2020中国大数据产业态势分析

王竞一

大数据已经成为一种重要的战略资源。目前，政府和企业聚焦数据安全和治理领域。随着大数据相关政策的发布、大数据领域技术的突破、人才培养体系的完善、新基建推动数据中心的建设，大数据产业体系日趋成熟。

在全球信息化快速发展的大背景下，大数据已成为国家重要的基础性战略资源，正引领新一轮科技创新，推动经济转型发展。紧密围绕数据资源开展的基础设施建设、数据集聚整合、数据分析处理、数据开放共享和数据安全，铸就了大数据产业发展的核心要素。

这些要素所构筑的“内层齿轮”的转动直接带动了“外层齿轮”—大数据融合应用的蓬勃发展，衍生出政府大数据、互联网大数据、健康医疗大数据、金融大数据、电信大数据和工业大数据等热点场景，持续驱动经济增长和转型升级。

赛迪顾问统计了2012年以来大数据应用领域中最近1万个热点事件中最常见的关键词，统计显示，2012-2019年，我国关于大数据重要论述中，“数据”“数字经济”“互联网”“平台”成为高频词汇，“数字经济”“数字中国”等正逐渐成为我国推进经济高质量发展的重要力量。与此同时，年度分析显示，2020年以来，与数据治理相关的热点词汇逐年增多，数据共享开放、数据孤岛、数据治理等话题成为当前大数据发展的关注点。

大数据产业链的三个层次

大数据产业是以数据采集、交易、存储、加工、分析、服务为主的各类经济活动，包括数据资源建设、大数据软硬件产品的开发、销售和租赁活动，以及相关信息技术服务等。数据服务、基础设施和融合应用相互交融，协力构建了完整的大数据产业链。

基础设施层是整个大数据产业的引擎和基础，它涵盖了网络、存储和计算等硬件基础设施，资源管理平台以及各类与数据采集、预处理、分析和展示相关的方法和工具。大数据技术的迭代和演进是这一层发展的主旋律。

随着人工智能和5G技术的发展，存储和计算相关的芯片和终端设备成为发展热点。数据中心作为新基建的重要一部分，将在新基建的推动下迎来发展新契机;云计算资源管理平台（包括私有云和公有云）持续提升底层硬件的利用效率，日益成为产业不可或缺的重要支撑。而人工智能分析框架NoSQL和NewSQL数据库，以及Spark和Hadoop等平台的日益成熟，为大数据分析挖掘提供了丰富的工具箱。

数据服务层是大数据市场的未来增长点之一，它立足海量数据资源，围绕各类应用和市场需求，提供辅助性的服务，包括数据交易、数据资产管理、数据采集、数据加工分析、数据安全，以及基于数据的IT运维等。

随着5G商用的全面推广，数据采集和预处理需求将快速上升;此外，随着数字技术日益复杂，提供第三方数据分析、可视化和安全服务的市场也将持续壮大。然而，数据交易服务由于数据权属不清晰、模式不落地等问题，发展潜力相对较小。

融合应用层是大数据产业的发展重点，主要包含了与政务、工业、金融、交通、电信和空间地理等行业应用紧密相关的软件和整体解决方案，以及通用性的与营销等业务应用密切相关的软件和解决方案。融合应用最能体现大数据的价值和内涵，它是大数据技术与实体经济深入结合的生动体现，能够切实地帮助实体企业提升业务效率、降低成本，也能够帮助政府提升社会治理水平和民生服务能力。

政策的完善助力大数据产业发展

从2016年开始，国家发改委、工业和信息化部、农业部、水利部等部门，以及地方各级政府都相继推出了促进大数据产业发展的意见和方案，产业整体发展环境持续优化。据赛迪顾问不完全统计，2016-2017年是大数据相关政策文件出台的高峰期。2016年，行业大数据政策文件相继出台，如《政务信息资源共享管理暂行办法》《生态环境大数据建设总体方案》《农业农村大数据试点方案》《国务院办公厅关于促进和规范健康医疗大数据应用发展的指导意见》《关于促进国土资源大数据应用发展的实施意见》等。2017年工业和信息化部印发《大数据产业发展规划（2016-2020年）》《云计算发展三年行动计划（2017-2019年）》，水利部出台《关于推进水利大数据发展的指导意见》。同时，地方政府相关大数据政策也陆续出台，成立大数据管理机构，以及建立健全相关体制机制。比如，河南省政府办公厅发布《河南省大数据产业发展三年行动计划（2018-2020年）》;福建省成立大数据管理局，并相继出台了《福建省促进大数据发展实施方案（2016-2020年）》《福建省人民政府关于支持大数据产业重点园区加快发展十条措施的通知》等文件。各地政府加快大数据产业政策落地，持续优化区域大数据产业发展环境。2018年，工业和信息化部印发《工业互联网发展行动计划（2018-2020年）》，加快推动大数据与实体经济融合。2019年，工业和信息化部、国家机关事务管理局、国家能源局联合印发《关于加强绿色数据中心建设的指导意见》，推动绿色数据中心建设。2020年，中共中央、国务院发布《关于构建更加完善的要素市场化配置体制机制的意见》，推进政府数据开放共享，提升社会数据资源价值，加强数据资源整合和安全保护;工业和信息化部发布《关于工业大数据发展的指导意见》，着力于打造工业大数据生态。当前，大数据与人工智能、数字经济、智慧城市、数字治理等领域的应用融合速度加快，不断推动经济社会向数字化转型。

根据近五年来的政策，我们梳理发现，宏观政策成为产业发展的利好因素。2016-2018年大数据产业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。

大數据领域的关注焦点

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，这些新特征给数据安全带来了新的挑战。随着数字经济的发展进步，传统的数据安全技术无法满足大数据环境下的安全保障诉求，整合技术、政策和机制的大数据治理逐渐走进人们的视野，成为大数据领域的新兴热点话题。

大数据治理包含大数据全生命周期内使用的技术、管理规范与政策制度，技术层面上涵盖大数据管理、存储、质量、共享开放、安全与隐私保护等多个方面。大数据安全是大数据治理的主要环节，包含用以搭建大数据平台所需的安全产品和服务，以及大数据场景下围绕数据安全展开的大数据全生命周期的安全防护。相关产品包含大数据安全系统、大数据管理运营、敏感数据梳理和大数据审计等。

影响数据治理的制约因素主要体现在以下几个方面。

1.根据2020大数据产业生态联盟调研数据统计，80%受访公司的数据泄露是企业内部的原因，说明企业在组织架构和制度规范方面存在漏洞。2.大数据关注的是关联分析的结果，单个样本的价值相对较低，因此在观念上容易忽视对单个样本的安全保护。3.大数据环境下，数据的全生命周期安全防护投入成本高，成本效益比低。4.数据资源可被复制，复制后的痕迹难以追溯，与此相关的密文存储和计算、数据加密与溯源等技术尚不成熟。

同时，数据治理主要在以下几个方面实现提升。

1.“一把手”工程：成立数据治理领导小组，统筹组织内部管理层、业务层、支撑层等环节的数据治理实施。2.数据资产梳理：进行调研与访谈、定义敏感数据、数据资源目录梳理、数据资产登记、评估与分析、技术支持与培训等。3.构建企业内部大数据治理体系：（1）建立大数据治理的软硬件环境;（2）建立完善的大数据治理实施流程体系和规范;（3）制定大数据治理阶段性目标。4.技术工具选择：在数据共享交换、数据处理规范、数据资源整合、数据安全与监控等方面选择合适的安全与治理工具。5.大数据治理评估与审计：通过智能化、平台化、信息多维化、可视化的大数据审计，将实现从纷繁的结构与非结构化数据中发现风险点进而找出重大错报的目标。

数据安全与治理领域的政策推进

当前，线性的治理模式已经难以满足数字经济的实践要求，个人、企业、行业、社会、政府等多层次信息权利主体和数据对象的交织，必然导致数据治理的复杂性。特别是在“高质量发展”成为新时代新经济明确发展要求的历史条件下，数据治理现代化的水平在很大程度上决定着高质量发展目标的实现。

党的十九届四中全会审议通过的《中共中央关于坚持和完善中國特色社会主义制度、推进国家治理体系和治理能力现代化若干重大问题的决议》中明确提出，“健全劳动、资本、土地、知识、技术、管理、数据等生产要素由市场评价贡献、按贡献决定报酬的机制”。这是党中央首次正式公开提出数据可作为生产要素按贡献参与分配，足见对于数据资产的重视。数据治理保障国家安全、社会安全和行业安全，并在司法、扶贫、反恐、民生等很多领域得到应用。

今后，数据治理要探索建立健全数据流动规则，包括采集、存储、处理、使用、交易、退出等各个环节，明确信息侵权或犯罪的责任，更好地保护数据相关主体的利益。

在数据安全与治理方面，越来越多的企业重视数据安全与治理，2019年，50.7%的大数据企业在数据治理方面研发资金投入占比在10%以上。企业在数据安全与治理建设方面担心的问题主要集中在投入成本过大、产品/技术不成熟、安全建设思路不清晰、内控制度不完善、组织架构不合理等方面，其中，投入成本过大成为企业在数据安全与治理建设方面担心的最主要问题。

在企业大数据产品/解决方案中的安全模块建设方面，62.2%的企业选择自研安全方案，仅有5.6%的企业没有安全模块建设。71.1%的企业认为，数据泄露是企业大数据产品/服务过程中最关注的安全问题，其次是个人隐私数据使用问题、数据来源和交易的合规性问题、外部攻击、软硬件基础设施安全以及数据灾备等问题。68.9%的大数据企业在产品/解决方案中已经采用了安全措施，具体包括安全产品、身份识别、信息防泄漏、数据脱敏、数据库审计、病毒防控、网站防攻击及放篡改、服务接入记录等。

从行业立法的角度看，涉及数据治理的各项制度建设进度不一。工业和信息化部《通信网络安全防护管理办法》《规范互联网信息服务市场秩序若干规定》，全国人大常委会《关于加强网络信息保护的决定》，国家工商总局、工业和信息化部《关于加强境内网络交易网站监管工作协作积极促进电子商务发展的意见》，国家互联网信息办公室《互联网用户账号名称管理规定》等，以及《网络安全法》和《电子商务法》等陆续颁布施行，在制度建设方面取得了非常大的进步，但仍亟待直接的数据治理立法。

大数据产品与应用热点

调研结果显示，大数据产业的热点集中在应用软件、基础软件、数据源、数据基础设施等领域。

从数据源来看，企业运营生成数据、政府数据整合共享仍占据主导，随着5G应用的快速拓展，以及大数据应用场景逐渐丰富，从传感终端获取的数据将愈发重要。

从数据基础设施来看，随着国家大力对新基建领域进行投入，数据中心建设持续领跑。数据中心作为促进数字经济发展的重要举措，在新冠肺炎疫情期间，对于各种应用的支撑起到关键作用，云计算服务（包括公有云和私有云）紧随其后，为企业和政府提供了重要的云化基础支撑。

从数据流通来看，数据开放共享和标准化的需求不减，折射出目前大数据行业的共性痛点：企业和政府希望通过数据共享开放、标准化等举措提升数据价值;数据交易受商业模式和数据合规性等多种因素制约，热度较低。

从软硬件产品来看，供应商聚焦应用软件、基础软件产品的布局，软件产品的日益丰富持续提升大数据产业发展水平。在基础软件维度，大数据平台、数据采集、主数据管理平台、数据中台和数据清洗引领细分市场发展，数据安全和数据库等产品的热度紧随其后。在应用软件维度，数据可视化、用户画像和日志分析最受客户追捧，商业智能、图像识别及空间地理分析等软件产品同样备受关注。

从行业应用来看，软件和信息服务业高居榜首，热点集中于政务、互联网和相关服务、社会治理（安防、舆情、应急管理、信用、环境监测、交通、能源、城市管理等）、金融、民生服务（社保、就业、证件办理、住房、生育、养老等）等领域，医疗、工业等行业具有较大潜力。

大数据应用场景的落地：智慧城市与数字园区

数字化城市建设现状

近年来，国家大力倡导“新型智慧城市”建设，其内容涵盖无处不在的惠民服务、透明高效的在线政府、精细精准的城市治理，以及安全可控的运行体系等，这些都与大数据技术和产品紧密相关。

国家信息中心发布的《新型智慧城市发展报告2018-2019》明确指出：“我国大量城市已经从新型智慧城市建设的准备期向起步期和成长期过渡，处于起步期和成长期的城市从两年前的占比57.7%增长到80%，而处于准备期的城市占比则从42.3%下降到11.6%，许多城市已经开展了大量工作并取得良好成效，工作重心从整体规划向全面落地过渡。新技术应用驱动新发展和新变革，数据关键要素作用初步显现，多规融合应用逐渐普及，惠民服务从“能用”到“好用”不断升级。

与此同时，加快数字中国建设已经成为我国重要的国家战略，福建、广东和江苏等地均积极开展数字经济相关工作。作为数字经济和新型智慧城市建设的核心要素，大数据将为其提供数据分析平台和工具，助力各个细分应用环节的“智慧化”落地。

数字园区建设现状

大数据综合试验区和大数据产业园是大数据产业集聚发展的重要承载主体。京津冀、贵州、辽宁、内蒙古、上海、河南、重庆、珠三角八个国家级大数据综合试验区的大数据产业园布局早，发展迅速。与这些试验区毗邻的省份，如安徽、湖北、四川、陕西、浙江、山东和江苏，也纷纷加快大数据产业园区/基地建设，通过建设大数据产业园，培育大数据骨干企业，增强数字经济发展实力，提升大数据产业集聚能力，助力产业数字化转型升级。

从总体来看，中国的大数据产业园可以划分为三类：第一类是北京市、上海市、广州市和深圳市的大数据产业园，这些产业园大多来自于已有的各类软件园，具有良好的发展基础、配套的园区设施与服务，具有较好的发展优势。第二类是河南省、重庆市、沈阳市、内蒙古自治区、贵州市五个国家大数据综合试验区，这些地方积极落实国家战略布局，其区域内的产业园加速涌现并迅速壮大。第三类是部分中、东部省份，如安徽省、福建省、浙江省、山东省、江苏省等，它们积极顺应大数据产业发展趋势，布局大数据产业园，实现数字产业高质量发展。

2019年，数字产业成为推动经济高质量发展的新动力，以数据为驱动的数字园区也日益成为各地布局的重点。园区高度重视数据资产的价值，建立从数据出发的管理决策体系，布局基于大数据相关产业，并逐渐成为大数据产业发展聚集载体的一部分。

通过梳理，我们发现此类园区区别于其他类园区的一些差异化方面。

一是功能特色，传统园区多以追求规模扩大化为取向，数字园区是一种全新的变革以及探索，更加突出功能性和特色优势，注重将园区做精、做深、做优。

二是产业数字化转型发展，数字园区更加注重传统实体产业与数字技术的深度融合。

三是集约高效，传统园区主要是企业物理空间的集聚，数字园区更加倾向于企业的功能性集群，依托核心企业形成功能集群和产业战略聚合，能够更好地实现集约高效发展，其亩均效应均有可能超过一些传统园区。

四是数字化要求，数字园区更加追求运营集成化、服务平台化，通过数字化手段推动形成产业链互补连接、上下游融合发展的产业共同体，以共创共享的合作模式实现大数据资源企业聚集，实现企业间相互赋能。

大数据技术的创新与突破

大数据经过多年的发展，逐渐走向产业化、规模化。国内大数据骨干企业已经具备了自主开发建设和运维超大规模大数据平台的能力，一批大数据以及智慧城市方面的独角兽企业快速崛起，大数据领域的专利申请数量逐年增加。

自2014年起，专利数量开始飞速增长，到2019年，中国共拥有大数据相关专利数量32301项。2014-2019年，全国大数据产业发展较好的地区新增专利数量均呈現上升趋势。其中，广东省呈现出高速增长的趋势，连续位列全国首位。

2019年北京大数据专利新增数量相较上年增长一倍，增速为2019年各地区最高，2018-2019年，江苏省大数据专利新增数量呈现出缓慢增长的趋势。2019年单年的新增专利数量达9818项，其中发明专利占比达63.04%，实用新型专利占比达34.26%，外观设计占2.7%。

我国大数据创新市场竞争主体多样，创新主体主要包括企业、院校/研究所、个人和政府机构等类型。我们进一步研究发现，企业和科研院所是大数据创新的主力军。数据显示，2019年，两者合计贡献了9504项专利，占到了全年新增数量的96.8%，推动着中国经济社会发展和创新市场竞争。

机器学习、数据采集、数据存储、分布式等均为大数据专利技术领域的热门词汇，我国大数据技术创新不断取得突破，这些热门技术分支下的专利申请几乎呈现出直线上升的状态。以数据分析服务技术为主要代表的大数据技术可以应用在各领域，并呈现全面发展的态势。

随着产学研用地协同攻关，围绕数据分析的关键算法和共性基础技术研发，以及大规模数据仓库、非关系型数据库、数据存储、数据清洗、数据分析挖掘、数据可视化、信息安全与大数据条件下隐私保护等核心技术不断研发创新，将逐渐形成以应用需求为牵引的跨学科、跨领域交叉融合的创新方向。

大数据领域人才的培养

依据教育部印发的《普通高等学校本科专业备案和审批结果》，从2015年至2019年新增专业数量来看，数据科学与大数据技术是近五年高校新增数量最多的专业，共有691所高校新增了该专业，相当于目前中国高校总数的四分之一。2017-2019年，大数据相关专业的新增数量在新增专业数量排行榜中均位居前列，数据科学与大数据技术、机器人工程等专业受到高校欢迎。

通过进一步分析发现，这些新增数量较多的专业，多为实用性、交叉性较强的学科，大数据相关专业的设立，趋向于向精细化、融合化发展，高度重视专业化、复合型大数据人才培育。

2020年大数据产业生态联盟调研发现，我国互联网、工业、通信和金融领域对于大数据人才的需求较为突出，其中互联网行业需求过半，未来，数字中国建设、产业转型升级，这些战略部署将对大数据人才需求产生巨大激发作用，促使需求呈快速增长趋势。

近几年数字经济发展和产业转型升级加快，对大数据人才的专业技能、实操能力提出了更高要求，拥有编程能力、数据分析、算法设计等专业技能的大数据人才备受企业关注。

2020年大数据产业生态联盟调研结果显示，越来越多的大数据企业重视科技创新能力的培养。大数据企业的研发投入占总营收的比例平均为31.3%，相较2019年有1%的涨幅，研发人员数量占总员工数的比例达一半以上。大批企业开始重视核心技术研发和自主创新，以提高自身技术壁垒和竞争实力。

此外，大数据企业在员工学历水平上也占据一定优势，员工学历水平与企业研发投入成正相关，从员工学历结构来看，本科学历及以上的员工约占总员工数的86.4%，其中博士学历员工占比约为2.6%，硕士学历员工占比约为15.5%，本科学历员工占比68.3%。

“新基建”助力数据中心基础设施建设

近两年，我国已在2018年中央经济工作会议、2020年政府工作报告等多次会议和文件中强调要加快“新基建”建设步伐。国家发改委在2020年4月份召开的例行新闻发布会上初步研究认为：新型基础设施是以新发展理念为引领，以技术创新为驱动，以信息网络为基础，面向高质量发展需要，提供数字转型、智能升级、融合创新等服务的基础设施体系。

作为新基建的重要组成部分，大数据中心作为数据收集、处理和交互的中心，成为信息化发展的基础设施和数字经济的底座。

当前我国数据中心正进入新一轮快速发展期，传统数据中心转型升级，新一代数据中心加速布局，旨在通过建设新型数字化、智能化基础设施，支撑产业转型与发展。未来，随着国家相关政策的进一步落地，数据中心发展势能有望快速释放。

从长期来看，数据中心将更多受应用市场驱动，迎来黄金发展十年。近年来，随着互联网等云化应用和服务逐渐增多，数字经济、数字政府和数字社会建设的加速推进，企业纷纷加速数字化转型脚步，同时，人类产生的数据量正在呈指数级增长，这些因素必然带来对包括服务器在内的云计算数据中心的需求。

作为推动数字经济发展的算力基础设施和重要支撑，数据中心承担了数据存储、数据流通等关键职能，随着5G的推广，数据流量将再次迎来爆发，进而也会对数据中心带来巨大需求。据赛迪顾问统计，2019年中国数据中心机架规模达到227万架，在用IDC数据中心数量2213个，投资规模达3698亿元，规模已经达到一定量级。

数据中心是大数据产业发展的基石，也是数字经济发展的关键支撑。云计算、区块链等新兴技术的不断融合，推动了数据中心向智能化、自动化、集约运营的方向演进。数据中心的建设可以带动服务器、网络、数据采集设备、数据管理平台等软硬件产品的发展，还可以拉动大数据向服务层、应用层延伸，大数据未来的价值将不断提高。

数据中心的发展演变

1.数据中心逐渐趋向高密度、超大规模方向发展。传统的数据中心网络越来越难以提供支持云计算所需的延迟，为更好地承载用户大规模的用云需求，充分发挥数据中心的规模效益，大幅降低业务部署成本和维护成本，同时满足向上的可扩展性的需要，超大规模数据中心已成为首选。自2013年以来，超大规模数据中心的数量增长了两倍，“新基建”的推动将加速超大规模数据中心的建设。

2.AI解决方案渗透到数据中心全生命周期管理中。数据中心规模扩张以后，设备数量呈倍数增长，设备种类也大大增多，如何实现海量设备的统一管理，实现业务到网络的联动，提高运维效率，降低运维成本，是大规模数据中心急需解决的问题之一。此外，随着SDN、NFV等技术在数据中心的落地，數据中心业务逻辑愈加复杂，故障排障难度大幅提升。AI节能+AI运维+AI运营可以利用数据智能代替人工经验，在自动化的基础上利用大数据分析、机器学习等技术，解决监管和潜在的安全问题，帮助数据中心更快地适应不断变化的业务需求。

3.建设绿色低能耗数据中心，满足可持续化发展需求。目前数据中心普遍存在能耗较高的问题，运算密度的提高导致用电密度的迅速加大，数据中心总体拥有成本随服务器的增加而成倍上升，采用液体冷却、高频模块化UPS、智能休眠等技术，可以有效降低能源消耗，未来PUE将进入1.2区间。同时，新兴的电池替代品也为UPS系统的创新应用带来契机，比如UPS系统能够与电池系统组成储能系统，与电网进行更好的交互作用，这样的系统能够更有效地进行负荷管理及高峰调节，通过使用UPS系统中储存的能源来帮助电网公司运营，这种能源的静态储存技术也具备为数据中心创造收益的潜能。

4.5G及边缘计算等新应用场景的计算服务值得关注。5G的速度、容量和延迟特性将在物联网通信、人工智能领域发挥重要作用，高带宽、低时延等网络特性的5G网络有助于云计算使用体验的进一步提升，同时5G时代的到来有助于云计算、云服务渗透率的快速提升。未来，随着5G应用的发展，越来越多垂直云服务的解决方案将被探讨，并进入到实际应用中。同样，人工智能将成为继互联网之后下一个时代发展的新引擎，随着人工智能技术的成熟，以及应用深化与落地，面向个人助理、安防、自动驾驶、金融、教育等行业的AI场景化应用将产生巨大的边缘计算资源需求缺口。

5.微模块数据中心进入快速发展阶段。传统数据中心在能源成本、建设周期、管理部署等方面的弊端逐渐显现，特别是能源消耗问题，如散热、供电、成本等方面大大限制了数据中心的有效利用，迫切需要变革传统数据中心建设模式，而微模块数据中心在快速部署、绿色节能和高效资源利用等方面的表现突出，使其获得用户的广泛认可和应用，预计未来五年，中国微模块数据中心市场规模将保持28.9%的年复合增长率，到2025年将达到323.2亿元。

2020年大数据企业投资价值百强榜

2020年大数据企业投资价值百强榜，依据自行设定的评判指标体系，从企业估值/市值、营收状况、创新投入、产品竞争力、细分市场潜力、领导层能力等多个维度进行评比。经过专家打分，评选出2020年度大数据领域最具投资价值的100家企业。

本榜单共选取了11个细分领域，涉及大数据基础软件、数据治理与分析、数据安全和商业智能4个通用领域，以及政府大数据、金融大数据、营销大数据、工业大数据、电信大数据、健康医疗大数据、教育大数据等7个融合应用领域。

研究显示，部分大数据企业已经在软件与信息技术服务业、互联网或传统产业等领域深耕多年，企业已经形成一定规模，经过长时间的沉淀，他们在各自的细分领域中有较好的用户、渠道、技术、创新等积累，把握新一代信息技术创新发展机遇，在大数据采集、分析挖掘、存储、平台，以及与人工智能等技术深度融合应用方面，积极拓展大数据业务，具备较强的竞争优势，如帆软、神州医疗、树根互联、人大金仓等企业。这些企业通过横向投资、并购等手段，不断拓宽自身在大数据领域的赛道。

此外，市场上大部分大数据企业成立时间较短，以中小企业为主。部分企业专注于大数据行业某一细分领域，深耕垂直行业，注重自主核心技术研发与迭代，为用户提供优质的大数据产品或服务，在这个过程中，这些大数据企业逐渐积累了稳定的用户以及大量的数据，在细分领域中建立了品牌和竞争优势，市场份额和地位不断提升。典型企业如百分点、三盟科技、网智天元、四方伟业、智慧星光、永洪科技、美林数据、数联铭品等。部分企业通过与大型平台企业（如阿里、腾讯、华为等）签署战略合作，加入平台生态，以及资本化运作的方式，不断扩大市场份额（排名不分先后）。

大数据产业的当下与未来

根据2020年大数据产业生态联盟调研问卷收集的百余家大数据企业反馈结果，华东、华北区域在大数据产业发展方面持续领跑。根据调研结果，我们发现，多数大数据企业的业务集中于华东、华北地区，它们合计约占整体市场规模的55.4%。广东、湖北、四川、贵州等地分别引领中南和西南地区大数据产业发展，并显著领先于东北和西北地区。根据2019年中国大数据区域发展水平评估数据来看，全国各省、直辖市、自治区大数据发展水平存在明显的差异性，存在阶梯分布特征。

从指数分布来看，全国各省、直辖市、自治区大致可以分为三个集团。广东省以57.19的指数高居榜首，东南沿海地区省市发展水平普遍较高，成为大数据发展的前沿地带，8个国家大数据综合试验区示范引领作用日渐凸显。

中国大数据产业发展受宏观政策环境、技术进步与升级、数字应用普及渗透等众多利好因素的影响，市场需求和相关技术进步成为大数据产业持续高速增長的最主要动力，2019年中国大数据产业规模达5397亿元，同比增长23.1%。

随着“互联网+”的不断深入推进以及数字技术的不断成熟，大数据的应用和服务持续深化，与此同时，市场对大数据基础设施的需求也在持续升高。

随着5G和物联网的发展，业界对更为高效、绿色的数据中心和云计算基础设施的需求越发升高，大数据基础层持续保持高速增长，预计2020年整体规模将达到6670.2亿元，到2022年将突破万亿元，持续促进传统产业转型升级，激发经济增长活力，助力新型智慧城市和数字经济建设。