
涂子沛:大数据推动中国经济转型升级
阿里巴巴集团副总裁涂子沛在日前举行的2014中国“云上贵州”大数据商业模式大赛总决赛上围绕“互联网+、大数据、新经济”等问题发表了自己的观点。他认为,未来经济是以信息经济、知识经济、智慧经济为先导和核心的新经济,其中数据是新经济的基础,大数据有助于推动中国经济转型升级。
涂子沛指出,越来越多的人认识到未来的经济将是新经济,新经济是以信息经济、知识经济、智慧经济为先导和核心的经济。信息是有背景的数据,知识是有规律的信息,机器获得大量数据之后为人类自动提供服务产生智能,其中数据是未来新经济的基础。未来的新经济也可以称之为数据经济。“我们今天所说的‘互联网+’、互联网化,核心是云和大数据。在数据经济时代下,很多人既是数据的使用者、受益者,同时也是服务者。”
涂子沛认为,数据正在成为各行各业一种最重要的创新资源。“以农业为例,来自天气、土壤和农作物的数据,可以实现自动化的灌溉、防治虫灾、决定如何种植和收割,节省水利资源、提高单位产量;在教育领域,以大数据为基础的在线智能学习平台,可以突破教室的限制,让成千上万的学生同时得到个性化的教学和辅导。”
和其它的创新资源相比,数据之所以伟大,是因为它可以重复使用、同时被无数人使用,此数据和彼数据整合,还可以产生新的价值和效用。“大数据正给中国带来新机遇,使得‘大众创业,万众创新’成为可能。数据不仅仅是黄金矿藏,更是我们未来建设智能社会的土壤。”
在涂子沛看来,开放数据之于当下中国社会的意义,在于推动知识经济和网络经济的发展,在于促进中国经济由粗放向精细、从“制造”向“创造”的转型升级,在于释放社会生产力、催生创新。通过开放更多的数据,让创新的资源自由的流动,李克强总理提出的“大众创业、万众创新”才能更快、更好在中国大地成为燎原之势。
“数据是资源、是资产,我们要让数据在全社会流动起来,有些基础性的数据,比如人口、天气、地理、经济指标这些数据,应该让它开放出去,产生价值。政府通过数据开放,改进公众服务和社会管理,营造创新环境和释放商业机会,市民、企业和政府都将是开放数据的受益者。目前,国内在省级政府层面全面开放数据的也只有贵州省政府,开放大数据为广大创业者应用大数据创新、创业提供了良好的平台。”涂子沛称。
涂子沛建议,政府可以制定开放数据的相关法规,界定哪些数据可以开放。此外,政府应整合内部不同部门的数据,打破数据鸿沟,设立一个跨部门的首席数据官。这个首席数据官能够跨部门整合、分析数据。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
Python HTTP 请求工具对比:urllib.request 与 requests 的核心差异与选择指南 在 Python 处理 HTTP 请求(如接口调用、数据爬取 ...
2025-09-12解决 pd.read_csv 读取长浮点数据的科学计数法问题 为帮助 Python 数据从业者解决pd.read_csv读取长浮点数据时的科学计数法问题 ...
2025-09-12CDA 数据分析师:业务数据分析步骤的落地者与价值优化者 业务数据分析是企业解决日常运营问题、提升执行效率的核心手段,其价值 ...
2025-09-12用 SQL 验证业务逻辑:从规则拆解到数据把关的实战指南 在业务系统落地过程中,“业务逻辑” 是连接 “需求设计” 与 “用户体验 ...
2025-09-11塔吉特百货孕妇营销案例:数据驱动下的精准零售革命与启示 在零售行业 “流量红利见顶” 的当下,精准营销成为企业突围的核心方 ...
2025-09-11CDA 数据分析师与战略 / 业务数据分析:概念辨析与协同价值 在数据驱动决策的体系中,“战略数据分析”“业务数据分析” 是企业 ...
2025-09-11Excel 数据聚类分析:从操作实践到业务价值挖掘 在数据分析场景中,聚类分析作为 “无监督分组” 的核心工具,能从杂乱数据中挖 ...
2025-09-10统计模型的核心目的:从数据解读到决策支撑的价值导向 统计模型作为数据分析的核心工具,并非简单的 “公式堆砌”,而是围绕特定 ...
2025-09-10CDA 数据分析师:商业数据分析实践的落地者与价值创造者 商业数据分析的价值,最终要在 “实践” 中体现 —— 脱离业务场景的分 ...
2025-09-10机器学习解决实际问题的核心关键:从业务到落地的全流程解析 在人工智能技术落地的浪潮中,机器学习作为核心工具,已广泛应用于 ...
2025-09-09SPSS 编码状态区域中 Unicode 的功能与价值解析 在 SPSS(Statistical Product and Service Solutions,统计产品与服务解决方案 ...
2025-09-09CDA 数据分析师:驾驭商业数据分析流程的核心力量 在商业决策从 “经验驱动” 向 “数据驱动” 转型的过程中,商业数据分析总体 ...
2025-09-09R 语言:数据科学与科研领域的核心工具及优势解析 一、引言 在数据驱动决策的时代,无论是科研人员验证实验假设(如前文中的 T ...
2025-09-08T 检验在假设检验中的应用与实践 一、引言 在科研数据分析、医学实验验证、经济指标对比等领域,常常需要判断 “样本间的差异是 ...
2025-09-08在商业竞争日益激烈的当下,“用数据说话” 已从企业的 “加分项” 变为 “生存必需”。然而,零散的数据分析无法持续为业务赋能 ...
2025-09-08随机森林算法的核心特点:原理、优势与应用解析 在机器学习领域,随机森林(Random Forest)作为集成学习(Ensemble Learning) ...
2025-09-05Excel 区域名定义:从基础到进阶的高效应用指南 在 Excel 数据处理中,频繁引用单元格区域(如A2:A100、B3:D20)不仅容易出错, ...
2025-09-05CDA 数据分析师:以六大分析方法构建数据驱动业务的核心能力 在数据驱动决策成为企业共识的当下,CDA(Certified Data Analyst) ...
2025-09-05SQL 日期截取:从基础方法到业务实战的全维度解析 在数据处理与业务分析中,日期数据是连接 “业务行为” 与 “时间维度” 的核 ...
2025-09-04在卷积神经网络(CNN)的发展历程中,解决 “梯度消失”“特征复用不足”“模型参数冗余” 一直是核心命题。2017 年提出的密集连 ...
2025-09-04