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
CDA数据分析师 出品 作者:李诗怡 一、数据分析四大思维 1. 对比思维:没有对比就没有分析 核心观点:单独一个数字没有意义,有 ...
2026-10-05Kimball 是方法,星型模型是它产出的形状。 很多人把"Kimball vs 星型模型"当成一道选择题——这本身就是个误会:Kimball 是动词 ...
2026-10-05写在开头 老板在微信上甩来一句: "帮我看下为什么销量跌了。" ” 你回工位,打开 SQL,开始写。查订单表、拉近三个月、按 ...
2026-10-03CDA数据分析师 出品 作者:李诗怡 1. 事实表 vs 维度表 对比维度 事实表 维度表 核心问题 记录“业务发生了什么事” 描述 ...
2026-10-02做数据聚合时,PySpark的groupBy()确实能完成统计,这也是它的本职工作。但它有一个根本性局限:每一组数据,最终只能返回一行 ...
2026-10-01热力地图是数据可视化中极具辨识度与实用性的空间分析图表,结合地理空间维度与数据密度特征,通过颜色深浅、色阶渐变直观展示数 ...
2026-09-30 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-09-30同样是“银行数据岗”,在国有大行总行数据中心、在一家城商行的零售部、在银行系金融科技子公司、在保险公司,工作内容、成长节 ...
2026-09-29在数据分析与统计学研究中,数据往往不是独立存在的,不同变量之间普遍存在相互关联、相互影响的关系。相关性统计分析是挖掘变量 ...
2026-09-29 导读:大多数人只把 dataclasses 当成偷懒工具,用来少写 __init__、__repr__ 这类魔法方法。但它的能力远不止于此。本文带 ...
2026-09-29 很多数据分析师能熟练地计算指标、搭建标签体系,但当被问到“画像到底在解决什么问题”“画像和标签是什么关系”“画像如何 ...
2026-09-29在MySQL数据库运维与业务开发中,行业普遍存在“数据达到千万级就必须分表”的说法。但在实际生产环境中,千万条数据并不是强制 ...
2026-09-28CDA数据分析师 出品 作者:李诗怡 1. 5W1H 分析法 定义:经典系统性思维框架,通过六个核心维度对问题进行全方位拆解与剖析,确 ...
2026-09-28 很多分析师在设计标签时思路清晰,但真到落地环节却面临“数据在手,不知如何转化为可用标签”的困境:或因加工方式选择不当 ...
2026-09-28CDA数据分析师 出品 作者:李诗怡 1. 用户标签体系 定义: 通过一系列高度精炼的特征标识,对用户属性、行为与偏好进行量化刻画 ...
2026-09-24Pandas是Python生态中用于表格数据处理的核心库,广泛应用于数据清洗、统计运算、报表输出、数据分析建模等场景。在处理极大数值 ...
2026-09-24随着数字经济快速发展,数据已成为核心生产要素,各行各业的业务沉淀、用户行为、设备运行、市场交易均产生海量数据。数据处理作 ...
2026-09-24 很多分析师每天和数据打交道,但当被问到“标签是什么”“标签和指标有什么区别”“标签体系如何设计”时,却常常答不上来。 ...
2026-09-24在时序数据分析中,大部分业务数据并非持续平稳变化,而是会在某些时间节点出现突然抬升、断崖下跌、趋势反转、波动异变等现象, ...
2026-09-23在统计学与数据分析中,研究多组数据差异最常用的方法为单因素方差分析与事后多重比较。很多数据分析初学者容易混淆两者功能,认 ...
2026-09-23