處理好這十大關(guān)系，再說有序推進(jìn)我國(guó)大數(shù)據(jù)事業(yè)

我們對(duì)大數(shù)據(jù)的認(rèn)識(shí)可以劃分為幾個(gè)層次：宏觀層面，大數(shù)據(jù)是“戰(zhàn)略資源”；中觀層面，大數(shù)據(jù)是“產(chǎn)業(yè)”；微觀層面，大數(shù)據(jù)是“經(jīng)濟(jì)資產(chǎn)”。同時(shí)，大數(shù)據(jù)也是“科學(xué)”和“技術(shù)”。

英美大數(shù)據(jù)發(fā)展六階段

回顧英美大數(shù)據(jù)發(fā)展歷程，至少已經(jīng)經(jīng)歷了六大階段：（1）早期萌芽階段。從上世紀(jì)90年代開始到本世紀(jì)初，是大數(shù)據(jù)發(fā)展的萌芽階段，主要體現(xiàn)為數(shù)據(jù)挖掘和處理技術(shù)的日漸成熟，代表性事件則是“啤酒和尿布”關(guān)聯(lián)銷售案例的出現(xiàn)。（2）應(yīng)用驅(qū)動(dòng)的探索階段。從本世紀(jì)初到2006年，是大數(shù)據(jù)的應(yīng)用探索階段，少數(shù)領(lǐng)先的科技巨頭公司例如美國(guó)的亞馬遜、谷歌公司等已經(jīng)基于自身業(yè)務(wù)特點(diǎn)，逐步探索大數(shù)據(jù)應(yīng)用，研發(fā)大數(shù)據(jù)技術(shù)，實(shí)現(xiàn)商業(yè)變現(xiàn)和增值。此階段的標(biāo)志性事件是谷歌發(fā)布了分布式文件系統(tǒng)Google File System、分布式處理框架MapReduce和非結(jié)構(gòu)化數(shù)據(jù)庫(kù)BigTable三駕馬車，奠定了大數(shù)據(jù)應(yīng)用的基石。（3）技術(shù)傳播和爆發(fā)階段。2006年，在現(xiàn)任Apache軟件基金會(huì)主席Doug Cutting的主導(dǎo)下，開源大數(shù)據(jù)軟件的代表Hadoop橫空出世，并且逐漸取得了工業(yè)屆、學(xué)術(shù)界、大數(shù)據(jù)社區(qū)的認(rèn)可，成為大數(shù)據(jù)屆的事實(shí)標(biāo)準(zhǔn)。（4）社會(huì)傳播和大眾認(rèn)知階段。從2008年開始，在鼓吹者的推波助瀾之下，大數(shù)據(jù)逐漸走入大眾視野，進(jìn)入了廣泛的社會(huì)傳播階段。其標(biāo)志性事件是Nature雜志刊發(fā)了大數(shù)據(jù)?？?，標(biāo)志著大數(shù)據(jù)從技術(shù)領(lǐng)域逐漸進(jìn)入公眾領(lǐng)域，大數(shù)據(jù)理念開始在公眾中傳播。（5）政府開放數(shù)據(jù)階段。2009年，美國(guó)政府建立了統(tǒng)一開放數(shù)據(jù)網(wǎng)站Data.gov，英國(guó)也著手開始打造數(shù)據(jù)公開系統(tǒng)，宣布大數(shù)據(jù)進(jìn)入政府開放數(shù)據(jù)階段。（6）大數(shù)據(jù)產(chǎn)業(yè)走向成熟階段。在經(jīng)歷了上述幾個(gè)發(fā)展階段后，英美大數(shù)據(jù)產(chǎn)業(yè)逐漸走向成熟，標(biāo)志性事件是殺手級(jí)大數(shù)據(jù)應(yīng)用和處于統(tǒng)治地位的大型企業(yè)出現(xiàn)，例如美國(guó)的Palantir。

我國(guó)政務(wù)大數(shù)據(jù)建設(shè)和政府?dāng)?shù)據(jù)開放

有序推進(jìn)我國(guó)大數(shù)據(jù)事業(yè)，以及政務(wù)大數(shù)據(jù)建設(shè)和政府?dāng)?shù)據(jù)公開，需要正確認(rèn)識(shí)并處理好以下十大關(guān)系：

（一）對(duì)政府?dāng)?shù)據(jù)開放的認(rèn)識(shí)：

政府?dāng)?shù)據(jù)的開放涉及多個(gè)層面：一是政府的數(shù)據(jù)應(yīng)該可以通過在線、或者公開且容易獲取的渠道訪問及下載，數(shù)據(jù)的格式應(yīng)該盡量接近標(biāo)準(zhǔn)格式；二是政府所開放的數(shù)據(jù)應(yīng)該允許獲取者的加工、利用和再傳播；三是對(duì)于不涉及國(guó)家安全的數(shù)據(jù)應(yīng)盡量向全體公眾開放，對(duì)于敏感數(shù)據(jù)可配套數(shù)據(jù)分級(jí)管理制度；四是開放的數(shù)據(jù)應(yīng)該是明細(xì)數(shù)據(jù)，并且盡量遵循完整性原則。

（二）政府在數(shù)據(jù)開放當(dāng)中扮演的角色：主導(dǎo)方和受益方

政府作為數(shù)據(jù)的采集、擁有、管理者，在數(shù)據(jù)開放當(dāng)中既作為數(shù)據(jù)的提供方，同時(shí)又應(yīng)成為數(shù)據(jù)的消費(fèi)者。政府作為數(shù)據(jù)開放平臺(tái)的主導(dǎo)方，往往需要承擔(dān)數(shù)據(jù)開放所帶來的成本增加。但是，其實(shí)政府也是數(shù)據(jù)開放的受益方。例如，上級(jí)政府可以通過監(jiān)控下級(jí)政府所開放的數(shù)據(jù)估算某一個(gè)指標(biāo)，從而與下級(jí)所上報(bào)的指標(biāo)進(jìn)行對(duì)比，發(fā)現(xiàn)異常。政府通過開放數(shù)據(jù)，在公共服務(wù)方面，可以吸引更多的人參與探索甚至是試錯(cuò)，在經(jīng)濟(jì)方面，以數(shù)據(jù)開放形成的杠桿效應(yīng)培育大數(shù)據(jù)產(chǎn)業(yè)。

（三）政府?dāng)?shù)據(jù)開放的路徑：加強(qiáng)數(shù)據(jù)目錄和元數(shù)據(jù)建設(shè)

在開放數(shù)據(jù)的過程中，各國(guó)政府通常都會(huì)建立相關(guān)的配套制度，各部門明確需要梳理和開放的數(shù)據(jù)資產(chǎn)，根據(jù)各類數(shù)據(jù)的屬性，建立方便公眾獲取數(shù)據(jù)的途徑，例如形成數(shù)據(jù)開放目錄，通過建立層次化的目錄結(jié)構(gòu)，配合搜索、關(guān)聯(lián)推薦等常用互聯(lián)網(wǎng)大數(shù)據(jù)功能，降低瀏覽和定位數(shù)據(jù)的難度，也避免了低端建設(shè)數(shù)據(jù)開放信息化網(wǎng)站的困境。同時(shí)，需要加強(qiáng)元數(shù)據(jù)的建設(shè)，盡量完整的描述采集方式、數(shù)據(jù)質(zhì)量、用戶描述、口徑指標(biāo)、甚至是血緣關(guān)系等元數(shù)據(jù)。在數(shù)據(jù)開放的優(yōu)先級(jí)方面，可以通過多種考量維度設(shè)置開放的優(yōu)先級(jí)，例如數(shù)據(jù)集的信息化程度和完整程度，同時(shí)參照美國(guó)等國(guó)的社會(huì)需求優(yōu)先級(jí)導(dǎo)向方式。

（四）大數(shù)據(jù)與統(tǒng)籌設(shè)計(jì)的關(guān)系：

習(xí)近平指出，隨著互聯(lián)網(wǎng)特別是移動(dòng)互聯(lián)網(wǎng)發(fā)展，社會(huì)治理模式正在從單向管理轉(zhuǎn)向雙向互動(dòng)，從線下轉(zhuǎn)向線上線下融合，從單純的政府監(jiān)管向更加注重社會(huì)協(xié)同治理轉(zhuǎn)變。要以數(shù)據(jù)集中和共享為途徑，建設(shè)全國(guó)一體化的國(guó)家大數(shù)據(jù)中心，推進(jìn)技術(shù)融合、業(yè)務(wù)融合、數(shù)據(jù)融合，實(shí)現(xiàn)跨層級(jí)、跨地域、跨系統(tǒng)、跨部門、跨業(yè)務(wù)的協(xié)同管理和服務(wù)。

（五）大數(shù)據(jù)與價(jià)值的關(guān)系：

無論大數(shù)據(jù)的特征包含幾個(gè)V，大數(shù)據(jù)最為根本的著眼點(diǎn)在于通過高效的存儲(chǔ)、管理、分析、使用數(shù)據(jù)，產(chǎn)生巨大的價(jià)值。目前而言，產(chǎn)生價(jià)值最為顯著也最為迫切的應(yīng)用集中在兩個(gè)領(lǐng)域，一是企業(yè)界通過數(shù)據(jù)實(shí)現(xiàn)變現(xiàn)和增值；二是社會(huì)和政府通過數(shù)據(jù)解決問題、提升整體效率。

在數(shù)據(jù)價(jià)值落地方面，仍然存在著很多問題，例如：有的機(jī)構(gòu)不掌握數(shù)據(jù)，對(duì)于大數(shù)據(jù)感覺無從下手，不知道如何收集數(shù)據(jù)、應(yīng)該收集哪些數(shù)據(jù)；有的機(jī)構(gòu)掌握著數(shù)據(jù)，也愿意開展大數(shù)據(jù)應(yīng)用，但是感覺無從下手；有的機(jī)構(gòu)是手握“數(shù)據(jù)富礦”找數(shù)據(jù)，找不到具體的應(yīng)用場(chǎng)景；有的機(jī)構(gòu)應(yīng)用了大數(shù)據(jù)，但是由于運(yùn)用不合理的方式方法，結(jié)果大打折扣。上述問題主要是對(duì)大數(shù)據(jù)應(yīng)用的價(jià)值點(diǎn)不清晰以及對(duì)于實(shí)現(xiàn)價(jià)值的路徑不清晰。

（六）大數(shù)據(jù)與共享的關(guān)系：

大數(shù)據(jù)時(shí)代，數(shù)據(jù)成為資產(chǎn)，創(chuàng)造數(shù)據(jù)價(jià)值的過程其實(shí)就好比水的流動(dòng)。水通過流動(dòng)就能產(chǎn)生動(dòng)力，大數(shù)據(jù)通過流動(dòng)才能產(chǎn)生價(jià)值。滴水難以形成力量，很多水匯集成江河湖海就能形成洶涌澎湃的力量，在大數(shù)據(jù)時(shí)代，數(shù)據(jù)的關(guān)聯(lián)、交叉、匯聚、共享才能催生業(yè)務(wù)價(jià)值。

（七）大數(shù)據(jù)與創(chuàng)新的關(guān)系：

科學(xué)技術(shù)的發(fā)展已經(jīng)進(jìn)入了第四范式階段，即由數(shù)據(jù)驅(qū)動(dòng)的創(chuàng)新階段。在自然科學(xué)領(lǐng)域，科學(xué)家們正在嘗試?yán)脭?shù)據(jù)驅(qū)動(dòng)科學(xué)理論的發(fā)展。在社會(huì)科學(xué)領(lǐng)域，如何通過數(shù)據(jù)驅(qū)動(dòng)從而實(shí)現(xiàn)科學(xué)決策、優(yōu)化政府治理、配置經(jīng)濟(jì)和社會(huì)資源，利用大數(shù)據(jù)助力雙創(chuàng)工作的開展，也是值得探討的問題?？梢灶A(yù)見，數(shù)據(jù)范式未來會(huì)在社會(huì)科學(xué)領(lǐng)域發(fā)揮重大價(jià)值，因?yàn)橥ㄟ^宏觀大尺度的觀察和細(xì)節(jié)數(shù)據(jù)的收集處理以及類比分析，就可能模擬、預(yù)判政策的執(zhí)行效果或者精準(zhǔn)的感知社會(huì)態(tài)勢(shì)。

（八）大數(shù)據(jù)與人才培養(yǎng)的關(guān)系：

大數(shù)據(jù)最終為人創(chuàng)造價(jià)值，也依賴于人實(shí)施、產(chǎn)生、創(chuàng)造數(shù)據(jù)的價(jià)值，因此，大數(shù)據(jù)應(yīng)當(dāng)以人為本。想要真正運(yùn)用好大數(shù)據(jù)，需要培養(yǎng)懂得業(yè)務(wù)的大數(shù)據(jù)人才。如果不懂得業(yè)務(wù)，就無法準(zhǔn)確提煉、定位、搜尋到大數(shù)據(jù)潛在的應(yīng)用價(jià)值點(diǎn)。如果一線業(yè)務(wù)人員能夠像使用WORD、Excel等辦公軟件一樣輕松自如的應(yīng)用一些大數(shù)據(jù)的工具和成果，那么大數(shù)據(jù)創(chuàng)新就會(huì)不斷涌現(xiàn)，真正的大數(shù)據(jù)價(jià)值時(shí)代就會(huì)來臨。

（九）大數(shù)據(jù)與模型的關(guān)系：

目前階段，模型是連接數(shù)據(jù)和業(yè)務(wù)價(jià)值之間的橋梁，數(shù)據(jù)通過模型轉(zhuǎn)化為結(jié)論，進(jìn)而指導(dǎo)下一步的行動(dòng)。最近一段時(shí)間，我國(guó)各地方政府、社會(huì)機(jī)構(gòu)組織了大量的大數(shù)據(jù)比賽和開放數(shù)據(jù)大賽，一方面促進(jìn)了數(shù)據(jù)開放和流動(dòng)，另外一方面吸引了更多的社會(huì)力量參與數(shù)據(jù)創(chuàng)新。雖然比賽辦得風(fēng)風(fēng)光光，但是比賽過后，由于知識(shí)產(chǎn)權(quán)的問題，一般的模型是不公開的，造成了很多優(yōu)秀的成果無法傳播和擴(kuò)大影響，比較可惜。在這方面，可以增強(qiáng)探索，例如參照美國(guó)數(shù)據(jù)競(jìng)賽網(wǎng)站Kaggle的模式，通過激烈性競(jìng)賽，將最好的模型設(shè)計(jì)原理公開，從而加速模型和知識(shí)的擴(kuò)散和傳播。

（十）大數(shù)據(jù)與安全和隱私保護(hù)的關(guān)系：

從棱鏡門事件到我國(guó)出現(xiàn)的詐騙案，信息泄露給社會(huì)造成了難以彌補(bǔ)的損失。從技術(shù)角度講，有了大數(shù)據(jù)之后，信息安全的挑戰(zhàn)更大了。同時(shí)，大數(shù)據(jù)也帶來了隱私保護(hù)的問題。大數(shù)據(jù)隱私泄露可能發(fā)生在多個(gè)環(huán)節(jié)：一是組合信息泄露問題，例如單個(gè)信息不造成泄露，但是將網(wǎng)絡(luò)中的多個(gè)信息碎片組合起來就有可能泄露隱私信息；二就是流程泄露問題，數(shù)據(jù)在存儲(chǔ)、傳輸和處理過程中會(huì)造成泄密；三是基礎(chǔ)設(shè)施造成信息泄露，目前用來存儲(chǔ)大數(shù)據(jù)的基礎(chǔ)設(shè)施本身有很多安全問題，例如由于歷史原因，國(guó)內(nèi)大部分政府、銀行、能源機(jī)構(gòu)的數(shù)據(jù)庫(kù)軟件和服務(wù)器仍然采用國(guó)外的產(chǎn)品，這對(duì)存儲(chǔ)于其上的數(shù)據(jù)構(gòu)成了泄露的風(fēng)險(xiǎn)；四是針對(duì)大數(shù)據(jù)的APT攻擊，敏感大數(shù)據(jù)更容易成為攻擊目標(biāo)。五是第三方導(dǎo)致的泄露，第三方平臺(tái)掌握大量大數(shù)據(jù)，會(huì)產(chǎn)生濫用和誤用的風(fēng)險(xiǎn)，導(dǎo)致信息泄露。其他類型的安全隱患包括：非授權(quán)訪問、傳輸過程中破壞數(shù)據(jù)完整性、拒絕服務(wù)攻擊、網(wǎng)絡(luò)病毒等。

在隱私保護(hù)方面，英美很多機(jī)構(gòu)都設(shè)置了隱私保護(hù)專家，并且都提出了全生命周期數(shù)據(jù)隱私保護(hù)的概念，即在數(shù)據(jù)從生產(chǎn)到加工、傳播的每個(gè)環(huán)節(jié)，都加入了隱私保護(hù)的評(píng)估和機(jī)制保證，而不只是在最后開放的環(huán)節(jié)才考慮隱私的問題。當(dāng)前，數(shù)據(jù)脫敏和匿名化也面臨著一些挑戰(zhàn)，例如有專門針對(duì)數(shù)據(jù)匿名化的反匿名化技術(shù)；根據(jù)披露的郵編、年齡范圍和搜索關(guān)鍵詞就能定位到具體的人；通過用戶觀看的多部電影名稱和大致時(shí)間范圍定位到用戶。

未來展望

數(shù)據(jù)開放和數(shù)據(jù)創(chuàng)新最終離不開數(shù)據(jù)價(jià)值體現(xiàn)，也離不開生態(tài)系統(tǒng)的支撐。通過構(gòu)建數(shù)據(jù)融合、開放、共享、共創(chuàng)的機(jī)制，打通“政產(chǎn)學(xué)研用金介貿(mào)媒”的開放數(shù)據(jù)體系，通過社會(huì)態(tài)勢(shì)感知、溝通渠道順暢、政策影響評(píng)估等典型應(yīng)用，建立一套用數(shù)據(jù)說話、用數(shù)據(jù)決策、用數(shù)據(jù)管理、用數(shù)據(jù)創(chuàng)新的管理機(jī)制，提高政府的決策、治理、服務(wù)、監(jiān)督、風(fēng)險(xiǎn)防范等綜合水平，實(shí)現(xiàn)公共利益的最大化，通過數(shù)據(jù)流引領(lǐng)技術(shù)流、物質(zhì)流、信息流、資金流、人才流形成合力。

當(dāng)前，只有深刻、清醒的認(rèn)識(shí)大數(shù)據(jù)存在的各種困難和挑戰(zhàn)，堅(jiān)持從實(shí)際出發(fā)，立足于大數(shù)據(jù)的發(fā)展趨勢(shì)和中國(guó)發(fā)展變化的實(shí)際情況，敢于創(chuàng)新，走自主特色的道路，積極探索，才能深入推進(jìn)我國(guó)大數(shù)據(jù)國(guó)家戰(zhàn)略的偉大事業(yè)，助力實(shí)現(xiàn)中華民族偉大復(fù)興的“中國(guó)夢(mèng)”。