京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据产业十年蓝图开启 数据变现突围信息孤岛
“证明我妈是我妈”、“老年证丢失找派出所开证明”、异地办理准生证跑断腿儿……这些让人“添堵”的证明或将成为历史。9月5日,国务院印发《促进大数据发展行动纲要》 (下称《纲要》),划定未来十年的发展目标。《纲要》特别提出在2017年底前形成跨部门数据资源共享共用格局;在2018年底前建成国家政府数据统一开放平台。小到便利民众的衣食住行,大到促进征信体系和社会信用建设,深刻影响产业布局和行政管理方式,都有大数据的用武之地。蕴含着巨大市场机会的大数据产业正成为稳增长背景下被着力培育的经济新增点。
数据红利
在我国人口红利不再的背景下,数据红利正被提至国家战略高度。尤其在信息经济发展迅猛、万众创新被大力推进的今天,加快大数据部署,深化大数据应用,已成为稳增长、促改革、调结构、惠民生和推动政府治理能力现代化的内在需要和必然选择。
为此,近日出台的《纲要》提出了未来5-10年我国大数据产业的发展目标:打造精准治理、多方协作的社会治理新模式;建立运行平稳、安全高效的经济运行新机制;构建以人为本、惠及全民的民生服务新体系;开启大众创业、万众创新的创新驱动新格局;培育高端智能、新兴繁荣的产业发展新生态。
据悉,这是我国发布的首个大数据国家行动计划。《纲要》还从政府大数据、大数据产业、大数据安全保障体系三个方面着手推进大数据领域十大工程,包括政府数据资源共享开放工程、国家大数据资源统筹发展工程、政府治理大数据工程等。
剑指信息壁垒
目前,政府开放数据运动在全球逐步兴起。政府部门的数据资源是大数据产业发展的重要宝藏,但条块分割的部门割据却让数据失去了流动性和价值。无论是“证明我妈是我妈”,还是异地补办身份证难上加难,亦或是企业失信、社会信用体系建设的滞后,都与此不无关系。
业界分析认为,推动我国大数据产业快速发展,一是必须突破各级政府部门之间的信息孤岛,避免数据信息无法共享、重复建设、重复采集等问题。二是建立各地各部门规范标准,促进数据的有效整合,形成互联互通,避免“数据打架”。
此前,《国务院办公厅关于促进电子政务协调发展的指导意见》提出,将数据纳入到统一平台上,由各地区各部门对现有业务专网应用进行合理分类,分别向国家电子政务内网或外网迁移。
《纲要》则明确提出了数据共享、开放的时间表:在2017年底前形成跨部门数据资源共享共用格局,2018年底前建成国家政府数据统一开放平台,率先在信用、交通、医疗、卫生、就业、社保、地理、文化、教育、科技、资源、农业、环境、安监、金融、质量、统计、气象、海洋、企业登记监管等重要领域实现公共数据资源合理适度向社会开放,带动社会公众开展大数据增值性、公益性开发和创新应用,充分释放数据红利;2020年底前,逐步实现信用、交通、医疗、卫生等民生保障服务相关领域的政府数据集向社会开放。
企业忙分羹
有机构预测,当前我国大数据市场仍处于起步阶段,2014年市场规模仅为767亿元,但是到2020年,将增至8000亿元。
正如马云所说,人类在正从IT时代走向DT时代。大量数据正聚合到不同的平台上,成为企业的核心资产。而依据大数据分析,更多企业可以实现商业模式的颠覆式创新,推出不同用户群体的个性化、定制化产品。
事实上,BAT、电信运营商等市场各方早已开始展开大数据产业布局。在资本市场上,越来越多的上市公司也开始涉足大数据领域,据统计显示,大数据概念成份股已扩容至56个。
业内人士指出,根据去年大数据市场行业投资结构来看,医疗和政府行业占比分别为9%和12.7%,未来投资空间较大。而大数据在医疗和政府公共事业的应用同时存在契合度和应用可能性较高,但是成熟度较低的特点,具有很好的发展前景。
而长江证券则表示,《纲要》印发将大数据产业发展推到具体实施层面,将充分利好数据采集、数据中心建设、数据运营与应用及数据安全保障等细分行业。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
Python凭借简洁的语法、丰富的生态库,成为算法开发、数据处理、机器学习等领域的首选语言。但受限于动态类型、解释性执行的特性 ...
2026-04-03在深度学习神经网络中,卷积操作是实现数据特征提取的核心引擎,更是让模型“看懂”数据、“解读”数据的关键所在。不同于传统机 ...
2026-04-03当数字化转型从企业的“战略口号”落地为“生存之战”,越来越多的企业意识到,转型的核心并非技术的堆砌,而是数据价值的深度挖 ...
2026-04-03在日常办公数据分析中,数据透视表凭借高效的汇总、分组功能,成为Excel、WPS等办公软件中最常用的数据分析工具之一。其中,“计 ...
2026-04-02在数字化交互的全场景中,用户的每一次操作都在生成动态的行为轨迹——电商用户的“浏览商品→点击详情→加入购物车”,内容APP ...
2026-04-02在数字化转型深度推进的今天,企业数据已成为驱动业务增长、构建核心竞争力的战略资产,而数据安全则是守护这份资产的“生命线” ...
2026-04-02在数据驱动决策的浪潮中,数据挖掘与数据分析是两个高频出现且极易被混淆的概念。有人将二者等同看待,认为“做数据分析就是做数 ...
2026-04-01在数据驱动决策的时代,企业与从业者每天都会面对海量数据——电商平台的用户行为数据、金融机构的信贷风险数据、快消品牌的营销 ...
2026-04-01在数字化转型的浪潮中,企业数据已从“辅助运营的附属资源”升级为“驱动增长的核心资产”,而一套科学、可落地的企业数据管理方 ...
2026-04-01在数字化时代,每一位用户与产品的交互都会留下可追溯的行为轨迹——电商用户的浏览、加购、下单,APP用户的注册、登录、功能使 ...
2026-03-31在日常数据统计、市场调研、学术分析等场景中,我们常常需要判断两个分类变量之间是否存在关联(如性别与消费偏好、产品类型与满 ...
2026-03-31在CDA(Certified Data Analyst)数据分析师的职场实战与认证考核中,“可解释性建模”是核心需求之一——企业决策中,不仅需要 ...
2026-03-31多层感知机(MLP,Multilayer Perceptron)作为深度学习中最基础、最经典的神经网络模型,其结构设计直接决定了模型的拟合能力、 ...
2026-03-30在TensorFlow深度学习实战中,数据集的加载与预处理是基础且关键的第一步。手动下载、解压、解析数据集不仅耗时费力,还容易出现 ...
2026-03-30在CDA(Certified Data Analyst)数据分析师的日常工作中,“无监督分组、挖掘数据内在聚类规律”是高频核心需求——电商场景中 ...
2026-03-30机器学习的本质,是让模型通过对数据的学习,自主挖掘规律、实现预测与决策,而这一过程的核心驱动力,并非单一参数的独立作用, ...
2026-03-27在SQL Server数据库操作中,日期时间处理是高频核心需求——无论是报表统计中的日期格式化、数据筛选时的日期类型匹配,还是业务 ...
2026-03-27在CDA(Certified Data Analyst)数据分析师的能力体系与职场实操中,高维数据处理是高频且核心的痛点——随着业务场景的复杂化 ...
2026-03-27在机器学习建模与数据分析实战中,特征维度爆炸、冗余信息干扰、模型泛化能力差是高频痛点。面对用户画像、企业经营、医疗检测、 ...
2026-03-26在这个数据无处不在的时代,数据分析能力已不再是数据从业者的专属技能,而是成为了职场人、管理者、创业者乃至个人发展的核心竞 ...
2026-03-26