京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据面临的三重困难需从四个方面优化
近年来,大数据产业已成为新的技术制高点和经济增长的新动力,深刻改变着宏观经济环境,受到各国高度重视。我国大数据产业当前还面临信息资源难共享、数据安全风险大、产业生态不健全等难题,需从优化产业政策入手,促其健康发展。
产业呈现良好发展态势
北京大学教授杨学山认为,我国大数据产业虽还处于探索起步阶段,但在对大数据的社会认知、政策环境、市场规模、产业支撑能力等方面都取得了积极进展,为大数据产业的可持续发展创造了良好条件。
首先,大数据产业发展政策日益完善。大数据产业是云计算技术、物联网和移动互联网广泛普及的结果。鉴于大数据对经济、社会、科研、国家安全等方面的巨大价值,中国各级政府纷纷制定相关政策推动大数据产业深入发展。
早在2011年,工信部发布的《通信业“十二五”发展规划》就把云计算定位为构建国家级信息基础设施、实现融合创新的关键技术和重点发展方向,此规划被视为较早推动大数据发展的政策。
2015年8月,国务院印发了《促进大数据发展行动纲要》,全面阐述了我国发展大数据产业的意义、目标、任务和政策,此纲要的出台标志着大数据产业已被提升为国家战略高度,逐渐完善的政策体系为大数据产业发展提供了良好条件。
其次,各地逐渐建立起了大数据产业发展平台。随着国家和地方政府大数据产业发展政策的制定和实施,大数据产业发展的相关平台也逐步建立。
据了解,到目前为止,全国各地已建成和在建的大数据产业园已达到100多个。为推动大数据研究,学术界成立了大数据专家委员会等机构,举办了大数据共享与开发、大数据技术创新、大数据运用、大数据产业发展等主题的学术研讨会。
另外,大数据的市场空间广阔且在持续扩大。大数据产业主要涉及数据的收集、存储、分析和运用等环节,其在金融、电子商务、医疗、农业、政务等领域发挥着越来越重要的作用。
虽然我国的大数据产业已彰显出巨大的市场空间和持续增长的态势。例如,金融行业利用大数据技术处理业务,提高了工作效率,降低了审计风险;交通部门利用大数据检测交通流量变化,优化了公共交通资源配置;制造业利用大数据优化生产流程。而随着企业级用户对大数据需求的持续增加,大数据的市场空间将进一步扩大。
发展仍面临三重困难
中国工程院院士孙家广认为,大数据产业发展具有极强的技术和信息依赖性,由于我国大数据产业起步滞后以及基础条件不够成熟,其在快速发展的同时,面临的困难也日渐显现。
其中一大难题便是,信息壁垒降低了大数据产业资源配置效率。大数据产业发展必须实现数据信息的自由流动和共享,如果数据不开放、不共享,数据整合就不能实现,数据价值也会大大降低。
然而,这一问题并没有得到相关政府部门的足够重视。这主要是由于地方政府没有形成与全局思维,仍认为自己的数据信息不可以开放共享,甚至将其视为抢占大数据产业发展先机的优势条件。此外,政府部门是社会信息的主要控制者,其信息又分别被不同部门和区域控制,而不同部门和区域间的数据标准各异,信息资源也就难以实现共享。
另外,数据安全管理薄弱增加了大数据产业的发展风险。
数据安全和隐私保护是大数据产业发展的世界性难题,这主要体现在三个方面:其一,数据的海量存储增加了数据安防的难度,可能造成大量数据损坏或丢失,造成难以想象的后果;其二,在大数据时代,数据的多元性和复杂性要求人们形成更强的安全意识,但现实中不论企业还是个人的安全意识还没有从传统的非信息时代转变过来,存在巨大潜在风险;其三,网络攻击带来了数据安全风险,随着大数据在政府、金融、公共事业等领域的广泛运用,数据泄露带来的损失远远超出行业范畴,而是全局性的国家安全问题。
目前,我国保护大数据安全的能力十分有限,加上大数据安全法律法规缺失、网络信息管理体制存在缺陷等问题,大大增加了我国大数据产业的发展风险。
不仅如此,产业生态体系存在短板,阻碍了大数据产业链和产业集群的形成。产业健康可持续发展的一个重要特征就是形成了完整的产业链条和多层次的生态体系。我国大数据产业仍处于起步阶段,主要体现为:各领域大数据企业分散现象普遍;产业发展、政策、平台、创新、环境等不协调;大数据企业之间分工不明确、交流合作不足、协同力度不够;大数据行业协会、产业联盟发展滞后。
需从四方面优化产业政策
中国科学院院士、北京理工大学副校长梅宏表示,为克服困难,促进我国大数据产业健康发展,相关的产业政策应从以下四方面优化:
第一,完善大数据产业发展战略规划,优化产业布局。
实践表明,新兴产业如果缺乏科学理论指导,容易出现盲目发展、重复建设、同质竞争等问题。为此,我国应尽快优化对大数据产业的战略规划,明确方向和重点,制定长、中、短期发展目标,完善投融资、知识产权、利益分配等方面的政策,为大数据产业创造良好发展环境。
第二,依托大众创新创业优化大数据产业发展环境。大众创新创业有利于增强创新驱动活力、拓宽创业渠道、优化创新环境、促进中小企业发展、优化产业结构等,这无疑是解决大数据发展创新技术受限、企业竞争不充分等问题的有效途径。
第三,加强大数据共享平台和安全保障体系建设。在数据共享方面,应尽快制定和出台《公共信息资源开发共享管理办法》,以法律形式规定公共信息资源开放共享的内容、程序、标准等,并在此基础上建立公共信息资源共享网站,形成共享服务体系;在数据安全方面,应完善国家数据安全法律法规,同时加强网络安全基础设施建设,建立和完善大数据安全应急机制,从而大幅度降低大数据风险。
第四,实施融合发展战略,构建大数据产业生态体系。这里的融合发展既包括大数据与其他产业的融合,又包括大数据企业与政府、社会组织的融合。
大数据要形成完整的产业链和生态体系,需要众多产业的支撑。因此,构建大数据产业与其他产业发展的联动机制,组建全国性、区域性的大数据产业联盟,加强大数据产业链各个环节企业的合作,显得尤为重要。大数据产业发展需要同时发挥好政府、企业、社会中介等多方面力量,聚集各方优势。企业应在产业发展过程中充当主体地位,政府应根据企业的需求,提供政策和服务。社会中介组织也不容忽视,政府部门应加强对大数据行业协会、科研机构、产业联盟等组织的培育和扶持,充分发挥它们在理论研究、技术研发、社会调研等方面的作用,使之成为推动大数据产业发展的另一支重要力量。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在 SQL Server 安装、服务启动、数据库文件操作等场景中,经常会遇到 “实例已在使用” 类报错,不同触发场景的原因与处理方式差 ...
2026-06-29在Excel数据统计、财务核算、销售复盘、库存盘点等办公场景中,经常需要在数据透视表中实现一列数据乘以另一列数据的计算需求, ...
2026-06-29在数据分析中,指标是连接业务与数据的核心语言。它并非一个简单的数字,而是一个将模糊的业务需求(如“提升用户粘性”)转化为 ...
2026-06-29【核心关键词】大数据、零售商、消费者、供应链、运营、企业、产品、客户、数据模型、大数据平台、数据开发、系统运维、业务逻 ...
2026-06-26在物流配送、供应链履约、终端供货等业务场景中,送货率是衡量企业履约能力、服务质量、供应链稳定性的核心业务指标,直接关联客 ...
2026-06-26 很多数据分析师精通描述性统计,能熟练计算均值、中位数、标准差,但当被问到“用500个样本如何推断10万用户的真实满意度” ...
2026-06-26在数字化管理与数据化运营体系中,指标是连接原始数据与业务决策的核心载体。零散的原始数据只是无意义的数值堆砌,无法直接反映 ...
2026-06-25在Excel数据汇总、财务统计、业务复盘等日常办公场景中,经常需要完成逐行相乘、整体汇总求和的计算需求,最典型的场景就是:单 ...
2026-06-25 很多数据分析师沉迷于复杂的机器学习算法,却忽略了数据分析最基础也最核心的能力——描述性统计。事实上,80%的商业分析问 ...
2026-06-25【核心关键词】主数据、资产、供应商、现金流、企业、精细化、集团、数字化、中国、数据质量、数据管理、经营管理、地产行业、 ...
2026-06-24在数据分析、假设检验、AB测试、学术研究等统计场景中,显著水平(α)与P值(P-value)是判断统计结果是否具有统计学意义的两个 ...
2026-06-24小李刚入职了一家互联网公司的运营部门。第一次参加业务复盘会,运营主管问了一个看似简单的问题:“这个月新用户留存率下降了5 ...
2026-06-24在数字化转型全面渗透的产业背景下,数据分析已成为互联网、金融、零售、制造等几乎所有行业的核心岗位能力。很多初学者对数据分 ...
2026-06-23在企业并购、股权定价、投融资评估、资产核算等资本市场核心场景中,市场法是应用最广泛、市场认可度最高的企业价值评估方法。传 ...
2026-06-23 许多数据分析师精通Excel函数和SQL查询,但当面对一张上万行的销售明细表,要快速回答“哪个地区销量最高”“哪款产品增长最 ...
2026-06-23【核心关键词】运营、证书、金融、客户、产品、软件、销售额、量化、科技、数据分析、金融行业、证券类软件、业务流程、金融机 ...
2026-06-22在企业方案选型、产品迭代评审、供应商筛选、运营效果复盘等决策场景中,单一指标的优劣判断往往无法支撑科学决策。一套转化效果 ...
2026-06-22 很多数据分析师掌握了Excel函数、会写SQL查询,但当被问到“数据从哪里来”“数据加工有哪些步骤”“如何使用分析工具连接数 ...
2026-06-22【核心关键词】软件、洞察力、大数据、产品、经验、硬件、流量、创新、决策、数据安全、网络安全、数据分析、决策制定、数据挖 ...
2026-06-18在方案选型、效果复盘、产品评估、供应商筛选等各类业务决策场景中,仅凭单一指标下结论往往会陷入 “以偏概全” 的误区。多维度 ...
2026-06-18