
大干快上,大数据产业规划也刮浮夸风
近日,教育部公布的高校新增专业名单中,32所高校获批开设“数据科学与大数据技术”本科专业。再加上第一批成功申请该专业的3所高校,目前全国共有35所高校获准开设大数据专业。
高校争相开设大数据专业的背后,是国内大数据产业的火热。自2015年被上升为国家战略以来,大数据产业的发展进入了快车道。全国各地的大数据产业规划更是如火如荼。
公开资料显示,截至2017年3月底,全国共有16个省、21个市先后出台了各种大数据的发展规划文件。在这37个省市中,已有20个省市明确提出了各自的大数据产值目标。
每日金融记者发现:在这份产值目标单上,北京、上海、江西等7个省市均为1000亿元起步;贵州为4500亿,广东为6000亿,江苏更是要超过1万亿元。这不由得让记者想起了那句名言:人有多大胆,地有多高产。
对照另一份国家级规划可以发现,各地政府的大数据产业规划简直就是大胆、任性。今年1月,国务院公布的《大数据产业发展规划(2016-2020年)》显示,到2020年,全国大数据产业要突破1万亿元。而仅江苏一个省的目标居然也是1万亿。
争先恐后定高大数据产值目标的背后,是各地政府对大数据产业的热情空前高涨。每日金融记者发现,近两年来,中央多部委发布的大数据文件多达13个,17个省市成立了各级别的大数据管理机构,10个省市编制了大数据相关的地方法律法规......
与此同时,大数据交易平台在全国也是遍地开花。记者发现,自贵阳大数据交易所第一个开张以后,全国已建成20多个大数据交易场所。此外,辽宁、山东、武汉等多个省市也在陆续推进大数据交易平台的建设。有机构预计,到2020年,全国各地的大数据交易平台的数量将会超过40个。
交易平台还带动了大数据产业园区的规划。有资料显示,目前全国各地已出现了近30个大数据相关的产业园区,而且数量还在不断增加。
“各地产业园的招商引资都很积极,软硬件条件也好,都说要用最好的资源推动当地大数据产业的发展,”成都某大数据公司负责人告诉每日金融。同时他认为,大数据不是说有数据中心、有机房就可以了,更重要的是,数据资源要进来,基于数据资源要有更多的应用,并带动产业的发展。
平台建设、园区修建的同时,各地政府大数据规划的现状却令人担忧。37个省市的大数据发展规划中,更是有12个省市提出要建设面向全国的大数据产业中心。各地政府在表述定位的措辞上让人觉得眼花缭乱。比如北京、广东等地表示要建设面向全国的创业创新中心;贵州、浙江等地表示要建设面向全国的应用示范中心;青海、武汉等地则声称将建设面向全国的资源聚集中心。
著名产业规划专家徐志发接受媒体采访时表示:由于缺乏统一的大数据产业分类统计体系和产业运行监测手段,也导致各地大数据产业的定位相似,同质化竞争加剧。
对于目前这种盲目重复建设,导致大数据产业过剩的局面,徐志发也给出了建议。他认为,主管部门应明确大数据产业分类,建立大数据产业监测机制,引导各地政府因地制宜地制定产业规划和支撑政策,从产业定位上加以区分,尽量避免大数据产业同质化。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
Excel 数据聚类分析:从操作实践到业务价值挖掘 在数据分析场景中,聚类分析作为 “无监督分组” 的核心工具,能从杂乱数据中挖 ...
2025-09-10统计模型的核心目的:从数据解读到决策支撑的价值导向 统计模型作为数据分析的核心工具,并非简单的 “公式堆砌”,而是围绕特定 ...
2025-09-10CDA 数据分析师:商业数据分析实践的落地者与价值创造者 商业数据分析的价值,最终要在 “实践” 中体现 —— 脱离业务场景的分 ...
2025-09-10机器学习解决实际问题的核心关键:从业务到落地的全流程解析 在人工智能技术落地的浪潮中,机器学习作为核心工具,已广泛应用于 ...
2025-09-09SPSS 编码状态区域中 Unicode 的功能与价值解析 在 SPSS(Statistical Product and Service Solutions,统计产品与服务解决方案 ...
2025-09-09CDA 数据分析师:驾驭商业数据分析流程的核心力量 在商业决策从 “经验驱动” 向 “数据驱动” 转型的过程中,商业数据分析总体 ...
2025-09-09R 语言:数据科学与科研领域的核心工具及优势解析 一、引言 在数据驱动决策的时代,无论是科研人员验证实验假设(如前文中的 T ...
2025-09-08T 检验在假设检验中的应用与实践 一、引言 在科研数据分析、医学实验验证、经济指标对比等领域,常常需要判断 “样本间的差异是 ...
2025-09-08在商业竞争日益激烈的当下,“用数据说话” 已从企业的 “加分项” 变为 “生存必需”。然而,零散的数据分析无法持续为业务赋能 ...
2025-09-08随机森林算法的核心特点:原理、优势与应用解析 在机器学习领域,随机森林(Random Forest)作为集成学习(Ensemble Learning) ...
2025-09-05Excel 区域名定义:从基础到进阶的高效应用指南 在 Excel 数据处理中,频繁引用单元格区域(如A2:A100、B3:D20)不仅容易出错, ...
2025-09-05CDA 数据分析师:以六大分析方法构建数据驱动业务的核心能力 在数据驱动决策成为企业共识的当下,CDA(Certified Data Analyst) ...
2025-09-05SQL 日期截取:从基础方法到业务实战的全维度解析 在数据处理与业务分析中,日期数据是连接 “业务行为” 与 “时间维度” 的核 ...
2025-09-04在卷积神经网络(CNN)的发展历程中,解决 “梯度消失”“特征复用不足”“模型参数冗余” 一直是核心命题。2017 年提出的密集连 ...
2025-09-04CDA 数据分析师:驾驭数据范式,释放数据价值 在数字化转型浪潮席卷全球的当下,数据已成为企业核心生产要素。而 CDA(Certified ...
2025-09-04K-Means 聚类:无监督学习中数据分群的核心算法 在数据分析领域,当我们面对海量无标签数据(如用户行为记录、商品属性数据、图 ...
2025-09-03特征值、特征向量与主成分:数据降维背后的线性代数逻辑 在机器学习、数据分析与信号处理领域,“降维” 是破解高维数据复杂性的 ...
2025-09-03CDA 数据分析师与数据分析:解锁数据价值的关键 在数字经济高速发展的今天,数据已成为企业核心资产与社会发展的重要驱动力。无 ...
2025-09-03解析 loss.backward ():深度学习中梯度汇总与同步的自动触发核心 在深度学习模型训练流程中,loss.backward()是连接 “前向计算 ...
2025-09-02要解答 “画 K-S 图时横轴是等距还是等频” 的问题,需先明确 K-S 图的核心用途(检验样本分布与理论分布的一致性),再结合横轴 ...
2025-09-02