
达沃斯再论大数据是城市持续发展关键
近日,在2015 夏季达沃斯“设计未来城市”互动会谈上,浪潮集团董事长兼CEO 孙丕恕与北京大学经济学教授林毅夫先生、香港仲量联行亚太区市场负责人杰里米·谢尔登先生、以及美中清洁能源合作组织主席刘佩琪女士一起,围绕城市智慧规划、设计和建设以及运用大数据提供智慧城市服务等话题展开讨论。孙丕恕指出,数据将成为未来最具价值的资源,利用大数据建设智慧城市是城市可持续发展的必由之路。
孙丕恕表示,云计算、大数据、移动互联、物联网等新一代信息技术的出现,让城市找到了一个改变传统发展模式的契机和数据这一重要的发展资源,从而改变过去向土地要资源、向环境要效益、向基础建设要经济驱动力的难以持续的发展模式。城市的可持续发展可以归纳为两个方面,一是城市生态环境的可持续,二是城市经济发展的可持续,二者是相辅相成的。
一方面,大数据可以支撑城市规划和资源分配布局、优化城市交通、提升资源利用率、提高城市运转效率、减少环境污染,实现生态环境的可持续发展。
另一方面,数据将成为未来最有价值的资源,是发展数据经济、实现转型升级的重要基础,可以帮助政府由传统的“土地财政”转向“数据财政”,也可以搭建起“大众创业、万众创新”的大平台,催生新型的产业生态和发展模式,实现经济的可持续发展。
在三步曲中,孙丕恕认为最重要的就是政府开放数据,他强调,由于政府掌握了大部分高价值数据资源,其价值尚未被开发,只有将这些在于不同系统、区域之间互不连通的数据整合起来,同时按照统一的目录、标准进行梳理、开放,并与互联网数据进行融合,才能真正发挥出数据得作用。
他表示,只有通过推动数据开放,将静态的数据资源变成可应用并且能够持续产生商业价值的数据资产,整合数据资源并深入挖掘利用数据,才能全面支撑未来经济,才能有力的推动“大众创业、万众创新”,才能让未来的城市更加有活力,在生态、经济、人文等方面实现可持续发展。
在“互联网 ”、“中国制造2025规划”和“一带一路”等重大的国家发展战略的指导下,浪潮作为国内领先的云计算、大数据服务商,始终致力于数据的整合、开放和价值挖掘与利用,已经与国内一些城市在数据整合和开放方面进行了一些成功实践,成为国内提供“智慧城市”解决方案的领先代表。例如,浪潮为青岛市政府搭建了全国首个政府数据开放平台,目前已经开放了226项政府数据;为广州市政府数据开放提供规划咨询服务,梳理开放数据目录,广州市是全国第一个购买数据咨询服务的城市。同时,浪潮在贵州建立了大数据中心和数据开放平台,支撑“创客”数据市场和开发平台上,利用大数据进行创新创业。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
用 SQL 验证业务逻辑:从规则拆解到数据把关的实战指南 在业务系统落地过程中,“业务逻辑” 是连接 “需求设计” 与 “用户体验 ...
2025-09-11塔吉特百货孕妇营销案例:数据驱动下的精准零售革命与启示 在零售行业 “流量红利见顶” 的当下,精准营销成为企业突围的核心方 ...
2025-09-11CDA 数据分析师与战略 / 业务数据分析:概念辨析与协同价值 在数据驱动决策的体系中,“战略数据分析”“业务数据分析” 是企业 ...
2025-09-11Excel 数据聚类分析:从操作实践到业务价值挖掘 在数据分析场景中,聚类分析作为 “无监督分组” 的核心工具,能从杂乱数据中挖 ...
2025-09-10统计模型的核心目的:从数据解读到决策支撑的价值导向 统计模型作为数据分析的核心工具,并非简单的 “公式堆砌”,而是围绕特定 ...
2025-09-10CDA 数据分析师:商业数据分析实践的落地者与价值创造者 商业数据分析的价值,最终要在 “实践” 中体现 —— 脱离业务场景的分 ...
2025-09-10机器学习解决实际问题的核心关键:从业务到落地的全流程解析 在人工智能技术落地的浪潮中,机器学习作为核心工具,已广泛应用于 ...
2025-09-09SPSS 编码状态区域中 Unicode 的功能与价值解析 在 SPSS(Statistical Product and Service Solutions,统计产品与服务解决方案 ...
2025-09-09CDA 数据分析师:驾驭商业数据分析流程的核心力量 在商业决策从 “经验驱动” 向 “数据驱动” 转型的过程中,商业数据分析总体 ...
2025-09-09R 语言:数据科学与科研领域的核心工具及优势解析 一、引言 在数据驱动决策的时代,无论是科研人员验证实验假设(如前文中的 T ...
2025-09-08T 检验在假设检验中的应用与实践 一、引言 在科研数据分析、医学实验验证、经济指标对比等领域,常常需要判断 “样本间的差异是 ...
2025-09-08在商业竞争日益激烈的当下,“用数据说话” 已从企业的 “加分项” 变为 “生存必需”。然而,零散的数据分析无法持续为业务赋能 ...
2025-09-08随机森林算法的核心特点:原理、优势与应用解析 在机器学习领域,随机森林(Random Forest)作为集成学习(Ensemble Learning) ...
2025-09-05Excel 区域名定义:从基础到进阶的高效应用指南 在 Excel 数据处理中,频繁引用单元格区域(如A2:A100、B3:D20)不仅容易出错, ...
2025-09-05CDA 数据分析师:以六大分析方法构建数据驱动业务的核心能力 在数据驱动决策成为企业共识的当下,CDA(Certified Data Analyst) ...
2025-09-05SQL 日期截取:从基础方法到业务实战的全维度解析 在数据处理与业务分析中,日期数据是连接 “业务行为” 与 “时间维度” 的核 ...
2025-09-04在卷积神经网络(CNN)的发展历程中,解决 “梯度消失”“特征复用不足”“模型参数冗余” 一直是核心命题。2017 年提出的密集连 ...
2025-09-04CDA 数据分析师:驾驭数据范式,释放数据价值 在数字化转型浪潮席卷全球的当下,数据已成为企业核心生产要素。而 CDA(Certified ...
2025-09-04K-Means 聚类:无监督学习中数据分群的核心算法 在数据分析领域,当我们面对海量无标签数据(如用户行为记录、商品属性数据、图 ...
2025-09-03特征值、特征向量与主成分:数据降维背后的线性代数逻辑 在机器学习、数据分析与信号处理领域,“降维” 是破解高维数据复杂性的 ...
2025-09-03