大数据应用驱动机制研究

2017-12-18高婷

中国国情国力 2017年12期

◎高婷

大数据应用驱动机制研究

◎高婷

本文通过分析我国大数据发展特征，从供给和需求视角提出了驱动我国大数据应用研究的问题，并构建双因素模型，丰富了对于大数据应用驱动机制的理论解释。结合实际，从制度供给、数据资源供给和组织资源供给三个方面，提出了增加大数据有效供给的建议；从增强大数据认知和制度示范两个方面，提出了调动和刺激大数据有效需求的建议。

大数据；供需视角；驱动机制

随着信息技术的飞速发展，人们对数据进行了海量挖掘和大量运用，数据的爆发式增长揭示着大数据时代的到来。其中，数据成为资产、产业垂直整合、泛互联网化是大数据时代的三大发展趋势。2015年8月31日，国务院印发《促进大数据发展行动纲要》，系统部署大数据发展工作，这标志着我国大数据战略正式确立。

大数据产业发展特征

1.大数据供给规模持续增大、速度逐渐加快

从市场规模来看，由贵阳大数据交易所推出的《2015年中国大数据交易白皮书》预计，到2020年，我国大数据产业市场规模将由2014年的767亿元扩大至8228.81亿元。

2.制度供给陆续建立，政务应用不断扩大

2012年以来，科技部、国家发改委和工信部等部门陆续支持建设了一批大数据相关项目。2013年6月，工信部发布《电信和互联网用户个人信息保护规定》，为大数据应用中的个人信息保护设立了法律法规屏障。公安部、交通部等纷纷在平安城市、智慧交通等项目中利用大数据技术提升公共管理和服务能力。地方政府也陆续出台了大数据推进计划，如北京的《关于加快培育大数据产业集群推动产业转型升级的意见》，上海的《推进大数据研究与发展三年行动计划》，贵州、湖北、重庆与陕西等地也纷纷提出建设大数据产业基地计划，力图将大数据培育成本地支柱产业。

3.大数据资源供给市场初步形成

京津冀区域、长三角地区、珠三角地区和中西部地区4个区域数据资源集聚发展效应开始显现，政府、企业成为供给主体，形成了各级统计系统、部门统计为主的政府统计；阿里巴巴、百度和腾讯等互联网企业，浪潮、华为和联想等传统IT厂商，亿赞普、拓尔思等大数据企业组成的多方支撑结构，大数据相关产品和服务不断成熟。

4.大数据需求表现为采纳意愿高但实践相对不足

自2012年起，百度指数显示对于大数据的搜索量呈爆发性增长趋势。然而，现阶段采用大数据的企业绝大多数来自互联网行业，实际试水大数据应用的传统企业并不多见。研究显示，2015年国内真正实施大数据的企业仅占调查企业的17.7%，表明大数据技术正处于新兴技术从早期采用者到早期大多数采用者跨越的峡谷阶段（16%-50%）。目前，我国企业对大数据认知程度不同，对于大数据所掀起的新一轮管理时尚普遍给予极大的热情和关注，但实际推进仍然有一定的难度。

模型构建

1.问题提出

根据社会需求产品概念界定，大数据是一种特殊的社会产品，是自然属性与社会属性的统一、共性与个性的统一。作为信息商品的一种，大数据商品由于具有自身体量大、结构多样化和技术要求高等特征，决定了其较传统信息产品拥有更少的投入成本、更广的共享范围以及更强的时效性。大数据时代，数据既然成为一种新兴的资源，其在市场上的流通和应用必然存在相应的供给和需求问题。我国已经正式提出实施国家大数据战略，但对于如何促进大数据应用尚缺乏系统、完整的研究。基于对我国大数据发展现状的分析，本文从供给和需求视角，对如何驱动我国大数据应用进行了思考。

2.模型构建

大数据在国内还处于发展初期，是一种新兴应用。在当前的市场环境背景下，有必要找寻有解释力的变量，系统解释大数据社会需求的形成过程，尝试构建一个基于供需视角的大数据应用驱动机制模型。

根据Daft and Weick（1984）提出的组织解释理论，本文将组织看作成一个解释系统，认为组织在学习新知识、新技术并作出决策和行为时，必须对来自环境的事件作出解释，之后再采取合适的行动。从模型构建来看，第一个阶段是先对组织内部和外部的各项供给因素进行扫描（Scanning），这是一个监测环境信息并将环境数据提供给管理者的过程。具体到大数据情景，扫描与数据收集相关，组织可能利用正式的数据收集系统收集数据，也可能通过管理者的个人关系获得数据。组织需要了解自身内外部两方面的环境因素才能够在解释阶段形成高层管理者的认知。第二个阶段是解释（Interpretation），指解释事件并在高层管理者之间形成共享的理论和概念性方案，赋予收集到的数据以一定的意义。第三个阶段是学习（Learning），指基于过去的扫描和对识别到的机会评估，形成认知结果并采取行动。

本文将组织扫描阶段的环境因素划分为制度供给、数据资源供给和组织内部资源供给三个方面；依据资源基础区分数据资源和非数据资源。数据资源是跨组织边界的环境因素，组织扫描时重点是感知数据资源质量，具体包括数据的可获得性、及时性、适用性、一致性和安全性；非数据资源主要指组织内部资源，属于组织内部环境因素，具体包括信息基础设施资源、人力资源和关系资源。

通过对组织内外以及跨环境因素的扫描，使组织获得足够的环境感知信息，从而在组织内部，主要是高层管理者这一决策群体内形成认知。认知的形成可以划分为技术经济认知和社会心理认知两种。基于这两种认知，组织最终作出行为决策，形成大数据应用需求。总的来看，有效供给促进组织认知形成，而明确的技术经济和社会心理认知带来有效的需求，如此循环往复驱动大数据应用的产生（见图）。

图大数据应用驱动机制模型

应用建议

实施国家大数据战略，在供给方面实施主体主要包括：政府和互联网、软件等数据收集企业。围绕实施主体，笔者提出以下具体建议：

1.增加大数据有效供给

在制度供给方面，一是完善数据政策制度激励，尽快出台更多更完善的大数据规范性文件、指南和指导意见。二是健全大数据法律建设，解决大数据发展中面临的科学性、合法性和开放性问题。

在数据资源供给方面，一是增加数据供给绝对数量，包括构建大数据统计体系，加大政府公共数据公开力度；积极拓展大数据来源渠道，鼓励大数据产业链中来自非官方的数据源供给；建设大数据平台，畅通大数据共享、分享和交易渠道，完善定价机制等。二是提升数据质量，包括研究出台大数据标准，重点提升数据可获得性、及时性、适用性、一致性和经济性。

在组织资源供给方面，一是加大财务和技术支持，增强企业、科研机构等组织机构的信息基础设施建设，尤其要在大数据产业链高端环节增加成熟产品和服务的供给，如前端环节的数据采集和预处理，后端环节的数据挖掘分析和可视化以及大数据整体解决方案等。二是提升企业大数据治理能力，培养既熟悉大数据技术，又熟悉业务流程的复合型大数据应用、处理和管理人才，丰富组织数据使用经验。三是搭建更多的大数据博览会、展会等交流平台，帮助数据供应商与数据需求组织之间建立密切的合作关系。