大数据时代的社会管理与产业发展（3）

三、大数据的产业应用

（一）统计经济数据。IBM日本公司的经济指标预测系统，从互联网新闻中搜索影响制造业的480项经济数据，计算出PMI预测值；印地安纳大学学者利用Google提供的心情分析工具，从用户将近一千万条微博里，推算道琼斯工业指数。其依据是，一个地方经济的好坏会反映到用户的心情里，据此判断出的经济状况，准确率可达87%。

再看，我们国家统计局给的CPI和淘宝网给的CPI，是不完全一致的。国家统计局统计的CPI主要取样几个刚性需求的产品。一般地，当经济形势不好，工资收入下降的时候，人们首先不会省下的是吃的东西，所以在食品上的反映是比较慢的。淘宝则是根据在淘宝上购买商品的种类做统计的，诸如：化妆品、电子产品等，钱少的时候，对于这类东西，人们就会少买一点。由此，淘宝所反映的经济状况比国家统计局要来的更敏感些。

（二）粮食种植。硅谷Climate公司从美国政府获得30年的气侯、60年的农作物收成、14TB的土壤数据，还收集250万个地点的气侯数据，向农户提供天气变化，作物、病虫害和灾害、肥料、收获、产量、市场价格等咨询和保险服务，承诺每英亩的玉米利润增加100美元，如预测有误将及时赔付，赔偿率比保险公司还高。到现在为止，这个公司没有出过错。我们的农民基本上是简单判断，今年猪肉贵了，一拥而上，大量养猪，明年猪肉卖不出去了，就不再养猪，后年猪肉又贵了。

（三）商业零售。淘宝可以统计出客户的IP地址，诸如买服装的IP地址，买化妆品的IP地址等，不但淘宝自己用这个数据，还把用户IP地址的信息出售。只要网站跟服装公司有广告关系，只要检索到曾经在淘宝上买服装的用户在访问网站，服装公司的广告就跳了出来。我们大家都有这样的经历，在京东、淘宝上买过什么东西，此后无论你再上购物网站，跳出来的广告一定跟你买过的东西有关。

（四）全球贸易。美国一个网络就利用政府开放的海关数据来做全球贸易。许多中小企业做海外贸易，可是不知道在海外谁是其客户，谁是其供货商，要弄清楚这些，对大量中小企业是很难的，但是看海关数据是可以分析出来的。

（五）个性化服务。比如说服装业，不需要一件件地试服装，只要你在我的“镜子”上面走过，就可以实现不同款式、颜色的随意试穿，定制个性化服装。

（六）金融业。某一资本市场统计了全世界的微博留言，不看具体微博的内容，而是判断写微博的这个人当时的心情，是高兴还是焦虑。一般地，人们在高兴的时候，会买股票；焦虑的时候，会抛股票。统计出全世界此时此刻是高兴的人多，还是焦虑的人多，以此决定是抢在大家买股票之前买股票，还是抢在大家抛股票之前抛股票。

阿里有支付宝，光棍节的时候大家买很多东西，没有那么多现金怎么办？银行不给贷款，阿里说不要紧，根据你在阿里平台上的交易情况，判断你的诚信度，你在网上申请，阿里给你贷款。阿里处理一笔贷款，成本是2.3元钱；银行处理一笔贷款，成本是两千多块钱。阿里不要担保，坏帐率0.3%；银行要担保，坏帐率1%。银监会控制阿里说，你可以贷款，但是不能存款。可是没存款，怎么贷款呢？阿里说，不要紧，支付宝跟天弘基金合作，把散户的钱绑起来，跟银行交易，银行对散户的利息百分之零点几，对大客户的利息是4%、5%甚至6%，阿里把散户绑成大客户跟银行谈利息能拿到6%、7%，自己留一个百分点，剩下的给客户，客户觉得这个比银行还好。当然，这肯定有风险。不过国务院还是支持互联网金融的，希望倒逼银行业改革，从而推进利率市场化。

（七）电力业。大数据选择风电的地址，选择风电地址最难的是什么时候有风，什么时候没风，很难预测。我们气象局给出的是100公里乘以100公里的气侯预报数据，IBM帮助中国的一个公司做了200米乘以200米小尺度的气侯预报，由此知道后天有多少电，明天有多少电。同样地，风机维护、交通节能减排都可以利用大数据分析。

（八）电信业。三大电信运营商都有几十万员工，但是仍然不够，怎么办？发展500万用户的志愿者，装一个测试软件，无论走到哪里都可自动测试这个地方通信状况好不好。根据这些用户数据，就可大量搜集日常网络状况，节省大量员工。

（九）交通。依托有手机用户，测出手机从这个路口走到那个路口用了多少时间，以及在这个路上走的手机有多少，由此判断马路的堵塞状况，是否会有突发事件发生。

大数据需要很好地通过云计算手段来支撑，因为数据量非常大，而且源源不断，没有头也没有尾，我们没办法停下来分析。我们过去分析数据，数据是静止的，我们要代数据进程序，而现在的数据是活的，我们要代程序进数据。大数据不但可以很好地应用，其本身也是一个产业，它可以带动硬件产业、软件产业。广义的大数据应用，本质上是一种“增值分析”，前景有着近似无限的可能,不受任何行业、资源、地域、用户的约束。大数据服务业属性大于大数据软硬件制造业，对其他产业的影响大于对信息产业的影响，其社会效益大于直接的经济效益。麦肯锡曾经总结过，只要用了大数据，美国的保健一年能节省三千亿美元，欧洲的管理一年能节省两千五百亿欧元，服务提供商一年能多赚6000亿美元，零售商可以增加60%的利润，制造业可以降低50%的成本。世界经济论坛2012年说，大数据是新财富，价值勘比石油。麦肯锡说，大数据是下一个创新竞争生产力提高的前沿，数据就是生产资料。由此，大数据还会带动很多就业岗位。

四、互联网+智能制造

我国进入经济新常态，包括：消费需求从模仿型到个性化、多样化；投资机会从传统产业到新技术、新产品、新业态、新商业；出口竞争从低成本比较优势到高水平引进来、大规模走出去；产业组织从传统产能过剩到小型化、智能化、专业化。生产要素、市场竞争、资源环境、经济风险、宏观调控等方面发生了趋势性变化。李克强总理说，我国经济进入新常态，经济高速增长转为中高速，发展必须由中低端水平迈向中高端水平，为此要坚定不移地推动结构性改革。

（一）我国大力发展互联网+的背景。2012年，我国制造业的增加值超过了美国，达到两万多亿美元，还一直在走高，我国22个工业品的七大类产量位列世界第一，可是我们的质量不合格率达10%，2012年，我国出口产品分别占欧盟和美国召回总数的57.9%和65.1%。我国进入世界五百强的企业不少，但连续12年没有一个中国品牌进入世界知名品牌前100位。高铁是走出去了，可是高铁里自动系统和轴承是进口的。我们的高等数控机床70%进口，汽车零部件的75%进口，汽车轮胎前十强的全都是外资企业。

2013年，我国进口芯片的金额超过了进口原油。我们生产了全世界70%的手机，50%的计算机，48%的彩电，可是里面核心的芯片和操作系统是由国外垄断的。2013年，我国每个制造业工人，每小时人工成本是3美元，美国是35美元，我国工人的成本是美国的十一分之一，但是我国工人的劳动生产率是美国的十分之一，再加上我国人均劳动力成本的增速很高，每年增加10%，差不多几年翻倍了。未来十年，我国劳动生产率的提升将难以超过人工成本的提升。波士顿咨询集团说，按照目前发展趋势，中美制造业的成本差距在2020年就不存在了。我国资源密集度的产业比重大，传统行业集中度偏低，而产能过剩，十年来人民币对美元的汇率上升了30%，美国可开垦土地面积比我国多5.3倍，水资源是我国的4.6倍。2004年到2013年十年间，我国工业用电价格上涨了66%，工业平均用电的价格比美国高30%。由此看来，我国发展方式的转变迫在眉睫。

（二）我国互联网服务偏消费的现状。互联网，从1969年开始，前面25年，基本上是学术界的应用，到1994年开始进入商业化、生活服务，我国也是在那个时候进入互联网的，20年来基本上是消费服务，诞生了很多互联网公司。现在，互联网进入生产服务、面向产业。互联网服务经历了电信服务、媒体服务、物联服务、数据服务、金融服务、产业服务，互联网从专门互联网到移动互联网到下一代互联网到泛在网。

麦肯锡管理咨询公司总结，以电商为衡量标准，网络零售的规模、占零售业的比例、电商平台的商品数、电商活跃的买家数，我国全面超越了美国。2014年，我国消费型互联网占GDP的4.4%，美国消费型互联网占GDP的4.3%。但是，面向企业的产业互联网，拿云服务的渗透率和中小企业互联网使用率来看，我国是美国的三分之一到四分之一。所以，美国有公司讲，中国要等到2040年，才有可能在企业产业互联网上赶上美国。就是说，当前我国互联网是偏消费的。

（三）互联网技术和可再生能源结合。有人说，第三次工业革命是制造业的数字化。工业1.0是机械化，1784年开始；工业2.0是电气化，1870年开始；工业3.0是自动化，1969年开始；工业4.0是智能化，2014年开始。德国人说，工业4.0是通过网络技术来决定生产制造的过程，美国在2013年提出产业互联网，AT&T、思科(Cisco)、通用电气(GE)、IBM和英特尔(Intel)宣布成立工业互联网联盟，它跟工业4.0相比，更加注重软件、网络、大数据。它的主要支撑是智能机器加上先进的分析工具，还有智能化的人机接口，实现了CPS，就是物理的和信息系统的结合，把计算控制和通信联为一体。美国人说，实现工业互联网以后，美国人就算只提高生产率1.5%，未来20年，美国人均收入要比当前提高25%到40%。2010年到2015年，全世界用了产业互联网，哪怕只提高1%的生产率，可以使飞机节省300亿，电力节省600亿，石油节省900亿，铁路节省270亿，医疗节省630亿。

（四）中国制造2025。我国提出“中国制造2025”，基于信息物理系统的智能装备、智能工厂等智能制造，正在引领制造方式的变革；网络众包、协同设计、大规模个性化定制、精准供应链管理、全生命周期管理、电子商务等正在重塑产业价值链体系；可穿戴智能产品、智能家电、智能汽车等智能终端产品不断拓展制造业新领域。由此更好地实现两化融合，即：信息化和工业化高层次的深度结合。其中，智能制造是主攻方向。