1.大数据产业内涵

大数据产业在每阶段发展的侧重点不同，整个产业虽然以数据资源为核心，但更多的是在挖据数据资源所涵盖的经济价值。因此大数据产业可以从以下三方面来理解：

第一是产业的内涵与外延。任何产业中其企业实体所从事的经济活动都存在着一些共同的属性。就其产业内涵而言，大数据产业主要是指数据资源的收集、价值的深度挖掘、组织管理及应用;就其产业外延而言，大数据产业体系中的企业通过具体的经济活动进行数据创新，并且将数据创新应用到商业活动中，转变传统的商业模式，促使大数据产业与其他产业的融合发展，进而形成产业化。在此产业化过程中，不仅可以促进大数据产业发展模式的创新，而且可以推动其他产业的转型发展。因而，大数据产业与传统产业是一种竞争与合作的关系，而不仅仅是竞争关系。

第二是产业的整体构成。任何产业都应有不同的产业链来构建完整的产业体系。而大数据产业中，根据数据价值实现模式，其产业体系可分为三层，分别是前期数据资源的搜集分析层、中期数据资源的开发管理层及后期数据资源价值的应用服务层。在其产业体系中，每个产业阶段都需要信息基础设施、软件及技术等支持服务。

第三是产业的市场化。任何产业都应有相应的市场需求与最终用户。大数据产业的最终用户是政府、企业和个人。从政府这一角度讲，对大数据的应用主要集中在政府治理、城市建设、交通治理等公共领域，有助于政府部门提供其治理水平、降低城市管理成本;从企业这个角度讲，大数据的应用领域主要包括产品研发设计、生产运作管理、供应链管理等。在此过程中，企业可以及时地了解产品的市场需求，适时调整企业的营销方案，进而以最小成本获得最优的收益;从个人这个角度讲，大数据的应用领域主要包括居民生活、交通、旅游等方面，在此发展下，居民可以更便捷、高质的享受智能化生活，进而提高整体生活水平。

2.大数据产业的发展趋势

趋势一、“技术创新+标准完善”是解决大数据“5v”特性难题的关键

自2005年开源大数据项目Hadoop诞生开始，大数据技术持续演变迭代，出现了Storm、Spark等广受应用的开源项目，并一直主导着大数据技术的发展方向和创新模式。现阶段我国大数据技术在数据采集、存储、清洗、分析、可视化等偏应用层的技术领域取得显著进展，但在大数据基础理论、核心算法、关键软件层面较发达国家仍存在明显差距。

大数据具有容量大、类型多、速度快、精度准、价值高等“5V”特性。大数据发展进入新的阶段，亟需解决大数据“5V”特性下面临的数据处理难题，并进一步释放数据价值。

趋势二、“交易中心提质+顶层规划细化”将是破解数据交易难题的关键

自2014年我国最早的3家数据交易机构建立以来，目前已有40多家数据交易机构先后成立，但同时也有不少机构停止业务。2020年4月，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》，全国各地开启了新一轮的数据交易市场建设热潮，2021年和2022年先后有15家机构成立。2021年11月，上海数据交易所成立，旨在建设国家级数据交易所，引领全国数据交易发展，这标志着我国数据交易市场的发展进入新的阶段。推动数据交易机构发展和升级，将有力助推数据交易难题破解。

趋势三、全国统一数据要素市场正在加快培育和建设

2021年以来全国一体化大数据中心协同创新体系算力枢纽建设加快实施，利于数据跨区域和大规模存、算、取、用等。自2021年9月1日起施行的《数据安全法》明确了数据利用和交易各方的行为边界和责任义务，其中第三十三条对数据交易中介服务机构的基础行为进行了规定，这从国家层面为国内数据安全合规交易提供了法律依据和保障。

趋势四、大数据融合应用重点转变为实体产业和民生服务

产业数字化转型是大势所趋，这也为大数据发展带来丰富的应用场景，大数据与实体产业深度融合将具有广阔的市场空间和前景。未来我国产业持续优化升级，大数据与各产业融合步伐不断加快、融合深度不断加强，各细分产业应用场景的拓展和深入挖掘，将推动实体产业和民生服务更深层次、更大范围应用数据变革现有业务模式。

趋势五、数据+平台，协同驱动工业发展模式数据化变革

工信部连续发布工业互联网和工业大数据相关政策，2020年4月，发布《关于工业大数据发展的指导意见》，提出要加快数据汇聚、推动数据共享、深化数据应用、完善数据治理、强化数据安全、促进产业发展等;2021年11月，发布《“十四五”信息化和工业化深度融合发展规划》，提出不断拓展软件在制造业各环节应用的广度和深度，打造软件定义、数据驱动、平台支撑、服务增值、智能主导的新型制造业体系。

趋势六、隐计算呈现多元化发展趋势，将在金融、政务等领域落地应用

隐私计算是面向隐私信息全生命周期保护的计算理论和方法，其在保证数据拥有者的权益安全及隐私的前提下，对数据进行分析计算，能够保证数据在流通过程中的“可用不可见”。隐私计算是数据安全流通的关键技术，国内从2018年开始，隐私计算进入快速发展期，许多大数据、人工智能、区块链、数据安全企业纷纷入局。

在政务领域，使用隐私计算技术融合政府和企业数据进行联合统计、联合建模，推进政务数据开放共享，帮助政府精准施策，推动数据交易，让政府部门掌握的数据在保证安全的前提下，最大限度服务社会。

在医疗领域，利用隐私计算技术可实现医学数据跨机构安全匹配、安全统计、安全分析，从而助力医学联合科研、基因关联分析、跨国联合研究和影像深度分析等。

在互联网领域，通过打通不同企业掌握的用户数据，可以建立更加立体的用户画像，制定更加精准的营销策略;通过联邦学习丰富数据库，可构建更加立体的反作弊模型，高效且合规合法识别流量质量，也可对广告效果联合归因分析。

趋势七、数据分类分级成为保障数据安全的重要手段

2021年《数据安全法》《个人信息保护法》相继颁布，国家对数据安全合规建设的要求进一步提高，部分企业已经开始着手开发数据合规管理工具，以协助需求方应对监管。《数据安全法》强调对数据进行分类分级，数据分类分级是数据安全治理的基础和首要工作，也是当前数据安全治理的痛点和难点。

趋势八、构建科学的数据价值评价体系是数据资产化亟需解决的难题

数据资产是指企业在生产经营活动中产生的或者通过外部渠道获取的，具有所有权或控制权的，预期会给企业带来经济利益的数据资源。未来数据资产将会纳入会计计量和核算范围。

当前，数据估值方法包括货币估值法和非货币估值法，并在少部分行业开始应用，中国南方电网、中国光大银行等公司发布了相关的数据估值办法，但未在行业内全面应用，完善的数据估值体系仍需大量探索。

以上梳理了大数据产业的内涵及发展趋势，希望对你有所帮助，如果你想了解更多相关内容，敬请关注三个皮匠报告的行业知识栏目。

推荐阅读：

中国大数据产业生态大会：中国大数据产业生态地图白皮书(38页).pdf

中国大数据产业生态联盟：2021中国大数据产业发展白皮书(33页).pdf

北京大数据研究院：中国大数据产业发展指数报告(2022版)(35页).pdf