科學(xué)評(píng)價(jià)貴州地級(jí)市大數(shù)據(jù)產(chǎn)業(yè)發(fā)展水平,對(duì)推動(dòng)貴州大數(shù)據(jù)產(chǎn)業(yè)發(fā)展,實(shí)現(xiàn)貴州產(chǎn)業(yè)轉(zhuǎn)型升級(jí)和經(jīng)濟(jì)社會(huì)跨越發(fā)展具有重要意義。文章針對(duì)已有指標(biāo)體系信息不充分和評(píng)價(jià)方法缺乏模糊性、猶豫性的局限,引入百度搜索指數(shù),從產(chǎn)業(yè)規(guī)模、基礎(chǔ)設(shè)施、產(chǎn)業(yè)影響力等三個(gè)方面構(gòu)建貴州地級(jí)市大數(shù)據(jù)產(chǎn)業(yè)發(fā)展水平評(píng)價(jià)指標(biāo)體系;并選取2013—2017年貴州九個(gè)地州市的指標(biāo)原始數(shù)據(jù),運(yùn)用猶豫模糊語(yǔ)言TOPSIS法對(duì)貴州九個(gè)地州市的大數(shù)據(jù)產(chǎn)業(yè)發(fā)展水平進(jìn)行實(shí)證測(cè)評(píng)。實(shí)證結(jié)果表明:從空間上看,貴陽(yáng)市和遵義市的大數(shù)據(jù)產(chǎn)業(yè)發(fā)展水平較高,位列全省第一和第二,其余地州市的大數(shù)據(jù)產(chǎn)業(yè)發(fā)展水平相對(duì)較低;從時(shí)間上看,貴州九個(gè)地州市的大數(shù)據(jù)產(chǎn)業(yè)發(fā)展水平都呈現(xiàn)出波動(dòng)增長(zhǎng)的態(tài)勢(shì),其中黔西南州增速最快,其次是遵義市。樣本期內(nèi),貴州地級(jí)市大數(shù)據(jù)產(chǎn)業(yè)發(fā)展水平呈現(xiàn)總體增長(zhǎng),但區(qū)域間非均衡發(fā)展的態(tài)勢(shì)。 

【文章來(lái)源】：信息技術(shù)與信息化. 2020年08期

【文章頁(yè)數(shù)】：5 頁(yè)

【部分圖文】：

貴州地級(jí)市大數(shù)據(jù)產(chǎn)業(yè)發(fā)展水平趨勢(shì)圖

【參考文獻(xiàn)】：
期刊論文
[1]基于猶豫模糊集的城市型水災(zāi)害風(fēng)險(xiǎn)評(píng)估[J]. 徐緒堪,王京.  統(tǒng)計(jì)與決策. 2019(05)
[2]我國(guó)省域高技術(shù)產(chǎn)業(yè)發(fā)展水平測(cè)度與提升策略[J]. 桂俊煜.  經(jīng)濟(jì)縱橫. 2018(07)
[3]猶豫模糊語(yǔ)言PROMETHEE方法在川酒品牌評(píng)價(jià)中的應(yīng)用[J]. 廖虎昌,楊竹,徐澤水,顧新.  控制與決策. 2019(12)
[4]基于跳躍、好壞波動(dòng)率與百度指數(shù)的股指期貨波動(dòng)率預(yù)測(cè)[J]. 陳聲利,關(guān)濤,李一軍.  系統(tǒng)工程理論與實(shí)踐. 2018(02)
[5]基于熵權(quán)-TOPSIS法的低碳城市發(fā)展水平評(píng)價(jià)及障礙度分析——以天津市為例[J]. 王磊,周亞楠,張宇.  科技管理研究. 2017(17)
[6]基于互聯(lián)網(wǎng)大數(shù)據(jù)的CPI輿情指數(shù)構(gòu)建與應(yīng)用——以百度指數(shù)為例[J]. 徐映梅,高一銘.  數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究. 2017(01)
[7]猶豫模糊語(yǔ)言冪均算子及其在群決策中的應(yīng)用[J]. 魏翠萍,葛淑娜.  系統(tǒng)科學(xué)與數(shù)學(xué). 2016(08)
[8]基于文本挖掘和百度指數(shù)的投資者情緒指數(shù)研究[J]. 孟雪井,孟祥蘭,胡楊洋.  宏觀經(jīng)濟(jì)研究. 2016(01)
[9]湖北省高新技術(shù)開(kāi)發(fā)區(qū)產(chǎn)業(yè)發(fā)展水平的評(píng)價(jià)[J]. 張鑭.  統(tǒng)計(jì)與決策. 2015(03)
[10]基于網(wǎng)絡(luò)搜索數(shù)據(jù)的房地產(chǎn)價(jià)格預(yù)測(cè)[J]. 董倩,孫娜娜,李偉.  統(tǒng)計(jì)研究. 2014(10)



本文編號(hào)：2921585