基礎大數據建設刻不容緩

 中促會特邀專家副會長、數字BIM產業分會會長陳樹銘博士

編  者  按

本文從多視角剖析作為新生產要素的數據、大數據與基礎大數據的本質、表象、相互關聯及其社會價值，強調基礎大數據建設和大數據的智能化建模是我國數據產業發展的短板，指出基礎大數據智能生產技術和復雜系統模型空間平臺技術是全球數據產業發展急需重點突破的兩大技術瓶頸，提出3D+大數據+智能是未來數字經濟的基本技術形態，通過對我國基礎大數據全產業鏈、行業大數據全產業鏈、物聯網大數據全產業鏈、互聯網大數據全產業鏈、大數據交易與大數據全產業鏈現狀的分析，指出目前大數據云計算產業領域存在的“算力不足”、“并行云計算能力偽強”、“地理信息數據與基礎大數據區分”方面的三大認識模糊區，在此基礎上，提出規劃和啟動國家基礎大數據建設，構建大數據全產業鏈的基礎，延伸大數據全產業鏈的關聯度，提升大數據的精準度，增強大數據的產業應用價值，驅動數字經濟快速發展等有關重要建議。

一、大數據與基礎大數據的概念剖析

當前，盡管大數據概念已經在中國社會得到廣泛傳播，但是大數據的核心內涵與理念，仍然沒有得到業界與決策者的透徹理解。大數據的基本內涵可以從以下幾個視角來梳理和完整理解：

（一）大數據不只是數據簡單集合而大，而是以人類為中心的自然及社會中，全部可感知內容經數字化之后，與人類既有信息化知識系統有機耦合所形成的復雜超級數據信息生態系統（參見《中國智慧城市年鑒（2014）》下卷P663），是與社會、經濟、產業、生活等息息相關的有機整體。

（二）大數據的基礎邏輯不是簡單天文數字量的存儲或可視化表達的數字符號，而是這些天量數據體系所全部映射的人類可感知物理實體世界與人類意識思維世界的全部內容的背景邏輯體系；單純天量數據是毫無使用價值的垃圾，必須與人類社會實際活動連接應用才有現實意義。

（三）大數據有三種典型的結構化描述：從社會產業分工體系看，大數據可以分為基礎大數據、行業大數據、物聯網大數據、互聯網大數據；從數據所反映對象類型體系看，大數據可以分為地質大數據、地表大數據、氣象大數據、水體大數據、地物自然體大數據、人體大數據、半自然半設計類建造體BIM大數據、設計類產品大數據、以及視頻大數據、聲頻大數據、文本大數據、表格數據庫大數據、知識大數據；從數據生成來源體系看，大數據可以分為直接采集大數據（測試大數據、監測大數據、鉆探大數據等）、遙感采集大數據（影像大數據、點云大數據、物探大數據等）、計算分析大數據（數值計算大數據、模型重構大數據、信息解譯大數據等）、設計大數據（建筑設計BIM模型大數據、機械設計模型大數據、衣帽用品設計模型大數據等），以及其它非生產型數據（日常工作、生活中形成的碎片化數據等）。

（四）大數據之間的關系不是簡單因子之間的數學線性關聯關系，而是基于真實物理實體世界與人類意識思維世界等之間的某種必然表征邏輯。比如，統計北京市2000年到2007年期間的年霧霾天數與北京市民平均壽命兩個因子的數學線性相關性時，肯定會得到正相關的結論，但顯然這是個荒謬的結論。

（五）大數據的價值實現不在于數據的簡單交易，而是如何打造各社會行業的全數字化體系，以及全數字信息系統平臺，將各方數據資源進行各行業可直接價值化應用的數據融合，形成并兌換出使用價值，并基于融合數據的數據來源貢獻進行價值分配。大數據無法類似證券一樣可以簡單交易的根本原因是：大數據只是一種特定無形的中間生產要素，不是直接終端產品或服務，所以大數據的交易實質只能是大數據融合使用價值的交易，數據的所有權交易反而不是重點，只會增加數據交易的復雜性與成本。

（六）大數據的共享不是簡單向外開放共享數據，而是在于構建出一種全社會各行業可以快捷、低成本使用數據的社會綜合性信息化系統，即可供數據價值全社會應用流動的結構化支撐體系。大數據不是房子，甲共享給乙就可以直接住宿使用，而需要額外高昂的成本和技術門檻、時間，才可能有價值性的使用到這批共享數據。

（七）大數據系統不是簡單的傳統應用信息化系統，二者有著本質差異。大數據系統包括行業大數據系統，而傳統應用信息化系統實質是傳統行業應用信息化系統。傳統行業應用信息化系統是以人類使用計算機解決各行業領域的生產、管理與服務等各種專業化需求為導向的條塊式應用系統，涉及功能流程操作、信息編輯、加工、查詢與處理等主要內容。行業大數據系統是整個行業體系所涉及到環境、人、物、事的全維度信息，聚焦起來形成一個數據生態體系，數據的部分源于傳統行業信息化，最終又可以全面提升與服務傳統行業信息化。顯然，傳統應用信息化系統的范圍與內涵，僅僅只是行業大數據系統中的一部分。

（八）大數據系統不是簡單數據系統4V特征（Volume-大量、Velocity-高速、Variety-多樣、Value-價值），而應該是4T本質（數字化-digiTal、位置化-posiTion、時序化——Time、目標對象化-objecT）；4V只是大數據的外部表象特征，而4T才是大數據的內涵與本質所在。全球2020新冠肺炎疫情爆發以來，對疫情無法進行相對確鑿的預測與判斷的根本原因在于，疫情爆發后的流行病學調查實施能力嚴重滯后，從而無法構建科學系統的軟隔離體系，而一旦硬（強制）隔離無法到位，疫情快速控制只能是奢望。在信息化、大數據、人工智能如此熱度化的當今社會，這不能不說是一種遺憾，甚至是一種恥辱。究其根源，就是現有全球的所有大數據系統、信息系統等，沒有哪個在深刻的體現、融合和應用大數據4T邏輯，沒有這樣的4T邏輯，就無法應對這樣復雜的挑戰。

二、基礎大數據是整個大數據生態的核心

大數據產業建設與發展的基本理念，不是簡單首先去聚焦到多少數據或擁有多少數據，更不是先預算出一大批經費開支去建設多大規模和多么先進的硬件體系，而是應該基于地方與部門自我特色，按照現實各行各業的實際需求體系，構建相應行業的全數字化體系以及全數字信息系統平臺，在此基礎上，按照大數據三類典型結構化形式，以大數據融合使用價值的交易為手段，體系化的生產、交易、使用大數據，進而形成健康綠色可持續的大數據產業生態。

在整個大數據體系中，基礎大數據涉及到人類所生存的地球整體環境內容的數字化，是最具有廣泛應用價值的數據類型，是人類各種生產活動有機關聯的基礎性大數據，可以說是整個大數據的靈魂和核心?；A大數據相對于整個大數據生態的基礎角色，就好比人類健康中的體檢對應于治療同等重要。以人類健康模型為例，健康涉及到四個維度，從危險規避到情緒調控，從亞健康調理到有病治療，最關鍵在于體檢，體檢做好了，只需找出少數百分之幾的有病情況，治療就可以。這才是中國乃至全人類未來醫療健康保障的基本方向，同樣才是未來數字中國、數字世界的大數據化發展的基本方向。

因此，數據能否真正成為強大的生產要素作用，其關鍵在于基礎大數據建設是否能到位；如果基礎大數據建設不到位，大數據體系與社會生產活動只會是碎片化的弱關聯，數據的生產要素角色就不會發揮出來，巨量投資建設的再大再先進的硬件體系也難以發揮作用，隨著時間的推移成為一堆科技垃圾。

三、數字經濟的基本技術形態：3D+大數據+智能

從上述大數據內涵剖析中，基本闡述了大數據實質，是針對人類可感知物理實體世界與人類意識思維世界的全部映射內容的數字化生態體系。也就是說，所有人類所能直接感知或間接感知，所能思維演繹的內容，均將數字化。這將說明物質實體世界、人類意識虛擬世界，將同時在數字虛擬世界中得到集成與一體化。

這樣無限量的數字虛擬世界所對應的大數據，理論上是無限量存在和增長的。如此巨大數據量的動態生產、加工、關聯與使用，如果單靠目前的人機交互來實現，是極不現實的，只能是杯水車薪。

以工業化激光雷達測繪為例，最新技術一秒鐘可以采取500萬個高精度測繪點，按一個技術工種每分鐘人機交互處理10個點為例，每天不吃不睡，一秒工業采集大數據所需的人機處理時間需要50萬分鐘（347天）。這樣的人機交互處理時間，對于社會生產實踐來說是無法想象的，不具任何現實意義。

顯然，大數據的生產、加工、關聯與使用，必須構建一套全智能化的整體技術實施平臺。在此基礎上，基于相關的信息基礎設施，構建大數據系統之間類人的自主互動與響應、反應體系，以及與人類思維邏輯相一致的人機智能互動與響應、反應體系等。

在大數據系統與人類思維邏輯相一致的人機智能互動與響應、反應體系過程中，3D化是人類最高效的信息互動機制（視覺信息體系內容占人類全部處理信息量的80%以上）。

因此，3D化是大數據系統與人類之間有效互動所必需的，數字化的內容必需全面實現3D化，來動態高效表征特定的特征、屬性與關系等，從而實現大數據真正服務于人類與人類社會，實現數據要素的真正社會價值。

綜上來看，未來信息智能文明社會的基本技術形態是“3D+大數據+智能”。未來所有其它科技，包括航空航天、生物工程、能源等各行各業，均以“3D+大數據+智能”為使能形成“理論研究、基礎研發與應用體系”。

四、數據要素的價值剖析

當前，數據被社會確認為新的生產要素，實質是信息智能文明時代下社會發展客觀規律的體現。隨著社會的進步，土地作為有形要素、數據作為無形要素，將會逐漸發展為生產五大要素（土地、勞動力、資本、技術、數據）中的兩大最基礎要素。在“3D+大數據+智能”的基本技術形態下，勞動力、資本、技術三大要素都將會以某種數據形式而存在，其角色將弱于數據與土地兩大基礎要素。

數據的量是無窮無盡的，但就其中大部分具體數據的內容來說，則形成不了價值，也無法直接成為生產要素，類似于沒有勞動意愿和勞動條件的人力就不是勞動力一樣。絕大多數的數據內容都只能是綠葉，很少量的數據內容與特定生態下的數據內容，才能形成價值、形成生產要素、形成紅花。具有生產價值要素的數據，必須具有三大基本特性：一是數據有實際價值應用場景和意義，二是數據很難被簡單、普遍的獲得、生產與加工，三是在應用中不容易被其它數據內容所替代。

所以，數據要能成為生產要素的基本前提是，一是盡可能廣泛、全面的構建面向人類可感知物理實體世界與人類意識思維世界的全部映射內容的數字化生態體系，尤其是確?；A大數據體系的建設到位；二是能夠基于當前社會迫切的剛需體系，從制度到軟件支撐系統以及具體的社會生產及活動等的運行體系，實現全方位的創新，形成數據要素發揮價值的實現舞臺。

總的來說，推動數據實質成為生產要素，有三項基礎性工作需要推進：

1.當前社會大數據內容仍然是以互聯網大數據為主體、碎片化的物聯網數據，以及碎片化的金融和各行業數據等所構建的體系，尤其缺乏基礎大數據的底層邏輯支持，所以加強基礎大數據、行業大數據、物聯網大數據內容等體系化建設，尤其是基礎大數據的體系化建設，刻不容緩。

2.需要主動積極的針對農業、工業、建筑業、生態環保、能源開采等各傳統產業的人、財、物以及技術生產流程體系，進行全面徹底的數字化，構建出相應的大數據生態鏈體系，為數據在各產業全過程流動和發揮價值，創造支撐體系。

3.需要針對信息智能文明時代的新一代基礎設施等，從制度體系、組織體系、技術體系、資本體系等進行全新架構與建設；當前社會已有三大熱點領域，正在或者亟待推進這項工作：

一是基于金融大數據的數字貨幣體系

阿里支付寶、騰訊微信支付，以及新推出的央行數字貨幣，本質都是基于金融大數據范疇的數字貨幣體系；其基礎邏輯實質是兩點：一是快速的數字支付與結算，二是交易者的支付信用額度；支付寶與微信支付，只不過是需要借助于銀行的交易者賬戶，獲得支付信用，而央行數字貨幣直接以銀行賬戶實現無縫連接；但是當前數字貨幣體系仍然只是弱金融大數據，而且與信用大數據之間關系薄弱。

二是基于信用大數據的信用中國體系

近年來，國家已經開始推進信用中國體系建設，也正在取得成效；但需要進一步強化信用中國的內涵。信用中國必須是基于大數據的信用中國，必須是全面支撐整體社會、國家與個體的信用中國，必將是推動中國法制治理社會走向信用治理社會的基礎工程。

三是基于標識大數據的網絡信息安全體系

當前網絡信息安全問題層出不窮。根治網絡信息安全的最終手段，不是采取何等先進的加密技術體系，而是構建標識大數據體系，在此基礎上基于互聯網管理思維的創新，才能建設好新一代信息安全體系。如同流行病疫情治理，再好的治理技術手段都不是治根，只有基于標識定位管理隔離的流行病管控體系，才能根絕流行病風險。國內的相關知名安全技術專家數年前就已經在世界通過了類似的安全技術標準體系。

4.從后續發展趨勢來看，信息智能文明時代的新一代基礎設施，未來歸結起來實質是推進“基于全維度大數據的信用中國體系”、“基于基礎大數據與行業大數據、物聯網大數據的國家資源監管體系”、“基于創新力大數據的社會個體與組織價值力體系”、“基于服務力大數據的公共服務與市場服務體系”四大領域的建設。這將是未來社會數字經濟的四大非硬件類信息基礎設施。

五、大數據云計算產業的三大認識模糊區

（一）算力不足認識模糊區

大數據云計算產業的第一大認識模糊區——算力不足。當前政府決策部門、產業界等各方面人士中流行一種認識，一說發展物聯網、大數據、云計算、區塊鏈、人工智能，很大一種傾向就會指向算力不足這個“替罪羊”。但是只要大家回頭看看近10年來，各省市的各類云計算中心、相關產業公司，針對云計算、物聯網、大數據、人工智能、區塊鏈所建的配套算力基礎設施，什么時候應用在哪些領域，其負荷量如何，產業化價值如何等等，就會知道真相。算力不足的本質是大數據各種智能化建模技術效率問題。

（二）并行云計算能力偽強認識模糊區

大數據云計算產業的第二大認識模糊區——并行云計算能力偽強。相關技術界人士談及大數據的云計算能力，就會說某某云先進，每秒同時處理多少萬筆的交易等等。

這種交易型的并行云計算能力，實質可以稱之為“事務并行處理云計算能力”，很有產業化價值，也是很先進的。但是大數據的云計算內容，除了“事務并行處理云計算能力”需求之外，還有大量與產業互聯網相關的并行云計算業務，其云計算瓶頸在于復雜空間拓撲關系以及復雜對象關系的云計算，可稱之為“拓撲及關系復雜性并行處理云計算能力”。

“拓撲及關系復雜性并行處理云計算能力”的技術底層邏輯及框架，與“事務并行處理云計算能力”是完全不相同的，這也是近10年來，全球IT巨頭，從國外的谷歌、微軟、IBM，到中國的BAT等，一直想進軍智慧城市產業、BIM產業、流域生態產業等產業互聯網領域，卻往往雷聲大雨點小的關鍵原因所在。

（三）地理信息與基礎大數據區分認識模糊區

大數據云計算產業的第三大認識誤區——地理信息與基礎大數據區分不清。政府決策部門、產業界等各方面人士，一談及基礎大數據就將其等同于地理信息，其實兩者有著本質差異。

地理信息的本質是基于一般信息化應用中位置服務的信息體系，其數據內容主要聚焦于：一是地物目標對象的標識（符號標識和名稱）、位置（點、范圍、地理坐標等）、特征（路徑線、連通性等）、簡單屬性（高度、面積、體積等）等的內容；二是地表特征（等高線起伏性、陡坎特征等）；三是地質地表特征（邊界線、產狀等）等；它是大數據前時代，基礎大數據的一種低級階段形態。

基礎大數據的本質是支撐數據生產要素化、推動大數據生態產業化應用的體系，除了涵蓋地理信息的全面內容之外，還將全面涉及到地質、地表、地物的三維表面及實體特征，物理、化學及生物屬性，成份及部件空間結構模型，各對象目標全生命周期內的功能、狀態、運動、關系等的全部內容信息，以及可以支撐集地表、地質、地物等于一體的全面應用價值、危害、風險、安全體系等的數字化體系。它是信息智能文明時代，地理信息向高級階段發展的必然產物。

以地物建筑物為例，地理信息中的建筑物信息，包括建筑名稱、位置坐標、平面范圍邊界、三維外輪廓白模模型以及層高、層數等?；A大數據中的建筑物信息，則是建筑BIM模型，其數據內容涵蓋建筑物自規劃起，到勘察、測繪、設計、施工、運維全過程中，涉及到建筑體自身特征、屬性、結構、功能、狀態、變化、關系的全面內容。顯然這兩類數據差異是天上地下、涇渭分明的。

近年來各部委，包括國土、水利、農業、林業、地質調查局、測繪局、海洋局相關部門，在全國層面多次組織相關國土數字調繪、農地調繪、水利資源調繪、城市地質三維建模等相關工作，都是按照地理信息模式來推進的，而基本沒有體現基礎大數據的相應內在邏輯與規律。這就是多年來國家重復性基礎信息建設一直達不到理想建設目標的關鍵原因所在。

社會各界在區分不了地理信息與基礎大數據這兩種模式本質差異的前提下，基于地理信息技術的慣性所衍生出的一系列基于相關數據的應用理念、方法、流程，以及制度、政策安排等，逐漸成為社會與產業化應用的形式，其中最為典型的實例就是在國土、水利、農業、林業、海洋、交通、環保等各行業中比較流行的“一張圖”模式：

1.“一張圖”最早是十幾年之前，在大數據發展不具備條件的前提下，國土系統所創新發展的相關信息技術整體解決方案，在相關領域已經或還在發揮著相應的作用。

2.但是隨著大數據的全面發展，地理信息技術邏輯基于各種圖層信息的簡單弱關聯的“一張圖”的地理信息應用系統，已經不能滿足社會各行業的應用需求，必須向基于基礎大數據的內在一致強連接的“一層皮”大數據應用系統轉變。

近年來國內大力正推進數字城市、智慧城市、海綿城市等的發展，但是成效均不顯著：智慧城市不智慧、海綿城市不海綿、數字城市不數字，城市的交通擁堵、亂停車、內澇、垃圾處理、消防應急、地下空間管控等一系列城市病成為頑疾。尤其以武漢市為例，其擁有中國智慧城市最雄厚的技術力量和建設歷史，但是在2020新冠肺炎疫情挑戰下，似乎對此毫無應對之力。在某種程度上說，這些現象就是由于現有數字城市、智慧城市、海綿城市等的建設思路僅僅停留在地理信息的認知水平上、大數據理念認知不到位，尤其是地理信息與基礎大數據二者概念模糊不清、大數據4T邏輯認知不清、基礎大數據建設嚴重缺失等所導致的。

六、大數據全產業鏈體系剖析

數據不僅僅是生產要素，而且大數據自身也存在獨特的全產業鏈體系。概括起來說，大數據全產業鏈包括四大環節：原始數據獲取、數據加工、數據存儲與數據應用。其中，原始數獲取與數據加工為數據產業鏈所獨有，而數據存儲與數據應用，往往依附于其它產業鏈基礎之上。

基礎大數據、行業大數據、物聯網大數據、互聯網大數據四種類型，在全產業鏈四大環節上的生產模式與技術體系存在顯著差異。

（一）基礎大數據全產業鏈剖析

基礎大數據在全產業鏈四大環節上的生產模式與技術體系中，主要具有以下特點：

1.基礎大數據建設領域，存在專業化的原始數據獲取行業和數據加工行業。國家涉及地質調查、氣象、海洋、地震、地理信息等的相關部委局，其實就是專業化從事基礎大數據全產業鏈中相關數據采集業務的。

2.原始數據獲取行業中，涉及采集、計算、分析部分的數據來源已基本實現了工業化，但是涉及到設計領域的原始數據獲取，只能通過人機交互來實現。

3.數據加工行業仍然是以工業軟件人機交互為主體的生產模式，這是基礎大數據產業化應用的一大瓶頸性問題所在。

4.由于基礎大數據涉及到更嚴格的保密要求，與其它三類大數據類型相比，數據存儲體系會有一套更為嚴格的相對獨立的技術實施體系，同時基礎大數據的三維對象化特點，給傳統關系數據庫和文本型數據庫技術等帶來了巨大挑戰，這是基礎大數據產業化應用的另一大瓶頸所在。

5.由于基礎大數據在應用過程中，往往不是簡單數據量的應用，而是針對復雜系統模型空間的應用，對相關應用平臺提出了很大挑戰，這也是基礎大數據產業化應用的第三大瓶頸所在。同時其應用面很廣，可以應用于地球體相關的各個領域。

（二）行業大數據全產業鏈剖析

行業大數據在全產業鏈四大環節上的生產模式與技術體系中，主要具有以下特點：

1.與基礎大數據相比，不存在專業化的原始數據獲取行業和數據加工行業；但是在相應行業體系中，存在專項的原始數據獲取工作和數據加工工作等任務與內容。

2.在數據存儲方面的工作，與基礎大數據相比，復雜程度與保密程度稍微有所弱化，但同樣需要重視。

3.在數據應用方面，與基礎大數據相比，其復雜性與挑戰基本一致，因為行業大數據往往與基礎大數據融為一體使用；但是其應用領域，主要集中在各行業自身系統內的全流程環節，不同于基礎大數據的跨行業應用范圍。

（三）物聯網大數據全產業鏈剖析

物聯網大數據在全產業鏈四大環節上的生產模式與技術體系中，主要具有以下特點：

1.需要專業化的原始數據獲取和數據加工行業，但是由于物聯網數據主要針對功能類、狀態類參數，其專業加工相對比較簡單。

2.在數據存儲方面的工作，與行業大數據相比，作為序列化大數據，其復雜程度與保密程度又有所弱化，但同樣也需重視。

3.在數據應用方面，物聯網大數據基本可以獨立應用于各行業自身系統內特定環節或特定節點，無法應用于各行業自身系統內的全流程環節，但可以與基礎大數據、行業大數據融合起來使用?？偟膩碚f，物聯網大數據只應用于特定時序點，應用范圍比行業大數據小得多。

（四）互聯網大數據全產業鏈剖析

互聯網大數據在全產業鏈四大環節上的生產模式與技術體系中，主要具有以下特點：

1.不存在專業化的原始數據獲取行業和數據加工行業，都是在服務消費互聯網體系中所形成的碎片化數據。

2.在數據存儲方面的工作，也涉及到數據的相關隱私問題。

3.在數據應用方面，互聯網大數據是一些碎片化的信息，需要基于大數據挖掘技術，與基礎大數據、行業大數據、物聯網大數據等實現有機關聯，提煉抽象出其中的背景邏輯，從而實現數據的價值挖掘。

4.比較而言，互聯網大數據是單位數據價值量最小的大數據類型。

（四）互聯網大數據全產業鏈剖析

大數據交易本身是一套支撐大數據全產業鏈的全新框架，可以貫穿于大數據的四個基本產業環節——原始數據獲取、數據加工、數據存儲與數據應用。

比如一套具體的應用實踐大數據交易，可以基于大數據交易的需求，構建以下大數據生產鏈業務體系：

1.根據大數據交易需求，形成特定原始數據內容的采集業務。

2.根據數據需求，組織相應的生產與加工，以及與其它數據的融合，形成行業產業化應用的數據模型。

3.為特定交易方存儲托管一批被用來交易使用的數據的相關大數據模型。

4.為各類使用大數據的行業產業化應用，提供相應軟件系統平臺一體化技術支撐服務等。

七、大數據產業鏈兩大技術瓶頸的剖析

從以上關于大數據全產業鏈面臨的瓶頸技術體系的分析，可將其歸納為四大問題：一是基礎大數據智能生產技術問題（大數據智能建模技術問題），二是非結構化大數據（尤其是基礎大數據）的對象化數據管理問題，三是復雜系統模型空間平臺技術問題，四是面向“拓撲及關系復雜性并行處理云計算能力”的云計算技術問題。

（一）基礎大數據智能生產技術問題的典型子問題

基礎大數據智能生產技術問題，概括起來涉及到以下典型的智能建模技術類型：

l 大區域地質體大數據智能建模技術；

l 大區域陸地地表大數據智能建模技術；

l 大區域水域水體大數據智能建模技術；

l 大區域海底表面大數據智能建模技術；

l 大區域陸地自然地物大數據智能建模技術；

l 人類設計建筑工程大數據智能建模（設計）技術；

l 人類設計機械工程大數據智能建模（設計）技術；

l 全球地理框架大數據金字塔智能建模技術；

l 超級復雜系統對象模型輕量化需求型智能建模技術等。

大數據全產業鏈領域中的智能建模技術問題，本質是推動傳統產業領域全工業軟件系列的智能化發展問題；沒有工業建模軟件的智能化，就不會有基礎大數據建模的產業化，就不會有大數據的大規模產業化，也就不會有數據要素的社會價值實現。

（二）復雜系統模型空間平臺技術問題的典型子問題

1.復雜系統模型空間平臺技術，概括起來涉及到以下兩類典型：

一是全球地理框架非結構化對象大數據系統平臺技術。

二是超級復雜系統對象模型大數據輕量化系統平臺技術：主要是針對復雜系統數字化模型中沒有結構化尺度與分塊特征的模型領域的應用。

2.解決復雜系統模型空間平臺技術問題的主要難點，需要在以下三個方面取得實質性進展：

一是在于系統充分理解從基礎大數據、行業大數據到物聯網大數據、互聯網大數據等的基本結構特征、生產加工特征、存儲特征和應用特征等。

二是在于基于現實產業界硬件基礎條件與應用實際需求的條件下，考慮產業化應用中的內在不變與千變萬化。

三是在以上兩類特點的基礎上，學習和整合全球開源軟件資源，結合中華文化的整體思維觀，系統的進行軟件底層架構與開發語言等的原始創新，從而才有可能徹底解決。

目前，針對復雜系統模型空間平臺技術問題的軟件系統研發，國內相關部委以及BAT等知名IT公司等，也提出了很多類似的概念并開展了相關研究，比如智慧城市操作系統、工程BIM全流程操作系統、數據中臺等，其實質都屬于以上前兩類典型瓶頸技術平臺問題在一些特定行業的體現，但是由于缺乏對以上兩方面問題的基本意識和綜合理解；尤其是相關領軍研發團隊，針對地質大數據、地表大數據、氣象大數據、水體大數據、地物自然體大數據、人體大數據、半自然半設計類建造體BIM大數據、設計類產品大數據等，幾乎沒有作過系統性的研究，甚至都不知道這些數據的存在和基本結構；顯然，如要開發面對這些大數據的存儲和分析、管理和應用等的大型系統平臺，是不大可能的，不亞于天方夜譚，相關大系統的開發最終無法產業化落地是一種必然。

八、基礎大數據工程新基建典型項目剖析

（一）基礎大數據工程新基建項目基本特點

1.應屬于社會發展的基礎需求，或國家戰略性需求，或未來全球相關國家發展所需；

2.具有長期基礎性使用價值，而不是短時間幾年內就會被替代；

3.能夠對傳統產業轉型升級等帶來實質性推動作用；

4.有利于轉化為自主核心競爭力要素：①具有自主原創內核和整體產業鏈轉型升級再造解決方案能力領域，而不是嫁接在國外核心技術之上的所謂創新技術產業體系；②能夠發揮中國歷史文化精華有效傳承價值，且與中華民族偉大復興目標相匹配的體系。

（二）基礎大數據工程新基建四大項目

從新基建項目的基本特點出發，當前適合推動的基礎大數據工程應包括“四大新基建項目”，即“基礎大數據建設”、“基礎大設施建設”、“基礎大文化建設”、“基礎大科研建設”。

1.基礎大數據建設類新基建項目

基礎大數據建設項目應屬于新基建首選建設項目?；A大數據建設的主要建設內容，包括基于中國陸地及海洋1000多萬平方公里的領域，從高空數公里到地下數公里的空間尺度上，基于大氣、水體、地表、地物、地質等，結合中國地質、測繪、氣象、海洋、地震五大國家局所形成的歷史數據，并結合新一代工業測繪和物探采集設備等所全方面采集的多方面高精度原始數據，深度結合建筑物BIM全流程技術，在此基礎上進行精細化、矢量化、對象化、屬性化、拓撲一致化的整體性一體化數據加工與建模，形成“數字中國的基礎大數據”體系，進而為真正打造面向全球的“透明地球”奠定基礎。

2.基礎大設施建設類新基建項目

“基礎大設施建設”項目應屬于新基建中第二類重點建設項目。

“基礎大設施建設”項目的主要建設內容為：按照工程全生命周期BIM化應用、數字孿生工程體系和建筑工業化智能化等的發展要求，所推動涉及國計民生的重大基礎設施領域。

“基礎大設施建設”項目所涉及的重點類型包括：戰略性區域生態系統修復工程、戰略性水資源優化調度工程、戰略性墾區精準農田建設工程、戰略性河湖綜合修復工程、戰略性公共油氣資源管網設施建設工程、戰略性公共鐵塔設施建設工程、戰略性綜合交通設施建設工程、戰略性海洋支撐設施建設工程等。

在探討“基礎大設施建設”項目時，要避免一個認識誤區：現有基礎設施+物聯網+人工智能刷臉+視頻無線支付等，不屬于“基礎大設施建設”；這些應該屬于主流基礎設施建設領域的“新市場”發展范疇。

3.基礎大文化建設類新基建項目

“基礎大文化建設”項目應屬于新基建中第三類重點建設項目。

“基礎大文化建設”項目的主要建設內容為：從持續數千年的中華民族歷史文化精華優秀傳承出發，按照中華民族偉大復興的要求，全方面推動中國文化精華傳承工程體系的建設。

“基礎大文化建設”項目所涉及的重點類型包括：

（1）中國各地各民族特色文化工程。涉及地方方言、習俗、特技等文化傳承的調查、數字化重建、文化傳承接班人教育、傳承文化互聯網傳播等建設內容。

（2）中國各地文物場所保護再現工程。涉及各地三級以上文物場所修復保護、數字化重建、互聯網數字化虛擬旅游與教育等建設內容。

（3）中國古典典籍文字工程。涉及中國歷史數千年所流傳的各類典籍，以及醫學、族譜、樂譜、工匠等領域的著作，實現其全部的體系化建設、數字化重建、互聯網數字化閱讀與教育等。

4.基礎大科研建設類新基建項目

“基礎大科研建設”項目，屬于建議的“新基建”中第四類重點建設項目。由于其基礎性科研地位，或者屬于市場不可購買的特定行業一體化技術的系列發展技術，而構成一類特殊的“新基建”項目。

“基礎大科研建設”項目的主要建設內容為：支撐與“基礎大數據”建設及產業化應用相關的具有戰略前瞻性的基礎科學、重大實驗設備、重型產業關鍵技術、新型產業鏈關鍵技術等具有公益屬性的研究基礎設施體系的建設。

“基礎大科研建設”項目所涉及的重點類型包括：重大科技基礎設施、科教基礎設施、產業技術創新基礎設施，以及建筑設計智能裝備、建筑施工智能裝備、點云逆向建模智能裝備等新一代工程樣機或設施設備等的建設。

九、大數據消費新市場趨勢剖析

當前社會正在向數字經濟社會轉變，世界消費體系將表現出兩種顯著特征：一是個人消費走向存量發展空間，而公共消費仍處在增量發展空間；二是人類的物質消費走向存量發展空間，而數字虛擬消費將處在高速增量發展空間。

（一）個人消費與物質消費發展趨勢

個人消費走向存量發展空間，是由個體結構特點、地球資源環境承載能力與百年科學技術發展走向天花板的趨勢等所綜合確定的。

人類個體的消費能力，受自身生物結構能量物質需求、每天24小時時間約束所限制。目前過渡攝入營養怕胖、24小時手機的視覺與聲覺體驗所需的內容與流量，都已宣告有條件的個人物質消費已經達到極值、進入一種飽和消費狀態。

百年科學技術發展，針對個體消費產品的形式、內容等方面的創新、研發等也接近天花板。

地球資源環境承載能力的有限性，以及現有個人消費過程中存在的大量浪費，使得人類物質消費無法再像歐美富豪那種奢侈方式，只能走節儉綠色自然生活道路。

2020新冠肺炎疫情在全球的流行會進一步壓縮全人類個人消費的欲望與空間，并將可能徹底扭轉全人類自由激情的物質生活方式及習慣。

（二）公共消費發展趨勢

從公共消費的增量發展空間看，無論是中國、發達國家還是發展中國家，在“基礎大數據建設”、“基礎大設施建設”、“基礎大文化建設”等領域，都有著實際剛需和巨大發展空間，也就是說，公共消費體系應該會越來越成為拉動世界增量經濟的關鍵引擎。

在工業經濟社會，中國及第三世界國家公共消費常常被詬病不透明，但是隨著互聯網、物聯網、大數據在社會的應用與普及，公共消費在不同社會制度和環境下實現陽光透明消費的條件已經具備，這將為推動世界公共消費增量經濟的發展注入強心劑。

數字經濟時代的發展趨勢與特點，為中國推進新基建，發展公共消費，提升人民福祉等創造了最佳的支撐條件。

（三）數字虛擬消費發展趨勢

數字虛擬消費的關鍵在于信息化、大數據化與3D化，而“基礎大文化建設”，將是推動未來陽光、文明、綠色、民族的數字虛擬消費經濟發展的關鍵引擎與支撐。

“基礎大文化建設”的實施，將蕩滌以無聊直播為主體內容的數字虛擬消費，轉向以弘揚中國傳統文化與民族特色，以及理想情操、世界觀等為內容的數字虛擬消費。

（四）推進大數據消費新市場建設

從中國和世界消費體系的發展趨勢——個人消費走向存量發展空間而公共消費仍處在增量發展空間、人類物質消費走向存量發展空間而數字虛擬消費將處在高速增量發展空間，可以看出，黨中央、國務院提出的推進新基建、發展數字經濟的重大決策，與世界消費體系的發展趨勢規律是相一致的，深刻全面體現出時代發展主題與特點。

中國下一步在大力發展自我循環經濟的新基建中，加快“基礎大數據建設”、“基礎大設施建設”、“基礎大文化建設”、“基礎大科研建設”，在推進新基建的同時，大力開拓新市場，對增強全體人民福祉，建設數字經濟社會具有重大戰略意義。

十、基礎大數據建設項目投資模式探討

（一）基礎大數據建設項目投資模式探討

2020年3月31日財政部正式印發《政府和社會資本合作（PPP）項目績效管理操作指引》（財辦金〔2020〕13號，以下簡稱“《操作指引》”），明晰了PPP項目績效的目標、指標管理、監控、評價、組織保障等內容。

《操作指引》要求PPP項目的各參與方圍繞“按效付費、無效問責”的管理原則，結合項目不同特點，抓住績效評價的關鍵目標和指標，分配好權重系數，真正實現PPP項目的物有所值，實現以“提高公共服務質量和效率”的績效評價目的。

這個項目績效管理操作指引的出臺，為新基建，包括大數據新基建項目的投資管理實施操作提出了規范要求。大數據新基建項目不能再只是為基建投資而投資，不再是面子工程，除了符合新基建基本特點之外，必須要按照PPP項目中“按效付費、無效問責”的管理原則來確保項目落地和有效實施，確保新基建項目為國家、社會、人民的需求，發揮出應有的效用和價值。

（二）基礎大數據建設新科研項目投入模式探討

國家科研投入產出比嚴重不匹配，以SCI論文為綱，以西方技術流派為評估準則，往往將創新研究、研究方法論與西方科學主義混為一談。

以中醫為例，中醫雖然不是西方科學主義概念范疇的科學，但它是很有價值的知識技術體系，也是可以按照科學的方法來進行研究和創新的。

以近10年國內發展云計算、大數據、物聯網、人工智能為例，社會投入相關的資金數以萬億計，但是所產生的創新價值及產業化能力卻非常有限。

全球2020新冠肺炎疫情就是一面鏡子，主流大數據技術、物聯網技術與AI技術的表現如此無能為力，而中醫的辨證應用治療卻發揮了獨特作用，充分驗證了現有科技研發體系中的不足與缺陷。

因此，建議針對新基建戰略項目中的“基礎大科研建設”項目，大力推進創新：

1.能夠全方位向民營企業敞開、向自由科技工作者敞開。

2.允許企業按照市場產業發展需求，由企業自主立項，向國家相關科研主管部門備案。

3.待研發企業取得實質性成果，并開始產業化應用后，再由企業向國家申請專項補貼。

4.補貼模式是，在一定的產業化周期內，確定單位產業化應用補貼額，再結合實際的市場產業化量計算，實施相關科技研發補貼。

十一、基礎大數據建設產業化落地路線圖

（一）認清基礎大數據建設類新基建項目特點

政策環境要求高：“基礎大數據建設”類新基建項目，屬于公共消費能力強或發展潛能足的領域，其受到土地所有制、基礎設施投資主體性等相關政策體制的嚴重影響。

建設技術門檻高：“基礎大數據建設”類新基建項目的有效實施，需要在大數據智能建模技術及復雜系統模型空間平臺技術領域，即工業軟件智能化技術等取得產業化突破。

成功經驗比較少：1999年澳大利亞首次提出“玻璃地球”計劃，曾在歐美發達國家廣泛推廣，屬于全球最早意義上的“基礎大數據建設”類新基建項目范疇；但是20年來，項目建設至今沒有取得實質性進展。中國與國外的其它類似項目更是鳳毛麟角。

潛在產業價值大：所有與地球體相關的產業，都將受惠于“基礎大數據建設”類新基建項目中的基礎大數據；傳統產業（包括農業、工業、建筑業等）實現轉型升級和徹底再造的關鍵性技術支撐，全球與地球體相關的產業互聯網實質性發展，實質在于“基礎大數據建設”能否產業化落地。

（二）挖掘基礎大數據建設新基建項目實施條件

政策環境條件獨一無二：黨的領導與中國社會主義優勢，尤其是土地的公有等，為“基礎大數據建設”新基建項目實施，可以說提供了全球獨一無二的政策體制環境。

自主原創整體產業化技術取得進展：“基礎大數據建設”類新基建項目所面臨的一系列技術門檻，國內本土原創研發力量，歷經二十年的持續積累與創新，從基礎理論到算法，從系統底層框架到系統平臺，從專業技術與信息技術、智能技術的多維度融合到生產流程技術體系再造等，彎道超車歐美相關前沿技術，已經形成了完整的產業化技術體系綜合解決能力，并在相關行業領域的應用項目與樣板項目中得到了驗證，為后續產業化實施奠定了堅實的基礎。

全球2020新冠肺炎疫情帶來經濟發展新趨勢：全球2020新冠肺炎疫情之后的世界政治、經濟等的格局將發生深遠的變化，相關趨勢的演繹為中國推動“基礎大數據建設”類新基建項目，帶來了有利的國際環境。

信息化手段的透明監管保障到位：數字中國、信用中國、數字社會治理體系等的制度與監管體系的加快建設與發展，為進一步掃清“基礎大數據建設”類新基建項目中可能的腐敗現象，提供了力量保障。

（三）落地基礎大數據建設新基建項目關鍵步驟

國家政策主導：針對“基礎大數據建設”類新基建項目的規劃、立項、建設、運維，以及后續相關公共消費范圍強制應用基礎大數據等，國家需進行立法或出臺相關的專項管理規定。

實驗區項目主試：由市場主體牽頭、部委或地方政府備案許可，分典型地域、行業，確定“基礎大數據建設”新基建樣板項目；樣板項目建設完后，由部委或地方政府組織第三方社會技術團體進行驗收；驗收通過之后，獲得部委或地方政府補貼，樣板項目建設方或關聯方作為市場主體，牽頭實施具體的“基礎大數據建設”新基建類項目。

市場化模式主建：嚴格按照“按效付費、無效問責”管理原則的PPP 項目，實施建設；并嚴格遵循建設路線圖：企業自主立項，國家相關科研主管部門備案，產業化落地后科研補貼模式，支撐產業化綜合產學研的創新與研發。

大數據成果國家主有：大數據的建設權、管理權、經營權與所有權分離；基礎大數據，屬于國家最核心的數據資源，其所有權將為國家所有；“基礎大數據建設”新基建類PPP項目的市場主體享有合同期內的全部建設權與經營權，在國家保密監管的條件下享有基本的管理權。

地方政府與行業主用：各個地方政府主推的大區域高精度多源的“基礎大數據建設”新基建類PPP項目，將成為繼土地財政之外的新一大數據財政來源；同時地方政府按照市場化原則，是推動相關的公益消費應用基礎大數據成果的排頭兵，是行業領域充分主動結合自身市場化產業化需求，應用基礎大數據，推進自身轉型升級、流程再造、產業升級等的中堅市場化力量。

十二、基礎大數據工程實際項目的典型設計

針對“新基建”中“基礎大數據建設”與“基礎大設施建設”的綜合特點，設計了以下三個典型“新基建”類項目：

雄安新區白洋淀生態水系修復是雄安新區一項關鍵性工作，其中生態水系修復的關鍵在于治理被污染的淤泥。

白洋淀總面積336平方公里，不同位置的污泥有多深，在不同高度上分布了何種污染物，分布的污染物濃度多少等，都需要進行精準的信息調查，形成大數據。

此外，以平均處理1米深度（實質分布深度可能遠不止1米）的污泥計算，整個項目區域需要處理多達3.36億立方米污泥，這些污泥該怎么分布式分階段處理，處理之后該如何變廢為寶，都需要運用整個白洋淀周邊環境基礎大數據，構建精準的地表、地質信息模型。形成精準的治理方案、資金成本預算和全流程管理系統等。

2.新基建項目設計思路

以白洋淀336平方公里范圍高精度的地表、水體、淤泥體污染物調查，以及埋深數十米的工程地質、水文地質、環境地質等的高精度基礎數據采集、加工等為目標，設計“白洋淀生態水系修復基礎大數據建設”項目。

傳統規劃與建設城市防洪抗旱體系，往往忽視與周邊城市之間的影響，而只針對城市自身的防洪要素等進行。

這種傳統模式在20年之前基本是可行的，原因在于：過去中國城鎮化水平較低，一大片區域范圍中就一個城市，周邊存在大面積的可淹沒緩沖地帶，一旦形成洪水，只要把自身城市防住即可。

但傳統模式在當前情勢下就不合適了，尤其是在中國東部、華南以及中部經濟發達地區等，現有城鎮化水平高，城鎮分布星羅密布，城鎮之間的可淹沒緩沖地帶小，如果單獨從一個城市防洪來推進，不管如何強化，防洪問題只會越來越嚴重，因為經濟發展到一定水平，幾乎所有的問題都會受到本地區域資源環境承載力水平上限的制約。

因此，相關的創新工作思路就是要基于城市基礎大數據體系，按照流域資源環境承載力的要求，推進城市內澇防洪適應體系建設：

一是要改變城市防洪的基本理念，城市防洪的級別不再是越高越好，應該與綜合流域區域的資源環境總體承載力水平相適應。

二是要轉移城市水災水患的管理重心，應該從防止水患，向城市適應水患的基礎設施體系建設轉變，比如在城市布局高輪胎的公共交通，以及在城市干道區域與小區特定位置等，設置高臺用于存放物品與站立等。

三是要科學、系統的基于基礎大數據體系，開展城市海綿地質體與洪水地表緩沖消納池工程等的建設。

四是要科學、系統的開展城市區域的河水、雨水與地下水資源的整體可開采承載力綜合研究與計算，基于城市基礎大數據，建立河流、湖泊、城市區域等的水資源承載力指標體系，為城市規劃、建設等提供強大支撐。

2.城市基礎大數據與城市內澇防洪項目設計思路

針對城市內澇與防洪形勢比較嚴重的城市，以整個城市的地表、地物以及埋深數十米的工程地質、水文地質、環境地質等的高精度基礎數據采集、加工，以及城市周邊洪水消納緩沖區域的地表、地物等的高精度基礎數據采集、加工等為目標，設計“內澇與防洪城市基礎大數據建設”項目。

中國水資源在時空分布上極不均衡，人均水資源擁有量低于世界平均水平。水資源跨時空的調度是中國合理利用開發水資源、構建水安全的重大舉措。

中國黃河水利委員會最近正在針對中國西線調水工程（“紅旗河調水工程”），開展調水線路的相關地質地形調查。顯然這項工作本身在當前是很有意義的。但是從目前相關工作布局來看，有三個層面的工作可以加強：

一是從基礎大數據建設正快速向以“3D+大數據+智能”為基本技術形態的發展趨勢看，目前這項工作的推進方式不是最優的。

“紅旗河”調水區域，貫通中國西部的大部分區域，涉及到西部開發、少數民族經濟發展、生態保護、地質災害防治、農林業生態發展等諸多項國家戰略重點工作。

這些戰略性的重點工作，實質都與高精度的地質、地表、地物、水體等的基礎大數據緊密相關。

因此，在如此重要的戰略建設板塊中，一個如此大范圍可以說是中國歷史上最大建設規模、最具影響力的項目，僅僅按照單一項目來推進相關建設，從經濟上看是不優化的。

二是在工程建設BIM全流程技術進入應用和快速普及的時代，工程建設行業針對工程線路開展的勘測與調查工作技術體系，未充分融合相關最新技術，從技術路線上看也不是優化的。

目前仍然是以傳統人機采集數據模式為主，分規劃、可研、初步設計、詳細設計與施工過程等不同階段，按照不同場地范圍從大到小，而精度卻從小到大等技術邏輯與流程，來逐步分階段開展原始數據采集與現場調查等工作。

這在工業化采集數據技術應用之前，考慮到人機交互采集工作中的大面積、高精度數據成本非常大、時間周期長等現實條件，是比較適宜的。

但是在已經進入到工業化采集數據時代的當下，基于國家的全局發展需要，集中和大規模面對西部地區的整體開發，采集全局大區域的高精度數據，建設西部地區基礎大數據庫，并基于西部基礎大數據成果，推進和實施南水北調西線工程項目建設，無論是經濟上還是技術上都是最可行的、最優化的。

三是當前水利建設行業部門，針對工程線路開展的勘測與調查工作所形成的技術成果不盡合理。

當前水利建設行業仍然是按照地理信息的模式生產相應的基礎數據成果，本文中針對“地理信息與基礎大數據區分認識模糊區”的剖析，就此進行了論證，表明這是一種價值含量低的成果類型。

所有工程類建設項目，尤其是大區域工程建設項目，對數據需求的是復雜系統的基礎大數據，而不是簡單的地理信息。

2.基礎大數據與南水北調西線工程項目設計思路

建議針對南水北調西線工程（“紅旗河工程”）的選線及影響區域——中國西部幾十萬平方公里范圍，以工業遙感采集技術，整體采集高精度地表、地物、水體等原始大數據，結合國家歷史地質調查等原始大數據，進行大區域地質、地表、地物、河湖水體等一體化基礎大數據建模等為目標，設計和啟動“中國西部基礎大數據建設”項目。

參考文獻

[1]《大數據經典十問》，http://www.數字中國.cn/?p=895，鼎天智（北京）大數據科技有限公司

[2]《大數據基本邏輯與國家電網大數據課題研究報告》，http://www.數字中國.cn/?p=804，鼎天智（北京）大數據科技有限公司

[3]《人類健康安全模型與新非典疫情思考》，http://www.數字中國.cn/?p=1253，GodMaker

[4]《互聯網/物聯網的前世今生&&&區塊鏈超維自主創新——對象鏈及產業化應用》，http://www.數字中國.cn/?p=1047，中國集團公司促進會智能技術研究院、天衍智（北京）科技有限公司、對象鏈（北京）科技有限公司

[5]《2020新非典管控與大數據本質4T邏輯》，http://www.數字中國.cn/?p=1268，GodMaker

[6]《火眼金睛透視——互聯網遠程辦公技術體系》，http://www.數字中國.cn/?p=1318，GodMaker

[7]《對2020全球性新冠肺炎黑天鵝演繹的思考》，http://www.數字中國.cn/?p=1322，GodMaker

[8]《科學與陰陽五行建模·中醫與新冠肺炎治療》，http://www.數字中國.cn/? p=1356，GodMaker

[9]《從3S技術到3M技術與產業互聯網》，http://www.數字中國.cn/?p=1361，GodMaker

[10]《中國智慧城市年鑒（2014）》（下卷P663），中國建材工業出版社