二是中国配套能力强。发展大数据应用需要硬件，中国配套能力全世界最强。
三是中国的技术提升速度加快。中国产业规模扩张已经到了一定阶段，需要提升质量。现在面临数字要素、数据要素新机遇，或许我们提升质量的路径、方法将与发达国家过去经历的有很大不同，产生所谓的“后发优势”，就像有的人从来没用过固定电话，就直接使用智能手机了。中国正在经历的产业升级若将数字、大数据这些新兴生产要素加进来，借助更好的技术，实现弯道超车是有可能的。
大数据应用是一种创新，有其自身的规律，我们务必要尊重创新的规律，为大数据应用留下更大的发展空间。这就涉及到如何处理好政府和市场的关系等问题。此外，大数据应用既是创新，就存在一定的风险，就非常有必要对各行业大数据应用策略和现状进行研究。因此，组织编写《大数据应用蓝皮书》是非常有意义的一件事，须持续下去。须更加深入、细致、透彻地研究大数据与实体经济的融合模式，加速推动我国产业升级改造。
中国工程院院士，合肥工业大学管理学院教授杨善林：
不可忽视大数据的复杂多样性
大数据是一种资源，它具有决策有用性、功能多样性、应用协同性、可重复开采性和安全风险性。了解掌握这几个特性，对大数据应用者而言极其重要。
从大数据应用角度观察，我们应该给出自己对大数据的定义：大数据是一类能够反映物理世界和精神世界运动状态和状态变化的资源。
何出此言？举个例子：什么是金融大数据？
对于金融大数据至少有两种完全不同的理解：一种理解，金融大数据是金融部门所拥有的数据，比如银行的数据、保险公司的数据；另外一种理解，那就是用于金融研究的一些数据。这么一来，范围就不一样了，这就涉及大数据的应用协同性问题。
现在很多研究金融大数据的，就利用自己所拥有的数据，来研究金融风险存在的一系列问题。这是利用了大数据具有的决策有用性，所有数据只要分析它的决策就是有用的。但忽略了大数据的功能多样性、应用协同性、可重复开采性和安全风险性，但这几个特性对大数据应用者来说不可忽视。而要兼顾这些特性，往往超出了在金融部门长期工作的一些研究者所具有的知识范围。比如说，把银行数据和实体经济的数据放在一起来研究金融风险问题，肯定会比只用金融数据来研究金融风险要准确得多，可以预测到很多银行家所预见不到的情况。在此情况下，实体经济数据也成为金融大数据的有效组成部分。
