京公网安备 11010802034615号
经营许可证编号:京B2-20210330
促进大数据发展和应用 提升国家治理现代化水平
2015年10月19日,中国行政体制改革研究会与人民出版社共同主办的“大数据和国家治理现代化”研讨会暨《大数据领导干部读本》新书发布会在北京举行。中共十八届中央委员、国家行政学院常务副院长马建堂,人民出版社总编辑辛广伟致辞。全国政协委员、国家行政学院原副院长、中国行政体制改革研究会副会长周文彰作总结讲话。会议由中国行政体制改革研究会秘书长王满传教授主持。
马建堂在致辞中指出,大数据可以大幅提升人类认识和改造世界的能力,正在以前所未有的速度颠覆着人类探索世界的方法,焕发出变革经济社会的巨大力量。“得数据者得天下”已经成为全球普遍共识。近年来,党中央、国务院高度重视大数据的创新发展,准确把握大融合、大变革的发展趋势,制订并出台了《关于促进大数据发展的行动纲要》,为我国大数据的发展指明了方向,可以看作是大数据发展“顶层设计”和“战略部署”,具有划时代的深远影响。
在研讨中,“大数据治国战略研究”课题组组长、中国国际经济交流中心战略部张茉楠,中国人民银行金融研究所孙玉琦,中科院计算机网络信息中心科学数据中心总工程师、大数据应用技术工程实验室副主任甘宁,国家信息中心信息化研究部杨道玲,百度发展研究中心主任黄林莉,亚信数据副总裁邹明达等代表与会专家作了重点发言。
与会领导和专家普遍认为,“大数据”的渗透能力远远超出人们的想象,它正在改变,甚至颠覆我们所处的整个时代,将对经济社会发展、企业经营和政府治理等方方面面产生深远影响。
与会专家指出,中国许多应用领域已与主要发达国家处于同一起跑线上,具备了厚积薄发、登高望远的条件,在新一轮国际竞争和大国博弈中具有超越的潜在优势。我国应顺应时代发展趋势,抓住大数据发展带来的契机,充分利用大数据提升国家治理能力和国际竞争力。在此背景下,了解大数据相关知识和理论,把握大数据发展趋势,主动在工作中运用大数据,是时代赋予各级领导干部的历史使命。
有专家认为,大数据时代开辟了政府治理现代化的新途径:大数据助力决策科学化,公共服务个性化、精准化;实现信息共享融合,推动治理结构变革,从一元主导到多元合作;大数据催生社会发展和商业模式变革,产业融合成为趋势。
《大数据领导干部读本》是中国行政体制改革研究会承担的国家社科基金特别委托项目“大数据治国战略研究”的重要阶段性成果,由人民出版社出版发行。工业和信息化部部长苗圩、国家行政学院常务副院长马建堂为本书作序。中国科学院、中国工程院4位院士,清华、人大、复旦、中大等名校校长,马云、马化腾、李彦宏等大数据企业代表共同担任本书顾问。研究和写作团队由国家行政学院、中国科学院、中国工程院、顶尖大数据企业和智库机构的专家组成。在新书发布会上,中国行政体制改革研究会常务副秘书长、《大数据领导干部读本》主编王露介绍了新书的主要内容。全书共包括六个版块:什么是大数据、大数据从哪里来、大数据到哪里去、大数据促进地方政府管理创新、大数据时代的战略和行动、开放数据。
与会人员对《大数据领导干部读本》给予了高度评价,认为本书从领导干部的视角出发,紧扣“运用大数据提升领导干部的治理能力”这一主线,以国家大数据顶层设计和战略部署为背景,以丰富的实践案例呈现大数据在政府治理、经济治理、社会治理等方面带来的的深远影响,有利于各级领导干部在实践中更好地认识大数据、把握大数据、运用大数据,从而提高工作能力和水平。
周文彰在总结讲话中指出,“数据是未来的石油”。开发好、利用好、管理好数据资产,向“数据驱动发展”的新经济形态转型升级,这既是中国紧迫的战略部署,也是这个时代的发展主题。大数据是一场治理革命,它将通过全息的数据呈现,使政府从“主观主义”、“经验主义”的模糊治理方式,迈向“实事求是”、“数据驱动”的精准治理方式。在大数据条件下,“人在干、云在算、天在看”,数据驱动的“精准治理体系”、“智慧决策体系”、“阳光权力平台”都将逐渐成为现实。因此,《大数据领导干部读本》的出版恰逢其时,是一本量身打造、易学易用的知识读本和“操作手册”。
周文彰认为,实施我国大数据战略部署和顶层设计,需要做到“四个结合”:政府数据开放和市场基于数据的创新相结合;大数据与国家治理创新相结合;大数据与现代产业体系相结合;大数据与大众创业、万众创新相结合。他提出,我国要从“数据大国”变为“数据强国”,借助大数据革命促进国家治理现代化,还有很多工作要做,有很多问题需要研究。如要建立数据政策体系、数据立法体系、数据标准体系;要重视对“数据主权”问题的研究,加强大数据动态的跟踪研究;要建设高质量的“大数据与国家治理实践案例库”等等。
CDA学员免费下载查看报告全文:2026全球数智化人才指数报告【CDA数据科学研究院】.pdf
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,数据已成为企业决策的核心驱动力,数据分析与数据挖掘作为解锁数据价值的关键手段,广泛应用于互联网、金融、医疗 ...
2026-04-17在数据处理、后端开发、报表生成与自动化脚本中,将 SQL 查询结果转换为字符串是一项高频且实用的操作。无论是拼接多行数据为逗 ...
2026-04-17面对一份上万行的销售明细表,要快速回答“哪个地区卖得最好”“哪款产品增长最快”“不同客户类型的购买力如何”——这些看似复 ...
2026-04-17数据分析师一天的工作,80% 的时间围绕表格结构数据展开。从一张销售明细表到一份完整的分析报告,表格结构数据贯穿始终。但你真 ...
2026-04-16在机器学习无监督学习领域,Kmeans聚类因其原理简洁、计算高效、可扩展性强的优势,成为数据聚类任务中的主流算法,广泛应用于用 ...
2026-04-16在机器学习建模实践中,特征工程是决定模型性能的核心环节之一。面对高维数据集,冗余特征、无关特征不仅会增加模型训练成本、延 ...
2026-04-16在数字化时代,用户是产品的核心资产,用户运营的本质的是通过科学的指标监测、分析与优化,实现“拉新、促活、留存、转化、复购 ...
2026-04-15在企业数字化转型、系统架构设计、数据治理与AI落地过程中,数据模型、本体模型、业务模型是三大核心基础模型,三者相互支撑、各 ...
2026-04-15数据分析师的一天,80%的时间花在表格数据上,但80%的坑也踩在表格数据上。 如果你分不清数值型和文本型的区别,不知道数据从哪 ...
2026-04-15在人工智能与机器学习落地过程中,模型质量直接决定了应用效果的优劣——无论是分类、回归、生成式模型,还是推荐、预测类模型, ...
2026-04-14在Python网络编程、接口测试、爬虫开发等场景中,HTTP请求的发送与响应处理是核心需求。Requests库作为Python生态中最流行的HTTP ...
2026-04-14 很多新人学完Python、SQL,拿到一张Excel表还是不知从何下手。 其实,90%的商业分析问题,都藏在表格的结构里。 ” 引言:为 ...
2026-04-14在回归分析中,因子(即自变量)的筛选是构建高效、可靠回归模型的核心步骤——实际分析场景中,往往存在多个候选因子,其中部分 ...
2026-04-13在机器学习模型开发过程中,过拟合是制约模型泛化能力的核心痛点——模型过度学习训练数据中的噪声与偶然细节,导致在训练集上表 ...
2026-04-13在数据驱动商业升级的今天,商业数据分析已成为企业精细化运营、科学决策的核心手段,而一套规范、高效的商业数据分析总体流程, ...
2026-04-13主讲人简介 张冲,海归统计学硕士,CDA 认证数据分析师,前云南白药集团资深数据分析师,自媒体 Python 讲师,全网课程播放量破 ...
2026-04-13在数据可视化与业务分析中,同比分析是衡量业务发展趋势、识别周期波动的核心手段,其核心逻辑是将当前周期数据与上年同期数据进 ...
2026-04-13在机器学习模型的落地应用中,预测精度并非衡量模型可靠性的唯一标准,不确定性分析同样不可或缺。尤其是在医疗诊断、自动驾驶、 ...
2026-04-10数据本身是沉默的,唯有通过有效的呈现方式,才能让其背后的规律、趋势与价值被看见、被理解、被运用。统计制图(数据可视化)作 ...
2026-04-10在全球化深度发展的今天,跨文化传播已成为连接不同文明、促进多元共生的核心纽带,其研究核心围绕“信息传递、文化解读、意义建 ...
2026-04-09