大数据产业发展亟待强化的对策思考
来源：中国经济时报，作者：洪旺，北京邮电大学经济管理学院
随着全球大数据产业的蓬勃发展，大数据产业在我国已快速兴起普及，展现出良好的发展势头，大数据产业将成为未来新的经济增长点。但是由于我国数据产业发展起步较晚，加之大数据关键核心技术发展比较滞后和与之相配套的相关工作准备不足，当前数据产业发展已面临着许多亟待解决的问题，其突出表现在：政府数据开放度低，数据流通不畅；数据安全和隐私保护问题凸显；数据标准化程度低，数据孤岛和碎片化导致数据商业价值不高；数据平台建设定位不清；技术创新与支撑能力不足；大数据专业人才匮乏等问题。
加快制定国家层面的大数据发展战略规划
从国外的经验来看，颁布国家层面的战略规划进行整体布局和注重构建配套政策是促进大数据产业有序发展的关键。
党的十八届五中全会提出要实施“国家大数据战略”，这是大数据第一次写入党的全会决议，标志着大数据战略正式上升为国家战略。大数据作为国家战略，理应由国家主导推进，而不应交由市场或地方政府主导。由于目前我国还没有出台由顶层设计的国家大数据发展战略规划，虽然国家部委和地方政府都在发力，但各自为政，定位不明确，难以形成合力。因此要加快补齐制约大数据有序发展的这块“短板”，按照十八届五中全会对大数据发展的新要求，加快制定出台国家层面上的“十三五”大数据发展战略规划，统筹规划布局“大数据战略”的中长期路线图与实施重点、路径、目标，引领全国数据产业健康有序发展，有利于防止出现数据产业盲目发展、产业同质化恶性竞争等问题。
加快推进政府数据资源开放共享步伐
政府数据资源开放共享是世界各国实施大数据发展战略的重要举措，因为政府作为公共数据的核心生产者和拥有者，加快政府数据开放共享，释放政府数据价值，有利于加快推动数据产业市场化步伐。可以预见，政府数据资源开放共享将催生出巨大的经济和社会价值，从而形成巨大的示范效应。
目前政府数据资源开放共享步伐进展比较缓慢，究其深层原因，主要在于现行政府行政体制条块分割的“自我封闭性”而导致的，因此，要把加快推进政府数据资源开放共享步伐的着力点放在全面深化政府行政体制改革上来。我们只有也唯一只有全面深化行政体制改革，创新行政管理方式，从根本上打破部门行业条块分割的体制壁垒，才能破解目前大数据发展面临的 “数据孤岛”“数据碎片化”难题，进而推动大数据资源整合与集成应用，提高数据产业资源配置效率。
其次要把政府数据开放共享纳入政府工作重要职责，明确职责主体，确立政府数据开放共享的主管部门、工作职责和工作考核机制；尽快制定出台《开放数据发布指南》和《公共数据资源开放共享管理办法》，明确界定数据开放边界、范围、原则和安全保障范围等，制定数据开放共享行动计划，加快推进政府数据资源开放共享步伐。
加快建立完善大数据产业发展的相关法律法规制度
大数据正在改变世界，但它并没有改变人们对于和个人隐私保护的意识。目前，我国大数据安全及隐私保护的法律法规缺失，大数据安全保护能力十分有限，大大增加了我国大数据产业发展风险。从法理学角度来说，虽然法律具有一定的滞后性，但对于快速兴起普及的大数据产业，不应任由其发展，而应采取相应的数据安全及隐私保护措施。由此建议可先由部委制定相关规章制度来防控风险，然后随着大数据产业发展再逐步进行修订，待成熟时再上升到法律，保证数据采集、加工、分析、应用等整个数据产业链条有法可依、有章可循，为大数据产业发展营造良好的法律法规制度环境。
鉴于我们还没有制定有关数据安全和隐私保护的单行法律法规，建议先考虑加快起草和颁布《信息保护法》和《数据开放法》，加强数据安全和个人隐私保护，明确数据安全边界，保障大数据采集、使用等环节中个人隐私信息不受侵犯。参照《物权法》，研究制定《数据产权法》，明确数据产权法律定义、内容、确权和保护等内容，明确数据产权的资产属性和交易属性，明确产权所有者享有依法进行数据交易的权利；同时建议把制定《数据法》尽早列入全国人大立法计划，做好与之前出台的相关法律法规的衔接，待时机成熟时，出台《数据法》，力争在“十三五”期间尽早将大数据发展纳入立法程序。
加快推进数据标准化和有序推进大数据平台建设
加快推进数据标准化需要充分发挥有为政府的作用。建议从国家层面上组织专家队伍在积极借鉴国际经验的基础上，结合我国国情着力于对推动大数据的基础标准、技术标准、应用标准和管理标准等进行深入研究，积极鼓励先行先试，待试点成熟后上升为标准推广实施。具体来说，必须加快建立政府部门、事业单位等公共机构的数据标准和统计标准体系，推进数据采集、政府数据开放、指标口径、分类目录、交换接口、访问接口、数据质量、、技术产品、安全保密等关键共性标准的制定和实施，此外，我们要加强国际交流合作，积极组织参与国际标准制定，提高我国大数据标准制定的国际话语权。
建设大数据平台是实施大数据战略的重要内容，是加快推进大数据产业化、市场化进程的必要条件。我们要以市场需求为导向，按照有序推进、协调发展的原则统筹布局大数据交易平台建设。目前我国许多地方政府已经将大数据作为经济转型的重要手段，纷纷争先建设发展数据交易平台，但在大数据平台建设中出现的定位重复、各自为政、盲目发展，甚至有一些商家热衷于“跑马圈地”重铺摊子等现象却令人忧心。对此政府必须采取有力措施引导有序发展，避免由于功能定位趋同的大数据交易平台盲目发展，同质化严重以致发生恶性竞争，造成社会资源和社会资本的巨大浪费。
加大财政资金对大数据重点领域关键技术自主研发的投入力度
数据产业作为一个具有国家战略意义的新兴产业，在发展初期不仅要充分发挥企业的主体作用和有效市场的主导作用，而且要更好发挥政府的引导作用。近几年来，美英发达国家政府竞相持续加强大数据重点领域的关键技术研发与应用的投入，纷纷抢占大数据时代的有利位置。相形之下，我国对大数据重点领域关键技术自主研发投入不够、方向不明，这种技术层面的“非对称性”不仅制约着大数据产业发展，而且在很大程度上影响着我国大数据安全。
自主研发创新是提高数据产业竞争力的主引擎。要彻底改变目前我国数据产业创新能力不强，关键核心技术对外依赖度偏高的这一局面，必须充分发挥有为政府的作用，一定要在准确把握发展方向和原则的基础上，抓住重点领域、关键环节和核心问题，找准着力点和突破口，采取切实有力的措施，加大政府财政资金的引导支持力度。为此，建议在国家层面上设立大数据重点领域的关键技术研发创新的国家财政专项资金，支持突破一批关键核心技术研发创新与应用，构建具有核心技术自主权的大数据产业链。即突破大数据采集、大数据分析与挖掘、大数据可视化、存储管理、数据安全以及数据实时在线处理、非结构化数据处理等关键核心技术，形成自主可控的大数据技术架构，提高关键核心技术的自主研发创新能力，有效破解制约产业发展的瓶颈。
另一方面，要尽快完善政府采购大数据服务的配套政策，加强各级政府和企业对大数据开发应用的支持力度。鼓励政府部门和公用事业的信息化应用中采购大数据技术，以政府采购数据引导产业发展。
加强大数据专业人才培养
目前，我国大数据产业整体实力与国外相比仍有较大差距，大数据专业人才队伍不足是一个重要差距。发展大数据产业的一个重要前提就是必须具备多层次、高素质的大数据专业人才队伍。鉴于我国大数据专业人才队伍不足的现实，我们应着力于两方面下功夫：一方面，要培养大数据重点领域关键核心技术研发人才，从当前紧迫性而言，要充分发挥政府的主动引领作用，实施人才引进战略，以大数据领域研发和产业化项目为载体，积极引进高端人才，重点引进一批活跃在大数据技术发展前沿、国际领先水平的高端专业人才和团队。从长期来看，要立足于依靠我国重点高校和科研院所培养输送，致力于培养和造就一支懂指挥、懂数据采集、懂数学算法、懂数学软件、懂数据分析、懂预测分析、懂市场应用、懂管理等的复合型 “数据科学家”队伍。另一方面，要培养和造就高素质的大数据应用人才。可以采取多元化培养方式，即：支持国内高等院校设置大数据相关学科、专业，培养大数据技术和管理人才；支持职业学校开展大数据相关职业教育，培育专业技能人才；鼓励高校和科研院所针对大数据产业相关技能对在职人员进行专业培训，缩短大学培养人才的周期来满足数据产业对人才的需求。
大数据热中的冷思考
来源：人民日报，作者：文军
当前，由于大数据在社会实践与理论研究上的巨大影响，有关大数据的讨论已经渗透到每一个行业和领域之中，带来了各行各业对大数据的热捧。大数据显然具有重要价值，这一点毋庸置疑。正如有学者指出的，大数据开启了一次重大的时代转型，它正在改变我们的生活以及理解世界的方式，成为新发明和新服务的源泉。因此，我们要大力实施国家大数据战略。但在大数据热中也应该有冷思考，因为大数据可能带来的风险与挑战是不容忽视的。只有正视各种风险与挑战，才能更好推动大数据发展。
防止大数据的“去人性化”忽视人的主体价值和数据的社会文化意义。大数据的一个根本缺陷就是它只关注“客观数据”的呈现，而缺少对“主观数据”的反映。从社会学角度看，所有数据说到底都是有关“人”的符号，因此，符号所蕴含的社会文化意义是我们真正需要了解和掌握的内容。如果脱离了人及其所在社会的价值本性，无限放大大数据的效应及其影响力，就可能本末倒置，最终产生许多难以预期的后果。数据来源于社会又作用于社会。无论是可以数字化的数据还是不可数字化的数据，其比较、分析和归纳其实反映的都是人在符号层面上的一种互动。大数据是汇集了行为主体、时间、地点三个维度的“数据宇宙”。在大数据时代，个人的信息更多的是以数据为载体来进行互动的。如果人及其各类社会行为都仅仅被看作一个个数据符号，我们就很难从数据中解读出充满朝气、富有激情的人，也就很难从数据塑造出来的没有个性特征的人去推导群体样态和社会构成。
防止大数据的“巨量化”掩盖数据个性特征、强化数据霸权。犹如网络一样，大数据也是一把双刃剑。巨量化的大数据在给我们研究和分析社会现象带来便利的同时，实际上也掩盖了许多具有个性特征的数据的意义。在连续的巨量数据海洋中，许多本身具有个性特征的数据已经变得无足轻重了，它们在大数据霸权面前会成为微不足道的牺牲品，大数据简化了人们对数据差异性的认知。大数据的复杂性不仅在于其数据样本巨量，更在于其多源异构、多实体和多空间之间的交互动态性。当前，只有少数人掌握处理这种复杂的巨量化大数据的技术，这很容易导致“数据暴力”。从这个意义上说，防止大数据滋生出“数据暴力”是大数据发展中需要注意的问题。
防止大数据的“碎片化”导致人们难以系统认知复杂事物。从某种意义上说，大数据的价值只有在其能够被规范成为可供分析的形式之后才能最大程度地被挖掘出来。然而，在巨量的大数据面前，实际上可供规范分析的数据只是极少数，许多数据都停留在“碎片化”阶段而难以被真正挖掘和分析。对这些碎片化的数据进行清理，形成规整的结构，是大数据能够得到充分利用的根本所在。在大数据中，其研究范式重在发现而不是推论，运用大数据进行各种分析不应像传统的社会调查方法那样通过假设检验来进行推论，而应通过数据的总体归纳来达成对社会现象的总体分析。这不仅要求我们在数据清理技术、存储结构上进行优化，而且要在数据采集环节尽可能地做到规范，否则就很难获得对复杂事物的系统认知。
防止大数据的“模糊化”产生大量信息垃圾、为数据造假与不当传播打开方便之门。在大数据时代，我们真正需要的并不仅仅是大数据本身，而是大数据背后所隐藏的我们想要获取的各种信息资源，而这些信息资源可能只占数据总体的万分之一甚至更少。从这个角度说，大量的信息其实都是垃圾。不仅如此，许多大数据本身就是模糊的，其中含有大量虚假和有害的内容。如果我们纯粹凭借数据来判断和分析人类行为，甚至不假思索地去利用和传播某种数据，就会导致许多误判。因此，未经前期调研论证和规范分析所获取的信息，其数据量越大可能越模糊，其得到的垃圾信息也就可能越多，这也为各种数据造假和不当传播打开了方便之门。对此，我们必须学会辨识和判断数据的真实性，避免因盲目的数据崇拜造成误判，甚至迷失在大数据的洪流之中。
一网打尽系列文章，请回复以下关键词查看： |
创新发展：习近平 | 创新中国 | 创新创业 | 科技体制改革 | 科技创新政策 | 协同创新 | 成果转化 | 预见2016 | 新科技革命 | 基础研究 | 产学研 |
热点专题：军民融合 | 民参军 | 工业4.0 | 商业航天 | 智库 | 国家重点研发计划 | 基金 | 装备采办 | 博士 | 摩尔定律 | 诺贝尔奖 | 国家实验室 | 国防工业 |
前沿科技：颠覆性技术 | 生物 | 仿生 | 脑科学 | 精准医学 | 基因 | 基因编辑 | 虚拟现实 | 增强现实 | 纳米 | 人工智能 | 机器人 | 3D打印 | 4D打印 | 太赫兹 | 云计算 | 物联网 | 互联网+ | 大数据 | 石墨烯 | 能源 | 电池 | 量子 | 超材料 | 超级计算机 | 卫星 | 北斗 | 智能制造 | 不依赖GPS导航 | 通信 | MIT技术评论 | 航空发动机 | 可穿戴 |
| 先进武器：中国武器 | 无人机 | 轰炸机 | 预警机 | 运输机 | 战斗机 | 六代机 | 网络武器 | 激光武器 | 电磁炮 | 高超声速武器 | 反无人机 | 防空反导 |
| 未来战争：未来战争 | 抵消战略 | 水下战 | 网络空间战 | 分布式杀伤 |
| 领先国家：俄罗斯 | 英国 | 日本 | 以色列 | 印度 |
| 前沿机构：战略能力办公室 | DARPA | Gartner | 硅谷 | 谷歌 | 华为 |
前沿人物：钱学森 | 马斯克 | 凯文凯利 | 任正非 |
专家专栏：黄志澄 | 许得君 | 施一公 | 王喜文 | 贺飞 | 李萍 | 刘锋 | 王煜全 | 易本胜 | 李德毅 | 游光荣 |
全文收录：2016文章全收录 | 2015文章全收录 | 2014文章全收录 |
其他主题系列陆续整理中，敬请期待…… |