引言

自 2012 年，大数据（big data）一词越来越多地被提及，人们用它来描述和定义信息爆炸时代产生的海量数据，并命名与之相关的技术发展与创新。它已经上过《纽约时报》《华尔街日报》的专栏封面， 进入美国白宫官网的新闻，现身在国内一些互联网主题的讲座沙龙中，甚至被嗅觉灵敏的国金证券、国泰君安、银河证券等写进了投资推荐报告。

最早提出“大数据”时代到来的是全球知名咨询公司麦肯锡，麦肯锡称：“数据，已经渗透到当今每一个行业和业务职能领域，成为重要的生产因素。人们对于海量数据的挖掘和运用，预示着新一波生产率增长和消费者盈余浪潮的到来。”企业内部的经营交易信息、物联网世界中的商品物流信息，互联网世界中的人与人交互信息、位置信息等，其数量将远远超越现有企业 IT架构和基础设施的承载能力， 实时性要求也将大大超越现有的计算能力。如何盘活这些数据资产， 使其为国家治理、企业决策乃至个人生活服务，是大数据的核心议题。

大数据时代是继云计算、物联网之后 IT行业又一大颠覆性的技术革命时期。云计算主要为数据资产提供了保管、访问的场所和渠道， 而数据才是真正有价值的资产。物联网、云计算等已经为大数据时代做好了准备，大数据的发掘应用能带来新一波生产率增长和消费者盈余浪潮，那么大数据企业以及大数据产业园是否具有投资价值呢？本报告以投资大数据产业园为切入点，分析研究大数据产业园可行性，同时在可行性分析的基础上提出合理的园区建设和招商建议。

一、大数据产业园概要

（一）大数据产业园

产业园是产业集群的重要载体和组成部分，大数据产业园即是大数据企业的孵化平台，是大数据企业的集群地，是大数据企业走向产业化道路的催化剂。

（二）大数据企业

根据业界对大数据以及大数据企业的理解，广义的大数据企业指产生大量数据的企业和处理运用大量数据的企业，例如产生大量通讯记录数据的电信通讯企业，对电话通讯信息进行处理分析的电信增值业务运营商，产生交易数据的电商平台，对网上购物记录搜集并进行分析的相关网站企业。狭义的大数据企业指进行专业搜集、处理、分析和运用大量各类数据等相关工作的企业。本报告后文所指大数据企业均指狭义的大数据企业（特别标注除外）。

（三）大数据产业园出现背景

其一，计算机的发展和便携式智能设备的出现。随着集成电路技术按照摩尔定律高速发展，占据集成电路应用大半江山的计算机技术也日新月异，同时各种各样的智能设备分支普遍出现并应用，如智能手机，佩戴式计算机系统（如谷歌眼镜）等。计算机技术和便携智能设备的出现发展让生活更加便利，把以前需要用实际行动才能完成的动作变成了只需在虚拟世界中动动手指就可以完成的数据交流，如网购、订餐、订票等。

其二，消费者购物和其他消费的虚拟化增加了商家提升销售额的难度。以往消费者心理和行为分析理论及方法已不能满足需求，商家亟需新的分析方式分析消费者习惯。

其三，政府机关或其他企事业单位为提升公共服务和管理效率， 紧跟潮流，相继采用了电子办公系统、电子监控系统等，其搜集或者产生的相关信息和收到的反馈投诉以大量数据如山洪暴发般激增，亟需专业的数据处理分析组织进行专业处理分析。

其四，云计算（cloudcomputing）、物联网等技术的出现为大数据时代的到来做好了技术铺垫，增加了民间大数据处理的可能性。

（四）大数据产业园发展现状

截至 2013年 12月份，根据创想智慧城市研究中心的研究，全国已建或拟建的大数据产业园区超过十个。其中，陕西、天津、重庆的大数据产业园区规划较为明确。陕西西咸新区沣西新城已在信息产业园中规划了国内首家以大数据处理与服务为特色的产业园区。根据重庆市政府出台的《重庆市大数据行动计划》，到 2017年，重庆市将打

造 2至 3个大数据产业示范园区，培育 10家核心龙头企业、500家

大数据应用和服务企业，引进和培养 1000名大数据产业高端人才，形成 500 亿元大数据产业规模，建成国内重要的大数据产业基地。

二、大数据产业园必要性及可行性分析

（一）大数据产业园必要性

1、电子商务转型升级刺激大数据产业园需求

目前，比较出名的电子商务企业或者网站主要有淘宝、亚马逊中国、京东、苏宁网易、当当网、天猫、国美网上商城、美团、一淘网、聚划算、百度团购导航等，其他中小型电商平台更是不计其数，竞争十分激烈。在各大电子商务购物平台之中，目前普遍采用的是 B2C 模式，即是企业对个人用户的EC（ElectronicCommerce，电子商务），因此各大电商购物平台都在努力实现转型升级，寻求突破现在销售瓶颈的措施，以期提升自身核心竞争力，扩大市场份额。

艾润咨询发布报告显示， 2013年前三季度中国中小企业B2B(B2B是指企业对企业之间的营销关系)电商市场营收达 52.5亿元，环比增加 5.8%，同比增长则达 22.9%，呈现出回暖现象。艾润咨询表示，电商市场回暖一部分是因为世界经济大环境有所改观，另一方面则是因为各大电商平台采取基于大数据的 B2B模式。艾润咨询指出，大数据是未来电商市场的发展方向之一。近日，阿里巴巴做出了一个具有里程碑意义的举措——推出了较新的 C2B模式。C2B 模式即由客户定制商品，提出意向成交价格，由商家来决定是否接受

客户的要求。假如商家接受客户的要求,  那么交易成功；假如商家不接受客户的要求，那么就是交易失败。同时，阿里包下了美的、九阳、苏泊尔等十个品牌的 12 条生产线，专为天猫特供小家电。阿里通过所掌握的数据以及分析成果，去指导这些生产线的研发、设计、生产、定价。C2B 模式对企业的大量数据处理能力提出了硬性要求，即要从海量数据里分析出顾客的购物意向和购物倾向，从而实现“想顾客所想”和对顾客的个性化定制。

竞争促进升级，电商购物平台转型升级，推陈出新，强烈刺激了大数据需求，扩大大数据处理分析需求缺口，有利于大数据产业园的出现。

2、各大行业待处理数据量逐渐过载迹象明显

全球互联网的网民每个月下载的流量，在 1998年平均只有 1兆， 在 2003年达到 100兆，2008年达到 1G，2014年全球网民平均每天下载会达到 10G。2012年和 2013年全世界新产生的信息量，等于从信息时代开始一直到 2011年底信息量的总和，而 2011年全世界的数据规模是 1.8ZB[1]。网络里的数据分为自媒体数据、日志数据、富媒体数据，以及企事业单位数据、政府数据等。就日志数据而言，新浪微博现在一秒要接受 100万以上的响应请求；百度日前数据总量接近1000PB，存储网页数量接近万亿，每天大约要处理 60亿次搜索请求， 约几十 PB数据；中国联通用户上网记录条数高达 83万条/秒，约一亿条/月，对应数据量为 300TB/月，或 3.6PB/年。医院也产生大数据。广州中山大学第一附属医院 2008年已经保存 100个 TB的数据，估计到 2015年要 1000个 TB。视频监控摄像头在国内广泛应用，也产生大数据。很多城市的摄像头多达几十万个，一个月的数据量达到数十 PB。中国工商银行拥有 2.2亿用户和 6亿个账户，每日处理多达 2亿个交易。中国石油集中统一信息系统管理 8600万吨/年的成品油销售业务，年处理 3450 万张单据。中国航信目前运行着超过 2000 台硬件设备，每秒钟事务处理能力 11000TNX/S，每天为 100 万旅客提供订票离港服务，阿里巴巴集团拥有的数据达到 30P(1P=100 万 GB)。各大集团公司每天所需处理分析的数据量日渐增大，趋于过载。回顾各行业历史发展轨迹，把工作量大且难的数据处理分析业务外包给大数据企业将成为未来的可能趋势。