京公网安备 11010802034615号
经营许可证编号:京B2-20210330
《大数据领导干部读本》发布 “大数据”将加速创新变革
中国首部专门为领导干部撰写的大数据知识读本发布。全书通过丰富的实践案例呈现大数据在政府治理、经济治理、社会治理等方面引发的巨大变革。《央广财经评论》本期关注:“大数据”加速创新与变革。
北京10月20日消息 据经济之声《央广财经评论》报道,中国首部专门为领导干部撰写的大数据知识读本昨天下午在国家行政学院正式发布。来自国家行政学院、工信部、中国人民银行、中国科学院以及部分高校的专家学者围绕“大数据和国家治理现代化”这一主题展开探讨。
大数据是近年IT界的时髦词汇,领导干部工作事务繁忙,为什么也要掌握“大数据”?《大数据领导干部读本》这本书中指出,大数据是一场治理革命,它将通过全面、系统的数据,使政府从“主观主义”、“经验主义”的治理方式,迈向“实事求是”、“数据驱动”的治理方式。
国家行政学院常务副院长马建堂表示,政府是一个国家最重要的决策主体,决策体系是否科学,直接决定了政府的治理能力和治理效果。以往政府治理的“痛点”、“难点”,往往是数据的“盲点”,数据缺失导致政府无法有效决策,大数据恰恰是克服政府治理顽疾的利器。大数据为政府的精准治理、高效治理方面创造了新的手段。在互联时代,过去做不到的事情,现在有了大数据就可以办到。
马建堂:互联网过去抓不了,现在有了云计算和大数据,它们不仅提高了人认识世界的能力,也可以帮助感知人所有的行为体系。大数据对于行政学院来说很重要,行政学院是培养干部的学院,我们要把新知识传授给干部,以帮助他们适应新常态。
过去决策往往容易凭借经验,容易“拍脑袋”决策。中国行政体制改革研究会常务副秘书长王露认为,大数据会带来管理的革命,有了这个利器之后,变成“人在干,云在算”。数据驱动的阳光决策值得期待。
王露:中国目前已在利用大数据推行国家的治理体系,大数据也是一个管理的能力,数据驱动性决策会给国家的治理带来根本性的变革,以往治理的难点和痛点往往是数据系统无法覆盖的灰色地带,这些灰色地带就给腐败和官僚主义留下了空间。但是在大数据的背景之下,人在干,云在算,数据驱动的研发权利平台是值得期待的。
亚信数据公司和很多地方政府进行过大数据的合作,副总裁邹明达表示,现在很多政府官员学习大数据的热情非常高,甚至超过当年学信息化的劲头。
邹明达:在这些合作中,首先,各地政府或领导层对大数据的重视程度空前的高,甚至超过了以前对信息化的重视程度。第二,各地政府都在积极学习相关的知识。第三,我们整个经济和产业的发展都已经进入了互联网大数据时代。
大数据在政府治理、经济治理、社会治理等方面将引发怎样的变革?北京3G产业联盟副理事长项立刚对此进行了分析解读。
经济之声:现在很多政府官员学习大数据的热情非常高,15年前有过一股学习网络热,30年前有过一股学习电脑热。现在出现学习大数据的热潮,是否说明一场新的信息变革又来了?
项立刚:它确实是一场新的信息革命,我们现在处于互联网的时代,之后就是智能互联网时代,在由移动互联、智能感应和大数据共同构建出的新的产业模式和市场模式中,市场、机会和能力都和传统的互联网完全不同。因此,政府官员必须需要学习掌握大数据,这是一场很重要的产业革命。
经济之声:大数据能在政府治理、经济治理、社会治理等方面引发的巨大变革。您能否给大家科普一下,大数据为什么这么神奇?
项立刚:其实大数据有很多有价值的东西。我举一个例子,以前人流密集的地方经常会出现踩踏事件,而我们的警力及政府管制却时常不够,而大数据可以判断该地区的人口数量并进行及时的反应,从而大大提升了政府的政务管理能力。因此,大数据可以向我们提供各种各样有价值的服务,在智能交通、健康管理、电子商务及公共服务等领域都起到了十分重要的作用。
经济之声:特别是在政府治理方面,大数据将扮演什么样的角色?如何促进科学决策?
项立刚:在政府治理方面,大数据未来将在整个公共服务领域创造出一个非常有价值的体系。在交通方面,利用大数据或许能够改善目前的拥堵状况。此外,在公共服务领域,我们需要对不同的人进行相关分析。同时,公共安全领域也十分重要。如果我们政府无法系统的掌握数据,且不能有针对性的采取措施,问题就很容易出现。现在通过大数据的搜集挖掘,我们就可以找到所有的相关信息,从而找到解决办法。
经济之声:未来“大数据”会如何加速社会创新?
项立刚:其实智能互联网是大数据的其中一个组成部分,在整个产业中,首先,军事领域已经因为大数据发生了很大的改变。后期智能交通领域也将因为大数据发生巨大的改变。此外,未来的移动医疗也将发生变化,我们将来看病会变的既简单又方便。健康管理、智能家居以及物流等都会因为大数据的参与而大大方便我们的生活。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据工作的全流程中,数据清洗是最基础、最耗时,同时也是最关键的核心环节,无论后续是做常规数据分析、可视化报表,还是开展 ...
2026-03-20在大数据与数据驱动决策的当下,“数据分析”与“数据挖掘”是高频出现的两个核心概念,也是很多职场人、入门学习者容易混淆的术 ...
2026-03-20在CDA(Certified Data Analyst)数据分析师的全流程工作闭环中,统计制图是连接严谨统计分析与高效业务沟通的关键纽带,更是CDA ...
2026-03-20在MySQL数据库优化中,分区表是处理海量数据的核心手段——通过将大表按分区键(如时间、地域、ID范围)分割为多个独立的小分区 ...
2026-03-19在商业智能与数据可视化领域,同比、环比增长率是分析数据变化趋势的核心指标——同比(YoY)聚焦“长期趋势”,通过当前周期与 ...
2026-03-19在数据分析与建模领域,流传着一句行业共识:“数据决定上限,特征决定下限”。对CDA(Certified Data Analyst)数据分析师而言 ...
2026-03-19机器学习算法工程的核心价值,在于将理论算法转化为可落地、可复用、高可靠的工程化解决方案,解决实际业务中的痛点问题。不同于 ...
2026-03-18在动态系统状态估计与目标跟踪领域,高精度、高鲁棒性的状态感知是机器人导航、自动驾驶、工业控制、目标检测等场景的核心需求。 ...
2026-03-18“垃圾数据进,垃圾结果出”,这是数据分析领域的黄金法则,更是CDA(Certified Data Analyst)数据分析师日常工作中时刻恪守的 ...
2026-03-18在机器学习建模中,决策树模型因其结构直观、易于理解、无需复杂数据预处理等优势,成为分类与回归任务的首选工具之一。而变量重 ...
2026-03-17在数据分析中,卡方检验是一类基于卡方分布的假设检验方法,核心用于分析分类变量之间的关联关系或实际观测分布与理论期望分布的 ...
2026-03-17在数字化转型的浪潮中,企业积累的数据日益庞大且分散——用户数据散落在注册系统、APP日志、客服记录中,订单数据分散在交易平 ...
2026-03-17在数字化时代,数据分析已成为企业决策、业务优化、增长突破的核心支撑,从数据仓库搭建(如维度表与事实表的设计)、数据采集清 ...
2026-03-16在数据仓库建设、数据分析(尤其是用户行为分析、业务指标分析)的实践中,维度表与事实表是两大核心组件,二者相互依存、缺一不 ...
2026-03-16数据是CDA(Certified Data Analyst)数据分析师开展一切工作的核心载体,而数据读取作为数据生命周期的关键环节,是连接原始数 ...
2026-03-16在用户行为分析实践中,很多从业者会陷入一个核心误区:过度关注“当前数据的分析结果”,却忽视了结果的“泛化能力”——即分析 ...
2026-03-13在数字经济时代,用户的每一次点击、浏览、停留、转化,都在传递着真实的需求信号。用户行为分析,本质上是通过收集、整理、挖掘 ...
2026-03-13在金融、零售、互联网等数据密集型行业,量化策略已成为企业挖掘商业价值、提升决策效率、控制经营风险的核心工具。而CDA(Certi ...
2026-03-13在机器学习建模体系中,随机森林作为集成学习的经典算法,凭借高精度、抗过拟合、适配多场景、可解释性强的核心优势,成为分类、 ...
2026-03-12在机器学习建模过程中,“哪些特征对预测结果影响最大?”“如何筛选核心特征、剔除冗余信息?”是从业者最常面临的核心问题。随 ...
2026-03-12