“云物大智”与政府治理模式探索

陈立

【摘要】大数据带来了一种全新的生产力，科技的进步带来了巨大的机遇，同时也使每个人都面临着数据的冲击，极易产生数字鸿沟，数字鸿沟必然造成贫富差距。如何搜集并挖掘数据的深层含义，采用互联网思维进行政府治理模式的变革，成为提升政府公信力和国家竞争力的重要因素。“云物大智”时代背景下的政府治理具有支撑政府精准智慧决策、提高服务质量等作用。在此基础上，要充分发挥互联网思维和大数据的作用，积极推进柔性网络执政，倡导“以人为中心”的政府柔性治理理念，践行一种全新的现代政府治理模式。

【关键词】大数据  互联网思维  云物大智  政府柔性治理

【中图分类号】D035                  【文献标识码】A

大数据浪潮汹涌来袭，形成万物互联的时代。这不仅仅是信息技术领域的革命，更是在全球范围启动透明政府、引发产业革命、加速企业创新、引领社会变革的利器。云物大智时代给人类发展带来新机遇、新挑战、新常态。所谓“云物大智”，是指以云计算、物联网、大数据和智慧工程为支柱的新一代信息技术。以云计算管理中心、云网络体系、云资源体系、云服务实体构建整个社会的信息结构，配合物联网技术，实现了从上空到地面建筑，再到城市地下管网的立体管理，达到前所未有的集约化、信息化、数字化和智能化。以大型服务设施为中心，交通节点聚合建设居住、办公、产业、学校、医院等市政常用建筑，并尽最大限度实现云城市或云社区居民到达公共服务设施的距离最短。在大数据支撑下用物联网、城市光网、下一代广电网基础设施和云计算技术，对环境、公用事业、公共服务和产业等进行智慧的感知、分析、集成，以弥补政府在行使经济调节、社会管理和公共服务方面的不足。大数据技术及互联网思维带给国家和社会的益处将会具有极大的想象空间。

云物大智开启政府治理新常态

最好的治理是善治，善治不同于善政，善治强调国家、社会与公民之间的良性互动，公民参与政府决策成为一种新常态。善治的一个鲜明特征就是解决公共问题、处理公共事件、提供公共服务不再是政府单方面行为，而是多维度的举国体制，需要社会、公民全民参与，更需要大数据技术的支撑。如雾霾治理、食品安全等问题。大数据时代电子数据量大、源多、传送速度快，那些能够成功地利用大数据的国家将拥有独特的竞争优势，包括充分利用大数据技术来治国安民。大数据包括结构化数据、邮件、Word、图片、聊天记录、视频、音频等信息。2010年的全球移动数据流量为每月237.000Tb，2011年则增长了131%。最新一项研究表明，到2020年，全球数据使用量预计暴增44倍，达到35.2ZB，同时大数据将在多样性、体量、速度三个方面有新型展现方式——大型控制中心和移动终端，进而实现数据的实时处理和速度决策。其核心是通过挖掘和分析开发大数据带来的价值。在“全面深化改革，推进国家治理体系和治理能力现代化”的时代要求与背景下，发挥大数据在国家治理中的重要价值，推动数据治理技术、模式的创新，必将全面提升国家治理能力，重点体现在提升政府公共服务能力、完善社会治理制度和提高预防灾害的能力。

大数据催生政府柔性治理新时代。柔性治理就是减少控制性手段，增加管理弹性。科学管理之父泰勒认为，柔性管理的最大特点就在于它主要不是依靠外力，而是依靠人性内在的认同感、价值观、道德观等来达到一种内在驱动的目的。加强“以人为中心”的政府柔性治理理念就是要把维护人民群众的权益、解决人民群众的问题作为治理的根本。

在云物大智的时代，当公民成为网民，网络成为公民参与公共事务的平台，“柔性网络执政”就成为政府执政的必备要求。网络的发展为公民参政议政提供了便利，同时也带来了很多不利因素，如谣言、诈骗、金融犯罪等极易形成社会爆闪。政府既要保证公民的言论自由，不能简单粗暴地封杀网络，又要对网络环境加以监管。很多网络群体失范事件只是源于某一个具体地方、具体事件、具体政府的工作人员，但是由于处理不当，偶然的个案、负面的信息被互联网呈几何倍数放大，从而造成对某项公共政策的不信任，甚至造成对整个政府的不信任，形成“塔西佗陷阱”，破坏政治稳定性，甚至颠覆政权，引发社会混乱。这就要求政府在新时代下充分利用大数据技术，契合互联网思维，注重提高网络信息的搜集、处理、分析能力，预测网民关心的热点，做好网络舆情的监控和引导，及时回应人民关心的问题，防患于未然，将问题解决在萌芽阶段，从而维护政府的公信力。

提高政府公信力是全球关注的问题，创新政府治理，建设透明与开放政府，更多地在公共事务上实行公民参与，已成为全球的发展趋势。各国政府也在努力寻找各种途径，使政府更加透明、回应性更强、更加负责和有效。当前美国的电子政府（E-Gov）建设是世界上最先进的。2009年1月奥巴马政府重点转向“开放政府”。美国以往的电子政府政策，重点大多放到了在联邦政府部署IT系统，推进政务电子化与高效化，让国民与企业享受到更为便捷的服务。奥巴马政府目前的开放政府政策以“政府信息公开”与“基于新Web技术促进市民参与政府各项决策过程”等为重点，白宫本身带头执行，同时也带动了各个国家机构的电子政府建设，在世界范围内有着深远的影响。

2012年3月，奥巴马政府发布了《大数据研究和发展计划》，旨在提升美国从庞大而复杂的数字资料中提炼真知灼见的能力，以协助科学、工程领域加快创新步伐，强化美国国土安全，转变教育和学习模式。①2012年5月，英国政府宣布建立世界首个开放数据研究所，旨在从开放数据中寻求产品创新、创业机遇和经济增长点。在发达国家纷纷将大数据发展上升为国家战略的背景下，在大数据领域丧失主动权，无论是技术还是产业，都意味着国家安全将在数字空间出现漏洞，国家创新能力将在未来国际竞争中落后于人，中国在这个方面输不起，也不允许输，否则，我们会犯历史性、颠覆性的错误。国际上，大数据在公共卫生、经济发展和经济预测等领域中的预见能力已经崭露头角。例如，利用谷歌住房搜索查询量变化对住房市场发展趋势进行预测结果非常准确。联合国已经推出了名为“全球脉动”（Global Pulse）的项目，使用自然语言解密软件来对社交网站和文本消息中的信息作出分析，用来帮助预测某个给定地区的失业率、支出削减或是疾病爆发等现象，其目标在于利用数字化的早期预警信号来提前指导援助项目，以阻止某个地区重新陷入贫困的困境。②③中国尽管已经意识到大数据的战略价值，但在国家治理方面的应用还远远落后于先发国家。有鉴于此，中国只有进行战略主动，以大数据支撑国家治理创新，进而提升国家治理现代化水平。

大数据技术支撑政府精准智慧决策、提高服务质量。大数据技术能够科学地利用数据说话、作决策，使政府更有效率、更开放、更透明。政府部门公开数据，公众提出意见监督，部门根据意见改进工作，没有数据支撑的简洁是简单的缩减，基于数据分析的简洁则是用户体验的全面提升。大数据时代的来临对信息技术应用的影响主要有两个方面，一方面促使数据获取、数据存储的应用范围更广泛（云计算、云存储）;另一方面会激发信息技术挖掘的强烈需求，未来发展更趋向于信息的价值提升和决策智能化（智能决策系统）。人口、社会、经济、资源、环境等要素构成的社会系统正是一个由诸多单元相互关联又相互影响的“巨复杂系统”。

大数据技术处理的对象往往是全部数据，而不是部分数据的采样。采样的不合理会导致预测结果的偏差，在大数据时代，应该依靠强大的数据处理能力去处理全部的数据。精确的、规范化的、可以被传统数据库处理的数据可能只占全部数据的5%，必须接受不精确性才能处理另外95%的数据。错误的数据是客观存在的，竭力避免它就失去了应有的客观性和公平性。大数据的简单算法比小数据的复杂算法更有效。例如，针对交通规划、综合交通决策、跨部门协同管理、个性化的公众信息服务等需求，建设全方位交通大数据服务平台。整合全市道路交通、公共交通、对外交通的大数据资源，汇聚气象、环境、人口、土地等行业数据，逐步建设交通大数据库，提供道路交通状况判断及预测，辅助交通决策管理，支撑智慧出行服务，加快交通大数据服务模式创新。

大数据技术能够正确地捕捉社会需求，增加政府公共服务的针对性，提升政府公共服务的能力和水平，例如，美国汽车在过去50年时间内增加了许多，但通过大数据技术来改进交通管理水平后，因车祸而死的人就少了许多;每到周末，美国啤酒和尿布销售成比例增长;多国网上流感话题信息比政府预测流感早两星期等。政府是掌握数据资源最丰富的部门，也是利用大数据潜力最大的部门。大数据提高政府公共服务效率主要体现为：一是为政府各项政策的制定提供参考依据。较之于以往的各种经济预测方法，大数据能更准确地预测整体经济形势、疾病爆发流传、社会动乱进展等情况，④从而服务于政府科学决策。二是提升政府内部协调效率。大数据能让原本相互分离的政府部门之间更加容易地获取相关数据，就可大大降低搜索和处理时间，提高政府运行效率。⑤三是提高公共服务效率。应用大数据预测社会公共服务需求，简化公共服务流程，提供更高质量、更高效率的公共服务。

在大数据时代，数据是货币，具有交易价值。数据是资产，具有初次和再利用价值。数据像工业经济时代的石油，具有衍生价值。数据是原材料，具有原生材料的使用价值。大数据在提升公共服务效率的同时，也能完善社会治理制度，缓和社会矛盾，调节社会关系。首先，大数据可完善收益分配机制。通过大数据分析，能准确把握居民收入状况、企业资金流向，深入分析贫富差距，从而制定科学的税收和转移支付制度，完善收益分配机制。⑥其次，大数据能够调整生产关系。通过大数据分析，尤其是社交网络和移动终端的情绪分析，能有效分析社会各阶层的矛盾，从而采取相关措施，调整生产关系，稳定社会发展。⑦再者，大数据有利于提高公众参与度。应用大数据帮助公众参与政府决策和制定政策，使政府决策广泛、充分地吸纳民情民意，从源头避免矛盾产生。大数据技术将社会治理推动到“公共治理”、“多元共治”、“复合治理”、“多中心治理”、“协同治理”的善治新阶段。大数据技术把社会治理定义为政府、社会组织、社区单位、企业、个人等所有利益攸关者共同参与、协同行动的过程，国家与社会的协同治理是赛博社会的起始点，它保持权力和权利的协调性，政府与社会的合作，让所有利益相关者共同参与、共管共治，以实现公共选择和公共博弈的有效性，政府与民间、政府与社会、社会与民间的良性活动。因此，建立集体决策和共同参与制度，加强公共选择和公共博弈，实现责任共担、利益分享、权力协同。通过开放的政策，政府与学术界、企业界、非政府组织深度合作。

大数据能够提高社会预防能力，维护公共安全。排查各类隐患、加强灾害预警、实施应急处置是国家治理能力的重要体现，在这些方面，大数据大有可为。首先能够主动排查隐患。目前，不少城市已经应用大数据排查火灾隐患。以纽约市为例，该市约有100万栋建筑物，每年有差不多3000栋会因火灾损毁。由于城市状况复杂，消防人员往往难以第一时间赶赴现场，预防火灾成了减少损失的重中之重。为此，纽约市消防部门依据数据收集划分出了60个可能会产生火险的因素，包括区域居民平均收入、建筑物年龄、是否存在电气性能问题等。通过这些因素数据和相关算法，纽约市消防部门给建筑物都标注了风险指数，并据此确定消防检查的优先级和重点，从而有针对性地加强安全排查。⑧其次，大数据能够加强灾害预警。可以应用大数据技术建立食品药品安全、医疗卫生、社会保障、保障房建设与分配等方面的跟踪预警机制，防范安全事故或群体性事件发生;构建重大工程建设职务犯罪风险评估与预警机制，预防腐败案件发生，优化社会发展环境。最后，能够完善应急处置机制。面对不可控的自然或社会紧急事故，可结合大数据应用健全重大决策社会稳定风险评估机制，提高决策的科学性。

公众舆情会以前所未有的速度累积发酵，积极和消极情绪都可能在短期内迅速积聚并爆发出惊人的能量。网络意见领袖发起的针对机构的“狙击”，可能产生颠覆性效应，这将对政府机构的信息公开产生前所未有的“倒逼机制”。公共话题进入公共政策议程的动力机制发生了深刻变化，从原来的单纯由政府发起，转为在政府和民众间反复互动而发起。

针对公共安全领域治安防控、反恐维稳、情报研判、案情侦破等实战需求，建设基于大数据的公共安全管理和应用平台。汇聚融合涉及公共安全的人口、警情、网吧、宾馆、火车、民航、视频、人脸、指纹等海量业务数据，建设公共安全领域的大数据资源库，全面提升公共安全突发事件监测预警、快速响应和高效打击犯罪等能力。未来几十年，人类社会将经历巨大变革，新移民时代的到来，导致人口大量向大城市集中，移民可能带来信息、知识、文化的交融和共享，也将带来一些冲突和斗争。与此同时，数字技术、纳米技术和生物科技等高科技产品将在我们的生活中随处可见，而科技革命注定将与经济变革结合起来，催生许多巨大的市场和产业。这一切，都深刻变革着伦理和社会架构。

信息是资源、信息是财富、信息是生产要素。信息网络突破了传统地域条件的束缚，在全球范围内实现了信息的快速高效流动，促进了人类社会的发展，但同时也带来了巨大的安全隐患。在国家安全方面，尤其是经济、政治、军事和科技等方面的核心机密信息安全问题具有极高的战略意义，21世纪国家信息安全的地位和作用不亚于传统的国防军事。建设全息信息认知系统是解决好大数据应用及安全性战略的重要举措。

我国政府治理存在的问题

尽管社会各界都已经意识到大数据的战略价值，而且在很多领域大数据正在从一种理论思考开始落地实施，演变成跨越社会各领域的实践行为。然而，在国家治理领域应用大数据尚存在很多障碍。

对大数据技术的影响估计不足，战略规划迟疑。美国政府充分意识到了大数据的价值和意义，将其定义为“未来的新石油”，并指出一个国家拥有数据的规模、活性，以及解释运用数据的能力将成为其综合国力的重要组成部分，对数据的占有和控制甚至成为继边防、海防、空防之外的另一种国家核心资产，成为世界各国之间新博弈对象。因此，在深圳成立的传媒国际总部，为解决好大数据应用及安全性提供了信息保障，是国家级软实力及国际战略的重要组成部分。

学界从多个角度研究了大数据对社会经济的影响，归纳如下：一是为政府各项政策的制定提供参考依据。较之于以往的各种经济预测方法，大数据能更准确地预测整体经济形势、疾病爆发流传、社会动乱进展等情况，⑨从而服务于政府科学决策。二是给企业经营与决策带来机遇与挑战。《哈佛商业评论》多期专门讨论大数据对企业管理的影响。一方面，能帮助企业发现市场需求。利用实时或接近实时的方式收集详细数据，通过数据挖掘，运用数据分析方法，能准确分析和预测市场需求变化，支持企业战略决策。另一方面，能帮助企业创新产品与服务。大数据在帮助企业改善现有产品与服务的基础上，能够推动企业创造新产品和服务，甚至开发出全新的商业运营模式。例如，国外医疗保健领域企业通过分析病人的临床和行为数据，开发了针对目标群体的预防保健项目;制造企业通过内嵌在产品中的传感器获取数据，创新售后服务并改进下一代产品。三是提高科研创新效率。例如，大数据可以使单一领域情报研究转向全领域情报研究，并提高情报研究的严谨性和智能化水平，也可以使生物制药、新材料研制生产流程发生革命性变化等。

早在2011年，美国总统科技顾问委员会提出政策建议，指出大数据技术蕴含着重要的战略意义，联邦政府应当加大投资研发力度。作为对这一建议的回应，白宫科技政策办公室在2012年3月29日发布了《大数据研究和发展计划》，同时组建“大数据高级指导小组”，以协调政府在大数据领域的2亿多美元投资。此举标志着美国把应对大数据技术革命带来的机遇和挑战，提高到国家战略层面，上升为国家意志，形成了全体动员格局。

《大数据研究和发展计划》提出，应当通过对海量和复杂的数字资料进行收集、整理，从中获得真知灼见，以提升对社会经济发展的预测能力。根据这一计划，美国希望利用大数据技术在多个领域实现突破，包括科研教学、环境保护、工程技术、国土安全、生物医药等，具体的研发计划涉及了美国国家科学基金会、国家卫生研究院、国防部、能源部、国防部高级研究局、地质勘探局等6个联邦部门和机构。而中国现阶段还缺少相应的国家层面的战略规划。

数据条块分割，公开、共享不足。人类存储信息量的增长速度比世界经济的增长速度快4倍，而计算机数据处理能力的增长速度则比世界经济的增长速度快9倍。2000年，数字存储信息仍只占全球数据量的四分之一。当时，另外四分之三的信息都存储在报纸、胶片、黑胶唱片和盒式磁带这类媒介上。2016年，世界上存储的数据预计能达到3.77ZB。

当数字数据洪流席卷世界之后，每个地球人都可以获得大量数据信息，相当于当时亚历山大图书馆存储的数据总量的320倍之多。中国不同省份、不同部门，甚至同一省份不同委、办、局之间数据集类型差异较大，数据集格式不统一。有的数据在地市级集中，有的在省级集中，无论数据格式、数据结构、采集指标都存在差异。只有数据集类型和格式统一，才有利于数据的收集、整合、分析和处理的自动化。

作为公共数据资源，除了涉密数据，应做到对内共享，对外公开。一方面，政府内部共享存在障碍。很多部门将数据视为部门资产，拒绝与其他部门共享。另一方面，数据公开处于起步阶段。以某省提供的交通数据为例，在该省的开放数据门户上开设了交通数据专栏，但仅公布了省内公交车站的地理位置。如此少的信息量对于开发者们来说如同鸡肋，但假如政府能开放更加详细的信息，如公交时刻表、公交承载能力、满座率、票价等，开发者将能够给这些开放数据创造大量附加值。由于大数据具备体量巨大、价值稀疏、时效性强等特点，对现有企业信息架构、系统的冲击是不言而喻的。企业可以采用大数据技术来获得对消费者的深刻理解，对其行为形成预判，重获主动权。在不远的未来，大数据技术将引发金融、政府、公共事业、制造业、流通等领域全面的变革。

在数据储备—数据挖掘—数据定点应用—数据订制互动—休眠数据储备等产业链的各个环节，市场均存在巨大的市场需求。来自IDC的数据显示，2010年全球大数据以及相关的硬件、软件和服务市场已达到32亿美元，2015年整个市场将超过170亿美元。我们预计2015年以后中国大数据行业将达到20亿美元左右，其中财经大数据将达到10亿美元左右。而目前中国的财经大数据行业处于发展的起步阶段，大部分应用领域甚至仍然处于有需求但没有供给的空白阶段，或被不太了解中国经济的国际咨询机构所占据。

数据挖掘分析输出的目标客户则是各类金融机构、进出口贸易单位、矿业单位等。通过国家金融大数据分析可预判市场走势或市场需求的各类关联企业单位。金融投资、跨国企业、保险基金类企业公共风险控制类企业，这些单位是需要时刻了解国家行业指数和金融实时数据变化的。这类企业应该是大数据应用的核心群体，需要通过机顶盒年费制来进行加密提供订制服务。数据挖掘分析输出还有其他行业的目标客户，主要是国防科工领域。在这个领域里，国家已经逐步开放国防采购，而供应商普遍是原来的军工企业单位。这类企业在非战争时期，大多是靠军品转民品来维持企业的，所以，对普遍制造业相关的原材料成本情况、银行贷款及进出口政策、税率以及社会其他成本支出等与制造业相关的数据都需要时刻了解。

技术水平落后，数据获取成本太高。首先是经济成本较高。根据国家行政学院课题组的调查，目前中央政府层面有上百类数据需付费，各部委根据实际情况采用的收费模式各不相同。开发者是否能为开放数据创造出附加值，开发的应用是否符合商业预期等都存在许多不确定性。因此，对数据收费将阻碍数据的创新发展。与欧美发达国家相比，中国信息化差距仍然较大，特别在宽带建设和新技术应用创新方面明显落后。根据国际电信联盟发布的“信息通讯技术发展指数（IDI）”，中国2008年的信息化水平在国际排名中位于第79位，相比2007年下降了6位。2008年以后下降的趋势还在持续。在联合国经济与社会事务部发布的“电子政务发展指数（EGDI）”排名中，2005年，中国处于第57名，到2008年下降到65名，2012年再下降到78名。存储的数据仅为日本的60%和北美的7%，而且中国所存储的数据应保护的有一半未保护。2013年年底，全球移动数据流量月均为529兆，是中国的3～4倍。预计到2018年，用户使用的信息终端将会全面移动化，每个用户平均拥有1.4台接入网络的移动设备，38%的用户将会携带个人移动设备办公，这将催生海量的移动应用和数据。在2014年中国互联网安全大会上，中国互联网协会理事长邬贺铨认为：“将来移动智能终端的数量将超过地球人口的总和，其在保持动态运作时也将产生无法预知的漏洞。”

亟须尽快建设信息资源开放平台。我们要根据中国实际情况，利用美国开源标准，借鉴美国data.gov和apps.gov运营方式，尽快建设信息资源开发平台。在大数据技术研发方面，国内企业与谷歌、IBM、亚马逊等国际巨擘存在一定的差距，尤其是缺乏高端的数据科学家，不能有效利用现有的数据资源。同时，互联网已经渗透军事、文化、政治、经济等各个领域。联合国裁军机构报告称，世界上有46个国家建立了网络作战部队，100多个国家在发展网络战装备。中国网络安全立法还存在很明显的不足，从总体上看比较分散，立法层次较低，尚未构成信息安全法律体系。此外，中国不具备掌握互联网资源的一些技术条件。现在所使用的通用芯片，都依赖于美国;95%的操作系统来自微软;从移动领域来看，三大操作系统平台都来自美国，比如，全球互联网管理架构由美国控制;平时大家上网，都需要通过根服务器引导，而全球13台根服务器中，有11台在美国。

基于大数据的国家治理现代化的政策措施

万物互联将是未来的趋势，未来的世界大国必然是信息制造强国，大数据不仅是企业发展的引擎，更是国家创新能力和整体竞争力的关键因素。随着其重要性不断提升，甚至能够超越领土、领海、领空主权，成为更为重要的数字主权。政府需要认识到大数据的重要性，制定相关政策，充分挖掘大数据的价值。中国政府治理创新的关注点聚焦于政府核心业务和国计民生重大事件;着力点集中于加强全网外部数据和政府业务数据融合分析;落脚点放在改进政府自身工作、提高政府回应能力。尽快构建中国信息资源开放平台，促进信息共享与业务协同，努力为人民群众提供更方便快捷、更优质高效的公共服务，以满足各级政务部门在经济调节、市场监管、社会管理、公共服务等方面的需要。

营造大数据发展的人文和产业生态环境。政府在创造数据共享和交易的有效市场方面可以发挥重要作用，包括制定知识产权方面规则、制定鼓励数据共享的奖励措施、强制要求收集并公开国企财务数据，以及面向公众开放、共享政府部门活动和项目信息等。政府应率先垂范，推动国家基础数据开放共享。美国十分重视政府信息资源的共享和利用，将“共享第一”作为美国联邦IT共享服务战略的基础范式，力推政府开放平台（Open Government Platform）。中国应加快推进政府信息资源共享，尤其要推进数据资源共建共享，给大数据技术发展提供原材料，促进大数据成果广泛应用。制定平衡数据使用与数据安全保护的政策，有效完善并严格执行关于商业内部信息和个人数据隐私的维护方针，并通过强大的法律阻挡黑客和其他袭击。同时，政府、非营利组织和私人部门需要相互配合开发大数据知识普及的公共教育宣传项目，以便公众理解哪些个人信息是可以获取的，如何使用、怎样使用，以及个人是否允许这种使用。大数据的应用离不开产业界的创新，应大力支持产业发展。一是加大研发支持力度。在明确关键技术的基础上，确定重点支持领域，加大研发支持力度。整合核高基、电子发展基金、云计算专项、物联网专项基金等项目，支持大数据技术的开发、研究和应用示范，引导企业加大研发力度，实现关键技术突破。二是加快推进应用。在政府部门和公用事业的信息化应用中采购大数据技术，以政府采购引导国内大数据发展。结合当前的云计算、物联网等试点工程，积极开展大数据技术应用，充分发挥示范效应，带动社会其他领域的大数据应用。根据国外应用经验，可以确定一些重点应用领域，例如电子政务、医疗、教育、能源、交通等，以点带面加速大数据技术的应用，并总结示范经验予以推广。总之，大数据技术及互联网思维带给政府的不仅仅是效率提升、科学决策、精细管理，更重要的是数据治国、科学管理的意识改变，未来将更会从各个方面来帮助政府实施高效和精细化管理。政府运作效率的提升，决策的科学客观，财政支出合理透明都将大大提升国家整体实力，成为国家竞争优势。

培育和扩大人才供给，完善政府间的协同治理机制。人才短缺是制约大数据发展的短板，政府应采取多种措施，扩大大数据相关人才供给。在大学有针对性地增加大数据相关课程，增加学生在数据仓库、数据搜索、数据挖掘与可视化等领域的知识积累，扩大人才储备规模，扩充科研力量。到2012年4月，世界上已有50家大学提供大数据研究生课程、硕士和博士学位。加大从其他国家地区引进人才的力度，实施各项优惠政策、营造良好发展环境以吸引国外优秀的大数据技术人员，增强中国相应研发实力。制定政策优待、资金补贴、奖励机制等一系列激励措施，鼓励企业对管理者普及数据分析技术培训，帮助树立大数据发展理念，明确大数据在指导生产决策、提升企业效益、拓展产业空间等方面的重要作用，推动企业使用相关技术，明确消费需求，创新产品及服务。

充分发挥政府主导作用，发挥产学研用领域专家及人才作用，建立专门的政府大数据应用推进机构。应由高层领导牵头，成立相关部分负责人共同参与的领导小组，负责改革总体设计、统筹协调、整体推进、督促落实。应定期或不定期召开联席会议。联合政产学研用等方面的专家，成立专家委员会，对大数据应用的推进工作提供指导和理论支撑。加大数据集中力度。根据跨部门协同办公的需要，以部门业务信息为基础，从标准、流程、数据三个方面来设计，形成“物理分散、逻辑集中”的公共数据中心。通过制度保障和技术支持，对关键部门、重点业务、重要数据进行集中，统一处理，建立统一的政务信息资源目录和政务信息资源库，形成海量数据交换、共享、查询和管理机制。进一步通过数据集中挖掘，提高数据利用率，提高各级政府行政管理效率和公共服务水平。

制定大数据及其相关产业的标准，建立健全相关法律体系。大数据支撑的信息技术革命，遵循着摩尔定律、吉尔德定律、梅特卡夫定律三大铁律。所谓摩尔定律是指每18个月电脑性能翻两番，预计2018年人工芯片、人工神经网络将超过人脑，达300亿个;所谓吉尔德定律是指主干网带宽每6个月增长一倍;所谓梅特卡夫定律是指网络价值等于节点数的平方。这三大定律会使得数据呈现幂指数级增长。

无人机、3D打印、众筹、普惠、脱媒大数据的数据来源主要是个人数据和政府数据。个人数据方面，中国应借鉴国外的相关立法，并结合中国的实际，加快制定关于公民个人数据隐私保护的法律法规，明确个人数据的保护范围，真正让公民做到有法可依。由于个人隐私涉及的内容比较广泛，如果侵犯隐私的法律法规不够具体，依然起不到明显的效果，当公众的隐私受到侵犯时，仍会陷入无法可依的怪圈。因此，相关的法律法规应首先明确隐私的内容，然后针对不同的内容分别立法。这点可借鉴美国的立法。例如，美国针对银行内客户个人账户资料泄漏问题，制定了《金融隐私法》;针对窃听监视电子信息，如通话内容被泄漏等问题，制定了《电子通讯隐私权法》;针对非法收集儿童资料的问题，制定了《儿童隐私保护法》，规定对12岁以下儿童资料的收集要征得家长的同意。政府数据方面，应妥善处理相关法律法规制定、修改、废止之间的关系;强化电子政务、信息安全、政府信息公开等方面的法律法规体系建设。由于大数据具有可复制性，知识产权保护显得尤其重要。在大数据时代，需要不断进行技术、产品和服务创新，以促进数据共享和整合，推动数据价值的创造。这些创新需要建立有效的知识产权保护体系作为保障。加快制定相关标准和指南，鼓励存在缺口的重要领域推进关键技术研发，推动行业标准制定机构出台覆盖IT工具和数据类型的标准，并给予资金支持、税收减免、费用补贴、金融支持等激励措施。

注释

王忠：《美国推动大数据技术发展的战略价值及启示》，《中国发展观察》，2012年第6期（总第90期），第44～45页。

Taviani V.， Hickson S.S.， Hardy C.J.， "Age‐related changes of regional pulse wave velocity in the descending aorta using Fourier velocity encoded M‐mode"， Magnetic Resonance in Medicine， 2011， 65（1）： pp. 261-268.

Chowdhury A. Global pulse， 2011.

Bizer C.， Boncz P.， Brodie M.L.， "The meaningful use of big data： four perspectives--four challenges"， ACM SIGMOD Record. 2012， 40（4）： pp. 56-60.

赵彦云、芳周：《试论大数据时代中国政府统计改革发展新模式》，《教学与研究》，2014年第1期，第20～26页。

吴文平、陈沁蓉：《以大数据为支点推动转型》，《新闻战线》，2014年第1期，第53～55页。

王金照、于晓龙：《大数据的经济学涵义及价值创造机制》，《中国国情国力》，2014年第2期，第28～30页。

Kum Hye-Chung， Krishnamurthy Ashok， Machanavajjhala Ashwin，"Social Genome： Putting Big Data to Work for Population Informatics"， Computer， 2014， 47（1）： pp. 56-63.

Xindong Wu， Xingquan Zhu， Gong-Qing Wu， "Data Mining with Big Data"， IEEE Transactions on Knowledge and Data Engineering， 2014， 26（1）： pp. 97-107.

Morris Carol Minton， "Cloud Computing， Big Data， and Open Access at EDUCAUSE 2009"， D-Lib Magazine，  2010， 16（1/2）： pp. 12-12.

王姗：《个人数据经济时代中国个人资料隐私权私法保护之完善》，《法制与经济（下旬）》，2013年第9期，第70～72页。

维克托·舍恩伯格：《删除：大数据取舍之道》，袁杰译，杭州：浙江人民出版社，2013年。

Harrison T.M.， Guerrero S.， Burke G.B， "Open government and e-government： Democratic challenges from a public value perspective"， 2011.

涂子沛：《大数据：正在到来的数据革命，以及它如何改变政府、商业与我们的生活》，桂林：广西师范大学出版社，2012年。

陈美：《大数据在公共交通中的应用》，《图书与情报》，2012年第6期，第22～28页。

伏创宇：《两岸信息公开豁免案例之比较评析——以个人隐私和商业秘密之探讨为中心》，《行政法论丛》，2010年第13卷，第344～376页。

Harrison T.M.， Guerrero S.， Burke G.B.， "Open government and e-government： Democratic challenges  from a public value perspective"， 2011; Meijer A.J.， Curtin D.， Hillebrandt M.， "Open government： connecting vision and voice"， International Review of Administrative Sciences， 2012， 78（1）： pp. 10-29.

李国杰、程学旗：《大数据研究：未来科技及经济社会发展的重大战略领域——大数据的研究现状与科学思考》，《中国科学院院刊》，2012年第6期，第647～657页。

责 编/樊保玲