大数据产业园实施方案

大数据产业园实施方案（共8篇）

1.大数据产业园实施方案 篇一

附件1 第一批省级大数据产业园、大数据创业创新

孵化园申报指南

一、申报条件

（一）大数据产业园申报条件。

1、园区的建设地必须在广东省境内，具有相对集中的产业发展空间布局，是本地区政府推动大数据产业集聚的重点规划项目。

2、园区的大数据产业发展特色明显，定位明确，并制定了大数据产业发展规划和建设方案；针对大数据企业落户和发展有明确的思路和政策。

3、园区有一定的建设基础和条件，具备推动大数据创新应用的良好产业基础以及基础设施，能较好地发挥大数据产业集聚和示范引领作用。

4、有专门的运营管理机构和管理人员，管理制度健全；园区建设引入完整的大数据管理概念，具有吸引大数据企业聚集的配套公共服务体系。

（二）大数据创业创新孵化园申报条件。

1、园区的建设地必须在广东省境内，具有产权明晰、基础设施完善、可自主支配的产业园空间载体，场地面积不低于3000平方米，能满足企业网络、办公、活动等需要，且场地作为孵化园用途使用期限不少于5年，场地须产权清晰或租用合同明确，在使用期内不得变更用途。

2、园区主要面向大数据及相关领域初创企业、成长成熟期创业实体，并已集聚大数据及相关领域创业创新企业超过20家（附企业名单，详见“申报材料”要求），大数据及相关领域企业使用的场地占60%以上。且有进一步引进、培育大数据创业创新型企业发展的规划和配套推进机制，有具体可操作的资金配套方案与创业创新项目培育计划。

3、园区有专业的创业创新配套服务体系，能为入驻创业实体免费或廉价提供创业场地等相应的创业孵化条件和创业孵化服务，有孵化、培育创业团队和项目的团队力量，能对入驻创业者实行创业培训、创业服务和政策咨询、落实等“一站式”服务，提高创业孵化成功率。

4、园区应具备一定的创业创新资源，能整合天使、风险基金以及银行等金融机构，整合地区大数据及相关领域创新创业机构、大数据及相关领域创业群体与领军人物等，具有孵化、培育功能，为创业团队或项目提供支持和成长指导。

二、申报材料

申报材料统一采用A4纸双面打印或复印。必须编制页码（可手写）、目录，装订成册（胶装，不要使用非纸类封皮和夹套），并盖申报单位骑缝公章。相关证明材料的复印件要加盖申报单位公章。

申报单位应将提供的材料先编制目录，再逐项提供相关证明材料（如相关材料的复印件等）。

（一）申报书。内容可包括但不限于：

1、申报单位名称及联系人、联系方式、申报园区类型、申报单位概况并附相关证明材料（如营业执照、法人证等）复印件。

2、园区基本信息，如园区位置、区域面积、行政设置、人口、产业结构、经济运行情况等。

3、园区发展情况，如基础建设情况，大数据及相关领域企业、科研机构的集聚情况，公共服务能力，已获得的政策及财政资金支持情况，已承接的重大项目或试点任务情况等。

4、园区培育方案，如园区的近三年的发展目标、发展战略和规划，资金保障及预算，政策及配套服务措施，大数据及相关领域企业（机构）培育引进计划，项目实施风险分析及规避措施等。

（二）申报单位可根据实际情况提交认为对园区评审有帮助的证明材料。可以包括但不限于：

1、园区的经营情况，如土地使用证、自有物业房地产权证或租赁合同复印件、财务报表等。

2、园区获得的有效资质。

3、与园区有关的知识产权列表及证书复印件（包括软件著作权、专利等）。

4、园区在2013年至今获得的荣誉。

5、园区承担政府项目的列表及证明材料复印件。

6、园区中已经投入的资金说明及证明材料复印件，如发票、购置合同等。

7、投入园区管理或建设的团队成员，需提供申报单位

社保证明材料（园区负责人要求为主申报单位的正式在册人员；非申报单位人员，需提供参与本园区建设的相关证明材料）。

8、申报单位认为有必要提交的其他资格证明文件（申报单位认为不需要提供其他资格证明材料的，可不提供）。

（三）园区入驻的大数据或相关领域企业、研究机构名录。内容可包括但不限于：入驻企业（机构）名称、入驻时间、主要发展领域或方向、产品或服务情况；企业（机构）在大数据及相关领域的创新情况、行业的地位、示范带动作用及品牌影响力情况；企业（机构）经济效益情况等。

园区应当如实提供材料，并保证内容和数据真实可靠。提供虚假材料或内容、数据失实的，我局及各地市（顺德区）经济和信息化主管部门将中止其申报。

2.大数据产业园实施方案 篇二

此次贵阳国际大数据产业博览会的主题:共促大数据技术创新;共促大数据产业繁荣;共促政府数据开放;共促数据安全。得到了社会各界的广泛认同和支持。与会者相信, 积极推动大数据和产业融合, 推动企业投身到大数据浪潮中, 就会在我国开启一个全新的大数据时代。

大数据是个古老现象

大数据又称巨量资料, 指的是需要新处理模式才能具有更强的决策力、洞察力和流程优化能力的海量、高增长率和多样化的信息资产。

从本质说, 大数据是数据仓库的逻辑延伸, 是一个大型的数据仓库, 一般有一个能支持业务决策的业务重点。

大数据是个新词, 也是一个古老的现象。因为, 对某个时代来说, 超出当时社会信息处理能力的数据, 可以说就是大数据。大数据可分成大数据技术、大数据工程、大数据科学和大数据应用等领域。人们目前谈论最多的是大数据技术和大数据应用。

大数据又包含四个层面:一是海量, 大到“以目前的技术无法管理的数据量”。事实上, 这几年大数据已越来越大越来越多, 每天全球产生的数据相当于我们国家图书馆馆藏总量的1500倍。到2020年全世界将有300亿个物联网终端。届时中国普通家庭将拥有40—50个智能设备或传感器, 每年创造出20TB的数据。届时一个普通中国家庭每年产生的数据, 就相当于半个国家图书馆。二是多样, 数据种类复杂, 非结构数据占到所存储数据总量的75%—95%, 其中包括网络日志、视频、图片、地理位置信息等等。三是速度, 数据产生的频率和传送频率非常快, 需要进行实时处理。如1秒定律, 可从各种类型的数据中快速获得高价值的信息。四是价值密度低, 需从大量的低质量、低价值的数据中获取知识, 犹如大海捞针, 获取数据成本很高。

在类别上, 我们将大数据分为两类。一类是公共数据, 比如政府所掌握的数据, 或者公益企业的数据, 公共数据面临开放和共享的问题。一类是商业数据, 商业性数据需交易, 因为这是资产, 交易产生新的价值。

大数据走到百姓身边

目前, 移动互联网、物联网、基因测序等采集数据的工具越来越多样化, 拥有的数据量越来越大, 但云计算等处理数据越来越普及和经济, 使得大数据的应用, 可以简单地走入百姓身边。

随着社会形势和现代信息技术的快速发展, 一个大规模产生、分享和应用数据的时代正在开启。互联网大数据与云计算、互联网、智能终端等同样都是新一代信息技术的重要标志, 而且已经开始影响经济、社会、教育、医疗和行政管理等多个领域。这些影响会极大地促进产业发展转型、管理方式变革和社会效率的提升。

据统计, 目前使用大数据较多的企业, 一类是互联网企业, 第二类是电信企业。大数据产业在经历了数据爆发式增长的1.0时代后, 开始进入了以大数据中创造实际价值为标志的2.0时代, 技术日趋精细, 专业服务日益多样。有专业研究机构发布的信息显示, 2012年中国大数据市场规模约为4.7亿元;2013年中国大数据市场规模约为11.20亿元, 2014年中国大数据市场规模约为23.20亿元, 同比增长107.14%。到2016年, 预测中国大数据市场总规模将达到6.17亿美元。

所以, 大数据已成为新时代最具价值的宝藏之一, 谁拥有了大数据谁就拥有了未来。

大数据引发行业变革

近年来, 以数据为核心的大数据产业链, 发展云计算、数据中心、呼叫中心、数据加工等新业务, 加快数据资源的开发和利用, 推进数据的商品化, 促进大数据产业发展壮大, 不断向工业、交通、物流、商贸、金融、电信、能源等数据量大的行业领域和传统领域渗透, 并引起这些行业的巨大变革。

在杭州, 有家专业型的科技企业——杭州倍捷科技有限公司, 通过网络化计算机管理, 通过分项计量, 实现对工商业及居民用水、用电、用气的远程自动监控和数据抄收。而公司的核心产品就是一套能源远程监测系统。

而在湖北的黄石市, 市中心的明珠广场旁的大型电子显示屏上, “现场直播”黄石主城区4家重点监控企业的环境监测瞬时数据。从电子显示屏上, 瞬时公布几个监测点实施排污的监测数据, 该显示屏每5分钟刷新一次。市民一旦发现各企业的排污瞬时数据超过了国家标准, 可致电12369进行举报, 黄石市环保部门将第一时间对相关企业进行执法。

另外, 上海交通综合信息平台也是大数据应用于公共服务领域的典型事例。上海交通综合信息平台, 集成了道路传感系统、出租车GPS系统、居民手机信号迁移、实时视频采集等多系统信息, 海量的数据汇聚而来得到迅速整合。如监控平台的大屏幕在事故发生的3分钟内自动发出警报, 交管部门可以根据情况, 马上采取相应处理措施。此外哪个地段拥堵、所有运送危险物品车辆的位置、哪个小区接到110报警等关键信息, 也能实时反映在大屏幕上。这些都大大提高了管控措施的准确性和时效性。

2015年4月9—10日, “2015中国汽车产业数据研究峰会”在天津举办。峰会围绕大数据时代下的汽车产业发展、跨行业多角度数据交流、汽车产业可持续发展等议题展开讨论。

人们看到, 传统的汽车行业数据来源不畅、结构单一、应用较浅, 无法满足企业的数据需求。而互联网、移动互联技术的快速普及, 正在诸多方面改变着人们的车辆购置和使用习惯, 使传统的汽车数据收集、分析和利用方式发生重大转变。

成立于2010年4月的北京小米科技有限责任公司, 是一家专注于智能产品自主研发的移动互联网公司。小米公司首创了用互联网模式开发手机操作系统、发烧友参与开发改进的模式。小米公司的成功, 可以说有70%来自于用户不经意间创造的大数据的功劳。几年来, 小米手机的软件和操作系统每周都在更新, 小米论坛中手机用户们的投票、评论等信息, 汇聚后成为推动小米前行与提升品质的动力。更为小米争取了宝贵的市场时间与机会。

因此, 可以说在信息化时代的今天, 信息技术的不断创新和企业融合发展, 数据的深入挖掘和分析产生的巨大价值, 可以促进大数据技术在企业发展中大有作为。

掌握大数据发展主动权

几年来, 大数据产业全面快速增长, 大数据技术发展也达到了新的高度, 推动大数据与产业创新融合已成为社会关注的新焦点, 也是新一轮科技竞争和产业竞争的战略重点和制高点。掌握这些关键点, 就会掌握未来大数据发展的主动权。

当前, 大数据、物联网、云计算、移动互联等新技术正在向传统行业逐步渗透。一个全新的大数据科技革命时代, 正在向我们走来。

为迎接挑战, 规划未来, 推动大数据与产业融合, 我们集业内专家的部分建议, 认为应重点开展以下几个方面的工作:

企业创建相应的大数据发展战略规划和计划。在现实生活中, 全世界75%的数据是由消费者创造, 而企业拥有其中85%的数据。虽然数据产生量之大前所未有, 但是要想从消费者行为数据中获得收益, 企业对大数据的分析、归纳、安全使用尤为重要。所以企业要做出长远规划, 保证数据的有效、清洁、安全, 并能为企业发展提供持续动力。

高科技领域和相关企业, 要以数据分析技术为核心, 加强人工智能、商业智能、机器学习等领域的理论研究和技术研发。加快非结构化数据处理技术、非关系型数据库管理技术、可视化技术等基础技术研发, 推动与云计算、物联网、移动互联网等技术的融合。

面向大数据应用, 培育大数据领域龙头企业, 鼓励企业探索新型大数据服务和商业模式与机制创新。至2020年, 建设多家具有高水平的企业, 成为全球大数据产业的重要创新中心。

面向医疗、能源、金融、电信、流通等数据量大的领域, 引导大数据行业参与, 大力发展数据监测、商业决策、数据分析、横向扩展存储等, 建立基于不同行业领域的专题数据库, 提供内容增值服务。对商业和流通领域, 通过大数据技术逐步向移动电子商务、精准营销、柔性物流方向过渡。

推动决策的科学性、准确性。要选择制造业中的部分重点企业, 通过大数据技术和云计算技术紧密结合, 对企业过去积累的数据进行分析整理, 指导企业的产品开发、生产和销售, 寻找新的合作伙伴, 从售后反馈大数据发现额外的增值服务, 并指导下游厂商弹性生产, 有效解决产能过剩, 库存积压问题, 有效提高劳动生产率。

面向智慧城市建设与百姓日常生活需求, 积极推动大数据在智慧城市建设个人娱乐、生活服务领域的应用, 不断提升数字内容加工处理等服务发展水平。如对汽车和交通等行业, 可以研发相关的车路协同系统、出行智能化便捷服务系统、车联网等, 推动系统改造升级, 推动行业的技术创新。

3.大数据产业园实施方案 篇三

我国新闻出版产业正处在转型升级的重要时间窗口，正确理解、合理应用大数据，有利于及时抓住战略机遇、突破转型障碍、实现产业升级。目前国内大部分新闻出版企业正在进行数字化转型的应用探索，构建的内容资源数据库、图书门户网站、社交平台和运营平台都能够在一定范围内收集到用户行为数据和内容资源数据。然而，从大数据的发展来看，新闻出版行业在数据的开放性、流动性、交互性尚存不足。本文从新闻出版行业的内外部环境、行业与企业之间的多重视角，尝试为我国新闻出版产业的大数据战略扫清路障。

一、优化行业环境，营造绿色数字出版

新闻出版行业的大数据战略能否真正落到实处，与整个行业环境都有着密不可分的关系。目前企业普遍面临网络数字化产品盗版、法律法规不完备、行业标准不统一等问题，单个新闻出版企业并不能够凭借一己之力解决。整个新闻出版行业的大环境亟待改善，绿色的、安全的数字出版环境将成为大数据战略稳定长远发展的外部保障。

（一）数字版权保护

我国的数字版权保护问题始终未得到彻底有效的改善，极大的影响文化和版权创意产业的发展，已经成为制约我国数字出版健康发展的瓶颈。除了相关部门继续加强数字版权保护法律法规的建设，构建更加健全的数字版权法规体系之外，在进行数字版权保护时，应当对数字出版产业链的各个环节进行统筹考虑，建立分工合作、共同保护数字版权的模式，形成互利共赢的机制。

（二）行业标准精细化

行业标准的建设是大数据新闻出版产业发展的根基，行业标准的制订为数据的流通与统一迈出了重要的一步。在制定新的行业标准时应当考虑适应大数据新闻出版的产业发展形势，真实、客观地反映大数据新闻出版产业的发展状况，在做标准修订时，应当注重服务决策、引导产业发展。

二、调整产业布局，强化大数据增值

大数据时代，对于新闻出版产业来说意味着一个全新的产业格局，不仅强调文化内容产品形态的多样性，更强调的是将知识服务于用户。强化产业链的拓展与增值，其实质是凸显内容产品与知识服务的价值增值，打造出新闻出版企业的竞争优势。

（一）变革传统新闻出版模式

大数据时代的新闻出版企业，必须有变革传统出版模式的魄力和勇气，能够主动“革自己的命”，强化“内容+服务+用户体验”的互联网模式。上海报业集团从用户的角度入手，推出新一代财经商业新闻网站“界面”，让用户能够参与到选题会、投稿及爆料的环节当中，互动性大大增强。大数据时代，只有不断开拓空间，不断与新模式、新渠道、新方法融合，新闻出版业才能够焕发生机。

（二）引导新闻出版企业细分市场，进行分层次的产业布局

在大数据出版时代，全媒体出版并不一定适合所有的出版商，应当着力引导大中小型出版社分层次、分领域、分版块的产业布局。各新闻出版企业在整合数据撬动利润杠杆，建立大数据新闻出版平台的同时，也要有平台划分的意识。出版企业需认清内容资源的优势，大众出版企业应当更关注受众市场，在大数据分析、数据模型建立的帮助下，对不同的用户进行精细的划分，定向新书推荐和广告投放，从而使营销精准有效。而定位在专业出版领域的出版企业，则需要以专业内容产品为导向，强化数据资源库以及网络数据平台的建设，尤其要对数据平台的内容资源进行垂直整合，开展定制业务，提供专业化、个性化的服务吸引受众。

（三）设立大数据新技术、新模式、新应用试点

在国内技术水平、资金配备、人才层次较为完善的新闻出版企业或者基地设立大数据新技术、新模式、新应用的试点，有利于加速大数据实践落地的进程，对大数据新技术在全国范围内的推广有着借鉴意义，同时推动传统经营模式的创新。

尤其应当在新试点中从标准推广、技术规范、盈利模式、资本结构、业务组合这几个层面进行实际的探索。行业标准与技术规范，要与试点的实践相结合进行不断地修正和完善，在试点实践的过程当中不断地总结经验，有助于标准的应用推广。新试点也应当对大数据应用带来的新闻出版业新盈利模式进行探索，对资本结构以及业务组合进行多样的尝试，以寻求经济效益最大化，重点关注诸如个性化服务的收费、精准广告投放等盈利方式。同时，鼓励在新试点中建立统一的“数据池”，将企业建立的数据库对接到统一的平台之上，为建立国家层面的数据共享交换平台提供参考。

三、两条宏观路径：新闻出版企业的大数据战略

行业环境的优化和产业布局的调整是我国新闻出版行业布局大数据战略的重要外部条件。这些外部因素为大数据理念的普及和大数据战略的实施提供了根本而必要的土壤。回归到新闻出版行业的组成实体——新闻出版企业，大数据战略的实施成效依赖于作为其承担主体的新闻出版企业，因此，鉴于目前新闻出版行业内的现状，提出以下两条大数据战略的实施路径供相关企业参考。

（一）渐进式：在数字化转型过程中布局大数据业务

大数据的本质是深入的数字化。新闻出版企业依托循序渐进式的发展思路，其关键之处在于分析企业内部优势，在数字化转型的应用实践阶段发现、培育具有发展潜力的新兴大数据实体。通过大数据应用点带动企业大数据出版产业线，进而辐射至整个企业，实现大数据在出版企业内容资源、营销方式、管理模式上的阶段化逐步渗透。

同时，在数字化转型的过程当中布局大数据产业应当注重加强与产业链各方的分工合作，以弥补自身在大数据背景下的技术研发、用户资源等的缺口。一般地，出版企业要善于利用自身的内容资源和产品策划的优势，在技术研发与平台运营的短板问题上，多与具备技术研发和电子商务优势的数字平台运营商寻求合作的机会。同时与较为成熟的网络书店平台合作，借靠网络书店的庞大用户数据，弥补新闻出版企业在用户数据上的不足。位于数字出版上、中、下游的不同市场主体与各方的分工合作，不仅能提高产业效益，还能够促进产业发展的繁荣。

（二）跨越式：在大数据出版新业务中另起炉灶

大数据时代强调的是移动互联网的思维模式，在新闻出版行业也不例外。既然互联网“内容+服务+用户体验”的新模式与传统出版业的“作者+出版社+印刷+书店+读者”冗长低效的流程模式相互造成阻碍，不妨给数字出版（大数据出版）一个另起炉灶的机会，使其脱离传统出版产业，参照互联网的模式进行业务运营，赋予其更多的话语权。

大数据新闻出版脱离了传统新闻出版企业之后，在业务模式上，强调以满足受众需求为中心，注重用户体验，强化大数据平台的经营和管理。同时不断试错，促进大数据商业模式的不断创新。充分运用新技术新媒体新手段，进行内容产品的优化，在运营中快速迭代。脱离了传统的新闻出版产业，大数据出版所存在的体制限制也将大大减少。通过体制的创新，将员工的发展与新闻出版企业的发展紧紧捆绑，充分调动员工的创新激情，让一切有利于大数据新闻出版的资源充分涌流。

（三）两条路径的联系与区别

在大数据战略实施思路的选择上，究竟渐进式发展和跨越式发展孰优孰劣，并无绝对的定论，而要以不同新闻出版企业的发展现状和发展条件来确定。两者都是从企业自身的角度进行的探讨，其最终的目的都在于帮助企业找到切合实际的新闻出版大数据战略的路径。它们之间既有着密切的联系，也存在着一定的区别和差异。

跨越式的发展大数据战略更重视速度，而渐进式的发展则更强调量力而行。大数据出版脱离传统出版业务，突出“破”字当头。越是迅速地打破旧的新闻出版模式，也就是更加迅速而全面地在新闻出版产业中渗透互联网“内容+服务+用户体验”的新模式。同时，跨越式意味着非均衡，在不同的实施方向上有所侧重。而渐进式的发展强调稳定，其推进速度慢、力度小，更能赢得企业不同阶层的支持和参与。渐进式发展大数据战略在进行深度的数字化建设、完善信息系统建设、建立内容数据资源库等方面更为重视，是实现“数字化”到“数据化”平稳过渡的关键所在。

四、打破内部瓶颈，加速新闻出版大数据落地

加速出版大数据落地，首先需要认清新闻出版企业内部存在的阻碍。在技术方面，企业的数据规模不大，价值密度偏低，技术人员流动性大，缺乏复合型人才，因而难以做到技术与内容的完美融合。可以说，国内企业目前在人才、资金、数据、技术上都尚有欠缺，惟有填补缺漏，克服障碍，才能加速大数据战略落地。

（一）打造有利于大数据发展的企业环境

1.深入推进数字化，逐步完善信息系统建设。大数据战略和数字出版战略不是相互对立的，高水平的数字化是大数据应用于新闻出版企业运营的重要前提，深层数字化才能将内容产品数据化，形成企业大数据应用的核心——内容数据资产。企业应当从软硬件等基础设施建设以及数字内容的生产和加工两个维度进行深度数字化建设。此外，各新闻出版企业还应当逐步完善信息系统建设。由此有利于建成网络互联互通、数据整合共享、业务有效协同的新闻出版大数据新格局。

2.数字化新业务与传统出版业务齐头并进。在大数据的背景之下，用户的阅读习惯和选择习惯必然发生改变，因此决定了数字化新业务的发展形式、内容载体和销售渠道等的改变。新闻出版企业应当不断顺应消费者的需求，利用移动互联网拓展出版物销售渠道，使传统出版业务与数字化新业务达到新的平衡。

3.突破管理困境。在大数据实践的起步阶段，大多数新闻出版企业会面临在同一个新闻出版系统中，传统业务与数字业务并行的情况，在这种形势下，企业应当注重两种模式的“平衡管理”。在政策扶持、组织架构、人才配备、资金保障等多个方面达到平衡，确保数字业务不受到传统业务的干扰，同时不会因为并行的模式造成企业管理上的混乱。

（二）企业操作层面的具体举措

1.积极拥抱大数据思想。从企业层面全面提高对于大数据的认识，将其融入企业文化当中。首先，领导层需要主动摆脱传统出版的思维方式，积极吸收大数据的思维与理念，主动培养移动互联网思维模式。其次，需要在企业的内部经常贯彻大数据的理念。

2.多种方式募集资金。在我国的新闻出版企业当中，大数据项目主要来源于财政补贴，因此，政府需要继续加大对大数据项目的财政补贴，然而，政府的财政投入毕竟是有限的，必须建立以企业为主体的多元投资体系。企业可以进行股份制改造，积极创办大数据新闻出版开发投资公司，通过发行债券和股票，面向社会和企业内部筹集资金。

3. 扩大数据规模，盘活企业大数据。目前国内新闻出版企业存在数据分散、规模不大、数据种类繁多但价值密度低、数据的存储存在延时的现象，各出版企业仍处在数据采集、处理的初级阶段。针对以上问题，各新闻出版企业应当早日摆脱被动的局面，扩大数据规模，盘活企业的大数据。

（1）扩大数据规模。目前各新闻出版企业的数据大部分来源于其内部数据，主要为结构化数据。由于非结构化数据的收集及分析处理难度较大，因此被大多数新闻出版企业选择性忽视了。

各新闻出版企业需要从收集外部数据、边界数据中寻找扩大数据规模的突破口。与掌握用户数据以及交互数据的第三方网站合作，不失为获得用户数据的一种途径，但数据安全与经营的风险也是企业需要权衡的关键所在。因此，新闻出版企业可以调整角色定位，由被动转变为主动出击，依靠各新闻出版企业的内容优势，打造专业化的大数据采集平台。大数据采集平台的建设应当注重用户数据刻画的粒度更加精细，平台的建立可以依靠社区化、用户生成内容、知识服务等特色吸引用户，继而获得外部数据以及边界数据。

（2）盘活新闻出版企业大数据。为了保证企业大数据的活性，应当建立细分的专业化的内容资源数据库，在此基础之上，还应建立提供知识服务的专业化平台。这样才能够为各新闻出版企业带来更多的价值。

4.“找得到人，留得住人，用得好人”。新闻出版企业应当要求现有的从业人员积极更新知识结构，主动学习，同时还要注重培养新型复合型人才，推动新闻出版产业的转型升级。

出版社想要“找得到人”，掌握作者资源，可以采取与中学、高校合作，孵化作者的方式。为了鼓励数字出版部门在大数据项目上创造更多的利润，可以采取积极的数据出版人才奖励政策。“用得好人”需要鼓励跨行业跨部门的合作，促进人才的交流。

5.注重技术与内容的有机融合，实现内容再造升级。传统新闻出版企业在布局大数据出版的过程中，与第三方技术公司合作，已经走出了技术和内容融合的第一步。企业应该更多地关注技术和内容资源真正的融合，而不仅仅把技术当做内容的搬运工。此外，将新闻出版单位与技术公司定期聚集在一起，举行大数据新产品、新技术、新应用的路演，就可以为内容和技术的融合提供平台和可能。

大型出版企业想要涉足大数据应用，也可以通过兼并收购的方式。大数据出版领域，对于成熟的技术公司的兼并收购，其实质在于攫取人才和技术的资源，既做好内容创意又注重技术支撑。跨行业以及跨区域的并购，尤其是结合大数据等新技术的资源整合，将为新闻出版产业的发展找到新的增长点。

4.盐城智慧城建设大数据产业发展 篇四

专项资金管理办法

第一章

总

则

第一条

为进一步加快城南大数据产业发展，市财政设立智慧城市建设（大数据产业发展）专项资金，对城南创建国家级大数据产业基地给予支持和引导。进一步规范财政专项资金管理，严格资金申报、拨付、使用、监管流程，切实提高财政专项资金使用绩效，根据《盐城市市级财政专项资金管理办法》（盐政发〔2013〕245号）等有关规定，制定本办法。

第二条

本办法适用于管理和使用专项资金的财政部门、业务主管部门、项目实施单位。

第二章

预算及使用管理

第三条

本办法所称专项资金，是指财政预算安排的智慧城市建设（大数据产业发展）专项资金，专项用于培育发展大数据产业，支持城南创建国家级大数据产业基地。本专项资金管理办法的执行期为2017年-2020年。到时确需延期的，应当在执行期届满的当年9月底前，按规定程序重新申请设立。

第四条

专项资金在执行期间需要变更使用范围或者资金规模的，应由市经信委提出正式申请，由市级财政部门审核后报市政府审批。

第五条

专项资金纳入预算管理。市财政局年初会同市经信委根据市委、市政府支持智慧城市建设和大数据产业发展要求编制全年专项资金预算。

第六条

市经信委会同市财政局编制专项资金使用计划，按《盐城市市级财政专项资金管理办法》的规定程序报市政府审批。经市政府批准后，联合发文下达。

第七条 专项资金使用单位应当实行专项核算，严格执行专项资金支出预算，按批准的项目计划内容组织实施。

第八条 专项资金扶持项目在执行过程中因特殊原因需要变更时，需报市经信委和市财政局同意。对因故撤销的项目，项目企业或单位认真做出经费决算逐级报市经信委和市财政局核批，剩余资金如数退回市财政。

第九条 专项资金按规定形成国有资产的，应当及时办理决算验收，进行产权、财产物资移交，办理登记入账手续，并按规定纳入国有资产管理。

第十条 专项资金应及早安排使用，提高资金使用效率。第十一条

市财政局根据专项资金分配方案，按照财政国库管理制度规定下达、拨付专项资金。

区财政局收到资金（或指标文件）后，应当在1个月内将资金拨付至项目单位。按有关规定应根据项目实施进度拨付资金的，从其规定执行。

第十二条

项目单位收到专项资金后，应严格按照国家财务会计制度的规定，做好专项资金的会计核算工作。按照项目实施方案组织实施，严格专款专用。未经批准，不得变更项目内容或调整预算。

第三章

支持方式和项目申报

第十三条

专项资金的支持方式分为无偿补助、有偿使用和股权投资三种方式。无偿补助方式包括专项补助、以奖代补等方式。有偿使用和股权投资的支持方式按照《市级财政专项资金拨款改投资无偿改有偿试行办法》（盐政办发〔2014〕107号）执行，专项资金原则上安排存量部分不低于30%、增量部分不低于70%实行“一拨变双改”管理。

第十四条 原则上每年组织申报1次。市经信委联合市财政局印发专项资金申报指南，明确专项资金使用范围、使用方式及项目申报的具体要求，并通过市经信委网站进行发布。

第十五条

符合条件的企业、单位，均可按申报指南的要求，经城南新区经发局和财政局初审后，向市经信委和市财政局申报项目。

申报项目的企业、单位对申报材料的真实性、准确性和完整性负责。

第十六条

申报项目的企业、单位，一般应当符合以下条件：

（一）在城南新区注册、具有独立的法人资格且正常经营；

（二）企业的信用良好，无纳税、环保、安全生产、法院执行等较重以上失信行为；

（三）三年内无骗取、套取县级以上财政专项资金行为或未被取消申报资格的。

具体申报条件由市经信委会同市财政局在下发项目申报指南时一并发布。

第十七条 同一单位同一项目，在申请内涉及多项政策支持的，按照“就高不重复”的原则，只能享受一项扶持政策。

第十八条

专项资金申报和审核实行信用承诺制。申报企业或单位需根据申报的项目附报相应的申报材料以及信用承诺，并对其项目申报材料的真实性、准确性和完整性作出信用承诺。

区经信部门和财政部门按照本办法和申报指南等要求，组织项目申报，对项目进行审核，确保项目的真实性，并对专项资金申请使用全过程进行承诺，提交《市级财政专项资金申请使用全过程承诺责任书》。

第十九条

根据需要对相关项目进行实地核查。核查前应当根据专项资金补助政策和申报指南明确核查内容和要求及所需材料，提前通知申报单位，原则上一次性核查到位。核查工作不得影响申报单位的正常运转，并遵守廉政建设的相关要求。

第二十条

专项资金原则上采用因素法进行分配。第二十一条

必要时，市经信委会同市财政局组织竞争性专家评审。

（一）成立竞争性专家评审小组。评审小组由市经信委、市财政局等部门会同相关领域的专家组成。专家由市有关主管部门会同上述有关部门共同抽取。评审小组人数必须为5人以上单数。

（二）评审程序

1．书面评审。评审小组对项目申报材料进行审查，提出书面审查意见，确定进入公开答辩环节的项目名单。

2．公开答辩。采用演讲、现场答疑等方式对项目进行公开答辩，评审小组现场打分确定进行实地考察的项目名单。

3．实地考察。评审小组对项目进行实地考察，出具考察意见，提出拟扶持项目名单。

具体评审办法由市经信委会同市财政局研究制订。第二十二条 市经信委和市财政局经综合考评后，提出拟补助项目并公示。公示有异议的，要立即组织核查，确认后重新公示。经公示无异议的申报项目列为当年专项资金支持项目。

第四章 使用范围及分配办法

第二十三条 智慧城市建设（大数据产业发展）专项资金的使用方向及分配方式：

1．新设的大数据企业，经认定，大数据存储中心项目和大数据挖掘、分析、应用项目，两年内技术设备投资额分别超过3000万元、300万元的，按照其实际技术设备投资额的8％给予一次性奖励，最高不超过500万元。投资企业为世界500强、央企和上市公司（国内主板及创业板上市）的，可按照其实际技术设备投资额的12%、10%给予一次性奖励，最高不超过800万元。

2．市外大数据企业集团总部（含跨省区域性总部）将注册地及纳税地迁至城南大数据产业园，其实收资本不低于3000万元、固定资产投资不低于1亿元、技术设备投资不低于3000万元的，符合前款条件并按前款给予奖励外，另按照其实际技术设备投资额的5％给予一次性奖励，最高不超过300万元。

3．对市外企业落户城南大数据产业园、采取市场化运作、年流水在30亿元以上、跨省市的大型大数据应用平台类项目，在平台技术设备投资上和运营上等方面实行“一事一议”。

4．世界500强企业、国内100强企业和世界100强高校院所落户城南大数据产业园，新设立的大数据技术中心（研发中心、重点实验室），给予不超过50万元的一次性奖励，成功创建国家级、省级研发中心和重点实验室的，最高可分别给予500万元、200万元一次性奖励。

5．对投资（不含基建投资）超过1000万元的专业化公共研发技术服务平台，完成项目建设计划并通过认定的，按其实际技术设备投资额10%的给予一次性奖励，最高不超过500万元；鼓励开展大数据核心和关键技术攻关，对突破大数据应用和产业化瓶颈的技术研发项目，经认定，择优给予不超过其实际研发投入30%，且最高不超过300万元的奖励。

6．对承担或列入国家示范试点应用计划的重大大数据行业应用平台和项目，技术设备投资在500万元以上的，通过验收后，每个平台和项目可给予50万元奖励；对承担或列入省示范试点应用计划的重大大数据行业应用平台和项目，技术设备投资在500万元以上的，通过验收后，每个平台和项目可给予20万元奖励。

7．鼓励大数据研发机构、公共研发技术服务平台开展技术服务和成果转化，对年营业收入超100万元（服务收入占比60%以上）的专业平台机构，按其对市内单位提供技术服务收入的30%给予补助，最高不超过100万元。

8．鼓励各企业按照智慧盐城建设总体规划要求，利用各类资金在城南大数据产业园开展大数据应用项目建设，对列入市智慧盐城和大数据应用示范工程、完成项目建设计划并通过验收成效显著的，按其实际技术设备投资的10%给予一次性奖励，最高不超过150万元。

9．对市外落户于城南大数据产业园新设的亿元以上大数据产业发展基金，根据实际需要，经审批，可与城南智慧科技城配套出资，最高不超过2000万元，主要用于大数据产业园内产业类项目股权投资。

10．支持城南加快大数据专业园区载体建设，对新获得国家和省级认定的基地或园区品牌的，分别给予100万元和50万元的一次性奖励；对新获得国家、省级认定的园区公平服务平台，分别给予100万元、30万元一次性奖励。11．支持大数据产业园核心应用基础项目建设，优先安排市委、市政府确定落户在大数据产业园的智慧盐城项目（已有明确资金来源的项目除外）建设资金。

12．对市委市政府同意的其他项目予以支持。第二十四条 如按第二十三条确定的分配办法安排的资金超出当年财政预算时，可适当降低奖补标准。

第二十五条 专项资金不得用于一般工作经费等经常性开支，不得用于发放个人工资、奖金、福利和日常公用经费等一般性支出，不得用于非本专项资金用途以外的部门支出。对用于考核发放的奖金，须报经市政府审批。

第五章

管理职责、绩效管理和监督检查 第二十六条

专项资金的管理由市财政局、市经济和信息化委员会共同管理，按各自职责分工负责。

（一）市财政局应当履行以下职责：

1．负责专项资金管理和政策研究制定，会同市经信委建立健全专项资金具体管理办法；

2．编制专项资金预算；

3．组织专项资金支出预算的编制和执行； 4．参与专项资金项目管理；

5．审核专项资金使用计划，按规定拨付专项资金，监督专项资金的日常使用；

6．组织开展专项资金绩效管理工作；

7．组织专项资金执行期届满或者被撤销后的清算、资金回收等管理工作；

8．法律、法规、规章规定的其他职责。

（二）市经信委应当履行以下职责：

1．配合财政部门建立健全专项资金具体管理办法，编制专项资金绩效目标，制定管理流程，明确责任主体，规范资金管理；

2．根据产业发展需要，建立相关重点项目库，提出专项资金支持重点和预算建议，编制专项资金支出预算；

3．执行批复的专项资金支出预算，按季编制专项资金使用计划；

4．负责项目管理，会同财政部门组织具体项目申报、评审和分配，检查督促项目实施，包括项目合同签订、项目跟踪监管，监督专项资金的使用；

5．按绩效目标对专项资金进行绩效跟踪和绩效自评价； 6．负责执行期届满或被撤销专项资金的相关管理工作； 7．法律、法规、规章规定的其他职责。

第二十七条

市财政局根据专项资金绩效管理相关规定，对专项资金实行全过程绩效管理，包括绩效目标评审、绩效运行监控和绩效评价。

第二十八条

专项资金设立、预算编制环节，市经信委应当编制专项资金绩效计划，向财政部门报送绩效目标。财政部门组织对绩效目标进行评审，不按规定要求编制绩效目标的，不予进入预算编审流程；无绩效或低绩效的项目，不予列入预算或调减预算。第二十九条

专项资金执行过程中，市财政局会同市经信委对绩效目标的实现情况进行跟踪。市经信委要定期向市财政局如实分析报告项目资金绩效情况。项目实施、资金使用与绩效目标发生偏离的，要及时采取措施予以纠正。问题严重的，应暂停预算执行，或报经市政府批准后调整、收回专项资金。

第三十条

专项资金预算执行完毕后，市经信委对专项资金使用情况进行绩效自评价，财政部门视情况对专项资金组织开展绩效再评价。

第三十一条

专项资金执行期届满后，市财政局组织全面绩效评价，向市政府报告绩效评价结果。绩效评价结果按照财政信息公开规定在一定范围内公开，并作为下一预算安排和完善预算管理的重要依据。

第三十二条

市经信委和市财政局共同负责专项资金扶持项目的管理和督查，跟踪项目的进展情况，对专项资金使用绩效进行检查、评估。

市经信委和市财政局根据需要适时对项目进行现场检查，了解专项资金扶持项目的执行情况、项目资金的使用和财务管理情况、项目完成后的实际效果，确保专项资金专款专用，发挥资金的最佳效益。

第三十三条

项目单位应建立项目管理责任制，加强资金核算和管理，自觉接受财政、经信、审计等部门的监督检查。

第三十四条

项目单位应当按照《中华人民共和国档案法》、《江苏省档案管理条例》等规定，归档管理项目申报、执行和验收资料，以备核查。

第三十五条

违反本办法规定的行为，《中华人民共和国预算法》、《财政违法行为处罚处分条例》等法律、法规已有处罚规定的，按其规定进行处罚。

项目单位有下列行为之一的，由市经信委、市财政局按规定在相关信用信息平台提交信用记录并责令改正，调整有关会计账目，追回已下拨财政资金，限期追缴违法所得等；情节严重的，在三年内不再受理其申报专项资金；构成犯罪的，依法追究刑事责任。

（一）以虚报、冒领、伪造、关联交易等手段骗取专项资金的；

（二）未经批准调整专项资金使用范围或者预算的。第三十六条

对专项资金形成的国有资产未按规定纳入国有资产管理的，由财政部门责令限期改正，造成国有资产流失的，按有关法律、法规处理。

第三十七条

国家机关工作人员在专项资金管理活动中滥用职权、玩忽职守、徇私舞弊的，依法追究行政责任；构成犯罪的，依法追究刑事责任。

第三十八条 任何单位和个人有权对专项资金收支管理活动中发生的各种违法违纪行为进行投诉、检举和控告。

第六章

附

则

第三十九条

本办法所称“设备”，是指符合会计核算定义，使用期限在一年以上，单位价值在2万元以上的生产性设备或专用设备，不包括办公设备和运输设备。购进需要安装的，安装费用不计入补贴计算范围。自制设备，符合条件的按一半计算。技术投入和软件投入，取得的增值税发票税率为零的，不计入补贴范围。

第四十条 本办法自

起施行。其他有关文件与本办法不一致的，以本办法为准。

第四十一条

5.大数据产业园实施方案 篇五

展预测及投资咨询报告

▄ 核心内容提要

【出版日期】2017年4月 【报告编号】

【交付方式】Email电子版/特快专递

【价

格】纸介版：7000元

电子版：7200元

纸介+电子：7500元

▄ 报告目录

第一章 贵州省大数据产业发展基础

第一节、自然生态优势

一、气候环境优良

二、地理结构稳定

三、能源资源充足

四、能源结构适宜

第二节、宏观政策保障

一、加快大数据产业发展政策

二、大数据产业行动计划

三、大数据人才培养政策

第三节、宏观经济支持

一、经济总量持续增加

二、工业发展基础良好

三、固定资产投资提升

四、产业结构调整优化

第四节、信息化基础建设支撑

一、宽带贵州

二、物联网产值

三、云计算发展

第五节、电子信息产业推动

一、区域产业规模

二、区域产业特征

三、区域产业集群

四、区域产业问题

五、产业发展方向

第二章 2014-2016年贵州省大数据产业发展现状

第一节、大数据产业链结构

一、大数据源

二、大数据管理技术

三、大数据应用

四、大数据载体

第二节、大数据产业业态分析

一、大数据核心业态

二、大数据关联业态

三、大数据衍生业态

第三节、2014-2016年贵州省大数据产业SWOT分析

一、优势（Strengths）

二、劣势（Weaknesses）

三、机会（Opportunities）

四、威胁（Threats）

第四节、2014-2016年贵州省大数据产业发展态势

一、产业发展历程

二、产业运行特征

三、资源集聚效应

四、国际合作状况

五、商业模式创新

第五节、2014-2016年贵州省大数据产业运行规模

一、产业发展规模

二、业态业务收入

三、企业发展规模

四、项目招商规模

第六节、贵州省大数据产业发展效益分析

一、产业集聚效应

二、社会经济效益

三、品牌效应显著

第七节、贵州省大数据产业商业模式探索分析

一、数据银行模式探索

二、数据存款模式探索

三、数据贷款模式探索

第八节、贵州省大数据产业发展存在的问题及策略分析

一、产业发展存在的问题

二、产业发展瓶颈分析

三、产业发展策略分析

第九节、贵州省大数据产业未来发展方向

一、行业发展趋势

二、未来政策导向

三、企业布局方向

四、应用市场趋势

第三章 2014-2016年贵州省绿色数据中心建设成果

第一节、绿色数据中心发展进程优势

一、基础设施完备

二、产业应用领先

三、绿色效益明显

第二节、绿色数据中心产业生态优势

一、政策环境配套

二、产业链条齐备

三、网络支撑有力

四、人才基础坚实

第三节、绿色数据中心发展典型案例

一、贵安信投-富士康绿色隧道数据中心

二、中国典型云计算贵州信息园

三、中国移动（贵州）数据中心

四、中国联通（贵安）云计算基地

第四节、绿色数据中心发展总结及预测

一、绿色数据中心发展总结

二、绿色数据中心发展预测

第五节、大数据呼叫中心发展进程

一、产业发展状况

二、产业发展规模

三、产业发展目标

四、人才培养政策

第四章 2014-2016年贵州省大数据交易平台建设成果

第一节、贵阳大数据交易所介绍

一、交易所概况介绍

二、交易所业务定位

三、交易所交易时间

四、交易的数据类型

五、交易的产品定价

六、产品交易规模

七、数据星河战略

八、交易所发展战略

第二节、贵阳众筹金融交易所

一、交易所概况介绍

二、交易所众筹模式

三、交易所发展现状

四、交易所发展目标

第三节、贵阳现代农业大数据交易中心

一、交易所概况介绍

二、交易所经营范围

第四节、大数据交易所的意义

一、对大数据交易行业具有引导意义

二、对加入交易所及联盟会员的意义

第五章 2014-2016年贵州省云上贵州大数据建设成果

第一节、云上贵州平台

一、平台介绍

二、发展现状

三、发展规模

四、发展目标

第二节、电子商务大数据应用

一、产业发展状况

二、产业发展规模

三、产业发展目标

四、产业发展路径

五、产业发展方向

六、农业电商平台

第三节、智慧旅游大数据应用

一、基础技术支撑

二、产业发展现状

三、培育企业规模

四、区域发展规模

五、智慧旅游云应用

六、产业发展策略

七、产业发展前景

八、产业发展空间

第四节、智慧城市大数据应用

一、产业发展现状

二、产业发展规模

三、产业合作状况

四、各区域建设状况

第五节、电子政务大数据应用

一、产业发展地位

二、产业发展成效

三、产业发展重点

四、产业发展策略

第六节、智能交通大数据应用

一、产业发展阶段

二、产业发展现状

三、产业发展路径

四、产业发展目标

第七节、工业大数据应用

一、传统工业现状

二、贵州工业云平台

三、贵州工业云智能

四、贵州工业云定位

五、大数据助推效果

六、工业云发展现状

第八节、食品安全大数据应用

一、食品安全云发展意义

二、食品安全云顶层设计

三、食品安全大数据发展成果

四、食品安全大数据发展展望

第九节、智慧环保大数据应用

一、“环保云”项目背景

二、贵州环境信息化现状

三、环保大数据建设现状

四、环保大数据发展展望

第十节、智慧物流大数据应用

一、智慧物流现状

二、智慧物流云

三、产业发展目标

第十一节、智慧金融大数据应用

一、产业发展目标

二、产业发展现状

三、产业发展策略

第十二节、智慧医疗大数据应用

一、产业合作状况

二、大数据云健康平台

三、产业发展规划

5.13 创新创业大数据应用

5.第一节、创新创业政策

5.第二节、众创空间规模

5.第三节、大数据创业孵化园

5.第四节、创新创业孵化现状

5.第五节、大数据商业模式大赛

5.第六节、创新创业发展机遇

第六章 2014-2016年贵州省大数据产业园发展分析

第一节、贵州大数据综合试验区

一、试验区主要任务

二、试验区发展优势

三、试验区发展目标

四、试验田发展意义

第二节、贵安新区电子信息（大数据）孵化园

一、产业园发展概况

二、产业园发展规模

三、典型企业项目分析

第三节、中关村贵阳科技园

一、园区发展概况

二、园区发展定位

三、园区发展目标

四、园区规划布局

五、空间布局结构

第四节、贵安新区高端装备制造产业园

一、产业园发展概况

二、产业园总产值

三、产业园发展规划

第五节、贵州省电子商务产业园区

一、贵州淘宝生态城

二、白云电商产业园

三、京东贵州馆

第六节、其他大数据相关产业园分析

一、大数据产业技术创新试验区

二、贵阳国际大数据创新中心

三、贵州台商电子产业园

四、数据小镇

第七章 2014-2016年贵州省重点城市大数据产业发展分析

第一节、贵阳市

一、大数据产业发展概况

二、大数据企业发展规模

三、相关产业的发展规模

四、云岩区大数据产业布局

五、高新区大数据产业现状

六、花溪区大数据产业规划

第二节、贵安新区

一、大数据产业发展历程

二、大数据产业发展概况

三、大数据产业发展规模

四、大数据产业应用状况

五、大数据创新创业态势

六、大数据发展路径分析

七、大数据产业招商规模

第三节、遵义市

一、大数据产业发展规模

二、大数据项目合作现状

三、区域大数据产业发展

四、人才产业基地落地生根

五、助推大众创业万众创新

六、遵义软件园建设规模

七、大数据产业发展措施

第四节、铜仁市

一、大数据产业发展成果

二、大数据产业应用现状

三、农村电商大数据平台

四、电子商务产业的升级

五、大数据招商项目规模

六、大数据呼叫中心建设

七、大数据产业发展策略

第五节、六盘水

一、大数据产业发展规模

二、大数据产业园的建设

三、大数据产业招商规模

四、大数据产业应用状况

第六节、黔南州

一、大数据产业发展优势

二、大数据产业发展成果

三、大数据产业培育项目

第八章 2014-2016年贵州省重点大数据企业经营分析

第一节、贵州海誉科技股份有限公司

一、企业发展概况

二、大数据业务进展

三、企业竞争优势

四、2014年海誉科技经营状况分析

五、2015年海誉科技经营状况分析

六、未来发展展望

第二节、贵阳朗玛信息技术股份有限公司

一、企业发展概况

二、医疗大数据业务

三、经营效益分析

四、业务经营分析

五、财务状况分析

六、未来前景展望

第三节、贵州高新翼云科技有限公司

一、企业发展概况

二、产品及服务

三、产品解决方案

四、企业发展现状

第四节、贵州泛亚信通网络科技有限公司

一、企业发展概况

二、主营业务分析

三、企业发展现状

第五节、贵阳中电高新数据科技有限公司

一、企业发展概况

二、大数据业务分析

三、大数据业务现状

第六节、其他大数据相关企业

一、贵州轩通大数据科技有限责任公司

二、贵州华畅智慧城市科技产业有限公司

三、贵州华耀科创科技有限公司

四、贵州翔明科技有限责任公司

五、贵州纬度科技发展有限公司

六、贵阳讯鸟公司

第九章 2016-2020年贵州省大数据产业投资分析

第一节、贵州省大数据产业投资机遇分析

一、国家战略机遇

二、结构调整机遇

三、技术创新机遇

四、产业创新机遇

第二节、贵州省大数据产业需求分析

一、大数据分析需求

二、数据处理外包服务

三、大数据市场需求前景

第三节、贵州省大数据产业投资机会分析

一、数据交易市场投资机会

二、大数据产业链投资机会

三、应用领域市场投资机会

第四节、贵州省大数据产业投资风险分析

一、市场技术竞争风险

二、数据安全风险

三、人才短缺风险

四、投资风险急剧增加

第五节、贵州省大数据产业投资策略建议

一、分阶段打造“三大中心”

二、构建可持续发展能力

三、坚持做好品牌宣传

第六节、2016-2020年贵州省大数据产业预测分析

一、2016-2020年贵州省大数据电子信息产业规模预测

二、2016-2020年贵州省大数据产业规模预测 附录

附录一：《贵州省大数据发展应用促进条例》 附录二：《贵阳市大数据产业行动计划》

附录三：贵州省大数据产业发展应用规划纲要（2014-2020年）附录四：《关于加快大数据产业发展应用若干政策的意见》

▄ 公司简介

中宏经略是一家专业的产业经济研究与产业战略咨询机构。成立多年来，我们一直聚焦在“产业研究”领域，是一家既有深厚的产业研究背景，又只专注于产业咨询的专业公司。我们针对企业单位、政府组织和金融机构，提供产业研究、产业规划、投资分析、项目可行性评估、商业计划书、市场调研、IPO咨询、商业数据等咨询类产品与服务，累计服务过近10000家国内外知名企业；并成为数十家世界500强企业长期的信息咨询产品供应商。

公司致力于为各行业提供最全最新的深度研究报告，提供客观、理性、简便的决策参考，提供降低投资风险，提高投资收益的有效工具，也是一个帮助咨询行业人员交流成果、交流报告、交流观点、交流经验的平台。依托于各行业协会、政府机构独特的资源优势，致力于发展中国机械电子、电力家电、能源矿产、钢

铁冶金、嵌入式软件纺织、食品烟酒、医药保健、石油化工、建筑房产、建材家具、轻工纸业、出版传媒、交通物流、IT通讯、零售服务等行业信息咨询、市场研究的专业服务机构。经过中宏经略咨询团队不懈的努力，已形成了完整的数据采集、研究、加工、编辑、咨询服务体系。能够为客户提供工业领域各行业信息咨询及市场研究、用户调查、数据采集等多项服务。同时可以根据企业用户提出的要求进行专项定制课题服务。服务对象涵盖机械、汽车、纺织、化工、轻工、冶金、建筑、建材、电力、医药等几十个行业。

我们的优势

强大的数据资源：中宏经略依托国家发展改革委和国家信息中心系统丰富的数据资源，建成了独具特色和覆盖全面的产业监测体系。经十年构建完成完整的产业经济数据库系统（含30类大行业，1000多类子行业，5000多细分产品），我们的优势来自于持续多年对细分产业市场的监测与跟踪以及全面的实地调研能力。

行业覆盖范围广：入选行业普遍具有市场前景好、行业竞争激烈和企业重组频繁等特征。我们在对行业进行综合分析的同时，还对其中重要的细分行业或产品进行单独分析。其信息量大，实用性强是任何同类产品难以企及的。

内容全面、数据直观：报告以本最新数据的实证描述为基础，全面、深入、细致地分析各行业的市场供求、进出口形势、投资状况、发展趋势和政策取向以及主要企业的运营状况，提出富有见地的判断和投资建议；在形式上，报告以丰富的数据和图表为主，突出文章的可读性和可视性。报告附加了与行业相关的数据、政策法规目录、主要企业信息及行业的大事记等，为业界人士提供了一幅生动的行业全景图。

深入的洞察力和预见力：我们不仅研究国内市场，对国际市场也一直在进行职业的观察和分析，因此我们更能洞察这些行业今后的发展方向、行业竞争格局的演变趋势以及技术标准、市场规模、潜在问题与行业发展的症结所在。我们有多位专家的智慧宝库为您提供决策的洞察这些行业今后的发展方向、行业竞争格局的演变趋势以及技术标准、市场规模、潜在问题与行业发展的症结所在。

有创造力和建设意义的对策建议：我们不仅研究国内市场，对国际市场也一直在进行职业的观察和分析，因此我们更能洞察这些行业今后的发展方向、行业

竞争格局的演变趋势以及技术标准、市场规模、潜在问题与行业发展的症结所在。我们行业专家的智慧宝库为您提供决策的洞察这些行业今后的发展方向、行业竞争格局的演变趋势以及技术标准、市场规模、潜在问题与行业发展的症结所在。

▄ 最新目录推荐

1、智慧能源系列

《2017-2021年中国智慧能源前景预测及投资咨询报告》 《2017-2021年中国智能电网产业前景预测及投资咨询报告》 《2017-2020年中国微电网前景预测及投资咨询报告》 《2017-2020年中国小水电行业前景预测及投资咨询报告》 《2017-2020年中国新能源产业发展预测及投资咨询报告》 《2017-2020年中国太阳能电池行业发展预测及投资咨询报告》 《2017-2020年中国氢能行业发展预测及投资咨询报告》 《2017-2020年中国波浪发电行业发展预测及投资咨询报告 《2017-2020年中国潮汐发电行业发展预测及投资咨询报告》 《2017-2020年中国太阳能光伏发电产业发展预测及投资咨询报告》 《2017-2020年中国燃料乙醇行业发展预测及投资咨询报告》 《2017-2020年中国太阳能利用产业发展预测及投资咨询报告》 《2017-2020年中国天然气发电行业发展预测及投资咨询报告》 《2017-2020年中国风力发电行业发展预测及投资咨询报告》

2、“互联网+”系列研究报告

《2017-2021年中国互联网+广告行业运营咨询及投资建议报告》 《2017-2021年中国互联网+物流行业运营咨询及投资建议报告》 《2017-2021年中国互联网+医疗行业运营咨询及投资建议报告》 《2017-2021年中国互联网+教育行业运营咨询及投资建议报告》

3、智能制造系列研究报告

《2017-2021年中国工业4.0前景预测及投资咨询报告》 《2017-2021年中国工业互联网行业前景预测及投资咨询报告》

《2017-2021年中国智能装备制造行业前景预测及投资咨询报告》 《2017-2021年中国高端装备制造业发展前景预测及投资咨询报告》

《2017-2021年中国工业机器人行业前景预测及投资咨询报告》 《2017-2021年中国服务机器人行业前景预测及投资咨询报告》

4、文化创意产业研究报告

《2017-2020年中国动漫产业发展预测及投资咨询报告》 《2017-2020年中国电视购物市场发展预测及投资咨询报告》 《2017-2020年中国电视剧产业发展预测及投资咨询报告》 《2017-2020年中国电视媒体行业发展预测及投资咨询报告》 《2017-2020年中国电影院线行业前景预测及投资咨询报告》 《2017-2020年中国电子竞技产业前景预测及投资咨询报告》 《2017-2020年中国电子商务市场发展预测及投资咨询报告》 《2017-2020年中国动画产业发展预测及投资咨询报告》

5、智能汽车系列研究报告

《2017-2021年中国智慧汽车行业市场前景预测及投资咨询报告》 《2017-2021年中国无人驾驶汽车行业市场前景预测及投资咨询报告》 《2017-2021年中国智慧停车市场前景预测及投资咨询报告》 《2017-2021年中国新能源汽车市场推广前景及发展战略研究报告》 《2017-2021年中国车联网产业运行动态及投融资战略咨询报告》

6、大健康产业系列报告

《2017-2020年中国大健康产业发展预测及投资咨询报告》

《2017-2020年中国第三方医学诊断行业发展预测及投资咨询报告》 《2017-2020年中国基因工程药物产业发展预测及投资咨询报告》 《2017-2020年中国基因检测行业发展预测及投资咨询报告》 《2017-2020年中国健康服务产业发展预测及投资咨询报告》 《2017-2020年中国健康体检行业发展预测及投资咨询报告》 《2017-2020年中国精准医疗行业发展预测及投资咨询报告》 《2017-2020年中国康复医疗产业深度调研及投资战略研究报告》

7、房地产转型系列研究报告

《2017-2021年房地产+众创空间跨界投资模式及市场前景研究报告》 《2017-2021年中国养老地产市场前景预测及投资咨询报告》 《2017-2021年中国医疗地产市场前景预测及投资咨询报告》 《2017-2021年中国物流地产市场前景预测及投资咨询报告》 《2017-2021年中国养老地产前景预测及投资咨询报告告》

8、城市规划系列研究报告

《2017-2021年中国城市规划行业前景调查及战略研究报告》 《2017-2021年中国智慧城市市场前景预测及投资咨询报告》

《2017-2021年中国城市综合体开发模式深度调研及开发战略分析报告》 《2017-2021年中国城市园林绿化行业发展前景预测及投资咨询报告》

9、现代服务业系列报告

《2017-2021年中国民营医院运营前景预测及投资分析报告》 《2017-2020年中国婚庆产业发展预测及投资咨询报告》

6.大数据产业园实施方案 篇六

加快推动大数据产业发展应用，是培育和壮大我省战略性新兴产业的有效途径，是实现我省产业转型升级的重要抓手。按照“基础构建、集群聚集、创新突破”的思路，科学规划大数据产业布局，建基地、引人才、聚企业、抓应用、保安全、促创新，建设信息资源聚集地，打造大数据产业发展应用新高地，推动大数据产业成为我省经济社会发展的新引擎。到2017 年，形成1—2 个大数据产业示范园区，引进和培育30 户大数据龙头企业，聚集500户创新型大数据相关企业，通过大数据带动相关产业规模达3000 亿元，引进大数据领军人才100 名，引进和培养高端人才5000 名，建成全国领先的大数据资源中心和大数据应用服务示范基地。结合我省实际，提出如下意见。

一、加快大数据基地建设

(一)加快实施《贵州省大数据产业发展应用规划纲要(2014—2020 年)》，重点推进贵安新区电子信息产业园、中关村贵阳科技园等园区开展大数据基地建设，加快建成中国电信、中国移动、中国联通贵安数据中心项目，支持金融机构和企业在我省建设数据中心，支持有条件的市、县建设大数据应用服务园区。引进一批国内外知名云计算、大数据龙头企业，汇聚一批大数据采集、存储、分析、加工、应用等中小企业，形成一批创新型研发平台，突破一批大数据关键技术，培育一批基于大数据的信息消费、文化创意、先进制造等领域新兴业态。

(二)大数据项目用地优先列入城市近期建设规划、土地利用总体规划和计划，优先保障土地供应。对数据中心项目实行土地“点供”政策。

(三)在基地建设投资10 亿元以上的数据中心项目，涉及的国有土地使用权出让收益，按规定计提各种专项资金后的土地出让收益市、县留存部分，用于支持项目建设。

二、大力引进和培育大数据企业

(四)通过引进行业领先企业与培育本地企业相结合的模式，着力拓展大数据产业链。推进数据中心集群建设，开展数据存储服务，形成数据资源洼地。支持有较强集成能力的信息提供商建设大数据服务平台，提供大数据分析公共支撑、重点领域应用等集成共享服务。支持软硬件企业和服务企业垂直整合，与信息内容服务相结合，提供软硬件一体化的大数据解决方案，延伸相关产业发展，形成全方位的产品和服务供应体系。

(五)投资1000 万元及以上的大数据企业，从企业投产运营之日起3 年内，企业所交纳的省级以下税收地方财政留存增量部分，由企业所在地市、县政府全额补助给企业，用于支持企业发展;投产运营3 年以上、5年以内的，以减半方式给予支持。

7.“大数据”如何驱动电影产业创新 篇七

一、引子:用谷歌搜索量化电影魔力

2013年6月, 谷歌的媒体与娱乐业首席分析师Andrea Chen与Reggie Panaligan联合发布了《用谷歌搜索量化电影魔力》 (Quantifying Movie Magic with Google Search[1]) 白皮书。该报告以2012年间美国上映的近百部电影为研究对象, 分析了影片上映前各时间段里用户对各类电影信息的搜索行为数据, 揭示了电影相关搜索量与电影票房成绩间存在的强相关性 (见图1、图2) , 构建了利用搜索数据预测电影票房的数学模型, 并据此提出了若干利用搜索优化电影营销策略的实操建议。由于谷歌在“大数据”时代处于全球领先地位, 该报告一经发布, 旋即引发热议, 有关“大数据”如何影响电影产业发展的讨论一时间成为舆论焦点。

具体而言, 白皮书主要发现包括: (1) 观影是一个需要信息搜索辅助决策的过程, 其中数字渠道所起到的作用越来越大。2012年谷歌上电影相关信息的搜索量较2011年增长了56%, 显示出用户观影决策过程中搜索引擎服务使用率的增长趋势。 (2) 通过分析潜在观影者的信息搜索内容与方式, 搜索引擎服务可以帮助电影营销者更好地理解用户的注意力与意图所在, 为其拓展用户互动空间提供独特价值。 (3) 通过查询量、关键字广告点击量, 结合其它电影相关变量 (如电影院数量、电影类型、是否属于特许经营类电影等) , 可预测某部电影首映周末票房, 其准确率可达92%。利用该模型预测随后一周的周末票房, 准确率也可达90%。利用该模型测算发现, 在新片上映的7日之内, 若某影片比同类影片的搜索量高出25万次, 其票房收入要高出430万美元;若它的关键字广告点击量能高出同类影片2万次, 那么它的票房收入则高出750万美元。 (4) 新片首映前四周电影预告片搜索趋势与首映周末票房成绩之间存在强相关性。结合谷歌上电影预告片的搜索量、电影特许经营状况以及季节性因素, 可预测新片首映周末的票房成绩, 其准确率高达94%。 (5) 由于48%的观影者会在决定去看哪部影片的当天购票, 因此电影推广应在首映周末后再持续一段时间, 而不应止于首映。首映之后周一至周四这段时间里, 付费广告点击率是衡量影片能否持续卖座的重要指标之一。

(数据来源:谷歌)

(数据来源:谷歌)

长期以来, 票房收入预测在电影业界都是个至关重要的终极命题, 它贯穿和影响着电影生产的各个环节, 自然也是从业人员迫切需要解决的现实问题。而随着社会意识形态与消费方式日趋多元, 信息生产与消费方式已发生巨变, 观影决策过程变得更加复杂, 量化票房需要考虑的因素更加复杂, 利用传统思维与调查手段来解答上述问题却愈发捉襟见肘。谷歌利用用户网络搜索数据进行票房预测, 一定程度上验证了利用“大数据”量化电影魔力的可行性。但这个案例只是冰山一角, “大数据”对电影产业的影响并不仅仅止步于此。

二、全景:“大数据”对电影业的量化支撑

一般意义上, “大数据”是指无法在可容忍的时间内用传统IT技术和软硬件工具对其进行感知、获取、管理、处理和服务的数据集合。业界将其特征归纳为4个V, 即Volume (体量浩大) 、Variety (模态繁多) 、Velocity (快速生成) 和Value (价值巨大但利用密度很低) [2]。从“大数据”中挖掘更多价值, 需要灵活运用多学科方法, 目前源于统计学、计算机科学、应用数学和经济学等领域的技术已被开发并应用于“大数据”的整合、处理、分析和可视化。其关键技术主要包括:A/B测试、关联规则挖掘、分类、数据聚类、众包、数据融合和集成、数据挖掘、集成学习、遗传算法、机器学习、自然语言处理、神经网络、神经分析、优化、模式识别、预测模型、回归、情绪分析、信号处理、空间分析、统计、监督式学习、无监督式学习、模拟、时间序列分析、时间序列预测模型、可视化技术等[3]。

抛开复杂的技术术语不表, 电影业最宝贵的“大数据”宝藏蕴藏在用户“大数据”、内容“大数据”、渠道“大数据”三座“矿山”之中。而“大数据”给电影业带来的核心价值在于“洞察”———实时洞察时代变化与社会潮流变化, 实时洞察消费者意识与行为变化。基于实时、细致入微的消费者洞察, 电影业能辨识、锁定新的市场机会, 全面量化电影各环节运营, 从而支撑产品、服务与体验创新, 充分挖掘电影市场的潜力空间。

目前电影业对“大数据”的利用还处于探索初期, 不同环节对数据的依赖程度与运用现状也有所不同。以美国好莱坞为例, 电影产业主要包括五大环节, 分别为电影选题开发、前期制作、影片制作、后期制作与推广发行 (见图3) 。其中, 选题开发与推广发行两个环节对数据的依赖较大, 因此, “大数据”对这两个环节的提升作用最为直接。

首先是电影选题开发环节, 这是电影生产的第一步, 同时也是最需要数据支撑的步骤。选题开发主要包括市场研究、资源分析、概念开发、剧本创作、剧本包装、资金筹措等工作, 需要大量数据支撑将各种想法、创意变成可行性剧本。首当其冲的就是市场研究工作。通过市场研究动态追踪市场需求, 把握消费者口味变化, 从而准确判断市场定位。在选题开发环节, 大数据的运用主要体现在辅助剧本创作、剧本包装、估算影片投资回报率等方面。如2013年2月北美最大的付费订阅视频网站Netflix上线的政治题材剧《纸牌屋》 (Houseof Cards) , 正是利用“大数据”指导内容策划与生产的成功案例———Netflix基于对“电视剧消费习惯数据库”中逾3000万用户的收视选择、400余万条评论、300余万次主题搜索等大数据分析结果, 确立了凯文·史派西主演、大卫?芬奇导演和“BBC出品”剧本的黄金组合, 据此投资一亿美金拍摄该剧。该片被《纽约时报》、《洛杉矶时报》、《经济学人》等海外权威媒体视作“数据革命”的典型案例, 为业界通过“大数据”指导选题开发提供了参考。

其次是电影前期制作、影片制作与后期制作环节, 主要包括: (1) 电影前期制作, 这是影片拍摄前的计划与编制阶段, 主要涉及确立制作核心、拍摄计划编制、剧本内容修订、演员试镜筛选、外景场地选择、确定设计方案等。 (2) 影片制作, 主要涉及实景拍摄、影片粗剪、进度掌控、影片修正等。 (3) 后期制作, 将所有影片元素剪辑成为一个完整的故事, 主要包括最终剪辑、影片混录、影片预映等。在整个制作环节中, “大数据”可以帮助实时洞察消费者变化, 辅助确立主创团队、协助剧本内容修订、提高生产管理效率、优化影片剪辑、量化评估影片预映效果等。

第三是电影推广发行环节, 这个环节是最接近消费者的环节, 对票房成绩能起到关键作用, 同时又是非常昂贵的环节, 其费用支出可能高达影片制作费用的半数甚至以上, 因此, 数据对推广发行的量化支撑至关重要。从营销推广的角度来看, 最深刻的变化来自营销环境和消费者端的巨变。随着用户对新媒体的利用更加普及, 电影营销对搜素引擎、微博、微信、社交平台、移动应用APP等新媒体的依赖越来越大, 而基于新媒体平台的“大数据”是未来实现电影精准营销的基础。通过“大数据”技术, 营销人员能更为深入地理解电影的目标观众到底是谁, 他们有什么消费特征和媒介接触特征, 设置什么样的卖点和策略才能打动他们, 整合哪些媒介才能有效覆盖与到达目标市场。从发行的角度来看, “大数据”能让营销人员实时洞察潜在消费者, 了解不同地域的用户群体在性别、年龄、学历、职业、消费特征、收入状况等方面有何不同, 以此优化院线发行策略、辅助互联网发行以及后产品开发等决策。

以目前最受关注的影片《小时代》为例, 其发行方“乐视影业”在制定营销方案时就参考了兄弟公司“乐视网”的“网络观影调查”数据, 得出结论:“《小时代》40%的受众是高中生, 他们是郭敬明、杨幂等主创的忠实粉丝, 是冲动型消费者;30%是白领, 对《小时代》感同身受, 是营销导航的重点;20%是大学生, 他们是非核心消费者, 但能影响其他受众;另外10%则为目前观影年龄在26到35岁之间的主体观众, 他们是需要消除顾虑, 扩大外延的群体”。基于上述数据, “乐视影业”制定了社会化媒体营销、手机客户端以及地面导购系统的全方位市场营销方案。从营销效果来看, 近日来《小时代》位居百度“搜索风云榜”电影榜单首位, 其“搜索指数”远高于其它电影。当然, 《小时代》的票房成绩也非常亮眼, 首映三日便超过两亿, 截至2013年7月8日其票房累计已达4.19亿[4]。

总而言之, “大数据”对电影业的影响不仅仅局限于当下热议的内容生产领域, 谷歌利用网络搜索数据预测票房也只是电影领域“大数据”的简单利用案例之一。若着眼中长期发展, 从选题开发、影片前-中-后期制作、营销推广再到发行及终端放映, 电影产业的每一个环节都蕴藏着数据化运营的可能性, 而“大数据”对全球电影业的深刻改造也才刚刚启幕。

三、思考:“大票房”时代的“大数据”难题

与成熟的好莱坞体系相比, 中国电影产业还存在不小差距。2012年美国电影总票房约108亿美元, 这一规模约为中国的四倍;2012年美国电影产业规模为900亿美元, 而中国电影产业规模仅为34亿美元[5], 仅为美国的3.78%。尽管如此, 中国电影产业高速成长态势却让人难以小觑。受益于国家深化文化体制改革、推进文化产业大发展大繁荣的政策红利, 中国电影产业持续高速发展, 电影票房连续10年大幅增长。最近3年中国电影票房的增长情况如下 (见图4) 。而据“艺恩咨询”最新数据显示, 2013年上半年国内共计上映影片146部, 其中国产电影117部。截至6月23日, 全国电影市场总票房达102.65亿, 国产片票房累计64.67亿, 全年票房有望突破230亿。中国电影产业已迈入名副其实的“大票房”时代。

(数据来源:国家新闻出版广电总局)

虽然“大数据”已经成为国内“大票房”时代的热门话题, 国内部分电影机构对“大数据”也时有运用, 但在当前阶段盛赞“大数据”对电影的“神话”改造却为时尚早, 其概念营销的意味远远大于实际作用。总体看来, 国内距离真正运用“大数据”全面支撑电影产业创新还有很长的路要走, 目前还面临着诸多现实困难。

首先, 目前国内电影“大数据”来源分散, 类型混杂, 实施“大数据”挖掘需要整合多处数据来源、打通数据平台、吸引跨界合作, 实施难度很大。在当前环境下, 除了电影制作公司、电影院线自行收集的数据之外, 来自搜索引擎、视频网站、门户网站、垂直网站、电影社区、社交平台、电子商务、移动应用商店等渠道的数据都可不同程度地对电影选题开发、前期制作、影片制作、后期制作与推广发行环节的量化运营形成支撑作用。但要整合这些海量、分散、庞杂的数据资源, 并非易事, 也非一家能成之事。

其次, 国内电影“大数据”透明度不高, 真实性难以确定。前文提及的“大数据”资源分属百度、腾讯、新浪、阿里巴巴、优酷土豆等互联网企业。这些“大数据”平台彼此独立, 彼此封闭, 并不会完全透明地开放给第三方电影调查公司, 自然也难以形成“非抽样、而是全体样本”的“大数据”全景。除数据平台难以打通之外, 数据的真实性也是症结之一。长期以来, 国内电影业并没有建立起数据公布共享的行业惯例, 即便是票房数据在前几年都不会被完全公开, 更不谈其它深度运营数据了。因此, 缺乏真实数据的输入, 设计什么“大数据”模型都是枉然。

再次, 光有数据远远不够, 还需要懂得如何建立数据模型, 如何解决中国电影的实际问题, 这样才能避免数据研究失焦、走偏。以开篇《用谷歌搜索量化电影魔力》中提到的票房预测模型为例, 它在解决美国问题时宣称其准确率高达94%, 而搬到中国却面临尴尬。据百度“爱奇艺”创始人、首席执行官龚宇透露, 他曾尝试把中国电影数据套进谷歌的票房预测模型, 但预测结果的准确率却很低, 同时“百度也尝试过预测票房, 但是效果不佳[6]”。同样以电影搜索数据为基础, 同样的数学模型, 准确率却大不相同, 可见照搬国外算法与模型是很难行得通的。据业界资深人士介绍, 现阶段国内约90%以上电影调查公司都以“百度指数”作为研究基础模型, 再综合题材、主创阵容等指标进行定量分析, 其分析深度、数据精度、准确度整体并不高。谷歌模型失效的背后, 暗藏着中美电影市场的巨大差异, 要深度解读这些差异、量化支撑中国影业的发展, 则亟需重塑与构建更懂中国、更适合国情的数据思维与计算模型。而要达成这些目标, 不仅仅需要“大数据”的思维、知识与技能, 更需要懂电影、懂技术、懂数据、懂运营的跨界人才储备来做支撑。而目前国内“大数据”人才非常紧缺, 这也将是未来制约中国影业长期发展的瓶颈所在。

最后, 回归电影的本质, 它不仅是门“技术活”, 也不仅仅只是门赚钱“生意”, 它更是一个艺术乐园, 一个奇幻魔法场, 它为人类创造了丰富的光影时空与奇特的人生体验, 这在“大数据”时代依然历久弥新。也许“大数据”能帮助影人洞察人心、助力新片票房大卖, 但它却永远无法完全取代电影艺术家们的创意、智慧与艺术贡献。

参考文献

[1]Google (June 2013) .Quantifying Movie Magic with Google Search, July.1, 2013, from google site, http://www.google.com/think/research-studies

[2]李国杰, 程学旗.大数据研究:未来科技及经济社会发展的重大战略领域——大数据的研究现状与科学思考.《战略与决策研究》, 2012 (6) , 647-657.

[3]McKinsey Global Institute (May 2011) .Big data:The next frontier for innovation, competition, and productivity, June.4, 2013, from mckinsey site, http://www.mckinsey.com.

[4]搜狐娱乐, 《〈小时代〉累计4.19亿》, http://www.dzwww.com/yule/yulezhuanti/mtcbg/201307/t20130708_8641539.htm

[5]中新社, 《中国电影业规模为美国1/26全产业链或成新方向》, http://finance.chinanews.com/cj/2013/06-19/4947437.shtml

8.产业大数据创新应用 篇八

产业互联网将是下一个百万亿商业时代

首先，杜登斌谈了对“互联网+”的看法。他认为，“互联网+”的目标是依托消费互联网模式带动和引导传统产业和企业升级转型，核心不在“互联网”，而在于后面的“+”。今年政府工作报告部署“中国制造2025”时特别强调，要顺应“互联网+”的发展趋势，以信息化与工业化深度融合为主线，重点发展新一代信息技术等十大领域。他分析说，所选的十大重点领域都是规模生产的基础工业，都是自动化、技术含量较高的行业，进行互联网智能化相对容易，互联网改造费用占比也相对较小，成本可控。其次，这些行业乃国之重器，必须同步最先进的工业技术。最后，这些都是国家主导的行业，“可以举国体制下快速完成智能制造后，再向其他行业扩展”。

同时，“互联网+”的力量从消费侧扩展到了生产侧，从用户侧扩展到了产业侧、企业侧，这些都昭示着“产业互联网”的到来。随着社会趋势从引导消费过渡为创造消费，企业产业的进一步虚拟化，产业互联网将成为下一个百万亿商业时代。

而在产业互联网时代，杜登斌认为实体经济与金融结合起来才是升级转型的根本出路；而与金融结合起来，必然需要大数据解决方案来解决产业的评估、定价以及信用等问题。所以，产业互联网的翅膀是金融，核心是大数据。

以数据资产为核心的工业大数据技术创新与应用

“没有大数据就没有供给侧的结构性改革。”杜登斌说，在信息化条件下应运而生的“互联网+”技术以各类信息数据为生产资料，推动经济的分布式发展和效率的系统性提升，让管理者、生产者和消费者等各种过去分散、独立的社会主体实现良性互动，创造出与信息社会相对应的新的经济形态、管理方式和产业演进路径，为智能制造、物联网和产业信息化奠定了基础。他简要阐述了产业互联网时代，工业大数据技术创新的思路、规划、设计、模式和目标。

思路：产业互联网必须围绕数据资产创新来实现。首先，要有采集挖掘分析平台，形成产业价值、产品价格基数数据，来完成基础定价、基础评估等；其次，要有综合应用服务平台，使数据资产、权属、数据变现，来完成评估、征信、量化交易等；最后，要有金融创新平台，使数据资产证券化，来完成指数、量化交易等。

规划：六位一体综合解决方案。即以数据资产为核心，构建集云计算、云存储、云服务、云资产、云交易、云金融为一体的综合产业金融服务共享平台。

设计：基于采集挖掘梯级开发。通过垂直定向采集挖掘技术实现数据的大集中（云数据），形成云数据资产。在云数据之上构建各种应用，形成数据云服务和数据云应用，完成数据变现。基于云数据的应用，实现数据资产的归集与估值、征信定价、指数，完成数据金融化。

模式：基于大数据应用的业务线。通过基于工业大数据产权价值、产品价格等多维度的采集、分析，形成工业大数据的评估平台，为金融机构、投资者提供投资决策依据。通过工业大数据采集、挖掘技术，构建数据的中央厨房，进行数据和信息原创和二次、三次加工；同时完成产业、产品数据与信息和产业、金融相互融合，构建产业生态融合系统。通过大数据产业应用平台进行资产和权益归集，开展大数据实时匹配和统计，建立大数据产业定价和指数系，围绕产业指数进行金融创新，形成大数据金融量化交易。

目标：最终能够服务于“互联网+”、“大数据+”，来实现智慧城市、智慧中国。

工业大数据金融创新应用需要突破的问题

针对工业大数据金融创新应用需要突破的问题，杜登斌提出工业大数据的定价、评估、交易难题。工业大数据属于高附加值产业，较难界定价值和价格，迫切需要利用大数据产业金融的解决方案，实现数据交易和金融的嫁接。

杜登斌认为，抢夺全球定价话语权是中国产业互联网发展的重要使命。他始终相信一切可量化，万物皆数据，通过科学合理地构建模型，大数据技术就能够解决产品的定价问题。甚至，大数据技术还可以完成人的价值评估、产业指数测算，促进量化交易发展，进行产业的风险预警及预测。这一切的设想和坚实的论证分析，使在场听众满怀憧憬，颇有启发。