基于信息生态理论的大数据治理建模及西部区域治理路径设计

徐晓锋 王娟娟

摘 要：[目的/意义]目前尚无区域信息压力的研究，西部区域大数据服务缺乏适应型的信息服务架构与模型设计，而作为大数据治理实施主体的当地政府，不发达地区治理路径选择与定量模型应用成为情报政策领域亟待解决的问题。[方法/过程]应用区域信息生态承载递阶结构理论，加入系统仿真模拟与动力学建模，针对治理区域所在社会环境、自然环境等系统内外部耦合作用效果及因子分析，分析并构建了区域大数据治理的作用模型。[结果/结论]首次构建了我国区域大数据治理的爬坡模型及定量评价;构成爬坡模型的3个大数据治理约束因子中，区域信息社会基础环境质地属于很难改变的自然弹性力，而信息社会发展需求因子为系统只能适应与接受的社会经济驱动力，唯有信息治理路径选择因子属于仅有的可调控、选择的制度力或政策力;区域信息治理的核心取决于该区域驱动力与支撑力的发展是否适应其阻滞力与压力水平，区域大数据中心作为关键的科学与扶贫治理的信息使能器，成为大数据治理基本的信息生态环境容纳与治理路径选择。

关键词：大数据治理;爬坡模型;信息服务;信息承载力

DOI：10.3969/j.issn.1008-0821.2019.05.018

〔中圖分类号〕G201 〔文献标识码〕A 〔文章编号〕1008-0821（2019）05-0131-12

Abstract：[Purpose/Significance]The dynamic factors from internal and external rule big data governance in information ecosystem，coupled with nature environment，the selection of governance path and quantitative model in underdeveloped areas is an urgent problem to be solved in big data field.[Method/Process]For the first time，based on the construction of big data simulation analysis，hierarchical structure pattern and Climbing slope quantitative model，we illustrated the interaction of exogenic and endogenic dynamic factors from information carrying capacity，and constructed the mechanism of regional big data governance.[Result/Conclusion]Support and driving capacity factors promoted sustainable development by information governance，although ubiquitous information pressure overwhelmed information literacy by exponential growth in western china.The success of big data governance did not rest upon the amount of data scale and cyberinfrastructure construction，but depended on the standard of regional driving capacity，matching regional blocking force and information pressure.Among three constraint factors composing of information governance，regional nature property and social resource exhibiting to be immobilization and hard to change as native attribute;marching socioeconomic force reside as the demanding factor of information society only to adapt and accept;Instead，route choice factor of Information governance，as unique countermeasure，possessed tunable and optional capacity，pertain mechanism instituting or policy making ability，and adjusted slope and beveled scale，in control of blocking force to information governance proceeding.As the alternative route factor and scientific enabler by big data governance，western big data center must run for regional initiative governance，collecting and constructing scientific catalogue，to the target of the integration strategy of the nature environment protection and social economic development，and expand information carrying capacity and path for big data governance.

Key words：big data governance;climbing slope quantitative model;information service;information carrying capacity

以大数据、物联网、人工智能等为代表的新信息技术使得人类社会、物联网世界、自然环境融合成为完整大生态系统，大数据治理已经扩展到国家治理、自然环境治理和社会治理的各个层面[1];人们无法阻止大数据治理、信息超载、数字鸿沟等信息生态问题的恶化与发展，没有任何一个企业、组织、国家或者其他社会个体能够管控、运营以互联网为代表的大数据网络实体[2]，指数式增长的大数据资源与大数据存储、加工、应用压力远远超出了区域组织的信息承载能力。据统计，目前97%的数据与信息是互联网普及后产生的，以网络信息资源为核心的整体信息资源中无法利用与有害的半结构化与完全非结构化大数据内容将达到90%以上，而企业等组织耗费巨资建立的数据资源得到正常应用的不到19.7%[3]。这些典型描述代表了当前信息治理过程中有关大数据发展面临的矛盾与困惑，区域信息生态系统或组织所接收及需要处理的信息量与信息压力远远超过区域组织整体的信息承载能力，导致信息生态系统结构性破坏和失衡，拉大了社会成员在信息获取与利用能力方面原本存在的差距，进而形成重大的政治和社会问题[4]。以大数据承载能力为核心的信息承载力成为国家竞争力标识的同时，相应的信息压力与区域大数据信息治理架构还没有得到关注[5]，我国西部区域的大数据治理由于自然环境、资金、社会文化等制约因素，各类型组织战略决策行为与相关大数据政策由于没有多学科专家群的实时参与，导致社会公共层面的信息承载能力低下，形成社会成本投入巨大而实际收效甚微的局面。目前的关键是如何实现不同领域、不同类型用户之间大数据的融合服务[6]，其中大数据信息服务模型的设计是为用户提供智能情报服务的关键[7]，目前国内的研究单纯集中于投入驱动型的信息能力建设，尚无涉及信息压力的研究，所以本文从大数据治理信息架构与定量化分析的角度，加入区域信息压力的因子分析，设计自然、社会领域耦合作用下大数据治理架构及使能技术设计成为区域信息治理成败的核心因素，特别是加入目前以云计算、物联网、人工智能等新ICT技术产生的大量自然环境与社会环境的相互作用的数据分析，提出我国区域信息生态系统建设中针对新信息技术导入、信息治理变革和信息经济转型的区域大数据治理对策。

1 信息承载力营力系统分析

信息承载力是指在一定的时期、范围与社会环境条件下，维持信息环境系统结构不发生质的改变与功能不遭受破坏的前提下，作为信息治理实施主体的信息人或组织所能承受信息生态系统活动的阈值。信息承载力理论强调信息生态系统可持续发展是系统中信息能力（Information Literacy，IL）与信息压力（Information Pressure，IP）的相互制衡，包括了大生态系统内外营力的综合作用结果。信息承载力系统是信息社会环境系统结构特征的一种抽象表示，具有矢量特征，即有方向、强度与规模之分的应力系统，信息生态系统对内外干扰具有阻抗和恢复功能，一旦受到的作用力超过一定限值就过渡为另一等级的体系。信息承载力存在于社会组织、社会经济发展禀赋及区域社会环境质地或社会体制等区域组织生态系统中，并可以通过信息治理得到提升。區域信息承载力是指区域信息生态系统中整体的组织信息能力、社会发展绩效及群体生活中其他重要社会资源建设直接相关的环境禀赋、区域文化、发展能力等组织能力基础指标[8]，属于区域大数据发展能力与环境建设区分度最显著的差异特征。

1.1 基于大数据的信息生态系统动力学结构分析

从大数据信息架构的基本形态和动力作用过程来看，大数据的资源优势和集聚——扩散结构可以视为是一种新的信息资源范围与信息治理应用拓展，如人工智能与云架构技术的发展与成熟，可以通过物联网数据的获得与解读实现对过去信息生态系统研究的再调整，使得过去认为相对于信息生态系统研究价值较低的自然与社会大数据也能够加入到信息治理的模型构建中，这样自然环境、社会环境的外力作用与信息生态系统内部要素形成承载力综合动力系统，而包括舆情及自然灾害或人为灾难等形成的突发事件则会检测区域组织面临信息压力时的信息承载力水平。大数据治理离不开外界环境的支撑，并在区域大信息生态系统与外部环境物质和能量的交互流动过程中，作用于区域内部各系统要素，使其相互作用，通过要素流动在空间分布上由分散到聚集再到二者的动态均衡，进而推动信息治理系统的运行和发展，系统各要素之间、要素与系统之间以及系统与外部环境之间的相互适应是信息生态系统能否实现可持续发展的关键。

从系统动力学的角度，信息治理发展的影响因子和信息生态系统的受力状况需要进行基于大数据应用动力过程的模型构建与定量化评价，从内在运行规律到外部环境、从自然条件到经济社会状况进行全面系统的结构化分析。通过分析信息承载力形成过程中的信息压力、信息能力等营力因素，形成了区域信息承载力综合力场，研究和分析这些影响因子的构成与特征、运动规律及其与信息治理系统的相互作用机理、发展条件，实现信息治理定量化模型的构建，如图1所示。

1.2 基于大数据治理的“爬坡”模型构建

我们借用图2爬坡模型[9]将区域信息生态系统的可持续发展状况看作是一个特殊的爬坡“物体”的状态，当促进各类型组织信息承载力的驱动力大于阻碍各类型组织信息承载力的遏制力量时，区域信息承载力合力为正，区域信息生态系统的合力发展方向与驱动力方向相同，区域信息承载力受到对自身发展有利的综合因素的作用，将产生加速发展的趋势;反之，区域信息承载力合力方向与遏制力方向相同，区域信息生态系统受到不利于自身发展合力的作用，区域信息承载力合力为负，则区域信息承载力将产生减速发展或者增长速度降低的趋势。例如区域信息生态系统中各类型组织信息之所以公开是各类型组织在信息承载力过程中所受到的合力导致各类型组织信息承载力的驱动力大于阻碍各类型组织信息承载力的遏制力而产生的结果。而信息压力总是相对于信息承载力存在的，这种压力产生的根源是区域或组织规模与信息需求的急剧膨胀、社会经济活动的不断加强和外部综合环境（包括社会环境与自然环境）突发灾害性事件。

从爬坡原理上分析，区域信息生态系统基本环境的支撑力（S）来源于所处区域或组织基本功能和生态水平，包括经济功能、社会功能、环境功能及其生态状态和水平，为区域或组织本底实力;从动力学原理上讲，信息支撑力与信息压力（P）互为反作用力;物体爬坡的阻滞力包括摩擦力和下滑力，阻滞力和系统的爬坡方向相反，其大小与斜坡的斜率成正比。阻滞力方向与信息治理发展方向相反，大小与信息生态系统驱动力（表现为信息治理发展速度和规模）以及斜坡斜率（含斜坡粗糙不平程度）成正比，而与资源环境基础支撑能力成反比。阻滞力通过外部区位信息分化、信息污染、信息操纵、信息攻击与信息危机等系统发展的负反馈因子的发展程度来测量;区域信息生态系统基本环境的支撑力是区域信息生态系统基本环境对区域或组织的经济功能、社会功能、环境功能及其生态的压力而产生的。区域信息生态系统在其演化过程中，受内营力作用的同时，还受到诸如科学技术发展、国际国内社会经济变化、自然环境变化等外营力的作用，驱动力与阻滞力是信息治理与信息使能技术实施的过程及手段，区域信息生态系统复杂多样的演化形态正是内营力和外营力过程相互作用的结果。“爬坡”模型提供了结构合理而可以定量化的区域大数据治理的信息架构模型，通过分析驱动和遏制区域或组织信息承载力的主要因素，加入斜坡与斜率（含斜坡基本面状况）等相关计算，用于治理路径安排与政策实施的抽象表征，斜率指直角三角形高度与长度的比例关系，此处引申为对大数据治理发展速度与质量、规模与效益的协调方式。不同的斜坡和斜率代表不同的治理路径与不同的大数据系统发展政策，如信息资源的收集与加工处理的模式、路径，区域信息化政策与区域基本的社会制度体系与文化环境等。

由“爬坡”模型可以看出驱动力通常认为是区域内部社会发展的信息需求拉力与外界对信息资源供给推力的合力;阻力是指区域信息生态系统与信息环境基础之间的摩擦力以及破坏力，是支撑力与摩擦系统（μ）（实质上是区域信息治理路径）的乘积。一旦斜坡的摩擦系数、斜率等特性发生变化，模型中大数据治理系统受到的各种承载力的方向、大小均会随之发生变化，甚至会改变治理的总体格局。区域信息生态系统爬坡的阻滞力包括摩擦力、下滑力，阻滞力涉及物体的重力（物体的重力分解后的下滑力和对斜坡的压力）、斜坡斜率、斜坡面和物体底面的粗糙程度。阻滞力和物体的爬坡方向相反，其大小和压力以及斜坡的斜率成正比，区域信息生态系统基本环境的阻滞力表征为区域信息生态系统基本环境改造和发展的阻滞力，其中摩擦力表征的是区域信息生态基本环境和组织的二元体制之间的摩擦力。在图2的模型中，在信息资源、信息政策、社会体制等信息生态系统内部信息承载力发展水平相同的情况下，由于信息治理路径本身的特性不同，摩擦系数μ也不同，信息治理所接受的摩擦力也不相同，摩擦系数越大，摩擦力就越大;而信息压力同样会影响磨擦系数，可见治理路径的选择、信息承载力的基本状况、治理的政策与信息生态系统质地等均会对系统的大数据治理产生各类决定性作用;基本信息资源及环境的选择不同，即斜面长度不一样，COSα的值也会产生变化。由于治理系统所受到的摩擦力不相等，摩擦力大的爬坡模型选择不利于大数据治理。信息生态系统基本环境与区域组织的功能、生态必然存在很大的治理体制差异和冲突，犹如爬坡物体底面和斜坡面的粗糙不平，信息治理体制及其功能生态的差异越大，反映在模型中的爬坡面粗糙程度越大，摩擦力与阻滞力也就越大。区域信息生态系统的体制、功能和生态也会给区域组织功能和生态带来极大的信息压力，成为大数据治理过程中自身发展和改造的阻滞力。阻滞力实质上是大数据治理路径与自然、社会资源环境基础支撑能力不相适应形成的，而如何通过科技创新政策，应用新信息使能技术，增强信息源开发，合理设计信息供应链等合理的信息治理路径会使摩擦力变小。

2 基于爬坡模型的区域信息承载力系统分析

区域信息生态系统不是动力学“爬坡”模型中的一個普通实物，而是由各种自然、社会、经济要素共同组成的适应性有机系统，是一个在内外部营力作用下的自适应系统，区域信息生态系统基本环境的内营力系统由基本信息压力、内驱动力（和外营力的拉力的方向一致）和阻滞力（主要是下滑力）3部分共同组成，系统内部各要素包括综合环境、信息区位、信息资源、信息人、信息产业、信息资产等发生相应变化并通过要素之间的内营力相互作用进行相对运动和重构之后，又反作用于其外营力系统。

2.1 驱动力系统分析

人类的生存与发展无疑是区域信息生态系统发展的终极动力，而由此产生的各种需求构成综合动力。区域或组织信息治理进程的快速发展及其需要是区域信息生态系统基本环境形成、演变、改造、发展，并最终实现区域组织与信息治理相统一的主要外动力，即主导驱动力或拉力。信息生态系统的驱动力是信息治理需求拉力和外界对信息治理要素供给推力的合力，不同区域、不同的信息治理与信息生态系统的进程和阶段，驱动力类型和表现形式往往差异很大，技术专家普遍把网络社会的发展作为信息治理的主导驱动类型，并提出长期以来信息治理水平低下并滞后于网络化社会发展，是驱动力不高的主要原因。

2.2 信息生态系统的压力与阻滞力

信息压力是针对信息人或组织的一种生理的或生态的作用过程如压制、封锁、胁迫、欺诈等，人或组织面临的信息压力如果超出所能承受的负荷，那么其决策的正确度就会相应下降，问题与错误就会大量产生[10];从区域信息治理水平分析，信息压力主要体现了信息生态系统的外部发展环境对组织与信息人的压力及信息生态系统可持续发展对信息数量与质量的要求，反映区域信息生态系统内部需求指标及外界环境的社会发展反作用力。信息压力可以定量为研究对象承受的各类社会直接作用力，体现为个体适应信息需求与获得要求所产生的各种生理学与心理学意义上的应激反应。信息生态系统的阻滞力是指可以导致区域信息生态系统产生负反馈及破坏效应并危及系统稳定性的外界干扰因子（如外部信息操纵、信息攻击、信息封锁、自然灾害等），阻滞力的产生既是某些信息主体刻意所为的必然结果，也是自网络产生的那一刻起，系统就已具有开放性特征及信息和技术不对称的结局，体现在社会经济发展的竞争性与主观上人类传统的政治因素与自利性等弱点。互联网几乎全部的根服务器、数据库的90%以上等网络数据核心产品集中或受控于美国，导致全世界网络信息供应链中85%以上的信息源及传输和服务操控在以美国为代表的少数发达国家手里，其他国家与地区面临信息操纵、信息使能技术封锁、信息源控制和信息传输渠道封闭等阻滞力，而社会外部环境所带来的敌对效应使正常的信息供应链受到破坏，甚至改变了原本正常运行的信息生态系统运动结果，危害到区域整体的信息安全。阻滞力的直接后果是增大信息系统资源与环境基础的压力以及相应支撑能力的弱化，倘若后备信息资源不足，环境基础薄弱或信息治理潜力不大，就必然会导致可持续发展失衡;相反，如果区域内后备信息资源与环境基础能够满足信息需求压力增长的需要，这种阻滞力就不会存在。现实生活中由于信任缺乏、交流渠道不畅等导致信息治理系统没有完全光滑的界面，使得信息超载形成的摩擦力处处存在。阻滞力本质上是不断增大的信息治理压力和经过削弱或加强的资源环境基础能力相互作用的结果，由信息治理过程中信息资源及系统环境基础之间的摩擦力构成。

信息压力中的自重力是区域信息生态系统作为区域或组织发展和自身发展负担的力学表示，主要由信息治理中落后的组织功能、信息区位劣势、无信息服务意识和恶劣的自然生态环境等因子构成;其营力系统中的内营驱动力主要由地区信息生态系统自身改造发展的需求和其自身的资源（如信息资源及其区位劣势）等因子构成，和外营力中的区域组织信息化、生态化需求的拉力方向一致，是改造的正向驱动力因子，共同推动地区信息生态系统的改造和发展;同时信息资源及其区位劣势等因子和外营力系统中的支撑力相结合，决定着大数据治理改造的方向和改造的先后顺序，包括重大拐点与改造启动后的改造排序。从信息生态系统的全局分析，信息压力是导致自然环境、社会生活、国际竞争等激烈变异的信息源动力，而公众、社会组织与各类型组织同时对外部信息变化产生相应动力要素及应激反应。区域信息生态系统中组织的个体在工作与生活的竞争驱使下，产生的从内容、质量到数量的信息需求，具体表现为获得信息的努力程度、要求及自我评价。从系统整体分析，人类社会的信息量存在着指数化的增长趋势，信息生态系统压力直接体现为人与组织日益扩展的信息需求压力，如新媒体生产的信息内容已经无法准确用数据量表示，据2015年1月至3月谷歌与百度搜索数据量统计，微信一天的内容超过7.4亿条，Twitter一天的内容超过6.5亿条，新浪微博每天的微博数超过1.1亿条，而目前为止各类中文媒体的信息治理主要还是通过人工方式进行信息收集、过滤，最后进行发布的，因而中文语言处理等信息治理技术的落后，导致个体能力与海量信息压力相比微不足道，往往成为舆情爆发的动力。例如由三聚氰胺引发的婴幼儿奶粉导致的食品安全信息压力一直延续到现在仍未消散，并随着最近的吉林长春疫苗事件扩散到了整个社会生活与基本民生保障系统，而西部区域也极易发生由恶劣自然环境或突发性自然灾害等引发的突发事件，可见信息压力持续增长会导致社会舆情爆发成为长期的危机管理源。

阻滞力是信息治理发展路径选择时需要重点关注的问题，即信息治理驱动机制与发展规模、速度、模式等与资源环境基础支撑能力是否适应的定量判定，阻滞力可以用信息治理发展需求与信息资源基础供给的距离来表示。

2.3 信息压力、阻滞力等反向作用过程分析

信息压力属于信息治理过程中系统运行速度和规模对信息资源环境基础所产生的基本需求，也可以用信息生态系统的功能与效用受内部干扰的程度与问题状态来表现。信息源和信息压力的应激反应共同作用就形成了各类型组织信息承载力的压力场效应，从可持续发展的水平考虑，大数据治理可以有效地提高组织生态系统的信息承载力中最重要的信息系统修复与恢复能力，即在最坏的情况下，系统或信息供应链过程“崩溃”导致灾难性的趋势减少。信息压力属于危及信息生态系统中信息组织与信息个体的生长及发展的各种内部负作用力（如数字鸿沟、信息超载、信息孤岛、低信息素养、自然灾害等）所产生的阻滞力效应，如我国城镇与农村的互联网普及率分别为72.7%和36.5%，差距在1倍以上[11]，我国电信行业通讯费、上网资费包括农电费用等在农村居高不下，农村ICT建设水平远远落后于城镇，而且自然灾害发生时，农村信息生态系统的破坏与损失程度远远大于城市（根据2011-2018年国家统计局灾害统计分析数据），这在西部区域表现得尤为明显，因而较低的信息承载力加上日益增大的信息压力使得农村成为信息弱势区域;再加上人类社会的正常运行日益依赖ICT技术与服务，而社会道德化风险与技术风险导致了信息欺诈、信息安全、技术风险等社会化压力;最后是自然环境对人类信息生态系统的可持续发展产生的压力，如区位条件、环境污染、气候变化、自然灾害、地理地质变化等。

2.4 区域信息生态系统的支撑力分析

信息生态系统的支撑力又称信息生態环境承载力，它是指在某一时期，某种环境状态下，某一区域整体信息生态系统环境对人类社会、经济活动的支持能力限度。支撑力从动力学原理上对应于它的反作用力如信息资源的供给增加对资源与环境基础所造成的压力，支撑力体现了系统中信息流、行为、关系和过程的基础能力。区域内信息资源与环境基础对信息治理需求的满足程度和保障能力，直接决定了区域内信息资源的供给可增加的支撑力幅度，由于信息资源具有与其它资源不同的特点，它既是可更新、流动的资源，又是可重复使用、变异性强、可污染、易失效并且利害并存的资源，因而支撑力一方面取决于区域本身的资源与环境状况，更重要的取决于信息治理的方式、规模和效率，如信息资源配置是否合理，信息利用是否集约，是否重视信息系统环境保护，决定了系统资源与环境基础对信息治理的保障程度与可持续发展能力。

支撑力主要由信息承载力等获得性能力（Information Literacy）构成。支撑力是以信息人为核心的信息生态系统中所构成的社会体系调节能力的客观反映，可归纳为内营力与外营力两部分，内营力为自然能力（Natural Capacity），包括信息生态系统的物理基础设施与信息人的基本信息素质，为信息生态系统有限的自我维持与自我调节能力的量度;而外营力强调信息人的主观能动性（Activeness and Initiative），通过信息治理引入竞争与创新机制，带来信息承载力的提升，即强调发展信息人通过信息治理之后形成的信息恢复或修复能力（Information Resilience），属于系统增强创新实力的生产能力。

形成承载力的前提条件，是要在系统自我开放的同时，与外部环境建立良好的信息输入与反馈机制和通道，保障信息流的畅通无阻;核心是对自有信息和外部信息进行集成处理和综合利用的能力，促进信息生态系统的可持续发展是增强信息能力的落脚点和明确的目标。因此信息的产生和发展的过程形成信息治理进程，同时形成信息生态系统的支撑力。承载力为区域信息资源环境基础状况与信息治理发展方式、速度、质量相互耦合作用的最终体现，承载力受到削弱还是得到增强，取决于由信息治理引发的资源环境基础内部因素相互作用的结果，关键在于人类因缓解信息压力而对资源环境进行的综合调控是否适应信息资源环境基础自身演化运行的自然规律。由于区域信息能力是系统支撑力中最薄弱的环节，而信息资源相对于信息能力来说是极为丰富的，极易形成区域信息超载;另一方面，信息治理会使得日益扩张的信息压力降低，使得信息承载力发展水平与社会经济发展的摩擦系数逐步降低，无疑会极大地提高区域信息生态系统内部的支撑力水平。从大数据治理角度分析，承载力来源于其所处信息生态系统的信息功能和生态水平，包括信息经济功能、社会功能、环境功能及其生态状态和水平，它不仅是信息生态环境的有机组成和控制性因素，还同时受到社会经济与区域环境各类要素如社会经济状况、国家方针政策（包括信息资源政策、管理水平和社会协调发展机制）的影响和制约，因而组织教育、科研素养、经济能力、信息源建设等形成支撑力的基本要素。其定量测度包括区域的后备信息资源状况、信息基础平台的建设水平、本地信息媒体的知识控制能力、信息资源的闲置状况（信息利用率）以及本地信息生态环境条件。

2.5 区域信息承载力的营力定量化分析

3 基于爬坡模型的大数据治理架构

3.1 基于爬坡模型的大数据治理架构技术分析

最初信息生态架构指IT基础设施的交付和使用模式，指通过网络以按需、易扩展的方式获得所需资源。随着以大数据为代表的新信息生态体系的引入，信息架构拓展成为基于新信息技术服务的交付和使用模式，指通过各类信息网络以按需、易扩展的方式获得所需服务，这种服务与IT和软件、互联网相关，也可以是其他信息生态及信息治理架构服务，如云信息架构就是一类非常好的自然社会与人类社会融合的信息使能技术与信息治理相结合的解决方案。

3.2 基于爬坡模型的大数据治理路径设计方法

如图3所示，贵州天文FAST就是一个典型的自然生态与信息生态耦合治理的大数据中心建设成功案例，当然现实的大数据治理架构设计都不会像模型中的斜坡那样典型与标准，但通过简单的斜坡模型仍可看出，信息治理的对象可以通过斜坡的摩擦系数、斜率等特性来描述信息承载递阶结构体系中各类营力的变化，一旦斜坡与斜率发生变化，模型中对象系统受到各种承载力的方向、大小均会受外部环境与内部营力的相互作用影响，信息治理本体所受到各种外部营力以及内部营力作用的方向、大小均会随之发生明显的变化，最后影响信息承载力系统的总体格局。

从爬坡模型的定量化出发，通过研究信息承载力与信息压力等反应在斜坡的斜面长度、摩擦系数、斜率等特性的变化，提高信息承载力实体的能动性，以物联网、大数据与人工智能等新信息架构与ICT网络使能技术融合成为改变信息治理的路径选择。爬坡过程中自然环境、大数据处理中心、政府信息公开与信息服务政策等各主导因子，加入包括信息技术与社会文化的定量化信息治理分析，如数据服务政策调控、信息生态系统基础质地、人文、自然环境等的具体定量评价，进而掌控决定摩檫力大小的核心因子，如区域大数据中心等，并针对性地设计不同信息生态系统质地、资源禀赋及各类型演化发展状态下的相应科技政策，如信息生态型整体治理、单向地加大推力、减小阻力等治理措施。

4 大数据治理的定量化设计

在信息承载递阶结构系统演化层面，人类社会与自然界通过社会网络发展依靠ICT技术形成统一的多层次信息生态结构系统，使得大数据治理成为重要的维持区域信息生态系统可持续发展的手段，如何定量评价区域信息生态系统中自然、社会环境的综合作用，测定信息生态系统内部要素相互作用形成的各类型营力结构，包括抵抗信息冲击、信息攻击或信息破坏应力的基础曝光、灵敏度和自适应能力的水平，以及更高级的区域社会抗干扰信息治理能力、信息生态系统或过程还原与恢复能力等。

4.1 信息承载递阶结构及相关营力定量分析

我国超过80%的数据掌握在政府手中[12]，区域数据源是信息治理的基础与前提，是所有公共资源中最重要的战略资源;大数据的基本应用架构如异构多元数据之间的关联、挖掘分析技术等所有的大数据应用产品背后最根本的前提在于掌握数据源，而政府数据源的真实性、完整性、连续性及结构化程度均是商业数据源无法相比的。作为爬坡模型中关键的大数据治理政策及其所决定的改造模式和路径是地区信息生态系统改造的主动性因子，如电子政务中代表性的.GOV.CN域名数量的前3名均处在山东、浙江、江蘇省，而西部区域电子政务、电子商务等新经济与新公共管理使能器应用、新媒体中心等总占比量不到12%，说明我国大数据供应链的区域发展极不均衡，西部区域具有极强的改造性与上升空间。

如图4所示，区域信息生态系统受到的力是来自各个领域和方向的内营力系统与外营力系统作用，信息生态系统向不可持续状态的演化及变迁揭示了信息生态系统破坏受控于两种营力过程：内营力过程和外营力过程，内营力直接产生并作用于区域信息人，而外营力过程则源于社会环境与自然环境。大多数情况下区域内信息人与组织的信息应用过程是内营力主导推动的过程作用，并形成区域信息生态系统的各种结构，而外营力过程的作用则是对内营力形成的信息生态结构加以改变。信息承载力中的内营力是生态系统在压力条件下的防御和恢复力（弹性力），体现了区域信息资源与环境子系统的原生消化吸收能力;而外营力部分通过作用于内营力实现自然资源环境与社会经济子系统的提升与发展，因而基于信息承载力构成的内营力是区域信息生态系统中第一性的作用力。

根据爬坡模型结合信息承载力的内涵与特征进行分析，信息承载力是一种维系信息生态系统健康稳定发展的能力，也是一种潜力，对承载力与其相对作用力计算结果的比较可判断信息生态系统是否处于可持续发展状态，是表达承载力内在功能的适宜度指标，即可持续发展度是一种综合的判定可持续发展的指标。“爬坡”模型中的驱动力（Driving Force，DF）通常认为是区域内部社会发展的信息需求拉力与外界对信息资源供给推力的合力;阻力（Resisting Force，RF）是指区域信息生态系统与信息环境基础之间的摩擦力以及破坏力，是支撑力与摩擦系统（μ）（实质上是区域信息治理的路径）的乘积。这样我们可得出信息生态系统自然承载力指数En（t）定量模型，其计量模型的结构原理如下：

5 基于爬坡模型的区域大数据治理设计对策

本文将爬坡模型设计成为大数据治理的顶层架构，应用于信息生态治理、信息共享、信息使能技术的低成本扩散模式及多学科专家群的信息决策模式。在外部营力的作用下，信息生态系统内营力各要素（信息资源、信息人才、信息使能技术、信息产业、信息区位等）发生相应变化并通过系统承载递阶结构内各要素之间的相互作用进行相对运动和重构之后，又反作用于外部环境的各营力系统。通过定量化分析信息生态系统不可持续发展的原因，可以挖掘潜在的信息治理解决方案，反映在爬坡模型上，通过测定某时期内信息承载力相对于信息压力变化弹性可表现为3种状态，即模型坡度的变化夹角大于零、等于零和小于零。由于区域内各类型组织主体及第三方数据服务形成无处不在的信息孤岛与治理壁垒，需要从自然环境与社会环境耦合角度进行信息治理创新，拓展大数据资源及相关产业，并进行相关大数据资产的目录集聚与资源建设，为地区大数据治理提供基本的生态环境容纳与信息治理空间。

从信息核心驱动力分析，截至2018年6月我国网民规模为8.02亿，互联网普及率约达57.7%，手机网民数量接近7.88亿，占网民数量的98.3%，而即时通信、网络新闻成为互联网的基础应用，使用率接近或超过90%[11]，说明我国世界第一的互联网用户资源与与新信息技术驱动力相结合成为最主要的信息生态系统驱动力;同时我国手机支付、手机网购、手机网络娱乐等移动电子商务用户规模占比均超过70%，说明信息经济中移动电子商务作为关键信息使能器的驱动力最大。

从社会信息驱动力角度，我国的大数据组织基本形成企业、政府、社会第三方组织三大阵营，大数据信息承载力最高的无疑是以BAT（百度、阿里巴巴、腾讯）等为代表的互联网企业，主要依托信息治理、商务运营、技术创新和流量驱动优势，将积累的社交数据、搜索数据、电商数据通过治理转化为我国电子商务发展的各类创新素材，业务遍及云架构中的IaaS、PaaS、SaaS各层，据IDC数据，在2016年，市场排名第一的阿里云市场份额已高达40.67%;而相对照的是，真正拥有大数据建设资源及上游通信用户的电信运营商如中国移动、中国联通、中国电信在基础网络、数据中心、国际出口带宽等业务资源方面，其网络、数据中心也提供了IaaS、解决方案等业务，却因没有找到真正的信息驱动力与数据服务支撑点而在大数据治理中处于被动跟随的弱势地位。驱动力由国家对科研与教育的投入、外部社会经济发展竞争水平、区域对外部信息媒体的信息控制与信息分发水平、知识控制能力等因子形成。建设区域科学大数据中心实现低成本驱动前沿科学技术扩散等包括政产学研大数据源融合，是增加区域信息外营支撑力与驱动力供养源，提升区域整体信息承载力的捷径。如何建设区域大数据中心与科学中心，使其成为国家与地区层面最重要的战略性基础设施是信息治理使能器构建的首要任务。

根据西部自然环境信息压力的数据，西部基本生态环境与社会经济发展的矛盾也在加剧，如数据显示，西部万元GDP能耗比全国平均水平高出的数据从74%上升到83.6%（根据国家统计局2008-2017年数据），区位劣势、人才短缺等压力因素也在困扰着西部区域大数据中心建设的发展。有意思的是，我们发现形成基于胡焕庸所发现的瑷珲—腾冲社会经济发展的人口地理分界线，在某种程度上也成为目前信息化发展水平与信息治理实施的区域分割线，以年降雨量400毫米，是树木能够生存的最基本条件，同时气候变化、生态环境变化导致区域信息承载力潜力波动，这条线的东南各省区市，绝大多数信息化发展水平高于全国平均水平，而这条线的西部各省区，绝大多数低于全国平均水平，通过爬坡模型中的支撑力因子分析，胡焕庸线东南侧以占全国43.18%的国土面积，集聚了全国93.77%的人口和95.70%的GDP，压倒性地显示出高密度的经济、社会与信息文化功能，这条区域分割线与气象上的降雨线、地貌区域分割线、文化转换的分割线以及民族界线均存在某种程度的重合，同样网络经济统计、云计算服务器分布、微信城市服务、网络同时在线人数、.GOV.CN域名数量、电子商务物流运输密度等关键的区域信息承载因子统计也与这条线基本重合[13]，显示出胡焕庸线的生态环境划分线也是标准的区域信息承载力水平标识界线。

在信息承载力小于信息压力的情况下，阻力大于驱动力，区域信息生态系统会由可持续发展的均衡状态向不可持续发展的状态演变，相应地从信息生态系统发展角度可描述为，当其夹角大于零时，限制因子逐渐占据有利生态位，系统发展处于爬坡状态;当其夹角等于零时，信息承载因子与限制因子作用平衡，系统稳定发展，为平地模型;当其夹角小于零时，信息承载因子逐步占据有利生态位，系统趋向快速发展，为下坡模型。现实发展状态中下坡模型与平地模型是一种理想状态，真实的区域或组织信息生态系统大部分时间中信息承载力低于信息压力，处于标准的爬坡模型状态。我国不发达区域大数据治理的使能技术分类中，新信息网络技术、大科学发现与经济发展、民族文化拓展相结合的标准信息使能器阻力最小、实施效率最高，因而更应关注在大数据爬坡模型条件下信息支撑力与阻滞力的比较水平测度，并以此作为实际的大数据治理目标。从消除或减弱针对信息生态系统可持续发展形成的阻力与反作用力出发，通过分析区域信息承载力的阻力因素，具体划分为很难改变、可以改变、容易改变3个类别，然后按先后次序排列，制订具体措施，着手去削弱这些阻力因素;针对各类型驱动力与信息承载力提升中的各类正向促进、驱动因素，也具体划分为很难实施、可以实施、容易实施3个类别，按先后次序排列，制订具体战略对策与实施方案增强这些促进因素，消除或减弱其中的关键阻力与摩擦因子，从而找到区域大数据治理的创新路径对策。

分析构成区域大数据治理的3个约束因子中，区域信息社会基础环境因子作为一种自然力如胡焕庸线，属于很难改变的固定常量，从目前社会经济发展的大数据分析，自然生态环境仍然是决定区域信息生态系统发展水平的核心驱动力因素，而地区大数据治理必须以当地的生态环境及自然灾害等基础生态条件为核心;而信息社会发展需求因子为系统只能适应与接受的前行社会经济力，唯有信息治理路径选择因子如西部科学大数据中心的内容建设、信息资源建设等社会资源及资产目录建设选择属于仅有的在爬坡模型中决定斜坡与斜率的可调控、选择的制度力或政策力，并决定了信息治理过程的阻滞力;而信息压力随着社会经济发展呈现超出于信息能力的规模化指数增长态势，基于信息治理而形成的支撑力与驱动力维持了區域信息生态系统的可持续发展。通过爬坡模型的选择路径分析，我国不发达区域大数据治理过程中，在前期爬坡过程中政策主导，在下坡过程中信息使能技术与社会文化呈现出主导作用，各主导因子的变化非常明显，大数据中心的主要阻滞力来源于信息承载力的驱动力问题而不是单纯的信息化建设投入及其他问题。区域信息治理的核心并不取决于系统信息量的多少或区域信息化水平的高低，而在于该区域驱动力与支撑力的发展是否适应其阻滞力与压力水平，区域信息治理只有发挥信息治理的路径选择因子的能动性才能解决信息生态恶化的落后区域信息生态系统的可持续发展问题。

根据爬坡模型的治理路径分析，社会资源与资产大数据中心建设属于地区信息生态系统改造的主导因子，是信息生态系统改造中“看得见的手”，作为一种政策与市场驱动力，属于关键的可选择因子，包括涉及治理的理念、治理的路线、治理的方法以及使能技术设计的正确与否等问题。大数据治理中由政府主导的二元体制（即政府是信息治理的主体与主导方，缺乏第三方参与）是区域信息生态系统形成的制度层面原因，也是地区信息生态系统改造发展（地区信息生态系统的区域或组织信息化与区域或组织生态化）要克服的症结。而区域组织功能（信息功能、经济功能、社会功能、环境资源功能）和区域组织信息生态及其治理架构，区域组织信息承载力中信息能力和信息生态的消化力、同化力与灾变恢复能力是地区大数据治理的基本条件和实施基础，地区信息生态系统的形成、改造、发展如区域组织信息化与生态化既是驱动力又是约束因子，其改造发展的基本动力产生于组织信息生态系统可持续发展的需要，政府主导下的大数据治理决定了地区信息生态系统在什么时候改造（即改造的拐点）以及治理的模式，甚至治理的成败。大数据治理依赖的移动互联网、物联网、云计算及人工智能等顶层信息架构需要信息生态系统中各级政府、各类型区域或组织大数据中心基本的信息承载能力为核心支撑，家庭、个人汇集的智能物联网终端产生的在线数据需要大数据中心存储和交互，通过应用各类型语言、各类型数据、各类型应用服务平台的融合体系，设计爬坡模型的整体信息架构，联结、汇聚、融合多学科、多业务等类型大数据中心，形成基于现代新智能技术产业、智能互联网、智能物联网、智能计算、智慧社会等各类型组织信息治理的基础。我国西部区域大数据中心的建设成果典型体现并验证了当地政府大数据治理政策与路径选择结果，作为重要的主动性与驱动力因子，对模型中的其余各因子会产生极大的作用和影响，因而西部区域要立足区域自然资源与信息资源优势，大数据治理路径选择与政策实施必须与当地区域信息化进程及区域社会经济、自然环境、文化发展水平相适应，从而实现自然生态环境与社会信息生态系统建设的双重可持续发展目标。

参考文献

[1]Lindquist EA and Huse I.Accountability and Monitoring Government in the Digital Era：Promise，Realism and Research for Digital-era Governance[J].Canadian Public Administration，2017，60（4）：627-656.

[2]Martin H.Technological Information Inequality as an Incessantly Moving Target：The Redistribution of Information and Communication Capacities Between 1986 and 2010[J].Journal of the American Society for Information Science and Technology，2014，65（4）：821-836.

[3]Martin H，Priscila L.The Worlds Technological Capacity to Store，Communicate，and Compute Information[J].Science，2011，332（6025）：60-65.

[4]Nasser T，Tariq R S.Big Data Challenges[J].Journal of Computer Engineering & Information Technology，2015，4（3）：1-10.

[5]Hashem I A，Yaqoob I，Anuar N B，et al.The Rise of“Big Data”on Cloud Computing：Review and Open Research Issues[J].Information Systems，2015，47（1）：98-115.

[6]张会平，邓凯，杨国富.面向大数据应用的领域信息系统互操作能力研究——基于中美健康领域的比较分析[J].现代情报，2017，37（5）：145-150.

[7]赵蓉英，魏绪秋.大数据时代情报服务模型探索研究[J].现代情报，2017，37（8）：12-16.

[8]徐晓锋，岳东霞.信息承载力定量化评价及应用[J].图书情报工作，2009，53（14）：40-44.

[9]金东海，谷树忠，沈镭.城市化发展的营力系统分析——兼论我国城市化影响因子与可持续城市化战略选择[J].中国人口·资源·环境，2004，14（2）：59-64.

[10]Koltay T.The Bright Side of Information：Ways of Mitigating Information Overload[J].Journal of Documentation，2017，73（4）：767-775.

[11]中国互联网络信息中心（CNNIC），第42次中国互联网络发展状况统计报告[EB/OL].http：//www.cnnic.net.cn/hlwfzyj/hlwxzbg/hlwtjbg/ 201808/t20180820_70488.htm，2018-08-25.

[12]中華人民共和国中央人民政府.李克强：信息资源深藏闺中是极大浪费[EB /OL].http：//www.gov.cn/xinwen/2016-05/13/content_ 5073036.htm，2018-08- 20.

[13]依据兰州大学管理学院大数据中心2018年1～6月份区域数据分析结果.

（责任编辑：陈 媛）