京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据助力经济转型:大数据产业在崛起
随着信息技术突破和产业创新加速,以云计算、大数据为代表的变革性技术创新正不断打破传统体系,推动产业链分化重组,催生新兴产业体系。据国际数据公司IDC预测,全球大数据市场规模年增长率达40%。
记者采访了解到,目前多个省份将大数据作为重点支持的战略新兴产业,设立机构、发布规划、完善政策、超前布局。
“贵州发展大数据确实有道理”。今年6月17日,正在贵州视察工作的习近平总书记,在考察了贵阳大数据应用展示中心后,讲了这样一句话。9月份国务院印发《促进大数据发展行动纲要》,其中唯一明确提到要开展区域试点、建设大数据综合试验区的省份就是贵州。2014年初,贵州省就出台了大数据产业发展规划和若干政策,将其作为重点支持的新兴产业加以扶持;把大数据作为政府“一把手”工程,建立省级推进机制;以数据流吸引资金、人才等要素聚集,打造国家级大数据内容中心、服务中心和金融中心。
北京市则依托中关村加快布局大数据产业。2014年2月,中关村发布加快培育大数据产业集群、推动产业转型升级的意见,完善政策环境,聚集创新资源;搭建平台培育大数据技术创新联盟、产业联盟等组织;加强区域合作,建立“京津冀大数据走廊”。
广东省专门成立大数据管理局,制定产业规划,并确定首批应用示范项目。重庆市制定“大数据行动计划”,提出让大数据产业成为经济发展的重要增长极,成为具有国际影响力的大数据枢纽及产业基地。各地纷纷在行动。
“数据高地”探索大数据产业路径
一些较早起步的“数据高地”,其蓬勃发展态势正不断为我国大数据产业探索发展路径。
9月18日,贵州大数据综合试验区建设正式启动,这是全国首个大数据“试验区”,致力于构建“先试先行的政策法规体系、跨界融合的产业生态体系、防控一体的安全保障体系”。今年5月,全国首个以大数据为主题的博览会和峰会在贵阳召开,其高规格、大规模使贵州大数据产业发展备受关注。2014年以来,贵州大数据风生水起,率先开展大数据商业模式大赛和草根创业大赛,率先建立块上集聚的大数据公共平台、率先建立大数据交易所和重点实验室。
贵州省委书记陈敏尔说,大数据既是“大学问”,也有“大作为”,不仅可以帮助人们发现新知识、创造新价值,更能够提升政府治理能力、推动经济转型升级、强化社会民生服务。围绕最核心的“数据从哪里来、数据放在哪里和数据谁来使用、怎样使用”等问题,贵州确立了“数据是资源、应用是核心、产业是目的、安全是保障”四个原则,重点打造“基础设施层、系统平台层、云应用平台层、增值服务层、配套端产品层”五个产业链层级,构建了比较清晰的产业路径。
与此同时,贵州建设了全国首个省级政府云计算平台“云上贵州”,贵州省经济和信息化委员会主任马宁宇说,通过“云上贵州”数据交换平台,实现省级政府各部门数据资源“统筹存储、统筹规范、统筹交换、统筹安全”,正在为数据交易规则、安全控制标准、商业运行模式等积极探路。目前已有电子政务云、智能交通云、食品安全云、工业云、环保云、智慧旅游云、电子商务云等七朵云上线,未来还将有更多朵云进入这个平台。
在北京,中关村聚集了三大运营商、国内大型互联网平台公司等一大批拥有高价值密度数据机构,拥有全国最大规模和最大价值的数据资产。中关村大数据产业联盟秘书长赵国栋说,产业联盟把握云计算、大数据与产业革新浪潮带来的战略机遇,聚合厂商、用户、投资机构、院校与研究机构、政府部门的力量,通过研讨交流、数据共享、联合开发、推广应用等工作,实现数据开发共享,并形成相关技术与产业的突破性创新,推动培育世界领先的大数据技术、产品、产业和市场。
赵国栋说,产业联盟是大数据产业发展的有效创新,它广泛聚集了大数据提供方、数据开发者、大数据交互平台、大数据使用方及数据投资者,构建一个完善、健康、有序的数据交易产业链条。2014年,联盟发布了全国首个大数据交易市场行业规范,从交易平台、交易主体、交易对象三个方面规范交易市场行为。
在大数据时代能否“领先一步”
工业和信息化部副部长怀进鹏说,伴随着我国经济发展进入新常态,无论是保持中高速增长还是面向中高端水平,以及打造大众创业万众创新发展环境,大数据、云计算、移动互联网等新一代信息技术及其相互作用发展都将充当越来越重要的角色,并且已经成为世界发达国家科技和产业界竞相发展和竞争的焦点,在社会发展中具有基础性、先导性、战略性地位。
记者采访的很多企业家和专家表示,当前国家间和企业间的竞争焦点正从资本、土地、人口、能源等转向数据资源,一个国家拥有数据的规模和运用数据的能力必将成为未来综合国力重要组成部分,我们能不能抓住这一重大战略机遇,将直接影响到国家安全、社会稳定、经济发展和民生幸福等诸多方面。
贵阳大数据战略重点实验室主任连玉明说,瞄准大数据机遇,多个发达国家都在行动。2012年3月,奥巴马政府宣布“大数据研究和发展计划”,将大数据从商业行为上升到国家战略层面,推动大数据在经济社会各个层面、各个领域的应用深化;英国在2013年1月宣布将大数据作为未来八大关键技术领域;同时一些国家间也率先开放公司信息、犯罪与司法、地球观测、教育、能源与环境、医疗健康、科学研究、统计、社会福利、交通等方面的数据。
安徽省发改委副主任吴劲松说,云计算是对传统信息技术架构和服务模式的颠覆,为我国突破国外技术垄断开辟了“新赛场”,带来了新机遇,从目前发展情况看,大数据很有希望成为我国信息技术领域,由“跟跑者”向“领跑者”转变的突破口。
受访专家表示,我国发展互联网比美国晚了不少年,但发展大数据几乎与美国同步,大力发展大数据产业,主动掌握新一代信息技术产业发展的主动权,推动整个国家和社会可持续发展,是以大数据为代表的新的产业革命带给我们的历史契机。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数字化时代,数据已成为企业决策的核心驱动力,数据分析与数据挖掘作为解锁数据价值的关键手段,广泛应用于互联网、金融、医疗 ...
2026-04-17在数据处理、后端开发、报表生成与自动化脚本中,将 SQL 查询结果转换为字符串是一项高频且实用的操作。无论是拼接多行数据为逗 ...
2026-04-17面对一份上万行的销售明细表,要快速回答“哪个地区卖得最好”“哪款产品增长最快”“不同客户类型的购买力如何”——这些看似复 ...
2026-04-17数据分析师一天的工作,80% 的时间围绕表格结构数据展开。从一张销售明细表到一份完整的分析报告,表格结构数据贯穿始终。但你真 ...
2026-04-16在机器学习无监督学习领域,Kmeans聚类因其原理简洁、计算高效、可扩展性强的优势,成为数据聚类任务中的主流算法,广泛应用于用 ...
2026-04-16在机器学习建模实践中,特征工程是决定模型性能的核心环节之一。面对高维数据集,冗余特征、无关特征不仅会增加模型训练成本、延 ...
2026-04-16在数字化时代,用户是产品的核心资产,用户运营的本质的是通过科学的指标监测、分析与优化,实现“拉新、促活、留存、转化、复购 ...
2026-04-15在企业数字化转型、系统架构设计、数据治理与AI落地过程中,数据模型、本体模型、业务模型是三大核心基础模型,三者相互支撑、各 ...
2026-04-15数据分析师的一天,80%的时间花在表格数据上,但80%的坑也踩在表格数据上。 如果你分不清数值型和文本型的区别,不知道数据从哪 ...
2026-04-15在人工智能与机器学习落地过程中,模型质量直接决定了应用效果的优劣——无论是分类、回归、生成式模型,还是推荐、预测类模型, ...
2026-04-14在Python网络编程、接口测试、爬虫开发等场景中,HTTP请求的发送与响应处理是核心需求。Requests库作为Python生态中最流行的HTTP ...
2026-04-14 很多新人学完Python、SQL,拿到一张Excel表还是不知从何下手。 其实,90%的商业分析问题,都藏在表格的结构里。 ” 引言:为 ...
2026-04-14在回归分析中,因子(即自变量)的筛选是构建高效、可靠回归模型的核心步骤——实际分析场景中,往往存在多个候选因子,其中部分 ...
2026-04-13在机器学习模型开发过程中,过拟合是制约模型泛化能力的核心痛点——模型过度学习训练数据中的噪声与偶然细节,导致在训练集上表 ...
2026-04-13在数据驱动商业升级的今天,商业数据分析已成为企业精细化运营、科学决策的核心手段,而一套规范、高效的商业数据分析总体流程, ...
2026-04-13主讲人简介 张冲,海归统计学硕士,CDA 认证数据分析师,前云南白药集团资深数据分析师,自媒体 Python 讲师,全网课程播放量破 ...
2026-04-13在数据可视化与业务分析中,同比分析是衡量业务发展趋势、识别周期波动的核心手段,其核心逻辑是将当前周期数据与上年同期数据进 ...
2026-04-13在机器学习模型的落地应用中,预测精度并非衡量模型可靠性的唯一标准,不确定性分析同样不可或缺。尤其是在医疗诊断、自动驾驶、 ...
2026-04-10数据本身是沉默的,唯有通过有效的呈现方式,才能让其背后的规律、趋势与价值被看见、被理解、被运用。统计制图(数据可视化)作 ...
2026-04-10在全球化深度发展的今天,跨文化传播已成为连接不同文明、促进多元共生的核心纽带,其研究核心围绕“信息传递、文化解读、意义建 ...
2026-04-09