
在发展与治理中彰显大数据的时代价值
由2017中国国际大数据产业博览会组委会主办,中国行政体制改革研究会、工业和信息化部信息中心承办的“大数据时代:数字经济与数字治理”论坛日前在贵阳举行。来自党政机关、研究机构、知名企业的专家学者及业界人士就发展数字经济、完善数字治理交流研讨。现摘编观点如下:
邬贺铨(中国工程院原副院长):
数据使用必须承担保护的责任与义务
当前,我国数据流通与数据交易主要存在以下问题:数据源活性不够,数据中介机构还处于起步阶段;多源数据的汇集技术尤其是非结构化数据分析技术滞后;缺乏熟悉不同行业并掌握在特定领域使用数据技术的人才。很多数据源企业对数据资源的垄断意识较强,很多数据拥有者不放心让自身数据进入流通环节,担心用户隐私或企业机密泄露。
数据的价值在于融合与挖掘,数据流通、交易有利于促进数据的融合和挖掘,搞活数据从而产生效益。数据共享开放、流通交易和数据保护及数据安全对数据技术提出严峻挑战,对法律的制定及执行提出了很高要求。为此,数据使用必须承担保护的责任与义务,同时需平衡数据保护与数据的开发利用。
孙蔚敏(工信部信息中心主任):
数字经济是振兴实体经济的精兵利器
数字经济牵手传统制造,将推动传统工业快速向数字化、网络化、智能化升级,以工业云、数字工厂、机器人技术等为代表的“智能制造”将促进我国工业装备水平大幅提升、自主创新能力显著增强。数字经济也在引领农业现代化,当前,数字农业、智慧农业等新模式就是其在农业领域的实现与应用。
推进我国数字经济发展要注重加强网络设施建设,夯实数字经济基础支撑。例如,要持续深入实施网络提速降费,推动国家大数据中心建设。要深入推进“两化”融合,提升数字经济应用水平,推进大数据在研发设计、生产制造、管理决策、售后服务等全流程的深度应用,培育个性化定制、众包设计、协同制造等数据驱动的制造业新模式。要促进多方协同创新,繁荣数字经济产业生态,支持产业联盟、行业协会等组织搭建公共服务平台,构建多方协作、互利共赢的产业生态。
张 晓(中国互联网络信息中心副主任):
推动数字化转型应用
与工业经济的流水线生产不同,数字经济依托云网端,开展网络的协同和定制化的服务,具有强链接、强平台、强数据、强智能等发展特征。以强数据为例,通过采集汇聚、挖掘分析、精准画像来提高认知、驱动决策。当前,数字经济呈现产业融合化、市场全球化、技术革命化、投资成熟化、服务精细化、治理现代化等发展特征,为此,需要建立普惠共创的发展观、科学共享的数据观和包容共治的生态观,抓住工业经济向数字经济转型的机遇,推动产业革命;聚焦大连接、大平台、大数据、大智能,推动国家整体的数字化转型以及产业的数字化应用;促进数字经济时代经济和社会均衡发展,不断加强数字治理。
王 露(中国行政体制改革研究会常务副秘书长):
注重四个“结合” 向“数据强国”迈进
领导干部是落实国家大数据战略的行动主体。在国家大数据战略部署背景下,要以大数据提升国家治理能力为目标,以领导干部的现实需求为出发点,帮助领导干部把准形势、用对方法、找好标杆、取得实效,把大数据战略落到实处。
为此,要注重把政府数据开放和市场基于数据的创新结合起来。否则,大数据战略就会成为无源之水,数据开放的价值也就无从显现。要注重把大数据与国家治理创新结合起来,借助大数据实现政府负面清单、权力清单和责任清单的透明化管理,完善大数据监督和技术反腐体系。要注重把大数据与现代产业体系结合起来,包括工业大数据、新兴产业大数据、农业农村大数据等。要注重把大数据与大众创业、万众创新结合起来,培育数据密集型产业。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
随机森林算法的核心特点:原理、优势与应用解析 在机器学习领域,随机森林(Random Forest)作为集成学习(Ensemble Learning) ...
2025-09-05Excel 区域名定义:从基础到进阶的高效应用指南 在 Excel 数据处理中,频繁引用单元格区域(如A2:A100、B3:D20)不仅容易出错, ...
2025-09-05CDA 数据分析师:以六大分析方法构建数据驱动业务的核心能力 在数据驱动决策成为企业共识的当下,CDA(Certified Data Analyst) ...
2025-09-05SQL 日期截取:从基础方法到业务实战的全维度解析 在数据处理与业务分析中,日期数据是连接 “业务行为” 与 “时间维度” 的核 ...
2025-09-04在卷积神经网络(CNN)的发展历程中,解决 “梯度消失”“特征复用不足”“模型参数冗余” 一直是核心命题。2017 年提出的密集连 ...
2025-09-04CDA 数据分析师:驾驭数据范式,释放数据价值 在数字化转型浪潮席卷全球的当下,数据已成为企业核心生产要素。而 CDA(Certified ...
2025-09-04K-Means 聚类:无监督学习中数据分群的核心算法 在数据分析领域,当我们面对海量无标签数据(如用户行为记录、商品属性数据、图 ...
2025-09-03特征值、特征向量与主成分:数据降维背后的线性代数逻辑 在机器学习、数据分析与信号处理领域,“降维” 是破解高维数据复杂性的 ...
2025-09-03CDA 数据分析师与数据分析:解锁数据价值的关键 在数字经济高速发展的今天,数据已成为企业核心资产与社会发展的重要驱动力。无 ...
2025-09-03解析 loss.backward ():深度学习中梯度汇总与同步的自动触发核心 在深度学习模型训练流程中,loss.backward()是连接 “前向计算 ...
2025-09-02要解答 “画 K-S 图时横轴是等距还是等频” 的问题,需先明确 K-S 图的核心用途(检验样本分布与理论分布的一致性),再结合横轴 ...
2025-09-02CDA 数据分析师:助力企业破解数据需求与数据分析需求难题 在数字化浪潮席卷全球的当下,数据已成为企业核心战略资产。无论是市 ...
2025-09-02Power BI 度量值实战:基于每月收入与税金占比计算累计税金分摊金额 在企业财务分析中,税金分摊是成本核算与利润统计的核心环节 ...
2025-09-01巧用 ALTER TABLE rent ADD INDEX:租房系统数据库性能优化实践 在租房管理系统中,rent表是核心业务表之一,通常存储租赁订单信 ...
2025-09-01CDA 数据分析师:企业数字化转型的核心引擎 —— 从能力落地到价值跃迁 当数字化转型从 “选择题” 变为企业生存的 “必答题”, ...
2025-09-01数据清洗工具全景指南:从入门到进阶的实操路径 在数据驱动决策的链条中,“数据清洗” 是决定后续分析与建模有效性的 “第一道 ...
2025-08-29机器学习中的参数优化:以预测结果为核心的闭环调优路径 在机器学习模型落地中,“参数” 是连接 “数据” 与 “预测结果” 的关 ...
2025-08-29CDA 数据分析与量化策略分析流程:协同落地数据驱动价值 在数据驱动决策的实践中,“流程” 是确保价值落地的核心骨架 ——CDA ...
2025-08-29CDA含金量分析 在数字经济与人工智能深度融合的时代,数据驱动决策已成为企业核心竞争力的关键要素。CDA(Certified Data Analys ...
2025-08-28CDA认证:数据时代的职业通行证 当海通证券的交易大厅里闪烁的屏幕实时跳动着市场数据,当苏州银行的数字金融部连夜部署新的风控 ...
2025-08-28