
变“后发优势”为“现实优势” 时空大数据时代将临
“时空大数据”一词越来越得到测绘与地理信息界的认可,无论从哲学角度还是从科学和社会实践的角度,时空大数据的提出都是成立的。
当今社会的一个重要特点是,全球、国家(区域)、城市治理对时间和空间的依赖程度越来越高,时空大数据正日益成为治理体系和治理能力现代化的核心驱动力。
我国要深入研究时空大数据的科学价值与实践价值,走出一条从基础研究起步,融理论创新、技术创新、产品创新和服务模式创新于一体的中国特色时空大数据产业化之路。
数据与文化密不可分
什么是数据文化?一方面,数据活动过程离不开一定的文化背景;另一方面,数据活动过程又直接影响到整个社会文化的面貌。数据活动过程已经形成了一种特殊的文化,即数据文化。
当“一切靠数据说话,一切凭数据决策”成为一种社会现象时,就是数据文化的形成。但回顾历史,相较西方发达国家,我国仍是个数据文化相对匮乏的国家。
尽管2014年我国就首次将大数据写入《政府工作报告》,2015年国务院印发《促进大数据发展行动纲要》,2016年3月公布的国家《“十三五”规划纲要》中提出了“大数据战略及行动计划”,许多省(自治区、直辖市)也随之发布了有关大数据行动计划的文件,但是大数据理念、大数据意识、大数据思维尚未普遍建立。
近年来,大家都在谈论大数据,但仍然面临许多问题。比如,挂牌的大数据研究单位很多,但虚的多、实的少,大数据产业刚刚起步,更未形成产业链;试图掌握(拥有或占有)大数据的多,而真正应用大数据的少,有的甚至不知怎样应用大数据;数据分散、共享难、整合难,仍是突出问题。
这其中最根本的问题就是我国的数据文化尚未受到重视,大数据时代的到来给我们带来了很多跨越式发展的机遇,但如果我们没有大数据意识、大数据思维,归根结底没有(大)数据文化,那么“后发优势”也不可能转变成“现实优势”。
所以,我们要把“大数据”这个科技符号变成“数据文化”,即政府的文化、社会的文化和大众的文化。当然,这是一个长期的任务。
通往计算型的智能社会
不可否认,数据是记录历史和现实的最重要、最可靠、最好的方式;数据还是人类知识的来源,现代意义上的大数据将逐渐成为人类全部认识的来源;而且,还可以用数据训练机器(计算机),使机器获得智能,即计算机人工智能。
摩尔定律,使得人类保存数据的能力增强;社交网络,使得人类生产数据的能力增强;数据挖掘,使得人类使用数据的能力增强。它们被称之为“改变世界的三股力量”,标志着大数据时代的到来。
有数据,必须有计算,这就是计算型社会的兴起,越来越多的社会问题都可以通过计算来解决,同时物理环境领域的计算也面临着一些革命,安置在各类物体上的传感器,万物皆联网,无处不计算,这就是普适计算。无人(自主)驾驶,让数据训练机器使之获得智能,通过大数据的整合和挖掘发现知识,实现“1+1>2”的增值效果。
大数据是什么并不重要,重要的是大数据时代改变了人们的思维模式、管理模式、商业模式。大数据时代每一个新名词的出现,都将预示着一种趋势,并极可能成为改变未来的驱动力。
5月25日贵阳大数据博览会期间,大数据战略重点实验室和全国科学技术名词审定委员会发布的“大数据十大新名词”,即块数据、主权区块链、轶序互联网、激活数据学、5G社会、开放数据、数据交易、数据铁笼、数据安全、数权法,既揭示了大数据的时代特征,又反映了大数据的发展趋势。
“大数据十大新名词”的发布,代表了中国在实施大数据战略方面取得的成绩,说明中国在推动大数据发展中抢占了理论创新、实践创新和规则创新的制高点,正开启信息时代的数据文化。
时空大数据面临机遇
中国虽然在数据文化上相对滞后,但却占有“后发优势”。时空大数据时代的到来,使我们面临前所未有的机遇。
为什么要提出“时空大数据”?当今社会的一个重要特点是,世界管理和全球治理、区域管理和区域治理、国家管理和国家治理、城市管理和城市治理等,对时间和空间的依赖程度越来越高,时空大数据正日益成为全球、地区、国家、城市治理体系和治理能力现代化的核心驱动力。
空间与时间一起构成运动着的物质存在的两种基本形式。空间指物质存在的广延性;时间指物质运动过程的持续性和顺序性。空间和时间具有客观性,同运动着的物质不可分割。没有脱离物质运动的空间和时间,也没有不在空间和时间中运动的物质。空间和时间也是相互联系的。
随着智能感知技术、物联网等技术的发展,各个领域开始了“量化”的进程,这种一切皆可“量化”的趋势导致大规模海量数据的产生,而空间参照与时间参照是大数据的两个基本特征。
从可视化角度讲,正是因为一切大数据都具有空间参照与时间参照特征,才能直观地为人们提供大数据的空间位置、空间分布和时间标识。
变“后发优势”为“现实优势”
时空大数据的产业化是一个新问题,我们应该走一条从基础研究起步的理论创新、技术创新、产品创新和服务模式创新的产业之路。以推动国家治理体系和能力现代化为目标,以新型智慧城市建设为抓手,把时空大数据的应用作为重中之重,切忌面子工程、切忌政绩工程。
在理论创新上,围绕时空大数据科学理论体系、时空大数据计算系统与科学理论、时空大数据驱动的颠覆性应用模型探索等开展重大基础研究,构建时空大数据基础理论与方法体系。
在技术创新上,采用政产学研用相结合的协同创新模式和基于开源社区的开放创新模式,围绕时空大数据存储管理、时空大数据智能综合与多尺度时空数据库自动生成及增量级联更新、时空大数据清洗、数据分析与挖掘、时空大数据可视化、自然语言理解、深度学习与深度增强学习、人类自然智能与人工智能深度融合、信息安全等领域进行创新性研究,形成时空大数据技术体系。
在产品创新上,围绕时空大数据获取、处理、分析、挖掘、管理、应用等环节,研发时空大数据存储与管理软件、分析与挖掘软件、可视化软件等软件产品与软硬件集成产品和多样化数据产品,提供时空数据与各行各业大数据、领域业务流程及应用需求深度融合的时空大数据解决方案,形成比较健全实用的时空大数据产品体系。
但是要在全球化竞争中把握住这种“后发优势”并不容易。大力推进数据文化建设、提高国人数据文化素质,是加快时空大数据发展的根本。
国家之间的竞争,表面上是科技、经济竞争,但归根结底还是国民素质和文化的竞争。没有一个健康、理性、与时俱进的文化,一个国家就难以变得很强大。为此,我们一定让时空大数据走出“学院式”的象牙塔,变成一个大众的话题,使数据文化进入国人的视野,融入国人的意识和血液。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
Pandas 选取特定值所在行:6 类核心方法与实战指南 在使用 pandas 处理结构化数据时,“选取特定值所在的行” 是最高频的操作之 ...
2025-09-30球面卷积神经网络(SCNN) 为解决这一痛点,球面卷积神经网络(Spherical Convolutional Neural Network, SCNN) 应运而生。它通 ...
2025-09-30在企业日常运营中,“未来会怎样” 是决策者最关心的问题 —— 电商平台想知道 “下月销量能否达标”,金融机构想预判 “下周股 ...
2025-09-30Excel 能做聚类分析吗?基础方法、进阶技巧与场景边界 在数据分析领域,聚类分析是 “无监督学习” 的核心技术 —— 无需预设分 ...
2025-09-29XGBoost 决策树:原理、优化与工业级实战指南 在机器学习领域,决策树因 “可解释性强、处理非线性关系能力突出” 成为基础模型 ...
2025-09-29在标签体系的落地链路中,“设计标签逻辑” 只是第一步,真正让标签从 “纸上定义” 变为 “业务可用资产” 的关键,在于标签加 ...
2025-09-29在使用 Excel 数据透视表进行多维度数据汇总时,折叠功能是梳理数据层级的核心工具 —— 通过点击 “+/-” 符号可展开明细数据或 ...
2025-09-28在使用 Pandas 处理 CSV、TSV 等文本文件时,“引号” 是最容易引发格式混乱的 “隐形杀手”—— 比如字段中包含逗号(如 “北京 ...
2025-09-28在 CDA(Certified Data Analyst)数据分析师的技能工具箱中,数据查询语言(尤其是 SQL)是最基础、也最核心的 “武器”。无论 ...
2025-09-28Cox 模型时间依赖性检验:原理、方法与实战应用 在生存分析领域,Cox 比例风险模型(Cox Proportional Hazards Model)是分析 “ ...
2025-09-26检测因子类型的影响程度大小:评估标准、实战案例与管控策略 在检测分析领域(如环境监测、食品质量检测、工业产品合规性测试) ...
2025-09-26CDA 数据分析师:以数据库为基石,筑牢数据驱动的 “源头防线” 在数据驱动业务的链条中,“数据从哪里来” 是 CDA(Certified D ...
2025-09-26线性相关点分布的四种基本类型:特征、识别与实战应用 在数据分析与统计学中,“线性相关” 是描述两个数值变量间关联趋势的核心 ...
2025-09-25深度神经网络神经元个数确定指南:从原理到实战的科学路径 在深度神经网络(DNN)的设计中,“神经元个数” 是决定模型性能的关 ...
2025-09-25在企业数字化进程中,不少团队陷入 “指标困境”:仪表盘上堆砌着上百个指标,DAU、转化率、营收等数据实时跳动,却无法回答 “ ...
2025-09-25MySQL 服务器内存碎片:成因、检测与内存持续增长的解决策略 在 MySQL 运维中,“内存持续增长” 是常见且隐蔽的性能隐患 —— ...
2025-09-24人工智能重塑工程质量检测:核心应用、技术路径与实践案例 工程质量检测是保障建筑、市政、交通、水利等基础设施安全的 “最后一 ...
2025-09-24CDA 数据分析师:驾驭通用与场景指标,解锁数据驱动的精准路径 在数据驱动业务的实践中,指标是连接数据与决策的核心载体。但并 ...
2025-09-24在数据驱动的业务迭代中,AB 实验系统(负责验证业务优化效果)与业务系统(负责承载用户交互与核心流程)并非独立存在 —— 前 ...
2025-09-23CDA 业务数据分析:6 步闭环,让数据驱动业务落地 在企业数字化转型中,CDA(Certified Data Analyst)数据分析师的核心价值,并 ...
2025-09-23