2019年4月19日,重庆讯,在今日举行的2019 Navigate领航者峰会上,紫光旗下新华三集团(以下简称“新华三”)数字经济研究院正式发布《中国城市数字经济指数白皮书(2019)》(以下简称“2019版白皮书”),为城市数字经济发展提供精准画像,客观评价国内城市的数字经济发展水平。
新华三集团副总裁、解决方案部总裁李立在峰会现场发布2019版白皮书
持续扩大视角,打造更为系统的研究评价体系
2017年新华三发布的《中国城市数字经济指数白皮书(2017)》是业内首个面向国内城市数字经济领域的评价白皮书,发布了对中国40余个城市的数字经济发展评价结果。2018版白皮书则将研究范围扩大到100个城市。经过持续的沉淀积累,2019年,新华三重磅推出涵盖8个城市群+113个城市+50个县市的白皮书,构建“城市群-城市-县市”三位一体的立体研究体系。
2019版白皮书更加关注产业数字化与数据运营的带动价值,进一步加强了对数字经济新基础设施建设、营商环境及应急管理等城市服务和治理等热点方面的考察,形成了对中国城市数字经济发展更为系统全面的认知。
城市数字经济百城排名出炉 沪京深成杭领跑前五
在2019版白皮书中,中国城市数字经济百城排名榜单中,上海以89.8分卫冕第一,北京89.4分,由2018年的第三位上升至第二位,与深圳、成都、杭州共同领跑前五。值得一提的是,重庆以75.4分首次位列百城前十,在城市服务和城市治理领域表现突出,尤其在营商环境等领域优势明显,数字经济在重庆市的工业、服务业转型方面促生成效显著,已然成为“智能政府中枢”发展典范。
最新研究发现,探索城市数字经济发展之路
对于中国城市数字经济的发展,新华三也提出了全新的观察和发现。
发现一:中国城市数字经济呈现蓬勃发展之势
新华三数字经济研究院测算,2018年中国数字经济规模已达到33.16万亿元,在国民生产总值中所占比重为36.83%。
整体上数字经济依然沿着传统经济由东南向西北区域渗透的模式发展,以成都、重庆为代表的西南地区产业数字化加速发力,逐步衍生为中国数字经济“第四极”,以呼和浩特、鄂尔多斯、榆林为代表的呼榆城市群逐渐形成西北部“新高地“。
发现二:数字经济在部分领域重点突破
在数据及信息化基础设施方面,“信息基础-数据基础-运营基础” 为核心的“数字经济新基础设施”实现快速提升;城市服务方面,营商环境数字化改革创新力度加大;以信用、环保为抓手的城市治理能力提升;产业数字化成为数字经济主要驱动力。
发现三:“3+4+2”模式雏形初成
基于当前数字经济发展水平,各城市已在实践中逐渐形成3类方向定位,4条发展路径。
发现四:数字经济发展建设下沉,县域内生需求突出
目前的县域数字经济发展需求突出,基础设施较为薄弱,强调数字经济在本地的特色化发展,且产业数字化建设不均衡。
数据驱动为本,智取未来
“未来,中国城市数字经济发展要以数据驱动、融合应用、科学发展为方向,探索长效、高价值的运营机制。”新华三集团副总裁、解决方案部总裁李立建议。数据驱动,即对数据这一数字经济源动力的关注点,从“数据汇聚”提升到“数据治理”;同时,充分实现数据共享,并以业务需求为导向,打造数据、技术、业务三融合的数字经济新应用;此外,围绕城市特色,科学选择数字经济发展路径,以“3大定位、4大路径”为大方向,分城施策。
新华三一直躬耕于数字经济建设一线,并以此沉淀出了新华三智慧城市建设的理论体系,通过数字经济和智慧城市的有机结合,全力打造城市数字大脑计划,赋能百行百业的数字化转型。未来,新华三将持续赋能城市数字经济,助力数字中国的全面实现!
了解更多《中国城市数字经济指数白皮书(2019)》相关信息,敬请访问:http://deindex.h3c.com/
好文章,需要你的鼓励
阿里巴巴集团正在马来西亚和菲律宾新增数据中心以推动AI驱动增长。该公司云计算部门本周在马来西亚启用第三个数据中心,并计划10月在菲律宾开设第二个数据中心。阿里云还在新加坡设立全球能力中心,帮助超过5000家企业和10万名开发者使用先进AI模型。未来三年内,阿里巴巴将在全球多个地区加速云网络建设,承诺在AI基础设施上投资超过530亿美元。
Unbabel团队开发的TOWER+模型系列实现了翻译专业性与通用AI能力的完美平衡。通过创新的四步训练方法,即使2B参数的小模型也能在翻译质量上匹敌70B大模型,同时具备出色的对话和指令跟随能力。研究还创建了IF-MT基准来评估复杂翻译场景下的综合能力,为AI模型的专业化发展提供了重要参考。
在人工智能与神经科学交叉领域的研究中,科学家正在探索自然发育的生物大脑与人工神经网络之间的异同。如今,实验室培养的生物类器官大脑为这一领域带来了新的复杂性。科学家使用干细胞培养出梨形大脑类器官,这些类器官甚至能够自主生长出眼睛。研究人员通过探索视觉与智能的关系,以及大脑-眼部缩放关系,为人工智能研究提供启发。
莫斯科科学家开发出"听众机制"训练方法,解决AI视觉偏好判断中推理不一致问题。通过让两个AI模型相互"对话"验证推理过程,新方法在ImageReward基准上达到67.4%准确率,并在现代图像数据集上显著提升泛化能力,为开发更可靠可解释的AI系统提供新思路。