大数据 、云计算、互联网等是怎么样实现价值

1 大数据兴起预示“信息时代”进入新阶段
（1） 看待大数据要有历史性的眼光
信息时代是相对于农业和工业时代而言的一段相当长的时间。不同时代的生产要素和社会发展驱动力有明显差别。信息时代的标志性技术发明是数字计算机、集成电路、光纤通信和互联网（万维网）。尽管媒体上大量出现“大数据时代”的说法，但大数据、云计算等新技术目前还没有出现与上述划时代的技术发明可媲美的技术突破，难以构成一个超越信息时代的新时代。信息时代可以分成若干阶段，大数据等新技术的应用标志着信息社会将进入一个新阶段。
考察分析100年以上的历史长河可以发现，信息时代与工业时代的发展规律有许多相似之处。电气化时代与信息时代生产率的提高过程惊人地相似。都是经过20~30年扩散储备之后才有明显提高，分界线分别是1915年和1995年。笔者猜想，信息技术经过几十年的扩散储备后，21世纪的前30年可能是信息技术提高生产率的黄金时期。
（2） 从“信息时代新阶段”的高度认识“大数据”
中国已开始进入信息时代，但许多人的思想还停留在工业时代。经济和科技工作中出现的许多问题，其根源是对时代的认识不到位。18-19世纪中国落后挨打，根源是满清政府没有认识到时代变了，我们不能重犯历史性的错误。
中央提出中国进入经济“新常态”以后，媒体上有很多讨论，但多数是为经济增速降低做解释，很少有从时代改变的角度论述“新常态”的文章。笔者认为，经济新常态意味着中国进入了以信息化带动新型工业化、城镇化和农业现代化的新阶段，是经济和社会管理的跃迁，不是权宜之计，更不是倒退。
大数据、移动互联网、社交网络、云计算、物联网等新一代信息技术构成的IT架构“第三平台”是信息社会进入新阶段的标志，对整个经济的转型有引领和带动作用。媒体上经常出现的互联网、创客、“第二次机器革命”、“工业40”等都与大数据和云计算有关。大数据和云计算是新常态下提高生产率的新杠杆，所谓创新驱动发展就是主要依靠信息技术促进生产率的提高。
（3）大数据可能是中国信息产业从跟踪走向引领的突破口
中国的大数据企业已经有相当好的基础。全球十大互联网服务企业中国占有4席（阿里巴巴、腾讯、百度和京东），其他6个Top10 互联网服务企业全部是美国企业，欧洲和日本没有互联网企业进入Top10。这说明中国企业在基于大数据的互联网服务业务上已处于世界前列。在发展大数据技术上，我国有可能改变过去30年技术受制于人的局面，在大数据应用上中国有可能在全世界起到引领作用。
但是，企业的规模走在世界前列并不表示我国在大数据技术上领先。实际上，国际上目前流行的大数据主流技术没有一项是我国开创的。开源社区和众包是发展大数据技术和产业的重要途径，但我们对开源社区的贡献很小，在全球近万名社区核心志愿者中，我国可能不到200名。我们要吸取过去基础研究为企业提供核心技术不够的教训，加强大数据基础研究和前瞻技术研究，努力攻克大数据核心和关键技术。
2 理解大数据需要上升到文化和认识论的高度
（1） 数据文化是一种先进文化
数据文化的本质是尊重客观世界的实事求是精神，数据就是事实。重视数据就是强调用事实说话、按理性思维的科学精神。中国人的传统习惯是定性思维而不是定量思维。目前许多城市在开展政府数据开放共享工作，但是发现多数老百姓对政府要开放的数据并不感兴趣。要让大数据走上健康的发展轨道，首先要大力弘扬数据文化。本文讲的数据文化不只是大数据用于文艺、出版等文化产业，而是指全民的数据意识。全社会应认识到：信息化的核心是数据，只有政府和大众都关注数据时，才能真正理解信息化的实质；数据是一种新的生产要素，大数据的利用可以改变资本和土地等传统要素在经济中的权重。
有人将“上帝与数据共舞”归纳为美国文化的特点之一，说的是美国人既有对神的诚意，又有通过数据求真的理性。美国从镀金时代到进步主义时期完成了数据文化的思维转变，南北战争之后人口普查的方法被应用到很多领域，形成了数据预测分析的思维方式。近百年来美国和西方各国的现代化与数据文化的传播渗透有密切关系，我国要实现现代化也必须强调数据文化。
提高数据意识的关键是要理解大数据的战略意义。数据是与物质、能源一样重要的战略资源，数据的采集和分析涉及每一个行业，是带有全局性和战略性的技术。从硬技术到软技术的转变是当今全球性的技术发展趋势，而从数据中发现价值的技术正是最有活力的软技术，数据技术与数据产业的落后将使我们像错过工业革命机会一样延误一个时代。
（2）理解大数据需要有正确的认识论
历史上科学研究是从逻辑演绎开始的，欧几里得几何的所有定理可从几条公理推导出来。从伽利略和牛顿开始，科学研究更加重视自然观察和实验观察，在观察基础上通过归纳方法提炼出科学理论，“科学始于观察”成为科学研究和认识论的主流。经验论和唯理论这两大流派都对科学的发展做出过重大贡献，但也暴露出明显的问题，甚至走入极端。理性主义走向极端就成为康德所批判的独断主义，经验主义走入极端就变成怀疑论和不可知论。
20世纪30年代，德国哲学家波普尔提出了被后人称为“证伪主义”的认识论观点，他认为科学理论不能用归纳法证实，只能被试验发现的反例“证伪”，因而他否定科学始于观察，提出“科学始于问题”的著名观点[3]。证伪主义有其局限性，如果严格遵守证伪法则，万有引力定律、原子论等重要理论都可能被早期的所谓反例扼杀。但“科学始于问题”的观点对当前大数据技术的发展有指导意义。
大数据的兴起引发了新的科学研究模式：“科学始于数据”。从认识论的角度看，大数据分析方法与“科学始于观察”的经验论较为接近，但我们要牢记历史的教训，避免滑入否定理论作用的经验主义泥坑。在强调“相关性”的时候不要怀疑“因果性”的存在；在宣称大数据的客观性、中立性的时候，不要忘了不管数据的规模如何，大数据总会受制于自身的局限性和人的偏见。不要相信这样的预言：“采用大数据挖掘，你不需要对数据提出任何问题，数据就会自动产生知识”。面对像大海一样的巨量数据，从事数据挖掘的科技人员最大的困惑是，我们想捞的“针”是什么？这海里究竟有没有“针”？也就是说，我们需要知道要解决的问题是什么。从这个意义上讲，“科学始于数据”与“科学始于问题”应有机地结合起来。
对“原因”的追求是科学发展的永恒动力。但是，原因是追求不完的，人类在有限的时间内不可能找到“终极真理”。在科学的探索途中，人们往往用“这是客观规律”解释世界，并不立即追问为什么有这样的客观规律。也就是说，传统科学并非只追寻因果性，也可以用客观规律作为结论。大数据研究的结果多半是一些新的知识或新的模型，这些知识和模型也可以用来预测未来，可以认为是一类局部性的客观规律。科学史上通过小数据模型发现一般性规律的例子不少，比如开普勒归纳的天体运动规律等；而大数据模型多半是发现一些特殊性的规律。物理学中的定律一般具有必然性，但大数据模型不一定具有必然性，也不一定具有可演绎性。大数据研究的对象往往是人的心理和社会，在知识阶梯上位于较高层，其自然边界是模糊的，但有更多的实践特征。大数据研究者更重视知行合一，相信实践论。大数据认识论有许多与传统认识论不同的特点，我们不能因其特点不同就否定大数据方法的科学性。大数据研究挑战了传统认识论对因果性的偏爱，用数据规律补充了单一的因果规律，实现了唯理论和经验论的数据化统一，一种全新的大数据认识论正在形成。
   3 正确认识大数据的价值和效益
（1）大数据的价值主要体现为它的驱动效应
人们总是期望从大数据中挖掘出意想不到的“大价值”。实际上大数据的价值主要体现在它的驱动效应，即带动有关的科研和产业发展，提高各行各业通过数据分析解决困难问题和增值的能力。大数据对经济的贡献并不完全反映在大数据公司的直接收入上，应考虑对其他行业效率和质量提高的贡献。大数据是典型的通用技术，理解通用技术要采用“蜜蜂模型”：蜜蜂的效益主要不是自己酿的蜂蜜，而是蜜蜂传粉对农业的贡献。
电子计算机的创始人之一冯·诺依曼曾指出：“在每一门科学中，当通过研究那些与终极目标相比颇为朴实的问题，发展出一些可以不断加以推广的方法时，这门学科就得到了巨大的进展。”我们不必天天期盼奇迹出现，多做一些“颇为朴实”的事情，实际的进步就在扎扎实实的努力之中。媒体喜欢宣传一些令人惊奇的大数据成功案例，对这些案例我们应保持清醒的头脑。据Intel中国研究院首席工程师吴甘沙在一次报告中透露，所谓“啤酒加尿布”的数据挖掘经典案例，其实是Teradata公司一位经理编出来的“故事”，历史上并没有发生过[4]。即使有这个案例，也不说明大数据分析本身有什么神奇，大数据中看起来毫不相关的两件事同时或相继出现的现象比比皆是，关键是人的分析推理找出为什么两件事物同时或相继出现，找对了理由才是新知识或新发现的规律，相关性本身并没有多大价值。
有一个家喻户晓的寓言可以从一个角度说明大数据的价值：一位老农民临终前告诉他的3个儿子，他在他家的地中埋藏了一罐金子，但没有讲埋在哪里。
他的儿子们把他家所有的地都深挖了一遍，没有挖到金子，但由于深挖了土地，从此庄稼收成特别好。数据收集、分析的能力提高了，即使没有发现什么普适的规律或令人完全想不到的新知识，大数据的价值也已逐步体现。
（2）大数据的力量来自“大成智慧”
每一种数据来源都有一定的局限性和片面性，只有融合、集成各方面的原始数据，才能反映事物的全貌。事物的本质和规律隐藏在各种原始数据的相互关联之中。不同的数据可能描述同一实体，但角度不同。对同一个问题，不同的数据能提供互补信息，可对问题有更深入的理解。因此在大数据分析中，汇集尽量多种来源的数据是关键。
数据科学是数学（统计、代数、拓扑等）、计算机科学、基础科学和各种应用科学融合的科学，类似钱学森先生提出的“大成智慧学”[5]。钱老指出：“必集大成，才能得智慧”。大数据能不能出智慧，关键在于对多种数据源的集成和融合。IEEE计算机学会最近发布了2014年的计算机技术发展趋势预测报告，重点强调“无缝智慧（seamless intelligence）”。发展大数据的目标就是要获得协同融合的“无缝智慧”。单靠一种数据源，即使数据规模很大，也可能出现“瞎子摸象”一样的片面性。数据的开放共享不是锦上添花的工作，而是决定大数据成败的必要前提。
大数据研究和应用要改变过去各部门和各学科相互分割、独立发展的传统思路，重点不是支持单项技术和单个方法的发展，而是强调不同部门、不同学科的协作。数据科学不是垂直的“烟囱”，而是像环境、能源科学一样的横向集成科学。
（3）大数据远景灿烂，但近期不能期望太高
交流电问世时主要用作照明，根本想象不到今天无处不在的应用。大数据技术也一样，将来一定会产生许多现在想不到的应用。我们不必担心大数据的未来，但近期要非常务实地工作。人们往往对近期的发展估计过高，而对长期的发展估计不足。Gartner公司预测，大数据技术要在5~10年后才会成为较普遍采用的主流技术，对发展大数据技术要有足够的耐心。
大数据与其他信息技术一样，在一段时间内遵循指数发展规律。指数发展的特点是，从一段历史时期衡量（至少30年），前期发展比较慢，经过相当长时间（可能需要20年以上）的积累，会出现一个拐点，过了拐点以后，就会出现爆炸式的增长。但任何技术都不会永远保持“指数性”增长，一般而言，高技术发展遵循Gartner公司描述的技术成熟度曲线（hype cycle），最后可能进入良性发展的稳定状态或者走向消亡。
需要采用大数据技术来解决的问题往往都是十分复杂的问题，比如社会计算、生命科学、脑科学等，这些问题绝不是几代人的努力就可以解决的。宇宙经过百亿年的演化，才出现生物和人类，其复杂和巧妙堪称绝伦，不要指望在我们这一代人手中就能彻底揭开其奥妙。展望数百万年甚至更长远的未来，大数据技术只是科学技术发展长河中的一朵浪花，对10~20年大数据研究可能取得的科学成就不能抱有不切实际的幻想。
 4 从复杂性的角度看大数据研究和应用面临的挑战
大数据技术和人类探索复杂性的努力有密切关系。20世纪70年代，新三论（耗散结构论、协同论、突变论）的兴起对几百年来贯穿科学技术研究的还原论发起了挑战。1984年盖尔曼等3位诺贝尔奖得主成立以研究复杂性为主的圣菲研究所，提出超越还原论的口号，在科技界掀起了一场复杂性科学运动。虽然雷声很大，但30年来并未取得预期的效果，其原因之一可能是当时还没有出现解决复杂性的技术。
集成电路、计算机与通信技术的发展大大增强了人类研究和处理复杂问题的能力。大数据技术将复杂性科学的新思想发扬光大，可能使复杂性科学得以落地。复杂性科学是大数据技术的科学基础，大数据方法可以看作复杂性科学的技术实现。大数据方法为还原论与整体论的辩证统一提供了技术实现途径。大数据研究要从复杂性研究中吸取营养，从事数据科学研究的学者不但要了解20世纪的“新三论”，可能还要学习与超循环、混沌、分形和元胞自动机等理论有关的知识，扩大自己的视野，加深对大数据机理的理解。
大数据技术还不成熟，面对海量、异构、动态变化的数据，传统的数据处理和分析技术难以应对，现有的数据处理系统实现大数据应用的效率较低，成本和能耗较大，而且难以扩展。这些挑战大多来自数据本身的复杂性、计算的复杂性和信息系统的复杂性。
（1）数据复杂性引起的挑战
图文检索、主题发现、语义分析、情感分析等数据分析工作十分困难，其原因是大数据涉及复杂的类型、复杂的结构和复杂的模式，数据本身具有很高的复杂性。目前，人们对大数据背后的物理意义缺乏理解，对数据之间的关联规律认识不足，对大数据的复杂性和计算复杂性的内在联系也缺乏深刻理解，领域知识的缺乏制约了人们对大数据模型的发现和高效计算方法的设计。形式化或定量化地描述大数据复杂性的本质特征及度量指标，需要深入研究数据复杂性的内在机理。人脑的复杂性主要体现在千万亿级的树突和轴突的链接，大数据的复杂性主要也体现在数据之间的相互关联。理解数据之间关联的奥秘可能是揭示微观到宏观“涌现”规律的突破口。大数据复杂性规律的研究有助于理解大数据复杂模式的本质特征和生成机理，从而简化大数据的表征，获取更好的知识抽象。为此，需要建立多模态关联关系下的数据分布理论和模型，理清数据复杂度和计算复杂度之间的内在联系，奠定大数据计算的理论基础。
（2） 计算复杂性引起的挑战
大数据计算不能像处理小样本数据集那样做全局数据的统计分析和迭代计算，在分析大数据时，需要重新审视和研究它的可计算性、计算复杂性和求解算法。大数据样本量巨大，内在关联密切而复杂，价值密度分布极不均衡，这些特征对建立大数据计算范式提出了挑战。对于PB级的数据，即使只有线性复杂性的计算也难以实现，而且，由于数据分布的稀疏性，可能做了许多无效计算。
传统的计算复杂度是指某个问题求解时需要的时间空间与问题规模的函数关系，所谓具有多项式复杂性的算法是指当问题的规模增大时，计算时间和空间的增长速度在可容忍的范围内。传统科学计算关注的重点是，针对给定规模的问题，如何“算得快”。而在大数据应用中，尤其是流式计算中，往往对数据处理和分析的时间、空间有明确限制，比如网络服务如果回应时间超过几秒甚至几毫秒，就会丢失许多用户。大数据应用本质上是在给定的时间、空间限制下，如何“算得多”。从“算得快”到“算得多”，考虑计算复杂性的思维逻辑有很大的转变。所谓“算得多”并不是计算的数据量越大越好，需要探索从足够多的数据，到刚刚好的数据，再到有价值的数据的按需约简方法。
基于大数据求解困难问题的一条思路是放弃通用解，针对特殊的限制条件求具体问题的解。人类的认知问题一般都是NP难问题，但只要数据充分多，在限制条件下可以找到十分满意的解，近几年自动驾驶汽车取得重大进展就是很好的案例。为了降低计算量，需要研究基于自举和采样的局部计算和近似方法，提出不依赖于全量数据的新型算法理论，研究适应大数据的非确定性算法等理论。
（3）系统复杂性引起的挑战
大数据对计算机系统的运行效率和能耗提出了苛刻要求，大数据处理系统的效能评价与优化问题具有挑战性，不但要求理清大数据的计算复杂性与系统效率、能耗间的关系，还要综合度量系统的吞吐率、并行处理能力、作业计算精度、作业单位能耗等多种效能因素。针对大数据的价值稀疏性和访问弱局部性的特点，需要研究大数据的分布式存储和处理架构。
大数据应用涉及几乎所有的领域，大数据的优势是能在长尾应用中发现稀疏而珍贵的价值，但一种优化的计算机系统结构很难适应各种不同的需求，碎片化的应用大大增加了信息系统的复杂性，像昆虫种类一样多（500多万种）的大数据和物联网应用如何形成手机一样的巨大市场，这就是所谓“昆虫纲悖论”[6]。为了化解计算机系统的复杂性，需要研究异构计算系统和可塑计算技术。
大数据应用中，计算机系统的负载发生了本质性变化，计算机系统结构需要革命性的重构。信息系统需要从数据围着处理器转改变为处理能力围着数据转，关注的重点不是数据加工，而是数据的搬运；系统结构设计的出发点要从重视单任务的完成时间转变到提高系统吞吐率和并行处理能力，并发执行的规模要提高到10亿级以上。构建以数据为中心的计算系统的基本思路是从根本上消除不必要的数据流动，必要的数据搬运也应由“大象搬木头”转变为“蚂蚁搬大米”。
 5 发展大数据应避免的误区
（1） 不要一味追求“数据规模大”
大数据主要难点不是数据量大，而是数据类型多样、要求及时回应和原始数据真假难辨。现有数据库软件解决不了非结构化数据，要重视数据融合、数据格式的标准化和数据的互 *** 作。采集的数据往往质量不高是大数据的特点之一，但尽可能提高原始数据的质量仍然值得重视。脑科学研究的最大问题就是采集的数据可信度差，基于可信度很差的数据难以分析出有价值的结果。
一味追求数据规模大不仅会造成浪费，而且效果未必很好。多个来源的小数据的集成融合可能挖掘出单一来源大数据得不到的大价值。应多在数据的融合技术上下功夫，重视数据的开放与共享。所谓数据规模大与应用领域有密切关系，有些领域几个PB的数据未必算大，有些领域可能几十TB已经是很大的规模。
发展大数据不能无止境地追求“更大、更多、更快”，要走低成本、低能耗、惠及大众、公正法治的良性发展道路，要像现在治理环境污染一样，及早关注大数据可能带来的“污染”和侵犯隐私等各种弊端。
（2） 不要“技术驱动”，要“应用为先”
新的信息技术层出不穷，信息领域不断冒出新概念、新名词，估计继“大数据”以后，“认知计算”、“可穿戴设备”、“机器人”等新技术又会进入炒作高峰。我们习惯于跟随国外的热潮，往往不自觉地跟着技术潮流走，最容易走上“技术驱动”的道路。实际上发展信息技术的目的是为人服务，检验一切技术的唯一标准是应用。我国发展大数据产业一定要坚持“应用为先”的发展战略，坚持应用牵引的技术路线。技术有限，应用无限。各地发展云计算和大数据，一定要通过政策和各种措施调动应用部门和创新企业的积极性，通过跨界的组合创新开拓新的应用，从应用中找出路。
（3） 不能抛弃“小数据”方法
流行的“大数据”定义是：无法通过目前主流软件工具在合理时间内采集、存储、处理的数据集。这是用不能胜任的技术定义问题，可能导致认识的误区。按照这种定义，人们可能只会重视目前解决不了的问题，如同走路的人想踩着自己身前的影子。其实，目前各行各业碰到的数据处理多数还是“小数据”问题。我们应重视实际碰到的问题，不管是大数据还是小数据。
统计学家们花了200多年，总结出认知数据过程中的种种陷阱，这些陷阱不会随着数据量的增大而自动填平。大数据中有大量的小数据问题，大数据采集同样会犯小数据采集一样的统计偏差。Google公司的流感预测这两年失灵，就是由于搜索推荐等人为的干预造成统计误差。
大数据界流行一种看法：大数据不需要分析因果关系、不需要采样、不需要精确数据。这种观念不能绝对化，实际工作中要逻辑演绎和归纳相结合、白盒与黑盒研究相结合、大数据方法与小数据方法相结合。
（4） 要高度关注构建大数据平台的成本
目前全国各地都在建设大数据中心，吕梁山下都建立了容量达2 PB以上的数据处理中心，许多城市公安部门要求存储3个月以上的高清监控录像。这些系统的成本都非常高。数据挖掘的价值是用成本换来的，不能不计成本，盲目建设大数据系统。什么数据需要保存，要保存多少时间，应当根据可能的价值和所需的成本来决定。大数据系统技术还在研究之中，美国的E级超级计算机系统要求能耗降低1 000倍，计划到2024年才能研制出来，用现在的技术构建的巨型系统能耗极高。
我们不要攀比大数据系统的规模，而是要比实际应用效果，比完成同样的事消耗更少的资源和能量。先抓老百姓最需要的大数据应用，因地制宜发展大数据。发展大数据与实现信息化的策略一样：目标要远大、起步要精准、发展要快速。

湖南省同程亲和力 旅游 国际旅行社有限公司（简称：亲和力 旅游 ）正式加入世界动物保护协会发起的 “大象友好型 旅游 “ 的行列，承诺不销售、不提供以及不推广大象骑乘、表演等相关 娱乐 活动。同时，亲和力 旅游 承诺将积极宣传大象保护的理念，鼓励游客选择“大象友好型” 旅游 方式。

亲和力 旅游 是国内大型的旅行社集团化公司，成立于1985年，扎根湖南本土。疫情扰乱 旅游 业之前的2019年，亲和力 旅游 销售的涉及到大象骑乘或表演的产品共计3560人次。目前以及出境游复苏后的将来，亲和力 旅游 都将不再提供这类对大象有伤害的 旅游 产品，而将提供野外观察大象等野生动物友好的替代产品。

“热爱生命、热爱自然，包含在我们的企业文化之中，也是我们的产品内核。保护动物是企业 社会 责任的一部分，我们将响应世界动物保护协会的号召，以身作则，停售且不推广大象骑乘和表演等旅行产品，积极宣传保护大象，并鼓励游客选择“动物友好型”出行方式。未来，我们将把“动物友好型”理念延伸至更多野生动物。同时，希望我们的行动能鼓励并呼吁更多企业和个人共同关注并保护野生动物。” —— 亲和力 旅游 产品研发部总经理李黎

世界动物保护协会对此表示欢迎，并呼吁更多 旅游 企业能够践行负责任的“野生动物友好型 旅游 “的理念，关注并加入保护大象等受 旅游 业影响的野生动物的行列。

“作为 旅游 业中至关重要的一环， 旅游 企业连接着作为供应商的景点，也面对着庞大的消费者人群，有责任和有能力在保护动物方面采取积极的承诺和行动，推动 旅游 业的发展更加文明、更负责任。作为湖南第一家签署“大象友好型 旅游 承诺”的企业，亲和力 旅游 此次的行动是在野生动物友好的方向下迈出了重要的一步，期待未来更多的企业可以加入，助力疫情之后的 旅游 业‘更好的重塑’！” —— 世界动物保护协会野生动物项目经理郑钰

野生动物，并非玩物

世界动物保护协会与牛津大学联合进行的一项研究显示，大象骑乘、与老虎合影、与狮子散步、参观熊乐园、把玩海龟、观看海豚表演等均属于“全球十大伤害野生动物 娱乐 项目”，对动物带来很大伤害。以大象为例，仅东南亚地区就有超过3000头大象被用于 旅游 娱乐 活动，其中超过四分之三被圈养在条件非常恶劣的环境之中。许多大象在幼年时就被从母亲身边带走，被长期迫接受残酷的训练，而且终身无法回到野外。

越来越多的企业和公众开始关注 旅游 业对野生动物造成的影响。从2015年开始，世界动物保护协会开展“野生动物，并非玩物”项目，致力于保护野生动物，敦促提供野生动物 娱乐 项目的 旅游 场所改善动物福利条件并积极转型。

截至目前，全球已有超过260家 旅游 企业承诺下架大象骑乘和表演等野生动物 娱乐 活动。目前，国内已有21家知名 旅游 企业签署“大象友好型 旅游 承诺”或“野生动物友好型 旅游 承诺”。

消费的转变成新趋势

根据世界动物保护协会发布的首个年轻群体 旅游 消费趋势报告显示，年轻群体作为 旅游 消费的主力，更期望选择动物友好型的出行方式。其中，85%的年轻游客反对给动物来带伤害或虐待的 旅游 项目，808%的游客甚至愿意支付更高昂的价格。

动物友好型 旅游 无论是从当前的参与程度还是未来的参与意愿而言，都已经成为年轻消费者更加偏好的 旅游 活动形式。 旅游 企业应该把握这一机遇，转型升级和动物有关的 旅游 产品，适应市场需求。关注野生动物的保护，推动 旅游 景点的升级和转型，善待野生动物，寻求更可持续的发展方式。

疫情之后，重塑一个更加负责任和有韧性的 旅游 业至关重要， 旅游 业与野生动物的关系也需要做出改变。世界动物保护协会将加强多方合作，呼吁更多的 旅游 企业加入其中，减少 旅游 业对全球野生动物的负面影响。世界动物保护协会愿意在这一过程中，为中国 旅游 企业提供指导。

野生动物 娱乐 表演是建立在动物的痛苦之上，请选择“野生动物友好型”出行方式，做负责任的文明旅行者。

物联网是新一代信息技术的重要组成部分，也是“信息化”时代的重要发展阶段。其英文名称是：“Internet of things（IoT）”。顾名思义，物联网就是物物相连的互联网。这有两层意思：其一，物联网的核心和基础仍然是互联网，是在互联网基础上的延伸和扩展的网络；其二，其用户端延伸和扩展到了任何物品与物品之间，进行信息交换和通信，也就是物物相息。物联网通过智能感知、识别技术与普适计算等通信感知技术，广泛应用于网络的融合中，也因此被称为继计算机、互联网之后世界信息产业发展的第三次浪潮。物联网是互联网的应用拓展，与其说物联网是网络，不如说物联网是业务和应用。因此，应用创新是物联网发展的核心，以用户体验为核心的创新20是物联网发展的灵魂。
基本信息
中文名：物联网
英文名：Internet of Things
首次提出：Kevin Ashton教授
核心：物物相联领域
权威媒体：物媒体 iwumeiti
缩写：IOT
起源
1991年美国麻省理工学院（MIT）的Kevin Ash-ton教授首次提出物联网的概念。
1995年比尔盖茨在《未来之路》一书中也曾提及物联网，但未引起广泛重视。
1999年美国麻省理工学院建立了“自动识别中心（Auto-ID）”，提出“万物皆可通过网络互联”，阐明了物联网的基本含义。早期的物联网是依托射频识别（RFID）技术的物流网络。
2004年日本总务省（MIC）提出u-Japan计划，该战略力求实现人与人、物与物、人与物之间的连接，希望将日本建设成一个随时、随地、任何物体、任何人均可连接的泛在网络社会。
2005年11月17日，在突尼斯举行的信息社会世界峰会（WSIS）上，国际电信联盟（ITU）发布《ITU互联网报告2005：物联网》，引用了“物联网”的概念。物联网的定义和范围已经发生了变化，覆盖范围有了较大的拓展，不再只是指基于RFID技术的物联网。
2006年韩国于确立了u-Korea计划，该计划旨在建立无所不在的社会（ubiquitous society），在民众的生活环境里建设智能型网络（如IPv6、BcN、USN）和各种新型应用（如DMB、Telematics、RFID），让民众可以随时随地享有科技智慧服务。2009年韩国通信委员会出台了《物联网基础设施构建基本规划》，将物联网确定为新增长动力，提出到2012年实现“通过构建世界最先进的物联网基础实施，打造未来广播通信融合领域超一流信息通信技术强国”的目标。
2009年欧盟执委会发表了欧洲物联网行动计划，描绘了物联网技术的应用前景，提出欧盟政府要加强对物联网的管理，促进物联网的发展。
2009年1月28日，IBM首次提出“智慧地球”概念，建议新政府投资新一代的智慧型基础设施。当年，美国将新能源和物联网列为振兴经济的两大重点。
2009年8月，温家宝总理在无锡视察时提出“感知中国”，无锡市率先建立了“感知中国”研究中心，中国科学院、运营商、多所大学在无锡建立了物联网研究院。物联网被正式列为国家五大新兴战略性产业之一，写入了十一届全国人大三次会议政府工作报告，物联网在中国受到了全社会极大的关注。
定义
物联网的概念最早出现于比尔盖茨1995年《未来之路》一书，在《未来之路》中，比尔盖茨已经提及Internet of Things的概念，只是当时受限于无线网络、硬件及传感设备的发展，并未引起世人的重视。
1998年，美国麻省理工大学(MIT)创造性地提出了当时被称作EPC系统的“物联网”的构想；1999年，美国Auto-ID首先提出“物联网”的概念，称物联网主要是建立在物品编码、RFID技术和互联网的基础上。
2005年，ITU发布了《ITU互联网报告2005：物联网》，综合二者内容，正式提出“物联网”的概念，包括了所有物品的联网和应用。目前较为公认的物联网的定义是：通过射频识别(RFID)、红外感应器、全球定位系统、激光扫描器等信息传感设备，按约定的协议，把任何物品与互联网连接起来，进行信息交换和通讯，以实现智能化识别、定位、跟踪、监控和管理的一种网络。
物联网的英文名称是Internet Of Things，那么它和互联网之间又是什么关系呢？实际上，物联网的概念来自于对互联网的类比，根据物联网与互联网的关系分类，不同专家学者对物联网给出了各自的定义，可归纳为如下四种类型：
1、物联网是传感网，不接入互联网
有专家认为，物联网就是传感网，只是给人们生活环境中的物体安装传感器，这些传感器可以更好地帮助我们认识环境，这个传感器网不接入互联网络，例如上海浦东机场的传感器网络，其本身并不接入互联网，却号称是中国第一个物联网。物联网与互联网的关系是相对独立的两张网。
2、物联网是互联网的一部分
物联网并不是一张全新的网，实际上早就存在了，它是互联网发展的自然延伸和扩张，是互联网的一部分。互联网是可包容一切的网络，将会有更多的物品加入到这张网中。也就是说，物联网包含于互联网之内。
3、物联网是互联网的补充网络
我们通常所说的互联网是指人与人之间通过计算机结成的全球性的网络，服务于人与人之间的信息交换。而物联网的主体则是各种各样的物品，通过物品间传递信息从而达到最终服务于人的目的，两张网的主体不同。所以物联网是互联网的扩展和补充，物联网与互联网是相对平等的两张网。如果把互联网比作是人类信息交换的动脉，那么物联网就是毛细血管，两者相互连通，是互联网的有益补充。
4、物联网是未来的互联网
从宏观概念上讲，未来的物联网将使人置身于无所不在的网络之中，在不知不觉中，人可以随时随地与周围的人或物进行信息的交换，这时，物联网也就等同于泛在网络，或者说未来的互联网。物联网、泛在网络、未来的互联网，他们的名字虽然不同，但表达的都是同一个愿景，那就是人类可以随时、随地、使用任何网络、联系任何人或物，以达到信息交换的自由。
四种概念的界定都有其可取之处，也有不足之处。从狭义的角度看，只要是物品之间通过传感网络连接而成的网络，不论是否接入互联网，都应算是物联网的范畴。从广义角度看，物联网不仅局限于物与物之间的信息传递，还将和现有的电信网络实现无缝融合，最终形成人与物无所不在的信息交换，形成泛在网络。
事实上，物联网与互联网的关系是相对独立的两张网，只不过两者在数据传输技术上有一定的共性而已。在电话网和互联网应用中，我们希望所有的人、计算机等是互联互通的。然而物联网则不同，一个太湖水质监测系统和中石油的物流系统可以毫无关系。这就是IBM公司提出智慧地球概念时，强调其垂直行业应用的原因。所以，物联网是基于对物可控、可管理技术的一个个互不相连的专用网络的统称。目前，国际上习惯将其称为“泛在网络”，实际上就是要与互联网有所区别。
组成部分
物联网很早就被用于生产与生活之中，但是应用范围十分有限，再有就是单一应用较多，综合应用较少，直接使用较多计算优化较少。IBM提出的智慧地球的概念就是要更大范围更深层次地建设和利用物联网。物联网本质上是一个信号采集和处理的网络。物联网利用各种传感器或人为设置的各种身份识别码，把物质世界中的各种信息变为电信号，电信号通过电信网络传送到计算机处理系统和显示系统，经过计算机处理后的数据存储备查，在必要时计算机将发出报警信号或者控制信号，报警信号或者控制信号由通信网络送到指定的地方报警，或由指定预设装置执行控制。
1、传感器
传感器是一种物理装置或生物器官，能够探测、感受外界的信号、物理条件（如光、热、湿度）或化学组成（如烟雾），并将探知的信息传递给其他装置或器官。
传感器在日常生活生产中很常见，它可以把一些物理量的变化变为电信号的变化。例如话筒和喇叭就是一对语音传感器。除日常会用到的传感器之外，传感器还有很多种类。这些传感器很少被用到，因而它们的价格很高，正是这个原因阻碍了物联网络的发展。传感器可以是声、光、压力、震动、速度、重量、密度、硬度、湿度、温度、图像、语音、电波、化学；或者是气体的流速、流量、气压、成分；或是液体的流速、流量、成分；或是固体的数量、重量、硬度等。
2、电子标签（ID）
电子标签是上个世纪新发展起来的技术，已经获得了很多应用，例如超市用于标识商品的条形码。现有的电子标签有条形码、二维码、磁卡、接触式IC卡、非接触卡、射频识别（RFID）。
射频识别即RFID（Radio Frequency IDentification）技术，又称电子标签、无线射频识别，是一种通信技术，可通过无线电讯号识别特定目标并读写相关数据，而无需识别系统与特定目标之间建立机械或光学接触。
3、电信网络
电信网络是电信系统的公共设施，是指在两个和多个规定的点间提供连接，以便在这些点间建立电信业务和信息的节点与链路的集合。
电信网络早已为人类所使用，现在使用最多的有语音、文字、音乐、、图像等各种信息传输。物联网的信息传送有其独特的地方，与日常使用的语音、文字、音乐、、图像传输相比，物联网的信息传输更多的是小数据量的传输和特大数据量的传输。小到每月只发送几个bit，如煤气抄表；大到连续不间断的发送大幅图像，如交通监视，而中等数据量的信息传送却比较少见。这对通信提出了新的要求，为实现高效率物联网通信，需要通信行业做出新的标准和新型接入设备，以适应物联网各种通信的需要。现有的通信网络有电缆、光缆、微波、蓝牙、红外、WiFi、WINMX、移动通信（2G、3G、4G）、卫星。
4、数据处理
物联网采集到的数据是为了各种不同的目的，为满足不同需求这些数据需要经过计算机的数据处理。这些处理常常包括汇总求和、统计分析、阀值判断、专业计算、数据挖掘。
5、显示系统
物联网采集到的图像和信息常常需要直接显示或是经过计算后显示到计算机或者大屏幕上，常见的显示状况有图像、图表、曲线。
6、报警系统
物联网采集到的信息常常需要直接报警或是经过计算机处理后报警，常见的报警形式有声、光、电（电话、短信）。当所选参数偏离预先设定的限度值时能进行报警的系统。
7、控制执行系统
有一些物联网不仅被要求采集信号、处理信号、存储信号，还被要求发出控制指令，经过网络指挥指定的预设执行装置，通过指定预设执行装置的指令执行行动以达到控制目的。
产业链
一、设备制造商
二、系统集成商
三、网络运营商
四、平台供应商
应用领域
物联网应用涉及国民经济和人类社会生活的方方面面，因此，“物联网”被称为是继计算机和互联网之后的第三次信息技术革命。信息时代，物联网无处不在。由于物联网具有实时性和交互性的特点，因此，物联网的应用领域主要有如下 。
1、城市管理
（1）智能交通（公路、桥梁、公交、停车场等）
物联网技术可以自动检测并报告公路、桥梁的“健康状况”，还可以避免过载的车辆经过桥梁，也能够根据光线强度对路灯进行自动开关控制。在交通控制方面，可以通过检测设备，在道路拥堵或特殊情况时，系统自动调配红绿灯，并可以向车主预告拥堵路段、推荐行驶最佳路线。在公交方面，物联网技术构建的智能公交系统通过综合运用网络通信、GIS地理信息、GPs定位及电子控制等手段，集智能运营调度、电子站牌发布、IC卡收费、ERP（快速公交系统）管理等于一体。通过该系统可以详细掌握每辆公交车每天的运行状况。另外，在公交候车站台上通过定位系统可以准确显示下一趟公交车需要等候的时间；还可以通过公交查询系统，查询最佳的公交换乘方案。
停车难的问题在现代城市中已经引发社会各界的热烈关注。通过应用物联网技术可以帮助人们更好地找到车位。智能化的停车场通过采用超声波传感器、摄像感应、地感性传感器、太阳能供电等技术，第一时间感应到车辆停入，然后立即反馈到公共停车智能管理平台，显示当前的停车位数量。同时将周边地段的停车场信息整合在一起，作为市民的停车向导，这样能够大大缩短找车位的时间。
（2）智能建筑（绿色照明、安全检测等）
通过感应技术，建筑物内照明灯能自动调节光亮度，实现节能环保，建筑物的运作状况也能通过物联网及时发送给管理者。同时，建筑物与GPs系统实时相连接，在电子地图上准确、及时反映出建筑物空间地理位置、安全状况、人流量等信息。
（3）文物保护和数字博物馆
数字博物馆采用物联网技术，通过对文物保存环境的温度、湿度、光照、降尘和有害气体等进行长期监测和控制，建立长期的藏品环境参数数据库，研究文物藏品与环境影响因素之间的关系，创造最佳的文物保存环境，实现对文物蜕变损坏的有效控制。
（4）古迹、古树实时监测
通过物联网采集古迹、古树的年龄、气候、损毁等状态信息。及时作出数据分析和保护措施。在古迹保护上实时监测能有选择地将有代表性的景点图像传递到互联网上，让景区对全世界做现场直播，达到扩大知名度和广泛吸引游客的目的。另外，还可以实时建立景区内部的电子导游系统。
（5）数字图书馆和数字档案馆
使用RFID设备的图书馆／档案馆，从文献的采访、分编、加工到流通、典藏和读者证卡，RFD标签和阅读器已经完全取代了原有的条码、磁条等传统设备。将RFID技术与图书馆数字化系统相结合，实现架位标识、文献定位导航、智能分拣等。应用物联网技术的自助图书馆，借书和还书都是自助的。借书时只要把身份z或借书卡插进渎卡器里，再把要借的书在扫描器上放一下就可以了。还书过程更简单，只要把书投进还书口，传送设备就自动把书送到书库。同样通过扫描装置，工作人员也能迅速知遭书的类别和位置以进行分拣。
2、数字家庭
如果简单地将家庭里的消费电子产品连接起来，那么只是—个多功能遥控器控制所有终端，仅仅实现了电视与电脑、手机的连接，这不是发展数字家庭产业的初衷。只有在连接家庭设备的同时，通过物联网与外部的服务连接起来，才能真正实现服务与设备互动。有了物联网，就可以在办公室指挥家庭电器的 *** 作运行，在下班回家的途中，家里的饭菜已经煮熟，洗澡的热水已经烧好，个性化电视节目将会准点播放；家庭设施能够自动报修；冰箱里的食物能够自动补货。
3、定位导航
物联网与卫星定位技术、GSM／GPRS／CDMA移动通讯技术、GIS地理信息系统相结合，能够在互联网和移动通信网络覆盖范围内使用GPs技术，使用和维护成本大大降低，并能实现端到端的多向互动。
4、现代物流管理
通过在物流商品中植入传感芯片（节点），供应链上的购买、生产制造、包装／装卸、堆栈、运输、配送／分销、出售、服务每—个环节都能无误地被感知和掌握。这些感知信息与后台的GIS／GPS数据库无缝结合，成为强大的物流信息嘲络。
5、食品安全控制
食品安全是国计民生的重中之重。通过标签识别和物联网技术，可以随时随地对食品生产过程进行实时监控，对食品质量进行联动跟踪，对食品安全事故进行有效预防，极大地提高食品安全的管理水平。
6、零售
RFID取代零售业的传统条码系统（Barcode），使物品识别的穿透性（主要指穿透金属和液体）、远距离以及商品的防盗和跟踪有了极大改进。
7、数字医疗
以RFID为代表的自动识别技术可以帮助医院实现对病人不问断地监控、会诊和共享医疗记录，以及对医疗器械的追踪等。而物联网将这种服务扩展至全世界范围。RFID技术与医院信息系统（HIS）及药品物流系统的融合，是医疗信息化的必然趋势。
8、防入侵系统
通过成千上万个覆盖地面、栅栏和低空探测的传感节点，防止入侵者的翻越、偷渡、恐怖袭击等攻击性入侵。上海机场和上海世界博览会已成功采用了该技术。
据预测，到2035年前后。中国的物联网终端将达到数千亿个。随着物联网的应用普及，形成我国的物联网标准规范和核心技术，成为业界发展的重要举措。解决好信息安全技术，是物联网发展面临的迫切问题。
中国发展
基本介绍
物联网在中国迅速崛起得益于我国在物联网方面的几大优势。
第一，我国早在1999年就启动了物联网核心传感网技术研究，研发水平处于世界前列；
第二，在世界传感网领域，我国是标准主导国之一，专利拥有量高；
第三，我国是能够实现物联网完整产业链的国家之一；
第四，我国无线通信网络和宽带复盖率高，为物联网的发展提供了坚实的基础设施支持；
第五，我国已经成为世界第二大经济体，有较为雄厚的经济实力支持物联网发展。
感知中国
2009年8月上旬温家宝总理在无锡视察时指出，“要在激烈的国际竞争中，迅速建立中国的传感信息中心或‘感知中国’中心”。为认真贯彻落实总理讲话精神，加快建设国家“感知中国”示范区（中心），推动我国传感网产业健康发展，引领信息产业第三次浪潮，培育新的经济增长点，增强可持续发展能力和可持续竞争力，无锡市委、市政府迅速行动起来，专门召开市委常委会和市政府常务会议进行全面部署，精心组织力量，落实有力措施，全力以赴做好建设国家“感知中国”示范区（中心）的相关工作。
高校研究
物联网在中国高校的研究，当前的聚焦点在北京邮电大学和南京邮电大学。作为“感知中国”的中心，无锡市2009年9月与北京邮电大学就传感网技术研究和产业发展签署合作协议，标志中国“物联网”进入实际建设阶段。协议声明，无锡市将与北京邮电大学合作建设研究院，内容主要围绕传感网，涉及光通信、无线通信、计算机控制、多媒体、网络、软件、电子、自动化等技术领域，此外，相关的应用技术研究、科研成果转化和产业化推广工作也同时纳入议程。
为积极参与“感知中国”中心及物联网建设的科技创新和成果转化工作，保持、扩大学校在物联网研究领域的优势。南京邮电大学召开物联网建设专题研讨会，及时调整科研机构和专业设置，新成立了物联网与传感网研究院、物联网学院。2009年9月10日，全国高校首家物联网研究院在南京邮电大学正式成立。新华日报记者探访了南邮的“无线传感器网络研究中心”，这里的研究者与“物联网”打交道已有五六年。在实验室，一些“物联网”产品已经初见雏形。此外，南邮还有系列举措推进物联网建设的研究：设立物联网专项科研项目，鼓励教师积极参与物联网建设的研究；启动“智慧南邮”平台建设，在校园内建设物联网示范区等。
世界第一块工业物联网芯片
2012年由重庆邮电大学研发的全球首款支持三大国际工业无线标准的物联网核心芯片——渝“芯”一号（uz/cy2420）在渝正式发布，标志着我国在工业物联网技术领域达到了世界领先水平，为我国掌握物联网核心技术的国际竞争话语权奠定了坚实基础，对加快推进工业化与信息化的深度融合具有重要意义。
我国第一家高校物联网工程学院
2010年6月10日，江南大学为进一步整合相关学科资源，推动相关学科跨越式发展，提升战略性新兴产业的人才培养与科学研究水平，服务物联网产业发展，江南大学信息工程学院和江南大学通信与控制工程学院合并组建成立“物联网工程学院”，也是全国第一个物联网工程学院。
2012年6月，教育权威数据在物联网爱好者论坛建立开设物联网工程专业的物联网学校查询系统，专为物联网工程专业学生服务，方便大家查询开设物联网工程专业院校。
科技园
2011年4月，长安大学为加快建设特色鲜明的大学，推动陕西省（国家物联网中心）相关学科跨越式发展，推动地方经济，服务物联网产业发展，长安大学和西安浐灞生态区共建长安大学科技园”，也是全国第一个拥有直接服务于物联网板块的国家级大学科技园。
项目描述：占地面积80亩，建筑面积130000平方米，长安大学联合具有较强技术转化实力的企业打造物联网产业园区，依托西安地区科研综合实力和人才优势，重点发展超高频RFID、高端传感器的研发及技术转换转让，打造物联网器件集散、物联网行业应用解决方案集聚、物联网产品展示以及研发办公、商业配套。
目标招商企业（项目）：项目主要吸引物联网集成技术、软件开发及产品销售企业入区经营；吸引智能物流、环保、交通、电网、安防、家居等六个主要门类的研发服务类企业和项目入园。
开源项目
开源软件无线电技术对无线电的行行业业影响颇深，对物联网的研究也不例外。GNU Radio 是免费的软件开发工具套件。它提供信号运行和处理模块，用它可以在易制作的低成本的射频（RF）硬件和通用微处理器上实现软件定义无线电。这套套件广泛用于业余爱好者，学术机构和商业机构用来研究和构建无线通信系统。GNU Radio的应用主要是用 Python 编程语言来编写的。但是其核心信号处理模块是C++在带浮点运算的微处理器上构建的。因此，开发者能够简单快速的构建一个实时、高容量的无线通信系统。尽管其主要功用不是仿真器，GNU Radio 在没有射频 RF 硬件部件的境况下支持对预先存储和（信号发生器）生成的数据进行信号处理的算法的研究。
政府措施
中国将采取四大措施支持电信运营企业开展物联网技术创新与应用。这些措施包括：
突破物联网关键核心技术，实现科技创新。同时结合物联网特点，在突破关键共性技术时，研发和推广应用技术，加强行业和领域物联网技术解决方案的研发和公共服务平台建设，以应用技术为支撑突破应用创新。
制订中国物联网发展规划，全面布局。重点发展高端传感器、MEMS、智能传感器和传感器网节点、传感器网关；超高频RFID、有源RFID和RFID中间件产业等，重点发展物联网相关终端和设备以及软件和信息服务。
推动典型物联网应用示范，带动发展。通过应用引导和技术研发的互动式发展，带动物联网的产业发展。重点建设传感网在公众服务与重点行业的典型应用示范工程，确立以应用带动产业的发展模式，消除制约传感网规模发展的瓶颈。深度开发物联网采集来的信息资源，提升物联网的应用过程产业链的整体价值。
加强物联网国际国内标准，保障发展。做好顶层设计，满足产业需要，形成技术创新、标准和知识产权协调互动机制。面向重点业务应用，加强关键技术的研究，建设标准验证、测试和仿真等标准服务平台，加快关键标准的制定、实施和应用。积极参与国际标准制定，整合国内研究力量形成合力，推动国内自主创新研究成果推向国际。
专项资金
权威人士日前向记者表示，首批5亿元物联网专项基金申报工作已启动，共有600多家企业申报。工信部已筛选出100多家符合条件的企业。物联网专项基金总计50亿元，预计5年内发放完毕。
工信部、财政部4月联合出台物联网专项基金相关管理办法。该基金将重点支持技术研发类、产业化类、应用示范与推广类和标准研制与公共服务类四大项目。已形成基本齐全的物联网产业体系，网络通信相关技术和产业支持能力与国外差距相对较小，但传感器、RFID （无线射频技术）等感知端制造产业、高端软件与集成服务与国外差距相对较大。我国大陆共有450余家从事敏感元件及传感器生产厂家，但外资企业占67%。 据透露，申请首批物联网专项基金企业多为中资企业。通过物联网专项基金引导，有关部门希望培育技术创新能力强，具有自主知识产权、自主品牌和国际竞争力的大企业，加快产业培育和发展。
三角平台
中国物联网校企联盟基于自身拥有的庞大行业及高校资源，打造出中国物联网共赢圈--三角平台。在这里有三种角色：学生/待业、教师/高校、企业/猎头。任何想要了解或者涉足物联网的人员，在这里都可以找到定位和需求。利用先进的物联网理念和让大家都可以获利的目标，中国物联网校企联盟希望可以在中国营造一个良好、健康、可持续发展的物联网氛围。
从业证书
物联网工程师证书是根据国家工信部门要求颁发的一类物联网专业领域下工业和信息化领域急需紧缺人才证书。
该证书被划分为5个方向：
物联网工程师、节能环保工程师、物联网系统工程师、智能电网工程师、智能物流工程师。
用途和问题
用途范围
物联网用途广泛，遍及智能交通、环境保护、政府工作、公共安全、平安家居、智能消防、工业监测、环境监测、路灯照明管控、景观照明管控、楼宇照明管控、广场照明管控、老人护理、个人健康、花卉栽培、水系监测、食品溯源、敌情侦查和情报搜集等多个领域。

---