
国家发展改革委有关负责人就《促进大数据发展行动纲要》答记者问
近日,国务院印发《促进大数据发展行动纲要》 (下称《纲要》),明确提出将全面推进我国大数据发展和应用,加快建设数据强国。就此,记者采访了国家发展改革委有关负责人。
问:“大数据”这一概念出现至今不过短短几年的时间,国务院就出台了这一文件,请简要介绍一下《纲要》出台的背景和重点内容。
答:
大数据(Big Data)概念提出时间虽不长,但受到越来越多的关注。大数据已成为国家基础性战略资源,正日益对全球生产、流通、分配、消费活动以及经济运行机制、社会生活方式和国家治理能力产生重要影响。近些年,推动大数据发展已成为国际社会的行动共识,一些发达国家相继制定实施了大数据战略性文件。当前,我国经济正处在“三期叠加”的特殊阶段,迫切需要通过大数据应用,推动经济转型升级,促进创业创新。加快在国家层面对大数据发展进行顶层设计,既是顺应世界科技发展趋势的战略选择,也是我国应对新挑战、迎接新机遇的重要举措。
李克强总理高度重视大数据发展和应用,多次作出重要批示指示,明确指出大数据产业空间无限,要求围绕简政放权、政务公开、商事登记制度改革等加快推进大数据应用,并促进大数据更好地与其他产业融合发展,形成产业结构调整新局面。张高丽副总理等国务院其他领导同志也多次作出重要批示指示,提出具体要求。
国家发展改革委按照国务院的统一部署,启动了大数据发展与应用的一系列研究工作,委托中科院、中国工程院、国家信息中心等10余所研究机构和企业开展了专项研究。在此基础上,我委会同工信部等部门联合开展研究,多次召开部门、研究机构、专家和企业座谈会,先后征求了47个有关部门的意见,经反复修改完善,细化了具体措施,明确了任务分工,形成了《促进大数据发展行动纲要》。目前,《纲要》已经国务院审议通过并出台实施。
《纲要》的核心内容可以概括为“三个着力、五大目标、三方面任务、十项工程及七项措施”。
“三个着力”
就是要着力推动政府数据开放共享利用,提升政府治理能力;着力推进大数据技术研发、产业发展和人才培养,促进大数据产业健康发展;着力规范利用大数据,保障数据安全。
“五大目标”
就是要通过推动大数据发展应用,在未来5至10年打造精准治理、多方协作的社会治理新模式;建立运行平稳、安全高效的经济运行新机制;构建以人为本、惠及全民的民生服务新体系;开启大众创业、万众创新的创新驱动新格局;培育高端智能、新兴繁荣的产业发展新生态。
“三方面任务”
就是:一要加快政府数据开放共享,推动资源整合,提升治理能力。重点是大力推动政府部门数据共享,稳步推动公共数据资源开放,统筹规划大数据基础设施建设,支持宏观调控科学化,推动政府治理精准化,推进商事服务便捷化,促进安全保障高效化,加快民生服务普惠化。二要推动产业创新发展,培育新兴业态,助力经济转型。重点是发展大数据在工业、新兴产业、农业农村等行业领域应用,推动大数据发展与科研创新有机结合,推进基础研究和核心技术攻关,形成大数据产品体系,完善大数据产业链。三要强化安全保障,提高管理水平,促进健康发展。重点是健全大数据安全保障体系,强化安全支撑。
“十大工程”
主要包括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等。每一项工程都是围绕解决三方面任务中存在的主要问题进行专项部署的,进一步细化明确了工作目标、实施路径和进度安排。
“七项措施”
主要包括完善组织实施机制、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、加强专业人才培养、促进国际交流合作等七个方面的政策措施。
问:《纲要》出台以后,社会上非常关心政府数据开放有关问题,大家都知道推动这些工作面临很多困难,政府打算如何解决?
答:
政府和公共部门掌握大量的数据资源,是最大的信息数据生产、收集、使用和发布单位,但也存在着法规制度不完善,缺乏统一数据标准等问题,尤其是数据开放程度较低,存在着“不愿开放、不敢开放、不会开放”数据的问题。《纲要》对此作出了针对性的部署,概括而言,重点是三个方面:
一是加强数据资源的国家统筹管理,优先开放相关领域数据。
加快建立政府数据资源目录清单,在摸清政府数据家底的基础上,按照“增量先行”的方式加强对各部门数据的国家统筹管理。推动制定政府数据开放计划,建立安全责任机制,落实部门数据开放和维护责任,明确各部门数据开放的时间节点和路线图。优先推进与民生保障服务相关的信用、交通、医疗、卫生、就业、社保、地理、文化、教育、科技、环境、金融、统计、气象等领域政府数据集向社会开放。
二是建立健全相关法规制度,实现最大程度开放。
要抓紧修订完善政府信息公开条例,促进政府数据在风险可控原则下尽可能开放,明晰数据开放的权利和义务,界定数据开放的范围和责任。同时,要建立国家大数据统筹发展协调和监督机制,加强对政府信息化项目的后评价和项目稽察,强化对数据资源建设以及数据共享开放、数据质量和安全的审计监督。
三是建立政府数据开放平台和标准体系,实现统一开放。
2018年以前,要建成国家政府数据统一开放门户,推进政府和公共部门数据资源统一汇聚和集中向社会开放,实现面向社会的政府数据资源一站式开放服务。同时,尽快建立政府数据采集、质量保障和安全管理标准,加强政府数据开放的标准化,方便社会利用。
问:《纲要》提出了建设政府数据统一共享平台的构想,请问这一平台与各部门现有的平台如金税、金关、金财、金盾等是一个什么关系?在推动数据共享,打通各个部门之间的信息孤岛方面,目前面临的主要困难和问题有哪些?国家发展改革委准备怎么推动?
答:
近年来,为加快推动信息共享工作,国家发展改革委按照“统一平台、互联互通,存量共享、增量共建,物理分散、逻辑集中”的原则,以开放数据交换接口的方式,推动政府部门间的信息共享,已取得初步成效。目前,全国统一的国家电子政务外网已初步建成,横向连接了118个中央单位和14.4万个地方单位,纵向基本覆盖了中央、省、地、县四级,承载了47个全国性业务系统和5000余项地方业务系统。依托国家电子政务外网搭建的全国统一的国家数据共享交换平台基本建成,13个行业领域的跨部门共享交换业务已通过或拟通过国家数据共享交换平台实现,涉及部门超过100个。例如,社会信用体系领域依托国家数据共享交换平台构建了信用信息共享交换体系;投资项目审批领域依托国家数据共享交换平台构建了相关部门联合的在线联审联批系统;信访领域依托国家数据共享交换平台构建了80个部门联通的网上信访系统,等等。通过统一的网络和平台,为各级政府节约了大量的建设和运维经费,取得了显著的经济社会效益。
“十二五”期间,政务信息化项目原则上都要依托全国统一的国家数据共享交换平台实现共享。例如,2014年,国家法人库工程建设,由工商总局、中央编办、民政部、质检总局等8个部门共建,建成后将实现国家法人基础信息的跨部门共享共用,为准确掌握各类法人底数和变动情况,提高对法人的联合监管和公共服务水平等提供信息支持。对于金税、金关、金审、金保、金土、金农等各部门已建的存量系统,原则上要求依托国家数据共享交换平台,按照开放数据接口、制定共享目录、签订共享协议的方式,实现各部门共享交换数据。但从目前情况看,在当前共享政策法规不健全、部门信息系统相对独立的现实情况下,采取“物理分散、逻辑集中”的方式,保持各部门现有系统功能、管理、运维等格局不变,以统一平台开放数据交换接口的方式推动共享,是比较合适的。
下一步,国家发展改革委将按照《纲要》要求,进一步加强政务信息化建设的统筹规划,强化共享共建要求,大力推进跨部门信息系统的共建共享,原则上不再支持建设新平台和各部门孤立的信息系统,推动形成互联互通、信息共享、业务协同的系统性工程,以发挥信息网络化提高多部门协同水平和监测、决策、服务的信息能力的关键作用。
问:李克强总理指出,发展大数据政府部门要“从我做起”,要求政府带头,除了上述您提到的数据开放共享,能否介绍一下在下一步《纲要》落实中,国家发展改革委还有哪些考虑?
答:
政府带头主要体现在政府要带头对数据开放共享和抓好政府应用。大数据不仅是一次技术革命,更是一场思维方式、行为模式与治理理念的全方位变革。把大数据引入社会治理,将深刻改变政府管理理念和社会治理模式,是实现国家治理体系和治理能力现代化的有效途径。政府应用大数据,不能简简单单的搞大数据项目建设,建信息系统、建平台、建数据库、建数据中心等等,一定要把重点放在数据应用上面。要在政府履职中充分运用大数据技术和理念,加强政府数据和社会数据的关联分析利用,为有效处理复杂社会问题提供新手段,建立“用数据说话、用数据决策、用数据管理、用数据创新”的管理机制,实现基于数据的科学决策,推进管理型政府向透明、高效、廉洁的服务型、责任型政府转变。
下一步,我们将在大力推动政府数据共享开放的同时,通过“条块结合、区域试点”等方式重点抓好大数据应用。
一方面,将选择一些重点行业领域,促进相关部门联合开展应用。《纲要》中也明确列出了决策支持、商事服务、医疗健康、社会保障、工业和新兴产业、现代农业等领域。归纳起来,主要是四个方面:一是政府治理方面。要加强政府数据和社会数据的关联应用,提高对公共危机事件的源头治理、动态监控、应急处置和感知预警能力,促进政府监管和社会监督有机结合,促进政府治理从粗放、揽权向精细、放权转变,打造高效政府、服务政府、透明政府、责任政府。二是公共服务方面。要利用大数据洞察民生需求,优化资源配置,缩小城乡差距,拓展服务渠道和方式,形成公平普惠、便捷高效的民生服务体系,不断满足人民群众日益增长的个性化、多样化需求。三是宏观调控方面。要充分运用大数据的理念、技术和资源,丰富经济统计数据来源,实现对经济运行状况更为准确的监测、分析、预测和预警,更有效地推动经济发展方式转变和产业结构调整,提高宏观调控的科学决策水平。四是产业发展方面。
要推动大数据与云计算、物联网、移动互联网等新技术融合发展,探索大数据与传统产业协同发展的新业态、新模式,促进传统产业转型升级和新兴产业发展,培育新的经济增长点。
另一方面,将选择一些区域,组织实施国家大数据综合试验区建设。试验区建设不是建产业园、建数据中心,而是要充分依托已有设施资源,把现有的利用好,把新建的规划好,坚决杜绝盲目新建数据中心,避免造成资源空间的浪费损失。综合试验区建设要力求发挥“三个作用”:一是示范带头作用。这些试验区建设应该具备一定基础条件,在数据资源共享开放、大数据产业发展支撑、数据应用创新和数据安全保障方面均有较好的基础,可以通过试验区建设,进一步发挥示范带动效应。二是统筹布局作用。强化大数据中心的国家统筹布局,依托这些试验区,承接中央部门、其他地方的数据中心应用需求,既可以有效控制新建数据中心,又可以盘活存量资源,还可以促进集聚发展。三是先行先试作用。
通过综合试验区,培育大数据交易等新做法,开展面向应用的数据交易市场试点,鼓励产业链上下游之间进行数据交换,探索数据资源的定价机制,规范数据资源交易行为,建立大数据投融资体系,激活数据资源潜在价值,促进形成新业态,为区域经济社会加速发展、加快转型、推动跨越提供有力支撑,更好地服务国家战略发展。
下一步,国家发展改革委将按照国务院的部署,发挥好牵头作用,抓紧建立统筹协调机制,联合有关部门、地方政府、社会企业,在政府数据开放共享、数据资源整合利用、产业发展、技术研发、法规标准、人才培养等多个方面统筹协调、扎实推进,促进大数据健康快速发展。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
t 检验与 Wilcoxon 检验:数据差异比较的两大统计利器 在数据分析中,“比较差异” 是核心需求之一 —— 如新药疗效是否优于旧药 ...
2025-08-26季节性分解外推法:解锁时间序列预测的规律密码 在商业决策、资源调度、政策制定等领域,准确的预测是规避风险、提升效率的关键 ...
2025-08-26CDA 数据分析师:数据治理驱动下的企业数据价值守护者 在数字经济时代,数据已成为企业核心战略资产,其价值的释放离不开高 ...
2025-08-26基于 SPSS 的 ROC 曲线平滑调整方法与实践指南 摘要 受试者工作特征曲线(ROC 曲线)是评估诊断模型或预测指标效能的核心工具, ...
2025-08-25神经网络隐藏层神经元个数的确定方法与实践 摘要 在神经网络模型设计中,隐藏层神经元个数的确定是影响模型性能、训练效率与泛 ...
2025-08-25CDA 数据分析师与数据思维:驱动企业管理升级的核心力量 在数字化浪潮席卷全球的当下,数据已成为企业继人力、物力、财力之后的 ...
2025-08-25CDA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 ...
2025-08-18