京公网安备 11010802034615号
经营许可证编号:京B2-20210330
2018年底前建成国家政府数据统一开放平台 把大数据巨大潜能挖出来
加快大数据部署,深化大数据应用,已成为稳增长、促改革、调结构、惠民生,以及推动政府治理能力现代化的内在需要和必然选择。《纲要》出台,正是藉此激发大数据产业的巨大潜力,释放市场主体的创新活力,为“中国制造2025”、“互联网+”再添动力——
近日,国务院印发《促进大数据发展行动纲要》,提出要全面推进大数据发展和应用,加快政府数据开放共享,深化大数据在各行业创新应用,通过建设数据强国,提升政府治理能力,推动经济转型升级。此外,《纲要》还提出,要在2017年底前形成跨部门数据资源共享共用格局,在2018年底前建成国家政府数据统一开放平台。
“这是我国第一次把发展大数据上升为国家战略。”中国电子信息产业发展研究院信息化研究中心副主任潘文在接受《经济日报》记者采访时表示,此次《纲要》发布,对推进落实“中国制造2025”和“互联网+”国家战略、促进大众创业、万众创新,推动经济和社会发展具有重要意义。
产业规模迅速增长
大数据已成为推动经济转型发展的新动力,其本身也正成为新的经济增长点。“自去年3月‘大数据’首次出现在《政府工作报告》中以来,国务院常务会议一年内6次提及大数据运用。”潘文表示,大数据充分利用优质共享的信息知识和创新资源,不断降低社会信息成本,通过基于大数据精准分析和科学决策,将有力支撑教育文化、健康医疗、电子商务、工业制造、现代农业等,提升传统产业生产效率和经济效益,同时培育形成新产业、新消费热点和新服务模式,有利于稳增长、调结构。
“与基础软件行业追逐国际主流趋势不同,我国大数据产业在国际竞争中已崭露头角,未来存在更大的发展空间和发展机遇。”潘文说。目前,我国互联网、移动互联网用户规模居全球第一,拥有丰富的数据资源和应用市场优势,大数据部分关键技术研发取得突破,涌现出一批互联网创新企业和创新应用,一些地方政府已启动大数据相关工作。
大数据产业正成为新的经济增长点,产业规模迅速增长。据赛迪顾问电子信息产业研究中心总经理张梓钧介绍,2014年,中国大数据IT市场规模达93.1亿元,增长率为37.3%。预计2015年至2017年,中国大数据IT市场年复合增长率能达到33.3%。
开放共享势在必行
在信息社会,随着大数据、云计算、物联网、移动互联网等新技术及相关的创新应用不断加快,海量数据正在政务管理、产业发展、城市治理、民生服务等众多领域不断产生、积累、变化和发展,数据资源也正和土地、劳动力、资本等生产要素一样,成为促进经济增长的基本要素。
“政府占有80%的公共信息资源,加快政府大数据资源向社会开放和利用,是政府加快行政管理改革主动适应时代发展的必要选择。”潘文说。这也正如浪潮集团董事长孙丕恕所言,开放数据,是政府部门实现数据创新应用,服务产业、企业走向升级发展道路的重要途径。
因此,《纲要》提出大力推动政府部门数据共享,在2017年底前形成跨部门数据资源共享共用格局。
“大数据能提升个性化、精准性公共服务能力。”中关村大数据产业联盟副秘书长陈新河认为,大数据让数据挖掘更加深入和精细化,从而让更为个性化并合理的公共服务成为可能。例如在医疗卫生行业,相关部门可以从多个渠道获取个人健康信息,把职业、行为等行为数据与电子病历等医疗数据关联起来,形成一个综合的健康状况模式,提供精细化的医疗服务。
也有专家指出,政务数据开放共享需注意相关法律法规体系、行政体系及带来的安全和标准问题,特别要注意保护用户隐私、知识产权保护等。
给力“双创”重塑优势
除了推动政府加快数据开放共享,《纲要》的另一大重点是推动大数据产业创新发展。潘文认为,这两者相辅相成、密不可分。首先,推动政务数据社会化增值开发,可以生产出各种各样的增值信息产品,满足社会不同层次、不同领域的需要。其次,互联网的高速发展带来了企业数据爆炸式的增长,数据已成为企业未来新战略发展的中心。
《纲要》提出了发展多个细分产业大数据,“其中,发展工业和新兴产业大数据,是重点中的重点,也是践行‘中国制造2025’和‘互联网+’行动计划的现实选择。”潘文说。
目前,我国数据价值链和产业链已初显端倪。百度、阿里巴巴、大智慧=等数据资源型和研发应用型企业初步涌现,引领着数据产业的发展。我国作为人口大国、互联网大国、消费大国、技术创新应用新高地,不论是政府部门,还是企业层面,都将产生海量数据,为进行大数据分析提供了基础支撑。
《纲要》还特别提到发展万众创新大数据。对此,潘文表示,大数据带来的新服务模式和资源分析处理能力,将带动产业技术研发体系的创新,推动跨领域、跨行业的融合和协同创新,在推动新兴产业快速发展的同时带动传统产业的协同发展,为大众创业、万众创新提供有力支撑,重塑国家竞争优势。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数字化时代,每一位用户与产品的交互都会留下可追溯的行为轨迹——电商用户的浏览、加购、下单,APP用户的注册、登录、功能使 ...
2026-03-31在日常数据统计、市场调研、学术分析等场景中,我们常常需要判断两个分类变量之间是否存在关联(如性别与消费偏好、产品类型与满 ...
2026-03-31在CDA(Certified Data Analyst)数据分析师的职场实战与认证考核中,“可解释性建模”是核心需求之一——企业决策中,不仅需要 ...
2026-03-31多层感知机(MLP,Multilayer Perceptron)作为深度学习中最基础、最经典的神经网络模型,其结构设计直接决定了模型的拟合能力、 ...
2026-03-30在TensorFlow深度学习实战中,数据集的加载与预处理是基础且关键的第一步。手动下载、解压、解析数据集不仅耗时费力,还容易出现 ...
2026-03-30在CDA(Certified Data Analyst)数据分析师的日常工作中,“无监督分组、挖掘数据内在聚类规律”是高频核心需求——电商场景中 ...
2026-03-30机器学习的本质,是让模型通过对数据的学习,自主挖掘规律、实现预测与决策,而这一过程的核心驱动力,并非单一参数的独立作用, ...
2026-03-27在SQL Server数据库操作中,日期时间处理是高频核心需求——无论是报表统计中的日期格式化、数据筛选时的日期类型匹配,还是业务 ...
2026-03-27在CDA(Certified Data Analyst)数据分析师的能力体系与职场实操中,高维数据处理是高频且核心的痛点——随着业务场景的复杂化 ...
2026-03-27在机器学习建模与数据分析实战中,特征维度爆炸、冗余信息干扰、模型泛化能力差是高频痛点。面对用户画像、企业经营、医疗检测、 ...
2026-03-26在这个数据无处不在的时代,数据分析能力已不再是数据从业者的专属技能,而是成为了职场人、管理者、创业者乃至个人发展的核心竞 ...
2026-03-26在CDA(Certified Data Analyst)数据分析师的能力体系中,线性回归是连接描述性统计与预测性分析的关键桥梁,也是CDA二级认证的 ...
2026-03-26在数据分析、市场研究、用户画像构建、学术研究等场景中,我们常常会遇到多维度、多指标的数据难题:比如调研用户消费行为时,收 ...
2026-03-25在流量红利见顶、获客成本持续攀升的当下,营销正从“广撒网”的经验主义,转向“精耕细作”的数据驱动主义。数据不再是营销的辅 ...
2026-03-25在CDA(Certified Data Analyst)数据分析师的全流程工作中,无论是前期的数据探索、影响因素排查,还是中期的特征筛选、模型搭 ...
2026-03-25在当下数据驱动决策的职场环境中,A/B测试早已成为互联网产品、运营、营销乃至产品迭代优化的核心手段,小到一个按钮的颜色、文 ...
2026-03-24在统计学数据分析中,尤其是分类数据的分析场景里,卡方检验和显著性检验是两个高频出现的概念,很多初学者甚至有一定统计基础的 ...
2026-03-24在CDA(Certified Data Analyst)数据分析师的日常业务分析与统计建模工作中,多组数据差异对比是高频且核心的分析场景。比如验 ...
2026-03-24日常用Excel做数据管理、台账维护、报表整理时,添加备注列是高频操作——用来标注异常、说明业务背景、记录处理进度、补充关键 ...
2026-03-23作为业内主流的自助式数据可视化工具,Tableau凭借拖拽式操作、强大的数据联动能力、灵活的仪表板搭建,成为数据分析师、业务人 ...
2026-03-23