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
在数据分析、业务决策、科学研究等领域,统计模型是连接原始数据与业务价值的核心工具——它通过对数据的规律提炼、变量关联分析 ...
2026-02-14在SQL查询实操中,SELECT * 与 SELECT 字段1, 字段2,...(指定个别字段)是最常用的两种查询方式。很多开发者在日常开发中,为了 ...
2026-02-14对CDA(Certified Data Analyst)数据分析师而言,数据分析的核心不是孤立解读单个指标数值,而是构建一套科学、完整、贴合业务 ...
2026-02-14在Power BI实操中,函数是实现数据清洗、建模计算、可视化呈现的核心工具——无论是简单的数据筛选、异常值处理,还是复杂的度量 ...
2026-02-13在互联网运营、产品迭代、用户增长等工作中,“留存率”是衡量产品核心价值、用户粘性的核心指标——而次日留存率,作为留存率体 ...
2026-02-13对CDA(Certified Data Analyst)数据分析师而言,指标是贯穿工作全流程的核心载体,更是连接原始数据与业务洞察的关键桥梁。CDA ...
2026-02-13在机器学习建模实操中,“特征选择”是提升模型性能、简化模型复杂度、解读数据逻辑的核心步骤——而随机森林(Random Forest) ...
2026-02-12在MySQL数据查询实操中,按日期分组统计是高频需求——比如统计每日用户登录量、每日订单量、每日销售额,需要按日期分组展示, ...
2026-02-12对CDA(Certified Data Analyst)数据分析师而言,描述性统计是贯穿实操全流程的核心基础,更是从“原始数据”到“初步洞察”的 ...
2026-02-12备考CDA的小伙伴,专属宠粉福利来啦! 不用拼运气抽奖,不用复杂操作,只要转发CDA真题海报到朋友圈集赞,就能免费抱走实用好礼 ...
2026-02-11在数据科学、机器学习实操中,Anaconda是必备工具——它集成了Python解释器、conda包管理器,能快速搭建独立的虚拟环境,便捷安 ...
2026-02-11在Tableau数据可视化实操中,多表连接是高频操作——无论是将“产品表”与“销量表”连接分析产品销量,还是将“用户表”与“消 ...
2026-02-11在CDA(Certified Data Analyst)数据分析师的实操体系中,统计基本概念是不可或缺的核心根基,更是连接原始数据与业务洞察的关 ...
2026-02-11在数字经济飞速发展的今天,数据已成为核心生产要素,渗透到企业运营、民生服务、科技研发等各个领域。从个人手机里的浏览记录、 ...
2026-02-10在数据分析、实验研究中,我们经常会遇到小样本配对数据的差异检验场景——比如同一组受试者用药前后的指标对比、配对分组的两组 ...
2026-02-10在结构化数据分析领域,透视分析(Pivot Analysis)是CDA(Certified Data Analyst)数据分析师最常用、最高效的核心实操方法之 ...
2026-02-10在SQL数据库实操中,字段类型的合理设置是保证数据运算、统计准确性的基础。日常开发或数据分析时,我们常会遇到这样的问题:数 ...
2026-02-09在日常办公数据分析中,Excel数据透视表是最常用的高效工具之一——它能快速对海量数据进行分类汇总、分组统计,将杂乱无章的数 ...
2026-02-09表结构数据作为结构化数据的核心载体,其“获取-加工-使用”全流程,是CDA(Certified Data Analyst)数据分析师开展专业工作的 ...
2026-02-09在互联网产品运营、用户增长的实战场景中,很多从业者都会陷入一个误区:盲目投入资源做推广、拉新,却忽视了“拉新后的用户激活 ...
2026-02-06