京公网安备 11010802034615号
经营许可证编号:京B2-20210330
实施大数据战略 推动经济社会创新发展
大数据是继云计算、物联网之后信息技术领域的又一次创新浪潮,是新时期的“数字石油”,是国家战略性基础资源,蕴藏着巨大潜力和能量,前景广阔。“十三五”是我国全面建成小康社会的决胜阶段,也是大数据蓬勃发展、激发经济发展新动能的关键时期。我国大数据发展已经具备良好的产业基础,加快实施大数据发展战略,对拓展网络经济空间、推动经济社会转型发展具有重要意义。
党中央、国务院高度重视大数据的发展和运用。2014年2月,习近平总书记在中央网信领导小组第一次会议上指出,信息资源日益成为重要的生产要素和社会财富,信息掌握的多寡成为国家软实力和竞争力的重要标志。2016年4月19日,习近平总书记在网信工作座谈会上发表重要讲话,为我国新时期大数据的发展指明了方向。
深刻领会讲话精神
明晰大数据发展新要求
习近平总书记对互联网的发展寄予很高期望,从推动网信事业发展更好地造福人民、发挥网络引导舆论反映民意的作用形成网络良好生态、尽快在核心技术上取得突破、正确处理安全和发展的关系、推动互联网企业的发展、聚天下英才为网信事业发展提供有力人才支撑等六个方面,提出了关于网络安全和信息化的一系列重大论断,强调按照创新、协调、绿色、开放、共享的发展理念推动我国经济社会发展,是当前和今后一个时期我国发展的总要求和大趋势,我国网信事业在践行新发展理念上要先行一步。
贯彻落实习近平总书记讲话精神,推动大数据健康发展,主要有四个方面的要求:一是创新发展要求。真正的核心关键技术是市场换不来的,是花钱买不来的。习近平总书记指出“突破核心技术要有决心,有恒心,有重心,要把企业摆在主体位置”,坚定不移地实施创新驱动发展战略。要集中精锐力量,攻克大数据关键技术和产品,发展壮大大数据服务产业,加强核心技术、应用模式和商业模式协同创新,加快推动大数据在互联网与各行业融合领域的应用创新,培育市场化网络化的大数据创新生态。二是开放发展要求。丰富的高质量数据资源是大数据产业发展的前提。要破除观念和制度障碍,树立政府和公共服务部门数据资源开放共享理念,建立合理、适度的公共数据资源开放规则和机制,打破“数据割据”和“数据孤岛”,推动公众平等开放地利用数据资源,激发“英雄不问出处”的大众创新。同时,要以开放的心态积极接纳国外的先进技术和人才,将中国打造成为开放的数据创新大国。三是协调发展要求。把握好制约大数据发展的全局性和战略性问题,加强科学规划,统筹推进。协调好政府与市场关系,加大政府政策支持和引导力度,营造良好的政策法规环境,明确市场在资源配置中的基础性作用,形成政产学研用联合推进的机制。推动产业链协同发展,培育一批大数据核心龙头企业和一大批创新型的中小企业,形成多层次、梯队化的创新主体,繁荣大数据生态。四是安全发展要求。习近平总书记指出,“要树立正确的网络安全观,加快构建关键信息基础设施安全保障体系,全天候全方位感知网络安全态势,增强网络安全防御能力和威慑能力”。安全是发展的前提,发展是安全的保障,安全和发展要同步推进,从国家战略高度,以技术创新、完善立法以及加强管理为强力抓手,打造一个安全可控、清朗健康的网络空间环境。建立健全安全防护体系,保障数据安全和个人隐私,加强行业自律,完善数据监管,促进全社会数据资源有序流动、规范利用。
顺应趋势立足实践
把握大数据发展新机遇
全球大数据发展进入快车道。世界各国积极布局抢占产业竞争制高点。美国率先发布《大数据研究和发展计划》,意在推动大数据成为美国社会经济发展的创新驱动力。欧盟、英、日、韩等国家和地区也加紧制定出台大数据相关规划,从激励数据开放、加强技术研发、构建产业生态和完善法律法规等视角进行战略性部署。在全球共同推动下,大数据产业呈现整体发展活跃、创新动力强劲的态势。据Wikibon数据显示,预计到2017年全球市场规模将达到470亿美元,年复合增长率将维持在30%以上。“原创-开源-产品化”成为大数据技术发展的基本路径。以谷歌为代表的互联网公司引领原创性技术发展方向,带动Yahoo、Facebook等大批企业及科研机构投身开源社区,开发出Hadoop、Spark等主流开源软件向全球快速扩散。近两年,以深度学习为代表的数据分析技术进展迅猛,通过创建自主学习系统等方式感知世界,成为大数据领域中增长最快的技术分支。
我国大数据发展基础良好。经过20多年的高速发展,我国信息通信技术产业不断壮大,互联网与经济社会各领域的融合发展不断深入,为我国大数据产业和应用的蓄势兴起奠定了良好基础。一是庞大规模的用户需求拉动,数据总量持续高速增长。我国拥有近7亿网民,移动电话用户规模已经突破13亿,双双位居世界第一。2015年移动互联网用户月均接入流量达到390M,同比增长90%;手机上网流量达到37.6亿G,同比增长110%。二是富集丰厚的网络应用驱动,大数据技术创新活跃。我国互联网应用发展迅猛,网络服务的个性化和智能化需求日益突出,一批世界级的互联网企业将大数据应用于网络社交、电商、广告、搜索等业务中,以应用带动技术创新,陆续推出大数据存储管理平台、智能分析、数据可视化等技术产品及服务。三是日渐完备的产业体系带动大数据产业不断壮大。我国ICT产业体系完备,已经是全球最大的电子信息制造业大国;宽带网络支撑能力不断提升,建成全球最大、技术先进、覆盖城乡、通达世界的固定宽带和移动宽带网络基础设施;云计算为大数据发展提供有力的基础设施支撑;以数据采集存储、处理利用和交易流通为主线的新兴产业正在孕育兴起。
我国大数据处于战略机遇期。一方面,“互联网+”开辟大数据发展新空间。电子商务、互联网金融、在线旅游、远程医疗、分享经济等新模式新业态蓬勃发展。基于大数据的图像识别、精准营销、智能推荐等一批新应用逐渐成熟,金融、零售、工业、医疗、电信等传统行业大数据应用落地开花,出现了大数据征信、智慧医疗、个性化定制、供应链规划等具有良好社会经济效益的示范应用,推动传统产业向数字化、网络化、智能化发展。另一方面,大数据技术产业变革带来新机遇。大数据推动信息技术架构和国际产业格局变革,呈现跨学科交叉、跨模式融合的新特点,尽管各国在技术研发、产业应用方面水平各异,但代际差别并不明显,我国紧跟世界前沿,机遇难得。一是跨学科融合,表现为当前大数据与人工智能、深度学习、物联网、云计算等热点技术互为基础,相互交叉,不断催生新技术、新产品和新应用。二是跨模式融合,针对不同场景要求,大数据管理技术、存储技术和计算技术呈现多样化,支撑多种计算模型的统一计算平台和提升计算实时性的内存计算等正成为前沿领域。
加强统筹务实推进
开创大数据发展新局面
习近平总书记在国际工程科技大会上讲话时指出,“世界进入以信息产业为主导的新经济发展时期”。新一轮科技革命和产业变革大潮涌起,线上线下融合蓄势而发,将成为经济发展的主流形态,在这个极具转折性的历史进程中,联接是基础、数据是核心、应用是关键、生态是方向、产业是基石。实施大数据战略,是发展新经济、打造新动能的重要内容。建设网络强国和制造强国都离不开大数据的支撑,我国应积极研究大数据产业发展过程中的重大问题,协调制定政策措施和行动计划,加强资源共享和沟通协作,形成以应用带动产业发展、以产业发展支撑应用的良性互动格局。
(一)深化大数据跨界应用,推动经济融合发展。加快大数据技术在互联网与制造业、服务业融合领域的深度应用,支持大数据相关企业与传统行业加强技术和资源对接,探索多元化合作运营,形成智能化、服务化、协同化的产业发展模式。充分发挥大数据产业发展的牵引作用,率先在数据资源丰富、信息化基础较好、应用需求迫切的领域开展应用示范,积极发展工业大数据、金融大数据、健康大数据等,加速传统产业转型升级,加快培育数据驱动的新兴业态。
(二)开放共享数据资源,提升数据供给质量。推动数据资源供给侧改革,增加数据供给、盘活数据存量、提高数据质量。促进公共数据资源开放,按照“逻辑集中、物理分散”原则建设国家和区域性数据开放平台,完善数据开放相关制度,积极稳妥推进公共数据资源逐步向公众开放。推动电信和互联网领域大数据资源的合规应用,发挥电信互联网数据资源对全社会的基础支撑作用,充分释放数据跨界融合的巨大潜力,引领全社会大数据应用创新发展。
(三)突破大数据关键技术,提升产业竞争力。着力突破大数据关键核心技术,加快大数据采集、存储、清洗、分析发掘、可视化、安全与隐私保护等领域关键技术攻关,重点支持深度学习与人工智能、实时大数据处理、海量数据、存储管理、交互式数据可视化和应用相关的分析技术。培育自主可控的大数据产业生态,加强大数据平台级软件研发应用,着力发展开源生态。
(四)完善大数据发展环境,推动健康有序发展。提升大数据治理水平,深入研究数据权益、数据管理、数据交易、数据安全等关键问题,逐步完善大数据相关法律体系。完善网络数据和用户信息的安全防护措施及管理机制,健全网络数据保护制度。依托行业组织,构建大数据安全标准与评测体系,重视大数据产品服务的可靠性及安全性评测工作。建设具有全球竞争力的大数据人才制度体系,着力培养和引进大数据复合型领军人才和骨干人才,为产业创新发展提供智力支持。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在 MySQL 实际应用中,“频繁写入同一表” 是常见场景 —— 如实时日志存储(用户操作日志、系统运行日志)、高频交易记录(支付 ...
2025-10-30为帮助教育工作者、研究者科学分析 “班级规模” 与 “平均成绩” 的关联关系,我将从相关系数的核心定义与类型切入,详解 “数 ...
2025-10-30对 CDA(Certified Data Analyst)数据分析师而言,“相关系数” 不是简单的数字计算,而是 “从业务问题出发,量化变量间关联强 ...
2025-10-30在构建前向神经网络(Feedforward Neural Network,简称 FNN)时,“隐藏层数目设多少?每个隐藏层该放多少个神经元?” 是每个 ...
2025-10-29这个问题切中了 Excel 用户的常见困惑 —— 将 “数据可视化工具” 与 “数据挖掘算法” 的功能边界混淆。核心结论是:Excel 透 ...
2025-10-29在 CDA(Certified Data Analyst)数据分析师的工作中,“多组数据差异验证” 是高频需求 —— 例如 “3 家门店的销售额是否有显 ...
2025-10-29在数据分析中,“正态分布” 是许多统计方法(如 t 检验、方差分析、线性回归)的核心假设 —— 数据符合正态分布时,统计检验的 ...
2025-10-28箱线图(Box Plot)作为展示数据分布的核心统计图表,能直观呈现数据的中位数、四分位数、离散程度与异常值,是质量控制、实验分 ...
2025-10-28在 CDA(Certified Data Analyst)数据分析师的工作中,“分类变量关联分析” 是高频需求 —— 例如 “用户性别是否影响支付方式 ...
2025-10-28在数据可视化领域,单一图表往往难以承载多维度信息 —— 力导向图擅长展现节点间的关联结构与空间分布,却无法直观呈现 “流量 ...
2025-10-27这个问题问到了 Tableau 中两个核心行级函数的经典组合,理解它能帮你快速实现 “相对位置占比” 的分析需求。“index ()/size ( ...
2025-10-27对 CDA(Certified Data Analyst)数据分析师而言,“假设检验” 绝非 “套用统计公式的机械操作”,而是 “将模糊的业务猜想转 ...
2025-10-27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