我国大数据产业发展现状报告

1、 我国大数据产业发展态势如何？ | 我国大数据产业发展现状报告 我国高度重视大数据的战略意义和数据资源对社会经济发展的积极作用，国务院于2015年出台了促进大数据发展行动纲要，并将“实施国家大数据战略，推进数据资源开放共享”纳入“十三五”期间规划和建设的重要目标。目前国内大数据产业发展已初具规模，但尚未形成产业界定共识。本文首先就大数据产业的核心要素进行探讨，然后从核心要素展开阐述我国大数据产业发展的若干特点，最后结合发展现状和问题提出相关策略建议。一、大数据产业的核心要素是什么？普遍意义上来讲，大数据产业是以数据及数据所蕴含的信息价值为核心资源所构成的生态环境，它包含了与大数据管理和价值实现

2、相关的企业、行业机构等社会主体的经济活动集合。遵照产业定义的通用原则，产业各环节的参与实体应能够提供可交付的产品和服务，并形成上下游产业链供需关系。在此基础上，依据数据价值的提升路径和IT领域的产品布局，我们将大数据产业的核心要素归纳为数据资源、数据基础能力、数据分析和展示、数据应用几个重要组成部分。图1. 大数据产业核心要素示意图1其中，数据资源部分负责原始数据的供给和交换，是数据资产作为生产要素的直接表现，根据数据来源的不同，可以细分为数据资源提供者和数据交易平台两种角色；数据基础能力部分负责与数据生产加工相关的基础设施和技术要素供应，为数据加工和价值提升提供生产工具，主要包括数据存储、数

3、据处理和数据库等多个角色；数据分析和展示部分负责数据隐含价值的挖掘、数据关联分析和可视化展现等，是智力要素在数据价值中的集中体现，包括传统意义上的BI、可视化和通用数据分析工具，以及面向非结构化数据提供的语音、图像等媒体识别服务；数据应用部分根据数据分析和加工的结果，面向电商、金融、交通等细分行业提供精准营销、信用评估、出行引导等企业或公众服务。二、我国大数据产业发展现状如何？自2013年大数据的概念迅速普及，国内大数据领域在电信、互联网、金融、电商等信息化领先行业的引导和带动下，聚集了BAT等龙头企业和数百家中小及初创企业，在大数据产业的主要环节完成了初步布局，产品和服务供应链能够满足基本数

4、据生产加工的全生命周期覆盖。经过两三年的持续发展，我国的大数据产业呈现出以下几个发展特点。数据资源层，开放主体集中在信息化基础较好行业及地区，并呈现服务化趋势。随着大数据产业中数据资源参与主体的逐渐增多，我国的数据开放程度得到了普遍提升。一方面，数据开放的主体集中在部分信息化基础较好行业及经济发达地区，如互联网、交通出行、教育科研行业等，都出现了相应的数据开放企业和平台。政府推动的公共信息资源开放网站也主要由信息经济较发达地区先行先试，并逐渐向周边省市辐射扩散。另一方面，第三方数据交易平台不断涌现，填补了居间服务的市场空白。目前全国范围内已建成及正在筹建的地方数据交易机构达到十余家。一些早期的

5、数据交易平台逐渐从单一的居间服务商向数据资源综合服务商转型。数据基础能力层，参与主体基本完成云时代向数据时代的转型升级。随着大规模数据存储和处理能力需求的快速增长，以BAT、华为、浪潮等为代表的云计算服务提供商，根据自身的原始积累和优势资源完成向数据驱动企业的战略转型。百度凭借其长期积累的用户搜索记录推出了百度数据开放平台，通过百度搜索服务提供“即搜即得”的高效数据展现。阿里云从基础的弹性资源供给逐渐扩展服务类型，研发并提供了支持PB级数据存储的分布式关系型数据库（PetaData）等一系列数据支撑产品。华为的分布式存储管理系统FusionStorage为异构海量数据的存储管理提供了弹性可扩展

6、的技术保障。数据分析以及应用层，中小和初创企业积极占领战略高地。由于缺失原始数据资产和先期市场份额，中小企业，特别是初创企业集中布局在数据分析和数据应用等低基础产业环节，投融资形势异常火爆。据中关村数据产业联盟统计数据显示，中关村从事数据分析和数据应用的企业合计超过110家，占总数2/3以上。投融资方面，据不完全统计2015年在国内融资的大数据创业公司超过50家，总融资金额超过50亿人民币，其中从事数据分析和行业数据应用的创业公司近40家，占75%以上。2016年上半年，数据分析和应用两个领域的创业公司融资情况占据了主流，数量为17家，占比达到70%。此外，硬件和软件相互渗透的两种商业模式并举

7、并行，为大数据产业带来新机遇。为了更广泛地覆盖数据生产加工流程，延长其产品和服务在数据生命周期中的作用范围，大数据产业的参与企业逐渐打破硬件和软件的产品界限，形成了“硬件带动软件”和“软件带动硬件”两种新型商业模式。浪潮推出的SmartRack系列整机柜服务器，针对深度学习应用、社交数据存储、热数据处理等不同数据处理场景制定了多种混搭架构方案，以一体机的方式实现硬件设施和软件管理的集成交付。阿里巴巴发布的数加平台率先探索以“软件带动硬件”的市场营销模式，该平台通过提供数据计算引擎、机器学习等开放服务，将阿里云的计算、存储等多种资源有机地组织在一起形成解决方案，有效扩展阿里云在实际生产环境中的部

8、署推广途径。三、我国大数据产业该如何发展？把握源头，强化数据质量管理。目前数据资源开放在开放范围、开发利用方式、数据可用性等方面仍存在局限性和不足。截止2016年5月，全国共有九个省份/直辖市开通了区域级数据开放网站。虽然与去年同期相比，平台数量有所增加，但大多数地区仍面临数据开放格式不一致、可机读性较差，更新频率较低等现实问题。部分地方或第三方数据交易平台在流通效率、质量管理方面良莠不齐，特别是不同行业数据维度不统一、语义不协同等共性问题制约了交易市场的规模化发展。为推动大数据产业发展，需要进一步把握好数据源头，推动各方不断加强自身数据能力建设，做优存量、做大增量，加快完善相关配套措施确保隐

9、私和信息安全。同时鼓励参与主体共同推动数据标准化进程，健全数据交易规范，探索数据资产定价机制，以各行业多样化应用需求撬动数据交易市场巨大发展潜力。细化分工，关注数据技术过渡领域。与美国等数据产业发达国家相比，我国大数据产业的短板仍较明显，数据加工处理服务、数据库技术和通用数据分析工具等基础性通用数据技术差距较大，同时市场主体数量少、自主知识产权把控能力低等现状导致未来发展动力不足。传统行业和企业对数据分析应用具有巨大需求潜力，但其数据资源多以结构化为主。原有结构化数据和新增非结构化数据之间的互访问操作和融合管理成为新式共性技术要素，是抢占未来主流市场的关键技术机遇点。美国等技术先驱国家的产业版

10、图已完成了技术过渡领域的初步布局，我国产业参与主体也应考虑进一步细化市场分工，形成专业性强、衔接紧密的产业新生态，并积极加大过渡时期的技术研发力度，实现数据过渡期与发达国家的同步发展。强化合作，探索新型商业模式。大数据产业是技术密集型产业，同时也是业务驱动为主的实用型产业。就数据分析和运用过程中需解决的共性基础研究问题，欧美等数据产业发达国家通常采用以开源社区先行的开放合作模式，采用“众包”思想不断完善系统架构和产品服务功能，提供更为通用和普适的技术解决方案。经过大量企业在生产实践中的优胜劣汰自由选择，不断成熟和完善的开源产品逐渐从免费提供向企业化盈利的商业模式进行演变。相比之下，我国数据产业

11、的参与主体在开源社区中的贡献仍然较低，企业间合作、国际间合作的参与热情有待提高。应借鉴国外企业的成功经验，以开源产品和服务为基础，提供定制化和深度支撑的新型商业模式，同时也能够为中小企业和初创企业参与大数据产业提供新的发展思路。1 很多大数据企业的主营业务涵盖某一核心要素中的多类或横跨多个核心要素,图中示意仅列举了代表企业的典型服务或产品。（来源：中国信息通信研究院CAICT 孙鑫（中国信息通信研究院政策与经济研究所）中国大数据产业发展现状报告中华人民共和国国民经济和社会发展第十三个五年规划纲要(简称十三五规划(2016-)中提出：实施国家大数据战略，推进数据资源开放共享。作为十三五十四大战略

12、之一的国家大数据战略，我国 大数据产业 十三五发展规划也正在紧张制定中。本文深入剖析了大数据产业发展现状，分析大数据在重点领域的应用挖掘情况。一、数据中国建设初探大数据产业发展历程：数据真实性低目前，我国大数据产业正处于高速发展期，多种商业模式得到市场印证，新产品和服务不断推出，细分市场走向差异化竞争。大数据产业规模在全球七大重点领域内(包括教育、交通、消费、电力、能源、大健康以及金融)，大数据的应用价值预计在32200-53900亿美元之间。大数据时代的挑战二、大数据领域深入剖析产业链大数据产业链由以数据产品为中心的纵向结构与以大数据技术为中心的横向结构结成一个T型价值链结构。大数据领域核心

13、技术1、数据采集与预处理；2、数据存储与管理；3、数据分析与挖掘；4、数据展现与应用。标杆企业竞争力大数据领域主流商业模式介绍三、大数据相关政策汇编国外大数据政策环境大数据产业重要政策盘点四、 大数据领域重要数据入口解读传统数据信息化传统数据信息化大多是存贮在本地，非全部公开数据资源，例如市场调研数据、企业数据、生产数据、制造数据、消费数据、医疗数据、金融数据等数据资源;把握数据资源的企业或行业也必然成为大数据的直接受益者。移动互联网入口移动互联网的快速发展，搜索引擎及智能手机等移动设备成为重要的数据入口。社交网络、电子商务以及各类应用APP等将分散的小数据变成大数据。物联网入口物联网的发展能

14、够实现万物互联，所有事物产生的信息都是数据，所有事物之间都具有数据化的联系。五、大数据领域硬件及技术基础分析大数据存储技术当前，我国数据中心开始进入整合、升级、云化新阶段，IDC行业进入了产业升级的关键时期，行业积极由资源消耗型向应用服务型升级与转型。地方政府开始大力发展云计算、大数据产业，数据中心进入新一轮投资高峰期。大数据计算技术基础软件、应用软件是大数据产业价值转化变现的最关键部分，云计算对大数据的广泛应用意义重大。云计算强势突破，走在云端，大势所趋。大数据分析技术大数据已经不简简单单是数据大的事实了，而最重要的现实是对大数据进行分析，只有通过分析才能获取很多智能的，深入的，有价值的信息

15、。六、大数据重点应用领域发展分析大数据应用市场分析大数据在公共事业领域的应用大数据在消费领域的应用大数据在金融领域的应用大数据在工业领域的应用加速产品创新：挖掘和分析客户与工业企业之间的交互和交易行为数据，能够帮助客户参与到产品的需求分析和产品设计等创新活动中。产品故障诊断与预测：无所不在的传感器、互联网技术的引入使得产品故障实时诊断变为现实，大数据应用、建模与仿真技术则使得预测动态性成为可能。工业物联网生产线的大数据应用：现代化工业制造生产线安装有数以千计的小型传感器，来探测温度、压力、热能、振动和噪声。工业供应链的分析和优化：通过大数据提前分析和预测各地商品需求量，从而提高配送和仓储的效能

16、，保证了次日货到的客户体验。产品销售预测与需求管理：通过历史数据的多维度组合，可以看出区域性需求占比和变化、产品品类的市场受欢迎程度以及最常见的组合形式，以此来调整产品策略和铺货策略。生产计划与排程：生产环节的大数据可以提供更详细的数据信息，发现历史预测与实际的偏差概率，考虑产能约束、人员技能约束、物料可用约束、工装模具约束，通过智能的优化算法，制定排产计划。产品质量管理与分析：高度自动化的设备在加工产品的同时，也同步生成了庞大的检测结果。传统的制造业迫切期待着有创新方法的诞生，来应对工业背景下的大数据挑战。工业污染与环保检测：在传统人工手动监测的基础上，使用先进监测手段，推动开展环境质量连续自动监测和环境污染遥感监测，可以预测排污和预警、监控。大数据在医疗领域的应用七、数据中国区域建设分析贵州省贵州，一个经济欠发达的西南省份。贵阳，青山绿水、民族风情是她的名片，从2013年起，贵州市抓住大数据发展机遇，将大数据产业视为经济弯道超车的重要砝码。京津冀中关村，中国硅谷，是中国互联网发展的重要引擎。在京津冀一体化的发展背景下，目前已经在京津冀地区初步形成了在中关村技术研发天津装备制造张家口、承德数据存储，分工合理、协同发展的京津冀大数据走廊。广东省根据广东省的数据机房建设情况估计，当前广东省的数据存储量约为2300PB，属于我国重要的大数据产业集聚区域，