
今后五年你不能不知道的大数据
2016年PM2.5浓度下降5%。大气污染治理安排资金165.4亿元。“十三五”时期以治理PM2.5为重点,达到国家要求。2020年煤炭消费总量控制在900万吨以内。
2016年全市常住人口规模控制在2200万人以内。 “十三五”时期全市常住人口总量控制在2300万人以内,城六区常住人口比2014年下降15%。
在市政府工作报告和北京十三五规划《纲要》(草案)中,一串串数字勾勒出2016年为起点的五年蓝图。
这些数字看似“枯燥”,但却上连宏观经济走势,下接民生“地气”,
作为生活在北京的市民,未来五年,这座城市将带给你什么?
哪些发展成果将与你共享?这些“大数据”指标都能清清楚楚的告诉你。
2016年GDP增长6.5%,CPI涨幅控制在3.5%左右。“十三五”时期GDP年均增长达6.5%。
解读:安排这一增速,既能保证本市经济适度地增长,又能为我市疏解功能、转方式、调结构留出空间。
另一值得注意的指标是,无论是本市“十三五”规划,还是2016年国民经济发展的计划指标,对于“城乡居民收入增长”的表述都是,“与经济增长同步”。城乡居民收入增长,是体现共享发展的一项重要指标,“增长同步”也意味着在经济持续增长的同时,居民的生活质量和水平也会得到同步提高。
对于2016年的经济指标安排,CPI(居民消费价格)的涨幅则定为3.5%,相较于2015年1.8%的涨幅,今年有所调整。据分析,由于生活必需品、租金价格和人工成本,将带动市场价格自发上涨等因素,同时今年也要为医疗服务价格、居民热价等改革措施预留空间,因此预期定为3.5%左右。
“十三五”时期轨道交通运营总里程由现在的460公里提高到900公里。2016年完成100项疏堵工程,增设50公里公交专用道。
“十三五”时期人均期望寿命高于82.4岁。2016年建设40个街乡镇养老照料中心。
解读:为了预测十三五末期北京期望寿命,市疾控中心参照了当前期望寿命最高的发达国家的历史增长速度,例如日本2002年达到81.8岁后,平均每年增长约0.14岁,到2009年达到约83岁。因此,预计北京市十三五期间期望寿命将平均年增长0.13到0.15之间,预计十三五末期北京期望寿命将达到约82.4岁,较十二五末期增长约为0.6岁。
从2014年开始,北京市已经建成150余个养老照料中心,今年还将建设至少40个街乡镇养老照料中心,到年底基本实现全市老年人口养老服务需求的全覆盖。同时,今年将支持朝阳区试点建设完成80个、海淀区试点建设完成10个具有文化娱乐、日间照料、精神关怀、养老助餐服务等功能的居家养老服务驿站。
“十三五”时期全市建成区人均公园绿地面积达到16.5平方米以上。
解读:市园林绿化局局长邓乃平说:“要让85%地区市民出门500米见公园绿地。”具体计划包括,“十三五”时期,全市新增城市绿地2300公顷,新增造林60万亩。全市公园绿地500米服务半径覆盖率将努力实现大幅上升17.8个百分点,达到85%。
2020年生活垃圾处理能力达到3万吨/日。2016年推进大兴、朝阳、海淀、丰台、房山等5座建筑垃圾资源化处置项目建设。“十三五”时期中心城污水处理率达99%。
解读:据统计,不算大面积拆除违建,目前北京市每年产生建筑垃圾4000多万吨。其中,20%无法直接再利用的建筑垃圾,包括水泥、洋灰块、钢筋、瓷砖等,如果用先进的工艺技术加以处理,可以制成再生砖、再生骨料(混凝土的主要原料)、再生混凝土、再生砂浆等。据市市政市容委环卫处处长周学胜介绍,目前,5座建筑垃圾资源化处置项目,已经完成选址工作,建成后将提高建筑垃圾再利用水平。
到今年6月份,全市的污水处理率将达到90%,而中心城区将达到98%。市水务局表示,本市马上要启动新一轮的三年污水治理计划,其中包括,2017年底消除全市建成区、行政副中心及上游地区黑臭水体,2018年底基本消除全市黑臭水体。
“十三五”时期年地下水开采规模控制在17亿立方米内。
解读:本市的供水一直处于“紧平衡”状态,遇用水高峰,只能通过加采地下水等办法来进行供给。而随着2014年12月27日南水的进京,供水紧张有所缓解,中心城区城市供水安全系数由1.0提升至1.2,即有了20%的富裕。这使得本市涵养水源、减少地下水开采量有了可能。
“十三五”规划
为何新增15项
新指标
?市“十三五”规划《纲要》(草案)中,一共列出了27个经济社会发展主要指标,与“十二五”规划《纲要》发展指标对比,“十三五”规划《纲要》新增了15个指标。这些指标的增加,体现着未来五年北京治理“大城市病”的决心。
约束性指标过半
四个“红线约束”排在最前列
“十三五”的主要指标总数为27个,分为四大类,依次为:红线约束、绿色宜居、民生福祉、提质增效。
其中有15个指标为约束性指标,每一大类的指标中都包含约束性指标,“红线约束”类指标中,就包含了常住人口规模等4个约束性指标;绿色宜居中,PM2.5浓度下降、森林覆盖率、污水处理率等,同为约束性指标。
新增15个主要指标
“大城市病”治理摆在突出位置
与“十二五”规划《纲要》主要指标对比,“十三五”规划《纲要》新增了15个主要指标,其中4个红线约束类指标都是新指标,包括常住人口规模控制在2300万人以内;城乡建设用地规模控制在2800平方公里以内;全市用水总量小于43亿立方米;能源消费总量达到国家要求。“红线约束的概念,就类似于‘底限’和‘天花板’,你不能突破这个底限”,有关负责人介绍。
据介绍,除了上述4个新设的红线约束类指标之外,还新增了PM2.5浓度下降达到国家要求”、森林覆盖率达到44%、 重要水功能区水质达标率达到77%、全市污水处理率大于95%、 生活垃圾无害化处理率大于99.8%等5个绿色宜居类指标。
另外,还增加了“新增劳动力平均受教育年限超过15年”、“人均期望寿命超过82.4岁”、“‘一刻钟社区服务圈’基本实现全覆盖”、“公共文化设施基本实现全覆盖”4个民生福祉类指标,以及“社会劳动生产率达到23万元/人”、“服务贸易总额达到2000亿美元左右”等2个提质增效类指标。
为何新增这大数据15个指标?市发改委规划处相关负责人解释说,“红线约束指标、新增的绿色宜居指标,都体现了首都新五年的阶段性特征,体现治理‘大城市病’的决心;民生福祉新增的2个指标,则体现的是下一阶段民生将被放在更重要的位置。总体而言,未来五年的发展将把生态文明放得更高,把城市治理放在更加突出的位置”。
“十二五”规划中近半数指标不再采用
城乡居民养老、医疗保险参保率达到95%;城镇职工五项保险参保率达98%;全市从业人员平均受教育年限达到12年;城市空气质量二级和好于二级天数的比例达到80%;二氧化硫、氮氧化物、化学需氧量和氨氮排放减少达到国家要求……原本列入“十二五”规划《纲要》的这些指标,不再出现在北京的“十三五”规划《纲要》中。“十二五”不再采用的指标,接近总数的一半。
未来五年,为何不再安排这些指标?据相关负责人解释,这些指标不再采用的原因不尽相同,主要包括三类情况,一类是,已经实现目标的指标;另一类是,不再是阶段性发展重点的指标;还有一种情况则是,指标值已经相当高的指标。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据成为新时代“石油”的今天,几乎每个职场人都在焦虑: “为什么别人能用数据驱动决策、升职加薪,而我面对Excel表格却无从 ...
2025-10-18数据清洗是 “数据价值挖掘的前置关卡”—— 其核心目标是 “去除噪声、修正错误、规范格式”,但前提是不破坏数据的真实业务含 ...
2025-10-17在数据汇总分析中,透视表凭借灵活的字段重组能力成为核心工具,但原始透视表仅能呈现数值结果,缺乏对数据背景、异常原因或业务 ...
2025-10-17在企业管理中,“凭经验定策略” 的传统模式正逐渐失效 —— 金融机构靠 “研究员主观判断” 选股可能错失收益,电商靠 “运营拍 ...
2025-10-17在数据库日常操作中,INSERT INTO SELECT是实现 “批量数据迁移” 的核心 SQL 语句 —— 它能直接将一个表(或查询结果集)的数 ...
2025-10-16在机器学习建模中,“参数” 是决定模型效果的关键变量 —— 无论是线性回归的系数、随机森林的树深度,还是神经网络的权重,这 ...
2025-10-16在数字化浪潮中,“数据” 已从 “辅助决策的工具” 升级为 “驱动业务的核心资产”—— 电商平台靠用户行为数据优化推荐算法, ...
2025-10-16在大模型从实验室走向生产环境的过程中,“稳定性” 是决定其能否实用的关键 —— 一个在单轮测试中表现优异的模型,若在高并发 ...
2025-10-15在机器学习入门领域,“鸢尾花数据集(Iris Dataset)” 是理解 “特征值” 与 “目标值” 的最佳案例 —— 它结构清晰、维度适 ...
2025-10-15在数据驱动的业务场景中,零散的指标(如 “GMV”“复购率”)就像 “散落的零件”,无法支撑系统性决策;而科学的指标体系,则 ...
2025-10-15在神经网络模型设计中,“隐藏层层数” 是决定模型能力与效率的核心参数之一 —— 层数过少,模型可能 “欠拟合”(无法捕捉数据 ...
2025-10-14在数字化浪潮中,数据分析师已成为企业 “从数据中挖掘价值” 的核心角色 —— 他们既要能从海量数据中提取有效信息,又要能将分 ...
2025-10-14在企业数据驱动的实践中,“指标混乱” 是最常见的痛点:运营部门说 “复购率 15%”,产品部门说 “复购率 8%”,实则是两者对 ...
2025-10-14在手游行业,“次日留存率” 是衡量一款游戏生死的 “第一道关卡”—— 它不仅反映了玩家对游戏的初始接受度,更直接决定了后续 ...
2025-10-13分库分表,为何而生? 在信息技术发展的早期阶段,数据量相对较小,业务逻辑也较为简单,单库单表的数据库架构就能够满足大多数 ...
2025-10-13在企业数字化转型过程中,“数据孤岛” 是普遍面临的痛点:用户数据散落在 APP 日志、注册系统、客服记录中,订单数据分散在交易 ...
2025-10-13在数字化时代,用户的每一次行为 —— 从电商平台的 “浏览→加购→购买”,到视频 APP 的 “打开→搜索→观看→收藏”,再到银 ...
2025-10-11在机器学习建模流程中,“特征重要性分析” 是连接 “数据” 与 “业务” 的关键桥梁 —— 它不仅能帮我们筛选冗余特征、提升模 ...
2025-10-11在企业的数据体系中,未经分类的数据如同 “杂乱无章的仓库”—— 用户行为日志、订单记录、商品信息混杂存储,CDA(Certified D ...
2025-10-11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