京公网安备 11010802034615号
经营许可证编号:京B2-20210330
推动大数据发展与应用 加快建设数据强国
《行动纲要》的内容可以概括为“三位一体”,即围绕全面推动我国大数据发展和应用,加快建设数据强国这一总体目标,确定三大重点任务:一是加快政府数据开放共享,推动资源整合,提升治理能力;二是推动产业创新发展,培育新业态,助力经济转型;三是强化安全支撑,提高管理水平,促进健康发展。围绕这“三位一体”,具体明确了五个目标、七项措施、十大工程。
五个目标:一是打造精准治理、多方协作的社会治理新模式;二是建立运行平稳、安全高效的经济运行新机制;三是构建以人为本、惠及全民的民生服务新体系;四是开启大众创业、万众创新的创新驱动新格局;五是培育高端智能、新兴繁荣的产业发展新生态。
七项措施:完善组织实施机制、加快法规制度建设、健全市场发展机制、建立标准规范体系、加大财政金融支持、加快专业人才培养、促进国际交流合作。
十大工程:政府数据资源共享开放工程、国家大数据资源统筹发展工程、政府治理大数据工程、公共服务大数据工程、工业和新兴产业大数据工程、现代农业大数据工程、万众创新大数据工程、大数据关键技术及产品研发与产业化工程、大数据产业支撑能力提升工程、网络和大数据安全保障工程。
工信部重点组织三项工程
按照国务院的部署,工业和信息化部主要负责推动大数据产业发展,培育新兴业态,助力经济转型,包括推进大数据核心技术攻关、 健全产品体系、完善产业链和发展环境,推进工业及新兴产业大数据应用,同时做好信息安全和规范管理等相关工作。重点组织实施十大工程中的“大数据关键技术及产品研发与产业化工程”、“大数据产业支撑能力提升工程”、“工业和新兴产业大数据工程”三项工程。未来工信部将向各地进行更细致的任务划分,协助各地认真做好行动纲要中各项任务的分解落实工作。各地一是要结合自身产业基础和资源条件合理定位、科学谋划,突出区域特色和优势,避免重复投资和建设。二是制定出台促进大数据产业发展的政策措施,引导科技、人才、资金等各项资源向产业倾斜,加快培育骨干企业,形成产业支撑能力。三是选择基础条件好、示范效应强、影响范围广的行业和领域积极开展应用示范,充分发挥应用对产业的引导和促进作用。四是加强数据资源建设和整合,避免信息孤岛和烟囱,促进数据资源合理有序流动,积极培育产业的新业态和新模式。通过中央和各地的协同推进,共同营造良好的产业发展环境,实现我国大数据产业的科学有序发展。
大数据被寄予厚望
《行动纲要》寄予大数据重要使命。国家对新兴的技术领域和产业未来的发展做出战略布局和顶层设计,并对大数据在民生、经济、安全、科技发展、社会治理等方面的作用寄予厚望,力争实现我国从数据大国向数据强国的转变。《行动纲要》全方位多层次促进大数据产业发展。发改委、工信部等二十几个部委参与纲要编制,全方位发展大数据;中央到地方落实纲要任务,各个层面发展大数据;应用、产业、技术、数据共享等全链条发展大数据,并以产业为主体,积极布局应用引领下的产业体系。
作为国家层面促进大数据应用和发展的指导性文件,《行动纲要》涵盖大数据资源的采集、流通、分析和利用各个环节,为大数据的发展提供了顶层设计和统筹部署。文件的出台为我国大数据的未来发展指明了方向,营造了良好的发展环境。
《行动纲要》充分体现了对大数据产业的重视,将推动产业发展、培育新兴业态、助力经济转型作为三大任务之一。文件充分体现了应用牵引和企业主体的作用,通过推动大数据在各行业领域的深入应用,形成成熟的技术产品体系,构建完善大数据产业链。
《行动纲要》明确了主要任务,通过“十大工程”的方式来落实相应的任务。同时,按照《行动纲要》的统筹部署,细化分解出75项具体任务,确定了每项任务的具体责任部门和进度安排,确保行动纲要的落实和实施。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
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 很多数据分析师精通Excel函数和透视表,但当被问到“数据从哪里来”“表和视图有什么区别”“数据库管理系统和SQL是什么关系 ...
2026-05-25数字化经营时代,企业的市场竞争早已从经验决策转向数据决策。门店营收、用户转化、产品销量、成本损耗、存量资产等所有经营行为 ...
2026-05-22在MySQL数据库日常运维、业务数据校验、数据迁移与数据清洗场景中,自增主键ID的连续性校验是一项基础且关键的工作。MySQL的Auto ...
2026-05-22 很多企业团队并非缺乏指标,而是陷入“指标失控”:仪表盘上堆满实时跳动的数据,却无法回答“当前瓶颈在哪、下一步该做什么 ...
2026-05-22【核心关键词】大数据、可视化、存储、架构、客户、离线、产品、同步、实时、数据仓库、数据分析、数据可视化、存储数据、离线 ...
2026-05-21在电商流量红利消退、公域获客成本持续走高的当下,存量用户深度挖掘已成为店铺增收增效的核心抓手。相较于付费投放获取的陌生新 ...
2026-05-21 很多数据分析师每天盯着几十个指标,但当被问到“这套指标要支撑什么业务目标”“指标之间是什么逻辑关系”“业务变化时如何 ...
2026-05-21在数据驱动决策的时代,数据质量直接决定分析结果的可靠性与准确性,而异常值作为数据清洗中的核心痛点,往往会扭曲分析结论、误 ...
2026-05-20 很多数据分析师每天盯着GMV、DAU、转化率,但当被问到“哪些指标在所有行业都适用”“哪些指标只对电商有意义”“二者如何搭 ...
2026-05-20Agent的能力边界,很大程度上取决于其掌握的Skill质量和数量。传统做法是靠人工编写和维护Skill,但这条路很快会遇到瓶颈。业务 ...
2026-05-20在统计分析中,方差分析(ANOVA)是一种常用的假设检验方法,核心用于分析“一个或多个自变量对单个因变量的影响”,广泛应用于 ...
2026-05-19 很多数据分析师每天盯着GMV、DAU、转化率,但当被问到“什么是指标”“指标和维度有什么区别”“如何定义指标值的计算规则和 ...
2026-05-19想高效备考 CDA 一级,拒绝盲目刷题、冗余学习?《CDA 一级教材知识手册》重磅来袭!以官方教材为核心,浓缩 13 章 103 个核心考 ...
2026-05-19在数据统计分析中,卡方检验是一种常用的非参数检验方法,核心用于判断两个或多个分类变量之间是否存在显著关联,广泛应用于市场 ...
2026-05-18在企业数字化转型的浪潮中,很多企业陷入了“技术堆砌”的误区——上线了ERP、CRM、BI等各类系统,积累了海量数据,却依然面临“ ...
2026-05-18