
全力打造以大数据为引领的创新格局
“引进大数据电子信息产业项目400个,大数据电子信息制造业规模以上工业增加值增长71.3%,软件和信息服务业收入增长35%,电子商务交易额增长30%。”过去一年,我省坚持把大数据作为弯道取直、后发赶超的战略引擎,强力推进大数据战略行动,经济社会发展取得新成绩。
昨日,省长孙志刚代表省人民政府向省十二届人大五次会议作《政府工作报告》。《报告》指出,今年,我省要更加扎实有力推进大数据战略行动,努力在国家大数据综合试验区建设上取得新突破。
省“两会”代表、委员在接受记者采访时认为,作为全省发展的“火车头”“发动机”,贵阳市要全力打造以大数据为引领的创新格局,加快形成富有活力的创新生态链,提高经济发展质量和效益。
A 做大做强大数据产业 促传统产业转型升级
“聆听了《政府工作报告》,我感到非常振奋。”省人大代表、云岩区副区长石洋说。作为不沿边、不沿海的内陆省份,我省通过抢占大数据发展制高点,每年经济增长速度在全国排在前列,这说明发展思路是十分科学、有效的。
结合云岩区的变化,石洋的感受尤其深刻。“作为省会城市中心城区,云岩区是全省资源要素相对集中,市场活力最为强劲的区域。但近年来,受大环境影响,传统服务业都出现了不同程度的下滑,产业转型升级迫在眉睫。”石洋说。
在省、市的领导下,云岩区逐步走出一条以大数据引领产业发展的老城区特色路径,并取得显著成效。“我们加强大数据与传统产业的融合发展,促进经济结构调整和转型。比如,在推动服务业转型方面,加快新型楼宇经济发展,对传统办公、商务楼宇厚植大数据、互联网金融等新兴产业,让‘老树发新芽,旧瓶装新酒’。通过将京玖大厦打造为大数据总部大楼,利用大数据实现产业聚集之后,大楼的产值从3.4亿元增长到10亿元。”石洋说。
全省大数据战略行动的实践和成果,让石洋更坚定了决心和信心。“目前,云岩正处于产业结构调整的阵痛期,我们将坚持运用大数据改造和提升传统产业,深入推进大数据战略行动,围绕‘全省大数据综合应用核心区、全省大数据民生应用第一区、全市大数据人才培养基地’三大目标,努力实现大数据及相关产业规模突破200亿元,力争每年培养大数据专业人才10000名。”石洋说。
《政府工作报告》提到要加快做大做强大数据产业,对于这一点,省政协委员、省委统战部副部长王茂爱建议,要重视行业协会的作用。
“大数据产业不只是数据的收集,它还包括数据的产生、储存、加工、利用等,数据在互换后还会产生裂变。”王茂爱说,就目前我省、我市大数据发展的情况来看,重点关注引进大运营商、大企业,但现实中吸引众多大企业、强企业落户贵州、落户贵阳还有一定困难。
“所以我们不应只聚焦在一个个零散的企业上,这样产生的大数据一方面不够大,另一方面数据收集起来会很慢。”王茂爱认为,应该重视行业协会的作用,以行业协会为抓手,把企业整合起来发展大数据产业。
“行业协会是从业者自己的组织,他们更清楚所在行业内的动态、痛点。”王茂爱说,众多行业协会也是我省大数据产业可持续发展的重要依托。以贵阳货车帮科技有限公司为例,它通过建立了一个综合服务平台,为加盟的全国各地货车车主提供全国公路物流信息、交易服务、货车金融等服务,把货车物流资源整合起来。而行业协会在大数据产业发展中的作用也类似于此。
B 推进政府数据聚通用 让数据发挥更大价值
《政府工作报告》中提到,“省政府数据开放平台上线运行,省市两级481个运用系统迁入‘云上贵州’”,省政协委员、首钢贵钢纪委书记、工会主席潘明祥对此十分欣喜。
日前,作为“四大基础数据库”之一的宏观经济数据库正式在“云上贵州”系统平台政务外网上线运行。“这就是政府数据聚通用的体现。这对传统企业发展很有益。”潘明祥说。
“企业能够迅速把握市场是企业生存的关键,我们公司有一个‘三个跑赢’,即跑赢自己、跑赢同行、跑赢市场。”潘明祥说,大数据为企业提供了分析市场的资料,政府数据的聚通用则让企业有了更加详细的参考数据,使企业快速把握市场。
以贵钢工会为例,潘明祥介绍,工会为每一位职工都办理了会员卡,通过卡上芯片的数据,工会能了解职工年龄结构、技能等信息,便于管理。
“希望在新的一年里,更多的传统制造业能够搭上‘云上贵州’这辆快车,享受到政府数据聚通用的便利。”潘明祥说。
省人大代表、贵阳市公共交通(集团)有限公司运营部副部长明媚认为,加强数据的互联互通,将产生巨大的价值。
明媚说,2016年市委市政府对道路拥堵问题已有了很多举措,如,中华路公交专用道启用、中环路通车等,并取得一些成绩。为了让城市公交更加便捷、快速,贵阳市公共交通(集团)有限公司正在进行各种有益尝试和努力,其中对公交数据的挖掘、共享、使用便是其中之一。
目前,贵阳市公共交通(集团)有限公司已经与“滴滴公交”签订战略合作协议,双方将联合开发移动端智慧公交服务产品“贵阳滴滴公交”APP,共同打造“智慧公交”运行体系。通过向“滴滴公交”提供数据,可以实现100%车次覆盖率和100%ETA(预估到达时间)准确率。同时,贵阳市公共交通(集团)有限公司也能使用“滴滴公交”提供的数据,来更好地对公交线路进行优化。
“一方面继续挖掘有价值的数据,另一方面用好有价值的数据。”明媚说,在未来,他们将按照省政府工作报告要求,继续加强与企业、政府部门数据间的互动,让城市公共交通更加智慧。
C 积极探索大数据应用 让群众共享更多实惠
“《政府工作报告》中提到的大数据发展的相关内容,为贵州后发赶超指明了方向。”省人大代表、花溪区工信局(大数据局)副局长曾志云说。
“围绕省、市关于大数据战略行动部署,花溪区从大数据融入政务、商务、民生方面都做了积极探索,比如整合全区各部门148套数据填报系统,实施‘便民利民一证通’大数据应用……”曾志云说,这些应用的顺利推进,都离不开大数据的支撑。
“在基础设施建设方面,目前青岩古镇已经实现了免费WiFi全覆盖,正在推进基站的建设。希望未来不仅在花溪区主次干道和主要旅游景点实现免费WiFi全覆盖,还要让网络信号覆盖到每一个村寨。”曾志云说,以基础设施作为支撑,智慧出行、购物、出游才能成为现实。
“此外,花溪区正在建设十多万平方米的大数据产业园,鼓励创新型、成长型的企业入驻,并已出台‘三免三减半’等优惠政策,为大数据项目及创新型企业打造良好的发展环境。”曾志云说,产业园已有几十家企业入驻。
“今年,花溪区准备精准发力,加强服务外包及呼叫中心建设,建设新兴产业人才数据库等。”曾志云说。
省政协委员、金阳医院原党委书记向德芬认为,大数据给老百姓看病带来实惠。
“通过大数据平台,贵州本地医院可以与北京等地的医院、专家对接,进行远程就诊。”向德芬说。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据库日常操作中,INSERT INTO SELECT是实现 “批量数据迁移” 的核心 SQL 语句 —— 它能直接将一个表(或查询结果集)的数 ...
2025-10-16在机器学习建模中,“参数” 是决定模型效果的关键变量 —— 无论是线性回归的系数、随机森林的树深度,还是神经网络的权重,这 ...
2025-10-16在数字化浪潮中,“数据” 已从 “辅助决策的工具” 升级为 “驱动业务的核心资产”—— 电商平台靠用户行为数据优化推荐算法, ...
2025-10-16在大模型从实验室走向生产环境的过程中,“稳定性” 是决定其能否实用的关键 —— 一个在单轮测试中表现优异的模型,若在高并发 ...
2025-10-15在机器学习入门领域,“鸢尾花数据集(Iris Dataset)” 是理解 “特征值” 与 “目标值” 的最佳案例 —— 它结构清晰、维度适 ...
2025-10-15在数据驱动的业务场景中,零散的指标(如 “GMV”“复购率”)就像 “散落的零件”,无法支撑系统性决策;而科学的指标体系,则 ...
2025-10-15在神经网络模型设计中,“隐藏层层数” 是决定模型能力与效率的核心参数之一 —— 层数过少,模型可能 “欠拟合”(无法捕捉数据 ...
2025-10-14在数字化浪潮中,数据分析师已成为企业 “从数据中挖掘价值” 的核心角色 —— 他们既要能从海量数据中提取有效信息,又要能将分 ...
2025-10-14在企业数据驱动的实践中,“指标混乱” 是最常见的痛点:运营部门说 “复购率 15%”,产品部门说 “复购率 8%”,实则是两者对 ...
2025-10-14在手游行业,“次日留存率” 是衡量一款游戏生死的 “第一道关卡”—— 它不仅反映了玩家对游戏的初始接受度,更直接决定了后续 ...
2025-10-13分库分表,为何而生? 在信息技术发展的早期阶段,数据量相对较小,业务逻辑也较为简单,单库单表的数据库架构就能够满足大多数 ...
2025-10-13在企业数字化转型过程中,“数据孤岛” 是普遍面临的痛点:用户数据散落在 APP 日志、注册系统、客服记录中,订单数据分散在交易 ...
2025-10-13在数字化时代,用户的每一次行为 —— 从电商平台的 “浏览→加购→购买”,到视频 APP 的 “打开→搜索→观看→收藏”,再到银 ...
2025-10-11在机器学习建模流程中,“特征重要性分析” 是连接 “数据” 与 “业务” 的关键桥梁 —— 它不仅能帮我们筛选冗余特征、提升模 ...
2025-10-11在企业的数据体系中,未经分类的数据如同 “杂乱无章的仓库”—— 用户行为日志、订单记录、商品信息混杂存储,CDA(Certified D ...
2025-10-11在 SQL Server 数据库操作中,“数据类型转换” 是高频需求 —— 无论是将字符串格式的日期转为datetime用于筛选,还是将数值转 ...
2025-10-10在科研攻关、工业优化、产品开发中,正交试验(Orthogonal Experiment)因 “用少量试验覆盖多因素多水平组合” 的高效性,成为 ...
2025-10-10在企业数据量从 “GB 级” 迈向 “PB 级” 的过程中,“数据混乱” 的痛点逐渐从 “隐性问题” 变为 “显性瓶颈”:各部门数据口 ...
2025-10-10在深度学习中,“模型如何从错误中学习” 是最关键的问题 —— 而损失函数与反向传播正是回答这一问题的核心技术:损失函数负责 ...
2025-10-09本文将从 “检验本质” 切入,拆解两种方法的核心适用条件、场景边界与实战选择逻辑,结合医学、工业、教育领域的案例,让你明确 ...
2025-10-09