京公网安备 11010802034615号
经营许可证编号:京B2-20210330
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
数字化经营时代,企业的市场竞争早已从经验决策转向数据决策。门店营收、用户转化、产品销量、成本损耗、存量资产等所有经营行为 ...
2026-05-22在MySQL数据库日常运维、业务数据校验、数据迁移与数据清洗场景中,自增主键ID的连续性校验是一项基础且关键的工作。MySQL的Auto ...
2026-05-22 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 ...
2026-05-22【核心关键词】大数据、可视化、存储、架构、客户、离线、产品、同步、实时、数据仓库、数据分析、数据可视化、存储数据、离线 ...
2026-05-21在电商流量红利消退、公域获客成本持续走高的当下,存量用户深度挖掘已成为店铺增收增效的核心抓手。相较于付费投放获取的陌生新 ...
2026-05-21 很多数据分析师每天盯着几十个指标,但当被问到“这套指标要支撑什么业务目标”“指标之间是什么逻辑关系”“业务变化时如何 ...
2026-05-21在数据驱动决策的时代,数据质量直接决定分析结果的可靠性与准确性,而异常值作为数据清洗中的核心痛点,往往会扭曲分析结论、误 ...
2026-05-20 很多数据分析师每天盯着GMV、DAU、转化率,但当被问到“哪些指标在所有行业都适用”“哪些指标只对电商有意义”“二者如何搭 ...
2026-05-20Agent的能力边界,很大程度上取决于其掌握的Skill质量和数量。传统做法是靠人工编写和维护Skill,但这条路很快会遇到瓶颈。业务 ...
2026-05-20在统计分析中,方差分析(ANOVA)是一种常用的假设检验方法,核心用于分析“一个或多个自变量对单个因变量的影响”,广泛应用于 ...
2026-05-19 很多数据分析师每天盯着GMV、DAU、转化率,但当被问到“什么是指标”“指标和维度有什么区别”“如何定义指标值的计算规则和 ...
2026-05-19想高效备考 CDA 一级,拒绝盲目刷题、冗余学习?《CDA 一级教材知识手册》重磅来袭!以官方教材为核心,浓缩 13 章 103 个核心考 ...
2026-05-19在数据统计分析中,卡方检验是一种常用的非参数检验方法,核心用于判断两个或多个分类变量之间是否存在显著关联,广泛应用于市场 ...
2026-05-18在企业数字化转型的浪潮中,很多企业陷入了“技术堆砌”的误区——上线了ERP、CRM、BI等各类系统,积累了海量数据,却依然面临“ ...
2026-05-18小陈是某电商平台的数据分析师。老板交给他一个任务:“我们平台的注册用户已经突破1000万了,想了解一下用户的平均月消费金额。 ...
2026-05-18【专访摘要】本次CDA持证专访邀请到拥有丰富物流供应链数据分析经验的赖尧,他结合自身在京东、华莱士、兰格赛等企业的从业经历 ...
2026-05-15在数字化时代,企业的每一次业务优化、每一项技术迭代,都需要回答一个核心问题:这个动作到底能带来多少价值?是提升了用户转化 ...
2026-05-15在数据仓库建设中,事实表与维度表是两大核心组件,二者相互关联、缺一不可,共同构成数据仓库的基础架构。事实表聚焦“发生了什 ...
2026-05-15 很多数据分析师沉迷于复杂的机器学习算法,却忽略了数据分析最基础也最核心的能力——描述性统计。事实上,80%的商业分析问 ...
2026-05-15【核心关键词】互联网、机会、运营、关键词、账户、数字化、后台、客户、成本、网络、数据分析、底层逻辑、市场推广、数据反馈 ...
2026-05-14