京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据战略释放大数据红利
大数据最大的价值是通过数据分析来改善决策,进而提高社会生产力。在我国人口红利逐渐消失,土地、资源、环境等生产要素日益紧张的背景下,十八届五中全会强调实施大数据战略,将有利于释放我国作为数据大国的大数据红利,为新常态下我国实现创新发展提供新的动力。
近年来,美国、英国、日本、韩国等发达国家已将大数据上升为国家战略。美国将大数据视为强化美国竞争力的关键因素之一,把大数据研究和生产计划提高到国家战略层面,并大力发展相关信息网络安全项目。英国政府通过利用和挖掘公开数据的商业潜力,为英国公共部门、学术机构等方面的创新发展提供“孵化环境”,同时为国家可持续发展政策提供进一步的帮助。日本在其“创建最尖端IT国家宣言”中,提出要以发展开放公共数据和大数据为核心的日本新IT国家战略,把日本建设成为一个具有世界最高水准的广泛运用信息产业技术的社会。韩国在其提出的“创新型经济框架”中,将大数据中心作为一个重要的布局,希望借助大数据解决业务或者研究方面的问题。
中国将大数据上升为国家战略层面,既是顺应时代潮流,也是当前推进创新发展的迫切需要。大数据之所以能成为世界其他主要国家的国家战略,源于其在商业、交通、医疗等领域多年来的成功应用。著名智库美国信息技术与创新基金会曾在2013年年底发布了一份名为《支持数据驱动型创新的技术与政策》的报告,介绍了美国疾病控制中心、美国证监会、欧洲航天局以及亚马逊、IBM和英特尔等各类公共和私营机构应用大数据的成功案例,展示了大数据在推动创新方面的潜力及其在公共卫生、科学教育、公共安全、交通运输等众多领域的广阔应用前景。
国内也有一些城市和企业在利用大数据推动创新发展方面初见成效。近年来,贵州省抢抓机遇,希望借助大数据产业实现工业结构的快速更新,实现落后省份的“弯道超车”。贵州省凭借生态环境好、电力充足、气候凉爽等优势,一举成为了与内蒙古并列的数据中心集群地。我国三大电信运营商都在贵州建设数据中心基地,总投资高达150亿元,建成后服务器超200万台,形成超过2500PB的裸容量存储能力。此外,贵州省还成立了大数据交易所。该交易所除了提供大数据交易外,还提供大数据清洗建模分析服务、大数据定向采购服务、大数据平台技术开发等增值服务,深度挖掘大数据价值及应用,支持创新创业。作为贵州大数据产业的重要载体,贵阳大数据广场在很短时间内就汇集了51支创客团队、360多家大数据及关联企业。
在云计算、大数据等技术迅速发展的背景下,中国著名的服务器生产商浪潮从2010年开始了自己的转型之路。2014年,浪潮提出了“以大数据为中心的云海战略”,利用云计算技术对大数据进行有效整合,搭建开放的大数据服务平台,并在平台之上根据业务需求部署创新应用。为了更快聚集浪潮大数据产业数据资源,浪潮2015年在全球规划建设了8个大数据中心,并计划在全国范围内完成10个以上的大数据创新应用中心建设,完成从基础硬件厂商向大数据处理和服务企业的转型。2015年4月,贵安-浪潮大数据应用创新中心在贵安新区揭牌,同时浪潮签署了《大数据创客培育战略合作协议》,与贵州大学等多所院校达成了《大数据研发及人才实训合作协议》。浪潮眼中的数据价值,正是通过建立开放的大数据平台,打造“大数据+创客中心”模式,引导中小企业创新创业,最大限度地发挥大数据的产业应用价值,实现新业态的开放创新发展。迄今为止,通过自建、合作共建等多种商业模式,浪潮已为396个政府和企业、18家院所和高校、2678位创业者提供了大数据整合和数据开放服务。
越来越多的国家和企业都充分认识到大数据在推动各领域创新方面潜在的巨大作用。但是,要让大数据成为中国继人口红利后的下一个红利,还有很多工作要做。
一是要制定推动数据共享的法律框架。数据共享涉及若干重大问题,包括数据跨境流动和数据主权,数据共享安全风险、数据共享隐私保护等。目前,我国大数据法治建设明显滞后,用于规范、界定“数据主权”的相关法律缺失,缺乏有效的大数据法律框架。美国政府数据开放经历了《信息自由法》《电子信息自由法》《数据质量法》《开放政府法》等里程碑式的发展,对数据开放的范围、权限等做了详细的规定,在保障公众知情权和隐私权的基础上,逐步形成了较完整的立法体系。欧盟在2013年修订了《公共部门信息再利用指令》,就公共部门信息再利用提供了法律框架。在将大数据上升为国家战略层面后,我国要尽快启动数据共享的相关立法、标准工作,建立公共基础数据资源的标准,完善数据资源采集、共享、利用和保密等相关制度。
二是推动大数据处理关键技术的研发和应用示范。目前大数据的筛选收集、储存、分析处理和应用仍面临巨大挑战,需要大量先进的创新型新技术、新工具和新技能,并提供解决方案。2012年,美国奥巴马政府公布大数据研究开发计划,给予该计划一次性2亿美元资助,用于研发收集、储存、保留、管理、分析和共享海量数据所需核心技术。2014年,欧盟将大数据技术列入欧盟未来新兴技术(FET)行动计划,加大技术研发创新资助力度。我国要加强大数据技术研发方向的前瞻性和系统性,重点增加在人工智能、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等前沿及共性技术基础上的研发投入,并实施大数据重大应用示范工程,促进大数据技术成果惠及民生,在全社会形成推广示范效应,带动全社会大数据的应用不断深化。
三是加快建立国家政府数据共享平台。政府作为社会管理与民生服务的主体,拥有着大量的高质量数据资源,这些数据若能充分发挥其效用,必将带来极大的经济价值与社会效益。正因为如此,主要发达国家纷纷建立政府数据共享平台,推进数据资源向社会开放,服务公众和企业。美国政府推出Data. gov,使得企业和个人能够利用那些政府采集但未经梳理的各类信息,开发应用来提供公共服务或者进行盈利。英国政府建立了有“英国数据银行”之称的data.gov.uk网站,为公众提供一个方便进行检索、调用、验证政府数据信息的官方出口,支持和开发大数据技术在科技、商业、农业等领域的发展。法国政府推出的公开信息线上共享平台data. gouv.fr,便于公民自由查询和下载公共数据。不同于其他类别的资源,大数据应用具有极强的时效性,随着时间推移,数据库质量及其应用价值均会有大幅下降。因此,我国要加快建立国家层面的政府数据共享平台,并通过政府数据的开放共享对全社会形成示范效应,带动更多行业、企业开放数据、利用数据、共享数据。
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