
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
在大模型从实验室走向生产环境的过程中,“稳定性” 是决定其能否实用的关键 —— 一个在单轮测试中表现优异的模型,若在高并发 ...
2025-10-15在机器学习入门领域,“鸢尾花数据集(Iris Dataset)” 是理解 “特征值” 与 “目标值” 的最佳案例 —— 它结构清晰、维度适 ...
2025-10-15在数据驱动的业务场景中,零散的指标(如 “GMV”“复购率”)就像 “散落的零件”,无法支撑系统性决策;而科学的指标体系,则 ...
2025-10-15在神经网络模型设计中,“隐藏层层数” 是决定模型能力与效率的核心参数之一 —— 层数过少,模型可能 “欠拟合”(无法捕捉数据 ...
2025-10-14在数字化浪潮中,数据分析师已成为企业 “从数据中挖掘价值” 的核心角色 —— 他们既要能从海量数据中提取有效信息,又要能将分 ...
2025-10-14在企业数据驱动的实践中,“指标混乱” 是最常见的痛点:运营部门说 “复购率 15%”,产品部门说 “复购率 8%”,实则是两者对 ...
2025-10-14在手游行业,“次日留存率” 是衡量一款游戏生死的 “第一道关卡”—— 它不仅反映了玩家对游戏的初始接受度,更直接决定了后续 ...
2025-10-13分库分表,为何而生? 在信息技术发展的早期阶段,数据量相对较小,业务逻辑也较为简单,单库单表的数据库架构就能够满足大多数 ...
2025-10-13在企业数字化转型过程中,“数据孤岛” 是普遍面临的痛点:用户数据散落在 APP 日志、注册系统、客服记录中,订单数据分散在交易 ...
2025-10-13在数字化时代,用户的每一次行为 —— 从电商平台的 “浏览→加购→购买”,到视频 APP 的 “打开→搜索→观看→收藏”,再到银 ...
2025-10-11在机器学习建模流程中,“特征重要性分析” 是连接 “数据” 与 “业务” 的关键桥梁 —— 它不仅能帮我们筛选冗余特征、提升模 ...
2025-10-11在企业的数据体系中,未经分类的数据如同 “杂乱无章的仓库”—— 用户行为日志、订单记录、商品信息混杂存储,CDA(Certified D ...
2025-10-11在 SQL Server 数据库操作中,“数据类型转换” 是高频需求 —— 无论是将字符串格式的日期转为datetime用于筛选,还是将数值转 ...
2025-10-10在科研攻关、工业优化、产品开发中,正交试验(Orthogonal Experiment)因 “用少量试验覆盖多因素多水平组合” 的高效性,成为 ...
2025-10-10在企业数据量从 “GB 级” 迈向 “PB 级” 的过程中,“数据混乱” 的痛点逐渐从 “隐性问题” 变为 “显性瓶颈”:各部门数据口 ...
2025-10-10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