立即咨詢
您當前的位置:職稱驛站 > 論文 > 科技論文 > 智能科學技術論文職稱驛站24小時論文發表咨詢熱線:400-680-0558

大數據產業研究綜述

職稱驛站所屬分類:智能科學技術論文發布時間:2019-09-04 09:47:38瀏覽:1

大數據產業是“ 十三五” 規劃建設的重要領域,關于大數據產業的文獻研究是大數據產業科學發展的理論支撐和實踐指導。 本文從大數據的內涵及大數據產業的興起、大數據產業與其他產業融合發展

   摘 要: 大數據產業是“ 十三五” 規劃建設的重要領域,關于大數據產業的文獻研究是大數據產業科學發展的理論支撐和實踐指導。 本文從大數據的內涵及大數據產業的興起、大數據產業與其他產業融合發展、國內外對大數據產業的研究進展三個方面對現有文獻進行梳理,結合我國的發展實際指出當前迫切需要從理論上對大數據產業給予更多研究:學術界對于大數據內涵的理解尚未統一,但對其核心特征的觀點基本一致;學者們對與商業、制造業、交通業等主要傳統行業相關的大數據應用的研究較多,與電信、能源、金融、農業、食品、文化創意、公共安全等其他重要行業領域大數據應用的研究有待加強;關于我國大數據產業的發展現狀,就大數據產業的發展階段、競爭優勢和發展趨勢問題有所涉及,并反映出與國際先進水平間沒有代際差距的現實,而發達國家政府及國外大企業對大數據產業的戰略性定位和對重點領域的布局是值得我們高度重視的。

  關鍵詞: 大數據;大數據產業;興起與發展;展望

  中圖分類號: G642. 4 文獻標識碼: A 文章編號: 1008 - 4444(2019)03 - 0001 - 08

綜合競爭力

  《綜合競爭力》旨在探索競爭力內在規律,構筑競爭力學習平臺,豐富競爭力戰略實踐,推進競爭力研究發展。主要面向政府官員、大學和研究機構的學者、公司和機構的CEO和管理層、在讀的相關領域的學生。

  一、 大數據的內涵與大數據產業的興起

  ( 一) 大數據的內涵

  “ 大數據” 一詞,早在 1980 年就被提出[2]119 。

  但是,由于大數據本身的抽象性,學術界對于大數據的概念并沒有一個統一的定義。 META Group( 現在的 Gartner) 的分析師 Doug Laney 將數

  據增長的挑戰和機遇定義成三維方式,即總量、速度和多樣性[3] ;Nature 雜志在其專刊中定義大數據為“ 由于數據規模巨大,無法使用現有的技術和方法進行處理的數據” [4] ;麥肯錫在研究報告中將大數據定義為“ 無法使用現有的典型數據處理軟件進行獲取、 存儲和處理分析的數據集” [5] ;美國國家標準和技術研究院 NIST 認為,大數據是在數據容量、數據處理以及數據表示等方面,無法使用傳統方法進行數據處理,需要對原有方法或技術進行擴展,從而提高效率[6] 。

  在我國,孟小峰等對大數據的基本概念進行了剖析,認為我們不能從字面意思理解大數據的定義[7] ;張引等認為,大數據是無法使用傳統數據處理軟硬件設施在有限的時間內進行處理和分析的數據集[8] ;彭宇等指出,大數據歸根結底是一種數據集[9] 。 雖然,以上這些關于大數據定義的角度及側重點不同,但是,他們所傳遞的基本信息是一致的,即大數據的關鍵是種類繁多、數量龐大,在有限時間內無法用傳統數據處理工具收集、存儲、處理和分析。 可以看出,大數據并不是一種新的產品,也不是一種新的技術,而是互聯網應用后的必然結果,是一種新現象。

  作為一種新的現象, 大數據的特征是什么呢? 起初, 具有代表性的觀點是 2001 年 Doug Laney 提出的大數據具有“3V” 特征, 即 Volume (體量巨大) 、Variety( 種類繁多) 和 Velocity( 處理速度快) [3] ;2012 年,IDC 認為大數據具有 4 個特征,即“4V”, 在前面 3 個特征的基礎上增加了Value( 價值密度低) 特征[10] ;同年,IBM 又提出大數據有 5 個特征,又增加了 Veracity( 真實性) 特征,構成了“5V”,即 Volume、Velocity、Variety、Ve-racity、Value[11] 。 “5V” 特征表明,大數據不僅僅是數據量達到新的高度,而是在數據處理的難易程度、處理速度及處理效果方面,都有全方面的發展和提高。對于傳統數據的處理方式而言,大數據將對其產生顛覆式的影響, 尤其是在傳統數據的獲取、處理方法等方面。

  ( 二) 大數據產業的興起

  1980 年美國著名學者阿爾文·托夫勒出版的《 第三次浪潮》 一書中最早出現“ 大數據” 一詞,然而,其價值在互聯網時代才真正得以呈現。 黃永勤對 Web of Science 數據庫中收錄的關于大數據的相關文獻進行了梳理,認為:2000 年以來,遺傳算法、神經網絡算法等相關成果的出現為大數據的發展奠定了基礎[12] ;2012 年隨著對大數據研究人員的增多和研究范圍的擴大,研究成果與實踐深度融合, 促進了大數據應用的產生和發展。大數據在我國引起關注最早可以追溯到

  2003 年,代芯瑜、張雯曦對 2003 年到 2012 年發表在 CNKI 上就大數據領域的研究文獻進行了定量分析,指出2012 年是大數據相關主題研究浪潮開始的一年[13] 。 大數據的發展促使當時的資本市場集中于“ 數據” 價值挖掘的同時,也注重大數據與技術的融合,加速了大數據與大數據技術的迅速發展和大數據應用的產生,崔小委、吳新年以 Google 公司為例,分析了數據應用如何促進大數據產業的落地,2000 年 Google 公司為應對龐大的信息檢索而建立的覆蓋數十億網頁的索引庫成為大數據應用的起點[14] 。 隨后,相繼出現的智能翻譯系統、電子商務自動推薦系統、用戶位置分析等大數據應用,都使大數據逐漸向傳統產業延伸并與之結合形成大數據產業。

  二、 大數據產業與其他產業的融合發展

  ( 一) 大數據產業與電子商務融合

  陳云海等以淘寶的阿里云為例分析了大數據對電子商務的影響,利用大數據建立云計算可以為電子商務提供強大的信息檢索服務和快速的彈性處理能力[15] 。 張晞認為實體零售企業有著更好的客戶基礎和銷售經驗[16] 。 劉錦峰分析了電子商務的物流配送行業,闡述了大數據所具有的促進效果[17] 。 Fang 等研究了大規模的網絡數據對消費者行為產生的影響后認為,由于低門檻、低成本和明顯的價格優勢,電子商務消費模式已經吸引了眾多的消費者[18] 。 Mustapha Ismail分析后認為,大數據為企業特別是電子商務提供了機會,運用高效的數據技術對企業戰略安排有著極大的好處[19] 。 喻耀則對大數據背景下電子商務的生態圈做了重點分析[20] 。

  可以發現,在大數據融合電子商務的文獻研究中,針對電子商務的信息檢索與處理、配套產業研究、消費者行為分析以及電子商務的優越性等方面研究較多,但對電子商務的發展規劃、發展監管等方面研究較少,而這些方面的研究卻能夠為電子商務的健康、規范運行提供重要的理論支持。

  ( 二) 大數據產業與制造業融合

  大數據產業與制造業融合帶來的優勢與機遇在中國制造業整體轉型以及“ 中國制造 2025”的大背景下顯得尤為突出。 姚錫凡等分析了制造業中的大數據應用,認為實現《 中國制造 2025》的戰略目標,大數據與制造業結合將是關鍵性的一步[21] 。 為進入工業 4. 0 時代,“ 工業大數據”的運用尤為重要,2012 年 GE 在 《 工業互聯網:突

  破智慧和機器的界限》 中率先提出“ 工業大數據”的概念,黃明峰具體闡述了工業大數據的內涵和特征[22] 。 此外,孫立基于工業大數據對我國的智慧云制造進行了分析, 認為隨著“ 兩化” 深度融合,工業大數據有著廣闊的發展空間[23] 。 李少波等基于大數據的背景,建立了制造業的大數據框架,并就其中的五大關鍵技術進行了分析[24] 。 汪濤武等通過研究制造業與零售業之間的關系,得出大數據可以從整體上優化供給側,推動制造業轉型升級[25] 。 另外,Zakia 等也認為制造業數字化和大數據的增長,可以促進高度關聯的制造業務、大規模定制和更可持續的生產[26] 。 Mourtzis等指出,在制造業中采用物聯網技術可以創造巨大的經濟機會[27] 。

  制造業作為國民經濟的核心支撐產業,大數據的應用和大數據產業的發展將使其發生革命性的轉變,文獻研究的重點也多集中于大數據為制造業發展提供動力以及和制造業間的融合發展方面,而對大數據具體如何與制造業融合及后期發展軌跡研究相對不足,面對實現“ 中國制造 2025” 戰略目標的日期不斷逼近,這方面的研究就顯得尤為重要。

  ( 三) 大數據產業與交通行業融合

  對于交通行業, 大數據已經影響了諸多方面,以大數據和交通規劃為基礎形成的大數據產業發展迅速,學者們對此也多有研究。

  在規劃方面,楊東援認為大數據在交通行業的廣泛運用對傳統城市交通規劃理論變革產生了極大的推動力[28] ;陸化普等分析了大數據在城市智能交通領域應用的機遇與挑戰[29] 。 在具體的交通細化方式上,陳美研究了大數據在公共交通方面的應用[30] ;段宗濤等就大數據對交通信息服務進行了分析[31] ;韋結余等分析了基于“ 互聯網 + 汽車” 興起的“ 分享汽車經濟” [32] 。

  在解決交通問題方面,趙鵬軍、李鎧通過研究后認為,大數據方法是解決當前交通擁堵的關鍵辦法之一[33] ;Néstor 等重點討論了交通擁堵檢測系統的仿真性和評價結果[34] ;Abhinav 等認為越來越多的浮動汽車數據,以軌跡數據集、連續數據流的形式匯集至交通管理部門,為交通管理服務水平進一步提高提供了思路[35] 。

  另外,學者們還結合最新熱點話題,如共享汽車、交通擁堵等進行了較為詳細的分析。學術界對大數據與交通行業融合的研究相對較為全面,無論是理論還是具體交通實踐都有詳細研究。 在后期的研究中,結合交通行業的時代熱點問題分析將是學術界研究的主要方向。

  ( 四) 大數據產業與其他行業融合

  除上文談及的幾個行業外,大數據的發展對其他領域產生的影響也受到關注。政府管理方面,許曄認為有效利用大數據技術,政府的管理成本將極大地降低[36] ;秦國民等認為大數據能夠推動地方政府治理能力的提升和向智能化管理轉變[37] ;鐘裕民等對國內研究大數據與政府管理創新的文獻做了總結[38] ;陳揚揚則結合大數據對公共安全作了分析,提出了大數據的新價值和新挑戰[39] 。 關于社會意識形態方面,鄭潔分析了大數據對我國意識形態安全提供的機遇[40] 。 關于農業發展,李國英認為現代農業將向以農業互聯網為核心,相關農產品、農業技術等不斷加入的“ 智慧農業” 發展[41] ;伍山林對農產品滯銷的情況進行了研究,認為借助大數據能夠從根本上解決農產品滯銷的問題[42] 。

  總結及展望

  研究發現,當前對于大數據產業內涵的理解尚不一致,但學者們關于其核心特征的觀點是基本一致的。關于大數據產業的發展方向, 學者們就商業、制造業、交通行業等主要傳統行業相關的大數據產業現象給予較多關注,且側重于研究大數據產業與傳統行業融合后產生的機遇,很少談及大數據產業面臨的挑戰,對大數據產業本身固有的風險尚未涉及,而關于電信、能源、金融、農業、食品、文化創意、公共安全等其他重要行業領域的大數據應用的研究有待加強。

  關于我國大數據產業的發展現狀,學者們不僅區分了不同的發展階段,同時也對我國大數據產業的競爭優勢和發展趨勢有所涉及,并反映出與國際先進水平間沒有代際差距的現狀,認為發達國家政府與國外大企業對大數據產業的戰略性定位和對重點領域的布局是值得我們高度重視并加快行動的。

  隨著信息技術應用的深化,大數據產業與傳統領域的融合將是全方位的,直接關系到我國經濟結構轉型的升級成功與否、經濟發展質量的高低和國際競爭力的提升速度。 從以下步驟的推進,可以發現我國在大數據產業發展的進程和戰略布局:2011 年出臺的《 通信業“ 十二五” 發展規劃》 發布推動云計劃和大數據技術發展的政策;在 2014 年的十二屆全國人大會議上,“ 大數據”首次進入政府工作報告,國家發力對這一新興產業進行支持;2015 年召開的十八屆五中全會,正式提出“ 實施國家大數據戰略” 并印發《 促進大數據發展行動綱要》 ,全面推進大數據發展;2016 年國務院通知落實大數據發展行動綱要事宜;2017年 1 月 17 日國家正式發布《 大數據產業發展規劃(2016—2020 年) 》 ,醞釀開啟萬億級別市場規模的大數據產業。 切實推動我國數字經濟的發展,助力“ 十三五” 時期我國大數據產業的崛起,理論界責無旁貸。

  綜合現有研究成果,展望今后大數據產業發展領域的迫切需要,以下課題需要學者們給予更多關注,諸如大數據技術產品自身相關的研發問題、大數據在各個重要行業和領域的應用和發展問題、大數據產業主體如何培育的問題、大數據標準體系如何建設問題、大數據產業支撐體系建設及大數據安全保障能力提升問題。

  參考文獻:

  [1] 中國新聞網. 習近平:實施國家大數據戰略加快建設數字中國[ EB / OL] . (2017 - 12 - 09) [2019 - 01 - 10] . http:/ / www. chinanews. com / gn / 2017 / 12 - 09 / 8396414. shtml.

  [2] TOFFLER. The third wave [ M ] . New York: Bantam Books,1980.

  [3] LANEY D. 3-D Data Management:Controlling Data Vol-ume, Velocity, and Variety[R] . MEAT Group:2001.

  [4] GRAHAM-ROWE D, GOLDSTON D, DOCTOROW C, et al. Big data:science in the petabyte era[ J] . Nature, 2008,455(7209):8 - 9.

  [5] Big data:The next frontier for innovation, competition, and

  productivity[R]. USA:McKinsey and Company,2011.

  [6] NIST. Big data working group[EB / OL] . (2014 - 09 -

  20) [ 2018 - 12 - 21 ] . http:/ / bigdatawg. nist. gov / home. php.

  [7] 孟小峰,慈祥. 大數據管理:概念、技術與挑戰[J] . 計

  算機研究與發展,2013,50(1):146 - 169.

  [8] 張引,陳敏,廖小飛. 大數據應用的現狀與展望[ J] .

  計算機研究與發展,2013,50(S2):216 - 233.

  [9] 彭宇,龐景月,劉大同. 大數據:內涵、技術體系與展望[J] . 電子測量與儀器學報,2015(4):469 - 482.

  [10] BARWICK H. The four Vs of Big data [ EB / OL ] . (2018 - 12 - 21)[2019 - 01 - 21] . https:/ / www. tha-lesgroup. com / en / worldwide / four-vs-big-data.

  [11] IBM. The 5 V′s of big data[ EB / OL] . (2016 - 09 -

  17) [2018 - 12 - 21] . https:/ / www. ibm. com / blogs / watson-health / the-5-vs-of-big-data / .

  [12] 黃永勤. 國外大數據研究熱點及發展趨勢探析[J] .

  情報雜志,2014,33(6):99 - 104.

  [13] 代芯瑜,張文曦. 我國大數據研究現狀與熱點分析

  [J] . 思想戰線,2013,39(S2):149 - 154.

  [14] 崔小委,吳新年. 大數據應用促進大數據產業落地

  [J] . 科技管理研究,2016,36(2):203 - 207.

  [15] 陳云海,黃蘭秋. 大數據處理對電子商務的影響研究[J] . 電信科學,2013,29(3):17 - 21.

  [16] 張晞. 大數據視域下連鎖零售業電子商務發展研究

  [J] . 商業經濟研究,2016(13):83 - 85.

  [17] 劉錦峰. 大數據背景下電子商務物流配送發展對策研究[J] . 商業經濟研究,2017(2):98 - 99.

  [18] FANG Z L, LI P J. The mechanism of “big data” impact on consumer behavior[J]. American Journal of Industrial and Business Management,2014,4(1):45 - 50.

  [19] ISMAIL M,IBRAHIM M M,SANUSI Z M,et al. Data mining in electronic commerce: benefits and challenges

  [J] . International Journal of Communications Network and System Sciences,2015,8(12):501 - 509. http:/ / dx. doi. org / 10. 4236 / ijcns. 2015. 812045.

  [20] 喻耀. 大數據時代電子商務生態圈的構建邏輯及協同機理[J] . 華北水利水電大學學報( 社會科學版), 2016,32(4):35 - 37.

  [21] 姚錫凡,周佳軍,張存吉,等. 主動制造:大數據驅動的新興制造范式[ J] . 計算機集成制造系統,2017, 23(1):172 - 185.

  [22] 黃明峰. 工業大數據發展態勢與典型應用[J] . 電信科學,2016,32(7):175 - 178.

  [23] 孫立. 工業大數據對智慧云制造的推動與創新[J] .

  科技管理研究,2016,36(13):156 - 158.

《大數據產業研究綜述》

本文由職稱驛站首發,一個權威專業的職稱論文發表網

文章名稱:大數據產業研究綜述

文章地址:http://www.xjfwvv.icu/lunwen/keji/zn/39590.html

'); })(); 开奖码开奖结果