京公网安备 11010802034615号
经营许可证编号:京B2-20210330
物联网产业进入发展壮大期
我国物联网已初步形成完整的产业体系,并赢得一定的国际话语权,在交通、电力、安防等领域形成了规模性应用。未来物联网将迎来井喷式发展,成为推动经济社会智能化和可持续发展的重要力量
从1999年我国启动物联网核心技术——传感网技术的研究开始,物联网产业在我国的发展从培育期进入了发展壮大期,预计今年物联网整体市场规模将达到7500亿元,年复合增长率超过30%……总体而言,我国物联网已初步形成完整的产业体系,并赢得一定的国际话语权。由我国提出的物联网顶层设计被物联网的国际标准、国家标准全面采纳;对物联网的应用也从政策扶持期进入市场导向期,在交通、电力、安防等领域形成了一定的规模性应用。
政策支持力度大
我国于2009年提出“感知中国”战略,推动物联网进入高速发展快车道。2013年初,《国务院关于推进物联网有序健康发展的指导意见》印发,提出要实现物联网在经济社会各领域的广泛应用,掌握物联网关键核心技术,基本形成安全可控、具有国际竞争力的物联网产业体系,使物联网成为推动经济社会智能化和可持续发展的重要力量,并发布了顶层设计、技术研发、标准研制、产业支撑、商业模式、法律法规、信息安全等10项行动计划。
近年来,相关部委支持物联网发展的政策密集出台,工信部发布《物联网“十二五”发展规划》,提出在核心技术研发与产业化、关键标准研究与制定、产业链条建立与完善、重大应用示范与推广等方面取得显著成效;科技部和交通运输部也分别发布关于推动智能电网和智能交通的专项规划和发展战略。不少地方政府也出台物联网专项规划、行动方案和发展意见,从土地使用、基础设施配套、税收优惠、核心技术和应用领域等多个方面为物联网产业的发展提供政策支持。
未来几年,物联网将迎来井喷式发展。经济提质增效和产业转型升级将使物联网发展优势更加突出,社会转型将为国内物联网应用提供更广阔的市场,新技术的突破将带来产业的规模化发展。特别是在工业自动控制、环境保护、医疗卫生、公共安全等领域开展了一系列应用试点和示范,并取得了初步进展。
物联网的广泛应用不仅将改造提升传统产业,促进先进制造业的发展,更将培育发展新兴产业,促进现代服务业的发展。
发展遍地开花
我国物联网发展与全球基本同步。统计数据显示,目前我国物联网及相关企业超过3万家,其中中小企业占比超过85%,创新活力突出,对产业发展推动作用巨大;已初步形成环渤海、长三角、泛珠三角以及中西部地区四大区域集聚发展的空间格局,已有4个国家级物联网产业发展示范基地和多个物联网产业基地。
当下,我国物联网已形成包括芯片和元器件、设备、软件、系统集成、电信运营、物联网服务在内的较为完整的产业链,2014年产业规模超过6000亿元,其中机器到机器(M2M)终端数量超过6000万,无线射频识别(RFID)产业规模超过300亿元,传感器市场规模接近1000亿元。
“‘全面感知’是物联网区别其他信息系统的特征之一,而感知技术的先进与否是实现‘全面感知’的关键。物联网感知技术可分为二维码技术、RFID技术、传感器技术、多媒体采集技术、地理位置感知技术这五大类。”工信部电子科学技术情报研究所信息产业与技术研究部主任夏万利对《经济日报》记者说。
产业瓶颈需破解
“传感器已成为我国物联网发展的瓶颈。”工信部电子元器件行业发展研究中心总工程师郭源生认为,“国内传感器种类很少,而且物联网发展所需的高灵敏度、智能化、小型化的传感器仍有许多难以克服的技术难题,寿命和成本也达不到规模应用的要求。由此也造成了物联网系统成本较高,推广阻力较大,难以全面普及和广泛运用”。
据介绍,尽管我国从上世纪50年代初就开始发展传感器技术,产业门类基本齐全。但由于此前发展传感器技术主要用于科研和军工领域,较大程度制约和影响了技术推广和产业化发展,造成科研与产业化、市场化长期严重脱节现象,产业化水平很低,国内市场至今仍依赖进口,被国外高价产品长期控制和垄断。
专家建议,应针对传感器行业的顶层设计,开展系统化、科学化的研究和规划,应出台具有延续性的产业发展政策,加强产业宏观引导和统筹规划。由国家设立传感器产业专项资金或专项基金,以政府资金为先导,运用市场机制引入社会资本与专业管理公司,设立产业发展股权投资基金,对行业中的骨干企业、重大项目和创新企业进行投资,加快产业资源整合,创造有利于产业发展的投融资环境。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数字化运营中,“凭感觉做决策” 早已成为过去式 —— 运营指标作为业务增长的 “晴雨表” 与 “导航仪”,直接决定了运营动作 ...
2025-10-24在卷积神经网络(CNN)的训练中,“卷积层(Conv)后是否添加归一化(如 BN、LN)和激活函数(如 ReLU、GELU)” 是每个开发者都 ...
2025-10-24在数据决策链条中,“统计分析” 是挖掘数据规律的核心,“可视化” 是呈现规律的桥梁 ——CDA(Certified Data Analyst)数据分 ...
2025-10-24在 “神经网络与卡尔曼滤波融合” 的理论基础上,Python 凭借其丰富的科学计算库(NumPy、FilterPy)、深度学习框架(PyTorch、T ...
2025-10-23在工业控制、自动驾驶、机器人导航、气象预测等领域,“状态估计” 是核心任务 —— 即从含噪声的观测数据中,精准推断系统的真 ...
2025-10-23在数据分析全流程中,“数据清洗” 恰似烹饪前的食材处理:若食材(数据)腐烂变质、混杂异物(脏数据),即便拥有精湛的烹饪技 ...
2025-10-23在人工智能领域,“大模型” 已成为近年来的热点标签:从参数超 1750 亿的 GPT-3,到万亿级参数的 PaLM,再到多模态大模型 GPT-4 ...
2025-10-22在 MySQL 数据库的日常运维与开发中,“更新数据是否会影响读数据” 是一个高频疑问。这个问题的答案并非简单的 “是” 或 “否 ...
2025-10-22在企业数据分析中,“数据孤岛” 是制约分析深度的核心瓶颈 —— 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 ...
2025-10-22在神经网络设计中,“隐藏层个数” 是决定模型能力的关键参数 —— 太少会导致 “欠拟合”(模型无法捕捉复杂数据规律,如用单隐 ...
2025-10-21在特征工程流程中,“单变量筛选” 是承上启下的关键步骤 —— 它通过分析单个特征与目标变量的关联强度,剔除无意义、冗余的特 ...
2025-10-21在数据分析全流程中,“数据读取” 常被误解为 “简单的文件打开”—— 双击 Excel、执行基础 SQL 查询即可完成。但对 CDA(Cert ...
2025-10-21在实际业务数据分析中,我们遇到的大多数数据并非理想的正态分布 —— 电商平台的用户消费金额(少数用户单次消费上万元,多数集 ...
2025-10-20在数字化交互中,用户的每一次操作 —— 从电商平台的 “浏览商品→加入购物车→查看评价→放弃下单”,到内容 APP 的 “点击短 ...
2025-10-20在数据分析的全流程中,“数据采集” 是最基础也最关键的环节 —— 如同烹饪前需备好新鲜食材,若采集的数据不完整、不准确或不 ...
2025-10-20在数据成为新时代“石油”的今天,几乎每个职场人都在焦虑: “为什么别人能用数据驱动决策、升职加薪,而我面对Excel表格却无从 ...
2025-10-18数据清洗是 “数据价值挖掘的前置关卡”—— 其核心目标是 “去除噪声、修正错误、规范格式”,但前提是不破坏数据的真实业务含 ...
2025-10-17在数据汇总分析中,透视表凭借灵活的字段重组能力成为核心工具,但原始透视表仅能呈现数值结果,缺乏对数据背景、异常原因或业务 ...
2025-10-17在企业管理中,“凭经验定策略” 的传统模式正逐渐失效 —— 金融机构靠 “研究员主观判断” 选股可能错失收益,电商靠 “运营拍 ...
2025-10-17在数据库日常操作中,INSERT INTO SELECT是实现 “批量数据迁移” 的核心 SQL 语句 —— 它能直接将一个表(或查询结果集)的数 ...
2025-10-16