
我国大数据战略实施面临的五大挑战
一、我国实施国家大数据战略的新成效
近几年,在国家政策支持下,我国大数据战略取得多方面成效:
一是产业集聚效应初步显现。国家八个大数据综合实验区建设促进了具有地方特色产业集聚。京津冀和珠三角跨区综合试验区,注重数据要素流通;上海、重庆、河南和沈阳试验区,注重数据资源统筹和产业集聚;内蒙的基础设施统筹发展,充分发挥能源、气候等条件,加快实现大数据跨越发展。
二是新业态新模式不断涌现。我国在大数据应用方面位于世界前列,特别是在服务业领域,如基于大数据的互联网金融及精准营销迅速普及;在智慧物流交通领域,通过为货主、乘客与司机提供实时数据匹配,提升了物流交通效率。
三是与传统产业融合步伐加快。铁路、电力和制造业等加快了运用信息技术和大数据的步伐。高铁推出“高铁线上订餐”等服务,提升了乘客体验。电力企业推广智能电表,提高了企业利润。三一重工、航天科工、海尔等一批企业将自身积累的智能制造能力,向广大中小企业输出解决方案,着手建设工业互联网平台。
四是技术创新取得显著进展。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。
五是产业规模快速增长。2016年我国包括大数据核心软硬件产品和大数据服务在内的市场规模达到3100亿元。预计2017年有望达到4185亿元。未来2-3年市场规模的增长率将保持在35%左右。未来5年,年均增长率将超过50%。
六是一批企业快速成长。主要分为三类:一类是已经有获取大数据能力、具有一定国际影响力的公司,如百度、腾讯、阿里巴巴等互联网巨头;二是以华为、浪潮、中兴、曙光、用友等为代表的电子信息通信厂商;三是以亿赞普、拓尔思、九次方等为代表的大数据服务新兴企业。
七是法治法规建设全面推进。先后制定和出台《全国人大常委会关于加强网络信息保护的决定》《全国人大常委会关于加强网络信息保护的决定》《电信和互联网用户个人信息保护规定》《电话用户真实身份信息登记规定(部令第25号)》《中华人民共和国网络安全法》等文件,保障用户隐私和合法权益。
二、我国实施国家大数据战略面临的挑战
一是数据权属不清晰,数据流通和利用混乱。大数据带来了复杂的权责关系,产生数据的个人、企业、非政府组织和政府机构,拥有数据存取实际管理权的云服务提供商和拥有数据法律和行政管辖权的政府机构,在大数据问题上的法律权责不明确,数据产权承认和保护存在盲点,阻碍了数据有效流通。
二是数据爆炸式增长与数据有效利用矛盾突出。当前面临的问题不是数据缺乏,而是数据快速增长与数据有效存储和利用之间矛盾日益突出。数据呈爆炸式增长,每两年数据量翻10倍,而摩尔定律已接近极限,硬件性能提升难以应对海量数据增长。
三是企业与政府数据双向共享机制缺乏。目前,我国政府、少数互联网企业和行业龙头企业掌握了大部分数据资源,但数据归属处于模糊状态,法律规定不明确,政府与企业数据资源双向共享不够。
四是发展一哄而上,存在过度竞争倾向。截止2017年1月,全国37个省、市出台大数据发展规划,90%提出要统筹建设政府和行业数据中心,有12个省市提出建设面向全国的大数据产业中心,有14省(市)合计产值目标过2.8万亿元,远远超过工信部提出到2020年1万亿元大数据产值发展目标。
五是安全问题日益凸显。截至2017年7月,全国共侦破侵犯公民个人信息案件和黑客攻击破坏案件1800余起,抓获犯罪嫌疑人4800余名,查获窃取的各类公民个人信息500多亿条。乌克兰电力系统和伊朗核设施遭遇网络攻击,也给我国电力、石油、化工、铁路等重要信息系统安全敲响了警钟。
三、 更好实施我国国家大数据战略政策建议
按照十九大精神,要着力推动大数据与实体经济深度融合,建设数字中国和智慧社会,实现网络强国的目标,需要从政府、企业、社会组织和个人等统筹推动国家大数据战略落实。
(一)完善机制与制度,更好发挥政府作用。在体制机制方面,建议设立由国务院领导担任组长的国家大数据战略领导小组,负责组织领导、统筹协调全国大数据发展。领导小组下设办公室和大数据专家咨询委员会。
在法规建设方面,加快制定《大数据管理条例》,鼓励行业组织制定和发布《大数据挖掘公约》和《大数据职业操守公约》,在条件成熟时启动《数据法》立法,明确数据权属,培育大数据市场,加快数据作为生产要素规范流通。
在产业政策方面,出台数字经济优惠政策,创新数字经济监管模式,加强重点人群大数据应用能力培训,创造更多就业。
在试点示范方面,在环境治理、食品安全、市场监管、健康医疗、社保就业、教育文化、交通旅游、工业制造等领域开展大数据试点应用,以点带面提升大数据应用能力。
在资源共享方面,按照“逻辑统一、物理分散”原则,通过建设国家一体化大数据中心和国家互联网大数据平台,探索政府与企业数据资源双向共享机制。
在发展环境方面,着力部署下一代新基础设施,加快我国信息基础设施优化升级,制定政府大数据开发与利用的“负面清单”“权力清单”和“责任清单”,建立统计和评估指标体系,营造良好的舆论环境,防止炒作大数据概念,引导全国大数据健康有序发展。
在数据安全方面,加快落实《中华人民共和国网络安全法》,建立国家关键基础设施信息安全保护制度,明确监管机构的关键基础设施行业主管部门的信息安全监督管理职责,加快推动国产软硬件的应用推广,提升安全可控水平。
(二)对企业分类施策,发挥市场资源配置决定性作用。一是发挥互联网龙头企业引领和带动作用。百度、腾讯、阿里、京东为代表的龙头企业技术和人才储备雄厚,具有强大的数据资源收集、存储、计算和分析能力,成为我国大数据技术进步的主要推动力。应像使用电、水、交通等传统基础设施一样,互联网龙头企业向各行业提供高性能和低成本的大数据服务,帮助传统企业提升效率,提升核心竞争力。
二是发挥重要行业龙头企业数据和用户优势。我国电力、交通、金融等诸多行业龙头集聚了海量用户和数据,是未来我国大数据战略实施的主战场和大数据价值真正“钻石矿”。应发挥铁路、电力、金融等重要行业龙头企业优势,通过与互联网龙头企业深度合作,利用其技术优势,深度挖掘数据资源,提升自身核心竞争力,并帮助中小企业发展。
三是发挥通信运营商生力军作用,为大数据发展提供基础性战略性资源。我国移动、电信、联通等拥有全球最多的电话用户,积累了海量数据,是我国信息社会的战略性资源。应充分发挥自身在网络方面的优势,推动移动互联网、云计算、大数据、物联网等与行业结合,助力智慧城市、交通、能源、教育、医疗、制造、旅游等行业的创新和发展。
(三)激发社会组织活力,构建新型协作关系。构建政府和社会组织互动的信息采集、共享和应用协作机制,提高社会组织大数据应用意识和能力,与具有大数据技术的企业合作,提高社会事业精准化水平和资金使用效率。针对发展需要、重视科技引领,整合广大科研机构和事业单位力量,加强大数据基础理论、方法和技术研究,推动关键技术突破。
(四)提升公民数据意识和能力,推动“数字公民”建设。通过给每位公民一个数字身份,方便公民获取个性化、智慧化精准服务,提高政府公共服务的精准度与实效性,推动社会治理向精细化、智慧化转变。要提高公民数据素养,增强公民数据权利意识,提高大数据应用能力。
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