世界主要国家的大数据战略剖析
大数据的概念、特征及其应用

第34卷第2期2013年4月国防科技NATIONAL DEFENSE SCIENCE&TECHNOLOGYVol.34,No.2Apr.2013大数据的概念、特征及其应用*马建光,姜巍(国防科技大学人文与社会科学学院,湖南长沙410074)[摘要]随着互联网的飞速发展,特别是近年来随着社交网络、物联网、云计算以及多种传感器的广泛应用,以数量庞大,种类众多,时效性强为特征的非结构化数据不断涌现,数据的重要性愈发凸显,传统的数据存储、分析技术难以实时处理大量的非结构化信息,大数据的概念应运而生。
如何获取、聚集、分析大数据成为广泛关注的热点问题。
介绍大数据的概念与特点,分别讨论大数据的典型的特征,分析大数据要解决的相关性分析、实时处理等核心问题,最后讨论大数据可能要面临的多种挑战。
[关键词]大数据;非结构化信息;解决核心问题;未来挑战[中图分类号]E924.2[文献标识码]A[文章编号]1671-4547(2013)02-0010-08一、引言自上古时代的结绳记事起,人类就开始用数据来表征自然和社会,伴随着科技和社会的发展进步,数据的数量不断增多,质量不断提高。
工业革命以来,人类更加注重数据的作用,不同的行业先后确定了数据标准,并积累了大量的结构化数据,计算机和网络的兴起,大量数据分析、查询、处理技术的出现使得高效的处理大量的传统结构化数据成为可能。
而近年来,随着互联网的快速发展,音频、文字、图片视频等半结构化、非结构化数据大量涌现,社交网络、物联网、云计算广泛应用,使得个人可以更加准确快捷的发布、获取数据。
在科学研究、互联网应用、电子商务等诸多应用领域,数据规模、数据种类正在以极快的速度增长,大数据时代已悄然降临。
首先,全球数据量出现爆炸式增长,数据成了当今社会增长最快的资源之一。
根据国际数据公司IDC的监测统计[1],即使在遭遇金融危机的2009年,全球信息量也比2008年增长了62%,达到80万PB(1PB等于10亿GB),到2011年全球数据总量已经达到1.8ZB(1ZB等于1万亿GB,),并且以每两年翻一番的速度飞速增长,预计到2020年全球数据量总量将达到40ZB,10年间增长20倍以上,到2020年,地球上人均数据预计将达5247GB。
中国数字贸易的发展态势、面临问题及应对策略

中国数字贸易的发展态势、面临问题及应对策略互联网的全球化和数据的跨境流动性催生了数字贸易在全球范围内的蓬勃发展,为国际经济带来了强劲的推动力。
随着中国“互联网+”战略和“一带一路”“网上丝绸之路”倡议的深入发展,中国也全面迎来数字经济新时代。
数字贸易作为数字经济的核心,与网上丝绸之路相辅相成,以跨境电商作为发展平台,给未来商业带来了颠覆性的变革和重构,成为经济增长的新引擎。
本文在介绍数字贸易概念及其发展理论的基础上,介绍了中国数字贸易发展现状,以及作为数字贸易发展平台的跨境电商引领贸易新业态的发展趋势。
最后,根据我国数字贸易的发展现状深入剖析现阶段面临的问题,并提出了相关对策建议。
标签:数字贸易;跨境电商;发展态势;应对策略一、数字贸易概述到目前为止,国际上对数字贸易的定义尚未形成一定的标准,在《美国和全球经济中的数字贸易》报告中,在美国国际贸易委员会率先提出了有关数字贸易的概念,即通过互联网传输而实现的产品和服务的商业活动,既包括国内通过互联网传输产品和服务的商业活动,也包括通过互联网传输产品和服务的国际贸易。
数字贸易以互联网为基础,以数字交换技术为手段,通过互联网传输渠道为供求双方提供交互所需的数字化信息,提供的内容包括数字产品和数字服务。
数字贸易与传统贸易主要的不同之处在于商业模式的创新。
与传统贸易相比,首先,数字贸易以互联网技术为手段,大大提高了贸易效率。
数字贸易不仅改变了许多商品和服务的生产和交付方式,而且直接缩短了时空距离,降低交易成本,提高了经济效益。
从贸易角度上分析,实现了贸易体制的优化,贸易流程的简化,贸易机会的增加。
其次,数字贸易对象多为知识产权密集型的产品和服务,具有高知识、高技术、高互动、高创新的特征。
数字贸易向客户提供的服务是知识密集型的,强调与客户之间的互动性,更重要的是它具有高度创新性。
最后,随着云计算、大数据、移动互联网、社交媒体等新技术的不断发展,数字贸易形式也随之增加,技术的发展为客户提供了更为广阔的选择空间,能够满足客户实时性、交互性、低成本、个性化的需求。
基于大数据的腾讯战略布局调整分析

一 方面 . 获 得 调 查 对 象 的 全 来. 并 且 与 官 方 数 据 的相 关 性 高 达 9 7 %t l J . 人 们 开 始 意识 到 对 海 不 进 行 普 查 是 不 得 已而 为之 的 做 法 . 量 数 据 的 利 用 进 入 了一 个 全 新 的 阶段 .并 能 够 提 供 更 多 的 思 路 部 数 据 从 时 间成 本 、 资 金 成 本 的角 度 来 看 都 是 不 切 实 际 的 . 另 一
何 迪 . 王 品 飞
( 通 化师范学院 工商管理学院 , 吉林 通化 1 3 4 0 0 0 )
[ 摘 要 ] 文 章 首 先 概 括 了 大数 据 的影 响 . 明 确 大 数 据 时代 可能 给 为政 府 、 企 业 以 及 消 费者 个 人 带 来 哪 些 新 的 转 变 , 在 此 基
以及 可 能性 。大 数 据 时 代 不 仅 会 彻 底 改 变政 府 的决 策 模 式 . 而且 方 面 . 即使 能 够 以较 低 的成 本 获得 普查 数 据 . 处 理 数 据 的 过 程 也
还会 促 使 新 的 商 业 模 式 不 断 产 生 .更 重 要 的是 它 还 会 影 响 到 每 会 遭 遇到 难 以 预料 的难 题 虽 然 抽 样 调 查 会 因 为 抽 样 的 非 随 机
d o i : 1 0 . 3 9 6 9  ̄. i s s n . 1 6 7 3—0 1 9 4 . 2 0 1 3 . 2 2 . 0 4 4
[ 中图分类号]T P 3
[ 文献标识码】A
[ 文章编号】1 6 7 3 — 0 1 9 4 ( 2 0 1 3 ) 2 2 - 0 0 6 9 — Байду номын сангаас 3
大数据建设赋能数字普惠金融发展研究——基于“_国家级大数据综合试验区”_的准自然实验

第4期(总第390期)2024年4月商㊀业㊀经㊀济㊀与㊀管㊀理JOURNAL OF BUSINESS ECONOMICSNo.4(General No.390)Apr.2024收稿日期:2024-01-17基金项目:国家自然科学基金青年项目 长江经济带城市收缩的空间异质性㊁影响因素与城市体系协同发展 (71804021);辽宁省 兴辽英才计划 青年拔尖人才项目 中国城市经济韧性的空间关联网络研究 (XLYC2007123);辽宁省教育厅面上项目 风险干扰下辽宁省城市经济韧性的驱动因素与提升机制重构研究 (LJKMR20221600);辽宁省经济社会发展研究项目 资源型城市高质量发展:模式与政策选择研究 (2024lslybkt-012)作者简介:张明斗,男,教授,经济学博士,主要从事城市与区域经济学研究;李学思(通讯作者),女,博士研究生,主要从事城市与区域经济学研究㊂大数据建设赋能数字普惠金融发展研究基于 国家级大数据综合试验区 的准自然实验张明斗1,李学思2(1.东北财经大学经济学院,辽宁大连116025;2.东北财经大学经济与社会发展研究院,辽宁大连116025)摘㊀要:大数据背景下,如何拓宽数字普惠金融发展路径,进而强化其作用价值,成为重要且具有深远意义的研究话题㊂为此,基于2011 2020年中国286个地级及以上城市的面板数据,以 国家级大数据综合试验区 为准自然实验构建双重差分模型进行实证检验㊂研究发现,大数据建设对数字普惠金融发展具有显著促进效应,且经过反事实检验㊁安慰剂检验㊁随机性检验等一系列稳健性检验后,结论依旧可靠;异质性分析表明,在地级市㊁区位优势较好㊁金融结构指数高的城市组别中,大数据建设对数字普惠金融发展具有更为明显的促进效果;机制分析表明,大数据建设通过金融科技进步效应以及信任强化效应促进数字普惠金融发展㊂文章揭示了大数据建设赋能数字普惠金融发展的内在逻辑,能够为相关部门制定科学有效的数字普惠金融发展方案提供经验参照㊂关键词:大数据;数字普惠金融;金融科技进步效应;信任强化效应中图分类号:F832.7㊀㊀文献标志码:A㊀㊀文章编号:10002154(2024)04006617DOI:10.14134/33-1336/f.2024.04.006Research on Big Data Construction Empowering Development of Digital Inclusive FinanceBased on the Quasi-natural Experiment of National Big Data Comprehensive Pilot ZoneZHANG Mingdou 1 LI Xuesi 21.School of Economics Dongbei University of Finance and Economics Dalian 116025 China2.Institute of Economic and Social Development Dongbei University of Finance and Economics Dalian 116025 China Abstract ︰Under the background of big data how to broaden the development path of digital inclusive finance and further strengthen its role value has become an important and far-reaching research topic.Therefore Based on the panel data of 286cities at or above the prefecture level in China from 2011to 2020 this paper constructs a difference-difference model based on the quasi natural experiment of National Big Data Comprehensive Pilot Area for empirical testing.It is found that the construction of big data has a significant promoting effect on the development of digital inclusive finance and the conclusion is still reliable after a series of robustness tests such as counterfactual test placebo test and randomness test.Heterogeneity analysis shows that in prefecture-level cities cities with better location advantages and higher financial structure index big data construction has a more obvious promotingeffect on the development of digital inclusive finance.The mechanism analysis shows that the construction of big data promotes the inclusive development of digital finance through the effect of financial technology progress and the effect of trust strengthening.This paper reveals the internal logic of the construction of big data to enable the development of digital inclusive finance which can provide experience reference for relevant departments to formulate scientific and effective digital inclusive finance developmentprograms.Key words ︰big data digital inclusive finance effect of financial technology progress effect of trust strengthening一、引㊀言众所周知,金融是现代经济核心,能够有力支撑实体经济发展,不断打开经济增长的上升空间[1]㊂但是,随之出现的金融供需结构失衡等诸多现实问题同样不容忽视,持续扩张的金融供给无法全面满足企业的金融需求,多数中小企业依旧面临融资难的困境㊂为有效应对上述问题,突破传统金融的边界约束,优化金融服务网络,构建与实体经济规模及其特征相匹配的多元化金融体系,进而高质量推进多层次韧性资本市场的建设,数字普惠金融的系统性㊁全方位发展成为其密钥,也成为健全完善中国现代金融体系的重要路径㊂作为数字科技与普惠金融的结合,数字普惠金融既能够合理配置金融资源,优化金融服务[2],又能够有效提高资金供需双方的信息共享性,节约信息搜索㊁风险控制等成本[3],缓解实体经济部门的信贷约束[4],进而实现经济发展成果共享[5]㊂可见,数字普惠金融具有显著的发展优势与发展必要性㊂‘金融科技发展规划(2022 2025年)“指出: 全面加强数据能力建设,在保障安全和隐私前提下推动数据有序共享与综合应用,充分激活数据要素潜能,有力提升金融服务质效㊂ 因此,如何在前沿技术推广应用及金融供给侧结构性改革备受重视的情境下,将大数据建设赋能于数字普惠金融发展中,进而强化数字普惠金融的经济社会价值,成为亟待研究的重大命题㊂与此同时,中国于2015年首次提出 实施国家大数据战略,推进数据资源开放共享 策略㊂‘ 十四五 数字经济发展规划“进一步强调, 数字经济以数据资源为关键要素,成为重组全球要素资源㊁重塑全球经济结构㊁改变全球竞争格局的关键力量 ㊂作为继互联网㊁移动计算㊁云计算之后的又一次颠覆性变革,大数据正重新定义国家㊁企业㊁个人等主体决策的过程和方式,并应用于政府治理㊁金融㊁教育等社会多个领域,而且趋向扩张至其他领域[6]㊂具体而言,通过掌握㊁精炼与分析海量数据,搭建多源数据共享平台,大数据建设可以加速行业知识积累,推动传统产业跨界整合,甚至重构,进而助力众多行业朝集约化㊁创新性方向发展,特别是促使金融领域新兴模式的不断涌现㊂这既能够通过转变金融交易形式,推动其运营效率提升,也能够借助非中介化交易等金融交易结构的改变,实现其结构效率提升㊂那么,大数据建设能否赋能数字普惠金融发展,助力金融供给侧结构性改革,进而提高数字金融服务可得性,同时其具有怎样的内在机制,均需开展系统性的理论分析与实证检验㊂由此,本文尝试以 国家级大数据综合试验区 为准自然实验,识别大数据建设对数字普惠金融发展的促进效应㊂这将对推动数字金融产业勃兴㊁拓宽数字金融服务边界㊁促进实体经济稳定发展具有重要而深远的意义㊂就数字普惠金融发展而言,现有研究主要围绕其内在优势及影响因素展开㊂一是数字普惠金融发展的内在优势,学者们多从个体获益㊁企业融资与经济增长等方面加以探讨㊂在个体获益方面,郭峰等认为,数字普惠金融能够改进金融服务,优化支付方式,使广大居民切实体会到金融服务的可得性与便利性[7]㊂吴雨等指出,数字普惠金融能够基于碎片化信息绘制出用户信用画像,这不仅控制了信用风险,也能够确保弱势群体获得便捷㊁可负担的金融支持[8]㊂在企业融资方面,张铭心等研究发现,数字普惠金融可以帮助生产率较低的小微企业克服出口固定成本支付困难的问题,加大其出口力度[9]㊂在经济增长方面,傅利福等研究认为数字普惠金融能够识别目标用户及应用场景的差异性,确立适用的发展路径,形成个性化的发展模式,进而得出其可以促进经济包容性增长的结论[10]㊂二是数字普惠金融发展的影响因素,学者们着重从资源依赖与金融可得性两方面进行分析㊂在资源依赖方面,李明贤等研究发现,良好的经济条件能够有效应用数字科技㊁推动金融服务需求的增长,进而促进数字普惠金融发展[11]㊂董晓林和张晔指出,数字化76㊀第4期㊀张明斗,李学思:大数据建设赋能数字普惠金融发展研究 基于 国家级大数据综合试验区 的准自然实验86商㊀业㊀经㊀济㊀与㊀管㊀理2024年金融产品对使用者的学习能力提出更高要求,较低的人力资本水平㊁信任感的缺失将会使资源依赖地区难以有效推广数字普惠金融[12]㊂在金融可得性方面,宋科等研究认为,数字普惠金融是基于传统金融发展而来的,二者相互作用产生的互补与协同效应将会影响金融服务普惠性的提升效果[13]㊂就大数据建设的效应而言,依托大数据促进要素融合,推进企业发展,提升金融服务水平,正成为全球发展的新趋势㊂一是要素配置,Manyika等㊁杨善林和周开乐均考虑数据本身的资源特性,以及在生产活动中拥有的潜能,认为大数据逐渐成为日趋关键的生产资料与国家基础性战略资源[14-15]㊂谢康等指出,在大数据的驱动下,以资本㊁劳动和技术为代表的基础要素能够更高效地转为现实生产要素,即通过参与价值分配,大数据缓解了传统资源的配置扭曲问题[16]㊂二是企业发展,Ducange等研究认为,大数据建设所带来的信息透明性,有助于制造业企业在产品设计㊁生产制造以及市场推广等方面发挥应用潜力[17]㊂邱子迅和周亚虹基于国家级大数据综合试验区,研究发现大数据建设有助于企业节约交易成本,推动资金供需双方精准对接,加速企业内部变革[18]㊂Zhang等认为,大数据建设能够促进能源密集型企业转型[19]㊂杨俊等研究指出,凭借 乘数作用 优势实现中间品质量飞跃与技术能力提升,持续推动经济增长,展现出显著的增长效应[20]㊂三是金融服务,徐宗本等认为依托大数据开展的金融业务再造包括金融机构的自我变革以及互联网企业跨界开展金融服务业务[6]㊂同时,Wei等研究得出大数据能够多维度评估对象的信用水平,打破时空限制,进而使得金融服务便捷化的结论[21]㊂通过对已有研究的系统性梳理,可以得知,数字普惠金融发展优势明显,主要体现在个体受益㊁企业融资与经济增长等方面,其影响因素研究多聚焦于资源依赖㊁金融可得性等方面,但未充分关注如何顺应当代科技进步趋势来发展数字普惠金融,进而持续释放数字普惠金融的内在价值㊂同时,目前有关大数据助力解决经济学难题的研究成果丰硕,多集中于要素配置㊁企业发展与金融服务等方面,却鲜少对大数据如何惠及数字普惠金融发展这一主题展开深入研究㊂有鉴于此,本文将以数字普惠金融的发展路径为研究基础和起点展开探讨,以 国家级大数据综合试验区 构建准自然实验,剖析大数据建设对数字普惠金融发展的影响效应及内在机理,进一步拓宽数字普惠金融发展路径,为实现金融供需结构平衡提供思想贡献和行动贡献㊂相较于既有研究,本文的创新之处主要体现在三个方面:一是基于 国家级大数据综合试验区 构建准自然实验,首次评估了大数据建设影响数字普惠金融发展的效果㊂这不仅在一定程度上丰富了有关大数据建设效果的研究内容,同时也拓宽了推进数字普惠金融发展的路径体系㊂二是考虑到区域发展的非均衡性,本文从城市行政级别㊁区位特征㊁金融结构三个方面开展异质性讨论,为不同城市结合自身发展优势,有针对性地规划部署大数据建设,进而推进数字普惠金融发展提供参考㊂三是基于涌现理论探析了大数据建设对数字普惠金融发展的理论机制,实证检验了大数据建设通过金融科技进步效应与信任强化效应赋能数字普惠金融发展的存在性,客观评价了国家级大数据综合试验区的建设效果,揭示了大数据建设赋能数字普惠金融发展的内在逻辑,为相关部门制定合理的数字普惠金融发展方案提供启示㊂二㊁政策背景与研究假设(一)政策背景伴随着信息化浪潮在全球兴起,大数据正在成为具有重要战略意义的国家资源,引领新一轮创新与变革㊂‘促进大数据发展行动纲要“(以下简称‘纲要“)指出: 推动大数据与云计算㊁物联网㊁移动互联网等新一代信息技术融合发展,探索大数据与传统产业协同发展的新业态㊁新模式,促进传统产业转型升级和新兴产业发展,培育新的经济增长点㊂ 为深入贯彻落实‘纲要“内容,2015年9月,中国在贵州省启动了首个国家级大数据综合试验区的建设工作㊂2016年2月,国家发展改革委㊁工业和信息化部㊁中央网信办发函批复,同意贵州省建设首个国家级大数据综合试验区㊂同年10月,继贵州省之后的第二批国家级大数据综合试验区获批建设,其中包括两个跨区域类综合试验区(京津冀㊁珠江三角洲),四个区域示范类综合试验区(河南㊁上海㊁重庆㊁沈阳),一个大数据基础设施统筹发展类综合试验区(内蒙古)㊂考虑到大数据综合试验区的规划和建设绝非短时间内可以完成的,因而各试验区应在建设初期分清重点和难点,以城市为基本单位落实完成规划任务,保证建设的高效性㊂与此同时,鉴于国家级大数据综合试验区名单中同时存在省份及城市层面的试验区,为保证研究层面的一致性,本文以名单中涉及的69个地级及以上城市作为实验组㊂具体包括:(1)京津冀综合试验区,即北京㊁天津及河北省的11个地级及以上城市㊂(2)珠江三角洲试验区,即广东省的21个地级及以上城市㊂(3)贵州㊁河南㊁内蒙古试验区,即贵州省的6个地级及以上城市㊁河南省的17个地级及以上城市㊁内蒙古自治区的9个地级及以上城市㊂(4)上海㊁重庆㊁沈阳试验区㊂(二)研究假设1.大数据建设与数字普惠金融发展㊂众所周知,大数据具有便捷性与共享性的核心特征㊂类似于公共产品,大数据的便捷性体现在数据的复制㊁传播和使用可不受时空限制[22]㊂具体到金融服务方面,依托大数据建设的金融机构不再局限于时空范围,而是以多维度评估服务对象的信用水平,使金融服务更加便利㊁快捷[21]㊂例如,蚂蚁金服利用大数据分析平台,通过多维度的风险评估来评估客户的信用水平,实现高效性与多样性的贷款支持㊂这意味着大数据建设使得金融机构打破营业网点的约束,地处偏远的企业也能够享受到高效的金融服务[7]㊂大数据的共享性体现在海量数据不因使用而产生折旧和贬值,并且很容易开源共享㊁复制和重组[23]㊂对于金融领域而言,以往信息公开中通常存在信息的条块分割㊁共享效率低等问题,容易引致较多重复信息与 信息烟囱 现象,届时企业将耗费较高时间成本以获取应急资金,进一步陷入 融资难 的困境,致使正常运营岌岌可危㊂而以大数据建设为代表的创新科技进步能实现信息共享,这有利于推动数字金融产业的兴起,改善金融服务的可得性与普惠性[24]㊂具体而言,大数据建设能够将融资对象㊁金融机构的相关信息迅速集成,为金融需求方开辟筹措资金新渠道㊂在节约资金供需双方搜寻与匹配成本的同时,有效整合宏微观层面的信息数据,顺利构建第三方征信体系[25],降低信息的不对称性,从而拓展金融业务长尾市场,让不同规模企业均可享受到正规金融服务㊂基于此,本文提出假设1:假设1:大数据建设能够显著促进数字普惠金融发展㊂2.大数据建设影响数字普惠金融发展的异质性㊂尽管大数据建设能够发挥 桥梁 作用,对现有生产要素加以联系[20],但这种要素统筹能力会受到城市实际要素禀赋与功能定位的干预,继而使得数字普惠金融发展效果呈现参差㊂换言之,大数据建设对数字普惠金融发展的影响可能存在空间异质性,具体表现在城市的行政级别㊁区位特征与金融结构的差异上㊂在行政级别方面,副省级及以上城市行政级别较高,这类城市通常享有一系列的要素配置便利性[26],已然具备较为成熟的金融市场,能够盘活市场中的金融资源,为金融服务对象提供有效供给,大数据统筹连接各项要素的能力对这类城市数字普惠金融发展的促进效应无异于 锦上添花 ㊂同时,与副省级及以上城市相比,地级市初始禀赋相对落后㊁金融发展水平较低,大数据在金融领域的应用将极大程度地简化其金融资源审批流程,借助数字技术优势有效推广数字金融服务,实现数字普惠金融发展㊂在区位特征方面,尽管日新月异的现代科技能够打破微观个体交流合作的空间限制,但地理区位仍能影响要素流动性,特别在劳动力㊁土地等传统要素层面表现得尤为突出㊂作为一条国情地理界线,胡焕庸线两侧城市要素流动性差异巨大,线东南侧城市的区位优势更为明显,这对社会各领域均衡发展产生深刻影响㊂通常,区位优越的城市更具开放性与包容性,对新技术的理解与掌握更为顺畅,居民享受数字金融服务的积极性相对较高,并对金融机构充满信任,从而有助于发挥大数据建设对数字普惠金融发展的促进效应[13]㊂在金融结构方面,大数据作为驱动新一轮科技革命和技术演进的关键生产要素[20],能够提升金融交易活跃程度,使得金融市场流通更为合理化的金融产品,保证数字金融服务覆盖的全面性㊂高金融结构指数城市通常具有完善的金融功能以及快捷的融资渠道,大数据综合试验区将率先搭建数据开发与共享平台,市场中的数据得以深度挖掘与利用,使得该类城市的金融业发展 如虎添翼 ,实现金融交易脱媒化与数字化相结合,进一步解决传统金融中的资金错配问题,确保企业以适当融资成本获得资金支持,促进其金融数字化和普惠性发展㊂相较而言,低金融结构指数城市主要依托金融机构开展资金融通等金融服务,融资流程相对烦琐,资源配置尚未达到最优状态,大数据建设固然能助力其统筹协调包括金融数据在内的各项要素,然而仍受限于金融服务模式的复杂化,金融服务边界的拓展范围96㊀第4期㊀张明斗,李学思:大数据建设赋能数字普惠金融发展研究 基于 国家级大数据综合试验区 的准自然实验较小,因而大数据建设对该类城市数字普惠金融发展的促进效果有限㊂基于此,本文提出假设2:假设2:大数据建设对数字普惠金融发展的影响因城市行政级别㊁区位特征及金融结构而存在异质性㊂3.大数据建设影响数字普惠金融发展的内在机制㊂大数据建设是价值创造的关键,应用范围广,涉及社会的诸多领域[20],亦可引起金融体系内外部变动㊂而依据约翰㊃霍兰提出的涌现理论,①数字普惠金融的发展有赖于金融体系内部革新及其外部变化,其中,内部革新意指金融体系的技术进步,外部变化则为金融体系之外信任环境的改变㊂换言之,大数据建设能够通过金融科技进步效应与信任强化效应推动数字普惠金融发展㊂就金融科技进步效应而言,大数据建设所带来的技术进步对金融领域的变革起到重要作用㊂实际上,大数据建设推动了要素重组升级㊁再配置与效率变革[27],可助力各行业提高效率和创新服务决策[23]㊂聚焦到金融领域,大数据建设使得金融业务在方法㊁流程㊁产品等方面进行改革和创新㊂并且,金融交易产生的海量数据蕴含着巨大的潜力与价值,有效挖掘数据可以实现资源合理配置[28],为制定个性化金融服务提供了便利,进而实现金融科技水平的提升㊂这种金融体系内部的技术进步使得金融服务摆脱时空制约并涵盖支付㊁理财㊁信贷等多类业务,最大程度地满足了下沉市场消费者的金融需求㊂同时,金融科技进步能够有效降低信息处理成本,确保金融服务以更加经济的方式实现,从而推动数字普惠金融发展㊂就信任强化效应而言,大数据建设改善了城市信任环境,进而提升了数字金融服务的可得性㊂具体地,大数据建设能够以数据流引领其他生产要素流动,改变社会分工协作模式,强化生产组织的集约化与创新性[29]㊂这种建设优势以优先发展互联网等数字化设施作为重要的基础性工作,推动市场主体间信息传播的有效性,构筑良好的城市信任环境,进而最大程度地维系金融体系的外部稳定性㊂就金融体系而言,营造城市信任环境有助于完善金融交易的信息沟通与传递机制,提高数字金融服务参与率,延伸金融利益链,扩大数字金融服务的覆盖面,有效惠及社会各群体㊂另外,在日渐稳固的城市信任环境中,金融机构更可能降低融资门槛,借助网络平台监管金融交易活动,为居民提供优质金融服务,节约搜索㊁交易㊁运营等方面的成本,最终实现数字金融服务的便利可得㊂基于上述分析,本文提出假设3:假设3:大数据建设通过金融科技进步效应与信任强化效应促进数字普惠金融发展㊂本文构建的大数据建设影响数字普惠金融发展的作用机制框架如图1所示㊂图1㊀大数据建设影响数字普惠金融发展的作用机制示意图三㊁研究设计(一)模型设定1.双重差分模型㊂2016年获准建设的国家级大数据综合试验区是外生于金融领域发展的试点政策,因07商㊀业㊀经㊀济㊀与㊀管㊀理2024年①涌现理论指出,事物的 涌现 既受系统内部变革限定,又受外部环境影响㊂而可将其看作大数据建设的准自然实验㊂为科学研究大数据建设对数字普惠金融发展的影响效应,本文构建了同时点双重差分模型,如式(1)所示:Dif it =α+β1Bdata it +γ1Control it +YearFE +CityFE +εit(1)其中,Dif 表示数字普惠金融指数,Bdata 表示大数据建设,Control 为控制变量合集㊂YearFE 为时间固定效应,CityFE 为城市固定效应,ε为随机扰动项㊂估计系数β1度量了数字普惠金融发展在大数据建设前后的平均差异㊂2.作用机制模型㊂基于前文的理论分析,为检验大数据建设促进数字普惠金融发展的作用机制,本文构建如下模型:Mid it =α+β2Bdata it +γ2Control it +YearFE +CityFE +εit(2)其中,Mid 表示机制变量,依次采用反映金融科技进步效应(Technology )与信任强化效应(Trust )的变量进行替换㊂其他变量含义同式(1)一致㊂若β2显著,则说明机制变量在大数据建设影响数字普惠金融发展中发挥传导作用㊂(二)数据来源与变量定义本文以 国家级大数据综合试验区 为准自然实验,采用2011 2020年中国286个地级及以上城市面板数据研究大数据建设对数字普惠金融发展的影响㊂所用数据来自2012 2021年‘中国城市统计年鉴“㊁EPS 数据平台㊁北京大学数字金融研究中心以及锐思金融研究数据库㊂1.被解释变量㊂本文的被解释变量为数字普惠金融发展水平(Dif ),采用北京大学测算的城市层面数字普惠金融指数进行衡量㊂为便于报告回归结果,本文进一步参考相关学者的处理方法[8,30],将数字金融发展指数除以100㊂2.核心解释变量㊂本文的核心解释变量为大数据建设(Bdata ),将 国家级大数据综合试验区 作为一项准自然实验,以大数据综合试验区城市的虚拟变量(Group )与建设实施时间虚拟变量(Post )的交互项(Group ˑPost )表征大数据建设的政策处理效应(Bdata )㊂具体地,本文将大数据综合试验区中的城市(以下简称大数据建设城市)Group 设置为1,作为实验组,将非大数据综合试验区中的城市(以下简称非大数据建设城市)设置为0,作为对照组;将设立试验区前后的时间虚拟变量Post 分别设置为0和1,并从两个方面分析确立国家级大数据综合试验区开始发挥影响的时间㊂一是两批试验区正式获批建设的时间统一,均为2016年;二是推广大数据试验区是渐进式的,尽管贵州于2015年启动大数据综合试验区建设工作,但是试验区推广的峰值仍是2016年[18]㊂基于此,本文将2016年确定为国家级大数据综合试验区发挥影响的起始年份㊂3.控制变量㊂考虑到其他城市特征因素可能对数字普惠金融发展产生影响,参考相关研究[11,13],本文控制了以下变量:(1)科研投入水平(Science )㊂科技创新有助于金融领域研发更具多样化与创新性的金融产品,更好地实现金融数字化与普惠性,而这也需要足够的资金支持㊂本文用科学支出占一般预算支出比重表征科研投入水平㊂(2)金融支持力度(Finance )㊂完善的金融体系有助于为不同类型㊁不同规模㊁不同性质的创业者提供资金支持,丰富创业投资来源[31],数字普惠金融发展可能会受其影响㊂本文用金融机构贷款余额与GDP 之比表征金融支持力度㊂(3)医疗服务水平(Medical )㊂随着 健康中国 意识的提高,医疗建设水平将极大地影响经济活动的开展,从而使数字金融服务质量呈现差异㊂本文以每平方千米的医院个数表征医疗建设水平㊂(4)市场化程度(Market )㊂市场繁荣程度将会影响金融业的发展,也影响了金融业的服务品质㊂本文以限额以上零售总额与GDP 之比表征市场化程度㊂(5)人力资本水平(Human )㊂人力资本是对能力㊁知识和技术的综合反馈[32],金融体系的数字化与科技化发展离不开人才的支撑㊂本文以当年本专科人数与常住人口之比表征人力资本水平㊂4.机制变量㊂依据上文的研究假设,大数据建设可以通过金融科技进步效应与信任强化效应促进数字普惠金融发展,有必要对反映上述效应的机制变量加以说明㊂(1)反映金融科技进步效应的机制变量(Technology )㊂大数据建设将引发金融体系内部革新,提升金融科技水平,进而促进数字普惠金融发展㊂考虑到金融科技发展通常优先由媒体获悉,继而可被百度新闻17㊀第4期㊀张明斗,李学思:大数据建设赋能数字普惠金融发展研究 基于 国家级大数据综合试验区 的准自然实验。
中国数字经济高质量发展水平测度及时空演化分析

中国数字经济高质量发展水平测度及时空演化分析一、本文概述随着信息技术的迅猛发展和广泛应用,数字经济已成为全球经济增长的重要引擎。
中国作为世界上最大的发展中国家,其数字经济的发展速度和规模均呈现出令人瞩目的态势。
然而,如何准确衡量中国数字经济的高质量发展水平,并分析其时空演化趋势,对于政策制定者、企业家和研究者来说,是一个亟待解决的问题。
本文旨在构建一套科学的评价体系,全面评估中国数字经济的高质量发展水平,并从时间和空间两个维度分析其演化趋势。
通过收集大量数据,运用定性和定量相结合的研究方法,我们将对中国数字经济的各个方面进行深入剖析,以期揭示其发展规律,为相关决策提供科学依据。
具体而言,本文将首先阐述数字经济的概念内涵和理论基础,明确高质量发展的标准和要求。
然后,我们将构建包含多个维度和指标的评价体系,通过数据分析方法,对中国数字经济的整体水平和各地区、各行业的发展状况进行评估。
在此基础上,我们将运用时空演化分析方法,探究中国数字经济在不同时间段和空间区域的动态变化,揭示其发展特点和规律。
本文的研究不仅有助于深入了解中国数字经济的发展现状和未来趋势,还将为政策制定者提供有针对性的建议,为企业家提供决策参考,为研究者提供研究思路和方法。
我们希望通过本文的研究,为推动中国数字经济的高质量发展贡献一份力量。
二、文献综述随着信息技术的飞速发展,数字经济已经成为全球经济发展的新引擎。
近年来,中国数字经济呈现出蓬勃发展的态势,对经济增长的贡献日益显著。
在此背景下,关于中国数字经济高质量发展水平及其时空演化分析的研究逐渐受到学术界的关注。
学者们从不同角度对数字经济的高质量发展进行了深入探讨。
一方面,关于数字经济高质量发展的内涵和特征,多数学者认为其涵盖了技术创新、产业结构优化、效率提升等多个维度。
技术创新是推动数字经济发展的核心动力,通过不断的技术突破和应用创新,能够提升数字经济的整体竞争力。
产业结构优化则是数字经济高质量发展的关键,通过发展新兴产业、改造传统产业等方式,推动经济结构向高端化、智能化转型。
重构数据生产关系 培育数据要素市场

horizon 2021视野当今世界正经历百年未有之大变局,以数字技术为引擎的第二次机器革命悄然而至,数据成为重要的生产要素,促生了新的生产活动类型和新型生产工具,进一步提升了生产力和生产效率,潜移默化地改变着人们生产、生活方式,创造新的社会经济价值,这也将催生新的生产关系,世界逐步从工业经济时代进入数字经济时代。
文︱吴志刚 赛迪智库信息化与软件产业研究所所长、中国软件评测中心副主任发展数据要素市场时机已成熟新一轮科技革命和产业变革方兴未艾,带动数字技术快速发展,以数字技术为引擎的第二次机器革命悄然而至。
我国作为本轮科技革命的先行者,从政策引导、资源积累、技术发展和应用驱动等方面都具备较好基础。
一、国家高度重视数字经济发展当前,数据资源已经成为各国争夺的战略资源,我国也把数据要素市场培育和数字经济发展作为国家战略,推出一系列政策措施。
2019年,我国首次将“数据”列为生产要素,提出了“健全劳动、资本、土地、知识、技术、管理、数据等生产要素由市场评价贡献、按贡献决定报酬的机制”。
2020年,我国发布的《关于构建更加完善的要素市场化配置体制机制的意见》,正式提出要加快培育数据要素市场。
在“十四五”规划和二〇三五年远景目标中明确提出,要加快数字化发展,推进数字产业化和产业数字化,推动数字经济和实体经济深度融合,推动数据资源开发利用,扩大基础公共信息数据有序开放,建设国家数据统一共享开放平台,加强国家数据安全和个人信息保护,提升全民数字技能,同时积极参与数字领域国际重构数据生产关系培育数据要素市场数字经济官方微信赛迪网官方微信D igitalE conomy规则和标准制定等。
这一系列政策的发布,说明了数据生产要素对经济社会发展的重要性。
大数据不仅是技术,也是思维模式。
数据是新要素,需要新思维、新手段、新工具、新机制、新模式、新技能、新素养和新成就。
数据治理能力和数字经济发展水平体现了一个国家综合竞争实力,对国家战略、国家安全和国家发展具有重要意义。
工业大数据平台

平台目标:夯实工业数据基础,创新智慧工业精益管理
夯实工业大数据基础 健全整个行业、企业用能数据采集能力,做到实时、精细、专业化采集
支撑大数据科学决 策管理
协助政府、企业、第三方服务机构通过大数据深化“监管、调控、考核”能力
实现大数据工业智能
基于平台大数据基础,通过企业自身能源优化诊断,实现企业节能增效工作
数据分析技术,透视分解个体、环节能效,结合全球智库实施能源专家系统。
能源消费平衡及动态跟踪
能源专家系统实施
能源平衡分析
电厂专家系统拓扑图
能源消费情况预测
发电系统能流模型
从众多竞争中胜出,被客户认为是全国大数据市场领导者!
当前光伏行业正迈入一个新的增长期,预计到2030年之前,光伏年新增光伏装机量将达到35吉瓦以上,
1.无/低费用 Low/No Cost (Culture change)
2. 中期投资Investment (6-24 months payback)
3. Blue Sky长期投资
亮点应用三:大数据对标,能耗信息透视,主动预测预警
在线细化分析内容、优化分析角度,通过先进多样的可视化工具,实现在工业能耗管理实时监控、关键能耗指标分析、企业能源流向图、能
互联网、大数据与工业的融合引发新一轮全球工业革命
新一轮全球工业革命:互联网、大数据与工业的融合 工业4.0的核心:万物互联、大数据、高端精益制造
美国:工业互联网
➢ 占据新工业世界翘楚地位 对传统工业进行物联网式的
互联互通 对大数据进行智能分析和智
能管理
德国:工业4.0
➢ 引领全球制造业潮流 强大的机械工业制造基础 嵌入式以及控制设备的先进技
术和能力
中国:中国制造2025
我国跨境电商现状的SWOT分析及发展策略探讨

我国跨境电商现状的SWOT分析及发展策略探讨一、本文概述随着全球化进程的加速和信息技术的发展,我国跨境电商行业在近年来呈现出强劲的增长态势与深远的影响范围。
本文旨在系统性地对当前我国跨境电商的现状进行深度剖析,运用SWOT分析方法(Strengths优势,Weaknesses劣势,Opportunities机遇,Threats 威胁)全面梳理其内在实力与外部环境相互作用下的特点和发展瓶颈。
我们将审视我国跨境电商行业的核心竞争力,包括庞大的市场规模、日益完善的物流体系、政策扶持力度以及技术驱动的商业模式创新等内部优势分析存在的不足与挑战,如供应链管理复杂度提高、国际法规合规压力增大、人才短缺等问题再次,结合全球贸易趋势与新兴市场的崛起,探讨诸如RCEP协定生效、“一带一路”倡议带来的市场开放、消费者需求多样化等外部发展机遇也将关注国际贸易保护主义抬头、汇率波动、网络安全风险等可能对其造成冲击的外部威胁因素。
基于此SWOT分析,本文将进一步提出具有针对性和前瞻性的我国跨境电商行业的发展策略与优化路径,为相关企业和政策制定者提供决策参考。
二、我国跨境电商的发展现状我可以为您模拟创作一个关于《我国跨境电商现状的SWOT分析及发展策略探讨》文章中“我国跨境电商的发展现状”段落的内容:近年来,我国跨境电商行业发展势头强劲,已在全球贸易格局中占据了举足轻重的地位。
据统计数据显示,自2017年以来,我国跨境电商交易规模呈现出爆发式增长态势,短短几年间从不足千亿元迅速攀升至万亿元级别,增长率远超传统外贸业务,这一显著成就得益于国家层面“互联网”战略的深入实施以及全球化进程中数字经济的蓬勃发展。
在市场规模不断扩大的同时,我国跨境电商领域也在多个方面取得了实质性进展。
一方面,各类电商平台如阿里巴巴国际站、京东全球购、亚马逊中国等不仅提供了丰富的商品种类和优质的用户体验,还利用大数据、人工智能等先进技术赋能商家优化运营,实现精准营销。
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
世界主要国家的大数据战略和行动 2015年07月03日 17:30:22 来源: 中国信息安全
分享到:3 【打印】 【纠错】 美国 将大数据视为强化美国竞争力的关键因素之一,把大数据研究和生产计划提高到国家战略层面,并大力发展相关信息网络安全项目。 2009年,美国政府推出Data.gov,这是为了增加政府资料透明度而设立的一系列网站。 该网站依照原始、地理数据和数据工具三个门类,截至2012年11月,Data.gov共开放出了超过40万项原始数据和地理数据,涵盖大约50个细分门类。为方便公众使用和分析,Data.gov平台还加入了数据的分级评定、高级搜索、用户交流以及和社交网站互动等新功能,汇集了1264个应用程序和软件工具、103个手机应用插件。通过开放API接口,Data.gov使得私人领域的开发者能够利用那些政府采集但未经梳理的各类信息,开发应用来提供公共服务或者进行盈利。但随着近年美国政府陷入财政困局,白宫于2011年4月宣布这些网站将终止营运,但会将它们开源化,以供各国的开发者使用或者根据需要修改。 2012年3月29日,美国白宫科技政策办公室发布《大数据研究和发展计划》,成立“大数据高级指导小组”。 该计划旨在通过对海量和复杂的数字资料进行收集、整理,以增强联邦政府收集海量数据、分析萃取信息的能力,提升对社会经济发展的预测能力。美国国家科学基金会、国家卫生研究院、国防部、能源部、国防部高级研究局、地质勘探局等6个联邦部门和机构宣布将进行2亿美元的投资,提高从大量数据中访问、组织、收集发现信息的工具和技术水平。同时,奥巴马政府还计划与工业界、大学研究界、非营利性机构与管理者一起利用大数据所创造的机会。这是美国政府在政策层面上将“大数据”上升到国家意志的重要举措,其影响极为深远。 2013年11月,美国信息技术与创新基金会发布了《支持数据驱动型创新的技术与政策》的报告。 报告指出,“数据驱动型创新”是一个崭新的命题,其中最主要的包括“大数据”、“开放数据”、“数据科学”和“云计算”。一方面,数据规模不断膨胀,且可获性越来越大,极大地刺激了新技术和新方法的发展。另一方面,这些技术反过来又提高了原始数据的使用价值,激励着更广泛、更大规模的数据收集和应用。报告就政府如何支持数据型驱动的创新提出了建议。一是政府应大力培养所需的有技能的劳动力,二是政府要推动数据相关技术的研发。报告还指出政府应该发挥的一项重要作用是,不仅要收集和提供数据,还要制定推动数据共享的法律框架,并提高公众对数据共享的重大意义的认识。 2014年5月美国发布《大数据:把握机遇,守护价值》白皮书,对美国大数据应用与管理的现状、政策框架和改进建议进行了集中阐述。 该白皮书表示,在大数据发挥正面价值的同时,应该警惕大数据应用对隐私、公平等长远价值带来的负面影响。从《白皮书》所代表的价值判断来看,美国政府更为看重大数据为经济社会发展所带来的创新动力,对于可能与隐私权产生的冲突,则以解决问题的态度来处理。报告最后提出六点建议:推进消费者隐私法案;通过全国数据泄露立法;将隐私保护对象扩展到非美国公民;对在校学生的数据采集仅应用于教育目的;在反歧视方面投入更多专家资源;修订电子通信隐私法案。 大数据计划中涉及信息网络安全项目众多。 美国国防部每年投入2.5 亿美元资助利用海量数据的新方法研究,并将传感、感知和决策支持结合在一起,制造能自己运行和做出决策的自治系统,为军事行动提供更好的支持。 美国国土安全部正在开展“可视化和数据分析卓越中心”(CVADA)项目,通过对大规模异构数据的研究,使应急救援人员能够解决人为或自然灾害、恐怖主义事件、网络威胁等方面的问题。 美国国家安全局正在开展Vigilant Net 项目,开发保护计算机网络的数据可视化技术,从而促进和测试网络保护位置感知能力。投资近20亿在犹他州建立了号称世界最大的数据中心,进行多个监控项目的数据采集和分析。 英国 推动数据公开,积极促进大数据技术从科研向应用领域转化,在资金和政策上大力支持大数据在医疗、农业、商业、学术研究领域发展。 从2011年开始,不断对大数据领域进行持续的专项资金投入。 2011年,英国商业、创新和技能部宣布,将注资6亿英镑发展8类高新技术,其中1.89亿英镑用来发展大数据技术。据负责科技事务的国务大臣介绍,政府将在计算基础设施方面投入巨资,加强数据采集和分析。 2013年8月12日,英国政府发布《英国农业技术战略》。该战略指出,英国今后对农业技术的投资将集中在大数据上,目标是将英国的农业科技商业化。在该战略的指导下成立的第一家“农业技术创新中心”研究焦点将投向大数据,致力于将英国打造成农业信息学世界级强国。 2014年,英国政府投入7300万英镑进行大数据技术的开发。包括:在55个政府数据分析项目中展开大数据技术的应用;以高等学府为依托投资兴办大数据研究中心;积极带动牛津大学、伦敦大学等著名高校开设以大数据为核心业务的专业等。 积极促进政府和公共领域的大数据应用。 2012年5月,支持建立了世界上首个开放式数据研究所ODI(The Open Data Institute )。ODI将把人们感兴趣的所有数据融会贯通在一起,每个行业的各个领域一面产生各种数据而另一方面又可以来利用这些数据。英国政府通过利用和挖掘公开数据的商业潜力,为英国公共部门、学术机构等方面的创新发展提供“孵化环境”,同时为国家可持续发展政策提供进一步的帮助。 英国政府建立了有“英国数据银行”之称的data.gov.uk网站,通过这个公开平台发布政府的公开政务信息。这个平台的创建给公众提供了一个方便进行检索、调用、验证政府数据信息的官方出口。同时英国人还可以在这个平台上对政府的财政政策、开支方案提出意见建议。英国希望通过完全公布政府数据,去进一步支持和开发大数据技术在科技、商业、农业等领域的发展。 2013年5月,英国政府和李嘉诚基金会联合投资设立全球首个综合运用大数据技术的医药卫生科研机构,将透过高通量生物数据,与业界共同界定药物标靶,处理目前在新药开发过程中关键的瓶颈,之后还将汇集遗传学、流行病学、临床、化学和计算机科学等领域的顶尖人才,集中分析庞大的医疗数据。 法国 通过发展创新性解决方案,并将其用于实践,来促进法国在大数据领域的发展。 2011年7月,启动“Open Data Proxima Mobile”项目,挖掘公共数据价值。 该项目希望通过实现公共数据在移动终端上的使用,从而最大限度的挖掘它们的应用价值。项目内容涉及交通、文化、旅游和环境等领域。项目完成后所有法国公民以及在法国旅游的欧洲公民都将能通过个人移动终端使用法国的公共数据。所有公共数据都是免费的,应用程序均操作简单。不仅利于大众使用,还能为私人企业提供很多商机。 2011年12月,法国政府推出的公开信息线上共享平台data.gouv.fr,便于公民自由查询和下载公共数据。 上线当天发布的第一批资源中就包含352000组数据,覆盖面广包括国家财政支出、空气质量,还有法国国家图书馆资源等。据了解,data.gouv网站的数据都是经过每个政府部门的专员统计和收集的,会不断地更新。 2013年2月,法国政府发布《数字化路线图》,明确了大数据是未来要大力支持战略性高新技术。 法国政府将以新兴企业、软件制造商、工程师、信息系统设计师等为目标,开展一系列的投资计划,旨在通过发展创新性解决方案,并将其用于实践,来促进法国在大数据领域的发展。 2013年4月,投入专项资金推动大数据技术发展。 法国经济、财政和工业部将投入1150万欧元用于支持7个未来投资项目,法国政府投资这些项目的目的在于“通过发展创新性解决方案,并将其用于实践,来促进法国在大数据领域的发展。”此前,法国软件编辑联盟曾号召政府部门和私人企业共同合作,投入3亿欧元资金用于推动大数据领域的发展。 日本 以发展开放公共数据和大数据为核心,以务实的应用开发为主。 2012年6月,日本IT战略本部发布电子政务开放数据战略草案,迈出了政府数据公开的关键性一步。 为了确保国民方便地获得行政信息,政府将利用信息公开方式标准化技术实现统计信息、测量信息、灾害信息等公共信息,并尽快在网络上实现行政信息全部公开并可被重复使用。2013年 7月27日,日本三菱综合研究所牵头成立了“开放数据流通推进联盟”,旨在由产官学联合,促进日本公共数据的开放应用。 2012年7月,日本推出了《面向2020年的ICT综合战略》,提出“活跃在ICT领域的日本”的目标,重点关注大数据应用。 该战略聚焦大数据应用所需的社会化媒体等智能技术开发,传统产业IT创新、以及在新医疗技术开发、缓解交通拥堵等公共领域的应用。 2013年6月,日本公布了新IT战略——“创建最尖端IT国家宣言”。 宣言阐述了2013-2020年期间以发展开放公共数据和林数据为核心的日本新IT国家战略,提出要把日本建设成为一个具有“世界最高水准的广泛运用信息产业技术的社会”。 德国 对大数据发展还不够重视,重点关注数据保护。 数据保护立法完善,为大数据的发展提供前提条件。 1977年,德联邦层面的数据保护法生效;2004年生效的德国《电信法》也涉及电子通信领域的数据保护。2009年,对现行的《联邦