
陈敏尔:运用大数据大力提升政府治理能力
4月15日,贵州省委副书记、省长陈敏尔到省公共资源交易中心和政务服务中心,就运用大数据提升政府治理能力进行调研座谈。他强调,各地各有关部门要以钉钉子精神加快大数据产业发展,更多更好地借助大数据提升政府治理能力,不断提高政府科学决策、社会管理和公共服务水平。省委常委、贵阳市委书记陈刚出席座谈会,副省长王江平参加调研并主持座谈会。
陈敏尔先后来到省公共资源交易中心交易大厅、开标区和多功能大厅,认真听取资源交易、电子竞价、电子交易流程介绍,详细了解中心环境设施和服务管理情况。在省政务服务中心,陈敏尔一一察看进驻部门和单位服务窗口,与工作人员和前来办事的群众亲切交流,仔细询问部门入驻率、审批授权、办结效率等,深入了解中心运行和管理有关情况,就加快中心规范化、标准化、高效化建设提出了明确要求。
在随后召开的座谈会上,陈敏尔听取了省政务服务中心、省公共资源交易中心、省经信委的工作汇报和部分企业、高校的大数据专家的意见建议,并与部分部门和单位负责人进行交流讨论。陈敏尔指出,近段时间以来,贵州大数据产业发出了很多好声音,发展势头风起云涌、好戏连台,前景十分看好。各地各有关部门要进一步坚定信心,发扬钉钉子精神,共同推动大数据产业加快发展,促成更多大数据项目落地生根、开花结果。
陈敏尔强调,运用大数据提升政府治理能力是政府改革和管理的时代课题。政府管理服务水平的提升,既要依靠体制机制创新,也要依靠技术手段创新。各级政府部门要认真贯彻落实李克强总理到贵州视察时对贵州省大数据产业发展作出的重要指示精神,切实把握时代机遇,更多更好地借助大数据提升政府治理能力。要运用大数据提升政府决策能力,通过系统采集客观数据和实证分析,不断增强决策的精准性、预见性和公平性。要运用大数据提升政府管理能力,管好公共权力、公共资金、公共资源、公职人员,实现“人在干、云在算、天在看”。要运用大数据提升政府服务能力,面向社会民生提供生活服务,面向企业发展提供生产、生意服务,不断提高社会公众的满意度。
陈敏尔指出,推进“云上贵州”建设是运用大数据提升政府治理能力的重要平台和抓手。当前,“云上贵州”系统平台和“7+N”云工程建设进展顺利,有很好的开端,起步良好。要坚持摸着石头过河,更加认真、务实地推进各项工作。要加快数据集聚进度,推动政府部门数据存储到云平台,云集更多社会数据,招引全国数据资源向贵州集聚。要提升数据开放程度,打破数据壁垒,推动各个层级政府之间、政府部门之间、部门内部之间的数据开放共享和互联互通。要加大数据应用力度,进一步总结推广以应用为导向的大数据产业发展模式,围绕发现价值和发现需求,鼓励和吸引更多投资者、创业者和应用商加快大数据的开发应用,深入挖掘大数据的商业价值。要加快制定“云上贵州”发展规划,进一步完善云长负责制,出台政策激励措施,总结宣传经典案例和先进经验,发挥好贵阳市和贵安新区的领跑、率先和主导作用,为大数据产业发展提供有力保障。
陈敏尔强调,运用大数据提升政府治理能力要把省公共资源交易中心和政务服务中心的作用发挥好。“两个中心”自成立以来,做了大量卓有成效的工作,开局不错、运营良好。要认真总结经验和不足,充分考虑社会公众的需求和入驻部门的实际,加快建立健全政务服务体系,与时俱进做好各项工作。要进一步做到“应进则进、能进则进,进而能办、办而有效”,努力提供更加便捷的政务服务,营造更加优质的政务环境。要对进驻部门内部流程进行科学化再造,以效率和规范为准则,不断改良和完善审批程序、管理流程,推动前台后台、线上线下的有机联动,加强部门之间的联办并办和各级政府之间的互联互通。要推动省公共资源交易中心和政务服务中心与“云上贵州”系统平台的联接,科学配置、有效利用各种数据资源。要进一步完善中心管理模式,建立健全内部管理和外部监督体制机制,不断提升服务质量和服务效率。
王江平对贯彻落实好会议精神提出了具体要求。
省政府秘书长唐德智,省有关部门和企业负责人、部分大数据专家代表参加调研座谈。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
基于 Python response.text 的科技新闻数据清洗去噪实践 在通过 Python requests 库的 response.text 获取 API 数据后,原始数据 ...
2025-08-21基于 Python response.text 的科技新闻综述 在 Python 网络爬虫与 API 调用场景中,response.text 是 requests 库发起请求后获取 ...
2025-08-21数据治理新浪潮:CDA 数据分析师的战略价值与驱动逻辑 一、数据治理的多维驱动引擎 在数字经济与人工智能深度融合的时代,数据治 ...
2025-08-21Power BI 热力地图制作指南:从数据准备到实战分析 在数据可视化领域,热力地图凭借 “直观呈现数据密度与分布趋势” 的核心优势 ...
2025-08-20PyTorch 矩阵运算加速库:从原理到实践的全面解析 在深度学习领域,矩阵运算堪称 “计算基石”。无论是卷积神经网络(CNN)中的 ...
2025-08-20数据建模:CDA 数据分析师的核心驱动力 在数字经济浪潮中,数据已成为企业决策的核心资产。CDA(Certified Data Analyst)数据分 ...
2025-08-20KS 曲线不光滑:模型评估的隐形陷阱,从原因到破局的全指南 在分类模型(如风控违约预测、电商用户流失预警、医疗疾病诊断)的评 ...
2025-08-20偏态分布:揭开数据背后的非对称真相,赋能精准决策 在数据分析的世界里,“正态分布” 常被视为 “理想模型”—— 数据围绕均值 ...
2025-08-19CDA 数据分析师:数字化时代的价值创造者与决策智囊 在数据洪流席卷全球的今天,“数据驱动” 已从企业战略口号落地为核心 ...
2025-08-19CDA 数据分析师:善用 Power BI 索引列,提升数据处理与分析效率 在 Power BI 数据分析流程中,“数据准备” 是决定后续分析质量 ...
2025-08-18CDA 数据分析师:巧用 SQL 多个聚合函数,解锁数据多维洞察 在企业数据分析场景中,单一维度的统计(如 “总销售额”“用户总数 ...
2025-08-18CDA 数据分析师:驾驭表格结构数据的核心角色与实践应用 在企业日常数据存储与分析场景中,表格结构数据(如 Excel 表格、数据库 ...
2025-08-18PowerBI 累计曲线制作指南:从 DAX 度量到可视化落地 在业务数据分析中,“累计趋势” 是衡量业务进展的核心视角 —— 无论是 “ ...
2025-08-15Python 函数 return 多个数据:用法、实例与实战技巧 在 Python 编程中,函数是代码复用与逻辑封装的核心载体。多数场景下,我们 ...
2025-08-15CDA 数据分析师:引领商业数据分析体系构建,筑牢企业数据驱动根基 在数字化转型深化的今天,企业对数据的依赖已从 “零散分析” ...
2025-08-15随机森林中特征重要性(Feature Importance)排名解析 在机器学习领域,随机森林因其出色的预测性能和对高维数据的适应性,被广 ...
2025-08-14t 统计量为负数时的分布计算方法与解析 在统计学假设检验中,t 统计量是常用的重要指标,其分布特征直接影响着检验结果的判断。 ...
2025-08-14CDA 数据分析师与业务数据分析步骤 在当今数据驱动的商业世界中,数据分析已成为企业决策和发展的核心驱动力。CDA 数据分析师作 ...
2025-08-14前台流量与后台流量:数据链路中的双重镜像 在商业数据分析体系中,流量数据是洞察用户行为与系统效能的核心依据。前台流量与 ...
2025-08-13商业数据分析体系构建与 CDA 数据分析师的协同赋能 在企业数字化转型的浪潮中,商业数据分析已从 “可选工具” 升级为 “核 ...
2025-08-13