
大数据发展需跨越三道坎 国家政策指导
大数据具有多维度和完备性的等重要的价值,我国近年来十分关注大数据信息产业发展,把消除信息“孤岛”放在首位,希望能真正释放大数据“能量”。8月19日,国务院总理李克主持召开国务院常务会议上,《关于促进大数据发展的行动纲要》(以下简称《纲要》)审议通过。这是迄今为止政府最高层出台的最重磅的大数据纲领性文件,标志着大数据已经正式上升到国家最核心战略,大数据产业将由此迈入新时代!然而,大数据时代的带来,并不久一帆风顺,大数据产业要真正发展起来,仍面临挑战。
8月26日,在2015中国国际大数据大会上,工信部总工程师张峰表示,我国发展大数据资源基础好、应用动力多、产业实力强。但与此同时,我们也应该清醒的认识到,我国信息化总体水平仍然还不够高,这主要是因为要实现从数据大国向数据强国的转变还面临着很多制约因素。对于当前我国大数据产业发展现状,张峰认为主要体现在以下三个方面。
第一,经过多年信息化建设和互联网发展,我国已经成为数据大国。互联网已经成为生产、生活的重要技术平台,随着信息技术的日益普及和“互联网+”融合态势的加快,海量数据不断快速聚集,据国际有关机构统计,我国的数据总量将以年均50%的速度增长,预计到2020年将占全球的21%。丰富的数据资源,构成了我国推进大数据应用的资源基础。
第二,我国大数据的应用和发展有广阔的市场空间。当前大数据在电商、广告和搜索等业务上得到越来越深入的应用。金融、百科、医疗等行业也在作为重要抓手发展跨界应用,推进“互联网+”发展,电信和金融等信息化基础好的领域已在积极推进自身数据整合,城市化大数据在经营分析、反欺诈、征信等方面的应用纷纷落地。技术大数据的创新创业项目也在涌现,当前全社会形成了推动大数据应用发展的良好氛围,为大数据发展提供强大动力。
第三,我国大数据的发展已经具备了一定的产业基础。在网络技术设施方面,到6月底固定宽带接入用户超过2亿户,8M以上带宽占比超过了53%,移动用户达到了6.74亿户,其中4G用户也达到了2.25亿户。在互联网产业方面,截至6月底已有12家互联网企业进入全球市值的前30强,部分企业的数据储量和管理能力达到了世界先进水平。此外经过多年努力,我国信息技术软硬件产品的技术水平和成熟度明显提高,信息通信产业安全可靠水平达到了新的高度。
张峰强调,总的来讲,我国发展大数据资源基础好、应用动力多、产业实力强,但也应该清醒地认识到,我国信息化总体水平仍然还不够高,这主要是要实现从数据大国向数据强国的转变还面临着很多制约因素。主要有以下三个方面:第一,信息孤岛普遍存在。跨部门、跨行业的数据共享仍有待进一步提高。有价值的公共信息资源和商业数据的开放程度还比较低,难以实现顺畅地流动。第二,相关法律法规仍然不健全。政府信息资源开放共享制还有些缺位,适应大数据发展的个人信息保护、数据资产保护等体系还没有建立。第三,核心技术研发能力仍有待加强。涵盖数据采集、加工、管理、分析和应用全链条的大数据产业生态体系还需要加大力度培育。
张峰介绍,国务院常务会议通过的《关于促进大数据发展的行动纲要》提出了三个方面要求:一是主动推动政府信息技术和公共数据互联共享。二是顺应潮流,引导支持大数据产业发展。三是强化信息安全保障,完善产业标准体系。这为我们推进大数据发展指明了方向,工信部将积极落实国务院的部署,大力推动大数据产业和应用发展,切实发挥大数据在基层政府治理水平、推动产业转型升级、培育经济增长新动力方面的重要作用
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
DSGE 模型中的 Et:理性预期算子的内涵、作用与应用解析 动态随机一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明确:TIF 中的地名有哪两种存在形式? 在开始提取前,需先判断 TIF 文件的类型 —— ...
2025-09-17CDA 数据分析师:解锁表结构数据特征价值的专业核心 表结构数据(以 “行 - 列” 规范存储的结构化数据,如数据库表、Excel 表、 ...
2025-09-17Excel 导入数据含缺失值?详解 dropna 函数的功能与实战应用 在用 Python(如 pandas 库)处理 Excel 数据时,“缺失值” 是高频 ...
2025-09-16深入解析卡方检验与 t 检验:差异、适用场景与实践应用 在数据分析与统计学领域,假设检验是验证研究假设、判断数据差异是否 “ ...
2025-09-16CDA 数据分析师:掌控表格结构数据全功能周期的专业操盘手 表格结构数据(以 “行 - 列” 存储的结构化数据,如 Excel 表、数据 ...
2025-09-16MySQL 执行计划中 rows 数量的准确性解析:原理、影响因素与优化 在 MySQL SQL 调优中,EXPLAIN执行计划是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 对象的 text 与 content:区别、场景与实践指南 在 Python 进行 HTTP 网络请求开发时(如使用requests ...
2025-09-15CDA 数据分析师:激活表格结构数据价值的核心操盘手 表格结构数据(如 Excel 表格、数据库表)是企业最基础、最核心的数据形态 ...
2025-09-15Python HTTP 请求工具对比:urllib.request 与 requests 的核心差异与选择指南 在 Python 处理 HTTP 请求(如接口调用、数据爬取 ...
2025-09-12解决 pd.read_csv 读取长浮点数据的科学计数法问题 为帮助 Python 数据从业者解决pd.read_csv读取长浮点数据时的科学计数法问题 ...
2025-09-12CDA 数据分析师:业务数据分析步骤的落地者与价值优化者 业务数据分析是企业解决日常运营问题、提升执行效率的核心手段,其价值 ...
2025-09-12用 SQL 验证业务逻辑:从规则拆解到数据把关的实战指南 在业务系统落地过程中,“业务逻辑” 是连接 “需求设计” 与 “用户体验 ...
2025-09-11塔吉特百货孕妇营销案例:数据驱动下的精准零售革命与启示 在零售行业 “流量红利见顶” 的当下,精准营销成为企业突围的核心方 ...
2025-09-11CDA 数据分析师与战略 / 业务数据分析:概念辨析与协同价值 在数据驱动决策的体系中,“战略数据分析”“业务数据分析” 是企业 ...
2025-09-11Excel 数据聚类分析:从操作实践到业务价值挖掘 在数据分析场景中,聚类分析作为 “无监督分组” 的核心工具,能从杂乱数据中挖 ...
2025-09-10统计模型的核心目的:从数据解读到决策支撑的价值导向 统计模型作为数据分析的核心工具,并非简单的 “公式堆砌”,而是围绕特定 ...
2025-09-10CDA 数据分析师:商业数据分析实践的落地者与价值创造者 商业数据分析的价值,最终要在 “实践” 中体现 —— 脱离业务场景的分 ...
2025-09-10机器学习解决实际问题的核心关键:从业务到落地的全流程解析 在人工智能技术落地的浪潮中,机器学习作为核心工具,已广泛应用于 ...
2025-09-09SPSS 编码状态区域中 Unicode 的功能与价值解析 在 SPSS(Statistical Product and Service Solutions,统计产品与服务解决方案 ...
2025-09-09