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。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
CDA数据分析师 出品 作者:李诗怡 题目1 一家餐厅统计顾客的性别、年龄、消费金额等信息,在进行数据分析时,发现性别这一变量在 ...
2026-10-16核心资源推荐 CDA教材(2025):https://edu.cda.cn/goods/show/3151CDA模拟题(2025):https://edu.cda.cn/goods/show/2845CD ...
2026-10-16核心资源推荐 CDA教材(2025):https://edu.cda.cn/goods/show/3151CDA模拟题(2025):https://edu.cda.cn/goods/show/2845CD ...
2026-10-16一、为什么要区分这两种分布 在数据分析和统计学中,拿到一组数据后第一件事通常就是看它的分布形态。分布形态决定了你能用什么 ...
2026-10-15一、问题现象 在实际使用 Excel 透视表做数据分析时,经常会遇到这样的情况:数据源表格里明明新增了一行或一列金额数据,数据源 ...
2026-10-15核心资源推荐 CDA教材(2025):https://edu.cda.cn/goods/show/3151CDA模拟题(2025):https://edu.cda.cn/goods/show/2845CD ...
2026-10-15一、什么是预测式发货 预测式发货(Anticipatory Shipping)是亚马逊于2013年12月获得授权的一项美国专利(专利号 US 8,615,473 ...
2026-10-14一、SQL在金融量化体系中的定位 量化投资的本质是用数据驱动决策,而数据处理贯穿量化研究的全生命周期。从原始行情数据清洗、因 ...
2026-10-14核心资源推荐 CDA教材(2025):https://edu.cda.cn/goods/show/3151CDA模拟题(2025):https://edu.cda.cn/goods/show/2845CD ...
2026-10-14CDA数据分析师 出品 作者:李诗怡 四层结构 · 零件与房子 · 六大易错点 一、什么是指标体系 定义:指标体系是整套完整框架 ...
2026-10-13写在开头 先还原一个你大概率见过的场面。 立项会上有人说:我们得做用户画像。 于是团队关进会议室,白板写满便利贴,两小时后 ...
2026-10-13 很多数据分析师每天都在计算指标、制作报表,但当被问到“什么叫指标数据元”“指标数据标准包含哪些核心维度”“指标数据质 ...
2026-10-13在统计学与数据分析研究中,相关性分析分为数值变量分析与分类变量分析两大类。针对身高、销量、分数等连续数值变量,通常采用皮 ...
2026-10-12在Power BI可视化分析体系中,常规表格仅能展示枯燥的数值数据,存在数据对比不直观、强弱规律不突出、维度交叉分析低效等问题。 ...
2026-10-12 很多数据分析师能熟练写SQL、做透视表,但当被问到“数据是从哪里来的?经过哪些加工才进入数据仓库?ETL具体做了什么?”时 ...
2026-10-12在传统零售行业同质化竞争激烈、大众营销转化率持续走低的背景下,依托经验与直觉的粗放式营销逐渐失效。美国塔吉特百货(Target ...
2026-10-10随着智能客服、数字化服务、用户精细化运营的快速普及,传统零散、非标准化的客户服务数据与业务体系逐渐难以支撑高效服务治理。 ...
2026-10-10 很多数据分析师能熟练地写SQL、做透视表、算描述性统计,但当被问到“如何预测用户流失概率”“如何归因销量下滑的关键因素 ...
2026-10-10CDA数据分析师 出品 作者:李诗怡 定义区别 · 场景举例 · 指标分类 · 计算方法 知识体系总览 模块 包含内容 一、核 ...
2026-10-09在数据分析工作流中,业务数据大多存储在各类关系型数据库内,例如MySQL、PostgreSQL、SQLite等。Pandas是Python生态中主流的数 ...
2026-10-09