【专题研究】中国大数据服务业发展的挑战与对策

基于海量数据资源的挖掘和应用催生的大数据服务业是推动治理方式变革的重要力量，也是全球科技和产业发展的前沿领域。目前，世界范围内，美国、日本、法国、韩国、澳大利亚等国家相继启动了推动大数据服务业发展的政策改革，并把大数据服务业发展纳入国家发展战略，抢占大数据服务业发展的制高点。大力推动大数据发展和应用，运用大数据推动经济转型、完善公共治理正成为各国面临的共同选择。

我国为了发展大数据服务业做出了积极探索，也取得了一定的比较优势，但仍面临诸多挑战。本期我们将对中国大数据服务业发展中的挑战展开思考，发现问题，提出对策。

挑战（一）：数据源开放性仍然不足。

数据信息自由流动和共享是大数据服务业发展的基础。但我国仍然存在着各种形式的“信息孤岛”现象。各级政府占有大部分的天气、交通公共信息资源，却始终使这些数据资源处于低度开放和利用的状态。商业数据也存在着共享壁垒，企业之间仅保持着小范围、有限度、低可信度的数据共享。

对策：完善数据开放共享机制。

大数据产生价值必须开放与共享。推动数据开放共享机制完善，应在依法加强安全保障和隐私保护的前提下，以稳步推动公共数据资源开放为重点，推动建立公共机构数据资源清单，制定公共机构数据开放计划，推进信用、交通、医疗、卫生、就业、社保、地理、文化、教育、科技、资源、农业、环境、安监、金融、质量、统计、气象、海洋、企业登记监管等公共机构数据资源统一汇聚和集中向社会开放。

同时，着力加强大数据交流平台建设，创建基于民间合作，并得到政府理解和支持的国际开放和透明的交流平台，支持大数据企业依托互联网建设具有数据集成、存储、挖掘、分析、可视化等功能的行业数据共享和应用平台，建立以政府为主导，行业协会共同发展的服务组织体系，以产业化、市场化为方向，打破数据垄断，建立以市场为主导的数据资源运行机制。

挑战（二）：大数据相关法规和标准尚不健全。

在信息社会，数据资源作为和土地、劳动力、资本等生产要素一样重要的资产，却没有规范的产权制度和明晰的行业标准对其展开保护。在数据交易和流动方面，数据的权属不明、规则和标准缺失，大量的数据交易存在不规范性，特别是产权模糊的网络在线数据对于整个产业的发展和数据资源的配置都具有很大影响，同时由于不规范交易、个人隐私界定模糊和数据产权划分不清晰带来的安全担忧，也束缚着大数据服务业的发展。

对策：完善大数据服务业发展法规和标准。

结合我国当前法制建设实际情况，修订政府信息公开条例，从数据开放、信息安全、大数据技术等多方面入手，制定完善的法律法规，界定相关数据主体的权利、责任和义务，保障数据资源权益，加强对数据滥用、侵犯隐私等行为的管理和惩戒，加强网络数据安全保护，为数据资源采集、传输、存储、利用、开放提供法治保障。

推进大数据服务业标准体系建设，推进数据采集、政府数据开放、指标口径、分类目录、交换接口、访问接口、数据质量、数据交易、技术产品、安全保密等关键共性标准的制定和实施。

此外，应充分利用我国大数据服务业发展的比较优势，把握世界大数据服务业发展先机，组织和联系国际专业机构，共同开展全球大数据的标准、规范、伦理和法规的研究，通过广泛深入交流和业务合作来建立国际共识，积极主导和参与国际标准制定。

挑战（三）：大数据应用领域仍需拓展。

从目前的情况来看，尽管我国大数据服务产业与信息、生物、高端制造、节能环保等领域的深度融合和创新应用卓有成效，但我国大数据服务业受产业主体发展程度和市场准入情况影响，发展还处于起步阶段，大数据应用领域分布仍然不够全面，发展水平不均衡，仍需持续推动产业转型升级和新兴产业培育，深度挖掘数据资源支撑创新的潜力。

对策：完善大数据纵深发展渠道。

明确大数据领域市场经济主基调，鼓励企业推动大数据在各行业的创新应用，催生大数据新业态与新模式，助推大数据向纵深发展。当前应重点以公共服务领域为突破口，结合新型城镇化发展、信息惠民工程实施和智慧城市建设，围绕公共服务、社会民生的重点领域，鼓励政府与企业、社会机构开展合作，通过政府采购、服务外包、社会众包等市场化方式，依托专业企业开展政府大数据应用。

同时，应结合传统产业升级和新兴产业发展，推动大数据在工业研发设计、生产制造、经营管理、市场营销、售后服务等产品全生命周期、产业链全流程各环节的应用，推动制造模式变革和工业转型升级，推动跨领域、跨行业的数据融合和协同创新，探索形成协同发展的新业态、新模式，培育新的经济增长点。

挑战（四）：大数据产学研用合作亟需深化。

在超大规模数据仓库、分布式存储和计算、基于人工智能的大数据分析等前沿技术领域，我国的大数据服务业具有一定比较优势，但大数据服务产业的产学研合作的深度与广度仍然滞后于大数据服务业发展的现实需要。

科研院所的大数据基础研究成果的市场化应用仍然较慢，从事大数据开发与应用的企业缺乏知识创新、技术创新、模式创新的整合机制，产学研用一体化发展的人才、技术、资本协同创新体系仍不健全，需要大力培育大数据服务业生态体系。

对策：完善产学研用一体的大数据生态系统。

将发挥市场配置资源的决定性作用和更好的发挥政府作用结合起来，大力促进资源整合和协同创新，构建人才、技术、资本、数据、平台配置完善的大数据服务业生态系统。

加快培育大数据人才，联合开设大数据课程和开展人才培训。集中力量支持海量数据存储、数据清洗等领域关键技术攻关、产业链构建、重大应用示范和公共服务平台建设，建立跨行业、企校、企企合作的大数据实验室，采取政产学研用相结合的协同创新模式和基于开源社区的开放创新模式，推动基础研究与应用推广的融合发展。

支持建立大数据创新创意平台和大数据孵化器，引导创业投资基金流向，促成良好的大数据技术和商业模式协同创新条件。

支持建立大数据应用服务联合体，推动“大数据标准联盟”、“大数据交易联盟”等产业联盟发展，提升大数据服务业竞争力。

编辑：王楠

注：*本文引自《我国大数据服务业发展的路径、挑战与对策》，刊载于《第十五期中国现代化研究论坛论文集》2017，作者赵峥系首都科技发展战略研究院副院长。