经济数据展示精选(十四篇)

序言：作为思想的载体和知识的探索者，写作是一种独特的艺术，我们为您准备了不同风格的14篇经济数据展示，期待它们能激发您的灵感。

篇1

那么，新人站长怎样才能收集哪到自己想要的数据来进行分析呢？下面谈谈我在收集数据方面的一点心得：

问题一：怎么收集符合要求的数据

我在收集符合要求的站点时采用以下方法：

1、 蜘蛛查找法

1）：首先，先去导航网站找到相关的站点，一个一个的查找符合要求的;

2）：其次，在查找到符合要求的站点中，从他们的友情链接中再次寻找符合要求的站点;

3 ）：最后，在第二次符合要求的站点中继续上面的方法。

注：前提是在浏览器中装ALEXA统计插件。（以多少ALEXA排名为收集目标 ）

2、门户站点子频道

为什么去门户站点的子频道寻找目标呢？因为，门户站点的子频道友链质量很高，符合要求的站点也有许多。这样就 为下一步分析节省了的很多时间。

3、站点联盟

每个行业站点都有自己的联盟站群。找到与自己站点相关的联盟站群网站来收集数据也是个不错的方法。

总结：

1）：以上是我做数据收集的三种方法，虽然很费事可减少了重复率的发生。

2）：数据收集的过程是很枯 燥的，关键在于坚持及有较强的执行力。

问题二、如何分析收集到的站点

想要的数据已经收集完毕了，那接下来的工作就是对所收集的站点进行分析啦。下面由段轩来讲解分析一个站点需要 什么数据作为参考：

首先，我转换角度想：如果自己是站长寻找友情链接需要什么数据作为参考。

其次，如何把这些数据做精做好，让看数据的人一看就明白是怎么回事。

设想：如果我做友情链接的话会需要以下几种数据作为参考：

ALEXA排名、谷歌PR值、百度权重、雅虎外链、百度快照、百度/谷歌收录量、PR输出值、关键词密度、域名注册信息、日均访问量。如图：

总结：只有确定了自己以哪个角度来看待收集到的数据，并想从这些数据中得到哪些有用的数据，才能在分析数据时游刃有余的提炼出有价值的信息。切 记：换位思考是分析数据的第一要素。

问题三、如何提炼有价值数据？

经过初步收集的数据来看，我觉得在排版上还是不够让人一眼就能看出来哪些是有价值哪些是没有价值的。因为我一开始收集数据时是以网站名称字数来排序的，如图：

后来我按照网站ALEXA排名高低来排序，只有表格美观了才能让人读懂表中所要体现的数据价值。如图：

图解：相比第一张报表改进后的报表一眼就能让人看出来网站的排名情况，其他分析项目自然而然的就一目了然了。

篇2

关键词：

1.引言

在数字油田总体框架设计中，中间部分是中心数据层。本文阐述的主要对象是中心数据层中的“地质录井库”（简称“录井库”），是中心数据库之一，它的建设是在目前优先建设数字油田规划中勘探主营业务部分的战略思路的指导下进行的。

2.录井库建设方针的形成

任何项目的建设都需要有一个方针，有一个方向性的指向，录井库的建设当然也不例外。要进行数字油田建设，数据库作为现代信息的载体和基础是必须建设的，首先需要研究怎么样来建好这个录井库，为此展开库建设方针的探索。

2.1数据模型

数据模型是一个可用于描述数据库结构的概念集合，类似于军事中的战场沙盘和勘探开发中的三维地质模型，都是现实的缩影。

从产生过程可以总结出数据模型是现实世界经过三层抽象而形成的，具有逻辑和物理独立性的特点。例如：对于样品分析，现实世界是从取样到出分析结果的全过程，经过视图抽象，形成各个分析项目的报表视图，再经过概念抽象，找出各种分析项目之间的共同点，都需要取样、需要分析、需要得出指标数据，并且理清存在的流程关系，最后经过物理抽象形成物理模型进而按照他们之间的关系在数据库中建立取样数据表，分析数据表，指标数据表这些逻辑对象，当然更深层次的是物理模型已经将这些对象对磁盘、内存等硬件资源的分配也做好了设计。因此要建设好录井库，就要画好数据模型这张图纸。对于模型的研究就是对于主库结构的研究。

2.2石油数据模型发展简史

中石油数据模型的发展划分为三代，第一代是勘探、开发、钻井数据库逻辑模型，第二代是勘探开发核心逻辑模型，第三代是伴随着信息规划A字头项目产生的PCEDM核心模型。这三代模型在中石油信息发展史上都有着一定的作用。第一代模型实现了从无到有的转变，但是随着业务需要的发展，他不能满足勘探开发一体化的需求；接踵而来的第二代数据模型，在业务涵盖程度上有了很大的提升，可以说非常贴合油田业务实际，但是还是没有实现勘探开发一体化；而2008年产生的PCEDM直接在实体模型的设计上就解决了勘探开发一体化，并且能够描述新生的分支井、及水平井业务。

信息规划中油气田勘探录井（即正在使用的A01、A02、A07系统）使用PCEDM模型，其直接相关部分的6个系统，使用PCEDM模型或者使用与PCEDM之间的具备完美接口的模型体系。同时PCEDM作为模型标准在今年将要出版。

在A01、A02项目应用过程中，可以认识到，PCEDM具有强整体性、高适应性、可扩展性、符合油田业务发展需要的发展中的石油数据模型。同时这也是录井库建设方针产生的主要原因。

2.3录井库建设方针分析

按照数字油田规划的整体安排和部署思路，录井库在油田总的中心主库搭建平台下，选择以PCEDM为基础，并按照业务需要进行扩展而形成的，保持了主库三方面的优势，分别体现在业务管理、信息管理和部署方式的战略意义上。

勘探开发协同研究是目前油田业务发展的趋势。按照斯伦贝谢公司提出的信息建设架构，勘探开发协同研究是建立在由地理信息导航平台所支撑的数据管理平台之上的，而数据管理平台又是由专业库和项目库通过一次集成产生的一体化集成平台所支撑的。在业务管理上涵盖地质录井生产等各个环节，建立统一有机的联系。形成多个专业库分支的集成，在大部分专业上替代了一次集成的过程。  在信息管理方面，录井库是一个按照面向对象的理论整体设计，模块化使用的模型，具有强整体性、高适应性、可扩展性。正因为这样的性质，我们能够根据各个专业的细节在不改变模型核心（Core）的基础上进行扩展建设，从而形成电子LJPCEDM。LJCEDM架构符合数字油田建设中“起步晚，起点高”的战略思路。从目前中石油信息建设的趋势来看，A字头重点信息项目以PCEDM为主数据库，大庆、塔里木等数家油田将原有专业库向PCEDM数据库改造。直接选择以PCEDM为基础的LJPCEDM无疑是站在了高起点上。同时多专业整体性的PCEDM正是能够克服目前油田信息管理人员较少，分散建设专业库力量不足的困难，能够使用较少的资源实现数字油田勘探开发主营业务的初步支撑。

3. 录井库建设规划

录井库建设的思路是以A01、A02数据库原型为基础，参考PCEDM相关模型资料，借助PowerDesigner、PL/SQL、Access、Visual Studio等研究工具，以专业数据正常化研究和资源建设贯穿整个库建设过程，通过搭建录井库模型研讨平台，展开对PCEDM这个面向对象的概念模型的深层认识和扩充建设工作。

地质录井库建设的目标：全面支撑数字油田在勘探开发结构化数据方面的存储、管理和应用的数据库，在此基础上，将库的体系扩展到数字油田的各个领域。

地质录井库的架构设计上，采用LJPCEDM为核心数据管理层，PCDM2002作为应用层紧密包裹在LJPCEDM的周围，并以此更好的支持原有勘探开发系统，支持正常化采集和勘探开发研究项目环境进而支撑核心目标。

为了实现这个架构，完成我们的设想，达到核心目标。需要把录井库建设的工作拆解开来分步四步实施：

* 第一步，建设LJPCEDM原型

* 第二步，伴随建设优化模型

* 第三步，建设业务应用层

* 第四步，建设主库技术知识网

目前第一步已经顺利完成，第二步建设正在进行，第三步和第四步都处与设计阶段。后面三步工作在技术力量允许的情况下可以交叉进行。

对于已经建设完成的LJPCEDM原型，要做三方面的工作，分别是模型信息统计、A01、A02数据整合和PCEDM模型扩充方法研究。其中用到了众多Oracle的技术，如数据字典信息应用、递归查询运用、触发器运用等等。第一步虽然已经完成，但是通过了近期数据库技术的深入学习发现A01、A02同步得来的LJPCEDM原型还有很过需要完善的部分。例如A02数据同步至主库可以使用快照同步技术从而提高主库数据的时效性和准确性。从这点上来看，库的建设是一个不断完善的过程。

正在进行的第二步建设有一条非常明确的中轴线，那就是伴随数据正常化和资源建设的过程建设符合主营业务要求的LJPCEDM。优化扩充建设的原因主要包括：相对业务缺失模块、原设计存在漏洞、缺少关键信息字段、部分字段类型不符等方面。

第三步建设工作主要是进行业务应用层设计，按照四个步骤进行：

首先在资源建设的过程中，按照PCDM2002的标准进行数据 收集和整理工作，其次在数据正常化的过程中，按照PCDM2002的标准进行数据采集的规范和相关报表的统一，然后在现行的应用项目的实施过程中保留符合PCDM2002标准的中间视图，最后实施以PCDM2002为标准的主库应用层主题项目。在这样的安排下实现业务应用层“总体设计，分步渗透，集中建设，全面支持高速应用”的目标。

第四步建设库技术知识网是建立在前面提到的库模型研讨建设平台之上的，主要设计功能有三个。一是满足主库结构动态，二是研发出能够使用的库管理平台，三是提供一个各级业务专家能够提出业务需求和参与建设意见的讨论平台。我们的库运维团队和各级业务专家在这个平台上扮演各自的角色，共同构筑主库技术知识网络，最终达到更好的推进和完善数字油田应用的目标。

4. 录井库建设工作阶段分析

录井库建设工作到目前虽然刚刚启步，但是我们取得了一系列突破性的研究成果。

4.1思想认识提升

第一点表现是：认清了主库与分库建设与数据正常化和资源建设的关系。正常化建设的方法概括的讲就是通过对数据源点的调研了解和掌握新数据从产生到归档的整个流程，同时分析和对比同类报表，最终建设好数据层依附与LJPCEDM的客户端和行业通用报表的过程。资源建设的方法概括的讲就是通过对数据源点进行详细的数据收集、整理、审核等一系列规范化操作，最终将数据资源迁移加载至LJPCEDM的过程。我们不难发现，无论是正常化建设还是资源建设最后都是要建立在LJPCEDM之上的，即主库是正常化和资源建设成果实体构成的核心。当然正常化和资源建设都能推进主库模型朝着更符合业务管理需求的方向发展。因此主库和分库的建设与正常化建设的关系是相互促进、互为保障；与资源建设的关系是规范建设，共同推进。

第二点表现是：认清了数据管理和业务管理的关系。在这近一阶段的数据迁移工作中，通过一些典型的实例讨论我们逐渐认识到主库不只是数据的载体，同时还是数据的管理工具，更是业务管理思路的集中抽象体现。为此数据管理和业务管理之间应该是相互促进共同进步的，业务管理的先进经验要及时的体现到数据模型设计中，同时先进的数据管理模型也应该推广至业务管理中。

4.2库原型形成

为了能够更好的控制设计思路与物理实现的一致性，第一步就是要精确的统计数据库中各表的数据量和确定各表主外键关系。为了得到这些信息，引入了系统视图信息循环运用的办法和递归查询的灵活运用。

ORACLE10中存在着41000多个用于记录系统信息的数据字典，其中就包括用于记录数据库中用户数据表信息的USER_TABLES和记录主外键信息的USER_CONSTRAINTS和主外键字段信息的USER_CONS_COLUMNS，灵活的运用这些数据字典中的信息我们能够快速的统计出一个数据表的使用情况和模型的结构。

通过统计监控确保数据库的逻辑结构跟设计思路的一致性。为库原型的形成提供了技术保障。

4.3建设方法论

笛卡儿在《方法论》(Discours de la méthode)中指出，研究问题的方法分四个步骤，我们按照这四个步骤也总结出了LJPCEDM建设方法的四个方面：

第一个步骤：永远不接受任何我自己不清楚的真理，只要没有经过自己切身体会的问题，不管有什么权威的结论，都可以怀疑。这一点告诉在建设LJPCEDM的过程中任何单位和个人关于PCEDM的理论都可以怀疑，只有实际存储并能良好应用的结构才可信。

第二个步骤：可以将要研究的复杂问题，尽量分解为多个比较简单的小问题，一个一个地分开解决。因此LJPCEDM的建设要按照专业的划分，逐个进行研究，理清生产实际中的各类关系，以便更好的抽象出物理模型。

第三个步骤：将这些小问题从简单到复杂排列，先从容易解决的问题着手。因此LJPCEDM研究专业的顺序要按照油田建设总体规划进行，先易后难，“急用先建，以用促建”。

第四个步骤：将所有问题解决后，再综合起来检验，看是否完全，是否将问题彻底解决了。因此在建设完成后我们应该从综合应用上整体评价LJPCEDM的建设效果。

综上所述，总结出了在批判的接受现有PCEDM模型理论的基础上，按照数字油田总体建设规划先易后难、“急用先建、以用促建”的要求分专业精细研究扩展建设，最终以能否良好的服务应用为唯一检验标准的LJPCEDM建设方法。

4.4扩展建设实践

截止目前，已经在野外、综合录井、气测、地层岩性、油气显示、探井生产井、新技术等几个方面按照LJPCEDM建设方法展开了扩展建设的实验性实践,围绕地质录井主库建设要做好四项工作。

（1）继续完善PCEDM到LJPCEDM的转化工作，努力建设一整套覆盖录井专业的特色主库模型结构

相关专业的数据和分析化验等专业数据模型的完善建设需要紧密结合数据正常化和资源建设的步伐开展研究扩展工作。预计在下一段时期催涉及专业覆盖面上与数据正常化建设同步完成LJPCEDM的构建，从而保证数据正常化和资源建设成果的保存。

（2）基于Oracle Spatial技术的空间数据库扩展

篇3

关键词 竞技体育 大数据 机遇 挑战

中图分类号：G811 文献标识码：A

数据，一直以来都是体育科研工作者所关注的热点问题。近年来，伴随着信息时代的数据大爆炸，大数据这一概念应运而生。它的出现不仅仅意味着技术的发展，甚至推动了时代的变革。大数据时代，数据将充斥着社会的各个领域，而体育从某种角度来看就是一个数据的集合，因此对科学研究来说，体育无疑是合适的大数据试验场。然而一直以来，我国竞技体育领域数据的相关工作发展都不甚理想。面对即将来临的大数据时代，中国竞技体育应当总结、学习国外相关领域发展的先进经验，顺应时代潮流的变动，主动探索这一新生的领域。在新的时代中，探索出一条符合自身特点的可持续发展道路。

1大数据与竞技体育

大数据时代，通过物联网、云计算等新的大数据技术方式的应用，能够使原来分散的竞技体育资源可以在竞技体育系统内部高效配置，从而大大改进竞技体育管理与决策方式，并进一步提高竞技体育信息化、现代化水平。在竞技体育领域，大数据的作用主要表现在数据挖掘和数据可视化上。

1.1数据挖掘与竞技体育

数据挖掘技术，能为职业体育俱乐部提供更多、更全面的球员评估指标、比赛分析指标。通过在数据和运动员表现之间建立模型，帮助体育俱乐部在选择运动员之前就能很好的了解运动员的现有运动水平和预测发展潜力；帮助体育俱乐部对现有运动员的运动水平有客观的认识，并配置相应的训练计划。例如美式橄榄球联盟（NFL）运用生物传感技术、数据挖掘技术对参加选秀的大学球员进行评估，以选拔出有潜力的运动员；美国职业棒球大联盟（MLB）的球队奥克兰运动家俱乐部，通过数据分析法在联盟中率先采用上垒率这一指标来寻找和考核球员，而数据分析则帮助奥克兰运动家队成为了美国职业棒球史上首支取得20连胜的队伍，帮助球队焕发第二春。这一案例在美国职业棒球领域引发轰动，各大俱乐部纷纷开始雇用专职的数据分析员。

1.2数据可视化与竞技体育

数据可视化往往是数据挖掘之后的产物，与数据挖掘密不可分，专业的数据公司在将数据挖掘与数据可视化结合这一方面往往做得更好。IBM公司追踪了四大满贯赛事八年来的全部8128场比赛，收集了4100万个数据，为每一个大满贯选手模拟了一个对比数据库。基于这一数据库，IBM推出了Slam Tracker系统，这一系统能够能针对性地为比赛选手提供最优战术，为观众提供着更为直观生动的观赛体验，并且帮助观众更加准确的感知比赛过程。

2大数据时代竞技体育的机遇与挑战

伴随着技术的不断革新，竞技体育领域收集到的数据量越来越大、数据采集速度越来越快；数据类别越来越多、数据越来越准确，这无疑为竞技体育带来了机遇与挑战。

2.1大数据时代竞技体育的机遇

美国职业篮球联盟（NBA）无疑顺应时代潮流、抓住机遇的典型案例。就数据获取而言，NBA联盟的各支球队广泛应用SportVU技术，在每座球馆的上空会悬挂着6个超高清摄像头，每秒钟能够抓取25帧图片。这些摄像头采集到的数据通过复杂的计算公式与比赛的play-by-play数据同步，能够在90秒内便发回报告。每个球员的每个动作、每次传球、每次投篮、每次触球……一切的一切都被记录了下来。

就数据的挖掘而言，通过SportVU追踪系统，有研究者成功建立量化防守表现的数学模型，并将其可视化。他们通过计算防守的对位和时间，最终得到了一系列量化指标，防守能力的量化的能够让人们能够更加清晰地了解一名球员的价值。面对大数据时代NBA采取的是开放的态度，积极引入能带来变革的技术，对各支球队而言海量的数据就是无穷的宝库，顺应潮流并选用合适的数据挖掘方案就能在这座宝藏中获得珍宝。

2.2大数据时代竞技体育的挑战

数据科学在某些竞技体育项目上的运用，并不能代表大数据在竞技体育系统的广泛运用。以足球运动为例，相比数据分析在橄榄球、棒球、篮球等项目广受追捧，数据分析足球项目明显“遇冷”。足球运动的数据收集进展远远落后于其他运动，借助技术的发展，近年来涌现出一批网站，这些网站将比赛的数据统计结果更好的展现给了观众。通过网站提供的信息让你可以知道哪个球员一场比赛乃至一个赛季的各项统计数据，还有一些类似热点图和传球线路图等的图片方式更好的呈现这些数据。然而这些数据也仅仅只是数据而已，如何对这些数据进行挖掘，如何通过数据建立模型进而能对关键能力进行量化是亟待解决的问题。

目前我国体育数据统计主要由国家主导、体育院校、运动队参与，展现出一个自下而上汇总数据的过程。国家统计局的相关体育统计数据主要表现了我国体育的宏观数据，而各个体育院校和运动队的数据具有一定偏向性，用于研究的数据样本规模、代表性能否能适应大数据时代数据依旧存疑；我国竞技体育领域的信息化水平较低，数据的收集与存储手段相对原始，与国外先进水平相差较大，数据挖掘专业的人才缺口巨大。据相关报道，中超球队江苏舜天队的数据分析，其实只是人工统计的简单记录，包括犯规、越位、射门、抢截等等基本信息。然而在数据科学应用较晚的足球领域，专业的数据公司已经可以依据体育场内安装8个角度不同的热成像功能摄像机，获得全场画面、所有球员的跑动路线，后续便可生成跑动距离等数据，或者对照比赛视频分析定义球员与动作。

同时大数据本身也存在一定的问题，数据不懂社交。大脑在数学方面很差劲，但是大脑懂得社会认知。人们擅长反射彼此的情绪状态，擅长侦测出不合作的行为，擅长用情绪为事物赋予价值。数据不懂背景。人类的决策不是离散的事件，而是镶嵌在时间序列和背景之中的。经过数百万年的演化，人脑已经变得善于处理这样的现实。人们擅长讲述交织了多重原因和多重背景的故事。数据偏爱潮流，忽视杰作。当大量个体对某种产品迅速产生兴趣时，数据分析可以敏锐地侦测到这种趋势。但是，一些重要的产品在一开始就被数据摈弃了，仅仅因为它们的特异之处不为人所熟知。然而对于竞技体育而言，一些运动员杰出的表现正是通过一些特异的数据展现。

通过计算机，我们可以快速、准确的提取数据、进行数据分析。然而在某些方面机器却没有办法取代人。计算机在目前的技术水平下尚不能识别某些精确动作和动作背后的情感、认知因素，仍然存在大量需要人来解释的信息，设想一下在某年的夏季转会窗口，一个球队的球探想要为球队物色一名出色的球员，两名上赛季表现平平的球员摆在球探面前，如果球探仅仅观看了两名球员的赛场表现，而没有去研究他们的统计数据，那么他很有可能建议球队谁都不要买；如果他仅仅查看了球员的比赛数据，而没有去现场观看他们比赛，他可能就会建议球队买下其中一名。然而正确的结论往往是将传统的比赛侦查和对球员的数据分析两者相结合起来，另外一名球员可能才是更好的那一个。

3相关建议

针对大数据时代竞技体育系统存在的挑战：

首先应当解决的问题是建立顺应大数据时展的竞技体育数据收集与共享平台，强化各个体育院校和运动队之间的数据共享，体育主管机构通过对数据的汇总与收集建立数据库、云平台，实现对数据的良性反馈，进而助力体育科研。同时依据具体运动具体分析，制定适应具体运动项目的数据收集与挖掘方案。

其次，应当大力推动数据科学在竞技体育领域的运用，加大投入，着力提高我国竞技体育领域的信息化水平，培养一大批体育数据科学人才。也可以参考国外先进经验，委托或者建立专业的体育数据公司进行数据收集和挖掘工作。

注释

[1] 维克托・迈尔・舍恩伯格.大数据时代[M].浙江人民出版社，2013.

篇4

截至2011年12月31日，全球用户最多、影响力最大的社交网络公司脸谱（Facebook）月活跃用户已达到8.45亿。他完全改变了这个世界的社交生活。2012年5月在美国纳斯达克IPO，上市次日估值为1040亿美元，创下美国公司最高上市估值。这家成立于2004年的公司，起步初期一度连装修工程款付不起，却在8年时间里，投资回报率达到惊人的5000倍！而在国内，国内最热门的应用程序新浪微博上线近三年，截止2012年5月也已拥有超过3亿的用户，使其具有不可低估的传播价值与社会价值。[1]2012年9月11日，2012中国互联网大会，腾讯董事会主席兼首席执行官马化腾宣布微信用户这个月可以突破2亿，一个只有598天的即时通讯工具让业界震惊不已。[2]

单就上述这类公司提供的产品本身而言，多是“免费”服务：“免费”注册登录、使用分享、扩展应用。那么，这些公司如何赢利呢？惊人的5000倍投资回报率，又是建立在何种预期之上？脸谱公司创办人兼CEO马克·扎克伯格曾就公司的盈利模式强调说“我们的核心理念是，这一代人中最可转换的事情之一是将会有越来越多的可用信息。”而数月以来围绕着脸谱公司上市IPO的讨论和质疑，也让一种 全新经济模式“个人数据经济（personal data economy）”走入人们的视野。[3]正如美国电子边界基金会的一位律师说道：“Facebook正在做这样的一种交易，一边是一无所知的用户，另一边是需要用户信息的商业机构。”

个人数据经济包括各种智能手机、智能终端设备应用所衍生的经济产业链，其核心附加值正是基于海量的用户信息，构建出完整的消费者交易模型，有效减少市场的信息不对称，使得商家精准地进行各种服务、产品的营销推广，让市场交易成本大幅降低。据市场研究公司Rubinson Partners测算，这种经济形式2011年通过付费下载、广告、虚拟商品和其他产品已经产生了200亿美元收

入。[4]

二、个人数据经济时代隐私内涵与外延的扩展

数字化时代，人们的通讯、购物、消费、餐饮、出行、社交等各种社会交互行为已经大量通过网络完成，或者很大程度上借助网络来进行。真实的物理世界已逐渐与数字化的网络社会日趋同一。因此，隐私的核心载体实际已经表现为海量的个人资料数据信息。前文提到用户在使用诸如脸谱、新浪、腾讯等商业机构所提供的服务时，单从资金流动来看，的确免费。从经济学角度而言，当一个产品“免费”时，对价其实就是消费者自己。也就是说，其实广大用户为此所给付的对价——个人资料——正是当今经济运行中最令人垂涎的一种信息。个人数据经济时代里，隐私的内涵日益集中表现于个人资料，而其外延也随之发生扩展。

（一）隐私内涵核心——个人资料

个人资料是个人数据经济的核心，同时也是数字化时代个人隐私的最重要内容，本文认为，个人资料一般指关联个人全部有效信息的个人数据。如台湾地区《个人资料保护法》第二条第一款规定“个人资料：指自然人之姓名、出生年月日、国民身分证统一编号、护照号码、特征、指纹、婚姻、家庭、教育、职业、病历、医疗、基因、性生活、健康检查、犯罪前科、联络方式、财务情况、社会活动及其它得以直接或间接方式识别该个人之数据。”[5]

厘清个人资料这一概念的前提须区别与此相关的个人数据、个人信息等概念。个人数据一般指有关个人资料的载体或表现形式，并非严格意义上的法律概念。而个人信息作为法律概念出现在我国，系《刑法修正案（七）》关于“出售、非法提供公民个人信息罪”和“非法获取公民个人信息罪”之规定。本文认为，个人资料包括移送数字化的和非移动数字化两种涉及识别个人生活方方面面的数据，而个人信息更多体现为自动化方式收集涉及个人基本情况的数据。

（二）隐私外延新扩展

1. 关联个人基本情况

个人注册、登录的身份信息。个人在申请博客主页、免费邮箱、即时通讯、微博微信等各类应用账户，以及网上购物、网上挂号、网络交友等服务，及注册使用其他消费娱乐、生活便利应用时，大小IT网络公司均要求用户输入自己各项基本资料：姓名性别、家庭住址、身份证号、工作单位、联系方式等。

2. 关联个人工作生活状况

个人浏览网页的频率、关注倾向、阅读习惯，搜索资料的痕迹、网络购物、在线支付时使用的各种信用卡帐号及交易密码；消费偏好、支付能力、信用卡授信额度等等。

3. 关联社交活动情况

个人手机通话以及网络即时通讯工具联系的记录、信息记录、所在位置；此外随着近几年各种社交网络软件及终端应用盛行，社交网络已经成为时下人们生活的重要部分，个人的好友名单、联系频率、分享喜好、联系互动等也无疑都属于个人资料隐私。

4. 关联网络活动踪迹

个人在使用互联网过程中所产生的各种活动踪迹，如所分配的IP地址、浏览网页产生的历史记录等均属个人的隐私。

三、个人数据经济时代隐私权的变革

（一）个人数据经济时代个人资料隐私权的内容

1.知情权

隐私权人有权知悉其在使用有关网站、应用软件公司等商业机构所提供网络服务时是否进行个人资料的收集、利用，对权利人哪些资料进行收集、利用，如何进行利用？向谁流转？等等涉及个人资料流转的基本情况；且有权知悉相关机构收集、利用、流转信息的目的、用途及其他必要事项。即上述机构有义务告知网络用户收集、利用的目的和处理信息的必要事项。

2.控制权

隐私权人有权许可或禁止收集、利用或其他形式流转个人资料的主体范围，有权决定提供何种范围的个人资料。有权拒绝或者授权已经获取相关个人资料的机构将该资料信息流转给第三方或与第三方共同利用、信息交换。

3. 选择权

一方面，隐私权人有权选择拒绝或者接受上述机构对个人隐私资料的收集、利用及其他形式流转，即上述机构对个人资料的收集、利用等必须首先征得用户同意。另一方面，在个人资料被收集、利用、转移等流转过程中的每个阶段，上述机构均有义务履行告知义务，隐私权人均有权决定是否接受下一步流转的权利。

4.维护权

隐私权人有权合法查阅相关机构所收集、保管、利用之个人资料，并有权要求对方告知个人资料的使用情况。有权要求隐私收集人或保管人、使用人撤销对其不同意公开资料之，更正其中错误的个人资料，要求补正完善不完整的个人资料，以维护自身个人资料的完整、准确。[6]

（二）个人数据经济时代个人资料隐私权的特点

1. 权利内容从被动防御向主动利用转化

塞缪尔.D.沃伦和路易斯.D.布兰迪斯正是不甘于《波士顿报》对沃伦家事的大肆报道而提出了著名的隐私权理论。可见，传统隐私权的诞生就是以一种被动防御的面貌出现。排除他人对隐私的不当泄露、公开、干涉，禁止他人对隐私的非法调查、使用，这显然都属于消极防御性权能。而在个人数据经济时代，更多地表现为主动知悉、主动控制个人资料的流转等，且对存在错误和不全面的个人资料积极提出补正完善。美国学者查尔斯·福瑞德就曾提出“信息隐私的理念，似乎不应该只局限于不让他人取得我们的个人信息，而是应该扩张到由我们自己控制个人信息的使用与流向。”[7]

2. 权利客体涉及范围的大幅扩展

从隐私载体上观察，传统隐私权似乎多以隐秘的个人基本信息、口耳相传的私密信息、秘密保存的特殊物件或文书等形式存在。信息时代，互联网已深刻影响了人们的生活方式。相比较传统隐私权的局限性，数据经济时代隐私权所包括的内容范畴显然存在大幅扩展：当今隐私权所涉及内容涵盖了从个人生存基本情况，到生活工作娱乐消费状况，甚至到社会交往人际往来的方方面面。

3. 权利客体利用的经济价值突显

作为隐私权客体重要载体的个人资料就是个人数据经济的核心，对于减轻市场交易的外部性成本，降低信息不对称带来的交易成本，具有相当大的商业价值。但必须厘清的是，在个人资料的流转过程中产生经济利益，并不等于说个人资料就是财产权的客体，进而认为隐私权具有一定财产权属性。近年来，有论者立足隐私利用时所产生巨大商业价值而提出隐私权具有双重属性，兼具人身权属性和财产权属性，认为“网络隐私权是一种人身与财产的复合权利，即网络隐私人格权利和网络隐私财产权利，…网络隐私本身已含有经济的因素，就有市场利益，使得网络隐私权具有财产权的性质”。[8]

笔者对此殊难认同，本文认为，人身权与财产权的分野属民法学权利体系建构中的基石之一，前者所体现的利益与个人尊严密切相关，后者所体现利益具有经济价值。[9]二者在根本价值上的区别，使得他们各自适用不同的运作体系，遵守不同的规范体系：财产权客体得以进入市场平等交易，接受契约法规制；而人身权则不能逾越交易的边界，若其受侵害适用侵权法调整。如果认为随着时展，隐私权具有财产权属性，无疑将动摇权利体系的逻辑基础，更为甚者，人身权客体堂而皇之进入市场交易平台，对社会伦理价值的冲突后果不堪设想！正如人体器官移植手术需要支付金额不菲的费用，并非认可人体器官可以成为财产权之客体，因为前者属于经权利人同意对隐私的利用，后者属于经权利人同意对人体器官组织的人性化安排，两者均系对人身权客体的合理利用、安排。

即使一项权利的内涵外延随着时代而延伸、发展，其本身的权利性质在根本上仍不会发生改变。故个人数据经济时代，隐私权仍然是一种人格权。

注释：

[1]http：///internet/detail_2012_05/16/14546599_0.shtml ，访问时间：2012年7月14日。

[2]http：//.cn/2012/0915/233653.shtml，访问时间：2012年7月15日。

[3]http：///saas/277677/facebook-ipo-why-your-data-worth-93-billion，访问时间：2012年7月15日。

[4]http：//.cn/i/2012-04-09/15556929637.shtml，访问时间：2012年7月15日。

[5]http：//ms1.csops.ntct.edu.tw/dyna/data/user/admin/files/201112210947193.pdf，访问时间：2012年10月21日

[6]2012年10月4日开始，清华大学工程物理系台籍程曜教授绝食抗议校方官网未经其同意而涉及其尚未公开资料的个人简历，绝食持续5天后系方向程曜教授等多位教师致歉并撤下网站相关版块。

[7]转引自王琳：《“自媒体”环境下的隐私权保护》，中国政法大学2011年硕士论文。

[8]周玲：《我国网络隐私权侵权问题的研究》，兰州大学2011年硕士论文。

篇5

在我国步入网络时代之后，商品与服务模式的交易发生了深刻的转变，网络交易日益频繁，利用网络交易模式既可以降低成本，还可以优化营销效果。网络经济凭借自身快捷、高效的优势，成为我国国民经济中的有机组成部分，逐步被社会大众所接受。本文主要针对大数据时代网络经济可持续发展模式进行分析。

关键词:

大数据时代;网络经济;可持续发展模式

随着社会经济的发展和互联网技术的进步，人们在互联网上的活动越来越多，这些活动产生了非常庞大的数据集，对这些数据集的科学处理和应用就是大数据。大数据为社会经济的发展带来了新的机遇，也给传统的经济带来了巨大的冲击。本文就大数据的概念，以及大数据对网络经济的影响进行了详细的阐述。

一、大数据概述

大数据是原先就存在与物理学、天文学以及金融界等各个领域，只是几年来随着网络的飞速发展，在社会当中体现出了越来越多的能量，逐渐引起了相关领域专家的广泛关注。美国在2013年就启动了大数据研究和发展计划，并且在其上面投入了巨大的财力和物力，他们已经意识到，大数据在这信息发达的时代，必将产生巨大的作用。我国在“十二五”国家战略性新兴产业发展规划中，也提出了把大数据进行产业化发展。一时之间各大学术刊物都纷纷发表了大数据探究性文章，大数据成为了社会的热点问题。大数据，简要的说就是通过普通软件无法在有效时间内收集、分析、处理、应用的大规模数据信息。这里所说的大规模通常超过了100TB，并且是高速、实时的数据流。大数据一般具有数据规模大、种类多、价值密度低、处理速度快四个特征。

二、互联网经济的发展

互联网经济是社会经济随着网络的发展，而出现的一种新的经济形态，它主要是人们通过网络进行消费活动的经济现象。在互联网经济中，商品的生产、消费，和主体的经济行为包括信息的获取，市场发展方向的预测、企业发展方向的决策等过程都依赖与互联网。互联网经济主要有以下几个方面的特征:

1、效率高。在互联网经济中，交易双方的交流突破了时间和空间的限制，交易过程也无需等候，极大地提高了工作效率。

2、成本低。消费者可以通过透明的交易平台进行商品的选择，而卖方减少了实体店资金的投入，降低了应运成本。

3、风险大。一方面存在着信誉风险，网络平台的审核机制存在一定的漏洞，给不法分子可乘之机，造成了信誉风险的形成。另一方面，互联网的网络安全，为客户的个人信息以及资金造成一定的威胁。

4、覆盖广。因为互联网经济没有时间和空间的限制，受到了广大青年消费者的青睐，消费群体覆盖面较为广泛。

5、发展快。随着电子商务的快速发展，互联网经济也得以迅猛的发展。

三、大数据与互联网经济的关系

大数据的来源，主要依赖于消费群体通过网上交易留下的信息，以及人们的生产和生活在网络上留下的痕迹，比如网页的浏览、网购等活动。大数据技术就是在这庞大的数据集内提取出有效信息，进行综合分析和判断，判断出消费者的消费倾向、社会的发展方向，给企业的生产和经营以科学的指导意见。大数据产业实现盈利的关键就在于大数据信息的含量和价值。根据IDC和相关部门对大数据调查的结构，大数据蕴含着以下几个方面的价值。对消费群体进行详细的划分，根据划分结果对每一类群体采取相应的商业行为。2、运用大数据，分析出消费者最新的消费动向，对商品的满意程度，以及对商品新功能的期望等等，利用这些分析结果为厂家提供科学生产的指导意见。3、提高大数据研究成果产业化，带动整个产业的发展。4、有利于企业对于商业模式和商品服务的创新。与传统的商业模式相比较，传统的商业模式是通过生产、营销的效果来看生产方向的对错，而大数据背景下的网络经济模式，是通过对以后将会产生的营销效果的预测来指导生产。大数据在数据分析和预测方面的功能使传统商业无法比拟的。由此可见，大数据的存在，为企业的生产方向提供了科学的依据，进行有的放矢地投资和生产，避免了盲目生产带来产品滞销的危险。另外网上交易有效降低了交易成本。大数据依赖云计算技术，为网络经济的发展提供了更多的数据资源，降低供需双方信息的不对称，顺畅了供需渠道，提高了网络交易的效率。但由于大数据所要求的软硬件环境以及监管机制等都越来越严格，这便对网络经济的发展提出了更高的要求。当然，大数据虽然可以完善信息的传递模式，但是在信息监管机制的影响下，差异性供给主体或者需求主体可能会利用自身的优势获取更多信息，加剧了信息的不平等性，继而引发恶性竞争，为此，政府需要从宏观角度进行调控，规范各方交易，构建出完善的竞争格局，保证网络经济行为可以有序的发展。且就我国的情况来看，还缺乏网络经济发展的法律监管体系，无法促进网络经济的可持续发展，尤其是在大数据时代，虚拟经济的风险更大，为此，必须要做好立法监管工作，制定出能够规范和引导网络交易的法律体系，从支付和交易环节来保证网络经济的有序发展。

四、结语

总之，互联网经济的发展，为企业的经营模式的改革起到了促进作用，网络的发展有带动了人们网上活动频率的增加。网上大量的数据信息，为企业的发展带来了巨大的契机，如何利用网络数据对企业的发展方向进行精准的判断，将是企业在互联网经济背景下面临的重要问题。在将来，大数据所存在的问题和困难都会得到良好的解决，届时大数据将会发挥出巨大的魅力，推动世界经济的进一步发展。

参考文献：

［1］郭莉莉．基于网络经济对国民经济影响的经济学分析［J］．全国商情(经济理论研究)，2016(03)．

［2］陈小云．消费者参与社交网络营销因素的实证分析［J］．四川理工学院学报(社会科学版)，2012(05)．

［3］王扬，苗杰．试论网络经济下中国体育用品市场营销策略的研究［J］．中国商贸，2010(26)．

篇6

关键词:大数据时代;网络经济;可持续发展模式

随着社会经济的发展和互联网技术的进步，人们在互联网上的活动越来越多，这些活动产生了非常庞大的数据集，对这些数据集的科学处理和应用就是大数据。大数据为社会经济的发展带来了新的机遇，也给传统的经济带来了巨大的冲击。本文就大数据的概念，以及大数据对网络经济的影响进行了详细的阐述。

一、大数据概述

大数据是原先就存在与物理学、天文学以及金融界等各个领域，只是几年来随着网络的飞速发展，在社会当中体现出了越来越多的能量，逐渐引起了相关领域专家的广泛关注。美国在2013年就启动了大数据研究和发展计划，并且在其上面投入了巨大的财力和物力，他们已经意识到，大数据在这信息发达的时代，必将产生巨大的作用。我国在“十二五”国家战略性新兴产业发展规划中，也提出了把大数据进行产业化发展。一时之间各大学术刊物都纷纷发表了大数据探究性文章，大数据成为了社会的热点问题。大数据，简要的说就是通过普通软件无法在有效时间内收集、分析、处理、应用的大规模数据信息。这里所说的大规模通常超过了100TB，并且是高速、实时的数据流。大数据一般具有数据规模大、种类多、价值密度低、处理速度快四个特征。

二、互联网经济的发展

互联网经济是社会经济随着网络的发展，而出现的一种新的经济形态，它主要是人们通过网络进行消费活动的经济现象。在互联网经济中，商品的生产、消费，和主体的经济行为包括信息的获取，市场发展方向的预测、企业发展方向的决策等过程都依赖与互联网。互联网经济主要有以下几个方面的特征:

1、效率高。在互联网经济中，交易双方的交流突破了时间和空间的限制，交易过程也无需等候，极大地提高了工作效率。

2、成本低。消费者可以通过透明的交易平台进行商品的选择，而卖方减少了实体店资金的投入，降低了应运成本。

3、风险大。一方面存在着信誉风险，网络平台的审核机制存在一定的漏洞，给不法分子可乘之机，造成了信誉风险的形成。另一方面，互联网的网络安全，为客户的个人信息以及资金造成一定的威胁。

4、覆盖广。因为互联网经济没有时间和空间的限制，受到了广大青年消费者的青睐，消费群体覆盖面较为广泛。

5、发展快。随着电子商务的快速发展，互联网经济也得以迅猛的发展。

三、大数据与互联网经济的关系

1、大数据的来源，主要依赖于消费群体通过网上交易留下的信息，以及人们的生产和生活在网络上留下的痕迹，比如网页的浏览、网购等活动。大数据技术就是在这庞大的数据集内提取出有效信息，进行综合分析和判断，判断出消费者的消费倾向、社会的发展方向，给企业的生产和经营以科学的指导意见。大数据产业实现盈利的关键就在于大数据信息的含量和价值。根据IDC和相关部门对大数据调查的结构，大数据蕴含着以下几个方面的价值。对消费群体进行详细的划分，根据划分结果对每一类群体采取相应的商业行为。

2、运用大数据，分析出消费者最新的消费动向，对商品的满意程度，以及对商品新功能的期望等等，利用这些分析结果为厂家提供科学生产的指导意见。

3、提高大数据研究成果产业化，带动整个产业的发展。

4、有利于企业对于商业模式和商品服务的创新。与传统的商业模式相比较，传统的商业模式是通过生产、营销的效果来看生产方向的对错，而大数据背景下的网络经济模式，是通过对以后将会产生的营销效果的预测来指导生产。大数据在数据分析和预测方面的功能使传统商业无法比拟的。由此可见，大数据的存在，为企业的生产方向提供了科学的依据，进行有的放矢地投资和生产，避免了盲目生产带来产品滞销的危险。另外网上交易有效降低了交易成本。大数据依赖云计算技术，为网络经济的发展提供了更多的数据资源，降低供需双方信息的不对称，顺畅了供需渠道，提高了网络交易的效率。但由于大数据所要求的软硬件环境以及监管机制等都越来越严格，这便对网络经济的发展提出了更高的要求。当然，大数据虽然可以完善信息的传递模式，但是在信息监管机制的影响下，差异性供给主体或者需求主体可能会利用自身的优势获取更多信息，加剧了信息的不平等性，继而引发恶性竞争，为此，政府需要从宏观角度进行调控，规范各方交易，构建出完善的竞争格局，保证网络经济行为可以有序的发展。且就我国的情况来看，还缺乏网络经济发展的法律监管体系，无法促进网络经济的可持续发展，尤其是在大数据时代，虚拟经济的风险更大，为此，必须要做好立法监管工作，制定出能够规范和引导网络交易的法律体系，从支付和交易环节来保证网络经济的有序发展。

四、结语

总之，互联网经济的发展，为企业的经营模式的改革起到了促进作用，网络的发展有带动了人们网上活动频率的增加。网上大量的数据信息，为企业的发展带来了巨大的契机，如何利用网络数据对企业的发展方向进行精准的判断，将是企业在互联网经济背景下面临的重要问题。在将来，大数据所存在的问题和困难都会得到良好的解决，届时大数据将会发挥出巨大的魅力，推动世界经济的进一步发展。

作者:杨哲煜 单位:湖南长沙麓山国际实验学校

参考文献:

［1］郭莉莉．基于网络经济对国民经济影响的经济学分析［J］．全国商情(经济理论研究)，2016(03)．

［2］陈小云．消费者参与社交网络营销因素的实证分析［J］．四川理工学院学报(社会科学版)，2012(05)．

篇7

【关键词】大数据 软件测试 挑战 展望

大数据时代的意义并不是表现为对庞大数据信息的掌握，而是表现在其能够对相关数据实施专业化的处理。大数据本身具有多个层面的特点，一是其数据体量非常巨大，二是其数据的类型较为繁多，三是其价值密度明显偏低，存在过多不相干的信息，需要实施深度挖掘。四是信息的处理速度非常快，具有立竿见影的效果和以往所采用的传统数据挖掘技术存在本质的区别。在这种背景下，多数软件的形态也随之发生改变，实施软件测试的重点及方式等也处于不断发展的状态当中。

1 大数据背景下ORACLE问题不断突出

软件测试地目的是为了能够发现和找出软件错误运行的情况，专门判断测试过程是否通过的可验证即被称为ORACLE，在如今的大数据背景下，不管是趋势分析还是相应的图论计算等，都开始变得越来越困难。大数据的处理模式，主要包括了物理作用下的数据处理和化学作用下的数据处理两种类型模式[1]。其中，物理作用下的数据处理，主要是在保证其价值的情况下，不断的缩小其数据的规模，然后由此清洗不变的数据基本属性。这其中就包含了针对数据处理的多种方式，能够有效的实现将大数据花销，的物理式变化。因此，物理作用下的数据处理测试ORACLE本身并没有问题。

而基于化学作用下的数据处理，则具备最主要的预测和快速算法的问题，这两个问题都非常经典，直接促使ORACLE的确定变得异常的困难。比如在计算个性化推荐统计学信息当中，经过个性化推荐的商品，更容易获得用户们的喜爱，当然也存在一半不喜欢的概率。而经过计算的结果也只是表明此类商品被喜欢的概率相对较高。概率性问题直接导致结果的正确性和确定性产生本质的区别，直接致使ORACLE确定的难度。

2 传统测试平台难以符合大数据处理的要求

以往所采用的软件性能测试，主要是借助控制器协调本地直接向服务器端发出服务的请求，由此实现对服务器压力的测试，其测试负载产生器都属于局部的物理主机。相对少量的服务器构成应用系统来说，用户数在数百上千量级的应用服务，才能有效满足应用的需求。

如今，云计算的发展，用户的需求也在不断的增长，其多个系统所需支持的并发用户也在不断的增加，相应的访问量也在由此攀升。这就需要针对服务端系统是否能够真正承受如此巨大的用户访问量进行有效的测试，可直接在系统上线之前就展开较为充分的测试内容。以往局域网主机测试方法所产生压力，很难真正满足服务器对其所产生的压力测试需求。由此软件测试工作中开始出现一系列的问题。一是负载产生器的物理机数量很难获得动态的扩展；二是大数据所驱动的云计算系统，直接采用了广泛的分布客户端。三是在网络海量数据的推动下，控制器所监控的负载产生器状态直接成为性能测试的瓶颈，很容易由此引发测试失败。四是控制器对负载产生器的同步问题变得越来越复杂，直接影响到负载测试的效果。

3 软件服务化所引发的测试挑战

具体从开发的模式而言，软件开发的过程，主要包含了完全编码、构件化、服务以及云计算等多个阶段。

3.1 完全编码阶段

主要是相应开发人员直接从零基础开始对每行代码的编写过程，除了系统本身所提供的类库之外，通常所有的代码都是直接由相应开发人员所掌握。在此阶段当中，用户们普遍具有良好的可测性，几乎所有的测试和调试方式都可以实现。

3.2 构件化阶段

该阶段直接是为了提升软件开发的效率，要求相应开发组织必须在系统类库的基础上，结合业务自身的特点来构建出可复用的业务组件。而通常该组件都是在本地运行，因此其业务系统的耦合度明显偏高，用户们对于组件的掌控也明显较大。

3.3 服务阶段

在此阶段当中，多数本地组件所提供的调用可转变成为远程服务形式。用户们可对外部的服务控制处于逐渐减少的状态，只能透过服务的输入和输出来实现对服务情况的良好把握。

3.4 云计算阶段

这一阶段主要是特别架构和PASS之上的应用程序，在处理输入和输出的同时，多数用户并不具备了解PASS服务运行情况的能力，因而导致用户测试的难度再次增加。

4 杀虫剂效应

在软件测试领域当中，杀虫剂效应是指相应的测试软件越来越多，其免疫能力变得越来越强的现象。这种现象就如同采用农药杀虫是一样的效果，如果持续采用一种单纯的农药，则害虫将最终在体内产生一定的抗体，在此情形下，农药将无法发挥出应有的杀虫效力。而在多种构件化开发当中也是如此，通常在中前期发现多种缺陷的模式，其都可直接通过校验和验证的方式集成在构件当中，乃至直接成为构件的必然属性。此类构件并不需要开发人员进行单独的代码编写，其直接对测试的方式产生了天然性的免疫能力。

杀虫剂效应将有效的促使软件的测试技术获得飞跃式的更新升级，可迅速的找出存在软件当中的缺陷问题。一般在进行测试的初期阶段，只需通过较少的测试即可直接发现其中所存在的更多缺陷，而在后期的测试当中，则很容易发现其所存在的缺陷数量，将渐渐趋于平缓，甚至最终在某个周期停止增长。

5 结语

综上所述，针对大数据背景下的软件测试挑战及问题，需要尽可能的避免出现杀虫效应，具体要求测试技术应当由单一的技术类型直接向着多元化测试技术的方向转变。然后需要解决智能数据处理所带来的ORACLE的问题。最后，需要构建出面向云环境的自动化环境，尤其是客户端环境必须咬合服务端的需求进行良好的匹配。

参考文献

[1]蔡立志.大数据来临，软件测试准备好了吗[J].软件产业与工程，2013，05：15-17.

[2]姜春宇，孟苗苗.大数据基准测试流程与测试工具[J].信息通信技术，2014，06：43-46+51.

篇8

关键词：大数据；统计学；前景

一、引言

在现如今的社会，无论是干什么都离不开信息。小到穿衣吃饭，大到国防军事，每一样都需要信息才能完成。信息是一个名词，围绕着它有信息的产生、信息的处理加工、信息的传递、信息技术的发展等等的一系列环节。所以在现代社会信息就如同一个核心细胞，其他细胞的工作都是围绕它展开进行的。我们对信息一定要敏感而精准。

二、何为大数据时代

大数据最初是由麦肯锡公司所提出来的，它在物理、生物、化学、金融、通讯行业出现并存在已经有一段时日，但它真正为人们所熟知认识却是因为互联网行业的飞速发展。人们总是用它来表述现时代是一个信息爆炸、海量、共享的时代。现如今一个决策的出台不再是凭借昔日的经验和感觉，而是数据的收集、整理、处理、分析所得出的结论。这就表示了一个新的时代，也就是信息数据时代的到来，经济、商业、金融、贸易等多个领域，信息已经成为主宰。这就是大数据时代，也是信息的年代。

三、统计学专业基本概况

统计学，从名称来看貌似是一个新兴专业，其实不然，它是一门非常古老的学科。它最早始于希腊雅典的亚里士多德时代，距今已有两千多年的历史。统计学是通过对数据信息的搜索、整理、分析、描述，以达到窥测所测对象的本质的目的，它是预测对象未来性的一门综合性科学。运用到了大量的数学和其他学科的专业知识，它的使用范围几乎涵盖了社会科学和自然科学的各个领域。统计学家王见定的研究已经说明了数理统计学永远打不败社会统计学，所以在以后的发展道路上，将是社会统计学与数理统计学共存与互补共同前行的模式。

目前作为高校所开设的一门学科，统计学专业主要有一般统计、经济统计两类专业方向，它所培养的是具有良好的数学、经济学素养，熟练掌握统计学的基本理论和方法，熟练地运用计算机分析数据，在企业、事业单位、经济管理部门从事统计调查、统计信息管理、数量分析等开发、应用和管理工作，或在科研、教育部门从事研究和教学工作的专业型精英类人才。

四、如何很好发展大数据时代下的统计学专业

首先从上文的论述中我们可以得出以下结论：統计学的技术手段是，搜索、整理、分析、描述数据，它的目的是预测、推断检测对象的本质，它是一门综合性非常强的科学性学科。从它的使用广度上来看，它几乎覆盖了社会科学和自然科学的各个领域。所以统计学的“势力”非常大。

而统计学所依赖的基础则是数据，传统的统计学中数据的收集主要包括实验数据、调查数据以及各种途径收集到的第二次数据。但是在经过一段时期的实践后人们发现这种方法得到的数据经常会存在一定范围内的误差，这对样本的客观性是一个根本上的影响，同时样本选取结果产生影响，因此传统的数据收集方法很难适应统计学的飞速发展的需要。从这个层面上来说，大数据的出现是科学发展到一定阶段的必然结果。因此大数据的产生和统计学的发展有着密不可分的关系。从另一面来看大数据的出现也是统计学中的核心环节实现，也就是数据的采集实现了大幅度的跨越。大数据时代的到来意味着检测对象的任何数据都能应用到统计过程中，打破了数据采集处理的局限性，再加上精准、合理的统计处理方法，使得统计结果将更具有代表性和说服力。

同时大数据、统计学、云计算技术三者的强强联合，预计未来的统计学势必会发生革命性的变革。大数据将对未来产生深刻影响，目前可以预见的统计学未来发展的前景有以下两个关键的点：第一点是在数据中科学性将和数据本身形成联盟。数据科学独立门户成为一门专门的学科势不可挡，数据的重要性不言而喻。统计学也将乘浪前行迎来新的发展的奇迹。对于数据平台，也将实现跨领域共享，最终将数据的共享扩展到企业层面，成为未来产业的一员。第二点则是数据的管理处理的竞争力大大增强，数据管理成为企业竞争力中的核心竞争力，直接关乎财务表现。数据资产是一个企业的核心资产，这个理念会逐步深入人心。之后，企业对于数据管理便有了更加精准的定位，企业就会将数据管理作为企业核心竞争力，持续发展，战略性规划与运用数据资产。数据资产管理效率与主营业务收入增长率、销售收入增长率显著正相关。届时，统计学的相关知识将会有大作为，每一位统计学专业的学生的就业前景将是不可估量的。统计学的发展前景也是一片大好，大数据、云计算、统计学三者则是珠联璧合，我国乃至全世界的信息技术又会迎来新的浪潮，并且是一浪高过一浪，让我们拭目以待。

五、结束语

本文就大数据，统计学二者的定义、概念首先做了介绍。其次是对统计学和大数据包括云计算在内的联合后的优势，以及未来的发展前景做了合理的分析与预测。数据时代已经起航，我们每一个人万万不可落后，我们要追赶信息技术的时代潮流，乘风破浪，迎难而上。为我国信息技术的发展增砖添瓦，为实现自我的价值奋斗不息。

参考文献： 

[1] 薛艳.大数据时代统计学专业教学体系的改革[J].教育教学论坛，2015（4）：110-111. 

[2] 周茂袁.大数据时代统计学专业教学改革的初步探索[J].教育教学论坛，2015（35）：105-106. 

[3] 李政，赵彦云.适应大数据时代的美国统计学大学教育（下）[J].中国统计，2015（4）：24-25. 

篇9

随着大数据时代的到来，对我国的管理会计工作提出了严峻的挑战，在会计工作的过程中的不仅需要管理会计人员具备良好的会计职业道德，还需要企业管理人员能够采取积极的心态应对大数据时代为企业带来的挑战。

二、大数据时代管理会计面临的挑战

1.企业对大数据在管理会计中的应用认识不足

当前大多数的中小企业往往认为自身无论是设计或购买相关的设备、技术，还是培养专业人才，都需要投入大量的人力、物力、财力，企业的发展需要投入的成本非常大，没有必要对大数据时代的相关技术进行运用。企业在运行的过程中，能够使得相关的会计程序良好运转，就能够保证企业的财政正常。这样的现象势必会影响会计工作在大数据时代下的推广，当前中小企业管理更应当充分认识和应用大数据资源是管理会计从核算型向管理型、战略型、价值型转变的关键。

2.企业管理会计信息搜集储存工作不到位

随着大数据时代的到来。社会市场上很多的数据资料都会发生相应的改变。大数据时代要求企业能够及时搜集社会市场上的所有的信息，并对相关信息进行整理，强调信息存储的充分性、全面性以及持续性，整个信息储存过程中，信息规模非常大。根据有关统计，当前的百度每天新增的数据量超过1 TB，系统每天处理的数据超过 1PB，这些数据的更新速度非常快。同时此类型的数据分布也会随着大数据时代的深入分布也会更加广泛，其数据也会越来越庞大，这就需要企业具有更大的信息储存空间。但是，就目前的企业情况来看，还没有达到大数据时代的信息储存管理要求。

3.企业管理会计信息无安全保障

当前的企业在发展的过程中，企业数据库中收集的信息量非常庞大，往往包含大量的个人资料信息，以及组织、客户、市场、未来发展计划信息等。那么，企业在管理的过程中，如何保证这些信息的安全、不外泄显得非常重要。例如：大数据时代下，各类手机平板等移动工具的使用，这类软件在使用的过程中往往要求获取个人的信息以及所在的地理位置。如果此类信息泄露，不仅会对客户的安全造成威胁，还会造成企业失去相应的客户，降低企业的信用程度，对企业造成严重的经济损失。

三、大数据时代管理会计挑战的转型途径

1.树立良好的企业管理会计意识

在企业管理的过程中，企业有关部门需要相关管理会计经验，积极阅读有关大数据时代的相关刊物、专著、资料等，将相关的大数据知识融入管理会计的学习中，以此推动企业管理会计的发展。使大数据对管理会计的影响与作用为企业管理会计人员所认知以及了解，保证管理会计全面实施发展。除此之外，企业的高层管理者应充分认识大数据对管理会计的巨大推动力，进而带动企业的中基层管理者与员工自觉将大数据应用于管理会计实务工作。

2.构建大数据云计算的会计信息系统

为了加强企业财政部门对财务的管理力度，在企业的管理会计工作中，需要加强企业有关部门管理会计工作的信息构建。随着企业的发展规模不断的扩大，企业面向的市场越来越大，接触资金活动也会越来越多，企业日常的开销也逐渐增多。在这样的环境下，企业管理部门更应该建立系统的信息管理方案，对管理会计工作进行全面的调控，制定规范的数据的存储系统，以便直观的体现企业信息流动方向进行估算，使企业管理者能够更好的对和管理会计进行管理。管理会计过去更多是面向企业内部的数据，我们可以称作为小数据。我们会对企业内部的人财物、产供销做财务分析，基于企业内部的小数据做实现财务的管控。今天，大数据带来的最大变化，是外部的数据更多。外部的数据中，一些是来自互联网的数据，一些是来自公众的数据，这些数据会改变我们财务分析的方法、工具和模型。比如，全面预算是管理会计的核心，也是倍感头疼的环节，核心是缺对标的数据。如果我们把国内外同行在同区域的费用定额，以及与本公司的差距通过大数据应用分析出来，预算过程中的矛盾就会大大降低。

3.加强财务软件的管理功能模块和大数据信息平台开发融合

管理会计的发展为本土ERP等、管理软件的转型升级提供新动力。本土ERP软件与国外先进管理软件的差距，很大程度上在于系统所蕴含的管理会计基本理论、概念框架、工具方法以及最佳实践和模型库。财务软件管理功能的数据来源不再仅仅是企业内部财务信息的分析，应该加强开发可以利用市场信息、财政税务等综合信息的大数据信息平台，在充分融合大数据信息的基础上得出管理会计决策信息。管理模块和大数据信息平台的融合，必将为企业战略决策，管理会计人才培养，以及企业有效运营和发展带来一片生机。

篇10

关键词：区域经济 均衡发展 发展路径

区域经济均衡发展理论述评

（一）出口基地理论

出口基地理论由美国经济学家诺思最先提出，后来经过蒂博特、罗曼斯、博尔顿等人的发展而逐步成熟。基地理论的基础在于在静态比较分析中提出了外贸乘数的概念，该理论的基本思想在于：任何一个区域的经济增长都取决于区域的输出产生的增长情况，而区域外生需求的扩大则是内生增长的主要推动力。依照这一理论，倘若不同区域都能够集中其力量发挥自身优势，那么自由贸易就会逐步平衡区域间要素和价格的差异，区域经济之间的差距也将不断缩小。

（二）贫困恶性循环理论

贫困恶性循环理论是美国经济学家R·纳克斯提出的。纳克斯通过研究后发现，发展中国家在宏观经济中存在着供给与需求两个不同的恶性循环。从供给方面来讲，低收入意味着较低的储蓄能力，同时也会引起资本形成的不足，而资本形成不足又会使生产率处于较低水平，而这又会造成低收入，这样一来，一个周而复始的恶性循环也就形成了。从需求方面讲，低收入等价于低购买力，低购买力又会导致投资不足，进一步的，生产率处于较低水平，而这又会造成低收入，恶性循环也将产生。此外，这两个恶性循环互相影响，陷入这一循环的区域经济是很难得到增长机会的。

（三）大推进理论

著名的发展经济学家保罗·罗森斯坦/罗丹是大推进理论的倡导者与集大成者。大推进理论的论据与理论基础是建立在生产函数、需求和储蓄供给三个“不可分性”之上的。这一理论形成了以下主张：发展中国家在投资上要以一定的速度与规模进行，并将其持续作用在众多的产业之上，以此完成对现实发展瓶颈的突破，这样一来，区域经济将在全面上得到推动，获得高速增长。

我国区域经济格局的转变

（一）金融危机前我国区域经济的发展格局

1.自20世纪80年代以来，我国经济的几何重心就开始移动，移动方向为向南偏西，这个方向即为珠江三角洲地区，以这一地区为中心的南部沿海区域在整个20世纪80年代都得到了前所未有的快速发展。而自20世纪90年代起，我国区域经济的几何重心继续快速向南移动，与此同时，移动方向也由以前的向南偏西转向向南偏东，这个方向即为长江三角洲地区，该地区在整个20世纪90年代的经济增速和经济总量都得到了迅速提高。而随着市场化改革的深入，我国东部沿海地区在社会进步和经济发展等方面都明显领先于其他地区。至此，该类地区已经进入到了工业化的中期阶段或中后期阶段。尤其是在我国于2001年加入世界贸易组织以后，我国经济逐渐走入了世界经济的轨道，两者之间的联系越来越紧密。作为全球重要的制造业基地，我国的珠江三角洲地区和长江三角洲地区已经成为国际制造供应链的重要组成部分。

2.在西部大开发战略、东北老工业基地振兴战略和中部崛起战略相继实施，同时，我国东南部沿海地区的各种要素投入成本全面上涨，经济增速也在诸多压力下逐步放缓，与之相对应的是，我国中西部地区和东北地区却后来居上，经济增幅逐渐加快。从20世纪末开始，东部地区的京津冀地区和山东半岛城市群异军突起，其经济增速跃居珠三角和长三角两大区域之上；而中部地区的经济发展速度已经居于四大主流区域的首位。由此一来，在一快一慢的交错步伐下，我国区域间的经济增长差距开始放缓。进一步的，从人均国内生产总值的角度来看，中西部地区和东部地区之间的相对差距也在逐年缩小，而近几年西部地区崛起的鄂尔多斯的多项经济指标都已经在全国领先，就是一个很好的证明。

（二）金融危机背景下我国区域经济发展格局

1.从宏观角度看，全球金融危机对我国东部地区的影响最为明显，从2008年下半年开始，我国东部地区（尤其是珠三角和长三角地区）因其具有明显的外向型经济特征，受到冲击的幅度最大，经济增长也因此呈现出下降趋势，尤其面向欧美市场进行商品出口且相对依存度较高的地区，经济的下滑趋势更是明显。

2.在政策方面，我国中西部地区和东北地区在近一段时间以来，持续受到中央政策的倾斜，大区域战略的部署和实施给这些地区带来了快速发展的契机。一个明显的事实就是，区域经济的优先发展需要大量的基础设施投入，这将进一步加快该类区域第二和第三产业的发展。而在产业组织方面，金融危机使我国产业梯度转移的步伐和规模明显增强，大量企业尤其是资源密集型和劳动密集型的企业，为了最大限度地降低成本，正从东部地区向中西部地区进行产业战略转移，这极大地促进和带动了中西部地区的工业化与城市化进程。在这一过程中，相关地区的固定资产投资规模得到加强。

区域经济非均衡发展与金融危机的关联分析

（一）经济政策的滥用加重了区域经济发展失衡

在区域经济发展失衡的条件下，尤其是经济发展落后的地区，地方政府通常有运用宏观调控手段加速其经济增长的冲动，这为金融风险的产生和积累创造了积极条件。同时，这种干预在某些时候已经成为一种普遍的策略，而所有的政策指向中，由政府发起的投资行为又成为带动地方经济的主要力量。如果单纯为了经济的增长而不顾忌市场和社会的反应，试图通过扩大政府投资所带来的乘数效应维持和促进区域经济的良性增长，不但无法实现预期目标，最后连最初的经济状态也无法维持。尤其在经济发展水平相对落后的地区，民间投资的匮乏和政府调控经济能力的制约，这一风险将最终演化成现实，危机的出现将无法避免。在我国目前，真实的情况恰恰如此—经济发展越是落后，政府对经济的干预就越明显，而这正将区域发展的非均衡性引向深入。

（二）区域经济非均衡发展使金融体系更加脆弱

区域经济的发展失衡降低了市场机制的效用，从而使信息缺陷得到加强，而这又将进一步导致主体非理的发生，由此一来，金融体系的脆弱性就在所难免。在我国当前区域经济发展的脉络上，东部地区渴望继续保持其领先的经济地位，而以往经济相对落后的中西部地区和东北地区更具有强大的发展后劲。从一段时间来的实践可以看出，在金融深化与创新和金融全球化理论的支撑下，地方政府乃至中央政府都渴望并最终采取了相关行动，而这极有可能导致多方面的金融风险甚至经济风险。

（三）区域格局失衡致使经济增长不可持续

受全球经济形势的影响，我国经济的增长承受着巨大压力。在这种情况下，如果不能增加国内的需求，即有效增加内需的数量，国民经济和区域经济的滞胀将难以避免。而这样的危险局面是一触即发的，一旦宏观经济出现异样波动，政府就极有可能因鞭长莫及而无能为力，作为区域经济主体的企业便有可能陷入经营困境。因此，这些企业大多存在创新能力意愿不强、创新能力不足的倾向，尤其在我国一些经济发展水平相对落后的地区，企业经营效益的好坏大多要向资金找原因，而对自身存在的问题却不愿过问，这又加重了这一风险发生的可能性和发生后的破坏力。

区域经济非均衡发展与金融危机之间的关联如图1所示。

促进我国区域经济均衡发展的对策和建议

（一）建立有效的补偿机制

从国家层面上来讲，促进我国区域经济均衡发展的主要对策之一，就是要加强宏观调控方向和力度，适时改革和完善财政税收体系，将中央与地方的财权和事权进行明确划分，进一步加强对中西部和东北地区经济发展的引导和政策倾斜，加大对该类地区的资金投入和智力投入，同时要逐步建立起包括全国范围内的区域经济协调机制，对经济发展中出现的经济垄断等现象要进行严厉查处，维护地区的经济和社会稳定。从区域之间的关系来讲，就是要做到统筹兼顾、抓大不放小，发展较快的省份要积极协助其他地区的发展，并且在区域和流域之间，通过协商、谈判和合作等多种方式，建立起长效的经济补偿机制，避免因无序开发导致资源环境的恶化和更为严重的后果。此外，区域本身的发展可以考虑将原本独立，但社会影响相对突出的邻近地区纳入发展规划，进行统一协调和统一管理。

（二）加快外来资本的培植

这次金融危机对我国的影响首先表现在进出口贸易上，国内产品的出口受到了明显冲击。在这种情况下，各区域政府应该适时转变战略方向，重新制定相关政策，并对现有政策进行有针对性的调整，比如加快生产方式的转变，将原有的劳动密集型和资源密集型产业向技术密集型和自主创新型产业进行转变等。同时，区域经济的发展不能闭门造车，以往独立、松散的区域关联状态应该被相互之间的合作取代，使合作的可能多于竞争。区域政府在其中扮演的角色非常重要，不但要充分重视自身资源的种类和数量、生态环境的承载能力，还要因地制宜，将区域经济发展和区域间的发展趋势进行统筹安排，实现区域经济社会持续健康的发展。而在这一过程中，一味地抵制外来资本、单纯地扶持本地企业只能适得其反。所以，在对待外来资本的问题上，要在一开始就将外来资本进行根植化和本土化，将其与区域的长远发展联系起来，尤其对那些金融性资本和产业资本，对其采取有效措施加以控制是发展区域经济的又一良方。

（三）加强区域经济合作

在应对金融危机的过程中，各区域应最大限度地发挥其比较优势，以最高的经济效率参与市场竞争。为此，各区域政府之间要在区域经济共同发展的目标指引下，积极参与区域经济合作机制的建立和完善工作，以此来保证区域合作的矛盾和冲突能得到快速有效地解决。而在区域经济合作的组织形式选择方面，项目合作和市场机制是两种主要的运作形式，此外还可选择非政府组织的合作形式等；在区域经济合作的方式与手段的运用上，行政干预和市场化手段是两种截然不同的方式，两者可以分开进行，只选取其中一种，也可以将两者结合，合并使用。一个明显的趋势是，随着市场经济的不断深入，政府在区域合作中的地位和作用将被逐渐削弱，取而代之的主体是市场。

参考文献：

1.吴党恩，张丞.以我国为例看区域经济发展不协调与金融危机的联系[J].集体经济，2009（12）

2.王淑萍.试论全球金融危机中区域经济的均衡发展[J].科学之友，2010（5）

3.陈佳贵，李扬.2010年中国经济形势分析与预测[M].社会科学出版社，2009

4.戚本超，景体华.中国区域经济报告2008- 2009[M].社会科学出版社，2009

5.陈建华.全球金融危机与我国区域经济发展格局的变化[J].上海经济研究，2010（7）

6.何福荣，田欢.浅谈金融危机时期我国的区域经济合作[J].商场现代化，2009（1）

7.魏后凯.金融危机对中国区域经济的影响及应对策略[J].经济与管理研究，2009（4）

篇11

关键词：大数据时代;社会治理;困难;创新发展

中图分类号：C916 文献标志码：A 文章编号：1002-2589（2015）34-0087-02

大数据时代的来临，为社会治理带来了新的机遇和新的挑战。如何把握这一机遇，利用机遇来规避其带来的新的挑战是国家政府社会治理部门，目前最为关注的问题。

一、大数据时代

（一）内涵

大数据，从字面意思上来说就是信息的数量较大，种类较多，数据庞大且不具备结构化的信息，进而使得难以利用传统的方法和工具来对其进行相应的处理和分析。需要进一步转换传统的工作、生活以及思维方式等，是重大的时代转型。而大数据时代则是在大数据广泛应用，信息数量的剧增和计算机处理能力的不断提升的时代，利用大数据来解决社会各界的各种问题，促使社会变革的时代。

（二）特点

1.互联网行为是大数据时代的具体体现。虽然互联网数据并不能完全代表数据信息，但是随着近年来互联网技术和信息的不断发展与广泛应用，互联网已然成为大数据的基本表现形式。

2.数据量极大。随着互联网行业的快速发展，互联网企业在运行过程中，产生和累积的用户信息数据量规模庞大，并且随着移动互联网不断扩大发展，数据的增长成倍发展。

3.信息传递速度快。互联网技术与信息技术的广泛应用，使得当前信息的传递进一步加快，并且时效性也进一步提升，大数据时代下，能在极短的时间内收集、整理大量的数据信息。信息的传递速度快且具有很强的时效性是大数据时代最显著的特点。

（三）意义

随着大数据时代的来临，大数据技术被广泛应用到各个领域和各个行业，并为不同的行业、领域提供充足的数据依据，使之得以快速、扩大化发展。大数据本身蕴含的信息、技术和价值等，进一步推动了人们利用各类机会得以在大数据时代快速发展。通过对数据信息的收集、整理、存储和处理、分析、共享等，来辅助人们重新定义、审视这一时代下的世界和社会，并重新判定世界和社会所面临的问题，进而来重新对应解决的策略与措施，进一步推动世界的发展和社会的转型与治理。

二、大数据时代下社会治理新机遇

（一）促进社会治理体制的转型

我国的社会治理存在分散和混乱的问题，主要表现是各级政府在执行社会治理职责时，各自为政，缺乏政府之间的沟通与合作，并且各个部门间的职能价差、重叠现象严重，信息传输渠道不流畅，缺乏共享机制等。这些问题进一步增加了我国的社会治理成本，且治理效率较低。随着大数据时代的来临，社会治理大数据为政府部门提供了充足的公共信息资源，进一步实现了社会治理信息的共享，社会治理大数据的适应效率、效益以及效能等都得到了有效的提升，进一步推动了各级政府在社会治理过程中的协调、合作，推动了我国社会治理体制向网格化的转型。

（二）促进社会治理方法的转型

一直以来，我国的社会治理思维都是从少数人的社会治理需求和地区性的社会治理经验来推判多数人和整个国家的社会治理需求与社会治理策略、措施。进而忽视了各个社会阶层和群体间的需求差异，同时也限制了我国社会治理方法的创新发展。在大数据时代下，大数据的价值将进一步促进社会治理决策的科学化发展和社会治理过程的细化发展。这就需要各级政府转变原有的社会治理方法，强化对大数据意识的培养并推动实现社会治理数据的共享，进而来确保社会治理决策依据的正确性与及时性，推动社会治理方法的转变。

（三）促进社会治理模式的转型

我国的社会治理目标是维持社会的稳定，采用的是静态的社会治理模式。但是随着我国不断地深化改革，各个阶层间的流动性不断增强，原有的静态社会治理模式难以适应于当前的市场经济视域下的社会发展需求。大数据时代下，信息技术与互联网技术的快速发展和广泛应用，为社会治理提供了及时、全面的动态信息数据，有利于各级政府在履行社会治理职责时能及时、正确地掌握社会的变动情况以及变动的趋势，并根据这一变动来及时制定相应的应对措施，进一步推动了我国社会治理模式向动态社会治理模式的发展。

（四）促进社会治理方式的转型

社会转型期，政府部门要转变我国原有的利益矛盾解决机制，重新制定上下互动和主体多元化的利益矛盾化解机制。在大数据背景下，探寻社会治理大数据中的价值数据信息，并将其组合形成一套完善的数据分析体系，以此来为社会治理的决策提供有效的依据。同时各级政府要进一步加强对社会治理数据信息的微观分析，根据社会治理大数据来制定相应的治理部门和治理岗位，进一步推动实现我国社会治理方式的创新、科学决策发展。

三、大数据时代下社会治理新挑战

（一）大数据社会治理意识的缺失

大数据时代的来临，为我国社会治理模式的转型提供了重要的依据和技术支持。但是由于我国大数据意识的缺失，进一步阻碍了我国社会治理模式的转型。

篇12

[关键词] 大数据;科技文献;服务;信息化;平台构建

[中图分类号] G203 [文献标识码] A 文章编号：1671-0037（2015）01-74-4

Development Methods Analysis of Scientific and Technological Literature Service in Big Data Era

Zhang Hongfeng Zhang Min Duan Lian

（Henan Provincial Institute of Scientific and Technical Information，Zhengzhou Henan 450003）

Abstract：Big data is a disruptive technology revolution after the cloud computing and Internet of things in IT industry. The exploitation and application of big data can create a value of super trillion dollars. The coming of big data era also puts forward higher requirements on literature service. This article interprets from three perspectives of difficulties faced by scientific and technological literature service， opportunities and challenges in big data era， and the transformation and upgrading of scientific and technological literature service.

Keywords：big data;scientific and technological literature;service;informatization;platform construction

1 引言

近年来，继移动互联网、物联网、云计算技术之后，“大数据”正成为最具颠覆性的新信息科技[1]。在大数据时代，复杂数据的产生与保存、分析等给科技文献服务提出了更高的要求，如何利用大数据技术区挖掘、识别、组织与分析如隐含在用户行为中的结构化、半结构化数据信息，寻找他们的隐性诉求进而改变、拓宽科技文献服务，并对服务趋势需求进行预测，达到资源、服务与读者需求的双向理想控制已成为大数据时代科技文献服务的研究课题[2]。

2 当前科技文献服务面临的困境和窘相

众所周知，科技文献服务是我们科技情报系统的“建院之本”、“立院之基”。传统的科技文献是科技信息资源的主要持有者，是连接科技资源使用者和所有者的中介和桥梁。通过对科技文献的搜集、翻译、整理、分析、加工，生产大量科技情报信息，服务社会经济发展，是科技文献服务的主要职能。但是，近年来随着政府机构改革和市场经济改革的不断深化，随着信息化的快速推进，特别是大数据时代的不期而至，科技文献服务业务量锐减，职能弱化，在科技情报系统中逐渐走向衰落，面临被边缘化的局面。具体表现在以下四个方面：

2.1 处于政府机构改革的变局之中

从2006年开始的公益类院所管理体制改革，至今没有一个最终结果，很快科技部门新一轮职能改革又将拉开序幕。在改革中，受冲击比较大的就是科技文献服务。不少人把科技文献服务简单地理解为订几本期刊、购买几套数据库、向用户提供借阅服务、管理一下馆藏文献资料;也有人认为，当前各类图书馆发达、网络资源丰富，情报系统在科技文献服务方面已经落伍，再进行资源整合显得力不从心，难有作为;更有甚者，对科技文献服务工作缺乏战略眼光，不重视、不投入、不保护，听之任之，错误地认为只要抓好其他业务，科技文献服务要不要无所谓，把主要财力、人力、精力投放在其他方面更有效益。

2.2 处于信息化的迷局之中

信息时代是技术奔腾、信息爆炸的时代，是人类继农耕时代、工业时代之后的一个崭新的文明阶段。近20年来发展尤为迅猛，商务智能、社交网站、无线传感器、云计算、语义网等等新技术不断涌现，软件开源、数据开放、普适计算、智慧地球等等新思想层层迭出[3]。而我国目前仍处在农业时代、工业时代和信息时代“三代”并立时期，思想、技术、手段、制度存在大量缺失，信息化速度和程度远远落伍。不少人在信息化面前迷茫了、困惑了、犹豫了，不知道从哪里来、向何处去，不知道从哪里下手、向何处发展。大数据时代高速呼啸而至，更是让很多人无暇应接，措手不及，仿佛一下子进入了迷宫，完全找不到方向和出路。

2.3 处于市场化的乱局之中

科技文献服务属于公益服务，但由于各地政治经济条件基础不同，加之政策规定所限，不少科技情报机构的文献服务被迫走入了市场。一味地市场化，使得管理收费、外资进入、多元服务成为乱象之源，也使得传统的科技文献服务变异，一切围绕市场、一切挂钩效益、一切取悦用户。更有不少科技情报系统，干脆放弃自己的文献服务业务，承揽起一些来钱快、挣钱多的业务，最终的结果是科技文献服务效能低下、质量下降、业绩下滑。但也有一些科技情报机构，在市场中找到了方法和出路，发展势头很好，业务量提高很快。如此来说，科技文献服务面临的问题和矛盾，成也市场败也市场。

2.4 处于发展的困局之中

科技文献服务怎样发展、如何加快发展是我们每个科技情报机构面临的共同问题，也是“瓶颈”问题。认真对比一下这些年的业务量，我们就能感受到发展的艰辛。以我们河南省科技信息研究院为例，2005年接待文献借阅等各类读者和用户6.5万人次，委托翻译服务近百项，约40万字。2013年我们接待各类读者和用户仅6万人次，完成检索申请2 000余人次，委托翻译服务近30项、5万字。造成这种局面的原因是多种多样的，一方面有各专业类图书馆发展快速，恶性竞争所致;另一方面也有经费短缺、手段落后、服务跟不上等原因;更主要的是信息化跨越发展，以及大数据浪潮强大的冲击。另外，还有对发展的理解存在偏差，一谈到发展，就是要做强做大，成为单位业务的主流。而把服务做细做实，也是一种发展，做“阳春白雪”更是一种高层次的发展。

3 大数据时代带来的新机遇和新挑战

中国旅美科技协会副主席、匹兹堡分会主席涂子沛先生在2013年全国“两会”期间，向中国人民提交了一份海外提案《中国如何应对大数据时代的挑战》提出：“大数据”是一股新的技术浪潮，也是逐步形成的历史现象，其具体是指随着信息存储量的增多，人类在实践中逐渐认识到，通过数据的开放、整合和分析，能发现新的知识、创造新的价值，从而为社会带来“大科技”、“大利润”、“大智能”和“大发展”等新的机遇。并著述《大数据》一书，呼吁“2013年，应该成为中国的大数据元年”[4]。

3.1 大数据对科技文献服务带来的新机遇

3.1.1 海量信息。在大数据时代，我们置身一个庞大的数据海洋之中，数据随时随处都在，信息资源非常庞大。作为全世界馆藏量最大的图书馆，美国国会图书馆2009年拥有的电子信息总量为235太字节。而在同一年，美国17个行业中，已经有15个行业大公司平均拥有的数据量超过了美国国会图书馆，其中投资证券业、银行业、传媒业位居前三位，都远远超过了美国政府。2010年，全球的企业一年新存储的数据就超过了7 000拍字节，全球消费者新存储的数据为6 000拍字节，这相当于十多万个美国国会图书馆的藏书量。每一天，无数的数据信息仍在被收集、交换、分析和整合，科技文献服务跻身这股“洪流”中，将对科技创新提供强有力的支撑[5]。

3.1.2 多个平台。网络信息技术的发展颠覆了传统的资源获取习惯和模式。在资源传递上，原先只能在“供”与“求”二者之间展开，如今多数用户已具备自己来发现与访问资源的技巧与技术;在资源的享用上，现在的用户更愿意优先访问数字环境下所发现的网络资源。这主要得益于互联网拥有海量的正规和非正规资源、方便快捷地快速检索入口、基于内容关联的知识发现获取功能、个性化的检索服务平台、高互动性的交流共享工具等等。科技文献机构已拥有众多正式出版的学术资源，当前Google、Scirus等学术搜索引擎也开始对网络学术资源进行整合利用。传统的科技文献服务不再是用户发现信息资源的唯一入口，而是这个庞大数据网络中的一个节点，是所有共享资源中的一个平台。大数据时代使得数据通过多个网上平台自动整合和跳转，获得生命、产生智能，创造了新的发展机遇[6]。

3.1.3 多级提升。伴随着信息基础设施及技术的发展，经多年建设，多数科技文献机构文献资源日趋丰富，已拥有大量的数据库、电子图书、各种音频资源、机构库、特色资源等，这些科技文献资源范围广，品种多，类型全总量大，而且增长速度快。数据爆炸式的剧增，量的极大膨胀，对科技文献服务提出“质”的要求。这些年来，信息化建设从思想理念、软件硬件、法律法规、制度机制、保障措施等方面都有了不小的进步和发展，为真正适应大数据时代的要求，实现“量”、“质”同变，当前四个方面的综合提升已迈开大的步伐，即：从小数据到大数据的提升，从管理信息化到管理数据化的提升，从人找数据到数据找人的提升，从资源整合到智慧传播的提升。

3.1.4 多重服务。大数据时代，科技文献传统服务正从文献获取转变为知识发现，用户所要求的专业信息服务将主要不再是简单地检索和物理地获取文献，而是帮助将知识内容从众多信息对象中挖掘出来，科技信息服务方式方法随之发生了重大变化。当前，远程服务已成为常态，智能服务、定题推送服务在逐步完善，增值延伸服务也成为业内竞争的有力“杀手”，个性化嵌入式服务开始全面推广普及，共享互动服务平台在不断搭建等等。可供用户选择的服务方式、服务手段多样化、模块化，提供服务的实效性、针对性也更强，服务的内容更加全面，文献检索、全文传递、信息导航、文献代查代借等多种公益型服务更加鲜活。

3.2 大数据对科技文献服务提出的新挑战

3.2.1 技术方面的挑战。由于科技文献资源众多，存储的数据含纸质资源、光盘资源、数据库资源、自建资源等结构化信息，也有影像资料、办公文档、Web信息等可被感知的半结构化或非结构化数据。资料显示，当今世界结构化数据增长率为32%，而非结构化数据增长率则达63%，至2012年，非结构化数据占有比例已达到互联网整个数据量的75%以上。由此可见，我们所处的大数据信息环境是一个大而复杂的异构数据环境，每个站点的信息和组织都不一样，需要按照不同的应用要求进行封装、整合、处理，需要高可扩展性、高可靠性、高可用性的数据分析技术、数据表示方法，这些技术问题是亟待解决的最大难题。

3.2.2 高额成本方面的挑战。大数据给科技文献服务的发展带来了极大的经济负担。尤其是在海量数据的选择、挖掘利用与保存方面所耗费的资金非常高，即使有政府大额的财政专项拨款，也大都是一次性投资，通常只局限于设备、系统平台和网络硬件建设，只能满足一时之需，缺乏设备、技术、管理人员升级的长期投入和维护。举个简单的例子，1955年，IBM推出了第一款商用硬盘存储器，每兆字节存储量的单价约为6 000美元，1993年单价下降到1美元左右，2010年下降到1美分左右。虽然存储的费用下降不少，但在海量的信息数据面前，收集费用仍不可小视。在2010年，美国联邦政府拥有2094所数据中心，约10 000多个信息管理系统、2 000个域名和24 000个网站，年度信息技术预算为784亿美元，资金保障可收集7 800亿兆字节的信息。中国2010年新增数据量为250拍，日本400拍、欧洲2 000拍，而美国3 500拍。数据收集量小，既有收集数据的意识问题，也有收集的手段、技术问题，更重要的还是资金不足问题。

3.2.3 隐私和版权方面的挑战。网络社会是个开放的社会，大数据时代的信息资源是共享共用资源。而科技信息资源具有双重属性，一方面具有产权性和私有性，另一方面也具有公共性和公益性。从产权性和私有性上来讲，目前不少科技信息资源还处于知识产权保护期限内，不能通过网络或其他信息手段共享。从公共性和公益性上来说，所有对社会发展有利用价值的资源都应该成为历史的一部分，适当时机都应公开。所以，在一定意义上说，知识产权本身具有的专有权、垄断性与科技资源共享的可分离权与分享性存在一定的冲突，特别是信息网络环境、数字化的科技信息资源共享对知识产权保护提出了新的挑战。同时，网络信息安全正在挑战传统隐私安全，高度个性化的大数据集将成为黑客或泄露者觊觎的主要目标，利用大量公共数据就可以推断出很多信息，个人隐私在网络面前将会暴露无遗。维基揭秘网正是通过大数据中心，不时抛出“重磅炸弹”。不得不引起我们的高度重视。

4 科技文献服务的转型和升级

近年来，尽管我国科技资源共享体系的建设取得较大的成就，但由于理念、体制、机制、经费来源等方面的原因，科技文献服务还存在着很多薄弱环节。追赶大数据时代，科技文献服务应着力做好转型和升级。

4.1 要加大资源集成力度

1946年，人类发明第一台电子计算机，加快了信息流动的速度、传播的广度。但信息不是知识，必须经过加工、组织、整理才能成为知识。目前文献机构的信息资源往往是多载体、多类型、不同年代时期并存，为此，就要尽可能地对馆藏文献资源进行数字化升级和改造，并设法集成印刷版、光盘版资源与网络版、镜像版资源。同时，还要顺应大数据的发展趋势，对产生的海量信息尽可能地收集全面数据、完整数据、综合数据以及实时数据，对这些数据进行深度整理、分析、加工，形成馆藏科技文献的有力补充。另外，还要通过多层次和多类型的泛在智能合作，拓展信息服务机构之间对资源、技术、服务、人才等的共建共享，开拓与数据、出版、档案网络服务、科研、教学等机构的交叉渗透、竞争合作，真正将结构性、半结构性、非结构性数据集成起来，生成一个庞大的数据库。

4.2 要加快平台建构

在不断变幻的数字信息环境中，科技文献工作需要集文献资源收藏、科技文献传递、知识组织服务、科技决策信息支撑等多功能于一体，建立一个共享平台。国家提出重点建设六大平台，科技文献信息共享平台是其中之一。2014年，国发[2014]11号文中又明确要求建设统一的国家科技管理信息系统，2015年底前实现与地方数据资源的互联互通，足以说明平台建设的重要意义。各地在平台建设上也加快了步子，1993年“上海文献资源共建共享协作网”开启实践，同年中国科学院、北京大学和清华大学启动了APTLIN项目，奠定北京地区实践基础;1997年成立“全国图书馆联合编目中心”;1998年启动“中国高等教育文献保障系统工程”（CALLS）;2000年中国数字图书馆联盟成立。此外，还有中国科学院国家科学数字图书馆（CSDL）、国家科技图书文献中心（NSTL）等等，形成了我国目前国家与地方科技信息资源共享平台、综合专业性科技信息资源共享平台并存的多元格局。但是，当前还存在着资源分布异构化、平台建设滞后、实体资源和虚拟资源脱节、专业机构资源平台不能共建共享等问题。集成各种不同来源、不同结构的科技文献和数据库资源，早日建成面向科技创新环境的知识服务平台是当前工作的重中之重。

4.3 要创新服务理念

大数据时代，科技文献服务不能习惯于被动式服务，坐等上门服务。需要最大限度地调动各种政策、技术和资源，利用各种工具，灵活地构造新的服务运行机制，成为信息活动的组织者和协调者、信息服务的提供者和信息环境的引导者。

4.3.1 要主动推进各种形式的传统科技信息资源服务，从源头上开展资源建设和组织，确保自身提供资源的快速、准确和权威性，在第一时间为用户提供具备学术价值的全面而前沿的研究资料，提升自身的信息资源服务品质，发挥信息资源的科技创新价值。

4.3.2 要从基础的资料查阅服务提升为数据加工和分析服务，以数据为中心开展采访、编目、服务等工作，开展更为深入广泛的资源整合、数据整合、知识整合和服务整合，开发增值服务、开发衍生资源、开拓延伸服务，开发专题服务，拓宽和深化业务功能。

4.3.3 要站在用户角度，积极融入用户环境，通过对用户特征数据的分析，智能地辨识用户当前需求，主动为用户提供高价值的信息资源，为用户提供一对一的专业化、个性化推送服务，并引导用户通过网络平台自主地获取和完成具有个性化的服务项目。

4.4 要提高信息素养

服务是工作，更是能力。科技文献服务不掌握现代化网络信息技术和熟练使用计算机等工具的技能，检索能力和信息素养不能满足用户的需要，服务的质量和效能会大打折扣。专业程度、专业素养、综合能力能不能像律师、医生一样，成为用户有需求时主要的求助对象，决定了科技文献服务今后的出路。为此，就要重视职业队伍建设，强化整体训练和个人能力的培养，提高专业素养和综合能力，推进服务的专业性、可信赖性。特别是在“四个能力”方面要下足功夫：

4.4.1 对馆藏资源的数字化升级改造能力。能够对馆藏资源进行数据采集、规范、关联、审核、校验，能够对已有的数字化系统常规运行、适时优化。

4.4.2 对资源内容进行深度组织和整理的能力。能够依靠当前的共享数据、丰富资源，进行数据分析、数据挖掘，为用户提供更多的选择和可能性。

4.4.3 网络平台共享和互动能力。能够以定制和交互的方式，提供个性化的、情景敏感的知识服务，实现诸如科技查新、收录引证、原文传递、代借代查、知识服务、定题推送等各项服务“打包”，将知识服务与用户工作学习环境进行无缝集成。

4.4.4 分布异构的网络资源统一检索能力。能够充分发挥科技情报机构的资源辐射能力，与各专业机构实现资源共享与互补，共同提高资源利用率，满足对各类资源多层次、多角度的检索需要。

4.5 要实现用户自助

服务的最终目的是让用户得到满足。而科技文献服务再系统、再齐全、再贴心、再延伸，毕竟不能取代用户。把公共服务与用户自助结合起来，是未来发展的目标和方向。

4.5.1 要坚持互联互通。当前科技文献服务各种平台大多还体现在官方或商业模式，用户很难申请链接。改善这一局面，最根本的还是要国家政策扶持和资金投入支持。

4.5.2 要搞好用户培训。把服务的另一支点放在提高用户高水平利用科技文献服务平台上。既要有面对面的技能培训，又要有键对键的学习交流。

4.5.3 要健全用户目录。对用户进行科学分类，是新用户还是老用户，是一级用户还是三级用户，是专业用户还是普通用户等等。只有对用户先进行了数据化的分类和分析，才能真正掌握一支庞大的服务对象群体。

参考文献：

[1] 严霄凤，张德馨.大数据研究[J].计算机技术与发展，2013（4）：168-172.

[2] 胡海鹰.大数据趋势下数字图书馆的服务创新策略[J].图书馆工作与研究，2014（4）：27-29.

[3] 杨海燕.大数据时代的图书馆服务浅析[J].图书与情报，2012（4）：120-122.

[4] 王淑敏.图书馆从文献服务到知识服务的转变[J].教学与管理，2004（12）：15-16.

篇13

关键词：大数据；中文字体设计；新特征；发展趋势

当前，我国已经步入了“大数据”时代，数据量不仅庞大，而且种类繁多，但价值密度较低，且处于动态变化中。在这个大数据背景下，如何对其进行准确分析和科学利用，充分发挥大数据的优势，成为设计领域提升竞争力的关键。从中文字体设计领域来看，在如今这个大数据形势下，我国中文字体设计领域出现了一系列诸如承载媒介的日趋多元化、表现形式及手法的多样化、体验的日趋丰富化等新的特征。因此，要求设计师们应当充分把握好大数据这一时代契机，明确当前我国中文字体设计现状，善于借鉴国内外优秀设计经验，不断创新，促进中文字体设计逐步朝着民族化、本土化、个性化方向发展。

1 “大数据”的内涵

所谓的“大数据”，也被称为“巨量资料”，主要指的是网络文本、图像、音视频等资源总体量巨大，难以采用常用软件等处理工具，于一定时间内迅速完成，也难以将其整合、加工为对用户具有巨大价值的资源。具体而言，大数据的大小会随时间的不断推移、技术的迅速发展而剧增。对于不同部门而言，满足大数据标准的规模数据集也存在很大的差异性，其范围通常从几TB到数千TB。

根据国外一组统计结果显示，网络每天信息流通量即使采用1.68亿张的DVD，都难以存储完。电子邮件总量高达2940亿，每日博客、日志量在200万以上，网民所发照片量超出2.5亿张，Pandor音乐播放时长高达1870万小时。随着全球数据规模的持续拓展，数据爆炸时代已经到来。

2 大数据背景下中文字体设计的新特征

在大数据背景下，信息呈现爆炸式增长，而且体现着数据体量庞大、信息密度低、所需处理速度加快、数据多样化强等特点。在这样一个背景下，设计领域的竞争日趋激烈，消费者信息更易掌握，若能够有效利用大数据优势，将会更精准地进行设计定位，协助创新设计。对于中文字体设计而言，在大数据背景下其表现出了新的时代特征：

2.1 承载媒介的日趋多元化

在大数据时代，各种数字化媒体技术的应用广泛普及，中文字体设计的承载媒介也日趋多元化，实现视觉传达设计的可视化已经不再是一个遥不可及的梦。大数据的介入赋予了设计师更丰富的表现方法，更灵活的承载媒介。诸如可视化网络、软件、视频影像、交互体验信息等等，这些都赋予了中文字体设计更多样化的形式和更广阔的发挥空间，促使中文字体设计开始出现了诸如动态化、多元化的新型表现形式。

2.2 表现形式及手法的多样化

在新时代下，中文字体设计的技术支持十分有力，这是任何一个时代都难以比拟的。不仅如此，大数据背景下巨大的资源优势也催生了当代艺术的繁荣发展，进一步拓展了中文字体设计的思维广度，引发了中文字体设计表现形式及手法的多样化发展。例如，借助于触摸、触感等互动性设计，利用肢体动作实现交互式设计体验，明确目标实现可视化网络活动等等，此类表现形式、手法都为中文字体设计创新提供了多种可能性。

2.3 体验的日趋丰富化

大数据背景下，中文字体设计带给观众的体验越来越丰富，受众甚至可以产生听觉、触觉、嗅觉、味觉等多种感官知觉体验，赋予了设计更立体化、全面化的吸引力。例如，随着动态技术的应用，中文字体设计开始朝着动态化方向发展，也开始进一步拓展其记忆、感知等多方面功能，不仅具有视觉、听觉双重刺激，而且呈现给大家更丰富、多层次的艺术审美。

3 大数据时代中文字体设计的未来趋势展望

对于文字而言，其本质在于记录情感，传情达意，也可将其视为一种表意符号。在如今这个大数据时展趋势下，设计者开始广泛、深入地寻求相同的文化立场下的语意传达。中文作为我国典型的文化符号，也在试图寻求新的国际语境。对设计师而言，中文字体设计问题仍有待研究、探索。在新环境下，数据时刻改变着当今人们的生活方式，也为中文字体设计带来了挑战与机遇。未来，中文字体设计将进一步推陈出新，各种现代化技术的应用也将更为深入。对于中文字体设计而言，迫切要求创新与变化。不仅如此，随着全球化趋势的加快，中文字体设计的发展似乎成为一种国际化趋势，这不仅体现在越来越多的国家对于中文字体设计的青睐，也体现在当前我国设计领域对国外优秀设计思路、方法的借鉴，如此种种都极大地促进了中文字体设计的持续发展。中文字体设计进一步拓展了中文在全球领域的影响力，催生了各种有别于以往的新型表现方式，进一步增强了受众的参与性与互动性。虽然，国外很多设计师对于中文字体的尝试为我国中文字体设计提供了一定的思路和借鉴意义，但就中文自身而言，无论在表现方法上，还是表现形式方面，仍需要融入我国中文独特的构成与表达方法，不管对于技术难度，还是表现形式方面都仍待我国设计师进一步深入探索。

自我国中文字体设计的发展到如今，经历了不同阶段的漫长发展、探索、创新，也受到了传统文化观念的熏陶和影响。纵观我国传统中文字体与现代中文字体的发展情况不难看出，我们需要进一步拓展中文字体设计的研究的广度、深度。在全球这个大数据文化背景下，各种文化交流与融合不断加深，如何维持民族文化的特色，坚持走民族化、本土化、个性化的道路，成为设计人员不得不深刻思考的问题。纵观全球设计领域，各大国家的设计师们都将设计重点放在本国本民族字体研究方面，不断加以探索，赋予深刻的创意，为观者带来无限创意与强烈的视觉感染力，打造多变、丰富的视觉效果。而具有强大生命力的中文汉字，更应当充分发挥其先天结字造型的优势，实现形、音、义的三位一体化设计。当然，我国现代优秀设计师对中文字体的设计也有很多成功的先例，这也为广大设计人员带来了无尽的动力。对于设计师而言，应更多地思考全球文化大融合这一形势，对如何实现中文字体设计中东西文化的碰撞、融会，加强沟通、交流，吸纳不同类型的观念、形式、手段，打破传统设计思路和模式，立足于当代大数据化的舞台，对中文字体设计创作途径加以拓展，除了满足字体的使用功能以外，善于创造新的生命力，打造出极具民族感、时代感的现代化中文字体设计作品。

4 结语

一个新时代到来带来的往往不仅是机遇，还带来诸多挑战。在如今这个大数据时代，设计师不仅需要快速学习和进步，以更好地把握潜在机遇。同时，及时掌握国内外最新设计动态，促进自身设计水平的不断提升，这对于设计自身而言大有裨益。

参考文献：

[1] 张晓明.二十世纪中文字形结构研究[J].载语言教学与研究，2010，12（05）：241-244.

篇14

现阶段，世界已经进入了数字时代，各个国家纷纷把数字素养教育摆到了战略高度上，尤其在欧美国家，数字素养教育已经相当成熟，而图书馆是数字素养教育最重要的载体。相较于欧美发达国家，我国提出数字素养教育的时间较短，正处于起步的阶段，仅有一些“985”院校的图书馆对数字素养教育有所涉及，但仍未形成相对完善的数字素养教育体系。高校图书馆是学生及各种用户获取知识信息的窗口，通过这个窗口，高校的用户能在短时间内对世界上最新的科研项目有所了解。图书馆正在逐步向数字化发展，因此用户的数字素养在很大程度上决定了数字化图书馆能否充分发挥其作用。图书馆在不断向数字信息系统转换的过程中，不仅要重视自身数字化资源的数量，同时也要积极加强用户的数字素养教育，只有双管齐下，才能充分发挥出数字化的优越性。

1 数字素养简介

所谓数字素养，就是在数字环境之下利用一定的数字信息手段和技术，在短时间内获取所需的信息和文献，并对所获取的信息和文献进行整合、评价和分析的一种综合能力和文化素养。数字素养的框架由以色列学者Yoram Eshet Alkalai提出，主要包括图片―图像素养、再创造素养、分支素养、信息素养及社会―情感素养，这五个框架共同构成了数字素养[1]（见表1）。此外，数字素养的形成主要有两大要素，其中最基础的就是数字环境的建立，只有处于数字环境中，才能让数字化的手段有施展的地方；同时，用户要具备一定的数字素养，只有具备了相当的数字素养，才能在新兴的数字化环境中获取信息，并对信息的质量、相关性和可用性进行有效分析，进而对信息进行提炼和总结，最后再创造出有用的信息，为用户所用。可以说，在数字化的今天，数字素养已经成为现代人的基本素养之一。

2 大数据时代高校图书馆数字素养教育的意义

2.1 缩小数字鸿沟

在很多人的观念里，数字鸿沟是由于信息技术手段的差异造成的，但各种研究表明，信息手段的差异并不足以形成巨大的数字鸿沟，主要的原因是人们在数字素养教育方面的差异。大数据时代下的数字图书馆，就是为人们能普遍享受到数字化信息所带来的便利而设立的，但享受这份便利的前提就是要进行高校图书馆数字素养教育[2]。只有进行数字素养教育，才能最大限度地缩小数字鸿沟，实现数字信息的普及。

2.2 实现信息平等

大数据时代下，高校图书馆数字素养教育的另一个重要意义就体现在实现信息平等上。实现信息平等一直以来就是图书馆建立的初衷，而大数据时代的来临，使高校图书馆对数字素养教育更加重视，图书馆应积极引入新的技术，使数字信息系统取代传统的纸质文献系统，并且对用户进行数字素养教育，使其能在茫茫的数字信息中迅速获取有用的信息，并加以利用[3]。高校图书馆通过对其用户进行数字素养教育，能最大限度地实现信息的平等。

2.3 承担社会职能

图书馆是社会发展必不可少的一部分，对于消除数字鸿沟、实现信息平等都是最重要的媒介。无论是处于大数据还是传统的纸质文献环境之下，图书馆所承担的社会职能是没有丝毫变化的。但在大数据时代下，高校图书馆进行了数字素养教育之后，数字鸿沟变得越来越小，因此，高校图书馆在社会上所承担的责任也越来越重。

3 大数据时代高校图书馆数字素养教育的目标

3.1 发挥自身知识服务优势，提升学生数字素养能力

大数据时代也是信息数字化的时代，知识和信息由于数字化进程的加深变得更容易获取和使用，但用户想要充分地利用数字化的信息和知识，就要具备最基本的技能，也就是数字素养。高校图书馆是学生获取知识和信息的主要场所，数字化的信息在现阶段已经逐渐取代了纸质文献，其在知识服务方面的优势也已逐渐凸显出来[4]。图书馆进行数字素养教育的首要目标就是让数字化时代的发展更加深入，使数字化信息能在数字素养教育的基础上充分实现其在信息平等方面的价值，让高校学生能提升自身的数字素养能力，普遍享受到数字化信息带来的更加便捷的服务和更加平等的信息资源。

3.2 做到知识与管理数字化，形成高校知识共享空间

高校图书馆进行数字素养教育的另一个目标就是要形成高校知识共享的空间。一直以来，设立图书馆的初衷就是要实现信息的共享，但在纸质文献时代，信息的共享很难实现，因此大部分信息都只能掌握在少数人的手中。在大数据时代，数字化的信息环境已基本建立，在高校图书馆开展数字素养教育，就是要从学生、用户、高校等入手，使其具有大数据时代必备的数字素养，进而使图书馆从信息检索、信息浏览、信息导出、信息整合等各个环节实现数字化管理，彻底从传统的图书馆纸质文献的模式中解放出来，使更多有价值的文献能在各个高校内同时共享，从而形成高校知识共享的空间[5]。

3.3 实现知识与技能平民化，满足用户终身教育的需求

现阶段，教育已不仅仅被限制为学校教育，终身教育已经成为社会发展的新趋势，但大部分人走出校园之后就很难再有学习的机会，更不用说受到终身教育了。随着科技的不断发展及大数据时代的来临，数字鸿沟在不断消除，信息的获取也变得更加便捷[6]。而作?樾畔⒐蚕砜占涞耐际楣荩?更是在一步步地向数字化发展，实现高校图书馆的数字化，并对所有数字化图书馆的用户进行数字素养教育，使其能在数字化的资源中迅速检索到有用的信息，并对信息进行准确的处理和利用。图书馆通过数字端口以及数字资源的开放，可以加强用户的数字素养教育，满足大部分用户对于终身教育的需求，从而能与时俱进地更新自身的知识和技能，更加适应数字化时代的发展[7]。

4 大数据时代高校图书馆数字素养教育的发展路径

在大数据时代，高校图书馆数字素养教育的发展路径主要集中在四个方面：管理员素质的提高、教育手段的多元化、教育体系的完善以及新兴技术的引入和运用（见图1）。

4.1 提高管理员数字素养，营造数字素养教育环境

管理员是高校图书馆的重要组成部分之一，良好的管理对于图书馆的远期发展至关重要。大数据时代下，信息逐渐趋于数字化，其与传统的纸质文献的管理工作具有本质的区别，因此对图书馆管理员也提出了新的要求。数字素养在大数据时代是必备的素养，图书馆管理员想要胜任本职工作就必须提高自身的数字素养。只有加强图书馆管理员的数字素养，使其能更好地运用馆内的数字设备以及各种装置，才能更好地引导用户自行提升数字素养。此外，增强管理员素养能更进一步优化数字服务，让更多的人体会到数字化管理的便利之?，从而营造出良好的数字素养教育环境，最终达到数字素养教育所要达到的目标。

4.2 运用多元化教育手段，发挥数字素养教育功能

数字素养教育是图书馆向数字化时展所必须要经历的过程，只有经过了数字素养教育，才能最大限度地实现数字化的实用性和便捷性。为了更好地进行数字素养教育，图书馆就要对传统的教育方式进行改进和扩充，使其更为多元化，以适应不同种类的用户。对于高校内的学生用户来说，数字素养是其日常生活中经常会接触到的，教育方式也相对较为简单，图书馆仅仅在校内向学生发放数字素养教育的导航手册就能起到很好的效果。而对于有终身教育需求的高校毕业生来说，利用周末参加数字素养教育的专题讲座，能使其在短时间内对数字素养有所了解，起到相对有效的教育效果。但是对于知识水平较低而又有数字素养需求的用户来说，就要在图书馆内设立相应的帮助指导系统，充分依靠管理员的指导，使其在实际的运用中提升数字素养。

4.3 应用新兴技术手段，提升数字素养教育服务质量

网络技术的普及以及搜索引擎（如谷歌、雅虎等）的运用使信息的获取速度不断加快，数字素养教育的服务质量也在不断得到提升。此外，远程数字端口的建设使更多的人接触到了数字化图书馆，接触到了数字素养教育。远程教育能使更多的用户同时接受数字素养教育，同时向更广大的范围辐射，达到更好的教学效果。