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
在数字化时代,用户是产品的核心资产,用户运营的本质的是通过科学的指标监测、分析与优化,实现“拉新、促活、留存、转化、复购 ...
2026-04-15在企业数字化转型、系统架构设计、数据治理与AI落地过程中,数据模型、本体模型、业务模型是三大核心基础模型,三者相互支撑、各 ...
2026-04-15数据分析师的一天,80%的时间花在表格数据上,但80%的坑也踩在表格数据上。 如果你分不清数值型和文本型的区别,不知道数据从哪 ...
2026-04-15在人工智能与机器学习落地过程中,模型质量直接决定了应用效果的优劣——无论是分类、回归、生成式模型,还是推荐、预测类模型, ...
2026-04-14在Python网络编程、接口测试、爬虫开发等场景中,HTTP请求的发送与响应处理是核心需求。Requests库作为Python生态中最流行的HTTP ...
2026-04-14 很多新人学完Python、SQL,拿到一张Excel表还是不知从何下手。 其实,90%的商业分析问题,都藏在表格的结构里。 ” 引言:为 ...
2026-04-14在回归分析中,因子(即自变量)的筛选是构建高效、可靠回归模型的核心步骤——实际分析场景中,往往存在多个候选因子,其中部分 ...
2026-04-13在机器学习模型开发过程中,过拟合是制约模型泛化能力的核心痛点——模型过度学习训练数据中的噪声与偶然细节,导致在训练集上表 ...
2026-04-13在数据驱动商业升级的今天,商业数据分析已成为企业精细化运营、科学决策的核心手段,而一套规范、高效的商业数据分析总体流程, ...
2026-04-13主讲人简介 张冲,海归统计学硕士,CDA 认证数据分析师,前云南白药集团资深数据分析师,自媒体 Python 讲师,全网课程播放量破 ...
2026-04-13在数据可视化与业务分析中,同比分析是衡量业务发展趋势、识别周期波动的核心手段,其核心逻辑是将当前周期数据与上年同期数据进 ...
2026-04-13在机器学习模型的落地应用中,预测精度并非衡量模型可靠性的唯一标准,不确定性分析同样不可或缺。尤其是在医疗诊断、自动驾驶、 ...
2026-04-10数据本身是沉默的,唯有通过有效的呈现方式,才能让其背后的规律、趋势与价值被看见、被理解、被运用。统计制图(数据可视化)作 ...
2026-04-10在全球化深度发展的今天,跨文化传播已成为连接不同文明、促进多元共生的核心纽带,其研究核心围绕“信息传递、文化解读、意义建 ...
2026-04-09在数据可视化领域,折线图是展示时序数据、趋势变化的核心图表类型之一,其简洁的线条的能够清晰呈现数据的起伏规律。Python ECh ...
2026-04-09在数据驱动的时代,数据分析早已不是“凭经验、靠感觉”的零散操作,而是一套具备固定逻辑、标准化流程的系统方法——这就是数据 ...
2026-04-09长短期记忆网络(LSTM)作为循环神经网络(RNN)的重要改进模型,凭借其独特的门控机制(遗忘门、输入门、输出门),有效解决了 ...
2026-04-08在数据分析全流程中,数据质量是决定分析结论可靠性的核心前提,而异常值作为数据集中的“异类”,往往会干扰统计检验、模型训练 ...
2026-04-08在数字经济飞速发展的今天,数据已渗透到各行各业的核心场景,成为解读趋势、优化决策、创造价值的核心载体。而数据分析,作为挖 ...
2026-04-08在数据分析全流程中,数据处理是基础,图形可视化是核心呈现手段——前者负责将杂乱无章的原始数据转化为干净、规范、可分析的格 ...
2026-04-07