内容提要

展望2021年，我国大数据产业围绕关键核心技术的研发投入将持续加大，工业企业将更加注重数据资源管理能力提升，多元主体差异化竞争格局将进一步明晰，大数据与区域经济协同发展持续深入，数据资产有效运营和价值转化将成为各类主体发展的重要命题。同时，产业发展也面临数据量激增等带来的技术产品供给能力不足，数据中心区域布局有待统筹和优化调整，大数据融合应用不充分等问题。

一、对2021年形势的基本判断

（一）从应用突破到底层自研，大数据技术步入创新突围期

2020年，受新冠肺炎疫情倒逼，大数据技术、产品和解决方案被广泛应用于联防联控、产业监测、资源调配、行程跟踪等新兴领域。百度、众云利用大数据平台优势打造"疫情地图"，实现疫情数据实时更新，以及潜在疫情动态监测。电商平台发挥"大数据＋供应链"优势，通过智能调度进行供应链柔性配置，最大程度满足疫区医疗防护物质需求。随着各行业领域大数据应用主体持续增加、应用需求大量激发，国外先进、通用的技术路线越来越无法适应庞大、多元、复杂的融合诉求，与业务特点相匹配的个性化、定制化大数据解决方案日益受到青睐。

展望2021年，以大数据为代表的新一代信息技术主导权竞争日益激烈，我国拥有技术能力的企业在大量创造数据应用新场景和新服务的同时，将更加注重基础平台、数据存储、数据分析等产业链关键环节的自主研发，并有望在混合计算、基于AI的边缘计算、大规模数据处理等领域实现率先突破，在数据库、大数据平台等领域逐步推进自主能力建设。

（二）从实践探索到理念变革，工业大数据应用创新走向纵深

2020年，在政策和市场的共同作用下，工业企业日益注重大数据在制造全过程、全产业链、产品全生命周期的应用创新。在政策层面，工信部先后发布《工业数据分类分级指南（试行）》、《关于推动工业互联网加快发展的通知》、《关于工业大数据发展的指导意见》，利用多种手段引导各方协同发掘工业数据应用价值。在企业实践层面，中策橡胶借助阿里云ET工业大脑，对橡胶密封数据分析优化，实现密炼时长减少10%、密炼温度降低10℃;富士康基于BEACON工业互联网平台实时采集精密刀具状态数据，实现刀具自诊断自优化，使刀具寿命延长15%，坏刃预测准确率达93%，产品良率提升超过90%。

展望2021年，大数据在工业领域的应用将从产品级、设备级向产业链级深入拓展，通过工业知识、业务、流程的数据化、算法化、模型化，为整个制造体系装上"智脑"系统，形成动态感知、敏捷分析、全局优化、智能决策的强大能力。这一过程，也是工业企业数据管理意识树立、数据管理能力加快构建的过程，企业将更加重视数据战略与未来发展战略的统筹规划，设立专职数据管理机构，围绕数据治理、数据架构、数据标准、数据质量、数据安全、数据应用、数据生存周期等循序建设，筑牢工业数据创新应用根基。

（三）从单一技术主体成长到多主体融入，大数据企业创新创业势能趋强

2020年，大数据领域企业整体呈现多元差异化发展态势。阿里、百度等龙头企业持续深化大数据布局和应用创新，如阿里云分布式数据库PolarDB首次进入Gartner全球数据库领导者象限，市场份额位居全球云数据库第三位以及中国市场第一位;百度地图时空大数据为成都等地的国土空间规划提供了重要支撑。浪潮、中科曙光、美林数据等基础技术型企业向医疗、电力、能源等领域进一步下沉专业化服务，浪潮集团"基于健康医疗大数据的医养健康创新应用"、中科曙光"面向智慧电力的大数据智能分析平台"、美林数据"基于知识图谱技术的能源企业数据资产管理应用"均入选工信部2020年大数据产业发展试点示范项目。字节跳动、滴滴出行等行业融合型企业加快大数据技术能力建设，深耕传媒、交通等传统领域新型数字业务，加速行业数字化变革。大数据独角兽企业增长势头强劲，2020年《互联网周刊》评选的大数据独角兽企业已达50家，实现连续三年增长。

展望2021年，在海量数据供给、活跃创新生态和巨大市场需求的多重推动下，以龙头企业为引领、专业化服务企业和融合性应用企业联动、独角兽企业兴起的大数据行业竞争格局将进一步明晰，大数据企业创新创业势能将持续增强。

（四）从统筹发展到特色聚焦，大数据与区域经济协同发展向"深"而行

2020年，以8个国家大数据综合试验区为引领，京津冀、长三角、珠三角和中西部地区为支撑的大数据区域集聚发展示范效应进一步突显。《中国大数据发展水平评估（2020）》显示，8个国家大数据综合试验区在全国大数据发展总指数中总体占比达39%，除内蒙古外，区内各省（市）均位列综合排名前20，在政策机制、数据资源体系建设、主体培育、产业集聚等方面积累了丰富的实践经验。

展望2021年，受益于国家重大区域战略、数字经济创新发展、服务贸易扩大试点等政策叠加效应，京津冀、长三角、珠三角、中西部等地区大数据与区域经济协同发展、融合发展日益深化，将持续引领全国大数据发展。未来，6个数字经济创新发展试验区、28个服务贸易扩大试点省市（区域）将围绕数据要素价值释放，在新基建、数字政府、新型智慧城市、大数据与实体经济融合、数字货币、数字贸易、区域一体化等方面推动特色发展。

（五）从资源观到资产观，数据要素价值创造成为新蓝海

2020年，随着网络全面普及、计算无处不在、要素广泛连接，数据日益成为经济社会全要素生产率提升的新动力源，数据资源掌握的多寡成为衡量各个主体软实力和竞争力水平的重要标志。4月，中共中央、国务院发布《关于构建更加完善的要素市场化配置体制机制的意见》，明确提出"加快培育数据要素市场"，进一步强化了数据作为生产要素的重要性。在政策引领下，企业、高校等多类主体围绕数据资源定价、交易等加强研究和探索力度。

展望2021年，随着数据要素可参与分配的政策红利效应释放，政府、企业、社会组织将纷纷参与数据要素市场建设，积极探索数据资产有效运营和价值转化的可行途径。电信、金融等数据治理模式较成熟的行业加速数据运营和服务创新;交通、旅游、医疗、制造业等拥有丰富数据资源的行业深入探索基于大数据的业务变革;政府、民生等领域更加重视大数据平台建设，推动大数据应用成果融入决策、服务于民。数据要素市场机制建设将成为地方改革重点，为数据在各行业、各业态、各模式中的融通应用和价值释放铺平道路。

二、需要关注的几个问题

（一）技术产品供给能力不足成为制约产业发展的关键因素

当前，数据资源呈现爆炸式增长，规模体量日益庞大、类型显著增多、需求趋于复杂，现行的大数据技术产品在存、算、管等方面的能力已无法满足应用需求。同时，我国在多样性数据采集、多模态数据管理、强关联数据集成、数据建模分析、数据共享流通及安全治理等大数据技术方面与国外差距较大，一些关键产品对外依存度较高，意味着在数据大规模应用发展的同时，其基础和底座仍不牢固。

（二）数据中心区域布局有待统筹和优化调整

当前，我国数据中心结构性过剩问题突出。据统计，北上广深等一线城市数据中心利用率已经处于饱和状态，但西部地区很多省份数据中心上架率还在15%-30%之间，提升空间巨大。同时，在推动算力资源"西向转移"过程中，由于长期受到托管地域较远、网络稳定性缺乏保障、数据安全性面临威胁等因素的制约，"东数西算"的理想分流效果尚未实现，算力资源的合理调度和有效应用亟待整体统筹。

（三）大数据融合应用创新亟待进一步深化

当前，大数据应用的广度和深度仍然不足，"三多三少"特点明显，包括∶ 可视化、统计分析等基础描述性应用多，基于数据的指导性、决策性应用少;预测性维护、质量分析、能源管控等管理服务应用多，基于数字孪生体的制造执行类应用少;企业内单环节、单部门应用多，跨系统、跨产业链的综合性应用少。由于很多行业企业缺乏大数据技术应用经验，数据服务商又对行业的业务、流程、组织等认知不足，无法提供满足实际需求的定制化产品和解决方案，难以支持高层次、高水平应用。

三、应采取的对策建议

（一）研究制定新时期大数据产业发展的顶层规划

"十四五"时期，大数据产业对经济社会高质量发展的赋能作用更加突显，打造大数据产业核心优势、支撑构建以数据为关键要素的新发展模式已成为各方共识。要从全国统筹发展角度，对新时期大数据产业发展进行前瞻部署，明确数据资源管理、数据技术产品协同攻关、数据融合应用、大数据企业主体培育、区域集聚发展、产业生态建设等重点任务和实施路径，创新发展手段，落实任务责任主体和关键举措，充分引导产业供给能力提升，释放产业价值，赋能经济社会发展。

（二）强化大数据核心技术创新突破

推动大数据技术"固根基、扬优势、补短板、强弱项"。一是优势领域做大做强，提升现有大数据应用分析等技术优势，实现从被动跟随到技术引领的转变。二是前沿领域加强技术融合，进一步加强前瞻布局，推动数字孪生、人机协同、边缘计算、区块链等与大数据技术有效融合，抢抓新兴技术发展先导权。三是补齐关键技术短板，构建产学研协同的创新生态布局，加强大数据计算框架、分布式数据库、图计算引擎等底层技术攻关。

（三）进一步加强工业大数据应用发展指导

一是分行业梳理工业大数据应用路径、方法模式和发展重点，编制工业大数据应用指南，引导企业的工业大数据应用方向。二是加快研究制定科学有效的工业大数据应用水平评估标准，对我国、各地及企业工业大数据应用现状、应用水平进行监测、分析和评估，引导地方、企业依据评估标准和结果，循序渐进提升应用水平。三是加快推进工业企业 DCMM贯标，推动构建以企业为主体的工业数据分类分级管理体系，促进工业数据应用价值有效释放。

（四）破解数据流通机制壁垒

一是进一步加强国家数据共享交换平台、全国一体化在线政务服务平│台和国家电子政务云数据中心等综合性政务数据交换体系建设，引入联邦学习、隐私计算、数据标签等技术，促进政务数据的跨域共享开放。二是探索数据中介、数据代理、数据加工等多样化数据流通服务模式，支撑数据资源汇聚、数据资产管理、数据价值流转、数据产品交易等更多平台服务能力建设，优化数据流通服务生态。三是推进数据的权属、流通、交易、保护等方面的标准和规则制定，建立数据流通交易负面清单，营造可信数据交换空间，保障数据流通的合规性和安全性。

来源：赛迪智库