京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大干快上,大数据产业规划也刮浮夸风
近日,教育部公布的高校新增专业名单中,32所高校获批开设“数据科学与大数据技术”本科专业。再加上第一批成功申请该专业的3所高校,目前全国共有35所高校获准开设大数据专业。
高校争相开设大数据专业的背后,是国内大数据产业的火热。自2015年被上升为国家战略以来,大数据产业的发展进入了快车道。全国各地的大数据产业规划更是如火如荼。
公开资料显示,截至2017年3月底,全国共有16个省、21个市先后出台了各种大数据的发展规划文件。在这37个省市中,已有20个省市明确提出了各自的大数据产值目标。
每日金融记者发现:在这份产值目标单上,北京、上海、江西等7个省市均为1000亿元起步;贵州为4500亿,广东为6000亿,江苏更是要超过1万亿元。这不由得让记者想起了那句名言:人有多大胆,地有多高产。
对照另一份国家级规划可以发现,各地政府的大数据产业规划简直就是大胆、任性。今年1月,国务院公布的《大数据产业发展规划(2016-2020年)》显示,到2020年,全国大数据产业要突破1万亿元。而仅江苏一个省的目标居然也是1万亿。
争先恐后定高大数据产值目标的背后,是各地政府对大数据产业的热情空前高涨。每日金融记者发现,近两年来,中央多部委发布的大数据文件多达13个,17个省市成立了各级别的大数据管理机构,10个省市编制了大数据相关的地方法律法规......
与此同时,大数据交易平台在全国也是遍地开花。记者发现,自贵阳大数据交易所第一个开张以后,全国已建成20多个大数据交易场所。此外,辽宁、山东、武汉等多个省市也在陆续推进大数据交易平台的建设。有机构预计,到2020年,全国各地的大数据交易平台的数量将会超过40个。
交易平台还带动了大数据产业园区的规划。有资料显示,目前全国各地已出现了近30个大数据相关的产业园区,而且数量还在不断增加。
“各地产业园的招商引资都很积极,软硬件条件也好,都说要用最好的资源推动当地大数据产业的发展,”成都某大数据公司负责人告诉每日金融。同时他认为,大数据不是说有数据中心、有机房就可以了,更重要的是,数据资源要进来,基于数据资源要有更多的应用,并带动产业的发展。
平台建设、园区修建的同时,各地政府大数据规划的现状却令人担忧。37个省市的大数据发展规划中,更是有12个省市提出要建设面向全国的大数据产业中心。各地政府在表述定位的措辞上让人觉得眼花缭乱。比如北京、广东等地表示要建设面向全国的创业创新中心;贵州、浙江等地表示要建设面向全国的应用示范中心;青海、武汉等地则声称将建设面向全国的资源聚集中心。
著名产业规划专家徐志发接受媒体采访时表示:由于缺乏统一的大数据产业分类统计体系和产业运行监测手段,也导致各地大数据产业的定位相似,同质化竞争加剧。
对于目前这种盲目重复建设,导致大数据产业过剩的局面,徐志发也给出了建议。他认为,主管部门应明确大数据产业分类,建立大数据产业监测机制,引导各地政府因地制宜地制定产业规划和支撑政策,从产业定位上加以区分,尽量避免大数据产业同质化。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在大数据时代背景下,海量行业数据亟需通过专业化工具挖掘潜在价值,辅助企业业务决策、优化运营模式、规避经营风险。Python凭借 ...
2026-08-28SQL是数据分析领域最基础、最核心的工具,承担着取数、清洗、统计、分层、归因的全流程工作。不同于单纯的语法练习,实战化SQL数 ...
2026-08-28 很多企业团队并非缺乏指标,而是陷入“指标失控”:仪表盘上堆满实时跳动的数据,却无法回答“当前瓶颈在哪、下一步该做什么 ...
2026-08-28随着新零售模式的快速普及,零售行业从传统的“货品驱动”全面转向“用户驱动”。门店交易数据、线上消费记录、浏览轨迹、复购频 ...
2026-08-27在数据分析、爬虫采集、接口开发、数据归档等场景中,JSON与CSV是两种使用率最高的数据存储格式。JSON为键值对结构化格式,适配 ...
2026-08-27 很多数据分析师每天都在计算指标、制作报表,但当被问到“什么叫指标数据元”“指标数据标准包含哪些核心维度”“指标数据质 ...
2026-08-27在数据分析工作中,时间序列是最常见的数据类型之一,订单时间、日志时间、交易时段、统计周期等数据均离不开时间处理。原始数据 ...
2026-08-26在数据分析与数据预处理工作中,原始数据普遍存在录入错误、系统故障、偶然极值等问题,极易产生异常数据。异常数据会严重干扰数 ...
2026-08-26 很多数据分析师能熟练写SQL、做透视表,但当被问到“数据是从哪里来的?经过哪些加工才进入数据仓库?ETL具体做了什么?”时 ...
2026-08-26在数理统计与数据分析领域,多因素方差分析与线性回归模型是研究变量关系、因素影响、数据差异规律的两大核心工具。二者均属于经 ...
2026-08-25数据分析的核心价值不在于数据计算与图表制作,而在于清晰、精准、有逻辑地输出结论、支撑业务决策。日常数据分析报告普遍存在结 ...
2026-08-25 很多数据分析师能熟练地写SQL、做透视表、算描述性统计,但当被问到“如何预测用户流失概率”“如何归因销量下滑的关键因素 ...
2026-08-25平均数是数据分析、数理统计与日常运算中最基础、最常用的统计量,核心作用是浓缩一组数据的整体水平、刻画数据集中趋势。在众多 ...
2026-08-24在MySQL数据库中,InnoDB存储引擎作为主流事务型引擎,默认事务隔离级别为可重复读(Repeatable Read,RR),这与SQL Server、Or ...
2026-08-24 很多数据分析师拿到数据就开始清洗、建模,但当被问到“这批数据属于什么类型——结构化还是非结构化?分类变量还是数值变量 ...
2026-08-24 很多数据分析师画过趋势图、做过业绩预测,但当被问到“这个月销售额增长20%,到底是长期趋势自然增长,还是促销活动的短期 ...
2026-08-21在数据分析与数据可视化工作中,直方图是展示数据分布特征、离散程度、集中区间的核心图表,能够直观呈现数值数据的频次分布规律 ...
2026-08-20在数据分析领域有一句核心准则:垃圾数据进,垃圾数据出。数据清洗是数据分析、数据建模、数据可视化之前的必经前置工序,也是保 ...
2026-08-20 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 ...
2026-08-20在Python数据分析与数据清洗工作中,Pandas是最核心的数据处理库,DataFrame是结构化数据的标准存储格式。在实时数据采集、循环 ...
2026-08-19