京公网安备 11010802034615号
经营许可证编号:京B2-20210330
面对大数据,我们准备好了吗_数据分析师
大数据等现代技术发展迅猛,正对全球经济社会产生重大影响。
全国政协12日召开的双周协商座谈会上,委员们与相关专家学者及国家发展和改革委员会、国家互联网信息办公室、国家统计局等部门的负责同志,就“利用大数据技术提升政府治理能力”展开热烈讨论,有建议,有担忧,有展望,有交锋。
顶层设计:完善体制机制
什么是大数据?
国家互联网信息办公室主任鲁炜在发言中认为,从内容上说,大数据就是海量信息,随着信息技术的迅猛发展,互联网数据的价值从量变上升到质变,能够直观地呈现经济社会运行的规律特点,提升政府决策的科学性、准确性。从技术上说,大数据就是对海量数据的采集、存储、分析、整合、控制。大数据对提高生产效率、降低经济社会运行成本、提升政府治理能力以及维护国家安全具有重要作用。他提出,要加强顶层设计,完善数据管理的体制机制,通过战略规划和制度设计,整合政府数据、行业数据、企业数据、市政数据,建立全国统一的网络数据指挥发掘利用中心。
“要将发展大数据上升为国家战略。”全国政协委员、商务部原副部长蒋耀平更是直截了当:“根据我国现有的体制特点,将发展大数据上升为国家战略,可以充分发挥我国集中力量办大事的优势,还能有效地避免一些地方一哄而起的盲目发展,造成不必要的重复建设。”全国政协委员、九三学社中央常委马秀珍则提出,应把大数据当作国家重要的战略资源。国家应出台大数据的技术标准和规范,整合数据资源,理顺政务信息资源,推进行政审批、纪检监察、医疗卫生、教育等政务、民生的云应用建设,从而推动各级政府治理结构和治理能力的现代化。
全国政协委员、北京交通大学计算机与信息技术学院院长钟章队建议,成立国家大数据发展和促进机构,负责建立国家大数据政策框架,指导和协调公共领域的大数据管理。全国政协委员、广东省经济和信息化委员会副主任李心认为,全国统一的电子政务网络尚未形成,大数据资源部门有效共建共享机制没有建立,严重制约我国大数据的建立、开发和应用,制约着电子政务深入发展和效能发挥。要加快制定数据资源开放标准规范,比如什么数据可以开放、以什么方式开放、通过什么渠道开放以及开放这些数据是否会侵犯个人隐私等。
针对委员们提出成立大数据管理机构的问题,阿里巴巴集团董事局主席马云表示,“把互联网的生产力进一步释放出来。不过,以本人十多年的从业经验来看,我不能等政府大数据管理机构成立以后才发展大数据。”
数据立法:强化安全措施
座谈会上,大数据时代的安全问题,始终是委员们关注的重点。
“在制定国家大数据规划时,希望能将数据安全问题放在重要位置。”上海交通大学教授曹珍富提出,在大数据运用中要保证个人隐私和信息安全,对涉密数据和隐私数据实施加密,这样不仅能做到共享,还能实现纵向、横向数据聚合,做数据分析。蒋耀平认为,大数据时代的安全问题与传统安全相比更为复杂,为解决当前个人信息和数据保护的紧迫需要,可以借鉴国外的经验做法,根据我国的国情完善相关法律法规。
全国政协常委、提案委员会副主任赖明建议,尽快制定涉及个人隐私、商业秘密和政府保密数据采集使用和保护的基础性法律,明确数据拥有者、使用者、管理者等各方的职责。
“从安全的角度来看,大数据是一把双刃剑,要平衡运用大数据和保护个人隐私之间的度,并不容易。”全国政协委员、北京启明星辰信息技术有限公司总裁兼首席执行官严望佳建议,可以把数据看作一种资产,自有它完整的生命周期,包括计划、采集、维护、使用、撤销等环节,从技术和管理两个维度出发,如果能够建立大数据生命周期的管理机制,应该有利于安全问题的解决。
全国政协委员、中国科学技术大学教授潘建伟在发言中说,目前国际上有一个热门的技术——量子通讯,已经初步具有保障大数据信息安全的能力,包括对数据的合法使用和安全高效的身份认证和授权,以及数据安全的存储、信息传输过程中的安全和对隐私的保护等。量子通讯不仅在原理上可以实现无条件安全量子分发,而且理论上已经证明它也可以防黑客,可以保证数据存储和身份认证本身的安全性。
不过,全国政协委员、南京大学副校长吕建则认为,安全问题永远研究不完,也永远存在,大数据的安全问题应该在发展过程中逐步解决。
技术研发:抢占国际制高点
“加快技术研发,搭建政产学研合作平台。集中优势资源,着力发展自主芯片、操作系统、数据库等核心技术、关键技术,真正把安全的‘大楼’构筑在自家的地基上,把重要的数据存储在自家的仓库里。”鲁炜的这一观点,在会上引发共鸣,委员们在发言中对我国大数据关键技术瓶颈表达了担忧,纷纷建言献策。
“搞信息化建设如果自主技术缺乏,都搭建在别人的基础上,是不可靠、不安全的。”蒋耀平说,必须加大对大数据技术研发的支持力度,一是要加强大数据技术研发方向的前瞻性和系统性,重点增加在人工智能、实时大数据处理、海量数据存储管理、交互式数据可视化和应用等前沿及共性技术基础上的研发投入,从国家层面上给予支持。二是要集聚产学研用的力量形成合力,力争在大数据平台及软件上能够实现突破,抢占国际制高点。
赖明建议,国家应实施大数据重大应用示范工程,可重点选取环保、医疗、教育、交通等具有大数据基础的领域实施,探索交付共享一体化的服务模式,建设大数据公共服务平台,促进大数据技术成果惠及民生,在全社会形成推广示范效应,带动全社会大数据的应用不断深化。
严望佳提出,政府应督促国产软件供应商建立自身漏洞响应和应急处理机制,比如一旦发现某种漏洞,应该迅速修补,并及时发布给广大的用户。
治理能力:提供更好社会服务
“我们应该借助大数据,扎实地推进信用体系、民生体系、公共服务体系、科学决策体系等建设,创新性地建设面向未来的现代化体系,现代化不仅是技术的应用,更是利用技术全面提升社会的幸福指数。”全国政协委员、神州数码(中国)有限公司总裁兼首席执行官郭为如是说。
座谈会上,委员们一致认为,在政府治理中运用大数据等现代技术,能够显著提高政府科学决策、监管市场、公共服务、社会管理和生态文明建设等能力,是建设透明、效能、服务、责任型政府的迫切需要。
赖明认为,利用大数据技术提升政府治理能力,既适应了由管理型政府向透明、效能、服务、责任型政府转变的迫切需要,也是落实全面深化改革总目标的要求。
全国政协委员、西安未来国际软件有限公司总裁王茜提出,提高政府治理能力,首先是让治理者及时了解社会整个运行状况,通过大数据技术预测出可能发生的各种问题,而不是事后处理。
“大数据利用的理念,对于政府来说,本质上就是什么做、什么不做,也就是说有所为、有所不为。”全国政协委员、百度在线网络技术(北京)有限公司董事长兼首席执行官李彦宏认为,“什么做呢?应该是数据的收集和开放。什么不做呢?应该是应用,就是说基于大数据的应用,不应该由政府来做,而应该靠市场的力量,大家相互竞争最后做出来真正有价值的大的应用。政府在数据的开放上应该更加坚决、更加大胆一些。”
马云的发言,带着他一贯的与众不同:“大数据不是机房,大数据不是IDC(即互联网数据中心),大数据不是硬件,大数据不是软件,大数据是服务能力的体现。政府要学会去买服务,而不是自己干。”国家改革和发展委员会副主任徐宪平回应说:“大数据技术对提升政府的治理能力、治理水平很有价值。我在这里说三句话:首要任务是推动数据开放,关键一招是推动数据应用,根本之策是推动数据立法。”
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