大数据社会治理研究的理论进展与政策堕距分析*

以“网络化”“数字化”“虚拟化”为特征的大数据时代正在对全球经济社会产生巨大的影响，大数据时代的社会治理问题已引起世界各国的高度重视①。我国所产生的数据流量已占到全世界的10%，大数据已成为中国经济社会的新常态，社会治理适应大数据模式刻不容缓。然而，长期以来，受传统经验式、粗放式管理思维的影响，政府在面对公共事务时习惯采用模糊且笼统的方式进行处理，从而导致社会管理难以达到预期的效果②。在这样的背景下，为了有效克服社会治理中的“木桶短板”效应并破解“最后一公里”的难题，党的十八届五中全会提出“加强和创新社会治理，推进社会治理精细化，构筑全民共建共享的社会治理格局”的总目标。为了实现共建共享的社会治理格局，习近平总书记在党的十九大报告中进一步提出新时期要“提高社会治理社会化、法制化、智能化、专业化水平”。基于此，如何认识新时期的社会治理，如何提高社会治理的水平，已然成为一个亟需解决的新课题。大数据为提高社会治理水平提供了技术可能。大数据以容量大、速度快、价值大、成本低、实时性强的特点，有效地解决了社会治理标准化程度较低的问题，从而推动社会管理模糊化向社会治理精细化的蜕变③。为此，我们需要知道大数据时代社会治理的特点有哪些？能否从各类、各层次的数据中发掘出现实的社会治理需求？能否运用大数据整合出有效的社会服务能力？

本文在对国内外大数据社会治理研究内容和进展进行充分分析的基础上，以现实问题为例，探寻大数据社会治理的经验。研究发现，现有政策目标与公众期望之间常常存在一定程度的差距，探索这些差距的表现，同时寻找弥合差距的路径，成为在政策差距缩减中实现其价值能力与公众期望融合的有效方式。

大数据社会治理研究的经验总结

互联网的快速发展，将越来越多的人变成了这张网络的点点终端，他们既是信息的起点也是信息的归宿，个体数据的产生、流通、交换和再更新时限的极大缩短，使得互联网数据呈指数型增长④。物联网、云计算等互联网技术的发展极大地促进了大数据的发展，当前大数据已经被商业组织广泛利用，它们通过收集消费者的相关信息和网络行为来评估消费者的消费行为偏好，并通过这种分析结果为消费者提供他们更加喜爱的商品，以此来达到盈利的目的⑤。大数据在商业领域巨大的价值实现吸引了全世界越来越多的目光，人们开始思考其在商业领域以外的价值，大数据社会治理的提出应运而生⑥。

大数据社会治理是大数据在其他领域的创新性思考和实践。然而，大数据在社会治理中能够应用于哪些领域？大数据社会治理需要以何种力量来驱动？在大数据背景下应该建构一种什么样的治理模式？秉持一种怎样的视角？未来又应该有哪些新关注？随之而来的种种问题都指向一个焦点，即如何开发好这座能够满足公众共同愿望的数据“富矿”？为此，我们需要从国内外大数据社会治理的既有经验中去探索和发现。

(一)国外大数据社会治理研究

治理是20世纪80年代世界公共管理思潮的核心内容。社会治理与公民社会的成长分不开，它强调协商、共识的达成，强调相关各方的平等参与而不是权力的行使或强制(鲍勃·杰索普，2000)⑦。西方社会治理研究包括治理研究(格里·斯托克，1999)、公民治理研究(理查德·C.博克斯，2005)、增权与能力建设研究、可持续发展研究(Marie Hoff，1998)等代表性观点，在大数据时代又增加了对数据社会治理的关注。美国学者阿尔文·托夫勒最早提出大数据的概念(1980)，并将其描述为“第三次浪潮的华彩乐章”⑧。2008年《自然》杂志推出专刊“大数据”，从互联网技术、超级计算、生物医学等方面来专门探讨大数据，由此开启了各领域的大数据研究。

国外大数据社会治理研究主要关注社会安全、开放数据接口、城市建设、社会保障、儿童与教育、就业与创业、环境与可持续等方面(Manyika J., 2011；Kosinski M., 2013; Woods S., 2016; Kitchin R., 2014, 2017)⑨，其发展路径主要受两个因素驱动：一为技术驱动⑩。Soares S.(2012)认为大数据治理体现了对相关法律规则、透明度和个人信息系统的数据责任，通过控制和权威使信息更有价值以实现业务目标。然而，大数据治理面对的是不断增长的数据规模和提供更好更快数据管理技术的需要，如何在风险暴露和价值创造之间保持稳定的政策，对大数据治理原则和框架产生了巨大的挑战(Soares S.，2012；Tallon P.P.，2013；Hashem I.A.T.，2015)。为此，Assuncao M.D.(2013)建议使用限制底层资源访问的不同约束模型，他认为有效的治理是权威组织不仅能够释放竞争优势，还能最大化云数据的应用价值。在相关技术研究中，形成了以Apache软件基金会开发的Hadoop和谷歌公司的Map Reduce为代表的非关系数据分析技术，凭借其适合非结构处理、大规模并行处理和简单易用等优势，成为互联网搜索和其他大数据分析领域的主流技术(Assuncao M.D.,2013; Agrawal D., 2011；Patel A.B., 2012)；二为应用驱动。Decker P.T.(2014)认为大数据是“颠覆性的创新”，它带来了“数据的民主化”。各国政府纷纷建立大数据网站开放政府拥有的公共数据，如美国联邦政府建立统一的门户开放网站Data·Gov，与6个部门联合，鼓励民众对其进行自由开发，旨在提升从大量复杂数据中获取知识和洞见的能力。新计算社会学(2014)的兴起掀起了学术研究领域的方法创新高潮，大数据计算机方法与人工处理的混合使用，让传统的“内容分析”方法得到升华(Ritchie J., Lewis J., et al.，2013)。经济是最主要的推动力，IBM、ORACLE、微软、谷歌、亚马逊、Facebook、Teradata、EMC、惠普等跨国公司因大数据技术的发展而更加具有竞争力，国际范围内的大数据应用已从经济领域上升到了政治领域(Mayer-Schonberger V., et al.，2013)。

(二)国内大数据社会治理研究

20世纪90年代以来，中国学术界广泛使用“治理”一词以取代统治来描述政治体制的延续和社会公共秩序的维持。俞可平(2000)提出公民社会对“善治”建设的作用，郑杭生(2006)提出通过“善治”开展中国特色的制度创新,李强(2014)提出多元利益协调的“帕累托最优”创新社会治理体制。关于何种社会治理模式更适合中国国情，在学界一直存在分歧，并为此开展了多项实证研究，如温州的多中心治理模式(吴宗玉,2007)、深圳盐田模式(李勇,2012)、永宁镇多元治理创新(吴晓燕,任耀杰,2012)等。随着大数据时代的降临，“智能化”成为社会治理重塑的新模式，该模式强调将数据转化为科学决策，将事后决策转变为事前预警。大数据时代的社会治理，既要研究“社会”，又要研究“治理”，更要研究“大数据”(鲍宗豪，2014)。国内大数据社会治理研究形成了两种视角，一为建构视角，致力于建构数据决策机制。大数据社会治理并不沿袭传统的数据管理方式，而采用“流处理”和“批处理”模式，在数据抽取与集成、数据分析和数据解释中，借助多元技术协同形成数据决策。大数据带来了计算范式取代定量范式所引发的社会学革命，开启了新计算社会学时代学术话语权的争夺(梁芷铭，罗玮等,2015)；二为介入视角，致力于解释多种行动主体介入的社会参与形式。大数据时代，政府将以更加开放的心态把民众当作“合作伙伴”和城市问题的“决策者”，给民众提供广泛的参与机会。然而，公共数据的有用性、公众参与的有效性、个人隐私和数据安全，以及业务数据的驱动力等方面不足所带来的深层次社会问题，成为大数据时代社会治理所面临的新挑战(刘叶婷，2014；黄欣荣,2014,2017)。相关技术研究主要集中于数据挖掘相关算法、实际应用及有关理论方面，涉及行业比较广泛，包括金融业、电信业、网络相关行业、零售业、制造业、医疗保健、制药业及科学领域，单位集中在部分高等院校、研究所和公司，特别是在IT等新兴领域，华为、阿里巴巴、百度等对大数据治理起到了很大的推动作用。涂子沛(2012)认为大数据正以一种势不可挡的强势态度改变我们的政府，渗入到我们生活的方方面面。于施洋(2013，2016)从大数据与政府门户角度出发，阐述了基于大数据的智慧政府门户如何实现从理念到实践的转变。

综上所述，国内外对于大数据社会治理研究已经取得了重要研究成果，为本研究的开展提供了重要借鉴，但还需进一步探讨以下重要问题：(1)研究视野上，社会治理研究对大数据开发明显不足。已有社会治理研究多关注制度、主体分析或者微观权力运作，忽视了大数据在治理决策中的作用，尤其是运用大数据进行社会治理的实证考察与案例研究。(2)研究焦点上，对大数据社会治理需求的研究薄弱。治理手段不适宜或治理手段与实际需求不相匹配，是治理失灵的重要原因，能否从庞杂的大数据中解析出现实的社会治理需求是基层社会治理的关键。已有研究偏重于对大数据治理方式方法的探究，对各类型、各层次的大数据社会治理需求研究不足，并忽视了社会转型阶段大数据社会治理的复杂性。(3)研究内容上，应加强大数据社会治理服务效果研究。大数据社会治理研究还处在起步阶段，对运用大数据进行社会治理的服务效果研究鲜有关注，缺少中国国情背景下大数据社会治理服务的标准、向度、协同性、规范性和实时性研究，而这是提高社会治理水平，推进新时期社会治理精细化的重要内容。

当前政策的目的性与公众期望：以现实问题为例的大数据分析

社会治理主要表现为体制和政策的调整，涉及治理的组织结构、方式方法、人员安排等方面，要求实现个体之间、组织之间、个体与组织之间、个体与社会之间的协调。我国社会治理的水平、能力和质量是通过治理效果反映的，对阶层治理的考量和逻辑推进要以政策的稳定性和创新性为指导，才能明确社会治理的方向和条件，进而提高社会治理的水平。

当前不管是经济政策还是针对其他社会领域制定的政策，都面临着这样一个问题，即政策现实与民众期望之间存在一定的差距。为了形象地呈现社会治理中的政策现实与民众期望之间的差距，我们以就业问题为例，通过分析当前就业政策与民众期望的特点与状态，探寻大数据社会治理能力提升的有效路径。本研究对2013到2017年间全国34个省、自治区、直辖市政府网站上公开的20000条有关就业政策政务信息和新浪微博、天涯论坛、百度贴吧中普通民众发表的3000条与就业有关的博文、文章和帖子进行整理，并运用ROSTCM6内容分析软件进行词频和网络语义分析。在排除了与本研究无关的词语后，得出如下两个网络语义图。其中，方块是这些数据文本中的高频词汇，方块之间的连线表示两者之间具有密切联系，高频词之间的联系反映了当前就业政策的特点(图1)和就业领域的公众期望倾向(图2)。

图1　政府就业政策的内容分析

图2　就业领域公众期望的内容分析

(一)我国当前政策的目的性分析

1.政策作用方式上的宏观间接性

结合“稳定/增长/发展—宏观—经济—就业”这一条语义线索与政策文本，研究认为当前政府倾向于通过宏观经济调控间接地促进就业。政府通过财政政策和货币政策来对市场进行宏观调控，以此来保证市场的秩序稳定和经济的平稳增长，进而促进就业岗位增加和就业人数的提升，最终实现全社会良好的就业状态与水平。

2.重点群体的政策倾斜与隐忧

结合“高校—学生—群体—重点—就业”这一语义线索与政策文本，我们认为这一阶段的政策倾向于解决大学生群体的就业问题。在具体的就业政策文本上，针对大学生就业也具有一定的倾斜，而其他群体就业并没有像大学生群体一样在就业政策中作为重点表现出来。这一方面展现了政策集中与体系化处理群体性就业问题时的强大作用，另一方面也不免让我们担忧那些被政策忽视群体的就业状况。

3.政策资源利用上的偏重与保障

结合“企业、创业—补贴—政策—资源—就业”这一语义线索和政策文本，我们发现当前的就业政策在资源利用方面，偏重于对具有就业促进作用各主体的财力支持。这一体系通过物质手段消除了劳动者在就业中的潜在风险，降低了他们的失业成本，以期稳定劳动者的就业状态，减少失业给个人和社会带来的不良影响。

4.政策促进作用倾向于发挥双主体性优势

结合“市场—主体—就业”和“政府—主体—就业”两条线索和政策文本，我们发现，我国已有的就业促进政策更倾向于发挥政府和市场两个主体的作用。在市场主体方面，有“创造—岗位”和“吸纳—人才”两条子线索，希望通过市场创造岗位和吸纳人才来保证全社会良好就业状态的实现。在政府主体方面，有“服务—政府—主体—就业”这条子线索，希望通过政府供给服务，如就业信息、就业推荐渠道、就业培训等，帮助潜在劳动者和失业者了解就业信息、打通就业渠道和提升就业能力，缩短失业者待业时长，使其尽快恢复就业状态。

(二)现实领域的公众期望分析

1.制度环境改善与能力提高的期待

结合“稳定/增长—宏观—经济—就业”和“竞争—环境、经营—成本、收入/素质与员工—微观—经济—就业”两条语义线索和网络文本，可以看出，公众希望政策制定能够从宏观和微观两个领域入手来解决当前的现实问题。在宏观领域运用财政和货币政策保障经济总体运行的稳定，间接使企业增加岗位数量，并以企业的良好运营为前提，实现一个与之相适应的良好的就业结构与薪资待遇。在微观领域，“竞争环境”“经营成本”“收入与素质”成为了公众的着眼点。

2.不同类型职业群体差异化的期待

结合“产能—失业—工人、城市化/失地—农民、农民工/高校学生—群体—重点—就业”这条语义线索和网络文本，我们发现在公众视野下有至少四个群体面临着就业问题。这些群体分别是因淘汰产能而失业的工人、城市化与失地农民、高校毕业生以及农民工。公众希望能够解决因产业结构调整以及市场供求失衡而导致的多个群体的就业问题。近年来农民工增速持续下降，2016年增速仅为1.6%，并由低端制造业和建筑业向服务业延伸。由于其文化水平不高，就业观念相对保守，不论是返乡还是进行职业转换都面临着就业难和岗位适应难的问题。

3.多种政策资源充分利用的期待

结合“土地—实物、培训/人才—人力、补贴—资金—资源—政策—就业”这条语义线索和网络文本，可以看出，在政策资源的利用上，公众希望政府在制定就业政策时能够对现有政策资源充分利用，即可供调配的人力、物力、财力的系统性综合运用。另一方面希望通过加强人才培养，实现就业结构的优化调整，打开职业发展渠道，促进社会纵向流动，这样既能保证就业的绝对数量又能使总体就业结构得到优化。财力和物力政策资源的利用实际上是针对企业主和创业者而言的，通过对其在资金、土地、房屋等方面的支持，降低企业在经营方面的难度，保证其顺利运营，进而为社会稳定地提供和创造就业岗位。

4.多主体参与的社会治理作用期待

结合“企业—市场、组织/机构—社会、服务—政府—主体—就业”这条语义线索和文本，可以看出，在相关要素群体作用的发挥上，公众希望多要素群体能够共同发挥作用，即市场和市场中的企业，社会和社会中的机构、组织，以及政府和政府中的相关职能部门都能够从自身现有的资源和能力出发，在不同的领域发挥就业促进作用。在“市场企业”方面，特别是中小微企业更应该发挥作用，因其拥有强大的创新能力，可以充分调动劳动者的积极性进而促进就业。在“社会组织机构”方面，一种形式是直接实现就业，另一种形式是为就业者提供职业介绍、职业指导、职业培训、职业鉴定、就业信息服务、职业心理咨询等方面的服务，通过这些服务增强他们的就业能力。在“政府服务”方面，一方面政府可以从完善收入再分配制度、提高社会保障水平、提供有就业促进价值方面的相关服务；另一方面可以用宏观调控手段保证经济平稳发展，规范市场竞争环境，降低企业经营成本，引导和鼓励自主创业，稳定就业数量，优化就业结构，提升就业质量。

政策堕距：当前政策与公众期望间的差距

无论就业政策还是针对其他社会领域制定的政策，当前都面临着这样一个问题，即政策实然状态和应然状态间存在着一定的差距。美国社会学家奥格本用文化堕距来解释由于社会的各个组成部分变化速度不一致而在社会变迁的过程中产生的问题。借用文化堕距的概念，我们将政策的实然状态和应然状态之间的差距称为政策堕距。这种差距的形成是政策制定者的价值偏好、既有政策制度基础造成的惯性、风险预期与矛盾显现的反映敏感度等多方面原因共同造成的。想要尽可能地弥合当前或未来政策与公众期望之间的差距，实现一种实然与应然状态交集扩大的可能，就需要将公众现期期望作为政策制定的基础，并评估多个支流期望的可延续时限。在可追溯的信息获取渠道通畅的情况下，对公众期望做出连续性反映，并在此基础上实现一种具有时效性的政策修正，实现一种现有政策原始目标与继续目标之间的联动，以缩小当前的政策堕距。

减少社会堕距将成为新时期社会治理的常态。这就需要政府在制定政策的过程中，应用大数据技术进行广泛的数据收集和分析，了解当前我国社会治理政策的特点和公众的需求与期望，分析当前社会治理政策中存在的不足，找到政策制定的未来方向。通过制定更能满足公众需求的社会治理政策，促进社会治理水平的不断提升。综合上述分析，我们认为当前政策制定与公众期望间的差距主要体现在以下几个方面。

(一)资源倾斜形成的选择性差异

政策的视角决定了政策是为总体服务还是为个人服务，虽然两者间有着复杂的联系，但这种倾向性被具体操作时就不那么模糊了。无论如何选择都会造成一定的疏忽，当我们着眼于总体时，个体的价值与希望就被平均了，他们的价值被融合成一个具有统一标准的共有目标；当我们着眼于个体时，公共权力所裹挟的巨大资源又在一个方面进行一种倾倒般的输送，资源的紧缺性又加剧了这种过分倾注所带来的集体利益的丢失。所以这两者都是不足取的，任何一方在资源获取上占优都会造成利益天平的倾斜，虽然这种倾斜状态在当前社会生活的各个领域都有非常具体的表现。

为了实现当前政策下公私利益的平衡与现有倾斜的修正，在确定一个政策的视角以及随之而来的执行模式时，当前的政策制定者乐于用一种自上而下的方式，从社会总利益的实现角度出发，在保证当前经济运行状况稳定的前提下，以宏观调控方式加大国家对于经济的干预力度，用财政和货币手段刺激经济，保持或恢复经济热度，从而实现当前职位数量的有效供给，达成一种政策制定者预期的良好就业状态。这是一种非常宏观的和间接性的政策制定视角与作用方式。它的确可为社会带来数量巨大的就业岗位，从直观上造成一种令人满意的就业量和失业率，可潜藏在这庞大就业量内部的就业结构状况和个体的就业满足感却被掩盖了。这就需要我们从现有政策制定视角和公众期望角度出发，来看待政策制定的问题。如从就业者、创业者和企业主的角度出发，考量其个体化需求在同一角色下的共性；从岗位供给保障和就业对个人不同层次价值实现层面出发，为他们制定微观领域的更加具体和有针对性的就业政策。

(二)问题群体的政策预见性不足

问题群体的形成是产业结构变化引发的必然结果，而市场的盲目性又乐于使这种结果的表现更加明显，反观大学生就业难、农民工市民化、失地农民问题等，无不是如此。政策的价值在于能够在问题发生时或发生前以理性修正这种对于趋势的误判和降低这种误判造成的负面影响。以往针对部分群体制定的政策往往是社会矛盾集中爆发而引发的应急性反应，这种政策是滞后的，是非预见性的。在政策制定者发现矛盾，制定政策，到政策执行，再到政策发挥效用，我们已经留给矛盾太多时间去蚕食这个社会的稳定因素，因而一种政策在群体针对性上的预见性就显得尤为重要。

当前政策调整的依据是公众需求，一些高呼声群体的需求可能造成政策制定者一叶障目的情况。大数据舆情分析不仅可以减少这种情况的发生，也能够给政策制定者提供更多的选择，对于不同群体问题做出更富预见性的判断。在此过程中，政策制定者能够在一定程度上获知当前群体的现实问题和衍生的新问题间的逻辑关系，并能沿着趋势变化做出政策调整。

(三)政策资源整合利用方面的差距

当前政策更多倾向于对资金资源加以充分利用，而对于信息、服务、技术等方面资源的运用却相对不足。政策资源作为政策达成某种目标的必需品，其利用方式的选择往往能够影响政策应用的最终结果，即资源是必要的前提，而资源利用方式的优化则是资源有效利用的必然手段。改革开放四十年来，经济发展给社会和个人生活带来了巨大变化，在某种程度上让货币崇拜深入人心，也带来了人们对于经济永远向好的理所当然的预期。但随着改革的深入，以及产业的优化和升级，人们发现即便是资金充裕的企业也可能破产，在再分配过程中获得优势地位的劳动者(如国企职工)也不一定能够达成自我价值的实现，甚至同样难逃失业的厄运，经济永远向好的预期被打破。而此时，人们才发现忽视了一些更加重要的因素。对个人而言，它是一种实现职业发展的能力；对企业而言，它是一种符合发展趋势的预见性判断，而这两种东西远不是经济繁荣表象带来的资金优势所能给予的。以就业领域为例，公众已经发现并开始重视非资金的其他政策资源在社会发展促进中的价值。这些政策资源需要整合利用，一方面以资金的支持给予劳动者或企业主一个启动的基本动力，另一方面以技术、信息、服务给予他们获取发展规划的能力，摆脱盲目。

(四)社会组织作用的缺失

个体属性的趋同使社会划分为一个又一个群体，群体利益的进一步凝结就形成了当前政府、市场和社会组织三个治理要素主体。政府的价值在于通过政策来调度资源和规范环境，市场的价值在于供给和吸纳，社会组织的价值在于服务提供和补充政府、市场的职能空缺。现有的政策对政府和市场两个主体的过分关注，导致了社会组织作为一个独立主体功能发挥受到限制，而同时公众又期望社会组织在社会发展促进上能够有所作为，这就造成了期待与实际之间的差距。从现在就业政策表现来看，被极度信任的政府和市场也许并不能达成其期许的目标。

社会组织对于社会发展促进的价值应该得到承认，应该成为帮助社会成员摆脱困境的功能输出者。阻碍社会组织作为一个主体发挥作用的，可能更多的是基于现有制度和法律的使命和职责合法性问题，再有就是公众对社会组织作为主体促成的制度环境和模式的适应性问题，这些都有待于实践的进一步验证。

结　语

大数据技术在社会治理领域中的作用是不容小觑的。大数据技术直接推动了社会治理科学化的进程。从就业方面政策堕距的具体表现也可以窥视到其他领域政策中可能面临的同样问题。通过公众需求的全方位反映，大数据分析为政府提供了决策依据，缩小了政策实际效用同公众期望之间的差距，即政策堕距的弥合。

立足于大数据的政策现状和公众期望分析，可以帮助政府认识到政策堕距存在的领域和外在表象，从而找到缩小差距的途径与手段，制定出更具操作化与价值的政策。在当前大数据社会治理价值的可见预期下，我们更应该广泛借鉴各国的有效经验，不断拓展大数据在社会治理中的应用范围，培养和树立数据思维，以开放的姿态去适应当前数据化的社会环境，不断研发先进的数据挖掘、整理与分析技术。在此基础上，通过数据信息判断社会局部或整体的发展形势，及时掌握公众舆情，找到影响事态发展的多个因素之间的偶然或必然联系，推动决策的科学化，实现社会的有效治理。

①Hague B.N.,Loader B.,Digitaldemocracy:Discourseanddecisionmakingintheinformationage, Psychology Press, 1999, pp.5-20 .

②冯仕政：《大数据时代的社会治理与社会研究:现状、问题与前景》，《大数据》2016年第2期。

③Mayer-Schonberger V., Cukier K.,Bigdata:Arevolutionthatwilltransformhowwelive,work,andthink, Houghton Mifflin Harcourt, 2013, pp.77-84.

④陈隽：《消费者大数据驱动的移动互联网商业模式》，《现代商业》2017年第14期。

⑤Hashem I.A.T., Yaqoob I., Anuar N.B., et al, “The rise of ‘big data’ on cloud computing: Review and open research issues”,InformationSystems, No.4, Vol.47 (2015), p.98.

⑥Cukier K., Mayer-Schoenberger V., “Rise of Big Data: How it's Changing the Way We Think about the World”,ForeignAff, No.1, Vol.92 (2013), p.28.

⑦王思斌：《社会工作在创新社会治理体系中的地位和作用——一种基础—服务型社会治理》，《社会工作》2014年第1期。

⑧涂新莉、刘波、林伟伟：《大数据研究综述》，《系统仿真学报》2013年第1期。

⑨Manyika J., Chui M., Brown B., Bughin J., Dobbs R., RoxburghC., Byers A.H., “Big data: The next frontier for innovation, competition, and productivity”,Analytics, No.5, Vol.6 (2011), p.40.

⑩Malik P.,“Governing big data: principles and practices”,IBMJ.Res.Dev, No.1, Vol.15 (2013), p.7.