
贵阳构建以大数据现代产业体系科技引领创新发展
“实施科技引领工程,打造创新贵阳升级版,为全市探索‘双赢’发展之路指明了方向。”
“依托创新驱动和区域合作,打破依靠要素驱动和投资驱动的传统发展模式,推动产业转型升级。”
……
12月29日,贵阳计划实施科技引领工程打造创新贵阳升级版战略一经提出,便在社会各界引起强烈反响。
毫无疑问,这是值得关注的话题。因为,科技与创新,已在贵阳创造了太多奇迹——
从中关村贵阳科技园精彩亮相,到高新区和经开区等核心园区加快转型;从大数据及关联项目的集中签约,到公共免费WIFI城市项目顺利推进……贵阳这个欠发达、欠开发的山地城市,如今正引领着大数据产业发展的新方向。
回首2014年,搭平台、建园区、引资源、谋合作……贵阳科技创新硕果累累,目前,全市已经累计完成产业园区投资728.89亿元;大数据产业初见 雏形,已引进大数据及关联项目138个,总投资突破1326.09亿元;呼叫中心建设初具规模,全市数据中心服务器突破2万台、呼叫中心坐席突破2.2万 个;“云”上企业超过2900家,上线产品达1.4万个……
一项项创新举措,一次次坚实行动,在“快转高”并举,深入实施开放创新战略的驱动下,贵阳经济发展逐步呈现出新气象。
展望2015年,市委九届四次全会提出要继续把创新驱动放在经济发展全局的核心位置,并通过实施科技引领工程,加快经济发展从要素驱动、投资驱动为主向以创新驱动发展为主转变。
秉持这一发展理念,贵阳决心以健全中关村贵阳科技园区域创新体系、构建以大数据为引领的现代产业体系、大力实施“十百千”计划和贵阳特色的智慧城市建设四个方面为突破口,全力打造贵阳创新升级版。
在健全中关村贵阳科技园区域创新体系方面,贵阳市将继续发挥高校科研院所科技创新联盟作用,引导大学科技园、科技企业孵化器、创业社区等创业孵化机 构向服务专业化、功能多样化、组织网络化、运行规范化发展;将创业导师、天使投资人等创业服务资源聚集起来,联合培育一批优秀初创企业;继续发挥“一站一 台”、“一部一院”等平台作用,重点面向北京及中关村引进第三方研发机构、工业设计中心,推动“产、学、研”深度融合;强化企业在创新中的主体地位,充分 发挥重大科技攻关专项资金的引导作用,鼓励企业成立科技创新研究机构;探索发展新型科技金融服务组织和服务模式,开展科技产品金融化试点,建立健全科技金 融服务体系。
在构建以大数据为引领的现代产业体系方面,贵阳市将大力发展服务外包产业,与黔中经济区和贵安新区共同打造“全球呼叫、贵阳服务”外包品牌;着力实 施“强基、筑云、智端、掘金”四大工程,推动大数据产业与金融、高端制造、新材料、节能环保、物流等领域的深度融合和创新运用,加速农业、制造业和磷煤化 工等资源型产业改造提升;争取将贵阳建设成为全球首个大数据资源块上聚集区、全国大数据产业发达地区和全球重要的大数据交易中心。
在大力实施“十百千”计划方面,贵阳市确定了到2020年,大数据与信息产业、医药健康等十个引领性产业初具规模,形成百个标志性项目、千个竞争力企业的目标。
在贵阳特色智慧城市建设方面,贵阳市将加快建设全覆盖的大数据网络基础设施和数据中心,推动“宽带中国示范城市”建设,积极申建“国家下一代互联网 示范城市”、“信息惠民示范城市”、“电子商务示范城市”,统筹推进智慧生态、智慧城管、智慧旅游、智慧交通等的示范应用,力争到2015年全面完成国家 智慧城市试点创建工作,通过国家验收评级并获得“国家智慧城市”称号。
■会场声音
高效“嫁接”北上广科技因子 推动贵阳产业转型升级
“实施科技引领工程,打造创新贵阳升级版,不仅为全市探索‘双赢’发展之路指明了方向,而且进一步开拓了全市各级党员干部的观念与视野。”谈到“六大工程”,乌当区区长唐兴伦激动地说。
唐兴伦认为,依托创新驱动和区域合作,贵阳将高效“嫁接”北京、上海、广州等地的高端科技,打破依靠要素驱动和投资驱动的传统发展模式,推动产业转型升级。
“近年来,乌当区一直致力于发展电子信息和新医药产业。未来,随着科技引领工程的启动,我们将着力加强对政策的理解与把握,努力提升运用科学技术的 能力。”唐兴伦说,乌当区将发挥好入围首批国家智慧城市试点名单的优势,着力加大智慧生态、智慧社区、智慧城管等的示范应用,为贵阳打造“国家智慧城市” 作出贡献。
“要坚守经济发展与生态保护‘两条底线’,大力推动产业转型升级,实现‘快转高’并举,必须大力实施创新驱动战略,在制度环境等方面着力构建激励创新的框架体系。”市科协主席刘元贵的观点,与唐兴伦不谋而合。
刘元贵表示,市科协将着眼战略的落实,充分发挥桥梁纽带作用,热诚为科技工作者服务,组织、动员广大科研人员投入到大数据、大健康等产业科技创新工 作中去,为贵阳高新技术产业发展提供支撑。市科协还将加大贵阳科技馆的建设,确保其早日建成,进而普及社会科技常识,营造尊重知识、注重创新的社会氛围。
■场外连线
实施科技引领工程 挖掘贵阳本地优势产业潜力
市委九届四次全会提出,2015年要实施科技引领工程,打造创新贵阳升级版。创新贵阳升级版的战略重点,是以大数据产业为核心,加快推进经济社会全 面转型。对此,食品安全与营养(贵州)信息科技有限公司副总经理陶光灿说:“大数据产业发展是一项长期工程,实施科技引领工程在政策上有很强的延续性,为 我们企业发展创造了稳定的政策环境。”
据了解,食安科技是我省“食品安全云”工程的产业化载体,目前,我省通过“食品安全云”平台企业门户接入的食品生产企业已达306家。“食品安全云 工程从建设之初,就得到很多政策支持。现在有了政策的保障,食品安全云建设会更加顺利,整个平台服务价值和竞争力都会有较大的提升。”陶光灿说。
谈到2015年的计划,陶光灿说:“食安科技会继续加强与省外资源的联系,并进一步促成研究开发、生产制造等多产业要素集聚,加快形成我市食品领域优势产业集群。”
我市另一家创新型企业——贵州田原优品商贸有限责任公司于今年7月成立,利用OTO模式,专门做贵阳市内时令特色水果的订购和配送。谈到2015年 将实施的科技引领工程,田园优品总经理马英说:“很多人不看好我现在做的事,但是市委九届四次全会提到了要发展贵阳市特色食品和现代都市农业,给了我很大 的信心,也给田园优品强有力的政策支撑。”
马英认为,通过实施科技引领工程,可以充分挖掘贵阳本地优势产业的潜力,并进行升级改造。因此,到2015年,贵州田原优品商贸有限责任公司要做的就是利用科技创新,把贵州特色水果“送出去”,并逐步形成品牌效应。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在神经网络设计中,“隐藏层个数” 是决定模型能力的关键参数 —— 太少会导致 “欠拟合”(模型无法捕捉复杂数据规律,如用单隐 ...
2025-10-21在特征工程流程中,“单变量筛选” 是承上启下的关键步骤 —— 它通过分析单个特征与目标变量的关联强度,剔除无意义、冗余的特 ...
2025-10-21在数据分析全流程中,“数据读取” 常被误解为 “简单的文件打开”—— 双击 Excel、执行基础 SQL 查询即可完成。但对 CDA(Cert ...
2025-10-21在实际业务数据分析中,我们遇到的大多数数据并非理想的正态分布 —— 电商平台的用户消费金额(少数用户单次消费上万元,多数集 ...
2025-10-20在数字化交互中,用户的每一次操作 —— 从电商平台的 “浏览商品→加入购物车→查看评价→放弃下单”,到内容 APP 的 “点击短 ...
2025-10-20在数据分析的全流程中,“数据采集” 是最基础也最关键的环节 —— 如同烹饪前需备好新鲜食材,若采集的数据不完整、不准确或不 ...
2025-10-20在数据成为新时代“石油”的今天,几乎每个职场人都在焦虑: “为什么别人能用数据驱动决策、升职加薪,而我面对Excel表格却无从 ...
2025-10-18数据清洗是 “数据价值挖掘的前置关卡”—— 其核心目标是 “去除噪声、修正错误、规范格式”,但前提是不破坏数据的真实业务含 ...
2025-10-17在数据汇总分析中,透视表凭借灵活的字段重组能力成为核心工具,但原始透视表仅能呈现数值结果,缺乏对数据背景、异常原因或业务 ...
2025-10-17在企业管理中,“凭经验定策略” 的传统模式正逐渐失效 —— 金融机构靠 “研究员主观判断” 选股可能错失收益,电商靠 “运营拍 ...
2025-10-17在数据库日常操作中,INSERT INTO SELECT是实现 “批量数据迁移” 的核心 SQL 语句 —— 它能直接将一个表(或查询结果集)的数 ...
2025-10-16在机器学习建模中,“参数” 是决定模型效果的关键变量 —— 无论是线性回归的系数、随机森林的树深度,还是神经网络的权重,这 ...
2025-10-16在数字化浪潮中,“数据” 已从 “辅助决策的工具” 升级为 “驱动业务的核心资产”—— 电商平台靠用户行为数据优化推荐算法, ...
2025-10-16在大模型从实验室走向生产环境的过程中,“稳定性” 是决定其能否实用的关键 —— 一个在单轮测试中表现优异的模型,若在高并发 ...
2025-10-15在机器学习入门领域,“鸢尾花数据集(Iris Dataset)” 是理解 “特征值” 与 “目标值” 的最佳案例 —— 它结构清晰、维度适 ...
2025-10-15在数据驱动的业务场景中,零散的指标(如 “GMV”“复购率”)就像 “散落的零件”,无法支撑系统性决策;而科学的指标体系,则 ...
2025-10-15在神经网络模型设计中,“隐藏层层数” 是决定模型能力与效率的核心参数之一 —— 层数过少,模型可能 “欠拟合”(无法捕捉数据 ...
2025-10-14在数字化浪潮中,数据分析师已成为企业 “从数据中挖掘价值” 的核心角色 —— 他们既要能从海量数据中提取有效信息,又要能将分 ...
2025-10-14在企业数据驱动的实践中,“指标混乱” 是最常见的痛点:运营部门说 “复购率 15%”,产品部门说 “复购率 8%”,实则是两者对 ...
2025-10-14在手游行业,“次日留存率” 是衡量一款游戏生死的 “第一道关卡”—— 它不仅反映了玩家对游戏的初始接受度,更直接决定了后续 ...
2025-10-13