山西构建大数据战略规划 抢占经济发展制高点

简介:

30日下午,山西省人民政府新闻办公室举行新闻发布会,省经信委副主任张占祥、省经信委副巡视员马运侠就山西大数据发展有关政策进行深入解读。

“2月24日,省政府第144次常务会议研究通过了《山西省大数据发展规划(2017-2020年)》、《山西省促进大数据发展应用的若干政策》和《山西省促进大数据发展应用2017年行动计划》。3月13日,省政府正式印发上述三个文件。” 张占祥介绍说。

《山西省大数据发展规划(2017-2020年)》

基于顶层设计、统筹部署,山西相关部门制定了促进大数据发展应用的《发展规划》,重点针对全省大数据产业进行了布局规划,明确了六项重点任务和四项重点工程。提出“抓两头带中间”的发展思路,通过抢抓数据资源集聚,紧抓数据应用推广,带动数据产业发展。着力打造“多基地一中心四平台十应用五链条五盾牌”大数据产业生态链。

六项重点任务:一是全面统筹部署,构筑大数据发展新格局;二是强化网络支撑,夯实大数据发展新基石;三是推动开放共享,构建政务服务新机制;四是促进深度融合,培育经济社会升级转型新动能;五是强化创业创新,形成产业发展新支柱;六是防范安全风险,建立大数据安全新支撑。

四项重点工程:一是实施“云聚山西”工程,加快大数据基础设施建设;二是实施“云惠山西”工程,努力推动大数据发展应用;三是实施“云殖山西”工程,促进大数据产业快速发展;四是实施“云安山西”工程,提高大数据发展应用安全保障水平。

《山西省促进大数据发展应用的若干政策》

基于政策推动、市场吸引,山西相关部门制定了促进大数据发展应用的《若干政策》,为大数据项目在山西落地定制了25条优惠政策,包括用电、数据公开共享、政府购买服务、用地、税收、资金、科技创新等七个方面。

电力支持政策:支持数据中心参与电力直接交易,对大型及特大型数据中心设定了0.35元/千瓦时的目标电价。达不到设计目标电价的,由省、市、县参照数据中心当年缴纳税费的地方留存部分给予相应支持;不足部分由数据中心所在地市级人民政府承担。

数据公开共享政策:推动政府部门加快数据公开共享,消除信息孤岛,为发展大数据创造良好机遇和环境。

政府购买服务政策:支持政府购买大数据相关产品及服务,带动形成大数据产品交易市场区域高地。

用地保障政策:依据国家相关土地优惠政策,参照其它省份的相关做法,充分吸纳省国土厅相关专业意见,保障大数据企业土地供应。

税收优惠政策:对符合规定的大数据企业执行企业所得税优惠、研发费用“加计扣除”及经营困难企业减免税的优惠政策。

资金支持政策:通过设立大数据政府引导基金和专项资金,支持大数据发展。政府引导基金统筹在山西新动能基金下设立;专项资金主要通过整合省直各部门的信息化专项资金设立,从吸引大数据企业落地、提供新增流动贷款贴息、支持科技创新奖励等方面为大数据发展提供相应的奖补。

科技创新政策:重点从鼓励科技创新的角度对大数据企业予以资金支持。一是对知识产权产业化且产生良好社会效益的大数据项目设立奖补;二是对制定国际、国家、行业和地方标准设立奖补;三是对获得国家级、省级相关认定资质的大数据企业设立奖补。

《山西省促进大数据发展应用2017年行动计划》

基于突出年度重点、分步推进落实,山西相关部门制定了促进大数据发展应用的《行动计划》,提出了山西2017年大数据工作重点任务和重点行动。

重点任务:大数据管理机制体制基本理顺;全省大数据中心和省级政务云平台启动建设;全省数据资源目录体系基本建立;一批大数据相关企业和引进项目落地建设;大数据应用试点示范逐步展开;全省大数据发展应用氛围初步形成。

重点行动:大数据力量构建整合行动、大数据基础支撑能力提升行动、政务大数据资源集聚行动、大数据产业链培育行动、大数据应用示范行动、大数据信息安全保障行动。

马运侠表示,三个文件构建了山西省从产业布局规划,到政策措施优惠,再到年度重点任务落实的政策文件体系,山西将进一步加大统筹协调力度,理顺大数据管理机制,加强与行业领军企业的务实合作,整合各方力量,创新体制机制,推动政策落地,在大数据中心建设、大数据应用、大数据运营、大数据产业等领域实现不断突破,加快推动全省经济的转型升级。

本文转自d1net(转载)

相关实践学习
基于MaxCompute的热门话题分析
Apsara Clouder大数据专项技能认证配套课程:基于MaxCompute的热门话题分析
目录
相关文章
|
机器学习/深度学习 算法 大数据
构建数据中台,为什么“湖仓一体”成了大厂标配?
在大数据时代,数据湖与数据仓库各具优势,但单一架构难以应对复杂业务需求。湖仓一体通过融合数据湖的灵活性与数据仓的规范性,实现数据分层治理、统一调度,既能承载海量多源数据,又能支撑高效分析决策,成为企业构建数据中台、推动智能化转型的关键路径。
|
SQL 分布式计算 大数据
大数据新视界 --大数据大厂之Hive与大数据融合:构建强大数据仓库实战指南
本文深入介绍 Hive 与大数据融合构建强大数据仓库的实战指南。涵盖 Hive 简介、优势、安装配置、数据处理、性能优化及安全管理等内容,并通过互联网广告和物流行业案例分析,展示其实际应用。具有专业性、可操作性和参考价值。
大数据新视界 --大数据大厂之Hive与大数据融合:构建强大数据仓库实战指南
|
传感器 人工智能 大数据
高科技生命体征探测器、情绪感受器以及传感器背后的大数据平台在健康监测、生命体征检测领域的设想与系统构建
本系统由健康传感器、大数据云平台和脑机接口设备组成。传感器内置生命体征感应器、全球无线定位、人脸识别摄像头等,搜集超出现有科学认知的生命体征信息。云平台整合大数据、云计算与AI,处理并传输数据至接收者大脑芯片,实现实时健康监测。脑机接口设备通过先进通讯技术,实现对健康信息的实时感知与反馈,确保身份验证与数据安全。
|
存储 分布式计算 物联网
美的楼宇科技基于阿里云 EMR Serverless Spark 构建 LakeHouse 湖仓数据平台
美的楼宇科技基于阿里云 EMR Serverless Spark 建设 IoT 数据平台,实现了数据与 AI 技术的有效融合,解决了美的楼宇科技设备数据量庞大且持续增长、数据半结构化、数据价值缺乏深度挖掘的痛点问题。并结合 EMR Serverless StarRocks 搭建了 Lakehouse 平台,最终实现不同场景下整体性能提升50%以上,同时综合成本下降30%。
1231 58
|
分布式计算 Shell MaxCompute
odps测试表及大量数据构建测试
odps测试表及大量数据构建测试
|
存储 SQL 分布式计算
MaxCompute x 聚水潭:基于近实时数仓解决方案构建统一增全量一体化数据链路
聚水潭作为中国领先的电商SaaS ERP服务商,致力于为88,400+客户提供全链路数字化解决方案。其核心ERP产品助力企业实现数据驱动的智能决策。为应对业务扩展带来的数据处理挑战,聚水潭采用MaxCompute近实时数仓Delta Table方案,有效提升数据新鲜度和计算效率,提效比例超200%,资源消耗显著降低。未来,聚水潭将进一步优化数据链路,结合MaxQA实现实时分析,赋能商家快速响应市场变化。
524 0
|
SQL 存储 HIVE
鹰角基于 Flink + Paimon + Trino 构建湖仓一体化平台实践项目
本文整理自鹰角网络大数据开发工程师朱正军在Flink Forward Asia 2024上的分享,主要涵盖四个方面:鹰角数据平台架构、数据湖选型、湖仓一体建设及未来展望。文章详细介绍了鹰角如何构建基于Paimon的数据湖,解决了Hudi入湖的痛点,并通过Trino引擎和Ranger权限管理实现高效的数据查询与管控。此外,还探讨了湖仓一体平台的落地效果及未来技术发展方向,包括Trino与Paimon的集成增强、StarRocks的应用以及Paimon全面替换Hive的计划。
2079 1
鹰角基于 Flink + Paimon + Trino 构建湖仓一体化平台实践项目
|
SQL 存储 HIVE
鹰角基于 Flink + Paimon + Trino 构建湖仓一体化平台实践项目
鹰角基于 Flink + Paimon + Trino 构建湖仓一体化平台实践项目
1078 2
|
存储 分布式计算 大数据
基于阿里云大数据平台的实时数据湖构建与数据分析实战
在大数据时代,数据湖作为集中存储和处理海量数据的架构,成为企业数据管理的核心。阿里云提供包括MaxCompute、DataWorks、E-MapReduce等在内的完整大数据平台,支持从数据采集、存储、处理到分析的全流程。本文通过电商平台案例,展示如何基于阿里云构建实时数据湖,实现数据价值挖掘。平台优势包括全托管服务、高扩展性、丰富的生态集成和强大的数据分析工具。