京公网安备 11010802034615号
经营许可证编号:京B2-20210330
加快实施国家大数据战略
大数据已成为科技、经济、社会等各领域的关注焦点。十八届五中全会提出,实施国家大数据战略。2015年全国“两会”提出,要“积极推进大数据发展”,2015年8月国务院通过《关于促进大数据发展行动纲要》,部署三个任务,一要政府数据开放共享,二要培育新兴业态,助力经济转型,三要强化安全保障。“十三五”期间,青岛市如何落实国家大数据战略,如何有所作为,值得我们深入思考。
一、国内外重视大数据发展
发达国家认识到大数据的重要意义,纷纷将开发运用大数据作为夺取新一轮竞争制高点的重要抓手。美国2012年出台《大数据的研究和发展计划》,将大数据上升为事关国家核心竞争力的国家战略,这是继“信息高速公路计划”之后在信息科学领域的又一重大计划,投资2亿多美元启动该计划。2014年美国又发布《大数据:把握机遇,维护价值》,提出大数据是重要的发展机遇。英国2013年出台《英国数据能力发展战略规划》,投资1.89亿英镑,提高大数据的采集、分析能力,推动英国在 “数据革命”中抢得先机。澳大利亚2013年发布了《公共服务大数据战略》,推进大数据的分析应用、与其他政策和技术协同以及为公共服务领域变革。日本2013年制定《创建最尖端IT国家宣言》,韩国2013年颁布《第五次国家信息化基本计划》。由此可见,这些国家纷纷将大数据上升为国家战略。
发展大数据,中国奋起直追。2015年全国“两会”上李克强总理提出:“推动移动互联网、云计算、大数据、物联网发展”;8月19日国务院发布 《关于促进大数据发展的行动纲要》;11月五中全会提出了国家大数据战略,将大数据上升为国家战略。国内城市也争先恐后抢抓大数据机遇,阿里巴巴、腾讯、百度、京东、小米等企业快速成长,成为大数据发展的龙头,带领国内大数据产业高歌猛进。贵阳建立国内首个大数据战略重点实验室、首个块上集聚的大数据公共平台、首个大数据交易所,是国内首个政府数据开放示范城市,承办“国际大数据产业博览会”,建设中关村贵阳科技园。京、津、沪、渝、穗、冀、贵等省市政府先后出台大数据研究与发展行动计划,2013年发布《上海推进大数据研究与发展三年行动计划》、《广东信息化发展规划纲要》、《重庆市大数据行动计划》、《滨海新区大数据行动方案》和《贵州省大数据产业发展应用规划纲要》等。
二、大数据对社会的影响
大数据挖掘能够发现事物发展规律,进而更好预测未来走向。2009年谷歌公司把5000万条美国人最频繁检索的词条和美国疾病中心在2003年至2008年间季节性流感传播时期的数据对比,建立数学模型,该模型能够判断流感从哪里传播出来,并且准确预测了2009年甲型H1N1流感爆发和传播。2011年5月,麦肯锡咨询公司调研报告《大数据:下一个前沿,竞争力、创新力和生产力》中,认为大数据将给社会带来巨大的价值。依据互联网收集的数据,可以客观分析客户的行为习惯、消费需求。亚马逊根据客户查询和购买记录,开发了个性化推荐系统,为消费者准确推荐想购买的书。谷歌根据查询关键词,快速为关联网站排序,方便用户查询。Facebook根据存储的客户社交网络记录,推断出用户的兴趣与好恶。
近几年,智能手机诞生,移动上网成为可能,消费者的通话、微信、短信等信息被长期储存。智能环、智能血压仪等可穿戴设备出现,用户身体的生理数据成为被记录和分析的内容。GPS定位仪运用,用户的地理方位、活动轨迹等信息被准确记录。可见,在大数据时代,数据改变人们观念,推动产业、科研、教育、家庭和社会等各个层面变革,将产生深远而广泛的影响。第一,大数据关系到国家核心竞争力和国家安全。斯诺登事件说明美国在信息技术、大数据方面具有领先优势,凭借技术优势收集各国用户的聊天日志、存储数据、语音通信、邮件传输、个人社交网络数据等信息,实施网络霸权。第二,大数据催生产业创新、模式创新、业态创新,推动产业转型升级。大数据突破传统产业界限,进军商业、通信、金融、健康、物流等领域,诞生电子商务、数据传输、互联网金融、智慧旅游等新型业态。大数据的使用将成为企业成长和竞争的关键。第三,大数据优化公共资源配置,提高公共服务效率。大数据广泛应用于交通、教育、医疗、治安等公共服务领域,催生智慧交通、空中课堂、网络远程医疗、天网工程等新模式。
三、推进大数据发展措施
青岛市大数据产业已经起步,海尔正在向互联网企业转型,红领依靠大数据,实现个性化定制服装,引进了惠普大数据项目,与清华共建青岛数据科学研究院,快速推进大数据发展。但是,与北京、上海、深圳、杭州等城市相比,青岛市大数据思维尚未全面建立,大数据发展缺乏顶层设计,产业发展环境亟待优化,大数据研发基础比较薄弱,大数据人才比较匮乏。
为了更好落实国家大数据战略,应当采取八项措施,快速推进大数据发展。一是更新观念,培养大数据思维,树立“大数据是财富”理念。大数据时代,大数据是继土地、资本、技术之后的新型财富,具有巨大的潜在价值,正在成为经济资产、宝贵资源,成为新世纪的矿产和石油。缺少数据思维,无以言将来,要将大数据发展战略纳入党校、行政学院、干部学院的培训课程,将大数据纳入公务员的常规培训体系,形成依据数据决策的文化氛围。
二是成立大数据发展机构,领导、统筹全市大数据发展工作。从国家战略高度认识大数据,突破大数据领域的核心技术,加快科学和工程领域创新,提高青岛市的大数据城市竞争力。
三是制定大数据发展规划,明确“十三五”期间大数据的发展目标、重点任务、发展路径和保障措施,为大数据发展指明方向,规划大数据产业园,推动大数据产业发展。
四是出台大数据发展政策,强化财税金融、科技投入、人才培养等方面的政策倾斜和支持,优化大数据发展环境,以开放的心态和创新的勇气迎接“大数据时代”。制定大数据法律法规,科学划定数据公开、共享与个人隐私保护的界限,规范数据所有者、持有者、管理者与使用者之间的权利与义务。
五是以世界眼光,结合青岛市情,全球范围引进大数据项目,共建高端研究机构,引进大数据龙头企业,或者建立分公司等。
六是建立大数据服务平台。率先在交通、医疗、教育、社会保障、公共安全、地下管网等领域建立大数据服务平台,为智慧交通、智能养老等产业发展提供支撑,早日启动大数据交易平台、大数据评估中心等。
七是积聚大数据分析研发实力,在研究院、大学设立大数据领域实验室,瞄准海洋大数据、海洋生物基因等领域,建立专业数据库,挖掘潜在价值,向大数据交易平台发展。
八是引进和培养大数据人才。从国外引进大数据领域学科带头人,鼓励山东大学青岛分校、中国海洋大学、青岛大学等高校设立大数据专业,大规模培养大数据专业人才,满足大数据发展需要。
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