܄

国家发改委李铁:希望地方政府在大数据上不要大包大揽

【数据猿导读】 国家发改委城市和小城镇改革发展中心主任李铁5月26日在“国家大数据综合试验区建设高峰论坛”上表示,政府从上到下都要成立大数据中心,我担心这是政绩运动,而不是在科学基础上发挥市场作用来带动大数据和企业

国家发改委李铁:希望地方政府在大数据上不要大包大揽

“近些年全国政府都在搞智慧城市,政府从上到下都要成立大数据中心,我担心这是政绩运动,而不是在科学基础上发挥市场作用来带动大数据和企业。仅仅停留在政府角度上,必会严重地浪费资源。我更多地希望地方政府在大数据问题上不要大包大揽,让企业充分发挥市场作用。”国家发改委城市和小城镇改革发展中心主任李铁5月26日在“国家大数据综合试验区建设高峰论坛”上作出表示。

李铁认为我们开大数据论坛主要讨论两类数据。一类是政府数据系统,和大量的上报信息有关,准确性有待进一步斟酌。另一类是移动端,每一个手机、每一个定位系统,每一个互联网信息都是重要的信息源,移动端数据更多是在市场。

在智慧城市方面,李铁强调了四方面内容:第一原则是怎么样实现大数据为本,就是从上报数据转变为更重视移动端;第二是促进以人为本,要更多重视市场的作用。第三是怎样推进政府数据开放与市场相结合,“我们做产业规划、研究目标的时候,大家还在用所谓的上报数据,而以移动端为主体的空间变化,可以清晰地看出产业化问题,比如说在空间上,所有的工业分布,服务业分布,人员的变化,都可以清晰的显现出来,在过去我们做规划的时候完全没有考虑到,而这些资源也是在市场中。第四是如何实现政府数据和市场数据结合,同时也促进企业和企业间的数据结合。

以下为部分发言实录:

我看到政府推动这一块比较热,博览会里面300多家企业,这一方面更多是政府的大数据,我们搞数据城市研究,离不开大数据。到底应该发挥政府作用还是发挥市场作用,政府和市场在大数据中怎么衔接?

首先一件事情,我个人认为研究大数据,我们过去有两类系统,一类是政府数据系统,大量的个人信息以及上报信息有关,准确性有待进一步斟酌。另一类是移动端,就是互联网的变化,移动端数据更多是在市场,我们开大数据论坛,主要讨论两类数据,就是传统数据库在大数据应用上有多大的发展空间。

第二互联网的变化,基本上都来自于市场,企业的运营机制,政府更多是完成公共目标,同时存在着更多大量数据,另一方面我们提出智慧城市,我们强调了以下几方面:

第一原则就是怎么样实现大数据为本,就是从上报数据更加重视移动端,每一个手机、每一个定位系统,每一个互联网信息都是重要的信息源,我们的信息源,重大的信息源并没有得到大的发挥。

第二促进以人为本,发动移动端的基础上,更多要重视市场的作用,在这个问题上,以人为本责任很大,未来会反过来,推动我们政府数据的讨论,更加发挥市场作用。我们现在中移动、微信、百度,所有的用户每时每秒的时间变化都可以看到,很清晰的看到。

第三就是怎么样推进政府数据开放与市场相结合,我们刚才讲到了反推移动端带来的数据变化,我们传统数据怎么和未来海量信息结合起来?我们做产业规划的时候,我们在研究目标的时候,大家还在用所谓的上报数据,以移动端为主体的空间变化,可以清晰的看出产业化问题,比如说在空间上,所有的工业分布,服务业分布,人员的变化,可以清晰的显现出来,在过去我们做规划的时候完全没有考虑到,而这些资源也是在市场中。

第四就是如何实现政府数据和市场数据结合,同时也促进企业和企业间的数据结合,这是一个大问题,政府应该怎么协调?我昨天问了很多家企业,都是从现在所谓的开放数据来的,数据量是很有限的。我也问了阿里巴巴和华为,阿里巴巴有支付宝、电商,蚂蚁花呗,刚才更多提出政府数据源开放,在怎么样建立开放的同时,企业相互的开放,怎么样为政府服务,而为政府服务,也是值得研究的问题。

我们在国际上考察城市的时候,大量的和数据有关的,和政府有关的大的资源,实际上都是公司掌握的,政府只有几个人在这里面,不过我们的数据更多掌握在政府手里。

政府如何发挥作用,现在需要我们进一步校正我们的思维方式,我特别注意到了,现在近些年全国政府都在搞智慧城市,政府从上到下都要成立大数据中心,我担心这是政绩运动,而不是在科学基础上发挥市场作用来带动大数据和企业,广泛的社会公共信息,不解决这些问题,仅仅停留在政府角度上,必会严重的浪费资源,第二我们人才的培养更加重要,第三政府的效益和企业的效益有很大反差,怎么在未来的数据建设,怎么样实现规模数据化运用,怎么开辟政府和市场之间有效的结合,还需要我们进一步研究,但我相信从移动端出现的这种变化,反过来会推动我们的改革。我更多的希望地方政府在大数据问题上不要大包大揽,要让企业充分发挥市场作用,这是我们的全责,谢谢。


来源:财经网

声明:数据猿尊重媒体行业规范,相关内容都会注明来源与作者;转载我们原创内容时,也请务必注明“来源:数据猿”与作者名称,否则将会受到数据猿追责。

相关精彩内容推荐

我要评论

精品栏目

[2016/10/10]

大数据24小时

More>

[2016/09/26-7]

大数据周周看

More>

[2016/09/01-30]

大数据投融资

More>

[2016/11/04-11]

大咖周语录

More>

[2016/10/31-7]

大数据周聘汇

More>

[2016/11/01-6]

每周一本书

More>