京公网安备 11010802034615号
经营许可证编号:京B2-20210330
国家信息中心周民:解读大数据纲要
自2015年8月国务院发布《促进大数据发展行动纲要》(以下简称大数据纲要)以来,大数据如雨后竹笋般成长起来,无论是政府还是产业界人士都在关注大数据的发展。国家信息中心周民副主任前段时间在中国(廊坊)大数据产业周活动中接受了IT168记者的采访,为我们详细解读了大数据纲要及大数据发展前景。
开放、创新、安全 大数据三大任务
通过大数据将推动政府管理理念和社会治理模式进步,加快建设与当前社会主义市场经济体制和中国特色社会主义事业发展相适应的法治型政府、创新政府、廉洁型政府、服务型政府,逐步实现政府治理能力现代化。
周民指出,大数据纲要部署有三方面主要任务。一要加快政府数据开放共享,推动资源整合,提升治理能力。大力推动政府部门数据共享,稳步推动公共数据资源开放,统筹规划大数据基础设施建设,支持宏观调控科学化,推动政府治理精准化,推进商事服务便捷化,促进安全保障高效化,加快民生服务普惠化。
在大数据行动纲要发布后,十八届五中全大数据又有重要的论述,在创新发展方面,要实施国家大数据战略。在这样的发展背景下,不论是政府也好,还是从事信息化的企业也好都要转变观念,用大数据思维提升国家治理能力。国家大数据战略其中一个重点就是要把政府掌握的数据共享和开放。
政府在履职的过程中形成了许多数据资源,虽然从数据量的角度来看它相比于社会经济生活中产生的数据相对较少,但政府大数据它的价值密度比社会数据资源价值密度高出许多。促进大数据的发展首先要促进政府大数据的开放、公开、共享。
二要推动产业创新发展,培育新兴业态,助力经济转型。发展大数据在工业、新兴产业、农业农村等行业领域应用,推动大数据发展与科研创新有机结合,推进基础研究和核心技术攻关,形成大数据产品体系,完善大数据产业链。
在产业方面要用创新发展的思路来推动大数据产业的发展。大数据纲要中同时提出了用创新发展带动整个大数据产业发展。从产业链角度来看,大数据包括了采集、处理、分析,以及交易、应用等多个环节,在这个产业链中底层需要基础支撑比如硬件、云计算技术、计算资源存储、数据挖掘分析工具到后续的支撑应用以及国际许多先进的技术。在这方面,我国还远未实现安全可控,关键核心技术还要依靠国外的产品,所以产业方面需要创新发展,加大对大数据关键技术研发、产业发展和人才培养力度,深化大数据应用,推动我国大数据产业健康发展。

▲国家信息中心周民副主任
三要强化安全保障,提高管理水平,促进健康发展。健全大数据安全保障体系,强化安全支撑。
大数据一旦集中起来,数据量将非常巨大,首先考虑的就是数据安全问题。一是从脱敏、去隐私化做好安全保障,二是要做好数据安全防护。
国家信息中心全力参与大数据战略落地
随着大数据纲要的发布,国家信息中心在大数据方面也在积极参与相关工作。比如大数据行动纲要指出在2018年要建成国家统一数据开放平台,其中中央层面国家统一数据共享与交换平台是由国家信息中心承建,目前该平台雏形已经建立,连接了几十个部委,这些部委都可以依托这个共享平台,实现自己的业务和其它业务的数据共享与交换。目前,已有多个重要信息系统在利用这个平台。未来随着信息化建设的不断深入,数据共享与交换平台将发挥出更重要的作用。
从产业的角度来看,国家信息中心采取了事企合作的方式,利用社会化的资源与技术,把产业的先进技术应用到系统建设中来。同时通过与廊坊市的积极合作,共同开展大数据等方面的应用与研究,将为今后政府数据进一步公开提供基础,并能够让社会企业利用数据资源开展增值服务。
虽然我们可以看到大数据的大好趋势以及发展前景,但大数据的广泛应用仍然存在一定的挑战。对于此,周民认为,大数据共享在不同的部门认知和理解需要一个过程,现在虽还不能做到所有部委都把数据进行公开、共享,但从近几年发展趋势来看,已经有部分部委把数据拿出来做共享,相信随着时间推移,会有越来越多的部委将数据进行共享,以更好的服务社会。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在实验检测、质量控制、科研验证等场景中,“方法验证”是确保检测/分析结果可靠、可复用的核心环节——无论是新开发的检测方法 ...
2026-03-04在数据分析、科研实验、办公统计等场景中,我们常常需要对比两组数据的整体差异——比如两种营销策略的销售额差异、两种实验方案 ...
2026-03-04在数字化转型进入深水区的今天,企业对数据的依赖程度日益加深,而数据治理体系则是企业实现数据规范化、高质量化、价值化的核心 ...
2026-03-04在深度学习,尤其是卷积神经网络(CNN)的实操中,转置卷积(Transposed Convolution)是一个高频应用的操作——它核心用于实现 ...
2026-03-03在日常办公、数据分析、金融理财、科研统计等场景中,我们经常需要计算“平均值”来概括一组数据的整体水平——比如计算月度平均 ...
2026-03-03在数字化转型的浪潮中,数据已成为企业最核心的战略资产,而数据治理则是激活这份资产价值的前提——没有规范、高质量的数据治理 ...
2026-03-03在Excel办公中,数据透视表是汇总、分析繁杂数据的核心工具,我们常常通过它快速得到销售额汇总、人员统计、业绩分析等关键结果 ...
2026-03-02在日常办公和数据分析中,我们常常需要探究两个或多个数据之间的关联关系——比如销售额与广告投入是否正相关、员工出勤率与绩效 ...
2026-03-02在数字化运营中,时间序列数据是CDA(Certified Data Analyst)数据分析师最常接触的数据类型之一——每日的营收、每小时的用户 ...
2026-03-02在日常办公中,数据透视表是Excel、WPS等表格工具中最常用的数据分析利器——它能快速汇总繁杂数据、挖掘数据关联、生成直观报表 ...
2026-02-28有限元法(Finite Element Method, FEM)作为工程数值模拟的核心工具,已广泛应用于机械制造、航空航天、土木工程、生物医学等多 ...
2026-02-28在数字化时代,“以用户为中心”已成为企业运营的核心逻辑,而用户画像则是企业读懂用户、精准服务用户的关键载体。CDA(Certifi ...
2026-02-28在Python面向对象编程(OOP)中,类方法是构建模块化、可复用代码的核心载体,也是实现封装、继承、多态特性的关键工具。无论是 ...
2026-02-27在MySQL数据库优化中,索引是提升查询效率的核心手段—— 面对千万级、亿级数据量,合理创建索引能将查询时间从秒级压缩到毫秒级 ...
2026-02-27在数字化时代,企业积累的海量数据如同散落的珍珠,若缺乏有效的梳理与分类,终将难以发挥实际价值。CDA(Certified Data Analys ...
2026-02-27在问卷调研中,我们常遇到这样的场景:针对同一批调查对象,在不同时间点(如干预前、干预后、随访期)发放相同或相似的问卷,收 ...
2026-02-26在销售管理的实操场景中,“销售机会”是核心抓手—— 从潜在客户接触到最终成交,每一个环节都藏着业绩增长的关键,也暗藏着客 ...
2026-02-26在CDA数据分析师的日常工作中,数据提取、整理、加工是所有分析工作的起点,而“创建表”与“创建视图”,则是数据库操作中最基 ...
2026-02-26在机器学习分析、数据决策的全流程中,“数据质量决定分析价值”早已成为行业共识—— 正如我们此前在运用机器学习进行分析时强 ...
2026-02-25在数字化时代,数据已成为企业决策、行业升级的核心资产,但海量杂乱的原始数据本身不具备价值—— 只有通过科学的分析方法,挖 ...
2026-02-25