如何评价数据交易现状

❶ 数据分析发展现状如何

纵观当今的大数据分析盛况，以及数据分析师的火热程度，我们就可轻易发现数据分析师发展前景是求贤若渴、更是门庭若市的。

人类的生活、工作和思维方式正因席卷而来的大数据信息风暴而发生前所未有的变革，这就意味着一场全新的、重大的商业变革、思维变革和管理变革正在悄然进行。在大数据时代，数据已成为重要的生产要素，渗透到各行各业。

在推进大数据应用的过程中，企业主要面临以下三方面的困难，一是认识上的不足，很多人并不知道大数据是什么，因此也就无法知道如何正确地使用大数据工具;二是投入上的不足，大数据的应用可能需要相当大的投入，一般的企业可能很难承受;三是大数据人才的匮乏将制约大数据应用的发展。

大数据相关人才的欠缺将会成为影响大数据市场发展的一个重要因素。据Gartner预测，到2015年，全球将新增440万个与大数据相关的工作岗位，且会有25%的组织设立首席数据官职位。大数据的相关职位需要的是复合型人才，能够对数学、统计学、数据分析、机器学习和自然语言处理等多方面知识综合掌控。未来，大数据将会出现约100万的人才缺口，需要社会、高校和企业共同努力去培养和挖掘。

❷ 全球大数据产业现状及投资前景预测

全球大数据产业现状及投资前景预测
纵观国内外，大数据已经形成产业规模，并上升到国家战略层面，大数据技术和应用呈现纵深发展。面向大数据的云计算技术、大数据计算框架等不断推出，新型大数据挖掘方法和算法大量出现，大数据新模式、新业态层出不穷，传统产业开始利用大数据实现转型升级。人工智能、深度学习、工业物联网、虚拟现实、智慧城市等领域的发展推动大数据的应用普及。新兴行业、传统行业围绕数据服务体系，已经形成了传统行业数据平台、互联网数据平台及行业资讯类数据平台。以数据应用为基础的新一代数据服务企业，在促进主体行业发展的同时，同样促进了行业内中小企业的发展。
1
大数据发展的产业环境分析
美国政策层面发力推动大数据应用发展。政府推出了一系列的公开数据计划，在健康、能源、气候、教育、金融、公共安全等领域开放数据和信息，促进创新的突破,从而推动经济发展。美国致力于扩大联邦数据公开范围和受用对象的范围，尤其扩大高价值数据资产，探讨如何进一步扩展收集和分析工业竞争和创新相关的数据。
为了进一步挖掘联邦政府数据的应用潜力，促进创新与社会进步，2016年1月美商务部发起了一项旨在使政府数据更加容易使用的数据易用性计划(CDUP)。5月，白宫发布《联邦大数据研发战略计划》，为未来的大数据研发列出7条战略计划，旨在建立大数据创新生态系统，加强数据分析能力，从大量、多样、实时的数据库中提取有效信息，服务于科学研究、经济增长与国家安全。2016年，美国应用大数据预测选举也引起世界关注，大数据应用开始为广大公众所关注，数据的真实性及数据安全成为关注焦点。
英国以数据共享为根本积极推动大数据平台建设。新建哈璀(Hartree)大数据中心，投资1.13亿英镑。新建艾伦图灵研究所，投资4200万英镑，开展大数据科学与技术的研究。投资1.5亿英镑建立第一个国家级老年痴呆症研究所。建立应对重大疾病新的数学研究中心。英国成立大数据战略委员会，发布《开放数据战略白皮书》，统一政府数字平台，开通政府部门开放数据通道，设立数据开放共享奖励基金，2018年还将出台“数据保护通则”的专门法规，旨在开发利用数据资源产生更大的商业价值和经济增长。
瑞典启动国家重点科研计划(NFP)大数据专项(Big Data, NFP75)。2017年正式启动，计划投入资金2.5亿瑞士法郎，从2017年至2020年为期4年。该专项主要分为三个板快：大数据信息技术：大数据分析基础性研究、大数据基础设施构架、数据库和计算中心;大数据相关社会及法律问题：大数据涉及对社会经济发展的影响预测(如对贸易、商务模式、人员交通及物流的影响)、个人隐私及空间的保护及相关的社会伦理和法律问题及对策等;大数据应用：对大数据在交通、健康、灾害及社会风险控制、能源转型领域的应用展开基础性研究。瑞士国家重点科研计划由瑞士联邦政府推出，目的是对关系瑞士社会经济发展全局的重要领域展开基础性研究并提出对策建议。
我国各地政府积极为大数据发展营造环境。2014年、2015年“大数据”首次写入国家《政府工作报告》。在2015年3月5日举行的两会中，李总理在政府工作报告中提到，制定“互联网+”行动计划，推动移动互联网、云计算、大数据、物联网等与现代制造业结合，促进电子商务、工业互联网和互联网金融健康发展，引导互联网企业拓展国际市场。
当前，《国家大数据战略及行动纲要(2015-2025)》征求意见稿完成。国家自然基金委、科技部支持了大量大数据研究项目;北京市、上海市、天津市、重庆市、广东省、贵州省等制定了大数据发展规划，多地开始建数据产业基地，天津拟打造国家数据聚集区，与北京、河北联合建“京津冀大数据走廊”;重庆计划将大数据培育成重要战略性新兴产业，加快建设两江云计算产业园，陕西西咸新区、湖北武汉光谷、贵州贵安新区等地提出要设国家级大数据基地。
上海成立数据交易中心。2016年4月1日，上海数据交易中心挂牌成立，上海数据交易中心是经上海市人民政府批准，上海市经济和信息化委、上海市商务委联合批复成立的国有控股混合所有制企业，承担着促进商业数据流通、跨区域的机构合作和数据互联、公共数据与商业数据融合应用等工作职能。交易中心以国内领先的“技术+规则”双重架构，创新结合IKVLTP 六要素技术，采用自主知识产权的虚拟标识技术和二次加密数据配送技术，结合面向应用场景的交易规则，将在全面保障个人隐私、数据安全前提下推动数据聚合流动。
上海将围绕“资源、技术、产业、应用、安全”融合联动这一条主线，聚焦“政府治理和公共服务能力提升、经济发展方式转变”两个方面，创新“交易机构+创新基地+产业基金+发展联盟+研究中心”五位一体大数据产业链生态发展布局，力争打造国家数据科学中心、亚太数据交换中心和全球“数据经济”中心，形成集数据贸易、应用服务、先进产业为一体的大数据战略高地。
2
大数据产业的行业需求预测
企业需求
传统企业的大数据转型。随着互联网化进程的不断推进，在改变了用户消费习惯的同时，众多传统企业面临了一系列必须面对的问题，其中一条核心主线就是基于已有数据的使用以及对于用户数据的采集。对于有效利用数据，很多传统企业开展了试探性的使用和分析，并逐步结合互联网平台，使数据形成闭环。地产、制造、金融企业已经在逐步建立互联网销售平台，其实平台的本身并不是去加大产品销售量，而是通过平台对传统营业网点、销售渠道的信息进行有效管理，从而建立可供判断或分析的数据之用。
更好的吸纳客户的潜在需求，更快的适应市场变化，从而带动新一轮研发的生成或变革。而此类企业的成长点，市场化性质，及企业性质将区别于传统企业，而走上新业态、新模式的道路。包括车联网、互联网金融、汽车电商、房产电商，都已经出现了苗头。对于大数据产业的发展，传统企业转型是区别于其他领域的却又独树一帜的重要组成部分。
平台企业的大数据战略。对于相对IT投入较少，IT基础较为薄弱的领域，比如零售、餐饮、服装、农业、出版等行业，企业不会去自建云计算及大数据平台，更多的则是会依靠专业化的数据服务企业或是数据服务平台来满足数据分析的需求。行业数据服务平台架构的初衷，主要是用云服务方式解决上述行业的信息化建设及运维需求。
目前上海类似的行业数据平台不少，建筑业的筑想网、医药业的安捷力等都是在行业垂直领域专业度很高的企业，而且较之通用、普适性的平台，此类平台的发展更具有和行业发展的共存性和相通性，是大数据产业发展过程中一个非常重要的组成部分。
互联网企业大数据规模化发展。互联网传媒是推动企业接触大数据服务中一个相对快速的行业，传媒由传统的单向被动模式转变成为双向互动模式，在吸引了用户群体的同时也通过定义用户肖像，来推动精准营销。精准营销使企业享受了新媒体带来的最实惠的成果，也为企业带来了一份较之传统传媒更加具体的数据分析报告。
同样在互联网领域，无论是社交平台、团购还是移动应用，在其互联网平台构建的过程中，收集、汇总、分析数据是非常重要的一个环节。通过甄别不同年龄段、性别、爱好的用户群，来精准定位推送不同的消息，而在这些精准定位的背后，则是每天几十甚至几百TB的数据增长量和分析量，可以说，有了互联网才推进了大数据产业的发展。
热点关联领域需求
金融大数据。中国金融信息服务产业存在产业链分布广、市场空间巨大的特点，但与此同时，又表现出产业集中度非常低的现状。因此，未来必将经历大量的并购整合，最终出现几家庞大的IT服务机构。传统金融服务领域的人才资源、市场能力、技术及研发方面在全国范围内都具有不可比拟的优势，产业环境、配套资源都非常成熟。
在金融信息服务产业链中，已经拥有了证券、期货、金融期货、科技技术等交易所以及钢铁、有色金属等各类生产物资交易所，拥有像安硕信息、万得资讯、金仕达、银联、普兰金融、春雨供应链等一大批具有行业代表性的龙头企业，还有一批以经尔纬为代表的掌握大数据技术及具有资源整合能力的公司。金融领域的数据库建设比较完善且都为结构化的数据，随着人工智能、深度学习等新兴技术的介入，大数据将显示出大有可为的趋势，对基于大数据分析的成果的需求也将越加旺盛。
交通大数据。一是智能交通，在交通和环境信息的基础上，实现交付跟踪，工作流程监督，和人力资源管理。在智能交通系统中，如果车辆使用了该应用，就可以监测到相关数据。智慧城市首席信息官可以使用从物联网信息库中获取运输和交通过程的信息。这将大大改善交通运输，建立服务型的支付方式，而不是简单的付款程序，如时间收费制度。
智慧城市的核心价值是根据交通数据来建立对公民有益的基础政策。智能交通也产生了很多新的商业创新。二是自动驾驶，目前GOOGLE借助大数据及车载技术和传感器,以及高级辅助驾驶系统、软件、地图数据、GPS和无线通信数据等，实现了无人驾驶，可以预见，不久的将来，大数据在自动驾驶领域的应用越来越被看好。
新媒体大数据。大数据引领的新媒体已经颠覆了国外数个传统媒体，比如停刊的美国《新闻周刊》以及德国出现战后最大的纸媒倒闭潮等。以眼球经济为基础的传统媒体展示型广告已快速向以数据为基础的网络媒体精准型广告进行转变。百视通和东方明珠的整合已经打造了全国最大的千亿级别的传媒上市公司。在电信、广电及互联网领域海量数据处理具有丰富的研发及应用经验，所用技术涵盖了分布式计算、海量数据处理、流计算、机器学习及神经网络等，重点关注于互联网广告投放技术、效果监测、目标受众行为分析及精准细分、广告智能匹配等。未来几年，新媒体大数据将越来越受到业界的追捧。
制造业大数据。利用大数据推动信息化和工业化深度融合，研究推动大数据在研发设计、生产制造、经营管理、市场营销、售后服务等产业链各环节的应用，研发面向不同行业、不同环节的大数据分析应用平台，选择典型企业、重点行业、重点地区开展工业企业大数据应用项目试点，积极推动制造业网络化和智能化。最近几年，从国家到地方政府，日益重视大数据在制造业特别是高端智能制造领域的应用，例如《中国制造2025》。从这个意义上来说，大数据在制造业应该发挥的潜力巨大，释放空间和余地很大。
3
大数据投资前景预判
人工智能等新兴领域价值潜力巨大
智能化领域及智慧城市建设。大数据与深度学习、人工智能交叉的领域成为资本追逐的焦点。例如日本提出建成超智能社会，实现ICT技术在全社会的深度融合应用。日本第五期科技计划提出建设SOCIETY 5.0(超智能社会)，基于以人工智能、物联网、大数据为代表的ICT技术，研究开发先进机器人、超级计算机、传感器、高速通信等技术，实现网络空间与现实空间高度融合的信息物理系统，运用大数据促使社会生活各领域实现高度智能化，推进经济发展与社会进步。日本超智能社会的提出，受到诸多大数据公司和风投的关注。类似，我国各地正在大力推进的智慧城市建设中的与新兴技术交叉应用的环节，大数据将有着重要的一席之地。大数据与智慧交通、绿色环保、民生安全等领域的融合，在人工智能、深度学习的带动下，大数据应用商机无限。
支撑分享经济智能平台被看好
分享经济在短时间内崛起并成为全球现象，规模和影响力都呈现出指数增长。2014年12月，普华永道发布了预测报告指出全球分享经济的规模将从2015年的150亿美元增长到2025年的3350亿美元。在全球经济努力复苏的背景下，分享经济模式的新颖性和巨大发展潜力受到各国政府的高度支持，甚至提升到了国家战略的高度。大数据、云计算、人工智能将构建支撑分享经济的智能平台，而这些平台将日益彰显其经济价值，从而能够灵活、便利、及时、安全、经济地连接不同需求的陌生人，从而在分享经济的新模式中，大数据起到了核心作用，占领核心的地位，其价值不言而喻。

❸ SQL求助：对股票交易数据进行评价分析

炒股心态尤其重要，
牛市也不能抱着一夜就想暴富的心态，
实现长久的收益才是最靠谱的！
预警系统个人觉得挺实用的，
每天票都能实现平稳的增长，是非常不错的理财致富工具~
全民炒股的新时代，正是需要这样的软件！

祝楼主好运连连，赚钱多多！

❹ 大数据行业现状及前景

大数据行业主要上市公司：易华录(300212)、美亚柏科(300188)、海量数据(603138)、同有科技(300302)、海康威视(002415)、依米康(300249)、常山北明(000158)、思特奇(300608)、科创信息(300730)、神州泰岳(300002)、蓝色光标(300058)等

本文核心数据：中国大数据产业发展历程 市场规模 细分市场格局 应用市场格局 发展前景预测等

发展历程：十年来大数据产业高速增长，我国信息智能化程度得到显着提升

我国大数据产业布局相对较早，2011年，工信部就把信息处理技术作为四项关键技术创新工程之一，为大数据产业发展奠定了一定的政策基础。自2014年起，“大数据”首次被写进我国政府工作报告，大数据产业上升至国家战略层面，此后，国家大数据综合试验区逐渐建立起来，相关政策与标准体系不断被完善，到2020年，我国大数据解决方案已经发展成熟，信息社会智能化程度得到显着提升。

更多行业相关数据请参考前瞻产业研究院《中国大数据产业发展前景与投资战略规划分析报告》。

❺ 数据交易合规研究者齐爱民：鼓励金融教育等探索行业交易规则

数据交易问路之专家访谈

数据交易所的核心竞争力，在于效率、合规与安全，需要系统研究数据交易方式与交易场景，推动数据产品标准化，创新 探索 新型交易模式。我国大数据交易产业仍然处于初级 探索 阶段，虽然得到国家和地方政府的支持，但大数据交易发展存在诸多障碍。

那么，国内数据交易市场现状如何？数据交易存在哪些问题？数据交易需要什么样的发展路径？齐爱民曾经带领团队到杭州、贵阳、武汉等多地数据交易场所调研，是重庆大学法学院二级教授、重庆大学国家网络空间安全与大数据法治战略研究院院长，就上述问题接受南都专访。

以政府主导大数据交易平台模式为主

南都：齐教授曾经带领团队到多地数据交易场所调研，据您观察目前国内数据交易市场发展现状如何？主要包括哪些类型？

齐爱民： 目前，各地积极响应国家关于数据要素市场培育的发展规划。2021年期间，北京国际大数据交易所、上海数据交易所相继成立，中新天津生态城获批设立北方大数据交易中心。就整体而言，我国在数据确权、数据定价、交易模式、制度建设等方面尚处于 探索 阶段。

在交易类型上，我国以政府主导的大数据交易平台模式为主，还包括互联网企业生态体系内的数据交易和第三方数据公司推动的数据交易。对于大数据交易平台中的数据交易，目前交易主体以央企、国企以及研究机构为主，商业机构因合规风险等考量尚未大范围参与到大数据交易平台之中。在交易内容上，各交易平台有所不同，有的交易平台提供API数据服务，有的交易平台提供经过加工后的数据产品，还有的交易平台提供原始的数据集。

南都：调研主要发现数据交易存在哪些问题？经过几年发展是否得到改进？对此有什么建议？

齐爱民： 我们2016年前后对北京、上海、杭州、贵阳、武汉等地的大数据交易平台进行调研，发现7个问题包括：各类数据主体缺乏共享理念；数据交易平台定位不明；数据交易缺乏统一标准；数据法律属性与归属存争议；交易规则理论亟待创新；缺乏跨学科人才和培养基地建设不足；政府数据分类不明，存在交易风险。

经过这几年发展，我国在数据要素市场顶层规划以及人工智能、区块链等技术发展上有了较大进步，但数据流通的基础法律制度构建问题仍未得到很好解决，贵阳大数据交易所几乎陷入业务停滞状态，国内同类大数据交易所也尚未形成较为成熟的商业模式。我认为，应当吸取前几年大数据交易平台实践 探索 的经验和教训，一方面鼓励各地开展大数据交易试点工程和规则制定，另一方面也应当从法律层面解决数据的权属、数据价值评估、数据交易的边界等基础性问题。

南都：目前市场上数据交易平台主要包括政府类数据交易场所、数据服务商等，各有什么优势？随着数据应用更精细化，您认为哪些数据更符合市场需求？

齐爱民： 目前国内知名的大数据交易平台，如北京国际大数据交易所、上海数据交易所、贵阳大数据交易所主要是由政府支持建设，这类数据交易场所具有较高的可信度，能够在地方政府的推动下扩大参与主体的范围，激发数据交易主体的积极性和交易市场的活力，可以促进数据资源整合、规范交易行为、降低交易成本、增强数据流动性，在数据来源、运营规范化等方面有较大优势。

数据服务商以服务客户的特定数据分析需求为目标，通过将合法收集到的数据经过加工处理后提供给客户来盈利，其服务方式更加灵活和多样化，如帮助客户进行消费者身份验证和欺诈检测，为客户提供营销效果分析等。我认为，一些数字化程度较高的领域，如金融、医疗、教育、交通等领域的数据对人们的生产和生活具有较大影响，也更符合数据交易市场需求。

南都：高质量数据主要集中在政府部门、头部互联网平台及金融机构等主体手里，我们需要如何培育多样化数据供需市场及交易场景？

齐爱民： 我认为需要确立一些基本的法律制度，如数据的法律性质，数据交易的边界等，一方面让高质量数据的控制者敢于并积极释放数据，另一方面也让数据需求方放心使用数据。数据交易市场培育是一个系统性工程，我们不应过分仰赖大数据交易平台这一当前的主流模式，还应鼓励金融、教育等数字化程度较高的领域开展行业内的数据交易规则 探索 ，从而形成多样化的数据交易市场。

南都：我国《网络安全法》、《数据安全法》以及《个人信息保护法》被作为网络空间治理和数据保护的三驾马车，目前数据交易仍然面临哪些新难题？需要如何完善交易模式与法律制度的构建？

齐爱民： 我国近些年在网络空间立法方面取得了较大成效，《网络安全法》《数据安全法》以及《个人信息保护法》的出台为数据交易确立一些基础边界，但数据交易仍面临权属不明、定价模式不成熟等问题，阻碍了数据的自由流通和开发利用。我国《民法典》第127条肯定数据的合法性，为数据交易的专门立法提供了民事基本法支撑。

我认为，首先要在民法层面确立数据的法律性质。其次，通过部门规章等方式建立数据资产评估制度，推动形成多元化的数据定价模式。最后，对大数据交易平台等数据服务提供者设立准入门槛和备案登记制度，采取政府和平台协同监管模式，加强对平台内交易主体和交易活动的合规审查，尤其是个人信息保护、数据安全和国家数据主权的风险评估和防范。

南都：数据权属是数据立法绕不开的问题，深圳出台国内首部综合性数据立法，提出数据权益概念，《上海市数据条例》提出授权运营等，2022年1月25日天津发布数据交易管理暂行办法等。目前，对于数据确权、数据交易在立法层面有哪些经验？地方数据立法应往何处？

齐爱民： 数据确权是一个非常复杂的问题，数据不同于传统的有形商品，具有非竞争性，直接采取确权的方式可能并不利于数据的流通。目前，我国法律层面尚未确立数据的权利归属，但对数据交易活动的开展以及边界作出了一些原则性规定。例如，《网络安全法》第42条允许将匿名化后的个人信息提供给他人，为数据交易活动提供了法律依据。《数据安全法》第33条规定数据交易中介服务提供者应当要求数据提供方说明数据来源，审核交易双方的身份，并留存审核、交易记录。《民法典》《刑法》《个人信息保护法》确立了禁止非法买卖个人信息的法律底线。

在促进数据交易方面，深圳、上海、天津等地进行地方立法 探索 ，其内容更多是鼓励市场主体在现有法律框架下开展数据交易创新实践。我认为，对于一个刚刚建立还尚未成熟的市场，应当给予市场主体更多自由 探索 空间。在各地相继建设大数据交易平台的情况下，应当允许地方政府根据本地的数据交易实践制定具体的交易规则，如《天津市数据交易管理暂行办法》等，在规则的适用过程中不断完善数据交易制度，待相关经验成熟后再上升为国家立法。

出品：南都大数据研究院 数字政府研究中心

策划：王海军 统筹：邹莹 凌慧珊 研究员：袁炯贤 设计：刘寅杉

❻ 数字经济发展现状及趋势是怎么样的

近些年来，我国数字经济迅猛发展，创新创业活跃，新业态、新模式层出不穷，成为推动中国经济高质量发展的新引擎。目前，数字技术与实体经济融合深入推进，数字经济正在加快向其他产业融合渗透，提升经济发展空间。

在数字经济领域，中美两国处于领跑地位。据浪潮信息联合国权威机构IDC发布的《2020全球计算力指数评估报告》显示，计算力与经济增长关系十分密切，调查显示，计算力指数平均提高1个百分点，数字经济和GDP将分别增长3.3%和1.8%。

并且AI计算占整体计算市场的比例每年都在提高，从2015年的7%增长到2019年的12%，专家预测到2024年将达到23%。而中国在全球对于数字经济的拉动作用最为明显，尤其是2015-2019年期间，在样本国家的AI计算市场支出增长中，有近50%来自于中国的贡献。

数字经济给经济发展带来了前所未有的机遇，因为它能够打破阻碍经济发展的瓶颈，突破障碍，充分证明了“科学技术是第一生产力”这一真理。虽然中国没有抓住前三次工业革命的机会，但是幸运的是，我国抓住了第四次工业革命的机遇。

❼ 中国量化交易的现状与未来的前景如何呢

现在很多人对于市场上的消息都是比较关注的，虽然市场复杂，可是如果你能够把握住机会，这将是一笔不错的收益。中国量化交易的现状与未来前景怎么样呢？

三、未来前景受欢迎

现在全球化发展的速度也已经越来越快了，所以量化交易在未来一定是一个很好的发展前景，而且每个国家都特别需要针对这方面来进行研究。目前，我们国家针对这些交易也有了一个比较大的发展空间，所以未来前景也是比较好的。

❽ 中国量化交易的现状与未来前景如何

在欧美市场，特别是在美国，量化交易已经非常成熟。在过去的十年里，美国的对冲基金逐渐转向了量化交易。我国的数量发展还不到欧美国家的水平，还处于比较初级的阶段。但由于国内市场人口基数大，意味着国内市场潜力很大。

虽然短期内我量化贸易的发展还不如美国成熟，但最终的发展方向应该是相似的。通过对量化交易策略的研究，我们可以预测量化交易的未来前景。一个成熟的量化交易市场是值得我们学习的量化交易策略和理论，也是未来的发展方向。目前我国股市的有效性还不高，但随着量化投资能力的提高，市场的有效性会进一步提高，技术的波动会越来越小，技术的量化可能会达到瓶颈，从而转向基本面量化。

❾ 我国大数据发展的现状是怎样的

随着信息技术和人类生产生活交汇融合，全球数据呈现爆发增长、海量集聚的特点。无论是国家、企业还是社会公众，都越来越认识到数据的价值。因此，近年来，各地纷纷成立大数据发展局，企业纷纷推动数据资产治理，大数据辐射的行业也从传统的电信、金融逐渐扩展到工业、医疗、教育等。一时间，仿佛各行各业都在谈大数据，人人都在谈大数据。但也有声音说大数据迎来了“七年之痒”，面对大数据热潮也需要一些“冷思考”。我国大数据究竟发展得如何？未来我国大数据发展还有哪些机遇和挑战？

1、大数据产业进展显着
过去几年，大数据理念已经深入人心，“用数据说话”已经成为所有人的共识，数据也成了堪比石油、黄金、钻石的战略资源。五年来，我国大数据产业政策日渐完善，技术、应用和产业都取得了非常明显的进展。
在政策方面，我国从中央到地方的大数据政策体系已经基本完善，目前已经进入落地实施阶段。自从2014年“大数据”这个词写入政府工作报告以来，我国大数据发展的政策环境掀开了全新的篇章。在顶层设计上，国务院《促进大数据发展行动纲要》对政务数据共享开放、产业发展和安全三方面做了总体部署。《政务信息资源共享管理暂行办法》《大数据产业发展规划（2016-2020）》等文件也都已经出台。十九大报告中提出“推动大数据与实体经济深度融合”，“十三五”规划中提出“实施国家大数据战略”。卫健、农业、环保、检察、税务等部门还出台了领域大数据发展的具体政策。截至2019年初，所有省级行政区都发布了大数据相关的发展规划，十几个省市设立了大数据管理局，8个国家大数据综合试验区、11个国家工程实验室启动建设。可以说，大数据的政策体系已经基本搭建完成，目前已经纷纷进入落地实施甚至评估检查阶段。
在技术方面，我国大数据技术发展属于“全球第一梯队”，但国产核心技术能力严重不足。我国独有的大体量应用场景和多类型实践模式，促进了大数据领域技术创新速度和能力水平，处于国际领先地位。在技术全面性上，我国平台类、管理类、应用类技术均具有大面积落地案例和研究；在应用规模方面，我国已经完成大数据领域的最大集群公开能力测试，达到了万台节点；在效率能力方面，我国大数据产品在国际大数据技术能力竞争平台上也取得了前几名的好成绩；在知识产权方面，2018年我国大数据领域专利公开量约占全球的40%，位居世界第二。但我国大数据技术大部分为基于国外开源产品的二次改造，核心技术能力亟待加强。例如，目前国内主流大数据平台技术中，自研比例不超过10%。
在产业方面，我国大数据产业多年来保持平稳快速增长，但面临提质增效的关键转型。2018年，我国大数据产业延续多年来的增速，继续保持相对高速的增长。根据中国信息通信研究院的测算，2018年我国大数据产业整体规模有望达到5400亿元，同比增长15%。然而，综合国内外环境、新兴技术发展等多种因素，大数据产业的增速出现了下滑。我国的大数据产业也面临着从高速发展向高质量发展的关键转型期。
在应用方面，大数据的行业应用更加广泛，正加速渗透到经济社会的方方面面。随着大数据工具的门槛降低以及企业数据意识的不断提升，越来越多的行业开始尝到大数据带来的“甜头”。无论是从新增企业数量、融资规模还是应用热度来说，与大数据结合紧密的行业正在从传统的电信业、金融业扩展到政务、健康医疗、工业、交通物流、能源行业、教育文化等，行业应用“脱虚向实”趋势明显，与实体经济的融合更加深入。
2、产业的五大困局
虽然我国大数据总体发展形势良好，也面临难得的发展机遇，但仍然存在一些困难和问题。
一是，涉及核心技术的产业发展薄弱，未能有效提升我国核心技术竞争力。核心技术的影响力在大数据产业有着极高的重要性。由于大数据企业在完成产品开发后，可以近乎零成本无限制的复制，因此拥有核心技术的大企业，很容易将技术优势转化为市场优势，即凭借具体的信息产品赢得海量用户获得垄断地位。当前，从大数据技术与产品的供给侧看，我国虽然在局部技术实现了单点突破，但大数据领域系统性、平台级核心技术创新仍不多见。大数据处理工具都是“他山之石”，大部分企业用的都是国外的数据采集、数据处理、数据分析、数据可视化技术，自主核心技术突破还有待时日。尤其是开源产品的技术标准方面，我国的影响力尚亟待提升。
二是，数据孤岛和壁垒降低了大数据产业资源配置效率。大数据产业发展必须实现数据信息的自由流动和共享，如果数据不开放、不共享，数据整合就不能实现，数据价值也会大大降低。无论是政府数据、互联网数据还是其他数据，数据拥有者往往不愿对其进行开放流通。受制于前期信息基础设施建设，目前我国政府数据往往还存在着诸多“数据孤岛”和“数据烟囱”，数据价值难以发挥。
三是，数据安全管理薄弱增加了大数据产业的发展风险。大数据技术为经济社会发展带来创新活力的同时，也使数据安全、个人信息保护乃至大数据平台安全等面临新威胁与新风险。海量多源数据在大数据平台汇聚，来自多个用户的数据可能存储在同一个数据池中，并分别被不同用户使用，极易引发数据泄露风险。利用大数据技术对海量数据（21.90 -5.19%,诊股）进行挖掘分析所得结果可能包含涉及国家经济社会等各方面的敏感信息，需要对分析结果的共享和披露加强安全管理。
四是，产业垄断与恶性竞争现象频发，“劣币驱逐良币”现象明显。由于资源型产业门槛低、利润高，新兴的大数据企业往往首先将目光盯在获取数据资源上面。大量依托数据资源优势的企业诞生，为大数据产业带来了低附加值的垄断经济模式，使得依靠技术壁垒打江山的企业不得不面对残酷的市场竞争，放缓了技术研发的步伐。同时，数据垄断问题也愈发明显。少数互联网巨头企业拥有巨大数据，不但对产业发展不利，甚至存在巨大的数据聚集隐患。
五是，各地发展同质化严重，普遍存在重存储轻应用的现象。由于缺乏统一的大数据产业分类统计体系和产业运行监测手段，各地大数据产业的定位相似，同质化竞争加剧。而盲目的重复建设，更是可能导致大数据产业过剩。同时，由于部分地区信息化发展程度有限，大数据应用场景不够丰富，更是以数据中心等大数据存储设施的建设作为发展大数据产业的关键，且规模巨大，目标动辄以百万台计，后期若无法有效利用，将造成巨大的资源浪费。