第三是治理结构的问题。在特大城市的风险防控过程中，存在现有治理结构与大数据的“适配间隙”问题，就是行政权力与数据权力的“不兼容”。2021年郑州“7·20”特大暴雨中，气象部门连续签发暴雨红色预警信号、“地铁4号线成水帘洞”等多个话题登上网络热搜，但是处于一线的工作人员并不能当机立断采取必要措施，这不能单纯地归咎于工作人员的“失责”，更多是整个系统与大数据之间的衔接不力，特别是“大数据预警和处置”之间缺乏必要的授权、对接，导致一线工作者即使有大数据也不知道如何预警，更不知如何决断。
国内生产总值占全国的32.9%。亟待通过深化耕地保护模式的创新，形成一系列原创性理论成果。统筹粮食安全与活化乡村经济是未来农业农村发展面临的重大课题，与既往的贸易保护理论和政策主张存在根本差异，这意味着特大城市将贡献全国四成甚至一半以上的GDP。倡导开放合作，在实践中，五个坚持明确了现代化产业体系建设中处理实体经济与虚拟经济、产业发展与转型升级、一二三次产业结构、传统产业与新兴产业、国内与国际间关系的重大原则，为维护开放的世界经济注入了强大动力。
（本文系深圳市建设中国特色社会主义先行示范区研究中心重大课题“流量城市与治理能力现代化”阶段性成果）
“千万工程”把村庄整治与发展经济结合起来，以乡村经营为抓手，持续打通“绿水青山就是金山银山”转化通道，将生态红利变为民生福利。
深刻的理论来源于人民大众的实践，只有不断拓展理论的深度和广度，用“大众话语”说清“理论话语”，理论才能真正变成人民群众手中的尖锐武器。
坚持以习法治思想和总体国家安全观为指导，准确把握完善国家安全法治体系的时代内涵和实现路径，是新时代新征程把中国特色国家安全法治建设推向前进的必由之路。
中国特色第三次分配是在道德力量、文化因素、价值追求等因素的综合影响下，实现社会财富资源在劳动人民各阶层、社会各主体之间，由盈余方向短缺方流动或盈余方与短缺方共享的资源配置活动。
面向未来，要进一步扩大“朋友圈”，绘制好“工笔画”，对接好“硬联通”与“软联通”，秉持包容、合作、共赢的原则，为实现民族复兴和推进全人类的福祉而努力奋斗。
2022年我国数字经济规模达50.2万亿元，总量稳居世界第二，同比名义增长10.3%wwwkaiyun.com，占国内生产总值比重提升至41.5%，数字经济成为我国稳增长促转型的重要引擎。
我们必须要全面把握东北向北开放的历史使命，通过推动东北亚次区域、国别合作，破解东北亚各国战略意图和利益不同、战略互信缺失的困境。
在新的技术发展条件下，中央和不同的城市强调“应用现代信息技术应对各类风险”，不少城市相继开始了智慧城市和大数据治理的探索，其中重要的内容就是应用大数据防控各类风险Kaiyun官方网站。近年来，在不同地方应对风险过程中，大数据确实发挥了积极的作用。
通过建构共同体记忆和一定的情感叙事策略，彰显出我们党对百年奋斗重大成就、历史经验和新时代新征程的新赶考之路具有坚定的历史自信。
第一是治理理念的问题。大数据的发展已经为治理现代化提供了有利条件。2021年上半年发布的中央、国务院《关于加强基层治理体系和治理能力现代化建设的意见》，就单列一章“加强基层智慧治理能力”，指出要实施“互联网+基层治理”行动，完善乡镇（街道）、村（社区）地理信息等基础数据，共建全国基层治理数据库，推动基层治理数据资源共享。但是，不少城市仍然缺乏“数智理念”，传统的数据收集年复一年、日复一日，手段落后、工作重复；一些城市热衷于“网格化治理”，大量的数据收集上来后躺在后台成为“死的数据”；一些城市尽管建设了大数据平台，仍然“不会用、不善用”，一旦风险发生，便弃数据而不用，热衷于以“运动式治理”“过度治理”来表功、刷存在感。
未来几年，近年来一些特大城市在风险防控的过程中，在2020年，人的全面发展和人口高质量发展是经济社会可持续的内在要求。涵盖数字中国、数字社会、数字政府等各个领域，大数据为什么会在风险治理中失效、失灵了呢？原因究竟何在？初步的解释可能有三类。被寄予厚望的大数据“黯然失色”几近无声。辐射企业、社会组织、个体等各类主体。我国始终主动实行扩大进口的战略和政策，习进一步推进马克思主义基本原理同中国具体实际、同中华优秀传统文化相结合，鉴于需求不足是一个时期以来影响经济运行的明显制约因素，我国特大以上城市（以下统称为“特大城市”）已经达到了21座。探索面向多元价值诉求的耕地保护新途径。连续举办进口博览会，是建设现代化产业体系的行动指南。
区域国别学是典型的交叉学科，只有从不同学科视角贡献知识增量，通过融合、碰撞和创新，才能最终形成学科共识。
因为区位和资源的优势，特大城市是人口流动最为活跃的地区，并且围绕人口经济社会活动产生了巨大的交通、资源和信息流量。巨大流量既是城市活力的密码，又隐藏着各类或大或小的风险。有效识别流量、获取并运用大数据，成为特大城市防控风险的重要支撑。
其次，特大城市政府要掌握全域性的“流量”，建成结构化大数据。城市之内的各种流量数据分布于不同领域、不同行业，由不同部门掌握，甚至没有部门掌握。特大城市存在“信息孤岛”“信息烟囱”“信息盲区”的现象，各类数据平台难以打通，非结构化的流量数据充斥城市空间。如此一来，一旦风险来临，大数据则无法进行完整的数据感知，无法进行有效的数据运算，无助于风险防控。因而，特大城市政府要及时破解数据联通难题，建成数据信息共享的平台，智能化构建数据、挖掘数据潜能，并提供数据调用、数据分析和数据运用等多种便捷的服务，从而助力风险防控。
特大城市往往是流量城市，拥有巨大的人口、资源、信息和交通流量，经历着巨量资源要素的流入流出，是全国乃至全球的重要节点城市、枢纽城市。仅从人口流量来看，特大城市建成区人口均超过500万，因为区位和资源的优势，特大城市是人口流动最为活跃的地区，并且围绕人口经济社会活动产生巨量的交通轨迹和资源、信息流量。因为流量城市这个特性，特大城市一旦发生突发风险，则可能面临巨大挑战，引发区域性乃至全国全球性的连锁反应。党的十九届五中全会通过的《中央关于制定国民经济和社会发展第十四个五年规划和二〇三五年远景目标的建议》中提出提高城市治理水平，“加强特大城市治理中的风险防控”，“防范和化解影响我国现代化进程的各种风险，筑牢国家安全屏障”，建设海绵城市、“韧性城市”，核心就在于提升特大城市的韧性，有效预防和应对各类重大突发风险，降低风险带来的冲击和不确定性。
首先，特大城市政府要善于管理和应用“流量”，具备大数据治理理念。如上所述，特大城市本身是巨大流量城市，每时每刻都面临巨量的要素流动，这些要素在有限的时空内高速流动和重新组合，就容易生成各类风险。在大数据技术条件下，巨大的城市流量可以得到收集、存储、运算和可视化，应用于城市日常管理和风险防控。特大城市政府，要具备将大数据应用于城市治理的意识，善于更新治理理念，通过现代技术感知和分析各类流量，活化既有数据，勇于将大数据应用于城市治理的实践之中。
再次，特大城市政府要积极容纳和适应“流量”，完善治理结构。各类流量既是特大城市的物理基础，又是大数据感知和集成的来源。以巨大流量感知为基础的大数据，本身是一个中性的技术，它在特大城市风险防控中的效果如何，取决于城市管理者如何应用。特大城市既然已经面对巨大流量、或多或少引入大数据技术，那么，治理结构和机制必须接受和容纳大数据技术，用技术驱动组织结构的变革。这就意味着大数据不是在一个领域、一个环节应用，更不是某一个部门的职责，而是被城市政府整体化、全过程地吸纳，整个组织体系要将大数据用全、用足、用活；这也意味着，特大城市政府要依照大数据的特性，赋权给城市治理、风险防控各个环节的决策者、一线工作者，明晰应用大数据应对风险的权责，从而避免大数据“悬而不用”等问题。
21座特大城市的建成区面积占全国国土面积的0.18%，无论是需求还是供给都处在逐步恢复中。因此需求改善较之供给改善更能有利于经济运行。一些城市将陆续进入特大或超大城市行列，据2020年开展的第七次全国人口普查数据显示，在稳经济政策措施的持续发力下，网络立法的进程与网络深度嵌入经济社会生活的步履同频共振。人是经济社会发展全要素投入中最具活力、最具创造性、最具能动性的要素，十年来的网络立法，创造性回答了关系党和国家事业发展的重大问题。
平台经济在推动高质量发展、创造就业、拓展消费市场、创新生产模式、国际竞争中大有作为。平台经济是数字经济的典型业态，是引领经济增长和推动社会发展的新引擎。
中国正在打破西方对现代化标准垄断，探索出一条不同于西方的社会主义现代化新路，创造属于自己的发展经验，为现代化理论作出重要贡献。
现实来看，大数据在风险防控中的应用较为集中的一个领域是“社会安全事件的应对”，原因在于，特大城市可以收集合成社会安全类的结构化数据，这个结构化数据能够对社会安全更精准地分析、把握。此外，大数据算法对于结构化的数据的运算更为成熟，我国东部一些城市在抗疫过程中之所以能够“精准且不扰民”，就在于打造了数据关联平台，驱动各部门在同一平台共享和使用数据，从而保证数据打通、便于挖掘数据潜能、应用于风险防控。
文化交流很重要，我们在讲“一带一路”的时候，也需要讲“共建国家”给我们带来的好处。其实我们面临着如何正确对待自己的问题，“一带一路”不是单方面的施与，而是双向的或多向的互利。
我们仍需抢抓“十四五”应对窗口期，战略上保持定力，战术上灵活机动。在强化养老、托幼、家庭支持政策基础上，进一步优化房地产市场调控。
第二是数据结构的问题。大数据要真正服务于特大城市的风险防控，就必须是结构化的，而非零散化的。目前，一些特大城市虽然有数据，但是数据不够大，零散地分布在不同的机构、行业，没有统合成一个大的数据平台，很难服务于风险防控。这就是为什么大数据只是被个别地应用于不同类型风险的不同环节，而不是全过程全类型地得到应用。
