
解读中国大数据产业的现状与前景
一、发展现状
“十二五”期间,我国信息通信技术产业快速壮大,互联网经济蓬勃发展,积累了丰富的数据资源,技术创新取得了明显突破,应用势头良好,为“十三五”时期我国加快大数据产业发展奠定了坚实基础。大数据资源不断积累丰富。
我国国土广袤、人口众多、经济规模巨大、活跃度高,信息化发展水平日益提高,已经成为产生和积累数据量最多、数据类型最丰富的国家之一。政务信息化水平不断提升,信息消费蓬勃发展,移动电话用户和移动互联网用户规模均居世界第一,网络经济规模持续扩大。政府部门、互联网企业、大型集团企业积累沉淀了大量的数据资源,我国已经成为名副其实的数据资源大国。
大数据技术创新取得积极进展。在基础软硬件方面,国内骨干软硬件企业陆续推出自主的大数据基础平台产品,一批信息服务企业面向特定领域研发数据分析工具,提供创新型数据服务。在平台建设方面,互联网龙头企业服务器单集群规模达到上万台,具备了建设和运维超大规模大数据平台的技术实力,并以云服务向外界开放自身技术服务能力和资源。在深度学习、人工智能、语音识别等前沿领域,我国企业积极布局,抢占技术制高点。
大数据相关产业不断壮大。“十二五”期间,我国电子信息和软件产业保持快速增长。2015年,信息产业收入达到17.1万亿元,软件和信息技术服务业务收入4.3万亿元,产业规模进一步扩大。网络基础设施支撑能力大幅提升,云计算服务逐渐成熟,为大数据发展提供有力的基础设施支撑。国内龙头企业面向大数据需求,积极推出新产品和新服务,一批新兴的专业化大数据企业崛起,新业态新模式不断涌现。基于大数据的创新创业日趋活跃,大数据成为社会资本投资的热点。
大数据应用广度和深度逐渐加强。“十二五”期间,我国信息技术应用逐步从重基础设施建设过渡到重软件和服务,正在加速向重数据资源挖掘应用的方向转变。一批世界级的互联网企业引领大数据前沿发展,将大数据应用于网络社交、电商、广告、搜索等业务中,大幅度提升了网络服务的个性化和智能化水平。电信、金融、交通等行业正在积极利用已经积累的丰富数据资源,加快服务优化、业务创新和产业升级步伐。工业、物流、医疗、农业等领域积极跟进,行业大数据应用正在快速发展,形成了大数据应用发展的良好局面。
二、存在问题
我国大数据产业具备了良好基础,面临难得的发展机遇,但仍然存在一些困难和问题。一是数据资源开放共享不畅。数据质量不高、数据管理能力弱、数据的“流动性”和“可获取性”较差,给数据大规模利用造成阻碍。二是技术创新能力有待提升。大数据基础理论和核心技术与国外相比存在较大差距,对开源技术和相关生态的影响力较弱。三是大数据应用水平不高。我国发展大数据具有强劲的应用市场优势,但是目前大数据应用还存在应用领域不广泛,应用程度不深等问题。四是大数据产业支撑体系尚不完善,人才队伍建设亟须加强。大数据专业人员供应不足,复合型人才缺乏,不能满足产业发展需要。
三、面临形势
大数据成为塑造国家竞争力的战略制高点之一。掌控和利用大数据资源的能力成为一个国家提升综合竞争力的关键,只有拥有此能力,才能从大数据中获取知识和智慧,更好地推动经济发展、社会管理,抢占未来发展制高点和主动权。各国已充分认识到大数据的重要战略价值。美国于2016年5月发布“联邦大数据研究与开发计划”,不断加强在大数据研发和应用方面的布局。欧盟2014年推出了“数据驱动的经济”战略,倡导欧洲各国抢抓大数据发展机遇。英国、日本、澳大利亚等国也出台了类似政策,推动大数据应用,拉动产业发展。
大数据驱动信息技术产业格局加速变革。大数据对传统信息技术带来革命性挑战,引发巨大变革。大数据需要信息系统具备大规模、低成本、高效率以及实时获取、存储和处理多样化复杂数据的能力。这将倒逼芯片、软件和信息系统的体系化创新与重构,促进基于开源软件和开放架构的信息系统的广泛应用,重塑全球信息技术产业格局。同时,大数据正在加速信息技术与各行业的交叉融合,孕育形成大数据服务新型业态,进一步拓展信息产业发展空间。
我国经济社会发展对大数据产业提出了更高要求。数据资源作为信息社会的重要生产要素、无形资产和社会财富,已成为国家基础性战略资源。通过对数据进行深入分析,能够总结经验、发现规律、预测趋势、辅助决策,帮助人类更好地认识客观世界和开展社会实践。“十三五”时期是我国全面建成小康社会的决胜阶段,是新旧产业和发展动能接续转换的关键时期,全球新一代信息技术产业正处于加速变革期,国内市场应用需求处于爆发期,对我国大数据产业发展提出更高要求。
四、“十三五”时期的发展方向及重点
全面贯彻党的十八大和十八届三中、四中、五中、六中全会精神,坚持创新、协调、绿色、开放、共享的发展理念,围绕国家大数据战略和《促进大数据发展行动纲要》的总体部署,打造数据、技术、应用与安全协同发展的自主产业生态体系,建设“数据强国”。
构建大数据产业体系。加强大数据关键技术研发和应用,壮大大数据服务业态,培育大数据产业体系。培育大数据龙头骨干企业。培育数据采集、数据分析、数据安全、数据交易等新型数据服务模式和企业。优化大数据产业布局,建设大数据产业集聚区和综合试验区。支持大数据公共服务平台建设,发展大数据标准验证、测评认证等服务,完善大数据产业公共服务体系。
发展工业大数据。支持研发面向研发设计、生产制造、经营管理、市场营销等关键环节的大数据分析技术和平台,推动建立完善面向全产业链的大数据资源整合和分析平台,开展大数据在工业领域的应用创新和试点示范。深化制造业与互联网融合发展,加快大数据与物联网、云计算、信息物理系统等新兴技术在制造业领域的深度集成与应用,丰富工业大数据服务内容、创新服务模式。
深化大数据应用服务。面向政府、金融、能源等重点行业领域,推进大数据系统安全可靠软硬件应用,促进大数据跨行业融合应用,助力重点行业转型发展。以服务民生需求为导向,加快大数据在医疗、教育、交通、旅游、社保等民生领域的应用。推动大数据在政务和社会治理领域的深入应用,提升政府科学决策能力、政府运转效率和公共服务水平。
促进大数据交易流通。研究制定数据交易流通的一般规则,逐步完善个人信息保护、数据安全、知识产权保护等制度,建立行业自律和监督机制,开展第三方数据交易平台试点示范,推动大数据产业发展。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
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在机器学习建模中,“参数” 是决定模型效果的关键变量 —— 无论是线性回归的系数、随机森林的树深度,还是神经网络的权重,这 ...
2025-10-16在数字化浪潮中,“数据” 已从 “辅助决策的工具” 升级为 “驱动业务的核心资产”—— 电商平台靠用户行为数据优化推荐算法, ...
2025-10-16在大模型从实验室走向生产环境的过程中,“稳定性” 是决定其能否实用的关键 —— 一个在单轮测试中表现优异的模型,若在高并发 ...
2025-10-15