
高德纳咨询全球副总:大数据能使贵州农业节省60%投入
5月26日,全球权威的IT研究与顾问咨询公司高德纳(Gartner)全球副总裁琳达·普赖斯(LindaPrice)在接受中新网记者专访时表示:大数据能使贵州农业节省60%投入,同时增加80%产出。
琳达·普赖斯说:“大数据能够大量节省时间、能源和资源,很多行业将会因大数据而改变,大数据会带来新的就业机会、新的研究项目,拉动城市繁荣,并帮助政府更好地服务百姓。而在所有行业中,贵州的农业将十分确定地受到大数据影响。”
贵州省土地资源以山地、丘陵为主,平坝地较少。据2014年贵州省第二次土地调查,贵州省耕地共456.25万公顷,全省人均耕地0.1115公顷(1.67亩),没有1-7等级的上等、中上等级耕地,耕地质量明显低于全国水平。统计显示,中国是世界上化肥使用量最多的国家,去年达到5900多万吨,使用量约为世界平均水平的4.5倍。而贵州省2013年农用化肥施用量99.54万吨(折纯,下同),平均亩耕地面积施用化肥22.78公斤,比全国平均亩耕地施用21.9公斤高出0.88公斤。贵州省有限的土地资源和较高的生产投入影响着粮食增产、农民增收和生态环境安全。
随着中国经济进入新常态、改革进入深水区、发展进入新阶段,农业农村经济的内外环境正在发生深刻变化,为了解决新“三农”问题,政府将致力于使用大数据信息化手段,整合资源、优化布局,培育智慧农民。
据悉,目前农业部科教司正基于云计算和大数据进行系统设计和架构,打造国家农业科技服务云平台。云平台将首批上线为3000名专家、10万农技人员、100万新型职业农民和1000万辐射农民免费发放“智农卡”、开通智农通服务,打通农业科技信息服务最后一米。
近年来,贵州把大数据作为该省发展的一个战略性新兴产业,琳达·普赖斯对贵州省如此重视大数据产业感到惊喜,她在今天早上的演讲中谈到:“最为重要的是把理想变为现实的政治意愿。我很赞赏贵州省长和贵阳市长展示出的充分发展大数据的政治意愿。”她告诉记者:“现在还有很多城市没有意识到国大数据的力量,而先行一步将成为贵州省的后发优势。”
同时,琳达·普赖斯也坦言,大数据产业已经告别泡沫,进入更务实的发展阶段,贵州省在发展大数据产业中,要注意规避一些可能出现的风险。
据了解,GartnerGroup公司成立于1979年,它是第一家信息技术研究和分析的公司。琳达·普赖斯向记者透露,贵阳市将与高德纳公司合作,共同发展大数据产业。“我们很高兴能参与其中。”琳达·普赖斯说。
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