
推进大数据战略构筑网络强国
“十三五”规划建议提出,在国际发展竞争日趋激烈和我国发展动力转换的形势下,必须把发展基点放在创新上,形成促进创新的体制架构,塑造更多依靠创新驱动、更多发挥先发优势的引领型发展。
“在我国经济发展进入新常态大背景下,国家今年提出‘双创’理念,‘创新’已成为社会和经济发展不可或缺的核心要素之一。”宁家骏说,目前,步入信息社会,发展最重要体现在创新上,创新关键依靠知识和信息的多样化传播、加工,信息化加快了信息传播和新知识的发现进程;信息、数据最终价值都体现在形成的知识和新的生产力,信息化从而直接影响了生产力和生产要素。
“传统经济学认为,劳动力、土地、资本是主要的生产要素。在新时期,生产要素正在发生变化。”宁家骏说,虽然传统的三要素作用依然巨大,但其可挖掘的潜力有限:劳动力成本持续上升,国家土地资源是有限的,而资本也不可能凭空而来。
宁家骏认为,社会和经济发展的需要发掘新的生产要素。信息化最大的特点就是缩短新知识的创造和接受过程,新知识的诞生推动着创新,大数据、网络等技术成为创新关键,带来了深层次结构调整的渗透和人思维上的飞越,信息已成为崭新的生产要素。信息化将为传统的三大生产要素带来不可限量的附加价值。
关键在于深化创新思维
十八届五中全会首次提出实施国家大数据战略,推进数据资源开放共享。“大数据是信息社会重要资源,近年来我国不断探索大数据发展新模式,目前技术水平与国际基本同步。”宁家骏认为,实施大数据战略恰逢其时,是推动工业化和信息化深度融合,打造产业竞争新优势、抢占未来发展先机“弯道超车”的有效途径。
大数据推动了政府决策和治理能力。宁家骏坦言,以前,某些地方政府认为某些产业很有发展前景,但忽略了对整个产业布局和当地实际情况的数据分析,造成了不少地区产能过剩。如今政府运用大数据,进行精准决策,“拍脑袋”做决定的时代已经过去。
数据是推动产业创新体系的基本要素,将改变整个社会的创新体系,为创新提供了重要支撑。宁家骏说,将大数据提升到国家战略是经过深思熟虑的,对中国未来发展意义深远。
“关键要加深我们对大数据经济和产业的理解深度。”宁家骏说,目前,很多地方领导和企业负责人仅把大数据看作信息服务的一种,认为投产建设大数据中心就是发展大数据。这是对信息化、大数据的理解不够深入造成的,盲目跟风建设数据基础设施容易造成新一轮产能过剩。发展大数据核心是看如何更科学合理应用大数据资源。
数据共享构建网络强国
宁家骏表示,当前,我国已成为全球网民最多的网络大国,然而依然面临网络基础设施各地区发展不均衡、传统产业与互联网融合度不够、缺乏数据资源开放共享长效机制、信息安全方面形势严峻、改革开放深化需要加强等诸多挑战,以适应信息生产力的发展。
“十三五”规划建议中明确提出实施网络强国战略,正是契合时代潮流发展的关键决策。
宁家骏说,在建设网络强国过程中,应继续加强信息基础设施建设,这是最重要的基础;提倡和推进数据开放共享是关键,释放大数据红利,把它作为生产的重要要素来发展和看待;推动“互联网+”应用创新,用互联网思维改造传统产业,推动创新;加强信息安全保障,在安全中求发展。
在即将到来的“十三五”时期,我国应进一步提高信息化水平,推动政府数据信息公开和共享,建立开放的“阳光政府”。宁家骏说:“信息惠民,让更多的人分享到信息化的红利,让老百姓真正从中受益,我们的网络强国之路并不遥远。”
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
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 ...
2025-09-23CDA 数据分析师:以指标为钥,解锁数据驱动价值 在数字化转型的浪潮中,“用数据说话” 已成为企业决策的共识。但数据本身是零散 ...
2025-09-23当 “算法” 成为数据科学、人工智能、业务决策领域的高频词时,一种隐形的认知误区正悄然蔓延 —— 有人将分析结果不佳归咎于 ...
2025-09-22在数据分析、金融计算、工程评估等领域,“平均数” 是描述数据集中趋势最常用的工具之一。但多数人提及 “平均数” 时,默认指 ...
2025-09-22CDA 数据分析师:参数估计助力数据决策的核心力量 在数字化浪潮席卷各行各业的当下,数据已成为驱动业务增长、优化运营效率的核 ...
2025-09-22训练与验证损失骤升:机器学习训练中的异常诊断与解决方案 在机器学习模型训练过程中,“损失曲线” 是反映模型学习状态的核心指 ...
2025-09-19解析 DataHub 与 Kafka:数据生态中两类核心工具的差异与协同 在数字化转型加速的今天,企业对数据的需求已从 “存储” 转向 “ ...
2025-09-19CDA 数据分析师:让统计基本概念成为业务决策的底层逻辑 统计基本概念是商业数据分析的 “基础语言”—— 从描述数据分布的 “均 ...
2025-09-19CDA 数据分析师:表结构数据 “获取 - 加工 - 使用” 全流程的赋能者 表结构数据(如数据库表、Excel 表、CSV 文件)是企业数字 ...
2025-09-19SQL Server 中 CONVERT 函数的日期转换:从基础用法到实战优化 在 SQL Server 的数据处理中,日期格式转换是高频需求 —— 无论 ...
2025-09-18MySQL 大表拆分与关联查询效率:打破 “拆分必慢” 的认知误区 在 MySQL 数据库管理中,“大表” 始终是性能优化绕不开的话题。 ...
2025-09-18DSGE 模型中的 Et:理性预期算子的内涵、作用与应用解析 动态随机一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明确:TIF 中的地名有哪两种存在形式? 在开始提取前,需先判断 TIF 文件的类型 —— ...
2025-09-17