2020年中国有望成世界第一数据资源大国

　　据贵州省大数据发展管理局相关负责人介绍，部分政府部门在数据收集的过程中，由于缺乏统一的标准，收集到的数据虽然量大，但质量不高，可利用价值低。据此前媒体报道，长江上游地区一些省份的交通管理部门、运输公司不愿与其他省市共享物流信息，造成联运衔接的信息壁垒，甚至出现了同样1吨货，一百公里公路运费比经济发达地区高60元的现象。

　　据了解，截至2016年底，广东省全省87个省直部门有6988类数据资源、62332项信息项，居全国各省（区、市）首位。但各部门提出的共享需求仅3649类，省级编目共享仅477类，数据难以真正发挥利民惠民、支撑政府决策的作用。

　　此外，尽管部分数据已接入共享开放平台，但由于不能被机器读取，成为无法释放应有活力的“休眠数据”。《2017中国地方政府数据开放平台报告》显示，截至去年4月，全国19个地方政府数据开放平台的8398个开放数据中仍有约25％的机器可读性较差。

　　中国科学院院士、北京大数据研究院院长鄂维南表示， “理论上我国有很多数据，但实际做数据分析会发现利用起来非常困难。”贵阳大数据交易所有关人士透露，不少企业以保护商业机密或节省数据整理成本等为由，不愿意交易自身数据。部分政府部门也缺乏数据公开的动力：有的是因懒政而让数据沉睡，有的则是已经利用数据开展商业化应用，不愿共享。

　　其二是技术创新滞后。我国大数据产业虽然与国际大数据发展几近步伐相同，但是仍然存在技术及应用滞后的差距，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。市场上，由于国内大数据企业技术上的不足，用户更加青睐Google、IBM、Oracle、SAP等国外IT企业。

　　微软大中华区董事长兼CEO柯睿杰认为，数据智能并非那么触手可及。大数据来源众多、数量巨大、形式各异，要从中获得一目了然的信息，就需要真正高效、可靠的数据管理和分析平台。

　　如何处理巨量数据是中国大数据产业面临的首要技术问题。鄂维南表示，“中国的数据体量特别大，比如，中国的视频比任何国家都要多，这些数据储存困难，需要用的时候往往就没了”。再以基因测序领域为例，中国每年新增的基因组测序原始数据超过20PB（1PB相当于100万GB），面临数据量大、数据处理流程长等技术挑战。

　　目前，我国大数据技术创新能力还有待提升。《大数据产业发展规划（2016-2020年）》指出，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。同时，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。