京公网安备 11010802034615号
经营许可证编号:京B2-20210330
推进大数据战略构筑网络强国
“十三五”规划建议提出,在国际发展竞争日趋激烈和我国发展动力转换的形势下,必须把发展基点放在创新上,形成促进创新的体制架构,塑造更多依靠创新驱动、更多发挥先发优势的引领型发展。
“在我国经济发展进入新常态大背景下,国家今年提出‘双创’理念,‘创新’已成为社会和经济发展不可或缺的核心要素之一。”宁家骏说,目前,步入信息社会,发展最重要体现在创新上,创新关键依靠知识和信息的多样化传播、加工,信息化加快了信息传播和新知识的发现进程;信息、数据最终价值都体现在形成的知识和新的生产力,信息化从而直接影响了生产力和生产要素。
“传统经济学认为,劳动力、土地、资本是主要的生产要素。在新时期,生产要素正在发生变化。”宁家骏说,虽然传统的三要素作用依然巨大,但其可挖掘的潜力有限:劳动力成本持续上升,国家土地资源是有限的,而资本也不可能凭空而来。
宁家骏认为,社会和经济发展的需要发掘新的生产要素。信息化最大的特点就是缩短新知识的创造和接受过程,新知识的诞生推动着创新,大数据、网络等技术成为创新关键,带来了深层次结构调整的渗透和人思维上的飞越,信息已成为崭新的生产要素。信息化将为传统的三大生产要素带来不可限量的附加价值。
关键在于深化创新思维
十八届五中全会首次提出实施国家大数据战略,推进数据资源开放共享。“大数据是信息社会重要资源,近年来我国不断探索大数据发展新模式,目前技术水平与国际基本同步。”宁家骏认为,实施大数据战略恰逢其时,是推动工业化和信息化深度融合,打造产业竞争新优势、抢占未来发展先机“弯道超车”的有效途径。
大数据推动了政府决策和治理能力。宁家骏坦言,以前,某些地方政府认为某些产业很有发展前景,但忽略了对整个产业布局和当地实际情况的数据分析,造成了不少地区产能过剩。如今政府运用大数据,进行精准决策,“拍脑袋”做决定的时代已经过去。
数据是推动产业创新体系的基本要素,将改变整个社会的创新体系,为创新提供了重要支撑。宁家骏说,将大数据提升到国家战略是经过深思熟虑的,对中国未来发展意义深远。
“关键要加深我们对大数据经济和产业的理解深度。”宁家骏说,目前,很多地方领导和企业负责人仅把大数据看作信息服务的一种,认为投产建设大数据中心就是发展大数据。这是对信息化、大数据的理解不够深入造成的,盲目跟风建设数据基础设施容易造成新一轮产能过剩。发展大数据核心是看如何更科学合理应用大数据资源。
数据共享构建网络强国
宁家骏表示,当前,我国已成为全球网民最多的网络大国,然而依然面临网络基础设施各地区发展不均衡、传统产业与互联网融合度不够、缺乏数据资源开放共享长效机制、信息安全方面形势严峻、改革开放深化需要加强等诸多挑战,以适应信息生产力的发展。
“十三五”规划建议中明确提出实施网络强国战略,正是契合时代潮流发展的关键决策。
宁家骏说,在建设网络强国过程中,应继续加强信息基础设施建设,这是最重要的基础;提倡和推进数据开放共享是关键,释放大数据红利,把它作为生产的重要要素来发展和看待;推动“互联网+”应用创新,用互联网思维改造传统产业,推动创新;加强信息安全保障,在安全中求发展。
在即将到来的“十三五”时期,我国应进一步提高信息化水平,推动政府数据信息公开和共享,建立开放的“阳光政府”。宁家骏说:“信息惠民,让更多的人分享到信息化的红利,让老百姓真正从中受益,我们的网络强国之路并不遥远。”
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