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。
CDA学员免费下载查看报告全文:2026全球数智化人才指数报告【CDA数据科学研究院】.pdf
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