京公网安备 11010802034615号
经营许可证编号:京B2-20210330
《大数据领导干部读本》发布 “大数据”将加速创新变革
中国首部专门为领导干部撰写的大数据知识读本发布。全书通过丰富的实践案例呈现大数据在政府治理、经济治理、社会治理等方面引发的巨大变革。《央广财经评论》本期关注:“大数据”加速创新与变革。
北京10月20日消息 据经济之声《央广财经评论》报道,中国首部专门为领导干部撰写的大数据知识读本昨天下午在国家行政学院正式发布。来自国家行政学院、工信部、中国人民银行、中国科学院以及部分高校的专家学者围绕“大数据和国家治理现代化”这一主题展开探讨。
大数据是近年IT界的时髦词汇,领导干部工作事务繁忙,为什么也要掌握“大数据”?《大数据领导干部读本》这本书中指出,大数据是一场治理革命,它将通过全面、系统的数据,使政府从“主观主义”、“经验主义”的治理方式,迈向“实事求是”、“数据驱动”的治理方式。
国家行政学院常务副院长马建堂表示,政府是一个国家最重要的决策主体,决策体系是否科学,直接决定了政府的治理能力和治理效果。以往政府治理的“痛点”、“难点”,往往是数据的“盲点”,数据缺失导致政府无法有效决策,大数据恰恰是克服政府治理顽疾的利器。大数据为政府的精准治理、高效治理方面创造了新的手段。在互联时代,过去做不到的事情,现在有了大数据就可以办到。
马建堂:互联网过去抓不了,现在有了云计算和大数据,它们不仅提高了人认识世界的能力,也可以帮助感知人所有的行为体系。大数据对于行政学院来说很重要,行政学院是培养干部的学院,我们要把新知识传授给干部,以帮助他们适应新常态。
过去决策往往容易凭借经验,容易“拍脑袋”决策。中国行政体制改革研究会常务副秘书长王露认为,大数据会带来管理的革命,有了这个利器之后,变成“人在干,云在算”。数据驱动的阳光决策值得期待。
王露:中国目前已在利用大数据推行国家的治理体系,大数据也是一个管理的能力,数据驱动性决策会给国家的治理带来根本性的变革,以往治理的难点和痛点往往是数据系统无法覆盖的灰色地带,这些灰色地带就给腐败和官僚主义留下了空间。但是在大数据的背景之下,人在干,云在算,数据驱动的研发权利平台是值得期待的。
亚信数据公司和很多地方政府进行过大数据的合作,副总裁邹明达表示,现在很多政府官员学习大数据的热情非常高,甚至超过当年学信息化的劲头。
邹明达:在这些合作中,首先,各地政府或领导层对大数据的重视程度空前的高,甚至超过了以前对信息化的重视程度。第二,各地政府都在积极学习相关的知识。第三,我们整个经济和产业的发展都已经进入了互联网大数据时代。
大数据在政府治理、经济治理、社会治理等方面将引发怎样的变革?北京3G产业联盟副理事长项立刚对此进行了分析解读。
经济之声:现在很多政府官员学习大数据的热情非常高,15年前有过一股学习网络热,30年前有过一股学习电脑热。现在出现学习大数据的热潮,是否说明一场新的信息变革又来了?
项立刚:它确实是一场新的信息革命,我们现在处于互联网的时代,之后就是智能互联网时代,在由移动互联、智能感应和大数据共同构建出的新的产业模式和市场模式中,市场、机会和能力都和传统的互联网完全不同。因此,政府官员必须需要学习掌握大数据,这是一场很重要的产业革命。
经济之声:大数据能在政府治理、经济治理、社会治理等方面引发的巨大变革。您能否给大家科普一下,大数据为什么这么神奇?
项立刚:其实大数据有很多有价值的东西。我举一个例子,以前人流密集的地方经常会出现踩踏事件,而我们的警力及政府管制却时常不够,而大数据可以判断该地区的人口数量并进行及时的反应,从而大大提升了政府的政务管理能力。因此,大数据可以向我们提供各种各样有价值的服务,在智能交通、健康管理、电子商务及公共服务等领域都起到了十分重要的作用。
经济之声:特别是在政府治理方面,大数据将扮演什么样的角色?如何促进科学决策?
项立刚:在政府治理方面,大数据未来将在整个公共服务领域创造出一个非常有价值的体系。在交通方面,利用大数据或许能够改善目前的拥堵状况。此外,在公共服务领域,我们需要对不同的人进行相关分析。同时,公共安全领域也十分重要。如果我们政府无法系统的掌握数据,且不能有针对性的采取措施,问题就很容易出现。现在通过大数据的搜集挖掘,我们就可以找到所有的相关信息,从而找到解决办法。
经济之声:未来“大数据”会如何加速社会创新?
项立刚:其实智能互联网是大数据的其中一个组成部分,在整个产业中,首先,军事领域已经因为大数据发生了很大的改变。后期智能交通领域也将因为大数据发生巨大的改变。此外,未来的移动医疗也将发生变化,我们将来看病会变的既简单又方便。健康管理、智能家居以及物流等都会因为大数据的参与而大大方便我们的生活。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数字化时代,每一位用户与产品的交互都会留下可追溯的行为轨迹——电商用户的浏览、加购、下单,APP用户的注册、登录、功能使 ...
2026-03-31在日常数据统计、市场调研、学术分析等场景中,我们常常需要判断两个分类变量之间是否存在关联(如性别与消费偏好、产品类型与满 ...
2026-03-31在CDA(Certified Data Analyst)数据分析师的职场实战与认证考核中,“可解释性建模”是核心需求之一——企业决策中,不仅需要 ...
2026-03-31多层感知机(MLP,Multilayer Perceptron)作为深度学习中最基础、最经典的神经网络模型,其结构设计直接决定了模型的拟合能力、 ...
2026-03-30在TensorFlow深度学习实战中,数据集的加载与预处理是基础且关键的第一步。手动下载、解压、解析数据集不仅耗时费力,还容易出现 ...
2026-03-30在CDA(Certified Data Analyst)数据分析师的日常工作中,“无监督分组、挖掘数据内在聚类规律”是高频核心需求——电商场景中 ...
2026-03-30机器学习的本质,是让模型通过对数据的学习,自主挖掘规律、实现预测与决策,而这一过程的核心驱动力,并非单一参数的独立作用, ...
2026-03-27在SQL Server数据库操作中,日期时间处理是高频核心需求——无论是报表统计中的日期格式化、数据筛选时的日期类型匹配,还是业务 ...
2026-03-27在CDA(Certified Data Analyst)数据分析师的能力体系与职场实操中,高维数据处理是高频且核心的痛点——随着业务场景的复杂化 ...
2026-03-27在机器学习建模与数据分析实战中,特征维度爆炸、冗余信息干扰、模型泛化能力差是高频痛点。面对用户画像、企业经营、医疗检测、 ...
2026-03-26在这个数据无处不在的时代,数据分析能力已不再是数据从业者的专属技能,而是成为了职场人、管理者、创业者乃至个人发展的核心竞 ...
2026-03-26在CDA(Certified Data Analyst)数据分析师的能力体系中,线性回归是连接描述性统计与预测性分析的关键桥梁,也是CDA二级认证的 ...
2026-03-26在数据分析、市场研究、用户画像构建、学术研究等场景中,我们常常会遇到多维度、多指标的数据难题:比如调研用户消费行为时,收 ...
2026-03-25在流量红利见顶、获客成本持续攀升的当下,营销正从“广撒网”的经验主义,转向“精耕细作”的数据驱动主义。数据不再是营销的辅 ...
2026-03-25在CDA(Certified Data Analyst)数据分析师的全流程工作中,无论是前期的数据探索、影响因素排查,还是中期的特征筛选、模型搭 ...
2026-03-25在当下数据驱动决策的职场环境中,A/B测试早已成为互联网产品、运营、营销乃至产品迭代优化的核心手段,小到一个按钮的颜色、文 ...
2026-03-24在统计学数据分析中,尤其是分类数据的分析场景里,卡方检验和显著性检验是两个高频出现的概念,很多初学者甚至有一定统计基础的 ...
2026-03-24在CDA(Certified Data Analyst)数据分析师的日常业务分析与统计建模工作中,多组数据差异对比是高频且核心的分析场景。比如验 ...
2026-03-24日常用Excel做数据管理、台账维护、报表整理时,添加备注列是高频操作——用来标注异常、说明业务背景、记录处理进度、补充关键 ...
2026-03-23作为业内主流的自助式数据可视化工具,Tableau凭借拖拽式操作、强大的数据联动能力、灵活的仪表板搭建,成为数据分析师、业务人 ...
2026-03-23