大数据产业研究:本土实践、域外经验与未来展望
作者:杜钰,李天云,王谦      阅读量:880      时间:2020-01-20

  [摘    要] 大数据产业是数字经济发展的基础性和先导性产业,是构建现代化经济体系的重要组成部分,是落实大数据国家战略的关键。在全球大数据产业处于导入期和拓展期的黄金时期,及时总结经验教训和不断深化学术研究是大数据产业高质量发展的重要推力。通过对国内外大数据产业研究现状进行检视和透析表明,借鉴大数据产业发展的域外经验、深耕大数据产业发展的本土实践以及探索大数据产业发展中的政府作用机制,是推进大数据产业研究系统化的切入点和着力点。

  [关键词] 大数据;大数据产业;域外经验;本土实践;政府作用

  [中图分类号] F49  [文献标识码] A  [文章编号] 1002-8129(2020)01-0059-08

 

  大数据产业是数字经济发展的基础性和先导性产业,是构建现代化经济体系的重要组成部分,是落实大数据国家战略的关键。在全球大数据产业处于导入期和拓展期的黄金时期,及时总结经验教训和不断深化学术研究是大数据产业高质量发展的重要推力。对此,笔者对国内外大数据产业研究进行了全面审视,以期探索发展规律,为我国大数据产业的发展提供有益借鉴。

  一、国内大数据产业研究的逻辑层次与学术重点 

  在全球大数据浪潮的冲击下,国内关于大数据的研究主要集中在以下方面:首先,聚焦于大数据产业的战略价值和发展前景,借鉴西方发达国家大数据发展经验,用于指导国内大数据产业的发展;其次,在国内大数据产业发展的研究中体现出“理论源于实践,理论指导实践”的契合性和一致性,先行先试的国家大数据试验区和行业大数据信息成为研究的热点;再次,探索大数据产业发展的一般规律,包括大数据产业分类和特点、大数据产业链和商业模式、大数据发展中的主要矛盾以及大数据产业发展的影响因素和动力机制等;此外大数据产业的发展政策与政府作用也是近来学术研究的重点。

  (一)大数据产业战略价值和发展前景

  目前,国内关于大数据产业的研究主要聚焦于大数据产业的战略价值和发展前景。对世界大数据发展态势进行概览不难发现,全球日益增长的数据量是大数据产生的主要来源。当下在大数据产业发展进程中,IBM、微软、惠普、甲骨文、EMC等传统信息产业巨头引领全球大数据的发展,谷歌、亚马逊、Facebook等跨国互联网企业大数据优势明显,麦肯锡、IDC、Gartner等著名咨询公司也力推大数据概念。并且大数据在医疗健康、交通、安防监控等改变城市生活方面前景明显,在制造业、金融业、零售业和文化创意产业方面正在引领产业转型。此外,大数据还引发了科学上的“第四范式”研究。可以说,大数据浪潮正席卷全球。随着全球大数据产业的迅速崛起,政界、商界、学界对大数据战略价值和发展前景的思考不断加深,2013年曾被媒体称为“大数据元年”。综上可见,大数据具有革命性意义,作为重要的战略资源,事关国家数字主权和战略安全,同时有利于推动经济结构调整和产业转型升级,因此我国也正在构建良好的大数据产业发展环境[1]

  在充分认识大数据产业的战略价值与发展前景的背景下,学界开始表现出对大数据这一“热话题”的“冷思考”。对大数据认知的理性转向,有利于正确认识大数据在“概念炒作”热闹背后,还存在缺乏核心技术、市场培育方向不明确、电子政务基础信息重复建设等诸多问题,也有利于明晰大数据概念的相对性和出现的必然性,既要在战略视野下擘画出大数据在行业层面、思维层面、智慧和战略层面引发的深刻变革,同时也在战术上明晰了中国发展大数据产业在技术层面和政策层面上存在的诸多挑战。总体看,大数据作为国家基础性核心战略资源,将引发知识技术模式创新,虽然存在诸多挑战,但是大数据时代数字化转型势不可挡,大数据产业的战略价值将会愈发突出。

  (二)发达国家大数据产业发展经验

  由于国内大数据产业发展较西方发达国家而言起步稍晚,因此西方发达国家大数据产业的发展经验成为近年来的学术研究热点。比如得益于美国联邦政府的高度重视和支持,美国在大数据产业发展中信息技术企业纷纷转型,初创大数据企业层出不穷,形成了完整的大数据产业链。同时,美国作为信息化建设领先的西方发达国家,在发展大数据方面具有完善的法律体系保障、先进的技术积累沉淀、完善的信息基础设施、活跃的创新主体和完整的产业链等多方面基础优势。相比于美国,中国在数据安全防护、数据开放共享、数据本质认识、法律制度体系以及数据中心规划布局方面则有待提高。因此中国在大数据产业发展中应进行产业规划、统筹各方力量、构建多层次产业生态系统,并推动信息技术企业转型,加大应用开发,建立和完善产权保护制度,培育大数据科学家,同时要将市场主导和政府推动相结合[2]。加速关键技术研发布局,积极营造大数据基础设施和大数据人才培养的良好局面。学者李一男依据PV-GPG框架,从公共价值促生的视角比较了美、英、澳、欧盟等6个世界主要国家及组织大数据战略的发展情况,并指出了对中国的参考意义[3]。全球大数据产业的发展已成大势,借鉴主要发达国家的大数据产业发展经验对于中国大数据产业的健康快速发展大有裨益。

  (三)对国内大数据产业实践的选择性剖析

  关于国内大数据产业的研究表现出与大数据产业发展实践相一致的特点。一方面,目前大数据产业的研发地主要集中于贵州、京津冀、珠三角、上海、河南、重庆、沈阳、内蒙古等先行先试的国家大数据综合试验区。其中贵州和京津冀地区大数据产业发展和研究处于国内领先地位。大数据行动战略是贵州难得的发展机遇,在对贵州大数据产业的总体思路、具体举措、发展成效和薄弱环节进行综合性分析后,学者汤正仁指出“无中生有,换道超车,强内聚外,融汇贯通”的辩证法贯穿于大数据发展的“贵州样本”,大数据打破了传统的产业发展模式,成为欠发达地区经济发展的新的“法宝”[4]。学者李天云和王谦在此基础上进一步对大数据产业发展的典型——贵州样板进行了全面剖析[5],认为就京津冀大数据产业发展而言,要对京津冀地区的信息产业发展基础、软件产业发展、科研研发基础、土地资源及人力资源成本等方面进行综合比较,推动京津冀大数据产业布局形成互补合作,协调发展的机制,引导发挥规模效应、技术溢出效应、虹吸效应。此外,关于珠三角、上海、河南、重庆、沈阳、内蒙古等地区大数据产业的研究也逐渐兴起。另一方面,行业大数据成为国内学者的研究重点、热点,大数据的应用体现出价值驱动和实践导向的特点。以农业、教育、金融以及医疗等领域为例,大数据技术给农业带来的机遇和挑战催生了对发展农业大数据的对策研究;大数据在教育领域的兴起,引发了对教育大数据现实意义、运用模式和政策建议的研究;大数据在金融业的运用,将大数据征信、大数据风控以及金融大数据的风险与监管对策提上研究日程;而大数据技术推动医学进步、健康革命和人类道德发展的枢机则在于,通过彰显个体与总体之间的关联性和连通性的意义,推进两种伦理的融合。在国家大数据战略实施以来,行业大数据发展取得了飞速发展。据2017大数据案例征集总体情况,全国大数据申报案例达1057个,其中大数据产品476个,大数据应用解决方案581个,覆盖了工业、政务服务、交通运输、医疗健康、农林畜牧、金融财税、能源电力、商贸服务、科教文体、资源环保和旅游管理等领域[6]。不过,大数据企业也广泛存在着研发人员数量少、资金规模小、盈利能力弱、上市比率低等共性问题。

  (四)我国大数据产业发展规律探索

  随着国内大数据产业的发展,关于我国大数据产业发展一般规律的研究也逐渐增多。其一,关于大数据产业分类及产业特点的研究,学者迪莉娅指出:二分法依据业务占比将大数据产业分为大数据产业和大数据衍生产业;三分法依据营销模式将大数据产业分为用户数据分析类、整体方案解决类和数据产品服务类;五分法依据价值模式将大数据产业分为内生型价值模式、外生型价值模式、寄生型价值模式、产品型价值模式和云计算服务型价值模式。并同时指出,大数据产业具有数据资产化、技术高创新性、决策智能化和服务个性化的特点[7]。目前我国大数据产业的主要特征表现为:存在“大数据浮夸”现象,主要以“条数据”为主,产业内部结构不合理,产业生态体系不健全,交易的规范化程度低。其二,关于大数据产业链及商业模式的研究,学者西凤茹等指出,大数据产业链主要包括数据采集、数据存储、数据处理和数据应用等主要环节,围绕大数据产业链衍生出数据自营模式、数据租售模式、数据平台模式、数据仓库模式、数据众包模式及数据外包模式6种新型商业模式[8]。其三,关于我国大数据产业发展矛盾的研究,学者朝乐门等认为,我国大数据产业发展的主要矛盾集中于数据层次、产业层次和保障体系层次。数据层次表现为规模与质量、当前价值与未来价值、时效性与敏感性的矛盾;产业层次表现为大数据产业与传统产业、市场化交易与数据权属、数据开发与数据安全的矛盾;保障体系层次表现为数据开放与保密、开发利用与潜在风险、产业发展与制度制约的矛盾[9]。其四,关于大数据产业发展的影响因素及动力机制研究。学者雷庭认为,内在价值因子、外部环境因子以及产业基础因子是大数据产业发展的三大公共影响因子,影响因素涵盖了技术因素、人才因素、资金资本因素、商业模式因素、市场规模因素、政策环境因素以及基础设施因素7个因素[10]。学者池莲认为,大数据产业发展动力分为内部动力和外部动力,内部动力包括收益的吸引力、创新成果的推动力、创新文化的号召力和企业高层的领导力等,外部动力包括市场需求的拉动力、政府扶持力、科技进步推动力及市场竞争压力等[11]

  (五)我国大数据产业政策和政府作用研究

  关于大数据产业政策的研究近年来也成为学术研究的重中之重,但相关文献尚少。基于技术性支撑与管理性支撑的分析框架,学者张勇进、王璟璇对美国、澳大利亚、英国、法国政府的大数据政策进行比较分析,并从战略规划、技术能力提升政策、应用与管理政策提出了建议,认为要加大大数据共性和前瞻技术的开发,促进技术创新;完善配套制度,分批分类推动政府数据开放;借鉴国际立法经验,推进个人数据保护立法进程,完善大数据产业发展战略规划并优化产业布局,依托大众创新创业政策优化大数据产业发展环境,加强大数据共享平台与安全保障体系建设,完善大数据产业发展生态体系[12]。学者万岩、潘煜指出,政府是大数据生态环境的创造者和维护者,同时也是大数据的拥有者和业务开发者,并从角色定位的角度提出了政策建议[13]。学者谢卫红等从发展顶层设计、要素供给、数据隐私与安全保护及大数据标准体系四个方面建立了国内外大数据政策比较通用的框架,并对平衡政府数据开放和个人隐私保护政策完善、完善数据流通体系、加强人才培养、调整大数据关键技术投入重心提出了政策建议[14]。总体而言,现阶段我国大数据试验区政策重点关注金融财税支持、产业集聚发展、基本制度建设和基础设施建设、创新发展应用等方面。对于产业引导基金、核心企业培育、大数据的深层次应用以及外部技术的引进等方面存在不足[15]

  二、国外大数据产业研究的多维检视与前沿探索 

  近年来,在国际顶级学术刊物《自然》《科学》以及《ERCIM News》杂志等的推动下,大数据的发展引起了科技界、产业界、新闻媒体界以及各国政府部门的高度关注,大数据的开发运用已成为全球学术关注和研究的热点。关于国外大数据及其产业化的研究主要从大数据认识论层面、方法论层面和价值运用或产业化层面展开。

  (一)国外学者对大数据认知维度的研究

  在大数据的认知层面,表现为对大数据起源、概念和特点的研究。大数据的源起具有必然性,大数据的概念具有相对性,大数据的特点具有多样性。随着天文学、基因学和计算机科学的发展,人类从工业社会信息匮乏的时代进入了信息爆炸的时代,“大数据”应运而生。20世纪80年代美国著名未来学家阿尔文·托夫勒在《第三次浪潮》中就已经提及了“大数据”,并将其称为“第三次浪潮的华彩乐章”[16]。1997年美国NASA研究员米歇尔·考克斯在IEEE第八次会议中将可视化存储局限问题称为“大数据问题”,同年,加利福尼亚大学约翰·马西教授就大数据对计算机科学基础设施建设要求的压力也发表了观点。2008年,国际顶级学术刊物《自然》杂志出版专刊《大数据(Big Data)》,从互联网技术、网络经济学、生物医药、环境科学等多个领域探讨大数据带来的挑战及机遇。2011年,《科学》杂志又推出数据处理专刊《数据处理(Dealing with Date)》讨论如何应对数据洪流,麦肯锡公司也发表了名为《大数据:创新、竞争和生产力的下一个前沿》的大数据专题报告,此后IBM、IDC、Forrester公司也对大数据的概念及特点进行了补充和发展[17]。关于大数据特点多样性的认识从“3V”(规模性volume、多样性variety、高速性velocity),到“4V”(3V+价值性value)和“5V”(4V+真实性veracity),再到SPA(Store、Process、Access)逐步加深。2012年,欧洲信息学与数学研究协会会刊《ERCIM News》继《自然》杂志之后也推出同名专刊《Big Data》,推进了大数据的系列创新研究。科学技术的发展推动数据物化的发展,人、机、物高度融合迎来网络化的大数据时代,大数据研究的产业价值、学术价值以及战略价值引起了新一轮的信息产业浪潮。

  在认知层面表现为大数据对人类思维的冲击和影响。埃里克(Erik B)认为,认识和研究大数据要有历史性眼光,在《第二次机器革命》中作者通过比较电气化时代和信息化时代的发展历程,指出在经过20年到30年左右的扩散储备阶段由技术引起的生产率明显提高,工业时代和信息时代的分界线分别为1915年和1995年,预计21世纪初期在信息技术扩散储备发展相对成熟后将迎来大数据发展的黄金时期[18]。和所有新生技术产生初期时类似,学者们对大数据利弊的分析存在共识也充满争议,各种学术观点大致可以分为“量化乌托邦”“数字利维坦”和各有侧重的中间派。其中国际影响力较大的德国人工智能专家尤夫娜·霍夫施泰特在《大数据之眼:无所不知的数字幽灵》中指出,大数据会将人降为万联网的原子,人也成了可探索的自然现象的同盟,存在着被信息资本主义精英独裁的危险,并指出了PRISMA、XKeyscore、Tempora、Aladdin、Corsair等监控监听的著名例子来反映大数据发展中的“副作用”[19]

  除了对大数据的认识和重视外,对大数据时代思维方式的变化及影响的考察也是大数据在认识论层面的重要内容,“可能和现实、必然和偶然、原因和结果、部分和整体、精确和模糊”等大数据思维范畴也已经成为社会科学的热门话题。英国牛津大学信息哲学研究专家伍德沃德和莱奥莱利等人甚至认为,哲学继上世纪的语言转向之后将在本世纪经历信息转向[20]。维克托·舍恩伯格与其合作者肯尼思·库克耶则在《大数据时代——生活、工作与思维的大变革》一书中就大数据对人的生存方式、生产方式、思维方式的影响进行了广泛研究[21]。罗伯特·托马斯和帕特里克·马博兰在《大数据产业革命》中从大数据认识论的视角对农业、医疗、保险业、零售与时尚业、客户服务业、汽车业、能源业、社交媒体和金融9大行业数据转型进行了重新叙述,并提炼出30项数据要素,归纳出54项大数据模型(核心要义可以归纳为18条,见表1)[22]。《大数据产业革命》是当下国外学术影响力较大的一部著作,正如其序中所言“革命就是解放生产力”,大数据在认知上给人类带来了革命性的冲击。国外学者关于大数据的研究起步早,相对成熟且成果丰富,在认识论层面为我国学者的学术开垦打下了一定的基础,具有一定借鉴意义。

  (二)国外学者对大数据方法维度的研究

  在大数据的方法层面,《连线》杂志主编克里斯·安德森曾断言“数据洪流使传统科学方法变得过时”,图灵奖得主吉姆·格雷则提出了数据密集型科学研究的“第四范式”,认为在实验科学、理论科学和计算科学之外兴起了第四范式,其中“完全归纳”方法、“数据模型”方法、“容错混杂”方法,实现了传统科学方法的统一与发展。舍恩伯格进一步指出,“大数据是人们获得新认知、创造新价值的源泉;大数据还是改变市场、组织机构, 以及政府与公民关系的方法。”此外还提出了处理大数据的三个方法论命题,即“不是随机样本,而是全体数据”“不是因果关系,而是相关关系”“不是精确性,而是混杂性”,并分析了大量案例[21]。大数据方法论的兴起在自然科学和社会科学中得到不断运用和发展。然而,在弥补传统科学研究方法不足的同时,大数据方法论也常常面临着“水土不服”和失效的危险和窘境,尤其在社会科学和人文学科研究领域。因为大数据方法论逻辑主要是“利用非传统方式获取数据,样本趋近总体,通过归纳建立模型,呈现相关关系而非因果关系”,所以在解决“被研究者的主观性,研究对象的局限性,变量关系的局限性和数据缺失问题”方面存在较大困境,盲目推广具有误导性,容易造成唯数据主义。这是国外学者研究中不够充分的,为国内学界的进一步探讨、实现大数据研究方法本土化提供了空间。

  (三)国外学者对大数据价值维度的研究

  在大数据价值运用和产业化层面,一方面,美国、澳大利亚、法国、英国等多国政府均出台相应政策,致力于推动大数据产业发展和运用。就美国而言,2011年总统科技顾问提出了加大大数据技术研发经费投入的建议,2012年3月美国公布了《大数据研发计划》,重点关注知识获取能力、科技工程发明和国家安全等领域,致力于推动学习和教育变革。2012年10月澳大利亚政府出台《公共服务信息与通信技术战略2012-2015》,提出了6条大数据原则,强调公共服务中数据分析的重要意义,次年成立了专项大数据工作组。2013年2月法国发布了《数字化路线图》,投入1.5亿欧元推动大数据等战略性高新技术的发展。2013年10月英国商业、创新和科技部牵头推出了《英国数据能力战略》,旨在提高数据挖掘和价值萃取的能力,把握数据带来的机遇。此外,新加坡、韩国、日本等也推出了相应的大数据发展政策,推动大数据向医疗、教育、国防等各个领域的运用和扩张。这些主要发达国家的大数据政策均倾向于加大基础研究和关键技术研发,注重人才培养,提供资金保障,扶持产业发展,不断形成技术性支撑和管理性支撑的双轮驱动模式,对于国内大数据产业的发展具有很好的借鉴意义。另一方面,国外大数据行业应用研究主要集中在图像处理、癌症治疗和社会网络等方面,研究关键词集中于图形处理器、调查、时间序列、化学计量学、图像分割法、图像处理、降维、社会网络、成像、模型识别回归、激光雷达等方面[23]。研究重点为计算机科学、软件工程、信息系统、人工智能、硬件设计、理论方法等。以生物信息学为例,基因分析已经从采样分析发展为“去抽样化”分析,大数据在DNA排序及医院可视化管理方面稳步推进,同时云技术和异构计算方案在生物数据实验管理层面的优化也取得了较好的实践效果。此外,云计算、MapReduce和Hadoop等在可视化上也取得了较大进展。

  三、国内外大数据产业研究评述与未来展望  

  总体而言,国内学者关于大数据的研究趋势基本契合大数据进入主流应用的时间周期:大数据经技术萌芽期——概念过热期——幻觉破灭期——再度复苏期——生产力成熟期。回顾已有文献,可见国内学者关于大数据产业的研究从冲击反应式不断向主动出击式转变,关于大数据产业的战略价值、发展前景、国外经验以及一般规律等方面的认识已经逐步加深。

  国外关于大数据及其产业化的研究在大数据的认知层面和方法层面的研究较为前沿,具有引领性,值得借鉴。在价值层面或产业化层面,国内学者侧重于大数据在媒体、图书馆以及商业运用方面的研究。而国外关于大数据的研究侧重于基础理论和关键技术等核心内容,且大数据产业集中于图像处理、癌症治疗、商业价值方面,大数据产业发展相对缓慢。这给国内学者关于大数据产业的实践创新与理论创新留下了较大空间,不过国内在发展大数据产业的同时,还应借鉴国外经验加大对大数据基础理论和关键技术的研发。

  已有的相关成果是本文研究的前提和基础,也是接下来研究的出发点和生长点。然而无论是国内还是国外,关于大数据产业发展中的政府作用研究都是薄弱环节,是学界致力于尝试突破和努力攻坚的方向。

  就未来展望而言,主要表现在以下三个方面:一是借鉴大数据产业发展的域外经验。大数据时代需要全球视野,实施国家大数据战略亟需借鉴域外经验。学者涂子沛撰写《大数据》的出发点就是以美国的数据革命引起国人对大数据的重视。此后维克托·舍恩伯格与其合作者肯尼思·库克耶撰写的《大数据时代——生活、工作与思维的大变革》与罗伯特·托马斯和帕特里克·马博兰撰写的《大数据产业革命》也充分显示了国外大数据发展的现状、趋势和影响。就全球大数据发展情况而言,美国、英国、韩国、日本、新加坡、澳大利亚等走在发展前列,是大数据发展的先行者,积累了丰富的经验,对于更好推进中国政府数据开放共享和大数据产业的健康发展具有借鉴意义。

  二是深耕大数据产业发展的本土实践。实施国家大数据战略需要立足自身,深耕大数据产业发展的本土实践。近年来中国大数据产业发展呈现出欣欣向荣的景象。8个国家级大数据综合试验区发展成绩斐然,贵州成为唯一一个先导试验区先行先试领跑全国,其余7个试验区也奋起直追,许多“编外省份”也积极参与各显神通。除了大数据必谈的“贵州样本”,区域类试验区和编外省份的协同发展也亟待研究,尤其是对区域类试验区大数据产业链发展的深入研究,为继续贯彻落实“国家大数据战略”提供了坚实的实践样本和理论指导。

  三是探索大数据产业中的政府作用机制。大数据产业发展的方方面面都会涉及到政府的角色和作用机制。已有关于大数据产业发展中政府作用机制的讨论,不但文献数量稀少,而且研究的系统性和整体性不足。因此要在探究大数据产业成长规律的前提下,系统回顾产业发展中政府作用的理论基础和政策要求,并结合大数据产业的国内外实践,既借鉴域外经验,又立足于本土,致力于以比较的视野、系统的思维来进行研究,深入探索大数据产业发展中的政府作用机制,以期提出推进中国大数据产业发展的建设性对策和实践遵循。

   

[参考文献]

  [1]  王谦,李天云.大数据产业高质量发展的政策建议[J].决策咨询,2019,(3).

  [2]  罗涛.大数据产业的美国经验与中国对策[J].高科技与产业化,2013,(5).

  [3]  李一男.世界主要国家大数据战略的新发展及对我国的启示——基于PV-GPG框架的比较研究[J].图书与情报,2015,(2).

  [4]  汤正仁.大数据发展的贵州样本[J].贵州省党校学报,2018,(1).

  [5]  李天云,王谦.大数据产业发展的典型:贵州样板[J].决策咨询,2019,(5).

  [6]  国家工业信息安全发展研究中心.大数据优秀应用解决方案案例.工业、能源、交通卷[M].北京:人民出版社,2018.

  [7]  迪莉娅.我国大数据产业发展研究[J].科技进步与对策,2014,(4).

  [8]  西凤茹,王圣慧,李天柱,侯锡林.基于大数据产业链的新型商业模式研究[J].商业时代,2014,(21).

  [9]  朝乐门,马广惠,路海娟.我国大数据产业的特征分析与政策建议[J].情报理论与实践,2016,(10).

  [10]  雷庭. 我国大数据产业发展的影响因素研究[D].北京:北京交通大学,2017.

  [11]  池莲.谈大数据产业形成路径及其产业集群发展动力机制[J].商业经济研究,2015,(17).

  [12]  张勇进,王璟璇.主要发达国家大数据政策比较研究[J].中国行政管理,2014,(12).

  [13]  万岩,潘煜.大数据生态系统中的政府角色研究[J].管理世界,2015,(2).

  [14]  谢卫红,樊炳东,董策.国内外大数据产业发展比较分析[J].现代情报,2018,(9).

  [15]  王谦,李天云,杜钰.政府在大数据产业发展中的作用机制分析[J].电子科技大学学报(社科版),2019,(4).

  [16]  阿尔文·托勒夫.第三次浪潮[M].黄明坚,译.北京:中信出版社,2006.

  [17]  李国杰,程学旗.大数据研究:未来科技及经济社会发展的重大战略领域——大数据的研究现状与科学思考[J].中国科学院院刊,2012,(6).

  [18]  Erik B, Andrew M.The Second Machine Age.Translated by Jiang Y H.Beijing:Citic Press, 2014.

  [19]  尤夫娜·霍夫施泰特.大数据之眼:无所不知的数字幽灵[M].陈巍,译.杭州:浙江文艺出版社,2018.

  [20]  张贵红.论数据的本质及其与信息的关系[J].哲学分析,2018,(2).

  [21]  维克托·迈尔-舍恩伯格.大数据时代:生活、工作与思维的大变革[M].盛杨燕,周涛,译.杭州:浙江人民出版社, 2013.

  [22]  罗伯特·托马斯,帕特里克·马博兰.大数据产业革命.重构DT时代的企业数据解决方案[M].张瀚文,译.北京:中国人民大学出版社,2015.

  [23]  邓仲华,宋秀芬.基于知识图谱的国内外大数据研究对比分析[J].信息资源管理学报,2015,(4).

                       [责任编辑:李利林]

Research on Big Data Industry: Local Practice, Foreign Experience and Future Prospects

 

Du Yu, Li Tianyun, Wang Qian

 

Abstract: The big data industry is the basic and leading industry for the development of the digital economy, an important part of building a modern economic system, and the key to implementing the big data national strategy. In the golden period of the global big data industry's introduction and expansion period, summing up lessons in time and continuously deepening academic research are important thrusts for the high-quality development of the big data industry. The review and analysis of the research status of the big data industry at home and abroad show that drawing on the foreign experience of the development of the big data industry, cultivating the local practice of the development of the big data industry, and exploring the role mechanism of the government in the development of the big data industry are entry point and focus for advancing the systematic research of the big data industry.

Keywords: Big Data; Big Data Industry; Foreign Experience; Local Practice; Government Role

 

[作者简介] 杜钰(1997-),女,云南大理人,四川大学经济学院2015级本科生;李天云(1995-),男,云南曲靖人,四川大学公共管理学院2015级本科生;王谦(1958-),男,四川成都人,四川大学公共管理学院教授,博士生导师,四川省科技厅战略咨询专家,主要从事乡村治理、物联网及大数据研究。