京公网安备 11010802034615号
经营许可证编号:京B2-20210330
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
机器学习算法工程的核心价值,在于将理论算法转化为可落地、可复用、高可靠的工程化解决方案,解决实际业务中的痛点问题。不同于 ...
2026-03-18在动态系统状态估计与目标跟踪领域,高精度、高鲁棒性的状态感知是机器人导航、自动驾驶、工业控制、目标检测等场景的核心需求。 ...
2026-03-18“垃圾数据进,垃圾结果出”,这是数据分析领域的黄金法则,更是CDA(Certified Data Analyst)数据分析师日常工作中时刻恪守的 ...
2026-03-18在机器学习建模中,决策树模型因其结构直观、易于理解、无需复杂数据预处理等优势,成为分类与回归任务的首选工具之一。而变量重 ...
2026-03-17在数据分析中,卡方检验是一类基于卡方分布的假设检验方法,核心用于分析分类变量之间的关联关系或实际观测分布与理论期望分布的 ...
2026-03-17在数字化转型的浪潮中,企业积累的数据日益庞大且分散——用户数据散落在注册系统、APP日志、客服记录中,订单数据分散在交易平 ...
2026-03-17在数字化时代,数据分析已成为企业决策、业务优化、增长突破的核心支撑,从数据仓库搭建(如维度表与事实表的设计)、数据采集清 ...
2026-03-16在数据仓库建设、数据分析(尤其是用户行为分析、业务指标分析)的实践中,维度表与事实表是两大核心组件,二者相互依存、缺一不 ...
2026-03-16数据是CDA(Certified Data Analyst)数据分析师开展一切工作的核心载体,而数据读取作为数据生命周期的关键环节,是连接原始数 ...
2026-03-16在用户行为分析实践中,很多从业者会陷入一个核心误区:过度关注“当前数据的分析结果”,却忽视了结果的“泛化能力”——即分析 ...
2026-03-13在数字经济时代,用户的每一次点击、浏览、停留、转化,都在传递着真实的需求信号。用户行为分析,本质上是通过收集、整理、挖掘 ...
2026-03-13在金融、零售、互联网等数据密集型行业,量化策略已成为企业挖掘商业价值、提升决策效率、控制经营风险的核心工具。而CDA(Certi ...
2026-03-13在机器学习建模体系中,随机森林作为集成学习的经典算法,凭借高精度、抗过拟合、适配多场景、可解释性强的核心优势,成为分类、 ...
2026-03-12在机器学习建模过程中,“哪些特征对预测结果影响最大?”“如何筛选核心特征、剔除冗余信息?”是从业者最常面临的核心问题。随 ...
2026-03-12在数字化转型深度渗透的今天,企业管理已从“经验驱动”全面转向“数据驱动”,数据思维成为企业高质量发展的核心竞争力,而CDA ...
2026-03-12在数字经济飞速发展的今天,数据分析已从“辅助工具”升级为“核心竞争力”,渗透到商业、科技、民生、金融等各个领域。无论是全 ...
2026-03-11上市公司财务报表是反映企业经营状况、盈利能力、偿债能力的核心数据载体,是投资者决策、研究者分析、从业者复盘的重要依据。16 ...
2026-03-11数字化浪潮下,数据已成为企业生存发展的核心资产,而数据思维,正是CDA(Certified Data Analyst)数据分析师解锁数据价值、赋 ...
2026-03-11线性回归是数据分析中最常用的预测与关联分析方法,广泛应用于销售额预测、风险评估、趋势分析等场景(如前文销售额预测中的多元 ...
2026-03-10在SQL Server安装与配置的实操中,“服务名无效”是最令初学者头疼的高频问题之一。无论是在命令行执行net start启动服务、通过S ...
2026-03-10