
大数据是贵州后发赶超的必然选择_数据分析师
5月26日,工业和信息化部国际经济技术合作中心主任、中国贸促会电子信息行业分会常务副会长兼秘书长的龚晓峰,在数博会期间主持《新常态下大数据产业发展》论坛之前,接受了本报记者的专访,他从“互联网+”国家战略的高度、将要呈现的产业新趋势,谈到在互联网时代各级政府职能的转变,认为贵州发展大数据产业,是实现科学发展、转型升级的必然选择。
“互联网+” 国家战略新高度
“国家对互联网产业的重视,提高至前所未有的战略新高度。”曾任国家中长期科技规划纲要起草小组成员的龚主任说,今年的《政府工作报告》中首次提出了“制定‘互联网+’行动计划”,还有国家发改委、商务部相继颁布的相关计划,凸显了互联网在促进创新发展、带动产业转型升级方面具有的独立地位。
他认为“互联网+”是一种新的经济形态,战略的核心在于互联网驱动下的产业跨界融合。他说,中国错过了以前的技术革命,再也不能错过全球新一轮的科技革命,在技术融合驱动下逐步实现产品融合、业务融合、市场融合,最后达到产业融合。互联网的渗透性、倍增性和带动性,在产业融合的过程中,也将得以充分体现。
龚主任同时认为,“互联网+”将极大地激发大众创业、万众创新的新热潮。互联网与不同产业之间的渗透、交叉,成为创新最活跃地带,层出不穷的新技术、新产品、新模式、新服务,极大地激发了市场活力和社会创造力,让大家成为“创客”。
“‘互联网+’将带动传统行业实现跨越式发展。”他说,从政策重点来看,制造业、农业、金融、流通、能源等行业,还有与民生密切相关的教育、医疗、交通等都将焕发勃勃生机。
互联网时代 政府职能转变
龚主任在首届世界互联网大会上曾经提出,互联网时代政府职能将发生至少六个方面的大转变。伴随着“互联网+”的到来,“对政府职能转变的需求将更为迫切。”他说,政府要扮演的是一个引领者、推动者和监管者的角色。
首先转变的状况是“大政府、小社会、弱企业”变为“小政府、大社会、强企业”的格局。从全能性、管理型、封闭性政府,逐步改变为服务性、开放性、阳光透明性、法制性政府。
政府大数据主要是政府部门在履行职能过程中,积累或获取的数据信息资源,是国民经济和社会发展的重要战略资源。“借助这些大数据,可以很好地改进公共服务的运营,将推动公共资源的开放、辅助公共决策、提高政府工作效率。”龚主任说。
在政府这种转型中,引导社会资本更多投向新产业、新业态、新模式,做好发展研究工作。同时“互联网+”为企业发展带来新机遇。龚主任建议企业提高自身能力的建设,在提升资源整合能力的同时,还要提升创新能力以及学习能力。
发展大数据产业 立足于贵州实际
在龚主任看来,贵州发展大数据产业,既是实现科学发展、转型升级的必然选择,也是实现跨越发展、后发赶超的有效途径。一是顺应了全球大数据时代的大势,立足于贵州自身的生态自然条件,更是结合本地电子信息制造业和软件业的发展基础,为进一步发展打下良好的基础。
针对不久前工信部批准贵州创建首个“国家级大数据产业发展集聚区”,他认为大数据产业发展集聚区至少具备上规模、上水平、上层次三个条件。就目前贵州发展的情况看来,领导高度重视的同时,宣传到位,招商引资成效明显,这样形成一定的产业规模,吸引了一批产业链上下游企业入驻,聚集了一批产业链龙头企业,形成产业竞争优势,这将还会吸引一批专业创新能力强的人才。
他还说,在贵阳率先引入市场化运作机制,推动公共WiFi建设,加大基础设施的投入,推动块数据的形成,对于促进大数据产业发展发挥着重要作用。
龚主任最后建议我省发展的大数据产业,要加强产业核心能力建设,不仅建数据中心等基础设施,更要从应用角度促发展,因地制宜地开展基于云计算的大数据示范应用,提升数据采集、加工、处理、应用能力,促进发展。还要加强产业配套能力的建设,形成基础设施配套、产业链上下游配套、金融等支撑保障措施配套,使企业、人才引进来、留得住、发展好。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
Excel 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 ...
2025-09-03CDA 数据分析师与数据分析:解锁数据价值的关键 在数字经济高速发展的今天,数据已成为企业核心资产与社会发展的重要驱动力。无 ...
2025-09-03解析 loss.backward ():深度学习中梯度汇总与同步的自动触发核心 在深度学习模型训练流程中,loss.backward()是连接 “前向计算 ...
2025-09-02要解答 “画 K-S 图时横轴是等距还是等频” 的问题,需先明确 K-S 图的核心用途(检验样本分布与理论分布的一致性),再结合横轴 ...
2025-09-02