上海市大數據與云計算應用發展研究

紀漢霖，郭蓉蓉

(上海理工大學 管理學院，上海 200093)

0 引言

近年來，上海積極響應國家戰略性新興產業發展戰略號召，全面推動大數據和云計算應用，促進產業創新轉型。目前，上海市在大數據和云計算應用方面雖然有了可喜進展，但是仍然存在一些問題，“停車難、看病難、行路難、信貸難”等問題日益凸顯。

以“看病難”為例，根據2017年上海市衛計委生統計數據，全市有5 144所衛生機構、363所醫院(其中三甲醫院有28所)、戶籍人口每萬人口醫生數47人、戶籍人口每萬人口醫療機構病床數93張、年診療人次數高達2.14億人次。總體而言，上海市醫療資源總量豐富，醫療資源的可獲得性較好，但根據公眾“看病首選大醫院”的習慣，上海大醫院60%以上患者來自上海以外地區，一些常見病和慢性病患者由于各醫院收費差距不大也會選擇去三甲醫院，使得三甲醫院人滿為患，出現門診量大、掛號排隊時間長、繳費等待時間長、取藥等待時間長、看病就診時間短等現象。因此，如何更好地將上海市大數據與云計算應用滲入到各個產業中，形成新的商業模式，進而解決現存問題，最終促進經濟增長，成為本文研究重點。

1 大數據與云計算應用發展概況

1.1 國內外大數據與云計算應用現狀

1.1.1 國外

大數據與云計算的廣泛應用，逐漸引起了社會結構的深層調整，當前世界各國紛紛將開放數據納入國家發展戰略，以提升國際競爭力。

在國外，Facebook、Google、亞馬遜、蘋果、Uber等都是大數據、云計算技術應用的典型代表企業。以亞馬遜為例，亞馬遜目前已經在美國開設了6家線下書店，且均已實現盈虧平衡。亞馬遜在書店商業模式上的創新主要基于20年來積累的消費者大數據，在大數據基礎上豐富和優化讀者的圖書購買體驗。此外，亞馬遜iOS系統應用新增了AR技術的支持，用戶在購買商品之前能先看效果，尤其是對于家居類用品，用戶購買體驗將會得到很大提升。

1.1.2 國內

我國大數據與云計算產業仍處于起步階段，數據開放程度較低，但國內市場規模擴張較快。據《中國大數據產業市場前景研究報告》顯示，2017年中國大數據產業規模達到4 700億元，同比增長30%；其中，大數據硬件產業的產值為234億元，同比增長39%。隨著各行業大數據融合不斷深入，預計到2018年中國大數據市場產值將突破6 000億元，達到6 200億元。目前，我國大數據產業呈現出以下發展趨勢：

(1)大數據產業集聚效應進一步凸顯。我國大數據產業集聚效應凸顯，各地區根據自身發展特點制定了相應策略。京津冀依托中關村信息產業的領先優勢，努力構建大數據產業協同發展機制；珠三角地區則在產業管理與大數據應用發展方面率先示范；長三角地區將大數據與當地智慧城市與云計算的發展結合起來；中西部地區依托中原大數據云計算中心，打造大數據產業基地。京津冀、珠三角、長三角和中西部地區大數據產業集聚格局基本形成。

(2)各行業大數據應用水平總體呈現出差異化趨勢。我國大數據與云計算在各個行業的應用程度不盡相同，從高到低依次為：金融、電信、政務、交通、商業、醫藥、工業、教育、旅游、農業。金融領域應用與大數據契合度很高，我國各大銀行及金融機構都建立了自己的大數據分析系統，利用該系統進行用戶畫像勾勒。隨著互聯網金融云平臺的建設，金融業的應用范圍進一步擴大，在征信分析、區塊鏈等方面初顯成效。電信行業國內三大運營商大數據業務發展較快，據工信部數據顯示，截至2017年底，三大運營商業務量持續增長，移動電話用戶總數達13.2億、3G/4G移動電話用戶達1.7億、互聯網上網人數達7.3億、IPV4地址數達2.8億個，隨著電信業務內容不斷豐富，電信數據的匯集規模也將繼續增長。農業方面大數據的應用仍在起步階段，主要應用于開發新的品種資源、精準農業種植、農產品溯源等方面，技術尚不成熟。

1.2 上海市大數據與云計算應用現狀

上海市政府積極推動政府數據資源目錄編制，并于2016年底完成編目任務。在該信息系統中，市預算部門有15 000個數據資源目錄和21萬個數據項目。政府數據服務網絡共累計近千個數據集，覆蓋經濟建設、民生服務、道路交通、城市建設、文化休閑等12個重點領域。

據數據統計，在2017年評出的TOP100大數據企業榜以及TOP100云計算企業榜中，上海市企業分別占據6家、14家，例如浪潮、攜程、U-CLOUD、七牛云、陸金所、星環科技、網宿科技等多家企業。上海市大數據和云計算的應用領域也越來越廣泛，尤其是在數據密集型并且消費個性化要求較高的行業，如金融、保險、旅游、電子商務等。

目前，上海市在大數據和云計算應用方面整體呈現蓬勃發展的良好態勢，但是在全國各省市大數據發展指數排名中，上海僅位居第5，北京、江蘇、廣東、浙江都超過了上海。由表1數據可以看出，上海市在軟件和信息服務業方面，相比北京、廣東依舊存在一定差距，市場占有率也有待提高。 截至2018年1月，北京數據開放平臺已在42個政府部門的18個區域開放了748個數據集；上海在42個政府部門的12個區域開放了1 564個數據集；浙江省在39個政府部門的8個區域開放了292個數據集。 與北京相比，上海的數據開放領域較少，開放程度不夠。整體看，上海市作為中國經濟中心、一線城市、金融城市，其大數據與云計算的發展速度還有待提高。

2 大數據與云計算應用垂直比較

2.1 金融

在金融業大數據與云計算應用方面，對比國內外知名企業與上海金融類企業(見表2)，不難看出：①美國ZestFinance公司建立的信用評估模型，不僅提高了個人征信評估準確率，而且明顯降低了風險違約率，而拍拍貸這種P2P平臺沒有完整的征信體系作支撐，缺乏通行的信用機構及信用評分，在此情況下進行無抵押貸款服務，是其風險很高的原因；②美國Lending Club將貸款分成35個等級，根據每筆貸款的不同風險等級確定利率，而拍拍貸的貸款等級只有( AA、A、B、C、D、E、F)7級，由此可見美國金融企業更重視貸款的精細化風控管理。

上海市本身就聚集了一批第三方支付公司、P2P網貸公司等互聯網金融企業，互聯網金融發展對提升上海的國際金融中心地位有重要意義。上海市在發展金融經濟中要注意以下幾點：①政府方面，積極引導借貸企業與銀行征信系統對接，促進P2P網貸平臺的繁榮；②企業方面，一是要注重貸款精細化管理，可以借鑒Lending Club的經驗，在進行金融創新同時提高風險管控能力，二是監管力度的把握要平衡。

表2 金融業大數據與云計算應用對比

2.2 交通

美國已經將智能交通的發展上升到一定高度，實現了全面產業化。美國智能交通協會正在進行一項新物聯網數據交換計劃，旨在實現貨物運輸的無縫鏈接，達到數據資源共享。由表3可以看出，針對前段時間出現的乘客在使用滴滴打車過程遇害等事件，Uber最新的應用內報警功能十分有效地保障了乘客安全，這一功能值得我國學習借鑒。高德地圖的“城市大腦計劃”旨在實現城市內無人駕駛、交通管理系統等無人操作。阿里云“智慧高速”首次應用了時空插值法實現高速公路立體化、無縫數字化的實時信息流獲取。與美國、北京等地相比，上海在自動駕駛、公共交通調度、智慧停車方面仍有差距。此外，美國和北京均有多家企業致力于分析交通大數據，并且能夠與政府部門通力合作，采集GPS信息和公交卡等車輛信息，為用戶提供更可靠的道路狀況預測。而上海交通數據分析企業數量過少，政府部門數據開放度低，在數據采集中，由于公交卡數據的隱私保護，企業難以獲得即時數據。

因此，上海市在交通方面的啟示有：①企業方面，相關企業可與政府部門合作，共同加強對用戶隱私保護與數據安全的保障，同時積極推進衛星導航產品在交通領域應用，開展車道級的車輛監控、導航服務；②政府方面，首先，上海市政府可以通過一些政策引進更多的企業，同時加大交通數據資源開放程度，使企業能夠獲得即時準確的交通數據信息。其次，打造智慧公交，重點推進公共汽電車客流采集和智能化集群調度，全面提供公交到站預測信息服務。第三，打造智慧停車系統，提供動態停車信息服務，實現停車預約服務和全過程路徑引導服務，更好地解決“停車難”、交通擁堵問題。

表3 交通業大數據與云計算應用對比

2.3 醫療健康

根據易觀智庫監測數據顯示，2016-2017年中國移動醫療市場規模分別為111.5億元和201.9億元，預計到2018年將達到300億元，移動醫療市場快速增長。

由表4可見，一方面，美國、日本的信息技術在醫療方面應用起步較早，在醫療服務方面也能實現高度智能化，真正實現“以患者為中心”目標，形成了比較成熟的產業價值鏈模式，Wellframe有效解決了病患出院后無法及時與醫生溝通問題，CNOGA新技術的研究讓驗血過程變得更簡單，同時避免排隊等候問題，而國內企業的應用主要包括掛號、遠程診斷、咨詢、預約等功能，應用范圍不夠。另一方面，在國外，政府對于醫療健康領域會通過增加補貼、差額付款等方式加以鼓勵，且健康服務產業進入門檻較低，而國內政府在醫療健康領域的支出比例較低，鼓勵與支持力度不夠。此外，相對美國而言，上海市健康服務領域主要由非營利性公立醫院主導，有嚴格的準入機制，缺乏競爭力與活力。

因此，上海市在醫療健康業的啟示包括：①政府方面，一是應當借鑒國外相關政策，通過增加補貼等方式鼓勵發展移動醫療產業，同時提高醫療數據的開放程度，完善健康服務體系。二是建立智慧醫療行業規范以及各項準入標準，由粗到細，保障智慧醫療應用有據可循、有法可依。三是需加強智慧醫療建設的宏觀指導，加強明確有關健康隱私保護的相關規定，鼓勵社會機構與醫療衛生部門協同合作，加強醫療信息人才培養等；②企業方面，要意識到細化慢性病患者管理服務將逐漸成為移動醫療發展主流趨勢，同時移動電子病歷平臺將更具吸引力，移動醫療會更加人性化。

2.4 教育

根據艾瑞咨詢數據，2017年中國互聯網教育市場規模已達1 978億元，同比增長22%，預計市場在未來幾年內仍將維持增長態勢，2019年交易規模將達到3 718億元。

表4 醫療健康業大數據與云計算應用對比

由表5可以發現，大數據為學生提供了個性化學習計劃，為教師提供各種教學解決方案，更好地提高了教學質量。國內在線教育迅速發展，但在發展中仍然存在一些典型問題，如課程千篇一律、個性化服務不到位、人才及教育模式創新缺乏、課程內容審核監管有所缺失等。在國外，愛爾蘭VRE公司已經將教育與VR結合在一起，例如講到生物中的細胞結構、駕駛課程時，用戶只需帶上VR頭盔，便會有獨特的學習體驗，大大提升了教育效率。北京新東方也將教育視角放到VR上來，而上海市企業尚未將VR技術引入教育中。在教育資源整合方面，江蘇金智教育與高校、研究機構建立合作，上海市在這一方面仍需完善。

因此，上海市在教育領域應用的啟示包括：①政府方面，應當升級信息應用系統，強化數據分析功能，收集更多教育數據，提高信息系統的智能性和產品競爭力，同時積極促進企業、高校、科研機構建立合作；②企業方面，針對教育APP準入門檻低、監管缺失問題，企業應當完善教育產業整體供應鏈建設，做好企業、教育、消費者的深度融合。企業要準確把握教育實際需求，設計出有效應對需求的產品與模式，適當借鑒國外經驗，可以適時將VR/AR技術引入教育中來,緊隨智慧教育的發展趨勢。

3 上海市大數據與云計算發展思路

3.1 培育龍頭企業，打造集聚乘數效應

上海市應當在大數據領域形成自己的龍頭企業，進而帶動中小微企業發展。基于當前優勢，如高校居多、人才資源豐富、數據量大等，通過對大數據應用相關方面的政策扶持，鼓勵高端復合型人才從事該領域工作，形成領軍企業。同時，集聚各種類型的創新資源要素，推動高等院校、研發機構、龍頭企業和中小企業之間資源的多方合作共享，打通數據孤島，形成數據集聚的乘數效應。

表5 教育業大數據與云計算應用對比

3.2 加強征信體系建設，充分發揮信用大數據作用

目前，上海市現有的征信體系存在制度不規范、監管不到位、參與度低、行業之間信息共享滯后、信用信息跨行業融合度低等問題。因此，政府一方面應當理清信用體系建設思路，對信用信息進行范圍界定；另一方面應當對中小企業進行信用評級，并將信息提供給金融機構作為參考。企業則要加強與政府的合作，開通個人征信系統查詢功能，完善接口程序與報送渠道。

3.3 推廣智能制造，將其打造成重點示范行業

上海市的制造業在全國乃至全球范圍都有一定影響力。在制造業大數據應用中，上海市已有了一定競爭力。如：從事大宗商品交易的寶鋼集團，推出多個面向制造業的垂直型B2B公共電子商務平臺；從事汽車服務貿易的上汽集團，不斷推進“車聯網”的應用。因此，基于當前制造業與信息融合愈發明顯的趨勢，上海市應當加大對智能制造的推廣力度，跟隨國際發展態勢，將其作為示范行業，促進上海市制造業向高端化、專業化方向發展，拉動上海市及周邊經濟增長。