内部参考资[db:标签]��[db:标签]��源:华西证券

原始标题:《大数据助力精准战疫情，产业价值凸显》

作者:吴彤

一、大数据助力疫情防控，精准狙击尽显技术优势

2019年12月下旬，新型冠状病毒突然来袭，并开始在华南海鲜市场出现大量病例。由于该病毒具有人传人的特点，潜伏期长达14天，恰逢春节期间的大规模人口流动，疫情开始向全国和以武汉为中心的一些海外国家和地区蔓延。2020年1月23日，武汉市防疫指挥部凌晨发布通知。该市的公共交通从当天上午10点开始暂停，湖北省的一些高速公路在下午关闭。武汉之后，湖北的许多地方都采取了各种措施来防止病毒的传播。目前，全国各省已宣布启动重大突发公共卫生事件一级反应，实施了最严格的防控措施，并准备采取预防措施。

2015年，国务院发布《关于促进大数据发展的行动纲要》。《纲要》强调促进政府信息系统和公共数据的互联和共享，消除信息孤岛，加快各种政府信息平台的整合，避免重复建设和信息冲突，提高政府公信力，推进社会信用体系建设。应优先开放交通、医疗、就业、社会保障等民生领域的政府数据。给社会。大数据应用示范应在城市建设、社会救助、质量安全、社区服务等方面开展。提高社会治理水平。

2020年1月27日，国务院发布《近期防控新型冠状病毒感染的肺炎工作方案》，明确指出各地要充分利用“大数据网格化”等手段做好疫情预警、监测、调查和检测工作。与2003年非典事件相比，大数据技术的出现和成熟，加上人工智能、云计算和高速宽带网络的广泛应用，信息技术，尤其是大数据技术，在抗击疫情的战斗中发挥着越来越重要的作用。其中，互联网企业、电信运营商、城管系统、医疗系统等行业，依托多年来逐步完善的大数据系统，结合自身的数据资源优势，首先发布相关大数据产品和解决方案，实现对疫情的准确打击。

1。互联网大数据

基于大数据技术的最早的经典应用之一是在传染病的预测和控制方面。谷歌在2008年初推出了谷歌流感趋势(GFT)网站，根据谷歌搜索数据实时预测当前的全球流感疫情。2009年，谷歌成功预测了H1N1在美国的传播，并对爆发的时间和地点做出了极其准确的判断。尽管在2013年2月，杂志《自然》指出GFT预测的流感数据超过了美国疾病预防控制中心(CDC)监测数据的两倍，但大数据概念出现之前GFT的经典应用仍然显示出大数据的巨大应用潜力，并强调了大数据应用实践中需要注意和改进的许多方面。

因此，在新肺炎事件升级后，包括英美烟草在内的许多国内机构开始发布相应的疫情追踪数据，有助于有效预防和控制整体疫情。其中，百度发布了疫情实时大数据报告。一方面，百度统计了全国官方通报的疫情，并制作了相应的图表，直观地展示了疫情当前的发展趋势，从而有效地帮助人们了解周边地区疫情的发展情况，帮助人们将物资分配到需要的地方。

另一方面，百度根据其百度地图数据统计人口迁移数据。数据显示，黄冈市、孝感市和鄂州市是武汉市外来人口最多的三个城市。上述三个城市是武汉周边的主要省会城市，疫情的影响也非常严重，仅次于疫情的发源地武汉。人口迁移数据也显示了可能的传播途径

除了像英美烟草这样的传统互联网巨头，运营商还展示了他们在大数据控制流行病的数据源和数据分析方面的价值。凭借其作为数据交换中心的地位，运营商可以收集与用户密切相关的最有价值和更准确的数据，包括地理位置、商业活动、搜索历史、社交网络等。它在电信时代的战略地位超出了英美烟草等互联网巨头的能力范围。而且，电信大数据自然拥有用户最详细的信息。国家推行用户实名制后，电信数据更加准确地覆盖了用户真实、完整信息的方方面面。由于移动终端数量的迅速普及和移动用户数量的大幅增加，运营商多年来形成了有效的用户大数据。

2020年1月26日上午，工业和信息化部副部长、工业和信息化部防治新型冠状病毒肺炎领导小组副组长陈肇雄前往中国联通大数据中心看望在职一线员工，利用大数据支持服务调查疫情联防联控情况，召开疫情防控大数据支持服务现场调度会议。2020年1月22日，中国联通成立了一个由覆盖整个集团的100多名人大代表组成的联合数据团队。中国联通表示，已迅速建立协调机制，为相关部委和部分省市政府提供与疫情防控相关的大数据分析和支持服务，并利用成熟的算法模型提供相关数据分析和智能应用，全方位支持疫情防控。截至26日，中国联通已向31个省级分公司和卫生委员会提供了150多份数据报告，并将在未来进一步深化数据支持服务。

此外，疫情爆发后，中国移动收到了国家卫生安全委员会的要求，要求提供疫情的每日报告。为了在第一时间上报疫情信息，为整体防疫工作提供准确的数据决策，中国移动迅速制定了数据上报和数据建模计划、无线专网安全保障和应急预案，并在一天内开通了医疗专网服务。通过疫情防控大数据传输专网，可以实现武汉市72家医院疫情数据的实时传输和上报。

在地方控制方面，地方政府也开始借助运营商的大数据能力加强对疫情的防控，特别是对湖北等重点疫区户籍人口的防控，防止疫情在春运期间再次发酵。例如，2020年1月24日，深圳龙岗区数据管理局召开了移动、电信、联通三大运营商会议，充分利用大数据等信息技术手段，积极开展大数据分析防控工作。同时，对“社会管理工作网”收集登记的真实人口数据进行综合分析，突出湖北籍(武汉籍)在全地区的人口聚集情况，对湖北籍(武汉籍)集中居住的人口进行关联分析，形成《龙岗区新型冠状病毒感染的肺炎疫情相关人口情况分析》报告区的领导班子，协助做好疫情防控工作。与此同时，我们正在积极与城中村的视频门禁系统对接，探索通过数据准确搜索返乡人员。

3。医疗大数据

除了分析和收集流行病数据以及监控关键人口流动之外，这种大数据技术在制备肺炎疫苗和治疗患者方面也发挥着重要作用。2020年1月24日，国家病原微生物资源库首次发布了关于新型冠状病毒种类的重要权威信息。中国疾病预防控制中心病毒病防治研究所成功分离出中国第一个病毒种，并公布了其信息、电子显微镜照片、新型冠状病毒核酸检测引物和探针序列等。

服务

此外，鉴于筛查和研发治疗药物等一系列抗疫情努力，以支持新冠状病毒等新疾病，百度提供人工智能技术支持，支持1亿计算资源，并协助疾病控制机构和科研机构等研究机构加快研发。同时，百度将提供时空大数据和分析技术，支持疫情的及时检测、快速反应和科学管理。百度研究所宣布，将向世界各地的基因检测机构、防疫中心和科研中心免费开放线性时间算法——线性折叠和世界上最快的核糖核酸结构预测网站，以提高新型冠状病毒核糖核酸空间结构的预测速度，帮助预防和控制疫情。使用线性折叠算法，整个基因组的二级结构可以在27秒内预测出来。最初的55分钟被压缩为27秒，这意味着效率提高了120倍，在生死赛跑中节省了两个数量级的等待时间。

▲医疗大数据的特征

根据行业属性，医疗大数据具有大规模、多态性、及时性、隐私性、冗余性和不完整性的特征。因此，医学大数据的数据价值突出，应用广泛，但在应用中也存在挑战和困难。在现代医学中，大约90%的医学数据来自医学图像。结合人工智能和大数据采集分析技术，可以有效提高诊断的效率和准确性，弥补我国人均医疗资源的不足。

4。智能城市大数据

根据IBM IBM2009提出的智能城市概念，智能城市需要满足“3I”特性:仪表化，通过监控摄像头、传感器、RFID等设备创造“更彻底的感知”；互联(互联)，通过宽带、无线和移动通信网络连接，形成“更全面的互联”；智能(Intelligent)通过高速分析工具和集成的信息技术平台实现“更深层次的智能”。

智慧城市的建设正在从网络化、数字化向智能化转变，其中大数据是一种重要的战略资源。国务院《促进大数据发展行动纲要》指出，“智慧城市建设要与信息惠民工程相结合，实现多方数据共享、系统对接和公共服务协调”。上海、杭州、南京、深圳和其他地方政府也在“十三五”规划中将大数据确立为城市创新和发展的一个要素。数据驱动在新智慧城市建设中的核心作用日益凸显。

在这场疫情的防控中，智能城市结合大数据技术的应用凸显了巨大的应用价值。在城市化和管理1000万人口特大城市的过程中，未来应对类似事件需要科学建设智慧城市。目前，越来越多的城市和地区将“网格化”与大数据技术相结合。其中，浙江省在疫情初期充分利用“网格化”，率先启动全国突发公共卫生事件一级应急，并准确铺开所有相关人员，在疫情整体防控中发挥了重要作用。

首先，由于现代交通网络向四面八方延伸，流行病的控制离不开现代交通的有效控制。在智能交通方面，作为疫情防控的第一线，浙江省交通运输集团积极响应部署，主动创新交通流大数据技术的使用。从金利温高速公路试点24小时内，通过追踪52.3万辆进入该路段的车辆，对进入疫情严重地区的2939辆车辆进行了调查分析，并首先与金华、丽水、温州、台州等地政府共享，有效地帮助浙江省提高了疫情防控效率。

其次，在城市治理和流行病应对方面，以东方国鑫参与的天津经济技术开发区TEDA城市脑系统为例，国际奥委会城市脑系统研究中心

此外，在与疫情密切相关的传染病防控领域，中国于2017年建立了全球最大的法定传染病疫情和突发公共卫生事件网络直报系统。1月20日，国家卫生和安全委员会将新型冠状病毒感染的肺炎纳入法定传染病管理。四天后，在线直报功能正式开通。传染病网络直报系统覆盖全国，由地方政府直接向中央政府报告，是世界上最大的传染病和突发公共卫生事件网络直报系统。在过去的15年里，中国有39种法定传染病被连续监测。

根据高德纳的炒作曲线，虽然自2016年以来大数据技术和相关应用逐渐脱离炒作曲线，但不可否认的是，大数据技术、相关应用和数据资源收集、整理和分析等关键产业生态仍在蓬勃发展，大数据概念外炒作已开始进入日常生活和生产。面对这一突发疫情，大数据技术在疫情防控、现代医疗、城市治理等疫情防控重点领域发挥了巨大作用，并直接凸显了大数据产业的价值，依托已经非常成熟的技术和产业，依托高效的海量数据收集和分析能力，结合人工智能、云计算等新兴技术。

二、 大数据蓬勃发展，高效赋能产业生态圈

大数据是信息发展的新阶段。随着全球数据存储量的不断增加，大数据正进入加速发展时期。近年来，随着5G、人工智能、云计算、区块链等新一代信息技术的蓬勃发展，大数据技术正走向融合发展的关键阶段。同时，中国大数据产业保持了良好的发展势头。“大数据产业”的渗透和整合已经全面展开。整合生态加快。新技术、新格式和新模式正在出现。政策支持、战略引导、标准规范和产业创新的良性互动格局正在形成。

1。市场不断扩大，发展正处于关键阶段。

近年来，全球数据输出快速增长。权威机构Statista的统计和预测显示，2020年，全球数据输出将达到50.5 ZB，同比增长23%。在数据储量持续增长的驱动下，大数据行业也将构建一个具有广阔发展空间的多层次、多元化的市场结构。根据国家统计局2019年8月发布的报告，在2018-2020年的预测期内，大数据市场的整体收入规模将保持每年约70亿美元的增长，预计2020年全球大数据市场的收入规模将达到560亿美元。未来两年，大数据市场将呈现稳定发展趋势，增长率约为14%。此外，随着大数据市场成熟度的不断提高，从2025年到2027年，市场规模增速将放缓，保持在7%左右。

▲2016-2020年全球年度数据产量估算(ZB)

▲2018年全球大数据储量区域分布(%)

从2018年大数据储量分布来看，EMEA(欧洲、中东、非洲)占30%；中国已成为大数据储量最高的国家，占23%。美国紧随其后，占21%。

▲2016-2027年全球大数据市场收入规模及预测(1亿美元)

随着大数据、移动互联网、物联网等行业的深入发展，中国的数据生产将呈现爆炸式增长，数据交易将迎来战略机遇。根据国际数据公司和希捷公司的报告，中国的数据输出将从2018年的7.6 ZB增长到2025年的48.6 ZB，其中CAGR的数据输出为30.35%，这比同期美国的数据输出高出约18 ZB。此外，随着相关技术的不断突破和大数据产品的落地，中国大数据市场的产值也在不断增长，2020年将超过1万亿元。大数据正迎来发展的黄金时期。

▲2018-2025年中美数据产量估计(ZB)

▲中国大数据市场产值预测

我国大数据产业的发展的设计已经基本完成，陆续进入了落实阶段。截至 2019年年底， 除港澳台外全国 31 个省级单位均已发布了推进大数据产业发展的相关文件，多省市将新一代信息技术作为整体考虑，并加入了人工智能、数字经济等内容，关注大数据与行业应用结合及政务数据共享，不断拓展大数据的外延。 同时， 部分省市陆续成立了大数据管理局等相关机构，对包括大数据产业在内的新技术发展进行统一管理。省级大数据主管机构的设立过程可以分为两个阶段。第一个阶段从 2014 年 2 月至 2018 年上半年，部分省份先行，自主建设大数据发展局。 第二阶段始于 2018 年下半年， 按照中央部署，新一轮省级机构改革方案陆续发布，各地纷纷以不同的方式组建或调整政府数据治理机构，各地大数据产业发展进程持续推进。

3、技术体系日渐完善，技术融合促进潜力释放

大数据技术体系纷繁复杂，一方面社交网络的流行导致大量非结构化数据出现，传统处理办法难以应对，数据处理系统和分析技术开始不断发展创新；另一方面， 大数据体系的底层技术框架已基本成熟， 大数据技术正逐步成为支撑型的基础设施，其发展方向也开始向个性化的上层应用聚焦，技术融合趋势明显。

大数据技术体系主要由数据分析技术、数据流通技术和事务处理技术构成。数据分析技术生态主要有五个发展方向，包括数据采集与传输、数据存储与管理、计算处理、查询与分析、可视化展现。经过 10 多年发展，数据分析技术融合了传统数据库和 MPP 数据库的优点，正朝着流处理加强、 SQL 支持、深度学习支持等方向演进。在数据流通方面，安全多方计算和区块链是近年常用的技术框架，同时还涌现出同态加密、零知识证明、差分隐私等多种数据流通工具。随着底层硬件和上层应用的不断变化，以集中式数据库等单点架构为主的传统事务技术模式逐步被分布式架构取代，新一代分布式数据库技术应运而生。

▲大数据技术与融合应用

目前，技术融合主要体现在以下六个方面。

一是算力融合， 以 CPU 为调度核心，协同 GPU、 FPGA、 ASIC 及各类用于 AI 加速的“xPU” 异构算力平台和以 GPU 为代表的计算加速单元， 能够极大提升计算效率， 成为行业热点解决方案。

二是流批融合，先后提出以微批处理的思想实现流式计算和使用流处理的思想， 来实现批处理两种思路的融合计算方法， 不断在向更实时更高效的计算推进。

三是 TA 融合， 混合事务/分析处理(HTAP)架构可以避免频繁的数据搬运操作给系统带来的额外负担，减少数据重复存储带来的成本，及时高效地对业务操作产生的数据进行分析。

四是模块融合，一站式数据能力复用平台通过连接下层的数据和上层的数据应用团队，形成敏捷的数据驱动精细化运营的模式， 能更快地使用数据驱动决策。

五是云数结合， 大数据基础设施向云上迁移和云原生的产品开发概念将降低硬件和网络维护成本，能够更专注于数据和业务逻辑，大程度降低大数据技术的学习成本和使用门槛。

六是当前最受关注的数智融合， 主要体现在大数据平台的智能化与数据治理的智能化。 大数据平台支持机器学习算法和 AI 类应用是实现智能化的重要手段。另外， AI 使能数据治理，通过智能元数据感知和敏感数据自动识别，对数据自动分级分类，形成全局统一的数据视图； 通过智能化的数据清洗和关联分析，把关数据质量，建立数据血缘关系， 在降低数据治理复杂性和成本的同时，得到智能的数据。

三、 行业应用不断深化，新兴业态酝酿形成

从大数据的应用市场来看，我国大数据应用正处于高速发展时期，大数据市场陆续出现新商业模式。 随着大数据底层设施逐渐成熟和技术融合的催化，大数据分析开始结合具体行业，向下游垂直行业应用延伸。 各行业数字化、 网络化、 智能化进程明显提速，促进产业格局重构，驱动生产方式和管理模式变革， 新业态正在酝酿形成。

▲2019 年大数据应用市场 AMC 模型

目前， 与大数据结合紧密的行业逐步向工业、政务、电信、交通、金融、医疗、教育等领域广泛渗透，行业应用逐渐向生产、物流、供应链等核心业务延伸， “ 脱虚向实” 的趋势明显，大数据与实体经济深度融合不断加深，行业应用正在从消费端向生产端延伸，从感知型应用向预测型、决策型应用发展。

▲不同行业的大数据未来应用看点

1、 大数据推动制造业转型升级提速

在大数据的带动下，我国制造企业对数据的采集、汇聚与挖掘能力显著提升，助力制造业向智能化、绿色化、服务化、高端化转型。 对于传统制造业， 大数据在生产现场实现多方要素覆盖， 加速优化产业链各环节，提升管理能力，实现产品敏捷规划，推进制造业智能化发展。同时， 大数据推动了个性化生产加速落地， 企业生产模式从同质化生产向定制化生产发展。针对绿色化转型， 大数据技术能够精准判断和调控生产线的能耗状况，有效帮助企业实现生产过程的节能降耗，并用于优化产品设计，实现生命周期的绿色节能。另外， 大数据赋能“ 中国制造” ， 传统工业产品正在被大数据赋予更多高端化功能与性能， 车联网+互联网不断推进发展。 在数控机床领域， 部分企业开始利用大数据技术实时分析工件质量； 在工程机械领域， 通过大数据技术在海量的实时工程数据中挖掘潜在价值； 在虚拟空间中分析装备的运行趋势和模式，从而提升产品性能。

大数据在服务业的应用不断向纵深拓展，在以金融、物流为代表的生产性服务领域，以零售、文体为代表的生活类服务领域正在形成智慧服务模式。 面对金融业，大数据助力投资决策、风险管控、产品定价和普惠服务， 推动金融体系建设完善。例如大数据智能投顾平台帮助用户创建投资组合， 大数据风控模型及时发现交易风险，大数据分析实现金融产品和金融衍生品的合理定价，金融科技手段推动惠普金融服务高效展开等。在物流领域，大数据技术帮助精准匹配货源与运力、智能调度物流路线、主动感知物流储运、提升物流行业协同能力， 全面降低物流成本。

在零售行业，大数据助力门店运营、精准营销、供应链效率和垂直市场拓展，不断增加零售行业优质补给。 随着社交网络用户数量的不断扩张，利用社交大数据来做产品口碑分析、用户意见收集分析、品牌营销、市场推广等“ 数字营销” 应用，将会是未来大数据应用的重点。电商数据直接反映用户的消费习惯，帮助企业更高效地触达目标用户， 具有很高的应用价值。另外，大数据的创新服务理念提高文化体育生活质量，推动大众文化消费需求精准对接、 运动竞技训练智能化，并对改善公众运动健康发展提供数据分析支撑。

大数据技术在公共服务领域发挥的作用愈发明显，通过多元挖掘数据和广泛互联共享，推动着政务、教育、医疗、扶贫等公共服务加速向创新、开放、高效、便捷、精准等方向发展。 医疗健康方面，医疗大数据成为 2019 年大数据应用的热点方向。

2018 年 7 月颁布的 《国家健康医疗大数据标准、安全和服务管理办法》 为健康行业大数据服务指导了方向。电子病历、个性化诊疗、医疗知识图谱、临床决策支持系统、药品器械研发等成为行业热点。 在政务领域， 公共资源交易平台提升政务数据化管理水平， 数据共享交换平台提升公共服务数据共享和业务协同， 政府数据+市场技术实现政企民多方共赢，并利用社会数据有力支撑政府决策。在教育领域， 大数据加快推动教育资源广覆盖， 助力“ 因材施教” 深入推行， 驱动在线教育蓬勃发展。另外，大数据助力一体化扶贫平台建设， 助推扶贫识别的精准化； 利用大数据技术剖析各地贫困因素， 实现差异化帮扶；大数据系统实现了线上大数据校验，并助力线下精准审核和资源精准供给，为精准帮扶工作的开展建立基础。

2、 行业痛点指引成长方向，完善布局助推提质发展

目前，我国大数据发展仍存在诸多问题，如技术和产品的原创性不足、数据开放水平低、数据安全管理薄弱等，这些问题的有效解决需要大数据从业者们在大数据理论研究、技术研发、行业应用、安全保护等方面付出更多的努力。 在新一轮科技革命和产业变革持续推动下，人工智能、 5G、虚拟现实、区块链、边缘计算等技术群体性突破，有望通过跨界融合，为大数据进一步赋能。同时，数据安全、产业合规方面的立法也在不断推进， 数据流通与应用的合规性将大幅提升，健康、可持续的大数据发展环境逐渐形成，大数据行业有望解决痛点，迎来巨大发展机遇。

目前，我国仍然处在“ 数据大爆发” 的初期， 大数据原创性的技术产品尚显不足。以我国大数据管理类技术产品为例，目前国内常见的软件有 20 多款。 虽然大数据管理类软件涉及内容庞杂，但技术实现难度相对较低。根据中国信通院的测试结果，参照囊括功能全集的大数据管理软件评测标准，所有参评产品符合程度均在 90%以下，产品性能有待提高。

未来， 5G、 AI 和工业互联网的深入发展将带来更大的“ 数据洪流” ， 为大数据的存储、分析、管理带来更大的挑战，在此背景下，有望牵引大数据技术再上新的台阶。 同时， 硬件与软件的融合、数据与智能的融合的趋势明显，有望带动大数据技术向异构多模、超大容量、超低时延等方向拓展，大数据技术将不断提高。 在应用方面，我国的大数据行业应用正在从消费端向生产端延伸，从感知型应用向预测型、决策型应用发展。互联网行业已经全面进入“DT 时代” ， 未来几年，随着各地政务大数据平台和企业大型数据中台的建成，将促进政务、民生与实体经济领域的大数据应用全面开花。

从法律法规体系方面来看，我国的数据安全法律法规仍不够完善，呈现出缺乏综合性统一法律、缺乏法律细节解释、保护与发展协调不够等问题。 同时， 对于个人信息保护方面容易存在漏洞，也使得合规性成为这一行业发展的核心问题。 2019 年以来，大数据安全合规方面事件频出，数据安全合规成为行业关注热点。

与全球不断收紧的数据合规政策相类似，我国在数据法律监管方面也日趋严格规范。 2018 年，十三届全国人大常委会立法规划中提出了 《个人信息保护法》 和 《数据安全法》 。 个人信息和数据保护的综合立法时代即将来临。

2020 年 1 月， 中央政法工作会议强调，要把大数据安全作为贯彻总体国家安全观的基础性工程，依法严厉打侵犯公民隐私、损坏数据安全、窃取数据秘密等违法犯罪活动。 随着公众数据安全意识的提升和技术本身的不断进步完善，数据安全技术将逐渐呈现出规范化、标准化的趋势。 目前已有不少数据安全技术手段瞄准敏感数据在处理使用中的防护，例如数据脱敏、安全多方计算、联邦学习等，随着相关技术的不断推进发展， 敏感数据和个人隐私数据的使用合法合规将成为未来大数据产业合规落地的大趋势。

如今，我国数据开放共享水平依然较低， 跨部门、跨行业的数据流通仍不顺畅，有价值的公共信息资源和商业数据没有充分流动起来，降低了资源整合效率， 制约了信息社会化服务的发展。

从政策角度来看， 2016 年 12 月国务院通过了 《“ 十三五” 国家信息化规划》 ，提出要打破各种信息壁垒和“ 孤岛” ，推动信息跨部门跨层级共享共用。近年来，各省市政府相继出台数据资源共享管理办法，在大数据平台增加了数据价值管理和数据共享管理等职能，促进资源共享和深度开发利用。同时，信息保护立法的推行将进一步保障信息共享的安全性。从技术角度来看，模块融合将打通数据共享通道，企业上云有助于实现资源的互通共享， 区块链可以在一定程度上解决数据确权难、数据孤岛严重、数据垄断等问题。综上， 在国家政策和新一代信息技术的共同作用下，我国的数字经济将向着更加互信、共享、均衡的方向发展。

智东西认为， 大数据技术的出现以及应用的成熟，叠加人工智能、云计算以及高速宽带网络，信息技术特别是大数据技术在此次疫情的攻坚战中正发挥着越来越大的作用。受益于 5G、人工智能、区块链等技术的突破发展以及数据安全、产业合规等方面立法推进落实，健康、可持续的大数据发展环境正在形成。未来，我国大数据产业正迎来全面良好的发展态势，市场潜力巨大。