APP下载

中国大数据产业发展研究

2018-06-16茶洪旺郑婷婷

中州学刊 2018年4期
关键词:大数据

茶洪旺 郑婷婷

摘 要:从产业规模、产业形态、区域分布、产业竞争格局、产业政策和交易市场等6个方面来全面分析我国大数据产业发展的现状,并进一步从数据产权、政府数据、数据价值、数据安全和保护、大数据企业、大数据人才和大数据技术7个方面深入分析我国大数据产业发展面临的主要问题。以问题为导向,针对性的提出了加快我国大数据产业健康有序发展的对策建议。

关键词:大数据;大数据产业;数据产权;政府数据开放共享

中图分类号:F49 文献标识码:A

文章编号:1003-0751(2018)04-0019-07

在信息化社会,大数据已成为与自然资源、人力资源一样重要的战略资源,正在改变各国综合国力,重塑未来国际战略格局。近年来,发达国家把大数据产业作为强国之基、兴国之本,纷纷加快布局大数据产业。由美国率先推动引领,欧盟、日本等发达国家紧随其后,纷纷出台国家层面的大数据发展战略规划和促进大数据产业发展的相关政策,先后拉开了大数据战略的大幕,有力地推动了大数据产业化、市场化的进程。从全球看,美国始终保持着大数据产业的领先地位,不仅大数据产业发展步入大规模商用阶段,而且大数据已广泛渗透到经济、政治、教育、安全和社会管理等众多领域。相形之下,我国大数据产业还处于起步发展阶段,但自2014年3月《政府工作报告》中首次出现“大数据”字眼以来,国务院于2015年8月31日颁发了《促进大数据发展行动纲要》,《中共中央关于制定国民经济和社会发展第十三个五年规划的建议》中又明确提出:“实施国家大数据战略,推进数据资源共享”,2017年1月17日,工信部还发布了《大数据产业发展规划(2016—2020年)》。随着党中央、国务院密集推出一系列促进大数据发展的顶层设计与战略部署,我国大数据产业出现良好的发展势头,迎来了快速发展的黄金时期。

但是由于我国大数据产业发展起步较晚,加之大数据的关键核心技术发展比较滞后和与之配套的相关工作准备不足,大数据产业发展中面临许多亟待解决的问题,其主要表现在数据产权确权难;政府数据开放度低;数据收集和共享困难,商业价值不高;数据安全、隐私保护及管理体系不完善;大数据企业规模小,领军企业缺乏;大数据人才供求失衡,合格人才匮乏;大数据技术创新不足,关键技术研发应用比较落后等问题。我们直面大数据产业发展中存在的这些问题,在系统分析我国大数据产业发展现状及其面临主要问题的基础上,针对性地提出了加快我国大数据产业健康有序发展的对策思路,为加快推进我国大数据产业发展建言献策。

一、我国大数据产业发展现状分析

1.大数据产业发展态势良好

我国大数据产业展现出良好的发展态势,从2014年以来,我国大数据产业规模不断扩大,2014年大数据产业规模为1038亿元,预计到2020年我

收稿日期:2018-01-15

作者简介:茶洪旺,男,北京邮电大学经济管理学院教授,博士生导师(北京 100876)。

郑婷婷,女,北京邮电大学经济管理学院博士生(北京 100876)。

国大数据产业规模将达到13626亿元,增加10倍以上,增长幅度巨大,详见图1。

图1 2014—2020年中国大数据产业规模变化

数据来源:贵阳大数据交易所《2016年中国大数据交易白皮书》第26页,其中2017—2020年数据为预测数据。

随着我国大数据快速发展,大数据所形成的价值也得到快速提升,我国大数据市场规模在全球大数据市场规模中的比重将越来越大,并最终与全球增速保持同步。预计到2020年中国大数据产业规模占全球大数据产业规模的比重将达到20%以上,占美国大数据产业规模的50%以上,超过欧洲大数据产业规模。

2.大数据产业形态基本形成

目前,我国大数据产业基本形成了以数据资源、产品技术和应用服务等三大部分为主的产业形态。

数据资源方面,我国在数据资源量和丰富程度上具有优势。中国拥有全球第一的人口基数、互联网用户数和移动互联网用户数,网络化、智能化、平台化的采购、生产、营销等开始受到越来越多的中国企业关注,中国已成为名副其实的“世界数据中心”。截至2017年6月,中国网民规模达到7.51亿,互联网普及率达到54.3%①,涌现出阿里巴巴、腾讯、百度、京东等一批拥有巨大数据储量和先进数据管理能力的互联网企业。随着“互联网+”和“中国制造2025”的不断推进,产业互联网和物联网有望快速发展,机器对机器(M2M)的通信将会带来大幅的数据增量。IDC的数据显示,我国数据将会呈现出爆发式增长,占全球的比重将会大幅提高,预计2020年中国数据总量将会达到8060EB,约占全球的18%②。

产品技术方面,全球大数据技术以开源为主,中国以跟随为主。全球大数据技术格局目前可以分为三个阵营。一是原创理论输出。代表公司是谷歌,其相关成果为大数据存储、处理和分析奠定理论基础。二是技术制高点。以雅虎、脸书、阿帕奇等美国公司为代表,主要提供开源的大数据分析架构服务。三是产业先锋队。以IBM、微软、甲骨文、EMC等传统IT巨头为主,主要针对行业用户提供基于Hadoop和Spark的商用产品和解决方案。国内产品技术集中于应用层,相关企业大部分处于第三阵营,且处于跟随者地位,与国外同阵营企业实力差距较大,仅有少数企业(如阿里巴巴、华为等)可以进入第二阵营。

数据应用方面,我国政府和企业都高度重视大数据应用,并在政务服务、互联网、智能制造等方面取得成效。政务方面,多个地方已经根據实际情况展开大数据云平台建设,贵州借助“云上贵州”系统平台上线“7+N”朵云、河南省上线“中原云”、云南省政府上线“云上云”等;互联网方面,百度的“中国大脑”战略、阿里的“从IT到DT”、腾讯的“大数据连接的未来”等都围绕数据驱动进行布局。在智能制造领域,以三一重工为例,其已形成了5000多个维度、每天2亿条、超过40TB的大数据资源,并通过大数据分析,达到实时监测设备作业情况、关键零件磨损、油耗以及承压情况等,确保在问题出现之前就能发出预警,从而实现对成本的精准控制,并大幅提高用户服务质量。

3.大数据产业呈现区域聚集分布状态

我国大数据产业聚集发展效应开始显现,从东部沿海地区到中西部内陆地区,大数据产业发展区域分布呈现出聚集发展的良好局面,合作协同发展将成为大数据产业的常态。目前已形成了以贵安新区为核心的综合试验区,以北京为核心的京津冀大数据聚集区,以深圳、广州为核心的珠三角大数据聚集区,以上海、江苏、浙江为核心的长三角地区大数据聚集区。此外,重庆、武汉、西安、成都、郑州等地也在积极发展大数据产业,并取得一定成绩。中关村大数据产业园(北京)、仙桃数据谷(重庆)、大数据科技产业园(成都)、白沙大数据产业园(河南)、江苏省大数据特色产业园(江苏)等一大批大数据产业园区纷纷落地。

4.初步形成互联网巨头引领的产业竞争格局

我国国内互联网企业巨头百度、阿里巴巴、腾讯及京东等凭借自身在网络信息方面的优势,率先获取了大量的用户数据,在我国大数据发展中抢占先机,用以支撑自身的电子商务、定向广告和影视娱乐等业务,走在国内大数据应用的前列。同时,在互联网产业O2O的趋势下,互联网企业逐渐将业务延伸到金融、保险、旅游、健康、教育、交通服务等多个行业领域,这极大地丰富了互联网企业的数据来源,促进了其数据分析技术的发展,进一步奠定了我国大型互联网企业在大数据领域的地位,同时也扩展了大数据分析在诸多行业的应用。

5.大数据产业政策不断完善

为了促进大数据产业的发展,我国从中央到地方陆续出台一系列大数据产业政策措施助推大数据产业发展。截至2016年中旬,中共中央和国务院出台了14个关于大数据产业的政策,各部委也出台了13个与大数据产业密切相关的政策,上海、贵州、重庆、天津等23个省(市区)出台了76个与大数据相关的政策和规划,呈现出中央高度重视、地方积极推动的良好局面。实践证明,从中央到地方政府出台的一系列政策举措,对促进我国大数据产业发展发挥着重要的推进作用:中央层面颁布的战略能够对大数据产业的发展起到统筹规划的作用;而地方层面的政策则能够帮助地方利用政府部门强大的资源整合能力,为大数据产业的发展提供各种财政、资金、资源等的保障,推动我国大数据产业更加健康有序的发展。

6.数据交易市场发展迅速

数据交易是指对数据的一系列权益(如所有权、使用权、收益权等)进行价值评估和交换的过程。目前,我国数据交易市场发展迅速,截至2016年7月,我国已经成立的大数据交易所、交易中心和平台达到15家。其中,中关村数海大数据交易平台成立于2014年2月,是我国首个大数据交易平台。这些数据交易平台的诞生和运作为企业、政府、科研乃至个人提供了数据交易和应用的场所,对于其盘活手中沉积的海量“数据资产”,打破“数据孤岛”起到了极大的助力作用。

二、我国大数据产业发展面临的主要问题

我国大数据产业还处于起步阶段,尽管取得了一定的成果,但作为新的产业业态,其在发展中依旧面临着许多问题,主要表现如下:

1.数据产权确权难

数据产权确权问题是我国大数据发展所面临的难题。产权制度是市场经济的基本制度。由于数据具有可复制、易更改等特性,且权属鉴定复杂,数据产权界定是当前大数据产业发展亟须解决的疑难问题。实践证明,由于目前数据产权确权问题依旧悬而未决,导致基于原始的用户数据,在去除个人身份属性之后的数据归属问题不明确,数据拥有方不愿或不敢把数据拿出来交易,直接制约了数据交易的发展步伐,进而严重制约了大数据产业的发展。即便是目前有不少的数据交易平台、交易所和交易中心,但是脱离了明确的数据产权界定这一基础,数据交易只能是摸着石头过河式的一种尝试,势必会引发数据交易市场中一系列纠纷,增加大数据产业发展风险。

2.政府数据开放度低

目前,虽然北京、上海、贵州等一些地方政府已经尝试建立了省市一级的数据开放门户,但我国尚未建立全国统一的数据开放门户,政府数据开放程度比较低,主要表现在以下方面:

第一,政府部门对数据开放的认识还不到位,已开放共享的数据时效性低、机器可读性差。一些地方政府片面地认为数据开放就是把数据公开出来。实际上,数据开放是一项系统性工程,涉及数据的机器可读、数据格式、数据许可、数据接口等问题。

第二,政府数据开放动力不足。究其原因,主要根源于两个方面,一是一些政府数据的质量并不高,部门间的数据不一致情况突出,数据一旦开放出来,可能造成负面影响而由此不敢为。二是一些政府重在眼前“政绩”考虑,虽然政府数据开发共享蕴藏着巨大的经济和社会价值,但在短期内很难凸显“政绩”,由此就不积极作为。

3.数据收集和共享困难

大数据产业发展的动力首先来自于数据流动,尤其是跨行业、跨部门,甚至跨地域的数据流动与共享。但是我国存在比较严重的“数据割据”“数据孤岛”和“碎片化”现象,有价值的公共资源和商业数据基本处于死锁状态,无法顺畅流动。具体表现在以下方面:

第一,我国数据标准化程度低,数据收集困难。由于我国数据标准体系建设的基础工作薄弱,早期信息化建设缺乏顶层设计,自主构建大型信息系统的能力不足,且大量的企业没有意识到信息化建设的重要性,导致目前依靠这些信息系统收集到的数据普遍存在兼容性不足、数据质量参差不齐、数据标准化程度较低等问题,直接制约了数据的流动。

第二,數据源之间处于孤立存在状态,数据整合共享困难。由于数据源之间孤立存在,缺少流动和整合,很多企业拥有的数据都是片段数据,很难形成完整的、具有商业价值的数据,导致利用大数据之前需要做大量数据处理的工作,整合效率低,整合难度非常大,数据使用成本过高,商业价值降低。

4.数据安全保护及管理体系不完善

数据安全与大数据产业必须同步推进发展,没有数据安全,大数据产业不可能持续发展。但由于我国数据安全和隐私保护不足,增加了大数据产业发展风险,主要表现在以下方面:

第一,法律法规不健全,没有建立起相关管理体系。我国数据安全和保护相关的法律法规仍不健全,政府信息资源开放共享制度仍然缺位,长期以来,国内政府部门和企业对数据资源没有足够的重视,未设置相关的管理机构和管理规章,数据管理处于分散、无序状态,导致目前还未建立起兼顾安全与发展的大数据开放、管理和安全保障体系。

第二,自主设备采用不足,容易导致数据泄密。我国大量的信息系统和联网工业设备都是使用国外的服务器、路由器、数据库、操作系统等,对自主设备的采用较少,在商业或其他利益的驱使下,国外相关厂商可以肆无忌惮地获取我国个人和企业的各类数据,很容易导致我国的数据资源泄密,不利于对数据资源的保护。

第三,国内数据主体对于数据隐私的重要性认识不足。我国的相关厂商尚未意识到数据的重要性,缺乏保护数据资源的意识,而技术能力的不足也使得相关厂商无法真正有效地广泛存储、利用和保护属于自己的数据。

第四,对侵犯数据隐私和安全的相关行为处罚不足。数据保护相关的执法力度、处罚程度也存在不足,过去几年,包括携程、支付宝、天涯网、12306等众多互联网企业发生了多起重大的数据泄露事件,但是对涉事企业的处罚力度较轻微。

5.大数据企业领军企业缺乏

从主导大数据产业生态建设的领军企业看,我国与发达国家还有较大差距,目前还没有出现能够引领大数据产业的大企业。当前,我国大数据产业还处于发展早期,主要以中小企业为主,企业人数从几十人到几百人不等,分布于各个细分领域之中,竞争非常激烈,很少有营业收入超过10亿元的大企业。我国大数据产业起步较晚,导致大数据产业链还需要进一步构建和完善,垂直方向尚未出现可以建立行业标准、领导行业发展的骨干型大数据企业。

6.大数据合格人才匮乏

我国大数据产业的发展和竞争归根结底取决于数据人才队伍建设。我国目前大数据人才供求严重失衡。

第一,复合型人才总供给不足。大数据的发展离不开掌握大数据技术的复合型人才,而目前系统地掌握数学、统计学、数据分析、机器学习和自然语言处理等多方面综合知识的复合型大数据人才却十分短缺。再加上我国大数据专业教育起步时间太晚,大数据人才的培养速度无法追赶正在发展中的大数据市场。根据2017年《大数据人才报告》显示,未来3—5年内我国大数据人才的缺口将高达150万人。

第二,大数据人才岗位供求失衡,技术类人才稀缺。除了总供应不足之外,大数据人才还面临岗位供需不均衡的现象。在大数据岗位需求之中,数据分析、系统研发等相关技术类岗位的需求远大于供给,而数据管理岗位的人才供给却大于其需求。所以在大数据人才需求中,技术类人才的稀缺程度要大于管理类人才。

第三,大数据人才地域供求失衡。地域供求失衡现象也是大数据人才供求面临的一个问题。我国大数据产业在区域发展上呈现区域聚集分布状态,除了经济发达的北京、上海、广州等地之外,西南地区的贵州、重庆也是大数据产业聚集发展的地区。从大数据人才的流动情况来看,大数据人才主要流向信息化基础好、产业政策扶持力度大的地区,中西部和东北地区的数据人才则流出较多,这种地域失衡状态,导致中西部地区的数据人才不足,大数据产业的发展受到限制。

7.大数据技术创新不足

我国在大数据重点领域的关键技术创新还处于跟随状态,与发达国家相比,在数据采集、分析、存储管理、数据安全以及数据实时在线处理、非结构化处理等方面都存在较大差距。由于自主研发能力不足,没有形成自主可控的大数据技术框架,难以满足各行各业大数据关键技术应用需求,大数据产业高端化发展步履维艰。我国大数据产业的技术创新能力不足主要体现在三个方面:

一是缺乏核心技术。大数据产业涉及数据采集、清洗、存储、挖掘等一系列过程,我国本土软件企业技术积累薄弱,在底层架构和核心算法方面不具备优势,在核心数据技术掌握方面较为薄弱,真正能主导构建大数据产业生态的企业尚未出现。

二是产业链构建不完整。大数据产业的发展需要从底层芯片到基础软件再到应用分析软件等信息产业全产业链的支撑,目前国内无论是在新型计算平台、分布式计算架构,还是在大数据处理、分析和呈现方面均与国外存在较大差距,难以支撑大数据产业链的构建。

三是大数据产业生态体系建设滞后。我国关键数据技术的创新和开源生态建设方面还处于跟随状态,相关企业主要基于已有的开源平台进行优化和构建适合自身业务需求的大数据平台,缺乏构建产业生态的技术实力和资金支持,涵盖数据采集、加工、管理、分析和應用全链条的大数据产业生态体系还需要加大力度培育。大数据产业生态体系建设滞后,导致无法真正掌握大数据产业话语权。

三、加快大数据产业健康有序发展的对策建议

1.加强数据产权方面的制度建设

可参照《中华人民共和国物权法》相关规定,结合数据资源的特点,研究并明确数据产权的法律定义、内容、权利和保护等内容,明确数据产权的资产属性和交易属性,明确产权所有者享有依法进行数据交易的权利。在数据产权确权过程中,建议在保护个人隐私的前提下,将企业获取数据的权属优先和侧重分配于企业,以保证企业可以实现数据收益与其投入相匹配。

2.加快建立完善大数据产业发展的相关法律法规制度

大数据正在改变世界,但它并没有改变人们对于数据安全和个人隐私保护的意识,数据安全和隐私保护是大数据发展的世界性难题。目前,我国大数据安全保护的能力十分有限,大数据安全及隐私保护的法律法规缺失,大大增加了我国大数据产业发展风险。鉴于目前我国仅有贵州省2016年1月15日出台了《贵州省大数据发展应用促进条例》,其他省市和中央政府都还没有制定有关数据安全和隐私保护的单行法律法规,建议先考虑加快起草和颁布“信息保护法”和“数据开放法”,加强数据安全和个人隐私保护,明确数据安全边界,保障大数据采集、使用等环节中个人隐私信息不受侵犯。参照《中华人民共和国物权法》,研究制定“数据产权法”,明确数据产权法律定义、内容、确权和保护等内容,明确数据产权的资产属性和交易属性,明确产权所有者享有依法进行数据交易的权利。

在大数据时代,我国制定“数据法”已变得越来越迫切,建议把制定“数据法”尽早列入全国人大立法计划,做好与之前出台的相关法律法规的衔接,待时机成熟时,出台“中华人民共和国数据法”。“数据法”主要内容要包括总则和附则两部分:总则包括数据权属、数据使用、数据公开、数据交易、数据保护、数据治理、数据取证、法律责任等;附则作为总则和分则辅助性内容而存在的一个组成部分,对本法有关专业用语和相关问题进行解释说明。

3.加快推进数据资源开放共享步伐

加快推进数据资源開放共享步伐,促进数据互联互通、开放共享,着力点主要应放在政府数据资源开放共享、数据标准化和数据共享平台建设。

一是加快推进政府数据资源开放共享步伐。要把加快推进政府数据资源开放共享步伐的着力点放在全面深化政府行政体制改革上来。我们只有也唯有全面深化行政体制改革,创新行政管理方式,从根本上打破部门行业条块分割的体制壁垒,彻底解决时下一些政府部门存在“不愿开放共享”“不会开放共享”“不敢开放共享”这种为官不为、懒政怠政局面,才能破解目前大数据发展面临的“数据孤岛”“数据碎片化”难题,进而推动大数据资源整合与集成应用,提高大数据产业资源配置效率。

根据我国国情,当前要把政府数据开放共享纳入政府工作重要职责,明确职责主体,确立政府数据开放共享的主管部门、工作职责和工作考核机制;尽快制定出台“开放数据发布指南”和“公共数据资源开放共享管理办法”,明确界定数据开放边界、范围、原则和安全保障范围等,制定数据开放共享行动计划,加快推进政府数据资源开放共享步伐。

二是有序建立完善大数据平台。首先,要按照开放共享的内容范围和相关标准,加快统筹建立完善国家、省、市、县四级政府数据资源开放共享平台,实现政府数据资源互联互通,开放共享。其次,要按照互利共赢、有序推进、互联互通、协调发展的原则统筹布局大数据交易平台。同时要特别警惕避免功能定位趋同的大数据交易平台盲目发展,同质化严重以致发生恶性竞争,造成社会资源和社会资本的巨大浪费。

4.加大对大数据产业发展的财政金融政策支持力度

加快大数据产业发展,不仅要充分发挥企业的主体作用和有效市场的主导作用,而且要更好发挥有为政府的引导作用。实现“有为政府”与“有效市场”的有机统一,保障市场在资源配置中起决定性作用。

一是加大财政政策支持,注重配套政策的应用。政府要加大对大数据产业的财政投入,充分发挥财政资金的引导作用。首先,要尽快完善政府采购大数据服务的配套政策,加强各级政府和企业对大数据开发应用的支持力度。鼓励政府部门和公用事业的信息化应用中采购大数据技术,以政府采购数据引导产业发展。其次,要加快推进出台实施大数据产业生态中的相关企业享受税收优惠政策。对符合国家税收优惠政策规定的大数据企业,经相关部门认定后实施更加优惠的企业所得税政策。对于市场前景良好的大数据初创企业,纳入小微企业优惠政策扶持。对符合税法相关规定的大数据新技术、新产品、新工艺研究开发费用,实施加计扣除政策。

二是建立财政专项扶持基金。建立国家大数据产业发展投资基金,吸引社会资金参与,扩大大数据产业投融资能力,重点扶持基础性、关键性产业领域;设立大数据产业发展专项基金,用于支持大数据技术研发、产业化项目和重大工程。

三是加大投融资扶持政策力度。深化金融服务改革,为大数据产业发展提供良好的资金扶持。首先,各级地方政府要积极引导创业投资基金投向大数据产业,鼓励设立一批投资于大数据产业领域的创业投资基金;其次,鼓励地方设立支持大数据产业发展的风险投资基金和股权投资基金,引导社会资金投资大数据产业;最后,引导和鼓励符合上市条件的大数据企业在国内上市,拓宽大数据企业直接融资渠道。

5.加强大数据重点领域关键技术自主研发创新与应用

大数据产业是技术和应用双重驱动的产业,必须通过加大关键技术研发支持力度和扩大应用范围来增强大数据产业的核心竞争力。

一是加大财政资金对关键基础共性技术的研发支持力度。建议在国家层面上设立大数据关键基础共性技术研发的国家财政专项资金,支持突破一批核心技术,以期形成构建具有核心技术自主权的大数据产业链的能力。即突破大数据采集、大数据分析与挖掘、大数据可视化、存储管理、数据安全、以及数据实时在线处理、非结构化数据处理等关键核心技术,形成自主可控的大数据技术架构,提高关键核心技术的自主研发能力。

二是引导企业加强大数据核心技术和应用技术的研发投入,形成一批可复制、可推广的行业解决方案。加速推进大数据关键核心技术应用试点示范。选择一批信息服务企业作为试点企业,积极推动大数据应用,以应用牵引创造需求,加快我国大数据产业化和市场化进程。

6.加强基础设施建设和大数据专业人才培养

目前,我国大数据产业整体实力与国外相比仍有较大差距,尤其是大数据基础设施薄弱、专业人才队伍不足是一个亟须打破的制约瓶颈,需要在国家层面上给予强有力支持。

一是加强基础设施建设。我国大数据产业还处在发展初期,最迫切的就是完善大数据产业发展所需的基础设施建设问题。当前必须抓好如下工作:要在国家层面上统筹规划大数据基础设施建设,根据国家发展重点,结合本地区实际有序布局大数据平台、数据中心等基础设施。务必要防止盲目建设和重复投资,避免出现“烂尾楼”工程。要扎扎实实地加快推进“宽带中国”战略,加快宽带网络建设,优化网络通信能力,提高通信网络质量,降低整体运营成本,健全网络通信服务保障体系,大幅度扩大光纤网络、移动网络和无线局域网覆盖范围。建立大数据产业园区形成产业集聚效应。中央和地方政府应根据实践情况有序规划大数据产业园区,并实施优惠政策鼓励大数据企业入园创业,促进产业集群发展,不断培育壮大具有国内和全球影响力的大数据产业领军企业。

二是多元化方式培养大数据专业人才。发展大数据产业的一个重要前提是必须具备多层次、高素质的大数据专业人才队伍。鉴于我国大数据专业人才队伍不足的现实,应着力于两方面:一方面,要培养大数据重点领域关键核心技术研发人才。从紧迫性而言,要充分发挥政府的主动引领作用,实施人才引进战略,以大数据领域研发和产业化项目为载体,积极引进高端人才,重点引进一批活跃在大数据技术发展前沿、国际领先水平的高端专业人才和团队。从长期来看,要立足于依靠我国重点高校和科研院所培养输送,致力于培养和造就一支懂指挥、懂数据采集、懂数学算法、懂数学软件、懂数据分析、懂预测分析、懂市场应用、懂管理等的复合型“数据科学家”队伍。另一方面,要培养和造就高素质的大数据应用人才。可采取多元化培养方式,即支持国内高等院校设置大数据相关学科、专业,培养大数据技术和管理人才;支持职业学校开展大数据相关职业教育,培育专业技能人才;鼓励高校和科研院所针对大数据产业相关技能对在职人员进行专业培训,缩短大学培养人才的周期来满足大数据产业对人才的需求,使我国产学研协同创新实践步入“三螺旋”时代③。

7.加快推进政府统计制度与方法改革

我们必须积极应对新时代的数据科学面临的挑战,主动进取,充分利用大数据催生大变革,在大数据思维框架下构建新的统计制度与方法,推动现代化统计体系建设。加快推进数据标准化需要充分发挥有为政府的作用,建议从国家层面上组织专家队伍,在积极借鉴国际经验的基础上,结合我国国情进行专题研究。当前要着力于对推动大数据的基础标准、技术标准、应用标准和管理标准等进行深入研究,积极鼓励先行先试,在试点成熟后上升为标准推广实施。当前,必须加快建立政府部门、事业单位等公共机构的数据标准和统计标准体系,推进数据采集、政府数据开放、指标口径、分类目录、交换接口、访问接口、数据质量、数据交易、技术产品、安全保密等关键共性标准的制定和实施。密切关注国际标准和技术发展趋势,善于进行国际交流合作,要积极组织参与国际标准制定,提升我国大数据标准制定的国际话语权。

8.促进国际合作与交流

在经济全球化时代,大数据产业要发展壮大,开放合作是必由之路。我们要坚持平等合作、互利共赢的原则,积极推进建立多层次的国际合作交流合作机制,在大数据开放共享、产业发展、数据安全、政策法规等领域加快建立和完善大数据国际交流合作平台,逐步完善国际合作机制。结合大数据应用创新需要,积极引进大数据高层次人才和领军人才,利用国际创新经验促进我国大数据产业注入新的活力,加速世界共融;结合“一带一路”等国家战略,支持国内大数据龙头企业积极开拓国际市场,输出优势技术和服务,形成若干具有国际竞争力的大数据企业和产品,在优进优出中实现大数据产业竞争力的提升。

注釋

①中国互联网络信息中心(CNNIC):《第40次中国互联网络发展状况统计报告》,2017年8月4日。

②IDC & EMC. The Digital Universe of Opportunities. https://www.emc.com/collateral/analyst-reports/idc-digital-universe-2014-china.pdf.

③“三螺旋”理论是20世纪90年代中期,纽约州立大学的社会学家亨利·埃茨科威兹和阿姆斯特丹科技学院的罗伊特·雷德斯多夫教授在三螺旋概念基础上提出的官、产、学三者之间关系的著名理论。该理论主要分析了知识经济时代政府、产业和大学之间的新型互动关系,即政府、企业与大学是知识经济社会内部创新制度环境的三大要素,根据市场要求而联结起来,形成了三种力量交叉影响的三螺旋关系。这一理论被学界认为开创了一个创新研究的新领域、新范式,产学研的研究从此向“三螺旋”时代迈进。

责任编辑:晓 立

Research On the Development of China′s Big Data Industry

Cha Hongwang Zheng Tingting

Abstract:This paper analyzes the present situation of the development of China′s big data industry from six aspects including industrial scale, industry form, regional distribution, industry competition pattern, industry policy and trading market. Furthermore, this paper also analyzes the main problems in the development of China′s big data industry from seven aspects, which include data property rights, government data, data value, data security and data protection, big data enterprises, big data talents and big data technology. Based on the problem orientation, the paper puts forward the countermeasures and suggestions for speeding up the healthy and orderly development of the big data industry in China.

Key words: big data; big data industry; data property right; government data opening and sharing

猜你喜欢

大数据
浅谈大数据在出版业的应用
“互联网+”对传统图书出版的影响和推动作用
大数据环境下基于移动客户端的传统媒体转型思路