京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据产业遭遇“垄断”和“孤岛”
在技术的推动下,大数据已不仅仅是一种应用工具,而是撬动经济增长的“生产力”,催生了体量巨大的新兴产业。业内专家指出,大数据已成为支撑社会有效运行的战略资源。目前我国亟须在数据融合、立法、安全方面完善顶层设计,为大数据产业的健康发展奠定基础。
大数据催生新兴业态
近年来中国大数据产业不断向纵深发展。一方面,产业初具规模。据易观国际统计,2015年我国大数据市场规模达102亿元,2017年有望达到170亿元。另一方面,大数据孕育了诸多新兴业态,激发了不同行业的活力。券商申万宏源的报告分析称,10年后大数据产业可撬动万亿元级的GDP发展。目前,大数据推动下势头强劲的当属三大领域:人工智能、大数据交易、智慧城市建设。
香港科技大学计算机科学及工程学系主任杨强表示,人工智能概念冷寂多年,近年来异军突起,是由于移动互联网的发展产生了大量数据,为人工智能发展的算法训练提供了条件。
目前,各类数据尚未充分融合,因此诞生了大数据交易的业态以满足这一市场需求。北京、贵州、武汉、西安等地相继建立了大数据交易平台。目前,规模较大的是北京和贵阳的交易平台。
2008年,IBM提出“智慧地球”理念,引发了中国智慧城市建设的热潮。大数据带动的智慧城市市场涵盖交通、旅游、医疗、教育等领域。在交通方面,打车软件使用量、使用频率远远超过此前出租车预约服务平台,其运作原理就是供需大数据的优化分配。在旅游景区管理方面,全国多个景点已经采用了电信运营商数据监控人流分布,避免人流密集导致的危险事件。
“前瞻产业研究院”估计,“十三五”期间,在移动互联网发展、大数据产业支持的情况下,智慧城市市场规模有望达4万亿元。
三重力量推动经济增长
如今,大数据不仅是经济“富矿”,更是战略资源。国务院去年印发的《促进大数据发展行动纲要》明确指出,数据已成为国家基础性战略资源。“十三五”规划纲要更是利用一章专门阐述了实施国家大数据战略的思路。
中国社会科学院信息化研究中心秘书长姜奇平表示,应从战略高度理解大数据对于经济增长的意义。
首先,大数据为创业创新提供了机遇。据业内估算,全国的大数据公司已超过了500家,分布在北京的最多,贵阳、武汉等推动大数据产业的城市也是创业重镇。根据大数据研究机构“数据猿”统计,2016年上半年,全球大数据行业共计发生157起投融资事件,中国发生了97起,超过总量的一半。
大数据分析服务公司神策数据创始人兼CEO桑文锋告诉记者,大数据创业之所以火热,一方面是由于技术条件成熟,另一方面是在经济转型升级的情况下,企业增长压力陡升,希望借助数据精准营销、高效生产。
其次,大数据为欠发达地区创造了赶超契机。以贵州为例,经济并不发达,却是首个获批建设国家级大数据综合试验区的地区。今年贵州省政府工作报告明确提出“把大数据作为全省‘弯道取直’、后发赶超的战略引擎。”
贵州省政府提供的数据显示,贵州省如今共有大数据电子信息产业企业1849家,今年上半年新增664家,同比增长60.92%。今年上半年,大数据核心业态、关联业态、衍生业态共实现产值868.89亿元。河北张家口也大力支持大数据产业,打造了京北云谷大数据管理基地、张北云联数据中心等大数据基地。
第三,大数据助力政府治理能力的提高,客观上为经济增长减少了阻力、提供了“润滑剂”。如天津建成运用大数据的智慧型“审计监督一张网”管理系统,实现对财政资金和公共资金等的实时监督;咸阳市政府和亚信数据公司合作,建立了识别诈骗获取医保行为的模型,2015年为咸阳政府节省了3000万元的财政开支。
产业健康发展需完善顶层设计
大数据虽然对经济发展而言意义重大,然而产业刚刚起步,仍有诸多挑战。
首先,企业“垄断”数据现象突出。BAT三大巨头凭借其固有的互联网优势,掌握了大量的数据。根据易观国际数据显示,阿里和腾讯的第三方支付服务占据了中国市场的九成。但BAT体系并不开放,如高德地图被阿里巴巴收购之后,不再向外界公开开放地图数据。国家工商总局也曾表示,个别互联网巨头不愿配合监管分享数据。
其次,数据非法交易猖獗。山东出现两起针对高校新生的电信诈骗案,便涉及数据非法交易利用。除了传统的非法数据兜售外,借助技术手段盗取信息的现象日益增多。记者发现,不少网站都出售“移动终端信息采集仪”,利用无线技术快速提取手机电话簿、通信记录、短消息等数据。
第三,数据“孤岛”林立、融合困难。政府与企业都面临这一难题。“拿走数据的多,贡献数据的少。”贵阳大数据交易所执行总裁王叁寿表示,不少企业以保护商业机密或节省数据整理成本等为理由,不愿意交易自身数据。部分政府部门也缺乏数据公开的动力,有的是因“懒政”而让数据沉睡,有的则是利用数据已经开展商业化应用,因此不愿共享。北京市经信委自2013年起推动建设北京市政务数据资源网,至今仍有多家政府部门不配合提供数据。
第四,相关法律体系尚不健全。对于个人数据隐私保护、数据权属、政府数据公开等问题,尚无明确规定,基本处于监管缺失的状态。中国政法大学传播法中心研究员朱巍介绍,目前对个人数据的保护,大多依照2012年通过的“关于加强网络信息保护的决定”,远不能应对实际需求。王叁寿表示,数据交易平台在运行中也有数据权属不明的困惑,期待法律明确交易规则和红线,让企业有法可依。
第五,大数据产业对外技术依赖现象严重,安全堪忧。中国工程院院士邬贺铨表示,发达国家,尤其是美国,大数据产业链非常完整,软硬件能力均领先全球。而中国在芯片、硬件、云计算等方面则较为薄弱,芯片尤其依赖进口,或成为未来产业掣肘。
业内人士建议,我国应加强顶层设计,完善立法,规范数据交易行为,鼓励数据互联互通,将数据公开共享纳入政府部门考核,同时加大力度攻坚克难,在芯片、云计算等大数据的关键领域取得突破,建成健康、安全的大数据产业环境。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据分析与建模中,“显性特征”(如用户年龄、订单金额、商品类别)是直接可获取的基础数据,但真正驱动业务突破的往往是 “ ...
2025-11-07在大模型(LLM)商业化落地过程中,“结果稳定性” 是比 “单次输出质量” 更关键的指标 —— 对客服对话而言,相同问题需给出一 ...
2025-11-07在数据驱动与合规监管双重压力下,企业数据安全已从 “技术防护” 升级为 “战略刚需”—— 既要应对《个人信息保护法》《数据安 ...
2025-11-07在机器学习领域,“分类模型” 是解决 “类别预测” 问题的核心工具 —— 从 “垃圾邮件识别(是 / 否)” 到 “疾病诊断(良性 ...
2025-11-06在数据分析中,面对 “性别与购物偏好”“年龄段与消费频次”“职业与 APP 使用习惯” 这类成对的分类变量,我们常常需要回答: ...
2025-11-06在 CDA(Certified Data Analyst)数据分析师的工作中,“可解释性建模” 与 “业务规则提取” 是核心需求 —— 例如 “预测用户 ...
2025-11-06在分类变量关联分析中(如 “吸烟与肺癌的关系”“性别与疾病发病率的关联”),卡方检验 P 值与 OR 值(比值比,Odds Ratio)是 ...
2025-11-05CDA 数据分析师的核心价值,不在于复杂的模型公式,而在于将数据转化为可落地的商业行动。脱离业务场景的分析只是 “纸上谈兵” ...
2025-11-05教材入口:https://edu.cda.cn/goods/show/3151 “纲举目张,执本末从。” 若想在数据分析领域有所收获,一套合适的学习教材至 ...
2025-11-05教材入口:https://edu.cda.cn/goods/show/3151 “纲举目张,执本末从。” 若想在数据分析领域有所收获,一套合适的学习教材至 ...
2025-11-04【2025最新版】CDA考试教材:CDA教材一级:商业数据分析(2025)__商业数据分析_cda教材_考试教材 (cdaglobal.com) ...
2025-11-04在数字化时代,数据挖掘不再是实验室里的技术探索,而是驱动商业决策的核心能力 —— 它能从海量数据中挖掘出 “降低成本、提升 ...
2025-11-04在 DDPM(Denoising Diffusion Probabilistic Models)训练过程中,开发者最常困惑的问题莫过于:“我的模型 loss 降到多少才算 ...
2025-11-04在 CDA(Certified Data Analyst)数据分析师的工作中,“无监督样本分组” 是高频需求 —— 例如 “将用户按行为特征分为高价值 ...
2025-11-04当沃尔玛数据分析师首次发现 “啤酒与尿布” 的高频共现规律时,他们揭开了数据挖掘最迷人的面纱 —— 那些隐藏在消费行为背后 ...
2025-11-03这个问题精准切中了配对样本统计检验的核心差异点,理解二者区别是避免统计方法误用的关键。核心结论是:stats.ttest_rel(配对 ...
2025-11-03在 CDA(Certified Data Analyst)数据分析师的工作中,“高维数据的潜在规律挖掘” 是进阶需求 —— 例如用户行为包含 “浏览次 ...
2025-11-03在 MySQL 数据查询中,“按顺序计数” 是高频需求 —— 例如 “统计近 7 天每日订单量”“按用户 ID 顺序展示消费记录”“按产品 ...
2025-10-31在数据分析中,“累计百分比” 是衡量 “部分与整体关系” 的核心指标 —— 它通过 “逐步累加的占比”,直观呈现数据的分布特征 ...
2025-10-31在 CDA(Certified Data Analyst)数据分析师的工作中,“二分类预测” 是高频需求 —— 例如 “预测用户是否会流失”“判断客户 ...
2025-10-31