大数据发展的态势与特征,全国大数据产业发展特点

摘要：近日，在天津举办的第二届世界智能大会大数据产业发展高峰论坛上，中国经济信息社、京津冀大数据联盟及荣程祥泰集团联合发布了 2017 年京津冀大数据产业发展分析报告。

报告介绍了大数据技术在全球与全国范围内的发展演进，京津冀大数据综合试验区的独特优势，以及大数据在京津冀三地相关产业内的错位应用与协同发展，同时对大数据在京津冀的应用前景，对国民经济相关领域带来的拉动作用等热点问题进行了详细的论述。报告对相关方洞悉大数据产业生态规律，制订大数据发展战略，利用大数据创造更大价值，都具有较好的参考借鉴作用。

以下为报告主要观点摘录：

▌一、大数据产业规模变化

根据 IDC、Wikibon 等咨询机构预测，2016 年，全球的大数据核心产业规模约为 300 亿美元。根据中国信息通信研究院预测，2017 年我国大数据产业规模为 4700 亿元人民币，同比增长 30%。 其中，大数据软硬件产品的产值约为 234 亿元人民币，同比增长 39%。

▌二、大数据发展的态势与特征

1、大数据全球战略布局全面升级

从全球主要国家的大数据产业发展情况来看，欧美和日本位居世界前列，各国政府将大数据产业发展提升至战略高度，创造积极的政策、法律环境，以抢占大数据产业发展先机，增强国家布大数据领域的国际领先地位。

2、技术持续创新，资源开放共享

数据的开放程度将决定大数据产业的发展空间，大数据的可获取性成为目前发展的重大壁垒，数据割据、技术壁垒和标准缺失是形成数据壁垒的主要原因，而管理规范、法规的缺失也使数据拥有者对开放数据保持顾虑。国际发达国家针对数据开放已经做出一些尝试。

全球主要国家大数据开放政策文件及主要内容

▌三、全国大数据产业发展特点

我国巨大的人口基数以及经济规模，具有形成大规模数据的天然优势。截至2017 年 12 月，我国网民规模达 7.72 亿，普及率达到 55. 8%.超过全球平均水平 (51.7%)4.1 个百分点。我国网民规模继续保持平稳增长，互联网模式不断创新、线上线下服务融合加速以及公共服务线上化步伐加快，成为网民规模增长推动力。丰富的数据资源，构成了我国推进大数据应用的资源基础。

2016 年 2 月，国家发展改革委、工业和信息化部、中央网信办同意贵州省建设国家大数据(贵州)综合试验区，10 月，在京津冀等七个区域推进国家大数据综合试验区建设。目前，这八个区域正积极推进国家大数据综合试验区建设工作。包括两个跨区域类综试区(京津冀、珠江三角洲)，五个区域示范类综试区(贵州、上海、河南、重庆、沈阳)一个大数据基础设施统筹发展类综试区(内蒙古)，共同引领东部、中部、西部、东北等“四大板块”的大数据产业发展。

中国大数据综合试验区及产业园区分布

全国大数据企业分布图

随着大数据应用在各个领域的加速渗透，作为大数据时代基础设施和为大数据发展提供支撑服务的 IDC 和云计算建设已进入快速发展和创新阶段，对传统数据中心的存储能力、处理能力、交换能力、展示能力以及数据挖掘能力等都提出了更高要求。

1、我国 IDC 市场保持高速增长

一方面由于国内电信运营商近年来加大了对带宽的投资力度，三网融合进一步加速，“互联网+”推动传统行业信息化发展，故而 IDC 机房需求和网络需求得到了持续增长;另一方面由于移动互联网和视频行业呈现爆发增长，游戏等行业增速稳定，带动了客户需求的增长。未来两年，中国 IDC 市场规模持续上升，预计 2019 年，市场规模将接近 1900 亿元。

2、laaS 仍是当前企业主要采用的公有云服务模式

2017 年我国 IaaS 与 PaaS 服务收入比为约为 12:1 ，国内 laaS 市场仍然是视频、游戏、移动互联网等领域中小企业IT资源建设的首选，2017 年我国 IaaS 市场持续高速增长，同比增长超过 100%。在 laaS 服务中，云主机、云存储是用户采用率最高的服务产品。另外在 Paas 服务产品中大数据分析成为用户采用率最高的应用。

3、我国新建数据中心主要为超大型，数据中心数量增长潜力强

我国数据中心数量约 100 万座，其中大部分都是小于 500 平米的小型数据中心，大型和超大规模数据中心数量远不及美国。但由于建设大规模数据中心，各项采购成本和平均运营成本可大幅降低，近年米中国大型和超大型数据中心处于上升趋势，我国 IDC 服务商新建数据中心多为大型、高等级数据中心，机柜数普遍在 1000 个以上。数据中心整体数量增速方面，2012 -2017 年全球数据中心年平均复合增长率为 17.39%，中国为 39. 57%，增速远高于全球水平。相较于美国，我国数据中心发展空间巨大。

▌四、京津冀大数据产业集群优势显现

京津冀区域内各省市依靠良好的工业基础、科研实力、地理位置和交通优势，在信息产业领域形成了竞争优势，发展出了各具特色的信息产业集群。

1、北京成为京津冀地区创新载体的集聚地

中国大数据产业链构成情况

新一代信息技术是创新最活跃、带动性最强、渗透性最广的战略性新兴产业。在人工智能产业发展方面，北京市企业数量多、新增企业快、行业分布广、技术含量高，产业相对集中。在人工智能芯片、人脸识别、声音识别、自动驾驶、金融分析等多个细分领域均占有先发优势。

全国各省市大数据发展指数

2、天津依托电子信息产业基地充分发挥数字化优势

经过多年的发展和建设，天津市电子信息产业形成了 5 个特色鲜明、生产相对集中的产业密集区:

以移动通信设备及终端产品制造、集成电路和正在兴起的汽车电子为主体的天津经济技术开发区；

以绿色能源、软件及系统集成为主导的天津高新技术产业园区；

以片式元器件、显示器及数字家电生产为主休的西青开发区和微电子小区；

以电真空器件为龙头产品的武清开发区；

以加工配套为主的中心城区电子区

3、河北省重力打造绿色数据中心基础设施

由于北京的数据中心建设限令发布和京津冀协同发展的契机，将有序疏解北京三环以内的存量数据中心，积极推动北京的新增、扩建数据中心企业，与河北云基地对接，引导和推动北京、河北的政务、企业的云计算业务向承德、张北等云计算基地迁移。

▌五、大数据产业融合发展趋势

大数据技术不断涌现和发展，让处理海量数据更加容易、更加便宜和迅速，成为利用数据的好助手，甚至可以改变许多行业的商业模式，大数据与其他信息技术新业态的融合也将进一步加快，大数据产业在技术、应用和安全等方面的发展趋势对大数据产业的发展至关重要。

1、大数据技术发展以成本较低、以快速的采集、处理和分析为目标

在大数据采集和存储过程中，很多公司已经推出了多种数据清洗和质量控制工具，解决数据的多源和多样性等问题，分布式文件系统和分布式数据库相关技术的发展有效的解决存储规模大，存储管理复杂等方面的问题，大数据索引和查询技术、实时及流式大数据存储与处理技术也在快速发展。

由于大数据处理多样性的需求，目前出现了多种典型的计算模式，包括大数据查询分析计算（如 Hive )、批处理计算（如 HadoopMapReduce )、流式计算（如 Storm )、迭代计算（如 HaLoop )、图计算（如 Pregel )和内存计算（如 Hana )，而这些计算模式的混合计算模式将成为满足多样性大数据处理和应用需求的有效手段。

2、机器学习和融合智能成为未来大数据服务的应用方向

在数据量迅速膨胀的同时，还要进行深度的数据深度分析和挖掘，并且对自动化分析要求越来越高，越来越多的大数据数据分析工具和产品应运而生，如用于大数据挖掘的 RHadoop 版、基于 MapReduce 开发的数据挖掘算法等等。机器学习继续成为智能分析核心技术，随着大数据分析能力的不断提高，很多企业开始投资机器学习。机器学习是人工智能的一项分支，允许计算机在没有明确编码的情况下学习新事物，分析大数据以得出结论。

高德纳咨询公司（Gartner )称，机器学习是 2017 年十大战略技术趋势之一，当今最先进的机器学习和人工智能系统正在超越传统的基于规则的算法，创建出能够理解、学习、预测、适应，甚至可以自主操作的系统。大数据技术的发展不仅能够将网络计算中心、移动网络技术和物联网、云计算等新型尖端网络技术充分地融合成一体，促进不同科学技术的交叉融合，同时还能够促进多学科的交叉融合，充分发挥出交叉学科和边缘学科在新时代的新功能与效用。

3、大数据安全将成为大数据产业发展的重点

当我们在用大数据分析和数据挖掘获取商业价值的时候，黑客很可能在向我们攻击，收集有用的信息。因此，大数据的安全一直是企业和学术界非常关注的研究方向。通过文件访问控制来限制呈现对数据的操作、基础设备加密、匿名化保护技术和加密保护等技术正在最大程度的保护数据安全。

许多企业也将大数据分析纳入安全战略，企业的安全日志数据提供了以往未遂的网络攻击信息，企业可以利用这些数据来预测并防止未来可能发生的攻击，以减少攻击造成的损失。一些公司正将其安全信息和事件管理软件（ SIEM ）与大数据平台（如 Hadoop )结合起来。还有一些公司选择向能够提供大数据分析能力产品的公司求助。