
第二章 中国大数据区域发展水平评估
一、评估依据
(一)评估指标体系
本书的研究对象为大数据,从基础环境、产业发展和行业应用三个角度出发评估大数据发展水平。其中,基础环境是推动大数据发展的重要支撑,优化基础环境已经成为推动大数据发展的必然选择;产业发展是大数据发展的首要任务,成为大数据战略布局重点;行业应用是大数据价值实现的重要途径,拓展行业应用成为推动大数据发展的重要方向。
中国大数据发展水平评估基本指标体系(2019)共包括3个一级指标,13个二级指标,如表2-1和图2-1所示。
表2-1 中国大数据发展水平评估指标体系(2019)


图2-1 中国大数据发展水平评估指标体系
一级指标1是大数据基础环境,共5个二级指标,分别是组织建设、政策环境、信息基础设施就绪度、集聚示范、智力保障。
一级指标2是产业发展,共4个二级指标,分别是产业规模、企业数量、创新能力、数据资源。
一级指标3是行业应用,共4个二级指标,分别是政务应用、工业应用、重点行业应用、民生应用。
(二)指标测算方法
本报告采用无量纲化处理和综合评价法,计算方法如下。
1.指标无量纲化
为了消除各指标单位不同的问题,首先对数据进行“无量纲化处理”,计算出无量纲化后的相对值。根据指标数据类型的不同及指标体系的差异,选择不同的处理方式和指标基值。
记各评估指标的原始值为Xij(i为指标对象、j为指标编号),无量纲化后的值为Zij,指标j的计算基值为。
数值指标的处理:在指标体系中,绝大多数的指标为数值类指标。为了避免原始值差异过大造成的指标区分度不均衡,这里采用取对数的方法对指标进行无量纲化。指标计算公式为

二值指标的处理:在指标体系中二值处理方法如下:若Xij=1(表示“有”),则Zij=50;若Xij=0(表示“无”),则Zij=0。
指数指标的处理:在指标体系中,指数指标处理方法如下:由于该数据在计算时已经通过了无量纲化处理,因此只需将该数据归一化处理。指标计算公式为

基值的计算:指标体系基值参考范围为国家大数据综合试验区所在省、市、自治区,ξ={贵州、北京、天津、河北、广东、上海、河南、重庆、辽宁、内蒙古},基值计算公式为

其中,n表示ξ中元素的个数,即n=10。
2.指标权重确定
指标权重的确定采取“专家打分法”,即由专家组对评估指标体系内二级指标的权重进行打分,各指标体系权重总分为100。二级指标的最终权重为专家打分的平均值jλ,一级指标的权重为所属二级指标权重的加和。
3.指数计算
大数据发展评估指标体系中各对象的总体指数及一级指标指数的计算采用加权平均法,即
