大数据发展研究综述及启示

袁纪辉

摘   要：大数据的发展历程可划分为萌芽阶段、发展阶段、爆发阶段和成熟阶段四个阶段。因依赖于坚持尊重学科发展规律、科学需求双轮驱动、学科交叉、宽容失败、安全保障等原则，大数据在技术维度和产业维度都获得茁壮发展，后期持续在自身定位、应用方向、数据安全、社会保障等方面深入探索。面对我国“政策支持、环境改善，应用领跑、前景看好”的大数据发展现状，我国应树立理性务实可持续的发展理念，加强基础扎实创新多维的原创研究，探索网络主权为纲的数据跨境模式，打造供需对接的数据共享格局，建立协同高效的数据安全保障体系，建立他律辅助自律的产业监管生态。

关键词：大数据;网络主权;数据跨境

中图分类号：D90          文献标识码：A

Abstract： The development process of big data can be divided into four stages： budding stage， developing stage， exploding stage and mature stage. Due to reliance on adherence to the principles of respect for development laws of discipline， two-wheel drive of scientific needs， interdisciplinary nature， tolerance for failure， and guarantee safety， big data has developed vigorously in both technical and industrial dimensions， and continues to explore self-position， application direction， data security， and social security in the future. Facing the status quo of big data development in China， “policy support， environmental improvement， application leadership， and promising prospects”， China should establish a rational， pragmatic and sustainable development concept， strengthen the innovative multidimensional original research with solid foundation， explore data sovereignty as the key link of cross-border data model， create a data sharing pattern of supply and demand docking， establish a coordinated and efficient data security system， and build an industrial supervision ecology with self-discipline assisting by external disciplines.

Key words： big data;internet sovereignty; data cross-border

1 引言

党的十八大以来，习近平总书记把创新摆在国家发展全局的核心位置，把推进经济数字化作为实现创新发展的重要动能。习近平总书记强调，当前以互联网、大数据、区块链、人工智能为代表的新一代信息技术日新月异，给各国经济社会发展、国家管理、社会治理、人民生活带来重大而深远的影响，中国要高度重视大数据发展，要通过大数据进行产业创新、打造数字经济、提升国家治理水平、改善民生以及保障国家数据安全[1]。

1980年，阿尔文·托夫勒正式提出“大数据”一词，标志着大数据学科的诞生。但是，像以往的用语创造者一样，托夫勒并没有赋予“大数据”一词如今的丰富内涵。20世纪90年代，大数据概念由SGI公司首席科学家John Mashey进行明确。2008年，《nature》杂志就推出了名为“大数据”的封面专栏，开始讨论数据前所未有的增长速度带来的影响这一话题。随后，国内外学术界展开了对大数据的研究，认为大数据是利用传统数据处理应用捕获、管理和处理数据所耗时间超过可容忍时间的巨量数据集，对其主要讨论涉及对于日益增长的数据的处理需求、科学研究中的大数据利用、利用大数据产生社会效益以及大数据带来的社会影响等话题。时至今日，对大数据的讨论方兴未艾。

尽管对大数据的概念还未达成共识[2]，但是学术界、产业界和政府部门已经对大数据已经有了基本认识，认为大数据具有规模性（volume）、多样性（variety）、高速性（velocity）和价值性（value）等特征，具有极高的社会价值。人们对于数据本身的认知，也从简单的处理对象开始转变认为是一种基础性资源[3]。信息传感设备的成本降低与大规模运用促使数据集迅速增长[4]，通过对数据集的分析，能够发现事物之间新的关联性，揭示公众喜好、商业趋势、隐藏疾病以及犯罪事实，依此可开发出满足商业需求和社会控制需求的产品，改变原有社会经济形态。美国经济学家Auther 曾于 2011年预测，以大数据为核心内涵和关键支撑的数字经济形态将有望超过人们熟知的物理经济[5]。

自2012年起，美、英、德、日等发达国政府纷纷发布大数据相关的纲领性文件，意图通过实施大数据战略改善社会生产力、创造新的经济社会價值，进而提升国家核心竞争力。2015年9月，我国国务院发布了《促进大数据发展行动纲要》，将发展大数据产业上升到我国的国家战略。为了客观认识大数据的本质内涵和创新发展，本文在简要介绍大数据基本概念与发展历程的基础上，着重分析探讨大数据的发展现状和未来趋势，试图揭示大数据的真实面貌。很显然，在当下大数据蓬勃发展的历史浪潮中如何选择中国路径是值得深入思考和探讨。因此，本文最后就我国大数据发展态势、存在问题和对策建议也进行了阐述。

2 大数据发展的历程和启示

17世纪40年代，“data（数据）”一词便在英文用语中出现。1946年，“data（数据）”一词首次用于表示“可传输和可存储的计算机信息”。1954年，“data processing（数据处理）”这一表达方式开始使用。尽管，数据处理这一术语从20世纪50年代才开始广泛应用，但是人工数据处理已经存在数千年。自从数据处理从手工处理过渡到机械自动化处理，再过渡到电子化处理时，人们普遍发现，通过改进数据处理设备可提高数据处理效率。然而，既有数据处理设备无法满足数据处理需求的这一事实是一种常态化现象，又有信息处理设别的处理和计算能力无法负荷现有的数据类型和数据规模这一情况也是一种普遍事实。随着1980年以来，互联网、物联网、云计算、三网融合等IT与通信技术的迅猛发展，数据处理在社会生活中变得越来越重要，无法满足需求的数据处理能力制约着社会发展这一问题越发严峻，典型表现为数据计算需求的硬件能力超出了硬件能力增长的摩尔定律[6]，这一问题受到人们的广泛关注，人们开始逐渐将“海量的数据生产倒逼数据处理系统变革”这一现象称之为大数据问题。相应的，人们也在提升数据处理能力的过程中获得了技术外部性带来的收益，享受到了因处理大数据带来的生产力提升和生活便捷。回顾1980年以来，近40年的大数据发展历程，学术界、产业界和政府机构可谓仁者见仁、智者见智。通常将大数据的发展历程划分为四个阶段。

（1）大数据萌芽阶段：从1980到2008年。1980年，美国著名未来学家阿尔文·托夫勒著的《第三次浪潮》书中将“大数据”称为“第三次浪潮的华彩乐章”，正式提出“大数据”一词的用语。在这一阶段，各行各业已经意识到，行业服务的提升需要更大量的數据处理，而且这种处理的数据量超出了当时主存储器、本地磁盘，甚至远程磁盘的承载能力，呈现出“海量数据问题”的特征，但是由于缺少基础理论研究和技术变革能力，对大数据的讨论只是昙花一现。

（2）大数据发展阶段：从2009年到2011年。在这一阶段，对海量数据处理已经成为整个社会迫在眉睫的事情，全球范围内开始进行大数据的研究探索和实际运用。2009年，联合国全球脉冲项目开始利用大数据开始预测疾病爆发;2009年，美国政府开始通Data.gov网站进行大规模的数据公开，希望以此促进数据发展;2010年，肯尼斯库克尔发表了长达14页的大数据专题报告，系统分析了当前社会中的数据问题;2011年，麦肯锡发布了关于“大数据”的报告，正式定义了大数据的概念，引发各行各业对大数据的重新讨论;2011年12月，工信部发布的物联网十二五规划将海量数据存储、数据挖掘、图像视频智能分析等大数据技术正式提出。这一阶段，技术进步的巨大鼓舞重新唤起了人们对于大数据的热情，人们开始对大数据及其相应的产业形态进行新一轮的探索创新，推动大数据走向应用发展的新高潮。

（3）大数据爆发阶段：2012年到2016年。这一阶段以2012年奥巴马政府公开发布了《大数据研究和发展倡议》为标志，大数据成为了各行各业讨论的时代主题，对数据的认知更新引领着思维变革、商业变革和管理变革，大数据应用规模不断扩大。以英国发布的《英国数据能力发展战略规划》、日本发布的《创建最尖端IT国家宣言》、韩国提出的“大数据中心战略”为代表，世界范围内开始针对大数据制定了相应的战略和规划。2013年是我国大数据元年，此后以大数据为核心的产业形态在我国逐渐展开，并尝试社会的各个领域探索与落地实践。但是，在这一阶段大数据产业发展良莠不齐，一些地方政府、社会企业、风险资金，因此不切实际一窝蜂发展大数据产业，一些别有用心的机构则有意炒作并通过包装大数据概念来谋取不当利益。在此过程中，获取数据能力薄弱、处理非结构化数据准确率低、数据共享存在障碍等缺陷逐渐暴漏，人们开始对大数据进行质疑。

（4）大数据成熟阶段：从2017年至今。这一阶段，与大数据相关的政策、法规、技术、教育、应用等发展因素开始走向成熟，计算机视觉、语音识别、自然语言理解等技术的成熟消除了数据采集障碍，政府和行业推动的数据标准化进程逐渐展开减少了跨数据库数据处理的阻碍，以数据共享、数据联动、数据分析为基本形式的数字经济和数据产业蓬勃兴起，市场上逐渐形成了涵盖数据采集、数据分析、数据集成、数据应用的完整成熟的大数据产业链，以数据利用的服务形式贯穿到生活的方方面面，有力提高了经济社会发展智能化水平，有效地增强了公共服务和城市管理能力。

通过总结大数据发展历程中的经验和教训，可以得到的启示为：

（1）尊重学科发展规律是推动学科健康发展的前提。科学技术的发展有其自身的规律，大数据学科的发展需要理论积累、技术创新、政策指导、需求指引的协同驱动。基础研究的理论积累是学科可持续发展的基石，技术创新是大数据学科发展的驱动力，政策指导是大数据学科指导实践的外部条件，应用需求指引是大数据学科发展和研究创新的指示方向。

（2）引领大数据发展需要来自于科学和需求的双轮驱动。大数据技术发展的驱动力除了知识与技术体系内在的矛盾外，解决处理大数据难题的需求是创新的最大源泉与动力。比如1997年美航局就提出“模拟飞机周围的气流需要被处理和可视化”这样一种数据处理需求，驱动了对于提升数据采集能力、数据存储能力、数据处理速度的解决方案出现。此后，在安防监控、身份识别、无人驾驶、互联网和物联网等实际应用对数据分析需求更是带动了大数据的技术突破。

（3）学科交叉是创新突破的“捷径”。大数据研究涉及信息科学、工程科学、统计科学、应用科学等，其学科产生本身就是不同领域学科交汇的结果，更在科学研究方法论上引起了学术界的重新审视。以大数据犯罪侦查、大数据产品销售、大数据理财投资为代表的传统行业的大数据应用，不仅为自身行业带来新生活力，还为大数据学科发展创新带来丰富样本和创新经验。

（4）宽容失败应是支持创新的题中应有之义。任何学科的发展都不可能一帆风顺，任何创新目标的实现都不会一蹴而就。大数据的学科发展和产业应用要求理清数据交互连接产生的复杂性，掌握数据冗余与缺失双重特征引起的不确定性，驾驭数据的高速增长与交叉互连引起的涌现性（Emergence）[7]，在这一面对复杂状况的不确定探索进程中，创新失败本是常态。

（5）安全保障是信息化产业发展的根基。从以数据为核心要素的信息化产业的发展历程发现，现阶段的数据安全保障能力是拓展下一阶段数据业务的基础和前提。习总书记也曾在中央网络安全和信息化领导小组第一次会议上指出，网络安全和信息化是一体之两翼、驱动之双轮，没有网络安全就没有国家安全，没有信息化就没有现代化。因此，加强基础设施防护、严守数据安全是促进下一阶段技术发展与保护国家安全的重要方面。

3 大数据的发展现状与影响

自从1946年，世界上第一台进行数据处理的计算机“ENIAC”在美国宾夕法尼亚大学诞生后，数据技术已经经过了70余年的发展，对于大数据的研究也接近40年。数据技术，尤其是大数据技术，其理论、技术和应用都取得了重要突破，已成为推动新一轮科技和产业革命的驱动力，深刻影响世界经济、政治、军事和社会发展，日益得到各国政府、产业界和学术界的高度关注。从技术维度来看，大数据技术在复杂环境数据采集、高效率低成本的大数据分布式存储、索引查询、数据挖掘、数据清洗、异构数据集成以及数据可视化、社会计算以及数据平台系统与应用等方面取得突破。但是，在跨领域数据共享、多业务部门数据联动以及有效地多源异构数据分析模型建造等方面仍处于起步阶段;从产业维度来看，大数据创新创业如火如荼，个性化服务和智能化决策产品层出不穷，技术和商业生态已见雏形;从社会维度来看，世界主要国家纷纷将大数据上升为国家战略，相关推动大数据发展的法律法规和行业政策逐步出台，大数据社会影响日益凸显。

大数据技术在数据收集、存储、分析与应用等科学研究诸多方面取得重要进展。在数据收集上，利用爬虫技术可以有效地提取目标网页中的相关数据;利用數据抽取、转换和加载技术对不同数据源中的异构数据抽取到临时中间层进行清洗、转换、集成;利用物联网技术可以对结构形态各异的海量数据进行识别、分类、管理。在数据存储上，利用键值数据库可以快速的对数据进行索引查询;利用可扩展式数据库可以兼容多类型数据，实现数据的扩展;利用区块链式数据库可以有效地对数据真实性提供保障。在数据分析计算上，利用批处理框架、流处理框架、交互式计算框架和图处理框架等计算范式挖掘潜藏在数据中的深度信息。在数据应用上，利用文本可视化技术将数据之间的潜在模式关系形象的表示出来，更便捷的被人所认知;利用聚类分析、模型构建、模拟实验等应用手段可进行科学研究、资源配置和决策评估。

大数据技术在产业应用方面取得令人瞩目的成绩，数据渗透到社会的方方面面，逐渐成为各组织的核心资产。以谷歌、苹果、脸书、亚马逊、阿里巴巴、腾讯、京东、百度为代表的数据企业蓬勃发展，以数据为生产原料的图像识别、语音识别、自动驾驶等专用人工智能领域也取得突破性进展。发展至今，大数据已成为诸多行业领域的基础设施，在金融理财、舆情分析、电子政务、电子商务、支付结算、银行保险、智慧城市建设、健康医疗、教育养老扶贫、市场产品销售、农业精准管理等领域的应用不断深化，成为行业发展的重要支撑。大数据产业已成为创新生态布局战略高地，数据领域的国际竞争将日趋激烈，谁掌握数据谁掌握世界的生产资源，大数据上升为世界主要国家的重大战略资源。

随着大数据的深入发展和应用的不断普及，其社会影响日益明显，也存在发展格局失调、产业分布失衡的现象。大数据多与金融、通信、社会管理等产业融合较好，有待在实体经济领域进一步深化;大数据多集中于市场分析、内部运营等业务类型，与产品制造、供应链管理等业务结合方式有待进一步深挖[8];产业地域分布与经济格局相近，呈现地域发展阶段不均衡、区域分布明显的特点。在北京、上海、广州、深圳、杭州等数据产业集聚城市，产业链条已初步健全，在行业发展中占据了有利竞争点。二三线城市开始发展智慧城市工程，依托大数据、云计算技术为重要支撑，成为了上游企业的主要技术消费区。四五线城镇及农村地区还尚未具备数据企业发展的环境，目前尚为大数据企业希望开垦的沃土。总体来讲，绝大多数西部及内陆地区与东部经济发达地区信息鸿沟逐渐加大，这一形式在经济发展表现上或将呈现“强者更强”的马太效应。

4 大数据的发展趋势与展望

大数据经过近40年的理论积淀、技术创新和应用尝试，突破了数据来源、处理技术、应用条件、法律环境等制约因素，伴随着政府和产业界投入的日益增长，大数据技术与实体产业融合将不断加速，全球以大数据为核心支撑的数字经济产业规模在未来十年将进入蓬勃发展的黄金时期。

在自身定位上，数据技术尤其是大数据技术，其理论、技术和应用都取得了重要突破，已成为推动新一轮科技和产业革命的驱动力，深刻影响世界的经济、政治、军事和社会发展，塑造着国际产业竞争格局和一个国家的国际竞争力，日益得到各国政府、产业界和学术界的高度关注。大数据领域的国际竞争将日趋激烈，世界主要发达国家纷纷把发展大数据技术作为提升国际竞争力、维护国家安全的重大战略，加紧积极谋划政策，围绕核心技术、顶尖人才、标准规范等强化部署，力图在新一轮国际科技竞争中掌握主导权。

在应用方向上，除了科学研究、资源配置和决策评估之外，大数据还将推动人工智能的发展，有助于推动人类进入普惠型智能社会。随着脑科学的研究突破，大量脑神经活动可以进行感知机器进行捕捉，形成可分析的认知数据，能够更精细解析智力的神经环路基础和机制，利用数据可视化将神经机理表示出来，形成可计算的数据模型，提升人工智能的智力水平。同时，人工智能算法在大数据驱动下对经济和社会各领域进行渗透融合，实现生产力和生产关系的变革，带动人类社会迈向新的文明。

在数据安全上，各层面的数据应用场景各异，应用方式多元，受侵害角度不同，需进行多元化的治理方式。个人数据多与隐私相伴，常带有个人信息属性，治理上需侧重促进信息保护，防止隐私失密。企业数据多属于企业资产，需从数据产生、采集、存储、应用等生产链条进行资产管理，从技术安全角度侧重资产保值增值。国家机构与社会团体需关注数据应用产业链条的安全规范，聚焦监管规则构建，促进行业稳健发展。数据跨境流动治理需从国际共识形成、跨境程序构建、数据标准化工程建设、安全评估方案保障等角度努力。

在社会保障上，大数据的社会学研究将被提上议程。为了确保大数据的健康可持续发展并确保大数据的发展成果造福于民，需要从社会学的角度系统全面地研究大数据对人类社会的影响，深入分析大数据对未来经济社会发展的可能影响;为了促进大数据的开发和合理利用，需要从法学的角度确定数据流转过程中的权属关系，制定完善的数据法律法规;为了保护大数据的访问和共享对于隐私的侵害，应当以建设性的方式，围绕数据隐私方面的争议，制定强有力的原则和严格的规则，提供足够的工具和系统支撑，规避可能风险，确保大数据的正面效应。

5 我国大数据的发展态势与思考

我国当前大数据发展的总体态势良好，據中国信息通信研究院《大数据白皮书（2018）》公布，截至2018年2月，我国大数据产业规模达到4700亿，核心产业规模达到234亿，同比增长规模均超过30%。在大数据的总体水平和应用方面，我国也处于国际前列，发展潜力巨大，有望率先突破成为全球领跑者。但是，也需要清醒地看到，我国大数据发展存在过热和泡沫化风险，特别在基础研究、技术体系、创新人才、法律规范等方面仍然存在不少问题。总体而言，我国大数据发展现状可以用“政策支持、环境改善，应用领跑、前景看好”来概括。

一是政策支持。党和国家高度重视并大力发展大数据。2014年3月，大数据首次被写入政府工作报告，次年国务院正式发布《促进大数据发展的行动纲要》。2016年，十三五规划纲要正式提出实施“国家大数据战略”，同年12月工信部发布《大数据产业发展规划（2016-2020年）》，次年十九大正式提出推动大数据与实体经济深度融合。2017年12月8日，十九届中共中央政治局就实施国家大数据战略进行了集体学习，各级国家机关与地方各级政府积极相应，我国各地已对外公布超过110份大数据相关政策文件，覆盖31个省级行政区划，结合自身优势做出相应部署，推动自身相关大数据产业蓬勃发展。

二是环境改善。目前，我国大数据发展的社会环境、经济环境、产业环境逐渐契合。目前，我国数据开放制度逐渐完善，已有十余个省市依托各自的数据开放平台公开了部分数据。截止到2018年1月，北京市开放数据平台已开放42个政务部门18个领域的748个数据集，上海市也已开放12个领域的1564个数据集，涉及司法、信用、气象、林业等诸多领域。据不完全统计，目前我国已有20余个省级或者地市级政府明确提出大数据产业发展定位，涉及多个层次，包括人才、创业创新、数据资源聚集、应用、产业等多种类型。

三是应用领跑。大数据技术已深入渗透到各行各业，与行业的融合应用日趋深化，驱动以数据为核心的数字经济蓬勃发展。根据腾讯研究院发布的《中国“互联网+”指数报告（2018）》显示，“2017年全国数字经济体量为26.70万亿元人民币，较去年同期的22.77万亿元增长17.24%，数字经济占国内生产总值（GDP）的比重由30.61%上升至32.28%”[9]。在世界上大数据技术比拼知名的Sort Benchmark大赛上，百度、阿里、腾讯先后在2014年、2015年、2016年拿下冠军，打破了之前谷歌、雅虎、亚马逊等国际数据企业的垄断。2018年5月，“互联网女皇”玛丽·米克尔公开发布了2018年《互联网趋势》报告指出，世界互联网排名前20的数据企业均来自于中、美两国，其中美国有苹果、微软、谷歌、亚马逊、Facebook、Netflix、eBay、Uber、Airbnb等11家公司，中国有阿里巴巴、腾讯、蚂蚁金服、百度、小米、滴滴、京东、美团点评、今日头条等9家公司，这表明我国在数据服务应用领域处于领跑态势。

四是前景看好。我国发展大数据具有市场规模、应用场景、技术能力、资金投入、国家政策支持等多方面的综合优势，大数据发展前景看好。随着传感技术、5G通讯及物联网的到来，作为核心要素的数据，其规模将进一步增长，数据类型将更加多元，数据价值将更加显著。伴随着对数据生产、传递和利用过程的精细化管理，数据标准将逐渐统一，数据生命周期规划将更加科学，数据应用过程将更加高效，数据价值评估将更加准确，数据产业生态趋于完善。

人类社会已开始迈入数据时代，数据引领社会发展是大势所趋，不可逆转。伴随着大数据自身的创新发展和向经济社会的全面渗透，大数据发展开始进入爆发式增长的红利期。现在是我国加强布局、收获红利、引领数据时代的重大历史机遇期，如何在大数据蓬勃发展的浪潮中选择好中国路径、抢抓中国机遇、展现中国智慧需要深入思考。

5.1 树立理性务实可持续的发展理念

随着数据是新一代石油的言论兴起，社会大众陷入了对大数据的狂热，一些地方政府、社会企业、风险资金因此不切实际一窝蜂发展大数据产业，一些别有用心的机构则有意炒作并通过包装大数据概念来谋取不当利益。实现大数据在所有领域的渗透融合需要长期理论和技术积累，并非是一蹴而就的事情。发展大数据不能以短期牟利为目的，要充分考虑到大数据产业回报的周期性，充分认识到大数据渗透到传统产业的长期性和艰巨性，理性分析行业对大数据技术的需求，审慎选择大数据发展路径，着重考虑“可持续发展”“透明开放”“代价可控”三原则基础上，务实推进大数据发展举措，确保大数据健康可持续发展。

5.2 加强基础扎实创新多维的原创研究

大数据的社会影响将是深远的、全方位的。工作者应当未雨绸缪，加强基础扎实的原创研究，追求研究质量而非数量，从国家安全、社会治理、就业结构、伦理道德、隐私保护等多个维度系统深入研究大数据技术可能的影响，制定合理可行的应对措施，确保大数据的正面效应。应大力加强大数据领域的科普工作，打造科技与应用的高效对话机制和沟通平台，为大数据的发展营造理性务实、积极健康的社会氛围。同时，应对标国际最高水平，建设面向未来的大数据基础科学研究中心，重点发展原创性、基础性、前瞻性、突破性的大数据科学，形成具有国际影响力的大数据原创理论体系和应用基地，为构建我国自主可控的大数据技术创新生态提供领先扎实的理论支撑。

5.3 探索网络主权为纲的数据跨境模式

我国是发展中国家阵容中唯一有望成为全球数据竞争中的领跑者，在大数据技术应用方面走在世界前列，应采取不同于一些国家的“经济垄断主义、技术保护主义、贸易霸凌主义”路线，在尊重对方网络主权的基础上，尽快探索平等互利的数据跨境模式，打破数据孤岛，布局构建开放共享、普惠全球的大数据技术和应用平台，向数据技术落后地区输出中国智慧，提供大数据时代的中国方案，为普惠人类命运共同体做出中国贡献。

5.4 打造供需对接的数据共享格局

目前，我国学术界、产业界、行业部門在大数据发展方面各自为政的倾向比较明显，数据资源开放共享不够，缺少对行业资源的有效整合。麦肯锡2016年12月的一份名为《分析的时代：在大数据的世界竞争》显示，数据割裂是大数据在很多领域没有达到预期效果的重要原因。要想实实在在收获大数据带来的红利，首先应当打破数据孤岛，打造风险共担利益共享的数据开放体系，促进数据资源的流动性和可获取性，推动供需对接，多头并进深化数据应用。在面对数据冗余、数据缺值、数据冲突等非标准化带来的共享阻碍而寻求大数据国际标准制定时，我国应努力掌握话语权，并通过标准实施加速数据驱动经济社会转型升级的进程。

5.5 建立协同高效的数据安全保障体系

数据安全保障需要技术与制度双重发力。在技术上，加快研发感知网络安全态势技术，综合应用漏洞挖掘技术、网络攻击技术、软件样本行为分析技术以及由网络地址解析数据库、网络访问日志数据库、文件黑白名单数据库等组成大数据系统与分析技术，协力发展数据安全能力。同时，积极建立政府和企业网络安全信息共享机制，综合运用各方面掌握的数据资源，加强大数据挖掘分析，更好感知网络安全态势，做好风险防范。

5.6 建立他律辅助自律的产业监管生态

历史经验表明，没有监管的行业生态终将走向衰败。自发形成的网络空间数据基础设施共建模式，阻碍政府治理深度渗透到企业控制的数据领域，这一现状促使对数据产业监管应采取以行业自律为主、政府他律为辅的监管形式。在强调行业自律的基础上，我国应努力探求数据的权力属性，强化数据相关法律建设，吸纳欧美等发达国家地区在大数据领域的立法经验，通过加强对于重要基础设施和关键领域的法律监管，努力构建大数据产业安全、可控、可靠发展的生态环境。

6 结束语

把握好大数据发展的重要机遇，促进大数据产业健康发展，处理好数据安全、网络空间治理等方面的挑战，是中国当前面临的时代课题。习总书记时常强调，在保证国家数据安全的基础上，努力推动以大数据为驱动的产业创新，构建以数据为关键要素的数字经济体系，努力运用大数据提升国家治理水平，以促进保障和改善民生。大数据经过近40年的发展，进入了创新突破的战略机遇期和产业应用的红利收获期，已经对生产力和产业结构以及经济形态产生革命性影响。但是，工作者需要看到中国与国外发达国家在大数据领域的差距与不足，应当采取理性务实的发展路径，扎实推进基础研究、技术生态、人才培养、规则构建、法律规范等方面的工作，围绕建设网络强国、数字中国、智慧社会，全面实施国家大数据战略，助力中国经济从高速增长转向高质量发展。

参考文献

[1] 习近平.网络安全的重要性[EB/OL]. http：//guoqing.china.com.cn/2019zgxg/2019-09/16/content_75211149.html？f=pad&a=true.

[2] 程学旗，靳小龙，王元卓，郭嘉丰，张铁赢，李国杰.大数据系统和分析技术综述[J].软件学报，2014，25（09）：1889-1908.

[3] 孟小峰，慈祥.大数据管理.概念、技术与挑战[J].计算机研究与发展，2013，50（01）：146-169.

[4] Segaran， Toby，Hammerbacher， Jeff. Beautiful Data： The Stories Behind Elegant Data Solutions[J]. O'Reilly Media. p. 257.

[5] See Arthur WB. The second economy. 2011[EB/OL]. http：//tuvalu.santafe.edu/～wbarthur/Papers/SecondEconomy.pdf.

[6] 王元卓，靳小龙，程学旗.网络大数据：现状与展望[J].计算机学报，2013，36（06）：1125-1138.

[7] See Holland J.Emergence-From Chaos to Order.1998 [EB/OL]. https：//www.newscientist.com/article/mg15821315-400-emergence-from-chaos-to-order-by-john-holland/ .

[8] 中国信息通信研究院.《大数据白皮书（2018）》在京发布[EB/OL].http：//www.caict.ac.cn/kxyj/qwfb/bps/201804/t20180426_158555.htm.

[9] 腾讯研究院.《中国“互联网+”指数报告（2018）》在京发布[EB/OL].https：//www.tisi.org/5025.