大数据@@@@战略@@@@：国际经验与中国支点@@

 

 

　　自@@“智慧地球@@”概念于@@2008年@@11月@@提出以来@@，整个地球都沉浸在如何变得更加智慧这个庞大的课题里@@。联合国@@秘书长执行办公室于@@2009年@@正式启动了@@“全球脉动@@”倡议项目@@，旨在推动数字数据@@与快速数据@@收集@@和分析@@方式创新@@。联合国@@2012年@@5月@@对外发布了@@《大数据@@@@促发展@@：挑战与机遇@@》白皮书@@，探讨如何利用互联网@@数据@@推动全球发展@@。随着大数据@@@@发展战略@@得到@@全球各国的高度重视@@，世界主要国家的@@“智慧国家@@”建设@@发展战略@@和行动计划@@风起云涌@@。由于大数据@@@@是数字化生存时代的新型战略@@资源@@，对国家治理和社会发展作用巨大@@，各国科技界@@、产业界和政府@@部门极为关注@@@@，于是@@“智慧企业@@”“智慧校园@@”“智慧医院@@”“智慧政府@@@@”“智慧城市@@”被不同类型组织列为发展目标@@。

 

　　科学技术是第一生产力@@，产业的每一次@@革命性跃迁都离不开科技革命的推动@@，往往只有那些抓住技术革命的战略@@机遇并迅速作出@@适应性调整的国家或民族才能不断生存发展@@。毫无疑问@@，大数据@@@@是当前一个事关经济社会发展@@全局的战略@@性产业@@，已经成为全球高科技产业竞争@@的前沿领域@@，以美@@、日@@、欧为代表的全球发达国家已经展开以大数据@@@@为核心的新一轮信息战略@@以及新一轮的人才竞争@@、技术竞争@@、产业竞争@@、企业竞争和国家竞争@@。报告显示@@，2014年@@，全球大数据@@@@市场增长速度达@@53%，总体规模为@@285亿美元@@。到@@2017年@@，全球大数据@@@@市场收入将达@@500亿美元@@，这意味着从@@2011年@@起连续@@6年@@年@@复合增长率达@@38%。中国市场情报中心有关统计显示@@，2012年@@中国大数据@@@@市场规模为@@4.5亿元@@，同比增长@@40.6%，到@@2018年@@，中国大数据@@@@市场规模将达到@@@@463.4亿元@@。2012—2013年@@度@@，在欧美国家@@1217家营业额收入超过@@10亿美元@@的企业中@@，643家企业制定了大数据@@@@战略@@@@@@，其中@@7%的企业至少投入了@@5亿美元@@，15%的企业至少投入了@@1亿美元@@发展大数据@@@@@@。

 

　　显然@@，随着经济社会的发展@@，大数据@@@@带来的深刻影响和巨大价值逐渐被认识@@，它通过技术的创新与发展@@，以及数据@@的全面感知@@、收集@@、分析@@、共享@@，为我们提供了一种全新的看待世界的方法@@，大数据@@@@带来的信息风暴正在全方位地改变着我们的生活@@、工作和思维@@。

 

 

　　欧美发达国家相继制定了大数据@@@@发展战略@@@@，并制订了具体的实施政策和行动计划@@@@，已经取得初步成效@@。总体而言@@，这些战略@@具有以下几个方面典型特征@@：

 

　　开放性@@。自@@2009年@@美国政府@@开放数据@@门户网站@@data.gov上线以来@@，各国政府@@掀起开放数据@@运动@@。通过开放政府@@数据@@@@，提高政府@@透明度@@，提升政府@@治理能力和效率@@，更好地满足公众需求@@，促进社会创新@@，带动经济增长@@。据统计@@，截至@@2014年@@1月@@12日@@，开放数据@@运动已覆盖全球@@44个国家@@(地区@@)。2013年@@6月@@，八国集团首脑在北爱尔兰峰会上签署@@《开放数据@@宪章@@》，各国表示愿意进一步向公众开放可机读的政府@@数据@@@@，并在@@2013年@@末制定相应的行动计划@@@@。英国承诺@@2015年@@前开放有关交通运输@@、天气和健康方面的核心公共数据@@库@@，并将投资@@1000万英镑建立世界上首个@@“开放数据@@研究所@@”。2013年@@11月@@，法国政府@@出台@@《八国集团开放数据@@宪章@@行动计划@@@@》，作出@@“朝着默认公开发布数据@@的目标@@前进@@”“建立一个开放平台@@以鼓励创新和提高透明度@@”等几项承诺@@。

 

　　智能性@@。2010年@@11月@@，德国联邦政府@@启动@@“数字德国@@2015”战略@@，推动互联网@@服务@@、云计算@@、物联网@@、3D技术以及电动汽车信息通信技术等信息通讯产业的发展@@，推动实施基于传统制造业智能化和数据@@化的@@“工业制造@@4.0战略@@”，将物联网@@引入制造业@@，打造智能工厂@@，工厂通过@@CPS(网络物理系统@@)实现在全球互联@@。2011年@@，韩国就提出@@“智慧首尔@@2015”计划@@，目标是到@@@@2015年@@成为世界上最方便使用智能技术的城市@@，建立与市民沟通的智能行政服务@@，建成适应未来生活的基础设施和成为有创造力的智慧经济都市@@。2013年@@6月@@，日@@本安倍内阁公布@@《面向@@2020年@@的@@ICT综合战略@@@@》，全面阐述@@2013-2020年@@期间以发展开放公共数据@@和大数据@@@@为核心的日@@本新@@IT国家战略@@@@，提出要把日@@本建设@@成为一个具有@@“世界最高水准的广泛运用信息产业技术的社会@@”的目标@@。

 

　　价值性@@。2012年@@4月@@，英国经济与商业研究中心的一份研究报告预计了@@2012-2017年@@大数据@@@@产生的经济利益@@：2011年@@英国私企和公共部门企业的数据@@资产价值为@@251亿英镑@@，2017年@@将达到@@@@407亿英镑@@。大数据@@@@增加的创新与就业机会@@，将贡献价值@@240亿英镑@@，同时@@为小企业创造预计价值为@@420亿英镑@@的发展前景@@。该报告还预测大数据@@@@将创造新业务市场@@，即@@创造@@58000个就业机会@@。大数据@@@@可以更有效地改进客户需求分析@@@@，预计此项优化将产生@@738亿英镑@@的效益@@。大数据@@@@可以优化产品存量和资源分配@@，大大降低成本@@，预计产生@@460亿英镑@@的效益@@。同时@@，政府@@部门通过大数据@@@@可对医疗保健系统进行防欺诈检测和分析@@@@，预计节省不必要的支出达@@20亿英镑@@。显然@@，如果有意识地在更大的合理范围内开放大数据@@@@@@，大数据@@@@将带来更多@@的价值增殖@@。

 

　　应用性@@。2012年@@9月@@，IBM公司启动在加拿大安大略省巴里市兴建智能数据@@中心@@，即@@IBM加拿大领导数据@@中心@@，旨在推进节能化数据@@中心管理方面的研究和为企业提供能使其连续性经营的服务以及灾备数据@@服务@@。为响应公民对数据@@的需求@@，加拿大逐步开放地理空间@@数据@@@@，并将大数据@@@@研究列为政府@@科研基金重点资助对象@@。2013年@@8月@@，英国政府@@发布的@@《英国农业技术战略@@@@》指出@@，英国今后对农业技术的投资将集中在大数据@@@@上@@，目标是将英国的农业科技商业化@@。

 

　　保障性@@。2012年@@5月@@，美国政府@@宣布投资@@2亿美元@@提高大数据@@@@技术@@(包括数据@@的储存@@、分析@@、收集@@)，以加快科学研究@@、加强国家安全@@、改革教学和培训体系以及促进专业人才发展@@。2013年@@1月@@，英国商业@@、创新和技能部宣布注资@@6亿英镑@@发展@@8类高新技术@@，其中@@，1.89亿英镑@@用来发展大数据@@@@技术@@。“欧盟开放数据@@战略@@@@”将重点加强在数据@@处理技术@@、数据@@门户网站和科研数据@@基础设施三方面的投入@@，旨在欧洲企业与市民能自@@由获取欧盟公共管理部门的所有信息@@，建立一个汇集不同成员国以及欧洲机构数据@@的@@“泛欧门户@@”。

 

 

　　为了应对大数据@@@@战略@@@@带来的机遇和挑战@@，借鉴欧美发达国家大数据@@@@战略@@@@实施的先进经验@@，我国需要在如下几个方面下功夫@@：

 

　　完善制度@@。完善知识产权保护体系@@，促进数据@@共享@@和整合@@，推动数据@@价值创造@@。加快制定相关标准和指南@@，制定大数据@@@@发展战略@@@@。出台法律@@，为涉及企业运营数据@@@@、客户信息@@、个人隐私和各种行为的详细记录数据@@提供法律保障@@。完善信息资源市场@@，界定信息产权@@，明确信息的所有权@@、使用权和收益权的规定@@，发挥市场在信息资源方面的优化配置作用@@。

 

　　构筑平台@@@@。成立大数据@@@@管理局@@，建立信息资源共享@@平台@@@@，开放政府@@信息资源@@。以部门业务信息为基础@@，从标准@@、流程@@、数据@@三个方面进行设计@@，建设@@“物理分散@@、逻辑集中@@”的公共数据@@中心@@，通过数据@@集中挖掘@@，提高数据@@利用率@@，提高各级政府@@行政管理效率和公共服务@@水平@@。

 

　　突破技术@@。在明确大数据@@@@关键技术的基础上@@，确定重点支持领域@@，加大研发支持力度@@，整合云计算@@@@、物联网@@等专项项目@@，支持大数据@@@@技术的开发@@、研究和应用示范@@，引导企业加大大数据@@@@研发力度@@，实现关键技术突破@@，特别需要优先支持大数据@@@@技术在舆情研判@@、疾病防治@@、灾害控制@@、交通安全@@、城市管理@@、公共服务@@、社会治理等民生领域的应用@@。在公共服务@@和公用事业管理中采购大数据@@@@技术@@，以政府@@采购引导国内大数据@@@@发展@@。

 

　　培养人才@@。加大高水平大数据@@@@人才的引进和培养力度@@，重点培育数据@@挖掘@@、机器学习等方面的专业人才@@。制定激励措施对企业管理者进行数据@@分析@@技术培训@@，提高大型企业管理人员的数据@@分析@@能力@@。同时@@，在大学相应阶段有针对性地增加相关大数据@@@@技术与分析@@课程@@，增加学生在感知技术@@、数据@@仓库@@、数据@@搜索@@@@、数据@@挖掘与可视化等领域的知识积累@@，扩大人才储备规模@@。

 

　　提供保障@@。设立大数据@@@@研发基金@@，加大大数据@@@@平台@@建设@@的投入力度@@，加强智慧企业@@@@、智慧医院@@、智慧政府@@@@、智慧城市@@建设@@@@。设立奖惩制度@@，强化大数据@@@@国家安全建设@@@@。建立预算制度@@，控制各部门经费流向@@，推动数据@@共享@@@@，防止@@“信息孤岛@@”现象的出现@@。

 

　　（来源@@：光明日@@报@@，作者@@：陈潭@@，广州大学教授@@）