京公网安备 11010802034615号
经营许可证编号:京B2-20210330
“发展大数据产业,是贵阳的必然选择”
9月19日,在2015中国城市规划年会上,省委常委、市委书记陈刚作题为“守底线 走新路 打造升级版——新常态下的贵阳市城乡规划转型探索”的学术报告,引起与会专家关注。专家们认为,新常态孕育新机遇,新机遇当有新作为,贵阳当前提出的创新驱动产业发展、大力发展大数据产业的路径,契合新常态、必定有所为。
贵州、贵阳是一个不沿海、不沿边、不沿江地区,受交通限制、教育落后等因素影响,在过去数十年的改革开放中发展相对滞后。尽管生态环境良好,但喀斯特地貌的地质特征也成为该地区加快发展的限制因素。因此,如何同时守住生态和发展的两条底线?这是贵州、贵阳主政者要面临的问题,也是城市规划专家们一直关注的焦点。
“要守住生态,往往发展就要受影响。”面对这个两难的矛盾,陈刚在学术报告中提出,东部落后产能往西部转移是一条先污染后治理的老路,因此贵州要想走出一条有别于东部、不同于西部其他省份的发展新路,创新是唯一的选择。于是,抢抓新一轮科技革命与产业变革带来的机遇,贵阳以大数据为引领,推动工业信息化成为新常态下的“贵阳探索”。
“说实话,贵阳作为一个地处西南腹地的欠发达地区,要发展世界上最前沿的大数据产业,初听确实有些惊奇,仔细想想,这确实是贵阳的必然选择。”中国城市规划学会顾问、北京大学教授周一星说,贵阳目前正处于加速发展、转型发展的关键时期,如果按部就班、亦步亦趋,贵阳要实现赶超非常困难,也只有通过引进大数据和云计算这样的高端前沿产业,才能实现跨越式发展,才能真正实现后发赶超,而且大数据产业作为当今信息技术产业的代表之一,既是绿色产业也是朝阳产业,十分符合贵阳要实现双赢发展的战略定位。
对此,中国工程院院士郭仁忠也表示赞同。他说,在技术、市场的双重驱动下,现在各类云计算应用蓬勃兴起,全国各地数据中心的建设也风起云涌。但数据中心在建设过程中必须考虑降温问题,而贵阳冬无严寒、夏无酷暑,在很大程度上节约了建设成本;而且贵阳水资源丰富、能源价格较低,可为大数据相关产业提供充足的要素保障;再加上贵阳的地质构造稳定,地震、台风等灾害罕见,贵阳发展大数据产业可谓“天赋异禀”。
谈到贵阳发展大数据的优势,贵阳的“政策红利”、“顶层设计”也让城市专家们对贵阳发展路径越发肯定——全国首个国家级大数据产业发展集聚区落户贵阳;全国首个大数据综合试验区也在贵州、贵阳启动;目前,贵阳市还正在以强基工程、筑云工程、智端工程、掘进工程助力大数据产业发展,力争2016、2017年大数据产业规模总量分别达1400亿元和2000亿元,成为经济发展的重要增长极……
“一项项大数据产业发展的措施和目标,也折射出贵阳利用大数据产业、推动自身跨越发展的决心和信心。”听完学术报告后,周一星教授在为贵阳走出发展新路感到振奋的同时,也有一些中肯的建议。“贵州、贵阳已经具备吸引大数据产业的基础条件和比较优势,而要想完整地将一条大数据产业链聚集在贵州、贵阳,还有很多工作要做。其中,人才就是贵州、贵阳发展大数据产业当前需要解决的问题。在这个过程中,除努力发展当地教育以及吸引外地人才落户外,发掘‘三线建设’时期的优秀人才也是增强贵阳人才底蕴的有效手段。”周一星说。
俗语说:单丝难成线,独木难成林。中国城市规划学会常务理事、重庆大学建筑城规学院教授赵万民建言,在中国区域经济走向协同发展的今天,贵阳可以考虑和西南地区其他城市实现人才合作、科技共享,共同建立人才体系和知识体系,推动大数据产业链早日形成。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在使用Excel透视表进行数据汇总分析时,我们常遇到“需通过两个字段相乘得到关键指标”的场景——比如“单价×数量=金额”“销量 ...
2025-11-14在测试环境搭建、数据验证等场景中,经常需要将UAT(用户验收测试)环境的表数据同步到SIT(系统集成测试)环境,且两者表结构完 ...
2025-11-14在数据驱动的企业中,常有这样的困境:分析师提交的“万字数据报告”被束之高阁,而一张简洁的“复购率趋势图+核心策略标注”却 ...
2025-11-14在实证研究中,层次回归分析是探究“不同变量组对因变量的增量解释力”的核心方法——通过分步骤引入自变量(如先引入人口统计学 ...
2025-11-13在实时数据分析、实时业务监控等场景中,“数据新鲜度”直接决定业务价值——当电商平台需要实时统计秒杀订单量、金融系统需要实 ...
2025-11-13在数据量爆炸式增长的今天,企业对数据分析的需求已从“有没有”升级为“好不好”——不少团队陷入“数据堆砌却无洞察”“分析结 ...
2025-11-13在主成分分析(PCA)、因子分析等降维方法中,“成分得分系数矩阵” 与 “载荷矩阵” 是两个高频出现但极易混淆的核心矩阵 —— ...
2025-11-12大数据早已不是单纯的技术概念,而是渗透各行业的核心生产力。但同样是拥抱大数据,零售企业的推荐系统、制造企业的设备维护、金 ...
2025-11-12在数据驱动的时代,“数据分析” 已成为企业决策的核心支撑,但很多人对其认知仍停留在 “用 Excel 做报表”“写 SQL 查数据” ...
2025-11-12金融统计不是单纯的 “数据计算”,而是贯穿金融业务全流程的 “风险量化工具”—— 从信贷审批中的客户风险评估,到投资组合的 ...
2025-11-11这个问题很有实战价值,mtcars 数据集是多元线性回归的经典案例,通过它能清晰展现 “多变量影响分析” 的核心逻辑。核心结论是 ...
2025-11-11在数据驱动成为企业核心竞争力的今天,“不知道要什么数据”“分析结果用不上” 是企业的普遍困境 —— 业务部门说 “要提升销量 ...
2025-11-11在大模型(如 Transformer、CNN、多层感知机)的结构设计中,“每层神经元个数” 是决定模型性能与效率的关键参数 —— 个数过少 ...
2025-11-10形成购买决策的四个核心推动力的是:内在需求驱动、产品价值感知、社会环境影响、场景便捷性—— 它们从 “为什么买”“值得买吗 ...
2025-11-10在数字经济时代,“数字化转型” 已从企业的 “可选动作” 变为 “生存必需”。然而,多数企业的转型仍停留在 “上线系统、收集 ...
2025-11-10在数据分析与建模中,“显性特征”(如用户年龄、订单金额、商品类别)是直接可获取的基础数据,但真正驱动业务突破的往往是 “ ...
2025-11-07在大模型(LLM)商业化落地过程中,“结果稳定性” 是比 “单次输出质量” 更关键的指标 —— 对客服对话而言,相同问题需给出一 ...
2025-11-07在数据驱动与合规监管双重压力下,企业数据安全已从 “技术防护” 升级为 “战略刚需”—— 既要应对《个人信息保护法》《数据安 ...
2025-11-07在机器学习领域,“分类模型” 是解决 “类别预测” 问题的核心工具 —— 从 “垃圾邮件识别(是 / 否)” 到 “疾病诊断(良性 ...
2025-11-06在数据分析中,面对 “性别与购物偏好”“年龄段与消费频次”“职业与 APP 使用习惯” 这类成对的分类变量,我们常常需要回答: ...
2025-11-06