京公网安备 11010802034615号
经营许可证编号:京B2-20210330
在大数据战略背景下加强性别统计
“党的十八届五中全会提出实施国家大数据战略,将其作为政府治理能力提升的重要创新驱动力量。我们建议相关部门在实施国家大数据战略的过程中进一步加强性别统计工作,为各级党组织和政府、妇联组织等及时、系统、精准地把握性别平等和妇女发展的动态和趋势,制定契合实情的政策、开展精准的政策评估提供翔实可靠、实效性强的数据信息。”3月15日,全国政协委员、全国妇联原书记处书记张静接受中国妇女报记者采访时说。
今年两会期间,张静委员和其他代表共同提出了《关于在国家实施大数据战略背景下加强性别统计工作的建议》。
不可或缺的重要数据信息基础
张静委员谈及性别统计在国家治理中的作用及我国性别统计现状时表示,“性别统计通过对男女两性在经济社会中的参与、权利、生存发展境况等数据信息的采集、分析,精准把握妇女发展状况,是党和国家进行性别问题治理不可或缺的重要数据信息基础,为推动男女平等基本国策的贯彻和落实发挥了重要作用。但目前我国分性别统计数据缺口依然较大,主要体现在:分性别统计数据的提供不能满足需求;一些现有分性别数据已经跟不上时代要求;一些重要的基础性数据长期缺乏。”
对此,全国人大代表、安徽省妇联副主席高莉有着切身的体会,“虽然各部委每年都通过各自的统计体系采集大量反映广大民众生存发展状况的数据,但在公开发布时却很少提供分性别的数据。”
随着我国经济社会的发展,现有的一些分性别统计指标已不再具有推动性别平等的性别敏感性,“我国不少重要分性别统计数据只能依赖人口普查或中国妇女社会地位调查等专项调查获取,分性别数据生产周期长、一些重要分性别的基础数据长期处于匮乏的状况。这使得党和国家对于妇女群体的最新状况不能及时了解,相关政策举措也难以有针对性地对处于相对弱势的妇女群体给予精确地扶持和帮助。”高莉代表说。
为制定科学的妇女发展战略奠定基础
对于在国家实施大数据战略背景下加强性别统计的契机问题,张静委员表示:“习近平总书记在2015年联合国妇女峰会上发表了重要讲话,为在全球化背景下促进性别平等和妇女全面发展加速行动提出了新的要求,强调要制定科学合理的发展战略,以推动妇女和经济社会同步发展。‘十三五’规划重视在全面建成小康社会决胜阶段促进妇女发展,因此,国家在制定大数据战略中亟待加强性别统计,以更好地为制定科学合理的促进性别平等和妇女发展的战略奠定基础。”
全国人大代表马建萍也表示:“国务院下发的《促进大数据发展行动纲要》明确指示要加快政府数据开放共享,推动资源整合。纲要对国家大数据战略提出了明确的时间表,指出将在2017年年底前,明确各部门数据共享的范围边界和使用方式,2018年在中央政府层面实现数据统一共享交换平台、共享开放平台。国家大数据战略的提出为改变现有统计数据中分性别数据短缺的现状提供了一个良好的契机。
“国家大数据战略中明确提出要建立国家人口基础信息库等重大战略平台,这些数据平台的建设是党和国家实施科学决策、改进社会治理的重要创新驱动力量。如果能在国家大数据平台建设伊始就构建较好的分性别资料采集、发布和分析基础,这会极大丰富我国的分性别统计数据资源,很好地弥补和改善分性别数据生产周期长、一些重要数据长期缺口的现状,为促进性别平等与妇女发展的决策提供科学依据。”
运用分性别数据进行法规政策分析和决策
为在实施国家大数据战略过程中切实推动分性别统计工作的发展,张静委员和高莉、马建萍代表建议:
第一,相关部门在落实国家大数据战略中增强性别意识,在国家人口基础信息库、法人单位信息资源库等所有在个人层面采集的数据库中,确保性别作为基本信息被采集,确保相关数据能够满足分性别发布、分析需求。
第二,主要数据生产部门进一步完善分性别数据资料的开发和发布机制;根据经济社会发展的新形势及时更新和完善具有性别敏感的分性别统计指标,并公开发布。
第三,在国家大数据战略的顶层设计中,应充分听取和征求妇联组织、分性别统计专家学者等的意见,确保实施国家大数据战略的各个环节具有较强的性别意识,保障妇联组织等群团组织具有充分共享和使用相关数据的权限。
第四,加强性别统计的能力建设,开展有针对性的培训。增强政府相关部门运用分性别数据进行法规政策分析和决策的能力;提升妇联组织在运用大数据进行相关政策倡导、推动的能力。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数字化运营中,“凭感觉做决策” 早已成为过去式 —— 运营指标作为业务增长的 “晴雨表” 与 “导航仪”,直接决定了运营动作 ...
2025-10-24在卷积神经网络(CNN)的训练中,“卷积层(Conv)后是否添加归一化(如 BN、LN)和激活函数(如 ReLU、GELU)” 是每个开发者都 ...
2025-10-24在数据决策链条中,“统计分析” 是挖掘数据规律的核心,“可视化” 是呈现规律的桥梁 ——CDA(Certified Data Analyst)数据分 ...
2025-10-24在 “神经网络与卡尔曼滤波融合” 的理论基础上,Python 凭借其丰富的科学计算库(NumPy、FilterPy)、深度学习框架(PyTorch、T ...
2025-10-23在工业控制、自动驾驶、机器人导航、气象预测等领域,“状态估计” 是核心任务 —— 即从含噪声的观测数据中,精准推断系统的真 ...
2025-10-23在数据分析全流程中,“数据清洗” 恰似烹饪前的食材处理:若食材(数据)腐烂变质、混杂异物(脏数据),即便拥有精湛的烹饪技 ...
2025-10-23在人工智能领域,“大模型” 已成为近年来的热点标签:从参数超 1750 亿的 GPT-3,到万亿级参数的 PaLM,再到多模态大模型 GPT-4 ...
2025-10-22在 MySQL 数据库的日常运维与开发中,“更新数据是否会影响读数据” 是一个高频疑问。这个问题的答案并非简单的 “是” 或 “否 ...
2025-10-22在企业数据分析中,“数据孤岛” 是制约分析深度的核心瓶颈 —— 用户数据散落在注册系统、APP 日志、客服记录中,订单数据分散 ...
2025-10-22在神经网络设计中,“隐藏层个数” 是决定模型能力的关键参数 —— 太少会导致 “欠拟合”(模型无法捕捉复杂数据规律,如用单隐 ...
2025-10-21在特征工程流程中,“单变量筛选” 是承上启下的关键步骤 —— 它通过分析单个特征与目标变量的关联强度,剔除无意义、冗余的特 ...
2025-10-21在数据分析全流程中,“数据读取” 常被误解为 “简单的文件打开”—— 双击 Excel、执行基础 SQL 查询即可完成。但对 CDA(Cert ...
2025-10-21在实际业务数据分析中,我们遇到的大多数数据并非理想的正态分布 —— 电商平台的用户消费金额(少数用户单次消费上万元,多数集 ...
2025-10-20在数字化交互中,用户的每一次操作 —— 从电商平台的 “浏览商品→加入购物车→查看评价→放弃下单”,到内容 APP 的 “点击短 ...
2025-10-20在数据分析的全流程中,“数据采集” 是最基础也最关键的环节 —— 如同烹饪前需备好新鲜食材,若采集的数据不完整、不准确或不 ...
2025-10-20在数据成为新时代“石油”的今天,几乎每个职场人都在焦虑: “为什么别人能用数据驱动决策、升职加薪,而我面对Excel表格却无从 ...
2025-10-18数据清洗是 “数据价值挖掘的前置关卡”—— 其核心目标是 “去除噪声、修正错误、规范格式”,但前提是不破坏数据的真实业务含 ...
2025-10-17在数据汇总分析中,透视表凭借灵活的字段重组能力成为核心工具,但原始透视表仅能呈现数值结果,缺乏对数据背景、异常原因或业务 ...
2025-10-17在企业管理中,“凭经验定策略” 的传统模式正逐渐失效 —— 金融机构靠 “研究员主观判断” 选股可能错失收益,电商靠 “运营拍 ...
2025-10-17在数据库日常操作中,INSERT INTO SELECT是实现 “批量数据迁移” 的核心 SQL 语句 —— 它能直接将一个表(或查询结果集)的数 ...
2025-10-16