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
数字化经营时代,企业的市场竞争早已从经验决策转向数据决策。门店营收、用户转化、产品销量、成本损耗、存量资产等所有经营行为 ...
2026-05-22在MySQL数据库日常运维、业务数据校验、数据迁移与数据清洗场景中,自增主键ID的连续性校验是一项基础且关键的工作。MySQL的Auto ...
2026-05-22 很多企业团队并非缺乏指标,而是陷入“指标失控”:仪表盘上堆满实时跳动的数据,却无法回答“当前瓶颈在哪、下一步该做什么 ...
2026-05-22【核心关键词】大数据、可视化、存储、架构、客户、离线、产品、同步、实时、数据仓库、数据分析、数据可视化、存储数据、离线 ...
2026-05-21在电商流量红利消退、公域获客成本持续走高的当下,存量用户深度挖掘已成为店铺增收增效的核心抓手。相较于付费投放获取的陌生新 ...
2026-05-21 很多数据分析师每天盯着几十个指标,但当被问到“这套指标要支撑什么业务目标”“指标之间是什么逻辑关系”“业务变化时如何 ...
2026-05-21在数据驱动决策的时代,数据质量直接决定分析结果的可靠性与准确性,而异常值作为数据清洗中的核心痛点,往往会扭曲分析结论、误 ...
2026-05-20 很多数据分析师每天盯着GMV、DAU、转化率,但当被问到“哪些指标在所有行业都适用”“哪些指标只对电商有意义”“二者如何搭 ...
2026-05-20Agent的能力边界,很大程度上取决于其掌握的Skill质量和数量。传统做法是靠人工编写和维护Skill,但这条路很快会遇到瓶颈。业务 ...
2026-05-20在统计分析中,方差分析(ANOVA)是一种常用的假设检验方法,核心用于分析“一个或多个自变量对单个因变量的影响”,广泛应用于 ...
2026-05-19 很多数据分析师每天盯着GMV、DAU、转化率,但当被问到“什么是指标”“指标和维度有什么区别”“如何定义指标值的计算规则和 ...
2026-05-19想高效备考 CDA 一级,拒绝盲目刷题、冗余学习?《CDA 一级教材知识手册》重磅来袭!以官方教材为核心,浓缩 13 章 103 个核心考 ...
2026-05-19在数据统计分析中,卡方检验是一种常用的非参数检验方法,核心用于判断两个或多个分类变量之间是否存在显著关联,广泛应用于市场 ...
2026-05-18在企业数字化转型的浪潮中,很多企业陷入了“技术堆砌”的误区——上线了ERP、CRM、BI等各类系统,积累了海量数据,却依然面临“ ...
2026-05-18小陈是某电商平台的数据分析师。老板交给他一个任务:“我们平台的注册用户已经突破1000万了,想了解一下用户的平均月消费金额。 ...
2026-05-18【专访摘要】本次CDA持证专访邀请到拥有丰富物流供应链数据分析经验的赖尧,他结合自身在京东、华莱士、兰格赛等企业的从业经历 ...
2026-05-15在数字化时代,企业的每一次业务优化、每一项技术迭代,都需要回答一个核心问题:这个动作到底能带来多少价值?是提升了用户转化 ...
2026-05-15在数据仓库建设中,事实表与维度表是两大核心组件,二者相互关联、缺一不可,共同构成数据仓库的基础架构。事实表聚焦“发生了什 ...
2026-05-15 很多数据分析师沉迷于复杂的机器学习算法,却忽略了数据分析最基础也最核心的能力——描述性统计。事实上,80%的商业分析问 ...
2026-05-15【核心关键词】互联网、机会、运营、关键词、账户、数字化、后台、客户、成本、网络、数据分析、底层逻辑、市场推广、数据反馈 ...
2026-05-14