2020年中国大数据区域发展水平评估白皮书.pdf_报告吧baogao8.com-

资源描述

中国大数据区域发展水平评估白皮书（ 2 0 2 0 年）中国电子信息产业发展研究院二二年八月2 编写组成员吴志刚姚磊高婴劢王宇霞王琼洁刘丽超刘胜语秦亚星刘伊雯赵文心前言当前，数据成为继土地、劳动力、资本、技术之后最为活跃的生产要素，数据流带动资金流、人才流、技术流、物资流，成为推动经济高质量发展和人民生活改善的基础性、战略性资源。大数据作为以海量、多维数据作为关键生产要素，以大数据技术产品和应用为核心内容的新兴技术和产业，是推动生产方式变革、生产关系再造和生活方式改变的重要抓手，是实现稳增长、促改革、调结构、惠民生和推动政府治理能力现代化的内在需要和必然选择。党中央、国务院高度重视大数据在经济社会发展中的作用。在党中央、国务院的高度重视和系列政策推动下， “ 十三五 ” 时期，我国大数据从无到有，市场规模持续扩大，行业应用快速推广，大数据发展水平逐渐成为衡量国家和地方综合实力的重要标准之一。当前，我国正处于从 “ 十三五 ” 时期结束、 “ 十四五 ” 时期开局的关键发展阶段，开展大数据发展水平评估可以为国家和地方总结 “ 十三五 ” 时期大数据发展成效经验、研判 “ 十四五 ” 时期大数据跨越式发展方向路径提供参考。在此背景下，赛迪智库信息化与软件产业研究所编写了中国大数据区域发展水平评估白皮书（ 2 0 2 0 年）。本报告指标体系与去年保持了延续性、稳定性，聚焦基础环境、产业发展、行业应用三个大数据发展关键领域，形成了由 3 个一级指标、 1 3 个二级指标、 3 0 余项三级指标组成的中国大数据区域大数据发展水平评估指标体系。本报告通过对我国各省市大数据发展水平、层次和特点进行评估分析，期望能为推动我国及各省市大数据发展提供一定参考4 目录一、评估依据 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6 （一）评估指标体系 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6 （二）指标测算方法 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8 1 、指标无量纲化 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8 2 、指标权重确定 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9 3 、指数计算 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9 二、大数据区域发展水平：综合评估 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1 0 （一）大数据区域发展水平：总体概况 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1 0 1 、各省市发展阶梯分布特征明显 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1 1 2 、国家大数据综合试验区示范引领作用显著 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1 1 3 、区域集聚发展态势日益凸显 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1 3 4 、先进省份均衡发展，后发省份特色赶超 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1 3 （二）大数据区域发展水平：分区域评估 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1 5 1 、东部地区：整体发展水平一马当先， 7 省市在 T o p 1 0 中榜上有名 . . . . . . . . . . 1 6 2 、西部地区：一点 + 一线 + 一面格局渐成，四川成为引领西部大数据发展 “ 头雁 ” . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1 7 3 、中部地区：渐成大数据发展新增长极，鄂皖双星闪耀领先明显 . . . . . . . . . . . . . 1 9 4 、东北地区：整体水平有待提升，辽宁成为引领东北地区大数据突破式发展的关键 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2 0 三、大数据区域发展水平：基础环境指数 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2 2 （一）基础环境指数：总体概况 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2 2 1 、各省市大数据基础环境级差显著 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2 3 2 、东部省市基础环境整体优越，占据 T o p 1 0 中前 7 席位 . . . . . . . . . . . . . . . . . . . . . . . . . . . 2 4 3 、西部省市后发赶超势头强劲，黔川陕三省入围 T O P 1 0 . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2 6 4 、中部省份基础环境蓄势待发，鄂皖豫破圈潜力巨大 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2 7 （二）基础环境指数：分指数分析 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2 8 1 、组织建设：大数据管理机构建设成效显著，功能定位逐步完善清晰 . . . . . 2 8 2 、政策环境：顶层设计持续完善，贵州省仍是先行 “ 排头兵 ” . . . . . . . . . . . . . . . . . 2 9 3 、信息基础设施就绪度：整体建设持续向好，区域发展不均衡性趋缓 . . . . . 3 1 4 、集聚示范：集聚示范级差显著，产业载体建设参差不齐 . . . . . . . . . . . . . . . . . . . . . . . . . 3 2 5 、智力保障：各省市差距较大，发达省人才集聚优势尽显 . . . . . . . . . . . . . . . . . . . . . . . . . 3 45 四、大数据区域发展水平：产业发展指数 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3 6 （一）产业发展指数：总体概况 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3 6 1 、大数据产业发展水平省际差距显著 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3 7 2 、南 “ 广 ” 北 “ 京 ” 双强双驱格局形成 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3 8 3 、 “ 一点一线 ” 集聚发展态势显著 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3 9 （二）产业发展指数：分指数分析 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3 9 1 、产业规模：整体呈阶梯化特征，广东产业活力强劲 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3 9 2 、企业数量：各地级差显著，北苏广上鲁成为高科技企业集聚 “ 磁力中心 ” . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4 2 3 、创新能力：经济发达省市创新能力出众，北京、广东领跑全国 . . . . . . . . . . . . . 4 3 4 、数据资源：开放共享进展加快，但各省市推进步伐不一 . . . . . . . . . . . . . . . . . . . . . . . . . 4 5 五、大数据区域发展水平：行业应用指数 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4 7 （一）行业应用指数：总体概况 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4 7 1 、大数据行业应用水平呈阶梯分布 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4 8 2 、东南沿海大数据应用水平较高，中部地区以四川为中心向外辐射 . . . . . . . . . 4 9 （二）行业应用指数：分指数分析 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5 0 1 、工业应用：各省应用水平齐头并进，东南沿海省市稍具优势 . . . . . . . . . . . . . . . . . 5 0 2 、重点行业应用：各地应用水平悬殊较大，南 “ 粤 ” 东 “ 浙 ” 领跑全国 . 5 1 3 、政务应用：经济发达省市仍是数字政府建设先驱，鲁粤豫位列第一梯队 5 3 4 、民生应用：中部与东部地区省市平分秋色，重庆为西部唯一入围 T O P 1 0 省份 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5 5 六、大数据发展十大趋势 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5 7 （一）从技术驱动到场景驱动，大数据产业迎来新一轮增长周期 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5 7 （二）从资源观到资产观，数据要素价值创造成为新蓝海 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5 8 （三）从应用突破到底层自研，大数据步入创新突围期 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5 8 （四）从单一技术主体成长到多主体融入，大数据企业创新创业势能趋强 . . . . . . . . . . . . . . . 5 8 （五）从统筹发展到特色聚焦，大数据与区域经济协同发展向 “ 深 ” 而行 . . . . . . . . . . . . . . . 5 9 （六）从政策拉动到自发需求，大数据赋能效应加速释放 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6 0 （七）从实践探索到理念变革，工业大数据应用创新走向纵深 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6 0 （八）从共享开放到开发利用，公共数据成数据有序治理 “ 试金石 ” . . . . . . . . . . . . . . . . . . . . . . . 6 0 （九）从 I D C 主导到融合创新，泛数据基础设施加快筑造智能底座 . . . . . . . . . . . . . . . . . . . . . . . . . . 6 1 （十）从服务输出到规则输出，数字贸易助力国内国际 “ 双循环 ” 构建 . . . . . . . . . . . . . . . . . . . 6 16 一、评估依据（一）评估指标体系发展大数据，产业是主体，应用是价值出口，环境是关键支撑。本文以基础环境、产业发展和行业应用三个角度出发评估大数据发展水平。中国大数据区域发展水平评估指标体系（ 2 0 2 0 年）（见表 1 - 1 ）共包括 3 个一级指标， 1 3 个二级指标。一级指标 1 是基础环境，共 5 个二级指标，涵盖组织建设、政策环境、信息基础设施就绪度、集聚示范、智力保障。一级指标 2 是产业发展，共 4 个二级指标，涵盖产业规模、企业数量、创新能力、数据资源。一级指标 3 是行业应用，共 4 个二级指标，涵盖政务应用、工业应用、重点行业应用、民生应用。图 1 - 1 中国大数据区域发展水平评估指标体系为保持评估体系的延续性、稳定性、可对比性，指标体系一级指标和二级指标与去年保持一致。兼顾当前最新的发展形势和数据的可获取性，三级指标做了微调7 表 1 - 1 中国大数据区域发展水平评估指标体系一级指标二级指标指标说明基础数据基础环境组织建设大数据管理机构设置情况省级、副省级 / 省会城市大数据管理机构设立情况、工作内容政策环境大数据政策发布情况政策发布数量、类别（规划、监管、激励）信息基础设施就绪度区域信息基础设施建设情况 4 G 网络用户访问互联网时的平均下载速率、固定带宽用户平均宽带下载速度、 1 0 0 M b p s 及以上固定宽带接入用户占比、光纤接入用户占比、数据中心规模质量、 5 G 基站数量、各省 I P V 4 比例集聚示范国家大数据综合试验区、大数据相关产业载体建设情况国家大数据综合试验区、大数据新型工业化产业示范基地、国家数字经济创新发展试验区等授牌情况智力保障大数据相关领域专业人才培养情况和人才拥有数量教育部大数据专业课程设置情况、教育部人工智能等相关专业课程设置情况以及大数据相关人才拥有量产业发展产业规模大数据产业总体规模按照大数据在软件产业和电子信息制造产业中的占比进行测算企业数量区域大数据企业总数大数据相关企业数量创新能力大数据相关双创基地 / 平台数量以及大数据技术创新水平双创平台数量，区域创新投入、创新基础、创新产出数据资源政府数据目录体系建设情况政府数据开放平台建设情况行业应用政务应用政务服务大数据应用水平政府在线办理成熟度、在线服务成效度、各省政务新媒体应用情况工业应用工业领域大数据应用情况两化融合指数重点行业应用农业、服务业等重点行业大数据应用水平农业、商贸等重点行业大数据平台数量、试点示范数量等民生应用社保、医疗、教育等领域大数据应用水平社保卡普及率、健康档案、教育大数据平台数8 （二）指标测算方法本文采用无量纲化处理和综合评价法，计算方法如下： 1 、指标无量纲化为了消除各指标单位不同的问题，首先对数据进行无量纲化处理，计算出无量纲化后的相对值。根据指标数据类型的不同以及指标体系的差异，选择不同的处理方式和指标基值。记各评估指标的原始值为（ i 为指标对象、 j 为指标编号），无量纲化后的值为，指标 j 的计算基值为。数值指标的处理：在指标体系中，绝大多数的指标为数值类指标。为了避免原始值差异过大造成的指标区分度不均衡，这里采用取对数的方法对指标进行无量纲化。指标计算公式为： 5 0 * 1 l n j i j i j X X Z 二值指标的处理：在指标体系中二值处理方法如下：如果 = 1 （表示 “ 有 ” ），则 = 5 0 ；如果 = 0 （表示 “ 无 ” ），则 = 0 。指数指标的处理：在指标体系中的指数指标处理方法如下：由于该数据在计算时已经通过了无量纲化处理，因此只需将该数据归一化处理即可。指标计算公式为： 5 0 * j i j i j X X Z 基值的计算：指标体系基值参考范围为国家大数据综合试验区所在省、市、自治区， = 贵州、北京、天津、河北、广东、上海、由于本文所涉及的所有指标均为正指标，因此只列出正指标计算公式9 河南、重庆、辽宁、内蒙古，基值计算公式为： n X X i i j j 其中， n 表示中元素的个数，即 n = 1 0 。 2 、指标权重确定指标权重的确定采取专家打分法。由专家组对评估指标体系内二级指标的权重进行打分，各指标体系权重总分为 1 0 0 。二级指标的最终权重为专家打分的平均值，一级指标的权重为所属二级指标权重的加和。 3 、指数计算大数据发展评估指标体系中各对象的总体指数及一级指标指数的计算采用加权平均法，即： j i j j i Z Z1 0 二、大数据区域发展水平：综合评估（一）大数据区域发展水平：总体概况图 2 - 1 2 0 1 9 年全国各省、市、自治区大数据发展指数全国大数据发展逐步形成具有阶梯特征，并以 8 个国家大数据综合试验区为引领，多区域集聚发展的格局。全国 3 1 个省、市、自治区的大数据发展水平评估结果如图 2 - 1 所示1 1 1 、各省市发展阶梯分布特征明显从图 2 - 1 可以看出，全国各省市大数据发展水平差异仍较为显著，排名首位的为广东省遥遥领先，指数为 5 6 . 4 3 ，高出排名末位的西藏自治区 4 7 . 0 5 。从指数分布来看，全国各省、市、自治区大致可以分为三个梯队。第一梯队由广东、北京、江苏、山东、浙江、上海、福建、四川 8 个省、市组成，这些省市的总指数均高于 3 0 ，发展水平处于全国领先地位，但是省市间的差距仍然较为明显，广东省总体水平遥遥领先，北京市和江苏省以非常接近的总指数紧随其后。第二梯队由湖北、安徽、河南等 1 1 个省、市组成，

展开阅读全文