深度解读2019中国大数据产业发展

大数据作为数字化转型中的核心支撑能力，相关技术和应用助力了数字中国战略的加速落地。数字中国战略包含数字经济、数字政府和数字社会三个部分。中国数字经济规模持续壮大，提升了经济发展质量。

近日，由大数据产业生态联盟联合赛迪顾问共同完成的《2019中国大数据产业发展白皮书》（以下简称《白皮书》）在2019世界计算机大会—“计算机未来：算力驱动万物互联”主题论坛上重磅发布，并揭晓“2019中国大数据企业50强”和“中国大数据企业投资价值百强”。

《白皮书》从政策、产业、区域、人才和资本五个维度展示了2019年中国大数据产业生态的最新进展，在此基础上围绕互联网、金融、电信、政府、健康医疗和工业六个主要行业，详细洞察行业应用的历史演进、特点、痛点和未来机会点。

此外，此次白皮书还结合企业市值、营收、创新投入、产品竞争力、细分市场潜力、领导层能力多个維度，评选出2019年大数据企业投资价值百强榜和2019中国大数据企业50强。

一、大数据与经济社会发展紧密相关

当今时代，数据与人们的日常生活密切相关，衣、食、住、行等相关领域的海量数据持续迸发。

2017年滴滴用户数达4.5亿人，提供了超过74.3亿次移动出行服务;2018年微信每日发送信息450亿次，新浪微博日活跃用户2亿人，微博视频/直播日均发布量为150万+;2018年天猫双11订单量突破10亿，2019年京东“6·18”开场1小时下单金额达50亿元;中国3万家综合性医院，每年新增数据量可达20Zbit。

上述海量数据的产生为大数据应用提供了丰富的基础资源和场景。希捷科技的一项最新研究表明，到2025年全球数据量将会从2018年的33ZB上升至175ZB。

基于生产生活中的海量数据资源，整个经济社会的数字化水平将遵循“数据化-信息化-数字化-智能化”的演进路线持续升级。“数据化”是关键基础，它确定了数据的采集边界和标准;“信息化”是关键流程，它规范了数据采集、存储、分析的具体方法;“数字化”是关键手段，它明确了应用大数据、人工智能等新一代信息技术开展分析和应用的新思路新模式;“智能化”是关键效果，它反映了数字化转型的成效，覆盖社会治理、公共服务和产业发展等多领域。

大数据作为数字化转型中的核心支撑能力，相关技术和应用助力了数字中国战略的加速落地。数字中国战略包含数字经济、数字政府和数字社会三个部分。中国数字经济规模持续壮大，提升了经济发展质量。

国家网信办的数据显示，2018年中国数字经济规模达31.3万亿元，同比增长15.1%，占GDP的比重达34.8%。据上海社科院测算，2016年到2018年，中国数字经济对GDP增长的贡献率分别达到了74.1%、57.5%和60.0%。

与此同时，数字政府和数字社会建设也同步推进，持续提升政府的服务能力，优化社会的运行效率。

二、大数据产业生态的五维度解析

1.政策维度

2016年-2018年国家和地方各级政府相继出台了一大批大数据相关政策。截至2018年底，国家累计发布了43条相关政策，全国有31个省（市、区）累计发布政策347条，其中贵州、福建、广东和浙江领先。

从省级大数据管理机构的成立来看，广东省在2014年最先成立了大数据管理局，2015年浙江省和贵州省跟进，2017年陕西省、重庆市和内蒙古自治区也完成了布局。2018年则是大数据管理机构最密集成立的年份，吉林省、北京市、天津市、山东省、河南省、安徽省和福建省等纷纷成立主管部门，数字经济和大数据产业已得到地方各级政府的高度重视。

2.产业维度

受宏观政策、技术升级和应用场景拓展等利好因素的影响，2018年中国大数据产业规模为4384.5亿元，预计2021年将达8070.6亿元。从2016年-2021年，大数据产业规模增长5230亿元，5年复合增长率达23.2%。

赛迪顾问分析发现，2016年-2018年的增长主要由产业政策和资本协力推动。2019年以来，随着大数据技术和应用的持续爆发，以及5G和物联网等相关技术的成熟，市场需求和相关技术进步将成为大数据产业持续高速增长的最主要动力。

3.人才维度

大数据人才是指从事大数据相关工作的人才，主要包括从事研发、分析工作的核心人才，以及兼具行业背景和大数据技能的复合型人才。据赛迪顾问估算，截至2018年底，中国大数据核心人才数量为200万人，缺口为60万人。

为了应对大数据人才的紧缺态势，国家加快设立数据科学与大数据技术等一批相关专业。教育部的统计数据显示，2017年-2019年高校数据科学与大数据技术专业新增备案数量依次为32所、250所和196所。

4.创新维度

据赛迪顾问统计，中国大数据相关专利新增数量从2015年开始快速增加。2018年单年的新增专利数量达7887个，其中发明专利占比达77.0%，实用新型专利占比达21.7%，授权发明占1.3%。进一步分析发现，企业和科研院所是大数据创新的主力军。数据显示，2018年两者合计贡献了7273项专利，占到了全年新增数量的92.2%。

5.区域维度

赛迪顾问从创新能力、政府服务能力、典型园区数量和产业规模四个维度评价了全国六大区域的大数据产业综合发展能力。研究显示，华东地区在创新能力、政府服务能力和典型园区数量方面优势明显，典型代表地区包括上海市和浙江省;华北地区虽然综合评价仅次于华东，但其产业规模在六个区域中处于领跑地位;中南地区近年来发展迅速，中南地区的代表省份河南和广东相继落地了大量产业园载体，其政府服务能力和区域创新能力均得到了快速提升;西南地区主要由四川省和贵州省领衔，已经打造形成区域发展新高地;东北和西北地区的整体发展能力相对滞后，各项指标均有待提升。

三、大数据产业的八大趋势

1.政府大数据从“数据资产管理”走向“大监管大服务”

随着数字政府和新型智慧城市建设的持续推进，与社会治理、民生服务、政务应用密切相关的政府大数据应用成为热点。天府大数据国际战略与技术研究院发布的《2018年全球大数据发展分析报告》明确指出，中国政府掌握了70%的高价值数据，如何盘活这些海量数据资源，是未来政府大数据发展的关键。

中国政府大数据的发展历经了三个阶段。

第一阶段，2010年以前是以三金工程为代表的信息化建设。

第二阶段，2011年-2016年步入大数据平台建设和数据整合，各级政府主导搭建了大量平台。

第三阶段，2017年至今，数据资产管理和应用成为新主题。从趋势上看，未来政府的大数据应用将逐步向“大监管大服务”的方向迈进，用以实现更精准高效的监管和更便捷深入的服务。

未来，通过结合5G、人工智能、大数据、云计算和物联网等诸多信息技术，顺应数字经济和数字政府建设浪潮，落地城市大脑、平安城市、社会信用、交通感知与管理、社会舆情管理等应用，切实提升政府服务能力，将成为政府大数据发展的机会点所在。

2.电信大数据：从“小圈子”走向“大生态”

电信行业的信息化和数字化水平走在全行业前列，2010-2015年，各电信运营商落地了一批大数据平台和应用类项目，开展了大量PoC测试，内部大数据技术和应用能力显著提高。2016年以后，运营商内部业务加速集中化，开源节流成为运营商关心的核心问题。

电信大数据细分产业正在从“小圈子”走向“大生态”。“小圈子”的焦点是运营商自身业务能力和效率的持续提升，比如顺应业务集中化的趋势，运用大数据技术提升企业运营能力，实现集团-地方两级大数据架构的融合优化，加速B-O-M三域数据融合，应用SDN/NFV技术柔性改造网络，加速布局5G和AI等的新应用场景。“大生态”意指运营商有外部拓展和迁移的能力，通过对外提供领先的网络服务能力，深厚的数据平台架构和数据融合应用能力，高效可靠的云计算基础设施和云服务能力，打造新的、以运营商为核心的数字生态体系，加速非电信业务的变现能力。

3.健康医疗大数据从“大”数据走向“精准”数据

中国的医疗信息化建设持续推进，年增速保持在20%以上的较高水平。从面向医院管理信息化（HIS），到以患者和医疗过程为核心的医院临床管理医疗信息化（如PACS、LIS、RIS、EMR等），再到区域医疗服务信息化（GMIS），广覆盖的医疗信息化建设项目累积了海量数据，为健康医疗大数据业务的开展奠定了坚实基础。

健康医疗大数据将从当前简单的“大”走向“精准”，通过获取更高质量、更精准的数据，助力健康医疗服务的提升。当前，我国健康医疗大数据行业面临四方面挑战。

（1）求数无源，需采集的数据标的不明确，采集工具的标准化和规范化有待提升，无法获得所需数据。

（2）有量无质，所采集数据无法满足既定用途所需的数量和质量。

（3）有病无数，临床救治与数据应用需求脱轨，大数据和AI等技术的临床应用不足，临床一线数据的收集和汇聚不足。

（4）有数无据，在数据深加工方面的工作不足，尚未形成数据驱动的临床科研、医药研发、器械生产、分级诊疗、健康养老、医养结合等产品和服务。

以动态血压计为例，我国动态血压计市场完全被欧美占据，其根源在于我国医疗机构不能提供临床上的“中心动脉血压数据”。中心动脉血压需要在开创性手术过程中采集，我国医疗机构在手术过程中通常把注意力集中于救治患者，既疏于采集手术过程中数据，也缺少开创性手术过程中的感染可控的数据采集科学手段。这个案例集中体现了健康医疗大数据应用的两点问题—没有可用数据、不知如何采集。

未来，健康医疗大数据破局的关键在于汇集整合更精准的数据，为临床决策和药品器械研发提供数据分析支撑。

4.工业大数据围绕“小场景”从“项目”走向“产品”

工业大数据立足于工业企业的降本增效，当前主流应用场景以电网和离散型制造业为主，设备故障预测与健康管理、综合能耗管理、智能排产、库存管理和供应链协同成为应用热点。然而，工业大数据解决方案的成本高、工业企业的数据意识不强，以及工业互联网盈利模式的模糊，制约了工业大数据应用的快速拓展。

未来，工业大数据将围绕“小场景”从“项目”走向“产品”。小场景由于投入相对少，需求更精准，有助于在短期内取得成效，培育企业的数字化认知，也便于供应商积累行业数据和经验，降低实施成本，推动从项目到标准产品的转变。通过以龙头企业和行业特色企业为引领，加速布局一批小场景，持续推进工业设备数据化和应用产品化，工业大数据有望加速落地。

5.营销大数据从“流量营销”走向“精细运营”

营销大数据是大数据商业化应用效果最好的细分领域，它通过应用数字技术沟通了广告主和目标用户，实现了产品和服务的精准推广。

伴随着移动互联网流量见顶，以及经济下行压力下广告主营销预算的下降，如何利用大数据技术，以更低的成本，帮助企业更高效地触达目标用户成为破局关键。

未来，营销大数据将从“流量营销”走向“精细运营”。在流量营销阶段，广告主通过采买高流量平臺的流量，即可实现业绩和投入的同步提升，这一时期的营销大数据被用于提升展示广告、搜索广告、社交网络广告和电商广告的运行效率，更好地实现广告主与目标用户的对接，丰富广告投放的场景和渠道。而在精细运营阶段，更精准的用户触达、更明智的预算分配成为广告主的关注核心。

营销大数据在这里被用于整合多维多源数据，提供能力支撑。在更精准的用户触达方面，线下场景的需求更为精准（如机场航站楼、4S店等），通过整合线下和线上数据，定向推送广告，有助于提升营销效率。

此外，基于Panel库的人群访谈所得的“小数据”便于洞察因果关系，配合大数据分析挖掘能力，同样可以实现更精准的投放，提升营销效率。

在更明智的预算分配方面，当前的中小广告主更青睐于全渠道的整合营销平台（SEM+EDM+社交+内容营销+独立DSP+DMP+舆情监测）建设来平衡ROI，同时，广告主高度重视内容和社交媒体的深度运营，通过精细化的运营来实现可持续的商业化变现。

6.金融大数据：从“强管控”走向“创新服务”

金融大数据是隶属于金融科技的关键技术，它服务于金融机构的核心业务环节，解答诸如贷不贷款、贷款多少、风险如何等关键问题。2017年以来，随着金融监管日趋严格，基于数据规范行业秩序，降低金融风险，成为金融大数据的主流应用场景。

未来，随着技术的成熟，金融大数据将逐步由“强管控”走向“创新服务”，通过汇集多源多维的数据，提供创新服务支撑。比如，与社会信用体系建设相融合，提供基于金融数据的个人信用报告、企业财务信用报告、授信评估、贷中预警、中小微企业信用评估等新服务，以及与此间接相关的、高效便捷的清算支付和出行服务。

与此同时，积极创新金融反欺诈、供应链金融等新兴金融服务，切实助力实体经济的资金融通，确保资金安全高效使用。

7、大數据学科教育从“通用人才培育”走向“专用人才培育”

如前所述，2018年中国大数据人才缺口为60万人。赛迪顾问研究发现，2016年-2017年多数大数据人才毕业于“计算机类、统计类和数学类学科”，然而从2018年开始，国家一方面加大“数据科学与大数据技术”专业的投入力度，另一方面加快设立交叉性的新学科（如智能医学工程、智能建造、计算金融、智能车辆工程等），培育既有专业知识又懂大数据技术的复合型人才成为未来大数据人才培养的发展趋势。

8、大数据安全从“技术安全”走向“综合治理”

大数据时代，数据的获取方式、存储规模、访问特点、分析方法和技术架构都有了很大不同。与此同时，企业的组织架构和业务流程也相应发生了转变，这些新特征对于数据安全提出了全新挑战—数据安全更难防护、认证系统不完善、系统更易被入侵、安全策略更难实行等。传统数据安全已经无法满足大数据场景下的安全防护要求。

大数据安全不同于传统数据安全，它包含大数据平台安全和大数据环境下的数据安全两部分内容。当前，中国大数据安全市场规模小，企业在采用相关产品和服务过程中高度重视ROI，不能接受数据安全防护成本高于数据自身的价值。此外，受制于组织、制度和规范，由人为因素导致的大数据泄露和安全问题同样严峻，有研究指出80%的数据泄露是企业“内鬼”所为。

赛迪顾问认为，未来大数据安全将逐步从重安全技术转变为重治理，其重点落在核心数据资产的梳理和防护，以及围绕大数据治理所开展的体制机制建设。

四、赛迪顾问建议

对于政府部门，要切实以政府大数据应用为先导，分层次推进大数据建设。在政府大数据领域，顺应数字政府和新型智慧城市建设浪潮，加快数据资源整合，建立健全政务数据应用场景，全面提升政府服务能力。

在市场化程度高的互联网、金融、电信等领域，鼓励行业标准的制定，完善必要的行业监管。

在市场化程度低的工业和健康医疗等领域，针对制约发展的核心问题（如有数无源、有量无质、实施成本高等），加大政策扶持力度，助力产业稳步发展。

与此同时，顺应数字经济浪潮，夯实大数据产业集聚区建设，支持多层次大数据人才培养，强化大数据标准体系建设。

对于用户企业，一方面要夯实数据基础，强化数据资源的汇集整合，兼顾数据的量和质;另一方面要稳步拓展大数据应用，重业务实效，以小场景带动数据整合与分析应用，扎实推进数字化转型。

在具体的创新方面，用户企业可尝试下放创新压力，在相对成熟的业务领域，借鉴电信运营商的创新发展经验，同供应商开展框架协议式的创新合作，依最终的创新成果交付情况付费。

对于大型供应商，应注重平台和生态打造，在基础技术平台、数据中台、业务中台等建设方面加大投入，同时，在细分领域兼顾自身优势与合作伙伴网络建设。对于中小型供应商，则要持续提升技术实力，加快搭建内生的数据资源池，在细分领域加快塑造差异化的竞争优势。对于投资机构，建议关注行业性和功能性的大数据解决方案。

具体而言，营销大数据、政府大数据、电信大数据、金融大数据的市场认可程度高，发展前景好，技术相对成熟，具备较高的投资价值。

健康医疗大数据和工业大数据未来3～5年内将进入爆发期;云计算平台和服务、数据分析挖掘、数据采集和预处理，以及数据可视化等技术的发展值得投资机构持续关注;大数据安全市场规模小，体制机制有待健全，远期值得关注;大数据交易由于商业模式不清晰，权属模糊，目前多流于口号式的宣传，短期内不建议介入。