
习近平为何要说“贵州发展大数据确实有道理”
2015年6月17日上午,习近平总书记走进大数据应用展示中心,听取贵州大数据产业发展、规划和实际应用情况介绍。
“我听懂了,贵州发展大数据确实有道理。” 17日上午,习近平在贵州调研时来到贵阳市大数据广场考察。在大数据应用展示中心,他观看大数据展示片,听取贵州大数据产业发展介绍,了解大数据应用的典型案例,同在现场展示大数据应用产品的企业负责人亲切交流。
近年来,“大数据”已成为科技热词。面对信息化大潮流,世界正处于新的发展平台阶段。贵州积极探索,使信息化大潮成为“载舟之水”。今日,专家接受人民网记者采访时表示,在这个背景下,总书记考察强调大数据发展,意蕴丰富。
中央高度重视创新驱动
科技强则国家强
“二十一世纪发展的方向是各种系统越来越复杂。”北京大学哲学系教授、中国列宁思想研究会会长王东向记者解释道,“大数据是对复杂系统的一种把握。”
2013年9月30日,中共中央政治局第九次集体学习以实施创新驱动发展战略为题,把“课堂”搬到了中关村。今年5月,国际教育信息化大会开幕,习近平在贺信中说,当今世界,科技进步日新月异,互联网、云计算、大数据等现代信息技术深刻改变着人类的思维、生产、生活、学习方式,深刻展示了世界发展的前景。美国、日本、英国等国家都已经启动了大数据研发计划。
这一次,习近平等考察了解了大数据、云计算、增材制造、高端服务器等技术研发和应用情况。习近平强调:“科技兴则民族兴,科技强则国家强”。科技创新,是国家发展的大势所趋。
专家认为,在技术变革、战略转型的新时代大门面前,中国也将走出自己的道路。贵州发展大数据的道理,就在于积极抢占制高点,赢得发展先机,以创新驱动发展,力争走在世界前列。习近平考察强调大数据发展,也是在告诉大众,中央高度重视技术突破对于社会经济发展的作用。
技术变革带来发展新路
贵州思路提供发展示范
“贵州虽然相对不发达,然而信息恰恰是打破地区不平衡的重要力量。大数据产业对气候、土地、资源等自然条件的限制和要求很低,贵州可以借此抛除自己的劣势。”国家行政学员教授许耀桐在接受记者采访时说,大数据,不仅仅是时代前进的先声,也是贵州发展的方向。
习近平在去年“两会”期间指出,贵州的发展必须牢牢守住发展和生态两条底线,摆脱“资源路径依赖”。这一次调研,习近平指出,贵州应当培植后发优势,奋力后发赶超,走出一条有别于东部、不同于西部其他省份的发展新路。
专家认为,习近平总书记强调贵州走发展新路,也是在告诉贫困地区,在新技术发展时代,要借助技术变革之势,开辟一条发展的新道路。
去年“两会期间”,习近平在参加全国两会贵州代表团审议时指出,贵州搞大数据产业招商,发展电子信息产业,是很好的选择。今年春节前夕,国务院总理李克强到贵州省视察指导工作时,也对贵州大数据产业发展提出殷切希望。5月26日,2015年贵阳国际大数据产业博览会暨全球大数据时代贵阳峰会开幕时,李克强专门向峰会发去贺信。
“贵州可以运用大数据来把握社会经济的复杂系统,找到最适合自己特殊情况的发展方式,以这一产业为带动力,促进本地区的长远、持续和平衡发展。” 王东如是说道,习近平强调大数据发展,也是在释放信号,科技创新与社会发展的结合将会为经济持续健康发展、社会文明整体进步提供强大动力,贵州也为其他欠发达地区谋求发展提供了一个思路。
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