
《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
用 SQL 验证业务逻辑:从规则拆解到数据把关的实战指南 在业务系统落地过程中,“业务逻辑” 是连接 “需求设计” 与 “用户体验 ...
2025-09-11塔吉特百货孕妇营销案例:数据驱动下的精准零售革命与启示 在零售行业 “流量红利见顶” 的当下,精准营销成为企业突围的核心方 ...
2025-09-11CDA 数据分析师与战略 / 业务数据分析:概念辨析与协同价值 在数据驱动决策的体系中,“战略数据分析”“业务数据分析” 是企业 ...
2025-09-11Excel 数据聚类分析:从操作实践到业务价值挖掘 在数据分析场景中,聚类分析作为 “无监督分组” 的核心工具,能从杂乱数据中挖 ...
2025-09-10统计模型的核心目的:从数据解读到决策支撑的价值导向 统计模型作为数据分析的核心工具,并非简单的 “公式堆砌”,而是围绕特定 ...
2025-09-10CDA 数据分析师:商业数据分析实践的落地者与价值创造者 商业数据分析的价值,最终要在 “实践” 中体现 —— 脱离业务场景的分 ...
2025-09-10机器学习解决实际问题的核心关键:从业务到落地的全流程解析 在人工智能技术落地的浪潮中,机器学习作为核心工具,已广泛应用于 ...
2025-09-09SPSS 编码状态区域中 Unicode 的功能与价值解析 在 SPSS(Statistical Product and Service Solutions,统计产品与服务解决方案 ...
2025-09-09CDA 数据分析师:驾驭商业数据分析流程的核心力量 在商业决策从 “经验驱动” 向 “数据驱动” 转型的过程中,商业数据分析总体 ...
2025-09-09R 语言:数据科学与科研领域的核心工具及优势解析 一、引言 在数据驱动决策的时代,无论是科研人员验证实验假设(如前文中的 T ...
2025-09-08T 检验在假设检验中的应用与实践 一、引言 在科研数据分析、医学实验验证、经济指标对比等领域,常常需要判断 “样本间的差异是 ...
2025-09-08在商业竞争日益激烈的当下,“用数据说话” 已从企业的 “加分项” 变为 “生存必需”。然而,零散的数据分析无法持续为业务赋能 ...
2025-09-08随机森林算法的核心特点:原理、优势与应用解析 在机器学习领域,随机森林(Random Forest)作为集成学习(Ensemble Learning) ...
2025-09-05Excel 区域名定义:从基础到进阶的高效应用指南 在 Excel 数据处理中,频繁引用单元格区域(如A2:A100、B3:D20)不仅容易出错, ...
2025-09-05CDA 数据分析师:以六大分析方法构建数据驱动业务的核心能力 在数据驱动决策成为企业共识的当下,CDA(Certified Data Analyst) ...
2025-09-05SQL 日期截取:从基础方法到业务实战的全维度解析 在数据处理与业务分析中,日期数据是连接 “业务行为” 与 “时间维度” 的核 ...
2025-09-04在卷积神经网络(CNN)的发展历程中,解决 “梯度消失”“特征复用不足”“模型参数冗余” 一直是核心命题。2017 年提出的密集连 ...
2025-09-04CDA 数据分析师:驾驭数据范式,释放数据价值 在数字化转型浪潮席卷全球的当下,数据已成为企业核心生产要素。而 CDA(Certified ...
2025-09-04K-Means 聚类:无监督学习中数据分群的核心算法 在数据分析领域,当我们面对海量无标签数据(如用户行为记录、商品属性数据、图 ...
2025-09-03特征值、特征向量与主成分:数据降维背后的线性代数逻辑 在机器学习、数据分析与信号处理领域,“降维” 是破解高维数据复杂性的 ...
2025-09-03