大数据是指体量巨大、数据类型繁多、价值密度低、复用性强、实时性要求高的信息数量集。2008年，美国《自然》杂志首次提出大数据概念，引起了科技界和企业界关注。2012年3月，美国政府发布《大数据研究和发展计划》。2012年7月，我国《“十二五”国家战略性新兴产业发展规划》明确提出“加强以海量数据处理软件等为代表的基础软件的开发”。大数据再次成为信息技术领域的热点，其大规模运用必将带动新一波生产效率的提高。海量数据正在对我们的统计手段及商业模式产生强烈的冲击。针对这一产业态势，国外IT巨头在大数据领域有何部署，我国如何把握大数据产业潮流并抢占先机，本文将就这些问题做出探讨。

　　一、 大数据丰富了统计方法并对商业模式及经济效益产生影响

　　从2000年开始，世界的数据存储发生了标志性的变化，数字形式的存储方式占据了主流，从2000年的35%上升到2010年96%。麦肯锡咨询报告也指出，美国所有领域的企业数据存储量至少达到了100 T字节的数量级，并且多数部门已经超过了1P字节。依托云计算技术的大数据存储、挖掘及分享手段丰富了人类认知的方法。

　　(一)依托大数据样本空间能够实施相关关系预测并弥补抽样调查的不足

　　一是相关关系预测能够准确完成。基于大数据的商业分析能够建立在全部样本空间上面，这可以使我们进行事物相关关系预测，而不必一定遵循因果关系的预测。由于能够获取事物的全部样本空间，才使得相关关系预测变为可能。例如，谷歌流感趋势预测模型中，计算机把检索词条在5亿个模型进行测试之后，准确的找出了与流感最相关的词条，从而预测冬季流感的传播。二是大数据弥补抽样调查手段的不足。由于抽样调查抽取的随机样本容易受到主客观因素的干扰，这导致了数据分析结果的真实性，基于“样本空间=全部空间”的方法直接揭示了事物发展规律，可作为统计学方法的补充。

　　(二)大数据正在催生以数据资产为核心的多种商业模式

　　数据生成、存储、分析、检索、分享、消费构成了大数据的生态系统，每一环节产生了不同的需求，新的需求又驱动方法和技术创新。从大数据经济效益的产生来源可以分为以下几种模式。

　　1、大数据内生型价值模式

　　大数据价值产生于企业内部价值链，企业通过对从海量数据分析、检索提取有价值的结论并服务于生产经营，最终产生内部经济效应。无论企业借助于数据分析公司还是依靠自身完成分析，数据价值都是来自于企业内部价值链。例如，腾讯公司正在运用 “腾讯搜搜”的海量数据来分析用户的兴趣及行为，从而确定广告的精准发放。

　　2、大数据外生型价值模式

　　数据资产作为企业的新富矿，拥有大数据资产的企业以出售、租赁的方式授权其他企业使用数据，从而把数据资产转变为收入的源泉，例如，美国的twtter公司以授权的方式把企业的海量数据授权出售给其他企业使用来获取收益。另一方面，拥有数据资产的企业也可对其他企业开放数据，间接获得用户访问数据的收益，例如，国内大众点评网以API形式开放数据端口，授权其他企业访问商户信息、用户点评、优惠及团购信息，从而推动O2O产业链的完善和发展。

　　3、大数据寄生型价值模式

　　具备数据挖掘、分析技能的企业能够利用大数据提供专业的咨询服务，但这些企业本身不产生大数据。咨询或数据分析公司是大数据生态系统专业化分工的产物，这些企业“寄生”在大数据领域，基于数据提供商业证析服务。例如，美国的天睿公司就是提供专业化数据分析的公司，本身不拥有数据，其服务的客户包括沃尔玛及Pop-Tarts公司。

　　4、大数据产品型价值模式

　　与大数据相关的软件企业、硬件企业通过提供大数据存储、分析、检索相关的产品，获得收入。这些企业既不产生大数据，也不依托大数据提供服务，而是提供解决大数据存储、分析、检索等问题的产品，包括硬件、软件产品。例如，英特尔、IBM推出的大数据解决方案软件产品。

　　5、大数据云计算服务型价值模式

　　企业依托云计算直接向用户提供基于大数据生成、存储、分析、检索、分享、消费等服务的平台。云计算为大数据提供弹性可扩展的基础设施支撑环境。客户无需安装、运行软硬件，直接将业务部署到云端，即可以获得大数据处理能力。例如，亚马逊推出面向用户的公有云Elastic MapReduce服务、微软的Azure云平台Hadoop大数据分析服务。

　　二、 国外大数据的应用现状及主要动向分析

　　(一)大数据已经深耕于经济领域并创造了巨大的经济价值

　　一是美国的大数据产业已经创造了巨大的经济价值。大数据已经对美国健康医疗、公共管理、个人位置数据、零售业及制造业等五个部门产生重大的经济影响。资料表明，在医疗领域每年产生3000亿美元的潜在价值;在公共管理部门，每年产生2500亿美元的潜在价值;在个人位置数据领域，每年产生1000亿美元的市场;在零售业能够增加60%的营业额;在制造业部门，能够降低50%的产品开发及装配成本。二是大数据在欧洲公共管理部门得到深入应用。大数据在OECD组织中的欧洲国家公共管理部门创造了1500到3000亿欧元或更高的潜在经济价值，这些经济价值主要通过政府公共管理机构开支的减少、转移支付的下降及税收的增加来实现。三是全球大数据人才需求将上升并且出现供需缺口。Gartner咨询公司预测，到2015年，大数据人才需求达到440万人，人才需求缺口将达到三分之一。

　　(二)欧美等发达国家把数据资产上升到国家信息战略高度

　　一是美国已经布局大数据产业。2012年3月，美国奥巴马政府宣布投资2亿美元启动“大数据研究和发展计划”，这是继1993年美国宣布“信息高速公路”计划后的又一次重大科技发展部署。美国政府认为大数据是“未来的新石油与矿产”，将“大数据研究”上升为国家意志，对未来的科技与经济发展必将带来深远影响。二是欧盟及日韩将会紧随其后。继美国率先开启大数据国家战略先河之后，欧盟、日本及韩国等国家也将跟进，预计不久相应的战略举措也将出台。数据规模及运用数据的能力将成为综合国力的重要组成部分，对数据的占有和控制也将成为国家间争夺的焦点。

　　三、 我国大数据产业应用现状

　　在全球经济、技术一体化的今天，我国IT行业已经开启了大数据的起航之旅，大数据已经在经济领域发挥重要作用。据计世咨讯预测，2012年，政府、互联网、电信、金融等领域市场规模占据近一半的市场份额。大数据在主要经济领域的应用现状如下。

　　(一)大数据在经济预警方面发挥重要作用

　　在2008年金融危机中，阿里平台的海量交易记录预测了经济指数的下滑。2008年初,阿里巴巴平台上整个买家询盘数急剧下滑，预示了经济危机的来临。数以万计的中小制造商及时获得阿里巴巴的预警，为预防危机做好了准备。

　　(二)大数据分析成为市场营销的重要手段

　　与传统的市场研究方法不同，大数据的市场研究方法不再局限于抽样调查，而是基于几乎全样本空间。例如，百度拥有中国最大的消费者行为数据库，覆盖95%的中国网民，搜索市场占比达87%。百度基于最真实的用户行为数据和多维度研究工具，帮助宝洁精准的定位了消费者的地域分布、兴趣爱好等信息，根据百度分析的结论，宝洁适时地调整了营销策略。

　　(三)大数据在临床诊断、远程监控、药品研发等领域发挥重要作用

　　我国目前已经有十余座城市开展了数字医疗。病历、影像、远程医疗等都会产生大量的数据并形成电子病历及健康档案。基于这些海量数据，医院能够精准地分析病人的体征、治疗费用和疗效数据，可避免过度及副作用较为明显的治疗，此外还可以利用这些数据进行实现计算机远程监护，对慢性病进行管理等。

　　(四)大数据为金融领域的客户管理、营销管理及风险管理提供重要支撑

　　大数据能够解决金融领域海量数据的存储、查询优化及声音、影像等非结构化数据的处理。金融系统可以通过大数据分析平台，导入客户社交网络、电子商务、终端媒体产生的数据，从而构建客户视图。依托大数据平台可以进行客户行为跟踪、分析，进而获取用户的消费习惯、风险收益偏好等。针对用户这些特性，银行等金融部门能够实施风险及营销管理。

　　四、 发展大数据产业面临的挑战

　　大数据在开始应用的同时，也在基础软件研发、智慧城市建设、数据流动性等方面尚存在一些不足。

　　(一)我国大数据产业与世界发达国家基本处于同一起跑线上，但国家层面的战略规划引导及扶持有待加强

　　业界认为，上世纪80年代出现IBM电脑主机以及90年代出现个人电脑两次IT浪潮，我国都处于被动跟随状态。以云计算为代表的第三次IT浪潮下，我国的大数据产业基本与全球处于同一起跑线上，同时，这也说明我国的大数据产业正处于产业初创期，急需政策的扶持，国家政策层面的大数据专项规划仍未出台。

　　(二)产业资本正在进入大数据领域，但占据大数据生态系统主导地位的领军企业仍然缺乏

　　我国的大数据产业正在吸引资本的高度关注。虽然国内已经有多只产业资本注资大数据产业，但占据大数据生态系统主导地位的领军企业仍然缺乏。做大数据产业不难，占据以核心软件产品为主导地位的生态系统较难，尤其是开发分布式文件处理系统等基础软件的企业。

　　(三)零售、电商的部分数据已经开放，但行业间的数据流动性不足和数据获取壁垒困扰业内企业发展

　　围绕数据资产，我国零售、电商等部分企业数据已经具有一定的流动性。但与此同时，我国政府公共管理数据、社交平台数据仍处于相对封锁状态，缺乏“流动性”和“可获取性”。相比之下，2009年，美国政府创建了Data.gov网站[1]，为大数据敞开了大门，公众能够通过这个网站获得各种政府数据。我国要在保障信息安全的前提下公开数据。数据的开放及流通是顺应时代与技术发展的大势所趋，拒绝数据意味着拒绝财富。

　　(四)大数据在智慧城市领域的应用已初见端倪，但行业数据仍处于割裂状态，深度挖掘数据价值的技术手段较为缺乏

　　智慧城市会催生大数据，大数据已经应用于我国智慧城市的物流、交通、电网、工业、农业、建筑、环境、医疗等方面。另一方面，智慧城市各个领域的数据关联、集聚、共享、价值的深度挖掘目前还不够，在数据计算、可视化、结果呈现等方面仍有很多技术问题亟需解决。

　　(五)围绕大数据生态已经确立了多种商业模式，但还有更多的盈利方式有待探索

　　大数据产业已经明确了一些盈利手段及商业模式，但就商业模式而言还有很多的盈利手段没有创新出来。只有商业模式的不断丰富才能深化大数据的应用。目前，大数据与B2C、C2B、O2O等商业模式的结合及由大数据生态系统衍生出新的商业模式还处于探索阶段。

　　五、 我国发展大数据产业的对策建议

　　顺应趋势，政府引导、深化应用、重视基础研发工作是我国大数据产业谋求产业制高点、抢占先机的取胜之道，几点建议如下。

　　(一)出台大数据战略规划，加强政策引导和扶持

　　最为一项新的商业模式及技术，我国应尽快出台国家层面的大数据发展战略规划，并以战略资源的视角审视大数据产业。第一二次IT浪潮中，欧美国家的信息战略规划均先于我国，面对此次大数据的IT浪潮，我国应从政策层面，制定专项规划、扶持并引导。

　　(二)制定相应的信息政策法规，开放公共领域的数据流动

　　政府公共管理及其他相关行业数据的流动性及共享问题涉及数据信息安全及公共的隐私权，如果过于开放会危及信息安全，过于封闭又影响大数据的共享及使用。如何把握合适的“度”也是我国信息监管部门及企业要关注的重点。我国产业政策制定者要在两者之间做好权衡，以最经济的方式开放数据资源，达到两者的最优状态。

　　(三)重视基础软件研发，抢占大数据生态系统主导位置

　　进入大数据生态系统不难，但占据生态系统主导位置较难。大数据生态系统中，任何一种商业模式都离不开基础软件的支持。用于解决数据存储、分析、检索等问题等软件产品始终占据生态系统的主导位置。与Wintel联盟时代不同，由于分布式文件处理软件是开源模式，能够摆脱国外企业的技术封锁，对于我国而言，正是发展独立自主基础软件的契机，产业资本及政策扶持应更多导向基础软件企业。

　　(四)深化大数据应用，布局智慧城市

　　智慧城市是我国大数据产业用武之地，巨大的需求将推动我国的大数据产业发展。要着力应用大数据最先进的技术，包括数据挖掘和功能的强大的运算系统，来整合分析跨地域，跨行业，跨部门的海量数据处理，将特定的知识应用于特定的行业和特定的解决方案中。大数据将成为智慧城市建设的推动力，同时智慧城市又是大数据深化应用的载体。

　　(五)开创多样化商业模式，助力产业升级

　　明确的商业模式是深化大数据应用及盈利的前提。要积极推动大数据应用与电子商务、社交网络及云计算的融合，并加大商业模式的创新力度，使大数据转变为互联网时代新一轮的生产力，助力我国产业的转型与升级。