京公网安备 11010802034615号
经营许可证编号:京B2-20210330
陈敏尔:运用大数据大力提升政府治理能力
4月15日,贵州省委副书记、省长陈敏尔到省公共资源交易中心和政务服务中心,就运用大数据提升政府治理能力进行调研座谈。他强调,各地各有关部门要以钉钉子精神加快大数据产业发展,更多更好地借助大数据提升政府治理能力,不断提高政府科学决策、社会管理和公共服务水平。省委常委、贵阳市委书记陈刚出席座谈会,副省长王江平参加调研并主持座谈会。
陈敏尔先后来到省公共资源交易中心交易大厅、开标区和多功能大厅,认真听取资源交易、电子竞价、电子交易流程介绍,详细了解中心环境设施和服务管理情况。在省政务服务中心,陈敏尔一一察看进驻部门和单位服务窗口,与工作人员和前来办事的群众亲切交流,仔细询问部门入驻率、审批授权、办结效率等,深入了解中心运行和管理有关情况,就加快中心规范化、标准化、高效化建设提出了明确要求。
在随后召开的座谈会上,陈敏尔听取了省政务服务中心、省公共资源交易中心、省经信委的工作汇报和部分企业、高校的大数据专家的意见建议,并与部分部门和单位负责人进行交流讨论。陈敏尔指出,近段时间以来,贵州大数据产业发出了很多好声音,发展势头风起云涌、好戏连台,前景十分看好。各地各有关部门要进一步坚定信心,发扬钉钉子精神,共同推动大数据产业加快发展,促成更多大数据项目落地生根、开花结果。
陈敏尔强调,运用大数据提升政府治理能力是政府改革和管理的时代课题。政府管理服务水平的提升,既要依靠体制机制创新,也要依靠技术手段创新。各级政府部门要认真贯彻落实李克强总理到贵州视察时对贵州省大数据产业发展作出的重要指示精神,切实把握时代机遇,更多更好地借助大数据提升政府治理能力。要运用大数据提升政府决策能力,通过系统采集客观数据和实证分析,不断增强决策的精准性、预见性和公平性。要运用大数据提升政府管理能力,管好公共权力、公共资金、公共资源、公职人员,实现“人在干、云在算、天在看”。要运用大数据提升政府服务能力,面向社会民生提供生活服务,面向企业发展提供生产、生意服务,不断提高社会公众的满意度。
陈敏尔指出,推进“云上贵州”建设是运用大数据提升政府治理能力的重要平台和抓手。当前,“云上贵州”系统平台和“7+N”云工程建设进展顺利,有很好的开端,起步良好。要坚持摸着石头过河,更加认真、务实地推进各项工作。要加快数据集聚进度,推动政府部门数据存储到云平台,云集更多社会数据,招引全国数据资源向贵州集聚。要提升数据开放程度,打破数据壁垒,推动各个层级政府之间、政府部门之间、部门内部之间的数据开放共享和互联互通。要加大数据应用力度,进一步总结推广以应用为导向的大数据产业发展模式,围绕发现价值和发现需求,鼓励和吸引更多投资者、创业者和应用商加快大数据的开发应用,深入挖掘大数据的商业价值。要加快制定“云上贵州”发展规划,进一步完善云长负责制,出台政策激励措施,总结宣传经典案例和先进经验,发挥好贵阳市和贵安新区的领跑、率先和主导作用,为大数据产业发展提供有力保障。
陈敏尔强调,运用大数据提升政府治理能力要把省公共资源交易中心和政务服务中心的作用发挥好。“两个中心”自成立以来,做了大量卓有成效的工作,开局不错、运营良好。要认真总结经验和不足,充分考虑社会公众的需求和入驻部门的实际,加快建立健全政务服务体系,与时俱进做好各项工作。要进一步做到“应进则进、能进则进,进而能办、办而有效”,努力提供更加便捷的政务服务,营造更加优质的政务环境。要对进驻部门内部流程进行科学化再造,以效率和规范为准则,不断改良和完善审批程序、管理流程,推动前台后台、线上线下的有机联动,加强部门之间的联办并办和各级政府之间的互联互通。要推动省公共资源交易中心和政务服务中心与“云上贵州”系统平台的联接,科学配置、有效利用各种数据资源。要进一步完善中心管理模式,建立健全内部管理和外部监督体制机制,不断提升服务质量和服务效率。
王江平对贯彻落实好会议精神提出了具体要求。
省政府秘书长唐德智,省有关部门和企业负责人、部分大数据专家代表参加调研座谈。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在主成分分析(PCA)、因子分析等降维方法中,“成分得分系数矩阵” 与 “载荷矩阵” 是两个高频出现但极易混淆的核心矩阵 —— ...
2025-11-12大数据早已不是单纯的技术概念,而是渗透各行业的核心生产力。但同样是拥抱大数据,零售企业的推荐系统、制造企业的设备维护、金 ...
2025-11-12在数据驱动的时代,“数据分析” 已成为企业决策的核心支撑,但很多人对其认知仍停留在 “用 Excel 做报表”“写 SQL 查数据” ...
2025-11-12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