工业和信息化部大数据产业发展规划.docx
《工业和信息化部大数据产业发展规划.docx》由会员分享，可在线阅读，更多相关《工业和信息化部大数据产业发展规划.docx（25页珍藏版）》请在冰点文库上搜索。
工业和信息化部大数据产业发展规划
RevisedbyJackonDecember14,2020
工业和信息化部大数据产业发展规划
大数据产业发展规划
（2016-2020年）
数据是国家基础性战略资源，是21世纪的“钻石矿”。
党中央、国务院高度重视大数据在经济社会发展中的作用，
党的十八届五中全会提出“实施国家大数据战略”，国务院
印发《促进大数据发展行动纲要》，全面推进大数据发展，
加快建设数据强国。
“十三五”时期是我国全面建成小康社
会的决胜阶段，是新旧动能接续转换的关键时期，全球新一
代信息产业处于加速变革期，大数据技术和应用处于创新突
破期，国内市场需求处于爆发期，我国大数据产业面临重要
的发展机遇。
抢抓机遇，推动大数据产业发展，对提升政府
治理能力、优化民生公共服务、促进经济转型和创新发展有
重大意义。
为推动我国大数据产业持续健康发展，深入贯彻
十八届五中全会精神，实施国家大数据战略，落实国务院《促
进大数据发展行动纲要》，按照《国民经济和社会发展第十
三个五年规划纲要》的总体部署，编制本规划。
一、我国发展大数据产业的基础
大数据产业指以数据生产、采集、存储、加工、分析、
服务为主的相关经济活动，包括数据资源建设、大数据软硬
件产品的开发、销售和租赁活动，以及相关信息技术服务。
1
“十二五”期间，我国信息产业迅速壮大，信息技术快
速发展，互联网经济日益繁荣，积累了丰富的数据资源，技
术创新取得了明显突破，应用势头良好，为“十三五”时期
我国大数据产业加快发展奠定了坚实基础。
信息化积累了丰富的数据资源。
我国信息化发展水平日
益提高，对数据资源的采集、挖掘和应用水平不断深化。
政
务信息化水平不断提升，全国面向公众的政府网站达万
个。
智慧城市建设全面展开，“十二五”期间近300个城市
进行了智慧城市试点。
两化融合发展进程不断深入，正进入
向纵深发展的新阶段。
信息消费蓬勃发展，网民数量超过7
亿，移动电话用户规模已经突破13亿，均居世界第一。
月
度户均移动互联网接入流量达835M。
政府部门、互联网企业、
大型集团企业积累沉淀了大量的数据资源。
我国已成为产生
和积累数据量最大、数据类型最丰富的国家之一。
大数据技术创新取得明显突破。
在软硬件方面，国内骨
干软硬件企业陆续推出自主研发的大数据基础平台产品，一
批信息服务企业面向特定领域研发数据分析工具，提供创新
型数据服务。
在平台建设方面，互联网龙头企业服务器单集
群规模达到上万台，具备建设和运维超大规模大数据平台的
技术实力。
在智能分析方面，部分企业积极布局深度学习等
人工智能前沿技术，在语音识别、图像理解、文本挖掘等方
面抢占技术制高点。
在开源技术方面，我国对国际大数据开
源软件社区的贡献不断增大。
大数据应用推进势头良好。
大数据在互联网服务中得到
2
广泛应用，大幅度提升网络社交、电商、广告、搜索等服务
的个性化和智能化水平，催生共享经济等数据驱动的新兴业
态。
大数据加速向传统产业渗透，驱动生产方式和管理模式
变革，推动制造业向网络化、数字化和智能化方向发展。
电
信、金融、交通等行业利用已积累的丰富数据资源，积极探
索客户细分、风险防控、信用评价等应用，加快服务优化、
业务创新和产业升级步伐。
大数据产业体系初具雏形。
2015年，我国信息产业收入
达到万亿元，比2010年进入“十二五”前翻了一番。
其中软件和信息技术服务业实现软件业务收入万亿元，
同比增长%。
大型数据中心向绿色化、集约化发展，跨
地区经营互联网数据中心（IDC）业务的企业达到295家。
云计算服务逐渐成熟，主要云计算平台的数据处理规模已跻
身世界前列，为大数据提供强大的计算存储能力并促进数据
集聚。
在大数据资源建设、大数据技术、大数据应用领域涌
现出一批新模式和新业态。
龙头企业引领，上下游企业互动
的产业格局初步形成。
基于大数据的创新创业日趋活跃，大
数据技术、产业与服务成为社会资本投入的热点。
大数据产业支撑能力日益增强。
形成了大数据标准化工
作机制，大数据标准体系初步形成，开展了大数据技术、交
易、开放共享、工业大数据等国家标准的研制工作，部分标
准在北京、上海、贵阳开展了试点示范。
一批大数据技术研
发实验室、工程中心、企业技术中心、产业创新平台、产业
联盟、投资基金等形式的产业支撑平台相继建成。
大数据安
3
全保障体系和法律法规不断完善。
二、“十三五”时期面临的形势
大数据成为塑造国家竞争力的战略制高点之一，国家竞
争日趋激烈。
一个国家掌握和运用大数据的能力成为国家竞
争力的重要体现，各国纷纷将大数据作为国家发展战略，将
产业发展作为大数据发展的核心。
美国高度重视大数据研发
和应用，2012年3月推出“大数据研究与发展倡议”，将大
数据作为国家重要的战略资源进行管理和应用，2016年5月
进一步发布“联邦大数据研究与开发计划”，不断加强在大
数据研发和应用方面的布局。
欧盟2014年推出了“数据驱
动的经济”战略，倡导欧洲各国抢抓大数据发展机遇。
此外，
英国、日本、澳大利亚等国也出台了类似政策，推动大数据
应用，拉动产业发展。
大数据驱动信息产业格局加速变革，创新发展面临难得
机遇。
当今世界，新一轮科技革命和产业变革正在孕育兴起，
信息产业格局面临巨大变革。
大数据推动下，信息技术正处
于新旧轨道切换的过程中，分布式系统架构、多元异构数据
管理技术等新技术、新模式快速发展，产业格局正处在创新
变革的关键时期，我国面临加快发展重大机遇。
我国经济社会发展对信息化提出了更高要求，发展大数
据具有强大的内生动力。
推动大数据应用，加快传统产业数
字化、智能化，做大做强数字经济，能够为我国经济转型发
展提供新动力，为重塑国家竞争优势创造新机遇，为提升政
府治理能力开辟新途径，是支撑国家战略的重要抓手。
当前
4
我国正在推进供给侧结构性改革和服务型政府建设，加快实
施“互联网+”行动计划和中国制造2025战略，建设公平普
惠、便捷高效的民生服务体系，为大数据产业创造了广阔的
市场空间，是我国大数据产业发展的强大内生动力。
我国大数据产业具备了良好基础，面临难得的发展机
遇，但仍然存在一些困难和问题。
一是数据资源开放共享程
度低。
数据质量不高，数据资源流通不畅，管理能力弱，数
据价值难以被有效挖掘利用。
二是技术创新与支撑能力不
强。
我国在新型计算平台、分布式计算架构、大数据处理、
分析和呈现方面与国外仍存在较大差距，对开源技术和相关
生态系统影响力弱。
三是大数据应用水平不高。
我国发展大
数据具有强劲的应用市场优势，但是目前还存在应用领域不
广泛、应用程度不深、认识不到位等问题。
四是大数据产业
支撑体系尚不完善。
数据所有权、隐私权等相关法律法规和
信息安全、开放共享等标准规范不健全，尚未建立起兼顾安
全与发展的数据开放、管理和信息安全保障体系。
五是人才
队伍建设亟需加强。
大数据基础研究、产品研发和业务应用
等各类人才短缺，难以满足发展需要。
“十三五”时期是我国全面建成小康社会决胜阶段，是
实施国家大数据战略的起步期，是大数据产业崛起的重要窗
口期，必须抓住机遇加快发展，实现从数据大国向数据强国
转变。
5
三、指导思想和发展目标
（一）指导思想
全面贯彻党的十八大和十八届三中、四中、五中、六中
全会精神，坚持创新、协调、绿色、开放、共享的发展理念，
围绕实施国家大数据战略，以强化大数据产业创新发展能力
为核心，以推动数据开放与共享、加强技术产品研发、深化
应用创新为重点，以完善发展环境和提升安全保障能力为支
撑，打造数据、技术、应用与安全协同发展的自主产业生态
体系，全面提升我国大数据的资源掌控能力、技术支撑能力
和价值挖掘能力，加快建设数据强国，有力支撑制造强国和
网络强国建设。
（二）发展原则
创新驱动。
瞄准大数据技术发展前沿领域，强化创新能
力，提高创新层次，以企业为主体集中攻克大数据关键技术，
加快产品研发，发展壮大新兴大数据服务业态，加强大数据
技术、应用和商业模式的协同创新，培育市场化、网络化的
创新生态。
应用引领。
发挥我国市场规模大、应用需求旺的优势，
以国家战略、人民需要、市场需求为牵引，加快大数据技术
产品研发和在各行业、各领域的应用，促进跨行业、跨领域、
跨地域大数据应用，形成良性互动的产业发展格局。
开放共享。
汇聚全球大数据技术、人才和资金等要素资
源，坚持自主创新和开放合作相结合，走开放式的大数据产
业发展道路。
树立数据开放共享理念，完善相关制度，推动
6
数据资源开放共享与信息流通。
统筹协调。
发挥企业在大数据产业创新中的主体作用，
加大政府政策支持和引导力度，营造良好的政策法规环境，
形成政产学研用统筹推进的机制。
加强中央、部门、地方大
数据发展政策衔接，优化产业布局，形成协同发展合力。
安全规范。
安全是发展的前提，发展是安全的保障，坚
持发展与安全并重，增强信息安全技术保障能力，建立健全
安全防护体系，保障信息安全和个人隐私。
加强行业自律，
完善行业监管，促进数据资源有序流动与规范利用。
（三）发展目标
到2020年，技术先进、应用繁荣、保障有力的大数据
产业体系基本形成。
大数据相关产品和服务业务收入突破1
万亿元1，年均复合增长率保持30%左右，加快建设数据强国，
为实现制造强国和网络强国提供强大的产业支撑。
——技术产品先进可控。
在大数据基础软硬件方面形成
安全可控技术产品，在大数据获取、存储管理和处理平台技
术领域达到国际先进水平，在数据挖掘、分析与应用等算法
和工具方面处于领先地位，形成一批自主创新、技术先进，
满足重大应用需求的产品、解决方案和服务。
——应用能力显着增强。
工业大数据应用全面支撑智能
制造和工业转型升级，大数据在创新创业、政府管理和民生
服务等方面广泛深入应用，技术融合、业务融合和数据融合
能力显着提升，实现跨层级、跨地域、跨系统、跨部门、跨
业务的协同管理和服务，形成数据驱动创新发展的新模式。
1基于现有电子信息产业统计数据及行业抽样估计，2015年我国大数据产业业务收入2800亿元左右
7
——生态体系繁荣发展。
形成若干创新能力突出的大数
据骨干企业，培育一批专业化数据服务创新型中小企业，培
育10家国际领先的大数据核心龙头企业和500家大数据应
用及服务企业。
形成比较完善的大数据产业链，大数据产业
体系初步形成。
建设10-15个大数据综合试验区，创建一批
大数据产业集聚区，形成若干大数据新型工业化产业示范基
地。
——支撑能力不断增强。
建立健全覆盖技术、产品和管
理等方面的大数据标准体系。
建立一批区域性、行业性大数
据产业和应用联盟及行业组织。
培育一批大数据咨询研究、
测试评估、技术和知识产权、投融资等专业化服务机构。
建
设1-2个运营规范、具有一定国际影响力的开源社区。
——数据安全保障有力。
数据安全技术达到国际先进水
平。
国家数据安全保护体系基本建成。
数据安全技术保障能
力和保障体系基本满足国家战略和市场应用需求。
数据安全
和个人隐私保护的法规制度较为完善。
四、重点任务和重大工程
（一）强化大数据技术产品研发
以应用为导向，突破大数据关键技术，推动产品和解决
方案研发及产业化，创新技术服务模式，形成技术先进、生
态完备的技术产品体系。
加快大数据关键技术研发。
围绕数据科学理论体系、大
数据计算系统与分析、大数据应用模型等领域进行前瞻布
局，加强大数据基础研究。
发挥企业创新主体作用，整合产
8
学研用资源优势联合攻关，研发大数据采集、传输、存储、
管理、处理、分析、应用、可视化和安全等关键技术。
突破
大规模异构数据融合、集群资源调度、分布式文件系统等大
数据基础技术，面向多任务的通用计算框架技术，以及流计
算、图计算等计算引擎技术。
支持深度学习、类脑计算、认
知计算、区块链、虚拟现实等前沿技术创新，提升数据分析
处理和知识发现能力。
结合行业应用，研发大数据分析、理
解、预测及决策支持与知识服务等智能数据应用技术。
突破
面向大数据的新型计算、存储、传感、通信等芯片及融合架
构、内存计算、亿级并发、EB级存储、绿色计算等技术，推
动软硬件协同发展。
培育安全可控的大数据产品体系。
以应用为牵引，自主
研发和引进吸收并重，加快形成安全可控的大数据产品体
系。
重点突破面向大数据应用基础设施的核心信息技术设
备、信息安全产品以及面向事务的新型关系数据库、列式数
据库、NoSQL数据库、大规模图数据库和新一代分布式计算
平台等基础产品。
加快研发新一代商业智能、数据挖掘、数
据可视化、语义搜索等软件产品。
结合数据生命周期管理需
求，培育大数据采集与集成、大数据分析与挖掘、大数据交
互感知、基于语义理解的数据资源管理等平台产品。
面向重
点行业应用需求，研发具有行业特征的大数据检索、分析、
展示等技术产品，形成垂直领域成熟的大数据解决方案及服
务。
创新大数据技术服务模式。
加快大数据服务模式创新，
9
培育数据即服务新模式和新业态，提升大数据服务能力，降
低大数据应用门槛和成本。
围绕数据全生命周期各阶段需
求，发展数据采集、清洗、分析、交易、安全防护等技术服
务。
推进大数据与云计算服务模式融合，促进海量数据、大
规模分布式计算和智能数据分析等公共云计算服务发展，提
升第三方大数据技术服务能力。
推动大数据技术服务与行业
深度结合，培育面向垂直领域的大数据服务模式。
专栏1：
大数据关键技术及产品研发与产业化工程
突破技术。
支持大数据共性关键技术研究，实施云计算和大数
据重点专项等重大项目。
着力突破服务器新型架构和绿色节能技术、
海量多源异构数据的存储和管理技术、可信数据分析技术、面向大数
据处理的多种计算模型及其编程框架等关键技术。
打造产品。
以应用为导向，支持大数据产品研发，建立完善的
大数据工具型、平台型和系统型产品体系，形成面向各行业的成熟大
数据解决方案，推动大数据产品和解决方案研发及产业化。
树立品牌。
支持我国大数据企业建设自主品牌，提升市场竞争
力。
引导企业加强产品质量管控，提高创新能力，鼓励企业加强战略
合作。
加强知识产权保护，推动自主知识产权标准产业化和国际化应
用。
培育一批国际知名的大数据产品和服务公司。
专栏2：
大数据服务能力提升工程
培育数据即服务模式。
发展数据资源服务、在线数据服务、大
数据平台服务等模式，支持企业充分整合、挖掘、利用自有数据或公
共数据资源，面向具体需求和行业领域，开展数据分析、数据咨询等
服务，形成按需提供数据服务的新模式。
10
支持第三方大数据服务。
鼓励企业探索数据采集、数据清洗、
数据交换等新商业模式，培育一批开展数据服务的新业态。
支持弹性
分布式计算、数据存储等基础数据处理云服务发展。
加快发展面向大
数据分析的在线机器学习、自然语言处理、图像理解、语音识别、空
间分析、基因分析和大数据可视化等数据分析服务。
开展第三方数据
交易平台建设试点示范。
（二）深化工业大数据创新应用
加强工业大数据基础设施建设规划与布局，推动大数据
在产品全生命周期和全产业链的应用，推进工业大数据与自
动控制和感知硬件、工业核心软件、工业互联网、工业云和
智能服务平台融合发展，形成数据驱动的工业发展新模式，
支撑中国制造2025战略，探索建立工业大数据中心。
加快工业大数据基础设施建设。
加快建设面向智能制造
单元、智能工厂及物联网应用的低延时、高可靠、广覆盖的
工业互联网，提升工业网络基础设施服务能力。
加快工业传
感器、射频识别（RFID）、光通信器件等数据采集设备的部
署和应用，促进工业物联网标准体系建设，推动工业控制系
统的升级改造，汇聚传感、控制、管理、运营等多源数据，
提升产品、装备、企业的网络化、数字化和智能化水平。
推进工业大数据全流程应用。
支持建设工业大数据平
台，推动大数据在重点工业领域各环节应用，提升信息化和
工业化深度融合发展水平，助推工业转型升级。
加强研发设
计大数据应用能力，利用大数据精准感知用户需求，促进基
于数据和知识的创新设计，提升研发效率。
加快生产制造大
11
数据应用，通过大数据监控优化流水线作业，强化故障预测
与健康管理，优化产品质量，降低能源消耗。
提升经营管理
大数据应用水平，提高人力、财务、生产制造、采购等关键
经营环节业务集成水平，提升管理效率和决策水平，实现经
营活动的智能化。
推动客户服务大数据深度应用，促进大数
据在售前、售中、售后服务中的创新应用。
促进数据资源整
合，打通各个环节数据链条，形成全流程的数据闭环。
培育数据驱动的制造业新模式。
深化制造业与互联网融
合发展，坚持创新驱动，加快工业大数据与物联网、云计算、
信息物理系统等新兴技术在制造业领域的深度集成与应用，
构建制造业企业大数据“双创”平台，培育新技术、新业态
和新模式。
利用大数据，推动“专精特新”中小企业参与产
业链，与中国制造2025、军民融合项目对接，促进协同设计
和协同制造。
大力发展基于大数据的个性化定制，推动发展
顾客对工厂（C2M）等制造模式，提升制造过程智能化和柔
性化程度。
利用大数据加快发展制造即服务模式，促进生产
型制造向服务型制造转变。
专栏3：
工业大数据创新发展工程
加强工业大数据关键技术研发及应用。
加快大数据获取、存储、
分析、挖掘、应用等关键技术在工业领域的应用，重点研究可编程逻
辑控制器、高通量计算引擎、数据采集与监控等工控系统，开发新型
工业大数据分析建模工具，开展工业大数据优秀产品、服务及应用案
例的征集与宣传推广。
建设工业大数据公共服务平台，提升中小企业大数据运用能力。
12
支持面向典型行业中小企业的工业大数据服务平台建设，实现行业数
据资源的共享交换以及对产品、市场和经济运行的动态监控、预测预
警，提升对中小企业的服务能力。
重点领域大数据平台建设及应用示范。
支持面向航空航天装备、
海洋工程装备及高技术船舶、先进轨道交通装备、节能与新能源汽车
等离散制造企业，以及石油、化工、电力等流程制造企业集团的工业
大数据平台开发和应用示范，整合集团数据资源，提升集团企业协同
研发能力和集中管控水平。
探索工业大数据创新模式。
支持建设一批工业大数据创新中心，
推进企业、高校和科研院所共同探索工业大数据创新的新模式和新机
制，推进工业大数据核心技术突破、产业标准建立、应用示范推广和
专业人才培养引进，促进研究成果转化。
（三）促进行业大数据应用发展
加强大数据在重点行业领域的深入应用，促进跨行业大
数据融合创新，在政府治理和民生服务中提升大数据运用能
力，推动大数据与各行业领域的融合发展。
推动重点行业大数据应用。
推动电信、能源、金融、商
贸、农业、食品、文化创意、公共安全等行业领域大数据应
用，推进行业数据资源的采集、整合、共享和利用，充分释
放大数据在产业发展中的变革作用，加速传统行业经营管理
方式变革、服务模式和商业模式创新及产业价值链体系重
构。
促进跨行业大数据融合创新。
打破体制机制障碍，打通
数据孤岛，创新合作模式，培育交叉融合的大数据应用新业
13
态。
支持电信、互联网、工业、金融、健康、交通等信息化
基础好的领域率先开展跨领域、跨行业的大数据应用，培育
大数据应用新模式。
支持大数据相关企业与传统行业加强技
术和资源对接，共同探索多元化合作运营模式，推动大数据
融合应用。
强化社会治理和公共服务大数据应用。
以民生需求为导
向，以电子政务和智慧城市建设为抓手，以数据集中和共享
为途径，推动全国一体化的国家大数据中心建设，推进技术
融合、业务融合、数据融合，实现跨层级、跨地域、跨系统、
跨部门、跨业务的协同管理和服务。
促进大数据在政务、交
通、教育、健康、社保、就业等民生领域的应用，探索大众
参与的数据治理模式，提升社会治理和城市管理能力，为群
众提供智能、精准、高效、便捷的公共服务。
促进大数据在
市场主体监管与服务领域应用，建设基于大数据的重点行业
运行分析服务平台，加强重点行业、骨干企业经济运行情况
监测，提高行业运行监管和服务的时效性、精准性和前瞻性。
促进政府数据和企业数据融合，为企业创新发展和社会治理
提供有力支撑。
专栏4：
跨行业大数据应用推进工程
开展跨行业大数据试点示范。
选择电信、互联网、工业、金融、
交通、健康等数据资源丰富、信息化基础较好、应用需求迫切的重点
行业领域，建设跨行业跨领域大数据平台。
基于平台探索跨行业数据
整合共享机制、数据共享范围、数据整合对接标准，研发数据及信息
系统互操作技术，推动跨行业的数据资源整合集聚，开展跨行业大数
14
据应用，选择应用范围广、应用效果良好的领域开展试点示范。
成立跨行业大数据推进组织。
支持成立跨部门、跨行业、跨地域
的大数据应用推进组织，联合开展政策、法律法规、技术和标准研究，
加强跨行业大数据合作交流。
建设大数据融合应用试验床。
建设跨行业大数据融合应用试验
床，汇聚测试数据、分析软件和建模工具，为研发机构、大数据企业
开展跨界联合研发提供环境。
（四）加快大数据产业主体培育
引导区域大数据发展布局，促进基于大数据的创新创
业，培育一批大数据龙头企业和创新型中小企业，形成多层
次、梯队化的创新主体和合理的产业布局，繁荣大数据生态。
利用大数据助推创新创业。
鼓励资源丰富、技术先进的
大数据领先企业建设大数据平台，开放平台数据、计算能力、
开发环境等基础资源，降低创新创业成本。
鼓励大型企业依
托互联网“双创”平台，提供基于大数据的创新创业服务。
组织开展算法大赛、应用创新大赛、众包众筹等活动，激发
创新创业活力。
支持大数据企业与科研机构深度合作，打通
科技创新和产业化之间的通道，形成数据驱动的科研创新模
式。
构建企业协同发展格局。
支持龙头企业整合利用国内外
技术、人才和专利等资源，加快大数据技术研发和产品创新，
提高产品和服务的国际市场占有率和品牌影响力，形成一批
具有国际竞争力的综合型和专业型龙头企业。
支持中小企业
深耕细分市场，加快服务模式创新和商业模式创新，提高中
15
小企业的创新能力。
鼓励生态链各环节企业加强合作，构建
多方协作、互利共赢的产业生态，形成大中小企业协同发展
的良好局面。
优化大数据产业区域布局。
引导地方结合自身条件，突
出区域特色优势，明确重点发展方向，深化大数据应用，合
理定位，科学谋划，形成科学有序的产业分工和区域布局。
在全国建设若干国家大数据综合试验区，在大数据制度创
新、公共数据开放共享、大数据创新应用、大数据产业集聚、
数据要素流通、数据中心整合、大数据国际交流合作等方面
开展系统性探索试验，为全国大数据发展和应用积累经验。
在大数据产业特色优势明显的地区建设一批大数据产业集
聚区，创建大数据新型工业化产业示范基地，发挥产业集聚
和协同作用，以点带面，引领全国大数据发展。
统筹规划大
数据跨区域布局，利用大数据推动信息共享、信息消费、资
源对接、优势互补，促进区域经济社会协调发展。
专栏5：
大数据产业集聚区创建工程
建设一批大数据产业集聚区。
支持地方根据自身特点和产业基
础，突出优势，合理定位，创建一批大数据产业集聚区，形成若干大
数据新型工业化产业示范基地。
加强基础设施统筹整合，助推大
升级会员 