大数据或称巨量资料，指的是所涉及的资料量规模巨大到无法透过主流软件工具，在合理时间内达到撷取、管理、处理、并整理成为帮助企业经营决策更积极目的的资讯，具有规模、快速、多样、价值、准确等特征。
数据是新时代重要的生产要素，是国家基础性战略资 源。大数据是数据的集合，以容量大、类型多、速度快、精 度准、价值高为主要特征，是推动经济转型发展的新动力，是提升政府治理能力的新途径，是重塑国家竞争优势的新机遇。
一、大数据产业规模
自2018年以来，随着大数据技术的快速发展，以及大数据与人工智能、VR、5G、区块链、边缘智能等新技术的交汇融合，持续加速技术创新；同时伴随着新型智慧城市和数字城市建设热潮，各地与大数据相关的园区加速落地，使得我国大数据产业持续增长，产业快速起步，并呈现出以下特征：
资料来源：《“十四五”大数据产业发展规划》，观研天下整理
数据显示，2016-2020年我国大数据产业规模呈现逐年增长态势，到2020年我国大数据产业规模从2016年的3700亿元增长到了11050亿元，年均复合增长率超过 30%。预计到2022年中国大数据产业规模将达14224亿元。
数据来源：观研天下整理
目前大数据产业主要包括服务器（硬件）、IT服务、大数据软件、存储（硬件）、商业服务等几部分。其中大数据硬件在整体大数据相关收益中占主导地位，占比高达41.0%。
数据来源：观研天下整理
二、行业应用市场
近年来随着大数据技术的不断提升，其应用的覆盖范围不断扩大，目前已经应用在政府、 互联网、电信、金融、工业、健康医疗等领域。其中互联网由于信息化水平高，研发力量雄厚，在业务数字化转型方面处于领先地位 ，占比达到了45%；其次为政府大数据，近年来成为政府信息化建设的关键环节，与政府数据整合与开放共享、民生服务、社会治理、市场监管相关的应用需求持续火热，占比为15%。
数据来源：观研天下整理
1、互联网大数据市场
互联网大数据指的是一段时间以内通过多种渠道收集大量的信息，其中包括用户的爱好、购买倾向、出行方式、吃饭习惯、消费方式、社交软件使用等，然后将这些数据整理成有用的数据。这些数据资源与以前的数据来说，具有明显的新的特征，具体如下：
资料来源：观研天下整理
目前互联网大数据已经形成了一个庞大的生态体系，既包括技术体系，也包括业务体系，涉及到的环节包括数据采集、数据整理、存储、安全、分析、呈现和应用。
近年来我国互联网大数据市场不断增长。有相关数据显示，2020年我国互联网大数据产业规模从2017年的1604.7亿元增长到2887.4亿元左右。
数据来源：观研天下整理
2、政府大数据
政府大数据是政府工作开展所产生的和因需对外获取并管理的数据，涵盖政府办理业务和服务过程中产生的数据，政府统计调查的社情民意数据，以及通过物理传感器采集的环境数据。
我国政府大数据主要应用于信息共享、政务数据管理、城市网络管理与社会管理几大领域。加强电子政务建设，管理好政府的数据资产，完善政府决策流程，将是未来数年大数据在公共管理领域发展的重要方向。大数据将对政府部门的精细化管理和科学决策发挥重要作用，从而提高政府的服务水平。舆情监测、交通安防、医疗服务等将是公共管理领域重点应用领域。
近年来随着政府数据量不断增加，数据共享开放程度越来越高，数据应用场景更加多元化，大数据与云计算、人工智能、区块链等新技术不断融合，为政府决策与服务能力的提升提供有力支撑。
2017年以来，我国政府大数据产业规模逐年增加。有数据显示，2020年我国政府大数据产业规模约为926亿元左右，市场规模达到405.7亿元，增速为27.6%。
数据来源：观研天下整理
目前社会治理与政务应用领域仍是当前数据治理建设的重点，政务应用、安防、交通、舆情、教育、医疗等领域的应用场景愈加丰富。其中浪潮继续领跑政府大数据市场的政务领域，2020年其支撑发布的“疫情数据查询核验服务”，有效助力了健康码全国互信，服务调用超过1000亿次，日增调用量最高达到2亿次。
而预计未来“一核两端”的数据治理模式将越来越多地被应用到各级政府中。据了解，“一核两端”即以政府数据为核心，将数据共享流通并应用到企业和居民端，保证数据标准化、API接口标准化，以及数据可追踪溯源、可监测、可重复利用。通过智能传感器、智能终端采集数据，汇集到政府建设的数据湖中，容器实现计算存储，大数据共享交换平台实现数据互通，逐步实现大数据治理。
3、金融大数据
金融数据是大数据商业应用最早的数据源。金融大数据平台是企业级、分布式、开放、统一的大数据平台，应包括数据接入、数据存储、数据处理、数据分析及数据服务相关组件。而金融大数据平台的总体目标是帮助金融机构更高效、更快速地完成金融大数据应用的开发、部署和管理，从以交易为中心转向以数据为中心，以应对更多维、更大量、更实时的数据和互联网业务的挑战。
自从2014年大数据首次作为国家战略被写入政府工作报告，金融机构不断引入大数据平台、构建大数据体系。到目前大数据早已成为金融机构核心竞争力的关键一环，其中，数据中台、大数据平台已经成为了金融机构全面数字化转型的关键，金融机构服务客户、创新产品、内部管理等都越来越依赖“数字”。
近年来我国金融大数据产业规模不断增长。有数据显示，2020年我国金融大数据产业规模从2017年的333.7亿元增长到600亿元左右。
数据来源：观研天下整理（WW）
整体来看，目前我国的大数据产业尚处于初级建设阶段，不管从纵向或是横向来看，应用深度仍有待进一步挖掘。预计随着大数据技术的不断提升以及政策推动，其应用的覆盖范围不断扩大，产业规模也将持续增长。根据国务院印发《“十四五”数字经济发展规划》(以下简称《规划》)显示，加快建设行业大数据平台，提升数据 开发利用水平，推动行业数据资产化、产品化，实现数据的 再创造和价值提升。持续开展大数据产业发展 试点示范，推动大数据与各行业各领域融合应用，加大对优 秀应用解决方案的推广力度。
|
专栏 4 行业大数据开发利用行动 |
|
|
通信大数据 |
加快 5G 网络规模化部署，推广升级千兆光纤网络。扩容骨干 网互联节点，新设一批国际通信出入口。在多震地区提高公共通信设施抗震能力， 强化山区“超级基站”建设，规划布局储备移动基站，提高通信公网抗毁能力。对 内强化数据开发利用和安全治理能力，提升企业经营管理效率，对外赋能行业应 用，支撑市场监管。 |
|
金融大数据 |
通过大数据精算、统计和模型构建，助力完善现代金融监管体 系，补齐监管制度短板，在审慎监管前提下有序推进金融创新。优化风险识别、 授信评估等模型，提升基于数据驱动的风险管理能力。 |
|
医疗大数据 |
完善电子健康档案和病例、电子处方等数据库，加快医疗卫生机构数据共享。推广远程医疗，推进医学影像辅助判读、临床辅助诊断等应用。提升对医疗机构和医疗行为的监管能力，助推医疗、医保、医药联动改革。 |
|
应急管理大数据 |
构建安全生产监测感知网络，加大自然灾害数据汇聚共享， 加强灾害现场数据获取能力。建设完善灾害风险普查、监测预警等应急管理大数 据库，发挥大数据在监测预警、监管执法、辅助决策、救援实战和社会动员等方面作用，推广数据监管、数据防灾、数据核灾等智能化应用模式，实现大数据与 应急管理业务的深度融合，不断提升应急管理现代化水平。 |
|
农业及水利大数据 |
发挥大数据在农业生产、经济运行、资源环境监测、农 产品产销等方面作用，推广大田作物精准播种、精准施肥施药、精准收获，推动设施园艺、畜禽水产养殖智能化应用。推动构建智慧水利体系，以流域为单元提 升水情测报和智能调度能力。 |
|
公安大数据 |
加强身份核验等数据的合规应用。推进公安大数据智能化平台建设，统筹新一代公安信息化基础设施，强化警务数据资源治理服务，加强对跨行业、跨区域公共安全数据的关联分析，不断提升安全风险预测预警、违法犯罪精准打击、治安防控精密智能、惠民服务便捷高效的公共安全治理能力。 |
|
交通大数据 |
加强对运载工具和交通基础设施相关数据的采集和分析，为自 动驾驶和车路协同技术发展及应用提供支撑。开展出行规划、交通流量监测分析 等应用创新，推广公路智能管理、交通信号联动、公交优先通行控制。通过对交 通物流等数据的共享与应用，推动铁路、公路、水利、航空等多方式联运发展。 |
|
电力大数据 |
基于大数据分析挖掘算法、优化策略和可视化展现等技术，强 化大数据在发电、输变电、配电、用电各环节的深度应用。通过大数据助力电厂 智能化升级，开展用电信息广泛采集、能效在线分析，实现源网荷储互动、多能 协同互补、用能需求智能调控。 |
|
信用大数据 |
加强信用信息归集、共享、公开和应用。运用人工智能、自主 学习等技术，构建信用大数据模型，提升信用风险智能识别、研判、分析和处理 能力。健全以信用为基础的新型监管机制，以信用风险为导向，优化监管资源配 置。深化信用信息在融资、授信、商务合作、公共服务等领域的应用，加强信用 风险防范，持续优化民生环境。 |
|
就业大数据 |
运用网络招聘、移动通信、社会保险等大数据，监测劳动力市 场变化趋势，及时掌握企业用工和劳动者就业、失业状况变化，更好分析研判就 业形势，作出科学决策。 |
|
社保大数据 |
加快推进社保经办数字化转型，通过科学建模和分析手段，开 展社保数据挖掘和应用工作，为参保单位和个人搭建数字全景图，支撑个性服务 和精准监管。建设社保大数据管理体系，加快推进社保数据共享。健全风险防控 分类管理，加强业务运行监测，构建制度化、常态化数据稽核机制。 |
|
城市安全大数据 |
建设城市安全风险监测预警系统，实现城市建设、交通、 市政、高危行业领域等城市运行数据的有效汇聚，利用云计算和人工智能等先进 技术，对城市安全风险进行监控监测和预警，提升城市安全管理水平。 |
资料来源：《“十四五”大数据产业发展规划》，观研天下整理（WW）
三、行业发展趋势
在产业互联网的推动下，大数据的发展趋势将逐渐向智能化领域发展，由于人工智能是大数据应用的重要出口，所以未来大数据在人工智能的发展过程中会获得越来越多的关注。
产业数字化转型将迈上新台阶。根据国务院印发《“十四五”数字经济发展规划》(以下简称《规划》)，明确了“十四五”时期推动数字经济健康发展的指导思想、基本原则、发展目标、重点任务和保障措施。《规划》明确坚持“创新引领、融合发展，应用牵引、数据赋能，公平竞争、安全有序，系统推进、协同高效”的原则。到2025年，数字经济核心产业增加值占国内生产总值比重达到10%，数据要素市场体系初步建立，产业数字化转型迈上新台阶，数字产业化水平显著提升，数字化公共服务更加普惠均等，数字经济治理体系更加完善。展望2035年，力争形成统一公平、竞争有序、成熟完备的数字经济现代市场体系，数字经济发展水平位居世界前列。
“东数西算”将构建新型算力网络体系。据了解，“东数西算”就是通过构建数据中心、云计算、大数据一体化的新型算力网络体系，将东部算力需求有序引导到西部，优化数据中心建设布局，促进东西部协同联动。
近年来随着数字技术向经济社会各领域全面持续渗透（截至目前，我国数据中心规模已达500万标准机架，算力达到130EFLOPS（每秒一万三千亿亿次浮点运算）），全社会对算力需求十分迫切，预计每年仍将以20%以上的速度快速增长。随着云计算、大数据等新型信息技术需求的快速增长，算力已成为数字经济时代核心生产力和我国国民经济发展的重要基础设施。加快推动算力建设，将有效激发数据要素创新活力，加速数字产业化和产业数字化进程，催生新技术、新产业、新业态、新模式，支撑经济高质量发展。
但由于我国数据中心大多分布在东部地区，土地、能源等资源日趋紧张，而我国西部地区资源充裕，具备承接东部算力需求的潜力。因此，"东数西算"旨在将东部算力需求有序引导到西部，减少耗能，降低运营成本。
目前国家发改委等部门联合印发通知，同意在京津冀、长三角、粤港澳大湾区、成渝、内蒙古、贵州、甘肃、宁夏等8地启动建设国家算力枢纽节点，并规划10个国家数据中心集群，标志着“东数西算”工程正式启动。
观研报告网发布的《中国大数据行业发展深度研究与投资前景分析报告（2022-2029年）》涵盖行业最新数据，市场热点，政策规划，竞争情报，市场前景预测，投资策略等内容。更辅以大量直观的图表帮助本行业企业准确把握行业发展态势、市场商机动向、正确制定企业竞争战略和投资策略。本报告依据国家统计局、海关总署和国家信息中心等渠道发布的权威数据，结合了行业所处的环境，从理论到实践、从宏观到微观等多个角度进行市场调研分析。
行业报告是业内企业、相关投资公司及政府部门准确把握行业发展趋势，洞悉行业竞争格局，规避经营和投资风险，制定正确竞争和投资战略决策的重要决策依据之一。本报告是全面了解行业以及对本行业进行投资不可或缺的重要工具。观研天下是国内知名的行业信息咨询机构，拥有资深的专家团队，多年来已经为上万家企业单位、咨询机构、金融机构、行业协会、个人投资者等提供了专业的行业分析报告，客户涵盖了华为、中国石油、中国电信、中国建筑、惠普、迪士尼等国内外行业领先企业，并得到了客户的广泛认可。
本研究报告数据主要采用国家统计数据，海关总署，问卷调查数据，商务部采集数据等数据库。其中宏观经济数据主要来自国家统计局，部分行业统计数据主要来自国家统计局及市场调研数据，企业数据主要来自于国家统计局规模企业统计数据库及证券交易所等，价格数据主要来自于各类市场监测数据库。本研究报告采用的行业分析方法包括波特五力模型分析法、SWOT分析法、PEST分析法，对行业进行全面的内外部环境分析，同时通过资深分析师对目前国家经济形势的走势以及市场发展趋势和当前行业热点分析，预测行业未来的发展方向、新兴热点、市场空间、技术趋势以及未来发展战略等。
【目录大纲】
第一章 2018-2022年中国大数据行业发展概述
第一节 大数据行业发展情况概述
一、大数据行业相关定义
二、大数据特点分析
三、大数据行业基本情况介绍
四、大数据行业经营模式
1、生产模式
2、采购模式
3、销售/服务模式
五、大数据行业需求主体分析
第二节 中国大数据行业生命周期分析
一、大数据行业生命周期理论概述
二、大数据行业所属的生命周期分析
第三节 大数据行业经济指标分析
一、大数据行业的赢利性分析
二、大数据行业的经济周期分析
三、大数据行业附加值的提升空间分析
第二章 2018-2022年全球大数据行业市场发展现状分析
第一节 全球大数据行业发展历程回顾
第二节 全球大数据行业市场规模与区域分布情况
第三节 亚洲大数据行业地区市场分析
一、亚洲大数据行业市场现状分析
二、亚洲大数据行业市场规模与市场需求分析
三、亚洲大数据行业市场前景分析
第四节 北美大数据行业地区市场分析
一、北美大数据行业市场现状分析
二、北美大数据行业市场规模与市场需求分析
三、北美大数据行业市场前景分析
第五节 欧洲大数据行业地区市场分析
一、欧洲大数据行业市场现状分析
二、欧洲大数据行业市场规模与市场需求分析
三、欧洲大数据行业市场前景分析
第六节 2022-2029年世界大数据行业分布走势预测
第七节 2022-2029年全球大数据行业市场规模预测
第三章 中国大数据行业产业发展环境分析
第一节 我国宏观经济环境分析
一、中国GDP增长情况分析
二、工业经济发展形势分析
三、社会固定资产投资分析
四、全社会消费品零售总额
五、城乡居民收入增长分析
六、居民消费价格变化分析
七、对外贸易发展形势分析
第二节 我国宏观经济环境对大数据行业的影响分析
第三节 中国大数据行业政策环境分析
一、行业监管体制现状
二、行业主要政策法规
三、主要行业标准
第四节 政策环境对大数据行业的影响分析
第五节 中国大数据行业产业社会环境分析
第四章 中国大数据行业运行情况
第一节 中国大数据行业发展状况情况介绍
一、行业发展历程回顾
二、行业创新情况分析
三、行业发展特点分析
第二节 中国大数据行业市场规模分析
一、影响中国大数据行业市场规模的因素
二、中国大数据行业市场规模
三、中国大数据行业市场规模解析
第三节 中国大数据行业供应情况分析
一、中国大数据行业供应规模
二、中国大数据行业供应特点
第四节 中国大数据行业需求情况分析
一、中国大数据行业需求规模
二、中国大数据行业需求特点
第五节 中国大数据行业供需平衡分析
第五章 中国大数据行业产业链和细分市场分析
第一节 中国大数据行业产业链综述
一、产业链模型原理介绍
二、产业链运行机制
三、大数据行业产业链图解
第二节 中国大数据行业产业链环节分析
一、上游产业发展现状
二、上游产业对大数据行业的影响分析
三、下游产业发展现状
四、下游产业对大数据行业的影响分析
第三节 我国大数据行业细分市场分析
一、细分市场一
二、细分市场二
第六章 2018-2022年中国大数据行业市场竞争分析
第一节 中国大数据行业竞争现状分析
一、中国大数据行业竞争格局分析
二、中国大数据行业主要品牌分析
第二节 中国大数据行业集中度分析
一、中国大数据行业市场集中度影响因素分析
二、中国大数据行业市场集中度分析
第三节 中国大数据行业竞争特征分析
一、 企业区域分布特征
二、企业规模分布特征
三、企业所有制分布特征
第七章 2018-2022年中国大数据行业模型分析
第一节 中国大数据行业竞争结构分析（波特五力模型）
一、波特五力模型原理
二、供应商议价能力
三、购买者议价能力
四、新进入者威胁
五、替代品威胁
六、同业竞争程度
七、波特五力模型分析结论
第二节 中国大数据行业SWOT分析
一、SOWT模型概述
二、行业优势分析
三、行业劣势
四、行业机会
五、行业威胁
六、中国大数据行业SWOT分析结论
第三节 中国大数据行业竞争环境分析（PEST）
一、PEST模型概述
二、政策因素
三、经济因素
四、社会因素
五、技术因素
六、PEST模型分析结论
第八章 2018-2022年中国大数据行业需求特点与动态分析
第一节 中国大数据行业市场动态情况
第二节 中国大数据行业消费市场特点分析
一、需求偏好
二、价格偏好
三、品牌偏好
四、其他偏好
第三节 大数据行业成本结构分析
第四节 大数据行业价格影响因素分析
一、供需因素
二、成本因素
三、其他因素
第五节 中国大数据行业价格现状分析
第六节 中国大数据行业平均价格走势预测
一、中国大数据行业平均价格趋势分析
二、中国大数据行业平均价格变动的影响因素
第九章 中国大数据行业所属行业运行数据监测
第一节 中国大数据行业所属行业总体规模分析
一、企业数量结构分析
二、行业资产规模分析
第二节 中国大数据行业所属行业产销与费用分析
一、流动资产
二、销售收入分析
三、负债分析
四、利润规模分析
五、产值分析
第三节 中国大数据行业所属行业财务指标分析
一、行业盈利能力分析
二、行业偿债能力分析
三、行业营运能力分析
四、行业发展能力分析
第十章 2018-2022年中国大数据行业区域市场现状分析
第一节 中国大数据行业区域市场规模分析
一、影响大数据行业区域市场分布的因素
二、中国大数据行业区域市场分布
第二节 中国华东地区大数据行业市场分析
一、华东地区概述
二、华东地区经济环境分析
三、华东地区大数据行业市场分析
（1）华东地区大数据行业市场规模
（2）华南地区大数据行业市场现状
（3）华东地区大数据行业市场规模预测
第三节 华中地区市场分析
一、华中地区概述
二、华中地区经济环境分析
三、华中地区大数据行业市场分析
（1）华中地区大数据行业市场规模
（2）华中地区大数据行业市场现状
（3）华中地区大数据行业市场规模预测
第四节 华南地区市场分析
一、华南地区概述
二、华南地区经济环境分析
三、华南地区大数据行业市场分析
（1）华南地区大数据行业市场规模
（2）华南地区大数据行业市场现状
（3）华南地区大数据行业市场规模预测
第五节 华北地区大数据行业市场分析
一、华北地区概述
二、华北地区经济环境分析
三、华北地区大数据行业市场分析
（1）华北地区大数据行业市场规模
（2）华北地区大数据行业市场现状
（3）华北地区大数据行业市场规模预测
第六节 东北地区市场分析
一、东北地区概述
二、东北地区经济环境分析
三、东北地区大数据行业市场分析
（1）东北地区大数据行业市场规模
（2）东北地区大数据行业市场现状
（3）东北地区大数据行业市场规模预测
第七节 西南地区市场分析
一、西南地区概述
二、西南地区经济环境分析
三、西南地区大数据行业市场分析
（1）西南地区大数据行业市场规模
（2）西南地区大数据行业市场现状
（3）西南地区大数据行业市场规模预测
第八节 西北地区市场分析
一、西北地区概述
二、西北地区经济环境分析
三、西北地区大数据行业市场分析
（1）西北地区大数据行业市场规模
（2）西北地区大数据行业市场现状
（3）西北地区大数据行业市场规模预测
第十一章 大数据行业企业分析（随数据更新有调整）
第一节 企业
一、企业概况
二、主营产品
三、运营情况
1、主要经济指标情况
2、企业盈利能力分析
3、企业偿债能力分析
4、企业运营能力分析
5、企业成长能力分析
四、公司优势分析
第二节 企业
一、企业概况
二、主营产品
三、运营情况
四、公司优劣势分析
第三节 企业
一、企业概况
二、主营产品
三、运营情况
四、公司优势分析
第四节 企业
一、企业概况
二、主营产品
三、运营情况
四、公司优势分析
第五节 企业
一、企业概况
二、主营产品
三、运营情况
四、公司优势分析
第六节 企业
一、企业概况
二、主营产品
三、运营情况
四、公司优势分析
······
第十二章 2022-2029年中国大数据行业发展前景分析与预测
第一节 中国大数据行业未来发展前景分析
一、大数据行业国内投资环境分析
二、中国大数据行业市场机会分析
三、中国大数据行业投资增速预测
第二节 中国大数据行业未来发展趋势预测
第三节 中国大数据行业规模发展预测
一、中国大数据行业市场规模预测
二、中国大数据行业市场规模增速预测
三、中国大数据行业产值规模预测
四、中国大数据行业产值增速预测
五、中国大数据行业供需情况预测
第四节 中国大数据行业盈利走势预测
第十三章 2022-2029年中国大数据行业进入壁垒与投资风险分析
第一节 中国大数据行业进入壁垒分析
一、大数据行业资金壁垒分析
二、大数据行业技术壁垒分析
三、大数据行业人才壁垒分析
四、大数据行业品牌壁垒分析
五、大数据行业其他壁垒分析
第二节 大数据行业风险分析
一、大数据行业宏观环境风险
二、大数据行业技术风险
三、大数据行业竞争风险
四、大数据行业其他风险
第三节 中国大数据行业存在的问题
第四节 中国大数据行业解决问题的策略分析
第十四章 2022-2029年中国大数据行业研究结论及投资建议
第一节 观研天下中国大数据行业研究综述
一、行业投资价值
二、行业风险评估
第二节 中国大数据行业进入策略分析
一、目标客户群体
二、细分市场选择
三、区域市场的选择
第三节 大数据行业营销策略分析
一、大数据行业产品策略
二、大数据行业定价策略
三、大数据行业渠道策略
四、大数据行业促销策略
第四节 观研天下分析师投资建议
