2 大数据——经济发展新引擎
鲁四海
首席数据官联盟发起人，北大信息化与信息管理研究中心技术顾问，中国新一代IT产业推进联盟技术分委会秘书长，在云计算、大数据、移动信息化以及互联网+传统行业发展等方向有较深入研究，参与编写了《智慧城市实践指南》《云计算技术与标准化》《中国云计算应用指南白皮书》（2014年1月）《中国云计算产业链研究报告》（2011年4月）《电子政务云服务采购指南白皮书》（2015年）等图书和报告。
大数据成为经济发展新引擎
用之则升级，不用则落后。大数据的应用和推广对于国家提出的供给侧结构性改革和“中国制造2025”具有重要意义，将成为经济发展的新引擎，主要体现在三个方面：
一是大数据作为资产、生产资料深入应用于传统行业，可以大大提高传统行业的运行效率，提升其竞争力，从而使其快速发展；
二是大数据本身就可以形成一个产业，因为从数据到价值转变的过程中需要经过数据采集、数据整合、数据处理、数据挖掘、数据可视化、数据解读等多个环节，这些环节在软件与服务方面还存在不少的机会，但硬件生产和数据中心需要非常慎重；
三是让大数据和某个行业深度结合产生新的业态，例如大数据和农业结合，提供支持精细化耕作、健康养殖等方面的数据服务。
区域经济应用大数据的挑战与机遇
区域经济应用大数据主要面临以下四个方面的挑战。
一是可直接应用的数据源还比较缺乏。丰富的高质量数据资源是大数据产业发展的前提。传统行业受信息化水平制约，数据储量仍不丰富。已有数据资源存在标准化、准确性、完整性低，利用价值不高的情况。同时，政府、企业和行业信息化系统建设中受到各种因素制约，形成了众多“信息孤岛”，数据开放程度严重滞后。
二是政策法规较为滞后。我国个人信息保护、数据跨境流动等方面的法律法规尚不健全，这成为制约大数据产业健康发展的重要原因之一。促进大数据发展需要结合我国法治建设的实际情况，探索通过行业自律等方式弥补法律体系不完善的弊端。
三是良好的创新环境没有形成。大数据的发展需要产学研用协同互动，技术创新、模式创新和管理创新需要得到扶持。只有大力开展应用创新，推动示范试点做大做强，促使其实现商业化、规模化、产业化，大数据产业才能真正发展起来，才能发挥其对区域经济的带动作用。
四是对很多地方而言人才比较缺乏。大数据应用需要的是复合型人才，对数学、统计学、数据分析、机器学习和自然语言处理等多方面知识综合掌握，还需有一定行业知识。但目前国内还没有哪所高校能培养出这样的大数据人才。
机遇往往是与挑战并存的。在大数据推动区域经济发展的过程中也会产生很多的创业与创新机会。正如上文所提到的从数据到价值转变的过程比较长，这中间会有很多的机会。以数据挖掘为例，这涉及模型，而这种应用层的模型和行业应用是强相关的。创业公司完全可以选择一个行业深入进去，未来就有可能成为该细分市场的领头企业。
探索大数据和行业的深度整合从而发展新的业态也是一种新机遇。这种新业态的核心就是跨界整合。例如将大数据与物流行业整合，就有可能开发出物流信息服务；与电子商务整合，就有可能产生诸如基于大数据的品牌服务等新生业务。大数据新业态想象空间非常大，值得探索，但切记不能将数据应用与技术分割开来。
政府和企业如何用好大数据
地方政府在发展大数据产业过程中，最重要的就是制定政策、培育创新环境、整合资源打造人才队伍，通过智慧城市大数据应用树立示范，引导大数据产业健康发展。
在政策法规方面，主要关注两个方面：通过制定符合当地情况的政策法规划，促进数据的收集、整合和开放应用；配套相应的大数据产学研用相结合的政策，支持科研成果商业化应用。
培育创新环境可以从以下几方面入手：通过奖励等方式鼓励技术创新、模式创新和管理创新；开展大数据应用的示范试点，并推动示范试点做大做强，支持其商业化、规模化发展；加大对创新、创新项目的支持；政府可以通过建设开放实验室等方式进一步促进创新发展。
关于人才队伍培育，对地方而言，可以通过支持全国高等院校、研究机构和信息化企业到当地设立大数据研究机构，开展大数据理论和科学研究，培养行业领军人才、复合人才；推动与北京、上海、广州等国内大数据先行发展的地区及国际领域的合作，引进一批能够突破大数据应用的关键技术、能带动大数据产业发展的科学家和创新人才；积极组织专家学者开展面向政府、行业、企业的大数据专题讲座和培训，将大数据知识作为领导干部新知识新技能培训的重要内容。
智慧城市是大数据应用的重要场景，例如智慧城市运营中心就是完全依靠数据进行监控、预测、辅助决策等。所以通过智慧城市树立一批大数据的示范试点，能够在提升城市管理与服务的基础上推动大数据应用落地，促进大数据产业的发展。由于智慧城市涉及面非常广，在这个过程中发现和培育大数据的新业态也是完全有可能的。
在大数据浪潮下，传统企业应该围绕以下四个方面来应用大数据。
一、建立数据思维，用数据思维重新思考企业的运营管理；二、完善企业的信息化，对于信息化比较弱的中小型企业来说可以先用一些轻量级的SaaS（Software-as-a-Service，软件即服务）服务；三、探索数据在运营管理中的应用，例如可以先从大数据对营销的支持、辅助决策入手；四、探索组织结构的变革和人才队伍的储备，例如探索是否需要设立首席数据官（CDO），是否需要引入大数据技术工程师等。