时间：2023-08-14 17:08:55
导语：在大数据在社会治理中的应用的撰写旅程中，学习并吸收他人佳作的精髓是一条宝贵的路径，好期刊汇集了九篇优秀范文，愿这些内容能够启发您的创作灵感，引领您探索更多的创作可能。
关键词：大数据；税收治理；隐私保护
一、引言
税收工作是关乎国计民生的大事，其科学性和合理性直接影响着国家发展、社会稳定和民生保障。信息化时代背景下的税收治理工作充分发挥大数据等信息化技术的优势，提高了税收治理宏观控制的同时却忽视了对纳税人隐私的保护。以我国新个税法为例，其体现了税收政策与时俱进、以人为本的理念，但也出现了纳税人隐私暴露等问题。根据我国现状，对大数据下税收治理的隐私保护问题进行分析研究，成为社会各界讨论的焦点。
二、纳税人隐私权概述与理解
所谓的隐私权，是法律赋予公民所享有的私人信息以及生活中受法律保护的，使公民不会受到非法侵扰的权益，公民隐私权的一个重要前提是必须与公共利益无关。隐私权是法律赋予公民的一种相对独立的人格，其主要包括了公民隐私的保护权益、使用权益、支配权益和救济权益。纳税人隐私权是法律赋予纳税人所享有的上述内容，税收机关在依法采集和保存纳税人隐私信息的同时，有义务对纳税人隐私信息进行依法保护和管理。通常情况下纳税人隐私权是针对自然人而言，而法人纳税人的信息归为商业机密范畴内，对于法人纳税人中涉及的企业股东、法人代表、管理层等自然人的隐私信息同样属于纳税人隐私权的范畴。
三、大数据下税收治理的隐私保护现状
在我国目前的税收治理体系中，纳税人的证件号码、工作单位、家庭住址等个人信息以及家庭成员信息等内容均应在税收机关对纳税人隐私保护的体系范围之内，当然除此之外的财产信息也都属于纳税人的隐私。但是比较复杂的一个问题是在对于隐私权利边界的确定上，很难给予一个明确的定义，隐私保护的主要目的是为了保护纳税人的个人权益不受侵害，尊重纳税人的人身自由。因隐私权的边界确定问题，致使大数据下的纳税人隐私保护方面问题比较突出。1.税收机关定位不清晰，纳税人隐私保护权责关系模糊。我国税收政策经历多次调整，每一次调整都是在与时俱进、以人文本的基础上对税收政策的变革和创新，但经历多次改革和创新的税收政策始终没有在税收征管方式上有所变化。税收机关工作过程中对于自身的定位模糊不清，致使民众和社会经济体依法依规纳税的主动性和积极性受到了影响。大数据下的税收工作为了提升纳税人的主动性和积极性，在获取纳税人的纳税信息后会对信息内部的逻辑性进行分析，确定和发现规律，以便于税务机关工作的开展。同时，这些纳税信息会在财政、人力资源等部门以及行业内进行流动和分享，以保证税收的公开透明。从隐私保护的角度出发，这种情况无疑使得纳税人隐私存在很大的泄露风险，或者说这种行为本身就是对纳税人隐私保护不到位的体现。随着全社会对隐私权保护重视程度的不断提高，一些地区的税收机关已经认识到该问题，但由于对纳税人隐私保护的权责关系不明确，致使各部门之间存在相互推诿扯皮的现象。2.法制建设滞后，税法中对纳税人隐私权的保护存在空白。我国现行的税收政策中，税种是由相关部门所制定。从法律体系上看，某一个部门制定的税种其法律地位有待商榷。而随着建设步伐的不断加速，我国的社会主义经济市场发展十分迅速，市场经济呈现欣欣向荣的景象；市场经济的快速发展也使得其多样性和复杂性有了明显提升，而与之相关的税法却并没有做出与时俱进的调整。所以就目前的情况看，我国的税法建设已经滞后于社会经济发展。税法建设的滞后性增加了税收治理过程中的不确定性，使得税收治理的风险性也随之增加。大数据技术在税收治理中的积极作用毋庸置疑，但是大数据技术也对税收数据提出了较高的要求。以税收数据的采集和共享为例，数据的流动和共享势必会增加数据丢失、盗取的风险，而我国目前的税法并没有对大数据下税务数据管理在权责上进行明确的规定，这使得纳税人的隐私保护受到了很大威胁。我国税法中在纳税人隐私权保护上存在空白，税法建设和完善还有很大的提升空间。加强税法建设的与时俱进、提高税法建设的社会发展导向是大势所趋。3.税收治理格局停滞不前，隐私权保护参与度较低。我国税收治理格局中，税收治理的主体是税收机关和纳税人，协税护税组织由财政、审计机关组成。就目前的情况看，我国的协税护税组织建设存在一些问题。例如，协税护税组织成员缺少社会组织和民众的参与；审计、财政等部门对于协税护税的意识和工作定位不明确；协税护税组织内部管理制度不健全等。目前的协税护税组织主要来源于政府的财政和审计机关，其在税收治理的专业性上存在一定不足，加之协税护税意识不高，其在提高纳税人依法纳税意识、监督审查纳税人依法纳税情况、税收数据和信息管理与监督等方面发挥的发用非常有限。纳税护税组织建设上的一系列问题，使得其作用发挥有限，有的地区甚至形同虚构，纳税护税流于形式。税收治理格局发展停滞不前，使得纳税人参与税收治理的机会寥寥无几，而且纳税人对税收治理的认知度并不高，对于纳税治理中的纳税人隐私保护更是知之甚少。4.信息技术自身发展不足，纳税人隐私管理存在风险。以大数据为代表的信息技术的应用很大程度上提高了税收治理的现代化，保证了税收的质量和效率，但是其带来的风险和问题同样不可小觑。税收治理中的大数据、云计算等信息技术的运用都是依托互联网，而在互联网下的纳税人信息的采集和共享有可能受到网络病毒的攻击，互联网下的纳税人信息存储也可能受到黑客的恶意窃取，从而导致纳税人隐私泄露。加强大数据技术应用的同时，提高其安全性和稳定性成为大数据下税收治理工作可持续发展的重要方向。
四、大数据下税收治理的隐私保护应对举措
大数据下的税收治理实现了数据治税，工作人员通过大数据技术能够快速准确地采集纳税人的相关数据后对纳税信息和数据进行分类、分析和计算，并利用互联网和移动通讯实现数据的流通和共享。在数据流通和共享的基础上，税务系统还可以实现纳税人管理、税务申报和支付，进一步凸显了信息化技术对税收治理在效率和质量上的重要性。1.加快税务行政职能的改变，进一步明确纳税人的责任。纳税人作为税收治理的主体之一，也属于协税护税的主体。税收部门有责任保障纳税人对税收治理过程中的知情权，在税收治理过程中的相关工作要保持公平公正、公开透明的办事原则，加强对依法依规纳税的宣传和推广，建立纳税人诚信纳税系统，并同其他诚信体系进行关联，以此来促进良好纳税环境的建立。政府职能转变下，税收部门的职能也要做出相应的改变，以呼应政府职能转变。大数据下的税收治理可以对纳税人的历史纳税信息以及纳税时间进行有效的管理。鉴于此，税务部门需要进一步健全纳税人管理，学习社会其他组织的管理经验。例如，建立纳税征信系统并与银行等第三方的征信系统连接，将存在偷税漏税行为的纳税人列入失信名单；将法律规定的纳税期间进行划分，不同的纳税期内采取一定的优惠政策；对于未能按时纳税的纳税人，通过纳税系统，将其信息提交给执法机关，由执法机关依法对其进行处罚等。税收机关职能的转变要以规范纳税人的行为，提高纳税人依法依归纳税的积极性和主动性为目标，保证税收政策的有力贯彻与执行。2.健全和完善税法体系，提高税收治理的法制性建设。纳税人隐私保护同样属于税收治理的范围内，健全和完善税法体系，进一步明确纳税人隐私边界问题，并对纳税人隐私保护制定相应的法规制度是提高纳税人隐私权保护力度，提高税收治理法执建设的关键举措。税法中对纳税人隐私保护上的空白，使得纳税部门在对纳税人隐私信息保护中缺少相应的法律依据，通过健全和完善税法，使得税务部门对于纳税人隐私信息保护能够有法可依、执法必严、违法必究。大数据技术为税收治理质量和效率提升带来了便利，但大数据下的税收治理同样要在法律规定范围内开展，健全和完善税法体系，同样有利于大数据在税收治理中的作用发挥。例如，税法中应对税收系统的安全性建设作为明确的规定，对保存纳税人信息的数据库在安全等级、风险抵抗能力上进行要求，利用法律的约束性提升税收系统的安全性。3.强化税收治理的监管，提高纳税人隐私保护力度。大数据下的税收治理中对纳税人隐私权的保护，除了要通过法律体系的建设来提升外，还要在税收治理的监管上提高保护力度。税收部门作为税收治理的主体，要加强自身对纳税人隐私权保护的力度，建立纳税人隐私权保护制度，对纳税人隐私保护进行细化，明确隐私内容、惩罚措施以及法律责任；对于内部分工作人员恶性泄露、贩卖纳税人隐私信息的情况，要加大处罚力度；税收部门应该积极地开展社会公众监管，建立网络维权和电话维权，鼓励民众通过互联网和电话热线对恶意泄露纳税人信息的行为进行举报。在加强对税收治理监管的同时，税收部门要培养和提升工作人员对纳税人隐私保护的意识，通过讲座和培训，提升工作人员对隐私权保护的认知和理解，加强其对保护纳税人隐私信息的重视程度。4.大力发展第三方协税护税组织，提升税收治理质量。第三方协税护税组织的成立和加入，对于提升税收治理的质量，防范税收治理中存在的风险具有积极作用。第三方协税护税组织同财政、审计部门虽然同属于协税护税组织，但因为自身性质的不同，其可以有效地开展内部监督，促进各方主动履行职责。在纳税人隐私保护上，第三方协税护税组织处于社会组织的位置上，对于税收治理中的纳税人隐私保护中存在的问题看得更全面、更清楚，对于其产生的原因以及治理措施会有更加独立的见解。虽然第三方协税护税组织的加入对税收治理具有积极的影响，但必须加强对其管理，以使得其作用能够得到充分的发挥。政府要建立严格的协税护税组织准入机制，完善对协税护税组织的管理制度、行业标准，规范其行为准则；同时政府要加大对协税护税组织的监管力度，建立奖惩措施，引导其正确履行自身职能。5.加强信息化新技术的应用，提高税收治理中隐私安全性。大数据下的税收治理工作需要完善的税收系统作为支撑，完善的税收系统不仅具备纳税人管理、税费缴纳和支付、税务信息采集与处理等功能，还要具备强大的安全管理功能。加强对现阶段税收系统的建设，要借助大数据技术在数据采集、汇总、分析上的优势，对税务治理中存在的风险进行有效防控。同时，要完善纳税人信息数据库的建设，加强数据库安全方面的投入和对纳税人信息安全性的管理。数据库安全管理中，需要对纳税人隐私边界进一步的明确，制定纳税人信息查阅制度，明确哪些人可以查看纳税人信息，能够查看哪些纳税人的信息，能够查看纳税人的哪些信息；纳税人信息查阅制度要对信息管理部门的工作职责进行明确，提高管理部门对纳税人信息安全性的重视程度。
参考文献
1.汤火箭，宋远军.大数据时代个人所得税征管中第三方涉税信息共享制度研究.税务研究，2020(01).
2.金元浦.论大数据时代个人隐私数据的泄露与保护.同济大学学报(社会科学版)，2020（03）.
3.马伟杰.对实施大数据治税的几点思考.中国税务，2019(12).
【关键词】电网 电力大数据 治理 大数据管理
1 引言
2013年至2014年，国网公司信通部就逐步开展大数据研究与应用推进工作，完成编制《大数据应用研究报告》、《公司大数据典型应用需求分析报告》，组织中国电科院、南瑞集团等完成省公司大数据平台总体设计，编制形成《公司大数据应用指导意见》。2015年正式启动大数据平台建设、应用试点工作。
目前，国网公司范围内各单位陆续开展了一系列大数据的研究试点工作，但大多是集中于大数据平台的技术研究实现，在应用方面多数是基于营销系统、用电信息采集数据的相关应用业务探索和尝试，而在大数据应用机制以及基础数据治理上开展的研究工作较少。在进行数据综合应用和智能分析的过程中，发现数据质量问题从表象看是数据不完整、数据质量差，但从深层次看是欠数据标准、缺数据管理职责、无数据考核机制等等。
2 数据治理的发展
上世纪九十年代以前，国外企业在数据治理方面也存在很多问题，IBM和摩托罗拉就是典型代表。
1992年之前，IBM在数据治理方面存在很多问题，没有明确的可依赖的数据源，没有明确的数据所有人，数据质量差。1995年，IBM梳理并制定了业务数据标准，定义了15大类业务标准、79个分类子业务标准，这样全公司看到的是一个统一的业务定义；2004年，IBM制定了数据责任人体系，并联合业界多家公司和学术研究机构，成立了数据治理论坛，制定包括四大领域11个要素的数据治理框架和方法，来指导数据治理工作的开展。2005年成立了数据治理委员会，之后又成立数据审核委员会。通过数据治理，IBM简化了基础架构，并降低了管理的复杂度。
同样在上世纪末，摩托罗拉提出了六西格玛管理策略，包含定义、测量、分析、改进、控制的DMAIC流程，初期用于解决产品/服务质量问题，后来也在解决数据质量方面得到很好的应用。
近几年，IBM开展大数据治理研究，提出了18步大数据治理统一流程模型，并应用于电信、零售、金融和公共交通等行业。
2014年，中国出现了专门的数据治理研究组织ITSS WG1，并向ISO正式提交和了数据治理研究白皮书。
目前，国内电力行业开展的数据治理工作主要包含两大类，一类是处理现有业务环节的数据质量问题，如营销稽查；另一类是针对业务主题应用的数据治理，如营配贯通、运检中心的数据质量评价。目前的数据治理工作没有形成体系，缺少统一的标准、组织架构、管理考核机制，难以持续有效开展。
随着对数据资产认识的不断清晰，电力行业数据治理的目标也在发生转变，国家电科院也已经开始着手数据治理体系的研究，但暂未涉及包含数据、应用、技术和管理的数据治理体系建设和应用。
3 电力大数据治理方法论
国网合肥供电公司在此背景下，制定深化大数据应用工作方案，以市县公司实体业务为切入点，推进大数据应用方法在供电企业应用实践，打造大数据应用环境，同r从以下几个方面定义合肥供电公司数据治理的方法论：
（1）理解数据治理的职能；
（2）把握数据治理的核心；
（3）明确数据治理的目标。
通过执行数据治理，对电力企业数据的管理和利用进行评估、指导和监督，提供不断创新的数据服务，为企业创造价值。
4 电力大数据治理体系探索
国网合肥供电公司经过不断的在营销系统、用电信息采集数据的相关应用业务探索和尝试，在大数据基础数据治理上的研究也在不断加深，电力大数据治理体系建立需要明确的工作至少包含以下几点：
（1）需要在哪些业务领域或应用场景作出电力业务数据治理的决策；
（2）需要哪些角色的人，以及如何参与到决策过程中；
（3）明确、完善电力大数据治理的最终目标。
4.1 数据治理原理研究
4.1.1 六西格玛（Six Sigma，6σ）管理及其数据管理延伸
六西格玛（Six Sigma，6σ）是一种能够严格、集中和高效地改善企业流程管理质量的实施原则和技术，以”零缺陷”的完美商业追求，带动质量成本的大幅度降低，最终实现财务成效的提升与企业竞争力的突破。实施步骤包括：定义、测量、分析、改进、控制。
六西格玛管理延伸到数据质量管理方面，一般采用十步数据质量管理方法。
（1）定义和商定问题、时机和目标，以指导整个数据质量管理的工作；
（2）收集、汇总、分析有关形式和信息环境。设计捕获和评估的方案；
（3）按照数据质量维度对数据质量进行评估；
（4）使用各种技术评估劣质数据对业务产生的影响；
（5）确定影响数据质量的真实原因，并区分这些原因的影响的数据质量的级别；
（6）最终确定行动的建议，为数据质量改善制定方案，包括数据级和组织级的；
（7）建立数据错误预防方案，并改正当前数据问题；
（8）通过改进组织管理流程，最大限度控制由管理上的缺陷造成的数据质量问题；
（9）对数据和管理实施监控，维护已改善的效果；
（10）沟通贯穿管理始终，循环的评估组织管理流程，以确保数据质量改善的成果得到有效保持。
依据六西格玛（Six Sigma，6σ）管理的原则和技术，借鉴十步数据质量管理方法，以业务驱动，用数据说话，进行数据治理体系的研究和典型实践，开展长效数据治理工作，为业务应用和决策分析提供优质数据。
4.2 数据治理关键点研究
4.2.1 识别数据质量关键要素
依据特定的业务需求或完整的业务场景，明确需要进行数据治理的关键要素。数据要素的涉及范围广，业务逻辑复杂，同时也就牵涉到的数据内容较多。
以供电公司统推PMS系统、营销MIS系统为例，其中数据质量关键要素包括电网设备台帐和参数：营销系统中的用户档案、计量台帐和台户关系，电能量采集系统中开关台帐和电量数据，调度技术支持系统中负荷数据、电网电压、停电等运行数据，用电信息采集系统中负荷、电量和停电等运行数据。例如PMS系统中线路设备的编号、名称、电压等级、所属变电站、运维单位、运行状态等信息，调度技术支持系统中线路的电流、电压、有功功率、无功功率、功率因素、运行状态、状态切换等数据。
4.2.2 数据标准的制订
制订数据标准是一个非常系统和复杂的工作，但它是开展数据治理工作的基础。根据数据质量定义，制定数据度量规则，包括完整性、唯一性、一致性、精确性、合法性、及时性等，这是一个反复迭代的过程，度量规则需要进行实践验证并不断补充和完善，这是开展数据质量度量的关键。
4.3 数据治理管理责任研究
国网合肥供电公司在大数据应用项目中，经过不断的摸索，梳理出关键性基础数据的责任分解，大致如图1。
4.4 数据治理考核研究
（1）设立数据治理M织机构，明确工作权责，建立部门间管理协同和业务统筹协调机制，推动数据治理工作长效开展。
（2）制订数据治理考核制度，明确考核指标、考核周期、考核范围、考核标准等，落实数据认责，以绩效考核的方式促进数据质量的提升。
5 总结
供电公司已经进入大数据时代，数据治理面临着多重问题，因此，合肥供电公司不断在大数据应用过程中加强数据文化意识，推行数据治企的理念。摸索建立数据治理组织机构、培养大数据人才、学数据质量治理技术、制订数据标准，同时加强数据安全，保护供电公司个人隐私，建立数据责任人认责体系。最后，持续不断进行质量改进，为合肥公司电力大数据应用提供坚实的高价值数据基础。
参考文献
[1]涂子沛.大数据：正在到来的数据革命[M].桂林：广西师范大学出版社，2012.
【关键词】大数据 场景 烟草
1 引言
2014年11月份，家局下发了《烟草行业信息化发展规划（2014―2020年）》，明确指出“大数据应用应着力于分析场景（业务场景）的设计和分析模型的建立……”，作为地市级烟草公司，首先应明确企业信息化现状，深入了解大数据相关概念和行业规划，根据自身实际情况确定大数据应用场景，为今后大数据规划和应用做好理论准备。
2 大数据概念与典型场景
2.1 “大数据”（Big data）
对于“大数据”，有几种不同的概念：
研究机构Gartner给出了这样的定义：“大数据”是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。
麦肯锡全球研究所给出的定义是：一种规模大到在获取、存储、管理、分析方面大大超出了传统数据库软件工具能力范围的数据集合，具有海量的数据规模、快速的数据流转、多样的数据类型和价值密度低四大特征。
大数据技术的战略意义不在于掌握庞大的数据信息，而在于对这些含有意义的数据进行专业化处理。如果把大数据比作一种产业，那么这种产业实现盈利的关键，在于提高对数据的“加工能力”，通过“加工”实现数据的“增值”。
2.2 大数据应用典型应用场景
理论上，大数据有以下七个方面的典型应用场景：
2.2.1 客户管理方面
构建客户360°立体画像，在传统客户360°视图基础上，引入大数据，整合客户重大事件、社交关系等信息，实现了客户画像。
2.2.2 营销管理方面
执行个性化的智慧营销，根据客户当前需求或生命周期重大事件，实现个性化的智慧营销。
2.2.3 风险管理方面
实现高效准确的风险控制，通过引入大数据及大数据技术，使得基于长期历史数据业务压力测试、准确的征信报告、实时的欺诈检测成为可能。
2.2.4 欺诈管理方面
侦测交易过程中的欺诈行为，利用大数据技术进行模式识别，构建判断规则；利用快数据技术对交易进行实时捕捉、实时监控。
2.2.5 挖掘预测方面
通过沙盘演练挖掘数据价值，对客户即将的行为进行预测，进行精准应对。
2.2.6 归档管理方面
实现历史数据归档查询与分析，尤其是对流程性数据进行深度分析。
2.2.7 舆情分析方面
分析用户舆论评价，利用大数据技术，搜集门户、微博、微信、搜索引擎上关于品牌、产品、服务、质量的评价，以及竞争对手的商业信息等。
3 大数据现状
3.1 大数据国家战略
经总理签批，2015年9月，国务院印发《促进大数据发展行动纲要》（以下简称《纲要》），系统部署大数据发展工作。
《纲要》明确，推动大数据发展和应用，在未来5至10年打造精准治理、多方协作的社会治理新模式，建立运行平稳、安全高效的经济运行新机制，构建以人为本、惠及全民的民生服务新体系，开启大众创业、万众创新的创新驱动新格局，培育高端智能、新兴繁荣的产业发展新生态。
《纲要》部署三方面主要任务。一要加快政府数据开放共享，推动资源整合，提升治理能力。大力推动政府部门数据共享，稳步推动公共数据资源开放，统筹规划大数据基础设施建设，支持宏观调控科学化，推动政府治理精准化，推进商事服务便捷化，促进安全保障高效化，加快民生服务普惠化。二要推动产业创新发展，培育新兴业态，助力经济转型。发展大数据在工业、新兴产业、农业农村等行业领域应用，推动大数据发展与科研创新有机结合，推进基础研究和核心技术攻关，形成大数据产品体系，完善大数据产业链。三要强化安全保障，提高管理水平，促进健康发展。健全大数据安全保障体系，强化安全支撑。
3.2 行业大数据应用现状
2014年11月份，国家局下发了《烟草行业信息化发展规划（2014―2020年）》，要求各单位要深刻领会规划精神，准确把握以“一号工程”为基础，以“三流合一”为目标，以“一个平台、五大应用、五大保障”为基本框架，整合兼容、互联互通、先进实用、改造升级，推进一体化数字烟草建设的总体发展思路。
在数据中心规划的数据利用部分，明确指出：“积极引入大数据技术，满足行业快速处理日益增长的结构化和非结构化数据的需求。大数据应用应着力于分析场景（业务场景）的设计和分析模型的建立，综合考虑行业运维与技术条件，采用主流、发展前景好的架构与技术，紧密结合零售终端信息化建设，采集零售户信息、消费者信息及移动应用产生信息等各种类型的海量信息，挖掘其中隐藏的业务规则、知识财富和商业价值。”
在新技术应用要求部分，明确指出：“推进大数据技术应用。应基于对数量大、类型多、变化快等大数据基本特征的认识，明确应用场景，突破数据建模，有效发挥大数据分析的能力，增强商务洞察、业务运作与风险防范能力。”
关键词：数据权 数据 网络空间 大数据
中图分类号：D81 文献标识码：A 文章编号：1005-4812（2013）01-0053-58
近几年，随着互联网、物联网和云计算等信息技术的迅猛发展，人类的信息化进程开始从“信息时代”步入“大数据时代”。信息化产物——数据——成为了一种新的资源。各国在促进社会稳定发展、经济贸易增长、产业创新升级等各方面对数据资源的依赖越来越大，对数据资源的占有和利用已经成为决定国家核心竞争力的关键。各国的数据资源竞争引发了对国家数据的保护，而以美英为首的西方政府积极推动“数据民主”运动，不仅唤醒了公民的数据权意识，也将西方民主模式植入到了网络空间。
本文将以大数据现象为时代背景，来研究数据权的起源和发展，辨析数据权的概念，探讨数据权对网络空间治理的影响。
一、大数据时代的来临
1 大数据现象引起全球关注
大数据（big data）一词来源于国外，2001年就出现在《电脑人工智能》期刊的文章标题中。从字面上看，大数据即为很大的数据之意，即该词揭示了数据具有海量的特征。在2011年上半年，以国际数据公司（IDC）和麦肯锡全球研究院（MGI）为主导的多个美国咨询公司了两个关于大数据的前瞻性研究报告。其中，由美国易安信公司（EMC）赞助的题为《从混乱中挖掘价值》的IDC“数字宇宙”研究结果表明，2011年的信息创造和复制总量超过了1.8ZB，在短短5年内增长了9倍，并且预测到2020年全球将达到令人恐怖的35ZB的数据量。而MGI的报告《大数据：创新、竞争和生产力的下一个新领域》认为，如今的数据时时刻刻都在源源不断地渗入全球经济发展的各个方面，数据正日益成为与实物资本和人力资源同等重要的生产要素。
随后，IBM、微软、甲骨文等全球知名IT企业纷纷跟进，扩展了大数据一词的内涵，使之不仅包括了海量（Volume）的特征，还赋予了快速（Velocity）、多样（Variety）和价值（Value）等特点。美国企业的这一系列行动，使得大数据逐渐从传统的海量数据中脱颖而出，成为了信息产业新的关注热点。在产业界以外，还有如《纽约时报》、《科学》、《经济学人》和《哈佛商业评论》等世界顶级报刊也了多篇关于大数据的评论。在国内，有关大数据的媒体报道出现于2011年，各大门户网站接连探讨了大数据的概念和技术方案，并且相关大数据著作也陆续出版。总之，这些企业和媒体已显示出了对大数据的密切关注。
2 数据的价值正日益显现
数据中存在的价值早已被人们发现。在1958年，IBM公司就提出了基于数据分析挖掘的商业智能概念，将企业中的数据转化为知识，帮助企业做出有效的决策。但这种企业级、小规模数据挖掘产生的效益并不足以让人们认识到数据的巨大潜能。而如今，各类社会、经济活动产生的，以及由键盘、传感器、摄像头等采集的数据呈现出指数式增长态势，不仅导致了对大数据存储和分析的巨大市场需求，也带动了数据密集产业的发展。据MGI测算，美国医疗行业的大数据每年可以创造3000亿美元的价值——比西班牙每年医疗投入的两倍还多；欧洲公共管理部门的大数据每年则有相当于2500亿欧元的价值——比希腊的GDP还高……。另外，甲骨文公司更进一步明确了大数据的价值并非大数据本身所具有。恰恰相反，原始的大数据往往具有价值密度低的特点。大数据需要经过处理，将数据转换到可用的形式或派生出可用部分，再对其进行分析，才能创造出价值。
大数据创造的价值已渗透到各个领域。在商业界，谷歌、亚马逊等跨国企业掌握了大量的全球个人用户数据，以此推出多种服务，扩大收益。在科学界，微软的科学家们系统介绍了科学研究“第四范式”（paradigm，前三范式分别为理论、实验和计算）——利用大数据分析去发现未知规则，例如采用“机器学习”的方法对包括约30万名患者的数万个数据点进行分析挖掘研究，以准确预测一名充血性心力衰竭病人在出院后的30天内是否会再次入院。在公共管理方面，美国纽约市政府收集了市民求助热线311电话的信息，通过对这些信息的数据分析来发现问题，并据此采取措施管理城市。
3 美国政府出台相关政策
当大数据成为新兴热点之时，奥巴马政府于2012年3月29日正式宣布了“大数据研究和发展倡议”。该份文件提出政府将携手六个重要部门，承诺投入2亿美元资金，共同推进整个美国从大量的、复杂的数据集合中获取知识和洞见的能力，并借助这些能力，实现在科学发现、环境保护、生物医药研究、教育，以及国家安全等多个领域的突破。这是全球第一个与大数据相关的国家政策，标志着大数据战略已经从企业上升到了国家层面。
由此可见，大数据是支撑国家社会、经济发展的重要战略资源。谁能够占有大数据，谁就能最大限度地挖掘大数据中的价值，牢牢掌握大数据开发利用的主动权。我们国家有着十多亿的人口数量和应用市场，复杂性高、充满变化，如此庞大的用户群体使我国将成为世界上数据储量最丰富的国家。解决这种由大规模数据引起的问题，探索以大数据为基础的解决方案，是我国未来创新驱动、产业升级和效率提高的重要手段。因此，我们必须认清大数据时代的形势，从而在竞争中争得话语权和主动权。
二、数据权的起源和发展
1 大数据的挑战
信息技术是管理和利用信息所采用的各种技术的总称。信息技术在经历了计算机时代和互联网时代之后，已逐步向大数据时代过渡。过去，信息技术的发展造成了信息鸿沟和信息过载。而现在，技术发展所形成的大数据在给人们创造价值的同时也带来了诸多挑战。尤其是在物联网和云计算技术成熟的条件下，大数据可以随时随地采集，可以跨地区、跨国界存储，可以毫无阻碍地在网路空间中传播。而且，伴随各种类型数据的整合，各行业数据的融合，以及政府、企业、个人数据的共享，无处不在的数据使得数据管理异常艰难。再者，数据一旦被竞争对手掌握，很有可能使自身的安全和利益受到损害。因而，各种利益集团就产生了数据权纷争，将数据权问题推进到人们的视野。
2 数据资源国际竞争中的数据权
当前，数据权纷争的核心是对数据资源占有和利用权利的保护。在传统贸易领域，国际问实体货物的流动和资金的流动都要受到国家监管，由国际公约进行协调。而在网络空间中，国家边界依旧存在，对数据的保护和利用亦是涉及国家和利益的一项重要内容。
近年来，随着云计算产业的蓬勃发展，跨国数据中心纷纷建立，国家间的数据权问题日益成为关注的焦点。美国在“9·11”事件之后出台了《爱国者法案》，该法案扩张了美国执法机关的权限，使得其有权搜索电话、电子邮件、医疗、财务和其他各种记录。美国政府利用该法案先后要求微软和谷歌将欧洲数据中心的数据交给美国情报机构。欧洲议会对此提出了强烈的抗议，要求美国当局做出解释。此后，欧洲对微软、谷歌等美国公司采取了更为严格的审查。另外，加拿大卫生部也出台了禁止本国电子病历数据在美国境内处理的法令，该法令就是针对数据资源国际竞争中的一项保护本国利益的措施。
国内有报道指出，美国政府今年3月公布的“大数据研究和发展倡议”，推动大数据高效开发利用展开相关研究和建设，增强其先期开发别国数据资源的能力，必须引起我们的警惕。国家在云计算和大数据的挑战下，迫切需要采取措施对数据进行保护，这就要求国家积极为数据安全研究相应的对策。除了上述欧洲和加拿大的保护行动外，有的国家还采取了更为严格的数据保护政策，例如法国就决定将相关云计算基础设施的建设和管理交给真正的法国企业去做。但在另一方面，数据需要在国家间自由流动，就像商品和劳务在不同国家和地区之间贸易一样，这样的自由流动能够使大数据所产生的效益最大化。因此，单纯的限制数据流动以保护数据权也在一定程度上有违全球贸易自由化的精神。
3 “数据民主”下的数据权
自2010年4月起，曾在广东省公共部门和信息领域工作、现居美国匹兹堡的学者涂子沛在《南方都市报》上刊发了多篇文章，介绍了国外政府信息公开的最新动向。内容包括：美国、英国、澳大利亚、新西兰等多个国家陆续建立了政府数据门户网站，把从前政府专有的公共数据推上了互联网，掀起了“数据民主化”浪潮。随后，英国首相卡梅伦认可了这场“数据民主”运动，并正式提出“数据权”（Right to Data）的概念，指出这是信息社会一项基本的公民权利，承诺要继续在全社会推向深入。更进一步，除了政府公开数据外，英国也鼓励商业数据的公开，提出了名为“我的数据”的计划。在英国商业部的主导下，巴克莱信用卡、汇丰银行、家悦采购零售公司、谷歌等十多家不同行业的巨头已经加入了“我的数据”行动，对客户开放与其相关的数据。第三方可以就这些数据设计出专业的算法，为客户提供更多更好的服务。
“数据民主”下的数据权是民主社会公民权利在网络空间中的延伸。大数据时代的公共数据采集自公民，而提倡“数据民主”则是将公民的义务与权利对等起来，把这些取之于民的数据重新用之于民。例如，最近有一则新闻报道了一位13岁以色列少年利用政府公开的导弹防御预警信息，开发了一款免费手机应用，当加沙地带向以色列南部发射导弹的时候将会给手机发送警报。由此可见，在保障数据安全和个人隐私的前提下对数据进行公开，就必然会有人会利用这些数据去创造价值，实现更大的经济和社会效益。
但是，在效益背后我们也要认识到英美等国大力倡导的“数据民主”可能存在的两层含义：在第一层面，推进民众的数据权意识，是符合信息化特别是大数据本身发展规律要求的，有其合理性；而在第二层面，“数据民主”运动亦是西方发达国家将民主模式植入网络空间的行为，究其意图很有可能要在网络空间推广西方的价值观，达到其加强主导和控制网络空间的目的，这不得不引起我们的注意。
三、数据权概念的辨析
1 从网络到数据
在互联网时代，传统的国家观念受到了新的冲击，国家的范围从领土、领海、领空、太空拓展到了人造的网络空间。这一由各种主机、路由器、网路线路、终端、软件系统所构成的“第五空间”，对一个国家的安全和利益有着重大的战略意义。由此诞生的网络是在网络环境下的国家的自然延伸，其主要内容就是国家在网络空间行使管辖权。在2012年10月4日的网络问题布达佩斯国际会议上，中国外交部条法司司长黄惠康提出了我国在网络空间中的“网络”原则，即要根据本国的网络发展水平、历史传统、文化语言和风俗习惯等，在充分考虑本国广大民众意愿和适当借鉴国际通行做法的基础上，制定本国的网络公共政策和法律，并依法管理互联网。这一网络空间首要原则标志着我国网络意识的提升。现阶段，网络主要体现在国家对网络信息技术的监管上，包括网络物理设施运行安全的保障，以及采用技术手段对网络信息安全进行维护。
在大数据时代，网络意识不仅是要保障对信息技术的掌控，还要对网络中的数据取得占有和管辖的权利。早在本世纪初，就有学者提出信息的概念，认为信息是国家在信息活动中的体现，国家对于政权管辖地域内任何信息的制造、传播和交易活动，以及相关的组织和制度拥有最高权力。该含义与数据大致相同。但是在大数据背景下，数据的概念已不同于信息，数据是信息的原生态，数据中数据所涵盖的范围要远远超出信息的范畴。因而，当下迫切需要将数据意识提高到与网络意识同等的高度，要重视在数据资源国际竞争中对数据的适当保护，同时也要重视“数据民主”的数据权问题。
2 数据与数据权之间的关系
从实施主体来看，数据权包括数据和数据权利两方面。数据的主体是国家，是一个国家独立自主对本国数据进行管理和利用的权力。数据权利的主体是公民，是相对应公民数据采集义务而形成的对数据利用的权力，这种对数据的利用又是建立在数据之下的。只有在数据法定框架下，公民才可自由行使数据权利。
从实施方式来看，数据权又包括数据所有权和数据管辖权两方面。数据所有权是国家对于本国数据排他性占有的权利。数据管辖权是国家对其本国数据享有的管理和利用的权利。可见，数据权又与国家领土等有着诸多相似之处。
3 数据权的特征
虽然数据和数据权的提法已经多次出现在国内外报道中，但是却并没有形成一个统一而确切的定义。一般情况下，数据是指网络空间中的国家，此类说法已被部分欧美发达国家所认同。数据权则多指一项公民权利，这一概念出自英国首相卡梅伦。而在两者之间，数据权又具有包含数据和数据权利的关系。因此，从数据和数据权利的特点出发，可以总结出数据权的两个基本特征。
一是数据权具有独立性，即一个独立国家可以完全自主地对本国数据行驶占有和管辖的权利，并且能够排除任何外来的干涉。这一特征也是国家的独立性在网络空间中的体现。数据权的独立性与国家安全密切相关。
二是数据权具有开放性，即公民可以在法律框架下要求涉及自身利益数据公开并能够被利用的权利。这也是公民权利在网络空间中的体现。公民对公开数据的利用，不仅可以创造出大数据应用新的商业模式和就业机会，也能够为经济发展带来新的增长点。
四、数据权对网络空间治理的影响
1 新数据安全观
数据安全是网络空间治理的首要问题。一方面，为了维护数据需要采取“严防死守”式的安全策略；另一方面又要应对大数据趋势下的数据公开，将互联网上的信息与政府掌握的、企业运行中产生的、各种个人应用设备采集的数据结合起来发挥作用。在这种情况下，数据权就对传统信息安全保护的观点形成了挑战。因此，我们在网络空间治理中需要一种新的安全观，这种新安全观能够在对数据利用的同时找到保护和开放的平衡点，限制任何对数据过度的排他占有和无限制开放，以保护国家、个人的安全和利益。
新数据安全观的具体表现就是建立相应的数据权保护法律制度。在全球化网络空间中，数据的复制和传输变得十分方便。有时在不需要人工操作的情况下，系统自动就能将大量的数据从一个数据库迅速地移动到另一数据库中，甚至这种移动是跨地域、跨国界的。在数据的流动当中，便存在了这样一种情况：在A国采集的数据存储在B国的数据中心并被C国的用户使用。如果其中出现了纠纷，数据权该如何维护？该依据哪个国家的法律呢？而事实是，国际上并没有对跨国数据流动规则制定相应的协定，而各国的数据权保护法律又不尽相同，这就导致类似的纠纷往往无从妥善解决。
要实现网络空间的数据权维护以及对大数据的有效利用，就必须调整和建立一些与数据存储、流动和利用相关的法律。同制定传统法律相比，这些法律需要与国际上进行统一协调。其核心是要用全球化的视野来对待网络空间中的数据权，这样才能充分发挥大数据给社会经济带来的价值。
2 数据隐私权和知情权
数据权意识的萌芽为网络空间的治理又提出一个新命题，就是对数据隐私权的保护。传统意义上的隐私包括三种类型：一是物理隐私，指保护个人空间不受干扰，包括财产、身体和行为不被窥探和侵犯。许多国家都有隐私法防止对生活财产的非法搜查和充公。二是信息隐私，指个人信息以数字或其他形式被收集、存储和共享的合理使用。许多国家也有金融、医疗和网络信息隐私的相关法律。三是组织隐私，指政府机构、组织和企业希望能够使各项活动和秘密不被泄露。例如，企业可能需要保护商业秘密，政府可能选择不公开安全政策以防止恐怖袭击。然而，大数据使得这些隐私都有可能被暴露在网络空间中。例如，个人的行踪不仅可以被大街上的各种监控设备记录下来，也可能在使用手机时被定位系统收集起来。这些数据若为不法分子所利用，极有可能对个人人身安全和财产安全造成损害。而政府和企业的信息化也会使得部分敏感数据在网络空间中流动，使国家数据受到威胁，甚至给国家安全带来极高风险。
同样，数据权意识也催生了公民对政府数据知悉、获取和利用的强烈要求。这种权利亦被称作知情权。大数据推动了数据开放的进程，而国外的“数据民主”实践也证明了政府公开数据带来的好处。但是，数据的开放是公民的知情权与国家安全、社会稳定等条件相博弈的过程。在我国，网络空间的治理往往会过多地强调保护与限制，忽视公民对数据知情权的要求，给有效治理带来了某种程度上的困难。
3 网络空间的全民治理
数据权的合理运用，也会改变网络空间治理的方式。过去的网络空间治理一般由政府主导，由政府制定政策进行自上而下的管理，企业和个人参与度较少。而在大数据时代，单纯依靠政府管理和保护数据的做法会使政府在面对大规模而复杂的数据时应接不暇、不堪重负。另外，数据权的提出也使政府、企业和个人的角色发生转变。政府的职能将逐渐收缩到维护国家数据的范围，而将数据知悉和利用的权利返还给企业和个人，让全民都来管理和利用这些数据，使普通民众也能站到网络空间治理的最前线。
关键词：大数据统计分析；经济管理领域；运用
统计应用作为数学的重要领域，在大多数情况下，数据被收集并且通过一定方法在系统中存储，重要策略被记录，并应用于其他领域。随着数据恢复方法和统计分析方法的逐步集成，大数据的统计数据分析方法在财务管理中变得越来越重要。面对当今全球化的压力和经济市场的激烈竞争，使用财务管理的统计整合是提高有效管理效率，优化资源分配和科学行为的有效步骤。通过市场经济的发展和经济水平的不断提高，数据集成和财务管理水平运用了大数据的统计分析。在建立大规模数据的经济增长政策时，技术在宏观经济研究中起着重要作用。大数据统计分析的作用正在增加，其在管理中的用途正在进一步扩大。显然，加强对经济发展大数据统计分析技术的使用对促进经济增长和提高管理效率非常重要。
一、大数据统计分析方法在经济管理领域运用的意义
为响应市场环境和公司治理内容的变化而促进使用公司治理统计数据的需求主要体现在两个方面：
（一）宏观经济方面发展有若干规律。为了寻找有关经济发展的规律，强大的数据分析技术在宏观经济学中的应用非常重要。一方面，大数据分析统计数据用于从宏观经济发展行业收集数据，对相关行业信息进行实证分析，并调查行业发展和行业问题。使用SPS，Stata和其他数据分析软件，中国拥有最重要的发展法；同时，发现工业发展规律，规范工业发展，开辟新的经济发展方式也很重要[1]。
（二）企业经营管理方面1.提升企业竞争力的必然要求当前，业务发展的竞争越来越激烈。竞争压力主要归因于国内市场经济带来的经济化以及国内市场竞争激烈加入的外国公司的影响。公司必须面对激烈的市场竞争。大众市场信息的统计分析将调整生产和管理策略，并为业务发展的战略调整作出有效的决策。2.提升企业管理水平的必然要求一方面，诸如运营管理、财务管理、风险管理和企业资源管理等相关任务变得越来越复杂。需要统计分析方法来对丰富的业务操作信息进行分类和汇总，为业务管理决策提供有效的信息。同时，企业需要不断满足产品和服务生产方向的政治要求。由于需要与相关部门合作，例如运营财务管理、规避财务风险，因此需要建立相关部门的统计数据，以提高决策效率[2]。
二、大数据统计分析方法在经济管理领域的运用
利用大数据的统计数据分析技术研究宏观经济发展政策，对促进行业发展至关重要。另一方面，如何获取有关复杂数据管理的重要信息，在业务流程和管理方面为公司制定有效的决策是重中之重。关键在于掌握财务管理的大数据分析方法，并使用大数据统计分析技术来分类和提供业务流程管理，隐藏的规则以及来自异常数据点的大量信息。为了应对突况，管理人员需要制订正确的决策计划。本文主要讨论宏观经济应用管理领域的统计数据分析方法，以及业务管理、财务管理、风险管理和管理的六个方面。如：
（一）宏观经济方面关于宏观经济产业的运作和发展有若干规律。为了找到宏观经济发展方法，统计分析技术对于稳定经济增长和调查潜在的经济危机很重要。当前，不仅学者，业务经理也开始了解计算机技术的使用，并开始通过统计分析来发现工业发展中的若干问题，学习工业发展的原理。为了找出答案，我们选择了相关的影响因素并采取了相应的行动，采取措施提高工业发展效率。
（二）企业运营管理方面通常，在日常工作程序和工作相关领域中存在某些特定的业务管理和操作规则。另一方面，通过将统计信息应用于业务的运营和管理，公司可以通过分析大数据的统计信息来获得规律。这将帮助公司节省一些资源，避免重复的任务并节省公司的业务资源。如果该政策是从科学的统计评估阶段得出的，则情况与正常情况不同的企业高管应仔细考虑潜在的风险。
（三）企业营销管理方面企业需要建立大型数据管理系统来收集有关企业提供的产品或服务的市场交易信息。因此，消费者的热点必须与受管理的信息系统对齐，以使其隐藏在协同交易信息中。确定消费者对需求的偏好并确定消费者需求。公司的主要产品和服务根据消费者的喜好运作，可以满足消费者的需求，替代市场上的非反应性产品和服务。同时，开发新产品和服务企业领导者可以提供有效的决策信息，并为消费者创建新的热点[3]。
（四）企业财务管理方面应用管理统计信息。它通过审查有关生产过程和运营的统计数据（尤其是财务数据），进行定性和定量分析，帮助评估相关活动，例如商业投资。财务管理是开展业务必不可少的部分，这对于减轻公司的财务风险和提高公司资源分配的效率至关重要。通过统计分析对商业经济数据进行分类和分析，可以为高管、投资者和其他相关利益相关者提供有效的决策信息。
（五）企业人力资源管理方面将统计应用于公司的人力资源管理，并使用统计分析技术结合公司业务管理部门的特征，选择适当的方法来提高效率。人力资源管理很重要，人才基本上是企业的无形资产，在部门保留相关的人力资源是业务发展的关键。回归站评估法用于预测企业发展的人力资源需求，动态分析法用于根据状态预测人力资源的变化。将这两个方面结合起来可以大大提高业务资源的效率。
（六）企业风险管理方面使用统计分析技术对业务流程中的大量业务信息进行分类和分析，发现隐藏的规则和数据差异。重要的是，业务主管需要进行预测，做出正确的决定，解决事件并发现潜在危险。意思是如果统计数据分析有些奇怪，则需要找出业务流程中具有的某些规则，因此业务主管需要寻找更多异常条件，尤其是财务管理，要注意关注状态的变化。另一方面，对公司财务信息进行统计分析是公司规避财务风险的有效手段之一。
三、完善大数据统计分析方法在经济
管理领域运用的措施在本文中，我们将了解如何从六个方面分析大数据的统计数据：宏观经济活动、业务管理、风险管理、财务管理、资源管理和财务管理人员。这被认为是财务管理数据大规模统计方法的一种改进。必须在三个方面进行现场应用：
（一）社会宏观经济层面尽管存在宏观经济法则，但根据过去的经验，由于缺乏安全可靠的数据和分析方法，宏观经济法则的分析则一直被认为是伪科学。大数据分析技术提供了探索宏观经济法则的机会，大数据技术使用数据创建系统，而使用许多信息技术的科学分析是宏观经济法研究中的重要一步。特别是，某些行业使用行业信息和对经济趋势预测的全面分析来帮助识别和克服复杂的工业发展挑战，可以提高宏观经济发展效率。
（二）企业经营管理层面在公司上载和数据受限的情况下，企业很难优化管理功能以提高性能[2]。由于业务经理的管理理念和管理水平受到限制，因此很难断定业务开发操作和管理流程是否存在问题。统计分析技术可用于计算和评估每个关键决策或业务战略适合性的有效性。如果由于大数据分析技术而导致预期的数据销量存在矛盾，该公司可以调整其总体战略并进行业务变更以优化管理理念。
（三）行业与行业之间存在着一定的鸿沟无论是快速消费品行业、食品行业还是大型公司，其经营理念和经济结构在公司治理方面都存在根本差异。统计数据分析技术使公司能够了解整个行业的消费者需求的性质，分析社会经济状况，能够了解共同的业务条件和业务发展情况，并优化或区分劣质产品。在某些情况下，此更改是提高产品价格的高级更改，如果消耗量和消耗品减少，则可以降低产品价格。产品必须能够升级以满足顾客需求。产品行业、食品行业或大型行业具有不同的经营理念和财务结构，还在进行公司管理。但是，各个行业的业务方向取决于消费者的需求。换句话说，公司开发了产品的功能并使产品的功能适应消费者的需求。对于公司而言，通过优化生产结构并提供更多定价和功能来说服更多消费者也很重要。
（四）企业财务管理层面财务管理贯穿公司治理的整个过程。公司财务管理非常有效，但是存在诸如财务管理的巨大风险之类的问题。对公司财务信息进行统计分析是防范财务风险的有效手段之一。公司需要管理其日常收入和支出，并进行大规模会计处理。企业可以使用大数据分析技术来监测财务管理功能并确保标准化业务的财务安全。利用统计分析技术和大数据，公司可以预测潜在的市场和行业风险，以提供最佳解决方案，还可以提供分析大数据的方法，可以跟踪异常并快速发现异常。
四、结语
本文首先从宏观经济方面、企业经营管理方面等两个方面对大数据统计分析方法在经济管理领域运用的意义进行了分析，然后从宏观经济方面、企业运营管理方面、企业营销管理方面、企业财务管理方面、企业人力资源管理方面以及企业风险管理方面等方面对大数据统计分析方法在经济管理领域的运用进行了分析，最后从社会宏观经济层面、企业经营管理层面、行业与行业之间存在着一定的鸿沟以及企业财务管理层面等方面提出了完善大数据统计分析方法在经济管理领域运用的措施。大数据分析技术被广泛用于宏观经济预测、业务管理和公司风险管理，它在优化公司治理和运营结构，有效改善公司治理以及提高公司统一性和核心竞争力等方面发挥着重要作用，可以使公司在激烈的市场竞争中有一席之地。
【参考文献】
[1]张琳.大数据统计分析方法在经济管理领域中的运用浅析[J].营销界,2019(38):291-292.
[2]杜珉.大数据统计分析方法在经济管理领域中的运用探析[J].山西农经,2019(12):27.
[3]陈雪琴.大数据统计分析方法在经济管理领域中的应用[J].山西农经,2019(5):37.
[4]陈文怡.大数据挖掘电力系统项目管理中理论的应用[C]//2018年6月建筑科技与管理学术交流会.
贵州省大数据发展应用促进条例全文第一章 总 则
第一条 为推动大数据发展应用，运用大数据促进经济发展、完善社会治理、提升政府服务管理能力、服务改善民生，培育壮大战略性新兴产业，根据有关法律、法规的规定，结合本省实际，制定本条例。
第二条 本省行政区域内大数据发展应用及其相关活动，应当遵守本条例。
本条例所称大数据，是指以容量大、类型多、存取速度快、应用价值高为主要特征的数据集合，是对数量巨大、来源分散、格式多样的数据进行采集、存储和关联分析，发现新知识、创造新价值、提升新能力的新一代信息技术和服务业态。
第三条 大数据发展应用应当坚持统筹规划、创新引领，政府引导、市场主导，共享开放、保障安全的原则。
第四条 省人民政府坚持应用和服务导向，推进大数据发展应用先行先试;积极引进和培育优势企业、优质资源、优秀人才，促进大数据产业核心业态、关联业态、衍生业态协调发展;加快推进国家大数据综合试验区和大数据产业发展聚集区、大数据产业技术创新试验区、大数据战略重点实验室、大数据安全与管理工程、跨境数据自由港等建设发展，形成大数据资源汇集中心、企业聚集基地、产业发展基地、人才创业基地、技术创新基地和应用服务示范基地。
第五条 省人民政府统一领导全省大数据发展应用工作，市、州和县级人民政府负责本行政区域内大数据发展应用工作。
县级以上人民政府应当将大数据发展应用纳入本行政区域国民经济和社会发展规划，协调解决大数据发展应用的重大问题。
县级以上人民政府信息化行政主管部门负责大数据发展应用的具体工作，县级以上人民政府其他部门按照各自职责做好大数据发展应用相关工作。
第六条 省人民政府信息化行政主管部门会同有关部门，按照适度超前、合理布局、绿色集约、资源共享的原则，编制本省大数据发展应用总体规划，报省人民政府批准后公布实施。
市、州和县级人民政府以及省人民政府有关行政主管部门编制本区域、本部门、本行业大数据发展应用专项规划的，应当与省大数据发展应用总体规划相衔接，并报省人民政府信息化行政主管部门备案。
第七条 县级以上人民政府及其部门应当加强大数据发展应用宣传教育，提高全社会大数据发展应用意识和能力。
第二章 发展应用
第八条 省、市、州人民政府可以设立大数据发展应用专项资金，用于大数据发展应用研究和标准制定、产业链构建、重大应用示范工程建设、创业孵化等;县级人民政府根据需要，可以相应设立大数据发展应用专项资金。
依法设立大数据发展基金，引导社会资本投资大数据发展应用。
鼓励金融机构创新金融产品，完善金融服务，支持大数据发展应用;鼓励社会资金采取风险投资、创业投资、股权投资等方式，参与大数据发展应用;鼓励、支持符合条件的大数据企业依法进入资本市场融资。
第九条 县级以上人民政府可以确定本行政区域大数据发展应用重点领域，制定支持大数据产业发展、产品应用、购买服务等政策措施。
县级以上人民政府应当结合本行政区域大数据发展应用重点领域，制定大数据人才引进培养计划，积极引进领军人才和高层次人才,加强本土人才培养，并为大数据人才开展教学科研和创业创新等活动创造条件。
第十条 县级以上人民政府应当根据土地利用总体规划和大数据发展应用总体规划、专项规划，保障大数据项目建设用地;对新增大数据项目建设用地，优先列入近期城乡规划、土地利用年度计划;年度内新增建设用地，优先用于大数据建设项目。
第十一条 符合国家税收优惠政策规定的大数据企业,享受税收优惠。
大数据高层次人才或者大数据企业员工年缴纳个人所得税达到规定数额的，按照有关规定给予奖励;具体办法由省人民政府制定。
第十二条 鼓励高等院校、教学科研机构和企事业单位以设立研发中心、技术持股、期权激励、学术交流、服务外包、产业合作等方式，积极利用国内外大数据人才资源。
鼓励高等院校、科研机构、职业学校与企业合作，开展大数据发展应用技术研究，建立大数据教育实践、创新创业和培训基地。
支持高等院校大数据学科建设，开设大数据相关课程。
第十三条 省人民政府应当整合资源、加大投入，加快信息基础设施建设,推动省内通信网络互联互通，提高城乡宽带、移动互联网覆盖率和接入能力，推进全省通信骨干网络扩容升级，提升互联网出省带宽能力。
鼓励、支持网络通信运营企业加快骨干传输网、无线宽带网及新一代移动互联网建设和改造升级，优化网络通信基础设施布局，提高网络通信质量，降低网络通信资费。
第十四条 省人民政府应当组织有关部门、教学科研机构等积极开展大数据发展应用相关标准研究，推动建立地方、行业大数据发展应用标准体系。
鼓励大数据企业研究制定大数据发展应用相关标准。
第十五条 政府投资的大数据工程应当进行项目需求分析，科学确定项目建设内容和投资规模，严格项目审批程序，并按照国家有关规定加强项目全过程管理。
公共机构已建、在建信息平台和信息系统应当依法实现互联互通，不得新建孤立的信息平台和信息系统、设置妨碍互联互通的技术壁垒。
第十六条 省人民政府信息化行政主管部门会同相关部门制定公共数据资源分级分类管理办法，依法建立健全公共数据采集制度。
第十七条 任何单位或者个人不得非法采集涉及国家利益、公共安全、商业秘密、个人隐私、军工科研生产等数据，采集数据不得损害被采集人的合法权益。
通过公共平台可以获得的共享数据，公共机构不得向相关单位和个人重复采集，上级部门和单位不得要求下级部门和单位重复上报，法律法规另有规定的除外。
第十八条 培育数据交易市场，规范交易行为。数据资源交易应当遵循自愿、公平和诚实信用原则，遵守法律法规，尊重社会公德，不得损害国家利益、社会公共利益和他人合法权益。
数据交易应当依法订立合同，明确数据质量、交易价格、提交方式、数据用途等内容。推行数据交易合同示范文本。
第十九条 鼓励和引导数据交易当事人在依法设立的数据交易服务机构进行数据交易。
数据交易服务机构应当具备与开展数据交易服务相适应的条件，配备相关人员，制定数据交易规则、数据交易备案登记等管理制度，依法提供交易服务。
第二十条 县级以上人民政府应当加强社会治理大数据应用，推动简政放权，提升宏观调控、市场监管与公共服务等决策、管理、服务能力。
实施数据铁笼，规范权力行使，对公共权力、公共资源交易、公共资金等实行全过程监督。
第二十一条 县级以上人民政府应当推进信息化与农业、工业、服务业等产业深度融合，推动现代山地特色高效农业、大健康、旅游、新型建筑材料等领域大数据应用，提升相关产业大数据资源的分析应用能力，培育互联网金融、大数据处理分析等新业态，推动产业转型升级。
第二十二条 县级以上人民政府应当在社会保障、公共安全、人居环境、劳动就业、文化教育、交通运输、综合治税、消费维权等领域开展大数据应用，优化公共资源配置，提高公共服务水平。
推进大数据精准扶贫，建设涉农数据交换与共享平台，实现涉农基本数据动态化、数字化、常态化精准管理。
第二十三条 县级以上人民政府应当积极支持大数据关键技术、解决方案、重点产品、配套服务、商业模式创新和应用研究，培养大数据骨干企业，推动大众创业、万众创新。
第三章 共享开放
第二十四条 省人民政府按照统一标准、依法管理，主动提供、无偿服务，便捷高效、安全可靠的原则，制定全省公共数据共享开放措施，推动公共数据率先共享开放。
第二十五条 数据共享开放，应当维护国家安全和社会公共安全，保守国家秘密、商业秘密，保护个人隐私，保护数据权益人的合法权益。任何单位和个人不得利用数据共享开放从事违法
犯罪活动。
第二十六条 全省统一的大数据平台(以下简称云上贵州)汇集、存储、共享、开放全省公共数据及其他数据。
除法律法规另有规定外，公共机构信息系统应当向云上贵州迁移，公共数据应当汇集、存储在云上贵州并与其他公共机构共享。
鼓励其他信息系统向云上贵州迁移，其他数据汇集、存储在云上贵州并与他人共享、向社会开放。
云上贵州管理及公共数据共享开放的具体办法，由省人民政府另行制定。
第二十七条 实行公共数据开放负面清单制度。除法律法规另有规定外，公共数据应当向社会开放;依法不能向社会开放的公共数据，目录应当向社会公布。
依法不能向社会开放的公共数据，涉及特定公民、法人和其他组织重大利益关系的，经申请可以向该特定对象开放。
第二十八条 公共数据共享开放，应当符合统一的格式标准，内容应当真实、准确、完整。
通过共享开放获取的公共数据，与纸质文书原件具有同等效力。
第二十九条 实行公共数据共享开放风险评估制度。提供公共数据的单位应当按照法律法规和保密、安全管理等规定，对公共数据进行风险评估，保证共享开放数据安全。
云上贵州管理机构应当对通过该平台共享开放的公共数据进行风险审核，发现可能存在风险时，应当及时告知提供单位;提供单位应当及时处理并予以反馈。
第三十条 鼓励单位和个人对共享开放的数据进行分析、挖掘、研究，开展大数据开发和创新应用。
第四章 安全管理
第三十一条 省人民政府建立数据安全工作领导协调机制，统筹协调和指导本省数据安全保障和监管工作。
省大数据安全主管部门会同有关部门制定数据安全等级保护、风险测评、应急防范等安全制度，加强对大数据安全技术、设备和服务提供商的风险评估和安全管理，建立健全大数据安全保障和安全评估体系。
第三十二条 大数据采集、存储、清洗、开发、应用、交易、服务单位应当建立数据安全防护管理制度，制定数据安全应急预案，并定期开展安全评测、风险评估和应急演练;采取安全保护技术措施，防止数据丢失、毁损、泄露和篡改，确保数据安全。发生重大数据安全事故时，应当立即启动应急预案，及时采取补救措施，告知可能受到影响的用户，并按照规定向有关主管部门报告。
第三十三条 鼓励大数据保护关键技术和大数据安全监管支撑技术创新和研究，支持科研机构、高等院校和企业开展数据安全关键技术攻关，推动政府、行业、企业间数据风险信息共享。
第五章 法律责任
第三十四条 公共机构及其工作人员违反本条例第十五条第二款、第十七条第二款、第二十五条、第二十六条第二款、第二十七条第一款、第二十八条第一款、第二十九条第一款规定的，由其上级主管部门或者监察机关对直接负责的主管人员和其他直接责任人员依法给予行政处分。
第三十五条 国家机关及其工作人员违反本条例规定，或者玩忽职守、滥用职权、徇私舞弊，妨碍大数据发展应用工作，尚不构成犯罪的，由其上级主管部门或者监察机关对直接负责的主管人员和其他直接责任人员依法给予行政处分。
第三十六条 违反本条例规定，非法采集、销售涉及国家利益、公共安全和军工科研生产等数据的，按照有关法律法规的规定处罚。
非法采集、销售涉及商业秘密或者个人隐私数据，尚不构成犯罪的，由县级以上人民政府有关行政主管部门没收违法所得，并可处以违法所得1倍以上10倍以下罚款;没有违法所得的，处以1万元以上10万元以下罚款。
第三十七条 违反本条例规定的其他行为，有关法律法规有处罚规定的，从其规定。
第六章 附 则
第三十八条 本条例下列用语的含义为：
(一)公共数据，是指公共机构、公共服务企业为履行职责收集、制作、使用的数据。
(二)公共机构，是指全部或者部分使用财政性资金的国家机关、事业单位和团体组织。
(三)公共服务企业，是指提供公共服务的供水、供电、燃气、通信、民航、铁路、道路客运等企业。
第三十九条 本条例自20xx年3月1日起施行。
大数据处理的流程数据采集
定义：利用多种轻型数据库来接收发自客户端的数据，并且用户可以通过这些数据库来进行简单的查询和处理工作。
特点和挑战：并发系数高。
使用的产品：MySQL，Oracle，HBase，Redis和 MongoDB等，并且这些产品的特点各不相同。
统计分析
定义：将海量的来自前端的数据快速导入到一个集中的大型分布式数据库 或者分布式存储集群，利用分布式技术来对存储于其内的集中的海量数据 进行普通的查询和分类汇总等，以此满足大多数常见的分析需求。
特点和挑战：导入数据量大，查询涉及的数据量大，查询请求多。
使用的产品：InfoBright，Hadoop(Pig和Hive)，YunTable， SAP Hana和Oracle Exadata，除Hadoop以做离线分析为主之外，其他产品可做实时分析。
挖掘数据
定义：基于前面的查询数据进行数据挖掘，来满足高级别 的数据分析需求。
关键词：大数据分析；低压台区；降损系统；用电数据；营销业务 文献标识码：A
中图分类号：TM714 文章编号：1009-2374（2016）35-0058-02 DOI：10.13535/ki.11-4406/n.2016.35.028
1 概述
线损治理与反窃电工作一直是营销管理人员日常工作的一项重要内容，与历史数据相比，当前用户数量急剧增加，窃电形势越来越严峻，而受到资金以及管理人员数量的限制，线损治理与反窃电难度也就越来越大，依靠传统的管理手段已经很难适应新的市场形势。随着智能电表的普及安装以及远抄技术的全面推广应用以及新型反窃电设备的涌现，科学治理、科技反窃是一条必由之路。
新型单项智能电表计量包括正反向有功总示数、电压、电流、剩余金额、开盖记录等30项数据，三相智能电表计量45项数据。但现有用电信息采集系统因数据传输及服务器容量等限制，只能针对正反相有功总示数等有限的几个计费相关的数据进行采集。而对低压电能表的电压、电流、开盖记录等参数并不采集，由此造成智能电表计量功能的浪费。由此沧州供电公司联合相关研发机构采用“大数据”技术，建立低压台区大数据降损系统，采集用户各项用电数据，并结合SG186营业业务应用系统用相关数据进行分析研究，为提升供电公司低压线损管理提供了新思路。
2 低压台区大数据降损系统总体设计及系统架构
2.1 系统总体设计
建立集中的高损台区监管系统，既能够利用现有SG186系统以及远抄系统对高损台区的历史和实时数据进行对比分析，又能够找出可能存在的窃电用户进行专项治理，同时还可以为三相平衡分析以及无功治理提供技术数据。
通过公开的统计资料可以发现，40%～50%的低压窃电行为可以通过对比分析低压计量装置的火线与零线的电流电压数据是否匹配直接定位，可以有效督促负责用电检查人员排查其他窃电用户，再结合台区线损的实时变化曲线，必要时辅以现场检查等手段，可迅速降低低压台区线损。
2.2 系统架构
实时低压台区线损监测分析系统，打破了依赖人工排查的治理手段。依靠后台数据，进行全天候实时分析。在发现异常用户信息后对该用户位置、异常信息提取并及时发送给相关管理人员，是针对台区线损管理的整体解决方案，方案包括后台软件以及现场采集设备。软件系统主要功能是实时监控、报警（窃电、欠费）、数据分析（横向、纵向）、统计报表等；硬件系统主要由数据采集通讯终端、通讯前置机、WEB服务器、WEB客户端等部分构成。
3 系统平台模块详细设计
平台设计共5个模块，包括了日常线损分析统计、台区及用户数据实时存储分析。此次设计核心是引入了大数据处理概念，通过现有成熟条件，对数据进行深度挖掘，努力使日常的数据发挥出更大价值。
3.1 地图导航定位模块
实现台区定位及台区分布图查看。台区信息查询功能，实现台区基本信息及台区用电信息查询。
3.2 台区线损分析模块
实现台区实时线损、台区历史线损、高损台区
筛查。
3.3 用电异常监控模块
实现低压单相表火线电压为零，零线电压为220V；低压单相表火线电流与零线电流不相等；低压单相表失压或电压偏高；低压单相表有电流无电压；台区总表失压失流；低压三相表电流不平衡；低压三相表失压；低压三相表相位角分析；低压三相表总功率不等于各相功率之和；低压智能表剩余金额检查等异常监控。
3.4 预警管理机制模块
实现台区监控管理、短信报警管理、报警信息自动记录。
3.5 反窃电记录模块
实现线损治理、反窃电活动自动记录。
4 基于大数据分析的低压台区降损平台实现的功能
实时监测分析系统，通过系统后台对高损台区下的用户进行实时监测分析，发现低压卡表用户有窃电行为，将异常信息、用户信息一并提取保存，并发出警报，通知相关管理人员。管理人员接到报警信息后，提取出异常信息，可以准确掌握低压窃电用户使用的手法及用户信息地址。整套流程不仅提高了降损工作的工作效率、降低治理成本，同时也打击了不法分子对窃电行为的侥幸心理。
4.1 反窃电监控的目标
发现低压用户窃电及违章用电；发现低压用户电表接线错误；发现抄表异常；监控用户用电习惯。
4.2 监控数据的分析及现场核查
建立反窃电主站后台分析系统，对采集的监控数据分析和预警提示，并根据分析内容安排现场核查工作。
4.3 监控数据的范围
只针对特定的高损台区进行监控，不适用于大规模的台区监控。由于对低压台区反窃电监控时，需要占用采集系统的载波数据通道，因此需要在采集系统工作空闲时进行数据采集工作，监控所需采集数据较多，为了避免影响采集系统的正常工作，只针对特定台区下发监控任务，以保证采集系统的正常运行。
4.4 反窃电监控的时段及数据频率
在采集系统已经完成的时段进行数据监控采集，原则上避开抄表数据采集的时段，预计大约2～4小时。因为低压用电户在晚上0点时一般都不用电，因此需要采集低压用户的24小时整点电压电流数据。
5 结语
采用低压台区线损实时监控分析后实现了对窃电用户的快速定位，缩小了查窃范围。采用反窃降损分析、计量差错监控、抄表异常排查、监控用户用电习惯等多套降损措施，对低压台区线损率的降低有显著作用。在电力供应紧张的状况下，分析用户用电行为为实现低压降损、实施无功补偿等工作提供了参考数据。我国终端节电潜力巨大，如果实施有效的低压台区用户大数据分析研究，改善用户用电习惯，将为供电企业带来巨大的节电效益、经济效益、环境效益和社会效益。
本文作者创新点：建立集中的高损台区监管系统，既能够利用现有营销MIS系统以及远抄系统对高损台区的历史和实时数据进行对比分析，又能够找出可能存在的窃电用户进行专项治理，同时还可以为三相平衡分析以及无功治理提供技术数据，打破了依赖人工排查的治理手段。依靠后台数据，进行全天候实时分析，是针对台区线损管理的整体解决方案。
参考文献
[1] 中华人民共和国电力行业标准：电力网电能损耗计算导则（DL/T 686-1999）[S].1999.
[2] 丁毓山，翟世隆.电网线损实用技术问答[M].北京：中国水利水电出版社，2010.
[3] 安进朝，王涛.一种远程抄表系统设计[J].无线电工程，2007，（2）.
关键字：大数据;数据仓库;教育决策
中图分类号：TP393 文献标志码：A 文章编号：1673-8454（2015）01-0014-02
一、教育的大数据时代
在大数据的时代，各行各业都在谈大数据，它的影响辐射各行各业，并且已经开始在信息产业、交通运输、医疗卫生、食品安全等领域中发挥出重要作用。与此同时，作为面向社会公众的教育行业，无论从教育数据资源的情况，还是对大数据的分析应用需求看，亦进入了大数据时代。
教育管理信息化是《国家中长期教育改革和发展规划纲要（2010-2020年）》和《教育信息化十年发展规划（2011-2020年）》所确定的教育信息化建设核心任务之一，对支持教育宏观决策、加强教育监管、提高各级教育行政部门和学校的管理水平、全面提升教育公共服务能力具有不可或缺的重要作用。教育改革发展涉及面广、难度大，越来越需要准确全面的数据分析和服务作为教育科学决策的支撑。建设国家教育管理信息系统，就是建立涵盖学生、教师、学校资产及办学条件的教育管理信息系统和基础数据库，并以此为基础建立数据分析与科学预测的教育决策服务系统，已成为支持教育改革与宏观决策的现实需求。国家教育管理信息系统的建设，也为教育大数据的积累奠定了基础。
二、教育大数据仓库与数据服务支撑平台
教育大数据仓库与数据服务支撑平台是基于教育服务与监管基本宗旨，统筹考虑教育事业全局，以适应大数据时代教育数据新特征和支撑教育监管和决策的数据分析为出发点，集成大数据思路和传统数据仓库架构，构建纵向覆盖各级教育机构，横向覆盖教育各业务领域的、统一的教育数据信息资源中心，将合适的教育数据资源及时、有效地提供给合适的教育管理、决策者进行教育主题研究分析、评价和预测，促进教育监管与决策更加合理性、准确性、科学化以及智能化，服务于教育事业的改革创新，支撑教育事业智慧化的发展趋势。
1.总体架构
平台的总体架构以教育系统全局为视角，以应用为驱动，基于SOA的理念，运用柔性架构设计思想和分层体系架构，以“满足当前应用、扩展未来需求”为目标，综合考虑大数据时代下新的技术思路和传统数据仓库的优势，采用组件化、服务化的方式，灵活适应功能、分析内容的动态追加和变更，满足系统未来变化的需要。架构的主要内容以及相互之间的逻辑关系如图1所示。
2.主要内容
（1）数据集成整合系统：是将各种数据源中的各种类型的数据按照教育数据资源中心的数据规范要求进行清洗、转换等操作，将符合教育数据资源标准体系要求的数据整合、加载到教育数据资源中心，为后续的统计、分析、挖掘业务提供高质量、规范化的数据资源;
（2）数据管控系统：是对数据资源的集中管控，保证数据的准确性、完备性和安全性。主要建设元数据管理、数据质量管理和数据安全管理，从而达到对教育数据资源中心中数据的管控;
（3）数据治理体系：是对教育数据资产管理行使权力和控制的活动集合，是建立教育数据管理制度、指导教育系统执行数据规划、数据环境建设、数据安全管理、元数据管理、数据质量管理等其他数据管理活动的持续改进过程和管控机制;
（4）数据服务调度管理系统：是整个平台的“发动机”，以教育管理各级行政单位、各级各类学校、科研院所以及社会公众等不同团体在监管、决策、研究分析以及公众数据服务等应用为驱动，将教育数据资源中心数据按照一定的规则，运用合适的智能分析技术，以组件化、模块化、服务性的方式及时、准确、合理地推送给数据分析应用中心，从而直观、友好地展现给不同的监管者、决策者、研究分析人员以及社会公众;
（5）智能分析系统：主要是利用教育数据资源中的数据，通过即席查询、统计报表、多维查询、数据挖掘等技术手段，进行多种教育主题的综合分析以及通过大量数据信息挖掘潜在信息，实现教育的评价与预测等，然后以一种合适的、直观可视化的、有好的方式及时、准确地提供给相关教育监管、决策、研究分析人员以及社会公众，从而实现教育监管、决策以及研究分析的科学化、智能化。
3.预期目标
（1）汇集不同来源的各种教育数据资源，建立起统一、规范的教育数据信息视图，形成覆盖教育各领域的、综合的、面向各种教育主题的教育数据资源中心，实现统一的教育数据管控、治理机制;
（2）形成面向不同主体的、特定领域的教育应用主题的数据集合，按照不同的教育主题进行组织、汇总、管理数据，满足政府（教育行政单位及国家其他行政单位）、学校、社会公众、国际教育团体等不同教育数据应用主体对数据进行分析解读、评价和预测的需求;
（3）建立柔性化的分析性数据应用服务的统一出口，通过灵活的组件化方式，将特定的数据集以合适的数据展示形式及时地、直观地提供给各种不同的教育数据应用领域，满足教育监管与决策的数据服务需求;
（4）建立国家、省两级教育大数据仓库与数据服务支撑平台体系，既实现不同教育级别不同类型教育数据资源的整合与集成，同时又能够满足国家和省级不同的应用需求;
（5）构建一套全面的、标准化的、可操作性的教育数据资源服务保障体系，形成一种长久有效的教育数据资源服务保障机制，可持续性地为教育监管与决策服务。
总之，国家教育大数据仓库和数据服务平台的建设实施，将全面、有效地支撑各级各类教育数据资源的分析，并且使教育监管与决策智能化的能力得到逐步提升。
三、结语
当今各行各业都在大谈大数据的时代，大数据的开发应用已经被许多国家提到国家战略的高度来进行研究。今年初总理所做的政府工作报告中明确提出要设立新兴产业创业创新平台，在大数据等方面赶超先进，引领未来产业发展。作为国家公共管理部门，教育如何适应大数据时代，并利用大数据的开发应用推动教育事业的发展、改革与创新，支撑教育事业智慧化的发展趋势，是当前所有教育同仁共同思考的话题。并且随着国家教育信息化战略的实施，大数据的开发应用需求更加迫切，所以我们应当适应大数据潮流，把握机遇，充分利用大数据，结合教育信息化建设现状，构建教育大数据资源中心，有效支撑教育的监管和决策，推动教育的智慧化，从而实现教育的变革。
参考文献：
[1]张春艳.大数据时代的公共安全治理[J].国家行政学院学报，2014（9）.
[2]沈菲飞.基于数据仓库的高校学生管理预警与支持系统[J].巢湖学院学报，2007，9（5）.
[3]（英）Viktor，Kenneth著，盛杨艳，周涛译.大数据时代-生活、工作与工作思维的大变革[M].浙江：浙江人民出版社，2013.
大数据既是一类数据，也是一项技术。作为数据，它呈现容量大、增长速度快、类别多、价值密度低等特征；作为新一代信息系统架构和技术，它能够对数量巨大、来源分散、格式多样的数据进行采集、存储，并进行关联性分析。大数据通过数据整合分析和深度挖掘，发现规律、创造价值，进而建立起从物理世界到数字世界和网络世界的无缝链接。大数据时代，线上与线下、虚拟与现实、软件与硬件重叠交错、跨界融合，将重塑我们的认知和实践模式，开启一场新的产业突破与经济转型。
我们正处于大数据变革的时代。移动互联网、智能终端、新型传感器快速渗透到地球的每一个角落，人人有终端、物物可传感、处处可上网、时时在链接，数据增长速度用几何式增长甚至爆发式增长都很难形容得贴切。有机构预计，到2020年全球数据使用量将达到约44ZB（1ZB=10万亿亿字节），将涵盖经济社会发展各个领域。由此产生的革命性影响将重塑生产力发展模式，重构生产关系组织结构，提升产业效率和管理水平，提高政府治理的精准性、高效性和预见性。毋庸置疑，大数据将创造下一代互联网生态、下一代创新体系、下一代制造业形态以及下一代社会治理结构。
大数据还将改变国家间的竞争模式。世界各国对数据的依赖快速上升，国际竞争焦点将从对资本、土地、资源的争夺转向对大数据的争夺，重点体现为一国拥有数据的规模、活跃程度以及解析、处置、运用数据的能力，数字将成为继边防、海防、空防之后又一个大国博弈领域。各主要国家已认识到大数据对于国家的战略意义，谁掌握数据的主动权和主导权，谁就能赢得未来。新一轮大国竞争，在很大程度上是通过大数据增强对世界局势的影响力和主导权。
经过多年努力，我国已拥有全球最多的互联网用户和移动互联网用户、全球最大的电子信息产品生产基地、全球最具成长性的信息消费市场，培育了一批具有国际竞争力的企业。庞大的用户群体和完整的经济体系积累了丰富的数据资源，而工业互联网将进一步激发大数据发展的潜力，不断拓展信息产业新蓝海。
当前和今后一个时期，创新、变革、融合成为产业发展主旋律，蕴藏巨大发展机遇。随着我国经济发展进入新常态，无论保持经济中高速增长、促进产业迈向中高端水平，还是营造大众创业、万众创新的发展环境，大数据都将充当越来越重要的角色，在经济社会发展中的基础性、战略性、先导性地位也将越来越突出。