
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
机器学习解决实际问题的核心关键:从业务到落地的全流程解析 在人工智能技术落地的浪潮中,机器学习作为核心工具,已广泛应用于 ...
2025-09-09SPSS 编码状态区域中 Unicode 的功能与价值解析 在 SPSS(Statistical Product and Service Solutions,统计产品与服务解决方案 ...
2025-09-09CDA 数据分析师:驾驭商业数据分析流程的核心力量 在商业决策从 “经验驱动” 向 “数据驱动” 转型的过程中,商业数据分析总体 ...
2025-09-09R 语言:数据科学与科研领域的核心工具及优势解析 一、引言 在数据驱动决策的时代,无论是科研人员验证实验假设(如前文中的 T ...
2025-09-08T 检验在假设检验中的应用与实践 一、引言 在科研数据分析、医学实验验证、经济指标对比等领域,常常需要判断 “样本间的差异是 ...
2025-09-08在商业竞争日益激烈的当下,“用数据说话” 已从企业的 “加分项” 变为 “生存必需”。然而,零散的数据分析无法持续为业务赋能 ...
2025-09-08随机森林算法的核心特点:原理、优势与应用解析 在机器学习领域,随机森林(Random Forest)作为集成学习(Ensemble Learning) ...
2025-09-05Excel 区域名定义:从基础到进阶的高效应用指南 在 Excel 数据处理中,频繁引用单元格区域(如A2:A100、B3:D20)不仅容易出错, ...
2025-09-05CDA 数据分析师:以六大分析方法构建数据驱动业务的核心能力 在数据驱动决策成为企业共识的当下,CDA(Certified Data Analyst) ...
2025-09-05SQL 日期截取:从基础方法到业务实战的全维度解析 在数据处理与业务分析中,日期数据是连接 “业务行为” 与 “时间维度” 的核 ...
2025-09-04在卷积神经网络(CNN)的发展历程中,解决 “梯度消失”“特征复用不足”“模型参数冗余” 一直是核心命题。2017 年提出的密集连 ...
2025-09-04CDA 数据分析师:驾驭数据范式,释放数据价值 在数字化转型浪潮席卷全球的当下,数据已成为企业核心生产要素。而 CDA(Certified ...
2025-09-04K-Means 聚类:无监督学习中数据分群的核心算法 在数据分析领域,当我们面对海量无标签数据(如用户行为记录、商品属性数据、图 ...
2025-09-03特征值、特征向量与主成分:数据降维背后的线性代数逻辑 在机器学习、数据分析与信号处理领域,“降维” 是破解高维数据复杂性的 ...
2025-09-03CDA 数据分析师与数据分析:解锁数据价值的关键 在数字经济高速发展的今天,数据已成为企业核心资产与社会发展的重要驱动力。无 ...
2025-09-03解析 loss.backward ():深度学习中梯度汇总与同步的自动触发核心 在深度学习模型训练流程中,loss.backward()是连接 “前向计算 ...
2025-09-02要解答 “画 K-S 图时横轴是等距还是等频” 的问题,需先明确 K-S 图的核心用途(检验样本分布与理论分布的一致性),再结合横轴 ...
2025-09-02CDA 数据分析师:助力企业破解数据需求与数据分析需求难题 在数字化浪潮席卷全球的当下,数据已成为企业核心战略资产。无论是市 ...
2025-09-02Power BI 度量值实战:基于每月收入与税金占比计算累计税金分摊金额 在企业财务分析中,税金分摊是成本核算与利润统计的核心环节 ...
2025-09-01巧用 ALTER TABLE rent ADD INDEX:租房系统数据库性能优化实践 在租房管理系统中,rent表是核心业务表之一,通常存储租赁订单信 ...
2025-09-01