更好地利用数据@@@@将是未来经济和社会进步的重要推动力@@。数据@@分析和人工智能的广泛采用预计在未来几年将为美国@@国内生产总值@@(GDP)贡献数千亿美元@@@@,其中包括金融@@,交通运输@@和制造等领域@@,同时@@为解决在教育@@和医疗保健领域取得成果的新机会@@。一份新的报告分析和排名美国@@哪些州最有利于利用数据@@驱动的经济@@。

  排名前五位@@的州是马萨诸塞州@@、华盛顿@@、马里兰州@@、加利福尼亚和特拉华@@。他们是数据@@驱动创新的繁荣中心@@,这表明政策制定者对支持数字经济@@的持续承诺会带来数字红利@@。一些地区利用自身优点@@,使它们能够充分利用数据@@驱动的创新@@,如许多大学的社区@@。同时@@,各主要地区都采取了积极主动的措施来鼓励数据@@开放创新@@,例如@@支持公立学校@@、投资电子政府@@@@、实施强有力的开放数据@@政策以及促进卫生信息技术@@的部署@@。

  该指数中排名最低的五个州是南卡罗来纳@@、阿拉巴马州@@、路易斯安那州@@、西弗吉尼亚州和密西西比州@@。这些州都未能制定相应的公共政策@@,来促进数据@@创新@@。例如@@,西维吉尼亚排名第@@49位@@,因为他未能做好相关的保障措施@@,满足公众获取信息的要求@@,提高电子政务@@的利用程度@@,鼓励智能电表的应用@@,在这些指标中@@,它的得分很低@@。

美国@@:更好地利用数据@@@@ 保障美国@@全球领先@@

  数据@@创新中心和报告主要负责人丹尼尔@@·卡斯特罗@@(Daniel Castro)表示@@:“如今决策者决定鼓励数据@@驱动型创新将对国家未来增长和居民生活质量产生长期影响@@。”“越早开展数据@@利用@@,越能从中获益@@。其能够提高政府@@工作效率@@,来应对如医疗保健等各方面挑战@@。同时@@将自身立于数据@@创新的前沿@@,各地区@@、各国家将能够吸引和培育一大批企业@@,最终成为数字经济@@的枢纽@@。

  该中心的分析评估了各州在@@25个指标中的相对实力@@,涵盖了鼓励和推动数据@@创新驱动至关重要的三类资产@@:

  数据@@:关键数据@@集的可用范围@@,包括有关政府@@@@,教育@@,保健和能源的数据@@@@。

  技术@@:关键数字基础设施的可用性@@,如宽带@@,智能电表和电子健康记录@@。

  人和企业@@:人力和商业资源@@,如国家数据@@公司数量和数据@@科学界的规模@@。

  政策制定者应该支持这三个领域@@,以成功地推动数据@@驱动的创新@@。

  首先@@,各国应采取措施保证数据@@可供使用@@,例如@@通过确保政府@@机构收集和发布高价值数据@@集@@。开放的政府@@数据@@@@,促进公开透明@@,鼓励公民合作@@,并通过创新和有效的决策来创造价值@@。提供的数据@@还可以为私营部门提供开发新产品和服务所必需的基础@@。例如@@,位@@于芝加哥的创业公司@@SpotHero,它制作了一个移动应用程序来帮助驾驶员找到并预留停车位@@@@,主要依靠开放的政府@@数据@@@@进行初步开发@@。

  政府@@机构也可以利用数据@@来改善服务@@,提高效率@@。例如@@,没有额外的投资@@,俄勒冈州的国家船舶委员会使用其国家的开放式数据@@平台@@来取代其两年度划船手册@@,这本手册原本每两年花费@@15万美元@@,每两年生产一张现场交互式地图@@,包括特定地理条例@@,码头@@,维修站@@,以及船民的导航@@说明@@。

  美国@@商务部估计@@,私营部门使用政府@@数据@@@@,年收入高达@@2210亿美元@@。而在全球范围内@@,麦肯锡全球研究院估计@@,开放数据@@有可能在教育@@@@,运输@@,消费品@@,电力@@,石油和天然气@@,医疗保健和消费金融行业创造@@每年@@3万亿美元@@至@@5万亿美元@@的附加价值@@。

  第二@@,各国应该能够部署支持数字经济@@支撑的技术@@平台@@@@。这包括促进数字基础设施的部署@@,如固定和移动宽带互联网@@@@,以及智能交通系统@@,电子健康记录和智能电表等数据@@平台@@@@。此外@@,各国应考虑如何支持物联网@@(IoT)的发展@@,特别是支持基于传感器收集物理基础设施数据@@和政府@@机构数据@@交互的智慧城市@@的发展@@@@。

  第三@@,国家经济发展工作应重点关注@@数字经济@@@@,帮助现有产业转型@@,更好地利用数据@@@@。例如@@,更好地利用医疗保健中的数据@@和分析数据@@@@,以便医生做出更好的医疗决策@@,提供更好的预防性护理@@,这可以将成本降低高达@@4500亿美元@@。

  数据@@驱动创新发展@@可以从所需的人力资本开始@@,并支持参与数字经济@@的企业@@。任何企业都能够通过利用数据@@并且从中受益@@,但数据@@人才的缺乏将制约企业高速发展@@。为此@@,各国应通过改进数据@@教学和培训活动@@,促进数据@@驱动型企业的发展@@@@。

  完整的@@85页@@(PDF文件@@)的排名@@、分析和建议可以在@@这里下载@@

责任编辑@@:qinpeng