2019大数据产业园展望分析报告.pptx

2019大数据产业园展望分析报告,产业园概况产业园定义；产业园特点；产业园功能；产业园分类；产业园开发模式；产业园管理模式,大数据产业大数据产业概念；大数据产业分类；大数据产业生态链；大数据产业链全景图；大数据产业规模；大数据细分市场；,大数据应用情况CONTENTS,大数据产业园开发环境利好政策支持；互联网普及率提高；数据生产量增长；大数据技术体系形成大数据产业园案例仙桃国际大数据谷；泰山神农智谷大数据产业园；滕州大数据产业园；东南大数据产业园,大数据产业园现状大数据产业布局；大数据产业发展模式；大数据产业省市分布；大数据综合试验区；大数据产业园布局；大数据产业园前景大数据产业前景；大数据产业园发展趋势,CHAPTER 1,第一章,一个国家或地区的政府通过行政或市场化等多种手段，划出一块区域，制定长期和短期发展规划和政策，建设和完善适于工业企业进驻和发展的各种环境，聚集大量企业或产业，使之成为产业集约化程度高、产业特色鲜明、集群优势,明显、功能布局完整的现代化产业分工协作区和实施工业化,产业园定义根据当前我国各地的产业园区设立和建设情况，结合联合国环境规划署的定义，对产业园区可做出这样的定义：高新技术,产业开发区,经济技术开发区工业园,产业园,技术示,范区的有效载体，包括各类高新技术产业开发区、经济技术开发区、工业园、特色工业小区、技术示范区等。,特色工业小区,大片的土地上聚集若干工业企业的区域。它具有如下特点：开发较大面积的土地；大面积的土地上有多个建筑物、工厂以及各种公共设施和娱乐设施；对常驻公司、土地利用率和建筑物类型实施限制；详细的区域规划对园区,制与适应公司进入园区、制定园区长期发展政策与计划等提供必要的管理条件。,定园区长期发展政策与计划等提供必要的管理条件等,规定了执行标准和限制条件环境规定了执行标准和限制条件；为履行合同与协议、控为履行合同与协议、控制与适应公司进入园区、制,大面积的土地上有多个建筑物、工厂以及各种公共设施和娱乐设施开发较大面积的土地对常驻公司、土地利用率和建筑物类型实施限制详细的区域规划对园区环境,产业园特点联合国环境规划署（UNEP）认为，产业园区是在一,资源集聚功能产业园区凭借其与老城区的比较优势，能够使分别掌握在各种社会组织中的各类资源集聚在一起，协同发挥作用。资源的集聚主要表现在人力资源集聚、财务资源集聚、物力资源集聚、信息资源集聚、组织资源集聚、政策资源集聚等方面。,资源集聚功能产业园区凭借其与老城区的比较优势，能够使分别掌握在各种社会组织中的各类资源集聚在一起，协同发挥作用。资源的集聚主要表现在人力资源集聚、财务资源集聚、物力资源集聚、信息资源集聚、组织资源集聚、政策资源集聚等方面。,产业园特点产业园的功能包括资源聚集功能、企业孵化功能、技术渗透功能、示范带动功能以及外围辐射功能。,技术渗透功能产业园区的渗透功能主要表现在三方面：新技术向传统产业渗透；新技术向相关产业渗透；新技术向社会其他领域如文化、教育、日常生活等领域的渗透。,示范带动功能产业园区在技术产品、技术工艺和组织结构等方面的创新将对区域外企业或其他经济组织产生积极影响和带动作用。,外围辐射功能产业园区的辐射功能主要表现在：首先通过向传统企业转移产品，提供先进设备等方式促进地方传统产业改造升级；其次能促进地方商业、交通、科技、教育、文化等事业的发展，有利于扩大劳动就业机会。,产业园功能产业园的功能包括资源聚集功能、企业孵化功能、技术渗透功能、示范带动功能以及外围辐射功能。,部件生产基 CFO多项产品的市,综合型产业园综合型产业园区产业门类较多，该类型的典型案例为新加坡裕廊工业园。裕廊工业园根据产业性质的不同，分3个梯度布置：东北部离城区较近处规划为新兴工业和无污染工业区，重点发展电子、电器及技术密集型产业；中部为轻工业和一般工业区；沿海相对独立的西南部规划为港口和重工业区。,单一型产业园单一型产业区产业门类比较单一，该类型的典型案例为始建于1980年的台湾新竹科学工业园，经过30多年的发展已成为世界最大的笔记本电脑和PC机地，场占有率居全球第一。半导体和集成电路的生产能力与美国、日本三足鼎立，已经形成上、中、下游完整的产业链体系，成为全球最大的电子信息制造中心之一。,复合型产业园复合型产业区产业功能比较多样，较好地解决了职住平衡问题，该类型的典型案例为位于苏州市东郊的苏州工业园。苏州工业园是中国和新加坡两国政府合作投资的项目，园区基本形成了以微电子及通讯、精密机械、生物制药为主导的高新技术产业群。园区在大力发展产业的同时，也加强了生活居住等配套设施建设以及人居环境的优化。,产业园分类产业园可以分类为综合性产业园、单一型产业园以及复合型产业园。,产业园开发模式目前，产业园的建设开发模式主要分为政府主导模式、企业,主导模式、政企联合开发模式3类。p 政府主导模式由政府统筹园区的规划与建设，负责园区内道路、,市政等基础设施建设及物流园区招商引资。,p 企业主导模式由企业依托于自身雄厚的经济实力及品牌影响力，吸引上下游产业及相关企业集聚，形成产业集聚区。,p 政企联合开发模式是上述两种模式的整合，通过政府与主导企业之间协调，共同推进产业园区的开发与建设。,政府主导,模式,模式,模式,企业主导,政府、企业联合开发,行政主导型,产业园管理模式产业园典型管理模式有三种：行政主导型管理模式、企业管理型模式、混合型管理模式。, 行政主导型：产业园管理主体为政府，在园区内设立机构“管委会”，园区内的规划、项目审批、税务、工商、劳动关系、公共安全等政府职能由管委会进行管理。 企业管理型：以企业作为产业园区的主要开发方及管理者，组织产业园区内的运作，并承担部分政府职能。 混合型管理模式：是目前更为常见的管理模式，政府与企业同时参与产业园区的建设、运营，双方各司其职、相互合作。,企业管理型混合型,CHAPTER 2,第二章,大数据产业概念,大数据是信息化发展的新阶段。随着信息技术和人类生,产生活交汇融合，互联网快速普及，全球数据呈现爆发增长、,海量集聚的特点，对经济发展、社会治理、国家管理、人民生,活都产生了重大影响。,大数据产业是对数量巨大、来源分散、格式多样的数据,进行采集、存储和关联分析，从中发现新知识、创造新价值、,提升新能力的新一代信息技术和服务业态。大数据主要应用领,域包括教育、交通、能源、大健康、金融等。,大数据产业图谱从大数据产业细分领域来看，可以大致分为数据源、大数据硬件支撑层、大数据技术层、大数据交易（应用）层。,数据源是大数据产业的基础。目前，我国数据来源主要有政府部门、互联网巨头、移动通信企业等。,硬件产品包括芯片、传感器、传输设备、存储设备、服务器、安全设备等，支撑大数据产业基础设施的建设。,技术层包括实现数据采集及处理、存储管理、加工分析、数据可视化、数据安全等技术手段，是实现大数据价值的重要环节,大数据交易除了数据本身，还有应用服务、分析服务、基础设施建设等。随着技术的完善、升级，大数据的应用越来越广泛、深入。,大数据产业生态链大数据产业链可以从数据源、大数据产品、大数据服务应用这三大块来讲。目前，我国的数据来源包括政府部门、企业数据采集及供应商、互联网数据采集及供应商、数据流通平台等。而大数据产品包括大数据平台、云储存、数据安全等基础软件产品；加工分析、解决方案等软件产品；大数据采集、接入、存储、传输等硬件设备产品。大数据服务方面，主要为应用服务、分析服务、基础设施服务等供应商。,数据源提供者数据流通平台提供者数据API提供者,大数据应用软件供应商大数据基础软件供应商大数据硬件产品供应商,应用服务供应商分析服务供应商大数据基础设施服务供应商,大数据产业链全景图,大数据采集,数据采集,与储存数据储存数据加工分析,大数据分析与服务,数据可视化数据交易数据安全,大数据应用,金融大数据,交通大数据医疗大数据,教育大数据,工业大数据企业大数据,数据国家战略的加速落地，2019年大数据体量呈现爆发式增长态势。数据显示，2017年中国大数据产业规模达到4700亿元，同比增长30%；其中，大数据硬件产业的产值为234亿元，同比增长39%。2018年我国大数据产业规模突破6000亿元；随着大数据在各行业的融合应用不断深化，预计2019年中国大数据市场产值将达到7150亿元。2019年包括数据挖掘、机器学习、产业转型、,数据资产管理、信息安全等大数据技术及应用领域都将面临新的,发展突破，成为推动经济高质量发展的新动力。,2015,2016,2017,2018,2019E,2020E,大数据产业规模随着移动互联网、物联网、云计算产业的深入发展，大2015-2020年中国大数据产业规模及预测,产业规模（亿元）,大数据细分市场,40%,18%,17%,15%,5%,4%,中国大数据产业细分领域市场规模预测从细分环节来看，未来大数据产业中应用层的规模将占比最大。目前，大数据广泛应用在工业、企业管理、交通、金融、医疗等方面，但应用深度仍有待挖掘。随着技术的不断提升，未来大数据技术的应用不管从纵向或是横向来看都将更加广泛，规模扩大。除了应用以外，大数据产业衍生的其他产品也将不断扩张，市场规模排名第二。硬件、技术作为必不可少的环节，在大数据产业规模中占比不小。而数据的来源、采集以及交易方面的市场占比则相对较小。,大数据应用情况,从应用领域来看，目前大数据最广泛应用于金融领域。未来，随着大数据技术应用的覆盖范围变得更大，其他领域的领域将加强。,其中，政府部门大数据技术应用的占比将提高至一位。,据技术的应用逐步加深，未来有望超越金融行业，成为大数据,术应用广泛的行业之一。,政府,金融产业应用最方面的领域。金融领域位居第二，依然是大数据技,工业,在大数据时代背景下，政府数字化转型正在加速进行中，大数交通,其他,中国大数据产业应用方向占比情况预测,CHAPTER 3,第三章,大数据产业链。2013,国务院关于印发促进大数据发展行动纲要的通知七大重点发展方向：发展工业大数据、发展新兴产业大数据、发展农业农村大数据、发展万众创新大数据、推进基础研究和核心技术攻关、形成大数据产品体系、完善,大数据产业发展规划（2016-2020年）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。,利好政策支持随着全球数据的爆发式增长，大数据从政策层面备受关注。2014年，大数据首次写入政府工作报告，大数据逐渐成为各级政府关注的热点，政府数据开放共享、数据流通与交易、利用大数据保障和改善民生等概念深入人心。此外，为了抓住产业机遇，全国31省市陆续出台相关政策，据不完全统计，各地出台大数据相关政策共计160条。充分说明了各地政府在大数据产业布局方面的重视。推动企业上云实施指南,（2018-2020年）到2020年，力争实现企业上云环境进一步优化，行业企业上云意识和积极性明显提高，上云比例和应用深度显著提升，云计算在企业生产、经营、管理中的应用广泛普及，全国新增上云企业100万家，形成典型标杆应用案例100个以上，形成一批有影响力、带动力的云平台和企业上云体验中心。,60%50%40%30%20%10%0%,70%,9876543210,10,2014,2015,2016,2017,2018,2019E,网民规模（亿人）,互联网普及率,互联网普及率提高近年来，我国网民数量不断增多，互联网普及2014-2019年网民数量及互联网普及率预测,率持续提高，行业繁荣发展。数据显示，截至2018年,12月，我国网民数量将近8.3亿人，相较2017年同期新增网民56.53万人；互联网普及率将近六成，相较2017年同期提升3.8个百分点。随着互联网的不断普及覆盖面越来越广，网民规模不断扩大，这为大数据产业发展提供了有利的行,业背景。,数据生产量增长,中国数据生产量将迎来快速增长。目前，我国大,数据产业正在加速发展的阶段，生产生活的多个方面生产,的数据与日俱增。,数据显示，2018年我国的数据生产量在7.6ZB左,右。随着物联网、5G商用等技术的推进，我国的数据生产,量将进一步增长，预计到2020年时，我国数据生产量将近,50ZB。,大数据技术体系形成,大数据技术体系纷繁复杂，但其中有诸多技术格外受到关注。随着社交网络的流行导致大量非结构化数据出现，传统处理方法难,以应对，数据处理系统和分析技术开始不断发展。,在技术层面，以数据分析类技术、事务处理技术和数据流通类技术为代表的大数据技术得到了快速的发展。以开源为主导、多种,技术和架构并存的大数据技术架构体系已经初步形成。大数据技术的计算性能进一步提升，处理时延不断降低，硬件能力得到充分挖掘，,与各种数据库的融合能力继续增强。,从数据在信息系统中的生命周期看，数据分析技术生态主要有5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。,大数据分析系统经过10多年的实践，积累了丰富的分布式架构的经验，Paxos、,Raft等一致性协议的诞生为事务系统的分布式铺平了道路。大数据事务处理类技术,体系的快速演进正在消除日益增长的数字社会需求同旧式的信息架构缺陷。,数据流通是释放数据价值的关键环节。安全多方计算和区块链是近年来常用的两种,技术框架，除了以上两种技术框架外，近年来还涌现出多种数据流通的技术工具，,如同态加密、零知识证明、群签名、环签名、差分隐私等。,CHAPTER 4,第四章,大数据产业布局从大数据产业地图来看，当前大数据产业的地域布局中，东部沿海地区经济相对较发达，大数据产业的上市企业多分布在北京以及东部沿海地区，其中主要以北上广地区分布居多。据产业地图显示，北京市大数据产业,上市企业数量最多，达到了37家。其次，广东省为21家；上海则为10家，其余省份的大数据上市企业均在10家以下。,上市企业数量超30家上市企业数量21-30家上市企业数量6-10家上市企业数量4-5家上市企业数量1-3家,大数据产业发展模式,地方政府结合自身经济基础、产业结构特点与人力资源条件等要素，积极寻求发展具有,本地特点的大数据产业，形成了不同的发展模式，优化了我国大数据产业结构。,北京、广东、江苏凭借强大的经济、科技与人力资源实力，在关键技术、先进产品、产业生态体系构建方面，制定了明确的发展目标。其中，北京提出建设“全国大数据和云计算创新中心、应用中心和产业高地”，江苏提出“争创全国领先、特色明显的国家大数据综合试验区”，广东提出“打造全国数据应用先导区和大数据创业创新集聚区，抢占数据产业发展高地，建成具有国际竞争力的国家大数据综合试验区”。,苏州、南宁等地强化大数据工作落实力度，从国内外大数据发展背景、本地现状与基础、发展路径与策略、基础设施建设、行业,应用、产业创新、产业生态打造等方面，制定了详细深入的发展规划。南宁市政府对大数据产业的发展模式、商业模式以及相关,重大工程给出了详细说明，全面体现实现“规划与计划相结合，继承与创新相结合”的工作思路。,大数据产业省市分布,此前，由大数据战略重点实验室研究编著，,社科文献出版社出版的大数据蓝皮书：中国大数据,发展报告No.3正式发布。在大数据蓝皮书中，,同期公布了中国31个省份“大数据发展指数”得分与,排名，位居前十的省份分别是：北京、广东、浙江、,上海、贵州、江苏、重庆、天津、山东和河北。,在“大数据发展指数”排名前十位中，东部,地区占8位，西部地区2位，分别是贵州和重庆。值得,注意的是，贵州大数据发展指数连续三年省域排名位,列前十，在西部地区实现弯道超车，以大数据推动地,区创新发展。,大数据综合试验区,为了加快实施国家大数据战略，贯彻落实国务院促,进大数据发展行动纲要，国家发改委会同工信部、中央网信,办先后批复同意贵州省、京津冀、珠江三角洲、上海市、河南,省、重庆市、沈阳市、内蒙古八大区域开展国家大数据综合试,验区建设，围绕不同定位，开展系统性、整体性、协同性大数,据综合试验探索。, 贵州：先导试验型综合试验区；, 重庆：区域示范类综合试验区；, 上海：区域示范类综合试验区；, 河南：区域示范类综合试验区；, 沈阳：区域示范类综合试验区；, 珠三角：跨区域类综合试验区；, 京津冀：跨区域类综合试验区；, 内蒙古：大数据基础设施统筹发展类综合试验区。,大数据产业园布局,随着八大国家大数据综合试验区的成立，大数据产业迎来,加快发展，各地方政府、企业积极布局其中，建立大数据产业园。,整体来看，我国大数据产业园的分布有三个特征。一是基,于大数据综合试验区的发展及辐射范围，贵州、重庆、河南、大脸、,沈阳等地加速推进当地大数据产业园的规划及建设。,二是北京、上海、广州、深圳经济发达，软件信息业发展,快速，为当地的大数据产业发展提供良好的行业背景。基于各地的,软件信息园区，部分大数据产业园从中孵化、生长并脱胎而成独立,的产业园区。,三是部分东南地区以及中部地区省市，积极布局、建设大,数据产业园，加快产业转型升级，但规模相对来说较小。,THANKS,