京公网安备 11010802034615号
经营许可证编号:京B2-20210330
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
在数据工作的全流程中,数据清洗是最基础、最耗时,同时也是最关键的核心环节,无论后续是做常规数据分析、可视化报表,还是开展 ...
2026-03-20在大数据与数据驱动决策的当下,“数据分析”与“数据挖掘”是高频出现的两个核心概念,也是很多职场人、入门学习者容易混淆的术 ...
2026-03-20在CDA(Certified Data Analyst)数据分析师的全流程工作闭环中,统计制图是连接严谨统计分析与高效业务沟通的关键纽带,更是CDA ...
2026-03-20在MySQL数据库优化中,分区表是处理海量数据的核心手段——通过将大表按分区键(如时间、地域、ID范围)分割为多个独立的小分区 ...
2026-03-19在商业智能与数据可视化领域,同比、环比增长率是分析数据变化趋势的核心指标——同比(YoY)聚焦“长期趋势”,通过当前周期与 ...
2026-03-19在数据分析与建模领域,流传着一句行业共识:“数据决定上限,特征决定下限”。对CDA(Certified Data Analyst)数据分析师而言 ...
2026-03-19机器学习算法工程的核心价值,在于将理论算法转化为可落地、可复用、高可靠的工程化解决方案,解决实际业务中的痛点问题。不同于 ...
2026-03-18在动态系统状态估计与目标跟踪领域,高精度、高鲁棒性的状态感知是机器人导航、自动驾驶、工业控制、目标检测等场景的核心需求。 ...
2026-03-18“垃圾数据进,垃圾结果出”,这是数据分析领域的黄金法则,更是CDA(Certified Data Analyst)数据分析师日常工作中时刻恪守的 ...
2026-03-18在机器学习建模中,决策树模型因其结构直观、易于理解、无需复杂数据预处理等优势,成为分类与回归任务的首选工具之一。而变量重 ...
2026-03-17在数据分析中,卡方检验是一类基于卡方分布的假设检验方法,核心用于分析分类变量之间的关联关系或实际观测分布与理论期望分布的 ...
2026-03-17在数字化转型的浪潮中,企业积累的数据日益庞大且分散——用户数据散落在注册系统、APP日志、客服记录中,订单数据分散在交易平 ...
2026-03-17在数字化时代,数据分析已成为企业决策、业务优化、增长突破的核心支撑,从数据仓库搭建(如维度表与事实表的设计)、数据采集清 ...
2026-03-16在数据仓库建设、数据分析(尤其是用户行为分析、业务指标分析)的实践中,维度表与事实表是两大核心组件,二者相互依存、缺一不 ...
2026-03-16数据是CDA(Certified Data Analyst)数据分析师开展一切工作的核心载体,而数据读取作为数据生命周期的关键环节,是连接原始数 ...
2026-03-16在用户行为分析实践中,很多从业者会陷入一个核心误区:过度关注“当前数据的分析结果”,却忽视了结果的“泛化能力”——即分析 ...
2026-03-13在数字经济时代,用户的每一次点击、浏览、停留、转化,都在传递着真实的需求信号。用户行为分析,本质上是通过收集、整理、挖掘 ...
2026-03-13在金融、零售、互联网等数据密集型行业,量化策略已成为企业挖掘商业价值、提升决策效率、控制经营风险的核心工具。而CDA(Certi ...
2026-03-13在机器学习建模体系中,随机森林作为集成学习的经典算法,凭借高精度、抗过拟合、适配多场景、可解释性强的核心优势,成为分类、 ...
2026-03-12在机器学习建模过程中,“哪些特征对预测结果影响最大?”“如何筛选核心特征、剔除冗余信息?”是从业者最常面临的核心问题。随 ...
2026-03-12