京公网安备 11010802034615号
经营许可证编号:京B2-20210330
工信部九方面推进我国大数据产业发展 支持关键技术产品研发和产业化
随着新一代信息技术的迅猛发展,互联网与社会各领域各行业的交融、交汇日益深化,一个以大规模产生分享和应用数据为特征的大数据时代已经到来。近年来在国家政策支持和各方面的努力下,我国大数据产业循序发展,应用不断深化,大数据已经成为当今经济社会领域倍受关注的热点之一。
对我国而言,如何把握住发展的机遇,充分利用好大数据抢占发展先机是现在面临的主要问题。对此,莫玮提出了关于我国大数据的两点看法。
第一,党中央国务院高度重视大数据发展,大数据产业发展迎来了重要的机遇,党的十八届五中全会提出实施国家大数据战略,习近平总书记4月19日在全国网络安全和信息化工作座谈会上指出,要切实贯彻落实好网络强国战略,互联网+行动计划,大数据等国家战略,国务院也出台了《促进大数据发展行动纲要》,全国推进大数据发展,加快建设数据强国。
十三五时期是我国全面建成小康社会的决胜阶段,全球新一代信息技术产业发展正处于加速变革期,国内市场应用需求处于爆发期,我国大数据产业迎来了重要的发展时刻。为此,我国要抢占机遇,增强创新能力,深化行业应用,繁荣产业生态,促进大数据产业健康、快速发展。
第二,我国大数据发展具备良好基础,同时也面临诸多挑战,自从20多年前接入国际互联网以来,我国高度重视互联网的发展,加强基础设施建设,加大基础设施研发,大力发展网络经济,网络深度融合了社会的发展,为我国大数据产业发展奠定了良好的基础。这主要体现在以下七个方面:
一,大数据基础设施日益完善。截止今年6月底,我国固定宽带家庭普及率达到56.6%,移动宽带用户普及率达到了63.8%,全国月户均移动互联网接入量达到了700兆,5G已经全面拉开序幕,研发和实验阶段也进入了攻坚阶段。
二,激烈了丰富的数据资源。目前我国网民数量已经超过7亿,移动电话数据规模突破了13亿,网络零售交易额跃居全球第一,我国已经产生积累数据量最多,数据类型最丰富的国家之一。
三,大数据技术创新取得了显著的进展。国内互联网龙头企业,单服务器集群规模达到了上万台,部分企业在深度学习人工智能等领域,我国企业对国际主流大数据技术基础开元软件逐步增加。
四,大数据应用推进的势头良好。大数据在互联网服务中得到了广泛的应用,提升了个性化和智能化的服务水平。大数据与传统产业相结合,推动制造业的网络化、数字化和智能化方向发展。电信、金融、交通等行业利用大数据加快服务优化,业务创新和产业升级的步伐。
五,当数据相关产业规模不断壮大。2015年我国软件和信息技术服务产值达到了4.3亿元,连续多年保持了20%以上的增速,一批新兴的专业化大数据企业崛起,大数据成为社会投资的热点之一。
六,大数据产业支撑体系不断完善。建立了大数据行业标准化工作机制,开展了大数据技术、交易、开放共享等国家标准的研制工作。一批大数据技术研发实验室,产业联盟,投资基金等产业平台相继建成,为产业发展提供了良好的支撑。
七,地方发展大数据积极性高涨。目前,全国30多个省市专门出了大数据相关的政策文件,十余个地方专门设置了大数据的管理部门,统筹推进大数据发展,呈现出京津冀、长三角、珠三角、中西部、东北部等全面开花的格局。
莫玮表示,总体来看,我国大数据产业发展具备了良好的基础,但要实现从数据大国向数据强国的转变,还面临着数据资源开放程度低,核心技术能力不强,产业支撑体系不够完善,高层次专业人才欠缺等一系列的问题和挑战。
工业和信息化部按照国务院的决策部署积极推进大数据产业的发展,以及促进大数据发展行动纲要的任务分工,将以五大发展理念为指导,着重做好以下九个方面的工作。
一,认真贯彻落实推进大数据发展行动纲要。依托联席会议制度会同发改委、中央网信办等部门统筹推进落实的任务。
二,做好大数据顶层发展的统筹设计。
三,支持大数据关键技术产品研发和产业化,形成一批具有自主知识产权的技术和产品。
四,大力发展工业大数据,认真贯彻落实国务院《关于深化制造业与物联网融合发展的指导意见的任务要求》。
五,支持地方大数据产业发展和应用试点,选择带有条件的地方开展大数据的建设,并积极探索推进产业集聚区的建设。
六,推动大数据标准体系建设,推荐关键急需标准的研制和验证,积极参与国际标准制订。
七,加强大数据安全保障体系建设,推进大数据安全技术、产品研发、完善相关法律法规和制度体系。
八,建设符合新生态队伍,创新人才培养模式,建立健全多层次、多类型的大数据人才培养体系。
九,加强国际合作,充分利用国际市场面向全球配置资源的需求做。
“数据是国家基础战略性资源,我们自身与这么一个无处不数据的时代,坐拥数据富矿,要从富矿中提炼出钻石,切实转化为推动经济社会前行的力量,还需要政府、企业、科研院落等行业联盟更各界的共同努力,希望各地的政府积极制订并落实配套措施,着力推动数据资源开放共享,利用大数据提升政府治理能力和公共的服务水平,加快产业转型升级,促进经济社会发展,也希望我们企业界充分利用数据资源开展创业创新,在技术、产品、服务和商业模式方面积极探索,希望科技领域加强大数据领域前沿技术研究,加强校企合作,突破一批关键的核心技术,提升我国大数据关键技术创新水平。”,莫玮介绍说。
最后,莫玮表示希望全社会各界提高对大数据的认识,积极推动大数据在各领域的广泛深度应用。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
CDA数据分析师 出品 作者:李诗怡 1. 用户标签体系 定义: 通过一系列高度精炼的特征标识,对用户属性、行为与偏好进行量化刻画 ...
2026-09-24Pandas是Python生态中用于表格数据处理的核心库,广泛应用于数据清洗、统计运算、报表输出、数据分析建模等场景。在处理极大数值 ...
2026-09-24随着数字经济快速发展,数据已成为核心生产要素,各行各业的业务沉淀、用户行为、设备运行、市场交易均产生海量数据。数据处理作 ...
2026-09-24 很多分析师每天和数据打交道,但当被问到“标签是什么”“标签和指标有什么区别”“标签体系如何设计”时,却常常答不上来。 ...
2026-09-24在时序数据分析中,大部分业务数据并非持续平稳变化,而是会在某些时间节点出现突然抬升、断崖下跌、趋势反转、波动异变等现象, ...
2026-09-23在统计学与数据分析中,研究多组数据差异最常用的方法为单因素方差分析与事后多重比较。很多数据分析初学者容易混淆两者功能,认 ...
2026-09-23 很多数据分析师每天都在写 SQL,但当被问到“DQL 的本质是什么”“SELECT 子句的书写顺序与执行顺序为何不同”“INNER JOIN ...
2026-09-23 很多数据分析师写过无数个SELECT查询,但当被问到“如何新建一张表来固化中间数据”“创建视图和创建物理表有什么区别”“视 ...
2026-09-22CDA数据分析师 出品 作者:李诗怡 1. 金字塔原理 定义: 一种“先总后分、先结论后原因”的思考和表达方式。顶层为核心观点,中 ...
2026-09-22数据收集是数据分析、数据挖掘与数字化运营的源头工作,数据收集的完整性、准确性、时效性直接决定后续数据分析结果的可信度与业 ...
2026-09-21箱线图是数据分析中用于识别数据分布、判断离散程度、筛查异常值的核心图表。相比于直方图、趋势图,箱线图可以精准区分正常数据 ...
2026-09-21 很多数据分析师精通Excel函数和数据透视表,但当被问到“数据从哪里来”“表和视图有什么区别”“数据库管理系统和SQL是什么 ...
2026-09-21在数据库数据查询与数据分析工作中,日期时间是最常用的数据类型之一。原始数据库中存储的日期格式多为标准时间戳、年月日时分秒 ...
2026-09-20在时序数据分析中,增长率是衡量数据涨跌幅度、研判发展趋势、识别周期波动的核心指标,主要分为环比增长率与同比增长率。传统Ex ...
2026-09-20 很多企业团队并非缺乏指标,而是陷入“指标失控”:仪表盘上堆满实时跳动的数据,却无法回答“当前瓶颈在哪、下一步该做什么 ...
2026-09-20CDA数据分析师 出品 作者:李诗怡 STP模型(营销战略三步法) 定义: 现代营销战略核心框架,通过市场细分(S)、目标市场选择( ...
2026-09-18在互联网产品迭代、运营优化、界面改版与策略升级过程中,主观经验判断容易造成决策偏差、盲目改版、资源浪费等问题。AB实验(AB ...
2026-09-18 很多企业并不缺少指标,缺少的是让指标“串起来、动起来、用起来”的体系。零散指标像散落一地的珠子,指标体系则是那根把珠 ...
2026-09-18在电商行业精细化运营时代,流量红利逐步消退,粗放式投流、广撒网营销模式已无法适配市场竞争需求。依托用户点击、加购、收藏、 ...
2026-09-17在数据可视化与数据分析工作中,图表是将零散数据转化为直观业务规律的核心工具。不同图表拥有专属的数据逻辑与分析维度,能够从 ...
2026-09-17