
成都拟建西部大数据管理局 政府数据库开放提速
“大数据管理局的成立,标志着地方政府的数据库开放进度将会提速,而大数据相关的服务产业也将迎来更大的市场”,成都市数据浪潮分析公司CEO王坚对21世纪经济报道记者表示。
成都市经信委在9月1日宣布将筹建“大数据管理局”,这将成为西部首个政府设立的大数据管理机构。也是继广州、沈阳后,全国准备设立的第三个大数据管理局。
“成都市大数据管理局”的筹备文件显示,其主要职能为负责拟定全市大数据战略、规划和政策措施并组织实施;推动信息数据收集、管理、开放、应用等标准规范,推动信息数据资源和基础设施建设的互联互通、资源共享等。
成都市经信委办公室主任王锐称,大数据管理局的一项重要使命就是推动数据在安全的前提下实现公开、共享。
成都差异化发展战略
今年5月28日和6月1日,广州、沈阳分别成立全国首家和第二家大数据管理局。其中,广州市大数据管理局为该市工业和信息化委直属正处级行政单位,而沈阳则单独设立大数据管理局,行政级别为正局级。
21世纪经济报道记者获悉,成都市大数据管理局将由该市经信委的信息安全处、信息基础设施管理处、软件与信息服务业处、网络管理与信息化推进处共同抽调人员组建,并由成都市经信委副主任黎邦华牵头实施,因此其行政级别或和广州相似。
王锐称,目前政府部门作为权威数据的最大拥有者,交通、金融、电信、工商、卫生等行业积累了大量数据,但这些数据在很大程度上还处于未能综合运用,大数据管理局成立的目的之一便是要突破诸多障碍实现数据的共享。
成都成立大数据管理局,和最近一年来该市对于大数据产业的重视,以及整个西部地区的产业发展趋势有密切关系。
如大数据产业确定为未来产业发展倚重的贵阳市。2013年时其GDP总量仅为成都四分之一,而在以大数据为突破口,转型高新技术产业后,贵阳市出台《关于加快推进大数据产业发展的若干意见》,提出力争到2017年,贵阳大数据产业的总量规模突破2000亿。
成都市显然也看到了大数据产业链上的诸多机会。而在8月26日,成都市经信委副主任李长虹率队调研贵阳市大数据产业发展情况。重点参观考察了贵阳大数据交易所、大数据应用展示中心、贵阳朗玛信息技术股份有限公司;并围绕大数据应用及产业发展、产业规划、支持政策等问题与贵阳市有关部门进行了工作交流。
李长虹称,在成都获批国家级互联网骨干直联点城市、国家下一代互联网示范城市和信息消费试点城市后,为发展大数据产业提供了良好基础和机遇,而大数据服务已被列入成都工业差异化发展战略。
大数据服务业的巨大市场
“大数据管理局的成立,标志着地方政府的数据库开放进度将会提速,而大数据相关的服务产业也将迎来更大的市场”,成都市数据浪潮分析公司CEO王坚对21世纪经济报道记者表示。
如在沈阳成立大数据管理局后,便开始制定《智慧沈阳总体规划》和《智慧沈阳三年行动计划》,研究建立技术标准、安全体系和政策体系架构,并以“一网、一云、一眼、一图”为核心,实施智慧沈阳基础设施建设,搭建互联互通系统平台和地理时空信息云平台。
21世纪经济报道统计发现,尽管目前仅有三个城市建立专门的大数据管理机构,但包括成都、贵阳、重庆、西安在内的多个城市,均出台了各自的大数据发展措施。
贵州省已出台《关于加快大数据产业发展应用若干政策的意见》、《贵州省大数据产业发展应用规划纲要(2014-2020年)》,并成立了贵阳大数据交易所。
而今年7月出台的《关于深入推进成都市政务信息资源整合共享工作的意见》中提出,力争到2017年,基本形成规范、高效的信息采集和开发利用体系,政务数据资源开放共享水平显著提高,智慧政府建设取得阶段成果的总体目标。
事实上在7月31日,工信部信息化和软件服务业司组织召开的大数据产业“十三五”发展规划编制第一次工作会议提出,将围绕工业大数据、大数据资源开放共享、大数据交易、大数据安全、大数据标准、大数据行业应用等领域开展专题研究。
但电子科技大学大数据研究中心主任周涛称,在各自城市独立发展大数据的背景下,亦应该着手建立全国范围内数据的流通目录体系,并需要建立规范的数据交易机制和数据交易平台,解决数据在流通过程中所遇到的数据安全、数据隐私和数据版权等问题。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在深度学习中,“模型如何从错误中学习” 是最关键的问题 —— 而损失函数与反向传播正是回答这一问题的核心技术:损失函数负责 ...
2025-10-09本文将从 “检验本质” 切入,拆解两种方法的核心适用条件、场景边界与实战选择逻辑,结合医学、工业、教育领域的案例,让你明确 ...
2025-10-09在 CDA 数据分析师的日常工作中,常会遇到这样的困惑:某电商平台 11 月 GMV 同比增长 20%,但究竟是 “长期趋势自然增长”,还 ...
2025-10-09Pandas 选取特定值所在行:6 类核心方法与实战指南 在使用 pandas 处理结构化数据时,“选取特定值所在的行” 是最高频的操作之 ...
2025-09-30球面卷积神经网络(SCNN) 为解决这一痛点,球面卷积神经网络(Spherical Convolutional Neural Network, SCNN) 应运而生。它通 ...
2025-09-30在企业日常运营中,“未来会怎样” 是决策者最关心的问题 —— 电商平台想知道 “下月销量能否达标”,金融机构想预判 “下周股 ...
2025-09-30Excel 能做聚类分析吗?基础方法、进阶技巧与场景边界 在数据分析领域,聚类分析是 “无监督学习” 的核心技术 —— 无需预设分 ...
2025-09-29XGBoost 决策树:原理、优化与工业级实战指南 在机器学习领域,决策树因 “可解释性强、处理非线性关系能力突出” 成为基础模型 ...
2025-09-29在标签体系的落地链路中,“设计标签逻辑” 只是第一步,真正让标签从 “纸上定义” 变为 “业务可用资产” 的关键,在于标签加 ...
2025-09-29在使用 Excel 数据透视表进行多维度数据汇总时,折叠功能是梳理数据层级的核心工具 —— 通过点击 “+/-” 符号可展开明细数据或 ...
2025-09-28在使用 Pandas 处理 CSV、TSV 等文本文件时,“引号” 是最容易引发格式混乱的 “隐形杀手”—— 比如字段中包含逗号(如 “北京 ...
2025-09-28在 CDA(Certified Data Analyst)数据分析师的技能工具箱中,数据查询语言(尤其是 SQL)是最基础、也最核心的 “武器”。无论 ...
2025-09-28Cox 模型时间依赖性检验:原理、方法与实战应用 在生存分析领域,Cox 比例风险模型(Cox Proportional Hazards Model)是分析 “ ...
2025-09-26检测因子类型的影响程度大小:评估标准、实战案例与管控策略 在检测分析领域(如环境监测、食品质量检测、工业产品合规性测试) ...
2025-09-26CDA 数据分析师:以数据库为基石,筑牢数据驱动的 “源头防线” 在数据驱动业务的链条中,“数据从哪里来” 是 CDA(Certified D ...
2025-09-26线性相关点分布的四种基本类型:特征、识别与实战应用 在数据分析与统计学中,“线性相关” 是描述两个数值变量间关联趋势的核心 ...
2025-09-25深度神经网络神经元个数确定指南:从原理到实战的科学路径 在深度神经网络(DNN)的设计中,“神经元个数” 是决定模型性能的关 ...
2025-09-25在企业数字化进程中,不少团队陷入 “指标困境”:仪表盘上堆砌着上百个指标,DAU、转化率、营收等数据实时跳动,却无法回答 “ ...
2025-09-25MySQL 服务器内存碎片:成因、检测与内存持续增长的解决策略 在 MySQL 运维中,“内存持续增长” 是常见且隐蔽的性能隐患 —— ...
2025-09-24人工智能重塑工程质量检测:核心应用、技术路径与实践案例 工程质量检测是保障建筑、市政、交通、水利等基础设施安全的 “最后一 ...
2025-09-24