大数据产业发展规划方案.docx

大数据产业发展规划方案.docx

《大数据产业发展规划方案.docx》由会员分享，可在线阅读，更多相关《大数据产业发展规划方案.docx（12页珍藏版）》请在冰豆网上搜索。

大数据产业发展规划方案

大数据产业发展计划

（-）

数据是国家基础性战略资源，是二十一世纪“钻石矿”。

党中央、国务院高度重视大数据在经济社会发展中作用，党十八届五中全会提出“实施国家大数据战略”，国务院印发《促进大数据发展行动纲要》，全方面推进大数据发展，加紧建设数据强国。

“十三五”时期是中国全方面建成小康社会决胜阶段，是新旧动能接续转换关键时期，全球新一代信息产业处于加速变革期，大数据技术和应用处于创新突破期，中国市场需求处于爆发期，中国大数据产业面临关键发展机遇。

抢抓机遇，推进大数据产业发展，对提升政府治理能力、优化民生公共服务、促进经济转型和创新发展有重大意义。

为推进中国大数据产业连续健康发展，深入落实十八届五中全会精神，实施国家大数据战略，落实国务院《促进大数据发展行动纲要》，根据《国民经济和社会发展第十三个五年计划纲要》总体布署，编制本计划。

一、中国发展大数据产业基础

大数据产业指以数据生产、采集、存放、加工、分析、服务为主相关经济活动，包含数据资源建设、大数据软硬件产品开发、销售和租赁活动，和相关信息技术服务。

“十二五”期间，中国信息产业快速壮大，信息技术快速发展，互联网经济日益繁荣，积累了丰富数据资源，技术创新取得了显著突破，应用势头良好，为“十三五”时期中国大数据产业加紧发展奠定了坚实基础。

信息化积累了丰富数据资源。

中国信息化发展水平日益提升，对数据资源采集、挖掘和应用水平不停深化。

政务信息化水平不停提升，全国面向公众政府网站达8.4万个。

智慧城市建设全方面展开，“十二五”期间近300个城市进行了智慧城市试点。

两化融合发展进程不停深入，正进入向纵深发展新阶段。

信息消费蓬勃发展，网民数量超出7亿，移动电话用户规模已经突破13亿，均居世界第一。

月度户均移动互联网接入流量达835M。

政府部门、互联网企业、大型集团企业积累沉淀了大量数据资源。

中国已成为产生和积累数据量最大、数据类型最丰富国家之一。

大数据技术创新取得显著突破。

在软硬件方面，中国骨干软硬件企业陆续推出自主研发大数据基础平台产品，一批信息服务企业面向特定领域研发数据分析工具，提供创新型数据服务。

在平台建设方面，互联网龙头企业服务器单集群规模达成上万台，含有建设和运维超大规模大数据平台技术实力。

在智能分析方面，部分企业主动布局深度学习等人工智能前沿技术，在语音识别、图像了解、文本挖掘等方面抢占技术制高点。

在开源技术方面，中国对国际大数据开源软件小区贡献不停增大。

大数据应用推进势头良好。

大数据在互联网服务中得到广泛应用，大幅度提升网络社交、电商、广告、搜索等服务个性化和智能化水平，催生共享经济等数据驱动新兴业态。

大数据加速向传统产业渗透，驱动生产方法和管理模式变革，推进制造业向网络化、数字化和智能化方向发展。

电信、金融、交通等行业利用已积累丰富数据资源，主动探索用户细分、风险防控、信用评价等应用，加紧服务优化、业务创新和产业升级步伐。

大数据产业体系初具雏形。

，中国信息产业收入达成17.1万亿元，比进入“十二五”前翻了一番。

其中软件和信息技术服务业实现软件业务收入4.3万亿元，同比增加15.7%。

大型数据中心向绿色化、集约化发展，跨地域经营互联网数据中心（IDC）业务企业达成295家。

云计算服务逐步成熟，关键云计算平台数据处理规模已跻身世界前列，为大数据提供强大计算存放能力并促进数据集聚。

在大数据资源建设、大数据技术、大数据应用领域涌现出一批新模式和新业态。

龙头企业引领，上下游企业互动产业格局初步形成。

基于大数据创新创业日趋活跃，大数据技术、产业和服务成为社会资本投入热点。

大数据产业支撑能力日益增强。

形成了大数据标准化工作机制，大数据标准体系初步形成，开展了大数据技术、交易、开放共享、工业大数据等国家标准研制工作，部分标准在北京、上海、贵阳开展了试点示范。

一批大数据技术研发试验室、工程中心、企业技术中心、产业创新平台、产业联盟、投资基金等形式产业支撑平台相继建成。

大数据安全保障体系和法律法规不停完善。

二、“十三五”时期面临形势

大数据成为塑造国家竞争力战略制高点之一，国家竞争日趋猛烈。

一个国家掌握和利用大数据能力成为国家竞争力关键表现，各国纷纷将大数据作为国家发展战略，将产业发展作为大数据发展关键。

美国高度重视大数据研发和应用，3月推出“大数据研究和发展倡议”，将大数据作为国家关键战略资源进行管理和应用，5月深入公布“联邦大数据研究和开发计划”，不停加强在大数据研发和应用方面布局。

欧盟推出了“数据驱动经济”战略，提倡欧洲各国抢抓大数据发展机遇。

另外，英国、日本、澳大利亚等国也出台了类似政策，推进大数据应用，拉动产业发展。

大数据驱动信息产业格局加速变革，创新发展面临难得机遇。

当今世界，新一轮科技革命和产业变革正在孕育兴起，信息产业格局面临巨大变革。

大数据推进下，信息技术正处于新旧轨道切换过程中，分布式系统架构、多元异构数据管理技术等新技术、新模式快速发展，产业格局正处于创新变革关键时期，中国面临加紧发展重大机遇。

中国经济社会发展对信息化提出了更高要求，发展大数据含有强大内生动力。

推进大数据应用，加紧传统产业数字化、智能化，做大做强数字经济，能够为中国经济转型发展提供新动力，为重塑国家竞争优势发明新机遇，为提升政府治理能力开辟新路径，是支撑国家战略关键抓手。

目前中国正在推进供给侧结构性改革和服务型政府建设，加紧实施“互联网+”行动计划和中国制造2025战略，建设公平普惠、便捷高效民生服务体系，为大数据产业发明了宽广市场空间，是中国大数据产业发展强大内生动力。

中国大数据产业含有了良好基础，面临难得发展机遇，但仍然存在部分困难和问题。

一是数据资源开放共享程度低。

数据质量不高，数据资源流通不畅，管理能力弱，数据价值难以被有效挖掘利用。

二是技术创新和支撑能力不强。

中国在新型计算平台、分布式计算架构、大数据处理、分析和展现方面和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。

三是大数据应用水平不高。

中国发展大数据含有强劲应用市场优势，不过现在还存在应用领域不广泛、应用程度不深、认识不到位等问题。

四是大数据产业支撑体系尚不完善。

数据全部权、隐私权等相关法律法规和信息安全、开放共享等标准规范不健全，还未建立起兼顾安全和发展数据开放、管理和信息安全保障体系。

五是人才队伍建设亟需加强。

大数据基础研究、产品研发和业务应用等各类人才短缺，难以满足发展需要。

“十三五”时期是中国全方面建成小康社会决胜阶段，是实施国家大数据战略起步期，是大数据产业崛起关键窗口期，必需抓住机遇加紧发展，实现从数据大国向数据强国转变。

三、指导思想和发展目标

（一）指导思想

全方面落实党十八大和十八届三中、四中、五中、六中全会精神，坚持创新、协调、绿色、开放、共享发展理念，围绕实施国家大数据战略，以强化大数据产业创新发展能力为关键，以推进数据开放和共享、加强技术产品研发、深化应用创新为关键，以完善发展环境和提升安全保障能力为支撑，打造数据、技术、应用和安全协同发展自主产业生态体系，全方面提升中国大数据资源掌控能力、技术支撑能力和价值挖掘能力，加紧建设数据强国，有力支撑制造强国和网络强国建设。

（二）发展标准

创新驱动。

瞄准大数据技术发展前沿领域，强化创新能力，提升创新层次，以企业为主体集中攻克大数据关键技术，加紧产品研发，发展壮大新兴大数据服务业态，加强大数据技术、应用和商业模式协同创新，培育市场化、网络化创新生态。

应用引领。

发挥中国市场规模大、应用需求旺优势，以国家战略、人民需要、市场需求为牵引，加紧大数据技术产品研发和在各行业、各领域应用，促进跨行业、跨领域、跨地域大数据应用，形成良性互动产业发展格局。

开放共享。

汇聚全球大数据技术、人才和资金等要素资源，坚持自主创新和开放合作相结合，走开放式大数据产业发展道路。

树立数据开放共享理念，完善相关制度，推进数据资源开放共享和信息流通。

统筹协调。

发挥企业在大数据产业创新中主体作用，加大政府政策支持和引导力度，营造良好政策法规环境，形成政产学研用统筹推进机制。

加强中央、部门、地方大数据发展政策衔接，优化产业布局，形成协同发展协力。

安全规范。

安全是发展前提，发展是安全保障，坚持发展和安全并重，增强信息安全技术保障能力，建立健全安全防护体系，保障信息安全和个人隐私。

加强行业自律，完善行业监管，促进数据资源有序流动和规范利用。

（三）发展目标

到，技术优异、应用繁荣、保障有力大数据产业体系基础形成。

大数据相关产品和服务业务收入突破1万亿元，年均复合增加率保持30%左右，加紧建设数据强国，为实现制造强国和网络强国提供强大产业支撑。

——技术产品优异可控。

在大数据基础软硬件方面形成安全可控技术产品，在大数据获取、存放管理和处理平台技术领域达成国际优异水平，在数据挖掘、分析和应用等算法和工具方面处于领先地位，形成一批自主创新、技术优异，满足重大应用需求产品、处理方案和服务。

——应用能力显著增强。

工业大数据应用全方面支撑智能制造和工业转型升级，大数据在创新创业、政府管理和民生服务等方面广泛深入应用，技术融合、业务融合和数据融合能力显著提升，实现跨层级、跨地域、跨系统、跨部门、跨业务协同管理和服务，形成数据驱动创新发展新模式。

——生态体系繁荣发展。

形成若干创新能力突出大数据骨干企业，培育一批专业化数据服务创新型中小企业，培育10家国际领先大数据关键龙头企业和500家大数据应用及服务企业。

形成比较完善大数据产业链，大数据产业体系初步形成。

建设10-15个大数据综合试验区，创建一批大数据产业集聚区，形成若干大数据新型工业化产业示范基地。

——支撑能力不停增强。

建立健全覆盖技术、产品和管理等方面大数据标准体系。

建立一批区域性、行业性大数据产业和应用联盟及行业组织。

培育一批大数据咨询研究、测试评定、技术和知识产权、投融资等专业化服务机构。

建设1-2个运行规范、含有一定国际影响力开源小区。

——数据安全保障有力。

数据安全技术达成国际优异水平。

国家数据安全保护体系基础建成。

数据安全技术保障能力和保障体系基础满足国家战略和市场应用需求。

数据安全和个人隐私保护法规制度较为完善。

四、关键任务和重大工程

（一）强化大数据技术产品研发

以应用为导向，突破大数据关键技术，推进产品和处理方案研发及产业化，创新技术服务模式，形成技术优异、生态完备技术产品体系。

加紧大数据关键技术研发。

围绕数据科学理论体系、大数据计算系统和分析、大数据应用模型等领域进行前瞻布局，加强大数据基础研究。

发挥企业创新主体作用，整合产学研用资源优势联合攻关，研发大数据采集、传输、存放、管理、处理、分析、应用、可视化和安全等关键技术。

突破大规模异构数据融合、集群资源调度、分布式文件系统等大数据基础技术，面向多任务通用计算框架技术，和流计算、图计算等计算引擎技术。

支持深度学习、类脑计算、认知计算、区块链、虚拟现实等前沿技术创新，提升数据分析处理和知识发觉能力。

结合行业应用，研发大数据分析、了解、估计及决议支持和知识服务等智能数据应用技术。

突破面向大数据新型计算、存放、传感、通信等芯片及融合架构、内存计算、亿级并发、EB级存放、绿色计算等技术，推进软硬件协同发展。

培育安全可控大数据产品体系。

以应用为牵引，自主研发和引进吸收并重，加紧形成安全可控大数据产品体系。

关键突破面向大数据应用基础设施关键信息技术设备、信息安全产品和面向事务新型关系数据库、列式数据库、NoSQL数据库、大规模图数据库和新一代分布式计算平台等基础产品。

加紧研发新一代商业智能、数据挖掘、数据可视化、语义搜索等软件产品。

结合数据生命周期管理需求，培育大数据采集和集成、大数据分析和挖掘、大数据交互感知、基于语义了解数据资源管理等平台产品。

面向关键行业应用需求，研发含有行业特征大数据检索、分析、展示等技术产品，形成垂直领域成熟大数据处理方案及服务。

创新大数据技术服务模式。

加紧大数据服务模式创新，培育数据即服务新模式和新业态，提升大数据服务能力，降低大数据应用门槛和成本。

围绕数据全生命周期各阶段需求，发展数据采集、清洗、分析、交易、安全防护等技术服务。

推进大数据和云计算服务模式融合，促进海量数据、大规模分布式计算和智能数据分析等公共云计算服务发展，提升第三方大数据技术服务能力。

推进大数据技术服务和行业深度结合，培育面向垂直领域大数据服务模式。

专栏1：

大数据关键技术及产品研发和产业化工程

突破技术。

支持大数据共性关键技术研究，实施云计算和大数据关键专题等重大项目。

着力突破服务器新型架构和绿色节能技术、海量多源异构数据存放和管理技术、可信数据分析技术、面向大数据处理多个计算模型及其编程框架等关键技术。

打造产品。

以应用为导向，支持大数据产品研发，建立完善大数据工具型、平台型和系统型产品体系，形成面向各行业成熟大数据处理方案，推进大数据产品和处理方案研发及产业化。

树立品牌。

支持中国大数据企业建设自主品牌，提升市场竞争力。

引导企业加强产品质量管控，提升创新能力，激励企业加强战略合作。

加强知识产权保护，推进自主知识产权标准产业化和国际化应用。

培育一批国际著名大数据产品和服务企业。

专栏2：

大数据服务能力提升工程

培育数据即服务模式。

发展数据资源服务、在线数据服务、大数据平台服务等模式，支持企业充足整合、挖掘、利用自有数据或公共数据资源，面向具体需求和行业领域，开展数据分析、数据咨询等服务，形成按需提供数据服务新模式。

支持第三方大数据服务。

激励企业探索数据采集、数据清洗、数据交换等新商业模式，培育一批开展数据服务新业态。

支持弹性分布式计算、数据存放等基础数据处理云服务发展。

加紧发展面向大数据分析在线机器学习、自然语言处理、图像了解、语音识别、空间分析、基因分析和大数据可视化等数据分析服务。

开展第三方数据交易平台建设试点示范。

（二）深化工业大数据创新应用

加强工业大数据基础设施建设计划和布局，推进大数据在产品全生命周期和全产业链应用，推进工业大数据和自动控制和感知硬件、工业关键软件、工业互联网、工业云和智能服务平台融合发展，形成数据驱动工业发展新模式，支撑中国制造2025战略，探索建立工业大数据中心。

加紧工业大数据基础设施建设。

加紧建设面向智能制造单元、智能工厂及物联网应用低延时、高可靠、广覆盖工业互联网，提升工业网络基础设施服务能力。

加紧工业传感器、射频识别（RFID）、光通信器件等数据采集设备布署和应用，促进工业物联网标准体系建设，推进工业控制系统升级改造，汇聚传感、控制、管理、运行等多源数据，提升产品、装备、企业网络化、数字化和智能化水平。

推进工业大数据全步骤应用。

支持建设工业大数据平台，推进大数据在关键工业领域各步骤应用，提升信息化和工业化深度融合发展水平，助推工业转型升级。

加强研发设计大数据应用能力，利用大数据正确感知用户需求，促进基于数据和知识创新设计，提升研发效率。

加紧生产制造大数据应用，经过大数据监控优化流水线作业，强化故障估计和健康管理，优化产品质量，降低能源消耗。

提升经营管理大数据应用水平，提升人力、财务、生产制造、采购等关键经营步骤业务集成水平，提升管理效率和决议水平，实现经营活动智能化。

推进用户服务大数据深度应用，促进大数据在售前、售中、售后服务中创新应用。

促进数据资源整合，打通各个步骤数据链条，形成全步骤数据闭环。

培育数据驱动制造业新模式。

深化制造业和互联网融合发展，坚持创新驱动，加紧工业大数据和物联网、云计算、信息物理系统等新兴技术在制造业领域深度集成和应用，构建制造业企业大数据“双创”平台，培育新技术、新业态和新模式。

利用大数据，推进“专精特新”中小企业参与产业链，和中国制造2025、军民融合项目对接，促进协同设计和协同制造。

大力发展基于大数据个性化定制，推进发展用户对工厂（C2M）等制造模式，提升制造过程智能化和柔性化程度。

利用大数据加紧发展制造即服务模式，促进生产型制造向服务型制造转变。

专栏3：

工业大数据创新发展工程

加强工业大数据关键技术研发及应用。

加紧大数据获取、存放、分析、挖掘、应用等关键技术在工业领域应用，关键研究可编程逻辑控制器、高通量计算引擎、数据采集和监控等工控系统，开发新型工业大数据分析建模工具，开展工业大数据优异产品、服务及应用案例征集和宣传推广。

建设工业大数据公共服务平台，提升中小企业大数据利用能力。

支持面向经典行业中小企业工业大数据服务平台建设，实现行业数据资源共享交换和对产品、市场和经济运行动态监控、估计预警，提升对中小企业服务能力。

关键领域大数据平台建设及应用示范。

支持面向航空航天装备、海洋工程装备及高技术船舶、优异轨道交通装备、节能和新能源汽车等离散制造企业，和石油、化工、电力等步骤制造企业集团工业大数据平台开发和应用示范，整合集团数据资源，提升集团企业协同研发能力和集中管控水平。

探索工业大数据创新模式。

支持建设一批工业大数据创新中心，推进企业、高校和科研院所共同探索工业大数据创新新模式和新机制，推进工业大数据关键技术突破、产业标准建立、应用示范推广和专业人才培养引进，促进研究结果转化。

（三）促进行业大数据应用发展

加强大数据在关键行业领域深入应用，促进跨行业大数据融合创新，在政府治理和民生服务中提升大数据利用能力，推进大数据和各行业领域融合发展。

推进关键行业大数据应用。

推进电信、能源、金融、商贸、农业、食品、文化创意、公共安全等行业领域大数据应用，推进行业数据资源采集、整合、共享和利用，充足释放大数据在产业发展中变革作用，加速传统行业经营管理方法变革、服务模式和商业模式创新及产业价值链体系重构。

促进跨行业大数据融合创新。

打破体制机制障碍，打通数据孤岛，创新合作模式，培育交叉融合大数据应用新业态。

支持电信、互联网、工业、金融、健康、交通等信息化基础好领域率先开展跨领域、跨行业大数据应用，培育大数据应用新模式。

支持大数据相关企业和传统行业加强技术和资源对接，共同探索多元化合作运行模式，推进大数据融合应用。

强化社会治理和公共服务大数据应用。

以民生需求为导向，以电子政务和智慧城市建设为抓手，以数据集中和共享为路径，推进全国一体化国家大数据中心建设，推进技术融合、业务融合、数据融合，实现跨层级、跨地域、跨系统、跨部门、跨业务协同管理和服务。

促进大数据在政务、交通、教育、健康、社保、就业等民生领域应用，探索大众参与数据治理模式，提升社会治理和城市管理能力，为群众提供智能、正确、高效、便捷公共服务。

促进大数据在市场主体监管和服务领域应用，建设基于大数据关键行业运行分析服务平台，加强关键行业、骨干企业经济运行情况监测，提升行业运行监管和服务时效性、正确性和前瞻性。

促进政府数据和企业数据融合，为企业创新发展和社会治理提供有力支撑。

专栏4：

跨行业大数据应用推进工程

开展跨行业大数据试点示范。

选择电信、互联网、工业、金融、交通、健康等数据资源丰富、信息化基础很好、应用需求迫切关键行业领域，建设跨行业跨领域大数据平台。

基于平台探索跨行业数据整合共享机制、数据共享范围、数据整合对接标准，研发数据及信息系统互操作技术，推进跨行业数据资源整合集聚，开展跨行业大数据应用，选择应用范围广、应用效果良好领域开展试点示范。

成立跨行业大数据推进组织。

支持成立跨部门、跨行业、跨地域大数据应用推进组织，联合开展政策、法律法规、技术和标准研究，加强跨行业大数据合作交流。

建设大数据融合应用试验床。

建设跨行业大数据融合应用试验床，汇聚测试数据、分析软件和建模工具，为研发机构、大数据企业开展跨界联合研发提供环境。

（四）加紧大数据产业主体培育

引导区域大数据发展布局，促进基于大数据创新创业，培育一批大数据龙头企业和创新型中小企业，形成多层次、梯队化创新主体和合理产业布局，繁荣大数据生态。

利用大数据助推创新创业。

激励资源丰富、技术优异大数据领先企业建设大数据平台，开放平台数据、计算能力、开发环境等基础资源，降低创新创业成本。

激励大型企业依靠互联网“双创”平台，提供基于大数据创新创业服务。

组织开展算法大赛、应用创新大赛、众包众筹等活动，激发创新创业活力。

支持大数据企业和科研机构深度合作，打通科技创新和产业化之间通道，形成数据驱动科研创新模式。

构建企业协同发展格局。

支持龙头企业整合利用中国外技术、人才和专利等资源，加紧大数据技术研发和产品创新，提升产品和服务国际市场拥有率和品牌影响力，形成一批含有国际竞争力综合型和专业型龙头企业。

支持中小企业深耕细分市场，加紧服务模式创新和商业模式创新，提升中小企业创新能力。

激励生态链各步骤企业加强合作，构建多方协作、互利共赢产业生态，形成大中小企业协同发展良好局面。

优化大数据产业区域布局。

引导地方结合本身条件，突出区域特色优势，明确关键发展方向，深化大数据应用，合理定位，科学计划，形成科学有序产业分工和区域布局。

在全国建设若干国家大数据综合试验区，在大数据制度创新、公共数据开放共享、大数据创新应用、大数据产业集聚、数据要素流通、数据中心整合、大数据国际交流合作等方面开展系统性探索试验，为全国大数据发展和应用积累经验。

在大数据产业特色优势显著地域建设一批大数据产业集聚区，创建大数据新型工业化产业示范基地，发挥产业集聚和协同作用，以点带面，引领全国大数据发展。

统筹计划大数据跨区域布局，利用大数据推进信息共享、信息消费、资源对接、优势互补，促进区域经济社会协调发展。

专栏5：

大数据产业集聚区创建工程

建设一批大数据产业集聚区。

支持地方依据本身特点和产业基础，突出优势，合理定位，创建一批大数据产业集聚区，形成若干大数据新型工业化产业示范基地。

加强基础设施统筹整合，助推大数据创新创业，培育大数据骨干企业和中小企业，强化服务和应用，完善配套方法，构建良好产业生态。

在大数据技术研发、行业应用、教育培训、政策保障等方面主动创新，培育壮大大数据产业，带动区域经济社会转型发展，形成科学有序产业分工和区域布局。

建立集聚区评价指标体系，开展定时评定。

（五）推进大数据标准体系建设

加强大数据标准化顶层设计，逐步完善标准体系，发挥标准化对产业发展关键支撑作用。

加紧大数据关键标准研制和推广。

结合大数据产业发展需求，建立并不停完善涵盖基础、数据、技术、平台/工具、管理、安全和应用大数据标准体系。

加紧基础通用国家标准和关键应用领域行业标准研制。

选择关键行业、领域、地域开展标准试验验证和试点示范，加强宣贯和实施。

建立标准符合性评定体系，强化标准对市场培育、服务能力提升和行业管理支撑作用。

加强国家标准、行业标准和团体标准等各类标准之间衔接配套。

主动参与大数据国际标准化工作。

加强中国大数据标准化组织和相关国际组织交流合作。

组织中国产学研用资源，加紧国际标准提案推进工作。

支持相关单位参与国际标准化工作并负担相关职务，承接国际标准化活动，扩大国际影响。

专栏6：

大数据关键标准研制及应用示范工程

加紧研制关键国家标准。

围绕大数据标准化重大需求，开展数据资源分类、开放共享、交易、标识、统计、产品评价、数据能力、数据安全等基础通用标准和工业大数据等关键应用领域相关国家标准研制。

建立验证检测平台。

建立标准试验验证和符合性检测平台，关键开展数据开放共享、产品评价、数据能力成熟度、数据质量、数据安全等关键标准试验验证和符合性检测。

开展标准应用示范。

优先支持大数据综合试验区和大数据产业集聚区建立标准示范基地，开展关键标准应用示范工作。

（六）完善大数据产业支撑体系

统筹布局大数据基础设施，建设大数据产业发展创新服务平台，建立大数据统计及发展评定体系，发明良好产业发展环境。

合理布局大数据基础设施建设。

引导地方政府和相关企业统筹布局数据中心建设，充足利用政府和社会现有数据中心资源，整合改造规模小、效率低、能耗高分散数据中心，避免资源和空间浪费。

激励在大数据基础设施建设中广泛推广可再生能源、废弃设备回收等低碳环境保护方法，引导大数据基础设施体系向绿色集约、布局合理、规模适度、高速