京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据战略将成国家竞争力重要标志
山东省政协委员王柏华在山东省政协第十一届三次会议大会发言中表示,山东应顺应全球思维新常态,构建属于山东自己的大数据战略。
如今,云计算、大数据、移动互联网等新兴信息技术的崛起,正在改变着我们的行为方式和思维方式。山东省政协委员王柏华在29日举行的山东省政协第十一届三次会议大会发言中表示,信息技术不是在融合,而是在融化、重构和颠覆其他产业形态,互联网思维、大数据思维也将成为各行各业的思维新常态。山东应顺应全球思维新常态,构建属于自己的大数据战略。
新常态:大数据思维正在成为全球思维新常态,美国、日本、欧洲纷纷提出大数据战略
当前,我国经济的发展动力,正在由要素驱动、投资驱动转变为创新驱动,而大数据技术正是创新驱动的发动机,产业转型升级的助推器。
王柏华以大家熟知的阿里金融举例,“在无人工参与的情况下,3分钟即可发放一笔小额贷款。可以预见,基于大数据技术的互联网金融,将会极大地冲击传统的金融业务。美国的谷歌公司采用大数据技术开发的无人驾驶汽车,已经跑了56万公里,并将在5年后上市,改写的不仅仅是汽车产业的格局,甚至会改变全球的道路交通格局。”
此外,王柏华认为大数据技术还能改变政府的社会治理方式,为提升社会治理能力提供全新的途径。他以美国政府耗资20亿美金建成的10万平米云数据中心举例,“这个云数据中心可以承载并同时处理全球全部个人行为数据,大数据使反恐迈入新的时代。”
同时,他指出大数据服务本身也是能够创造万亿级产业规模的战略性新兴产业,大数据将成为国家竞争力的重要标志。美国、日本、欧洲等发达国家纷纷提出大数据战略,推动大数据的公开、共享和应用。
大数据帝国:中国大数据建设已经在路上,山东也应该有属于自己的大数据中心
事实上,中国的大数据建设已经在路上。2014年十二届人大第二次会议政府工作报告指出要设立新兴产业创业创新平台,在大数据等方面赶超先进,引领未来产业发展。贵州、陕西、上海、重庆、南京等省市也纷纷出台了相应的大数据发展规划,广东还为此专门成立了大数据局。
“中国各个领域的数据都在高速增长,将很快超过美国,跃居世界第一。如果中国的大数据战略完成了,中国将会充分感受到大数据给经济建设带来的好处。”王柏华在大会发言中如是说。
在此次发言中,王柏华着重提到了山东的大数据发展战略。他认为,山东在发展大数据产业方面有独特的优势。“山东有良好的信息产业基础条件、众多领域的大数据实践成果和大数据产业联盟和基于智慧城市的云计算基础设施,我们应该抓住机遇,更好地利用大数据促进山东经济、民生、社会管理等方面的发展。”王柏华说。
山东大数据战略:打造完整的大数据产业链,推动大数据服务产业的发展
说到山东的大数据建设,王柏华认为应尽快制定大数据发展战略。“数据的价值在于数据之间的关联和关系。目前,数据分散在政府及民生服务的各个部门,无法共享。因此,需要站在全省的高度制定大数据发展战略,通过政策引导,提高全省各行业对大数据的重视程度,通过标准规范的制定,推动数据的共享和利用。”
王柏华说,一个成功的大数据战略在于打造出完整的大数据产业链,要以信息消费需求为引领, 围绕“创新驱动、转型发展”主线,打造以数据采集、数据存储和处理、数据分析、数据呈现和应用、数据安全、数据设备和软件等环节组成的大数据产业链,建立以企业为主体、产学研联合的发展机制,促进大数据产业集聚发展。”
王柏华表示,这需要建设一批示范项目,推动大数据在经济发展、城市管理、民生服务等领域的全面应用,重点在电子商务、互联网金融、地理信息、智慧城市、社会治理与民生服务等领域,要形成有自主知识产权和具有全国影响力的大数据特色应用,培育一批龙头示范企业。
在具体建设上,王柏华指出大数据建设的前提是政府要同意开放数据。“各级政府积累了诸如人口、交通、环境、气象等大量有价值的社会基础数据,这些数据可以重复组合、挖掘利用。相比国内,西方发达国家把政府数据的开放作为倒逼服务水平提高、推动大数据服务产业发展的重要手段。”
据了解,国内已经有北京、上海、广州和青岛等城市率先启动了政府数据开放工作,并取得了良好成效。王柏华说,山东各级政府部门应把数据开放作为一项重要工作,制定统一的数据开放标准和数据开放范围,鼓励企业、研究机构进行大数据分析应用,对节能降耗、交通疏导、雾霾治理、食品安全、电子商务、城市管理、公共服务等关系国计民生的数据服务进行政策、资金支持,在推动大数据服务产业发展的同时,提升社会治理水平和经济发展质量,推动大数据服务产业的发展。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在使用Excel透视表进行数据汇总分析时,我们常遇到“需通过两个字段相乘得到关键指标”的场景——比如“单价×数量=金额”“销量 ...
2025-11-14在测试环境搭建、数据验证等场景中,经常需要将UAT(用户验收测试)环境的表数据同步到SIT(系统集成测试)环境,且两者表结构完 ...
2025-11-14在数据驱动的企业中,常有这样的困境:分析师提交的“万字数据报告”被束之高阁,而一张简洁的“复购率趋势图+核心策略标注”却 ...
2025-11-14在实证研究中,层次回归分析是探究“不同变量组对因变量的增量解释力”的核心方法——通过分步骤引入自变量(如先引入人口统计学 ...
2025-11-13在实时数据分析、实时业务监控等场景中,“数据新鲜度”直接决定业务价值——当电商平台需要实时统计秒杀订单量、金融系统需要实 ...
2025-11-13在数据量爆炸式增长的今天,企业对数据分析的需求已从“有没有”升级为“好不好”——不少团队陷入“数据堆砌却无洞察”“分析结 ...
2025-11-13在主成分分析(PCA)、因子分析等降维方法中,“成分得分系数矩阵” 与 “载荷矩阵” 是两个高频出现但极易混淆的核心矩阵 —— ...
2025-11-12大数据早已不是单纯的技术概念,而是渗透各行业的核心生产力。但同样是拥抱大数据,零售企业的推荐系统、制造企业的设备维护、金 ...
2025-11-12在数据驱动的时代,“数据分析” 已成为企业决策的核心支撑,但很多人对其认知仍停留在 “用 Excel 做报表”“写 SQL 查数据” ...
2025-11-12金融统计不是单纯的 “数据计算”,而是贯穿金融业务全流程的 “风险量化工具”—— 从信贷审批中的客户风险评估,到投资组合的 ...
2025-11-11这个问题很有实战价值,mtcars 数据集是多元线性回归的经典案例,通过它能清晰展现 “多变量影响分析” 的核心逻辑。核心结论是 ...
2025-11-11在数据驱动成为企业核心竞争力的今天,“不知道要什么数据”“分析结果用不上” 是企业的普遍困境 —— 业务部门说 “要提升销量 ...
2025-11-11在大模型(如 Transformer、CNN、多层感知机)的结构设计中,“每层神经元个数” 是决定模型性能与效率的关键参数 —— 个数过少 ...
2025-11-10形成购买决策的四个核心推动力的是:内在需求驱动、产品价值感知、社会环境影响、场景便捷性—— 它们从 “为什么买”“值得买吗 ...
2025-11-10在数字经济时代,“数字化转型” 已从企业的 “可选动作” 变为 “生存必需”。然而,多数企业的转型仍停留在 “上线系统、收集 ...
2025-11-10在数据分析与建模中,“显性特征”(如用户年龄、订单金额、商品类别)是直接可获取的基础数据,但真正驱动业务突破的往往是 “ ...
2025-11-07在大模型(LLM)商业化落地过程中,“结果稳定性” 是比 “单次输出质量” 更关键的指标 —— 对客服对话而言,相同问题需给出一 ...
2025-11-07在数据驱动与合规监管双重压力下,企业数据安全已从 “技术防护” 升级为 “战略刚需”—— 既要应对《个人信息保护法》《数据安 ...
2025-11-07在机器学习领域,“分类模型” 是解决 “类别预测” 问题的核心工具 —— 从 “垃圾邮件识别(是 / 否)” 到 “疾病诊断(良性 ...
2025-11-06在数据分析中,面对 “性别与购物偏好”“年龄段与消费频次”“职业与 APP 使用习惯” 这类成对的分类变量,我们常常需要回答: ...
2025-11-06