国务院参事石勇：当前，我国数字文化产业总量已趋高位，即将成为国民经济支柱型产业。但是，没有大数据，数字化的经济便是“无米之炊”，没有智能算法，数字化的经济不能“创造价值”。目前大数据的发展仍面临短板与挑战。

  日前，在2021广电视听产业高峰论坛上，国务院参事、中国科学院虚拟经济与数据科学研究中心主任、中国科学院大数据挖掘与知识管理重点实验室主任、发展中国家科学院院士石勇发表了题为《大数据与数字文化》的演讲，详细地理解阅读数字文化产业的巨大变革潜力和创新空间。

  石勇指出，当前，数字文化产业迎来重要的战略机遇期。习在2020年提出要顺应数字产业化、产业数字化的发展的新趋势，加快新型文化业态，改造提升民间传统文化业态，提高质量效益和核心竞争力。文化和旅游部《关于推动数字文化产业高水平发展的意见》等文件指明了数字文化产业的概念，并进一步提出“要促进文化产业与数字化的经济、实体经济深层次地融合，扩大优质数字文化产品供给，促进消费升级，积极融入“双循环”新发展格局。”此外，《中华人民共和国国民经济与社会持续健康发展第十四个五年规划和2035年远大目标纲要》也明白准确地提出实施文化产业数字化战略，加快发展新型文化企业、文化业态、文化消费模式，壮大数字创意、网络视听、数字出版、数字娱乐、线上演播等产业。

  在回望数字文化产业的发展历史时，石勇指出，数字文化产业经历了三个发展阶段，通过三个阶段特征能清楚看到数字文化产业高质量发展的不同推动力。一是全球数字技术催生数字文化发展的阶段。在这一阶段，“数字内容产业”(digital content industry)的概念被正式提出，即运用数字化高新技术手段和信息技术进行整合运用的产品或服务。二是全球数字化的经济浪潮助推数字文化产业高质量发展的阶段。2009年，中国政府发布《文化产业振兴规划》，提出数字内容产业是新兴文化业态发展的重点。直到2018年，中国数字化的经济规模达31.3万亿元，占GDP比重达34.8%，数字文化产业作为数字化的经济的重要组成部分，发展迅猛。三是全球数字消费新场景拉升数字文化发展的阶段。例如，随着全世界疫情扩散蔓延，数字文化产业开启“宅娱乐”模式，带来了更为丰富的数字消费场景。

  从发展历程看，数字文化产业一种原因是国家积极布局、政策引领的结果，另一方面也是数字文化企业创新的成果。石勇向与会者介绍了我国数字文化产业高质量发展现状。当前，我国数字文化产业总量已趋高位，即将成为国民经济支柱型产业。整体看来，全球娱乐市场1010亿美元的收入中，数字产品占比达到56%，中国成为仅次于美国的全球第二大市场。数字文化产业成为引领经济稳步的增长的重要引擎，正处于爆发式增长前夜。

  在数字文化产业的细致划分领域，数字创意产业成为全世界数字化的经济火车头。石勇表示，随着文化与科技的深层次地融合，新兴技术正形成数字创意新的基础架构。一方面，新技术将从消费向生产渗透，带来全要素效率升级，提升消费体验和资源利用效率。另一方面，新一代信息技术与文化创意领域的结合，催生了O2O、分享经济等新模式新业态持续涌现。

  没有大数据，数字化的经济便是“无米之炊”，没有智能算法，数字化的经济不能“创造价值”。石勇认为，大数据与算法是赋能数字化的经济与数字文化产业高水平发展的重要力量。具体来说，石勇从四个方面总结了大数据对数字文化产业的重要意义。

  一是大数据赋能拓展文化消费新空间。当前智能终端的广泛普及和移动支付的加快速度进行发展，使得人们能实现基于移动终端开展的全新领域和全新场景的文化消费。

  二是大数据赋能打造文化创制新模式。针对数字文化技术创新需求，充分的发挥企业在数字技术创新中的主体作用，着力推动文化产业数字化转型的共性技术、关键研发技术与应用，重点开发内容可视化呈现、互动化传播、沉浸化体验技术应用系统平台与产品。

  三是大数据赋能创造文化产品新内容。运用数字技术对文化资源进行深度开发，充分挖掘中华优良历史传统文化蕴含的思想观念和人文精神，不断加强数字文化产业原创能力建设，培育塑造了一批具有民间传统文化特色的IP，并借助动漫游戏、网络文学、网络音乐、网络视频、数字艺术、创意设计等数字文化产业形态，推动文化IP的开发与转化，着力打造具有国际影响力的数字文化品牌。

  四是大数据赋能营造文化产业新生态。数字时代产业竞争的重点是ECO的建构。数字技术赋予企业组织变革的重大机遇。依靠平台支撑和产业链的不断延伸,数字文化企业围绕客户的真实需求,连接起文化价值链的关键点,不断构建和完善文化产业的创新创业ECO，推动文化产业服务能力和整体竞争力的有效提升。

  值得注意的是，目前大数据的发展仍面临短板与挑战。石勇指出，挑战主要在三个方面：

  第一，在云存储和云计算基础上，如何利用信息技术等手段对进行相对有效非结构化和半结构化数据处理已成为各国大数据专家共同关注的前沿科研问题。

  第二，如何探索大数据复杂性、不确定性特征描述的刻画方法及大数据的系统建模，这一问题的突破是实现大数据知识发现的前提和关键。

  第三，研究数据异构性与决策异构性的关系对大数据知识发现与管理决策的影响，由于大数据本身的复杂性，这一问题无疑是一个重要的科研课题，对传统的数据挖掘理论和技术提出了新的挑战。

  石勇进一步指出，未来，大数据与智能算法的高度关联与融合将为社会持续健康发展提供重要基础，我们要打造大数据国家、创造大数据文化、成为大数据社会，向智慧社会前进。