大数据与未来产业变革 课后练习

第一篇：大数据与未来产业变革 课后练习

大数据与未来产业变革课后练习

判断题：

1、结构化数据和非机构化数据的区别在于数据是否能够用二维表的形式表现出来。

A、对 B、错

正确答案：A 题目解析：存储在数据库里，可以用二维表结构来逻辑表达实现的数据就是结构化数据，相反，不方便用数据库二维逻辑表来表现的数据即称为非结构化数据。

2、趋势预测是指假设我们观察到的信息只是全部真实信息的一部分，在这个基础上探讨如何利用当前信息去预测未观察到得信息。

A、对 B、错

正确答案：A 题目解析：趋势预测是指通过事物的一些基本属性信息和早期的态势分析，预测事物发展的轨迹和最终影响力。

3、大数据就是数据体量巨大。

A、对 B、错

正确答案：B 题目解析：体量巨大只是大数据的一个典型特征之一，还需要数据的来源广泛等。

4、在信息时代，技术将成为独立的生产要素。

A、对 B、错

正确答案：B 题目解析：在信息时代，数据将成为独立的生产要素。

5、更多的数据来源，比更多的数据更重要。

A、对 B、错 正确答案：A 题目解析：对大数据来说，更多的数据来源远远重要于更多的数据。

6、数据会在保密中增值。

A、对 B、错

正确答案：B 题目解析：分享，而非保密，数据会在流动中增值。

7、物联网是大数据的重要来源之一。

A、对 B、错

正确答案：A 题目解析：大数据来源主要有三个：物联网、互联网和移动网互联。

8、微软和谷歌的拼写检查原理是一致的。

A、对 B、错

正确答案：B 题目解析：微软的原理是在office软件中嵌入词典的方式，而谷歌是基于大量搜素的方式。

9、全球首家大数据公司Splunk在纽约证券交易所上市。

A、对 B、错

正确答案：B 题目解析：在纳斯达克上市。

10、大数据时代不需要隐私保护。

A、对 B、错

正确答案：B 题目解析：隐私保护是制约大数据得以进一步发展的关键因素。

11、人类行为的93%是可以预测的。A、对 B、错

正确答案：A 题目解析：全球复杂网络权威巴拉巴西通过研究大胆地认为，93%的人类行为是可以预测的。

12、收集用户位置信息可以定制广告。

A、对 B、错

正确答案：A 题目解析：位置数据可以发现和预测人类行为，进而推送相关广告。

13、大数据可以帮助保险行业将考虑群体的风险转化为对个性化的分析。

A、对 B、错

正确答案：A 题目解析：大数据可以从驾驶者时间、地点和实际行驶路程的详细信息开展个性化的风险分析。

14、大数据的多维包括数据来源多样性、数据种类多样性和数据对象的多样性。

A、对 B、错

正确答案：A 题目解析：数据来源多样性—-超出一种服务，一个公司，一个地区；数据种类多样性—-文字，语音，图表，图片，视频。

15、智能手机的普及促进了大数据的发展。

A、对 B、错

正确答案：A 题目解析：智能手机、移动互联网和移动终端都促进了大数据的发展。

单选题：

1、亚马逊的kindle电子书则是（）的书本。

A、数据化 B、数字化 C、数量化 D、结构化

正确答案：A 题目解析：亚马逊的kindle电子书则完全是数据化的书本。

2、百度拥有的是（）数据。

A、交易数据

B、搜索数据和地理位置数据 C、社交数据 D、活动数据

正确答案：B 题目解析：百度拥有的是搜索数据和地理位置数据。

3、腾讯拥有的是（）数据。

A、交易数据

B、搜索数据和地理位置数据 C、社交数据 D、活动数据

正确答案：C 题目解析：腾讯拥有的是社交数据。

4、大数据的核心是（）。

A、预测 B、分析 C、交流 D、商业模式

正确答案：A 题目解析：大数据的核心是预测。

5、阿里巴巴拥有的是（）数据。

A、交易数据

B、搜索数据和地理位置数据 C、社交数据 D、活动数据

正确答案：A 题目解析：阿里巴巴拥有的是交易数据。

6、大数据可以促成广告的（）投放。

A、无序 B、精准 C、粗放 D、快速

正确答案：B 题目解析：大数据可以促成广告的精准投放。

7、按照《大数据与未来产业变革》课程讲义的观点，阿里巴巴是（）。

A、电商 B、金融企业 C、物流企业 D、数据平台

正确答案：D 题目解析：阿里巴巴是数据平台公司。

8、大数据提供的是（）答案。

A、唯一 B、参考 C、最终 D、准确

正确答案：B 题目解析：大数据提供的是参考答案。

9、大数据代表了互联网的（）。

A、信息层 B、硬件层 C、软件层 D、感觉和神经系统

正确答案：A 题目解析：大数据代表了互联网的信息层。

10、土地、资本和（）并称为企业的生产要素。

A、人力 B、技术 C、信息 D、能源

正确答案：A 题目解析：土地、资本和人力并称为企业的生产要素。

11、工业时代，（）成为独立的生产要素之一。

A、人力 B、技术 C、信息 D、能源

正确答案：B 题目解析：工业时代，技术成为独立的生产要素之一。

12、数据是指对某件事物的描述，数据可以记录、（）和重组。

A、测量 B、描述 C、分析 D、预测

正确答案：C 题目解析：数据（DATA）：对某件事物的描述，数据可以记录、分析和重组。

13、数字化：把许多复杂多变的信息转变为可以度量的数字、数据，最终变成（）可读的数据。

A、计算机 B、计算器 C、数据库 D、自然人

正确答案：A 题目解析：数字化：把许多复杂多变的信息转变为可以度量的数字、数据，最终变成计算机可读的数据。

14、数据化：把现象转化为可分析的（）形式的过程。

A、测量 B、描述 C、分析 D、量化

正确答案：D 题目解析：数据化：把现象转化为可分析的量化形式的过程。

15、大数据基于建议的应用包括（）。

A、智能交通 B、智能电网

C、营销及精准广告服务 D、商业模式转型 正确答案：C 题目解析：大数据基于建议的应用包括营销及精准广告服务（客户广告定向投放应用）和产品推荐应用（个性化推送）。

多选题：

1、大数据兴起的根源包括（）。

A、数据的爆炸性增长 B、新数据处理技术的诞生 C、全球智能手机的普及 D、人们对未知的渴望

正确答案：ABCD 题目解析：大数据兴起的根源包括：数据的爆炸性增长、新数据处理技术的诞生、全球智能手机的普及、人们对未知的渴望。

2、大数据4V特征包括（）。

A、大量化 B、多样化 C、快速化 D、虚拟化

正确答案：ABC 题目解析：“大量化(Volume)、多样化(Variety)、快速化(Velocity)、价值密度低（Value）”就是“大数据”的显著特征。

3、大数据预测包括（）。

A、趋势预测 B、缺失信息预测 C、智能预测 D、快速预测

正确答案：AB 题目解析：大数据预测包括趋势预测和缺失信息预测。

4、大数据的应用包括（）。

A、基于建议的应用 B、基于预测的应用 C、商业模式转型升级 D、基于隐私的应用

正确答案：ABC 题目解析：大数据的应用包括基于建议的应用、基于预测的应用和商业模式转型升级。

5、大数据在影视业的应用包括（）。

A、电影剧本优化 B、电影营销策划 C、票房预测 D、定制广告

正确答案：ABC 题目解析：大数据在影视业中可以在电影剧本优化、电影营销策划、票房预测等方面发挥作用。

6、大数据可以帮助旅游行政管理部门（）。

A、景区精准营销 B、景区人数监测 C、酒店联网数据 D、改进旅游公共服务

正确答案：ABCD 题目解析：大数据可以帮助旅游行政管理部门开展景区精准营销、景区人数监测、酒店联网数据和改进旅游公共服务。

第二篇：《大数据变革》读后感

《大数据变革》读后感

之所以读《大数据变革》这本书，是因为当时在京东上看到这本书的宣传是具备互联网思维必读书之一。说实话，看这本书根本看不进去，不晓得是因为翻译的原因还是什么，只能说标题吸引人，内容很空泛，没有什么的可读性。现把书中的一些内容做些摘录。

大数据是市场营销和销售的下一个前沿地带。在一个日益互联的世界，对数据勤于收集和有见地的分析使得公司可以前所未有地了解它们的消费者。用有形的统计知识武装后，现在它们也可以改进企业和产品，使其比以往任何时候都更加紧密地迎合消费者的需求。在这个产品差异化已经不再是一个可持续竞争优势的世界，了解消费者是必要的。一名天才创意的头脑根据对消费者的直觉设计广告促销已经是企业界早已逝去的回忆。今天的营销需要基于数据驱动洞察每个消费者偏好制定差异化定位。

随着中国公司和消费者的成熟，我们相信这种数据驱动的营销和销售方法将变得越来越意义重大。公司未来的成功将取决于中国消费者能被怎样了解、定位和说服。领先公司已经开始思考如何准备向这个数据时代过渡，即如何从以技术为主导的方法转为客户导向战略，使用数据带来业务增长。

第三篇：大数据产业十三五发展规划

大数据产业十三五发展规划（2016-2020年）

2018年8月

目录

前言..................................................................................................................................................3

一、我国发展大数据产业的基础...................................................................................................4

二、“十三五”时期面临的形势.....................................................................................................6

三、指导思想和发展目标...............................................................................................................8

（一）指导思想.......................................................................................................................8

（二）发展原则.......................................................................................................................8

（三）发展目标.......................................................................................................................9

四、重点任务和重大工程.............................................................................................................11

（一）强化大数据技术产品研发.........................................................................................11

（二）深化工业大数据创新应用.........................................................................................13

（三）促进行业大数据应用发展.........................................................................................15

（四）加快大数据产业主体培育.........................................................................................17

（五）完善大数据产业支撑体系.........................................................................................20

（六）提升大数据安全保障能力.........................................................................................22

五、保障措施.................................................................................................................................24

（一）推进体制机制创新.....................................................................................................24

（二）健全相关政策法规制度.............................................................................................24

（三）加大政策扶持力度.....................................................................................................25

（四）建设多层次人才队伍.................................................................................................25

（五）推动国际化发展.........................................................................................................26

前言

今日，工信部官网正式发布大数据产业”十三五“发展规划，随着产业纲领性文件的发布，将积极推动大数据产业健康快速发展。

数据是国家基础性战略资源，是21世纪的“钻石矿”。党中央、国务院高度重视大数据在经济社会发展中的作用，党的十八届五中全会提出“实施国家大数据战略”，国务院印发《促进大数据发展行动纲要》，全面推进大数据发展，加快建设数据强国。

“十三五”时期是我国全面建成小康社会的决胜阶段，是新旧动能接续转换的关键时期，全球新一代信息产业处于加速变革期，大数据技术和应用处于创新突破期，国内市场需求处于爆发期，我国大数据产业面临重要的发展机遇。抢抓机遇，推动大数据产业发展，对提升政府治理能力、优化民生公共服务、促进经济转型和创新发展有重大意义。

为推动我国大数据产业持续健康发展，深入贯彻十八届五中全会精神，实施国家大数据战略，落实国务院《促进大数据发展行动纲要》，按照《国民经济和社会发展第十三个五年规划纲要》的总体部署，编制本规划。

一、我国发展大数据产业的基础

大数据产业指以数据生产、采集、存储、加工、分析、服务为主的相关经济活动，包括数据资源建设、大数据软硬件产品的开发、销售和租赁活动，以及相关信息技术服务。

“十二五”期间，我国信息产业迅速壮大，信息技术快速发展，互联网经济日益繁荣，积累了丰富的数据资源，技术创新取得了明显突破，应用势头良好，为“十三五”时期我国大数据产业加快发展奠定了坚实基础。

信息化积累了丰富的数据资源。我国信息化发展水平日益提高，对数据资源的采集、挖掘和应用水平不断深化。政务信息化水平不断提升，全国面向公众的政府网站达8.4万个。智慧城市建设全面展开，“十二五”期间近300个城市进行了智慧城市试点。两化融合发展进程不断深入，正进入向纵深发展的新阶段。信息消费蓬勃发展，网民数量超过7亿，移动电话用户规模已经突破13亿，均居世界第一。月度户均移动互联网接入流量达835M。政府部门、互联网企业、大型集团企业积累沉淀了大量的数据资源。我国已成为产生和积累数据量最大、数据类型最丰富的国家之一。

大数据技术创新取得明显突破。在软硬件方面，国内骨干软硬件企业陆续推出自主研发的大数据基础平台产品，一批信息服务企业面向特定领域研发数据分析工具，提供创新型数据服务。在平台建设方面，互联网龙头企业服务器单集群规模达到上万台，具备建设和运维超大规模大数据平台的技术实力。在智能分析方面，部分企业积极布局深度学习等人工智能前沿技术，在语音识别、图像理解、文本挖掘等方面抢占技术制高点。在开源技术方面，我国对国际大数据开源软件社区的贡献不断增大。

大数据应用推进势头良好。大数据在互联网服务中得到广泛应用，大幅度提升网络社交、电商、广告、搜索等服务的个性化和智能化水平，催生共享经济等数据驱动的新兴业态。大数据加速向传统产业渗透，驱动生产方式和管理模式变革，推动制造业向网络化、数字化和智能化方向发展。电信、金融、交通等行业利用已积累的丰富数据资源，积极探索客户细分、风险防控、信用评价等应用，加快服务优化、业务创新和产业升级步伐。

大数据产业体系初具雏形。2015年，我国信息产业收入达到17.1万亿元，比2010年进入“十二五”前翻了一番。其中软件和信息技术服务业实现软件业务收入4.3万亿元，同比增长15.7%。大型数据中心向绿色化、集约化发展，跨地区经营互联网数据中心（IDC）业务的企业达到 295家。云计算服务逐渐成熟，主要云计算平台的数据处理规模已跻身世界前列，为大数据提供强大的计算存储能力并促进数据集聚。在大数据资源建设、大数据技术、大数据应用领域涌现出一批新模式和新业态。龙头企业引领，上下游企业互动的产业格局初步形成。基于大数据的创新创业日趋活跃，大数据技术、产业与服务成为社会资本投入的热点。

大数据产业支撑能力日益增强。形成了大数据标准化工作机制，大数据标准体系初步形成，开展了大数据技术、交易、开放共享、工业大数据等国家标准的研制工作，部分标准在北京、上海、贵阳开展了试点示范。一批大数据技术研发实验室、工程中心、企业技术中心、产业创新平台、产业联盟、投资基金等形式的产业支撑平台相继建成。大数据安全保障体系和法律法规不断完善。

二、“十三五”时期面临的形势

大数据成为塑造国家竞争力的战略制高点之一，国家竞争日趋激烈。一个国家掌握和运用大数据的能力成为国家竞争力的重要体现，各国纷纷将大数据作为国家发展战略，将产业发展作为大数据发展的核心。美国高度重视大数据研发和应用，2012年3月推出“大数据研究与发展倡议”，将大数据作为国家重要的战略资源进行管理和应用，2016年5月进一步发布“联邦大数据研究与开发计划”，不断加强在大数据研发和应用方面的布局。欧盟2014年推出了“数据驱动的经济”战略，倡导欧洲各国抢抓大数据发展机遇。此外，英国、日本、澳大利亚等国也出台了类似政策，推动大数据应用，拉动产业发展。

大数据驱动信息产业格局加速变革，创新发展面临难得机遇。当今世界，新一轮科技革命和产业变革正在孕育兴起，信息产业格局面临巨大变革。大数据推动下，信息技术正处于新旧轨道切换的过程中，分布式系统架构、多元异构数据管理技术等新技术、新模式快速发展，产业格局正处在创新变革的关键时期，我国面临加快发展重大机遇。

我国经济社会发展对信息化提出了更高要求，发展大数据具有强大的内生动力。推动大数据应用，加快传统产业数字化、智能化，做大做强数字经济，能够为我国经济转型发展提供新动力，为重塑国家竞争优势创造新机遇，为提升政府治理能力开辟新途径，是支撑国家战略的重要抓手。当前我国正在推进供给侧结构性改革和服务型政府建设，加快实施“互联网+”行动计划和中国制造2025战略，建设公平普惠、便捷高效的民生服务体系，为大数据产业创造了广阔的市场空间，是我国大数据产业发展的强大内生动力。

我国大数据产业具备了良好基础，面临难得的发展机遇，但仍然存在一些困难和问题。一是数据资源开放共享程度低。数据质量不高，数据资源流通不畅，管理能力弱，数据价值难以被有效挖掘利用。二是技术创新与支撑能力不强。我国在新型计算平台、分布式计算架构、大数据处理、分析和呈现方面与国外仍存在较大差距，对开源技术和相关生态系统影响力弱。三是大数据应用水平不高。我国发展大数据具有强劲的应用市场优势，但是目前还存在应用领域不广泛、应用程度不深、认识不到位等问题。四是大数据产业支撑体系尚不完善。数据所有权、隐私权等相关法律法规和信息安全、开放共享等标准规范不健全，尚未建立起兼顾安全与发展的数据开放、管理和信息安全保障体系。五是人才队伍建设亟需加强。大数据基础研究、产品研发和业务应用等各类人才短缺，难以满足发展需要。

“十三五”时期是我国全面建成小康社会决胜阶段，是实施国家大数据战略的起步期，是大数据产业崛起的重要窗口期，必须抓住机遇加快发展，实现从数据大国向数据强国转变。

三、指导思想和发展目标

（一）指导思想

全面贯彻党的十八大和十八届三中、四中、五中、六中全会精神，坚持创新、协调、绿色、开放、共享的发展理念，围绕实施国家大数据战略，以强化大数据产业创新发展能力为核心，以推动数据开放与共享、加强技术产品研发、深化应用创新为重点，以完善发展环境和提升安全保障能力为支撑，打造数据、技术、应用与安全协同发展的自主产业生态体系，全面提升我国大数据的资源掌控能力、技术支撑能力和价值挖掘能力，加快建设数据强国，有力支撑制造强国和网络强国建设。

（二）发展原则

创新驱动。瞄准大数据技术发展前沿领域，强化创新能力，提高创新层次，以企业为主体集中攻克大数据关键技术，加快产品研发，发展壮大新兴大数据服务业态，加强大数据技术、应用和商业模式的协同创新，培育市场化、网络化的创新生态。

应用引领。发挥我国市场规模大、应用需求旺的优势，以国家战略、人民需要、市场需求为牵引，加快大数据技术产品研发和在各行业、各领域的应用，促进跨行业、跨领域、跨地域大数据应用，形成良性互动的产业发展格局。

开放共享。汇聚全球大数据技术、人才和资金等要素资源，坚持自主创新和开放合作相结合，走开放式的大数据产业发展道路。树立数据开放共享理念，完善相关制度，推动数据资源开放共享与信息流通。统筹协调。发挥企业在大数据产业创新中的主体作用，加大政府政策支持和引导力度，营造良好的政策法规环境，形成政产学研用统筹推进的机制。加强中央、部门、地方大数据发展政策衔接，优化产业布局，形成协同发展合力。

安全规范。安全是发展的前提，发展是安全的保障，坚持发展与安全并重，增强信息安全技术保障能力，建立健全安全防护体系，保障信息安全和个人隐私。加强行业自律，完善行业监管，促进数据资源有序流动与规范利用。

（三）发展目标

到2020年，技术先进、应用繁荣、保障有力的大数据产业体系基本形成。大数据相关产品和服务业务收入突破1万亿元，年均复合增长率保持30%左右，加快建设数据强国，为实现制造强国和网络强国提供强大的产业支撑。

——技术产品先进可控。在大数据基础软硬件方面形成安全可控技术产品，在大数据获取、存储管理和处理平台技术领域达到国际先进水平，在数据挖掘、分析与应用等算法和工具方面处于领先地位，形成一批自主创新、技术先进，满足重大应用需求的产品、解决方案和服务。

——应用能力显著增强。工业大数据应用全面支撑智能制造和工业转型升级，大数据在创新创业、政府管理和民生服务等方面广泛深入应用，技术融合、业务融合和数据融合能力显著提升，实现跨层级、跨地域、跨系统、跨部门、跨业务的协同管理和服务，形成数据驱动创新发展的新模式。

——生态体系繁荣发展。形成若干创新能力突出的大数据骨干企业，培育一批专业化数据服务创新型中小企业，培育10家国际领先的大数据核心龙头企业和500家大数据应用及服务企业。形成比较完善的大数据产业链，大数据产业体系初步形成。建设10-15个大数据综合试验区，创建一批大数据产业集聚区，形成若干大数据新型工业化产业示范基地。

——支撑能力不断增强。建立健全覆盖技术、产品和管理等方面的大数据标准体系。建立一批区域性、行业性大数据产业和应用联盟及行业组织。培育一批大数据咨询研究、测试评估、技术和知识产权、投融资等专业化服务机构。建设1-2个运营规范、具有一定国际影响力的开源社区。

——数据安全保障有力。数据安全技术达到国际先进水平。国家数据安全保护体系基本建成。数据安全技术保障能力和保障体系基本满足国家战略和市场应用需求。数据安全和个人隐私保护的法规制度较为完善。

四、重点任务和重大工程

（一）强化大数据技术产品研发

以应用为导向，突破大数据关键技术，推动产品和解决方案研发及产业化，创新技术服务模式，形成技术先进、生态完备的技术产品体系。

加快大数据关键技术研发。围绕数据科学理论体系、大数据计算系统与分析、大数据应用模型等领域进行前瞻布局，加强大数据基础研究。发挥企业创新主体作用，整合产学研用资源优势联合攻关，研发大数据采集、传输、存储、管理、处理、分析、应用、可视化和安全等关键技术。突破大规模异构数据融合、集群资源调度、分布式文件系统等大数据基础技术，面向多任务的通用计算框架技术，以及流计算、图计算等计算引擎技术。支持深度学习、类脑计算、认知计算、区块链、虚拟现实等前沿技术创新，提升数据分析处理和知识发现能力。结合行业应用，研发大数据分析、理解、预测及决策支持与知识服务等智能数据应用技术。突破面向大数据的新型计算、存储、传感、通信等芯片及融合架构、内存计算、亿级并发、EB级存储、绿色计算等技术，推动软硬件协同发展。

培育安全可控的大数据产品体系。以应用为牵引，自主研发和引进吸收并重，加快形成安全可控的大数据产品体系。重点突破面向大数据应用基础设施的核心信息技术设备、信息安全产品以及面向事务的新型关系数据库、列式数据库、NoSQL数据库、大规模图数据库和新一代分布式计算平台等基础产品。加快研发新一代商业智能、数据挖掘、数据可视化、语义搜索等软件产品。结合数据生命周期管理需求，培育大数据采集与集成、大数据分析与挖掘、大数据交互感知、基于语义理解的数据资源管理等平台产品。面向重点行业应用需求，研发具有行业特征的大数据检索、分析、展示等技术产品，形成垂直领域成熟的大数据解决方案及服务。创新大数据技术服务模式。加快大数据服务模式创新，培育数据即服务新模式和新业态，提升大数据服务能力，降低大数据应用门槛和成本。围绕数据全生命周期各阶段需求，发展数据采集、清洗、分析、交易、安全防护等技术服务。推进大数据与云计算服务模式融合，促进海量数据、大规模分布式计算和智能数据分析等公共云计算服务发展，提升第三方大数据技术服务能力。推动大数据技术服务与行业深度结合，培育面向垂直领域的大数据服务模式。

（二）深化工业大数据创新应用

加强工业大数据基础设施建设规划与布局，推动大数据在产品全生命周期和全产业链的应用，推进工业大数据与自动控制和感知硬件、工业核心软件、工业互联网、工业云和智能服务平台融合发展，形成数据驱动的工业发展新模式，支撑中国制造2025战略，探索建立工业大数据中心。

加快工业大数据基础设施建设。加快建设面向智能制造单元、智能工厂及物联网应用的低延时、高可靠、广覆盖的工业互联网，提升工业网络基础设施服务能力。加快工业传感器、射频识别（RFID）、光通信器件等数据采集设备的部署和应用，促进工业物联网标准体系建设，推动工业控制系统的升级改造，汇聚传感、控制、管理、运营等多源数据，提升产品、装备、企业的网络化、数字化和智能化水平。

推进工业大数据全流程应用。支持建设工业大数据平台，推动大数据在重点工业领域各环节应用，提升信息化和工业化深度融合发展水平，助推工业转型升级。加强研发设计大数据应用能力，利用大数据精准感知用户需求，促进基于数据和知识的创新设计，提升研发效率。加快生产制造大数据应用，通过大数据监控优化流水线作业，强化故障预测与健康管理，优化产品质量，降低能源消耗。提升经营管理大数据应用水平，提高人力、财务、生产制造、采购等关键经营环节业务集成水平，提升管理效率和决策水平，实现经营活动的智能化。推动客户服务大数据深度应用，促进大数据在售前、售中、售后服务中的创新应用。促进数据资源整合，打通各个环节数据链条，形成全流程的数据闭环。

培育数据驱动的制造业新模式。深化制造业与互联网融合发展，坚持创新驱动，加快工业大数据与物联网、云计算、信息物理系统等新兴技术在制造业领域的深度集成与应用，构建制造业企业大数据“双创”平台，培育新技术、新业态和新模式。利用大数据，推动“专精特新”中小企业参与产业链，与中国制造2025、军民融合项目对接，促进协同设计和协同制造。大力发展基于大数据的个性化定制，推动发展顾客对工厂（C2M）等制造模式，提升制造过程智能化和柔性化程度。利用大数据加快发展制造即服务模式，促进生产型制造向服务型制造转变。

（三）促进行业大数据应用发展

加强大数据在重点行业领域的深入应用，促进跨行业大数据融合创新，在政府治理和民生服务中提升大数据运用能力，推动大数据与各行业领域的融合发展。

推动重点行业大数据应用。推动电信、能源、金融、商贸、农业、食品、文化创意、公共安全等行业领域大数据应用，推进行业数据资源的采集、整合、共享和利用，充分释放大数据在产业发展中的变革作用，加速传统行业经营管理方式变革、服务模式和商业模式创新及产业价值链体系重构。

促进跨行业大数据融合创新。打破体制机制障碍，打通数据孤岛，创新合作模式，培育交叉融合的大数据应用新业态。支持电信、互联网、工业、金融、健康、交通等信息化基础好的领域率先开展跨领域、跨行业的大数据应用，培育大数据应用新模式。支持大数据相关企业与传统行业加强技术和资源对接，共同探索多元化合作运营模式，推动大数据融合应用。

强化社会治理和公共服务大数据应用。以民生需求为导向，以电子政务和智慧城市建设为抓手，以数据集中和共享为途径，推动全国一体化的国家大数据中心建设，推进技术融合、业务融合、数据融合，实现跨层级、跨地域、跨系统、跨部门、跨业务的协同管理和服务。促进大数据在政务、交通、教育、健康、社保、就业等民生领域的应用，探索大众参与的数据治理模式，提升社会治理和城市管理能力，为群众提供智能、精准、高效、便捷的公共服务。促进大数据在市场主体监管与服务领域应用，建设基于大数据的重点行业运行分析服务平台，加强重点行业、骨干企业经济运行情况监测，提高行业运行监管和服务的时效性、精准性和前瞻性。促进政府数据和企业数据融合，为企业创新发展和社会治理提供有力支撑。

（四）加快大数据产业主体培育

引导区域大数据发展布局，促进基于大数据的创新创业，培育一批大数据龙头企业和创新型中小企业，形成多层次、梯队化的创新主体和合理的产业布局，繁荣大数据生态。

利用大数据助推创新创业。鼓励资源丰富、技术先进的大数据领先企业建设大数据平台，开放平台数据、计算能力、开发环境等基础资源，降低创新创业成本。鼓励大型企业依托互联网“双创”平台，提供基于大数据的创新创业服务。组织开展算法大赛、应用创新大赛、众包众筹等活动，激发创新创业活力。支持大数据企业与科研机构深度合作，打通科技创新和产业化之间的通道，形成数据驱动的科研创新模式。

构建企业协同发展格局。支持龙头企业整合利用国内外技术、人才和专利等资源，加快大数据技术研发和产品创新，提高产品和服务的国际市场占有率和品牌影响力，形成一批具有国际竞争力的综合型和专业型龙头企业。支持中小企业深耕细分市场，加快服务模式创新和商业模式创新，提高中小企业的创新能力。鼓励生态链各环节企业加强合作，构建多方协作、互利共赢的产业生态，形成大中小企业协同发展的良好局面。

优化大数据产业区域布局。引导地方结合自身条件，突出区域特色优势，明确重点发展方向，深化大数据应用，合理定位，科学谋划，形成科学有序的产业分工和区域布局。在全国建设若干国家大数据综合试验区，在大数据制度创新、公共数据开放共享、大数据创新应用、大数据产业集聚、数据要素流通、数据中心整合、大数据国际交流合作等方面开展系统性探索试验，为全国大数据发展和应用积累经验。在大数据产业特色优势明显的地区建设一批大数据产业集聚区，创建大数据新型工业化产业示范基地，发挥产业集聚和协同作用，以点带面，引领全国大数据发展。统筹规划大数据跨区域布局，利用大数据推动信息共享、信息消费、资源对接、优势互补，促进区域经济社会协调发展。

（五）完善大数据产业支撑体系

统筹布局大数据基础设施，建设大数据产业发展创新服务平台，建立大数据统计及发展评估体系，创造良好的产业发展环境。

合理布局大数据基础设施建设。引导地方政府和有关企业统筹布局数据中心建设，充分利用政府和社会现有数据中心资源，整合改造规模小、效率低、能耗高的分散数据中心，避免资源和空间的浪费。鼓励在大数据基础设施建设中广泛推广可再生能源、废弃设备回收等低碳环保方式，引导大数据基础设施体系向绿色集约、布局合理、规模适度、高速互联方向发展。加快网络基础设施建设升级，优化网络结构，提升互联互通质量。

构建大数据产业发展公共服务平台。充分利用和整合现有创新资源，形成一批大数据测试认证及公共服务平台。支持建立大数据相关开源社区等公共技术创新平台，鼓励开发者、企业、研究机构积极参与大数据开源项目，增强在开源社区的影响力，提升创新能力。

建立大数据发展评估体系。研究建立大数据产业发展评估体系，对我国及各地大数据资源建设状况、开放共享程度、产业发展能力、应用水平等进行监测、分析和评估，编制发布大数据产业发展指数，引导和评估全国大数据发展。

（六）提升大数据安全保障能力

针对网络信息安全新形势，加强大数据安全技术产品研发，利用大数据完善安全管理机制，构建强有力的大数据安全保障体系。

加强大数据安全技术产品研发。重点研究大数据环境下的统一账号、认证、授权和审计体系及大数据加密和密级管理体系，突破差分隐私技术、多方安全计算、数据流动监控与追溯等关键技术。推广防泄露、防窃取、匿名化等大数据保护技术，研发大数据安全保护产品和解决方案。加强云平台虚拟机安全技术、虚拟化网络安全技术、云安全审计技术、云平台安全统一管理技术等大数据安全支撑技术研发及产业化，加强云计算、大数据基础软件系统漏洞挖掘和加固。

提升大数据对网络信息安全的支撑能力。综合运用多源数据，加强大数据挖掘分析，增强网络信息安全风险感知、预警和处置能力。加强基于大数据的新型信息安全产品研发，推动大数据技术在关键信息基础设施安全防护中的应用，保障金融、能源、电力、通信、交通等重要信息系统安全。建设网络信息安全态势感知大数据平台和国家工业控制系统安全监测与预警平台，促进网络信息安全威胁数据采集与共享，建立统一高效、协同联动的网络安全风险报告、情报共享和研判处置体系。

五、保障措施

（一）推进体制机制创新

在促进大数据发展部际联席会议制度下,建立完善中央和地方联动的大数据发展协调机制，形成以应用带动产业、以产业支撑应用的良性格局，协同推进大数据产业和应用的发展。加强资源共享和沟通协作，协调制定政策措施和行动计划，解决大数据产业发展过程中的重大问题。建立大数据发展部省协调机制，加强地方与中央大数据产业相关政策、措施、规划等政策的衔接，通过联合开展产业规划等措施促进区域间大数据政策协调。组织开展大数据发展评估检查工作，确保重点工作有序推进。充分发挥地方政府大数据发展统筹机构或协调机制的作用，将大数据产业发展纳入本地区经济社会发展规划，加强大数据产业发展的组织保障。

（二）健全相关政策法规制度

推动制定公共信息资源保护和开放的制度性文件，以及政府信息资源管理办法，逐步扩大开放数据的范围，提高开放数据质量。加强数据统筹管理及行业自律，强化大数据知识产权保护，鼓励企业设立专门的数据保护职位。研究制定数据流通交易规则，推进流通环节的风险评估，探索建立信息披露制度，支持第三方机构进行数据合规应用的监督和审计，保障相关主体合法权益。推动完善个人信息保护立法，建立个人信息泄露报告制度，健全网络数据和用户信息的防泄露、防篡改和数据备份等安全防护措施及相关的管理机制，加强对数据滥用、侵犯个人隐私等行为的管理和惩戒力度。强化关键信息基础设施安全保护，推动建立数据跨境流动的法律体系和管理机制，加强重要敏感数据跨境流动的管理。推动大数据相关立法进程，支持地方先行先试，研究制定地方性大数据相关法规。

（三）加大政策扶持力度

结合《促进大数据发展行动纲要》、中国制造2025、“互联网+”行动计划、培育发展战略性新兴产业的决定等战略文件，制定面向大数据产业发展的金融、政府采购等政策措施，落实相关税收政策。充分发挥国家科技计划（专项、基金等）资金扶持政策的作用，鼓励有条件的地方设立大数据发展专项基金，支持大数据基础技术、重点产品、服务和应用的发展。鼓励产业投资机构和担保机构加大对大数据企业的支持力度，引导金融机构对技术先进、带动力强、惠及面广的大数据项目优先予以信贷支持，鼓励大数据企业进入资本市场融资，为企业重组并购创造更加宽松的市场环境。支持符合条件的大数据企业享受相应优惠政策。

（四）建设多层次人才队伍

建立适应大数据发展需求的人才培养和评价机制。加强大数据人才培养，整合高校、企业、社会资源，推动建立创新人才培养模式，建立健全多层次、多类型的大数据人才培养体系。鼓励高校探索建立培养大数据领域专业型人才和跨界复合型人才机制。支持高校与企业联合建立实习培训机制，加强大数据人才职业实践技能培养。鼓励企业开展在职人员大数据技能培训，积极培育大数据技术和应用创新型人才。依托社会化教育资源，开展大数据知识普及和教育培训，提高社会整体认知和应用水平。鼓励行业组织探索建立大数据人才能力评价体系。完善配套措施，培养大数据领域创新型领军人才，吸引海外大数据高层次人才来华就业、创业。

（五）推动国际化发展

按照网络强国建设的总体要求，结合“一带一路”等国家重大战略，加快开拓国际市场，输出优势技术和服务,形成一批具有国际竞争力的大数据企业和产品。充分利用国际合作交流机制和平台，加强在大数据关键技术研究、产品研发、数据开放共享、标准规范、人才培养等方面的交流与合作。坚持网络主权原则，积极参与数据安全、数据跨境流动等国际规则体系建设，促进开放合作，构建良好秩序。

文章来源：工业和信息化部官网

第四篇：通航产业——大产业、大未来

通航产业的概念

通用航空是民用航空的重要组成部分，对其一般理解为，使用航空器从事公共航空运输以外的民用航空活动。其本身是一链条庞大的产业，作业覆盖了制造、维修、营销、服务等多种领域，涉及了投资、生产、流通和消费各个环节。通用航空产业链长、拉动效应强，发展通用航空可以带动其他相关产业如机械、电子、冶金、化工等产业和新材料、新能源、电子信息等行业的高速发展。

通用航空产业是新兴的高端产业，发展空间巨大，带动效应显著，通用航空产业效益产出比是1:80，技术转移比1:16，就业带动比是1:12。通用航空被视为“又一个万亿级产业”和下一轮产业升级的新亮点。

通航产业链包括通航机场建设、通航运

营服务、通用航空制造

通航机场网络是通航飞行的基础保障，是通航产

业发展的关键

通航产业的商业模式主要有六种类型

通航机场经营业务类型多样，种类较为繁杂；通航机场运营需创新商业模式，“非航业务开发”将是机场盈利的破解之道，美国大部分通航机场

“通航航空服务”类型多样，美国除私人飞行外，公务飞行、教学飞行业务发展优势显著，空中出租与旅游/观光发展也较为普通；从我国目

根据机场设施的可经营性进行业务拓展，实现机场经营业务多元化。

“通航维修”是通航运营服务的必要保障，通航机型多样，“通航维修”具有其独特性，第三方

前通航航空公司类型来看，以“航空作业”类为主，并且多集中在华北地区。

航空器租赁是航空公司机队引进的主要模式选择，未来发展潜力巨大，但通航租赁与民航租赁

通航维修需求空间潜力较大；国内通航维修站尚差异化显著；“航空租赁业”要求有强大资本实 1 / 3

属空白，国外制造商谋求维修服务“本土化”，拥有通航资源的本土企业面临良好合作先机。

力和稳定客户资源，通用航空器机型多样、客户多元化的特性使得“通航租赁”进入壁垒更高。

“通航培训”是通航运营的必要补充，与美国通航发达国家相比，中国飞行员缺口数量较大，未来通航培训发展潜力巨大；“通航培训”有飞机制造商培训模式、专业院校培训模式和多业务运

“通航制造业”不同于大飞机制造，通航飞机生产制造较为分散，但各个通航制造商都具有核心技术，涉足多个飞机制造领域；中国通航制造尚处于起步培育阶段，整机制造规模尚小，但目前

营模式，通航培训对培训资质、专业飞行教员、专业设备资源要求较高，进入难度较大。

市场较为集中，初步形成中航工业为首的发展格局。

从“通航机场+”的视角可将通航机场分为四种类型

以运营服务为主导的通航

枢纽型机场

以旅游业为核心通航运

输服务基地

以通航文化为主题的高

端服务社区

以航空制造为主体的 通航产业园区

通航机场+的成功案例

美国范奈斯机场

全球通航航空运营机场的发展典范。范奈斯机场于美国加利福尼亚州，被誉为世界最繁忙的通航机场，2014年共起降23.8万架次。

通航机场运营服务业集聚。周边布局有四家FBO、培训学校、高端餐饮、运输服务、租赁、旅游等70多个运营服务企业，建有消防、空中救护、搜救和媒体飞机基地。

通航机场与周边产业形成高效互动。通航机场与附件的好莱坞、迪斯尼两大核心形成良性互动，成为好莱坞电影制作、明星出行，迪斯尼旅游的重要基础。

美国Spruce Creek机场

机场概况。Spruce Creek机场于上世纪70年代出售给私人所有并进行小镇商业开发，机场目前年起降架次约25000架，全年停场飞机近438架。

小镇特色。机场所有者在经营机场同时，对机场周边进行了开发，目前在周边开发大量高端别墅，并建有机库与机场滑行道相连，同时建有高尔夫球场、网球场、高级餐厅和通航俱乐部。

/ 3

宗申天辰通用航空战略规划及PPP顾问

正阳集团上海意大利城/通航产业园项目

宗申天辰始建于2013年，是宗申产业

上海正阳集团计划将意大利阿古斯特直

集团的通航投资管控平台，经过3年的升机制造商引入中国，规划开发以通用航

研究探索，公司拟以水上飞机运营为切

空产业和意大利特色商贸为支撑的新型

入点全面进入通航产业，为厘清公司开

生态城镇区，并将这个涵盖“通用航空产

展通航业务的发展战略问题，推动在谈

业区、意大利特色商旅区、配套居住商业

项目顺利落地，委托东滩顾问提供通航业务战略规划及PPP项目顾问服务。

区”的项目称之为意大利城。

/ 3

第五篇：大数据背景下企业财务管理的挑战与变革

大数据背景下企业财务管理的挑战与变革

摘 要：大数据时代是当今企业财务管理的基本环境。主要是在于财务管理理论与实践在应对大数据、互联网经济时，将挑战与变革作为自身发展的动力。这篇文章结合实际，主要论述大数据背景下的企业财务管理挑战与变革包括公司的盈利变化、决策信息边界化、开发投资标准变革、公司改革创新、运行风险管理理论以及投资方式的调整。

关键词：大数据；企业财务管理；财务管理创新大数据的处理情况

经济时代的快速发展，给大数据的处理技术带来一定的难题。不是通过在社交媒体和活动服务方面所进行的经济方面渗透，而是在数据的凸显面前所拥有的发展速度，全球化的快速发展，带来了大数据时代的跨越。这部《大数据时代》一书中给我们指出：“大数据其实是一种商业价值的资本，也是企业发展重要资本的积累，在经济发展中，要以创造经济利益为目的。当前，要发散思维结合经济发展的状况，有效地处理好大数据的应用是关键。

1.1 企业财务管理面临大数据的挑战情况

企业财务管理要严格进行把关，通常在于运用大数据的情况是否符合标准要求，在许多的企业运营过程中，都没有注重从技术上进行高效率的改革，从而致使企业在财务管理中面临着巨大的数据挑战，包括“股东价值的计量与提升路径是什么？财务风险如何计量与防范？公司财务理论应该如何服务于公司财务管理实践？财务理论是否需要重新构建？”等问题。本文限于篇幅不会过多地讨论涉及财务管理理论内涵的变革问题，主要从理论服务于财务管理实践的立场，指出当代企业必须正视现有公司财务理论与命题存在的局限性，否则将会有碍于财务管理实践创新与其作用的发挥。只有将大数据合理的、科学的处理，才是解决好企业在财务管理中所面临的大数据难题，这也是需要我们从金融的理财方面着手，注重提高金融工具的理财配置作用，从而将企业财务管理处理的更好。

为了能够在企业财务管理中对具体的大数据处理的更恰当，我们必须从科学的角度去分析大数据在财务管理中的地位，这其实也是在进行资本预算和股利政策的权衡中需要有辨别的认识。企业的财务管理工作是相当重要的，它是企业发展的根本，当企业的净资产定价模型在整个资产中的比例发生变化时，就需要在融资渠道和流动资金上改革，发展好企业的金融业是现实面临的重大难题，也是处理好企业财务管理的客观需要。

1.2 中国企业面临着大数据系统的创新

创新是发展的前提，中国企业当前缺乏的就是创新。随着当前市场化竞争的激烈挑战，我们国家出现了一批批企业倒闭的现象，这对于正在改革发展道路上中国来讲，面临着许多挑战，如像企业在大数据的财务管理系统创新的升级上，就是一个潜在的首要任务。这是需要将项目规划，现金统一纳入科学化轨道，目前，企业的资金结算化投资主要从来源渠道，融资风险管理等方面进行。在运用信息化的过程中，加快企业融资改革，规范好财务管理。大数据背景下企业财务管理面临的挑战与变革要点

2.1 企业要注重其内涵因素的变革

为了实现企业财务管理的规范化、科学化发展，我们要紧跟时代的步伐，以大数据带给企业发展的挑战为突破点。将企业的财务管理更加明细化，这对于不明白的人来说是一次很好理解的方式。未来的企业需要冲破大数据的各种束缚，将企业的决策与评价运用在财务原理的具体实施过程当中，这主要包括企业的所有者，包括其中债权人和债务人等。不过，在企业的内部有很多知识是值得我们注意的，就像企业的利润和资金的流动等，我们要以盈率PE和市场发展净增率PB为公司估值的基本方法，这样是对未来的公司发展和股利分红等价值本源的清算。

然而，当今中外资本市场的股价表现，越来越游离于现行财务理论的价值主张。例如腾讯控股2014年净利润约为125.93亿元，其最新市值约为9124.50亿元这对于我国的经济发展影响是很大的。我国石化工业2014年净利润约为350亿元，但是市值只有近6000亿元。由此可见，在大数据时代，投资者对公司价值的认知与判断，已经不再局限于企业现在或未来的利润、现金流、财务分红、营业收入等财务信息，更多的是基于企业的商业模式、核心竞争能力和企业持续创新能力，这些能力的强弱并非由股东财务投入或企业拥有的财务资源规模所决定。

2.2 投资决策标准变革

财务理论，是一个投资决策的机制性问题，在其研究的标准范围内有着资本回报率或股东财务收益的特殊要求，这也是在研讨大数据背景下企业财务管理的挑战与变革时，需要从财务学采取一些应对投资项目评估的方法（如净现值NPV、内部收益率IRR等）应用特别广泛。这样一个投资项目预计现金流在大数据时代，也是有弊端的，只有在这些评估方法上下功夫，改变不正确的做法，才是对未来现金流的正确投资进评价的方法，在这些评价技术中，运用适合传统的重资投入的经营发展模式，是重要举措。

2.3 企业财务风险管理理论重构

降低风险是企业财务管理的核心。财务管理主要依据风险的核心观点来判断，这与内容的协调有很大的关系，例如我们所讲的财务管理科学化是通过企业引进高科技人才在实际的数理分析中能够提出科学的风险规避论。这是企业抗击财务风险的主要手段。近年来，我国的企业在风险确定中还存在着一定的差异，这将是企业面临财务理减低的不利因素之一，如果一个企业不能很好的迎接大数据挑战，这个企业就是被淘汰的对象。专家认为，在风险防范的对策方面，财务理论所提供的解决方法，一是对资本结构进行适当水平的动态调整，二是结合证券投资理念中的投资组合思想。学术界对风险概念的界定是有错误的，不过在风险投资方面，所面临的问题远远大于在遇到风险时的损失是不可估量的。企业财务风险管理是衡量其价格波动的主要依据，通常是在企业之间内部经历风险的巨大差异。风险是存在的，找到有效防止风险的发生是主要任务。

企业是在投资中预知会发生一定的危险，这些都需要在市场竞争中不断的平衡。当经济发展迅速时，会刺激企业承担一定的风险，如果企业在搞好盈利的同时还会兼顾到降低风险时，这对于企业的发展意义重大。结束语

财务管理理论和实践，是现实公司发展的经验积累，要在充分考虑大数据时代背景的基础上，不断地的思考、修改和创新。这样会对发展融资和业务经营的收益产生负面影响，为了及时化解不合理的经营模式，必须有效地把企业的财务融资逐步引入审核程序，从而为大数据在互联网金融中起到积极作用。