京公网安备 11010802034615号
经营许可证编号:京B2-20210330
促进大数据发展和应用 提升国家治理现代化水平
2015年10月19日,中国行政体制改革研究会与人民出版社共同主办的“大数据和国家治理现代化”研讨会暨《大数据领导干部读本》新书发布会在北京举行。中共十八届中央委员、国家行政学院常务副院长马建堂,人民出版社总编辑辛广伟致辞。全国政协委员、国家行政学院原副院长、中国行政体制改革研究会副会长周文彰作总结讲话。会议由中国行政体制改革研究会秘书长王满传教授主持。
马建堂在致辞中指出,大数据可以大幅提升人类认识和改造世界的能力,正在以前所未有的速度颠覆着人类探索世界的方法,焕发出变革经济社会的巨大力量。“得数据者得天下”已经成为全球普遍共识。近年来,党中央、国务院高度重视大数据的创新发展,准确把握大融合、大变革的发展趋势,制订并出台了《关于促进大数据发展的行动纲要》,为我国大数据的发展指明了方向,可以看作是大数据发展“顶层设计”和“战略部署”,具有划时代的深远影响。
在研讨中,“大数据治国战略研究”课题组组长、中国国际经济交流中心战略部张茉楠,中国人民银行金融研究所孙玉琦,中科院计算机网络信息中心科学数据中心总工程师、大数据应用技术工程实验室副主任甘宁,国家信息中心信息化研究部杨道玲,百度发展研究中心主任黄林莉,亚信数据副总裁邹明达等代表与会专家作了重点发言。
与会领导和专家普遍认为,“大数据”的渗透能力远远超出人们的想象,它正在改变,甚至颠覆我们所处的整个时代,将对经济社会发展、企业经营和政府治理等方方面面产生深远影响。
与会专家指出,中国许多应用领域已与主要发达国家处于同一起跑线上,具备了厚积薄发、登高望远的条件,在新一轮国际竞争和大国博弈中具有超越的潜在优势。我国应顺应时代发展趋势,抓住大数据发展带来的契机,充分利用大数据提升国家治理能力和国际竞争力。在此背景下,了解大数据相关知识和理论,把握大数据发展趋势,主动在工作中运用大数据,是时代赋予各级领导干部的历史使命。
有专家认为,大数据时代开辟了政府治理现代化的新途径:大数据助力决策科学化,公共服务个性化、精准化;实现信息共享融合,推动治理结构变革,从一元主导到多元合作;大数据催生社会发展和商业模式变革,产业融合成为趋势。
《大数据领导干部读本》是中国行政体制改革研究会承担的国家社科基金特别委托项目“大数据治国战略研究”的重要阶段性成果,由人民出版社出版发行。工业和信息化部部长苗圩、国家行政学院常务副院长马建堂为本书作序。中国科学院、中国工程院4位院士,清华、人大、复旦、中大等名校校长,马云、马化腾、李彦宏等大数据企业代表共同担任本书顾问。研究和写作团队由国家行政学院、中国科学院、中国工程院、顶尖大数据企业和智库机构的专家组成。在新书发布会上,中国行政体制改革研究会常务副秘书长、《大数据领导干部读本》主编王露介绍了新书的主要内容。全书共包括六个版块:什么是大数据、大数据从哪里来、大数据到哪里去、大数据促进地方政府管理创新、大数据时代的战略和行动、开放数据。
与会人员对《大数据领导干部读本》给予了高度评价,认为本书从领导干部的视角出发,紧扣“运用大数据提升领导干部的治理能力”这一主线,以国家大数据顶层设计和战略部署为背景,以丰富的实践案例呈现大数据在政府治理、经济治理、社会治理等方面带来的的深远影响,有利于各级领导干部在实践中更好地认识大数据、把握大数据、运用大数据,从而提高工作能力和水平。
周文彰在总结讲话中指出,“数据是未来的石油”。开发好、利用好、管理好数据资产,向“数据驱动发展”的新经济形态转型升级,这既是中国紧迫的战略部署,也是这个时代的发展主题。大数据是一场治理革命,它将通过全息的数据呈现,使政府从“主观主义”、“经验主义”的模糊治理方式,迈向“实事求是”、“数据驱动”的精准治理方式。在大数据条件下,“人在干、云在算、天在看”,数据驱动的“精准治理体系”、“智慧决策体系”、“阳光权力平台”都将逐渐成为现实。因此,《大数据领导干部读本》的出版恰逢其时,是一本量身打造、易学易用的知识读本和“操作手册”。
周文彰认为,实施我国大数据战略部署和顶层设计,需要做到“四个结合”:政府数据开放和市场基于数据的创新相结合;大数据与国家治理创新相结合;大数据与现代产业体系相结合;大数据与大众创业、万众创新相结合。他提出,我国要从“数据大国”变为“数据强国”,借助大数据革命促进国家治理现代化,还有很多工作要做,有很多问题需要研究。如要建立数据政策体系、数据立法体系、数据标准体系;要重视对“数据主权”问题的研究,加强大数据动态的跟踪研究;要建设高质量的“大数据与国家治理实践案例库”等等。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
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教材入口:https://edu.cda.cn/goods/show/3151 “纲举目张,执本末从。” 若想在数据分析领域有所收获,一套合适的学习教材至 ...
2025-11-05教材入口:https://edu.cda.cn/goods/show/3151 “纲举目张,执本末从。” 若想在数据分析领域有所收获,一套合适的学习教材至 ...
2025-11-04【2025最新版】CDA考试教材:CDA教材一级:商业数据分析(2025)__商业数据分析_cda教材_考试教材 (cdaglobal.com) ...
2025-11-04在数字化时代,数据挖掘不再是实验室里的技术探索,而是驱动商业决策的核心能力 —— 它能从海量数据中挖掘出 “降低成本、提升 ...
2025-11-04在 DDPM(Denoising Diffusion Probabilistic Models)训练过程中,开发者最常困惑的问题莫过于:“我的模型 loss 降到多少才算 ...
2025-11-04在 CDA(Certified Data Analyst)数据分析师的工作中,“无监督样本分组” 是高频需求 —— 例如 “将用户按行为特征分为高价值 ...
2025-11-04