2021-2027年中国大数据产业发展动态及未来趋势预测报告

第一章大数据产业相关概述

1.1　大数据介绍

1.1.1　大数据的产生

1.1.2　大数据的定义

1.1.3　大数据的类型

1.1.4　大数据的特点

1.1.5　大数据的数据来源

1.1.6　大数据的各个环节

1.1.7　大数据的发展阶段

1.2　大数据的价值及影响

1.2.1　大数据的价值

1.2.2　大数据研究意义

1.2.3　大数据的应用价值

1.2.4　对信息时代的影响

1.3　大数据产业简介

1.3.1　大数据产业的概念

1.3.2　大数据产业链分析

1.3.3　大数据产业发展的必然性

1.3.4　大数据产业的战略地位

第二章大数据产业发展环境分析

2.1　政策（Political）环境

2.1.1　发达国家大数据政策对比

2.1.2　数据中心建设指导意见

2.1.3　大数据成为国家发展战略

2.1.4　政府进一步开放数据平台

2.1.5　地区加快制定大数据规划

2.1.6　大数据完善政府治理体系

2.2　经济（Economic）环境

2.2.1　世界经济运行状况

2.2.2　中国经济运行现状

2.2.3　中国经济运行特征

2.2.4　中国经济支撑因素

2.2.5　中国经济发展预测

2.3　社会（Social）环境

2.3.1　人口环境分析

2.3.2　科技投入状况

2.3.3　城镇化发展进程

2.3.4　行业背景分析

2.4　技术（Technological）环境

2.4.1　大数据关键技术介绍

2.4.2　大数据技术研发热点分析

2.4.3　大数据技术重点关注领域

2.4.4　世界主要企业加快技术研发

2.4.5　数据中心发展的技术影响因素

第三章2016-2020年国际大数据产业发展分析

3.1　2016-2020年全球大数据产业总体发展分析

3.1.1　全球大数据产业运行特征

3.1.2　全球大数据产业发展规模

3.1.3　全球大数据细分市场规模

3.1.4　全球大数据应用状况调查

3.1.5　全球大数据行业市场格局

3.1.6　全球运营商布局大数据业务

3.1.7　部分国家大数据发展政策环境

3.1.8　部分国家运营商大数据发展状况

3.1.9　发达国家大数据产业发展特点

3.2　2016-2020年欧盟开放数据战略分析

3.2.1　大数据产业发展战略

3.2.2　加大技术研发资助力度

3.2.3　探索公私合作项目

3.2.4　推进大数据应用举措

3.2.5　欧盟大数据发展规划

3.3　2016-2020年美国大数据产业发展分析

3.3.1　大数据发展战略

3.3.2　大数据产业状况

3.3.3　大数据应用案例

3.3.4　大数据技术发展措施

3.3.5　针对安全问题的政策

3.3.6　产业发展的经验借鉴

3.4　2016-2020年日本大数据产业发展分析

3.4.1　大数据产业地位

3.4.2　市场规模及趋势

3.4.3　看好大数据经济效益

3.4.4　加强制造业大数据应用

3.4.5　运行大数据预防灾害

3.4.6　产业重点企业分析

3.5　2016-2020年其他国家大数据产业发展状况

3.5.1　英国

3.5.2　法国

3.5.3　爱尔兰

3.5.4　澳大利亚

3.5.5　韩国

3.5.6　新加坡

第四章2016-2020年中国大数据产业发展分析

4.1　2016-2020年中国大数据产业发展综述

多地举办数据创新应用活动，推进政务数据开发利用，激发数据活力。深圳、贵阳、上海、杭州、成都等连续举办了开放数据应用创新大赛，在进一步推动政府部门开放数据的同时，也提升了政务数据资源利用效率，激发社会创新活力。数据开放共享涉及疫情防控、环境保护、社会治理、医疗健康等多个领域，产生了一系列成果。以专利数量为例，在专利申请数量方面，重点城市专利申请的数量逐年增加，至2020年17个重点城市的专利申请总数从2012年的48067增至162372，专利申请数量翻了近4倍。其中北京、上海、深圳、南京、广州、杭州等重点城市2020年专利申请数量超万件，展现了强劲的科研创新能力。

2012-2020年中国大数据领域专利申请数量统计

资料来源：中国电子技术标准化研究院、中科大智慧城市研究院、CI0时代研究院、智研咨询整理

4.1.1　产业发展历程

4.1.2　产业发展阶段

4.1.3　产业运行情况

4.1.4　产业发展提速

4.1.5　推动云基地建设

4.1.6　交易中心成立

4.2　2016-2020年中国大数据产业布局

4.2.1　市场供给结构

4.2.2　应用行业分布

4.2.3　区域集聚发展

4.2.4　华北产业集聚

4.3　2016-2020年中国大数据产业需求分析

4.3.1　主要行业大数据需求状况

4.3.2　企业大数据的应用及需求

4.3.3　大数据存储领域需求分析

4.3.4　中国小型机市场需求分析

4.4　中国大数据产业存在的问题

4.4.1　大数据产业发展难点

4.4.2　大数据产业存在的问题

4.4.3　大数据产业的现实挑战

4.4.4　大数据应用面临的挑战

4.4.5　大数据安全问题分析

4.5　中国大数据产业的发展策略

4.5.1　大数据应作为国家战略重点

4.5.2　大数据产业发展的政策建议

4.5.3　加快大数据的研发与应用

4.5.4　应避免大数据的过度建设

第五章2016-2020年大数据产业发展格局及发展模式

5.1　2016-2020年大数据产业竞争格局

5.1.1　不同规模企业的竞争力分析

5.1.2　IT产业竞相布局大数据产业

5.1.3　网络保险市场大数据竞争状况

5.1.4　企业在智慧城市建设领域的竞争

5.2　2016-2020年中国大数据产业区域发展状况

5.2.1　青海省

5.2.2　江苏省

5.2.3　四川省

5.2.4　贵州省

5.2.5　广东省

5.2.6　北京市

5.2.7　上海市

5.2.8　重庆市

5.2.9　广州市

5.3　2016-2020年大数据产业链及市场主体分析

5.3.1　大数据产业链介绍

5.3.2　大数据产业结构

5.3.3　大数据主要子行业

5.4　2016-2020年大数据行业的盈利模式

5.4.1　解决方案

5.4.2　基础设施

5.4.3　数据产品

5.4.4　行业应用

5.5　2016-2020年大数据业务的商业模式

5.5.1　大数据业务商业模式类型

5.5.2　大数据商业模式及应用特点

5.5.3　重点企业大数据商业模式

5.5.4　构建创新的大数据商业模式

第六章2016-2020年中国大数据行业主要设备市场分析

6.1　大数据一体机市场分析

6.1.1　大数据一体机简介

6.1.2　大数据一体机的优劣分析

6.1.3　大数据一体机的用户类型

6.1.4　国外竞争格局与品牌分布

6.1.5　国内市场竞争格局分析

6.1.6　国内企业竞争优劣势分析

6.1.7　国内主流品牌及其特点

6.2　大数据处理和分析软件市场分析

6.2.1　大数据与商业智能的关系

6.2.2　商业智能软件的应用价值

6.2.3　全球商业分析软件市场规模

6.2.4　全球大数据软件市场发展态势

6.2.5　国内大数据软件市场发展状况

6.2.6　国内商业智能软件下游市场

6.2.7　全球大数据软件市场发展潜力

第七章2016-2020年重点行业大数据应用分析

7.1　医疗行业

7.1.1　医疗行业大数据应用价值

7.1.2　医疗行业大数据应用场景

7.1.3　医疗行业的数据类型分析

7.1.4　大数据对医疗行业的影响

7.1.5　医疗行业大数据应用的掣肘

7.1.6　医疗大数据实现中的关键问题

7.1.7　大数据在医疗领域的发展趋势

7.2　金融行业

7.2.1　金融行业大数据应用价值

7.2.2　金融行业大数据应用领域

7.2.3　金融行业大数据应用状况

7.2.4　金融行业大数据特征现状

7.2.5　大数据优化企业融资环境

7.2.6　金融行业大数据应用案例

7.2.7　大数据带来的挑战及对策

7.3　电子商务

7.3.1　大数据处理对电子商务的影响

7.3.2　电子商务大数据的应用需求

7.3.3　电子商务大数据的具体应用

7.3.4　数据分析提高电商企业绩效

7.3.5　电子商务大数据的发展机遇

7.3.6　全球首个电商大数据指数发布

7.3.7　电子商务大数据应用挑战及对策

7.4　零售行业

7.4.1　零售行业大数据应用价值

7.4.2　零售行业大数据应用需求

7.4.3　零售行业数据采集方式

7.4.4　零售行业大数据应用案例

7.4.5　零售巨头积极运用大数据

7.5　电信行业

7.5.1　电信行业大数据应用价值

7.5.2　电信行业大数据应用背景

7.5.3　电信行业大数据应用需求

7.5.4　电信行业大数据应用情况

7.5.5　运营商数据中心建设动态

7.5.6　电信行业大数据应用案例

7.5.7　电信行业大数据发展机会

7.6　交通行业

7.6.1　交通行业大数据应用意义

7.6.2　交通行业大数据应用优势

7.6.3　交通行业大数据应用需求

7.6.4　交通行业大数据应用案例

7.6.5　交通行业大数据应用问题及对策

7.6.6　交通行业大数据应用发展展望

7.7　智慧城市

7.7.1　中国智慧城市的发展现状

7.7.2　智慧城市大数据应用需求

7.7.3　智慧城市大数据应用价值

7.7.4　智慧城市大数据应用领域

7.7.5　智慧城市大数据应用案例

7.8　政府公共服务

7.8.1　政府公共服务中大数据应用价值

7.8.2　大数据在电子政务领域的应用

7.8.3　政府网络执政中大数据应用挑战

7.8.4　政府统计工作中大数据应用机遇

7.8.5　大数据时代对政府信息公开的需求

7.8.6　军队管理中大数据的应用策略

7.9　其他行业

7.9.1　电力行业大数据应用分析

7.9.2　房地产业大数据应用状况

7.9.3　服装行业大数据应用分析

7.9.4　旅游行业大数据应用策略

7.9.5　影视行业大数据应用分析

7.9.6　媒体行业大数据应用状况

第八章国外大数据行业重点企业发展形势

8.1　IBM

8.1.1　企业发展概况

8.1.2　企业经营状况

8.1.3　项目投资动态

8.1.4　项目合作动态

8.1.5　在华客户案例

8.2　甲骨文

8.2.1　企业发展概况

8.2.2　企业经营状况

8.2.3　大数据解决方案

8.2.4　大数据服务内容

8.2.5　企业大数据策略

8.2.6　大数据成发展重点

8.3　微软

8.3.1　企业发展概况

8.3.2　企业经营状况

8.3.3　大数据解决方案

8.3.4　企业发展优势

8.3.5　大数据发展现状

8.3.6　推进数据中心建设

8.4　SAP

8.4.1　企业发展概况

8.4.2　企业经营状况

8.4.3　大数据解决方案

8.4.4　大数据查询平台

8.4.5　大数据预测平台

8.4.6　新版数字解决方案

8.4.7　在中国市场的地位

8.5　EMC

8.5.1　企业发展概况

8.5.2　企业经营状况

8.5.3　大数据解决方案

8.5.4　大数据发展战略

8.5.5　中国市场发展策略

8.6　惠普

8.6.1　企业发展概况

8.6.2　企业经营状况

8.6.3　大数据领域发展动态

8.6.4　云监控大数据解决方案

8.7　其他企业

8.7.1　Teradata

8.7.2　NetApp

8.7.3　亚马逊

8.7.4　Google

8.7.5　Cloudera

第九章国内大数据行业重点企业发展形势

9.1　中国移动通信集团公司

9.1.1　企业发展概况

9.1.2　经营效益分析

9.1.3　业务经营分析

9.2　中国电信集团公司

9.2.1　企业发展概况

9.2.2　经营效益分析

9.2.3　业务经营分析

9.3　中国联通集团

9.3.1　企业发展概况

9.3.2　经营效益分析

9.3.3　业务经营分析

9.3.4　财务状况分析

9.3.5　大数据业务

9.3.6　未来前景展望

9.4　百度公司

9.4.1　企业发展概况

9.4.2　企业经营状况

9.4.3　业务经营分析

9.4.4　财务状况分析

9.4.5　大数据业务

9.4.6 未来前景展望

9.5　腾讯公司

9.5.1　企业发展概况

9.5.2　经营效益分析

9.5.3　业务经营分析

9.5.4　财务状况分析

9.5.5　大数据业务

9.5.6 未来前景展望

9.6　北京拓尔思信息技术股份有限公司

9.6.1　企业发展概况

9.6.2　经营效益分析

9.6.3　业务经营分析

9.6.4　财务状况分析

9.6.5　大数据业务

9.6.6　未来前景展望

9.7　北京东方国信科技股份有限公司

9.7.1　企业发展概况

9.7.2　经营效益分析

9.7.3　业务经营分析

9.7.4　财务状况分析

9.7.5　布局大数据

9.7.6　未来前景展望

9.8　北京同有飞骥科技股份有限公司

9.8.1　企业发展概况

9.8.2　经营效益分析

9.8.3　业务经营分析

9.8.4　财务状况分析

9.8.5　发布大数据存储

9.8.6　未来前景展望

9.9　浪潮集团

9.9.1　企业发展概况

9.9.2　经营效益分析

9.9.3　业务经营分析

9.9.4　财务状况分析

9.9.5　布局大数据

9.9.6　未来前景展望

9.10　华为技术有限公司

9.10.1　企业发展概况

9.10.2　经营效益分析

9.10.3　业务经营分析

9.10.4　财务状况分析

9.10.5　布局大数据

9.10.6 未来前景展望

第十章大数据产业投资战略分析

10.1　全球大数据产业投资状况

10.1.1　大数据市场投资空间巨大

10.1.2　数据中心的投资建设加快

10.1.3　大数据融资规模持续上升

10.1.4　大数据行业风险投资动向

10.1.5　大数据企业投融资动态

10.2　中国大数据产业投融资状况分析

10.2.1　大数据产业投资历程回顾

10.2.2　大数据企业融资情况分析

10.2.3　大数据产业投资领域分布

10.2.4　国内外大数据创业投资对比

10.2.5　大数据投资存在概念泡沫

10.2.6　大数据创业企业投资方向

10.2.7　国内大数据企业融资动态

10.3　大数据产业投资机遇

10.3.1　大数据产业的投资机遇

10.3.2　大数据产业的投资热点

10.3.3　大数据时代的投资机遇

10.3.4　大数据应用行业潜在市场

10.4　大数据产业投资风险及防范

10.4.1　大数据行业投资风险综述

10.4.2　数据的流动性和可获取性风险

10.4.3　大数据项目投资风险急剧增加

10.4.4　评估大数据产业投资回报的措施

第十一章2021-2027年大数据产业发展前景及趋势

11.1　全球大数据产业发展前景及趋势预测

11.1.1　全球大数据市场规模预测

11.1.2　全球大数据收入规模预测

11.1.3　全球大数据分析方案收入预测

11.1.4　全球大数据市场发展热点展望

11.2　中国大数据产业发展前景及趋势预测

11.2.1　“十三五”发展机遇

11.2.2　大数据市场发展机会

11.2.3　大数据市场发展趋势

11.2.4　大数据市场重点内容

11.2.5　大数据人才需求预测

11.2.6　大数据市场热点猜想

11.2.7　应用市场发展趋势

11.2.8　渠道模式趋势分析

11.2.9　技术与产品趋势

11.3　2021-2027年中国大数据产业预测分析

11.3.1　中国大数据产业发展因素分析

11.3.2　2021-2027年全球大数据市场规模预测

11.3.3　2021-2027年中国大数据市场规模预测

11.3.4　2021-2027年中国移动互联网市场规模预测

11.3.5　2021-2027年中国金融行业大数据投资规模预测

附录：

附录一：促进大数据发展行动纲要

附录二：贵州省关于加快大数据产业发展应用若干政策的意见

附录三：贵州省大数据产业发展应用规划纲要（2014-2020年）

附录四：广东省大数据发展规划（2021-2027年）

附录五：青海省关于促进云计算发展培育大数据产业实施意见

部分图表目录：

图表1　大数据的类型

图表2　大数据的4V特征

图表3　大数据的构成

图表4　大数据技术框架

图表5　大数据的发展阶段

图表6　大数据的价值

图表7　大数据产业链全景图

图表8　大数据产业相关企业一览图

图表9　大数据产业链示意图

图表10　大数据政策比较框架

图表11　各国大数据战略规划比较

图表12　各国技术能力储备政策比较

图表13　国外政府数据开放与共享主要政策

图表14　国外政府数据开放与共享主要政策（续）

图表15　2016-2020年国内生产总值及其增速

图表16　2016-2020年国内生产总值及增长速度

图表17　2016-2020年全社会固定资产投资

图表18　2016-2020年分行业固定资产投资（不含农户）及其增速

图表19　2016-2020年全社会固定资产投资

图表20　2016-2020年按领域分固定资产投资（不含农户）及其占比

图表21　2016-2020年分行业固定资产投资（不含农户）及其增长速度

图表22　2016-2020年固定资产投资新增主要生产与运营能力

图表23　2016-2020年全部工业增加值及其增长情况

图表24　2016-2020年全社会建筑业增加值及其增长速度

图表25　2016-2020年全部工业增加值及其增长速度

图表26　2016-2020年主要工业产品产量及其增长速度

图表27　2016-2020年按收入来源分全国居民人均可支配收入及其占比

图表28　2016-2020年人口数及其构成

图表29　2016-2020年研究与试验发展（R&D）经费支出

图表30　2016-2020年专利申请受理、授权和有效专利情况

更多图表见正文……