京公网安备 11010802034615号
经营许可证编号:京B2-20210330
为创新驱动发展装上大数据引擎
在新时期,大数据是国家基础性战略资源,已成为社会生产的新要素,是“新的石油”“新的资产”“新的空间”,正在深刻变革我们的科技、产业和管理。顺应大数据潮流,就能为创新这个第一动力装上新引擎,为引领经济新常态提供强支撑,推动实现有质量、有效益、可持续的发展
党的十八届五中全会提出创新、协调、绿色、开放、共享的新发展理念,明确指出要实施国家大数据战略,标志着大数据发展已成为国家战略层面的核心任务。“十三五”时期将深入实施创新驱动发展战略,促进大数据、云计算、物联网广泛应用。
世界已开启大数据时代序章
自上世纪四十年代发明电子计算机以来,计算方式实现了大突破。信息网络的普及,更是使人与人的沟通方式跨越时空,地球很大程度上成了一个小小村落。同时,信息技术的广泛应用又深刻改变了生产和生活方式,让我们充分享受着互联网时代的种种便利和精彩。随着新一代信息技术的迅猛发展以及信息化的全面覆盖和不断深化,数据越来越渗透到各个行业和各个流程中,正以前所未有的规模和速度积聚,在移动通讯、社交网络、电子商务、政府管理等方面产生了纷繁复杂的海量数据资源,近几年更是达到了ZB数量级,全球人均拥有100G以上。据统计,进入21世纪以来人类所产生的数据量已经远远超过了具有文字信息记载历史以来直至20世纪末的总和,世界已然开启大数据时代的序章。
大数据迅速引起了各国政府的高度关注。2012年3月,美国政府斥资2亿美元启动“大数据研究和发展计划”,希望通过增强政府收集、分析、挖掘、使用海量数据的能力,带来新一波生产率增长和消费者盈余。欧盟及其成员国也制定了大数据发展战略,以数据价值促进传统产业的转型,提高公共部门效率,应对社会面临的各种挑战。这些说明,一个国家拥有数据的规模和运用数据的能力将成为综合国力和国际竞争力的重要标志。
大数据成为社会生产新要素
改革开放以来,我国经济发展取得了巨大成就,一跃成为世界第二大经济体,社会生产力和综合国力迈上了新台阶。近几年,我国经济呈现出新常态,劳动力、土地、资本等要素条件发生了很大变化,增长速度从高速转为中高速,迫切需要深入实施创新驱动发展战略,提升产业能级、优化经济结构、打通供需通道,加快从经济大国走向经济强国。
在新时期,大数据是国家基础性战略资源,已成为社会生产的新要素,是“新的石油”“新的资产”“新的空间”,正在深刻变革我们的科技、产业和管理。顺应大数据潮流,就能为创新这个第一动力装上新引擎,为引领经济新常态提供强支撑,推动实现有质量、有效益、可持续的发展。
大数据是继互联网之后的又一项新技术,为计算科学注入了新的内涵和活力,将孕育数据密集型学科,使数千年前的实验科学、数百年前的理论科学、数十年前的计算科学之间联系更加紧密、联动更加深入,为未来知识发现和技术创新开辟了新路径。在产业方面,大数据在物理世界和虚拟世界融合过程中发挥着关键作用,促使新硬件、云计算、移动互联、物联网等技术高效协同,实现企业内外部各种资源互动联用并提供多元价值服务,催生出大量融合性新业务、创新性商业模式、混业经营新业态,形成以数据分享为基础、数据洞察为驱动的新价值网络,促进传统产业转型升级,加速新兴产业培育壮大。大数据也正成为巨大的经济资产,为我们带来全新的投资机会、创业方向。在社会发展领域,大数据为我们提供了全新的洞察世界的方法和视角,全方位改变我们的生活、工作、思维,解构和重构现有的社会秩序,从而对社会治理的科学化与精细化产生重大影响。
应善用新引擎激发新动力
“十三五”期间,我国应紧紧围绕“资源、技术、应用、产业、安全”联动这条主线,坚持以服务治理能力提升、民生改善、经济转型、创新创业为导向,以数据资源共享开放促进大数据技术、应用、产业发展,加快建设数据强国。
我国拥有庞大的政务数据资源,应打破部门壁垒,破解条块分割,通过建设上下贯通、横向协同的共享交换平台,率先实现国家人口、法人、自然资源、空间地理等基础数据资源以及金税、金关、金财等信息应用系统之间的顺畅对接和普遍共享。同时,以市场和社会需求为导向,积极稳妥推动公共数据资源开放,探索建立政府和市场互动机制,形成多维度的公共数据资源开放格局。对于市场数据资产,通过明晰产权、保障安全、保护知识产权,实现有序的交易流通,鼓励社会各方进行深度开发和增值利用。
世界第一的网民数量、市场规模、应用前景,必然会在大数据领域产生一批核心技术、创新应用、领军企业。要对芯片、存储、硬件装备、内存计算、数据分析挖掘等方面开展关键技术、核心产品、重点平台的研发突破,充分利用数据的复制低成本、加工高增值特性,实施一批全行业应用解决方案,推动政务、民生、产业等领域的数据应用和业务创新。应构筑优良的产业生态环境,汇聚全球创新资源要素,形成面向国际的数据服务能力。
互联网时代,中国跟上了世界步伐,特别是在电商、社交、搜索等领域亮点纷呈,令人瞩目。大数据时代,中国应该更有信心善用新引擎、激发新动力,领航走向未来。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
逻辑回归是数据分析、机器学习、统计建模中应用最广泛的二分类预测模型,常用于风险判断、行为预测、归因分析等场景。在SPSS、Py ...
2026-06-02数字经济时代,市场竞争日趋同质化,用户消费需求愈发个性化、多元化,传统依托经验、粗放式、广撒网的营销模式弊端日益凸显。长 ...
2026-06-02 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-06-02在市场竞争日趋饱和、用户需求不断细分的当下,企业创业创新、产品迭代与市场拓展不再依赖经验决策,而是需要系统化、工具化的商 ...
2026-06-01【核心关键词】调度、岗位、数据库、企业、报表、培训、程序、数据分析、数据加工、业务部门、企业数据、调度工具、业务指标、 ...
2026-06-01 很多数据分析师能熟练地计算指标、搭建标签体系,但当被问到“画像到底在解决什么问题”“画像和标签是什么关系”“画像如何 ...
2026-06-01在数据统计分析、数据清洗、异常值识别与数据分布研究中,箱型图是最直观、高效、专业的可视化分析工具。相较于柱状图、折线图仅 ...
2026-05-29Tkinter是Python内置的标准GUI图形界面库,具备无需额外安装、调用简单、兼容性强、轻量化高效等优势,是Python快速开发桌面小程 ...
2026-05-29 很多分析师在设计标签时思路清晰,但真到落地环节却面临“数据在手,不知如何转化为可用标签”的困境:或因加工方式选择不当 ...
2026-05-29【核心关键词】大数据、经理、专业、金融、客户、传统、建模、数据产品、互联网金融、产品经理、数据分析、金融行业、数据模型 ...
2026-05-28 很多分析师每天和数据打交道,但当被问到“标签是什么”“标签和指标有什么区别”“标签体系如何设计”时,却常常答不上来。 ...
2026-05-28随着大数据技术的快速普及,各行各业积累了海量的用户数据、交易数据、生产数据与行为数据。单纯的数据统计与报表分析只能呈现表 ...
2026-05-28在Python网络请求、接口测试、数据爬取、业务对接开发中,Requests库是最简洁、最高效的HTTP请求工具,凭借简洁的语法、完善的适 ...
2026-05-272025 年,零售与服务行业的竞争已从 “经验驱动” 全面转向 “数据驱动”。中小企业门店普遍面临数据零散、分析浅层、决策凭感觉 ...
2026-05-27 很多数据分析师每天都在写SQL,但当被问到“数据查询语言(DQL)的本质是什么”“SELECT语句中各子句的书写顺序与实际执行顺 ...
2026-05-27在统计学分析、实验研究、业务数据复盘过程中,单因素方差分析是检验自变量对因变量是否存在显著影响的核心方法。其中,两个水平 ...
2026-05-26【核心关键词】算法、客户、大数据、互联网、调优、建模、模型优化、机器学习、评分卡模型、模型开发、智能风控、业务场景、数 ...
2026-05-26 很多数据分析师写过无数个 SELECT,但当被问到“新建一张表,该如何定义字段类型来保证数据质量”“创建视图和存储物理表有 ...
2026-05-26在数据清洗、统计分析与数据质量检测工作中,箱型图(又称箱线图、Box Plot)是最直观、最高效的可视化分析工具之一。相较于柱状 ...
2026-05-25在大数据分析、数据清洗、质量管控、风险监测等领域,异常数据识别是保障数据质量、确保分析结论精准、规避业务决策失误的核心基 ...
2026-05-25