深刻理解大数据本质特征 推动大数据产业高质量发展.docx

《深刻理解大数据本质特征 推动大数据产业高质量发展.docx》由会员分享，可在线阅读，更多相关《深刻理解大数据本质特征 推动大数据产业高质量发展.docx（6页珍藏版）》请在第一文库网上搜索。

1、深刻理解大数据本质特征推动大数据产业高质量发展从文明之初的“结绳记事”，到文字发明后的“文以载道”，再到近现代科学的“数据建模”，数据一直伴随着人类社会的发展变迁。随着新一代信息技术的快速发展和广泛应用，人类掌握数据、处理数据的能力实现质的跃升，万物数字化构建现实世界的数字空间映像已成为可能，为大数据产业发展带来了新的发展机遇。工业和信息化部出台“十四五”大数据产业发展规划（以下简称规划），立足大数据的本质特征，聚力数据要素价值释放，从治理、技术和融合应用等方面系统布局，为“十四五”时期大数据产业高质量发展提供了重要指引。一、大数据引发经济社会根本性变革大数据提供了人类社会认识世界的新思维。思

2、维是一种构造心理联想和对世界建立模型的脑力过程，是接受和处理信息、建立概念、推理决策的过程，也可视之为看待问题、理解问题、解决问题的方式方法。大数据思维源起于计算思维，是用计算的方式去建模、理解、解决具体问题的思维，并日益发展成为当前时代认识问题并解决问题的重要方法学。20世纪90年代西方学者尼葛洛庞帝提出，“数字化生存”时代已经到来，这个时代需要“数字化生存能力”。这意味着，为了更好地“建立概念、解决问题、推理和决策”，我们需要具备与“数字化”和“以数据为中心”相匹配的新思维方式。大数据提供了通过数据去发现和理解现实复杂系统的运行状态和规律、去探索未知和求解现实问题的新型方法，成为人类社会改

3、造自然和社会的新手段；而用大数据的思维认识和思考世界，通过编程的方式建模和求解，也应该成为未来社会人类生存的必备能力。大数据承载了生产要素的新价值。大数据蕴含的价值主要体现在两个方面：从本体论视角来看，数据本身蕴含了信息、知识、规律甚至智慧，这些都能转化为实际的经济价值;从方法论视角来看，数据成为其他生产要素的数字空间”李生”，从而为现实世界赋值、赋能。通过对海量数据的处理分析、推动多源数据的碰撞融合、以数据的快速流动带动其他传统要素优化配置、精准并高可信度地映射各类事物实际运行状态，持续促进数据应用价值高水平释放。不同于物质与能源，数据不会因使用而消耗，越使用价值发挥就越大，同时使用过程中又

4、会产生新的数据，成为新的“生产资源”用于“再生产”，从而创造新价值。大数据加速了经济社会数字化发展的新趋势。当前，数字经济、数字政府、数字社会建设成为时代趋势，其本质是人类社会经济活动的全面数字化，既包括以大数据为代表的信息技术及产业发展，还包括传统行业领域转型发展。其中,数字化转型、网络化重构、智能化提升是经济社会转型发展的基本实施路径，大数据作为主线贯穿始终。即数字化奠定基础，实现数据资源的获取和积累；网络化构建平台，促进数据资源的流通和汇聚；智能化展现能力，通过多源数据的融合分析呈现信息应用的类人智能。以当前智慧城市建设为例，正在开启“全数化、建李生”的新阶段，通过全面感知城市、获取城市

5、运行数据，在数据连通融合基础上进行分析挖掘，建立城市运行数字影像，从而实现数据驱动的城市智能决策、精准管理和全面服务。二、规划的核心是促进大数据特性优势释放当前，人类社会正在进入以数据的深度挖掘和融合应用为主要特征的信息化3.0阶段，信息技术从辅助各行业领域发展的工具，转变为引领社会经济发展的核心引擎，通过挖掘和释放大数据思维价值、经济价值和赋能价值，驱动数字经济爆发式增长。规划深刻把握大数据的本质特征，在数据治理、技术创新和融合应用等方面系统布局，在以大数据特性优势发挥、数据要素价值释放带动产业高质量发展的路径探索上亮点突出。治理先行，加快数据要素市场培育。大数据高应用价值之所以未能得到充分

6、释放，很大程度上是因为大数据的规模性、多样性和流动性均是“双刃剑”，一方面决定了大数据蕴含的丰富价值，另一方面也对大数据特性价值释放带来巨大挑战。如数据开发利用程度普遍不高，很多工业企业采集数据的90%都不知道该怎么用，投入产出不成正比。原因是多方面的，包括采集的数据质量不足、自身尚不具备数据管理和分析能力、跨部门数据流通存在壁垒等。规划从国家、行业、组织三个层面入手，加强数据治理，培育数据要素市场，推动数据资源中所蕴含价值的挖掘与转化：一是国家层面引导建立数据资源产权、交易流通、跨境传输和安全等基础制度和标准规范，强化大数据安全顶层设计，落实网络安全、数据安全等法规要求。二是行业层面加强高质

7、量数据资源供给，围绕数据“大体量”汇聚、“多样性”处理、“时效性”流动、“高质量”治理、“高价值”转化，提升相关环节技术能力，推动多层级管理体制和高效管理机制创新，构建行业数据治理体系。三是组织层面加强需求主体数据治理，开展数据管理能力成熟度（DCMM）贯标，强化数据分类分级管理，提升企业数据管理能力。四是市场层面推动数据要素市场建设，引导开展数据资产价值评估，建立数据市场运营体系和监管制度，探索推进数据交易，深化数据开发利用。技术创新，构建开源开放产业生态。尽管我国在大数据应用领域取得较大进展，但是基础理论、核心器件和算法、关键软件等层面，较之美国等技术发达国家仍明显落后。在大数据管理、处理

8、系统与工具方面，对国外开源软件依存度较高，在大数据领域国际开源社区的影响力较弱，从而缺少对大数据技术生态的自主可控能力，制约了我国大数据产业高端化、国际化发展。规划统筹兼顾自主创新和开放创新:，注重强基础、补短板，提升通用大数据技术水平，增强自主基础软硬件的底层支撑能力。另一方面，坚持“参与融入、蓄势引领”的开源推进策略，推进自主开源框架、组件和工具研发，引导建设大数据开源社区，打造自主可控开源生态。融合深化，深入推进行业大数据应用。提出，要推动互联网、大数据、人工智能和实体经济深度融合。在实践中，与实体经济紧密结合的行业大数据应用蕴含着巨大的发展潜力和价值，麦肯锡报告指出，制造企业利用大数据

9、技术能够减低10%-15%的生产成本。然而，我国实体经济数字化转型缓慢，大数据与实体经济融合不够深入，大企业仍倾向打造封闭生产系统，中小企业数字化转型的动力和能力明显不足，大数据融入行业生产、业务、组织等各方面并作用于创新增值、价值提升的程度不够，生态系统亟待形成和发展。规划从工业和行业两个层次推动产业数字化：一方面，立足制造业作为实体经济主战场的重要地位，以制造业数字化转型为引领，构建多层次工业互联网平台体系，推动工业大数据深度应用，培育专业化、场景化大数据解决方案。另一方面，以大数据产业发展试点示范为抓手，深化行业大数据开发利用，促进数据的再创造和价值提升。安全是发展的前提，发展是安全的保障。在推进大数据产业发展的同时必须提升数据安全意识，增强风险防控能力。要以规划为指导，充分调动各类主体的积极性和主动性，提升对大数据特性优势的认识，深刻理解大数据的思维价值、经济价值和赋能价值，明确重点集中发力，加强全社会协同合作，共同推进大数据产业实现高质量发展。