京公网安备 11010802034615号
经营许可证编号:京B2-20210330
工信部九方面推进我国大数据产业发展 支持关键技术产品研发和产业化
随着新一代信息技术的迅猛发展,互联网与社会各领域各行业的交融、交汇日益深化,一个以大规模产生分享和应用数据为特征的大数据时代已经到来。近年来在国家政策支持和各方面的努力下,我国大数据产业循序发展,应用不断深化,大数据已经成为当今经济社会领域倍受关注的热点之一。
对我国而言,如何把握住发展的机遇,充分利用好大数据抢占发展先机是现在面临的主要问题。对此,莫玮提出了关于我国大数据的两点看法。
第一,党中央国务院高度重视大数据发展,大数据产业发展迎来了重要的机遇,党的十八届五中全会提出实施国家大数据战略,习近平总书记4月19日在全国网络安全和信息化工作座谈会上指出,要切实贯彻落实好网络强国战略,互联网+行动计划,大数据等国家战略,国务院也出台了《促进大数据发展行动纲要》,全国推进大数据发展,加快建设数据强国。
十三五时期是我国全面建成小康社会的决胜阶段,全球新一代信息技术产业发展正处于加速变革期,国内市场应用需求处于爆发期,我国大数据产业迎来了重要的发展时刻。为此,我国要抢占机遇,增强创新能力,深化行业应用,繁荣产业生态,促进大数据产业健康、快速发展。
第二,我国大数据发展具备良好基础,同时也面临诸多挑战,自从20多年前接入国际互联网以来,我国高度重视互联网的发展,加强基础设施建设,加大基础设施研发,大力发展网络经济,网络深度融合了社会的发展,为我国大数据产业发展奠定了良好的基础。这主要体现在以下七个方面:
一,大数据基础设施日益完善。截止今年6月底,我国固定宽带家庭普及率达到56.6%,移动宽带用户普及率达到了63.8%,全国月户均移动互联网接入量达到了700兆,5G已经全面拉开序幕,研发和实验阶段也进入了攻坚阶段。
二,激烈了丰富的数据资源。目前我国网民数量已经超过7亿,移动电话数据规模突破了13亿,网络零售交易额跃居全球第一,我国已经产生积累数据量最多,数据类型最丰富的国家之一。
三,大数据技术创新取得了显著的进展。国内互联网龙头企业,单服务器集群规模达到了上万台,部分企业在深度学习人工智能等领域,我国企业对国际主流大数据技术基础开元软件逐步增加。
四,大数据应用推进的势头良好。大数据在互联网服务中得到了广泛的应用,提升了个性化和智能化的服务水平。大数据与传统产业相结合,推动制造业的网络化、数字化和智能化方向发展。电信、金融、交通等行业利用大数据加快服务优化,业务创新和产业升级的步伐。
五,当数据相关产业规模不断壮大。2015年我国软件和信息技术服务产值达到了4.3亿元,连续多年保持了20%以上的增速,一批新兴的专业化大数据企业崛起,大数据成为社会投资的热点之一。
六,大数据产业支撑体系不断完善。建立了大数据行业标准化工作机制,开展了大数据技术、交易、开放共享等国家标准的研制工作。一批大数据技术研发实验室,产业联盟,投资基金等产业平台相继建成,为产业发展提供了良好的支撑。
七,地方发展大数据积极性高涨。目前,全国30多个省市专门出了大数据相关的政策文件,十余个地方专门设置了大数据的管理部门,统筹推进大数据发展,呈现出京津冀、长三角、珠三角、中西部、东北部等全面开花的格局。
莫玮表示,总体来看,我国大数据产业发展具备了良好的基础,但要实现从数据大国向数据强国的转变,还面临着数据资源开放程度低,核心技术能力不强,产业支撑体系不够完善,高层次专业人才欠缺等一系列的问题和挑战。
工业和信息化部按照国务院的决策部署积极推进大数据产业的发展,以及促进大数据发展行动纲要的任务分工,将以五大发展理念为指导,着重做好以下九个方面的工作。
一,认真贯彻落实推进大数据发展行动纲要。依托联席会议制度会同发改委、中央网信办等部门统筹推进落实的任务。
二,做好大数据顶层发展的统筹设计。
三,支持大数据关键技术产品研发和产业化,形成一批具有自主知识产权的技术和产品。
四,大力发展工业大数据,认真贯彻落实国务院《关于深化制造业与物联网融合发展的指导意见的任务要求》。
五,支持地方大数据产业发展和应用试点,选择带有条件的地方开展大数据的建设,并积极探索推进产业集聚区的建设。
六,推动大数据标准体系建设,推荐关键急需标准的研制和验证,积极参与国际标准制订。
七,加强大数据安全保障体系建设,推进大数据安全技术、产品研发、完善相关法律法规和制度体系。
八,建设符合新生态队伍,创新人才培养模式,建立健全多层次、多类型的大数据人才培养体系。
九,加强国际合作,充分利用国际市场面向全球配置资源的需求做。
“数据是国家基础战略性资源,我们自身与这么一个无处不数据的时代,坐拥数据富矿,要从富矿中提炼出钻石,切实转化为推动经济社会前行的力量,还需要政府、企业、科研院落等行业联盟更各界的共同努力,希望各地的政府积极制订并落实配套措施,着力推动数据资源开放共享,利用大数据提升政府治理能力和公共的服务水平,加快产业转型升级,促进经济社会发展,也希望我们企业界充分利用数据资源开展创业创新,在技术、产品、服务和商业模式方面积极探索,希望科技领域加强大数据领域前沿技术研究,加强校企合作,突破一批关键的核心技术,提升我国大数据关键技术创新水平。”,莫玮介绍说。
最后,莫玮表示希望全社会各界提高对大数据的认识,积极推动大数据在各领域的广泛深度应用。
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