基础大数据建设刻不容缓

 中促会特邀专家副会长、数字BIM产业分会会长陈树铭博士

编  者  按

本文从多视角剖析作为新生产要素的数据、大数据与基础大数据的本质、表象、相互关联及其社会价值，强调基础大数据建设和大数据的智能化建模是我国数据产业发展的短板，指出基础大数据智能生产技术和复杂系统模型空间平台技术是全球数据产业发展急需重点突破的两大技术瓶颈，提出3D+大数据+智能是未来数字经济的基本技术形态，通过对我国基础大数据全产业链、行业大数据全产业链、物联网大数据全产业链、互联网大数据全产业链、大数据交易与大数据全产业链现状的分析，指出目前大数据云计算产业领域存在的“算力不足”、“并行云计算能力伪强”、“地理信息数据与基础大数据区分”方面的三大认识模糊区，在此基础上，提出规划和启动国家基础大数据建设，构建大数据全产业链的基础，延伸大数据全产业链的关联度，提升大数据的精准度，增强大数据的产业应用价值，驱动数字经济快速发展等有关重要建议。

一、大数据与基础大数据的概念剖析

当前，尽管大数据概念已经在中国社会得到广泛传播，但是大数据的核心内涵与理念，仍然没有得到业界与决策者的透彻理解。大数据的基本内涵可以从以下几个视角来梳理和完整理解：

（一）大数据不只是数据简单集合而大，而是以人类为中心的自然及社会中，全部可感知内容经数字化之后，与人类既有信息化知识系统有机耦合所形成的复杂超级数据信息生态系统（参见《中国智慧城市年鉴（2014）》下卷P663），是与社会、经济、产业、生活等息息相关的有机整体。

（二）大数据的基础逻辑不是简单天文数字量的存储或可视化表达的数字符号，而是这些天量数据体系所全部映射的人类可感知物理实体世界与人类意识思维世界的全部内容的背景逻辑体系；单纯天量数据是毫无使用价值的垃圾，必须与人类社会实际活动连接应用才有现实意义。

（三）大数据有三种典型的结构化描述：从社会产业分工体系看，大数据可以分为基础大数据、行业大数据、物联网大数据、互联网大数据；从数据所反映对象类型体系看，大数据可以分为地质大数据、地表大数据、气象大数据、水体大数据、地物自然体大数据、人体大数据、半自然半设计类建造体BIM大数据、设计类产品大数据、以及视频大数据、声频大数据、文本大数据、表格数据库大数据、知识大数据；从数据生成来源体系看，大数据可以分为直接采集大数据（测试大数据、监测大数据、钻探大数据等）、遥感采集大数据（影像大数据、点云大数据、物探大数据等）、计算分析大数据（数值计算大数据、模型重构大数据、信息解译大数据等）、设计大数据（建筑设计BIM模型大数据、机械设计模型大数据、衣帽用品设计模型大数据等），以及其它非生产型数据（日常工作、生活中形成的碎片化数据等）。

（四）大数据之间的关系不是简单因子之间的数学线性关联关系，而是基于真实物理实体世界与人类意识思维世界等之间的某种必然表征逻辑。比如，统计北京市2000年到2007年期间的年雾霾天数与北京市民平均寿命两个因子的数学线性相关性时，肯定会得到正相关的结论，但显然这是个荒谬的结论。

（五）大数据的价值实现不在于数据的简单交易，而是如何打造各社会行业的全数字化体系，以及全数字信息系统平台，将各方数据资源进行各行业可直接价值化应用的数据融合，形成并兑换出使用价值，并基于融合数据的数据来源贡献进行价值分配。大数据无法类似证券一样可以简单交易的根本原因是：大数据只是一种特定无形的中间生产要素，不是直接终端产品或服务，所以大数据的交易实质只能是大数据融合使用价值的交易，数据的所有权交易反而不是重点，只会增加数据交易的复杂性与成本。

（六）大数据的共享不是简单向外开放共享数据，而是在于构建出一种全社会各行业可以快捷、低成本使用数据的社会综合性信息化系统，即可供数据价值全社会应用流动的结构化支撑体系。大数据不是房子，甲共享给乙就可以直接住宿使用，而需要额外高昂的成本和技术门槛、时间，才可能有价值性的使用到这批共享数据。

（七）大数据系统不是简单的传统应用信息化系统，二者有着本质差异。大数据系统包括行业大数据系统，而传统应用信息化系统实质是传统行业应用信息化系统。传统行业应用信息化系统是以人类使用计算机解决各行业领域的生产、管理与服务等各种专业化需求为导向的条块式应用系统，涉及功能流程操作、信息编辑、加工、查询与处理等主要内容。行业大数据系统是整个行业体系所涉及到环境、人、物、事的全维度信息，聚焦起来形成一个数据生态体系，数据的部分源于传统行业信息化，最终又可以全面提升与服务传统行业信息化。显然，传统应用信息化系统的范围与内涵，仅仅只是行业大数据系统中的一部分。

（八）大数据系统不是简单数据系统4V特征（Volume-大量、Velocity-高速、Variety-多样、Value-价值），而应该是4T本质（数字化-digiTal、位置化-posiTion、时序化——Time、目标对象化-objecT）；4V只是大数据的外部表象特征，而4T才是大数据的内涵与本质所在。全球2020新冠肺炎疫情爆发以来，对疫情无法进行相对确凿的预测与判断的根本原因在于，疫情爆发后的流行病学调查实施能力严重滞后，从而无法构建科学系统的软隔离体系，而一旦硬（强制）隔离无法到位，疫情快速控制只能是奢望。在信息化、大数据、人工智能如此热度化的当今社会，这不能不说是一种遗憾，甚至是一种耻辱。究其根源，就是现有全球的所有大数据系统、信息系统等，没有哪个在深刻的体现、融合和应用大数据4T逻辑，没有这样的4T逻辑，就无法应对这样复杂的挑战。

二、基础大数据是整个大数据生态的核心

大数据产业建设与发展的基本理念，不是简单首先去聚焦到多少数据或拥有多少数据，更不是先预算出一大批经费开支去建设多大规模和多么先进的硬件体系，而是应该基于地方与部门自我特色，按照现实各行各业的实际需求体系，构建相应行业的全数字化体系以及全数字信息系统平台，在此基础上，按照大数据三类典型结构化形式，以大数据融合使用价值的交易为手段，体系化的生产、交易、使用大数据，进而形成健康绿色可持续的大数据产业生态。

在整个大数据体系中，基础大数据涉及到人类所生存的地球整体环境内容的数字化，是最具有广泛应用价值的数据类型，是人类各种生产活动有机关联的基础性大数据，可以说是整个大数据的灵魂和核心。基础大数据相对于整个大数据生态的基础角色，就好比人类健康中的体检对应于治疗同等重要。以人类健康模型为例，健康涉及到四个维度，从危险规避到情绪调控，从亚健康调理到有病治疗，最关键在于体检，体检做好了，只需找出少数百分之几的有病情况，治疗就可以。这才是中国乃至全人类未来医疗健康保障的基本方向，同样才是未来数字中国、数字世界的大数据化发展的基本方向。

因此，数据能否真正成为强大的生产要素作用，其关键在于基础大数据建设是否能到位；如果基础大数据建设不到位，大数据体系与社会生产活动只会是碎片化的弱关联，数据的生产要素角色就不会发挥出来，巨量投资建设的再大再先进的硬件体系也难以发挥作用，随着时间的推移成为一堆科技垃圾。

三、数字经济的基本技术形态：3D+大数据+智能

从上述大数据内涵剖析中，基本阐述了大数据实质，是针对人类可感知物理实体世界与人类意识思维世界的全部映射内容的数字化生态体系。也就是说，所有人类所能直接感知或间接感知，所能思维演绎的内容，均将数字化。这将说明物质实体世界、人类意识虚拟世界，将同时在数字虚拟世界中得到集成与一体化。

这样无限量的数字虚拟世界所对应的大数据，理论上是无限量存在和增长的。如此巨大数据量的动态生产、加工、关联与使用，如果单靠目前的人机交互来实现，是极不现实的，只能是杯水车薪。

以工业化激光雷达测绘为例，最新技术一秒钟可以采取500万个高精度测绘点，按一个技术工种每分钟人机交互处理10个点为例，每天不吃不睡，一秒工业采集大数据所需的人机处理时间需要50万分钟（347天）。这样的人机交互处理时间，对于社会生产实践来说是无法想象的，不具任何现实意义。

显然，大数据的生产、加工、关联与使用，必须构建一套全智能化的整体技术实施平台。在此基础上，基于相关的信息基础设施，构建大数据系统之间类人的自主互动与响应、反应体系，以及与人类思维逻辑相一致的人机智能互动与响应、反应体系等。

在大数据系统与人类思维逻辑相一致的人机智能互动与响应、反应体系过程中，3D化是人类最高效的信息互动机制（视觉信息体系内容占人类全部处理信息量的80%以上）。

因此，3D化是大数据系统与人类之间有效互动所必需的，数字化的内容必需全面实现3D化，来动态高效表征特定的特征、属性与关系等，从而实现大数据真正服务于人类与人类社会，实现数据要素的真正社会价值。

综上来看，未来信息智能文明社会的基本技术形态是“3D+大数据+智能”。未来所有其它科技，包括航空航天、生物工程、能源等各行各业，均以“3D+大数据+智能”为使能形成“理论研究、基础研发与应用体系”。

四、数据要素的价值剖析

当前，数据被社会确认为新的生产要素，实质是信息智能文明时代下社会发展客观规律的体现。随着社会的进步，土地作为有形要素、数据作为无形要素，将会逐渐发展为生产五大要素（土地、劳动力、资本、技术、数据）中的两大最基础要素。在“3D+大数据+智能”的基本技术形态下，劳动力、资本、技术三大要素都将会以某种数据形式而存在，其角色将弱于数据与土地两大基础要素。

数据的量是无穷无尽的，但就其中大部分具体数据的内容来说，则形成不了价值，也无法直接成为生产要素，类似于没有劳动意愿和劳动条件的人力就不是劳动力一样。绝大多数的数据内容都只能是绿叶，很少量的数据内容与特定生态下的数据内容，才能形成价值、形成生产要素、形成红花。具有生产价值要素的数据，必须具有三大基本特性：一是数据有实际价值应用场景和意义，二是数据很难被简单、普遍的获得、生产与加工，三是在应用中不容易被其它数据内容所替代。

所以，数据要能成为生产要素的基本前提是，一是尽可能广泛、全面的构建面向人类可感知物理实体世界与人类意识思维世界的全部映射内容的数字化生态体系，尤其是确保基础大数据体系的建设到位；二是能够基于当前社会迫切的刚需体系，从制度到软件支撑系统以及具体的社会生产及活动等的运行体系，实现全方位的创新，形成数据要素发挥价值的实现舞台。

总的来说，推动数据实质成为生产要素，有三项基础性工作需要推进：

1.当前社会大数据内容仍然是以互联网大数据为主体、碎片化的物联网数据，以及碎片化的金融和各行业数据等所构建的体系，尤其缺乏基础大数据的底层逻辑支持，所以加强基础大数据、行业大数据、物联网大数据内容等体系化建设，尤其是基础大数据的体系化建设，刻不容缓。

2.需要主动积极的针对农业、工业、建筑业、生态环保、能源开采等各传统产业的人、财、物以及技术生产流程体系，进行全面彻底的数字化，构建出相应的大数据生态链体系，为数据在各产业全过程流动和发挥价值，创造支撑体系。

3.需要针对信息智能文明时代的新一代基础设施等，从制度体系、组织体系、技术体系、资本体系等进行全新架构与建设；当前社会已有三大热点领域，正在或者亟待推进这项工作：

一是基于金融大数据的数字货币体系

阿里支付宝、腾讯微信支付，以及新推出的央行数字货币，本质都是基于金融大数据范畴的数字货币体系；其基础逻辑实质是两点：一是快速的数字支付与结算，二是交易者的支付信用额度；支付宝与微信支付，只不过是需要借助于银行的交易者账户，获得支付信用，而央行数字货币直接以银行账户实现无缝连接；但是当前数字货币体系仍然只是弱金融大数据，而且与信用大数据之间关系薄弱。

二是基于信用大数据的信用中国体系

近年来，国家已经开始推进信用中国体系建设，也正在取得成效；但需要进一步强化信用中国的内涵。信用中国必须是基于大数据的信用中国，必须是全面支撑整体社会、国家与个体的信用中国，必将是推动中国法制治理社会走向信用治理社会的基础工程。

三是基于标识大数据的网络信息安全体系

当前网络信息安全问题层出不穷。根治网络信息安全的最终手段，不是采取何等先进的加密技术体系，而是构建标识大数据体系，在此基础上基于互联网管理思维的创新，才能建设好新一代信息安全体系。如同流行病疫情治理，再好的治理技术手段都不是治根，只有基于标识定位管理隔离的流行病管控体系，才能根绝流行病风险。国内的相关知名安全技术专家数年前就已经在世界通过了类似的安全技术标准体系。

4.从后续发展趋势来看，信息智能文明时代的新一代基础设施，未来归结起来实质是推进“基于全维度大数据的信用中国体系”、“基于基础大数据与行业大数据、物联网大数据的国家资源监管体系”、“基于创新力大数据的社会个体与组织价值力体系”、“基于服务力大数据的公共服务与市场服务体系”四大领域的建设。这将是未来社会数字经济的四大非硬件类信息基础设施。

五、大数据云计算产业的三大认识模糊区

（一）算力不足认识模糊区

大数据云计算产业的第一大认识模糊区——算力不足。当前政府决策部门、产业界等各方面人士中流行一种认识，一说发展物联网、大数据、云计算、区块链、人工智能，很大一种倾向就会指向算力不足这个“替罪羊”。但是只要大家回头看看近10年来，各省市的各类云计算中心、相关产业公司，针对云计算、物联网、大数据、人工智能、区块链所建的配套算力基础设施，什么时候应用在哪些领域，其负荷量如何，产业化价值如何等等，就会知道真相。算力不足的本质是大数据各种智能化建模技术效率问题。

（二）并行云计算能力伪强认识模糊区

大数据云计算产业的第二大认识模糊区——并行云计算能力伪强。相关技术界人士谈及大数据的云计算能力，就会说某某云先进，每秒同时处理多少万笔的交易等等。

这种交易型的并行云计算能力，实质可以称之为“事务并行处理云计算能力”，很有产业化价值，也是很先进的。但是大数据的云计算内容，除了“事务并行处理云计算能力”需求之外，还有大量与产业互联网相关的并行云计算业务，其云计算瓶颈在于复杂空间拓扑关系以及复杂对象关系的云计算，可称之为“拓扑及关系复杂性并行处理云计算能力”。

“拓扑及关系复杂性并行处理云计算能力”的技术底层逻辑及框架，与“事务并行处理云计算能力”是完全不相同的，这也是近10年来，全球IT巨头，从国外的谷歌、微软、IBM，到中国的BAT等，一直想进军智慧城市产业、BIM产业、流域生态产业等产业互联网领域，却往往雷声大雨点小的关键原因所在。

（三）地理信息与基础大数据区分认识模糊区

大数据云计算产业的第三大认识误区——地理信息与基础大数据区分不清。政府决策部门、产业界等各方面人士，一谈及基础大数据就将其等同于地理信息，其实两者有着本质差异。

地理信息的本质是基于一般信息化应用中位置服务的信息体系，其数据内容主要聚焦于：一是地物目标对象的标识（符号标识和名称）、位置（点、范围、地理坐标等）、特征（路径线、连通性等）、简单属性（高度、面积、体积等）等的内容；二是地表特征（等高线起伏性、陡坎特征等）；三是地质地表特征（边界线、产状等）等；它是大数据前时代，基础大数据的一种低级阶段形态。

基础大数据的本质是支撑数据生产要素化、推动大数据生态产业化应用的体系，除了涵盖地理信息的全面内容之外，还将全面涉及到地质、地表、地物的三维表面及实体特征，物理、化学及生物属性，成份及部件空间结构模型，各对象目标全生命周期内的功能、状态、运动、关系等的全部内容信息，以及可以支撑集地表、地质、地物等于一体的全面应用价值、危害、风险、安全体系等的数字化体系。它是信息智能文明时代，地理信息向高级阶段发展的必然产物。

以地物建筑物为例，地理信息中的建筑物信息，包括建筑名称、位置坐标、平面范围边界、三维外轮廓白模模型以及层高、层数等。基础大数据中的建筑物信息，则是建筑BIM模型，其数据内容涵盖建筑物自规划起，到勘察、测绘、设计、施工、运维全过程中，涉及到建筑体自身特征、属性、结构、功能、状态、变化、关系的全面内容。显然这两类数据差异是天上地下、泾渭分明的。

近年来各部委，包括国土、水利、农业、林业、地质调查局、测绘局、海洋局相关部门，在全国层面多次组织相关国土数字调绘、农地调绘、水利资源调绘、城市地质三维建模等相关工作，都是按照地理信息模式来推进的，而基本没有体现基础大数据的相应内在逻辑与规律。这就是多年来国家重复性基础信息建设一直达不到理想建设目标的关键原因所在。

社会各界在区分不了地理信息与基础大数据这两种模式本质差异的前提下，基于地理信息技术的惯性所衍生出的一系列基于相关数据的应用理念、方法、流程，以及制度、政策安排等，逐渐成为社会与产业化应用的形式，其中最为典型的实例就是在国土、水利、农业、林业、海洋、交通、环保等各行业中比较流行的“一张图”模式：

1.“一张图”最早是十几年之前，在大数据发展不具备条件的前提下，国土系统所创新发展的相关信息技术整体解决方案，在相关领域已经或还在发挥着相应的作用。

2.但是随着大数据的全面发展，地理信息技术逻辑基于各种图层信息的简单弱关联的“一张图”的地理信息应用系统，已经不能满足社会各行业的应用需求，必须向基于基础大数据的内在一致强连接的“一层皮”大数据应用系统转变。

近年来国内大力正推进数字城市、智慧城市、海绵城市等的发展，但是成效均不显著：智慧城市不智慧、海绵城市不海绵、数字城市不数字，城市的交通拥堵、乱停车、内涝、垃圾处理、消防应急、地下空间管控等一系列城市病成为顽疾。尤其以武汉市为例，其拥有中国智慧城市最雄厚的技术力量和建设历史，但是在2020新冠肺炎疫情挑战下，似乎对此毫无应对之力。在某种程度上说，这些现象就是由于现有数字城市、智慧城市、海绵城市等的建设思路仅仅停留在地理信息的认知水平上、大数据理念认知不到位，尤其是地理信息与基础大数据二者概念模糊不清、大数据4T逻辑认知不清、基础大数据建设严重缺失等所导致的。

六、大数据全产业链体系剖析

数据不仅仅是生产要素，而且大数据自身也存在独特的全产业链体系。概括起来说，大数据全产业链包括四大环节：原始数据获取、数据加工、数据存储与数据应用。其中，原始数获取与数据加工为数据产业链所独有，而数据存储与数据应用，往往依附于其它产业链基础之上。

基础大数据、行业大数据、物联网大数据、互联网大数据四种类型，在全产业链四大环节上的生产模式与技术体系存在显著差异。

（一）基础大数据全产业链剖析

基础大数据在全产业链四大环节上的生产模式与技术体系中，主要具有以下特点：

1.基础大数据建设领域，存在专业化的原始数据获取行业和数据加工行业。国家涉及地质调查、气象、海洋、地震、地理信息等的相关部委局，其实就是专业化从事基础大数据全产业链中相关数据采集业务的。

2.原始数据获取行业中，涉及采集、计算、分析部分的数据来源已基本实现了工业化，但是涉及到设计领域的原始数据获取，只能通过人机交互来实现。

3.数据加工行业仍然是以工业软件人机交互为主体的生产模式，这是基础大数据产业化应用的一大瓶颈性问题所在。

4.由于基础大数据涉及到更严格的保密要求，与其它三类大数据类型相比，数据存储体系会有一套更为严格的相对独立的技术实施体系，同时基础大数据的三维对象化特点，给传统关系数据库和文本型数据库技术等带来了巨大挑战，这是基础大数据产业化应用的另一大瓶颈所在。

5.由于基础大数据在应用过程中，往往不是简单数据量的应用，而是针对复杂系统模型空间的应用，对相关应用平台提出了很大挑战，这也是基础大数据产业化应用的第三大瓶颈所在。同时其应用面很广，可以应用于地球体相关的各个领域。

（二）行业大数据全产业链剖析

行业大数据在全产业链四大环节上的生产模式与技术体系中，主要具有以下特点：

1.与基础大数据相比，不存在专业化的原始数据获取行业和数据加工行业；但是在相应行业体系中，存在专项的原始数据获取工作和数据加工工作等任务与内容。

2.在数据存储方面的工作，与基础大数据相比，复杂程度与保密程度稍微有所弱化，但同样需要重视。

3.在数据应用方面，与基础大数据相比，其复杂性与挑战基本一致，因为行业大数据往往与基础大数据融为一体使用；但是其应用领域，主要集中在各行业自身系统内的全流程环节，不同于基础大数据的跨行业应用范围。

（三）物联网大数据全产业链剖析

物联网大数据在全产业链四大环节上的生产模式与技术体系中，主要具有以下特点：

1.需要专业化的原始数据获取和数据加工行业，但是由于物联网数据主要针对功能类、状态类参数，其专业加工相对比较简单。

2.在数据存储方面的工作，与行业大数据相比，作为序列化大数据，其复杂程度与保密程度又有所弱化，但同样也需重视。

3.在数据应用方面，物联网大数据基本可以独立应用于各行业自身系统内特定环节或特定节点，无法应用于各行业自身系统内的全流程环节，但可以与基础大数据、行业大数据融合起来使用。总的来说，物联网大数据只应用于特定时序点，应用范围比行业大数据小得多。

（四）互联网大数据全产业链剖析

互联网大数据在全产业链四大环节上的生产模式与技术体系中，主要具有以下特点：

1.不存在专业化的原始数据获取行业和数据加工行业，都是在服务消费互联网体系中所形成的碎片化数据。

2.在数据存储方面的工作，也涉及到数据的相关隐私问题。

3.在数据应用方面，互联网大数据是一些碎片化的信息，需要基于大数据挖掘技术，与基础大数据、行业大数据、物联网大数据等实现有机关联，提炼抽象出其中的背景逻辑，从而实现数据的价值挖掘。

4.比较而言，互联网大数据是单位数据价值量最小的大数据类型。

（四）互联网大数据全产业链剖析

大数据交易本身是一套支撑大数据全产业链的全新框架，可以贯穿于大数据的四个基本产业环节——原始数据获取、数据加工、数据存储与数据应用。

比如一套具体的应用实践大数据交易，可以基于大数据交易的需求，构建以下大数据生产链业务体系：

1.根据大数据交易需求，形成特定原始数据内容的采集业务。

2.根据数据需求，组织相应的生产与加工，以及与其它数据的融合，形成行业产业化应用的数据模型。

3.为特定交易方存储托管一批被用来交易使用的数据的相关大数据模型。

4.为各类使用大数据的行业产业化应用，提供相应软件系统平台一体化技术支撑服务等。

七、大数据产业链两大技术瓶颈的剖析

从以上关于大数据全产业链面临的瓶颈技术体系的分析，可将其归纳为四大问题：一是基础大数据智能生产技术问题（大数据智能建模技术问题），二是非结构化大数据（尤其是基础大数据）的对象化数据管理问题，三是复杂系统模型空间平台技术问题，四是面向“拓扑及关系复杂性并行处理云计算能力”的云计算技术问题。

（一）基础大数据智能生产技术问题的典型子问题

基础大数据智能生产技术问题，概括起来涉及到以下典型的智能建模技术类型：

l 大区域地质体大数据智能建模技术；

l 大区域陆地地表大数据智能建模技术；

l 大区域水域水体大数据智能建模技术；

l 大区域海底表面大数据智能建模技术；

l 大区域陆地自然地物大数据智能建模技术；

l 人类设计建筑工程大数据智能建模（设计）技术；

l 人类设计机械工程大数据智能建模（设计）技术；

l 全球地理框架大数据金字塔智能建模技术；

l 超级复杂系统对象模型轻量化需求型智能建模技术等。

大数据全产业链领域中的智能建模技术问题，本质是推动传统产业领域全工业软件系列的智能化发展问题；没有工业建模软件的智能化，就不会有基础大数据建模的产业化，就不会有大数据的大规模产业化，也就不会有数据要素的社会价值实现。

（二）复杂系统模型空间平台技术问题的典型子问题

1.复杂系统模型空间平台技术，概括起来涉及到以下两类典型：

一是全球地理框架非结构化对象大数据系统平台技术。

二是超级复杂系统对象模型大数据轻量化系统平台技术：主要是针对复杂系统数字化模型中没有结构化尺度与分块特征的模型领域的应用。

2.解决复杂系统模型空间平台技术问题的主要难点，需要在以下三个方面取得实质性进展：

一是在于系统充分理解从基础大数据、行业大数据到物联网大数据、互联网大数据等的基本结构特征、生产加工特征、存储特征和应用特征等。

二是在于基于现实产业界硬件基础条件与应用实际需求的条件下，考虑产业化应用中的内在不变与千变万化。

三是在以上两类特点的基础上，学习和整合全球开源软件资源，结合中华文化的整体思维观，系统的进行软件底层架构与开发语言等的原始创新，从而才有可能彻底解决。

目前，针对复杂系统模型空间平台技术问题的软件系统研发，国内相关部委以及BAT等知名IT公司等，也提出了很多类似的概念并开展了相关研究，比如智慧城市操作系统、工程BIM全流程操作系统、数据中台等，其实质都属于以上前两类典型瓶颈技术平台问题在一些特定行业的体现，但是由于缺乏对以上两方面问题的基本意识和综合理解；尤其是相关领军研发团队，针对地质大数据、地表大数据、气象大数据、水体大数据、地物自然体大数据、人体大数据、半自然半设计类建造体BIM大数据、设计类产品大数据等，几乎没有作过系统性的研究，甚至都不知道这些数据的存在和基本结构；显然，如要开发面对这些大数据的存储和分析、管理和应用等的大型系统平台，是不大可能的，不亚于天方夜谭，相关大系统的开发最终无法产业化落地是一种必然。

八、基础大数据工程新基建典型项目剖析

（一）基础大数据工程新基建项目基本特点

1.应属于社会发展的基础需求，或国家战略性需求，或未来全球相关国家发展所需；

2.具有长期基础性使用价值，而不是短时间几年内就会被替代；

3.能够对传统产业转型升级等带来实质性推动作用；

4.有利于转化为自主核心竞争力要素：①具有自主原创内核和整体产业链转型升级再造解决方案能力领域，而不是嫁接在国外核心技术之上的所谓创新技术产业体系；②能够发挥中国历史文化精华有效传承价值，且与中华民族伟大复兴目标相匹配的体系。

（二）基础大数据工程新基建四大项目

从新基建项目的基本特点出发，当前适合推动的基础大数据工程应包括“四大新基建项目”，即“基础大数据建设”、“基础大设施建设”、“基础大文化建设”、“基础大科研建设”。

1.基础大数据建设类新基建项目

基础大数据建设项目应属于新基建首选建设项目。基础大数据建设的主要建设内容，包括基于中国陆地及海洋1000多万平方公里的领域，从高空数公里到地下数公里的空间尺度上，基于大气、水体、地表、地物、地质等，结合中国地质、测绘、气象、海洋、地震五大国家局所形成的历史数据，并结合新一代工业测绘和物探采集设备等所全方面采集的多方面高精度原始数据，深度结合建筑物BIM全流程技术，在此基础上进行精细化、矢量化、对象化、属性化、拓扑一致化的整体性一体化数据加工与建模，形成“数字中国的基础大数据”体系，进而为真正打造面向全球的“透明地球”奠定基础。

2.基础大设施建设类新基建项目

“基础大设施建设”项目应属于新基建中第二类重点建设项目。

“基础大设施建设”项目的主要建设内容为：按照工程全生命周期BIM化应用、数字孪生工程体系和建筑工业化智能化等的发展要求，所推动涉及国计民生的重大基础设施领域。

“基础大设施建设”项目所涉及的重点类型包括：战略性区域生态系统修复工程、战略性水资源优化调度工程、战略性垦区精准农田建设工程、战略性河湖综合修复工程、战略性公共油气资源管网设施建设工程、战略性公共铁塔设施建设工程、战略性综合交通设施建设工程、战略性海洋支撑设施建设工程等。

在探讨“基础大设施建设”项目时，要避免一个认识误区：现有基础设施+物联网+人工智能刷脸+视频无线支付等，不属于“基础大设施建设”；这些应该属于主流基础设施建设领域的“新市场”发展范畴。

3.基础大文化建设类新基建项目

“基础大文化建设”项目应属于新基建中第三类重点建设项目。

“基础大文化建设”项目的主要建设内容为：从持续数千年的中华民族历史文化精华优秀传承出发，按照中华民族伟大复兴的要求，全方面推动中国文化精华传承工程体系的建设。

“基础大文化建设”项目所涉及的重点类型包括：

（1）中国各地各民族特色文化工程。涉及地方方言、习俗、特技等文化传承的调查、数字化重建、文化传承接班人教育、传承文化互联网传播等建设内容。

（2）中国各地文物场所保护再现工程。涉及各地三级以上文物场所修复保护、数字化重建、互联网数字化虚拟旅游与教育等建设内容。

（3）中国古典典籍文字工程。涉及中国历史数千年所流传的各类典籍，以及医学、族谱、乐谱、工匠等领域的著作，实现其全部的体系化建设、数字化重建、互联网数字化阅读与教育等。

4.基础大科研建设类新基建项目

“基础大科研建设”项目，属于建议的“新基建”中第四类重点建设项目。由于其基础性科研地位，或者属于市场不可购买的特定行业一体化技术的系列发展技术，而构成一类特殊的“新基建”项目。

“基础大科研建设”项目的主要建设内容为：支撑与“基础大数据”建设及产业化应用相关的具有战略前瞻性的基础科学、重大实验设备、重型产业关键技术、新型产业链关键技术等具有公益属性的研究基础设施体系的建设。

“基础大科研建设”项目所涉及的重点类型包括：重大科技基础设施、科教基础设施、产业技术创新基础设施，以及建筑设计智能装备、建筑施工智能装备、点云逆向建模智能装备等新一代工程样机或设施设备等的建设。

九、大数据消费新市场趋势剖析

当前社会正在向数字经济社会转变，世界消费体系将表现出两种显著特征：一是个人消费走向存量发展空间，而公共消费仍处在增量发展空间；二是人类的物质消费走向存量发展空间，而数字虚拟消费将处在高速增量发展空间。

（一）个人消费与物质消费发展趋势

个人消费走向存量发展空间，是由个体结构特点、地球资源环境承载能力与百年科学技术发展走向天花板的趋势等所综合确定的。

人类个体的消费能力，受自身生物结构能量物质需求、每天24小时时间约束所限制。目前过渡摄入营养怕胖、24小时手机的视觉与声觉体验所需的内容与流量，都已宣告有条件的个人物质消费已经达到极值、进入一种饱和消费状态。

百年科学技术发展，针对个体消费产品的形式、内容等方面的创新、研发等也接近天花板。

地球资源环境承载能力的有限性，以及现有个人消费过程中存在的大量浪费，使得人类物质消费无法再像欧美富豪那种奢侈方式，只能走节俭绿色自然生活道路。

2020新冠肺炎疫情在全球的流行会进一步压缩全人类个人消费的欲望与空间，并将可能彻底扭转全人类自由激情的物质生活方式及习惯。

（二）公共消费发展趋势

从公共消费的增量发展空间看，无论是中国、发达国家还是发展中国家，在“基础大数据建设”、“基础大设施建设”、“基础大文化建设”等领域，都有着实际刚需和巨大发展空间，也就是说，公共消费体系应该会越来越成为拉动世界增量经济的关键引擎。

在工业经济社会，中国及第三世界国家公共消费常常被诟病不透明，但是随着互联网、物联网、大数据在社会的应用与普及，公共消费在不同社会制度和环境下实现阳光透明消费的条件已经具备，这将为推动世界公共消费增量经济的发展注入强心剂。

数字经济时代的发展趋势与特点，为中国推进新基建，发展公共消费，提升人民福祉等创造了最佳的支撑条件。

（三）数字虚拟消费发展趋势

数字虚拟消费的关键在于信息化、大数据化与3D化，而“基础大文化建设”，将是推动未来阳光、文明、绿色、民族的数字虚拟消费经济发展的关键引擎与支撑。

“基础大文化建设”的实施，将荡涤以无聊直播为主体内容的数字虚拟消费，转向以弘扬中国传统文化与民族特色，以及理想情操、世界观等为内容的数字虚拟消费。

（四）推进大数据消费新市场建设

从中国和世界消费体系的发展趋势——个人消费走向存量发展空间而公共消费仍处在增量发展空间、人类物质消费走向存量发展空间而数字虚拟消费将处在高速增量发展空间，可以看出，党中央、国务院提出的推进新基建、发展数字经济的重大决策，与世界消费体系的发展趋势规律是相一致的，深刻全面体现出时代发展主题与特点。

中国下一步在大力发展自我循环经济的新基建中，加快“基础大数据建设”、“基础大设施建设”、“基础大文化建设”、“基础大科研建设”，在推进新基建的同时，大力开拓新市场，对增强全体人民福祉，建设数字经济社会具有重大战略意义。

十、基础大数据建设项目投资模式探讨

（一）基础大数据建设项目投资模式探讨

2020年3月31日财政部正式印发《政府和社会资本合作（PPP）项目绩效管理操作指引》（财办金〔2020〕13号，以下简称“《操作指引》”），明晰了PPP项目绩效的目标、指标管理、监控、评价、组织保障等内容。

《操作指引》要求PPP项目的各参与方围绕“按效付费、无效问责”的管理原则，结合项目不同特点，抓住绩效评价的关键目标和指标，分配好权重系数，真正实现PPP项目的物有所值，实现以“提高公共服务质量和效率”的绩效评价目的。

这个项目绩效管理操作指引的出台，为新基建，包括大数据新基建项目的投资管理实施操作提出了规范要求。大数据新基建项目不能再只是为基建投资而投资，不再是面子工程，除了符合新基建基本特点之外，必须要按照PPP项目中“按效付费、无效问责”的管理原则来确保项目落地和有效实施，确保新基建项目为国家、社会、人民的需求，发挥出应有的效用和价值。

（二）基础大数据建设新科研项目投入模式探讨

国家科研投入产出比严重不匹配，以SCI论文为纲，以西方技术流派为评估准则，往往将创新研究、研究方法论与西方科学主义混为一谈。

以中医为例，中医虽然不是西方科学主义概念范畴的科学，但它是很有价值的知识技术体系，也是可以按照科学的方法来进行研究和创新的。

以近10年国内发展云计算、大数据、物联网、人工智能为例，社会投入相关的资金数以万亿计，但是所产生的创新价值及产业化能力却非常有限。

全球2020新冠肺炎疫情就是一面镜子，主流大数据技术、物联网技术与AI技术的表现如此无能为力，而中医的辨证应用治疗却发挥了独特作用，充分验证了现有科技研发体系中的不足与缺陷。

因此，建议针对新基建战略项目中的“基础大科研建设”项目，大力推进创新：

1.能够全方位向民营企业敞开、向自由科技工作者敞开。

2.允许企业按照市场产业发展需求，由企业自主立项，向国家相关科研主管部门备案。

3.待研发企业取得实质性成果，并开始产业化应用后，再由企业向国家申请专项补贴。

4.补贴模式是，在一定的产业化周期内，确定单位产业化应用补贴额，再结合实际的市场产业化量计算，实施相关科技研发补贴。

十一、基础大数据建设产业化落地路线图

（一）认清基础大数据建设类新基建项目特点

政策环境要求高：“基础大数据建设”类新基建项目，属于公共消费能力强或发展潜能足的领域，其受到土地所有制、基础设施投资主体性等相关政策体制的严重影响。

建设技术门槛高：“基础大数据建设”类新基建项目的有效实施，需要在大数据智能建模技术及复杂系统模型空间平台技术领域，即工业软件智能化技术等取得产业化突破。

成功经验比较少：1999年澳大利亚首次提出“玻璃地球”计划，曾在欧美发达国家广泛推广，属于全球最早意义上的“基础大数据建设”类新基建项目范畴；但是20年来，项目建设至今没有取得实质性进展。中国与国外的其它类似项目更是凤毛麟角。

潜在产业价值大：所有与地球体相关的产业，都将受惠于“基础大数据建设”类新基建项目中的基础大数据；传统产业（包括农业、工业、建筑业等）实现转型升级和彻底再造的关键性技术支撑，全球与地球体相关的产业互联网实质性发展，实质在于“基础大数据建设”能否产业化落地。

（二）挖掘基础大数据建设新基建项目实施条件

政策环境条件独一无二：党的领导与中国社会主义优势，尤其是土地的公有等，为“基础大数据建设”新基建项目实施，可以说提供了全球独一无二的政策体制环境。

自主原创整体产业化技术取得进展：“基础大数据建设”类新基建项目所面临的一系列技术门槛，国内本土原创研发力量，历经二十年的持续积累与创新，从基础理论到算法，从系统底层框架到系统平台，从专业技术与信息技术、智能技术的多维度融合到生产流程技术体系再造等，弯道超车欧美相关前沿技术，已经形成了完整的产业化技术体系综合解决能力，并在相关行业领域的应用项目与样板项目中得到了验证，为后续产业化实施奠定了坚实的基础。

全球2020新冠肺炎疫情带来经济发展新趋势：全球2020新冠肺炎疫情之后的世界政治、经济等的格局将发生深远的变化，相关趋势的演绎为中国推动“基础大数据建设”类新基建项目，带来了有利的国际环境。

信息化手段的透明监管保障到位：数字中国、信用中国、数字社会治理体系等的制度与监管体系的加快建设与发展，为进一步扫清“基础大数据建设”类新基建项目中可能的腐败现象，提供了力量保障。

（三）落地基础大数据建设新基建项目关键步骤

国家政策主导：针对“基础大数据建设”类新基建项目的规划、立项、建设、运维，以及后续相关公共消费范围强制应用基础大数据等，国家需进行立法或出台相关的专项管理规定。

实验区项目主试：由市场主体牵头、部委或地方政府备案许可，分典型地域、行业，确定“基础大数据建设”新基建样板项目；样板项目建设完后，由部委或地方政府组织第三方社会技术团体进行验收；验收通过之后，获得部委或地方政府补贴，样板项目建设方或关联方作为市场主体，牵头实施具体的“基础大数据建设”新基建类项目。

市场化模式主建：严格按照“按效付费、无效问责”管理原则的PPP 项目，实施建设；并严格遵循建设路线图：企业自主立项，国家相关科研主管部门备案，产业化落地后科研补贴模式，支撑产业化综合产学研的创新与研发。

大数据成果国家主有：大数据的建设权、管理权、经营权与所有权分离；基础大数据，属于国家最核心的数据资源，其所有权将为国家所有；“基础大数据建设”新基建类PPP项目的市场主体享有合同期内的全部建设权与经营权，在国家保密监管的条件下享有基本的管理权。

地方政府与行业主用：各个地方政府主推的大区域高精度多源的“基础大数据建设”新基建类PPP项目，将成为继土地财政之外的新一大数据财政来源；同时地方政府按照市场化原则，是推动相关的公益消费应用基础大数据成果的排头兵，是行业领域充分主动结合自身市场化产业化需求，应用基础大数据，推进自身转型升级、流程再造、产业升级等的中坚市场化力量。

十二、基础大数据工程实际项目的典型设计

针对“新基建”中“基础大数据建设”与“基础大设施建设”的综合特点，设计了以下三个典型“新基建”类项目：

雄安新区白洋淀生态水系修复是雄安新区一项关键性工作，其中生态水系修复的关键在于治理被污染的淤泥。

白洋淀总面积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种污染物，分布的污染物浓度多少等，都需要进行精准的信息调查，形成大数据。

此外，以平均处理1米深度（实质分布深度可能远不止1米）的污泥计算，整个项目区域需要处理多达3.36亿立方米污泥，这些污泥该怎么分布式分阶段处理，处理之后该如何变废为宝，都需要运用整个白洋淀周边环境基础大数据，构建精准的地表、地质信息模型。形成精准的治理方案、资金成本预算和全流程管理系统等。

2.新基建项目设计思路

以白洋淀336平方公里范围高精度的地表、水体、淤泥体污染物调查，以及埋深数十米的工程地质、水文地质、环境地质等的高精度基础数据采集、加工等为目标，设计“白洋淀生态水系修复基础大数据建设”项目。

传统规划与建设城市防洪抗旱体系，往往忽视与周边城市之间的影响，而只针对城市自身的防洪要素等进行。

这种传统模式在20年之前基本是可行的，原因在于：过去中国城镇化水平较低，一大片区域范围中就一个城市，周边存在大面积的可淹没缓冲地带，一旦形成洪水，只要把自身城市防住即可。

但传统模式在当前情势下就不合适了，尤其是在中国东部、华南以及中部经济发达地区等，现有城镇化水平高，城镇分布星罗密布，城镇之间的可淹没缓冲地带小，如果单独从一个城市防洪来推进，不管如何强化，防洪问题只会越来越严重，因为经济发展到一定水平，几乎所有的问题都会受到本地区域资源环境承载力水平上限的制约。

因此，相关的创新工作思路就是要基于城市基础大数据体系，按照流域资源环境承载力的要求，推进城市内涝防洪适应体系建设：

一是要改变城市防洪的基本理念，城市防洪的级别不再是越高越好，应该与综合流域区域的资源环境总体承载力水平相适应。

二是要转移城市水灾水患的管理重心，应该从防止水患，向城市适应水患的基础设施体系建设转变，比如在城市布局高轮胎的公共交通，以及在城市干道区域与小区特定位置等，设置高台用于存放物品与站立等。

三是要科学、系统的基于基础大数据体系，开展城市海绵地质体与洪水地表缓冲消纳池工程等的建设。

四是要科学、系统的开展城市区域的河水、雨水与地下水资源的整体可开采承载力综合研究与计算，基于城市基础大数据，建立河流、湖泊、城市区域等的水资源承载力指标体系，为城市规划、建设等提供强大支撑。

2.城市基础大数据与城市内涝防洪项目设计思路

针对城市内涝与防洪形势比较严重的城市，以整个城市的地表、地物以及埋深数十米的工程地质、水文地质、环境地质等的高精度基础数据采集、加工，以及城市周边洪水消纳缓冲区域的地表、地物等的高精度基础数据采集、加工等为目标，设计“内涝与防洪城市基础大数据建设”项目。

中国水资源在时空分布上极不均衡，人均水资源拥有量低于世界平均水平。水资源跨时空的调度是中国合理利用开发水资源、构建水安全的重大举措。

中国黄河水利委员会最近正在针对中国西线调水工程（“红旗河调水工程”），开展调水线路的相关地质地形调查。显然这项工作本身在当前是很有意义的。但是从目前相关工作布局来看，有三个层面的工作可以加强：

一是从基础大数据建设正快速向以“3D+大数据+智能”为基本技术形态的发展趋势看，目前这项工作的推进方式不是最优的。

“红旗河”调水区域，贯通中国西部的大部分区域，涉及到西部开发、少数民族经济发展、生态保护、地质灾害防治、农林业生态发展等诸多项国家战略重点工作。

这些战略性的重点工作，实质都与高精度的地质、地表、地物、水体等的基础大数据紧密相关。

因此，在如此重要的战略建设板块中，一个如此大范围可以说是中国历史上最大建设规模、最具影响力的项目，仅仅按照单一项目来推进相关建设，从经济上看是不优化的。

二是在工程建设BIM全流程技术进入应用和快速普及的时代，工程建设行业针对工程线路开展的勘测与调查工作技术体系，未充分融合相关最新技术，从技术路线上看也不是优化的。

目前仍然是以传统人机采集数据模式为主，分规划、可研、初步设计、详细设计与施工过程等不同阶段，按照不同场地范围从大到小，而精度却从小到大等技术逻辑与流程，来逐步分阶段开展原始数据采集与现场调查等工作。

这在工业化采集数据技术应用之前，考虑到人机交互采集工作中的大面积、高精度数据成本非常大、时间周期长等现实条件，是比较适宜的。

但是在已经进入到工业化采集数据时代的当下，基于国家的全局发展需要，集中和大规模面对西部地区的整体开发，采集全局大区域的高精度数据，建设西部地区基础大数据库，并基于西部基础大数据成果，推进和实施南水北调西线工程项目建设，无论是经济上还是技术上都是最可行的、最优化的。

三是当前水利建设行业部门，针对工程线路开展的勘测与调查工作所形成的技术成果不尽合理。

当前水利建设行业仍然是按照地理信息的模式生产相应的基础数据成果，本文中针对“地理信息与基础大数据区分认识模糊区”的剖析，就此进行了论证，表明这是一种价值含量低的成果类型。

所有工程类建设项目，尤其是大区域工程建设项目，对数据需求的是复杂系统的基础大数据，而不是简单的地理信息。

2.基础大数据与南水北调西线工程项目设计思路

建议针对南水北调西线工程（“红旗河工程”）的选线及影响区域——中国西部几十万平方公里范围，以工业遥感采集技术，整体采集高精度地表、地物、水体等原始大数据，结合国家历史地质调查等原始大数据，进行大区域地质、地表、地物、河湖水体等一体化基础大数据建模等为目标，设计和启动“中国西部基础大数据建设”项目。

参考文献

[1]《大数据经典十问》，http://www.数字中国.cn/?p=895，鼎天智（北京）大数据科技有限公司

[2]《大数据基本逻辑与国家电网大数据课题研究报告》，http://www.数字中国.cn/?p=804，鼎天智（北京）大数据科技有限公司

[3]《人类健康安全模型与新非典疫情思考》，http://www.数字中国.cn/?p=1253，GodMaker

[4]《互联网/物联网的前世今生&&&区块链超维自主创新——对象链及产业化应用》，http://www.数字中国.cn/?p=1047，中国集团公司促进会智能技术研究院、天衍智（北京）科技有限公司、对象链（北京）科技有限公司

[5]《2020新非典管控与大数据本质4T逻辑》，http://www.数字中国.cn/?p=1268，GodMaker

[6]《火眼金睛透视——互联网远程办公技术体系》，http://www.数字中国.cn/?p=1318，GodMaker

[7]《对2020全球性新冠肺炎黑天鹅演绎的思考》，http://www.数字中国.cn/?p=1322，GodMaker

[8]《科学与阴阳五行建模·中医与新冠肺炎治疗》，http://www.数字中国.cn/? p=1356，GodMaker

[9]《从3S技术到3M技术与产业互联网》，http://www.数字中国.cn/?p=1361，GodMaker

[10]《中国智慧城市年鉴（2014）》（下卷P663），中国建材工业出版社