
大数据将重构信息技术体系和产业格局
新一代信息技术与经济社会各领域的深度融合引发了数据量的爆发式增长,使得数据资源成为国家重要的战略资源和核心创新要素。据统计,全球所掌握的数据每18个月就会翻倍。到2020年,全球的数据量将达到40ZB,其中我国所掌握的数据将占20%。
利用大数据分析,能够总结经验、发现规律、预测趋势、辅助决策,充分释放和利用海量数据资源中蕴含的巨大价值,推动新一代信息技术与各行业的深度耦合、交叉创新。大数据的发展将对经济社会发展乃至人们的思维观念带来革命性的影响,同时也能够为国家发展提供战略性的机遇。因此,从出现伊始,大数据就受到各方的热切关注。有关发达国家相继制定出台大数据发展的战略性指导文件,大力推动大数据的发展和应用。
围绕大数据发展的竞争不仅将决定国际信息产业格局,还将深刻影响国家安全与综合竞争力。推动大数据发展,提升我国在大数据技术研发、领域应用、产业发展、安全保障、法律标准、人才培养等方面的总体实力和综合竞争力,是推进我国经济增长和转型升级、促进政府管理和公共治理变革、解决发展方式转变深层次矛盾、实现国家治理能力现代化的有效路径和战略抉择,是助力我国从“数据大国”向“数据强国”转变的必由之路。
我国发展大数据拥有丰富的数据资源和巨大的应用市场优势。近年来,经过各方的共同努力,我国大数据得到了快速发展。产业规模不断扩大,在部分关键技术上实现突破,涌现出一批骨干企业,在各行业中的应用也得到了深入推广,形成了一大批典型的示范案例。大数据已经成为推动经济增长、加速产业转型的重要力量。例如,阿里公司根据中小企业的交易情况对银行的财务和诚信情况进行筛选,并提供无担保的贷款。目前,已累计发放贷款2000多亿元,服务80余万家企业,有力缓解了中小企业融资难的问题。百度公司利用大数据技术,可以实时展示流感等流行病的动态,预测发病趋势,为应对疫情变化,优化医疗卫生资源配置提供了有力帮助。
近年来,各地政府已部署推动大数据并初见成效。但我国大数据发展仍存在思想认识不明确、数据安全隐患较突出、核心技术创新待加强、政府数据开放共享不足、数据资源应用水平低、个人隐私保护不足等问题,亟待加强引导。为促进大数据发展,加快建设数据强国,国务院责成工信部作为牵头部门之一,制定出台大数据应用和发展的指导性文件。在经过充分调研论证的基础上,8月31日国务院印发了《促进大数据发展行动纲要》,从国家战略层面推动数据的采集、共享和分析利用,充分释放大数据价值,推动经济社会健康有序发展,为大数据的发展提供了良好的发展环境和有力的政策保障。
未来,随着我国经济发展进入新常态,大数据将在稳增长、促改革、调结构、惠民生中承担越来越重要的角色,在经济社会发展中的基础性、战略性、先导性地位也将越来越突出。同时,大数据也将重构信息技术体系和产业格局,为我国信息技术产业的发展提供巨大机遇。《促进大数据发展行动纲要》的出台,赋予了大数据作为建设数据强国、提升政府治理能力推动经济转型升级的战略地位。工信部将按照国务院部署要求,深入贯彻落实《促进大数据发展行动纲要》,推动大数据产业健康快速发展,为建设数据强国提供有力支撑。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
MySQL 服务器内存碎片:成因、检测与内存持续增长的解决策略 在 MySQL 运维中,“内存持续增长” 是常见且隐蔽的性能隐患 —— ...
2025-09-24人工智能重塑工程质量检测:核心应用、技术路径与实践案例 工程质量检测是保障建筑、市政、交通、水利等基础设施安全的 “最后一 ...
2025-09-24CDA 数据分析师:驾驭通用与场景指标,解锁数据驱动的精准路径 在数据驱动业务的实践中,指标是连接数据与决策的核心载体。但并 ...
2025-09-24在数据驱动的业务迭代中,AB 实验系统(负责验证业务优化效果)与业务系统(负责承载用户交互与核心流程)并非独立存在 —— 前 ...
2025-09-23CDA 业务数据分析:6 步闭环,让数据驱动业务落地 在企业数字化转型中,CDA(Certified Data Analyst)数据分析师的核心价值,并 ...
2025-09-23CDA 数据分析师:以指标为钥,解锁数据驱动价值 在数字化转型的浪潮中,“用数据说话” 已成为企业决策的共识。但数据本身是零散 ...
2025-09-23当 “算法” 成为数据科学、人工智能、业务决策领域的高频词时,一种隐形的认知误区正悄然蔓延 —— 有人将分析结果不佳归咎于 ...
2025-09-22在数据分析、金融计算、工程评估等领域,“平均数” 是描述数据集中趋势最常用的工具之一。但多数人提及 “平均数” 时,默认指 ...
2025-09-22CDA 数据分析师:参数估计助力数据决策的核心力量 在数字化浪潮席卷各行各业的当下,数据已成为驱动业务增长、优化运营效率的核 ...
2025-09-22训练与验证损失骤升:机器学习训练中的异常诊断与解决方案 在机器学习模型训练过程中,“损失曲线” 是反映模型学习状态的核心指 ...
2025-09-19解析 DataHub 与 Kafka:数据生态中两类核心工具的差异与协同 在数字化转型加速的今天,企业对数据的需求已从 “存储” 转向 “ ...
2025-09-19CDA 数据分析师:让统计基本概念成为业务决策的底层逻辑 统计基本概念是商业数据分析的 “基础语言”—— 从描述数据分布的 “均 ...
2025-09-19CDA 数据分析师:表结构数据 “获取 - 加工 - 使用” 全流程的赋能者 表结构数据(如数据库表、Excel 表、CSV 文件)是企业数字 ...
2025-09-19SQL Server 中 CONVERT 函数的日期转换:从基础用法到实战优化 在 SQL Server 的数据处理中,日期格式转换是高频需求 —— 无论 ...
2025-09-18MySQL 大表拆分与关联查询效率:打破 “拆分必慢” 的认知误区 在 MySQL 数据库管理中,“大表” 始终是性能优化绕不开的话题。 ...
2025-09-18DSGE 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 “ ...
2025-09-16