2020年8月,直屬于國家工業和信息化部的中國電子信息產業發展研究院(賽迪集團)發布了《中國大數據區域發展水平評估白皮書(2020年)》,白皮書聚焦基礎環境、產業發展、行業應用三個大數據發展關鍵領域,形成了由3個一級指標、13個二級指標、30余項三級指標組成的中國大數據區域大數據發展水平評估指標體系。
大數據評估
全國大數據發展逐步形成階梯特征
全國大數據發展逐步形成階梯特征,并以8個國家大數據綜合試驗區為引領,多區域集聚發展的格局。
全國各省市大數據發展水平差異仍較為顯著,排名首位的為廣東省遙遙領先,指數為56.43,高出排名末位的西藏自治區47.05。從指數分布來看,全國各省、市、自治區大致可以分為三個梯隊。
第一梯隊由廣東、北京、江蘇、山東、浙江、上海、福建、四川8個省、市組成,這些省市的總指數均高于30,發展水平處于全國領先地位,但是省市間的差距仍然較為明顯,廣東省總體水平遙遙領先,北京市和江蘇省以非常接近的總指數緊隨其后。
第二梯隊由湖北、安徽、河南等11個省、市組成,這些地區大數據發展水平仍然有較大的提升空間,總指數介于20至30之間,省市間的差距相對較小,且多個相鄰排列的省市總指數差距小于0.3,競爭較為激烈,其中,湖北、安徽位列第二梯隊前列,躋身前十。
第三梯隊由廣西、黑龍江等12個省、自治區組成,總指數均小于20,這些地區大數據發展相對滯后,需積極借鑒領先省市的發展經驗,加快追趕步伐。
國家大數據綜合試驗區示范引領作用顯著
隨著國家大數據綜合試驗區各項工作的進一步推進,貴州省、京津冀、珠三角、上海市、河南省、重慶市、沈陽市和內蒙古自治區積極落實國家大數據戰略,圍繞發展環境營造、推動產業發展和深化行業應用等方面積極發力,在組織建設、政策制定、數據資源體系建設、產業載體建設、產業主體集聚、與實體經濟融合等方面開展了眾多有益探索和實踐并取得顯著成果,極大地促進了其大數據產業發展,加快推動經濟轉型升級。
站在全國總體發展視角,8個國家大數據綜合試驗區示范引領作用明顯,在全國大數據發展總指數中總體占比達39%,其中除內蒙古外,其余省、市均位列綜合排名前20,廣東、北京、上海在綜合排名前10中占據3個席位,在全國大數據發展總指數中占比達到18%。
東部地區大數據發展水平最高
從總體角度出發,東部地區大數據發展水平最高,大數據發展總指數達到370.16,占全國大數據發展總指數的47%,西部地區位列第二,以216.84的總指數占比28%。中部地區和東北地區大數據發展指數分別為141.60和56.74,在全國大數據發展總指數中的占比分別為18%和7%。
各省市大數據基礎環境級差顯著
大數據基礎環境指數由組織建設、政策環境、信息基礎設施就緒度、集聚示范和智力保障五個變量決定。黨中央、國務院高度重視大數據在推進經濟社會發展中的地位和作用。2014年3月,大數據首次寫入政府工作報告;十九大報告提出,“推動互聯網、大數據、人工智能和實體經濟深度融合”。此外,我國繼出臺《促進大數據發展行動綱要》、《大數據產業發展規劃(2016-2020年)》等政策后,工信部等部門又接連出臺了《關于工業大數據發展的指導意見》等一系列指導政策,著力完善頂層設計,推動我國大數據產業發展。
據統計,截至2020年6月,全國23個地方已設置省級大數據管理機構,出臺的省級、市級及以下大數據相關政策文件總計已達500份。2019年全國大數據基礎環境總指數達到825.93,平均指數達到26.64。
各省市大數據基礎環境差異顯著。廣東省以51.34的基礎環境指數得分居全國第一位,并且超過排名第二位的江蘇11.2分,大數據發展規劃清晰,組織機構健全,具備堅實的發展大數據的基礎設施與人才基礎,位列第一梯隊。
第二梯隊得分介于30-40分之間,包括江蘇、北京、福建、山東、上海、浙江等省市,得分與第一梯隊差距相對較小,具有迅猛的追趕勢頭,處于大數據基礎環境發展的快速發展期。
處于20-30分數段的陜西、河南、河北等10個省、市、自治區屬于第三梯隊,與第一梯隊差距較大,處于大數據基礎環境發展的成長期,基礎環境建設仍需繼續提高。
第四梯隊由甘肅、黑龍江、吉林等9個省、自治區構成,得分低于20分,基礎環境發展相對落后,建設任務艱巨,處于大數據基礎環境發展的創新發展期。
大數據產業發展水平省際差距顯著
大數據產業發展指數由產業規模、企業數量、創新能力和數據資源四個變量決定。2019年是《大數據產業發展規劃(2016-2020年)》發布并落地實施的第四年,我國大數據產業持續高速增長,與經濟社會各領域融合應用的成熟度和創新能力不斷提升,催生出一大批新產品、新服務、新模式和新業態,成為驅動數字經濟快速發展的先導力量。
由于各省市發展基礎和發展速度差異,省際大數據產業發展水平差距顯著。2019年全國大數據產業發展總指數達到631.83,平均指數達到20.38。廣東、北京分別以68.96和61.51的指數位列全國第一和第二位,江蘇、山東兩省緊隨其后,也排在全國前列,上海、浙江分列全國第五和第六位,上述六省市大數據產業發展指數均在40以上。四川、福建、湖北、天津、安徽五省市的大數據產業發展指數介于20-40之間,其余絕大部分省市大數據產業指標得分在20分以下,得分在10分以下的地區也達到了40%。
第一梯隊中,廣東省和北京市等東部地區省市具備良好的企業及創新基礎,并積極推動數據資源體系建設,為大數據產業的快速發展提供了有利條件;甘肅、山西等中西部省份,受制于本地產業基礎和數據開放共享推進情況等因素影響,大數據產業發展相對變緩;此外,黑龍江、吉林等東北地區省份在大數據產業發展過程中也存在創新能力不高、企業實力不強、產業規模不大等短板,導致其大數據產業發展指數整體不高。
大數據行業應用水平呈階梯分布
大數據行業應用指數由政務應用、工業應用、重點行業應用和民生應用四個部分組成。近年來,大數據的價值和潛力得到廣泛認可,國家部委先后印發了《關于工業大數據發展的指導意見》等深化大數據應用的政策文件,各省市加快探索利用大數據提升工業、金融、電信、商貿、政務等行業發展的新模式。
在國家大數據戰略的指引下,各省市持續推動大數據行業應用發展,大數據行業應用水平整體向好,2019年全國大數據行業應用總指數達到949.46,但省際差距仍然較大。
浙江、廣東和江蘇位列第一梯隊,指數水平均在40以上,第一梯隊三省份在全國總指數中占比13.99%;山東、北京和上海共居第二梯隊,指數水平明顯低于第一梯隊,但彼此相差不大,第二梯隊總指數占比12.06%;河南、四川、安徽、福建和湖北五省份位列第三梯隊,指數水平位于33-35之間,第三梯隊總指數占比21.42%;西藏大數據應用指數為19.5,遠低于全國平均水平。
——工業應用:各省齊頭并進,東南沿海省市稍具優勢
工業大數據應用是推動工業轉型升級的重要抓手,工業大數據作為新的生產要素資源,支撐供給側結構性改革、驅動制造業轉型升級的作用日益顯現,正成為推動質量變革、效率變革、動力變革的新引擎。
我國工業大數據應用水平整體相差不大,江蘇、山東、浙江、上海、北京、廣東等省市位列第一梯隊。其中,江蘇省工業應用指數為37.64,居全國第一。江蘇省大力實施“一市一重點平臺、一行業一重點平臺”工業互聯網平臺體系培育工程,培育1家國家十大雙跨平臺、70家省級重點工業互聯網平臺。推進企業應用工業互聯網平臺,重點打造了90家工業互聯網標桿工廠和2940家星級上云企業。
——重點行業應用:各地應用水平懸殊較大 南“粵”東“浙”領跑全國
重點行業大數據應用是提升特色支柱產業發展能級的關鍵手段。隨著國務院《關于促進大數據發展的行動綱要》以及工信部《大數據產業發展規劃(2016-2020年)》等一系列政策的貫徹和落地實施,以及行業應用試點示范工程項目的深入推進,大數據在各行業領域的優秀解決方案不斷涌現,大數據在行業領域的應用廣度和深度不斷拓展。
2019年全國重點行業應用總指數達到743.08,平均指數達到23.97。各省市大數據重點行業應用水平差異顯著,廣東、浙江位于第一梯隊,分別為64.86、58.41,領跑全國。江蘇、北京、上海緊跟其后,分別為47.43、44.88、42.04。
——政務應用:經濟發達省市仍是數字政府建設先驅
近年來,國家發改委等有關部門,大力開展政務信息系統整合共享,推進“網絡通、數據通、業務通”,充分發揮數據在便利群眾和企業辦事中的作用,助力“放管服”改革。
據中國軟件評測中心《2019年中國數字政府服務能力評估總報告》和《政務數據質量管理調查白皮書》顯示,截至2019年11月,我國已有10個省級地方政府出臺并公開數字政府規劃計劃;截止2019年12月,全國政府網站數量集約至1.45萬家。2019年,政務應用總指數達到988.41,平均指數達到31.88。
我國各省市大數據政務應用水平參差不齊,呈現出一定的階梯性,經濟發達地區以及大數據先行區引領全國發展,其中,山東、廣東、河南位于第一梯隊,四川、浙江、江蘇、河北的政務應用指標得分位于第二梯隊。
——民生應用:中部與東部地區省市平分秋色
民生大數據應用是提升公共服務水平的重要工具,大數據技術在輔助政府部門了解公共服務中的社會需求、提升社會公共服務能力、節約社會資源、提高民眾參與公共事務水平等方面發揮著舉足輕重的作用。
2019年,民生應用總指數達到1063.35,平均指數達到34.30。排名前10的省市分別為浙江、山東、重慶、湖北、江蘇、湖南、上海、北京、安徽、山西,其中湖北、湖南、安徽、山西四省均屬中部地區,躋身TOP10的數量與東部地區幾乎相當。中部地區今年高度重視大數據應用,湖北、湖南、安徽、山西等均取得了突出成效。此外,TOP10中,西部地區只有重慶入圍,并以43.1的指數,位于全國第3名。
責任編輯:gt
-
互聯網
+關注
關注
54文章
11190瀏覽量
103964 -
人工智能
+關注
關注
1796文章
47791瀏覽量
240574 -
大數據
+關注
關注
64文章
8910瀏覽量
137844
發布評論請先 登錄
相關推薦
評論