摘要：推动数据要素市场化配置，构建大数据产业生态，促进大数据与政府治理、民生服务和实体经济深度融合，构建万物互联、数据驱动、平台支撑、智能应用的大数据产业新生态，将推进数字化发展、促进数字经济高质量发展。本文重点总结分析了2020年我国大数据产业发展现状、大数据产业生态，提出2021年大数据产业发展展望。

关键词：大数据、数据要素、隐私计算、数据智能、产业大数据、数据中心、数据采集、数据库

一、2020年我国大数据产业发展综述

（一）我国大数据市场规模持续扩大

2020年，随着人工智能、物联网、云计算等技术的推动，以及新型基础设施建设和数据要素市场化的加速推进，我国大数据市场规模达到7583亿元，数据采集、数据汇聚、数据存储、数据计算、数据分析、数据交易、数据应用、数据安全的大数据全产业生态加速构建，数字政府、数字民生大数据应用场景不断涌现，大数据与实体经济各产业领域加速融合。

图1 2016-2020年中国大数据市场规模

（二）我国大数据产业布局日渐清晰

随着国家大数据综合试验区各项工作的进一步推进，贵州省、京津冀、珠三角、上海市、河南省、重庆市、沈阳市和内蒙古自治区积极落实国家大数据战略，在组织建设、政策制定、数据资源体系建设、产业载体建设、产业主体集聚、与实体经济融合等方面开展了众多有益探索和实践并取得显著成果。

图2 我国大数据产业布局

（三）我国大数据政策环境日益健全

2020年，中共中央、国务院发布《关于构建更加完善的要素市场化配置体制机制的意见》，数据要素成为生产要素；相继出台了《数据安全法》以及《个人信息保护法》草案，大数据立法取得初步探索；国家发改委出台了《关于加快构建全国一体化大数据中心协同创新体系的指导意见》，旨在优化数据中心建设布局，推动算力、算法、数据、应用资源集约化和服务化创新。

表1 2020年国家部委大数据部分政策

二、2020年我国大数据产业生态

图3 我国大数据产业生态

（一）大数据采集与汇聚

2020年，人工智能、5G等新一代信息技术快速发展，数据的需求量逐步增加；国家全面部署新基建，数据中心正式纳入新基建范畴，同时，国家提出构建全国一体化大数据中心，优化数据中心建设布局，全国大数据采集与汇聚市场规模将实现进一步的增长，达到834亿元。

图4 2016-2020年中国大数据采集与汇聚市场规模

1、数据采集与标注需求增长。随着人工智能商业化在算力、算法和技术方面基本达到阶段性成熟，以及人工智能细分场景、专业垂直的赋能需求日益增长，数据采集与数据标注趋向于精细化、场景化、专业化。

表2 2020年数据采集重点事件

2、数据中心的需求进一步加强。2020年，国家全面部署新基建，数据中心正式纳入新基建范畴，会更广泛地动员政府、资本等各方面的投入，形成新一轮的投资热点和建设热潮；同时，国家提出构建全国一体化大数据中心，优化数据中心建设布局，推动算力、算法、数据、应用资源集约化和服务化创新。随着5G商用提速，工业互联网、产业互联网的海量数据被挖掘，数据资源云化持续推动数据中心加速扩张升级。2020年，我国数据中心数量约为7.4万个，占全球数据中心总量的23%；在用数据中心机架规模达到265.8万架，同比增长28.7%。

图5 2016-2020年数据中心机架规模（万架）

（二）大数据计算与存储

2020来，随着数据量的爆发增长以及新型基础设施的建设，同时，受中美贸易战影响，大数据计算、国产数据库等市场需求日益旺盛，大数据计算与存储市场规模达到1441亿元。

图6 2016-2020年中国大数据计算与存储市场规模

1、大数据计算快速发展。2020年，随着数字化发展，互联网厂商基于Hadoop、Flink、Apache Spark、Storm等大数据计算技术构建大数据计算平台，如阿里云的PolarDB、腾讯云的TDSQL、华为云的GaussDB等。

表3 2020年数据计算平台重点事件

2、数据库软件成为投资风口。海量数据的爆发带来了对数据库的大量需求，据美国Expert Market Research公司（EMR）测算，2020年中国数据库市场规模约为300-400亿元/年。

表4 2020年数据库重点事件

（三）大数据分析与可视化

2020来，在人工智能、5G、物联网等新一代信息技术的带动下，大数据分析与可视化市场规模达到682亿元。

图7 2016-2020年中国大数据分析与可视化市场规模

1、大数据分析。随着技术与市场的进一步发展，对于数据要素资源的挖掘及开发利用进一步充分完善，OpenRefine、Knime、R-Programming等数据分析技术加速发展。

2、数据智能。基于数据的机器学习、深度学习、人机交互等技术的数据智能产品不断涌现，新型大数据平台正逐步支持GPU、GPU/CPU混合计算等新的计算架构及TensorFlow、PyTorch等人工智能编程框架，如阿里巴巴数据中台、百度EasyData智能数据服务平台、百分点数据智能中台、明略知识图谱平台SCOPA等。

表5 数据智能重点产品

3、大数据可视化。2020来，随着大数据、AI图像识别等技术的逐步成熟和广泛应用，PowerBI、Tableau Public、Qlik等数据可视化工具快速发展，涌现了数据可视化大屏等一批数据可视化应用场景。

表6 大数据可视化重点企业

（四）大数据流通交易

2020年，随着国家提出加快培育数据要素市场的愿景，以及双循环发展新格局下，数据共享开放、数据交易、数据跨境流动等加快发展，大数据流通交易市场规模达到379亿元。

图8 2016-2020年大数据流通交易市场规模

2020年，国家《关于构建更加完善的要素市场化配置体制机制的意见》，明确提出要加快培育数据要素市场，为大数据交易市场注入活力。2020年7月，湖南大数据交易中心正式开工建设，预期年内完成基本建设；2020年8月，北部湾大数据交易中心在南宁揭牌，面向中国与东盟区域提供全链条、一站式的数据服务；2020年9月，北京市委宣布将建设国际大数据交易所，正式发布《北京国际大数据交易所设立工作实施方案》。

表7 我国大数据交易中心

（五）大数据融合应用

2020年，大数据融合应用市场规模达到3716亿元，疫情防控大数据应用、通信大数据应用、工业大数据应用和金融大数据应用成为占比较大的四类大数据行业应用。

图9 2016-2020年中国大数据融合应用市场规模

（六）大数据安全与治理

2020年，随着《中华人民共和国数据安全法》《中华人民共和国个人信息保护法（草案）》发布，我国大数据安全政策法规持续完善优化，大数据安全市场规范性逐步提升，我国大数据安全与治理市场规模近531亿元。2020年，隐私计算正式从理论走向实践，国内代表企业有微众银行、华控清交、翼方健数等。数据建模、数据质量管理、数据标准应用等数据治理加快发展，华为、浪潮、阿里云、数梦工厂、数澜科技、Datablau等纷纷推出数据治理产品。

图10 2016-2020年中国大数据安全与治理市场规模

三、未来大数据产业展望

（一）数据要素市场化将全面推进

随着数据要素市场化的政策红利加速释放，政府、企业、社会组织将纷纷参与数据要素市场建设，积极探索数据产权制度及数据资产有效运营和价值转化的可行途径。基于全国一体化大数据中心的政府数据共享开放将加速推进，探索利用开放数据集、提供数据接口、数据沙箱等多种方式推进政企数据对接融合。数据交易将依法合规有序开展，将探索基于数据可信环境下的数据流通交易模式。

（二）大数据市场规模将实现新一轮增长

中国大数据产业发展受宏观政策环境、技术进步与升级、数字应用普及渗透等众多利好因素的影响，中国大数据市场规模将超过8000亿元，软件产品和应用服务都将保持快速增长。随着数据要素市场化、数字基建、新型智慧城市等建设需求大幅增长，数据中心、国产数据库、数据智能产品、大数据安全与数据治理等市场规模将实现新一轮增长。

（三）数据智能是大数据产品创新的热点

大数据与机器学习、深度学习等技术交叉融合态势日趋增强，将进一步推进数据与算法、算力进行产品组合，数据与机器学习算法、分布式计算集群等算力进行组合，数据中台、连续智能等数据智能产品将实现快速发展。

（四）数字政府、数字民生、产业大数据应用等将持续深化

随着国家一体化大数据中心的建设，政府数字化转型将加速发展，公共数据资源全面推进共享开放和跨部门开发利用，“新型智慧城市”“数字孪生城市”“城市大脑”“政府数据中台”建设将更加务实和体现绩效。疫情常态化下，智慧课堂、协同办公、远程医疗等数字民生应用场景将实现快速发展。大数据与实体经济融合应用场景将持续深化和不断落地，大数据行业应用逐步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，面向互联网、金融、电信、工业等领域的大数据服务将实现倍增创新。

（五）隐私计算是大数据安全技术创新的重要方向

随着《民法典》《数据安全法》以及《个人信息保护法》草案的出台，数据安全与隐私保护将快速发展。数据匿名、数据脱敏、数据加密、数据访问控制等技术得到进一步发展。多方安全计算、同态加密、联邦学习、差分隐私等隐私计算技术将加速应用于大数据安全。

（六）大数据安全与治理将全面开展

数据质量管理、数据标准化、数据安全监管、数据立法等发展将构建科学合理的数据治理体系。平台和企业在数据合规、数据安全、算法透明等方面的责任将进一步强化，将形成政府监管+行业自律+社会监督的数据安全协同治理体系。数据主权、网络数据安全、数据隐私保护、数据跨境流动等将成为各国关注的焦点。

注：本文摘自赛智时代大数据课题组魏贝、周振松完成的研究报告，详细内容请点击饮鹿网产业报告栏目阅读。

本文系饮鹿网（Innov100）原创文章，转载请标明出处。