论文发表指导,期刊推荐,国际出版
论文发表指导,期刊推荐,国际出版
学术出版，国际教著，国际期刊，SCI，SSCI，EI，SCOPUS，A&HCI等高端学术咨询
来源：职称驿站所属分类：智能科学技术论文 发布时间：2019-09-04浏览：33次
摘 要: 大数据产业是“ 十三五” 规划建设的重要领域,关于大数据产业的文献研究是大数据产业科学发展的理论支撑和实践指导。 本文从大数据的内涵及大数据产业的兴起、大数据产业与其他产业融合发展、国内外对大数据产业的研究进展三个方面对现有文献进行梳理,结合我国的发展实际指出当前迫切需要从理论上对大数据产业给予更多研究:学术界对于大数据内涵的理解尚未统一,但对其核心特征的观点基本一致;学者们对与商业、制造业、交通业等主要传统行业相关的大数据应用的研究较多,与电信、能源、金融、农业、食品、文化创意、公共安全等其他重要行业领域大数据应用的研究有待加强;关于我国大数据产业的发展现状,就大数据产业的发展阶段、竞争优势和发展趋势问题有所涉及,并反映出与国际先进水平间没有代际差距的现实,而发达国家政府及国外大企业对大数据产业的战略性定位和对重点领域的布局是值得我们高度重视的。
关键词: 大数据;大数据产业;兴起与发展;展望
中图分类号: G642. 4 文献标识码: A 文章编号: 1008 - 4444(2019)03 - 0001 - 08
《综合竞争力》旨在探索竞争力内在规律，构筑竞争力学习平台，丰富竞争力战略实践，推进竞争力研究发展。主要面向政府官员、大学和研究机构的学者、公司和机构的CEO和管理层、在读的相关领域的学生。
一、 大数据的内涵与大数据产业的兴起
( 一) 大数据的内涵
“ 大数据” 一词,早在 1980 年就被提出[2]119 。
但是,由于大数据本身的抽象性,学术界对于大数据的概念并没有一个统一的定义。 META Group( 现在的 Gartner) 的分析师 Doug Laney 将数
据增长的挑战和机遇定义成三维方式,即总量、速度和多样性[3] ;Nature 杂志在其专刊中定义大数据为“ 由于数据规模巨大,无法使用现有的技术和方法进行处理的数据” [4] ;麦肯锡在研究报告中将大数据定义为“ 无法使用现有的典型数据处理软件进行获取、 存储和处理分析的数据集” [5] ;美国国家标准和技术研究院 NIST 认为,大数据是在数据容量、数据处理以及数据表示等方面,无法使用传统方法进行数据处理,需要对原有方法或技术进行扩展,从而提高效率[6] 。
在我国,孟小峰等对大数据的基本概念进行了剖析,认为我们不能从字面意思理解大数据的定义[7] ;张引等认为,大数据是无法使用传统数据处理软硬件设施在有限的时间内进行处理和分析的数据集[8] ;彭宇等指出,大数据归根结底是一种数据集[9] 。 虽然,以上这些关于大数据定义的角度及侧重点不同,但是,他们所传递的基本信息是一致的,即大数据的关键是种类繁多、数量庞大,在有限时间内无法用传统数据处理工具收集、存储、处理和分析。 可以看出,大数据并不是一种新的产品,也不是一种新的技术,而是互联网应用后的必然结果,是一种新现象。
作为一种新的现象, 大数据的特征是什么呢? 起初, 具有代表性的观点是 2001 年 Doug Laney 提出的大数据具有“3V” 特征, 即 Volume (体量巨大) 、Variety( 种类繁多) 和 Velocity( 处理速度快) [3] ;2012 年,IDC 认为大数据具有 4 个特征,即“4V”, 在前面 3 个特征的基础上增加了Value( 价值密度低) 特征[10] ;同年,IBM 又提出大数据有 5 个特征,又增加了 Veracity( 真实性) 特征,构成了“5V”,即 Volume、Velocity、Variety、Ve-racity、Value[11] 。 “5V” 特征表明,大数据不仅仅是数据量达到新的高度,而是在数据处理的难易程度、处理速度及处理效果方面,都有全方面的发展和提高。对于传统数据的处理方式而言,大数据将对其产生颠覆式的影响, 尤其是在传统数据的获取、处理方法等方面。
( 二) 大数据产业的兴起
1980 年美国著名学者阿尔文·托夫勒出版的《 第三次浪潮》 一书中最早出现“ 大数据” 一词,然而,其价值在互联网时代才真正得以呈现。 黄永勤对 Web of Science 数据库中收录的关于大数据的相关文献进行了梳理,认为:2000 年以来,遗传算法、神经网络算法等相关成果的出现为大数据的发展奠定了基础[12] ;2012 年随着对大数据研究人员的增多和研究范围的扩大,研究成果与实践深度融合, 促进了大数据应用的产生和发展。大数据在我国引起关注最早可以追溯到
2003 年,代芯瑜、张雯曦对 2003 年到 2012 年发表在 CNKI 上就大数据领域的研究文献进行了定量分析,指出2012 年是大数据相关主题研究浪潮开始的一年[13] 。 大数据的发展促使当时的资本市场集中于“ 数据” 价值挖掘的同时,也注重大数据与技术的融合,加速了大数据与大数据技术的迅速发展和大数据应用的产生,崔小委、吴新年以 Google 公司为例,分析了数据应用如何促进大数据产业的落地,2000 年 Google 公司为应对庞大的信息检索而建立的覆盖数十亿网页的索引库成为大数据应用的起点[14] 。 随后,相继出现的智能翻译系统、电子商务自动推荐系统、用户位置分析等大数据应用,都使大数据逐渐向传统产业延伸并与之结合形成大数据产业。
二、 大数据产业与其他产业的融合发展
( 一) 大数据产业与电子商务融合
陈云海等以淘宝的阿里云为例分析了大数据对电子商务的影响,利用大数据建立云计算可以为电子商务提供强大的信息检索服务和快速的弹性处理能力[15] 。 张晞认为实体零售企业有着更好的客户基础和销售经验[16] 。 刘锦峰分析了电子商务的物流配送行业,阐述了大数据所具有的促进效果[17] 。 Fang 等研究了大规模的网络数据对消费者行为产生的影响后认为,由于低门槛、低成本和明显的价格优势,电子商务消费模式已经吸引了众多的消费者[18] 。 Mustapha Ismail分析后认为,大数据为企业特别是电子商务提供了机会,运用高效的数据技术对企业战略安排有着极大的好处[19] 。 喻耀则对大数据背景下电子商务的生态圈做了重点分析[20] 。
可以发现,在大数据融合电子商务的文献研究中,针对电子商务的信息检索与处理、配套产业研究、消费者行为分析以及电子商务的优越性等方面研究较多,但对电子商务的发展规划、发展监管等方面研究较少,而这些方面的研究却能够为电子商务的健康、规范运行提供重要的理论支持。
( 二) 大数据产业与制造业融合
大数据产业与制造业融合带来的优势与机遇在中国制造业整体转型以及“ 中国制造 2025”的大背景下显得尤为突出。 姚锡凡等分析了制造业中的大数据应用,认为实现《 中国制造 2025》的战略目标,大数据与制造业结合将是关键性的一步[21] 。 为进入工业 4. 0 时代,“ 工业大数据”的运用尤为重要,2012 年 GE 在 《 工业互联网:突
破智慧和机器的界限》 中率先提出“ 工业大数据”的概念,黄明峰具体阐述了工业大数据的内涵和特征[22] 。 此外,孙立基于工业大数据对我国的智慧云制造进行了分析, 认为随着“ 两化” 深度融合,工业大数据有着广阔的发展空间[23] 。 李少波等基于大数据的背景,建立了制造业的大数据框架,并就其中的五大关键技术进行了分析[24] 。 汪涛武等通过研究制造业与零售业之间的关系,得出大数据可以从整体上优化供给侧,推动制造业转型升级[25] 。 另外,Zakia 等也认为制造业数字化和大数据的增长,可以促进高度关联的制造业务、大规模定制和更可持续的生产[26] 。 Mourtzis等指出,在制造业中采用物联网技术可以创造巨大的经济机会[27] 。
制造业作为国民经济的核心支撑产业,大数据的应用和大数据产业的发展将使其发生革命性的转变,文献研究的重点也多集中于大数据为制造业发展提供动力以及和制造业间的融合发展方面,而对大数据具体如何与制造业融合及后期发展轨迹研究相对不足,面对实现“ 中国制造 2025” 战略目标的日期不断逼近,这方面的研究就显得尤为重要。
( 三) 大数据产业与交通行业融合
对于交通行业, 大数据已经影响了诸多方面,以大数据和交通规划为基础形成的大数据产业发展迅速,学者们对此也多有研究。
在规划方面,杨东援认为大数据在交通行业的广泛运用对传统城市交通规划理论变革产生了极大的推动力[28] ;陆化普等分析了大数据在城市智能交通领域应用的机遇与挑战[29] 。 在具体的交通细化方式上,陈美研究了大数据在公共交通方面的应用[30] ;段宗涛等就大数据对交通信息服务进行了分析[31] ;韦结余等分析了基于“ 互联网 + 汽车” 兴起的“ 分享汽车经济” [32] 。
在解决交通问题方面,赵鹏军、李铠通过研究后认为,大数据方法是解决当前交通拥堵的关键办法之一[33] ;Néstor 等重点讨论了交通拥堵检测系统的仿真性和评价结果[34] ;Abhinav 等认为越来越多的浮动汽车数据,以轨迹数据集、连续数据流的形式汇集至交通管理部门,为交通管理服务水平进一步提高提供了思路[35] 。
另外,学者们还结合最新热点话题,如共享汽车、交通拥堵等进行了较为详细的分析。学术界对大数据与交通行业融合的研究相对较为全面,无论是理论还是具体交通实践都有详细研究。 在后期的研究中,结合交通行业的时代热点问题分析将是学术界研究的主要方向。
( 四) 大数据产业与其他行业融合
除上文谈及的几个行业外,大数据的发展对其他领域产生的影响也受到关注。政府管理方面,许晔认为有效利用大数据技术,政府的管理成本将极大地降低[36] ;秦国民等认为大数据能够推动地方政府治理能力的提升和向智能化管理转变[37] ;钟裕民等对国内研究大数据与政府管理创新的文献做了总结[38] ;陈扬扬则结合大数据对公共安全作了分析,提出了大数据的新价值和新挑战[39] 。 关于社会意识形态方面,郑洁分析了大数据对我国意识形态安全提供的机遇[40] 。 关于农业发展,李国英认为现代农业将向以农业互联网为核心,相关农产品、农业技术等不断加入的“ 智慧农业” 发展[41] ;伍山林对农产品滞销的情况进行了研究,认为借助大数据能够从根本上解决农产品滞销的问题[42] 。
总结及展望
研究发现,当前对于大数据产业内涵的理解尚不一致,但学者们关于其核心特征的观点是基本一致的。关于大数据产业的发展方向, 学者们就商业、制造业、交通行业等主要传统行业相关的大数据产业现象给予较多关注,且侧重于研究大数据产业与传统行业融合后产生的机遇,很少谈及大数据产业面临的挑战,对大数据产业本身固有的风险尚未涉及,而关于电信、能源、金融、农业、食品、文化创意、公共安全等其他重要行业领域的大数据应用的研究有待加强。
关于我国大数据产业的发展现状,学者们不仅区分了不同的发展阶段,同时也对我国大数据产业的竞争优势和发展趋势有所涉及,并反映出与国际先进水平间没有代际差距的现状,认为发达国家政府与国外大企业对大数据产业的战略性定位和对重点领域的布局是值得我们高度重视并加快行动的。
随着信息技术应用的深化,大数据产业与传统领域的融合将是全方位的,直接关系到我国经济结构转型的升级成功与否、经济发展质量的高低和国际竞争力的提升速度。 从以下步骤的推进,可以发现我国在大数据产业发展的进程和战略布局:2011 年出台的《 通信业“ 十二五” 发展规划》 发布推动云计划和大数据技术发展的政策;在 2014 年的十二届全国人大会议上,“ 大数据”首次进入政府工作报告,国家发力对这一新兴产业进行支持;2015 年召开的十八届五中全会,正式提出“ 实施国家大数据战略” 并印发《 促进大数据发展行动纲要》 ,全面推进大数据发展;2016 年国务院通知落实大数据发展行动纲要事宜;2017年 1 月 17 日国家正式发布《 大数据产业发展规划(2016—2020 年) 》 ,酝酿开启万亿级别市场规模的大数据产业。 切实推动我国数字经济的发展,助力“ 十三五” 时期我国大数据产业的崛起,理论界责无旁贷。
综合现有研究成果,展望今后大数据产业发展领域的迫切需要,以下课题需要学者们给予更多关注,诸如大数据技术产品自身相关的研发问题、大数据在各个重要行业和领域的应用和发展问题、大数据产业主体如何培育的问题、大数据标准体系如何建设问题、大数据产业支撑体系建设及大数据安全保障能力提升问题。
参考文献:
[1] 中国新闻网. 习近平:实施国家大数据战略加快建设数字中国[ EB / OL] . (2017 - 12 - 09) [2019 - 01 - 10] . http:/ / www. chinanews. com / gn / 2017 / 12 - 09 / 8396414. shtml.
[2] TOFFLER. The third wave [ M ] . New York: Bantam Books,1980.
[3] LANEY D. 3-D Data Management:Controlling Data Vol-ume, Velocity, and Variety[R] . MEAT Group:2001.
[4] GRAHAM-ROWE D, GOLDSTON D, DOCTOROW C, et al. Big data:science in the petabyte era[ J] . Nature, 2008,455(7209):8 - 9.
[5] Big data:The next frontier for innovation, competition, and
productivity[R]. USA:McKinsey and Company,2011.
[6] NIST. Big data working group[EB / OL] . (2014 - 09 -
20) [ 2018 - 12 - 21 ] . http:/ / bigdatawg. nist. gov / home. php.
[7] 孟小峰,慈祥. 大数据管理:概念、技术与挑战[J] . 计
算机研究与发展,2013,50(1):146 - 169.
[8] 张引,陈敏,廖小飞. 大数据应用的现状与展望[ J] .
计算机研究与发展,2013,50(S2):216 - 233.
[9] 彭宇,庞景月,刘大同. 大数据:内涵、技术体系与展望[J] . 电子测量与仪器学报,2015(4):469 - 482.
[10] BARWICK H. The four Vs of Big data [ EB / OL ] . (2018 - 12 - 21)[2019 - 01 - 21] . https:/ / www. tha-lesgroup. com / en / worldwide / four-vs-big-data.
[11] IBM. The 5 V′s of big data[ EB / OL] . (2016 - 09 -
17) [2018 - 12 - 21] . https:/ / www. ibm. com / blogs / watson-health / the-5-vs-of-big-data / .
[12] 黄永勤. 国外大数据研究热点及发展趋势探析[J] .
情报杂志,2014,33(6):99 - 104.
[13] 代芯瑜,张文曦. 我国大数据研究现状与热点分析
[J] . 思想战线,2013,39(S2):149 - 154.
[14] 崔小委,吴新年. 大数据应用促进大数据产业落地
[J] . 科技管理研究,2016,36(2):203 - 207.
[15] 陈云海,黄兰秋. 大数据处理对电子商务的影响研究[J] . 电信科学,2013,29(3):17 - 21.
[16] 张晞. 大数据视域下连锁零售业电子商务发展研究
[J] . 商业经济研究,2016(13):83 - 85.
[17] 刘锦峰. 大数据背景下电子商务物流配送发展对策研究[J] . 商业经济研究,2017(2):98 - 99.
[18] FANG Z L, LI P J. The mechanism of “big data” impact on consumer behavior[J]. American Journal of Industrial and Business Management,2014,4(1):45 - 50.
[19] ISMAIL M,IBRAHIM M M,SANUSI Z M,et al. Data mining in electronic commerce: benefits and challenges
[J] . International Journal of Communications Network and System Sciences,2015,8(12):501 - 509. http:/ / dx. doi. org / 10. 4236 / ijcns. 2015. 812045.
[20] 喻耀. 大数据时代电子商务生态圈的构建逻辑及协同机理[J] . 华北水利水电大学学报( 社会科学版), 2016,32(4):35 - 37.
[21] 姚锡凡,周佳军,张存吉,等. 主动制造:大数据驱动的新兴制造范式[ J] . 计算机集成制造系统,2017, 23(1):172 - 185.
[22] 黄明峰. 工业大数据发展态势与典型应用[J] . 电信科学,2016,32(7):175 - 178.
[23] 孙立. 工业大数据对智慧云制造的推动与创新[J] .
科技管理研究,2016,36(13):156 - 158.
《大数据产业研究综述》
本文由职称驿站首发，您身边的高端学术顾问
文章名称： 大数据产业研究综述
下一篇：学术论文如何选题
扫码关注公众号
微信扫码加好友
职称驿站 www.zhichengyz.com 版权所有 仿冒必究 冀ICP备16002873号-3
