京公网安备 11010802034615号
经营许可证编号:京B2-20210330
重庆发力"互联网+" 欲破云计算大数据产业难题
在4月12日闭幕的2015(重庆)国际云计算博览会“云计算高峰会”上,重庆与腾讯正式签署“互联网+”战略协议,成为西部地区首个与腾讯合作的地方政府。
此协议内容被外界解读为两个层面:一是重庆可通过微信展开政务云服务;二是该地将与腾讯共谋云计算和大数据产业发展。
这并非重庆在云计算和大数据领域的首次“领衔”。
根据该市官方说法,重庆制定了全国第一个大数据行动计划,并第一个提出了大数据全产业链的总体目标,其中一个主要指标,是2017年实现软件和服务业的产值突破3500亿元。
“起步阶段”的“重庆式难题”
重庆市长黄奇帆仍把该市的云计算和大数据定位为“尚处起步阶段”。他在此前相关会上回答21世纪经济报道记者提问时说,云计算和大数据产业要“应用现行、效益先行、市场现行”,强调“因地制宜”,要从解决问题出发来推动。
在云计算大数据产业的持续发力中,重庆试图“摸石头过河”。
黄奇帆的想法是,大数据和云计算牵涉的专业极广,包括用以提高交通运行效率减少堵塞,提高楼堂馆所的节能效率减少浪费等;很多行业比如金融行业、贸易行业或者各种物流行业发展的同时,自然而然就会有大数据的伴生。
中关村业内人士则对21世纪经济报道记者表示,政府仍是最大的数据拥有者。相较于配套基础设施和招商优惠政策,每个地方政府的“数据开放程度”才是对产业人士最“致命”的吸引力。
重庆市云计算投资运营有限公司总经理居琰曾经担任重庆市经信委软件与信息化推进处处长,也曾是重庆市云计算办公室负责人。作为重庆云计算和大数据产业的推动者和执行者之一,他曾在北京中关村相关论坛上公开表示,如果“连数据都没有,何谈大数据”。在推动数据的开放和共享过程中,他曾遇到不少“协调不动”的难题:“某种意义上是部门的利益在左右改革”。
重庆也试图在此方面有所“改革”。几个月前,重庆市通过了《关于加强全市信息化系统集约化建设管理的通知》,试图把全市的相关数据集中到两江云计算产业园。
这被业内人士称为“猛”招的通知规定:第一、重庆38个区县的所有系统必须向两江云计算产业园提供;第二、全部区县须采用租用硬件集中托管和购买运维服务,不准再新购服务器、存储等硬件设备,必须传到云上去;第三、新建的数据中心项目一律停止审批,原有的数据中心五年之内逐步自行淘汰。
此外,居琰表示,大数据的到来对重庆的电力保障,尤其是数据洪流的能力会形成前所未有的挑战。他认为,“大数据会瞬时储存大量的数据,会消耗大量的电力。”据他介绍,重庆本希望把服务器数量提升到300万台,但由于能源的制约只敢做到一百万台,只能在“如何扩大增值应用空间和范围”上做文章。重庆云计算和大数据产业还存在政府监管、人才缺口等普遍性难题。
三类平台参与云计算产业竞合
有业内人士估计,2015年中国云计算市场规模将达到136.69亿美元,是2011年的5倍,年复合增长率将达50%。
重庆的人口总量为云产业提供了极大的本地消费市场。根据官方数据,重庆总人口3000万,城市人口1500万左右,在全国排第三位。
重庆着力点在“云端”。“重庆智能终端产业发展极快,或在2015年产值突破5000亿”,居琰介绍,此外,该市已获得国家互联网骨干直联点、国家跨境贸易电子商务试点资质;确立了一批重点项目,并培养了软件技术蓝领近700万人。重庆相关的顶层规划,则从大数据的产业发展、基础设施、形成机制、信息安全等方面全方位覆盖。
按照重庆的思路,一旦有了可以依托的数据中心资源,便能成立三类平台:一是市级平台;二是重点行业应用的全国性平台;三是企业自主发展的全国性平台。
除了招商之外,重庆市政府拿出一百万平方米打造移动互联网产业园,意图通过招商和孵化,形成大企业小企业相互发展的产业生态。
此次与腾讯的合作,则被当地官员看作重庆云计算大数据产业发展的一剂强心针。
据不完全统计,北京、上海、广州、江苏无锡、贵阳等地都已先后建设了一批云计算公共项目。
面对区域竞合,黄奇帆此前在回答21世纪经济报道记者提问时表示:周边兄弟省可以“各展所长”,因为这个领域“非常宽泛”。居琰则在中关村公开承认,“重庆市的电价没有内蒙和贵州便宜”,但重庆会“逐步扩大互联网骨干之间的连接范围,打造中国第一流的互联网通信保障环境”。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
逻辑回归是数据分析、机器学习、统计建模中应用最广泛的二分类预测模型,常用于风险判断、行为预测、归因分析等场景。在SPSS、Py ...
2026-06-02数字经济时代,市场竞争日趋同质化,用户消费需求愈发个性化、多元化,传统依托经验、粗放式、广撒网的营销模式弊端日益凸显。长 ...
2026-06-02 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-06-02在市场竞争日趋饱和、用户需求不断细分的当下,企业创业创新、产品迭代与市场拓展不再依赖经验决策,而是需要系统化、工具化的商 ...
2026-06-01【核心关键词】调度、岗位、数据库、企业、报表、培训、程序、数据分析、数据加工、业务部门、企业数据、调度工具、业务指标、 ...
2026-06-01 很多数据分析师能熟练地计算指标、搭建标签体系,但当被问到“画像到底在解决什么问题”“画像和标签是什么关系”“画像如何 ...
2026-06-01在数据统计分析、数据清洗、异常值识别与数据分布研究中,箱型图是最直观、高效、专业的可视化分析工具。相较于柱状图、折线图仅 ...
2026-05-29Tkinter是Python内置的标准GUI图形界面库,具备无需额外安装、调用简单、兼容性强、轻量化高效等优势,是Python快速开发桌面小程 ...
2026-05-29 很多分析师在设计标签时思路清晰,但真到落地环节却面临“数据在手,不知如何转化为可用标签”的困境:或因加工方式选择不当 ...
2026-05-29【核心关键词】大数据、经理、专业、金融、客户、传统、建模、数据产品、互联网金融、产品经理、数据分析、金融行业、数据模型 ...
2026-05-28 很多分析师每天和数据打交道,但当被问到“标签是什么”“标签和指标有什么区别”“标签体系如何设计”时,却常常答不上来。 ...
2026-05-28随着大数据技术的快速普及,各行各业积累了海量的用户数据、交易数据、生产数据与行为数据。单纯的数据统计与报表分析只能呈现表 ...
2026-05-28在Python网络请求、接口测试、数据爬取、业务对接开发中,Requests库是最简洁、最高效的HTTP请求工具,凭借简洁的语法、完善的适 ...
2026-05-272025 年,零售与服务行业的竞争已从 “经验驱动” 全面转向 “数据驱动”。中小企业门店普遍面临数据零散、分析浅层、决策凭感觉 ...
2026-05-27 很多数据分析师每天都在写SQL,但当被问到“数据查询语言(DQL)的本质是什么”“SELECT语句中各子句的书写顺序与实际执行顺 ...
2026-05-27在统计学分析、实验研究、业务数据复盘过程中,单因素方差分析是检验自变量对因变量是否存在显著影响的核心方法。其中,两个水平 ...
2026-05-26【核心关键词】算法、客户、大数据、互联网、调优、建模、模型优化、机器学习、评分卡模型、模型开发、智能风控、业务场景、数 ...
2026-05-26 很多数据分析师写过无数个 SELECT,但当被问到“新建一张表,该如何定义字段类型来保证数据质量”“创建视图和存储物理表有 ...
2026-05-26在数据清洗、统计分析与数据质量检测工作中,箱型图(又称箱线图、Box Plot)是最直观、最高效的可视化分析工具之一。相较于柱状 ...
2026-05-25在大数据分析、数据清洗、质量管控、风险监测等领域,异常数据识别是保障数据质量、确保分析结论精准、规避业务决策失误的核心基 ...
2026-05-25