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。
CDA学员免费下载查看报告全文:2026全球数智化人才指数报告【CDA数据科学研究院】.pdf
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在Power BI数据可视化分析中,切片器是连接用户与数据的核心交互工具,其核心价值在于帮助使用者快速筛选目标数据、聚焦分析重点 ...
2026-04-23以数为据,以析促优——数据分析结果指导临床技术改进的实践路径 临床技术是医疗服务的核心载体,其水平直接决定患者诊疗效果、 ...
2026-04-23很多数据分析师每天盯着GMV、DAU、转化率,但当被问到“哪些指标是所有企业都需要的”“哪些指标是因行业而异的”“北极星指标和 ...
2026-04-23近日,由 CDA 数据科学研究院重磅发布的《2026 全球数智化人才指数报告》,被中国教育科学研究院官方账号正式收录, ...
2026-04-22在数字化时代,客户每一次点击、浏览、下单、咨询等行为,都在传递其潜在需求与决策倾向——这些按时间顺序串联的行为轨迹,构成 ...
2026-04-22数据是数据分析、建模与业务决策的核心基石,而“数据清洗”作为数据预处理的核心环节,是打通数据从“原始杂乱”到“干净可用” ...
2026-04-22 很多数据分析师每天盯着GMV、转化率、DAU等数字看,但当被问到“什么是指标”“指标和维度有什么区别”“如何搭建一套完整的 ...
2026-04-22在数据分析与业务决策中,数据并非静止不变的数值,而是始终处于动态波动之中——股市收盘价的每日涨跌、企业月度销售额的起伏、 ...
2026-04-21在数据分析领域,当研究涉及多个自变量与多个因变量之间的复杂关联时,多变量一般线性分析(Multivariate General Linear Analys ...
2026-04-21很多数据分析师精通描述性统计,能熟练计算均值、中位数、标准差,但当被问到“用500个样本如何推断10万用户的真实满意度”“这 ...
2026-04-21在数据处理与分析的全流程中,日期数据是贯穿业务场景的核心维度之一——无论是业务报表统计、用户行为追踪,还是风控规则落地、 ...
2026-04-20在机器学习建模全流程中,特征工程是连接原始数据与模型效果的关键环节,而特征重要性分析则是特征工程的“灵魂”——它不仅能帮 ...
2026-04-20很多数据分析师沉迷于复杂的机器学习算法,却忽略了数据分析最基础也最核心的能力——描述性统计。事实上,80%的商业分析问题, ...
2026-04-20在数字化时代,数据已成为企业决策的核心驱动力,数据分析与数据挖掘作为解锁数据价值的关键手段,广泛应用于互联网、金融、医疗 ...
2026-04-17在数据处理、后端开发、报表生成与自动化脚本中,将 SQL 查询结果转换为字符串是一项高频且实用的操作。无论是拼接多行数据为逗 ...
2026-04-17面对一份上万行的销售明细表,要快速回答“哪个地区卖得最好”“哪款产品增长最快”“不同客户类型的购买力如何”——这些看似复 ...
2026-04-17数据分析师一天的工作,80% 的时间围绕表格结构数据展开。从一张销售明细表到一份完整的分析报告,表格结构数据贯穿始终。但你真 ...
2026-04-16在机器学习无监督学习领域,Kmeans聚类因其原理简洁、计算高效、可扩展性强的优势,成为数据聚类任务中的主流算法,广泛应用于用 ...
2026-04-16在机器学习建模实践中,特征工程是决定模型性能的核心环节之一。面对高维数据集,冗余特征、无关特征不仅会增加模型训练成本、延 ...
2026-04-16在数字化时代,用户是产品的核心资产,用户运营的本质的是通过科学的指标监测、分析与优化,实现“拉新、促活、留存、转化、复购 ...
2026-04-15