一是不确定性，因为我们采集数据，不是整体或整群，只是部分，决定了样本的代表性有偏差。

二是共享非常困难，由我国长期条块分割造成，亟须建立一套很好的共享机制。

三是结合国情的大数据挖掘、分析、服务做得不到位。

四是不能总Fol l ow（追随），我们要创新。我在做空间规划，服务于国家区域决策的时候，发现东方的哲学、东方的思维也是挺好的，如果把这些应用到大数据中，我们会有很多创新。

五是大数据应用方面的复合型人才欠缺。我们不缺技术人才，但管理人才、复合人才，包括集成人才，我们奇缺。

如果我们解决了上述问题，从大数据应用的顶层设计建立标准，那么中国制造业或有赶超欧美的可能。

最近在做“一带一路”研究，我划分了世界三个制造业中心，最早是在西欧；第二是北美，以美国、加拿大为核心；第三，东亚地区，包括日韩、中国内地、中国台湾、香港等，甚至外扩到新加坡。未来制造业最有魅力的将是东亚。东亚面向大海，交通没有问题；有很好的腹地系统，可很好地支撑整个制造业；此外，东亚地区的外围，包括东南亚、南亚地区，人口众多，有很好的市场。中国要走在前头，须找到制高点，从哪里入手？我们不走欧洲、北美走过的老路，我们要走新的路，这个新道路正在探索中——如何通过大数据促进我们的管理更加有效，建立一套现代化的管理体系，通过现代化的管理体系辐射到行业管理，辐射到制造业及市场。一旦建立起这套体系，未来完成中国制造业转型升级，完成全球制造中心代际转化，就大有希望。

    国务院发展研究中心产业经济研究部第一研究室主任王晓明：

    大数据应用须做顶层制度设计

汽车行业产业链较长，既涉及产品、制造，又涉及服务和使用，所以汽车领域的大数据应用，链条也较长，应用范围很广。

汽车行业业已存在的福特生产方式、丰田生产方式，实质是将生产侧的效率提升到最高水平。而汽车出厂后在使用端，其效率还有很大的挖掘空间。做个简单描述：一辆车一天可24小时使用，实际往往只使用三四个小时；一辆乘用车正常可以乘5个人，但是多数时间只坐一两个人……意味着汽车在使用端，作为社会资源的效率还有非常大的可挖掘空间。

由此，我们是不是可以把汽车制造和使用以及服务看成一个体系，通过大数据或信息化的技术和手段，比如平台，来实现从“制造+服务”的效率最优？这意味着我国可以通过此路径实现对丰田生产方式的超越，从汽车大国发展为汽车强国。