京公网安备 11010802034615号
经营许可证编号:京B2-20210330
当下,中国正在进行一场重要的经济转型,用国务院李克强总理的话说就是稳增长,调结构,全面转入创新驱动模式。当前我国依靠投资驱动和外贸增长的发展模式已经进入了瓶颈,粗放式的增长模式已经走入了尽头。因此,中央审时度势,积极开展双创战略,激发民间创新活力。同时积极鼓励科研成果的转化,促进科研转化效率的提升。我国有着很好的科技创新资源基础。我国有着庞大的科研队伍,清华大学技术创新研究中心2014年发布的《国家创新蓝皮书》指出,我国研发人员总量占到世界总量的25.3%,超过美国研发人员总量占世界总量的比例(17%),居世界第一。在科研人数总数上高居世界第一,同时每年还会产生大量的大学毕业生。同时,科技研发投入占国民收入的比重也在不断增长。而在未来要进一步的提升科技创新质量,激发创新活力,就需要更好的改善人才激励机制,形成创新风气,促进产学研协同创新机制的优化。在这个过程当中,通过大数据思维和共享经济,将有效的提升科研转化效率,提升创新效能。
所谓大数据概念,最早由美国提出,并且已经上升为国家战略。中国也已经将大数据列入到十三五规划当中。根据相关资料,大数据包括几个方面,业界通常用4个V(即Volume、Variety、Value、Velocity)来概括大数据的特征。
一是数据体量巨大(Volume)。
二是数据类型繁多(Variety)。这种类型的多样性也让数据被分为结构化数据和非结构化数据。
三是价值密度低(Value)。价值密度的高低与数据总量的大小成反比。
四是处理速度快(Velocity)。
这是大数据区分于传统数据挖掘的最显著特征。根据IDC的“数字宇宙”的报告,预计到2020年,全球数据使用量将达到35.2ZB。在如此海量的数据面前,处理数据的效率就是企业的生命。
共享经济,一般是指以获得一定报酬为主要目的,基于陌生人且存在物品使用权暂时转移的一种新的经济模式。其本质是整合线下的闲散物品、劳动地、教育医疗资源。有的也说共享经济是人们公平享有社会资源,各自以不同的方式付出和受益,共同获得经济红利。此种共享更多的是通过互联网作为媒介来实现的。
共享经济牵扯到三大主体,即商品或服务的需求方、供给方和共享经济平台。共享经济平台作为连接供需双方的纽带,通过移动LBS应用、动态算法与定价、双方互评体系等一系列机制的建立,使得供给与需求方通过共享经济平台进行交易。在中国,目前存在的共享经济范例有滴滴打车,回家吃饭,住百家等等;而在欧美,已经存在了UBER,AIRBNB这样的共享经济平台。
当前产学研发展机制和中小企业的弊端解决需要共享科研资源平台
过去中国的科研发展当中存在一些弊端,主要的几个弊端包括产学研互动的效率比较低,众所周知企业的科研效率是最面向市场需求并且效率最高的,但是当下我国的科研资源仍然主要集中在高校,产学研互动的效率比较低;产学研合作渠道增加,但是转化率比较低;企业缺乏足够的科技资源,对外界的信息把握也不够;产学研合理的利益分配机制尚没有形成,缺乏长效的产学研合作战略等等;大量的科研资源被闲置,比如高校和企业中很多科研设备和数据资源被闲置。中小企业发展当下仍然存在若干个问题,一是融资难,这是一个老大难问题,银行以固定资产为基础的评估方式不适应以智力资本为核心的科技创新企业;二是合作难,由于体量小,难以寻找合作对象;三是研发难,由于缺乏足够的研发资金和设备,中小企业的在科研上存在一定的困难。在社科院工经所所长黄群慧的论文中,黄群慧博士就提出了一个观点,通过开放高校和国企的实验室资源,建设大数据共享平台,从而促进中小企业创新。比如说哪里的实验室资源存在闲置,就可以通过这个平台寻找到攻击方和需求方,从而匹配交易。而在交易过程当中,产学研机制也可以借助这个过程建立起来。
互联网趋势将有助于共享经济和大数据在科研中发挥作用
从当前互联网的趋势看,存在这么几个趋势,第一个是开放性,互联网企业在中国高速发展,目前已经存在了BAT三大巨头,同时还有寄托于移动互联网的美团﹑小米﹑今日头条等新锐,这些大企业进行从初期的封闭走向开放,逐渐的开放API接口帮助创业者发展,帮助创业者进行自己的生态,同时不断的对创业企业投资形成了初步的生态,而在未来必然会走向初步的数据开放,百度的李彦宏就在2016年的IT领袖峰会上处不表示了数据开放的意向,未来大数据要起到作用,就必须要将各个分散的具有不同特征的数据链接起来共享;第二是,从C端走向B端,从需求端向供给端转移,因此我国从社会的消费端,走向生产端。当前我国低端产能过剩,供应链需要进一步优化,因此存在通过互联网来优化的空间。促进钢铁+互联网﹑煤炭+互联网等新业态;第三,互联网介入制造和研发,促进智能制造。德国已经提出了工业4.0的概念,美国以IBM和GE的企业提出了工业互联网的理念,并且组建了工业互联网联盟,当前全球经济面临新一轮的经济动态重组,发达国家出现了高端制造业回流现象,都在努力在大数据和智能制造的技术下复兴制造业,我国审时度势,提出了中国制造2025战略,这一轮工业革命,是建立在大数据和互联网技术基础上的。从这些趋势可以看出,未来互联网将渗透进入科研设计等领域,促进数据共享。这呼唤类似科研数据和科研设备的共享平台的产生,促进产学研机制的优化。
未来互联网的技术将走向越来越深化,大数据和分享经济是互联网产业走向深入的体现。当前有一家名为人人实验的企业正在做数据和科研资源共享平台的尝试,未来相信这里必将大有可为!
最近参加了亚信的一次新书发布会,深感大数据会成为未来的发展趋势,而大数据是建立在系统论 , 信息论和控制论基础上的。念念不忘,必有回响,曾经经历过低谷的人工智能 , 深度学习和机器人都成为了潮流,那么未来的组织形态和经济形态都将发生深刻的变化,未来人类会想电影 一样谈情说爱吗?人类社会会由机器人接管吗,这些问题看起来似乎有点遥远,也许80后会看到这么一天。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在互联网产品运营、用户增长的实战场景中,很多从业者都会陷入一个误区:盲目投入资源做推广、拉新,却忽视了“拉新后的用户激活 ...
2026-02-06在机器学习建模过程中,特征选择是决定模型性能的关键环节——面对动辄几十、上百个特征的数据(如用户画像的几十项维度、企业经 ...
2026-02-06在CDA(Certified Data Analyst)数据分析师的日常实操中,表格结构数据是贯穿全流程的核心载体,而对表格数据类型的精准识别、 ...
2026-02-06在日常办公数据分析中,我们经常会面对杂乱无章的批量数据——比如员工月度绩效、产品销售数据、客户消费金额、月度运营指标等。 ...
2026-02-05在分类模型(如风控反欺诈、医疗疾病诊断、客户流失预警)的实操落地中,ROC曲线是评估模型区分能力的核心工具,而阈值则是连接 ...
2026-02-05对CDA(Certified Data Analyst)数据分析师而言,数据分析的价值不仅在于挖掘数据背后的规律与洞察,更在于通过专业的报告呈现 ...
2026-02-05在数据分析实战中,我们经常会遇到“多指标冗余”的问题——比如分析企业经营状况时,需同时关注营收、利润、负债率、周转率等十 ...
2026-02-04在数据分析场景中,基准比是衡量指标表现、评估业务成效、对比个体/群体差异的核心工具,广泛应用于绩效评估、业务监控、竞品对 ...
2026-02-04业务数据分析是企业日常运营的核心支撑,其核心价值在于将零散的业务数据转化为可落地的业务洞察,破解运营痛点、优化业务流程、 ...
2026-02-04在信贷业务中,违约率是衡量信贷资产质量、把控信用风险、制定风控策略的核心指标,其统计分布特征直接决定了风险定价的合理性、 ...
2026-02-03在数字化业务迭代中,AB测试已成为验证产品优化、策略调整、运营活动效果的核心工具。但多数业务场景中,单纯的“AB组差异对比” ...
2026-02-03企业战略决策的科学性,决定了其长远发展的格局与竞争力。战略分析方法作为一套系统化、专业化的思维工具,为企业研判行业趋势、 ...
2026-02-03在统计调查与数据分析中,抽样方法分为简单随机抽样与复杂抽样两大类。简单随机抽样因样本均匀、计算简便,是基础的抽样方式,但 ...
2026-02-02在数据驱动企业发展的今天,“数据分析”已成为企业经营决策的核心支撑,但实践中,战略数据分析与业务数据分析两个概念常被混淆 ...
2026-02-02在数据驱动企业发展的今天,“数据分析”已成为企业经营决策的核心支撑,但实践中,战略数据分析与业务数据分析两个概念常被混淆 ...
2026-02-02B+树作为数据库索引的核心数据结构,其高效的查询、插入、删除性能,离不开节点间指针的合理设计。在日常学习和数据库开发中,很 ...
2026-01-30在数据库开发中,UUID(通用唯一识别码)是生成唯一主键、唯一标识的常用方式,其标准格式包含4个短横线(如550e8400-e29b-41d4- ...
2026-01-30商业数据分析的价值落地,离不开标准化、系统化的总体流程作为支撑;而CDA(Certified Data Analyst)数据分析师,作为经过系统 ...
2026-01-30在数据分析、质量控制、科研实验等场景中,数据波动性(离散程度)的精准衡量是判断数据可靠性、稳定性的核心环节。标准差(Stan ...
2026-01-29在数据分析、质量检测、科研实验等领域,判断数据间是否存在本质差异是核心需求,而t检验、F检验是实现这一目标的经典统计方法。 ...
2026-01-29