2017年全国大数据发展潜力总指数达188.98

数据观  •  扫码分享
我是创始人李岩:很抱歉!给自己产品做个广告,点击进来看看。  

各省市发展水平差异明显,广东排名首位

  编者按:赛迪智库软件产业研究所日前在首届“中国国际智能产业博览会”上发布了 《中国大数据发展指数报告(2018年)》 ,从全国大数据总体发展态势、大数据发展潜力发展态势、大数据产业发展态势、大数据应用发展态势、大数据技术研发创新发展态势、数据开放共享发展态势、重庆大数据发展指数情况等方面指出当前大数据发展状况。这是我国第一个年度大数据发展水平评估报告,为我国找准大数据行业发展重点、优化行业发展环境、调整行业管理体制机制等提供了有力支撑。本报特节选报告精华内容,以飨读者。

2017年全国大数据发展潜力总指数达188.98

大数据是以容量大、类型多、存取速度快、应用价值高为主要特征的数据集合,正快速发展为对数量巨大、来源分散、格式多样的数据进行采集、存储和关联分析,从中发现新知识、创造新价值、提升新能力的新一代信息技术和服务业态。大数据不仅仅是大规模数据集合本身,而应当是数据对象、技术与应用三者的统一。

大数据产业涉及经济社会的方方面面,在各行业各领域中都有大数据产业的融合渗透,涵盖范围很广。从概念定义上来看,大数据产业指以数据生产、采集、存储、加工、分析、服务为主的相关经济活动,包括数据资源建设、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。除了对象、技术、应用、产业之外,推动大数据发展还离不开完善的政策与组织保障体系、有力的资金支持、坚实的信息化基础和集聚主体等发展环境的支撑。

《中国大数据发展指数报告(2018年)》以评估全国大数据发展水平为主线,聚焦大数据发展环境、大数据资源、大数据产业、大数据应用、大数据技术等层面信息,通过制定指标体系测算发展指数,剖析发展水平、层次和特点。

   形成区域协同发展格局

区域发展水平差异明显

全球大数据发展呈现六大态势:一是大数据战略化趋势显著,二是数据开放共享成为核心,三是重点项目带动创新发展,四是应用驱动数据价值挖掘,五是数据安全防护日益加强,六是大数据生态体系不断完善。

我国大数据发展总体态势主要呈现出两个特点:一是形成了以8个国家大数据综合试验区为引领,京津冀、长三角、珠三角、中西部4个集聚区域协同发展格局;二是各区域发展水平差异明显,东部地区是大数据发展的前沿地带,占据全国大数据发展指数前10的前6个席位,西部地区紧随其后,中部地区和东北地区发展相对滞后。

从全国评估结果看,由于各地区发展基础和起步时间不同,全国各省市大数据发展水平存在明显的差异性。排名首位的为广东省,指数为74.51,排名末尾的为西藏自治区,指数仅为7.32。

全国大数据发展逐步形成了以8个国家大数据综合试验区为引领,京津冀区域等4个集聚区域发展的格局。其中,国家大数据综合试验区所在区域的大数据发展总指数在全国大数据发展总指数的占比高达42%。

2017年全国大数据发展潜力总指数达188.98

我国分区域大数据产业发展指数情况

从分区域评估结果看,东部地区大数据发展水平最高,大数据发展总指数达到498.75,占全国大数据发展总指数的48%,西部地区紧随其后,总指数达到289.15,在全国总指数中占比达到28%。中部地区和东北地区大数据发展指数分别为186.72和74.46,在全国大数据产业发展总指数中的占比分别为18%和7%。

东部地区多数省市大数据发展指数普遍较高,占据全国大数据发展指数前10的6个席位,福建、天津紧随其后分别取得了第11和第13的排名。河北、海南发展速度略慢。

西部地区大数据总体发展水平仅次于东部地区,占全国大数据发展总指数的28%,贵州省、四川省、重庆市更是跻身全国排名前10,西部地区全国大数据排名前10占比达到30%,其中,贵州省大数据发展指数达到44.05,位列全国第7名,四川省、重庆市紧随其后,分别以40.11、39.56的指数位列全国第9和第10。

中部地区,湖北省依托良好的软件和信息技术服务产业基础,大数据发展势头迅猛,发展指数达到42.10,位列全国第8名,位居中部地区榜首,也成为中部地区唯一入围全国排名前10的省份。湖南省大数据发展指数为30.58,位列全国第17位,与接壤的湖北省相比,还存在较大差距。

东北地区,辽宁省大数据发展指数达到30.38,位列全国第18名,黑龙江、吉林大数据发展指数分别为22.58和21.50,分别位列全国第21名和23名。

   发展环境不断优化

资金助推产业发展

大数据发展环境指数由组织与政策保障、资金支持、信息化发展、综合试验区建设、产业基础和人才培养6个变量决定。2017年全国大数据发展潜力总指数达到188.98,平均指数达到6.10。

首先,各省市大数据发展环境不断优化。我国大数据发展环境指数得分最高省份为广东省,指数为11.21。紧随其后的是上海、贵州、北京、重庆、河北等省市。上述6个省市发展环境指数总分均在8分以上。

其次,贵州、重庆、安徽等地发展环境优越。不同于其他传统产业的发展潜力总呈现东南沿海优于西部内陆的情况,大数据产业发展潜力的区域差异性相对较小,尤其是贵州、重庆、安徽等地发展环境明显优化。

最后,西南地区或将成为我国新的大数据产业增长极。除去京津冀、珠三角、长三角等3个经济较为发达地区的大数据发展潜力指数较高以外,西南地区的贵州、重庆显著高于所在区域的平均水平,大有赶超沿海发达地区之势。

在组织与政策保障方面,指标总数为343.78,平均指数为11.09,贵州、广东、山西、上海、重庆为该项指标得分前五的省份。

在资金投入方面,我国已有如贵州、广东、上海、天津等11个省市自治区建设有大数据专项资金,用于推动本地大数据产业发展。

在信息化发展水平方面,提升信息化发展水平已成为推动大数据发展的关键支撑,北京、广东、江苏、浙江、上海、福建、天津、重庆、四川、湖北等10个省市综合指数得分较高,信息化发展水平优势明显。

在综合试验区建设方面,八大综合试验区不断提升本地大数据产业发展水平,取得了显著成果,广东、北京、上海位列榜单前三,这3个省份同样也是我国大数据发展总指数最高的3个省市。

在产业基础方面,江苏、广东、山东、浙江、上海为该项指标得分前五的省份,其中江苏与广东指数分别高达67.60与66.93,与其他省市相比具有较为明显的优势。

在人才培养方面,除了河南、北京有较为明显的优势外,全国绝大部分地区的大数据人才培养情况差距不大,整体呈现了较高的水平。

   产业区域集聚发展

北京引领产业发展

大数据产业指数由产业规模、产业竞争力、企业数量、企业竞争力和创新创业五个变量决定。2017年全国大数据产业总指数达到257.30,平均指数达到8.30。

首先,北京引领全国大数据产业发展。2017年,北京大数据产业指数高达26.50,全国遥遥领先,高居榜首。第一梯队有北京、广东、上海、江苏、浙江、山东共5个省市,第二梯队有重庆、福建、四川、湖北、天津、辽宁、贵州、陕西共8个省市,第三梯队有安徽、湖南、河南、山西、河北共5个省市,第四梯队有江西、吉林、黑龙江、云南等其余13个省市自治区。其中第一梯队占全国的比重超过43.93%,体现出较强的引领优势。

其次,大数据产业区域集聚发展格局逐步形成。八大数据综合试验区产业总指数高达117.39,占全国比重为45.62%,充分体现了产业集聚的优势引领,通过大数据综合试验区的引领带动作用,集聚周边区域优势资源,进一步壮大产业规模,深入推进大数据产业在集聚中快速发展。

从产业规模看,2017年,产业规模总指数达到669.32,平均指数达到21.59,其中,广东、江苏、北京、山东、浙江、上海、福建、四川、辽宁、陕西、湖北、重庆、天津等13个省市的产业规模指数高于平均值,总值高达599.41,占比全国为89.56%。

从产业竞争力看,2017年,产业竞争力总指数达到972.41,平均指数达到31.37,北京、上海、重庆3个直辖市在产业规模增速和人均产业规模方面表现优异,取得产业竞争力前三名。

从企业数量看,2017年,企业数量总指数达到879.14,平均指数达到28.36,其中,北京、广东、江苏、上海、浙江、山东、贵州、辽宁、内蒙古、湖北、福建、四川、山西等15个省市自治区的企业数量指数高于平均值,总值高达637.34,全国占比为72.74%。

从企业竞争力看,2017年,企业竞争力总指数达到779.9,北京、广东、上海、江苏、福建、江苏、山东等7个省市的企业竞争力指数高于30,总值高达437.86,占比为56.14%。

从创新创业看,2017年,创新创业总指数达到716.71,平均指数达到23.12,其中,广东、北京、上海、浙江、江苏、四川、山东等13个省市的创新创业指数高于平均值,总值高达491.71,占比全国为68.6%。

   发达省市引领应用发展

不同梯队应用各有侧重

大数据应用指数由工业应用、政务应用、民生应用和重点行业应用4个变量决定。全国大数据应用总指数达到356.82,平均指数达到11.51。其中,广东大数据应用指数达到20.62,位列全国第一,北京、浙江分别以19.44和17.58排名第2和第3位。

首先,发达省市引领全国大数据应用发展。评估结果显示,广东、北京、浙江等排名前10的省市的大数据应用总指数达162.48,占全国的比重超过45.5%,体现出较强的领先优势。

其次,不同梯队省市大数据应用各有侧重。将全国31个省市按照大数据应用排名顺序划分为3个梯队,排名前10的为第一梯队,排名第11~20的为第二梯队,排名第21~31的为第三梯队。第一梯队工业、政务、民生、重点行业大数据应用指数占比分别为22%、38%、23%、17%,其中政务应用成为发展重点;第二梯队工业、政务、民生、重点行业大数据应用指数占比分别为28%、32%、21%、19%,其中工业应用较第一梯队比重有所增加,政务应用比重有所减少;第三梯队工业、政务、民生、重点行业大数据应用指数占比分别为40%、19%、19%、22%,其中工业应用成为发展重点,较第一、二梯队都有所增加。

2017年全国大数据发展潜力总指数达188.98

我国各梯队大数据应用指数占比情况(%)

在工业大数据应用方面,2017年,工业大数据应用总指数达到1698.67,平均指数达到54.8。江苏、广东、山东、上海、北京、浙江、重庆、天津、福建等工业强省/市工业大数据应用指数均高于60,引领全国工业大数据发展。其中,江苏省作为典型的工业强省,工业大数据应用指数为66.85,排名第一,广东排名第二,工业大数据应用指数为64.53,山东、上海、北京分别位列第三、第四、第五。

在政务大数据应用方面,2017年,政务大数据应用总指数达到1913.44,平均指数达到61.7。广东以150.56的指数高居榜首。浙江、北京、上海、江苏4个经济发达地区的政务大数据应用指数高于110,位于第二梯队。

在民生大数据方面,2017年,政务大数据应用总指数达到1278.61,平均指数达到41.2。广东以92.88的指数值领跑全国,广东、北京、江苏、上海、浙江、贵州、四川、山东、福建、天津位列全国民生大数据应用前10。

在重点行业大数据应用方面,2017年,重点行业大数据应用总指数达到1148.11,平均指数达到37。全国各地抢抓重点行业大数据应用机遇,经济发达地区仍是重点行业大数据应用最活跃区域。北京、浙江、江苏、广东、上海、贵州、河南、福建、山东、四川等省市凭借雄厚的产业基础、丰富的智力资源和强大的高端企业集聚能力,仍是重点行业大数据应用最活跃地区,位列全国前10。

   各地重视技术研发创新

创新投入呈阶梯化发展

首先,技术研发创新仍是各省市关注重点。全国31个省市自治区的大数据技术研发创新总指数为109.25,平均值为3.52。第一梯队有广东、江苏、北京、山东、上海、浙江共6个省市,研发投入均超过6,总研发投入值达到了46.71,占全国投入的总比例也超过了42.76。但其他地区的研发投入也在逐年稳中有升,第二梯队、第三梯队的研发投入占全国总比例达到57.24%,追赶第一梯队的步伐也在不断加快,有潜力进一步助推我国大数据技术研发创新的前进。

其次,各省市技术研发创新水平差距较大。评估结果整体呈现三级阶梯分布,位于第一梯队的省份研发创新指数均在6以上,第二梯队的省份研发创新指数位于2至6的区间,第三梯队则处于2以下。实力强劲的省份大多集中在东部地区,中西部地区主要集中在第二梯队,第三梯队主要包括甘肃、青海、西藏三个省份。

在创新投入方面,全国创新投入总值为885.02,平均值为28.55,各省市在创新投入方面呈阶梯化发展。受地区投入总资金的影响,传统意义上的较为发达的地区如广东、江苏、山东、北京等地区因产业规模较大、投入总值较高,占据第一梯队。

在创新基础方面,全国创新基础总指数为989.54,平均值为31.92,在全国创新基础这一方面各省市也存在较大差距。其中高于平均值的省市有江苏、广东、上海、山东、辽宁、浙江、陕西等14个省份,总值为657.24,占总比为66.42%。

在创新水平方面,北京、广东、江苏、上海、浙江、山东等地创新能力突出,分项指数得分明显高于其他的省份,其中排名前三的北京、广东、江苏在该分项的指数得分别为91.93、87.33、76.75。四川、安徽在该分项上的指数得分成为中西部地区的佼佼者,分别以34.76与33.71位列全国第7与第8位。

  数据资源开放共享水平不均衡

区域联动发展态势尚未形成

数据资源集聚与流通包括了两个主要环节,一是政府数据开放,二是数据交易流通。2017年,全国31个省、市、自治区数据资源开放共享指数平均值36.8。

首先,区域联动发展态势尚未形成。各省市间没有明显的关联性。例如,在京津冀地区,北京的得分明显高于天津和河北。而在珠三角及其关联区域,广东省的得分则明显突出。

2017年全国大数据发展潜力总指数达188.98

其次,部分中西部及东北地区表现亮眼。在中西部地区,贵州省的得分明显突出。在东北地区,黑龙江省的得分相对较高,这也与区域大数据产业发展水平呈现出一定差异性,表明数据资源的开放共享与地区产业基础关联性不高,而与区域大数据发展政策、数据开放政策以及相关政策落实情况密切相关。

最后,省份间数据资源开放共享水平较不均衡。从数据上来看,2017年数据资源开放共享指数得分最高的为山东省,指数达到98.3分,而得分最低的为西藏自治区,指数仅为0.4分。从国家大数据综合试验区相关省份得分来看,贵州得分最高,达到95.1分,内蒙古得分最低,仅有4分,差异性也较为明显。

 

责任编辑:陈近梅

随意打赏

提交建议
微信扫一扫,分享给好友吧。