京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据时代带来了哪些机遇
经过30多年的探索与实践,国家核安全局实现了核与辐射安全监管能力的不断提升,但同时也面临着推进核与辐射安全监管体系和监管能力现代化的时代课题。环境保护部副部长李干杰多次强调要按照系统化、科学化、法制化、市场化和信息化的要求,着力研究,做好顶层设计,逐步推进。
然而,在大数据、互联网时代,任何一种监管或治理都不再是单方面的政府治理。“大数据将不仅是技术或生产力,它同时也是生产关系的重塑”,将对我国治理体系和治理能力产生深远的影响。如何利用大数据加快核安全监管现代化进程是当前我们面临的重大课题。
得数据者得天下
大数据的核心是数据,本质是管理。数据是与物质、能源同等重要的基础性战略资源,数据的采集和分析涉及每一个行业,是带有全局性和战略性的工作。正所谓“得数据者,得天下”。因此,数据从哪里来是关键。
纵观核安全监管30年,系统内累积的大量历史资料可看作是“沉睡数据”;一些被标识但没有得到有效应用的数据可看作是“仅标识数据”;而近年来建立的核与辐射安全监管信息化系统中的结构化数据则可看作“活跃数据”。
此外,系统外的其他政府机构和被监管对象的相关数据也是核安全数据集或数据仓库的重要组成部分,必须加以重视和利用,才能形成真正的大数据。
从我国信息化发展的现实情况看,“不愿共享开放”、“不敢共享开放”、“不会共享开放”的情况依然较为普遍。特别是我国各级政府、公共机构汇聚了海量数据资源,但除了部分自用和信息公开外,大部分没有充分发挥数据资源作为“生产要素、无形资产和社会财富”的应有作用。
因此,要打破国家核安全局与其他政府机构、行业和领域的壁垒,建立数据资源开放与共享机制,让数据流动起来,打破数据孤岛;把沉睡数据发掘出来、把仅标识数据系统化,使之成为活跃型数据,才能让数据共享成为可能,继而创造价值。
然而,最基本的问题即安全问题是大数据应用的保障,大数据安全很大程度上已经上升到国家战略层面安全,目前美国、欧洲和日本等国都出台了数据安全战略。面对大数据时代的机遇,我们能不能把控数据安全、保护数据资产是重大挑战。
大数据带来变革
大数据背景下的政府治理将不仅是权位治理,也是公共治理和多元治理、数字治理,在以数字技术为基础、以网络为载体的新媒体生态环境下,大数据进一步赋权于个人与组织,使其分享原本国家独占的治理权力,这在公共安全与应急管理等方面表现更为突出。同时,原本封闭的治理体系逐渐向开放透明的治理体系转变。中国国际经济交流中心副研究员张茉楠指出,“大数据必然要求数据开放、实现共享,这在一定程度上破解了制度黑箱问题。
在大数据、云计算、社会化媒体等全新信息技术的猛烈冲击下,原来存在于政府和公众之间的信息差、文化差、知识差、能力差正在逐渐消除。
经过30多年的探索与实践,国家核安全局实现了核与辐射安全监管能力的不断提升,但同时也面临着推进核与辐射安全监管体系和监管能力现代化的时代课题。环境保护部副部长李干杰多次强调要按照系统化、科学化、法制化、市场化和信息化的要求,着力研究,做好顶层设计,逐步推进。
然而,在大数据、互联网时代,任何一种监管或治理都不再是单方面的政府治理。“大数据将不仅是技术或生产力,它同时也是生产关系的重塑”,将对我国治理体系和治理能力产生深远的影响。如何利用大数据加快核安全监管现代化进程是当前我们面临的重大课题。
得数据者得天下
大数据的核心是数据,本质是管理。数据是与物质、能源同等重要的基础性战略资源,数据的采集和分析涉及每一个行业,是带有全局性和战略性的工作。正所谓“得数据者,得天下”。因此,数据从哪里来是关键。
纵观核安全监管30年,系统内累积的大量历史资料可看作是“沉睡数据”;一些被标识但没有得到有效应用的数据可看作是“仅标识数据”;而近年来建立的核与辐射安全监管信息化系统中的结构化数据则可看作“活跃数据”。
此外,系统外的其他政府机构和被监管对象的相关数据也是核安全数据集或数据仓库的重要组成部分,必须加以重视和利用,才能形成真正的大数据。
从我国信息化发展的现实情况看,“不愿共享开放”、“不敢共享开放”、“不会共享开放”的情况依然较为普遍。特别是我国各级政府、公共机构汇聚了海量数据资源,但除了部分自用和信息公开外,大部分没有充分发挥数据资源作为“生产要素、无形资产和社会财富”的应有作用。
因此,要打破国家核安全局与其他政府机构、行业和领域的壁垒,建立数据资源开放与共享机制,让数据流动起来,打破数据孤岛;把沉睡数据发掘出来、把仅标识数据系统化,使之成为活跃型数据,才能让数据共享成为可能,继而创造价值。
然而,最基本的问题即安全问题是大数据应用的保障,大数据安全很大程度上已经上升到国家战略层面安全,目前美国、欧洲和日本等国都出台了数据安全战略。面对大数据时代的机遇,我们能不能把控数据安全、保护数据资产是重大挑战。
大数据带来变革
大数据背景下的政府治理将不仅是权位治理,也是公共治理和多元治理、数字治理,在以数字技术为基础、以网络为载体的新媒体生态环境下,大数据进一步赋权于个人与组织,使其分享原本国家独占的治理权力,这在公共安全与应急管理等方面表现更为突出。同时,原本封闭的治理体系逐渐向开放透明的治理体系转变。中国国际经济交流中心副研究员张茉楠指出,“大数据必然要求数据开放、实现共享,这在一定程度上破解了制度黑箱问题。
在大数据、云计算、社会化媒体等全新信息技术的猛烈冲击下,原来存在于政府和公众之间的信息差、文化差、知识差、能力差正在逐渐消除。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据统计分析、数据清洗、异常值识别与数据分布研究中,箱型图是最直观、高效、专业的可视化分析工具。相较于柱状图、折线图仅 ...
2026-05-29Tkinter是Python内置的标准GUI图形界面库,具备无需额外安装、调用简单、兼容性强、轻量化高效等优势,是Python快速开发桌面小程 ...
2026-05-29 很多分析师在设计标签时思路清晰,但真到落地环节却面临“数据在手,不知如何转化为可用标签”的困境:或因加工方式选择不当 ...
2026-05-29【核心关键词】大数据、经理、专业、金融、客户、传统、建模、数据产品、互联网金融、产品经理、数据分析、金融行业、数据模型 ...
2026-05-28 很多分析师每天和数据打交道,但当被问到“标签是什么”“标签和指标有什么区别”“标签体系如何设计”时,却常常答不上来。 ...
2026-05-28随着大数据技术的快速普及,各行各业积累了海量的用户数据、交易数据、生产数据与行为数据。单纯的数据统计与报表分析只能呈现表 ...
2026-05-28在Python网络请求、接口测试、数据爬取、业务对接开发中,Requests库是最简洁、最高效的HTTP请求工具,凭借简洁的语法、完善的适 ...
2026-05-272025 年,零售与服务行业的竞争已从 “经验驱动” 全面转向 “数据驱动”。中小企业门店普遍面临数据零散、分析浅层、决策凭感觉 ...
2026-05-27 很多数据分析师每天都在写SQL,但当被问到“数据查询语言(DQL)的本质是什么”“SELECT语句中各子句的书写顺序与实际执行顺 ...
2026-05-27在统计学分析、实验研究、业务数据复盘过程中,单因素方差分析是检验自变量对因变量是否存在显著影响的核心方法。其中,两个水平 ...
2026-05-26【核心关键词】算法、客户、大数据、互联网、调优、建模、模型优化、机器学习、评分卡模型、模型开发、智能风控、业务场景、数 ...
2026-05-26 很多数据分析师写过无数个 SELECT,但当被问到“新建一张表,该如何定义字段类型来保证数据质量”“创建视图和存储物理表有 ...
2026-05-26在数据清洗、统计分析与数据质量检测工作中,箱型图(又称箱线图、Box Plot)是最直观、最高效的可视化分析工具之一。相较于柱状 ...
2026-05-25在大数据分析、数据清洗、质量管控、风险监测等领域,异常数据识别是保障数据质量、确保分析结论精准、规避业务决策失误的核心基 ...
2026-05-25 很多数据分析师精通Excel函数和透视表,但当被问到“数据从哪里来”“表和视图有什么区别”“数据库管理系统和SQL是什么关系 ...
2026-05-25数字化经营时代,企业的市场竞争早已从经验决策转向数据决策。门店营收、用户转化、产品销量、成本损耗、存量资产等所有经营行为 ...
2026-05-22在MySQL数据库日常运维、业务数据校验、数据迁移与数据清洗场景中,自增主键ID的连续性校验是一项基础且关键的工作。MySQL的Auto ...
2026-05-22 很多企业团队并非缺乏指标,而是陷入“指标失控”:仪表盘上堆满实时跳动的数据,却无法回答“当前瓶颈在哪、下一步该做什么 ...
2026-05-22【核心关键词】大数据、可视化、存储、架构、客户、离线、产品、同步、实时、数据仓库、数据分析、数据可视化、存储数据、离线 ...
2026-05-21在电商流量红利消退、公域获客成本持续走高的当下,存量用户深度挖掘已成为店铺增收增效的核心抓手。相较于付费投放获取的陌生新 ...
2026-05-21