
大数据驱动产业经济实现跨越发展
促进大数据与实体经济深度融合,加速实体经济转型升级,使同济堂、贵阳海信、航天电器等传统企业重新焕发生机,成为贵阳乃至贵州工业企业的“领头雁”;
加强公共安全领域的大数据应用,大数据安全产业从无到有、从有到强,建成国内首个专用于大数据网络安全主题活动的固定实战演练场馆;
加快大数据在民生领域的应用,以货车帮、神华等龙头企业为首的数字物流产业迅速发展。目前,货车帮平台日促成货运运费交易额超80亿元,通过减少空驶,为社会节省燃油消耗约615亿元,减少碳排放约3700万吨……
去年,贵阳国家经开区经济规模总量突破一千亿元,成为贵州首个千亿量级园区,标志着该区离建成以大数据骨干企业为导向的经济转型发展先行区的目标又近了一步。今年,经开区将继续深耕大数据产业发展,坚定不移把大数据战略行动向纵深推进。力争到2020年,全区聚集大数据企业1000家,大数据企业主营业务收入达315亿元,让智能制造、大数据安全、数字物流成为贵阳打造“中国数谷”的三张“名片”。
“大数据+工业”
让老企业焕发新生机
“我们的制粒机单机每批产量可达300千克,产能翻了一番,生产时间缩短三分之一。”在同济堂制粒车间,同济堂总经理助理孙宜春说。
过去,同济堂也曾面临着高成本、低效率等问题。为改变局面,同济堂于2016年开始在大数据与工业融合上做文章,打造全国领先的中药制剂全流程智能制造新模式。中药制剂全流程智能制造新模式全部应用后,同济堂生产效率将提高20%以上,能源利用率将提高10%以上。
在同济堂压片车间,制片机的制片数和废片数可同步在电子显示平台更新。“这款自动双出料高速压片机可实现在线监测、关键数据上传。”据孙宜春介绍,同济堂在车间智能设备上全部预留端口,安装工业控制系统。通过设备上的智能传感器及仪器仪表,可实时上传生产数据。通过对上传数据进行分析,实现精准监测和规范化、标准化生产,提高产品质量。
与同济堂一样,贵阳海信、航天电器等企业也通过大数据与工业融合,实现了生产提质增效。通过智能化生产,航天电器的麻花针合件生产线实现人员下降53.3%,效率提升近240%,产品合格率由80%提升至95%以上;贵阳海信通过实施智能化升级,实现员工总数减少一半,年产能翻了一番以上……
目前在经开区,很多传统企业正通过实施智能制造重新焕发生机。去年,经开区园区规模经济总量突破1106亿元,其中规模以上工业总产值达到739亿元。今年,经开区将继续深入推进大数据与实体经济融合,加快传统产业转型升级,做好“大数据+工业”深度融合文章。通过实施工业发展倍增计划,做大经济总量,做优经济质量。到2020年,力争规模以上工业总产值、规模以上工业增加值分别达800亿元、330亿元。
“大数据+安全”
集聚产业链和产业集群
来到位于小孟工业园的贵阳大数据安全产业示范区,工人们正加紧施工,三栋正在修建的大楼就要封顶。据贵阳大数据安全示范区现场负责人白永齐介绍,大数据安全产业示范区共包括三期工程,一期工程预计下月中旬完工。
据悉,贵阳大数据安全产业示范区总体规划用地5000余亩,核心区规划用地1186亩。示范区将重点建设全国大数据安全的数据安全中心、技术创新中心、大数据研发制造中心、人才培育中心、大数据安全应用示范中心等板块。其中,大数据安全应用示范区展示中心已于2017年数博会投入使用。
为全力打造大数据安全产业发展高地,经开区紧紧围绕贵阳市委、市政府“1+1+3+N”大数据安全产业发展总体思路,编制了《大数据安全产业发展规划》,率先在全省出台了《贵阳市大数据及网络安全产业示范区建设总体方案》等大数据安全产业优惠政策,全力推动大数据安全产业示范区建设。
“2016年以来,我们已连续两年针对电网、水务、城市关键信息基础设施等进行了实战攻防演练,吸引了全国网络安全领域的60多支顶尖攻防队伍参演。”白永齐说。
目前,“大数据+安全”产业聚集效应在经开区初步形成,截至目前,共吸引中国航天科工集团、元心科技、至信普林等企业在内的国内40多家拥有核心安全技术的企业落地。下一步,经开区将加快大数据安全产品和技术在经济社会领域的应用,加快形成集安全软件、安全硬件、安全服务、安全应用为一体的大数据安全产业链和产业集群。力争到2020年,实现聚集大数据安全企业100家、产业规模突破100亿元的“双百”目标。
“大数据+物流”
助推传统运输业变革
“在卸货的同时,我可以在‘货车帮’APP找货,几分钟就可以搞定。”游德祥是来自遵义的一位货车司机,4月23日这天,他通过“货车帮”APP找到一单将货物运往务川县的业务。“从务川回来时,又可以就近找货运回来,不会出现空载的情况。”
“这都得益于‘货车帮’的帮忙。”游德祥说,自己成为货车司机的头一年,找货难、找货慢是家常便饭。“一次,我将货物运到遵义务川县,然而务川县没有大型货车停车场以及货运信息部,只能开着空车从务川回到遵义。这两地之间相隔100多公里,除了停车费和油费,还要花几笔过路费。”
如今,“货车帮”这只在经开区成长起来的物流领域“独角兽”,成为中国物流领域的“领跑者”。目前,“货车帮”平台日促成货运运费交易额超80亿元。通过减少空载,去年为社会节省燃油消耗约615亿元,减少碳排放约3700万吨。
数字物流是经开区大数据产业重要组成部分。在这过程中,经开区紧盯建成中国公路物流数据中心的目标,以线上公路物流互联网平台和线下产业基地为支撑,大力发展互联网物流、现代物流呼叫中心、平台增值服务、大数据金融、物流大数据分析、大数据+物流创业孵化、货车租赁与制造、车载信息技术产品等八类重点业态。经开区将充分发挥满帮、传化等企业的龙头带动左右,引进上下游关联企业,加快形成“大数据+物流”产业集群。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
MySQL 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 ...
2025-09-24CDA 数据分析师:驾驭通用与场景指标,解锁数据驱动的精准路径 在数据驱动业务的实践中,指标是连接数据与决策的核心载体。但并 ...
2025-09-24在数据驱动的业务迭代中,AB 实验系统(负责验证业务优化效果)与业务系统(负责承载用户交互与核心流程)并非独立存在 —— 前 ...
2025-09-23CDA 业务数据分析:6 步闭环,让数据驱动业务落地 在企业数字化转型中,CDA(Certified Data Analyst)数据分析师的核心价值,并 ...
2025-09-23CDA 数据分析师:以指标为钥,解锁数据驱动价值 在数字化转型的浪潮中,“用数据说话” 已成为企业决策的共识。但数据本身是零散 ...
2025-09-23当 “算法” 成为数据科学、人工智能、业务决策领域的高频词时,一种隐形的认知误区正悄然蔓延 —— 有人将分析结果不佳归咎于 ...
2025-09-22在数据分析、金融计算、工程评估等领域,“平均数” 是描述数据集中趋势最常用的工具之一。但多数人提及 “平均数” 时,默认指 ...
2025-09-22CDA 数据分析师:参数估计助力数据决策的核心力量 在数字化浪潮席卷各行各业的当下,数据已成为驱动业务增长、优化运营效率的核 ...
2025-09-22训练与验证损失骤升:机器学习训练中的异常诊断与解决方案 在机器学习模型训练过程中,“损失曲线” 是反映模型学习状态的核心指 ...
2025-09-19解析 DataHub 与 Kafka:数据生态中两类核心工具的差异与协同 在数字化转型加速的今天,企业对数据的需求已从 “存储” 转向 “ ...
2025-09-19CDA 数据分析师:让统计基本概念成为业务决策的底层逻辑 统计基本概念是商业数据分析的 “基础语言”—— 从描述数据分布的 “均 ...
2025-09-19CDA 数据分析师:表结构数据 “获取 - 加工 - 使用” 全流程的赋能者 表结构数据(如数据库表、Excel 表、CSV 文件)是企业数字 ...
2025-09-19SQL Server 中 CONVERT 函数的日期转换:从基础用法到实战优化 在 SQL Server 的数据处理中,日期格式转换是高频需求 —— 无论 ...
2025-09-18MySQL 大表拆分与关联查询效率:打破 “拆分必慢” 的认知误区 在 MySQL 数据库管理中,“大表” 始终是性能优化绕不开的话题。 ...
2025-09-18DSGE 模型中的 Et:理性预期算子的内涵、作用与应用解析 动态随机一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明确:TIF 中的地名有哪两种存在形式? 在开始提取前,需先判断 TIF 文件的类型 —— ...
2025-09-17CDA 数据分析师:解锁表结构数据特征价值的专业核心 表结构数据(以 “行 - 列” 规范存储的结构化数据,如数据库表、Excel 表、 ...
2025-09-17Excel 导入数据含缺失值?详解 dropna 函数的功能与实战应用 在用 Python(如 pandas 库)处理 Excel 数据时,“缺失值” 是高频 ...
2025-09-16深入解析卡方检验与 t 检验:差异、适用场景与实践应用 在数据分析与统计学领域,假设检验是验证研究假设、判断数据差异是否 “ ...
2025-09-16