京公网安备 11010802034615号
经营许可证编号:京B2-20210330
今日视点:不要把大数据好经念歪了
12月8日下午,中共中央政治局就实施国家大数据战略进行第二次集体学习。中共中央总书记习近平在主持学习时强调,推动实施国家大数据战略,加快完善数字基础设施,推进数据资源整合和开放共享,保障数据安全,加快建设数字中国,更好服务我国经济社会发展和人民生活改善。
今年年初,工信部发布的大数据产业发展规划(2016年-2020年)提出,到2020年,技术先进、应用繁荣、保障有力的大数据产业体系基本形成,大数据相关产品和服务业务收入突破1万亿元,年均复合增长率保持30%左右。随着我国经济发展进入新常态,大数据将在稳增长、促改革、调结构、惠民生中承担越来越重要的角色,在经济社会发展中的基础性、战略性、先导性地位越来越突出。同时,大数据也将重构信息技术体系和产业格局,为我国信息技术产业的发展提供巨大机遇。
笔者认为,推动实施国家大数据战略,加快建设数字中国,需要从以下几个方面发力。
首先,要集中优势资源突破大数据核心技术,占领大数据科研前沿,国家各个部门都应毫不迟疑地对给予全方位支持,资本市场也不例外。对于已上市相关企业的大数据研究和创新发展,在依法合规的情况下,资本市场可以为其股权、债权筹资开辟绿色通道。对于那些打着大数据旗号搞融资,资金却挪作他用的上市公司也要制定相应的处罚措施。
其次,要构建一个全新的涵盖各行各业的互联网生态系统,就需要加快构建自主可控的大数据产业链、价值链。通过多层次资本市场和其他领域的融资支持,培育造就一批大数据领军企业,系统推进工业互联网基础设施和数据资源管理体系建设,真正让“互联网+”在工业领域落地生根,开花结果。同时,要发挥“互联网+”在民生领域的应用,除了继续强化在商业零售领域的优势之外,还要推进教育、就业、社保、医药卫生、住房、交通、扶贫、生态等领域的大数据普及应用,真正让各个领域、行业插上互联网的“翅膀”,构建一个全新的涵盖各行各业的互联网生态系统。
第三,要强化大数据保障安全措施。在做好大数据各方面的规划和实施之前,一定要加强政策、监管、法律等方面的统筹协调,加快法规制度建设,未雨绸缪的消除那些可能会对大数据发展产生掣肘的事情发生。就像习近平总书记要求的那样,要在加强国际数据治理政策储备和治理规则研究方面提出中国方案。对于资本市场来说,应改善政策环境,允许在海外历练多年的拥有核心技术的网络公司回归,为我国的大数据产业发展注入新的动能。
第四,要在提速降费上为大数据的全面应用做好保障。今年7月底,三大运营商先后宣布,于今年9月份全面取消手机国内长途漫游费,比预定时间提前一个月完成目标。国务院总理李克强在肯定工作成绩的同时,鼓励他们继续深挖潜力,一是在降低电信流量资费上进一步采取有力措施,二是大幅降低中小企业互联网专线接入资费。
在本轮提速降费之后,无论是个人还是企业都感受到了实惠,但随着大数据应用的深入推广,目前的网络资费水准仍有进一步下调的空间。
对于站上政策风口的大数据,昨日A股盘面上已有所反应。但需要各界注意的是,不要把大数据这个好经念歪了。否则,监管之剑有可能随时挥下。
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