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
手游行业具备用户迭代快、竞争激烈、用户粘性易流失的典型特征。随着新游持续上线、玩家审美升级、玩法疲劳等问题出现,存量用户 ...
2026-08-14在数字化产品运营、商业数据分析、业务增长管理中,零散的指标统计无法支撑系统性的业务决策。单一的点击率、转化率、销量数据只 ...
2026-08-14 很多数据分析师每天都在写SQL,但当被问到“数据查询语言(DQL)的本质是什么”“SELECT语句中各子句的书写顺序与实际执行顺 ...
2026-08-14在数据库数据分析、数据清洗、报表统计与业务查询场景中,日期时间是最高频、最核心的基础字段。数据库中存储的日期格式多样,包 ...
2026-08-13在数据统计分析与数据清洗工作中,箱线图是一种简洁高效、客观性强的数据可视化图表,能够直观呈现数据集的分布特征、离散程度和 ...
2026-08-13 很多数据分析师写过无数个SELECT查询,但当被问到“如何新建一张表来固化中间数据”“创建视图和创建物理表有什么区别”“视 ...
2026-08-13在自动化办公、数据采集、定时统计、日志清理、系统监控等场景中,程序往往需要按照固定时间间隔重复执行指定任务,这种运行机制 ...
2026-08-12在数据分析日常工作中,Excel数据筛选是数据清洗、数据提取、样本筛选的核心基础操作。传统Excel手动筛选、函数筛选方式,面对多 ...
2026-08-12 很多数据分析师精通Excel函数和数据透视表,但当被问到“数据从哪里来”“表和视图有什么区别”“数据库管理系统和SQL是什么 ...
2026-08-12在数据分析、统计建模、数据挖掘与商业调研过程中,原始数据往往无法做到绝对干净规整。受系统故障、人工录入失误、设备误差、突 ...
2026-08-11在数据分析工作中,聚类分析是典型的无监督学习方法,核心作用是依据数据自身的多维特征,将相似样本自动划分为若干类别,实现“ ...
2026-08-11 很多企业团队并非缺乏指标,而是陷入“指标失控”:仪表盘上堆满实时跳动的数据,却无法回答“当前瓶颈在哪、下一步该做什么 ...
2026-08-11AB实验是互联网产品迭代、营销优化、功能升级的核心科学验证手段,通过流量随机分组、对照组与实验组对比,科学验证策略、功能、 ...
2026-08-10在MySQL数据库优化中,索引是提升查询效率、降低数据库IO开销、优化系统性能的核心手段。普通单列索引仅适配简单查询场景,面对 ...
2026-08-10 很多数据分析师每天盯着几十个指标,但当被问到“这套指标要支撑什么业务目标”“指标之间是什么逻辑关系”“业务变化时如何 ...
2026-08-10在数字化市场调研体系中,大数据与小数据是两类核心调研数据形态,分别对应海量行为统计与精准样本深度调研。行业普遍存在认知误 ...
2026-08-07数据透视表是Excel、WPS中最核心的数据分析工具,凭借快速汇总、分组统计、动态筛选的优势,被广泛应用于销量统计、业绩复盘、数 ...
2026-08-07 很多数据分析师每天盯着GMV、DAU、转化率,但当被问到“哪些指标在所有行业都适用”“哪些指标只对电商有意义”“二者如何搭 ...
2026-08-07在商品销量、市场需求、营收规模等业务数据中,季节性波动是最普遍、最核心的数据特征。零售快消、食品餐饮、家电服饰、电商行业 ...
2026-08-06在流量红利消退、市场竞争白热化的商业环境中,传统依托经验、跟风投放、广撒网式的营销模式,逐渐暴露出成本高、精准度低、转化 ...
2026-08-06