
大数据携手生态文明:积蓄“云”力量 实现“绿”跨越
空气清爽、气候宜人、天蓝水碧、万物和谐……随着中国经济社会发展的进一步加快,人民群众对生态文明的期许日渐强烈。
党的十八大报告明确提出“到2020年全面建成小康社会”,但对于贵阳这样的西部城市而言,却任务艰巨、挑战颇多——这方水土既要守住绿水青山,又要后发赶超加速跨越。
生态保护的现实要求和民生改善的历史使命决定,贵阳必须牢牢守住发展和生态“两条底线”,走出一条双赢发展之路。而就在这关键的时刻,贵阳通过充分对比自身优势和特点,准确分析信息技术产业发展的热点和动向,决心在大数据产业尚处于竞相布局阶段的背景下,逐鹿大数据时代,依托创新驱动的国家战略,走出一条有别于东部、不同于西部其他省份的发展新路。
大数据携手生态文明,将激活怎样的发展潜力?创新驱动融入可持续发展,又如何更好地保护生态环境?就这些问题,记者采访了来筑参加生态文明贵阳国际论坛2015年年会的嘉宾,他们围绕大数据和生态文明这两大核心课题,结合自己的研究领域,说出自己的观点,并对贵阳做出的新的实践,给予了高度评价。
“去年淘宝跟天猫的交易总额达到了沃尔玛的全球交易总额。可以肯定的是,到今年底淘宝跟天猫的交易总额将会超过沃尔马的全球交易总额,这种交易的变革直接反映了工业时代到生态时代的蜕变。”昨日,在谈及大数据时代互联网对生态保护工程的影响时,阿里巴巴集团阿里研究院高级研究员陈亮这样概括。
他认为,发展大数据产业至少会在三个层面上对生态保护产生影响。首先,大数据时代为中西部地区打开经济发展与生态保护的双赢局面提供了机遇,因为区域经济发展不再取决于资源的多寡,而是取决于对信息的运用能力。
对此,陈亮举了一个实例。在江苏省北部,有一个名为沙集镇的地方,曾是该省最贫困的乡镇之一,在过去的6年时间里,这个乡镇通过发展电子商务实现了区域生态修复与经济发展的双赢。沙集镇的传统产业是废旧塑料的回收加工,其产生的严重环境污染,曾导致当地青年入伍的体检合格率非常低。而后来按照工业化和信息化融合发展的要求,沙集镇启动了电子商务创业园的建设,对电子商务发展进行全方位的引导、支持。去年整个镇的在线销售总额达到了30亿元,被国家扶贫办评为全国最佳扶贫集体。
“此外,与传统商务相比,电子商务能够有效减少煤、电、油的消耗,从而减少二氧化碳排放量。”陈亮说。三年前,社科院就电子商务对环境的影响做了一个研究报告,其显示,在中国的网络零售平台上,每100元的交易能带来0.41公斤标准煤排放的减少。而去年全国的网络零售总额已达到2.8万亿元,可以想象电商所能减少的标准煤排放是惊人的。
陈亮通过对比传统工业经济时代与大数据时代的主流生产方式指出,传统工业经济时代的主流生产方式是B2C,即从企业到消费者。由于生产厂商与消费者的距离比较远,这种生产方式所造成的一个不可避免的弊端是库存的大量存在,这种现象在服装行业体现得最明显。但在大数据时代,主流的商业模式是C2B,即以消费者的需求为核心,反向影响厂商的生产活动。这样的生产方式将直接减少企业对库存的依赖,比如淘宝网购平台上的很多卖家几乎是零库存,这将使社会资源得到最大程度的合理利用。
“绿色产业现在是上升期,机遇无限。大数据既是绿色产业也是朝阳产业,符合贵州贵阳的发展实际。”在接受记者采访时,中组部千人计划专家李树憬说道。
“因地制宜选择好产业重点,才能实现‘既要金山银山,又要绿水青山’的目标。”李树憬表示,当前经济发展对资源环境造成了很大的压力,生态环境问题反过来又对经济可持续发展带来严重影响,生态文明建设同经济建设已经密不可分。然而,经济落后绝不是生态文明,生态文明需要绿色发展,需要创新发展思路。
他认为,作为前沿产业,大数据时代已经到来,谁抢占了先机,谁将获得发展的机会。
在李树憬看来,大数据与绿色发展息息相关,从技术层面上讲,大数据包括绿色数据,绿色数据包括污染情况、项目需求、投资者资金、人员情况等,都需要大量数据。以环保领域为例,村庄农户生活污水治理和城市污水治理模式不同,城市工业污水和生活污水治理不一样,工业废水变废为宝的治理技术也是千差万别。“与一般性消费行业相比,环保更需要精确数据库帮助企业寻找到合适的生产技术、合适的生产商。同时,企业的运营、系统综合设计也需要大量数据,包括位置、地方人文信息等。”李树憬说,从产业层面讲,大数据占据着价值链的前段,是绿色朝阳产业。
“目前来看,贵州贵阳各方面优势的组合与大数据产业发展所需的环境非常吻合,有了很多实质性的进展,是最适合发展大数据产业的地区之一,我们也在贵州成立了公司,进军环保大数据领域。”在李树憬看来,贵阳的能源、气温等条件适合发展大数据,在装备制造、军用工业等方面基础较好。“可以说,大数据的产业特性和技术特性与贵阳的生态发展理念不谋而合。”
李树憬也表示,在大数据产业发展上,贵阳要成为行业的领先者,更为重要的是落实。因为,大数据涉及到个人隐私、权利转让等方方面面,在细节上要创新,要通过人才政策、资金政策的配套,充分发挥市场的力量,让更多的企业参与博弈、奋斗,构筑大数据产业发展的生态链。
“贵州的发展,不可能照搬东部港口城市的发展模式,必须另辟蹊径。这条道路要保护原有的青山绿水,又要谋求经济的后发赶超。”亿赞普科技集团董事长罗峰说,贵州省举全省之力发展大数据产业,是寻求生态文明建设大突破的正确选择。
“中国在部门行业中存在着产能过剩的问题,这无疑浪费了极大的资源。”在罗峰看来,广义上的绿色经济除了指绿色产业,也可以是一种新的技术、新的模式,通过这种技术和模式,让中小企业快速、低成本融入到经济和贸易中来,将过剩的产能转换出去。
罗峰以亿赞普主营的大数据跨境电子商务为例解释到,通过数据分析、跨境结算、海关一体化清关,在海外建设出口加工保税园区等一系列新的技术和手段,便利中小企业加大对国际市场的了解,以及加大对国际市场的影响力和把控力,真正实现国际产能,变“中国制造”为“全球使用”。
“目前,生产、加工、结算等各个环节已经分离,比如德国、美国的经济体量都很大,但它们的大部分生产并不在本地。”罗峰说,因此,对贵州来说,站在大数据时代这个新的起点上,不需要对环境造成污染的企业进行重复投入,而需要用大数据、跨境结算等新的模式,把贵州连接到全球的市场和交易环境中,也把全球的知识和资源引入到贵州来。
对于贵州大数据产业发展现状,罗峰表示由衷地赞叹。“贵州是全国率先提出大数据发展战略的一个省份,投资环境优越,建设速度快。”
抢抓政策优势,亿赞普也积极在贵阳综保区布局相关产业。“我们和综保区有两个合作,一方面将建设万国城大型OTO跨境电子商务平台,引入70多个国家几千个品牌商品到贵州来;其次实行跨境结算、清算业务,把中国和国外企业的贸易结算放在贵州,形成一个资金池。”
罗峰对在贵州的发展也充满了信心。“今年6月份,我们在综保区进行跨境电商的小范围试水,得到了热烈的反响。将来,我们将带来更好的跨境消费体验。同时,跨境结算、清算投产后,一年内要超过10亿美元的规模。”
贵州已经铺好生态发展之路,罗峰非常愿意在这片热土上,筑起生态与发展双赢的“绿色梦”。
“大数据产业和生态文明建设是相辅相成、互相促进的关系。”与记者谈到大数据和生态文明建设这两个话题时,广西壮族自治区发改委副主任庞煌如此开篇。
“过去传统的发展思路和发展理念,以破坏生态环境为代价换取一时的发展,是受当时的发展水平和形势决定的。”庞煌说,现在,中国已经成为世界第二大经济体,那么改变原有的粗犷的发展方式,保护子孙赖以生存的生态环境就成为了当下的迫切需要。用大数据、互联网来引领生态文明建设,实现经济和生态的融合发展是一条很好的路子。
庞煌认为,要实现绿色发展就需要生产方式的绿色转型,要靠科技、靠创新来实现绿色发展。在全球新一轮技术革命与产业变革的机遇和挑战下,面对经济发展新常态下社会发展的新趋势和新变化,需要加快技术创新,为绿色崛起提供核心动力。现在国家倡导的“大众创业、万众创新”就是其具体行动。
“提升产业水平是关键。”庞煌说,发展大数据产业,将移动互联网、云计算、大数据、物联网等与现代制造业结合,促进电子商务、工业互联网和互联网金融健康发展,实现产业形态、生产方式、商业模式的变革,从而提升传统产业,推动制造业智能化、绿色化、服务化的发展,构建现代产业体系。抓产业转型升级,就要坚决摈弃粗放型发展模式,推动产业绿色发展、低碳发展、循环发展,走集约化、内涵式发展道路,提升产业发展层级,提升区域综合竞争力。
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