
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
CDA数据分析师与数据指标:基础概念与协同逻辑 一、CDA 数据分析师:数据驱动时代的核心角色 1.1 定义与行业价值 CDA(Certified ...
2025-08-22Power Query 移动加权平均计算 Power Query 移动加权平均设置全解析:从原理到实战 一、移动加权平均法的核心逻辑 移动加权平均 ...
2025-08-22描述性统计:CDA数据分析师的基础核心与实践应用 一、描述性统计的定位:CDA 认证的 “入门基石” 在 CDA(Certified Data Analy ...
2025-08-22基于 Python response.text 的科技新闻数据清洗去噪实践 在通过 Python requests 库的 response.text 获取 API 数据后,原始数据 ...
2025-08-21基于 Python response.text 的科技新闻综述 在 Python 网络爬虫与 API 调用场景中,response.text 是 requests 库发起请求后获取 ...
2025-08-21数据治理新浪潮:CDA 数据分析师的战略价值与驱动逻辑 一、数据治理的多维驱动引擎 在数字经济与人工智能深度融合的时代,数据治 ...
2025-08-21Power BI 热力地图制作指南:从数据准备到实战分析 在数据可视化领域,热力地图凭借 “直观呈现数据密度与分布趋势” 的核心优势 ...
2025-08-20PyTorch 矩阵运算加速库:从原理到实践的全面解析 在深度学习领域,矩阵运算堪称 “计算基石”。无论是卷积神经网络(CNN)中的 ...
2025-08-20数据建模:CDA 数据分析师的核心驱动力 在数字经济浪潮中,数据已成为企业决策的核心资产。CDA(Certified Data Analyst)数据分 ...
2025-08-20KS 曲线不光滑:模型评估的隐形陷阱,从原因到破局的全指南 在分类模型(如风控违约预测、电商用户流失预警、医疗疾病诊断)的评 ...
2025-08-20偏态分布:揭开数据背后的非对称真相,赋能精准决策 在数据分析的世界里,“正态分布” 常被视为 “理想模型”—— 数据围绕均值 ...
2025-08-19CDA 数据分析师:数字化时代的价值创造者与决策智囊 在数据洪流席卷全球的今天,“数据驱动” 已从企业战略口号落地为核心 ...
2025-08-19CDA 数据分析师:善用 Power BI 索引列,提升数据处理与分析效率 在 Power BI 数据分析流程中,“数据准备” 是决定后续分析质量 ...
2025-08-18CDA 数据分析师:巧用 SQL 多个聚合函数,解锁数据多维洞察 在企业数据分析场景中,单一维度的统计(如 “总销售额”“用户总数 ...
2025-08-18CDA 数据分析师:驾驭表格结构数据的核心角色与实践应用 在企业日常数据存储与分析场景中,表格结构数据(如 Excel 表格、数据库 ...
2025-08-18PowerBI 累计曲线制作指南:从 DAX 度量到可视化落地 在业务数据分析中,“累计趋势” 是衡量业务进展的核心视角 —— 无论是 “ ...
2025-08-15Python 函数 return 多个数据:用法、实例与实战技巧 在 Python 编程中,函数是代码复用与逻辑封装的核心载体。多数场景下,我们 ...
2025-08-15CDA 数据分析师:引领商业数据分析体系构建,筑牢企业数据驱动根基 在数字化转型深化的今天,企业对数据的依赖已从 “零散分析” ...
2025-08-15随机森林中特征重要性(Feature Importance)排名解析 在机器学习领域,随机森林因其出色的预测性能和对高维数据的适应性,被广 ...
2025-08-14t 统计量为负数时的分布计算方法与解析 在统计学假设检验中,t 统计量是常用的重要指标,其分布特征直接影响着检验结果的判断。 ...
2025-08-14