
陈刚:大数据带来“弯道取直”的发展机会
州省委常委、贵阳市委书记陈刚表示,大数据时代,贵州不能按照东部的发展路径亦步亦趋,走原材料加工、深加工、工业大规模制造之路。而是要“弯道取直”,实现后发赶超,获得跨越式发展的机会。
谈人才
包容创新的环境比政策补贴更重要
新京报:为什么考虑在贵州引入大数据技术产业?
陈刚:大数据是高科技产业,对生态环境要求较高,对自然资源、工业基础、物流条件依赖较小,对环境负面影响较小,由此直奔信息化的最前沿,避免走“先污染后治理”的老路。
可能很多人认为贵州的人才、技术基础薄弱。但实际上,目前大数据技术正处在窗口期,我们和其他地方、其他国家在同样的起跑线上,不会因为某些条件落后而落后。所以贵州下定决心,抓住大数据的机遇,可以说是早五年没有技术,晚五年就没机会了。
实际上,做大数据最重要的是人才,大家对贵州发展最大的疑问是没有基础和人才。但我们认为这并不是最主要的,甚至可以说,大数据领域暂时还没有真正的专家,都是在探索,这意味着哪个地方给探索者机会和空间,哪个地方就能集聚人才。
新京报:贵州是如何集聚人才的?提供了哪些政策支持?
陈刚:首先是要给许多创新创业人才带来其他地方不具备的机遇,这就形成了集聚人才的机会,比如现在BAT落户贵州,就是因为觉得有机会。
政策方面我认为反而不是最重要的,因为靠优惠吸引人才不可持续,最重要是给他们机会。其实贵州也会给高端人才一些补贴,并不是最优惠的,最优惠的是给他们一个包容创新的环境,能够包容失败,一起面对、解决新的问题,这对于人才和企业更加重要。
谈战略
借大数据走弯道取直路径,实现后发赶超
新京报:从北京到贵州,您对大数据的推广思路有何变化?
陈刚:北京机会多,平台大,贵州的发展期望特别迫切。
所以在北上广,容错风险很大。但是在贵州,特别是贵阳有比较好的容错性,可以说是麻雀虽小,五脏俱全,是非常好的试验场,能够全力以赴地做这个事情。
新京报:大数据给贵州带来了什么?
陈刚:是弯道取直的发展机会。贵州有一个名叫“24道拐”的景点,风景很优美,但是交通上很费劲,假设一条高速公路可以把拐弯直接拉直,节约时间。
贵州也是这样,借助大数据走这条弯道取直的路径,可以实现后发赶超,获得跨越式发展的机会。如果按照东部的路径亦步亦趋,按照原材料加工、深加工、工业大规模制造的途径,贵州就没有机会了。
另外,大数据也给我们提供了生态保护的最好条件,贵州是目前全国生态保护较好的省份,发展其他制造业和工业可能会污染环境。
还有一点,大数据不是高大上的产业,可以解决劳动力就业问题。如电子商务、呼叫服务,都属于技术含量不太高,但是能解决老百姓吃饭、就业、生活等问题。如贵阳市今年通过大力发展呼叫中心,预计新增8万座席,可提供12万个就业岗位。
新京报:目前大数据发展情况有什么变化?
陈刚:首先我们得到了中央政府的支持,已经明确把贵州作为中国的大数据综合实验区推进,跟以前自己探索不一样了。贵州全省也已经达成了共识,在“十三五”时期规划纲要建议中,明确了大扶贫和大数据是贵州的两大战略行动。
社会共识也已经形成,地方政府和企业在共同推动大数据发展。现在BAT、高通、惠普、微软、戴尔、IBM等都去了贵州,说明大家已经对贵州发展大数据形成了趋向认同和价值认同,形成了聚集态势,与以前相比发生了质的变化。
谈发展
守住发展和生态底线推动政府数据开放
新京报:今年习总书记视察贵州时,如何评价贵州大数据发展?提出了哪些要求?
新京报:习总书记评价说,贵州发展大数据确实有道理,要求我们守住发展和生态两条底线,走一条有别于东部,不同于西部其他省份的发展新路,总书记指示,贵州发展大数据是一个好的选择,要求我们一招鲜,吃遍天,把这件事情做好。
新京报:今后计划怎样调整发展规划?
陈刚:我们有句口号,是要打响大数据转方式、抢先机的突围战。
大数据是一片壮美广袤的蓝海,但目前存在政策、思维、企业运行模式的禁锢。要突围,我个人认为应当在理论创新、实践创新、指挥创新方面占据制高点。同时,要围绕贵州可以做的核心产业、关联产业、衍生产业做产业圈,形成带动经济发展和社会进步的内容。
另外,我们也计划推动政府数据开放,用于自身管理创新。比如贵州推出的政府数据铁笼,就能够把权力关在数据的笼子里,今后还会让大数据在更多的领域应用、发展,探索政府数据的有序开放的路径,在保证公民隐私、社会公共安全情况下,让数据释放价值。
需要明确的是,公开的数据如果不实时,就只是信息和表格,是死的,只有实时开放才是活的。这并不是简单地开门,而是要探索数据开放实验模式,比如贵州现在鼓励从事智能交通方面有优势的企业用政府大数据,用政府服务体现价值。
网事
壹
新京报:您网购吗?买的最贵的是什么?
陈刚:经常网购,还曾要求贵阳干部也网购,因为不买就不知道怎么回事。买贵的东西不多,最得意的是给居住场所建立家庭物联网,可定时控制家里电器开关时间。
贰
新京报:您经常上网吗?每个月网费多少?
陈刚:经常上网,一月网费五六十元。现在贵阳全市覆盖了免费WIFI,不用输入手机号和验证码就可以登录。
叁
新京报:您对互联网有何期许?
陈刚:呼吁各界能更多地营造数据开放共享机制的形成。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
Pandas 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在企业日常运营中,“未来会怎样” 是决策者最关心的问题 —— 电商平台想知道 “下月销量能否达标”,金融机构想预判 “下周股 ...
2025-09-30Excel 能做聚类分析吗?基础方法、进阶技巧与场景边界 在数据分析领域,聚类分析是 “无监督学习” 的核心技术 —— 无需预设分 ...
2025-09-29XGBoost 决策树:原理、优化与工业级实战指南 在机器学习领域,决策树因 “可解释性强、处理非线性关系能力突出” 成为基础模型 ...
2025-09-29在标签体系的落地链路中,“设计标签逻辑” 只是第一步,真正让标签从 “纸上定义” 变为 “业务可用资产” 的关键,在于标签加 ...
2025-09-29在使用 Excel 数据透视表进行多维度数据汇总时,折叠功能是梳理数据层级的核心工具 —— 通过点击 “+/-” 符号可展开明细数据或 ...
2025-09-28在使用 Pandas 处理 CSV、TSV 等文本文件时,“引号” 是最容易引发格式混乱的 “隐形杀手”—— 比如字段中包含逗号(如 “北京 ...
2025-09-28在 CDA(Certified Data Analyst)数据分析师的技能工具箱中,数据查询语言(尤其是 SQL)是最基础、也最核心的 “武器”。无论 ...
2025-09-28Cox 模型时间依赖性检验:原理、方法与实战应用 在生存分析领域,Cox 比例风险模型(Cox Proportional Hazards Model)是分析 “ ...
2025-09-26检测因子类型的影响程度大小:评估标准、实战案例与管控策略 在检测分析领域(如环境监测、食品质量检测、工业产品合规性测试) ...
2025-09-26CDA 数据分析师:以数据库为基石,筑牢数据驱动的 “源头防线” 在数据驱动业务的链条中,“数据从哪里来” 是 CDA(Certified D ...
2025-09-26线性相关点分布的四种基本类型:特征、识别与实战应用 在数据分析与统计学中,“线性相关” 是描述两个数值变量间关联趋势的核心 ...
2025-09-25深度神经网络神经元个数确定指南:从原理到实战的科学路径 在深度神经网络(DNN)的设计中,“神经元个数” 是决定模型性能的关 ...
2025-09-25在企业数字化进程中,不少团队陷入 “指标困境”:仪表盘上堆砌着上百个指标,DAU、转化率、营收等数据实时跳动,却无法回答 “ ...
2025-09-25MySQL 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 ...
2025-09-23