各地都在搞大數據,你的家鄉有啥特色沒——解讀2017年地方政府大數據報告

文 | 帆軟數據應用研究院 水手哥

日前,數據中心聯盟大數據發展促進委員會發布了《我國地方政府大數據發展規劃分析報告》,聚焦各省市大數據發展舉措,對37個省市的大數據文件展開了整理,從目標定位、基礎能力、應用、產業、安全保障等規划進行了總結分析,可以幫助大家比較全面的了解地方大數據發展政策。

一、不同的特色

整體來看,各地政府依據自身實際情況,形成了以下三種發展規劃:

1、引領型。

以北京、廣東、江蘇為代表,這三地憑藉強大的經濟、科技與人力資源實力,在關鍵技術、先進產品、產業生態體系構建方面,制定了明確點發展目標,比如江蘇提出的「爭創全國領先、特色明顯的國家大數據綜合實驗區」;

2、落實型。

以蘇州、南寧為代表,它們強化大數據工作落實力度,從國內外大數據發展背景、本地現狀與基礎、行業應用、產業生態打造等方面,提出了詳細深入的發展規劃。比如南寧對大數據產業的發展模式、商業模式以及相關重大工程給出了詳細說明。

3、追趕型。

其他大部分省份和城市重點採取跟隨策略,根據《促進大數據發展行動綱要》中提出的要求,逐一進行落實。

二、不同的定位

37個省市中,有20個明確提出來大數據發展定位,佔比達到71%。

可以看出,大部分城市將「產業中心/高地」和「應用示範中心」當作發展的目標,畢竟經濟發展才是硬道理,大數據有足夠的動力充當地方經濟增長的引擎之一。

三、產業規模目標

14個省市確定的2020年大數據產業規模目標將達到28400億,其中江蘇將達到10000億,廣東為6000億,北京、上海的產業目標為1000億。貴州作為西部欠發達省份,近幾年緊緊抓住了大數據產業帶來的機遇,形成了獨具特色的產業發展模式,預計到2020年實現4500億,在全國範圍內是非常靠前的。

四、各地大數據管理組織

自2014年以來共有17個省市成立了大數據管理機構,統籌推進大數據相關工作,整合省市各級資源,引導本地大數據產業發展。廣東、貴州高居前列,但江蘇並未有類似組織,有些意外。

五、各地的大數據交易平台

數據資源流通交易是推動大數據產業快速發展的重要手段,我國的數據交易市場活躍,已經建成或正在籌建對地方數據交易機構達二十多家,下面摘錄部分

六、各地政府的主要策略

1、加速數據中心整合進程。

超過90%的省市提出統籌建設政府、行業數據中心,希望通過加快構建數據中心和產業服務平台集群,推進政府各部門基礎設施共建共享、互聯互通,引導本地數據中心優化布局,推送數據中心向規模化、特色化、集約化、綠色化發展。

2、加速數據共享、開放和流通

《綱要》中明確提出到2018年底前,建成國家政府數據統一開放平台,到2020年底前,逐步實現信用、交通、醫療、衛生、就業、社保、地理、文化、科技、環境、金融、企業登記監管等民生保障服務相關領域的政府數據集向社會開放。地方政府採取的數據流通主要舉措有以下方面。

3、推進大數據在政府治理中的應用

通過分析37省市大數據發展規劃文件,可以看出政府部門數據共享、公共數據資源開放、安全保障和宏觀調控是最受關注的政府治理領域,分別有78%、70%、49%、46%的文件中提及。

4、推進大數據在民生服務中的應用

隨著經濟發展水平的提高,以及老齡化社會加速來臨,分別有20個、20個、18個和15個省市在文件中提出了健康醫療、交通旅遊、文化教育和社會保障等領域的大數據應用,各占統計總量的54%、54%、49%、41%。

5、推進大數據在傳統領域的應用

工業仍是各地最為關注的大數據應用領域,37個省市中有23個提到了工業大數據,佔比達到62%。大數據應用於工業研發設計、生產製造、經營管理、市場營銷、售後服務等產品全生命周期、產業鏈全流程各環節,成為推進智能製造的重要手段。

6、搭建支撐平台

各地都在積極打造大數據產業生態體系,有28個省市提出搭建協同創新平台、公共服務平台和技術攻關平台,占已經發布文件總數的75%。37個省市中有26個提出在未來幾年內大力打造大數據產業鏈,佔總數到70%。

------------------------

文章同步發布在微信公眾號「帆軟數據應用研究院」,ID: fr_research,關注公眾號可獲得更多資訊、案例!

往期閱讀推薦

你的舊船票能否搭上這艘巨輪?——解讀大數據產業發展規劃(2016-2020年)

解讀《德勤2017年全球CIO報告》:頂級CIO的煉成之道

如何選型商業智能和分析(BI&A)平台,Gartner給了這些建議!


推薦閱讀:

做流量漫的開始套現了
想學BA的你需要這一份數據科學家報告
到 2020 年,中國電子競技行業市場規模將有多大?
南加大商業分析專業知心學姐分享:如何申請、選課、找實習?
SAS學習途徑與相關資源 – SAS商業分析

TAG:大数据 | 数据分析 | 商业分析 |