
创新创业要用好人力资源这个大数据
习近平总书记曾就东北老工业基地振兴提出,要紧紧围绕“着力鼓励创新创业”,聚焦“创新驱动”。9月7日,沈阳格微软件公司董事长、中国工业淘堡网总裁、沈阳北软信息职业技术学院院长张桂平,接受本报记者专访时认为,辽宁实现创新创业,要用好“互联网+”这个新引擎。互联网加什么?最重要的是要加上人力资源这个大数据。
在张桂平看来,政府、企业、社会各界用好“互联网+”,实际就是用好大数据。“环顾身边,我们的衣食住行都在不断地被数据化。微博社交、浏览新闻、网络购物、线上购票……每天数据都在积累、扩张,而这些数据包含了大量的资源。”张桂平认为,重要的不是数据本身,而是大数据时代把人的数据放到了互联网上,如果没有人,这些数据只是科学数据。因此,她建议用好社会上人力资源,并把他们变得更有价值。
张桂平认为,创新创业离不开人才,辽宁恰是人力资源大省,高校、科研院所很多。“我们为什么还感觉人才稀缺?实际上,缺乏的不是人才本身,而是当前人才的培养动向和方式没有与社会经济发展有效对接。”在张桂平看来,要顺势而生,更要借势而动。“比如培养大学生,我们考虑的是怎么把他们毕业后就用起来,而不是把他们作为扶持就业的对象。高校培养计划要与辽宁振兴对接,与政府、企业需求对接,实现产学研的深度融合。”
张桂平说,人力资源管理必须跟上时代发展,只有把人力资源当作一种资本,才会产生价值。张桂平认为,辽宁是老工业基地,但人力资源开发和利用上,不能一刀切,不能简单地将80后、90后作为现代企业人力资源主体。比如在国企,一些具有多年工作经验的技术人员才是最宝贵的人力资源。在大众创业、万众创新过程中,要用好这些资源。
张桂平认为,实现人力资源开发和利用的最优化,要以企业为中心,以人才为终端,充分用好互联网这一载体,发挥其服务功能。她认为,“互联网+”的思维更强调将企业、人才、合作伙伴等有效资源,通过互联网实现有效链接。也就是说,要在互联网上实现社会资源、渠道、信息等的充分整合。
张桂平提出,借助互联网,用好人力资源这个大数据,要求政府、企业把所需要做的事放到网络上,把内部的一些业务分包出来。“从众包到众创、以众包促众创、以众创引众筹”,是她理解的未来创新创业的一个新路径。采用众包众筹方式,让社会资源共同参与完成,既能节约人力资源成本,还能带动社会创业就业。张桂平认为,创新创业的理念实则是为小微创新企业成长和大众创业提供了低成本、便利化、全要素的开放式平台,每个人都有机会利用好这一平台,从而携手推动全社会的创新发展。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在 SQL Server 数据库操作中,“数据类型转换” 是高频需求 —— 无论是将字符串格式的日期转为datetime用于筛选,还是将数值转 ...
2025-10-10在科研攻关、工业优化、产品开发中,正交试验(Orthogonal Experiment)因 “用少量试验覆盖多因素多水平组合” 的高效性,成为 ...
2025-10-10在企业数据量从 “GB 级” 迈向 “PB 级” 的过程中,“数据混乱” 的痛点逐渐从 “隐性问题” 变为 “显性瓶颈”:各部门数据口 ...
2025-10-10在深度学习中,“模型如何从错误中学习” 是最关键的问题 —— 而损失函数与反向传播正是回答这一问题的核心技术:损失函数负责 ...
2025-10-09本文将从 “检验本质” 切入,拆解两种方法的核心适用条件、场景边界与实战选择逻辑,结合医学、工业、教育领域的案例,让你明确 ...
2025-10-09在 CDA 数据分析师的日常工作中,常会遇到这样的困惑:某电商平台 11 月 GMV 同比增长 20%,但究竟是 “长期趋势自然增长”,还 ...
2025-10-09Pandas 选取特定值所在行:6 类核心方法与实战指南 在使用 pandas 处理结构化数据时,“选取特定值所在的行” 是最高频的操作之 ...
2025-09-30球面卷积神经网络(SCNN) 为解决这一痛点,球面卷积神经网络(Spherical Convolutional Neural Network, SCNN) 应运而生。它通 ...
2025-09-30在企业日常运营中,“未来会怎样” 是决策者最关心的问题 —— 电商平台想知道 “下月销量能否达标”,金融机构想预判 “下周股 ...
2025-09-30Excel 能做聚类分析吗?基础方法、进阶技巧与场景边界 在数据分析领域,聚类分析是 “无监督学习” 的核心技术 —— 无需预设分 ...
2025-09-29XGBoost 决策树:原理、优化与工业级实战指南 在机器学习领域,决策树因 “可解释性强、处理非线性关系能力突出” 成为基础模型 ...
2025-09-29在标签体系的落地链路中,“设计标签逻辑” 只是第一步,真正让标签从 “纸上定义” 变为 “业务可用资产” 的关键,在于标签加 ...
2025-09-29在使用 Excel 数据透视表进行多维度数据汇总时,折叠功能是梳理数据层级的核心工具 —— 通过点击 “+/-” 符号可展开明细数据或 ...
2025-09-28在使用 Pandas 处理 CSV、TSV 等文本文件时,“引号” 是最容易引发格式混乱的 “隐形杀手”—— 比如字段中包含逗号(如 “北京 ...
2025-09-28在 CDA(Certified Data Analyst)数据分析师的技能工具箱中,数据查询语言(尤其是 SQL)是最基础、也最核心的 “武器”。无论 ...
2025-09-28Cox 模型时间依赖性检验:原理、方法与实战应用 在生存分析领域,Cox 比例风险模型(Cox Proportional Hazards Model)是分析 “ ...
2025-09-26检测因子类型的影响程度大小:评估标准、实战案例与管控策略 在检测分析领域(如环境监测、食品质量检测、工业产品合规性测试) ...
2025-09-26CDA 数据分析师:以数据库为基石,筑牢数据驱动的 “源头防线” 在数据驱动业务的链条中,“数据从哪里来” 是 CDA(Certified D ...
2025-09-26线性相关点分布的四种基本类型:特征、识别与实战应用 在数据分析与统计学中,“线性相关” 是描述两个数值变量间关联趋势的核心 ...
2025-09-25深度神经网络神经元个数确定指南:从原理到实战的科学路径 在深度神经网络(DNN)的设计中,“神经元个数” 是决定模型性能的关 ...
2025-09-25