福建22选5历史比较器|福建22选5中奖号码走势图 Top
首页 > 新闻 > 滚动新闻 > 正文

大数据:产业延续迅猛增长态势

2018年,我国大数据产业呈现健康快速发展态势,包括大数据硬件、大数据软件、大数据服务等在内的大数据核心产业环节产业规模有望达到5700亿元。
发布时间:2019-02-20 10:02        来源:中国电子报        作者:中国电子报

赛迪智库大数据产业形势分析课题组

2018年,我国大数据产业呈现健康快速发展态势,包括大数据硬件、大数据软件、大数据服务等在内的大数据核心产业环节产业规模有望达到5700亿元。2019年,我国大数据产业发展虽面临着宏观经济下?#23567;?#22806;部贸易环境错综复杂和产业结构调整的挑战,但也迎来了国家和地方政策重点推动、各领域应用需求不断增长以及生态体系不断完善等重大机遇,预计2019年我国大数据产业将持续保持稳定增长态势。

形势判断

(一)大数据生态环境将不断向好。2018年,推动大数据发展已成为各级政府主管部门的共识。随着《促进大数据发展行动纲要》《大数据产业发展规划(2016—2020年)》等一系列政策的深入?#24179;?#23454;施,政策环境迎来了加速优化期。在机构改革中,“大数据”成为一大亮点。山东、福建、浙江、广西等省新成立了省级大数据管理局;广东在原有大数据管理局基础上,新组建省政务服务数据管理局;此外,贵州大数据管理局等已存在机构,也被明确提升至省政府直属机构级别。在人才培养方面,2018年教育部在全国范围内新批准248所高校开设大数据专业;同时,成立了如达摩院、?#26412;?#22823;学健康医疗大数据国家研究院、重庆邮电大学科大讯飞人工智能学院等大数据研究培训机构,不断加强大数据人才培养力?#21462;?#22312;大数据标准化方面,2018年贵州省获批建设国家技术标准(贵州大数据)创新基地,用以加快建立大数据关键共性标准,并引导国内外企业加强大数据关键技术、产品的研发合作。在公共服务方面,围绕大数据的咨询服务、知识产权保护、产权交易、品牌推广、?#24230;?#36164;服务等服务机构也逐渐发展成熟。

展望2019年,大数据相关利好政策将进一步加快落地,围绕数据安全、数据交易、数据标准等领域的更多创造性政策将加快出台。随着各地加快建立大数据管理机构,大数据产业发展的政策环境将进一?#25509;?#21270;。大数据人才将呈现多元化培养模式,我国大数据人才供给质量、数量将大幅提升。数据交易标准与技术体?#21040;?#21152;快完善,大数据公共服务体?#23548;?#19987;业服务机构将进一步发展,整个大数据产业生态将愈发趋于健康成熟。

(二)产业延续迅猛增长态势。2018年,我国大数据产业规模不断扩大,产业链条加速完善,企业实力不断增强。国内大数据公司业务覆盖领域日益完?#31119;?#22312;数据采集、数据存储、数据分析、数据安全与数据可视化等领域均成长起了一批有一定实力与特色的大数据企业代表。

展望2019年,我国大数据产业整体仍将保持较高增速。预计2019年我国大数据核心产业规模有望突破7200亿元,增速将维持在25%~30%左右。随着我国大数据企业核心竞争力的不断提升,大数据产业链条将更为完?#31119;?#22260;绕产业链上下游的布?#26234;?#20110;合理,协同创新能力将不断提升。

(三)国家大数据综合试验区引领作?#29467;?#26174;。2018年,以八大国家大数据综合试验区为引领的大数据发展态势已基本形成。京津冀地区着力打造大数据走廊格局,已初步形成大数据协同发展体系;以上海为核心的长三角地区,持续?#24179;?#22823;数据与当地智慧城市建设,以及云计算、人工智能等其他新一代信息技术发展深度结合;珠三角地区在大数据应用创新、产品研发及产业管理方面率先垂范、具有成效;贵州、重庆、河南、沈阳等四个试验区近年来大数据产业发展势头迅猛,有望成为我国大数据发展的新增长极;而位于内蒙古自治区的基础设施类综合试验区,则充分发挥其在气候、资源、地形上的优势,不断加大资源整合力度,与东部、中西?#24247;?#21306;的产业合作不断增强,在绿色集约的原则下逐步开始了跨越式发展。

展望2019年,随着各个大数据综合试验区相继建设完成,各试验区大数据差异化发展特点愈发明显。各大综合试验区对资源的优化配置作用将更加突出,大数据产业发展引起的区域经济结构转型升级将不断加快。

(?#27169;?#24037;业大数据将持续引领制造业升级。2018年,随着《关于深化制造业与互联网融合发展的指?#23478;?#35265;》等一系列政策文件的出台实施和深入贯彻,制造业数字化、网络化、智能化转型步伐不断加快。高质量数据已成为工业系统运行的核心要素,用于推动大中型企业?#36842;?#26234;能制造升级和工业互联网转型,并支撑中小企业创新创业。企业级工业大数据平台应用场?#23433;?#26029;丰富,百度的工业大数据监测平台已逐渐延伸到汽车、日化等行业;三一重工利用大数据分析技术为智能工程机械物联网提供有效决策支持。工业大数据生态环境不断优化,在工信部指导下成立的工业互联网产业联盟,目前会员数已突破400家,已从产业需求、技术标准、应?#29467;?#24191;、安全保障、国际合作等角度开展了多项务实工作并取得了诸多研究成果。

展望2019年,随着各项政策红利的相继?#22836;牛?#24037;业大数据将迎来重要机遇期,在工业产品创新、工业物联网、工业供应链等方面将不断创造价值,持续推动我国工业高质量发展。工业互联网平台将成为工业大数据竞争的制高点,我国制造业企业围绕平台布局?#36842;?#36716;型升级的步伐将显著增快。随着各地工业大数据试点示范工作的全面开展,工业大数据骨干企业和创新型企业的服务供给能力将不断提升,工业大数据在加速产品创新设计、产品故障诊断与预测、供应链的分析和优化等具体生产场景中的引领作用将不断强化。

对策建议

(一)分层次?#24179;?#22823;数据治理体?#21040;?#35774;。建立健全数据相关制度体系,组织开展数据共享、开放、交易、安全等方面的细则研究工作及相关的专项检查和治理,推动制定数据资源确权、开放、流通、交易相关制?#21462;?#24314;立标准规范体系,明?#26041;?#26131;规则,制定定价标准,规范数据利用和交易。完善大数据第三方监管平台建设,建立数据交易机构资质审核和准入机制,加强事前准入、事中监测和事后处置等监管机制和手段,大力发展数据评估、数据估值和数据交易审计等第三方服务。建立数据流通负面清单制度,规范数据流通行业,禁止危害国家安全、泄漏个人信息及企业商业秘密的数据的流通。

(二)全方位提升工业大数据服务能力。建立工业大数据标准体系,围绕大数据在工业产品研发设计、生产制造、物流、销售、维保服务等全生命周期的应用进行相关标?#25216;?#25216;术框架研制。支持骨干企业及行业协会组织积极参与标准制定,并率先探索工业大数据标准应用。?#24179;?#39640;端设备?#21015;醋杂?#30740;究,?#36842;?#24037;业软件、物联设备的自主可控,促进设备数据融合流通。建设工业大数据平台,联合国内领先工业系统及解决方案企业、信息技术企业和工业生产企业,共同开放能够?#36842;值?#23618;设备数据集成、计算处理和分析的新型工业大数据平台,支持第三方开发工业大数据分析应用。支?#21046;?#19994;探索工业大数据应用和服务模式,建立试点间企业互联互通的数据融合系统网络,逐步扩大影响范围,为广泛培育数据驱动型企业提供?#23548;?#32463;验。

(三)打造监管防三位一体安全综合体系。强化数据法律的建设,明确数据采集、传输、存储、使用、开放等各环节的范围边界、责任主体和具体要求,在法律法规层面?#24247;?#25968;据的资产地位。对企业的个人信息开发利用、数据外包服务的使用、数据共享合作等?#24418;?#21152;强安全监管。制定大数据共享交?#32531;?#24320;放目录,为数据融合、交易安全、共享开放提供技术依据。加强安全技术防护机制,在真实性基础上,通过一体化管控约束、规范、监控用户?#24418;?#21033;用多级别容侵技术?#36842;?#23545;网络攻击的高抵抗能力,建立集建、管、防为一体的纵深防御体系。鼓励在涉及国家安全和稳定的应用场景下采用安全可控产品,提升基础设施关键设备自主可控水?#20581;?#24314;立网络安全监测机制,对网络攻击、网络病毒、网络中断事故等重大安全事件进行全方位监测、精准化分析和智能化预警。

(?#27169;?#21152;速?#24179;?#22823;数据技术产品创新。?#24179;?#20135;学研用协同攻关,加强大数据分析关键算法和共性基础技术研发,重点加强大规模数据仓库、非关系型数据库、数据存储、数据清?#30784;?#25968;据分析挖掘、数据可视化、自主可控信息安全与大数据条件下隐私保护等核心技术研发创新。鼓励企业以开源模式和开放社区资源为基础开展技术产品研发,重点突破同态?#29992;堋?#24046;分隐?#20581;?#22810;方安全计算、零知识证明技术等关键技术和产品。围绕重点领域大数据应用,突破基于纵向行业数据的价值挖掘理论和算法,开展大数据应用模型、深度学习、类脑计算、?#29616;?#35745;算、区块链、虚拟现实等技术和产品创新。加速?#24179;?#31185;研成果转化,大力发展?#26434;?#29992;需求为牵引的跨学科、跨领域交叉融合技术研究,汇聚多方资源共同加快大数据前沿技术产业化进程。

(五)构建大数据人才培养体系。鼓励大数据企业、研究机构和高等院校合作开展数据科学和大数据专业学历教育,针对大数据产业发展需求,培养大数据系统架构师、分析师、数据分析师、数据挖掘工程师等专业人才以及大数据领域高层次创新人才。加大大数据尖端人才引进力?#21462;?#20849;建?#36842;?#23454;训基地,发展订单?#20581;?#29616;代学徒制等专业化人才培养模式,有针对性培养实用型、技能型人才,提升技术人员的综合数据处理能力。积极拓展企业家培训平台,依托国际国内知名学府、知名跨国公司和其他培训机构,进一步加强对本土科技型企业?#19994;?#22521;育和培训,培育一批高素质的大数据人才和跨界复合型领导人才。

合作站点
stat
福建22选5历史比较器