京公网安备 11010802034615号
经营许可证编号:京B2-20210330
工信部五稳提信心 大数据指导意见正加紧制定_数据分析师考试
“宏观形势稳、工业大省稳、多数行业稳、三大需求出现止跌回稳迹象、稳增长政策效应正在发挥作用等,支撑着下半年工业经济运行处在一个企稳回升的状态,预期下半年工业经济形势应该要好于上半年。”工信部运行监测协调局副局长黄利斌昨日在国新办发布会上表示。
昨日,国新办就2015年上半年工业通信业发展情况举行了发布会。记者从发布会上获悉,为实现经济稳定向好,工信部将推动出台互联网与工业融合、服务型制造、工业云和大数据等指导意见。
下半年工业经济形势好于上半年
在当天的发布会上,工信部新闻发言人、总工程师张峰表示,当前工业经济基本面没有大的改变,在稳增长方面具有不少有利条件。随着稳增长预调微调效应显现和改革红利持续释放,积极因素还将进一步增多,稳的基础将进一步得到巩固。
针对下半年的工业形势,工信部运行协调局副局长黄利斌预期,下半年工业经济形势应该要好于上半年。
“江苏、广东、山东和一些中西部省份都保持了稳定的增长势头。大省稳了,市场预期和社会信心就比较稳。在41个大的行业中,上半年有23个行业的增加值增速是快于平均水平的,占比在六成,平均增速达到8.4%。”黄利斌称。
但黄利斌也提到,经济运行还存在很大的不确定性,突出表现在有效需求不足问题仍比较突出。上半年投资、消费处在近些年来的低位,这两个月投资、消费、出口有好转,但力度不够。
同时,行业、区域分化比较严重。像煤炭、钢铁、水泥、平板玻璃(871, -6.00, -0.68%)等产能严重过剩的行业仍较困难,产量下降、效益下滑。一些资源型和结构偏重的地区,如东北、西北等地经济运行较困难。
张峰强调,“要看到工业运行下行压力依然很大,部分地区、行业和企业困难加重,实现稳定向好仍需要付出更加艰巨的努力。”
部分过剩行业经营现转机
据工信部介绍,经过这几年持续不断推进淘汰落后产能,原来定的“十二五”淘汰落后产能任务提前一年在去年完成了,上半年部分行业经营甚至出现了转机。
“例如电解铝行业,今年就出现了很好的改观。这个行业上半年的消费量增长了8%以上,应当说需求还不错。”黄利斌表示。
目前,电解铝行业的产能利用率基本恢复到80%以上,盈利情况在5、6月份由负转正。而在过去3年里,这个行业一直处在全面亏损状态。
按照工信部的规划,“十二五”淘汰落后产能的任务基本告一段落,“十三五”主要任务是化解过剩产能。其中,鼓励优质产能“走出去”是一项重要内容。
他指出,过去像钢铁、水泥、电解铝等“两高一资”行业,经过这几年努力应该正正名,因为这些行业都转成了节能环保的产业,已经是优势产能。但是这些行业的产能空间差不多顶到了“天花板”,生产也处在平台期。
“这些优势产能在国内过剩,未来只有一条路,就是加快‘走出去’。对我们来说产能过剩,但对‘一带一路’沿线国家,或其他‘金砖’国家来说,它们的产能还是不足的。‘走出去’能双赢。”黄利斌称。
大数据指导意见正加紧制定
为实现经济稳定向好,实现制造强国的远景目标,系列扶持政策正在酝酿出台中。
张峰表示,工信部将推动出台互联网与工业融合、服务型制造、工业云和大数据等指导意见,加快法律法规制修订,组建“互联网+”制造的标准推进联盟,制订智能制造综合标准体系。
对此,中国社科院经济研究所微观经济研究室副主任剧锦文接受上证报记者采访时表示,从制造大国向制造强国迈进,要依靠创新、绿色制造、强基工程、智能转型来驱动。大数据驱动中国特色的工业4.0,智能工业时代的来临也助推了工业大数据的应用,成为提升制造业的关键。
他指出,智能制造时代的到来,也意味着工业大数据时代的到来,工业大数据的应用,将成为未来提升制造业生产力、竞争力、创新能力的关键要素,也是目前全球工业转型必须面临的重大课题。
张峰还表示,工信部在下一步贯彻“互联网+”指导意见中,将重点推进组织实施智能制造重大工程,推进重要工业云、工业领域大数据中心建设。此外还要加大5G研发力度;研究部署工业互联网,研究制定网络架构方案、基础设施建设规划。
同时,工信部将组织实施《国家集成电路产业发展推进纲要》以及专项工程,集中突破一批关键技术和核心基础软硬件;实施智能硬件行动计划建立自主可控CPU+操作系统工业应用平台等关键技术。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在实证研究中,层次回归分析是探究“不同变量组对因变量的增量解释力”的核心方法——通过分步骤引入自变量(如先引入人口统计学 ...
2025-11-13在实时数据分析、实时业务监控等场景中,“数据新鲜度”直接决定业务价值——当电商平台需要实时统计秒杀订单量、金融系统需要实 ...
2025-11-13在数据量爆炸式增长的今天,企业对数据分析的需求已从“有没有”升级为“好不好”——不少团队陷入“数据堆砌却无洞察”“分析结 ...
2025-11-13在主成分分析(PCA)、因子分析等降维方法中,“成分得分系数矩阵” 与 “载荷矩阵” 是两个高频出现但极易混淆的核心矩阵 —— ...
2025-11-12大数据早已不是单纯的技术概念,而是渗透各行业的核心生产力。但同样是拥抱大数据,零售企业的推荐系统、制造企业的设备维护、金 ...
2025-11-12在数据驱动的时代,“数据分析” 已成为企业决策的核心支撑,但很多人对其认知仍停留在 “用 Excel 做报表”“写 SQL 查数据” ...
2025-11-12金融统计不是单纯的 “数据计算”,而是贯穿金融业务全流程的 “风险量化工具”—— 从信贷审批中的客户风险评估,到投资组合的 ...
2025-11-11这个问题很有实战价值,mtcars 数据集是多元线性回归的经典案例,通过它能清晰展现 “多变量影响分析” 的核心逻辑。核心结论是 ...
2025-11-11在数据驱动成为企业核心竞争力的今天,“不知道要什么数据”“分析结果用不上” 是企业的普遍困境 —— 业务部门说 “要提升销量 ...
2025-11-11在大模型(如 Transformer、CNN、多层感知机)的结构设计中,“每层神经元个数” 是决定模型性能与效率的关键参数 —— 个数过少 ...
2025-11-10形成购买决策的四个核心推动力的是:内在需求驱动、产品价值感知、社会环境影响、场景便捷性—— 它们从 “为什么买”“值得买吗 ...
2025-11-10在数字经济时代,“数字化转型” 已从企业的 “可选动作” 变为 “生存必需”。然而,多数企业的转型仍停留在 “上线系统、收集 ...
2025-11-10在数据分析与建模中,“显性特征”(如用户年龄、订单金额、商品类别)是直接可获取的基础数据,但真正驱动业务突破的往往是 “ ...
2025-11-07在大模型(LLM)商业化落地过程中,“结果稳定性” 是比 “单次输出质量” 更关键的指标 —— 对客服对话而言,相同问题需给出一 ...
2025-11-07在数据驱动与合规监管双重压力下,企业数据安全已从 “技术防护” 升级为 “战略刚需”—— 既要应对《个人信息保护法》《数据安 ...
2025-11-07在机器学习领域,“分类模型” 是解决 “类别预测” 问题的核心工具 —— 从 “垃圾邮件识别(是 / 否)” 到 “疾病诊断(良性 ...
2025-11-06在数据分析中,面对 “性别与购物偏好”“年龄段与消费频次”“职业与 APP 使用习惯” 这类成对的分类变量,我们常常需要回答: ...
2025-11-06在 CDA(Certified Data Analyst)数据分析师的工作中,“可解释性建模” 与 “业务规则提取” 是核心需求 —— 例如 “预测用户 ...
2025-11-06在分类变量关联分析中(如 “吸烟与肺癌的关系”“性别与疾病发病率的关联”),卡方检验 P 值与 OR 值(比值比,Odds Ratio)是 ...
2025-11-05CDA 数据分析师的核心价值,不在于复杂的模型公式,而在于将数据转化为可落地的商业行动。脱离业务场景的分析只是 “纸上谈兵” ...
2025-11-05