京公网安备 11010802034615号
经营许可证编号:京B2-20210330
解读中国大数据产业的现状与前景
一、发展现状
“十二五”期间,我国信息通信技术产业快速壮大,互联网经济蓬勃发展,积累了丰富的数据资源,技术创新取得了明显突破,应用势头良好,为“十三五”时期我国加快大数据产业发展奠定了坚实基础。大数据资源不断积累丰富。
我国国土广袤、人口众多、经济规模巨大、活跃度高,信息化发展水平日益提高,已经成为产生和积累数据量最多、数据类型最丰富的国家之一。政务信息化水平不断提升,信息消费蓬勃发展,移动电话用户和移动互联网用户规模均居世界第一,网络经济规模持续扩大。政府部门、互联网企业、大型集团企业积累沉淀了大量的数据资源,我国已经成为名副其实的数据资源大国。
大数据技术创新取得积极进展。在基础软硬件方面,国内骨干软硬件企业陆续推出自主的大数据基础平台产品,一批信息服务企业面向特定领域研发数据分析工具,提供创新型数据服务。在平台建设方面,互联网龙头企业服务器单集群规模达到上万台,具备了建设和运维超大规模大数据平台的技术实力,并以云服务向外界开放自身技术服务能力和资源。在深度学习、人工智能、语音识别等前沿领域,我国企业积极布局,抢占技术制高点。
大数据相关产业不断壮大。“十二五”期间,我国电子信息和软件产业保持快速增长。2015年,信息产业收入达到17.1万亿元,软件和信息技术服务业务收入4.3万亿元,产业规模进一步扩大。网络基础设施支撑能力大幅提升,云计算服务逐渐成熟,为大数据发展提供有力的基础设施支撑。国内龙头企业面向大数据需求,积极推出新产品和新服务,一批新兴的专业化大数据企业崛起,新业态新模式不断涌现。基于大数据的创新创业日趋活跃,大数据成为社会资本投资的热点。
大数据应用广度和深度逐渐加强。“十二五”期间,我国信息技术应用逐步从重基础设施建设过渡到重软件和服务,正在加速向重数据资源挖掘应用的方向转变。一批世界级的互联网企业引领大数据前沿发展,将大数据应用于网络社交、电商、广告、搜索等业务中,大幅度提升了网络服务的个性化和智能化水平。电信、金融、交通等行业正在积极利用已经积累的丰富数据资源,加快服务优化、业务创新和产业升级步伐。工业、物流、医疗、农业等领域积极跟进,行业大数据应用正在快速发展,形成了大数据应用发展的良好局面。
二、存在问题
我国大数据产业具备了良好基础,面临难得的发展机遇,但仍然存在一些困难和问题。一是数据资源开放共享不畅。数据质量不高、数据管理能力弱、数据的“流动性”和“可获取性”较差,给数据大规模利用造成阻碍。二是技术创新能力有待提升。大数据基础理论和核心技术与国外相比存在较大差距,对开源技术和相关生态的影响力较弱。三是大数据应用水平不高。我国发展大数据具有强劲的应用市场优势,但是目前大数据应用还存在应用领域不广泛,应用程度不深等问题。四是大数据产业支撑体系尚不完善,人才队伍建设亟须加强。大数据专业人员供应不足,复合型人才缺乏,不能满足产业发展需要。
三、面临形势
大数据成为塑造国家竞争力的战略制高点之一。掌控和利用大数据资源的能力成为一个国家提升综合竞争力的关键,只有拥有此能力,才能从大数据中获取知识和智慧,更好地推动经济发展、社会管理,抢占未来发展制高点和主动权。各国已充分认识到大数据的重要战略价值。美国于2016年5月发布“联邦大数据研究与开发计划”,不断加强在大数据研发和应用方面的布局。欧盟2014年推出了“数据驱动的经济”战略,倡导欧洲各国抢抓大数据发展机遇。英国、日本、澳大利亚等国也出台了类似政策,推动大数据应用,拉动产业发展。
大数据驱动信息技术产业格局加速变革。大数据对传统信息技术带来革命性挑战,引发巨大变革。大数据需要信息系统具备大规模、低成本、高效率以及实时获取、存储和处理多样化复杂数据的能力。这将倒逼芯片、软件和信息系统的体系化创新与重构,促进基于开源软件和开放架构的信息系统的广泛应用,重塑全球信息技术产业格局。同时,大数据正在加速信息技术与各行业的交叉融合,孕育形成大数据服务新型业态,进一步拓展信息产业发展空间。
我国经济社会发展对大数据产业提出了更高要求。数据资源作为信息社会的重要生产要素、无形资产和社会财富,已成为国家基础性战略资源。通过对数据进行深入分析,能够总结经验、发现规律、预测趋势、辅助决策,帮助人类更好地认识客观世界和开展社会实践。“十三五”时期是我国全面建成小康社会的决胜阶段,是新旧产业和发展动能接续转换的关键时期,全球新一代信息技术产业正处于加速变革期,国内市场应用需求处于爆发期,对我国大数据产业发展提出更高要求。
四、“十三五”时期的发展方向及重点
全面贯彻党的十八大和十八届三中、四中、五中、六中全会精神,坚持创新、协调、绿色、开放、共享的发展理念,围绕国家大数据战略和《促进大数据发展行动纲要》的总体部署,打造数据、技术、应用与安全协同发展的自主产业生态体系,建设“数据强国”。
构建大数据产业体系。加强大数据关键技术研发和应用,壮大大数据服务业态,培育大数据产业体系。培育大数据龙头骨干企业。培育数据采集、数据分析、数据安全、数据交易等新型数据服务模式和企业。优化大数据产业布局,建设大数据产业集聚区和综合试验区。支持大数据公共服务平台建设,发展大数据标准验证、测评认证等服务,完善大数据产业公共服务体系。
发展工业大数据。支持研发面向研发设计、生产制造、经营管理、市场营销等关键环节的大数据分析技术和平台,推动建立完善面向全产业链的大数据资源整合和分析平台,开展大数据在工业领域的应用创新和试点示范。深化制造业与互联网融合发展,加快大数据与物联网、云计算、信息物理系统等新兴技术在制造业领域的深度集成与应用,丰富工业大数据服务内容、创新服务模式。
深化大数据应用服务。面向政府、金融、能源等重点行业领域,推进大数据系统安全可靠软硬件应用,促进大数据跨行业融合应用,助力重点行业转型发展。以服务民生需求为导向,加快大数据在医疗、教育、交通、旅游、社保等民生领域的应用。推动大数据在政务和社会治理领域的深入应用,提升政府科学决策能力、政府运转效率和公共服务水平。
促进大数据交易流通。研究制定数据交易流通的一般规则,逐步完善个人信息保护、数据安全、知识产权保护等制度,建立行业自律和监督机制,开展第三方数据交易平台试点示范,推动大数据产业发展。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据统计分析、数据清洗、异常值识别与数据分布研究中,箱型图是最直观、高效、专业的可视化分析工具。相较于柱状图、折线图仅 ...
2026-05-29Tkinter是Python内置的标准GUI图形界面库,具备无需额外安装、调用简单、兼容性强、轻量化高效等优势,是Python快速开发桌面小程 ...
2026-05-29 很多分析师在设计标签时思路清晰,但真到落地环节却面临“数据在手,不知如何转化为可用标签”的困境:或因加工方式选择不当 ...
2026-05-29【核心关键词】大数据、经理、专业、金融、客户、传统、建模、数据产品、互联网金融、产品经理、数据分析、金融行业、数据模型 ...
2026-05-28 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。 ...
2026-05-28随着大数据技术的快速普及,各行各业积累了海量的用户数据、交易数据、生产数据与行为数据。单纯的数据统计与报表分析只能呈现表 ...
2026-05-28在Python网络请求、接口测试、数据爬取、业务对接开发中,Requests库是最简洁、最高效的HTTP请求工具,凭借简洁的语法、完善的适 ...
2026-05-272025 年,零售与服务行业的竞争已从 “经验驱动” 全面转向 “数据驱动”。中小企业门店普遍面临数据零散、分析浅层、决策凭感觉 ...
2026-05-27 很多数据分析师每天都在写SQL,但当被问到“数据查询语言(DQL)的本质是什么”“SELECT语句中各子句的书写顺序与实际执行顺 ...
2026-05-27在统计学分析、实验研究、业务数据复盘过程中,单因素方差分析是检验自变量对因变量是否存在显著影响的核心方法。其中,两个水平 ...
2026-05-26【核心关键词】算法、客户、大数据、互联网、调优、建模、模型优化、机器学习、评分卡模型、模型开发、智能风控、业务场景、数 ...
2026-05-26 很多数据分析师写过无数个 SELECT,但当被问到“新建一张表,该如何定义字段类型来保证数据质量”“创建视图和存储物理表有 ...
2026-05-26在数据清洗、统计分析与数据质量检测工作中,箱型图(又称箱线图、Box Plot)是最直观、最高效的可视化分析工具之一。相较于柱状 ...
2026-05-25在大数据分析、数据清洗、质量管控、风险监测等领域,异常数据识别是保障数据质量、确保分析结论精准、规避业务决策失误的核心基 ...
2026-05-25 很多数据分析师精通Excel函数和透视表,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是什么关系 ...
2026-05-25数字化经营时代,企业的市场竞争早已从经验决策转向数据决策。门店营收、用户转化、产品销量、成本损耗、存量资产等所有经营行为 ...
2026-05-22在MySQL数据库日常运维、业务数据校验、数据迁移与数据清洗场景中,自增主键ID的连续性校验是一项基础且关键的工作。MySQL的Auto ...
2026-05-22 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 ...
2026-05-22【核心关键词】大数据、可视化、存储、架构、客户、离线、产品、同步、实时、数据仓库、数据分析、数据可视化、存储数据、离线 ...
2026-05-21在电商流量红利消退、公域获客成本持续走高的当下,存量用户深度挖掘已成为店铺增收增效的核心抓手。相较于付费投放获取的陌生新 ...
2026-05-21