數據生態理論研究綜述

周 眾

(山西傳媒學院 組織部，山西 榆次 030619)

隨著開放數據運動的推廣，越來越多的機構參與到數據發布與使用的整體流程中。開放數據的經濟價值越來越明顯，歐盟報告中預測2011年開放公開數據將帶來直接收益是每年400億歐元[1]，世界銀行認為開放數據的經濟潛力是巨大的[2]。但是，隨著開放數據數量的增加，數據質量問題日益凸顯，數據價值本身受到用戶質疑。如何有效地提高數據質量，追蹤數據來源，提高數據生命周期，各個用戶的參與度將成為重要問題。數據管理不再是單純數據本身的問題，而應該是涉及到人、所有權、技術、制度等多層面的問題。數據管理不再是單方向的信息處理問題，而應該是雙向信息流的問題，尤其是用戶信息反饋流將對數據質量的提升具有重大意義。生態系統強調系統構成各部分之間相互依賴，通過合作與競爭實現系統的有序與平衡。采用生態系統的觀點認識數據管理，有助于提升數據管理水平，充分發揮數據的價值。整個生態鏈中，技術不再是核心，人的作用得到重視。社會環境中，需考慮各個構成部分如何相互依賴相互影響，通過動態演化達到生態平衡。如何促進數據資源在生態鏈中快速順暢地流動，借助外部世界的反饋信息有效地調整自身行為，從而最大程度地發揮其在網絡經濟中的價值。

2011年，開放數據生態系統最早在經濟學家Pollock博客中提及[3]，認為數據處理的基本模型應從單方向向數據循環的動態系統轉換，中介者以重用方式發布清洗、正確、集成的數據集。2014年維基年會上，進一步肯定了開放數據帶來的廣泛影響，認為需增強數據發布者、分析者和使用者之間合作，以促使基于對話的數據生態系統的建立。毫無疑問，網絡環境下開放數據的出現，進一步帶來了人們對營造良好數據生態環境的渴望。基于此，探討數據生態的提出到發展的演變過程，梳理信息生態、知識生態、數據生態三者之間的關系，提煉出不同研究者對于數據生態系統構成要素的代表性觀點，旨在對國內學者深入開展數據生態理論的研究奠定基礎，為營造國內良好的數據生態系統提供可參考性的建議，真正發揮數據在經濟領域中的價值。

一、數據生態的發展由來

20世紀90年代，為獲得可持續的發展，許多企業紛紛引進信息系統，但并未給企業帶來應有的效益，針對當時組織僅僅關注于信息技術的問題，1997年達文波特首次正式提出了“信息生態”概念，強調一個組織的信息生態是該組織的信息環境，由大量交互、互相聯系的社會、文化、政治子系統構成，可以分為政策、文化及人員要素[4]。信息政策明確管理與使用信息的職責，信息文化促使組織內部員工形成共同的信息交換、共享、合作等信息行為規范和價值理念，信息技術專家及信息內容加工專業人員是信息處理的關鍵。組織的信息生態影響到信息的生產及存儲狀態、信息獲取與信息需求數量及其信息價值。由此許多研究者展開了此研究[5]，從各類型的研究成果中可以看出，信息生態理論研究注重于系統觀，將信息管理作為整體看待，其由各種不同的要素如技術、人、行為、文化、政策等構成，如何有機地發揮各種要素之間相互依賴關系，如何重視人的作用，實現信息生態的平衡及良好運轉，促進組織內部的信息的創建、流動及其使用是信息生態學的研究目標。

與此相應地，信息生態比較成熟的理論應用到許多相關領域，研究者提出了“知識生態”、“數字生態”等新概念。

知識管理環境下，如何將信息轉換為行動成為關注的核心，因此信息生態(以信息為核心)延伸到知識生態(以行動為核心)，知識生態由知識節點、知識交換和知識流構成。與信息生態更多地強調外部控制，比如采用激勵、獎勵、規章等方式相比，知識生態更強調如何構建自適應系統，通過內在激發、自我控制實現個人的主動積極參與。其更注重人的知識交流及其在交流上建立的關系，同時研究知識如何影響人的行為(包含潛在行為)，以實現新知識的創造及舊知識的更新，促進知識的創造、集成、共享及使用。

數字生態指由媒介、通信及IT行業形成的聚合空間，其由用戶、公司、政府、社會及促進數字交互的通信設施構成[6]， 旨在支持該環境中各個不同獨立實體間的數據自由流動，促進公開、靈活、交互的信息環境的發展。其被應用于不同的領域，如教育、醫學、生物、網絡。數字生態系統應由一系列數字實體構成，如網絡化個體或組織、服務、軟件、應用，它們在數字化環境中通過信息及交易流相互聯接[7]。與信息生態相比，數字生態不再局限于圍繞信息系統為核心的信息環境，而是延伸到網絡信息技術變革所帶來的數字化環境。

數據提供者的日益增加導致數據量的激增，數據管理問題叢生，Parsons等提出創建跨學科全球數據生態系統，通過技術、人、組織及其社會的協調適應以形成不斷演化的科學數據生態系統[8]，其成為數字生態的主要類型之一。隨著web2.0發展，用戶參與度進一步促進了網絡數據的開放、自由、透明，2007年首次提出了開放數據的概念，繼而興起了開放數據的運動，出現了開放獲取、開放資源、開放政府等。在此背景下，開放數據生態系統受到關注，旨在利用生態學理論促進開放數據的質量提升，發揮開放數據的經濟價值。大數據技術的出現，促進了數據生產、管理、消費過程自動化，但大數據不僅僅是一個數據庫或者HADOOP問題，盡管大數據處理及分析構成了技術核心，它應該是存儲、處理、可視化及提交結果到目標應用的復雜構成[9]，大數據生態系統因此產生。可以看出，數據量的猛增，數據處理技術的發展，以開放數據、大數據為核心的數據生態的理論研究及發展已受到各界學者的關注。

二、數據生態、信息生態、知識生態的關系

任何生態系統都是由若干子系統構成，信息技術的快速發展改變了當前的經濟、社會環境，個人、組織機構、政府等實體之間數字化交互頻繁、快速，數字化生態系統逐步形成。在此系統中，最核心的構成是數據、信息、知識的流動。依據這三者在機構中發揮的作用價值不同，因此將數字化生態系統分為數據生態、信息生態、知識生態三個子系統。其中數據生態強調數據流的高質量、自由通暢及其交互反饋，其作為數字化生態系統的基礎構成，制約了其它生態系統的發展，信息生態強調信息流的良好運轉，實現數據流的再加工及更好利用，并進一步為知識生態系統運轉提供高質量的輸入信息流。知識生態強調知識的創造及運用，與其它子系統相比，更強調人的主觀能動性，是數字生態系統中最具活力、創造力的生態環境。

從各個概念所提出的時間節點看，信息生態最先提出，知識生態其次，數據生態最晚，這與信息技術的發展規律相吻合。從20世紀60年代到90年代末，信息技術廣泛應用于信息系統中，帶來了企業管理層面的變革，如何有效地發揮信息系統的作用，從信息生態學角度看待信息系統問題，成為學者及管理者關注的問題。隨著90年代初美國經濟學家羅默和盧卡斯的新經濟增長理論的提出，知識經濟進入人們的視野，相比信息管理而言，知識管理的難度更大，對組織要求更高，而知識生態的提出旨在形成個人-知識-技術的三層網絡體系，達到知識共享交流與創造應用。90年代后期網絡及通信技術的迅速發展，引起了經濟、社會、政治等各個層面的變革，網絡經濟、虛擬經濟的提出，使人們更多地著眼于生態環境的數字化、開放性、自由性變化特征，在研究數字化生態環境的同時，人們既關注外部宏觀環境變化，注意到數據的價值，又重視微觀環境的審視研究，數據生態因此產生。隨著數字化信息的大量涌現，如何有效地辨別數據質量，提高數據加工處理效率、拓展數據的應用價值成為重要問題。數據是產生信息、知識的原料，從信息生態延伸到數據生態問題，實際回歸到本原問題，只有創建良好的數據生態系統，才可為信息生態、知識生態系統的發展提供原動力。

三、數據生態系統的構成要素劃分

數據生態系統是一個有機體，其由各個構成要素之間相互依賴相互作用而形成一個有序的整體。由于研究者分析角度的差異，各構成要素的劃分標準有所不同，但從其劃分中可窺見數據生態系統研究所關注的重點依然是數據本身。

(一)依據數據生命周期劃分

數據生命周期理論的提出旨在提高數據管理及保存效率，促進數據的使用及重用。從所提出的理論看，數據生命周期包含幾個核心的階段: 數據收集、數據處理、數據發布、數據利用。研究者基于開放數據生態系統，提出數據生態系統由數據審核、數據選取、數據發布、數據獲取及發現、用戶參與、評估等要素構成[10]。

圖1 基于數據生命周期的數據生態系統要素劃分

數據審核需明確所發布數據的狀態(所有權、收集頻率、格式、價值等)，選取價值高、影響度大、以需求驅動為主的數據，保護數據穩私，進行授權使用，發布高質量的數據(格式、元數據、標準、URI),確認用戶獲取數據的途徑，運用目錄或門戶網站組織數據以保證數據被發現，獲得政府部門政策、財政、能力層面的支持，提供各種用戶反饋渠道(社交媒體、傳統媒體)，提高用戶的參與度，積極提倡數據經濟價值的發揮，對數據進行定期評估，支持數據的實踐活動。

數據生命周期理論下數據生態系統，強調數據的計劃性管理方式，分層次按步驟地完成數據的高效率管理。各個要素之間互相依賴，前一個要素決定著后一個要素的實施效果，同樣，該循環應該是一個閉合循環，數據評估結果需反饋到數據的審核及選取環節，提高數據的使用價值。可以看出，該理論強調科學化數據管理方式，重視數據的質量及其用戶的使用。

(二)依據數據增值鏈的主體劃分

數據生態系統的核心資源是數據，圍繞數據處理的主體，按照增值鏈條將數據生態系統分為數據提供者(Suppliers)數據中介(Intermediaries)、賦能者(Enablers)、數據消費者(Consumers)四大要素[11]。

圖2 數據處理主體劃分的數據生態系統要素

開放數據平臺中，數據提供者指那些收集、發布數據的機構，負責信息的更新與維護，旨在提高其聲譽度及參與度。中介者則使用開放數據向最終用戶提供開放數據，主要分為三種類型聚合者(Aggregators)、開發者(Developers)、增值者(Enrichers)。聚合者負責收集、聚合開放數據，通過數據間復雜關聯生成知識，開發者設計、實施、出售基于開放數據的應用，增值者指利用開放數據提高當前服務和產品。可以看出，數據中介搭建了數據提供者與消費者之間的橋梁，通過數據的再加工實現增值服務(包括新的知識、應用程序、基礎設施的服務)。賦能者(Enablers)有助于促進開放數據使用，通過提供基礎設施來實現獲取、存儲、檢索數據的服務。數據消費者不僅瀏覽數據，而且貢獻、提供反饋，他們可以編輯數據實現數據的糾錯及其更新，有助于數據的維護，他們也可對數據提供評論標注。通過有效的反饋環節使數據生態系統中的數據趨于完善。

數據在生態系統中被循環反復處理，經過不同的數據處理主體，實現進一步的編輯、更新、擴展及應用，每一要素之間相互依賴，如果數據提供者不能充分地提供數據，則數據中介則不能實現數據的再加工，數據消費者無從利用此數據。而數據消費者反饋信息渠道不暢，則會形成單向的信息傳遞，數據提供者、數據中介所處理的數據缺乏指向性、針對性，影響所生產數據的質量。該理論強調各個數據處理主體之間的有效配合，重視數據的增值作用。

(三)依據組合結構劃分

生態學強調生物與外界環境之間協調發展，生態系統的組分結構是指生態系統中由不同生物類型或品種以及它們之間不同的數量組合關系所構成的系統結構。達爾波特所提出信息生態系統構成劃分則體現了此思想，認為是由社會、文化、政治子系統構成。同樣數據生態被看作是信息生態的一種類型，其應該是人、數據、技術等復雜環境構成的整體系統，被應用到不同領域研究者有不同的認識。開放政府生態系統中，研究者強調其由開放數據提供者及其由政策法律、文化、技術、組織機構、資源等構成的環境、數據使用者、政府構成[12][13]。

圖3 基于組合結構的數據生態系統要素

電子政府生態系統由網絡通訊基礎設施、電子政府、人力資源、政策及規章制度構成[14]。大數據生態系統中，其由5V大數據屬性、數據模型及結構、大數據基礎設施、大數據生命周期管理(數據流動)，大數據安全設施構成。

數據生態系統中，各個要素之間相互作用，共同影響著系統的運行。該理論強調數據管理中各參與要素的關系，尤其是軟要素，如政策制度、文化、人員影響，各個要素之間如何有效地交互，使整個數據生態系統趨于動態平衡且可持續發展是研究者關注的重心。

開放數據、大數據的出現，進一步改變了互聯網的生態環境。如何利用豐富的數據，發揮數據的價值，提高數據質量成為用戶關注的問題。數據生態管理理論的提出及發展，將圍繞此核心問題開展的系列研究，無論從數據生命周期管理，還是價值增值鏈、組合結構角度地分析，都旨在剖析數據生態系統的構成要素，從而為深入分析各個要素之間的互動性奠定基礎。

[1]Vickery 1.，G.Review of recent studies on PSI re-use and related market developments.[N/OL].Information Economics，2011[2015-12-06].http://rcc.gov.pt/SiteCollectionDocuments/Final%20Version%20Study%20PSI.pdf.

[2]World Bank.Open data for economic growth[R/OL].2014-06-25[2015-12-14].http://www.worldbank.org/content/dam/Worldbank/document/Open-Data-for-Economic-Growth.pdf.

[3]Pollock R.Building the (Open) Data Ecosystem[N/OL].2011-09-13[2015-2-06].http://blog.okfn.org/2011/03/31/building-the-open-data-ecosystem/.

[4]Davenport，T.H.Information Ecology: Mastering the Information and Knowledge Environment[M].Oxford University Press: New York，1997:106

[5]Detlor B.The influence of information ecology on e-commerce initiatives[J].Internet Research,2001，11(4).

[6]The World Economic Forum.Digital Ecosystem Convergence between IT，Telecoms，Media and Entertainment: Scenarios to 2015[R/OL].2007[2015-11-07].http://www.weforum.org/pdf/scenarios/de_executive_summary.pdf.

[7]Caschera M C，D’Ulizia A，Ferri F，et al.Studying network dynamics in digital ecosystems[C].Management of Emergent Digital EcoSystems.2009:21-27.

[8]Parsons M A，?ystein God?y，Ledrew E，et al.A conceptual framework for managing very diverse data for complex，interdisciplinary science[J].Journal of Information Science，2011，37(6).

[9]Membrey.Architecture Framework and Components for the Big Data Ecosystem[J].Journal of System and Network Engineering，2013(1).

[10]Deirdre Lee.Building an Open Data Ecosystem - An Irish Experience[C].ICEGOV2014，Guimaraes: Portugal,2014:351-360.

[11]Ponte，Diego.Enabling an Open Data Ecosystem[R/OL].2015[2015-12-13].http://aisel.aisnet.org/ecis2015_rip/55.

[12]Ubaldi B.Open Government Data: Towards Empirical Analysis of Open Government Data Initiatives[J].Oecd Working Papers on Public Governance，2013，27(3).

[13]Zuiderwijk A，Janssen M.Innovation with open data: Essential elements of open data ecosystems[J].Information Polity，2014(19).

[14]L.Abrahams，Innovation in monitoring and evaluation for e-development and transformational government[C/OL].Sustainable e-Government and e-Business Innovations (E-LEADERSHIP)，2012:1-7.