京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据助力我国经济转型:打破多重因素 准确定位是先决条件
10月29日消息,国务院于9月印发《促进大数据发展行动纲要》,系统部署大数据发展工作。记者通过在贵州、安徽、北京、湖北等地采访了解到,在新常态背景下,为找到结构调整、动能转换那把“金钥匙”,从东部沿海到西部内陆,众多省份都不约而同瞄准大数据这一信息技术前沿领域,将其视为弯道超车、加速发展的新蓝海。大数据作为国家间、企业间的竞争焦点,正在引发深刻技术与商业变革,亦在我国经济转型发展中释放出令人欣喜的新动能。目前我国大数据的发展依然任重道远,还有不少问题需要面对和破解。
记者在贵州、安徽、北京等大数据先行先试的省市采访,不少专家、企业家和地方领导干部提出,大数据是朝阳产业和“未来能源”,这一新兴领域能不能成为我国信息技术由“跟跑者”向“领跑者”转型,取决于产业能否健康发展、核心技术能否真正突破、壁垒鸿沟能否真正打破等多重因素,亟待深化认识精准判断,制定科学有效的战略规划。
大数据产业应科学布局 合理规划
首先,要警惕“一哄而上、一哄而散”,科学布局合理规划产业发展。
“大数据是蓝海、是机遇,但一定要防止重演过去很多产业‘一哄而上、一哄而散’的教训,避免发生颠覆性的错误。”贵州省委常委、贵阳市委书记陈刚说,数据中心对气候条件、温度环境、地质安全和能源供给等要素依赖性很高,不可能遍地开花。但目前这一产业已经开始出现一窝蜂上马的苗头,对此应高度警惕,科学制定国家产业规划和战略布局。
国家超算天津中心应用研发部主任孟祥飞说,国内现在大数据概念有越炒越热的趋势,要清醒认识到很多所谓“数据中心”其实只是“数据孤岛”,根本没有形成产业体系。阿里云总裁胡晓明表示,要警惕当前各地互联网数据中心建设的泛滥现象,有的地方,市、县、乡都在搞“大数据、云计算”,全民大数据容易导致新一轮硬件建设大比拼,造成资源浪费。
10月29日消息,国务院于9月印发《促进大数据发展行动纲要》,系统部署大数据发展工作。记者通过在贵州、安徽、北京、湖北等地采访了解到,在新常态背景下,为找到结构调整、动能转换那把“金钥匙”,从东部沿海到西部内陆,众多省份都不约而同瞄准大数据这一信息技术前沿领域,将其视为弯道超车、加速发展的新蓝海。大数据作为国家间、企业间的竞争焦点,正在引发深刻技术与商业变革,亦在我国经济转型发展中释放出令人欣喜的新动能。目前我国大数据的发展依然任重道远,还有不少问题需要面对和破解。
记者在贵州、安徽、北京等大数据先行先试的省市采访,不少专家、企业家和地方领导干部提出,大数据是朝阳产业和“未来能源”,这一新兴领域能不能成为我国信息技术由“跟跑者”向“领跑者”转型,取决于产业能否健康发展、核心技术能否真正突破、壁垒鸿沟能否真正打破等多重因素,亟待深化认识精准判断,制定科学有效的战略规划。
大数据产业应科学布局 合理规划
首先,要警惕“一哄而上、一哄而散”,科学布局合理规划产业发展。
“大数据是蓝海、是机遇,但一定要防止重演过去很多产业‘一哄而上、一哄而散’的教训,避免发生颠覆性的错误。”贵州省委常委、贵阳市委书记陈刚说,数据中心对气候条件、温度环境、地质安全和能源供给等要素依赖性很高,不可能遍地开花。但目前这一产业已经开始出现一窝蜂上马的苗头,对此应高度警惕,科学制定国家产业规划和战略布局。
国家超算天津中心应用研发部主任孟祥飞说,国内现在大数据概念有越炒越热的趋势,要清醒认识到很多所谓“数据中心”其实只是“数据孤岛”,根本没有形成产业体系。阿里云总裁胡晓明表示,要警惕当前各地互联网数据中心建设的泛滥现象,有的地方,市、县、乡都在搞“大数据、云计算”,全民大数据容易导致新一轮硬件建设大比拼,造成资源浪费。
规范大数据行业制度 加快模式创新
再次,产业标准、统计体系等缺失制约发展,亟待加快模式创新。
贵阳大数据交易所总裁王叁寿说,我国目前缺乏对各类数据的统一标准规范及大规模自动化处理手段,数据流通平台仍局限在特定行业或领域内,不同用户对于数据价值的认知仍有较大差异。
由于政府部门条线分割严重、缺乏数据存储规范标准,企业即使拿到的公共大数据也十分杂乱,融合成本高昂。很多记录下来的数据没有规范化,也没有对数据存储进行设计,即使在同一个行业,数据也是千奇百怪。
安徽省经信委软件处处长程英春说,目前云计算、大数据标准体系尚不完备,评估评测环节不健全,公共支撑体系有待完善,特别是政府在采购云计算服务方面,受传统的预算、采购制度限制,以及缺乏相应安全、服务和管理标准规范等,存在采购单位“不敢买”“不能买”等现象。部分行业领域市场门槛高,自主云计算产品和服务进入困难。
贵阳大数据战略重点实验室主任连玉明说,当前一些地方政府缺乏“数据治理”意识,一时还难以改变靠经验判断的惯性思维。
受访专家表示,各级政府部门应制定清晰的大数据、云计算顶层设计,从数据主权、数据创新能力、关键技术、人才、数据研究、覆盖全行业的产业链、法制环境支持等关键要素入手,研究大数据发展趋势,评估大数据对政府、经济与社会运行所带来的革命性影响。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据库设计与业务数据维护中,自增ID是数据表最常用的主键字段,用于唯一标识每一条业务数据,正常状态下ID应保持连续递增。但 ...
2026-08-31在数理统计、数据分析、经济测算与日常量化评估中,平均值是刻画数据集中趋势、反映整体水平的基础核心指标。在实际应用中,最常 ...
2026-08-31在数据驱动的时代,数据分析早已不是“凭经验、靠感觉”的零散操作,而是一套具备固定逻辑、标准化流程的系统方法——这就是数据 ...
2026-08-31在大数据时代背景下,海量行业数据亟需通过专业化工具挖掘潜在价值,辅助企业业务决策、优化运营模式、规避经营风险。Python凭借 ...
2026-08-28SQL是数据分析领域最基础、最核心的工具,承担着取数、清洗、统计、分层、归因的全流程工作。不同于单纯的语法练习,实战化SQL数 ...
2026-08-28 很多企业团队并非缺乏指标,而是陷入“指标失控”:仪表盘上堆满实时跳动的数据,却无法回答“当前瓶颈在哪、下一步该做什么 ...
2026-08-28随着新零售模式的快速普及,零售行业从传统的“货品驱动”全面转向“用户驱动”。门店交易数据、线上消费记录、浏览轨迹、复购频 ...
2026-08-27在数据分析、爬虫采集、接口开发、数据归档等场景中,JSON与CSV是两种使用率最高的数据存储格式。JSON为键值对结构化格式,适配 ...
2026-08-27 很多数据分析师每天都在计算指标、制作报表,但当被问到“什么叫指标数据元”“指标数据标准包含哪些核心维度”“指标数据质 ...
2026-08-27在数据分析工作中,时间序列是最常见的数据类型之一,订单时间、日志时间、交易时段、统计周期等数据均离不开时间处理。原始数据 ...
2026-08-26在数据分析与数据预处理工作中,原始数据普遍存在录入错误、系统故障、偶然极值等问题,极易产生异常数据。异常数据会严重干扰数 ...
2026-08-26 很多数据分析师能熟练写SQL、做透视表,但当被问到“数据是从哪里来的?经过哪些加工才进入数据仓库?ETL具体做了什么?”时 ...
2026-08-26在数理统计与数据分析领域,多因素方差分析与线性回归模型是研究变量关系、因素影响、数据差异规律的两大核心工具。二者均属于经 ...
2026-08-25数据分析的核心价值不在于数据计算与图表制作,而在于清晰、精准、有逻辑地输出结论、支撑业务决策。日常数据分析报告普遍存在结 ...
2026-08-25 很多数据分析师能熟练地写SQL、做透视表、算描述性统计,但当被问到“如何预测用户流失概率”“如何归因销量下滑的关键因素 ...
2026-08-25平均数是数据分析、数理统计与日常运算中最基础、最常用的统计量,核心作用是浓缩一组数据的整体水平、刻画数据集中趋势。在众多 ...
2026-08-24在MySQL数据库中,InnoDB存储引擎作为主流事务型引擎,默认事务隔离级别为可重复读(Repeatable Read,RR),这与SQL Server、Or ...
2026-08-24 很多数据分析师拿到数据就开始清洗、建模,但当被问到“这批数据属于什么类型——结构化还是非结构化?分类变量还是数值变量 ...
2026-08-24 很多数据分析师画过趋势图、做过业绩预测,但当被问到“这个月销售额增长20%,到底是长期趋势自然增长,还是促销活动的短期 ...
2026-08-21在数据分析与数据可视化工作中,直方图是展示数据分布特征、离散程度、集中区间的核心图表,能够直观呈现数值数据的频次分布规律 ...
2026-08-20