幾年前，大數據還處在概念炒作的階段，但自從“十三五”規劃綱要指出要實施國家大數據戰略之后，形勢大變。規劃綱要提出要把大數據作為基礎性戰略資源，全面實施促進大數據發展行動，加快推動數據資源共享開放和開發應用，助力產業轉型升級和社會治理創新。到今年，大數據開始在一些與政府部門關系緊密的垂直行業開始落地，比如金融、保險、公安和交通等。而在社會層面，有關大數據應用的全國性論壇不斷，不少地方政府和企業對大數據的熱度不減。業界一個普遍性的看法是：中國大數據發展將迎來一個非常美好的時代。

大數據與制造業

毫無疑問，制造業是當前大數據戰略最需要關注的一個領域。面對全球性的工業4.0熱潮，政府和企業都在積極摸索智能制造戰略的發展之路。中國作為世界制造大國的地位， 伴隨著勞動力成本的提升以及人才、 創新、法律環境等方面短板的次第出現，正面臨美國等西方科技強國的挑戰。單一依靠成本優勢來取勝的時代正在遠去，中國制造業的競爭力正從此前的“成本創新” 向更廣泛的技術、產品創新轉移，智能制造、 服務型制造和“互聯網+制造”是中國面臨的難得機遇， 中國有望在這些領域打造新的競爭優勢。

當然，與德國這樣先進的制造業強國相比， 中國制造業的差距至少在20年以上。 而且， 如果不能在短期內有所變革， 這種差距將會越拉越大。如何才能縮短這一差距呢?大數據無疑是當下的一個興奮點，而且必將成為中國制造業能否追趕德國制造業的重要驅動力之一。信息技術和制造技術的深度融合，云計算、大數據、物聯網從中將起到重要的作用。特別是大數據，將會對中國制造業的轉型升級帶來關鍵性的支撐。

事實上，在工業大數據領域， 中國制造業和德國等制造強國的差距并不是很大，在不少領域，甚至是處于同一起跑線上，所以在研究大數據應用的方法、模型方面，中國和全球大數據產業的發展基本是處于相同的節奏和步伐。

大數據的出現給中國制造業提供了一個難得的發展良機，大數據已經成為政府和企業最核心的資產， 未來大數據的價值挖掘及變現將會得到充分利用， 這將造就千億級以上的市場。

但是，互聯網大數據和工業大數據有著很大的差別。從數據結構上看，互聯網大數據中，非結構化數據占較大的比重，而在工業大數據中，則以結構化數據為主。數據結構的不同，導致數據分析的入手點也會不同。從需求來看，目前國內制造業企業對于大數據的需求十分明顯，但究竟該如何入手，很多用戶仍然處于觀望和嘗試階段。

因此，如何通過打通產業數據流通，讓大數據在制造業內實現流動、共享，同時產生更大的價值，這將成為數據生態建設和投資的下一個金礦。而作為供應鏈管理的主要服務對象，占據上游資源的制造業在大數據領域的一舉一動，都將深刻地影響物流業的變革和發展。

政府數據應該共享

隨著互聯網和移動互聯網的不斷普及，無論是生產還是流通領域，任何機構都有可能擁有數據資源，并將成為其持續變現的資本。數據資源已經和能源一樣，日益受到各國重視。但是，數據源匱乏和封閉卻一直是制約大數據應用和發展的主要瓶頸。隨著國家大數據戰略的實施，政府會持續推動公開數據以保障產業加快發展。

在政府層面，2015年以來，我國陸續發布了《關于積極推進“互聯網+”行動的指導意見》、《促進大數據發展行動綱要》和《中共中央關于制定國民經濟和社會發展第十三個五年規劃的建議》等文件，多次提出要加快數據開放共享、推動資源整合，深化大數據應用和大數據戰略。

在大數據研究應用實踐中，國家統計局是官方最早直面大數據時代到來的國家部委，而其大數據應用于統計業務堪當領軍旗幟，直屬單位中國統計信息服務中心則最早在廈門設立大數據研究服務基地、最早與企業共建大數據研究實驗室，最早將大數據應用于行業決策參考、履職能力提升、民生服務，最早共建基于行業管理的教育大數據研究院，也是最早將大數據服務黨中央國務院領導決策參考，其大數據研究實驗室按照數據對象劃分，基于業務需求和問題導向，建設了貫通融合線上線下數據的縱向領域大數據研究應用平臺，如統計大數據、輿情(社情民意)大數據、口碑大數據、電商大數據、食品安全大數據、智庫大數據、教育大數據等。

金融對一個國家來說是很敏感的領域，這個領域的大數據是否可以開放，目前來看，還有一定的困難。據說，中國的銀行家們正在起草大數據戰略。金融領域的數據涉及面很廣，比如基金公司的銷售數據，客戶持有份額與交易數據，客戶接觸數據，客戶網站瀏覽數據等;比如銀行涉及到進出帳戶的數據，客戶基本信息的數據;比如保險公司有客戶購買保險的數據等等。這些數據一旦公開，從中國目前的社會環境來看，還是存在著不小的風險。最近全國人民關注的徐玉玉被騙致死案件，使得數據商業化問題和數據安全問題被一同推向了公眾的焦點視距中，這客觀上加大了金融領域大數據公開的難度。

目前我國在大數據發展和應用方面已具備一定基礎，擁有市場優勢和發展潛力，在互聯網金融領域中，也已經有了大數據應用的典型案例。但同時，大數據行業也存在政府數據開放共享不足、產業基礎薄弱、創新應用領域不廣等問題。所以，大數據的落地至關重要。未來3～5年，中國將告別傳統金融征信時代，進入一個更廣泛的征信時代。未來個人或者企業的信用，將體現在互聯網的方方面面。要在這么短的時間內步入新的征信時代，加快推進大數據的全面落地和發展已成為必然。

在公共安全領域，數據共享同樣處于探索階段。2015年，國務院以國發〔2015〕50 號印發《促進大數據發展行動綱要》，要求明確各部門數據共享的范圍邊界和使用方式。隨后，公安部下發了《公安機關信息共享規定》，要求加快部省兩級信息平臺，整合分散的外部數據，形成全國公安云數據。公安部要求，各地要加快建立以省級為主的警務云計算中心，實現對公安專業數據、政府各部門管理數據、公共服務機構業務數據、互聯網數據四大類數據的集成應用。

由于中國的大數據研究應用仍然處于起步階段，所以公安領域目前與社會機構的大數據共享同樣存在不小的困難。但仍有一些地方在進行大數據共享的實踐，比如上海市公安部門已存儲公安業務信息和社會信息270億條，日均增加5000萬條，逐步具備了大數據特征。但這些數據目前還只有在涉及相關案件時才能被其它行管部門和企業所共享，如何將這些數據與社會活動甚至市場活動結合，使之產生普遍的價值，這在當下還是很難。

政府大數據信息資源需要自由流動，這如同銀行貨幣，只有加速其流動，才能創造巨大的效益，以促進經濟發展。據統計，我國有用信息的80%由政府所掌控，但是，長期以來，這些信息大多處于不對外公開狀態，嚴重地制約了經濟的發展。部門之間，上下級之間，不少政府機構把手上的數據當成了一個小范圍內的資源，信息相互割裂，數據無法做到有效共享，客觀上形成了一個個信息孤島，難以發揮應有的作用。也正因為數據的不公開，無法做到共享，才造成了不少政府的決策失誤。

金融、保險、公安和交通等行業,是大數據強勢發展、相互又密切關聯的行業，這些行業的大數據均與老百姓生活息息相關。如一輛汽車快速經過高速卡口,要即刻判斷出其是否存在違章和犯罪記錄，這就涉及交通和公安兩個行業的大數據。因此，大數據在這些行業的落地,無論對于行業發展還是民生工程建設，意義重大。

因此，只有將大數據整合到現有的政府履職和企業業務生態鏈中，才能不斷創造出新的價值，幫助組織在競爭激烈的環境中勝出，即“產業升級”和“治理創新”。互聯網講究開放，而大數據則講究融合。我國的政府部門及市場主體應該更多的從融合角度來看待大數據發展和創新。

大數據與共享物流

大數據時代給物流企業信息化建設帶來的最大挑戰，是如何通過大數據分析提升自身的物流服務水平。物流行業與材料供應商、產品制造商、批發零售商、終端消費者是緊緊地聯系在一起的，所涉及的數據量極大且具有一定經濟價值。所以“共享物流”成了大數據時代一個不可回避的話題。

其實共享物流不是一個新事物，在共享配送資源方面，早在2012年6月，商務部流通司就發布了《關于推進現代物流技術應用和共同配送的指導意見》，并選擇了9個城市開展共同配送試點工作，這是“共享配送資源”的共享物流模式。到2015年，商務部已經在全國組織了25個城市的共同配送試點，取得很好效果，帶動了全國共同配送的創新發展。其中在車貨匹配領域，在網上網下融合O2O模式實現車貨匹配基礎上，共享貨運資源的模式開始與車輛加油、車輛保險、車輛維修、在途大數據融合，實現全面創新的大數據共享模式，實現了車貨最優匹配、車輛后市場與貨運金融創新的結合，開創了很多顛覆性的創新模式。

在城市共同配送的共享物流領域，隨著大數據、云計算與移動互聯網發展，城市共同配送已經全面深化，出現了配送信息大數據在線集成，城市車輛在線實現實時的訂單需求集成，車輛在城市配送途中能夠做到實時共配。此外，零擔物流城市配送也創新了多種模式。

在共享物流設備資源的共享物流領域，以叉車租賃為例，隨著叉車物聯網發展，有叉車租賃企業建立了叉車租賃共享平臺，同時借助平臺優勢，整合叉車供應鏈，對叉車結構進行模塊化改進，實現了“模塊化更換維修”替代原來的依靠維修師傅技術進行維修的模式，只要會擰螺絲釘就會維修，極大地簡化了叉車維修程序。更換下來的需要維修的模塊則可以集中維修備用。這樣不僅大大減少了叉車租賃維修時間，提高了客戶體驗，還改進了叉車易損零部件的模塊化供應，降低了成本。

在共享倉儲資源方面，近年來，隨著倉儲設施與倉儲服務標準化發展，基于共享倉儲資源的共享平臺發展很快，通過線上線下深度整合倉儲資源，以云計算、大數據為基礎，構建倉儲互聯網平臺數據庫，共享倉儲資源與商品庫存信息，實現倉儲資源的網上交易、網上調度、實時跟蹤與監控，提高全社會的倉儲管理水平。

作為交通運輸部門大數據共享的一個突出成就，當前物流公共信息平臺建設在全國各省市區的發展總體上比較順利，這種把物流、信息流、資金流等核心節點與物流智能化結合的創新平臺，充分利用了大數據跨界共享的理念，對于推動制造業變革，整合供應鏈，推動智能制造的快速發展起到了很大的作用。

當前，物流企業面對的是一個高度競爭、瞬息萬變的市場環境，許多運輸企業的空載問題就是由于物流企業缺少通過數據分析和對未來市場做出預判造成的，運輸企業只看到眼前的業務增長需求，盲目增加運力和倉儲面積，而當市場出現萎縮、業務量下滑的時候，就會產生大批的富余運力和空置倉庫，從而導致物流企業的虧損。通過對大數據的分析，物流企業就可以對未來市場和競爭對手的行為做出一定的預測，及時調整發展戰略，避免盲目的資產投入，以減少損失。

在物流服務環節，對于廣大物流企業來說，通過大數據分析客戶的行為習慣，可以使物流服務對象的市場推廣投入、供應鏈投入和促銷投入回報最大化。利用先進的統計方法，物流企業可以通過用戶的歷史記錄分析來建立模型，預測其未來的行為，進而設計有前瞻性的物流服務方案，從而整合最佳資源，提高與客戶合作的默契程度以避免客戶的流失。物流企業不僅可以通過大數據挖掘現有存量用戶的價值，還可以通過數據更高效地獲得新用戶。

在物流市場方面，大數據技術正革命性地改變著市場推廣的游戲規則。通過推動信息交互，推送給客戶服務調整、價格變化以及市場變化等信息，不斷滿足客戶的需求變化。在互聯網背景下，物流營銷將不受時間、地點的限制，也不再只是信息單向流通。更大的不同是，從接觸客戶、吸引客戶、黏住客戶，到管理客戶、發起促銷，再到最終達成銷售，整個物流營銷過程都可以只在信息交互中實現。物流企業完全可以通過了解用戶行為進行精準營銷。

此外，大數據分析還可以提高物流行業管理的透明度和服務質量。大數據分析通過物流信息交流開放與信息共享，可以使物流從業者、物流管理機構的績效更透明，間接促進物流服務質量的提高。同時，大數據在物流領域的應用還可以有效地協助社會治安。在這方面，山東省濰坊市的做法很有典型性。該市建立了“中心城區、相鄰縣市區、全市范圍”三級防控圈，在環濰坊周邊和環中心城區建成了43處交通治安檢查站、146個治安卡點，24小時動態收集過往車輛、人員、手機、警員等軌跡信息，對可疑車輛、重點人員現場盤查核錄、查緝布控。每天產生的350多萬條圖片信息自動存入大數據平臺。全市258處電子圍欄全部配套安裝視頻監控和電子卡口，研發應用“神眼”大數據和智能交通系統，對每天進出濰坊的1000萬輛次過車數據比對分析，實現了“人過留影、車過留牌、機過留號”。雖然相關報道并未涉及警局數據是否與社會共享這一環節，但至少在交警管理環節，這種做法已經具備大數據收集和應用的基本特征，值得推廣。

大數據作為一種新興的技術，它給物流企業帶來了機遇也帶來了挑戰，合理地運用大數據技術，將對物流企業的管理與決策、客戶關系維護、資源配置等起到積極的作用。

我國的數據開放與應用在一些地方已取得了初步成效，但從全球視角看，目前仍處于起步階段，在政策制定、機制創新、應用支持、數據的可用性和影響力等方面都還存在不足。“十三五”期間，我國大數據戰略將落地實施，特別是在政府大數據共享問題尚，國家應盡快摸清各地政府信息資源建設情況，在保證國家安全、商業機密和保護個人隱私的前提下，各級政府部門應穩妥有序地開放自己的數據資源，深化大數據在各行業創新應用，促進大數據產業的健康發展。