京公网安备 11010802034615号
经营许可证编号:京B2-20210330
实施大数据战略 推动经济社会创新发展
大数据是继云计算、物联网之后信息技术领域的又一次创新浪潮,是新时期的“数字石油”,是国家战略性基础资源,蕴藏着巨大潜力和能量,前景广阔。“十三五”是我国全面建成小康社会的决胜阶段,也是大数据蓬勃发展、激发经济发展新动能的关键时期。我国大数据发展已经具备良好的产业基础,加快实施大数据发展战略,对拓展网络经济空间、推动经济社会转型发展具有重要意义。
党中央、国务院高度重视大数据的发展和运用。2014年2月,习近平总书记在中央网信领导小组第一次会议上指出,信息资源日益成为重要的生产要素和社会财富,信息掌握的多寡成为国家软实力和竞争力的重要标志。2016年4月19日,习近平总书记在网信工作座谈会上发表重要讲话,为我国新时期大数据的发展指明了方向。
深刻领会讲话精神
明晰大数据发展新要求
习近平总书记对互联网的发展寄予很高期望,从推动网信事业发展更好地造福人民、发挥网络引导舆论反映民意的作用形成网络良好生态、尽快在核心技术上取得突破、正确处理安全和发展的关系、推动互联网企业的发展、聚天下英才为网信事业发展提供有力人才支撑等六个方面,提出了关于网络安全和信息化的一系列重大论断,强调按照创新、协调、绿色、开放、共享的发展理念推动我国经济社会发展,是当前和今后一个时期我国发展的总要求和大趋势,我国网信事业在践行新发展理念上要先行一步。
贯彻落实习近平总书记讲话精神,推动大数据健康发展,主要有四个方面的要求:一是创新发展要求。真正的核心关键技术是市场换不来的,是花钱买不来的。习近平总书记指出“突破核心技术要有决心,有恒心,有重心,要把企业摆在主体位置”,坚定不移地实施创新驱动发展战略。要集中精锐力量,攻克大数据关键技术和产品,发展壮大大数据服务产业,加强核心技术、应用模式和商业模式协同创新,加快推动大数据在互联网与各行业融合领域的应用创新,培育市场化网络化的大数据创新生态。二是开放发展要求。丰富的高质量数据资源是大数据产业发展的前提。要破除观念和制度障碍,树立政府和公共服务部门数据资源开放共享理念,建立合理、适度的公共数据资源开放规则和机制,打破“数据割据”和“数据孤岛”,推动公众平等开放地利用数据资源,激发“英雄不问出处”的大众创新。同时,要以开放的心态积极接纳国外的先进技术和人才,将中国打造成为开放的数据创新大国。三是协调发展要求。把握好制约大数据发展的全局性和战略性问题,加强科学规划,统筹推进。协调好政府与市场关系,加大政府政策支持和引导力度,营造良好的政策法规环境,明确市场在资源配置中的基础性作用,形成政产学研用联合推进的机制。推动产业链协同发展,培育一批大数据核心龙头企业和一大批创新型的中小企业,形成多层次、梯队化的创新主体,繁荣大数据生态。四是安全发展要求。习近平总书记指出,“要树立正确的网络安全观,加快构建关键信息基础设施安全保障体系,全天候全方位感知网络安全态势,增强网络安全防御能力和威慑能力”。安全是发展的前提,发展是安全的保障,安全和发展要同步推进,从国家战略高度,以技术创新、完善立法以及加强管理为强力抓手,打造一个安全可控、清朗健康的网络空间环境。建立健全安全防护体系,保障数据安全和个人隐私,加强行业自律,完善数据监管,促进全社会数据资源有序流动、规范利用。
顺应趋势立足实践
把握大数据发展新机遇
全球大数据发展进入快车道。世界各国积极布局抢占产业竞争制高点。美国率先发布《大数据研究和发展计划》,意在推动大数据成为美国社会经济发展的创新驱动力。欧盟、英、日、韩等国家和地区也加紧制定出台大数据相关规划,从激励数据开放、加强技术研发、构建产业生态和完善法律法规等视角进行战略性部署。在全球共同推动下,大数据产业呈现整体发展活跃、创新动力强劲的态势。据Wikibon数据显示,预计到2017年全球市场规模将达到470亿美元,年复合增长率将维持在30%以上。“原创-开源-产品化”成为大数据技术发展的基本路径。以谷歌为代表的互联网公司引领原创性技术发展方向,带动Yahoo、Facebook等大批企业及科研机构投身开源社区,开发出Hadoop、Spark等主流开源软件向全球快速扩散。近两年,以深度学习为代表的数据分析技术进展迅猛,通过创建自主学习系统等方式感知世界,成为大数据领域中增长最快的技术分支。
我国大数据发展基础良好。经过20多年的高速发展,我国信息通信技术产业不断壮大,互联网与经济社会各领域的融合发展不断深入,为我国大数据产业和应用的蓄势兴起奠定了良好基础。一是庞大规模的用户需求拉动,数据总量持续高速增长。我国拥有近7亿网民,移动电话用户规模已经突破13亿,双双位居世界第一。2015年移动互联网用户月均接入流量达到390M,同比增长90%;手机上网流量达到37.6亿G,同比增长110%。二是富集丰厚的网络应用驱动,大数据技术创新活跃。我国互联网应用发展迅猛,网络服务的个性化和智能化需求日益突出,一批世界级的互联网企业将大数据应用于网络社交、电商、广告、搜索等业务中,以应用带动技术创新,陆续推出大数据存储管理平台、智能分析、数据可视化等技术产品及服务。三是日渐完备的产业体系带动大数据产业不断壮大。我国ICT产业体系完备,已经是全球最大的电子信息制造业大国;宽带网络支撑能力不断提升,建成全球最大、技术先进、覆盖城乡、通达世界的固定宽带和移动宽带网络基础设施;云计算为大数据发展提供有力的基础设施支撑;以数据采集存储、处理利用和交易流通为主线的新兴产业正在孕育兴起。
我国大数据处于战略机遇期。一方面,“互联网+”开辟大数据发展新空间。电子商务、互联网金融、在线旅游、远程医疗、分享经济等新模式新业态蓬勃发展。基于大数据的图像识别、精准营销、智能推荐等一批新应用逐渐成熟,金融、零售、工业、医疗、电信等传统行业大数据应用落地开花,出现了大数据征信、智慧医疗、个性化定制、供应链规划等具有良好社会经济效益的示范应用,推动传统产业向数字化、网络化、智能化发展。另一方面,大数据技术产业变革带来新机遇。大数据推动信息技术架构和国际产业格局变革,呈现跨学科交叉、跨模式融合的新特点,尽管各国在技术研发、产业应用方面水平各异,但代际差别并不明显,我国紧跟世界前沿,机遇难得。一是跨学科融合,表现为当前大数据与人工智能、深度学习、物联网、云计算等热点技术互为基础,相互交叉,不断催生新技术、新产品和新应用。二是跨模式融合,针对不同场景要求,大数据管理技术、存储技术和计算技术呈现多样化,支撑多种计算模型的统一计算平台和提升计算实时性的内存计算等正成为前沿领域。
加强统筹务实推进
开创大数据发展新局面
习近平总书记在国际工程科技大会上讲话时指出,“世界进入以信息产业为主导的新经济发展时期”。新一轮科技革命和产业变革大潮涌起,线上线下融合蓄势而发,将成为经济发展的主流形态,在这个极具转折性的历史进程中,联接是基础、数据是核心、应用是关键、生态是方向、产业是基石。实施大数据战略,是发展新经济、打造新动能的重要内容。建设网络强国和制造强国都离不开大数据的支撑,我国应积极研究大数据产业发展过程中的重大问题,协调制定政策措施和行动计划,加强资源共享和沟通协作,形成以应用带动产业发展、以产业发展支撑应用的良性互动格局。
(一)深化大数据跨界应用,推动经济融合发展。加快大数据技术在互联网与制造业、服务业融合领域的深度应用,支持大数据相关企业与传统行业加强技术和资源对接,探索多元化合作运营,形成智能化、服务化、协同化的产业发展模式。充分发挥大数据产业发展的牵引作用,率先在数据资源丰富、信息化基础较好、应用需求迫切的领域开展应用示范,积极发展工业大数据、金融大数据、健康大数据等,加速传统产业转型升级,加快培育数据驱动的新兴业态。
(二)开放共享数据资源,提升数据供给质量。推动数据资源供给侧改革,增加数据供给、盘活数据存量、提高数据质量。促进公共数据资源开放,按照“逻辑集中、物理分散”原则建设国家和区域性数据开放平台,完善数据开放相关制度,积极稳妥推进公共数据资源逐步向公众开放。推动电信和互联网领域大数据资源的合规应用,发挥电信互联网数据资源对全社会的基础支撑作用,充分释放数据跨界融合的巨大潜力,引领全社会大数据应用创新发展。
(三)突破大数据关键技术,提升产业竞争力。着力突破大数据关键核心技术,加快大数据采集、存储、清洗、分析发掘、可视化、安全与隐私保护等领域关键技术攻关,重点支持深度学习与人工智能、实时大数据处理、海量数据、存储管理、交互式数据可视化和应用相关的分析技术。培育自主可控的大数据产业生态,加强大数据平台级软件研发应用,着力发展开源生态。
(四)完善大数据发展环境,推动健康有序发展。提升大数据治理水平,深入研究数据权益、数据管理、数据交易、数据安全等关键问题,逐步完善大数据相关法律体系。完善网络数据和用户信息的安全防护措施及管理机制,健全网络数据保护制度。依托行业组织,构建大数据安全标准与评测体系,重视大数据产品服务的可靠性及安全性评测工作。建设具有全球竞争力的大数据人才制度体系,着力培养和引进大数据复合型领军人才和骨干人才,为产业创新发展提供智力支持。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数字化时代,数据已成为企业决策的核心驱动力,数据分析与数据挖掘作为解锁数据价值的关键手段,广泛应用于互联网、金融、医疗 ...
2026-04-17在数据处理、后端开发、报表生成与自动化脚本中,将 SQL 查询结果转换为字符串是一项高频且实用的操作。无论是拼接多行数据为逗 ...
2026-04-17面对一份上万行的销售明细表,要快速回答“哪个地区卖得最好”“哪款产品增长最快”“不同客户类型的购买力如何”——这些看似复 ...
2026-04-17数据分析师一天的工作,80% 的时间围绕表格结构数据展开。从一张销售明细表到一份完整的分析报告,表格结构数据贯穿始终。但你真 ...
2026-04-16在机器学习无监督学习领域,Kmeans聚类因其原理简洁、计算高效、可扩展性强的优势,成为数据聚类任务中的主流算法,广泛应用于用 ...
2026-04-16在机器学习建模实践中,特征工程是决定模型性能的核心环节之一。面对高维数据集,冗余特征、无关特征不仅会增加模型训练成本、延 ...
2026-04-16在数字化时代,用户是产品的核心资产,用户运营的本质的是通过科学的指标监测、分析与优化,实现“拉新、促活、留存、转化、复购 ...
2026-04-15在企业数字化转型、系统架构设计、数据治理与AI落地过程中,数据模型、本体模型、业务模型是三大核心基础模型,三者相互支撑、各 ...
2026-04-15数据分析师的一天,80%的时间花在表格数据上,但80%的坑也踩在表格数据上。 如果你分不清数值型和文本型的区别,不知道数据从哪 ...
2026-04-15在人工智能与机器学习落地过程中,模型质量直接决定了应用效果的优劣——无论是分类、回归、生成式模型,还是推荐、预测类模型, ...
2026-04-14在Python网络编程、接口测试、爬虫开发等场景中,HTTP请求的发送与响应处理是核心需求。Requests库作为Python生态中最流行的HTTP ...
2026-04-14 很多新人学完Python、SQL,拿到一张Excel表还是不知从何下手。 其实,90%的商业分析问题,都藏在表格的结构里。 ” 引言:为 ...
2026-04-14在回归分析中,因子(即自变量)的筛选是构建高效、可靠回归模型的核心步骤——实际分析场景中,往往存在多个候选因子,其中部分 ...
2026-04-13在机器学习模型开发过程中,过拟合是制约模型泛化能力的核心痛点——模型过度学习训练数据中的噪声与偶然细节,导致在训练集上表 ...
2026-04-13在数据驱动商业升级的今天,商业数据分析已成为企业精细化运营、科学决策的核心手段,而一套规范、高效的商业数据分析总体流程, ...
2026-04-13主讲人简介 张冲,海归统计学硕士,CDA 认证数据分析师,前云南白药集团资深数据分析师,自媒体 Python 讲师,全网课程播放量破 ...
2026-04-13在数据可视化与业务分析中,同比分析是衡量业务发展趋势、识别周期波动的核心手段,其核心逻辑是将当前周期数据与上年同期数据进 ...
2026-04-13在机器学习模型的落地应用中,预测精度并非衡量模型可靠性的唯一标准,不确定性分析同样不可或缺。尤其是在医疗诊断、自动驾驶、 ...
2026-04-10数据本身是沉默的,唯有通过有效的呈现方式,才能让其背后的规律、趋势与价值被看见、被理解、被运用。统计制图(数据可视化)作 ...
2026-04-10在全球化深度发展的今天,跨文化传播已成为连接不同文明、促进多元共生的核心纽带,其研究核心围绕“信息传递、文化解读、意义建 ...
2026-04-09