為貫徹落實《中華人民共和國國民經濟和社會發展第十三個五年規劃綱要》和《促進大數據發展行動綱要》，加快實施國家大數據戰略，推動大數據產業健康快速發展，我部編制了《大數據產業發展規劃（2016－2020年）》。
工業和信息化部關於印發大數據產業發展規劃（2016－2020年）的通知
工信部規[2016]412號
各省、自治區、直轄市及計畫單列市、新疆生產建設兵團工業和信息化主管部門，各省、自治區、直轄市通信管理局，有關中央企業，部直屬單位：
為貫徹落實《中華人民共和國國民經濟和社會發展第十三個五年規劃綱要》和《促進大數據發展行動綱要》，加快實施國家大數據戰略，推動大數據產業健康快速發展，我部編制了《大數據產業發展規劃（2016－2020年）》。現印發你們，請結合實際貫徹落實。
工業和信息化部
2016年12月18日
2016年12月18日
附屬檔案：大數據產業發展規劃（2016-2020年）
大數據產業發展規劃（2016-2020年）
數據是國家基礎性戰略資源，是21世紀的“鑽石礦”。黨中央、國務院高度重視大數據在經濟社會發展中的作用，黨的十八屆五中全會提出“實施國家大數據戰略”，國務院印發《促進大數據發展行動綱要》，全面推進大數據發展，加快建設數據強國。“十三五”時期是我國全面建成小康社會的決勝階段，是新舊動能接續轉換的關鍵時期，全球新一代信息產業處於加速變革期，大數據技術和套用處於創新突破期，國內市場需求處於爆發期，我國大數據產業面臨重要的發展機遇。搶抓機遇，推動大數據產業發展，對提升政府治理能力、最佳化民生公共服務、促進經濟轉型和創新發展有重大意義。為推動我國大數據產業持續健康發展，深入貫徹十八屆五中全會精神，實施國家大數據戰略，落實國務院《促進大數據發展行動綱要》，按照《國民經濟和社會發展第十三個五年規劃綱要》的總體部署，編制本規劃。
一、我國發展大數據產業的基礎
大數據產業指以數據生產、採集、存儲、加工、分析、服務為主的相關經濟活動，包括數據資源建設、大數據軟硬體產品的開發、銷售和租賃活動，以及相關信息技術服務。
信息化積累了豐富的數據資源。我國信息化發展水平日益提高，對數據資源的採集、挖掘和套用水平不斷深化。政務信息化水平不斷提升，全國面向公眾的政府網站達8.4萬個。智慧城市建設全面展開，“十二五”期間近300個城市進行了智慧城市試點。兩化融合發展進程不斷深入，正進入向縱深發展的新階段。信息消費蓬勃發展，網民數量超過7億，行動電話用戶規模已經突破13億，均居世界第一。月度戶均移動網際網路接入流量達835M。政府部門、網際網路企業、大型集團企業積累沉澱了大量的數據資源。我國已成為產生和積累數據量最大、數據類型最豐富的國家之一。
大數據技術創新取得明顯突破。在軟硬體方面，國內骨幹軟硬體企業陸續推出自主研發的大數據基礎平台產品，一批信息服務企業面向特定領域研發數據分析工具，提供創新型數據服務。在平台建設方面，網際網路龍頭企業伺服器單集群規模達到上萬台，具備建設和運維超大規模大數據平台的技術實力。在智慧型分析方面，部分企業積極布局深度學習等人工智慧前沿技術，在語音識別、圖像理解、文本挖掘等方面搶占技術制高點。在開源技術方面，我國對國際大數據開源軟體社區的貢獻不斷增大。
大數據套用推進勢頭良好。大數據在網際網路服務中得到廣泛套用，大幅度提升網路社交、電商、廣告、搜尋等服務的個性化和智慧型化水平，催生共享經濟等數據驅動的新興業態。大數據加速向傳統產業滲透，驅動生產方式和管理模式變革，推動製造業向網路化、數位化和智慧型化方向發展。電信、金融、交通等行業利用已積累的豐富數據資源，積極探索客戶細分、風險防控、信用評價等套用，加快服務最佳化、業務創新和產業升級步伐。
大數據產業體系初具雛形。2015年，我國信息產業收入達到17.1萬億元，比2010年進入“十二五”前翻了一番。其中軟體和信息技術服務業實現軟體業務收入4.3萬億元，同比增長15.7%。大型數據中心向綠色化、集約化發展，跨地區經營網際網路數據中心（IDC）業務的企業達到 295家。雲計算服務逐漸成熟，主要雲計算平台的數據處理規模已躋身世界前列，為大數據提供強大的計算存儲能力並促進數據集聚。在大數據資源建設、大數據技術、大數據套用領域湧現出一批新模式和新業態。龍頭企業引領，上下游企業互動的產業格局初步形成。基於大數據的創新創業日趨活躍，大數據技術、產業與服務成為社會資本投入的熱點。
大數據產業支撐能力日益增強。形成了大數據標準化工作機制，大數據標準體系初步形成，開展了大數據技術、交易、開放共享、工業大數據等國家標準的研製工作，部分標準在北京、上海、貴陽開展了試點示範。一批大數據技術研發實驗室、工程中心、企業技術中心、產業創新平台、產業聯盟、投資基金等形式的產業支撐平台相繼建成。大數據安全保障體系和法律法規不斷完善。
二、“十三五”時期面臨的形勢
大數據成為塑造國家競爭力的戰略制高點之一，國家競爭日趨激烈。一個國家掌握和運用大數據的能力成為國家競爭力的重要體現，各國紛紛將大數據作為國家發展戰略，將產業發展作為大數據發展的核心。美國高度重視大數據研發和套用，2012年3月推出“大數據研究與發展倡議”，將大數據作為國家重要的戰略資源進行管理和套用，2016年5月進一步發布“聯邦大數據研究與開發計畫”，不斷加強在大數據研發和套用方面的布局。歐盟2014年推出了“數據驅動的經濟”戰略，倡導歐洲各國搶抓大數據發展機遇。此外，英國、日本、澳大利亞等國也出台了類似政策，推動大數據套用，拉動產業發展。
大數據驅動信息產業格局加速變革，創新發展面臨難得機遇。當今世界，新一輪科技革命和產業變革正在孕育興起，信息產業格局面臨巨大變革。大數據推動下，信息技術正處於新舊軌道切換的過程中，分散式系統架構、多元異構數據管理技術等新技術、新模式快速發展，產業格局正處在創新變革的關鍵時期，我國面臨加快發展重大機遇。
我國經濟社會發展對信息化提出了更高要求，發展大數據具有強大的內生動力。推動大數據套用，加快傳統產業數位化、智慧型化，做大做強數字經濟，能夠為我國經濟轉型發展提供新動力，為重塑國家競爭優勢創造新機遇，為提升政府治理能力開闢新途徑，是支撐國家戰略的重要抓手。當前我國正在推進供給側結構性改革和服務型政府建設，加快實施“網際網路+”行動計畫和中國製造2025戰略，建設公平普惠、便捷高效的民生服務體系，為大數據產業創造了廣闊的市場空間，是我國大數據產業發展的強大內生動力。
我國大數據產業具備了良好基礎，面臨難得的發展機遇，但仍然存在一些困難和問題。一是數據資源開放共享程度低。數據質量不高，數據資源流通不暢，管理能力弱，數據價值難以被有效挖掘利用。二是技術創新與支撐能力不強。我國在新型計算平台、分散式計算架構、大數據處理、分析和呈現方面與國外仍存在較大差距，對開源技術和相關生態系統影響力弱。三是大數據套用水平不高。我國發展大數據具有強勁的套用市場優勢，但是還存在套用領域不廣泛、套用程度不深、認識不到位等問題。四是大數據產業支撐體系尚不完善。數據所有權、隱私權等相關法律法規和信息安全、開放共享等標準規範不健全，尚未建立起兼顧安全與發展的數據開放、管理和信息安全保障體系。五是人才隊伍建設亟需加強。大數據基礎研究、產品研發和業務套用等各類人才短缺，難以滿足發展需要。
“十三五”時期是我國全面建成小康社會決勝階段，是實施國家大數據戰略的起步期，是大數據產業崛起的重要視窗期，必須抓住機遇加快發展，實現從數據大國向數據強國轉變。
三、指導思想和發展目標
（一）指導思想
全面貫徹黨的十八大和十八屆三中、四中、五中、六中全會精神，堅持創新、協調、綠色、開放、共享的發展理念，圍繞實施國家大數據戰略，以強化大數據產業創新發展能力為核心，以推動數據開放與共享、加強技術產品研發、深化套用創新為重點，以完善發展環境和提升安全保障能力為支撐，打造數據、技術、套用與安全協同發展的自主產業生態體系，全面提升我國大數據的資源掌控能力、技術支撐能力和價值挖掘能力，加快建設數據強國，有力支撐製造強國和網路強國建設。
（二）發展原則
創新驅動。瞄準大數據技術發展前沿領域，強化創新能力，提高創新層次，以企業為主體集中攻克大數據關鍵技術，加快產品研發，發展壯大新興大數據服務業態，加強大數據技術、套用和商業模式的協同創新，培育市場化、網路化的創新生態。
套用引領。發揮我國市場規模大、套用需求旺的優勢，以國家戰略、人民需要、市場需求為牽引，加快大數據技術產品研發和在各行業、各領域的套用，促進跨行業、跨領域、跨地域大數據套用，形成良性互動的產業發展格局。
開放共享。匯聚全球大數據技術、人才和資金等要素資源，堅持自主創新和開放合作相結合，走開放式的大數據產業發展道路。樹立數據開放共享理念，完善相關制度，推動數據資源開放共享與信息流通。
統籌協調。發揮企業在大數據產業創新中的主體作用，加大政府政策支持和引導力度，營造良好的政策法規環境，形成政產學研用統籌推進的機制。加強中央、部門、地方大數據發展政策銜接，最佳化產業布局，形成協同發展合力。
安全規範。安全是發展的前提，發展是安全的保障，堅持發展與安全並重，增強信息安全技術保障能力，建立健全安全防護體系，保障信息安全和個人隱私。加強行業自律，完善行業監管，促進數據資源有序流動與規範利用。
（三）發展目標
到2020年，技術先進、套用繁榮、保障有力的大數據產業體系基本形成。大數據相關產品和服務業務收入突破1萬億元，年均複合增長率保持30%左右，加快建設數據強國，為實現製造強國和網路強國提供強大的產業支撐。
——技術產品先進可控。在大數據基礎軟硬體方面形成安全可控技術產品，在大數據獲取、存儲管理和處理平台技術領域達到國際先進水平，在數據挖掘、分析與套用等算法和工具方面處於領先地位，形成一批自主創新、技術先進，滿足重大套用需求的產品、解決方案和服務。
——套用能力顯著增強。工業大數據套用全面支撐智慧型製造和工業轉型升級，大數據在創新創業、政府管理和民生服務等方面廣泛深入套用，技術融合、業務融合和數據融合能力顯著提升，實現跨層級、跨地域、跨系統、跨部門、跨業務的協同管理和服務，形成數據驅動創新發展的新模式。
——生態體系繁榮發展。形成若干創新能力突出的大數據骨幹企業，培育一批專業化數據服務創新型中小企業，培育10家國際領先的大數據核心龍頭企業和500家大數據套用及服務企業。形成比較完善的大數據產業鏈，大數據產業體系初步形成。建設10-15個大數據綜合試驗區，創建一批大數據產業集聚區，形成若干大數據新型工業化產業示範基地。
——支撐能力不斷增強。建立健全覆蓋技術、產品和管理等方面的大數據標準體系。建立一批區域性、行業性大數據產業和套用聯盟及行業組織。培育一批大數據諮詢研究、測試評估、技術和智慧財產權、投融資等專業化服務機構。建設1-2個運營規範、具有一定國際影響力的開源社區。
——數據安全保障有力。數據安全技術達到國際先進水平。國家數據安全保護體系基本建成。數據安全技術保障能力和保障體系基本滿足國家戰略和市場套用需求。數據安全和個人隱私保護的法規制度較為完善。
四、重點任務和重大工程
（一）強化大數據技術產品研發
以套用為導向，突破大數據關鍵技術，推動產品和解決方案研發及產業化，創新技術服務模式，形成技術先進、生態完備的技術產品體系。
加快大數據關鍵技術研發。圍繞數據科學理論體系、大數據計算系統與分析、大數據套用模型等領域進行前瞻布局，加強大數據基礎研究。發揮企業創新主體作用，整合產學研用資源優勢聯合攻關，研發大數據採集、傳輸、存儲、管理、處理、分析、套用、可視化和安全等關鍵技術。突破大規模異構數據融合、集群資源調度、分散式檔案系統等大數據基礎技術，面向多任務的通用計算框架技術，以及流計算、圖計算等計算引擎技術。支持深度學習、類腦計算、認知計算、區塊鏈、虛擬現實等前沿技術創新，提升數據分析處理和知識發現能力。結合行業套用，研發大數據分析、理解、預測及決策支持與知識服務等智慧型數據套用技術。突破面向大數據的新型計算、存儲、感測、通信等晶片及融合架構、記憶體計算、億級並發、EB級存儲、綠色計算等技術，推動軟硬體協同發展。
培育安全可控的大數據產品體系。以套用為牽引，自主研發和引進吸收並重，加快形成安全可控的大數據產品體系。重點突破面向大數據套用基礎設施的核心信息技術設備、信息安全產品以及面向事務的新型關係資料庫、列式資料庫、NoSQL資料庫、大規模圖資料庫和新一代分散式計算平台等基礎產品。加快研發新一代商業智慧型、數據挖掘、數據可視化、語義搜尋等軟體產品。結合數據生命周期管理需求，培育大數據採集與集成、大數據分析與挖掘、大數據互動感知、基於語義理解的數據資源管理等平台產品。面向重點行業套用需求，研發具有行業特徵的大數據檢索、分析、展示等技術產品，形成垂直領域成熟的大數據解決方案及服務。
創新大數據技術服務模式。加快大數據服務模式創新，培育數據即服務新模式和新業態，提升大數據服務能力，降低大數據套用門檻和成本。圍繞數據全生命周期各階段需求，發展數據採集、清洗、分析、交易、安全防護等技術服務。推進大數據與雲計算服務模式融合，促進海量數據、大規模分散式計算和智慧型數據分析等公共雲計算服務發展，提升第三方大數據技術服務能力。推動大數據技術服務與行業深度結合，培育面向垂直領域的大數據服務模式。
專欄1：大數據關鍵技術及產品研發與產業化工程 突破技術。支持大數據共性關鍵技術研究，實施雲計算和大數據重點專項等重大項目。著力突破伺服器新型架構和綠色節能技術、海量多源異構數據的存儲和管理技術、可信數據分析技術、面向大數據處理的多種計算模型及其編程框架等關鍵技術。 打造產品。以套用為導向，支持大數據產品研發，建立完善的大數據工具型、平台型和系統型產品體系，形成面向各行業的成熟大數據解決方案，推動大數據產品和解決方案研發及產業化。 樹立品牌。支持我國大數據企業建設自主品牌，提升市場競爭力。引導企業加強產品質量管控，提高創新能力，鼓勵企業加強戰略合作。加強智慧財產權保護，推動自主智慧財產權標準產業化和國際化套用。培育一批國際知名的大數據產品和服務公司。 |
專欄2：大數據服務能力提升工程 培育數據即服務模式。發展數據資源服務、線上數據服務、大數據平台服務等模式，支持企業充分整合、挖掘、利用自有數據或公共數據資源，面向具體需求和行業領域，開展數據分析、數據諮詢等服務，形成按需提供數據服務的新模式。 支持第三方大數據服務。鼓勵企業探索數據採集、數據清洗、數據交換等新商業模式，培育一批開展數據服務的新業態。支持彈性分散式計算、數據存儲等基礎數據處理雲服務發展。加快發展面向大數據分析的線上機器學習、自然語言處理、圖像理解、語音識別、空間分析、基因分析和大數據可視化等數據分析服務。開展第三方數據交易平台建設試點示範。 |
（二）深化工業大數據創新套用
加強工業大數據基礎設施建設規劃與布局，推動大數據在產品全生命周期和全產業鏈的套用，推進工業大數據與自動控制和感知硬體、工業核心軟體、工業網際網路、工業雲和智慧型服務平台融合發展，形成數據驅動的工業發展新模式，支撐中國製造2025戰略，探索建立工業大數據中心。
加快工業大數據基礎設施建設。加快建設面向智慧型製造單元、智慧型工廠及物聯網套用的低延時、高可靠、廣覆蓋的工業網際網路，提升工業網路基礎設施服務能力。加快工業感測器、射頻識別（RFID）、光通信器件等數據採集設備的部署和套用，促進工業物聯網標準體系建設，推動工業控制系統的升級改造，匯聚感測、控制、管理、運營等多源數據，提升產品、裝備、企業的網路化、數位化和智慧型化水平。
推進工業大數據全流程套用。支持建設工業大數據平台，推動大數據在重點工業領域各環節套用，提升信息化和工業化深度融合發展水平，助推工業轉型升級。加強研發設計大數據套用能力，利用大數據精準感知用戶需求，促進基於數據和知識的創新設計，提升研發效率。加快生產製造大數據套用，通過大數據監控最佳化流水線作業，強化故障預測與健康管理，最佳化產品質量，降低能源消耗。提升經營管理大數據套用水平，提高人力、財務、生產製造、採購等關鍵經營環節業務集成水平，提升管理效率和決策水平，實現經營活動的智慧型化。推動客戶服務大數據深度套用，促進大數據在售前、售中、售後服務中的創新套用。促進數據資源整合，打通各個環節數據鏈條，形成全流程的數據閉環。
培育數據驅動的製造業新模式。深化製造業與網際網路融合發展，堅持創新驅動，加快工業大數據與物聯網、雲計算、信息物理系統等新興技術在製造業領域的深度集成與套用，構建製造業企業大數據“雙創”平台，培育新技術、新業態和新模式。利用大數據，推動“專精特新”中小企業參與產業鏈，與中國製造2025、軍民融合項目對接，促進協同設計和協同製造。大力發展基於大數據的個性化定製，推動發展顧客對工廠（C2M）等製造模式，提升製造過程智慧型化和柔性化程度。利用大數據加快發展製造即服務模式，促進生產型製造向服務型製造轉變。
專欄3：工業大數據創新發展工程 加強工業大數據關鍵技術研發及套用。加快大數據獲取、存儲、分析、挖掘、套用等關鍵技術在工業領域的套用，重點研究可程式邏輯控制器、高通量計算引擎、數據採集與監控等工控系統，開發新型工業大數據分析建模工具，開展工業大數據優秀產品、服務及套用案例的徵集與宣傳推廣。 建設工業大數據公共服務平台，提升中小企業大數據運用能力。支持面向典型行業中小企業的工業大數據服務平台建設，實現行業數據資源的共享交換以及對產品、市場和經濟運行的動態監控、預測預警，提升對中小企業的服務能力。 重點領域大數據平台建設及套用示範。支持面向航空航天裝備、海洋工程裝備及高技術船舶、先進軌道交通裝備、節能與新能源汽車等離散製造企業，以及石油、化工、電力等流程製造企業集團的工業大數據平台開發和套用示範，整合集團數據資源，提升集團企業協同研發能力和集中管控水平。 探索工業大數據創新模式。支持建設一批工業大數據創新中心，推進企業、高校和科研院所共同探索工業大數據創新的新模式和新機制，推進工業大數據核心技術突破、產業標準建立、套用示範推廣和專業人才培養引進，促進研究成果轉化。 |
（三）促進行業大數據套用發展
加強大數據在重點行業領域的深入套用，促進跨行業大數據融合創新，在政府治理和民生服務中提升大數據運用能力，推動大數據與各行業領域的融合發展。
推動重點行業大數據套用。推動電信、能源、金融、商貿、農業、食品、文化創意、公共安全等行業領域大數據套用，推進行業數據資源的採集、整合、共享和利用，充分釋放大數據在產業發展中的變革作用，加速傳統行業經營管理方式變革、服務模式和商業模式創新及產業價值鏈體系重構。
促進跨行業大數據融合創新。打破體制機制障礙，打通數據孤島，創新合作模式，培育交叉融合的大數據套用新業態。支持電信、網際網路、工業、金融、健康、交通等信息化基礎好的領域率先開展跨領域、跨行業的大數據套用，培育大數據套用新模式。支持大數據相關企業與傳統行業加強技術和資源對接，共同探索多元化合作運營模式，推動大數據融合套用。
強化社會治理和公共服務大數據套用。以民生需求為導向，以電子政務和智慧城市建設為抓手，以數據集中和共享為途徑，推動全國一體化的國家大數據中心建設，推進技術融合、業務融合、數據融合，實現跨層級、跨地域、跨系統、跨部門、跨業務的協同管理和服務。促進大數據在政務、交通、教育、健康、社保、就業等民生領域的套用，探索大眾參與的數據治理模式，提升社會治理和城市管理能力，為民眾提供智慧型、精準、高效、便捷的公共服務。促進大數據在市場主體監管與服務領域套用，建設基於大數據的重點行業運行分析服務平台，加強重點行業、骨幹企業經濟運行情況監測，提高行業運行監管和服務的時效性、精準性和前瞻性。促進政府數據和企業數據融合，為企業創新發展和社會治理提供有力支撐。
專欄4：跨行業大數據套用推進工程 開展跨行業大數據試點示範。選擇電信、網際網路、工業、金融、交通、健康等數據資源豐富、信息化基礎較好、套用需求迫切的重點行業領域，建設跨行業跨領域大數據平台。基於平台探索跨行業數據整合共享機制、數據共享範圍、數據整合對接標準，研發數據及信息系統互操作技術，推動跨行業的數據資源整合集聚，開展跨行業大數據套用，選擇套用範圍廣、套用效果良好的領域開展試點示範。 成立跨行業大數據推進組織。支持成立跨部門、跨行業、跨地域的大數據套用推進組織，聯合開展政策、法律法規、技術和標準研究，加強跨行業大數據合作交流。 建設大數據融合套用試驗床。建設跨行業大數據融合套用試驗床，匯聚測試數據、分析軟體和建模工具，為研發機構、大數據企業開展跨界聯合研發提供環境。 |
（四）加快大數據產業主體培育
引導區域大數據發展布局，促進基於大數據的創新創業，培育一批大數據龍頭企業和創新型中小企業，形成多層次、梯隊化的創新主體和合理的產業布局，繁榮大數據生態。
利用大數據助推創新創業。鼓勵資源豐富、技術先進的大數據領先企業建設大數據平台，開放平台數據、計算能力、開發環境等基礎資源，降低創新創業成本。鼓勵大型企業依託網際網路“雙創”平台，提供基於大數據的創新創業服務。組織開展算法大賽、套用創新大賽、眾包眾籌等活動，激發創新創業活力。支持大數據企業與科研機構深度合作，打通科技創新和產業化之間的通道，形成數據驅動的科研創新模式。
構建企業協同發展格局。支持龍頭企業整合利用國內外技術、人才和專利等資源，加快大數據技術研發和產品創新，提高產品和服務的國際市場占有率和品牌影響力，形成一批具有國際競爭力的綜合型和專業型龍頭企業。支持中小企業深耕細分市場，加快服務模式創新和商業模式創新，提高中小企業的創新能力。鼓勵生態鏈各環節企業加強合作，構建多方協作、互利共贏的產業生態，形成大中小企業協同發展的良好局面。
最佳化大數據產業區域布局。引導地方結合自身條件，突出區域特色優勢，明確重點發展方向，深化大數據套用，合理定位，科學謀劃，形成科學有序的產業分工和區域布局。在全國建設若干國家大數據綜合試驗區，在大數據制度創新、公共數據開放共享、大數據創新套用、大數據產業集聚、數據要素流通、數據中心整合、大數據國際交流合作等方面開展系統性探索試驗，為全國大數據發展和套用積累經驗。在大數據產業特色優勢明顯的地區建設一批大數據產業集聚區，創建大數據新型工業化產業示範基地，發揮產業集聚和協同作用，以點帶面，引領全國大數據發展。統籌規劃大數據跨區域布局，利用大數據推動信息共享、信息消費、資源對接、優勢互補，促進區域經濟社會協調發展。
專欄5：大數據產業集聚區創建工程 建設一批大數據產業集聚區。支持地方根據自身特點和產業基礎，突出優勢，合理定位，創建一批大數據產業集聚區，形成若干大數據新型工業化產業示範基地。加強基礎設施統籌整合，助推大數據創新創業，培育大數據骨幹企業和中小企業，強化服務與套用，完善配套措施，構建良好產業生態。在大數據技術研發、行業套用、教育培訓、政策保障等方面積極創新，培育壯大大數據產業，帶動區域經濟社會轉型發展，形成科學有序的產業分工和區域布局。建立集聚區評價指標體系，開展定期評估。 |
（五）推進大數據標準體系建設
加強大數據標準化頂層設計，逐步完善標準體系，發揮標準化對產業發展的重要支撐作用。
加快大數據重點標準研製與推廣。結合大數據產業發展需求，建立並不斷完善涵蓋基礎、數據、技術、平台/工具、管理、安全和套用的大數據標準體系。加快基礎通用國家標準和重點套用領域行業標準的研製。選擇重點行業、領域、地區開展標準試驗驗證和試點示範，加強宣貫和實施。建立標準符合性評估體系，強化標準對市場培育、服務能力提升和行業管理的支撐作用。加強國家標準、行業標準和團體標準等各類標準之間的銜接配套。
積極參與大數據國際標準化工作。加強我國大數據標準化組織與相關國際組織的交流合作。組織我國產學研用資源，加快國際標準提案的推進工作。支持相關單位參與國際標準化工作並承擔相關職務，承辦國際標準化活動，擴大國際影響。
專欄6：大數據重點標準研製及套用示範工程 加快研製重點國家標準。圍繞大數據標準化的重大需求，開展數據資源分類、開放共享、交易、標識、統計、產品評價、數據能力、數據安全等基礎通用標準以及工業大數據等重點套用領域相關國家標準的研製。 建立驗證檢測平台。建立標準試驗驗證和符合性檢測平台，重點開展數據開放共享、產品評價、數據能力成熟度、數據質量、數據安全等關鍵標準的試驗驗證和符合性檢測。 開展標準套用示範。優先支持大數據綜合試驗區和大數據產業集聚區建立標準示範基地，開展重點標準的套用示範工作。 |
（六）完善大數據產業支撐體系
統籌布局大數據基礎設施，建設大數據產業發展創新服務平台，建立大數據統計及發展評估體系，創造良好的產業發展環境。
合理布局大數據基礎設施建設。引導地方政府和有關企業統籌布局數據中心建設，充分利用政府和社會現有數據中心資源，整合改造規模小、效率低、能耗高的分散數據中心，避免資源和空間的浪費。鼓勵在大數據基礎設施建設中廣泛推廣可再生能源、廢棄設備回收等低碳環保方式，引導大數據基礎設施體系向綠色集約、布局合理、規模適度、高速互聯方向發展。加快網路基礎設施建設升級，最佳化網路結構，提升互聯互通質量。
（二）健全相關政策法規制度
推動制定公共信息資源保護和開放的制度性檔案，以及政府信息資源管理辦法，逐步擴大開放數據的範圍，提高開放數據質量。加強數據統籌管理及行業自律，強化大數據智慧財產權保護，鼓勵企業設立專門的數據保護職位。研究制定數據流通交易規則，推進流通環節的風險評估，探索建立信息披露制度，支持第三方機構進行數據合規套用的監督和審計，保障相關主體合法權益。推動完善個人信息保護立法，建立個人信息泄露報告制度，健全網路數據和用戶信息的防泄露、防篡改和數據備份等安全防護措施及相關的管理機制，加強對數據濫用、侵犯個人隱私等行為的管理和懲戒力度。強化關鍵信息基礎設施安全保護，推動建立數據跨境流動的法律體系和管理機制，加強重要敏感數據跨境流動的管理。推動大數據相關立法進程，支持地方先行先試，研究制定地方性大數據相關法規。
（三）加大政策扶持力度
結合《促進大數據發展行動綱要》、中國製造2025、“網際網路+”行動計畫、培育發展戰略性新興產業的決定等戰略檔案，制定面向大數據產業發展的金融、政府採購等政策措施，落實相關稅收政策。充分發揮國家科技計畫（專項、基金等）資金扶持政策的作用，鼓勵有條件的地方設立大數據發展專項基金，支持大數據基礎技術、重點產品、服務和套用的發展。鼓勵產業投資機構和擔保機構加大對大數據企業的支持力度，引導金融機構對技術先進、帶動力強、惠及面廣的大數據項目優先予以信貸支持，鼓勵大數據企業進入資本市場融資，為企業重組併購創造更加寬鬆的市場環境。支持符合條件的大數據企業享受相應優惠政策。
（四）建設多層次人才隊伍
建立適應大數據發展需求的人才培養和評價機制。加強大數據人才培養，整合高校、企業、社會資源，推動建立創新人才培養模式，建立健全多層次、多類型的大數據人才培養體系。鼓勵高校探索建立培養大數據領域專業型人才和跨界複合型人才機制。支持高校與企業聯合建立實習培訓機制，加強大數據人才職業實踐技能培養。鼓勵企業開展在職人員大數據技能培訓，積極培育大數據技術和套用創新型人才。依託社會化教育資源，開展大數據知識普及和教育培訓，提高社會整體認知和套用水平。鼓勵行業組織探索建立大數據人才能力評價體系。完善配套措施，培養大數據領域創新型領軍人才，吸引海外大數據高層次人才來華就業、創業。
（五）推動國際化發展
按照網路強國建設的總體要求，結合“一帶一路”等國家重大戰略，加快開拓國際市場，輸出優勢技術和服務,形成一批具有國際競爭力的大數據企業和產品。充分利用國際合作交流機制和平台，加強在大數據關鍵技術研究、產品研發、數據開放共享、標準規範、人才培養等方面的交流與合作。堅持網路主權原則，積極參與數據安全、數據跨境流動等國際規則體系建設，促進開放合作，構建良好秩序。
