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 MySQL 实际应用中,“频繁写入同一表” 是常见场景 —— 如实时日志存储(用户操作日志、系统运行日志)、高频交易记录(支付 ...
2025-10-30为帮助教育工作者、研究者科学分析 “班级规模” 与 “平均成绩” 的关联关系,我将从相关系数的核心定义与类型切入,详解 “数 ...
2025-10-30对 CDA(Certified Data Analyst)数据分析师而言,“相关系数” 不是简单的数字计算,而是 “从业务问题出发,量化变量间关联强 ...
2025-10-30在构建前向神经网络(Feedforward Neural Network,简称 FNN)时,“隐藏层数目设多少?每个隐藏层该放多少个神经元?” 是每个 ...
2025-10-29这个问题切中了 Excel 用户的常见困惑 —— 将 “数据可视化工具” 与 “数据挖掘算法” 的功能边界混淆。核心结论是:Excel 透 ...
2025-10-29在 CDA(Certified Data Analyst)数据分析师的工作中,“多组数据差异验证” 是高频需求 —— 例如 “3 家门店的销售额是否有显 ...
2025-10-29在数据分析中,“正态分布” 是许多统计方法(如 t 检验、方差分析、线性回归)的核心假设 —— 数据符合正态分布时,统计检验的 ...
2025-10-28箱线图(Box Plot)作为展示数据分布的核心统计图表,能直观呈现数据的中位数、四分位数、离散程度与异常值,是质量控制、实验分 ...
2025-10-28在 CDA(Certified Data Analyst)数据分析师的工作中,“分类变量关联分析” 是高频需求 —— 例如 “用户性别是否影响支付方式 ...
2025-10-28在数据可视化领域,单一图表往往难以承载多维度信息 —— 力导向图擅长展现节点间的关联结构与空间分布,却无法直观呈现 “流量 ...
2025-10-27这个问题问到了 Tableau 中两个核心行级函数的经典组合,理解它能帮你快速实现 “相对位置占比” 的分析需求。“index ()/size ( ...
2025-10-27对 CDA(Certified Data Analyst)数据分析师而言,“假设检验” 绝非 “套用统计公式的机械操作”,而是 “将模糊的业务猜想转 ...
2025-10-27在数字化运营中,“凭感觉做决策” 早已成为过去式 —— 运营指标作为业务增长的 “晴雨表” 与 “导航仪”,直接决定了运营动作 ...
2025-10-24在卷积神经网络(CNN)的训练中,“卷积层(Conv)后是否添加归一化(如 BN、LN)和激活函数(如 ReLU、GELU)” 是每个开发者都 ...
2025-10-24在数据决策链条中,“统计分析” 是挖掘数据规律的核心,“可视化” 是呈现规律的桥梁 ——CDA(Certified Data Analyst)数据分 ...
2025-10-24在 “神经网络与卡尔曼滤波融合” 的理论基础上,Python 凭借其丰富的科学计算库(NumPy、FilterPy)、深度学习框架(PyTorch、T ...
2025-10-23在工业控制、自动驾驶、机器人导航、气象预测等领域,“状态估计” 是核心任务 —— 即从含噪声的观测数据中,精准推断系统的真 ...
2025-10-23在数据分析全流程中,“数据清洗” 恰似烹饪前的食材处理:若食材(数据)腐烂变质、混杂异物(脏数据),即便拥有精湛的烹饪技 ...
2025-10-23在人工智能领域,“大模型” 已成为近年来的热点标签:从参数超 1750 亿的 GPT-3,到万亿级参数的 PaLM,再到多模态大模型 GPT-4 ...
2025-10-22在 MySQL 数据库的日常运维与开发中,“更新数据是否会影响读数据” 是一个高频疑问。这个问题的答案并非简单的 “是” 或 “否 ...
2025-10-22