京公网安备 11010802034615号
经营许可证编号:京B2-20210330
智慧科技城:大数据产业基地呼之欲出
各类园区、经济开发区作为集约发展的重要载体,是推动我市经济实现稳健增长的重要主体。近日,在全市上下一着不让抓当前的关键时刻,记者深入部分特色园区,探访发展路径,采访成功经验。本报今天起,推出系列报道,敬请关注。
3月26日上午,城南新区智慧科技城科创大厦西侧一片开阔地上,桩机轰鸣,挖掘机来往作业,处处是工人忙碌的身影,黄海云谷智慧产业园项目施工现场正抓紧开工建设。作为城南新区大数据产业重要载体之一,该项目计划投资10亿元,预计到年底,数据中心1期大楼基本建成,建成机柜300个。黄海云谷、软通动力、中润普达等一个个业内重量级企业接踵而至,盐城大数据产业园等重大项目快速推进,招商引资捷报频传,产业发展环境不断优化,“载体——平台——应用”的产业功能体系初步形成。
紧紧围绕市委、市政府“两城两区”决策部署和“城市智慧化、智慧产业化”的总体要求,城南新区正大力实施创新驱动战略,乘势推进以大数据为重点的智慧产业招引和培育力度。
抢抓机遇率先“试水”大数据产业
白手起家,从零起步,面对重重困难,全区上下积极开拓思路,瞄准科技前沿动态,聚焦大数据,培育新产业。作为住建部城市科学研究会“微城市”试点城区、苏北唯一获得“国家智慧城市”试点的城市,城南新区牢牢抓住了这一难得的历史机遇。
去年年底成功签约的总投资10亿元的软通大数据创新园项目、总投资10亿元的黄海云谷智慧产业园项目,目前已全面开工;“市级三中心”项目主体已经封顶,6月份正式投入运营;建立与软通动力、中关村大数据产业联盟的合作机制,挂牌成立中关村大数据产业联盟盐城分联盟,设立1亿元的大数据产业基金;与甲骨文、惠普、北大的人才合作洽谈正在深入推进;目前在手跟踪成熟的大数据项目信息20多个……短短数月,大数据产业在重大项目建设、产学研体系层次提升、项目信息积累方面不断取得突破。
目前,全国大数据产业还处于探索和“试水”阶段,尤其没有代表性的集聚区域。对此,城南新区提出,要结合自身优势,紧紧围绕大数据产业链的拓展和延伸,全力打造大数据产业发展先行示范区。
打造年产值100亿元国家级示范区
手握政策支持、生态环境、要素资源等优势,城南新区绘就的发展蓝图定位清晰、目标精准:以载体建设、项目招引、平台搭建为主要抓手,以数据资源整合开放为切入点,以环境优势吸引产业、基础设施保障产业、优惠政策扶持产业,全力建设大数据产业园,到2017年力争建成国家级大数据产业发展聚集示范区,努力将大数据产业打造成城南新区乃至我市重要的战略性新兴产业,争当全市转型升级、绿色发展示范区。
按照“一年建设载体,两年培育产业,三年基本建成”为时序,该区同步实施载体建设、项目招引、平台搭建三大工程,计划到2017年底,建成大数据数据中心载体10万平方米,引进落户大数据龙头企业10家,相关联企业100家,建设大数据研发、展示、应用等相关平台10个,新增10000个就业岗位,大数据产业实现年产值100亿元。
坚持“公共服务示范为引领、主要行业应用为驱动”的推广策略,该区将促进大数据技术在民生服务、城市管理等领域的示范应用,实现大数据技术在电子商务、工业制造、交通物流、医疗卫生、食品药品安全、金融、传媒等行业的全面应用。
同时,引导科研机构和人才团队向我市集聚,力争在虚拟技术、云计算平台技术、海量数据存储、数据预处理、新型数据挖掘分析、信息安全技术、大数据关键设备7大领域突破一批关键技术,形成一批具有自主知识产权的标准和规范。
为智慧城市建设提供强大决策支持
“良好的区位条件、丰富的产业资源,使得我们看好城南智慧产业的发展前景。”北京华夏脉络科技有限公司副总裁李晓燕一语道破落户城南的原因,全区各项实实在在的举措,坚定了企业抓紧推进项目建设的信心与决心。
近年来,城南新区积极跟踪国内外知名大数据企业,引进高端数据挖掘、分析和应用研发企业,不断向价值链高端攀升。通过关键技术研发提升质量保障能力、数据更新能力、先进大数据挖掘处理能力等大数据技术服务能力,提升数据技术服务能力,有效带动市场需求,助推大数据在全行业、多领域的广泛应用。
同时,迅速整合上下游企业、研发机构等产业链资源,组建大数据产业联盟。通过成员单位间的强强联合,加速实现技术创新和产业发展。积极组织联盟成员间的信息沟通、技术交流、产学研对接等活动,建立大数据技术联合研发中心,加强共性技术攻关,实现核心技术突破。
国家政策规定范围内,进一步集成各方面优惠政策,向大数据企业倾斜,对龙头项目予以重点支持。城南新区还将加大大数据产业基金和专项资金支持力度,资助大数据产业项目落户、企业发展和科技创新。
以大数据为发展契机,结合智慧城市建设,以医疗卫生、文化教育、交通运输、公共安全等社会服务为切入点,该区加速各部门、各领域信息资源的融合共享,为智慧城市各个领域提供强大决策支持。同时,建立政府和社会联动的大数据形成机制,以政府数据公开共享,推动公共数据资源的开发利用,有效推进城南智慧城市试点建设。
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