京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据时代来临“得数据者得天下”成全球普遍共识
“我们的衣食住行都与大数据有关,每天的生活都离不开大数据,每个人都被大数据裹挟着。大数据提高了我们的生活品质,为每个人提供创新平台和机会。”10月19日,参加中国行政体制改革研究会、人民出版社举办的“大数据和国家治理现代化”研讨会暨《大数据领导干部读本》新书发布会的专家们如是说。
那么,什么是大数据?用专业术语来讲,大数据是一类数据量大、增长速度快、类别多、价值密度低的数据,也是一项对数量巨大、来源分散、格式多样的数据进行采集、存储和关联性分析的新一代信息系统架构和技术。
大数据通过数据整合分析和深度挖掘,发现规律,创造价值,进而建立起物理世界到数字世界到网络世界的无缝链接。大数据时代,线上与线下,虚拟与现实、软件与硬件、跨界融合,将重塑我们的认知和实践模式,开启一场新的产业突进与经济转型。
国家行政学院常务副院长马建堂说,大数据其实就是海量的、非结构化的、电子形态存在的数据,通过数据分析,能产生价值,带来商机的数据。
而《大数据时代》的作者维克多•舍恩伯格这样定义大数据,“大数据是人们在大规模数据的基础上可以做到的事情,而这些事情在小规模数据的基础上无法完成。”
大数据是“21世纪的石油和金矿”
工业和信息化部部长苗圩在为《大数据领导干部读本》作序时形容大数据为“21世纪的石油和金矿”,是一个国家提升综合竞争力的又一关键资源。
而马建堂在致辞中也指出,大数据可以大幅提升人类认识和改造世界的能力,正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”已成全球普遍共识。
“从资源的角度看,大数据是‘未来的石油’;从国家治理的角度看,大数据可以提升治理效率、重构治理模式,将掀起一场国家治理革命;从经济增长角度看,大数据是全球经济低迷环境下的产业亮点;从国家安全角度看,大数据能成为大国之间博弈和较量的利器。”马建堂在《大数据领导干部读本》序言中这样界定大数据的战略意义。
总之,国家竞争焦点因大数据而改变,国家间竞争将从资本、土地、人口、资源转向对大数据的争夺,全球竞争版图将分成数据强国和数据弱国两大新阵营。
苗圩在《大数据领导干部读本》序言中说,数据强国主要表现为拥有数据的规模、活跃程度及解释、处置、运用的能力。数字主权将成为继边防、海防、空防之后另一大国博弈的空间。谁掌握了数据的主动权和主导权,谁就能赢得未来。新一轮的大国竞争,并不只是在硝烟弥漫的战场,更是通过大数据增强对整个世界局势的影响力和主导权。
大数据可促进国家治理变革
专家们普遍认为,大数据的渗透力远超人们想象,它正改变甚至颠覆我们所处的时代,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。
的确,大数据不仅是一场技术革命,还是一场管理革命。它提升人们认知能力,是促进国家治理变革的基础性力量。在国家治理领域,打造阳光政府、责任政府、智慧政府建设上都离不开大数据,大数据为解决以往的“顽疾”和“痛点”提供强大支撑;大数据还能将精准医疗、个性化教育、社会监管、舆情检测预警等以往无法实现的环节变得简单、可操作。
中国行政体制改革研究会副会长周文彰认同大数据是一场治理革命。他说:“大数据将通过全息数据呈现,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。”
马建堂在为《大数据领导干部读本》作序时也说,对于决策者而言,大数据能实现整个苍穹尽收眼底,可以解决“坐井观天”、“一叶障目”、“瞎子摸象”和“城门失火,殃及池鱼”问题。另外,大数据是人类认识世界和改造世界能力的升华,它能提升人类“一叶知秋”、“运筹帷幄,决胜千里”的能力。
专家们认为,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,加速产业融合。
中国具备数据强国潜力 2020年数据规模将位居第一
2015年是中国建设制造强国和网络强国承前启后的关键之年。今后的中国,大数据将充当越来越重要的角色,中国也具备成为数据强国的优势条件。
马建堂说,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,制定发布了《中国制造2025》和“互联网+”行动计划,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。
工信部为正在构建大数据产业链,推动公共数据资源开放共享,将大数据打造成经济提质增效的新引擎。
另外,中国是人口大国、制造业大国、互联网大国、物联网大国,这些都是最活跃的数据生产主体,未来几年成为数据大国也是逻辑上的必然结果。中国成为数据强国的潜力极为突出,2010年中国数据占全球比例为10%,2013年占比为13%,2020年占比将达18%。届时,中国的数据规模将超过美国,位居世界第一。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。中国应顺应时代发展趋势,抓住大数据发展带来的契机,拥抱大数据,充分利用大数据提升国家治理能力和国际竞争力。
建设数据强国需从顶层设计上搭建清晰框架
不过,中国在推进大数据战略上还面临一些挑战:比如,数据开放方面还广泛存在“数据孤岛“现象,虽然政府掌握着80%的数据,但现实中“部门墙”“行业墙”“地区墙”阻碍数据流动和共享。还有大数据的相关法律、法规、标准缺位,导致能开放的数据不开放,需要保护的隐私无法保护,企业由于标准模糊而无法大胆创新。还有“数据主权“容易受侵犯,由于数据空间是国家新的战略维度,尚无完备的安全保障体系,加上手机、电脑、芯片、搜索引擎、服务器等核心数据的“基础设施”大量依赖进口,数据资产极易流失。
马建堂在《大数据领导干部读本》序言中也提出,抓住大数据革命带来的“机会窗口”,建设数据强国,要在顶层设计上搭建清晰的大数据行动框架,盘活数据资产,在数据开放上取得实质性突破。同时把强大的“国家企业”和活跃的“万众创新”结合起来,培育大数据竞争的中间力量和数据生态中的活跃力量。
周文彰认为,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
在数据分析全流程中,数据处理是基础,图形可视化是核心呈现手段——前者负责将杂乱无章的原始数据转化为干净、规范、可分析的格 ...
2026-04-07在数据分析与统计推断中,p值是衡量假设检验结果显著性的核心指标,其本质是在原假设(通常为“无效应”“无差异”)成立的前提 ...
2026-04-07在数字经济深度渗透的今天,数据已成为企业生存发展的核心资产,企业的竞争本质已转变为数据利用能力的竞争。然而,大量来自生产 ...
2026-04-07Python凭借简洁的语法、丰富的生态库,成为算法开发、数据处理、机器学习等领域的首选语言。但受限于动态类型、解释性执行的特性 ...
2026-04-03在深度学习神经网络中,卷积操作是实现数据特征提取的核心引擎,更是让模型“看懂”数据、“解读”数据的关键所在。不同于传统机 ...
2026-04-03当数字化转型从企业的“战略口号”落地为“生存之战”,越来越多的企业意识到,转型的核心并非技术的堆砌,而是数据价值的深度挖 ...
2026-04-03在日常办公数据分析中,数据透视表凭借高效的汇总、分组功能,成为Excel、WPS等办公软件中最常用的数据分析工具之一。其中,“计 ...
2026-04-02在数字化交互的全场景中,用户的每一次操作都在生成动态的行为轨迹——电商用户的“浏览商品→点击详情→加入购物车”,内容APP ...
2026-04-02在数字化转型深度推进的今天,企业数据已成为驱动业务增长、构建核心竞争力的战略资产,而数据安全则是守护这份资产的“生命线” ...
2026-04-02在数据驱动决策的浪潮中,数据挖掘与数据分析是两个高频出现且极易被混淆的概念。有人将二者等同看待,认为“做数据分析就是做数 ...
2026-04-01在数据驱动决策的时代,企业与从业者每天都会面对海量数据——电商平台的用户行为数据、金融机构的信贷风险数据、快消品牌的营销 ...
2026-04-01在数字化转型的浪潮中,企业数据已从“辅助运营的附属资源”升级为“驱动增长的核心资产”,而一套科学、可落地的企业数据管理方 ...
2026-04-01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