国内外大数据产业发展比较分析

谢卫红 樊炳东 董策

〔摘要〕为了发现国内大数据产业存在的不足，本文从大数据发展顶层设计、要素供给、数据隐私与安全保护及大数据标准体系建设4个方面对国内外大数据产业政策进行比较，分析了国内外大数据产业政策的异同，最后针对性地从平衡政府数据开放和个人隐私保护政策完善、完善数据流通体系、加强人才培养、调整大数据关键技术投入重心4个方面提出建议，推动我国大数据产业有效、健康发展。

〔关键词〕大数据；产业政策；大数据战略；数据开放；数据共享；美国；英国；澳大利亚；法国；数据交易；数据隐私和安全保护；标准体系

DOI：10.3969/j.issn.1008-0821.2018.09.019

〔中图分类号〕G2507；G252〔文献标识码〕A〔文章编号〕1008-0821（2018）09-0113-09

Comparative Analysis of Big Data Industry Development at Home and AbroadXie Weihong1，2Fan Bingdong1，2Dong Ce1，2

（1.Management School，Guangdong University of Technology，Guangzhou 510520，China；

2.Institute of Big Data Strategic Research，Guangdong University of Technology，Guangzhou 510000，China）

〔Abstract〕In order to discover the insufficiency of the domestic big data industry，this article compared domestic and international big data industry policies from four aspects：top-level design of big data development，factor supply environment，data privacy and security protection environment，and big data standard system construction environment.The similarities and differences between big data industrial policies at home and abroad，and finally made recommendations from the four aspects of balancing the opening of government data and perfecting personal privacy protection policies，improving the data circulation system，strengthening personnel training，and adjusting the key technology input of big data.The data industry was effective and healthy.

〔Key words〕big data；industry policy；big data strategy；open data；data sharing；America；UK；Australia；France；data exchang；data privacy and security protection；standard system

近几年来，大数据已经成为塑造国家竞争力的战略制高点之一，一个国家掌握和运用大数据的能力将成为国家竞争力的重要体现，因而目前各国纷纷将大数据作为国家发展战略，将发展大数据产业作为大数据能力建设的核心。

从现实来看，国家之间关于大数据的竞争日益激烈。美国高度重视大数据研发和应用，2012年3月推出“大数据研究与发展倡议”，将大数据作为国家重要的战略资源进行管理和应用，2016年5月进一步发布“联邦大数据研究与开发计划”，不断加强在大数据研发和应用方面的布局。欧盟2014年推出了“数据驱动的经济”战略，倡导欧洲各国抢抓大数据发展机遇。此外，英国、日本、澳大利亚等国也出台了类似政策，推动大数据应用，拉动产业发展[1]。早在2011年，麦肯锡就在研究报告中指出，数据可以为世界经济创造重要价值，提高企业和公共部门的生产率和竞争力，并为消费者创造大量的经济剩余。例如，如果能够富有创造性且有效地利用大数据来提高效率和质量，预计美国医疗行业每年通过数据获得的潜在价值可超过3 000亿美元，能够使得美国医疗卫生支出降低超过8%；充分利用大数据的零售商有可能将其经营利润提高60%以上；通过利用大数据实现政府行政管理方面的运作效率提高，估计欧洲发达经济体可以节省开支超过1 000亿欧元[2]。

虽然我国在大数据发展和应用方面已具备一定基础，拥有市场优势和发展潜力，但同时也存在政府数据开放共享不足、产业基础薄弱、缺乏顶层设计和统筹规划、法律法规建设滞后、创新应用领域不广等问题[3]。为了抓住大数据产业发展的重大機遇，为我国经济转型发展提供新动力，重塑国家竞争优势创造新机遇，2015年9月，国务院发布了《促进大数据发展行动纲要》[3]，正式把促进大数据的发展和应用提升到国家战略层面；随后，为了进一步地落实“国家大数据战略”，推动大数据产业健康快速发展，工信部于2017年1月又出台了《大数据产业发展规划（2016-2020年）》[1]，力图为我国大数据产业发展提供有效的支持和指导。

从理论来看，针对大数据产业政策的讨论，已有部分相关研究。如周京艳等[4]采用内容分析法，从政策工具的视角，对我国已颁布的18份国家级大数据政策进行了定量分析，从适度提高供给面政策工具的使用、弥补现有政策工具的空白、加强与其他政策协同发展三方面提出了完善大数据政策的建议；魏红江等[5]以日本推进大数据战略与开放数据战略的国际国内背景、制定过程、政策措施与实施效果为研究内容，从中得出了我国应加强大数据产业政策扶持力度、创新大数据产业人才培养机制、制定开放数据战略等启示；张勇进等[6]从战略规划、技术能力提升政策、应用与管理政策3个层面比较分析美、英、法等国政府的大数据政策，总结分析了共性特点及各自特色，并为进一步完善我国大数据政策提出了相关建议，如注重构建大数据产业发展的配套政策。从上述讨论可以看出，一方面目前我国大数据产业发展确实存在诸多不足，相关政策措施需进一步完善；另一方面，已有研究的分析视角大多基于单方面比较，针对国内外相互间的比较分析视角仍然缺乏，这也为本文提供了研究思路。

因此，在推动大数据发展已成为各国政府共识的情境下，通过与国外主要发达国家大数据政策的比较分析，总结出国内外政策上的共同点以及我国自身存在的不足，从而得到对于推动我国大数据产业发展的有益启示，无疑有着重要的意义。

2018年9月第38卷第9期现代情报Journal of Modern InformationSep.，2018Vol38No92018年9月第38卷第9期国内外大数据产业发展比较分析Sep.，2018Vol38No91国内外大数据产业政策比较分析框架

为了更好地分析大数据产业政策，本文建立了如下分析框架，主要从大数据发展顶层设计、要素供给、大数据标准体系建设、数据隐私与安全保护4个方面，对国内外的政策进行比较分析（见图1）。

“大数据发展顶层设计”旨在通过分析国家级大数据战略或规划，探析国内外发展大数据的目标定位、主要内容、重点发展领域及相应采取的措施，总结各国大数据战略规划特色及要点。

“要素供给”探讨国内外推动大数据产业发展的外部资源供给环境，包括数据、人才、技术三方面的要素供给。

“大数据标准体系建设”和“数据隐私与安全保护”则主要从大数据产业发展的行业标准环境以及与此关系密切的法律法规环境进行比较分析。

2大数据发展顶层设计

21国内外大数据战略

为充分利用大数据带来巨大机遇，有效应对大数据带来的各种挑战，美国政府最早将大数据发展作为国家战略提出来，一批发达国家也紧随其后积极进行布局，相继出台相关的发展措施，从国家战略层面来规划大数据的发展，以推动大数据应用与发展。我国政府也于2015年开始在国家层面予以重视，具体见表1。

纵观发达国家的大数据发展战略可以发现，各国制定相关规划的目标非常明确，均旨在通过国家性战略规划推动本国大数据技术研发、产业发展和相关行业的推广应用，确保领先地位。此外，为确保规划的落地，各国都给出了明确的行动计划和重点扶持项目，旨在以点带面，通过这些重点项目的突破来带动整个大数据的应用与发展[4]。

（2016年）利用新兴的大数据基础、方法和技术，创造新的大数据能力；设计支持数据驱动型决策的工具；强化国家数据基础设施；促进数据管理和共享，提升数据价值；重视大数据采集、共享和应用过程中所涉及的隐私、安全和道德问题；强化大数据教育培训工作以及人才培养；鼓励跨部门、跨机构的大数据合作，完善大数据创新生态系统。英国《数据能力战略》（2013年）英国政府投资189亿美元来支持大数据的研究和设施建设，并详细阐述了数据机遇、数据能力概念以及如何培育数据能力。法国《数字化路线图》（2013年）宣布将投入15亿欧元大力支持5项战略性高新技术，而“大数据”就是其中一项。《法国政府大数据五项支持计划》

（2013年）引进数据科学家教育项目；设立一个技术中心给予新兴企业各类数据库和网络文档存取权；通过为大数据设立原始扶持资金，促进创新；在交通、医疗卫生等纵向行业领域设立大数据旗舰项目；为大数据应用建立良好的生态环境，如在法国和欧盟层面建立用于交流的各类社会网络等。澳大利亚《公共服务大数据战略》（2013年）该战略以六条“大数据原则”为支撑，旨在推动公共行业利用大数据分析进行服务改革，制定更好的公共政策，保护公民隐私，使澳大利亚在该领域跻身全球领先水平。中国编制实施软件和大数据产业

“十三五”规划（2015年5月）大数据产业第一次明确出现在规划中。《加快推进云计算与大数据标准

体系建设》（2015年6月）加快云计算与物联网、移动互联网、现代制造业的融合发展与创新应用，培育新业态、新产业，加快推进云计算与大数据标准体系建设。《促进大数据发展行动纲要》

（2015年9月）第一个真正意义上的大数据发展国家战略，明确提出了我国大数据发展的关键任务，即加快政府数据开放共享、推动产业创新发展、强化网络及数据安全保障。《大数据产业发展规划（2016-2020）》

（2017年1月）明确“十三五”期间的发展目标和重点任务，如强化大数据技术产品研发、深化工业大数据创新应用、促进行业大数据应用发展、大数据标准体系建设等。资料来源：作者通过公开资料整理所得。通过比较国内外大数据战略内容，可得到以下几点差异：一是在时间上，国内大数据战略规划与发达国家相比晚了2～3年，可能是由于大数据概念及相关产业在国内并不成熟，需要一定的时间积淀；二是在内容上，发达国家除了推进大数据相关技术、工具开发以外，同时还非常重视个人隐私的安全与保护，国内则较少涉及；此外，发达国家还比较强调大数据人才的培养、大数据的行业应用以及具体的行动措施等。

22国内外大数据戰略执行机构

美国由白宫科学和技术政策办公室牵头建立了大数据高级监督组，通过协调和扩大政府对大数据的投资，提供合作机遇，促进核心技术研发和劳动力发展等工作促进大数据战略目标的实现。澳大利亚设立跨部门大数据工作组负责战略落地，同时配备专门的支撑机构从技术、研究等角度确保对大数据工作组支撑。英国数据战略分别针对技术能力、基础设施和软硬件建设、推进合作、数据开放与共享等指定具体的负责机构，同时，由信息经济委员会负责根据战略进一步制定具体战略实施路径。

在我国，为贯彻落实《促进大数据发展行动纲要》，经国务院同意，建立“3+X”架构的促进大数据发展部际联席会议制度，其中的“3”指的是国家发改委、工信部、中央网信办3个单位，“X”则是中央编办、教育部、科技部、公安部、安全部、民政部等其他40个中央或国务院组成单位。此外，广东、四川、辽宁、贵州等省份的地方政府还成立了大数据管理局，一个非常重要的功能就是促进数据共享开放、促进大数据产业发展。

从国内外大数据发展顶层设计来看，和许多发达国家一样，我国在促进大数据应用与发展的顶层设计方面基本形成了较为完善的体系，既包括国家战略规划和相应的执行机构，同时各地方政府也纷纷响应，制定了相关的地方发展政策，这些为大数据的应用与发展提供了重要的政策保障。

3大数据产业的要素供给

31数据要素

从是否付费的角度来看，数据可以分为两类：免费获取公开数据、付费购买商业数据。其中免费数据最重要的来源就是政府公共数据，因此，政府数据的共享与开放至关重要；购买商业数据则需要畅通的数据流通渠道，因此需要加强数据流通体系的建设。下面就将针对上述两方面的内容进行分析。

311数据开放与共享

美国是数据开放和共享的领头羊，其他一些国家也紧随其后，在数据开放与共享方面进行积极尝试，制定了一系列的相关政策，并以实际行动大力推动政策落实。具体情况见表2。

表2主要发达国家数据开放与共享政策概览

国家政策名称制定时间核心内容美国开放政府指令200912各政府机构要在线发布政府信息，提升政府信息的质量，营造一种开放政府文化并使其制度化，相关机构为开放政府制定可行的政策框架。美国信息共享与安全保障国家战略2012国家安全依赖于正确的时间将正确的信息分享给正确的人。战略旨在确保信息可以在负责、无缝、安全的环境中共享。实现政府信息开放和机器可读取

总统行政命令20135要求政府数据的默认状态应该是开放的和计算机可读的，增强数据的可获取性和可用性。美国开放数据行动计划20145提出应主动承诺开放，并逐步开放数据资源的原则；发布的数据应做到方便公众使用和查找，并根据反馈完善开放的数据；对未发布的数据应开放数据列表，供公众申请开放等。英国开放数据白皮书20126政府各部门应增强公共数据可存取性，促进更智慧的数据利用；各部门均需制定更为详细的两年期数据开放策略。开放政府联盟：英国国家行动计划

（2013-2015年）2012承诺将制定政府拥有的所有数据集列表；发布地方政府数据透明性法案，要求地方政府开放关键信息和数据；到2015年使英国成为开放政府联盟中透明度最高的国家。英国数据能力发展战略规划201310该战略在定义数据能力以及如何提高数据能力方面，进行了系统性地研究分析，并提出了举措建议。统计资料与数据开放——开发

未利用的知识，赋予公民权利，

提升政府服务质量20143主要针对“数据能力战略”执行中出现的问题提出相应的政策建议，如通过立法保障数据开放的合法性和强制性、采用“数据双轨制”发布方法、采用“五星级数据开放评测系统”标识数据的可用性和可访问性等。澳大利亚开放政府宣言20107加强公众获取政府信息的权利，创新在线方式使政府信息更易于存取和使用，营造一种信息开放的文化环境。修改完善《信息自由法》并建立澳大利亚信息委员会办公室，制定更为详细的信息开放方案。开放公共部门信息原则20115信息的默认状态应是可以开放存取的；增强在线与公众的交流；将信息作为核心战略资产进行管理，实现高效信息治理；确保信息被公众及时查找与方便利用；明确公众对信息的再利用权利等。法国政府部门公共信息再利用20115配合法国数据开放门户data.gouv.fr的运行，规定了政府部门所掌握信息和数据的开放格式和标准、收费、开放数据集的选择以及数据使用许可。公共数据开放和共享路线图20132更广泛便捷开放公共数据，促进创新性再利用，为数据开放共享创造文化氛围并改进现有法规框架等。政府数据开放手册20139全面指导公共部门对于开放数据政策的理解。资料来源：《主要发达国家大数据政策比较研究》[6]。从表中内容可以看到，数据开放与共享运动远早于大数据热潮的到来，并且成为发达国家政府的普遍共识。纵观这些国家的政策，可以看到两个共性特征：一是数据开放政策均建立在开放政府行动之下，使得数据开放有了更高的战略支撑；二是建立数据开放门户成为普遍趋势，有力保证政策得以落地。例如美国于2009年正式上线美国Data.gov网站，按原始、地理数据和数据工具3个门类开放数据。到2014年4月，Data.gov共开放原始数据集和地理数据集共计90 925個，涵盖了农业、气象、金融、就业、人口统计、教育、医疗、交通、能源等大约50个门类。

在我国，尽管相关的政策已经明确了我国政府公共数据开放与共享的时间表，但到目前为止，我国的数据开放与共享才刚刚起步，还处于地方政府尝试探索阶段。“中国开放数据探显镜”报告对北京、上海、武汉等7个在开放数据实践走在前列的地方政府开展了评估，报告显示，截至2015年5月20日，发布数据最多的是武汉（635个数据集），发布数据最少的则是湛江（29个数据集），样本地方平均公开278个数据集，总体而言，目前中国地方政府的数据开放量较低，数据可机读率仅达841%。各地方目前普遍发布的都是静态数据（更新频率为1年或不定期），比例高达8625%。少部分承诺将更新的数据也未能按承诺进行更新。无锡是各地方中按承诺更新比例最高的（625%），各地方平均仅有1721%的数据按承诺得到了更新[7]。此外，黄如花等学者从总体情况、数据资源建设、数据组织与检索、数据服务等方面，对我国已建设的13个地方性政府数据开放平台进行了调查与分析，认为存在以下问题：总体数量少，地域差异大、资源建设与利用情况差、数据管理薄弱、服务不完善[8]。

总的来说，和国外发达国家相比，我国的数据开放运动才刚刚起步，无论是开放的深度还是开放的广度都还有待进一步加强。

312数据交易体系建设

数据资源日益成为重要的生产要素和战略资产，而数据的开放和流通是其价值体现的前提和基础，因而数据交易体系的建设就显得尤为重要。据麦肯锡全球研究院预测，开放数据在全球的教育、交通运输、消费市场、电力、石油/天然气、医疗健康、消费金融（包括银行、保险和房地产）7个领域可以撬动32～54万亿美元的经济价值。而根据美国参议院商务、科学与运输委员会发布的报告，全美数据中介市场2012年的总规模已达1 500亿美元，相当于当年美国情报总预算的两倍[9]。

国外数据交易市场始于2008年，得益于较为完善的法律制度、信用体系和数据开放环境，企业间数据交易较为活跃，目前已涌现出Infochimps、Factual、DataSift、Datahub、Qlik Datamarket、Oracle BlueKai、Twitter、Gnip、Windows Azure Marketplace、Acxiom、FUJITSU Data Plaza等一批知名数据服务商[9]。

在数据的流通和交易方面，欧美发达国家尤其是美国已经走在了前面。如图2所示，数据中介通过政府、公开和商业渠道，从数据源头处获取各类信息，进而向用户直接交付数据产品或服务。其中，数据源头、数据中介和最终用户构成了数据流通和交易的主体。目前国外的数据交易有如下特点：数据中介大多以采集和聚合为主，集市类的形态逐渐弱化，用户端需求广泛、应用典型[10]。图2国外数据交易市场[10]

目前，国内的大数据交易行业还处于初级阶段，未形成完整的交易规范体系。但是，中国潜在的大数据资源非常丰富，目前数据总量正在以年均50%的速度增长，预计到2020年将占全球21%。据《2016年中国大数据交易白皮书》预计，随着各项政策的配套落实及推进，到2020年，中国大数据产业规模或达13 626亿元的高点[11]。如此庞大的大数据产业市场潜力，使得大数据交易平台成为一项必需的基础设施。国内现有的数据交易平台主要有3种类型，一是以贵阳大数据交易所为代表的交易所平台，包括湖北长江大数据交易所、陕西西咸新区大数据交易所等；二是产业联盟性质的交易平台，以中关村数海大数据交易平台为代表；三是专注于互联网综合数据交易和服务的平台，比如数据堂、美林数据等。但总体来说，我国大数据交易还处于起步阶段，仍面临着一些问题，如数据产品化困难、产品定价困难、交易平台的交易机制缺乏、隐私及版权保护、信息安全面临挑战等[12]。

总的来说，无论是国内还是国外，大数据交易都还是一个刚刚起步的朝阳产业，数据流通和可交易的范围、数据所有权、数据质量保障等都是亟待解决的重要问题。

32人才要素

人才是促进大数据应用和发展的关键所在，而各国也高度重视大数据人才的培养。例如，美国不仅是全球首个将大数据从商业行为上升为国家战略的国家，也是数据科学家和面向未来的大数据人才储备启动最早的国家。美国大数据人才的培养体现在几方面：一是大学计算机学科为大数据产业界输送和培养数据科学家；二是大学经济系、商学院等社会学科为大数据产业提供经济学分析和管理人才；三是科学研究领域大力吸纳国内外的大数据人才，如2012年斯坦福大学医学院遗传学系集聚国内外人才运用临床和基因大数据进行科学研究；四是企业非常重视大数据人才的培养，除了通过企业研发中心培养人才，还通过与科研院校合作培养大数据综合人才。大数据人才队伍不断成长壮大是美国大数据产业的一个重要推动力。英国、日本等国也纷纷提出了各自的大数据人才培养计划。

在我国，国务院关于《促进大数据发展行动纲要》[3]中提出专业人才培养计划，创新人才培养模式，建立健全多层次、多类型的大数据人才培养体系。鼓励开展大数据综合型人才培养，大力培养具有统计分析、计算机技术、经济管理等多学科知识的人才。早在2009年，鄂维南院士就积极推动建设数据科学学科，并率先在北京大学建立了本科、硕士和博士3个层次的数据科学专业。2016年2月，教育部公布新增专业“数据科学与大数据技术”专业，北京大学、外经济贸易大学、中南大学成为首批获批高校；2017年3月，教育部又公布了第二批获批的32所高校，加上首批3所高校，我国已有35所高校获批该专业[13]。另外，2016年6月，由北京大学、中国科技大学、中国高等教育学会、章鱼大数据等机构共同发起成立了“全国高校大数据教育联盟”，这是我国第一家针对高校领域开展大数据“产、学、研、用”活动的社会公益组织。目前有包括清华大学、北京大学、复旦大学等在内的全国各地的27家高校会员[14]。

但是，人才的培养毕竟需要时间的积累，从大数据迅猛发展对相关人才的需求来看，未来很长一段时间，大数据人才都面临严重缺口，国内外都面临着类似的情况。在国内，数联寻英发布的首份《大数据人才报告》[15]显示，目前全国大数据人才只有46萬，未来3～5年人才缺口达150万之多，大数据平台运维与开发、数据分析、数据安全等专业人才供求矛盾十分突出，具备扎实理论基础，又有业务实践经验的大数据人才奇缺。在国外，麦肯锡预计，到2018年，美国大数据领域中深度分析人才职位的需求会超过供给，缺口为14～19万个职位。这类人才不仅需要具备固有的数学能力，还需要数年的培训。此外，麦肯锡预计截止2018年，美国需要增加150万能够提出正确的问题并有效利用大数据分析的管理人才[3]。因此加强大数据人才的培育是促进大数据产业发展的关键。

33技术要素

大数据技术体系包括硬件平台、数据存储和管理、计算处理、数据分析、可视化、应用和服务、编程和管理工具以及数据安全等内容，一个典型的大数据技术体系构成可见图3。

图3大数据技术体系

由于大数据与传统数据截然不同的特征（通常被认为的“4V”），因此，大数据技术与传统数据技术也有很大不同。大数据对信息系统的数据处理和挖掘能力提出了巨大挑战，需要新技术将庞杂无序的数据进行清洗、分析、预处理和集成，变成有用的信息。目前，我国在一些环节的技术基础还比较薄弱，需加强攻关、实现突破，以便在大数据时代的发展中掌握主动权。如，汪满容[16]等通过专利地图的方法研究认为，中美两国是大数据技术研发的主要国家，但从掌握大数据研究的核心技术来看，美国处于核心位置，拥有大批一流的研发机构，如IBM、雅虎、微软等公司。虽然我国大数据研究的专利数量较多，但缺乏原始创新，关于大数据研究的重点方向和核心基础的系统、性能和算法较少，而且大数据的底层架构和核心技术也主要由Google、IBM公司等美国企业掌握。同样，刘云[17]等通过对1994-2013年大数据技术领域专利的分析得出，中国在大数据分析与挖掘、大数据采集与预处理方面有一定的技术优势，但在大数据隐私与安全、大数据存储与管理方面较为落后，处于劣势地位；而美国在大数据应用、大数据可视化领域、大数据存储与管理等方面有着较强的技术优势。

总之，当前我国的技术优势主要集中在硬件平台以及应用和服务等方面，例如浪潮、华为在服务器和存储设备方面具有国际竞争力，而BAT等则在大数据方面有很多创新应用。但是在数据管理、计算处理、分析、数据安全等方面，核心技术则主要掌握在国外组织手上。

4数据隐私与安全保护

数据隐私与安全问题在大数据时代变得更为重要，并且由于该问题与公众的日常生活密切相关，因此也成为公众关注的焦点问题。可以说，数据隐私与安全保护是大数据应用与发展的基石，很多国家对此也高度重视。当前，对于数据隐私与安全保护存在两种截然不同的模式：欧盟的严格模式和美国的宽松模式。

在表3中可以看出，两者在立法、监管、数据跨境流动以及保护机制等方面都有明显不同。

表3欧盟、美国数据跨境流动的政策差异

类别欧盟美国立法方面欧盟在数据隐私与安全保护方面有着严格的立法。如，1995年的《数据保护指令》（即“95指令”）、2015年12月15日，欧盟执委会通过的《一般数据保护条例》（简称GDPR），还有德国的《信息和通信服务法》（1997年）、英国的《英国数据保护法》（1998年）美国很少有数据保护法律，主要依靠自律和有限的立法。例如在美国，银行账户、医疗和个人文件、信用卡账单和电话记录都没有联邦保护监管方面在欧盟，负责数据隐私与安全监管的有两类人：监督员（Supervisor）和官员（Officer）。其中监督员共设主副两个职位，他们的主要职责包括监督、咨询和合作3部分在数据监管方面，美国没有专门的数据隐私与安全监管机构，这些工作主要依靠行业协会的自律来实现跨境流动

方面欧盟对数据的跨境流的限制极为严格，欧盟所制定的数据保护法令禁止一些消费者数据传向没有采用同样严格数据保护法律国家的企业，除非欧洲委员会认为该第三方国家能够充分保护个人数据。目前，仅有瑞士、新西兰、加拿大、阿根廷等国家获得了欧盟认可美国对数据的跨境流动并没有特别的限制，对个人数据采取行业分散保护机制。但为了保护数据跨境流动的安全性，美欧之间先后确立了“安全港”原则，后又进一步商讨制定了“欧盟—美国隐私护盾”协定机制方面欧洲采用的严格数据保护模式，其相关法令的出台和执行依靠政府部门强力的推动美国采用的是数据保护宽松模式，往往依靠行业自律，因此更多由行业协会监督，并以第三方认证的方式来具体实施资料来源：根据公开资料整理。而我国，在立法方面，目前尚无针对个人数据保护的专门性立法，个人数据的保护主要体现在分散的法律规定之中，尚未建立起体系化的个人数据保护制度，如《民法通则》等法律对个人隐私、人格权、名誉权保护的规定以及《计算机信息网络国际互联网安全保护管理办法》、《邮政法》、《银行法》等行业性法律法规关于个人通讯及邮件数据、行业性关联信息的保护规定[18]；在监管方面，我国目前并未建立相应的个人信息保护监管机构；在跨境数据流动方面，我国的相关法律禁止涉及国家秘密和国家安全的数据跨境流动，但对于一般的个人数据和企业数据的跨境流动问题极少涉及[19]；在数据保护机制方面，根据欧美的相关经验，我国应在坚持政府主导的同时，加强行业自律，发挥行业协会的监督作用。

针对我国数据隐私保护立法相对落后的现状，2013年2月，首个个人信息保护标准《信息安全技术、公共及商用服务信息系统个人信息保护指南》[20]（简称“指南”）正式出台，该标准最显著的特点是规定个人敏感信息在收集和利用之前，必须首先获得个人信息主体明确授权。虽然与欧美的数据与隐私保护立法还有很大的差距，但无疑为中国的数据立法之路开创了良好的开端。

5大数据标准体系建设

随着大数据技术的发展与应用，大数据标准研制已成为国际各标准化组织共同关注的热点。研究和建立一套比较完整的大数据技术标准体系对于政府宏观指导和促进大数据发展、大数据技术和产品的更新换代，规范大数据行业竞争，有效推进大数据标准化工作有着重要意义[21]。目前国际上已经有多个标准化组织针对大数据进行专门研究。

ISO/IEC JTC1 SC32于2012年成立了下一代分析技术与大数据研究组，2014年6月启动了4项为大数据提供标准化支持的新工作项目。该组织重点研究对象包括元数据、大数据存储和检索、大数据所支持的复杂数据类型等。同时，国际电信联盟电信标准分局（简称ITU-T）则重点研究基于大数据的云计算相关技术，ITU（即国际电信联盟）于2013年11月发布了《大数据：今天巨大，明天平常》的技术观察报告，分析了大数据面临的挑战和ITU-T开展的标准化工作，目前该组织已启动“基于大数据的云计算需求和能力”新工作项目。

此外，美国国家标准与技术研究院（简称NIST）于2013年建立了大数据公共工作组（NBD-PWG），其重点研究对象包括术语和定义、用例和需求、安全和隐私、参考体系结构和技术路线等，目前已有这些方面的初步成果，如《大数据定义》、《大数据分类》、《大数据用例和需求》、《大数据安全和隐私需求》、《大数据参考架构调研白皮书》、《大数据参考架构》和《大数据技术路线图》等。

在我国，全国信息技术标准化技术委员会（TC28）是主要的标准化组织，其一直在持续开展数据标准化工作，在元数据、数据库、数据建模、数据交换与管理等领域推动相关标准的研制与应用，为提升跨行业领域数据管理能力提供标准化支持[22]。

此外，为了推动和规范我国大数据产业的快速发展，建立大数据产业链，与国际标准接轨，全国信标委于2014年12月2日正式成立大数据标准工作组。工作组主要负责制定和完善我国大数据领域标准体系，组织开展大数据相关技术和标准的研究，申报国家、行业标准，承担国家、行业标准制定修订计划任务，宣传、推广标准实施，组织推动国际标准化活动。对口ISO/IEC JTC1 WG9大数据工作组[22]。

2016年以来，我国相关标准制定部门相继发布了《数据能力成熟度评价模型》（征求意见稿）[23]、《信息技术服务数据中心服务能力成熟度模型》[24]（GB/T33136-2016）等标准。

整体而言，在大数据的国际化进程中，全球范围内大数据的标准化工作还处于研究階段，无论是术语、架构，还是存储、处理、行业应用等，都尚未形成标准规范，这也为我国引领大数据标准化提供了良好的契机。

6我國大数据产业发展的启示

从前文国内外大数据战略来看，我国在大数据战略规划方面已经进行了系统的谋划，可以预计“数据兴国”和“数据治国”都将成为未来较长一段时间的国策。但是在规划落实方面依然任重而道远，我国政府依然面临着严峻的挑战，在数据开放共享、数据交易与流通、关键技术研发、数据隐私与安全保护等诸多方面都亟待加强，因而有以下几点启示：

61平衡政府数据开放和个人隐私保护，完善整体规划和相关政策政府数据开放和保护基本遵循三大原则：基于公共利益的个人数据要优先开放；基于商业利益的个人数据要限制开放，对商业利用个人数据要进行监管；基于个人利益的个人数据以保护为主、适当开放[25]。

政府数据的开放共享能够促进社会事业数据融合和资源整合，释放公共数据的价值，但数据的开放无法避免会导致隐私泄露的问题。数据开放与隐私保护的关键是个人利益和公共利益的平衡，政府可以以法律形式规定公共信息资源开放共享的内容、程序、标准和相关事项[26]，并在此基础上建立公共信息资源共享网站，成立数据管理的专门部门，建立数据管理的行政体系，通过国家数据平台发布管理制度。其次，还可以对政府数据开放中的个人数据进行单独的立法规定，保护公民的个人隐私权利，建立起公民的互动、监管和补偿制度，如公民发现自己的个人数据在政府开放中没有得到有效的保护，可以在平台进行反馈获得法律援助和经济补偿等，充分调动公民的参与积极性。

在个人隐私保护立法方面我国《刑法》、《居民身份证法》、《消费者权益保护法》、《侵权责任法》和《全国人大常委会关于加强网络信息保护的决定》等法律以及部分行政法规和规章少量涉及了个人信息保护问题，但远未系统化和体系化，多数规范性文件地位较低，缺乏可操作的具体规则。除了政府拥有个人数据之外，企业能够在用户不知情的情况下收集用户个人信息，这些数据有可能被用于第三方交易或通过数据关联、人工智能等信息技术进行分析、处理，预测用户的行为习惯和爱好，进而提供各种个性化服务。在这方面可以借鉴美国的立法模式，首先出台针对用户个人隐私保护的专门法律，对隐私保护的基本原则和框架进行界定，在基本原则和框架下对隐私信息泛滥的金融、通讯、物流等行业进行专门的立法保护，企业可以在基本原则和框架内进行数据的收集、处理，在保护用户隐私信息的同时为其提供针对性的个性化服务。

62完善大数据人才培养体系

大数据产业的未来发展对精通数据科学的人才有广泛需求，就大数据人才素质与能力要求而言，数据素养的培养建立在统计学及计算机科学的学习与应用之上，主要围绕数据处理的流程展开。数据分析人才的培养尤其应当符合大数据在各领域广泛应用的实践，注重跨领域、跨行业的数据分析人员培养[26]。在培养数据科学人才的同时，还需要通过高效的经济学、管理学等专业培养经济学分析和管理的大数据人才。

大数据产业的人才不仅需要精通数据分析和挖掘理论知识，而且要注重实践能力，传统大学在大数据的理论教育方面有着很大的优势，但学生的实践能力培养欠缺[27]。可以根据企业对大数据从业人员专业技能需求，完善专业课程设置，建立产学研合作机制，加大学校师资技能培训，增强学生课程实用性，企业为培养数据科学家实践能力提供了良好的场所，二者结合将是国际上数据科学家培养的主要趋势。

63调整大数据技术研发投入重心

我国在大数据技术的投入重点应该由产业链前端的数据收集、保管转移到后端的数据预测、产品研发、决策支持等，从而实现由基础设施的研发到特色上层应用的转变。

我国在数据库、数据仓库、商业智能等方面远落我国大数据产业还缺乏深度挖掘数据价值的工具和手段[28]，政府在加大财政资金对大数据关键技术研发创新的引导和扶持力度的同时，应该重点研发大数据存储管理、分析挖掘、可视化、数据安全，以及数据实时在线处理、非结构化数据处理、图像语音视频数据智能分析等关键技术和产品，提前布局自然语言处理、语义理解和机器学习等关键技术，构建自主的大数据技术体系，形成规模优势，实现数据互联、数据互补、集中分析。支持高校和科研院所建立大数据开放实验室，推动多学科交叉融合，开展大数据分析关键算法和关键技术研究以及大数据专业人才的培养，并联合企业加强实践应用。

64促进大数据交易市场规范化发展，完善数据流通体系完善相应的标准和管理制度，规范大数据交易市场，推动行业自律，打造完善、健康、有序的交易产业链条，从交易平台、交易主体、交易对象等多个方面规范交易市场行为，对交易市场内的在线数据交易、离线数据交易、托管数据交易等数据模式进行规范。

可以逐步推进“分类”交易原则，试行“一类一策”。按照差异化交易原则，对交易的数据进行分类，根据不同类型数据实施分类交易。一是针对不同的交易主体、交易模式等，鼓励其根据自身优势、自身发展定位等分类发展。二是针对不同来源的数据、不同类型的数据，尝试制定不同的交易策略和定价策略。如针对稀缺性、价值高的数据，实施卖方定价；针对社会公共价值高的数据，特别是政府部门提供的数据，实施成本定价[29]。

参考文献

[1]工业和信息化部.工业和信息化部关于印发大数据产业发展规划（2016-2020年）的通知[EB/OL].http：//www.miit.gov.cn/n1146295/n1652858/n1652930/n3757016/c5464999/content.html，2017-01-17.

[2]James Manyika，Michael Chui，Brad Brown，Jacques Bughin，Richard Dobbs，Charles Roxburgh，Angela Hung Byers.Big data：The Next Frontier for Innovation，Competition，and Productivity[J].McKinsey Global Institute，2011.

[3]国务院.国务院关于印发促进大数据发展行动纲要的通知[EB/OL].http：//www.gov.cn/zhengce/content/2015-09/05/content_10137.htm，2015-09-05.

[4]周京艳，张惠娜，黄裕荣，等.政策工具视角下我国大数据政策的文本量化分析[J].情报探索，2016，（12）：7-10.

[5]魏红江，李彬，祝慧琳.制定我国大数据战略与开放数据战略：日本的经验与启示[J].东北亚学刊，2016，（6）：32-39.

[6]张勇进，王璟璇.主要发达国家大数据政策比较研究[J].中国行政管理，2014，（12）：113-117.

[7]复旦大学数字与移动治理实验室.“中国开放数据探显镜”报告[EB/OL].http：//chuansong.me/n/1802039，2015-10-12.

[8]黄如花，王春迎.我国政府数据开放平台现状调查与分析[J].情报理论与实践，2016，39（7）：50-55.

[9]张敏.数据流通的模式与问题[J].信息通信技术，2016，10（4）：5-10.

[10]杨琪，龚南宁.我国大数据交易的主要问题及建议[J].大数据，2015，（2）：5.

[11]贵阳大数据交易所.中国大数据交易产业白皮书（2016）[EB/OL].http：//www.gbdex.com /website /view /aboutGbdex.jsp，26，2016-11-20.

[12]中国信息通信研究院.大数据白皮书（2016年）[EB/OL].http：//www.catr.cn/kxyj/qwfb/bps/201612/t20161228_2185495.htm，2016-12.

[13]搜狐網.教育部公布第二批“数据科学与大数据技术”新专业获批名单[EB/OL].http：//mt.sohu.com/20170321/n48413 7723.shtml，2017-03-21.

[14]全国高校大数据教育联盟[EB/OL].http：//www.bigdataedu.org/，2017-03-28.

[15]数联寻英，数联寻英顺利举办大数据人力资源论坛[EB/OL].http：//www.shulianxunying.com/detail-10-48-1.html，2016-07-21.

[16]汪满容，刘桂锋，孙华平.基于专利地图的全球大数据技术竞争态势研究[J].现代情报，2017，37（1）：148-155.

[17]刘云，黄雨歆，闫哲.基于专利计量的大数据处理关键技术及核心设备技术创新能力分析[J].第十一届中国软科学学术年会论文集（下），2015.

[18]关伟明.欧美个人数据保护制度及对我国的启示[D].南宁：广西大学，2014.

[19]谢永江，朱琳，尚洁.欧美隐私盾协议及其对我国的启示[J].北京邮电大学学报：社会科学版，2016，（6）：39-44.

[20]新华网.我国首个个人信息保护国家标准2月1日起实施.[EB/OL].http：//news.xinhuanet.com/politics/2013-01/21/c_114444097.htm，2013-01-21.

[21]高林，杨瑛，袁媛，等.综合分析冷静看待大数据标准化渐行渐近（上）[J].信息技术与标准化，2013，（9）：12-14.

[22]张群.大数据标准化现状及标准研制[J].信息技术与标准化，2015，（7）：23-26.

[23]全国信息技术标准化网.关于对《数据能力成熟度评价模型》（征求意见稿）国家标准征求意见的函EB/OL].http：//www.nits.org.cn/getIndex.req？action=index&req;=modulenvpromote&sid;=5，2016-10-27.

[24]《信息技术服务数据中心服务能力成熟度模型》国家标准发布会在京召开[EB/OL].http：//www.sac.gov.cn/sgybzeb/gzdt_2132/201703/t20170302_229899.htm，2017-03-02.

[25]张晓娟，王文强，唐长乐.中美政府数据开放和个人隐私保护的政策法规研究[J].情报理论与实践，2016，39（1）：38-43.

[26]朝乐门，马广惠，路海娟.我国大数据产业的特征分析与政策建议[J].情报理论与实践，2016，39（10）：5-10.

[27]迪莉娅.我国大数据产业发展研究[J].科技进步与对策，2014，（4）：56-60.

[28]汪晓文，曲思宇，张云晟.中、日、美大数据产业的竞争优势比较与启示[J].图书与情报，2016，（3）：67-74.

[29]唐斯斯，刘叶婷.我国大数据交易亟待突破[J].中国发展观察，2016，（13）：19-21.

（责任编辑：陈媛）2018年9月第38卷第9期现代情报Journal of Modern InformationSep.，2018Vol38No92018年9月第38卷第9期基于共词聚类与可视化的开放式创新国外研究热点与主题分析Sep.，2018Vol38No9

收稿日期：2018-05-16