来源：《人民论坛·学术前沿》

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、政府信息安全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

1、24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。

2、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.

3、Chowdhury A. Global pulse, 2011.

4、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.

5、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。

6、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。

7、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。

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

9、17Xindong Wu, Xingquan Zhu, Gong-Qing Wu, "Data Mining with Big Data", IEEE Transactions on Knowledge and Data Engineering, 2014, 26(1): pp. 97-107.

10、21Morris Carol Minton, "Cloud Computing, Big Data, and Open Access at EDUCAUSE 2009", D-Lib Magazine, 2010, 16(1/2): pp. 12-12.

11、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。

12、22、23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。

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

14、19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。

15、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。

16、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。

18Harrison 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.

20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。

作者

陈立，国家行政学院党委委员、副院长、研究员。研究方向为公共经济与公共政策、政府经济学。