释放大数据潜能——国家卫计委推动人口流动迁移数据资源共享

本文涉及的产品
云原生大数据计算服务MaxCompute,500CU*H 100GB 3个月
云原生大数据计算服务 MaxCompute,5000CU*H 100GB 3个月
简介:

“我们随时欢迎各研究机构的加入,从推进国家治理体系和治理能力现代化的战略高度,发挥智库作用,推动科学决策,谋划发展蓝图。”7月2日,在国家卫生计生委(以下简称国家卫计委)流动人口司与北京大学国家发展研究院联合举办的“第三届新型城镇化与流动人口社会融合论坛”上,国家卫计委副主任王培安提出倡议:加快推进政府部门人口数据的共享,促进公共数据资源开放互通,加强数据开发共享的国际交流。

打破信息孤岛推动政府人口数据共享

论坛上,来自北京大学、清华大学、中国人民大学、南开大学等高校及浙江省卫计委的众多专家学者,围绕“十三五”及未来十年人口流动迁移及其经济社会影响这一主题,就流动人口卫生计生政策与均等化服务研究、人口流动迁移趋势及其经济社会影响、流动人口健康与养老保障研究等问题分享了各自的研究成果。“国家卫计委能率先向高校及研究单位免费开放数据,真是一件大好事!”北京大学国家发展研究院的雷晓燕说。

“政府部门在长期的人口服务管理中积累了大量的数据,公安部门的户籍人口数据、民政部门的婚姻死亡登记数据、卫生计生委的健康档案、医疗数据、跨省流动人口等数据,连同各大研究机构的调查数据,成为数据资源开发共享时代的国家基础性战略资源,为深入研究新型城镇化和流动人口社会融合问题提供了丰富的素材。” 王培安说,目前,国家卫计委已向120余家高校研究机构开放了流动人口的监测数据,产出成果达400余篇。

不久前,国务院在人口健康大数据应用发展方面,提出了新的要求。人口数据包括海量信息,推动人口数据的开放共享,发掘数据潜在的价值,运用大数据进行趋势分析、问题研判,“要打破信息孤岛,调动政府人口数据共享,更有效地释放人口数据红利,深化人口大数据应用,推动城镇化和流动人口社会融合的研究。” 王培安说。

本届论坛是国家卫计委继与中国人民大学、复旦大学合作后举办的第三届新型城镇化与流动人口社会融合论坛,该论坛为促进大数据在社会治理领域的深化应用,提高全社会对流动人口的关注,起到了积极的作用。北京大学副校长王杰表示,当前中国正在经历快速的城镇化浪潮,相应面对的是前所未有的大规模人口流动。“下一步,中国应该如何推进城镇化,新型城镇化的道路应该如何走?如何解决流动人口的社会融合问题等等,这些既是我国社会经济发展的重大现实问题,同时也是相关领域的专家学者应该努力来回应的重大研究课题。”王杰说。

据介绍,2009年起,原国家人口计生委就启动了流动人口动态监测项目,探索开展社会融合的理论研究和实践应用。“在此基础上我们研究提出了流动人口社会融合的指标体系和政策制度框架,倡导全社会共同努力促进流动人口全面参与流入地的经济社会生活。最终实现经济立足、社会融合、文化交融和身份认同。”王培安说。

原标题:释放大数据潜能——国家卫计委推动人口流动迁移数据资源共享

促进农民工社会融合是保持社会和谐稳定的需要

人力资源和社会保障部(以下简称人社部)2015年的检测数据显示,全国农民工的总量达到2.77亿人,其中外出的农民工是1.69亿人,同比增长0.4%。在外出的1.69亿人当中,举家外出的为3847万人,同比增长7.5%。

“从统计监测数据来看,一个是返乡的农民工数量增加了,另外,外出农民工当中举家外出的趋势是增强的。”人社部农民工司司长宋娟说。“促进农民工社会融合是保持社会和谐稳定的需要。从经济的角度来看,促进农民工社会融合必须统筹推进土地、财政、教育、就业、医疗、养老、住房保障等领域的配套改革;从社会角度来看,让农民工生活更稳定,让精神有所寄托,也有利于社会的和谐与稳定。”

未来三四十年,我国处于人口发展深度转型期。据介绍,当前育龄妇女总量、劳动年龄总量已经达到峰值,并开始下降。2030年前后,将迎来人口总量下降、老龄化再次提速、人口抚养比攀升等重大变化。而大规模的人口流动迁移,仍将是我国人口变动的主要特征。

按照新型城镇化规划确定的目标,到2020年,我国常住人口城镇化率将达到60%左右,户籍人口城镇化率为45%左右,流动人口约为2.3亿。预计2030年,常住人口城镇化率达到70%左右,户籍人口城镇化率达到60%左右,流动人口约为1.6亿。“随着经济进入新常态,劳动年龄人口下降,就近就地城镇化速度的推进,人口流动呈现出规模波动、流向多元、家庭迁移等新的特征。外来人口与本地居民的利益冲突开始显现,低收入转移人口面临着生存发展和社会融入的双重压力。家庭成员的长期分离带来婚姻家庭的不稳定,儿童监护的失职,亲情缺失,留守人群权益容易受到侵害等问题。”王培安说。

近年来,国家卫计委做了大量工作。比如,积极开展人口流动迁移的理论与实践研究,连续七年开展全国流动人口监测调查,出版《中国流动人口发展报告》等;联合有关部门出台文件,要求各地按照国家基本公共卫生项目的要求,落实面向流动人口的健康教育、妇幼保健、计划生育、预防接种、传染病防控等基本公共卫生服务,数据显示,几年来多项指标都有明显的提升;保障流动人口的基本劳动医疗保险权益,加快推进新农合跨省就医费用的核查和协保工作;开展社会融合的示范试点,提高流动人口及家庭的健康素养。努力实现城镇基本卫生计生服务常住人口的全覆盖,率先在卫生计生领域推动社会融合。

“今后,我委将继续实施流动人口的动态监测项目,加强政策研究,推进基本公共服务均等化,开展流动人口社会融合试点,保障流动人口留守家庭的健康权益。”王培安说。

论坛上,北京大学国家发展研究院和国家卫计委流动人口司签署了合作框架协议,合作内容包括数据共享、合作研究和人才培养。

====================================分割线================================

本文转自d1net(转载)

相关实践学习
基于MaxCompute的热门话题分析
本实验围绕社交用户发布的文章做了详尽的分析,通过分析能得到用户群体年龄分布,性别分布,地理位置分布,以及热门话题的热度。
SaaS 模式云数据仓库必修课
本课程由阿里云开发者社区和阿里云大数据团队共同出品,是SaaS模式云原生数据仓库领导者MaxCompute核心课程。本课程由阿里云资深产品和技术专家们从概念到方法,从场景到实践,体系化的将阿里巴巴飞天大数据平台10多年的经过验证的方法与实践深入浅出的讲给开发者们。帮助大数据开发者快速了解并掌握SaaS模式的云原生的数据仓库,助力开发者学习了解先进的技术栈,并能在实际业务中敏捷的进行大数据分析,赋能企业业务。 通过本课程可以了解SaaS模式云原生数据仓库领导者MaxCompute核心功能及典型适用场景,可应用MaxCompute实现数仓搭建,快速进行大数据分析。适合大数据工程师、大数据分析师 大量数据需要处理、存储和管理,需要搭建数据仓库?学它! 没有足够人员和经验来运维大数据平台,不想自建IDC买机器,需要免运维的大数据平台?会SQL就等于会大数据?学它! 想知道大数据用得对不对,想用更少的钱得到持续演进的数仓能力?获得极致弹性的计算资源和更好的性能,以及持续保护数据安全的生产环境?学它! 想要获得灵活的分析能力,快速洞察数据规律特征?想要兼得数据湖的灵活性与数据仓库的成长性?学它! 出品人:阿里云大数据产品及研发团队专家 产品 MaxCompute 官网 https://www.aliyun.com/product/odps 
目录
相关文章
|
2月前
|
存储 分布式计算 数据挖掘
数据架构 ODPS 是什么?
数据架构 ODPS 是什么?
413 7
|
2月前
|
存储 分布式计算 大数据
大数据 优化数据读取
【11月更文挑战第4天】
58 2
|
2月前
|
数据采集 监控 数据管理
数据治理之道:大数据平台的搭建与数据质量管理
【10月更文挑战第26天】随着信息技术的发展,数据成为企业核心资源。本文探讨大数据平台的搭建与数据质量管理,包括选择合适架构、数据处理与分析能力、数据质量标准与监控机制、数据清洗与校验及元数据管理,为企业数据治理提供参考。
97 1
|
2天前
|
SQL 存储 人工智能
化整为零:湖仓数据平台一站式迁移
本文介绍了湖仓平台迁移的概况、痛点及解决方案。首先概述了数据湖和数据仓库迁移的现状与背景,强调其重要性及挑战。接着分析了迁移过程中的主要痛点,如数据量大、业务变更频繁等。最后提出了一种化整为零的新范式,通过精细化设计和自动化工具提升迁移效率,并展示了一站式湖仓迁移中心的关键阶段和产品大图,旨在加速迁移过程并减少人工成本。
|
2月前
|
机器学习/深度学习 存储 大数据
在大数据时代,高维数据处理成为难题,主成分分析(PCA)作为一种有效的数据降维技术,通过线性变换将数据投影到新的坐标系
在大数据时代,高维数据处理成为难题,主成分分析(PCA)作为一种有效的数据降维技术,通过线性变换将数据投影到新的坐标系,保留最大方差信息,实现数据压缩、去噪及可视化。本文详解PCA原理、步骤及其Python实现,探讨其在图像压缩、特征提取等领域的应用,并指出使用时的注意事项,旨在帮助读者掌握这一强大工具。
92 4
|
2月前
|
存储 大数据 数据管理
大数据分区简化数据维护
大数据分区简化数据维护
26 4
|
2月前
|
存储 大数据 定位技术
大数据 数据索引技术
【10月更文挑战第26天】
64 3
|
2月前
|
存储 大数据 OLAP
大数据数据分区技术
【10月更文挑战第26天】
81 2
|
2月前
|
消息中间件 分布式计算 大数据
数据为王:大数据处理与分析技术在企业决策中的力量
【10月更文挑战第29天】在信息爆炸的时代,大数据处理与分析技术为企业提供了前所未有的洞察力和决策支持。本文探讨了大数据技术在企业决策中的重要性和实际应用,包括数据的力量、实时分析、数据驱动的决策以及数据安全与隐私保护。通过这些技术,企业能够从海量数据中提取有价值的信息,预测市场趋势,优化业务流程,从而在竞争中占据优势。
161 2
|
2月前
|
数据采集 分布式计算 大数据
数据治理之道:大数据平台的搭建与数据质量管理
【10月更文挑战第27天】在数字化时代,数据治理对于确保数据资产的保值增值至关重要。本文探讨了大数据平台的搭建和数据质量管理的重要性及实践方法。大数据平台应包括数据存储、处理、分析和展示等功能,常用工具如Hadoop、Apache Spark和Flink。数据质量管理则涉及数据的准确性、一致性和完整性,通过建立数据质量评估和监控体系,确保数据分析结果的可靠性。企业应设立数据治理委员会,投资相关工具和技术,提升数据治理的效率和效果。
135 2