
习近平为何要说“贵州发展大数据确实有道理”
2015年6月17日上午,习近平总书记走进大数据应用展示中心,听取贵州大数据产业发展、规划和实际应用情况介绍。
“我听懂了,贵州发展大数据确实有道理。” 17日上午,习近平在贵州调研时来到贵阳市大数据广场考察。在大数据应用展示中心,他观看大数据展示片,听取贵州大数据产业发展介绍,了解大数据应用的典型案例,同在现场展示大数据应用产品的企业负责人亲切交流。
近年来,“大数据”已成为科技热词。面对信息化大潮流,世界正处于新的发展平台阶段。贵州积极探索,使信息化大潮成为“载舟之水”。今日,专家接受人民网记者采访时表示,在这个背景下,总书记考察强调大数据发展,意蕴丰富。
中央高度重视创新驱动
科技强则国家强
“二十一世纪发展的方向是各种系统越来越复杂。”北京大学哲学系教授、中国列宁思想研究会会长王东向记者解释道,“大数据是对复杂系统的一种把握。”
2013年9月30日,中共中央政治局第九次集体学习以实施创新驱动发展战略为题,把“课堂”搬到了中关村。今年5月,国际教育信息化大会开幕,习近平在贺信中说,当今世界,科技进步日新月异,互联网、云计算、大数据等现代信息技术深刻改变着人类的思维、生产、生活、学习方式,深刻展示了世界发展的前景。美国、日本、英国等国家都已经启动了大数据研发计划。
这一次,习近平等考察了解了大数据、云计算、增材制造、高端服务器等技术研发和应用情况。习近平强调:“科技兴则民族兴,科技强则国家强”。科技创新,是国家发展的大势所趋。
专家认为,在技术变革、战略转型的新时代大门面前,中国也将走出自己的道路。贵州发展大数据的道理,就在于积极抢占制高点,赢得发展先机,以创新驱动发展,力争走在世界前列。习近平考察强调大数据发展,也是在告诉大众,中央高度重视技术突破对于社会经济发展的作用。
技术变革带来发展新路
贵州思路提供发展示范
“贵州虽然相对不发达,然而信息恰恰是打破地区不平衡的重要力量。大数据产业对气候、土地、资源等自然条件的限制和要求很低,贵州可以借此抛除自己的劣势。”国家行政学员教授许耀桐在接受记者采访时说,大数据,不仅仅是时代前进的先声,也是贵州发展的方向。
习近平在去年“两会”期间指出,贵州的发展必须牢牢守住发展和生态两条底线,摆脱“资源路径依赖”。这一次调研,习近平指出,贵州应当培植后发优势,奋力后发赶超,走出一条有别于东部、不同于西部其他省份的发展新路。
专家认为,习近平总书记强调贵州走发展新路,也是在告诉贫困地区,在新技术发展时代,要借助技术变革之势,开辟一条发展的新道路。
去年“两会期间”,习近平在参加全国两会贵州代表团审议时指出,贵州搞大数据产业招商,发展电子信息产业,是很好的选择。今年春节前夕,国务院总理李克强到贵州省视察指导工作时,也对贵州大数据产业发展提出殷切希望。5月26日,2015年贵阳国际大数据产业博览会暨全球大数据时代贵阳峰会开幕时,李克强专门向峰会发去贺信。
“贵州可以运用大数据来把握社会经济的复杂系统,找到最适合自己特殊情况的发展方式,以这一产业为带动力,促进本地区的长远、持续和平衡发展。” 王东如是说道,习近平强调大数据发展,也是在释放信号,科技创新与社会发展的结合将会为经济持续健康发展、社会文明整体进步提供强大动力,贵州也为其他欠发达地区谋求发展提供了一个思路。
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