文章目录
- 第一章 大数据与实体经济融合是新时代发展的内在要求
- 大数据与实体经济融合是建设现代化经济体系的必由之路
- 大数据与实体经济融合是推动国家治理现代化的必然选择
- 大数据与实体经济融合是满足人民美好生活需要的重要举措
- 二、大数据与实体经济融合发展具备基础
- 技术基础不断强化
- 大数据技术不断成熟
- 大数据技术生态不断完善
- 产业基础日益坚实
- 产业规模持续高速增长
- 基础设施建设快速推进
- 公共数据平台发展提速
- 数据流通机制逐步建立
- 人才队伍建设进程加快
- 应用基础加快构筑
- 政策环境持续完善
- 国家层面：大数据与实体经济融合的体制机制日益完备
- 行业层面：大数据与实体经济融合的发展环境不断优化
- 地方层面：大数据与实体经济融合的支持力度不断加大
- 三、大数据与实体经济融合发展成效初显
- 大数据与实体经济融合走向纵深
- 大数据推动制造业转型升级提速
- 大数据促进数字农业建设稳步推进
- 大数据助力服务业新兴业态蓬勃发展
- 大数据支撑公共服务智慧高效
- 四、努力开创大数据与实体经济融合发展的新局面
- 大数据与实体经济融合发展机遇与挑战并存
- 数字中国建设带来融合发展新机遇
- 多方位跨界融合发展引发新挑战
- 新思路、新举措力促大数据与实体经济融合创新发展
- 强化数据连接整合，提升融合支撑能力
- 推动数据开放共享，优化融合要素保障
- 促进数据深度应用，培育融合发展生态
- 健全数据发展体系，构建融合市场环境
第一章 大数据与实体经济融合是新时代发展的内在要求
当前，我国经济正处在转变发展方式、优化经济结构、转换增长动力的攻关期，紧抓新一轮科技革命和产业变革机遇，推动大数据与实体经济深度融合发展将形成创新发展的重要动能，是我国新时代发展的战略选择。
大数据与实体经济融合是建设现代化经济体系的必由之路
大数据与实体经济融合是大力发展实体经济的重要途径:在大数据的带动作用下，先进制造、数字农业等产业将加快发展，传统产业数字化、智能化的水平有望进一步提高，新产业新业态新模式将不断涌现。
大数据与实体经济融合是经济创新发展的引擎:创新驱动发展战略是现代化经济体系的战略支撑，大数据与实体经济的深度融合是在数据挖掘、脱敏、分析的基础之上对数据资源的高效利用，将极大地优化创新过程，加速创新迭代，带动技术创新、产品创新、组织创新、商业模式创新以及市场创新，提高创新体系整体效能。
大数据与实体经济融合是深化经济体制改革的抓手：有利于推动市场监管机制改革，有利于推动要素市场改革，有利于推动价格市场改革
大数据与实体经济融合是推动国家治理现代化的必然选择
政府执行力通过大数据得到提高，政策流程通过大数据利用得到优化，政府协同管理能力通过大数据得到提升
大数据与实体经济融合是满足人民美好生活需要的重要举措
在民生领域，“互联网+教育”、“互联网+医疗”、“互联网+文化”等利用教育、医药卫生、文化等领域的大数据，深度开发各类便民应用，提高便民性。
在扶贫领域，通过大数据技术实现精准扶贫。
在生态领域，通过对地理大数据、环境大数据、水利大数据等综合数据进行环境分析，做出相关的防护措施，系统化、科学化、专业化会使生态环境得以加快改善。
二、大数据与实体经济融合发展具备基础
技术基础不断强化
经过多年创新发展和行业应用实践，大数据逐渐形成了以开源为主导、多种技术和架构并存的技术体系，数据分析、事务处理、数据流通等技术不断迭代成熟，人工智能、5G、虚拟现实、区块链等周边技术发展提速，且技术间交叉融合走向深化，为破解大数据与实体经济深度融合应用瓶颈提供了可靠支撑。
大数据技术不断成熟
大数据技术大为丰富，促进数据处理、数据流通便捷化。作为大数据走向融合应用的关键基础性技术，数据分析技术体系自Hadoop诞生起，逐渐丰富和成熟，在采集传输、计算处理、查询分析等方面涌现了广受欢迎的智能化工具与解决方案，为处理纷繁复杂的海量非结构化数据提供了工具，提升数据处理的速度和复杂度1。事务处理技术创新发展，传统数据库逐渐向分布式转型，形成事务处理技术体系，体系架构更加灵活，响应速度和可拓展性也得到大幅提高，有效应对大规模事务处理的挑战。安全多方计算、区块链、零知识证明、群签名、差分隐私等诸多技术解决方案日益满足数据流通中的信用和安全要求，降低数据流通成本、避免数据垄断，适应企业内外部数据量激增，数据跨界流通的需求。
我国企业大数据技能快速进步，有力支撑行业应用
大数据技术生态不断完善
一方面，大数据技术生态加快构建为融合创新发展赋能。在新一轮科技革命和产业变革持续推动下，人工智能、5G、虚拟现实、区块链、边缘计算等技术群体性突破、跨界融合，为大数据进一步赋能。例如，人工智能方面，传统数据处理技术难以满足高强度、高频次数据处理请求，借助 GPU、NPU、FPGA 等人工智能专用芯片，大幅提升大规模处理数据的效率。同时，借助神经网络这种具备自身自行处理、分布存储和高度容错等特性的先进人工智能技术，各种非线性及模糊、不完整、不严密的数据处理能力大幅增强。
另一方面，大数据技术与周边技术交叉融合进一步激发应用潜力。人工智能与大数据相结合还能够深度发掘数据价值、拓展行业应用。譬如借助边缘计算技术，计算架构由中心集中式转向分布式，计算资源将不再是复杂分析方法和模型建设的制约和瓶颈，这将为大数据乃至深度学习的普及开辟广阔空间。总体看，新一代信息通信技术的群体性创新突破和融合发展，进一步为大数据技术赋能，极大拓展大数据的技术能力和应用空间，为我国大数据与实体经济的深度融合提供充实的技术储备。
产业基础日益坚实
近年来，大数据持续受到国家战略和行业主体的高度关注，产业规模持续高速增长，围绕大数据的基础设施建设加速，公共数据平台发展加快，数据流通机制逐步建立，大数据人才供给能力也不断增强，为进一步促进大数据与实体经济各领域渗透融合奠定了坚实基础。
产业规模持续高速增长
基础设施建设快速推进
一是数据中心规模增长迅猛，站点分布结构日益优化，二是内容分发网络发展加快，多方布局能力快速提升，三是工业互联网基础设施建设提速（2018 年，国内互联网宽带接入端口数量达到 8.9 亿个，较上年净增 1.1 亿个，4G 基站总数达到 372 万个，较上年净增 43.9 万个3，固定宽带和移动网络下载速率均超过 20Mbps4。标识解析体系建设取得积极进展，五个国家顶级节点均按照预定计划完成部署。工业互联网平台供给能力不断强化，目前国内具有一定影响力的平台已超过50 个，多层次平台体系初步形成。安全保障体系加速构建，国家、省和企业三级联动的安全监测平台建设系统推进。）。
公共数据平台发展提速
公共部门数据信息平台建设迅速，公共数据开放稳步推进，为扩大市场数据存量、释放数据潜能、破除信息不对称打下了坚实的基础。有报告显示5，截至 2018 年 4 月底，全国范围内开设政府数据开放平台的省（直辖市）、市达到了 46 个。数据平台数据集总量、数据容量呈现稳步提升态势，有效数据集总量（含直接下载和 API 接口开放）超过 700 个的达到了 10 个，数据容量超过 1000 万的达到了 8 个。公共数据库、数据平台的迅速发展，有效推动了实名制相关的政务信息、政府许可、备案、登记等监管信息的数字化，在实现政策实施智能化、社会治理网格化、信用信息数字化、监督约束精准化等方面发挥了日益重要的作用。
数据流通机制逐步建立
为推动数据流通，一些数据交易平台陆续建成，流通体系逐步建立。目前，上海、贵州、北京等多地政府开始探索大数据交易机制，上海数据交易中心、贵阳大数据交易所、北京大数据交易服务平台等一批政府背景平台陆续建成并投入使用。同时，互联网巨头、领先IT 厂商以及大数据企业也逐步发力大数据交易平台的建设。阿里、腾讯、百度、数据堂、美林等企业纷纷建立数据交易平台，借此实现了对部分数据资源与渠道的变现。各类型大数据交易平台的出现，进一步打通了部门、行业、企业之间的数据壁垒，有效缓解了“信息孤岛”问题，为提升数据智能分析、预警、预测、决策效率提供帮助，使得数据的价值得到更大程度发挥。
人才队伍建设进程加快
应用基础加快构筑
企业信息化水平稳步提升，企业数据资源日渐丰富多样，企业应用数据意愿显著增强，企业大数据应用能力不断提高
政策环境持续完善
国家层面：大数据与实体经济融合的体制机制日益完备
顶层设计不断完善，法律体系加速构筑，推进机制基本建成
行业层面：大数据与实体经济融合的发展环境不断优化
出台发展规划，推动大数据与垂直领域深度融合；聚焦重点内容，利用相关技术创新融合监管手段；建设试点示范，积极推动大数据的应用普及推广；
地方层面：大数据与实体经济融合的支持力度不断加大
发布本地特色的融合发展规划，成立权责分明的数据管理机构，加大支持力度带动本地融合发展
三、大数据与实体经济融合发展成效初显
大数据与实体经济融合走向纵深
融合范围日益宽广，融合深度逐步加深，融合强度持续加大，融合载体不断完善，融合生态加速构建
大数据推动制造业转型升级提速
大数据高效赋智传统企业，制造业智能化发展成效显著。一方面制造业智能化水平普遍提升。另一方面，制造业价值链各环节加速优化。
大数据驱动的新模式新业态加速落地，推动制造业服务化转型。一方面大数据推动了个性化生产加速落地，另一方面大数据推动服务化延伸广泛开展。
大数据变革制造业增长模式，绿色化转型趋势愈发明显。一方面在生产过程上，能耗与排放优化明显。另一方面在产品设计中绿色基因被注入。
大数据赋能“中国制造”，加速制造业高端化发展进程。一方面传统产品向高端化升级趋势明显，另一方面制造装备加快高端化转型。
大数据促进数字农业建设稳步推进
近年来大数据在农业生产、经营、管理、服务等各个环节融合应用的成功实践与典型模式不断涌现，大数据正全方位、多层次、立体化地加速农业的数字化进程。
大数据推动生产模式优化升级，精细化农业生产全面展开。在种植领域，基于土壤、气象、病虫害等多维数据推动精准化种植的生产模式，正在全国各地积极开展，有效促进我国农业生产提质增效。例如，黑龙江现代农业示范区建立了“东北大田规模化种植数字农业试验示范区”，利用卫星、无人机和地面物联网构建“天空地”一体化的农业信息采集方式，实现对农业数据的多维度感知与分析，并在此基础上实现精准化种植；甘肃张掖市围绕蔬菜、食用菌等特色优势产业，积极部署应用物联网、大数据等技术，实现了空气温湿度、土壤温湿度及养分等关键数据的精准采集与动态管理，依托这些数据达到了节水节肥、增产增效的目标。在养殖领域，互联网巨头纷纷加快布局，与农业企业合作推进基于大数据的智能化养殖，推动养殖业增产提质。例如，阿里云推出的 ET 农业大脑，已应用于四川特驱集团的猪场，通过采集、分析猪的体型、体温、进食、运动等多种数据，精准识别和控制各头猪的健康状况及运动强度，从而保障猪肉品质并及时预警疫情；京东农牧与中国农大、中国农科院等深入合作，利用物联网、大数据等技术实时、准确记录生产各环节的数据，实现了智能化、自动化、精细化养殖，显著降低了养殖成本并提升了生产效能。
大数据促进农业信息广泛共享，科学化经营决策加速推广。近年来，政府、企业等加快构建各农业细分领域的大数据平台，通过对海量农业数据的采集、整合与发布，有效缓解了农业领域的信息不对称问题，越来越多的农民正基于农业大数据做出更加科学合理的经营决策。例如，在生猪行业，重庆荣昌区政府、九次方大数据、重庆农信生猪交易公司等联合建立了“生猪大数据中心”，利用大数据技术构建生猪价格发现机制，汇聚生猪全产业链数据，化解全国生猪数据信息交流阻碍，为生产经营主体及时了解市场行情、调整经营结构提供了决策辅助。再如，在苹果行业，农业农村部信息中心与九次方大数据共同开发的国家苹果大数据公共平台已正式上线，聚合了覆盖苹果全产业链的数据，通过数据挖掘、分析、建模及可视化展示技术，为苹果产业的各类生产经营主体提供数据支撑和决策支持。此外，农业农村部信息中心建立了覆盖全国 31 个省市及多种农产品的综合性农业数据服务平台——中国农业信息网，每周发布“农产品批发价格200 指数”以及重点监测的鲜活农产品批发市场价格，每月发布 5 个大宗农产品供需平衡表和 19 个重点品种供需分析报告，越来越多的农民利用该平台发布的数据信息科学合理地决策农业生产重点。
大数据支撑农产品质量安全追溯，精准化农业监管广泛普及。地方层面，各省市积极利用物联网技术和设备，采集农产品追溯链条的物流、信息流、人流等信息，在此基础上借助大数据挖掘和分析技术，实现对整个农产品产业链条的高效监管。近年来，浙江、江苏、江西、河南、河北等省份已陆续建立了以大数据、物联网等技术为支撑的农产品质量安全追溯平台，形成了“用数据说话、用数据管理、用数据决策”的管理机制，实现了对农产品产地、农药使用情况、产品质量等信息的精准追溯。国家层面，国家农产品质量安全追溯平台已在2017 年正式上线，实现了对追溯、监管、监测、执法等各类信息的集中管理，为公众快捷、实时查询农产品追溯信息提供了统一查询入口。国家农产品质量安全追溯平台一方面与省级平台对接，获取农产品生产过程追溯信息，实现追溯管理到“田头”；另一方面与食药、商务等部门探索建立入市索取追溯凭证制度和系统对接模式，实现追溯管理到“餐桌”；通过开放与兼容，实现了农产品全程可追溯，有效助力农产品质量安全监管效率提升。
大数据助力服务方式加快变革，便捷化农业服务多点推进。农村金融服务方面，金融机构积极利用农业大数据建立健全农民征信体系，提高农业领域的金融风险把控能力，农业领域金融服务的门槛及成本不断降低。例如，互联网信用评估平台闪银和互联网金融公司农信宝开发的“八戒分期”，通过对超过 300 个维度的农户数据的采集与分析，在数秒内完成对农户的信用评分并反馈给审核人员，显著降低了农户的贷款门槛与融资成本。再如，建行黑龙江省分行与哈尔滨工业大学联合启动“全省农村金融创新服务工作”，通过将农业大数据与金融科技相结合，为广大农民和新型农业经营主体提供融资成本低、办理时限短的优质金融服务。农村物流服务方面，第三方平台等广泛采集、深入挖掘运输需求、物流车辆等数据，基于大数据技术对农产品运输需求做出快速响应与精准匹配，农业物流服务愈加便捷高效。例如，农信互联开发的嘟嘟货车，通过对车主信息、车辆清洁状况、检验检疫等信息进行采集和分析，优化整合车辆资源，使农民能够更容易地匹配到农产品运输车辆，有效增加农产品运输的便捷性和可靠性。
大数据助力服务业新兴业态蓬勃发展
大数据推动金融体系建设完善，金融业态日益丰富。一是金融投资决策更加智能。二是金融风险管控能力显著增强。三是金融产品定价趋于合理。四是普惠金融服务覆盖更广。
大数据促进供需对接日益精准，零售行业优质供给不断增加。一是零售业门店运营管理优化。二是大型电商精准营销效果显著。三是零售供应链效率大幅提高。四是垂直细分的专业化市场快速拓展。
大数据大幅提升流通效率，物流成本有效降低。一是货源与运力之间实现精准匹配。二是物流路线调度更加智能。三是物流储运由被动响应走向主动感知。四是物流行业协同能力提升。
大数据创新服务理念模式，文化体育生活更有质量。一是大众文化消费需求精准对接。二是运动竞技训练走向智能。三是健康运动成为全民风尚。
大数据支撑公共服务智慧高效
多元挖掘政务数据，推动政务服务提质增效。一是政务服务数据化管理水平大幅提升。二是跨部门信息共享能力加强。三是“政府数据+市场技术”实现政企民多方共赢。四是社会数据有力支撑政府决策。
教育大数据覆盖面广，驱动在线教育创新发展。一是大数据加快推动教育资源广覆盖。二是教育大数据助力“因材施教”深入推行。三是大数据技术驱动在线教育蓬勃发展。
医疗数据加速汇聚，大数据技术成为优化医疗服务利器。一是健康医疗大数据实现重大疾病监测预警。二是医疗大数据平台为精准医疗奠定基础。三是医疗大数据技术助力辅助诊断加快进步。
扶贫大数据分析动态精准，助力打赢脱贫攻坚战。一是一体化扶贫平台建设助推扶贫识别的精准化。二是扶贫大数据分析实现差异化帮扶。三是大数据系统提升扶贫监管的动态性。
四、努力开创大数据与实体经济融合发展的新局面
大数据与实体经济融合发展机遇与挑战并存
数字中国建设带来融合发展新机遇
当前正处于从工业经济迈向数字经济的阶段，实体经济网络化、数字化、智能化转型需求越发迫切，大数据技术日新月异，融合发展相关政策持续完善，大数据与实体经济融合发展正迈入前所未有的重大机遇期。有利因素：产业升级激发新需求，技术发展提供新动力，政策支持释放新红利。
多方位跨界融合发展引发新挑战
大数据与实体经济的融合发展目前已取得显著成效，但也必须认识到，融合领域还面临着要素支撑能力不足、政策供给相对滞后、融合应用不平衡不充分等问题，大数据与实体经济深度融合的持续推进面临诸多挑战。具体面临的挑战：要素支撑亟待加强，政策设计相对滞后，融合应用不平衡不充分。
新思路、新举措力促大数据与实体经济融合创新发展
面对推动大数据与实体经济深度融合的战略要求，应坚持以融合需求为指引、以融合问题为导向，进一步增强融合支撑能力、全面强化融合要素保障、全力构建融合发展生态、持续完善融合市场环境，加快推动大数据与实体经济融合发展迈向纵深。
强化数据连接整合，提升融合支撑能力
强化技术支撑能力，要进一步加强大数据基础技术研发，联合高校、科研院所等科研力量持续强化大数据基础研究，加快突破适应大数据与实体经济融合发展需求的芯片、内存计算等关键软硬件技术。同时，继续强化大数据应用技术，以行业应用的实际需求为指引，集聚产学研多方资源，加强大数据分析、理解、预测、决策支持等大数据应用技术的研发攻关。
加强新型基础设施建设，数据的采集、传输、存储、分析、应用都离不开信息基础设施的支撑，推动大数据与实体经济的深度融合，首先需建设完善融合发展所必需的各类基础设施。一是依托“宽带中国”行动加快推进网络基础设施建设，以网络通信能力的持续优化促进数据传输速度的稳步提升。二是加快推进重点领域工业互联网的建设部署，提升实体经济各行业各领域数据采集范围与质量。三是着力推进云计算创新发展与应用，更好地满足大数据与实体经济融合的存储空间与算力支撑需求。四是加速构建布局合理、规模适度、绿色集约的数据中心体系，为实体经济各领域大数据的存储及分析利用提供坚实支撑。
增强网络及大数据安全保障，一方面，健全网络安全防护体系，强化网络安全防御体系，完善网络空间日常巡检和风险预警机制，优化网络安全事件应急处置预案，从 而全面增强网络安全态势感知、预警和应急处置能力。另一方面，强化大数据安全保障，加强大数据安全保护产品和解决方案的研发，强化云计算、大数据基础软件系统漏洞挖掘与加固，进一步增强实体经济各领域融合应用大数据的安全保障。
推动数据开放共享，优化融合要素保障
数据、人才、资金等都是大数据与实体经济融合发展中重要的投入要素。但当前，数据流通不畅、人才供给不足、资金投入不够等问题严重制约着融合的深入推进。要更好地推动大数据与实体经济深度融合，迫切需要从制度层面入手，推动数据高效流通、提升人才供给水平、畅通资金投入渠道。
推动数据资源流通共享，。一方面要完善开放数据分级分类标准、数据开放技术规范及数据开放接口的建设实施规则，明确数据的开放范围。另一方面要鼓励多方协同推动数据流通共享，相关政府部门可探索将数据进行脱密处理后开放给企业，科研院所、骨干企业等可以联合建立大数据流通服务平台，凝聚多方力量，共同助力数据高效流通。
加快培育融合型人才
加强融合领域资金支持，一方面，继续发挥财政资金的支持和引导作用，强化专项资金支持，探索设立大数据产业发展基金，加大对大数据融合创新产品和服务的政府采购力度。另一方面，进一步畅通社会资本投入机制，鼓励金融机构开展金融服务创新，鼓励行业组织等积极搭建产融对接平台，持续深化资本市场改革，多维度入手强化金融市场对大数据与实体经济融合的资金支持。
促进数据深度应用，培育融合发展生态
随着大数据与实体经济广泛融合，应用场景愈加丰富，涉及主体类型和数量也随之增加，需加快构建大数据企业、高校院所、行业组织等各类主体协同发展、互促共进的融合生态，持续深化大数据融合应用。
从以下几方面入手：提高企业重点领域大数据应用能力，深化大中小企业应用协同，充分发挥行业组织等实体的作用。
健全数据发展体系，构建融合市场环境
大数据与实体经济融合应用爆发式增长，市场潜力巨大，未来需要基于包容审慎的治理思路，发展与改革并重，激活市场主体活力，维护市场秩序，为大数据与实体经济融合发展创造包容有序市场环境。
从以下两方面入手：破除大数据与实体经济融合准入障碍，优化大数据与实体经济融合治理制度
