赛迪智库发布的《2018年中国大数据发展指数报告》系统评估了我国大数据发展的整体水平，其中大数据科技研发作为核心维度之一，揭示了当时我国大数据技术创新的阶段性特征与区域格局。本文基于该报告及相关PPT内容，对大数据科技研发板块进行梳理与分析。

一、科技研发在大数据发展指数中的地位
报告构建了涵盖环境、产业、应用、技术等多维度的大数据发展指数体系，科技研发是衡量区域大数据创新能力的关键指标。2018年的评估显示，科技研发水平与区域大数据整体发展高度正相关，研发投入强度、专利产出、创新平台建设等直接影响大数据产业的技术供给能力。

二、大数据科技研发的主要特征

1. 研发投入持续增长。2018年，各地对大数据技术研发的财政支持和企业投入均呈上升趋势，重点实验室、工程研究中心等创新载体加速布局。
2. 专利产出快速积累。大数据领域专利申请量和授权量保持较快增长，涉及数据采集、存储、计算、分析、安全等全技术链条，但核心基础专利和高质量专利占比仍有提升空间。
3. 区域集聚效应明显。北京、广东、江苏、浙江等东部地区凭借高校、科研院所和龙头企业的集聚优势，在大数据科技研发指数上领先；中西部地区依托特色资源和政策支持，在部分细分领域形成突破。
4. 产学研协同深化。企业、高校和科研机构合作愈发紧密，开源社区、联合实验室、技术创新联盟等载体推动研发成果转化，但成果转化效率和商业化能力仍需加强。

三、科技研发面临的挑战
报告指出，2018年我国大数据科技研发仍存在基础理论研究薄弱、关键核心技术受制于人、高端研发人才短缺、区域发展不均衡等问题。尤其是芯片、数据库、大数据处理框架等底层技术领域，自主创新能力亟待提升。

四、趋势与建议
报告建议，应持续加大大数据科技研发投入，优化研发经费投向，强化基础研究和前沿技术布局；完善产学研用协同机制，推动创新成果快速转化；加强大数据学科建设和人才培养，引导高端研发资源向中西部合理流动，构建全国协同的大数据科技创新体系。

2018年中国大数据科技研发呈现快速发展的态势，但由大到强的转变仍需在核心技术攻关、创新生态完善和区域协调上下功夫。赛迪智库的指数报告为各地精准施策、提升大数据科技研发效能提供了有益参考。