “行 - 列” 规范存储的结构化数据,如数据库表、Excel 表、 ...
2025-09-17Excel 导入数据含缺失值?详解 dropna 函数的功能与实战应用 在用 Python(如 pandas 库)处理 Excel 数据时,“缺失值” 是高频 ...
2025-09-16深入解析卡方检验与 t 检验:差异、适用场景与实践应用 在数据分析与统计学领域,假设检验是验证研究假设、判断数据差异是否 “ ...
2025-09-16CDA 数据分析师:掌控表格结构数据全功能周期的专业操盘手 表格结构数据(以 “行 - 列” 存储的结构化数据,如 Excel 表、数据 ...
2025-09-16MySQL 执行计划中 rows 数量的准确性解析:原理、影响因素与优化 在 MySQL SQL 调优中,EXPLAIN执行计划是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 对象的 text 与 content:区别、场景与实践指南 在 Python 进行 HTTP 网络请求开发时(如使用requests ...
2025-09-15CDA 数据分析师:激活表格结构数据价值的核心操盘手 表格结构数据(如 Excel 表格、数据库表)是企业最基础、最核心的数据形态 ...
2025-09-15Python HTTP 请求工具对比:urllib.request 与 requests 的核心差异与选择指南 在 Python 处理 HTTP 请求(如接口调用、数据爬取 ...
2025-09-12解决 pd.read_csv 读取长浮点数据的科学计数法问题 为帮助 Python 数据从业者解决pd.read_csv读取长浮点数据时的科学计数法问题 ...
2025-09-12CDA 数据分析师:业务数据分析步骤的落地者与价值优化者 业务数据分析是企业解决日常运营问题、提升执行效率的核心手段,其价值 ...
2025-09-12用 SQL 验证业务逻辑:从规则拆解到数据把关的实战指南 在业务系统落地过程中,“业务逻辑” 是连接 “需求设计” 与 “用户体验 ...
2025-09-11塔吉特百货孕妇营销案例:数据驱动下的精准零售革命与启示 在零售行业 “流量红利见顶” 的当下,精准营销成为企业突围的核心方 ...
2025-09-11