
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
Pandas 选取特定值所在行:6 类核心方法与实战指南 在使用 pandas 处理结构化数据时,“选取特定值所在的行” 是最高频的操作之 ...
2025-09-30球面卷积神经网络(SCNN) 为解决这一痛点,球面卷积神经网络(Spherical Convolutional Neural Network, SCNN) 应运而生。它通 ...
2025-09-30在企业日常运营中,“未来会怎样” 是决策者最关心的问题 —— 电商平台想知道 “下月销量能否达标”,金融机构想预判 “下周股 ...
2025-09-30Excel 能做聚类分析吗?基础方法、进阶技巧与场景边界 在数据分析领域,聚类分析是 “无监督学习” 的核心技术 —— 无需预设分 ...
2025-09-29XGBoost 决策树:原理、优化与工业级实战指南 在机器学习领域,决策树因 “可解释性强、处理非线性关系能力突出” 成为基础模型 ...
2025-09-29在标签体系的落地链路中,“设计标签逻辑” 只是第一步,真正让标签从 “纸上定义” 变为 “业务可用资产” 的关键,在于标签加 ...
2025-09-29在使用 Excel 数据透视表进行多维度数据汇总时,折叠功能是梳理数据层级的核心工具 —— 通过点击 “+/-” 符号可展开明细数据或 ...
2025-09-28在使用 Pandas 处理 CSV、TSV 等文本文件时,“引号” 是最容易引发格式混乱的 “隐形杀手”—— 比如字段中包含逗号(如 “北京 ...
2025-09-28在 CDA(Certified Data Analyst)数据分析师的技能工具箱中,数据查询语言(尤其是 SQL)是最基础、也最核心的 “武器”。无论 ...
2025-09-28Cox 模型时间依赖性检验:原理、方法与实战应用 在生存分析领域,Cox 比例风险模型(Cox Proportional Hazards Model)是分析 “ ...
2025-09-26检测因子类型的影响程度大小:评估标准、实战案例与管控策略 在检测分析领域(如环境监测、食品质量检测、工业产品合规性测试) ...
2025-09-26CDA 数据分析师:以数据库为基石,筑牢数据驱动的 “源头防线” 在数据驱动业务的链条中,“数据从哪里来” 是 CDA(Certified D ...
2025-09-26线性相关点分布的四种基本类型:特征、识别与实战应用 在数据分析与统计学中,“线性相关” 是描述两个数值变量间关联趋势的核心 ...
2025-09-25深度神经网络神经元个数确定指南:从原理到实战的科学路径 在深度神经网络(DNN)的设计中,“神经元个数” 是决定模型性能的关 ...
2025-09-25在企业数字化进程中,不少团队陷入 “指标困境”:仪表盘上堆砌着上百个指标,DAU、转化率、营收等数据实时跳动,却无法回答 “ ...
2025-09-25MySQL 服务器内存碎片:成因、检测与内存持续增长的解决策略 在 MySQL 运维中,“内存持续增长” 是常见且隐蔽的性能隐患 —— ...
2025-09-24人工智能重塑工程质量检测:核心应用、技术路径与实践案例 工程质量检测是保障建筑、市政、交通、水利等基础设施安全的 “最后一 ...
2025-09-24CDA 数据分析师:驾驭通用与场景指标,解锁数据驱动的精准路径 在数据驱动业务的实践中,指标是连接数据与决策的核心载体。但并 ...
2025-09-24在数据驱动的业务迭代中,AB 实验系统(负责验证业务优化效果)与业务系统(负责承载用户交互与核心流程)并非独立存在 —— 前 ...
2025-09-23CDA 业务数据分析:6 步闭环,让数据驱动业务落地 在企业数字化转型中,CDA(Certified Data Analyst)数据分析师的核心价值,并 ...
2025-09-23