目前，我國大數據產業進入快速發展階段。圍繞國家大數據戰略，省域層面及重點城市地方政府陸續出臺了諸多大數據相關政策，特別是對大數據產業發展進行了規劃，為推動產業快速成長提供了依據，奠定了基礎。本文全面梳理我國31個省（區、市）的大數據產業相關政策文件，客觀分析我國區域大數據產業的布局現狀與問題，針對關鍵問題進行深入研究并提出相應的對策，以期更加科學有效地推動我國大數據產業穩步健康發展。

一、中國大數據產業政策體系初步形成

目前，我國大數據產業已經進入應用爆發的關鍵節點，關鍵技術、相關應用模式逐步成熟，大數據基礎設施、法律法規、政策體系和數據標準等產業生態環境逐步完善。尤其是我國大數據產業頂層設計文件相繼出臺，為大數據產業的快速發展提供了有力的保障。其中，國務院在2015年公布《促進大數據發展行動綱要》，對大數據產業發展進行了總體設計和統籌部署

隨后，工信部在分析總結我國大數據產業發展現狀及面臨的形勢的基礎上，出臺了《大數據產業發展規劃（2016—2020年）》，明確我國大數據產業2016～2020年的發展目標。規劃圍繞大數據技術產品、大數據行業應用能力、大數據產業生態、大數據產業支撐體系、大數據保障體系五個方面提出七項重點任務和八個重大工程，為我國大數據產業未來5年的發展明確了目標和任務

在明確國家整體布局要求的情況下，各級地方政府結合自身發展基礎，陸續出臺了推進大數據產業發展的政策文件和配套舉措，引導科技、人才、資金等各項資源向大數據產業傾斜，培育骨干企業，落實大數據的產業支撐和保障工作。據不完全統計（見表1），在各地政府公開發布的大數據發展相關政策文件中，有6個省級層面政策規劃，13個市級層面政策規劃，共計19個政策規劃以大數據產業為切入點展開。其中，安徽、新疆和廈門、成都四地分別發布了地方大數據產業發展的專項規劃。在省級層面，貴州、青海、山東三地發布本地大數據產業發展指導政策。在重點城市層面，南京、貴陽、武漢、廈門、沈陽等地出臺大數據產業的發展指導政策。同時，部分省份根據地區發展差異性，在區域大數據產業政策的制定以及實施方面進行了探索，如河南和寧夏分別提出運用大數據開展綜合治稅工作實施方案；河南和貴州還分別編制了大數據產業發展引導目錄，以更好地指導大數據產業培育發展工作。

二、區域大數據產業布局分析

當前，我國眾多地區政府瞄準大數據產業，積極實施政策謀劃，加快產業引導與競爭布局。為進一步厘清地區大數據產業的結構與特征，我們將截至2018年2月的省級地方政府公開對外發布的大數據產業相關政策文本作為主要分析對象（見表2），從產業政策分析角度入手，比較各地大數據產業布局的特點和問題，以準確把握我國區域大數據產業發展現狀和態勢。

（一）區域大數據產業目標定位分析

在各地公開發布的大數據發展政策中，有14個地區明確提出了大數據產業的目標定位和方向（見表3），主要以大數據產業聚集區、產業中心和產業高地為主。其中，上海、河南、重慶作為國家區域示范類大數據綜合試驗區，以引領東部、中部、西部的大數據發展為主要目標。北京、廣東等地憑借較強的技術創新能力、較好的數字設施基礎和已初步形成大數據產業集群的先發優勢，提出面向國際或國家的大數據產業高地定位。部分數字基礎設施建設較為薄弱的地區也勇于發揮后發優勢，力爭在大數據發展競爭中實現彎道超車。比如，貴州提出成為“全國數據匯聚應用新高地、綜合治理示范區、產業發展聚集區、創業創新首選地、政策創新先行區”。

在大數據產業目標設定方面，由于目前大數據產業統一的統計口徑尚未建立，各地在設置大數據產業規模時，使用了“大數據產業”“大數據相關產業”“帶動相關產業”，甚至“信息技術產業”等模糊或相近概念。以2020年大數據產業規模目標為例，江蘇省提出要“帶動相關產業產值超過1萬億元”，河南省提出“以云計算、大數據為主要內容的現代信息技術產業規模達到2000億元”。這也在一定程度上反映出在規劃大數據產業時還需要對大數據產業進行深入研究。同時，省市之間的大數據產業目標規劃還表現出一定的不兼容性，例如，湖北省提出“2020年，全省云計算大數據產業規模達到500億元”。而僅武漢市一地就提出“2018年，全市大數據產業實現產值達2000億元”。由此看出，急需對大數據產業進行清晰準確的界定。

（二）區域大數據產業空間布局分析

區域大數據產業空間布局方面，在各地公開發布的大數據產業政策文件中，僅有11個省（區、市）對當地大數據產業的空間布局進行了具體的規劃（見表4），提出了當地大數據產業的核心區以及產業發展格局，而大部分地區缺乏清晰的空間指向性。

三、區域大數據產業策略分析

（一）大數據產業主體培育策略分析

在大數據產業主體培育方面，大數據龍頭企業的培育成為各地共識（見圖4），有超過七成的省（區、市）將培育大數據龍頭企業作為大數據產業發展的核心目標，部分省（區、市）還提出了具體的龍頭企業數目目標。圍繞大數據龍頭企業的培育，各地政府主要從三個方面給予了政策支撐。一是建立大數據產業園。總體上來看，各地政府對大數據產業園的建設尤為重視，同時也帶來了產業園區遍地開花的現象。從各省（區、市）公開發布的產業政策文件上看，有超過60%的地區提出通過加大園區建設力度推動大數據產業集聚，但在園區快速建設的背后隱藏著資源重復建設、數據共享率低、資源利用率低等不良現象。二是延伸大數據產業鏈。從大數據分析處理技術拓深延展至相關的應用平臺、增值服務。據不完全統計，31個省（區、市）中有18個地區提出要通過積極延伸大數據產業鏈培育多元化的產業主體。三是完善創新創業環境。東部地區相比于中部、西部地區的創新創業環境具有明顯優勢，據不完全統計，北京、上海等大多數東部省份均提出大數據創新創業相關推動措施，而西部僅有內蒙古、廣西、四川和貴州四省區對大數據創新創業進行布局（見圖5）。

（二）大數據產業支撐體系建設情況分析

為創造良好的產業發展環境，各地主要從基礎設施、產業公共服務平臺以及發展評估體系三個方面來完善大數據產業支撐體系（見圖6）。從各地政府的公開文件可以看出，各地區高度重視大數據基礎設施統籌建設，尤其是寬帶網絡提質增速和數據中心整合發展。

大數據基礎設施建設方面，各地區的大數據基礎設施發展水平與經濟發達程度、技術發展水平關聯度較高。從寬帶網絡水平來看，《中國寬帶普及狀況報告》顯示，截至2017年第二季度，東部地區的固定寬帶家庭普及率為82.4%，分別比中部地區和西部地區高26.1個百分點和20.4個百分點。為此，中部大部分省（區、市）和西部的廣西、重慶、四川、貴州、云南都在大數據產業政策中把推進光纖網絡、構建高速安全的寬帶網絡作為工作重點。而北京、上海等地則更側重于傳感器、電子標簽等物聯網感知設備的建設布局。

從數據中心分布來看，北京、上海等東部發達地區的數據中心總量較多，目前，各地數據中心的政策均按照《促進大數據發展行動綱要》的要求，以優化數據中心布局、嚴格控制新建數據中心為主。而對于貴州、內蒙古等具有適宜氣候、豐富能源多重區位優勢的中西部地區，合理擴大綠色集約型數據中心建設規模，將使得我國數據中心布局趨向合理。

然而，大數據產業統計和評估指標體系建設并未引起各地重視，僅有廣東、內蒙古、河南3個地區提出構建大數據產業統計指標體系。大數據屬于新興領域，傳統的國民經濟統計體系無法對其覆蓋和衡量，大數據統計指標的缺失，使得各地大數據產業發展能力、應用水平等狀況的衡量存在困難，影響大數據產業的健康發展。

（三）推動大數據技術產品研發情況分析

大數據產業快速發展和大數據服務優化離不開大數據技術產品的研發。在大數據技術產品方面，《大數據產業發展規劃（2016—2020年）》指出，我國在新型計算平臺，分布式計算架構，大數據處理，分析和呈現方面與國外仍存在較大差距，對開源技術和相關生態系統的影響力小，并提出大數據技術產品先進可控的目標。對此，各地政府積極響應國家政策，在大數據技術研發、大數據產品體系以及大數據技術服務模式三個方面進行充分的探索和布局（見圖7）。

通過推動大數據技術研發促進產業發展成為各地共識，21個地區提出要加強大數據領域技術的攻關，占總數的67.7%，重點聚焦在大數據采集、傳輸、存儲、管理、分析、可視化等數據本身的處理技術，以及訪問應用控制和數據安全審計等安全保障技術的研究。其中，上海、重慶、廣東等地區對大數據核心技術攻關尤為重視，上海等研究實力雄厚的地區還提出研究探索大數據相關的基礎理論，為數據技術的攻關和數據產業發展提供指導和支撐。

地方政府在大數據產品培育過程中高度重視大數據產品的自主可控，有20個省（區、市）提出自主可控的大數據產品體系。需要指出的是，從已公開發布的產業政策文本看，對培育數據即服務模式、降低大數據應用門檻和成本方面的關注較少，僅有17個省（區、市）提出開展相關的探索，而且也沒有專門針對這項工作提出相應策略。

（四）工業大數據創新應用舉措分析

工業大數據是大數據產業發展的重要組成部分。《大數據產業發展規劃（2016—2020年）》提出，要加快工業大數據等新興技術在制造業的深度集成和應用，打造制造業企業的大數據“雙創”平臺，通過培育新技術、新業態和新模式，推動工業企業轉型升級。

大數據的發展推動了定制化、協同化、服務化等制造業新模式的日益興起，各地結合不同行業業務流程的特征和需求，大力推廣不同類型的工業大數據應用創新（見圖8）。統計顯示，共有19個地區圍繞工業大數據提出相關舉措，其中16個地區提出推動大數據在工業全產業鏈各環節的應用，占工業大數據舉措的84.2%。數據是實現工業與大數據融合創新的基本元素，但仍有很多問題使數據的可獲得性、可用性有限，致使工業數據的海量計算和智能分析難以實現，尤其是工業企業的數據孤島現象嚴重，給工業大數據的應用帶來很大的制約。而對于工業領域的數據開放的推動，僅有北京、浙江、福建、河南4個省（區、市）提出相關的引導推動措施（見表5）。

（五）行業大數據應用發展舉措分析

大數據在各行業領域應用逐步深入，各地政府紛紛在農業、金融、電信、電子商務等領域加大技術應用推動力度，促進跨行業大數據融合創新，推動大數據與各行業領域的融合發展（見圖9）。各地具體的行業應用選擇多與自身的優勢產業相關，如北京的金融、文化，貴州的旅游等。但總體上看，這些行業的選擇多有相似和重疊，其中農業是地方政府在行業大數據應用中關注的一大重點。31個省（區、市）中有20個地區在大數據產業政策中提出了在農業領域率先開展大數據應用，應用主要圍繞農業生產智能化、農業資源環境監測、農業自然災害預測預報、動物疫病和植物病蟲害監測預警、農產品質量安全追溯、農產品產銷信息監測預警等方面進行推進。其中，山東省農業廳印發了《山東省推進農業大數據運用實施方案（2016—2020年）》推進現代信息技術與現代農業的融合。此外，金融、電子商務等信息化水平較高的領域也是大數據應用的熱點，各地積極推動不同行業大數據的應用研發，形成行業大數據應用解決方案，推進產業發展。但在電信、能源和商貿等領域的大數據應用關注度還有待提高。

從地域上看，廣東、重慶、河南、貴州等地對推動行業大數據應用比較重視，尤其是貴州省結合本地實際，發布《大數據+產業深度融合2017年行動計劃》，對大數據與產業深度融合應用提出具體的行動計劃和時間安排（見表6）。

四、區域大數據產業規劃布局的主要問題

從我們對已公布政策文件的收集統計情況看，除黑龍江、西藏外的29個地區均制訂了大數據產業相關的重點任務及計劃，并提出一系列保障措施確保大數據產業有序發展。在整體發展勢頭良好的情況下，各地大數據產業規劃布局還存在一些值得關注的問題。

（一）各地大數據產業規劃布局表現出比較明顯的同質性

在大數據產業園及數據中心方面，部分地區“重規模，輕建設”，園區內產業集群結構趨同，缺乏對整體園區發展與大數據應用模式相結合的思考，缺少特色應用和模式。在區域間合作方面，各地也沒有形成產業群體間的相互合作，地方大數據產業多是以水平分工為主，垂直方向上的分工較少，彼此之間多是競爭關系，不利于產業之間的協調發展。

（二）各地對大數據產業及大數據行業應用缺乏深度研究，部分地方政府傾向于提出一攬子方案，大數據產業定位和目標表述籠統

由于目前大數據產業邊界、產業范圍尚不清晰，部分地方政府對大數據產業的布局規劃還停留在表面，對其中具體的機制和范圍的界定說明較少，使得部分大數據政策規劃無法發揮引導大數據產業發展方向這一基本功能。尤其是大數據統計標準滯后帶來產業統計口徑不一、地區間發展水平不可測等一系列問題。

（三）部分地區缺乏對大數據產業發展政策的具體落實方案和檢驗標準，這在一定程度上使得產業規劃布局流于表面

大數據產業區域分工的不明確帶來了產業發展路徑不明確，而具體落實方案和政策評估的缺失造成政府執行部門在具體執行中沒有完全貫徹落實，并且照搬政策或者機械性實施，從而使得產業政策難以真正落地，同時有可能造成政策偏差，使得執行人員對政策精神或部分內容產生曲解。

五、優化區域大數據產業布局建議

（一）錯位發展，加強區域分工與合作

各地政府在布局當地大數據產業時，應當將地區發展置于國家大數據產業布局的大框架下，結合不同行業應用、不同地區的不同特點，結合自身所處的產業鏈的位置，明確區域功能定位，找準產業發展切入點，探索形成不同的數據驅動發展模式。在此基礎上，各地政府還需要跳出傳統以行政區域為基本單元的產業發展模式，打破行政區劃壁壘，從大區域、大產業的角度，整合優勢資源，通過數據要素的互聯互通促進區域合作，在不同區域之間形成以產業鏈分工為基礎的大數據產業協調發展體系，在基礎理論、關鍵技術的前瞻性研究方面，探索跨區域聯合攻關模式、聯合資助和政策保障機制，實現區域間的產業聯動發展。

（二）活化培育，深化大數據產業研究

產業研究方面，各地應持續、系統地跟蹤數據資源、大數據產業內涵、分類及重點領域的研究，并建立統一合理的統計評估指標和體系，明確產業范圍和產業主體，確定產業口徑，開展產業發展統計監測，從而更好地衡量產業發展情況，為行業管理部門提供參考。同時，加大大數據理論、技術等領域研究力度，積極支持大數據跨領域的協作研究和應用。學習歐洲創新與技術研究院的模式，構建大數據創新共同體，建立大學、科研院所、企業等利益相關者的協商協作機制。

（三）推動政策落地，制定監督和問責機制

政策目標的具體性和政策陳述的明確性是避免產業政策產生偏差的有效路徑，為了推動大數據產業政策順利落地，各地政府應從以下兩點著手：一是應當出臺具體的執行落實政策，明確各項任務的范圍、時間節點、責任主體及任務目標，同時目標必須是清晰、可衡量的，政策措施和行動步驟是明確且可操作的；二是制定相應的監督問責機制，對政策落實的全過程進行有效把控。不僅可以監督政策執行情況，糾正執行偏差，保障戰略的順利推進，還能及時發現大數據產業政策中的問題和失誤，在第一時間對大數據產業布局做出反饋。