京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据产业重在应用 防止盲目建设数据中心
在大数据产业这条起跑线上,中国给予了十足的重视。
据21世纪经济报道梳理,自去年国务院印发《促进大数据发展行动纲要》以来,目前已有23个省出台了74个和大数据相关的政策措施,上海、贵州、重庆、天津出台了大数据发展规划,目前已建的大数据产业园区至少有十余个。
在发展大数据产业过程中如何扬长避短?如何聚焦重点,避免误入歧途?21世纪经济报道专访了国家信息化专家咨询委员会委员、国家信息中心专家委员会主任宁家骏。
我国大数据产业关键技术和支撑环境还存在差距
中国的大数据产业和发达国家相比,处于一个什么样的位置?
我们和发达国家相比,基本上处于一个差不太多的位置,至少没有落后太多。
当前和未来一段时间,我国面临着经济结构转型升级、政府和公共服务改进提升等紧迫任务,这给大数据提供了广阔的应用前景。国家对大数据的认识、我国既有数据的积累,以及应用前景方面,我们都不落后于发达国家。近年来我国大数据发展的宏观政策环境不断完善,地方政府也积极推动大数据发展,整体取得较大的进展。
但同时必须指出,我国在大数据的关键技术和支撑环境来说,还存在差距。
《21世纪》:关键技术和支撑环境方面存在哪些差距?
大数据主要包括四个环节,即“找矿”、“开矿”、“练矿”、“用矿”,现在支撑大数据这四个环节的技术,比如数据采集、清洗、存储、挖掘应用,整体上和发达国家都还存在差距。支撑环境方面,主要是数据的开放共享还有差距,长期以来我们对数据资源统筹不够,缺少法律和机制体制保障。各个部门都用传统的方式自己采集、管理数据,这部分数据又都不愿拿出来和社会共享,这是最主要的问题。
未来5年大数据市场年复合增长率在50%以上
中国大数据从技术到产业,是否已经走出一条成熟的路子?以后的市场规模有多大?
还在探索之中,目前还不能说已经走出一条非常成熟的道路。BAT已经在互联网大数据的分析应用方面有一些很好的尝试,但从更宏观的产业发展上看,我们才刚刚起步。
实际上,现在很多大数据企业并没有和其传统的业务做分离,其业态还处于混沌状态,其提供的产品,比如数据清洗、加工、存储也没有和传统的计算机软硬件技术切割开来。
不过我们要更加关注围绕着数据应用的整个信息服务市场的发展新趋势,将来与大数据相关的信息服务、软件开发、应用集成、数据安全市场将快速增长。预计未来5年,整个大数据市场规模的年复合增长率应该在50%以上,主要原因是现在大数据产业规模的基数还比较小。
地方应警惕盲目建大数据中心
你怎么看当前中国大数据产业的发展路径?
必须强调,中国推动大数据产业,一定要聚焦在应用上,这是大数据产业的核心。大数据的核心说到底是“用”,而不在于数据中心放在哪。
现在各地大力发展数据中心是受旧思想的影响的,他们认为这个数据一定要拢在我这,这是不对的,不等于有了数据中心就有了大数据,大数据产业高端的附加值也不在数据中心这里。在互联网环境中,数据本身应该是开放的,大数据强调的是从数据中提炼价值。
所以我想强调,我们在发展大数据时,千万不能认为发展大数据就是发展大数据中心,盲目地搞大数据产业园。一定要警惕大数据不能泡沫化,形成新的过剩。
现在是否有这样的趋势?
有这个苗头了。全国很多省,甚至很多市都在搞所谓的大数据中心,搞占地很大的大数据产业园,这是很大的风险。同时,不少地方还希望本地也能在短时间生长出一些像BAT一样自己的企业,这明显也是不现实的。
当然并非不让建数据中心,但要根据当地的具体条件来做。现在一些地方只是说他们的能源价格低,电费便宜,其实这些地方建数据中心,还应该将人才、应用等成本考虑进来,否则容易造成盲目性重复建设。对此,我认为有必要引起有关部门、各地以及全社会的警惕。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据处理的全流程中,数据呈现与数据分析是两个紧密关联却截然不同的核心环节。无论是科研数据整理、企业业务复盘,还是日常数 ...
2026-03-06在数据分析、数据预处理场景中,dat文件是一种常见的二进制或文本格式数据文件,广泛应用于科研数据、工程数据、传感器数据等领 ...
2026-03-06在数据驱动决策的时代,CDA(Certified Data Analyst)数据分析师的核心价值,早已超越单纯的数据清洗与统计分析,而是通过数据 ...
2026-03-06在教学管理、培训数据统计、课程体系搭建等场景中,经常需要对课时数据进行排序并实现累加计算——比如,按课程章节排序,累加各 ...
2026-03-05在数据分析场景中,环比是衡量数据短期波动的核心指标——它通过对比“当前周期与上一个相邻周期”的数据,直观反映指标的月度、 ...
2026-03-05数据治理是数字化时代企业实现数据价值最大化的核心前提,而CDA(Certified Data Analyst)数据分析师作为数据全生命周期的核心 ...
2026-03-05在实验检测、质量控制、科研验证等场景中,“方法验证”是确保检测/分析结果可靠、可复用的核心环节——无论是新开发的检测方法 ...
2026-03-04在数据分析、科研实验、办公统计等场景中,我们常常需要对比两组数据的整体差异——比如两种营销策略的销售额差异、两种实验方案 ...
2026-03-04在数字化转型进入深水区的今天,企业对数据的依赖程度日益加深,而数据治理体系则是企业实现数据规范化、高质量化、价值化的核心 ...
2026-03-04在深度学习,尤其是卷积神经网络(CNN)的实操中,转置卷积(Transposed Convolution)是一个高频应用的操作——它核心用于实现 ...
2026-03-03在日常办公、数据分析、金融理财、科研统计等场景中,我们经常需要计算“平均值”来概括一组数据的整体水平——比如计算月度平均 ...
2026-03-03在数字化转型的浪潮中,数据已成为企业最核心的战略资产,而数据治理则是激活这份资产价值的前提——没有规范、高质量的数据治理 ...
2026-03-03在Excel办公中,数据透视表是汇总、分析繁杂数据的核心工具,我们常常通过它快速得到销售额汇总、人员统计、业绩分析等关键结果 ...
2026-03-02在日常办公和数据分析中,我们常常需要探究两个或多个数据之间的关联关系——比如销售额与广告投入是否正相关、员工出勤率与绩效 ...
2026-03-02在数字化运营中,时间序列数据是CDA(Certified Data Analyst)数据分析师最常接触的数据类型之一——每日的营收、每小时的用户 ...
2026-03-02在日常办公中,数据透视表是Excel、WPS等表格工具中最常用的数据分析利器——它能快速汇总繁杂数据、挖掘数据关联、生成直观报表 ...
2026-02-28有限元法(Finite Element Method, FEM)作为工程数值模拟的核心工具,已广泛应用于机械制造、航空航天、土木工程、生物医学等多 ...
2026-02-28在数字化时代,“以用户为中心”已成为企业运营的核心逻辑,而用户画像则是企业读懂用户、精准服务用户的关键载体。CDA(Certifi ...
2026-02-28在Python面向对象编程(OOP)中,类方法是构建模块化、可复用代码的核心载体,也是实现封装、继承、多态特性的关键工具。无论是 ...
2026-02-27在MySQL数据库优化中,索引是提升查询效率的核心手段—— 面对千万级、亿级数据量,合理创建索引能将查询时间从秒级压缩到毫秒级 ...
2026-02-27