京公网安备 11010802034615号
经营许可证编号:京B2-20210330
发展大数据技术产业是贵阳的必然选择
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