2.1 数据要素

从互联网兴起开始，历经20多年的积累和储备，数据资源大规模聚集，基础性、战略性地位凸显，将进入数据驱动经济发展的爆发期、黄金期。从某种角度上说，谁拥有了大数据，谁就占据了战略的制高点，谁就拥有了未来。

2.1.1 市场机制的培育

2020年3月30日，《中共中央国务院关于构建更加完善的要素市场化配置体制机制的意见》发布，该意见首次将“数据”作为要素与土地、劳动力、资本、技术四种传统要素并列，提出要加快培育数据要素市场。具体举措有三个方面：

推进政府数据开放共享。优化经济治理基础数据库，加快推动各地区各部门间数据共享交换，制定出台新一批数据共享责任清单。研究建立促进企业登记、交通运输、气象等公共数据开放和数据资源有效流动的制度规范。

提升社会数据资源价值。培育数字经济新产业、新业态和新模式，支持构建农业、工业、交通、教育、安防、城市管理、公共资源交易等领域规范化数据开发利用的场景。发挥行业协会商会作用，推动人工智能、可穿戴设备、车联网、物联网等领域数据采集标准化。

加强数据资源整合和安全保护。探索建立统一规范的数据管理制度，提高数据质量和规范性，丰富数据产品。研究根据数据性质完善产权性质，制定数据隐私保护制度和安全审查制度。推动完善适用于大数据环境下的数据分类分级安全保护制度，加强对政务数据、企业商业秘密和个人数据的保护。

1.数据成为关键生产要素

2019年3月，中央网信办、发展改革委、工业和信息化部联合印发《公共信息资源开放试点工作方案》，确定在北京、上海、浙江、福建、贵州开展公共信息资源开放试点。该方案要求，试点地区要着力提高开放数据质量，促进社会化利用，探索建立制度规范。

随着国家大数据综合试验区建设、国家大数据产业规划出台、各地建设不断加快，大数据产业发展将推动形成特色领域。围绕京津冀和珠三角跨区域类综合试验区，将更加注重数据要素流通，以数据流引领技术流、物质流、资金流、人才流，支撑跨区域公共服务、社会治理和产业转移，促进区域一体化发展；围绕上海、重庆、河南和沈阳四大区域示范类综合试验区，将更加注重数据资源统筹，加强大数据产业集聚，发挥辐射带动作用，促进区域协同发展，实现经济提质增效；围绕内蒙古基础设施统筹发展类综合试验区，将在充分发挥区域能源、气候、地质等条件基础上，加大资源整合力度，强化绿色集约发展，加强与东、中部产业、人才、应用优势地区合作，实现跨越发展。此外，结合地方产业发展和应用特色，大数据产业集聚区和大数据新型工业化产业示范基地建设也将持续推进。

2.数据要素的发展挑战

在数字经济时代，数据是与农业经济时代的土地、工业经济时代的能源相类比的重要资源。在当前“两个一百年”的历史交汇期，除土地、劳动力、资本、技术等传统的生产要素外，数据成长为一个新的生产要素。数据作为一种全新的生产要素，具有多变性、外部性、非结构性、非标准化、边际成本递减、规模报酬递增等特征，数据要素市场的构建更富有挑战性。

第一，数据资产确权的挑战。确权是数据作为一种生产要素得以流通的基本前提，目前全球范围内的数据确权及立法问题是一个巨大挑战。一是数据确权缺乏依据。虽然目前法律规定了对个人信息和数据、网络虚拟财产进行保护，但对数据的权利性质和归属问题的不够界定清晰。二是数据权属生成过程复杂多变。三是数据安全问题进一步增加了确权的难度。数据确权问题与其安全责任的界定密切相关。

第二，交易市场培育发展的挑战。一是数据资产的数据化、商品化和标准化体系尚未建立。由于数据交换的普遍共性体系尚未建立，各方在开展数据共享流通时，缺乏统一标准，无法建立统一的数据大市场。二是缺乏统一的数据收益和成本估算机制。数据具有高初始成本、零边际成本的特点，其价值又会随着交易主体和应用场景的变化而变化，导致交易双方估算数据的成本收益时存在信息不对称问题。三是交易双方信任机制难以建立。对于完全陌生的交易双方而言，一方将数据移交另一方后，难以控制数据使用流向，因此信任关系的建立较为困难，缺乏全社会各方均可接受的统一数据定价机制。

第三，创新资源配置的挑战。资源配置主要涉及数据主体、数据融合和数据交易市场。管理层面，行业和区域资源共享壁垒仍难打破。行业和区域大数据缺乏统筹，数据孤岛现象普遍存在，数据共享渠道不畅，政企之间，数据资源对接困难重重。一方面，我国政府数据开放刚刚起步，另一方面，社会化机构，特别是掌握海量数据的超大型互联网企业不愿也无法向政府开放数据。在产学研协同层面，数据与创新资源脱节问题突出。人才和技术集聚的高校科研机构往往缺乏一手数据，而手握海量数据的政府机构和头部企业又缺乏足够的分析人才。

第四，数据市场监管的挑战。首先，事前监管模式与数据要素市场的快速变动性不相适应，传统事前准入和事后处罚的监管模式越来越难以适应数据市场领域日新月异的发展形势。其次，条块分割的监管体制与数据要素市场的跨域联动性不相适应。现有的条块化和属地化管理机制下，单个部门或单个地区的监管力量已不足以应对“互联网+”“大数据+”驱动的跨地区、跨行业、跨层级融合发展的新业态新模式监管需求。

2.1.2 新基建

新基建是新型基础设施建设的简称，包括5G、数据中心、物联网、特高压、人工智能、工业互联网等。与传统基建相比，新基建涵盖范围更广，这些领域更能代表经济未来转型升级方向，其中大数据是新基建的核心之一。

1.新基建的技术基因

当前，我国基础产业有转型提高的空间，但在满足社会需求总量方面的供给已有结余。因此，从政策层面直接参与的投资不应局限于现行基础产业，更应以未来经济社会高质量发展为出发点，关注新型基础产业。

（1）社会公共系统的技术植入 以社会公共系统为例，现代通信、数据、互联网信息技术等越来越体现出重要作用。例如，互联网及5G技术支持高危病人的远程视频诊断，网上预约购买生活用品与口罩，线上远程办公、网上授课交流，等等。这些事例表明，现代科学技术、高技术产业已经全面渗透人们的工作生活、社会交往、健康卫生、休闲娱乐、学习教育等领域，其中一些新型产业甚至可能成为未来经济社会发展的关键性基础产业。

基础性产业分两类：一类是传统基础产业，通常是指支持人们生产生活的交通、道路、码头、港口、通信、能源、水利等，它们是社会发展的重要基础。另一类就是新基础产业，即支持未来社会高质量发展、满足人们美好生活需要、支持新型智能产业发展的现代基础产业。一些研究机构将新基础产业表达为“云+网+端”。其中，“云”指的是云计算、大数据等信息交互和使用模式；“网”指的是互联网、物联网、工业互联网等；“端”指的是终端、智能应用程序等，负责用户信息的输入和输出。就发展趋势而言，“云+网+端”未能完全涵盖新基础产业的内涵，需要不断延展。

新基础产业可以从“硬、软、联”三个方面来进一步说明。“硬”指的是以5G通信、新材料、新能源、新交通等为代表的产业发展“硬基础”；“软”指的是以大数据、人工智能、IT软件等为代表的产业发展“软基础”；“联”指的是以工业互联网、智能物联网、智慧电网等为代表的“互联性基础产业”。这些新基础产业的发展和应用将广泛影响人们工作、生活的方方面面，包括公共卫生体系建设与运行、社区网格化管理、教育和知识传播等。可以说，新基础产业已成为决定未来社会与生活、经济与产业竞争力的基础，对现行产业转型升级与未来新型产业发展将起到重大的基础性支撑作用。在未来的社会运行体系中，新基础产业将不断发挥作用，真正成为经济与社会、产业与民生高质量发展的基础。

（2）新基建三大核心 新基建的核心是数字基础设施建设。推动新基础产业发展，要在内涵和外延上进行突破，在新基建的建设初期，应着力在重点领域进行突破。

一是5G通信。在新基建中，最主要的新一代信息技术中的重要代表是5G。当下，5G应用已经扩展到产业互联网和智慧城市，拥有增强移动宽带、超可靠低延时、广覆盖大连接等特点。技术决定了新基础设施的集群状态和未来领先性。发展5G通信，既要在核心技术层面，加大核心器件的研发力度，也要在基础设施层面，继续加快推进5G基站建设。同时，在应用层面，着力推进5G与金融、贸易、工业互联等智能应用场景的深度融合。在上游的基础设施方面，5G对天线业、射频业、光模块/光网络等产业的技术发展产生了新的需求。相较于4G技术，5G的频谱效率将提高5～10倍，对信息基础设施建设会产生深远影响。在中游的运营商服务方面，5G为运营商带来了新的商业模式。运营商需要做好管道和承载，并针对不同的带宽要求设计产品业务。在下游的终端和应用方面，5G具有大带宽、低延时、高可靠等特性，能够推动人机物海量互联，能够为平台经济中的信息消费、供需对接提供更高速、更可靠的连接能力。在重点的工业互联网平台建设层面，其核心内涵是数字化、网络化、智能化，5G赋能工业互联网将催生全新的工业生态体系，二者的融合必将推进制造业高质量发展。

二是人工智能。人工智能是引领未来的战略性技术，全球主要国家和地区都把发展人工智能作为提升竞争力、推动经济增长的重大战略。人工智能的发展，应重视与制造、金融、商贸、交通等领域的深度融合，打破传统企业与相关人工智能企业的合作壁垒，规范数据安全。发展至今，人工智能已成为新一轮科技革命和产业变革的核心驱动力，正对世界经济、社会进步和人民生活产生深刻的影响。人工智能的产业链包括基础支撑、关键技术及应用场景，其中，基础支撑是指芯片、传感器、数据服务和云计算等计算机基础设施服务；关键技术主要是指机器学习、计算机视觉、语音及自然语言处理等算法的迭代优化；应用场景非常广泛，人工智能覆盖“智能+”的各个领域以及机器人、可穿戴设备等。

三是大数据。大数据产业包括大数据技术产品研发、工业大数据、行业大数据、大数据产业主体、大数据安全保障、大数据应用等内容。从大数据产业链竞争态势来看，大数据产业链的局部环节竞争程度差异化明显。其中，产业链中游的竞争集中度较高，产业链下游的竞争集中度较低，是国内新兴企业最有机会的领域。可以预见，未来几乎各个行业、领域都需要大数据的分析结果。我们亟需在大数据分析应用方面加大研发力量，以期取得突破性成果与进一步发展。

总体来看，大数据能够提供海量数据资源，为生产与服务决策提供信息内容；5G技术能够提升信息传递速度，为数据传输提供技术支撑；人工智能主要是信息处理技术，为数据的分析处理提供更为成熟、科学的决策方案。

2.数字基础设施

传统产业数字化转型具有巨大的潜能，但数字化众创众包研发设计、网络化协同智能制造、大规模个性化定制、服务化转型、优质应用场景开发，都需要专业化的数字基础设施支撑。

（1）布局：智能化赋能 未来10年，全球数字经济最重要的主题之一是数字基础设施的重构、切换与迁移，以及基于新型数字基础设施的商业生态再造。以物联网、云计算、边缘计算、人工智能、移动化、数字孪生等为代表的智能技术群落，在不断融合、叠加和迭代升级中，为未来经济发展提供高经济性、高可用性、高可靠性的技术底座，未来10年将是新型数字基础设施的安装期。新一代信息技术发展将推动人类社会进入一个全面感知、可靠传输、智能处理、精准决策的万物智联时代。

从商业视角来看，伴随着消费者主权的崛起，商业系统变得越来越复杂，这种复杂来自于客户的个性化、产品和服务的复杂性、场景的多样性与复杂性及供应链的复杂性等方面。面对商业系统的复杂性，传统的数字基础设施越来越力不从心，业界都在思考如何重构数字经济新基础设施体系。人工智能物联网、工业互联网、数据中台、业务中台、微服务化等新技术、新概念、新实践、新战略的兴起，成为体现转型价值的基本载体。

工业互联网作为数字经济基础设施体系的重要组成部分，需要多方面、多维度关注工业物联网以及数字化转型契机。智能是一个主体对外部环境的变化做出响应的能力，这个主体可以是机器、工厂，也可以是个人、研发团队、企业等，重要的是这样一个主体对外部环境的变化做出实时响应的能力。

工业物联网的本质就是一个智能系统，可以对客户的需求做出实时、低成本、高效的响应。今天的物联网、大数据、云计算、工业互联网等对企业的影响，首先要回归到企业层面。企业竞争的本质就是资源配置效率的竞争。互联网、大数据、云计算、工业物联网等信息技术对于企业的价值，可以简化和浓缩为数据加算法，实现企业决策的精准度、科学性、低成本和高效率，来促进企业资源的优化配置。

（2）底座：数据中心新契机 互联网行业的蓬勃发展带动了数据和流量不断向数据中心聚集。为充分发挥数据中心的规模效益，大幅降低业务部署成本和维护成本，运营商、互联网、云服务提供商等行业中的大型公司纷纷建设了超大规模数据中心。

超大规模数据中心加速建设。在新基建的推动下，分布式小规模数据中心投资建设方式或将成为过去，更多的集中式、大规模的投资方式将加速超大规模数据中心的建设。在这个大背景下，如何继续提高数据中心规模化效益，构建更大规模的数据中心网络，是每个数据中心架构设计师都要面对的挑战。组建超大规模数据中心主要受限于两方面的因素：一方面是业界主流的交换网络设备的转发能力和端口密度；另一方面则是网络架构设计思想，需具备极高的可扩展性和可管理性，以便能按期完成数据中心网络的交付，并最终具备灵活扩展以承载更大规模集群的能力。

网络能力推动业务升级。无损、智慧、开源成为数据中心网络能力的“三驾马车”，新基建势必将推进5G、人工智能、大数据、云计算等技术飞速发展，这些新技术对网络，尤其是数据中心网络在转发效率、高效运维、开放架构等诸多方面提出了更为苛刻的需求，未来数据中心网络需要在无损、智慧、开源这三大方面全面提升能力，为新一代业务应用保驾护航。其中无损网络技术已经在互联网、金融等行业得到应用。如银行可以基于无损网络技术，在数据中心引入智能拥塞调度手段来加速网络通信。随着人工智能技术的飞速发展，越来越多的应用如工业控制、远程医疗、自动驾驶等将走入人们的生活，而无损网络架构无疑是这些应用的极佳选择。智慧化能力有助于解决数据中心运营难题，数据中心规模扩张以后，设备数量呈倍数增长，设备种类也大大增多，如何实现海量设备的统一管理，实现业务到网络的联动，提高运维效率，降低运维成本，是大规模数据中心亟需解决的问题之一。开放式架构催生数据新的生态，数据中心开放式架构给白盒交换机提供了发展良机。白盒交换机与传统交换机的区别在于白盒交换机采用开放的体系架构，可实现硬件与软件的解耦，需要部署一套集中的网络操作系统。在互联网行业，基于开放式架构的白盒交换机在云数据中心已经规模化部署。

（3）战略：数据安全与价值体系2020年2月19日，欧盟委员会颁布了包括《欧洲数据战略》（A European Strategy for Data）在内的系列规划，这是继2014年首次提出数字化转型战略以来，欧盟为巩固“技术主权”以及推动数字经济领导者地位建设的又一系列大动作。《欧洲数据战略》指出，数字在全球竞争和数字社会发展中的作用凸显，本着“技术为人服务，公平和竞争的经济建设，开放、民主和可持续社会发展”的三大目标，欧盟致力于构建“单一数据市场”，推动在数据利用、平台治理和人工智能等领域的发展和立法。然而，安全成为数据战略中不可忽视的重要因素。

数据资源在发挥价值的过程中的一个重要问题是安全问题。数据安全又可分为数据主体的隐私保护和数据的质量安全。颁布《欧洲数据战略》的初衷就在于建设“以个人控制为前提”的“公平、开放和合作”的数据市场，此前欧盟还曾颁布了《通用数据保护条例》（GDPR），通过区分数据的生产者、所有者和处理者，将数据的知情权、访问和操作权、删除权等进行分配，以实现数据的正常流动和用户隐私保护平衡。作为欧盟重要的数据隐私保护法案，《通用数据保护条例》已成为各国学习参考的重要条例。以数据驱动的商业决策及社会治理逐渐走向数据依赖化和智能化，数据质量直接关系到服务质量和安全。与此同时，也不能忽视数据的准公共性，如反恐、科学研究等，此时隐藏关键数据信息或数据信息失真也会严重影响社会的发展和稳定。

因此数据流动过程中的安全问题不容忽视。数字经济的本质是数据流动，而数据流动的本质是“分享事实、分发权利、隐匿身份”。在数据基础设施的顶层基础上，通过数据识别身份、事实、信息和隐私信息，解决隐私保护和数据准公共性的基础问题；搭建在线动态资源匹配和数据资产定价框架，为分布式数据提供整合、匹配和撮合交易的安全流动方案；结合电子协议和智能合约实现“物理—信息”系统融合和权力分配，实现数据采集自动化、交易程序化，解决数据安全和交易安全问题；通过对算法进行法律规制和价值观引导等，实现数据交易基础设施的安全可信、透明计算、交易可审计、分布式协同等，为我国数字经济夯实基础，实现数据跨部门流动、公平交易和高效交换，提升社会治理能力，启动经济发展新引擎。

对于已经发布数据管理方面战略的国家而言，数据的流动涉及数据采集、数据存储、数据传输（或交易）、数据处理及应用等多个过程，而往往不同的过程并不在同一个实体中完成，如个人位置信息往往是在个人携带移动通信设备通信时，在运营商、位置服务公司等处留存的，进而提供给外卖、出行等服务平台使用。同样的数据，其使用者也可能不同，数据主体本身、信息服务企业及其他数据驱动的企业都可能是潜在的客户，如消费信贷中的个人历史金融记录，一般要满足个人信用自查、数据公司评估处理和服务公司授信等多方的应用需求；同时这也揭示了数据流动困难重重的根本原因——全连接时代交易模式和关系的不确定，数字经济时代的连接是人与人、人与物、物与物的连接，因此数据流动和交换的模式包括协作（脱敏或整合）、竞争（多方售出）、博弈（交易）、序贯执行（感知控制）等。

2.1.3 数据战略

多国政府已将大数据战略确定为国家战略，创造良好的政策、法律环境，以抢占大数据发展先机，增强本国领先优势。根据权威机构的最新统计数据，至2022年，全球大数据市场规模将达到800亿美元，年均实现15.37%的增长。

1.国外大数据战略与产业发展

（1）战略规划牵引产业发展 各国注重从国家整体战略出发推动大数据发展。美国率先把大数据上升为国家战略，2012年颁布了《大数据研究和发展计划》，专门组建“大数据高级指导小组”，积极联合企业、科研院校和非营利机构，共同推动大数据发展。欧盟委员会从战略全局高度，协调各成员国从“开放数据、资金投入、平台建设、数据安全”等方面推进大数据落地。英国于2015年颁布《数字经济战略（2015—2018）》，倡导通过大数据、云计算、人工智能等信息技术创新来驱动数字经济发展；于2017年英国颁布《英国数字战略》，对依托以大数据为代表的新一代信息技术推动国家数字化转型做出全面部署。日本、韩国、新加坡等亚洲国家则从加强信息基础设施建设、开展大数据技术应用、推动数据资源开放共享、培养大数据专业人才、保障数据安全等方面推进大数据产业发展。

（2）政府立法提供制度保障 各国通过立法解决大数据产业发展过程中面临的数据开放、数据保护、数据安全等问题，为大数据产业发展提供制度保障。2016年，美国发布《联邦大数据研发战略计划》，形成涵盖技术研发、数据可信度、基础设施、数据开放与共享、隐私安全与伦理、人才培养以及多主体协同七个维度的系统顶层设计，打造面向未来的大数据创新生态。2018年，英国颁布《工业战略：人工智能》报告，从鼓励创新、培养和集聚人才、升级基础设施、优化营商环境以及促进区域均衡发展五大维度提出一系列具体举措。

（3）加速关键技术研发布局 美国凭借IT优势和软硬件核心技术优势，抢占在搜索服务、数据仓库、服务器、存储设备、数据挖掘等领域的领先态势。2018年，法国相继颁布了《法国人工智能发展战略》《5G发展路线图》《利用数字技术促进工业转型的方案》等前沿技术政策，加强对大数据、人工智能、自动驾驶、5G等技术的布局和应用。2018年，韩国颁布了《第四期科学技术基本计划（2018—2022）》，将人工智能、智慧城市、3D打印作为该计划的重点科技项目，并将下一代通信、自动汽车、虚拟现实/增强现实（VR/AR）、智能机器人、智能半导体等作为政府创新增长引擎，引领第四次科技革命的发展。

（4）开放数据激发创新应用 巴西、印度尼西亚、墨西哥、挪威、菲律宾、南非、英国、美国八个国家联合签署了《开放数据声明》，成立开放政府合作伙伴组织，目前全球已有60多个国家加入。美国至今已开放40万个联邦政府原始数据集，涵盖农业、气象、金融、就业、人口统计、教育、医疗、交通、能源等门类。英国专门建立data.gov.uk网站，帮助政府部门更有效地利用数据和推动商业部门挖掘数据价值。法国政府通过实施“Open Data Proxima Mobile”工程，实现公共数据资源在移动终端上免费查询、使用。日本通过促进产、官、学联合，推动公共数据开放应用。澳大利亚建立了政府信息目录的开放数据网站（data.gov.au）。与此同时，各国政府不断加强数据隐私保护，目前多个国家和地区制定了保护个人信息的法律。

（5）积极培养大数据产业人才 人才培养已被各国政府纳入推进大数据发展的重要议程。美国《大数据研究与发展计划》的一个重要目标是“扩大从事大数据技术开发和应用的人员数量”，通过国家科学基金会，鼓励研究性大学设立跨学科的学位项目，并设立培训基金支持对大学生进行相关技术培训。2013年的《英国数据能力发展战略规划》对人才的培养做出专项部署，包括以下方面：在初、中等教育中加强数据和计算机课程学习；全面评估当前大学各学科所教授的数据分析技能是否需要进一步完善并实现跨学科交流；通过奖学金、项目资助的形式支持高校培养满足当前和未来数据分析需求的人才。澳大利亚发布《公共服务大数据战略》，强化政府部门与大专院校合作培养大数据技术专家，同时计划将各类大数据分析技术纳入现行教育课程中，强化人才储备。

2.国内大数据战略与产业发展

我国大数据产业虽然起步较晚，但发展迅速，形成了比较完整的产业链。一方面大数据作为战略性新兴产业，核心产业规模不断壮大；另一方面，大数据与实体经济融合日益深入，从电商、金融、电信等领域全面渗透到农业、工业、服务业。

（1）创新能力明显提升 近年来，我国基础技术、通用技术取得重大突破。芯片方面，集成电路实现了28nm工艺规模量产，2016年“神威·太湖之光”在全球超级计算机500强中名列榜首，5G、下一代边缘计算、人工智能、区块链等前沿技术深入推进，2018年中国创新指数在全球排名上升到第17位。依托重大工程和重大专项，电子信息制造业、软件和信息服务业、信息通信服务业稳步发展，云计算、大数据、物联网、人工智能等技术得到广泛应用，不断催生出新产业、新业态、新模式，带动我国经济全面数字化转型。

（2）区域集聚效应凸显 目前我国基本形成了京津冀、珠三角、长三角、中西部等区域大数据产业集聚地。北京依托在信息产业方面的领先态势和资源优势，快速集聚和培养大数据企业，通过向津冀地区辐射，形成京津冀大数据“走廊”。长三角依托上海、杭州、南京等城市，将大数据产业与当地智慧城市、云计算发展紧密结合，吸引大批大数据企业，形成比较完整的大数据产业生态。珠三角地区依托广州、深圳等地区电子信息产业优势，发挥两个国家超级计算中心的集聚作用，在腾讯、华为、中兴等一批骨干企业带动下，形成大数据集聚发展态势。中西部以贵州、重庆、成都为代表，通过创新大数据发展政策，积极吸引国内外龙头骨干企业，实现大数据产业在当地的快速发展。随着国家大数据综合实验区的深入建设，区域产业的辐射带动效应将进一步明显。

（3）企业生态加速融合 在政策、技术、产业生态等多方面推动下，近年来，我国大数据企业不断涌现，形成初创型企业与生态型企业协同发展格局。生态型企业方面，以在全球具有影响力的互联网企业为引领，布局全产业链生态，推出大数据产品和服务，占据产业链核心；实力较强的IT厂商依托软、硬件优势，向客户提供端到端的解决方案。初创型企业方面，以区域性孵化园、“双创”平台与高校创业基地为代表，大数据领域的创新创业不断涌现。企业生态与产业链逐步完善，使得大数据技术在不同场景的应用持续拓展。

（4）数据资源加速整合开放 数据资源建设是大数据产业发展的基础。“十三五”发展时期，我国信息产业迅速壮大，信息技术快速发展，数字经济日益繁荣，通过开展智慧城市、“宽带中国”等重大部署，政府部门、互联网企业、大型集团企业积累了大量数据资源，我国成为产生和积累数据量最大、数据类型最丰富的国家之一。为进一步释放数据资源价值，我国各地数据资源加快整合，共享开放意识逐渐增强。目前，我国所有省市均提出建设数据共享开放平台，加强政府数据的统筹协调管理；部分地区以成立数据交易场所为抓手，推动数据资源流通交易。

3.大数据发展趋势

从“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，承载了人类基于数据和信息认识世界的努力和取得的巨大进步。然而，直到以电子计算机为代表的现代信息技术出现，计算机为数据处理提供了自动的方法和手段，人类掌握数据、处理数据的能力才实现了质的跃升。信息技术及其在经济社会发展方方面面的应用（即信息化），推动数据（信息）成为继物质、能源之后的又一种重要战略资源。因此，成为重要战略资源、与云计算深度融合、分析方法发生变革、网络安全问题凸显以及以数据为中心的解决方案和应用兴起，均是大数据的价值本质。

（1）成为重要战略资源 在未来一段时间内，大数据将成为企业、社会和国家层面重要的战略资源。大数据将不断成为各类机构，尤其是企业的重要资产，成为提升机构和企业竞争力的有力武器。企业将更加钟情于用户数据，充分利用用户与在线产品或服务交互所产生的数据，并从中获取价值。此外，在市场影响方面，大数据也将扮演重要角色——影响广告、产品推销和消费者行为。

（2）与云计算深度融合 大数据处理离不开云计算技术，云计算为大数据提供弹性可扩展的基础设施支撑环境以及数据服务的高效模式，大数据则为云计算提供了新的商业价值。总体而言，云计算、物联网、移动互联网等新兴计算形态，既是产生大数据的地方，也是需要大数据分析方法的领域。

（3）分析方法发生变革 大数据分析将出现一系列重大变革，就像计算机和互联网一样，大数据可能引发新一波的技术革命。基于大数据的数据挖掘、机器学习和人工智能可能会改变小数据里的很多算法和基础理论，这些方面很可能会产生理论上的突破。

（4）网络安全问题凸显 大数据的安全令人担忧，对大数据的保护越来越重要。大数据的不断增多，使得对数据存储的物理安全性要求越来越高，从而对数据的多副本与容灾机制提出更高的要求。网络和数字化生活使得犯罪分子更容易获得用户信息，也有了更多不易被追踪和防范的犯罪手段，可能会出现更高明的骗局。

（5）以数据为中心的解决方案与应用的兴起 在数据管理中，以数据为中心的模式将会取代传统以应用为中心的模式。数据作为新变量、新资源、新力量，能够提升信息化的发展水平，从传统以业务为主导变成以数据为主导。通过数据赋能，做到业务优化和多表合一，数据资源价值日益突出，促进社会文明发展方式转型、社会模式更替。数据作为当下重要的生产要素，会帮助人们更好地决策并提供更好的解决方案。