
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
在 SQL Server 数据库操作中,“数据类型转换” 是高频需求 —— 无论是将字符串格式的日期转为datetime用于筛选,还是将数值转 ...
2025-10-10在科研攻关、工业优化、产品开发中,正交试验(Orthogonal Experiment)因 “用少量试验覆盖多因素多水平组合” 的高效性,成为 ...
2025-10-10在企业数据量从 “GB 级” 迈向 “PB 级” 的过程中,“数据混乱” 的痛点逐渐从 “隐性问题” 变为 “显性瓶颈”:各部门数据口 ...
2025-10-10在深度学习中,“模型如何从错误中学习” 是最关键的问题 —— 而损失函数与反向传播正是回答这一问题的核心技术:损失函数负责 ...
2025-10-09本文将从 “检验本质” 切入,拆解两种方法的核心适用条件、场景边界与实战选择逻辑,结合医学、工业、教育领域的案例,让你明确 ...
2025-10-09在 CDA 数据分析师的日常工作中,常会遇到这样的困惑:某电商平台 11 月 GMV 同比增长 20%,但究竟是 “长期趋势自然增长”,还 ...
2025-10-09Pandas 选取特定值所在行:6 类核心方法与实战指南 在使用 pandas 处理结构化数据时,“选取特定值所在的行” 是最高频的操作之 ...
2025-09-30球面卷积神经网络(SCNN) 为解决这一痛点,球面卷积神经网络(Spherical Convolutional Neural Network, SCNN) 应运而生。它通 ...
2025-09-30在企业日常运营中,“未来会怎样” 是决策者最关心的问题 —— 电商平台想知道 “下月销量能否达标”,金融机构想预判 “下周股 ...
2025-09-30Excel 能做聚类分析吗?基础方法、进阶技巧与场景边界 在数据分析领域,聚类分析是 “无监督学习” 的核心技术 —— 无需预设分 ...
2025-09-29XGBoost 决策树:原理、优化与工业级实战指南 在机器学习领域,决策树因 “可解释性强、处理非线性关系能力突出” 成为基础模型 ...
2025-09-29在标签体系的落地链路中,“设计标签逻辑” 只是第一步,真正让标签从 “纸上定义” 变为 “业务可用资产” 的关键,在于标签加 ...
2025-09-29在使用 Excel 数据透视表进行多维度数据汇总时,折叠功能是梳理数据层级的核心工具 —— 通过点击 “+/-” 符号可展开明细数据或 ...
2025-09-28在使用 Pandas 处理 CSV、TSV 等文本文件时,“引号” 是最容易引发格式混乱的 “隐形杀手”—— 比如字段中包含逗号(如 “北京 ...
2025-09-28在 CDA(Certified Data Analyst)数据分析师的技能工具箱中,数据查询语言(尤其是 SQL)是最基础、也最核心的 “武器”。无论 ...
2025-09-28Cox 模型时间依赖性检验:原理、方法与实战应用 在生存分析领域,Cox 比例风险模型(Cox Proportional Hazards Model)是分析 “ ...
2025-09-26检测因子类型的影响程度大小:评估标准、实战案例与管控策略 在检测分析领域(如环境监测、食品质量检测、工业产品合规性测试) ...
2025-09-26CDA 数据分析师:以数据库为基石,筑牢数据驱动的 “源头防线” 在数据驱动业务的链条中,“数据从哪里来” 是 CDA(Certified D ...
2025-09-26线性相关点分布的四种基本类型:特征、识别与实战应用 在数据分析与统计学中,“线性相关” 是描述两个数值变量间关联趋势的核心 ...
2025-09-25深度神经网络神经元个数确定指南:从原理到实战的科学路径 在深度神经网络(DNN)的设计中,“神经元个数” 是决定模型性能的关 ...
2025-09-25