國內外大數據產業發展比較分析

謝衛紅 樊炳東 董策

〔摘要〕為了發現國內大數據產業存在的不足，本文從大數據發展頂層設計、要素供給、數據隱私與安全保護及大數據標準體系建設4個方面對國內外大數據產業政策進行比較，分析了國內外大數據產業政策的異同，最后針對性地從平衡政府數據開放和個人隱私保護政策完善、完善數據流通體系、加強人才培養、調整大數據關鍵技術投入重心4個方面提出建議，推動我國大數據產業有效、健康發展。

〔關鍵詞〕大數據；產業政策；大數據戰略；數據開放；數據共享；美國；英國；澳大利亞；法國；數據交易；數據隱私和安全保護；標準體系

DOI：10.3969/j.issn.1008-0821.2018.09.019

〔中圖分類號〕G2507；G252〔文獻標識碼〕A〔文章編號〕1008-0821（2018）09-0113-09

Comparative Analysis of Big Data Industry Development at Home and AbroadXie Weihong1，2Fan Bingdong1，2Dong Ce1，2

（1.Management School，Guangdong University of Technology，Guangzhou 510520，China；

2.Institute of Big Data Strategic Research，Guangdong University of Technology，Guangzhou 510000，China）

〔Abstract〕In order to discover the insufficiency of the domestic big data industry，this article compared domestic and international big data industry policies from four aspects：top-level design of big data development，factor supply environment，data privacy and security protection environment，and big data standard system construction environment.The similarities and differences between big data industrial policies at home and abroad，and finally made recommendations from the four aspects of balancing the opening of government data and perfecting personal privacy protection policies，improving the data circulation system，strengthening personnel training，and adjusting the key technology input of big data.The data industry was effective and healthy.

〔Key words〕big data；industry policy；big data strategy；open data；data sharing；America；UK；Australia；France；data exchang；data privacy and security protection；standard system

近幾年來，大數據已經成為塑造國家競爭力的戰略制高點之一，一個國家掌握和運用大數據的能力將成為國家競爭力的重要體現，因而目前各國紛紛將大數據作為國家發展戰略，將發展大數據產業作為大數據能力建設的核心。

從現實來看，國家之間關于大數據的競爭日益激烈。美國高度重視大數據研發和應用，2012年3月推出“大數據研究與發展倡議”，將大數據作為國家重要的戰略資源進行管理和應用，2016年5月進一步發布“聯邦大數據研究與開發計劃”，不斷加強在大數據研發和應用方面的布局。歐盟2014年推出了“數據驅動的經濟”戰略，倡導歐洲各國搶抓大數據發展機遇。此外，英國、日本、澳大利亞等國也出臺了類似政策，推動大數據應用，拉動產業發展[1]。早在2011年，麥肯錫就在研究報告中指出，數據可以為世界經濟創造重要價值，提高企業和公共部門的生產率和競爭力，并為消費者創造大量的經濟剩余。例如，如果能夠富有創造性且有效地利用大數據來提高效率和質量，預計美國醫療行業每年通過數據獲得的潛在價值可超過3 000億美元，能夠使得美國醫療衛生支出降低超過8%；充分利用大數據的零售商有可能將其經營利潤提高60%以上；通過利用大數據實現政府行政管理方面的運作效率提高，估計歐洲發達經濟體可以節省開支超過1 000億歐元[2]。

雖然我國在大數據發展和應用方面已具備一定基礎，擁有市場優勢和發展潛力，但同時也存在政府數據開放共享不足、產業基礎薄弱、缺乏頂層設計和統籌規劃、法律法規建設滯后、創新應用領域不廣等問題[3]。為了抓住大數據產業發展的重大機遇，為我國經濟轉型發展提供新動力，重塑國家競爭優勢創造新機遇，2015年9月，國務院發布了《促進大數據發展行動綱要》[3]，正式把促進大數據的發展和應用提升到國家戰略層面；隨后，為了進一步地落實“國家大數據戰略”，推動大數據產業健康快速發展，工信部于2017年1月又出臺了《大數據產業發展規劃（2016-2020年）》[1]，力圖為我國大數據產業發展提供有效的支持和指導。

從理論來看，針對大數據產業政策的討論，已有部分相關研究。如周京艷等[4]采用內容分析法，從政策工具的視角，對我國已頒布的18份國家級大數據政策進行了定量分析，從適度提高供給面政策工具的使用、彌補現有政策工具的空白、加強與其他政策協同發展三方面提出了完善大數據政策的建議；魏紅江等[5]以日本推進大數據戰略與開放數據戰略的國際國內背景、制定過程、政策措施與實施效果為研究內容，從中得出了我國應加強大數據產業政策扶持力度、創新大數據產業人才培養機制、制定開放數據戰略等啟示；張勇進等[6]從戰略規劃、技術能力提升政策、應用與管理政策3個層面比較分析美、英、法等國政府的大數據政策，總結分析了共性特點及各自特色，并為進一步完善我國大數據政策提出了相關建議，如注重構建大數據產業發展的配套政策。從上述討論可以看出，一方面目前我國大數據產業發展確實存在諸多不足，相關政策措施需進一步完善；另一方面，已有研究的分析視角大多基于單方面比較，針對國內外相互間的比較分析視角仍然缺乏，這也為本文提供了研究思路。

因此，在推動大數據發展已成為各國政府共識的情境下，通過與國外主要發達國家大數據政策的比較分析，總結出國內外政策上的共同點以及我國自身存在的不足，從而得到對于推動我國大數據產業發展的有益啟示，無疑有著重要的意義。

2018年9月第38卷第9期現代情報Journal of Modern InformationSep.，2018Vol38No92018年9月第38卷第9期國內外大數據產業發展比較分析Sep.，2018Vol38No91國內外大數據產業政策比較分析框架

為了更好地分析大數據產業政策，本文建立了如下分析框架，主要從大數據發展頂層設計、要素供給、大數據標準體系建設、數據隱私與安全保護4個方面，對國內外的政策進行比較分析（見圖1）。

“大數據發展頂層設計”旨在通過分析國家級大數據戰略或規劃，探析國內外發展大數據的目標定位、主要內容、重點發展領域及相應采取的措施，總結各國大數據戰略規劃特色及要點。

“要素供給”探討國內外推動大數據產業發展的外部資源供給環境，包括數據、人才、技術三方面的要素供給。

“大數據標準體系建設”和“數據隱私與安全保護”則主要從大數據產業發展的行業標準環境以及與此關系密切的法律法規環境進行比較分析。

2大數據發展頂層設計

21國內外大數據戰略

為充分利用大數據帶來巨大機遇，有效應對大數據帶來的各種挑戰，美國政府最早將大數據發展作為國家戰略提出來，一批發達國家也緊隨其后積極進行布局，相繼出臺相關的發展措施，從國家戰略層面來規劃大數據的發展，以推動大數據應用與發展。我國政府也于2015年開始在國家層面予以重視，具體見表1。

縱觀發達國家的大數據發展戰略可以發現，各國制定相關規劃的目標非常明確，均旨在通過國家性戰略規劃推動本國大數據技術研發、產業發展和相關行業的推廣應用，確保領先地位。此外，為確保規劃的落地，各國都給出了明確的行動計劃和重點扶持項目，旨在以點帶面，通過這些重點項目的突破來帶動整個大數據的應用與發展[4]。

（2016年）利用新興的大數據基礎、方法和技術，創造新的大數據能力；設計支持數據驅動型決策的工具；強化國家數據基礎設施；促進數據管理和共享，提升數據價值；重視大數據采集、共享和應用過程中所涉及的隱私、安全和道德問題；強化大數據教育培訓工作以及人才培養；鼓勵跨部門、跨機構的大數據合作，完善大數據創新生態系統。英國《數據能力戰略》（2013年）英國政府投資189億美元來支持大數據的研究和設施建設，并詳細闡述了數據機遇、數據能力概念以及如何培育數據能力。法國《數字化路線圖》（2013年）宣布將投入15億歐元大力支持5項戰略性高新技術，而“大數據”就是其中一項。《法國政府大數據五項支持計劃》

（2013年）引進數據科學家教育項目；設立一個技術中心給予新興企業各類數據庫和網絡文檔存取權；通過為大數據設立原始扶持資金，促進創新；在交通、醫療衛生等縱向行業領域設立大數據旗艦項目；為大數據應用建立良好的生態環境，如在法國和歐盟層面建立用于交流的各類社會網絡等。澳大利亞《公共服務大數據戰略》（2013年）該戰略以六條“大數據原則”為支撐，旨在推動公共行業利用大數據分析進行服務改革，制定更好的公共政策，保護公民隱私，使澳大利亞在該領域躋身全球領先水平。中國編制實施軟件和大數據產業

“十三五”規劃（2015年5月）大數據產業第一次明確出現在規劃中。《加快推進云計算與大數據標準

體系建設》（2015年6月）加快云計算與物聯網、移動互聯網、現代制造業的融合發展與創新應用，培育新業態、新產業，加快推進云計算與大數據標準體系建設。《促進大數據發展行動綱要》

（2015年9月）第一個真正意義上的大數據發展國家戰略，明確提出了我國大數據發展的關鍵任務，即加快政府數據開放共享、推動產業創新發展、強化網絡及數據安全保障。《大數據產業發展規劃（2016-2020）》

（2017年1月）明確“十三五”期間的發展目標和重點任務，如強化大數據技術產品研發、深化工業大數據創新應用、促進行業大數據應用發展、大數據標準體系建設等。資料來源：作者通過公開資料整理所得。通過比較國內外大數據戰略內容，可得到以下幾點差異：一是在時間上，國內大數據戰略規劃與發達國家相比晚了2～3年，可能是由于大數據概念及相關產業在國內并不成熟，需要一定的時間積淀；二是在內容上，發達國家除了推進大數據相關技術、工具開發以外，同時還非常重視個人隱私的安全與保護，國內則較少涉及；此外，發達國家還比較強調大數據人才的培養、大數據的行業應用以及具體的行動措施等。

22國內外大數據戰略執行機構

美國由白宮科學和技術政策辦公室牽頭建立了大數據高級監督組，通過協調和擴大政府對大數據的投資，提供合作機遇，促進核心技術研發和勞動力發展等工作促進大數據戰略目標的實現。澳大利亞設立跨部門大數據工作組負責戰略落地，同時配備專門的支撐機構從技術、研究等角度確保對大數據工作組支撐。英國數據戰略分別針對技術能力、基礎設施和軟硬件建設、推進合作、數據開放與共享等指定具體的負責機構，同時，由信息經濟委員會負責根據戰略進一步制定具體戰略實施路徑。

在我國，為貫徹落實《促進大數據發展行動綱要》，經國務院同意，建立“3+X”架構的促進大數據發展部際聯席會議制度，其中的“3”指的是國家發改委、工信部、中央網信辦3個單位，“X”則是中央編辦、教育部、科技部、公安部、安全部、民政部等其他40個中央或國務院組成單位。此外，廣東、四川、遼寧、貴州等省份的地方政府還成立了大數據管理局，一個非常重要的功能就是促進數據共享開放、促進大數據產業發展。

從國內外大數據發展頂層設計來看，和許多發達國家一樣，我國在促進大數據應用與發展的頂層設計方面基本形成了較為完善的體系，既包括國家戰略規劃和相應的執行機構，同時各地方政府也紛紛響應，制定了相關的地方發展政策，這些為大數據的應用與發展提供了重要的政策保障。

3大數據產業的要素供給

31數據要素

從是否付費的角度來看，數據可以分為兩類：免費獲取公開數據、付費購買商業數據。其中免費數據最重要的來源就是政府公共數據，因此，政府數據的共享與開放至關重要；購買商業數據則需要暢通的數據流通渠道，因此需要加強數據流通體系的建設。下面就將針對上述兩方面的內容進行分析。

311數據開放與共享

美國是數據開放和共享的領頭羊，其他一些國家也緊隨其后，在數據開放與共享方面進行積極嘗試，制定了一系列的相關政策，并以實際行動大力推動政策落實。具體情況見表2。

表2主要發達國家數據開放與共享政策概覽

國家政策名稱制定時間核心內容美國開放政府指令200912各政府機構要在線發布政府信息，提升政府信息的質量，營造一種開放政府文化并使其制度化，相關機構為開放政府制定可行的政策框架。美國信息共享與安全保障國家戰略2012國家安全依賴于正確的時間將正確的信息分享給正確的人。戰略旨在確保信息可以在負責、無縫、安全的環境中共享。實現政府信息開放和機器可讀取

總統行政命令20135要求政府數據的默認狀態應該是開放的和計算機可讀的，增強數據的可獲取性和可用性。美國開放數據行動計劃20145提出應主動承諾開放，并逐步開放數據資源的原則；發布的數據應做到方便公眾使用和查找，并根據反饋完善開放的數據；對未發布的數據應開放數據列表，供公眾申請開放等。英國開放數據白皮書20126政府各部門應增強公共數據可存取性，促進更智慧的數據利用；各部門均需制定更為詳細的兩年期數據開放策略。開放政府聯盟：英國國家行動計劃

（2013-2015年）2012承諾將制定政府擁有的所有數據集列表；發布地方政府數據透明性法案，要求地方政府開放關鍵信息和數據；到2015年使英國成為開放政府聯盟中透明度最高的國家。英國數據能力發展戰略規劃201310該戰略在定義數據能力以及如何提高數據能力方面，進行了系統性地研究分析，并提出了舉措建議。統計資料與數據開放——開發

未利用的知識，賦予公民權利，

提升政府服務質量20143主要針對“數據能力戰略”執行中出現的問題提出相應的政策建議，如通過立法保障數據開放的合法性和強制性、采用“數據雙軌制”發布方法、采用“五星級數據開放評測系統”標識數據的可用性和可訪問性等。澳大利亞開放政府宣言20107加強公眾獲取政府信息的權利，創新在線方式使政府信息更易于存取和使用，營造一種信息開放的文化環境。修改完善《信息自由法》并建立澳大利亞信息委員會辦公室，制定更為詳細的信息開放方案。開放公共部門信息原則20115信息的默認狀態應是可以開放存取的；增強在線與公眾的交流；將信息作為核心戰略資產進行管理，實現高效信息治理；確保信息被公眾及時查找與方便利用；明確公眾對信息的再利用權利等。法國政府部門公共信息再利用20115配合法國數據開放門戶data.gouv.fr的運行，規定了政府部門所掌握信息和數據的開放格式和標準、收費、開放數據集的選擇以及數據使用許可。公共數據開放和共享路線圖20132更廣泛便捷開放公共數據，促進創新性再利用，為數據開放共享創造文化氛圍并改進現有法規框架等。政府數據開放手冊20139全面指導公共部門對于開放數據政策的理解。資料來源：《主要發達國家大數據政策比較研究》[6]。從表中內容可以看到，數據開放與共享運動遠早于大數據熱潮的到來，并且成為發達國家政府的普遍共識。縱觀這些國家的政策，可以看到兩個共性特征：一是數據開放政策均建立在開放政府行動之下，使得數據開放有了更高的戰略支撐；二是建立數據開放門戶成為普遍趨勢，有力保證政策得以落地。例如美國于2009年正式上線美國Data.gov網站，按原始、地理數據和數據工具3個門類開放數據。到2014年4月，Data.gov共開放原始數據集和地理數據集共計90 925個，涵蓋了農業、氣象、金融、就業、人口統計、教育、醫療、交通、能源等大約50個門類。

在我國，盡管相關的政策已經明確了我國政府公共數據開放與共享的時間表，但到目前為止，我國的數據開放與共享才剛剛起步，還處于地方政府嘗試探索階段。“中國開放數據探顯鏡”報告對北京、上海、武漢等7個在開放數據實踐走在前列的地方政府開展了評估，報告顯示，截至2015年5月20日，發布數據最多的是武漢（635個數據集），發布數據最少的則是湛江（29個數據集），樣本地方平均公開278個數據集，總體而言，目前中國地方政府的數據開放量較低，數據可機讀率僅達841%。各地方目前普遍發布的都是靜態數據（更新頻率為1年或不定期），比例高達8625%。少部分承諾將更新的數據也未能按承諾進行更新。無錫是各地方中按承諾更新比例最高的（625%），各地方平均僅有1721%的數據按承諾得到了更新[7]。此外，黃如花等學者從總體情況、數據資源建設、數據組織與檢索、數據服務等方面，對我國已建設的13個地方性政府數據開放平臺進行了調查與分析，認為存在以下問題：總體數量少，地域差異大、資源建設與利用情況差、數據管理薄弱、服務不完善[8]。

總的來說，和國外發達國家相比，我國的數據開放運動才剛剛起步，無論是開放的深度還是開放的廣度都還有待進一步加強。

312數據交易體系建設

數據資源日益成為重要的生產要素和戰略資產，而數據的開放和流通是其價值體現的前提和基礎，因而數據交易體系的建設就顯得尤為重要。據麥肯錫全球研究院預測，開放數據在全球的教育、交通運輸、消費市場、電力、石油/天然氣、醫療健康、消費金融（包括銀行、保險和房地產）7個領域可以撬動32～54萬億美元的經濟價值。而根據美國參議院商務、科學與運輸委員會發布的報告，全美數據中介市場2012年的總規模已達1 500億美元，相當于當年美國情報總預算的兩倍[9]。

國外數據交易市場始于2008年，得益于較為完善的法律制度、信用體系和數據開放環境，企業間數據交易較為活躍，目前已涌現出Infochimps、Factual、DataSift、Datahub、Qlik Datamarket、Oracle BlueKai、Twitter、Gnip、Windows Azure Marketplace、Acxiom、FUJITSU Data Plaza等一批知名數據服務商[9]。

在數據的流通和交易方面，歐美發達國家尤其是美國已經走在了前面。如圖2所示，數據中介通過政府、公開和商業渠道，從數據源頭處獲取各類信息，進而向用戶直接交付數據產品或服務。其中，數據源頭、數據中介和最終用戶構成了數據流通和交易的主體。目前國外的數據交易有如下特點：數據中介大多以采集和聚合為主，集市類的形態逐漸弱化，用戶端需求廣泛、應用典型[10]。圖2國外數據交易市場[10]

目前，國內的大數據交易行業還處于初級階段，未形成完整的交易規范體系。但是，中國潛在的大數據資源非常豐富，目前數據總量正在以年均50%的速度增長，預計到2020年將占全球21%。據《2016年中國大數據交易白皮書》預計，隨著各項政策的配套落實及推進，到2020年，中國大數據產業規模或達13 626億元的高點[11]。如此龐大的大數據產業市場潛力，使得大數據交易平臺成為一項必需的基礎設施。國內現有的數據交易平臺主要有3種類型，一是以貴陽大數據交易所為代表的交易所平臺，包括湖北長江大數據交易所、陜西西咸新區大數據交易所等；二是產業聯盟性質的交易平臺，以中關村數海大數據交易平臺為代表；三是專注于互聯網綜合數據交易和服務的平臺，比如數據堂、美林數據等。但總體來說，我國大數據交易還處于起步階段，仍面臨著一些問題，如數據產品化困難、產品定價困難、交易平臺的交易機制缺乏、隱私及版權保護、信息安全面臨挑戰等[12]。

總的來說，無論是國內還是國外，大數據交易都還是一個剛剛起步的朝陽產業，數據流通和可交易的范圍、數據所有權、數據質量保障等都是亟待解決的重要問題。

32人才要素

人才是促進大數據應用和發展的關鍵所在，而各國也高度重視大數據人才的培養。例如，美國不僅是全球首個將大數據從商業行為上升為國家戰略的國家，也是數據科學家和面向未來的大數據人才儲備啟動最早的國家。美國大數據人才的培養體現在幾方面：一是大學計算機學科為大數據產業界輸送和培養數據科學家；二是大學經濟系、商學院等社會學科為大數據產業提供經濟學分析和管理人才；三是科學研究領域大力吸納國內外的大數據人才，如2012年斯坦福大學醫學院遺傳學系集聚國內外人才運用臨床和基因大數據進行科學研究；四是企業非常重視大數據人才的培養，除了通過企業研發中心培養人才，還通過與科研院校合作培養大數據綜合人才。大數據人才隊伍不斷成長壯大是美國大數據產業的一個重要推動力。英國、日本等國也紛紛提出了各自的大數據人才培養計劃。

在我國，國務院關于《促進大數據發展行動綱要》[3]中提出專業人才培養計劃，創新人才培養模式，建立健全多層次、多類型的大數據人才培養體系。鼓勵開展大數據綜合型人才培養，大力培養具有統計分析、計算機技術、經濟管理等多學科知識的人才。早在2009年，鄂維南院士就積極推動建設數據科學學科，并率先在北京大學建立了本科、碩士和博士3個層次的數據科學專業。2016年2月，教育部公布新增專業“數據科學與大數據技術”專業，北京大學、外經濟貿易大學、中南大學成為首批獲批高校；2017年3月，教育部又公布了第二批獲批的32所高校，加上首批3所高校，我國已有35所高校獲批該專業[13]。另外，2016年6月，由北京大學、中國科技大學、中國高等教育學會、章魚大數據等機構共同發起成立了“全國高校大數據教育聯盟”，這是我國第一家針對高校領域開展大數據“產、學、研、用”活動的社會公益組織。目前有包括清華大學、北京大學、復旦大學等在內的全國各地的27家高校會員[14]。

但是，人才的培養畢竟需要時間的積累，從大數據迅猛發展對相關人才的需求來看，未來很長一段時間，大數據人才都面臨嚴重缺口，國內外都面臨著類似的情況。在國內，數聯尋英發布的首份《大數據人才報告》[15]顯示，目前全國大數據人才只有46萬，未來3～5年人才缺口達150萬之多，大數據平臺運維與開發、數據分析、數據安全等專業人才供求矛盾十分突出，具備扎實理論基礎，又有業務實踐經驗的大數據人才奇缺。在國外，麥肯錫預計，到2018年，美國大數據領域中深度分析人才職位的需求會超過供給，缺口為14～19萬個職位。這類人才不僅需要具備固有的數學能力，還需要數年的培訓。此外，麥肯錫預計截止2018年，美國需要增加150萬能夠提出正確的問題并有效利用大數據分析的管理人才[3]。因此加強大數據人才的培育是促進大數據產業發展的關鍵。

33技術要素

大數據技術體系包括硬件平臺、數據存儲和管理、計算處理、數據分析、可視化、應用和服務、編程和管理工具以及數據安全等內容，一個典型的大數據技術體系構成可見圖3。

圖3大數據技術體系

由于大數據與傳統數據截然不同的特征（通常被認為的“4V”），因此，大數據技術與傳統數據技術也有很大不同。大數據對信息系統的數據處理和挖掘能力提出了巨大挑戰，需要新技術將龐雜無序的數據進行清洗、分析、預處理和集成，變成有用的信息。目前，我國在一些環節的技術基礎還比較薄弱，需加強攻關、實現突破，以便在大數據時代的發展中掌握主動權。如，汪滿容[16]等通過專利地圖的方法研究認為，中美兩國是大數據技術研發的主要國家，但從掌握大數據研究的核心技術來看，美國處于核心位置，擁有大批一流的研發機構，如IBM、雅虎、微軟等公司。雖然我國大數據研究的專利數量較多，但缺乏原始創新，關于大數據研究的重點方向和核心基礎的系統、性能和算法較少，而且大數據的底層架構和核心技術也主要由Google、IBM公司等美國企業掌握。同樣，劉云[17]等通過對1994-2013年大數據技術領域專利的分析得出，中國在大數據分析與挖掘、大數據采集與預處理方面有一定的技術優勢，但在大數據隱私與安全、大數據存儲與管理方面較為落后，處于劣勢地位；而美國在大數據應用、大數據可視化領域、大數據存儲與管理等方面有著較強的技術優勢。

總之，當前我國的技術優勢主要集中在硬件平臺以及應用和服務等方面，例如浪潮、華為在服務器和存儲設備方面具有國際競爭力，而BAT等則在大數據方面有很多創新應用。但是在數據管理、計算處理、分析、數據安全等方面，核心技術則主要掌握在國外組織手上。

4數據隱私與安全保護

數據隱私與安全問題在大數據時代變得更為重要，并且由于該問題與公眾的日常生活密切相關，因此也成為公眾關注的焦點問題。可以說，數據隱私與安全保護是大數據應用與發展的基石，很多國家對此也高度重視。當前，對于數據隱私與安全保護存在兩種截然不同的模式：歐盟的嚴格模式和美國的寬松模式。

在表3中可以看出，兩者在立法、監管、數據跨境流動以及保護機制等方面都有明顯不同。

表3歐盟、美國數據跨境流動的政策差異

類別歐盟美國立法方面歐盟在數據隱私與安全保護方面有著嚴格的立法。如，1995年的《數據保護指令》（即“95指令”）、2015年12月15日，歐盟執委會通過的《一般數據保護條例》（簡稱GDPR），還有德國的《信息和通信服務法》（1997年）、英國的《英國數據保護法》（1998年）美國很少有數據保護法律，主要依靠自律和有限的立法。例如在美國，銀行賬戶、醫療和個人文件、信用卡賬單和電話記錄都沒有聯邦保護監管方面在歐盟，負責數據隱私與安全監管的有兩類人：監督員（Supervisor）和官員（Officer）。其中監督員共設主副兩個職位，他們的主要職責包括監督、咨詢和合作3部分在數據監管方面，美國沒有專門的數據隱私與安全監管機構，這些工作主要依靠行業協會的自律來實現跨境流動

方面歐盟對數據的跨境流的限制極為嚴格，歐盟所制定的數據保護法令禁止一些消費者數據傳向沒有采用同樣嚴格數據保護法律國家的企業，除非歐洲委員會認為該第三方國家能夠充分保護個人數據。目前，僅有瑞士、新西蘭、加拿大、阿根廷等國家獲得了歐盟認可美國對數據的跨境流動并沒有特別的限制，對個人數據采取行業分散保護機制。但為了保護數據跨境流動的安全性，美歐之間先后確立了“安全港”原則，后又進一步商討制定了“歐盟—美國隱私護盾”協定機制方面歐洲采用的嚴格數據保護模式，其相關法令的出臺和執行依靠政府部門強力的推動美國采用的是數據保護寬松模式，往往依靠行業自律，因此更多由行業協會監督，并以第三方認證的方式來具體實施資料來源：根據公開資料整理。而我國，在立法方面，目前尚無針對個人數據保護的專門性立法，個人數據的保護主要體現在分散的法律規定之中，尚未建立起體系化的個人數據保護制度，如《民法通則》等法律對個人隱私、人格權、名譽權保護的規定以及《計算機信息網絡國際互聯網安全保護管理辦法》、《郵政法》、《銀行法》等行業性法律法規關于個人通訊及郵件數據、行業性關聯信息的保護規定[18]；在監管方面，我國目前并未建立相應的個人信息保護監管機構；在跨境數據流動方面，我國的相關法律禁止涉及國家秘密和國家安全的數據跨境流動，但對于一般的個人數據和企業數據的跨境流動問題極少涉及[19]；在數據保護機制方面，根據歐美的相關經驗，我國應在堅持政府主導的同時，加強行業自律，發揮行業協會的監督作用。

針對我國數據隱私保護立法相對落后的現狀，2013年2月，首個個人信息保護標準《信息安全技術、公共及商用服務信息系統個人信息保護指南》[20]（簡稱“指南”）正式出臺，該標準最顯著的特點是規定個人敏感信息在收集和利用之前，必須首先獲得個人信息主體明確授權。雖然與歐美的數據與隱私保護立法還有很大的差距，但無疑為中國的數據立法之路開創了良好的開端。

5大數據標準體系建設

隨著大數據技術的發展與應用，大數據標準研制已成為國際各標準化組織共同關注的熱點。研究和建立一套比較完整的大數據技術標準體系對于政府宏觀指導和促進大數據發展、大數據技術和產品的更新換代，規范大數據行業競爭，有效推進大數據標準化工作有著重要意義[21]。目前國際上已經有多個標準化組織針對大數據進行專門研究。

ISO/IEC JTC1 SC32于2012年成立了下一代分析技術與大數據研究組，2014年6月啟動了4項為大數據提供標準化支持的新工作項目。該組織重點研究對象包括元數據、大數據存儲和檢索、大數據所支持的復雜數據類型等。同時，國際電信聯盟電信標準分局（簡稱ITU-T）則重點研究基于大數據的云計算相關技術，ITU（即國際電信聯盟）于2013年11月發布了《大數據：今天巨大，明天平常》的技術觀察報告，分析了大數據面臨的挑戰和ITU-T開展的標準化工作，目前該組織已啟動“基于大數據的云計算需求和能力”新工作項目。

此外，美國國家標準與技術研究院（簡稱NIST）于2013年建立了大數據公共工作組（NBD-PWG），其重點研究對象包括術語和定義、用例和需求、安全和隱私、參考體系結構和技術路線等，目前已有這些方面的初步成果，如《大數據定義》、《大數據分類》、《大數據用例和需求》、《大數據安全和隱私需求》、《大數據參考架構調研白皮書》、《大數據參考架構》和《大數據技術路線圖》等。

在我國，全國信息技術標準化技術委員會（TC28）是主要的標準化組織，其一直在持續開展數據標準化工作，在元數據、數據庫、數據建模、數據交換與管理等領域推動相關標準的研制與應用，為提升跨行業領域數據管理能力提供標準化支持[22]。

此外，為了推動和規范我國大數據產業的快速發展，建立大數據產業鏈，與國際標準接軌，全國信標委于2014年12月2日正式成立大數據標準工作組。工作組主要負責制定和完善我國大數據領域標準體系，組織開展大數據相關技術和標準的研究，申報國家、行業標準，承擔國家、行業標準制定修訂計劃任務，宣傳、推廣標準實施，組織推動國際標準化活動。對口ISO/IEC JTC1 WG9大數據工作組[22]。

2016年以來，我國相關標準制定部門相繼發布了《數據能力成熟度評價模型》（征求意見稿）[23]、《信息技術服務數據中心服務能力成熟度模型》[24]（GB/T33136-2016）等標準。

整體而言，在大數據的國際化進程中，全球范圍內大數據的標準化工作還處于研究階段，無論是術語、架構，還是存儲、處理、行業應用等，都尚未形成標準規范，這也為我國引領大數據標準化提供了良好的契機。

6我國大數據產業發展的啟示

從前文國內外大數據戰略來看，我國在大數據戰略規劃方面已經進行了系統的謀劃，可以預計“數據興國”和“數據治國”都將成為未來較長一段時間的國策。但是在規劃落實方面依然任重而道遠，我國政府依然面臨著嚴峻的挑戰，在數據開放共享、數據交易與流通、關鍵技術研發、數據隱私與安全保護等諸多方面都亟待加強，因而有以下幾點啟示：

61平衡政府數據開放和個人隱私保護，完善整體規劃和相關政策政府數據開放和保護基本遵循三大原則：基于公共利益的個人數據要優先開放；基于商業利益的個人數據要限制開放，對商業利用個人數據要進行監管；基于個人利益的個人數據以保護為主、適當開放[25]。

政府數據的開放共享能夠促進社會事業數據融合和資源整合，釋放公共數據的價值，但數據的開放無法避免會導致隱私泄露的問題。數據開放與隱私保護的關鍵是個人利益和公共利益的平衡，政府可以以法律形式規定公共信息資源開放共享的內容、程序、標準和相關事項[26]，并在此基礎上建立公共信息資源共享網站，成立數據管理的專門部門，建立數據管理的行政體系，通過國家數據平臺發布管理制度。其次，還可以對政府數據開放中的個人數據進行單獨的立法規定，保護公民的個人隱私權利，建立起公民的互動、監管和補償制度，如公民發現自己的個人數據在政府開放中沒有得到有效的保護，可以在平臺進行反饋獲得法律援助和經濟補償等，充分調動公民的參與積極性。

在個人隱私保護立法方面我國《刑法》、《居民身份證法》、《消費者權益保護法》、《侵權責任法》和《全國人大常委會關于加強網絡信息保護的決定》等法律以及部分行政法規和規章少量涉及了個人信息保護問題，但遠未系統化和體系化，多數規范性文件地位較低，缺乏可操作的具體規則。除了政府擁有個人數據之外，企業能夠在用戶不知情的情況下收集用戶個人信息，這些數據有可能被用于第三方交易或通過數據關聯、人工智能等信息技術進行分析、處理，預測用戶的行為習慣和愛好，進而提供各種個性化服務。在這方面可以借鑒美國的立法模式，首先出臺針對用戶個人隱私保護的專門法律，對隱私保護的基本原則和框架進行界定，在基本原則和框架下對隱私信息泛濫的金融、通訊、物流等行業進行專門的立法保護，企業可以在基本原則和框架內進行數據的收集、處理，在保護用戶隱私信息的同時為其提供針對性的個性化服務。

62完善大數據人才培養體系

大數據產業的未來發展對精通數據科學的人才有廣泛需求，就大數據人才素質與能力要求而言，數據素養的培養建立在統計學及計算機科學的學習與應用之上，主要圍繞數據處理的流程展開。數據分析人才的培養尤其應當符合大數據在各領域廣泛應用的實踐，注重跨領域、跨行業的數據分析人員培養[26]。在培養數據科學人才的同時，還需要通過高效的經濟學、管理學等專業培養經濟學分析和管理的大數據人才。

大數據產業的人才不僅需要精通數據分析和挖掘理論知識，而且要注重實踐能力，傳統大學在大數據的理論教育方面有著很大的優勢，但學生的實踐能力培養欠缺[27]。可以根據企業對大數據從業人員專業技能需求，完善專業課程設置，建立產學研合作機制，加大學校師資技能培訓，增強學生課程實用性，企業為培養數據科學家實踐能力提供了良好的場所，二者結合將是國際上數據科學家培養的主要趨勢。

63調整大數據技術研發投入重心

我國在大數據技術的投入重點應該由產業鏈前端的數據收集、保管轉移到后端的數據預測、產品研發、決策支持等，從而實現由基礎設施的研發到特色上層應用的轉變。

我國在數據庫、數據倉庫、商業智能等方面遠落我國大數據產業還缺乏深度挖掘數據價值的工具和手段[28]，政府在加大財政資金對大數據關鍵技術研發創新的引導和扶持力度的同時，應該重點研發大數據存儲管理、分析挖掘、可視化、數據安全，以及數據實時在線處理、非結構化數據處理、圖像語音視頻數據智能分析等關鍵技術和產品，提前布局自然語言處理、語義理解和機器學習等關鍵技術，構建自主的大數據技術體系，形成規模優勢，實現數據互聯、數據互補、集中分析。支持高校和科研院所建立大數據開放實驗室，推動多學科交叉融合，開展大數據分析關鍵算法和關鍵技術研究以及大數據專業人才的培養，并聯合企業加強實踐應用。

64促進大數據交易市場規范化發展，完善數據流通體系完善相應的標準和管理制度，規范大數據交易市場，推動行業自律，打造完善、健康、有序的交易產業鏈條，從交易平臺、交易主體、交易對象等多個方面規范交易市場行為，對交易市場內的在線數據交易、離線數據交易、托管數據交易等數據模式進行規范。

可以逐步推進“分類”交易原則，試行“一類一策”。按照差異化交易原則，對交易的數據進行分類，根據不同類型數據實施分類交易。一是針對不同的交易主體、交易模式等，鼓勵其根據自身優勢、自身發展定位等分類發展。二是針對不同來源的數據、不同類型的數據，嘗試制定不同的交易策略和定價策略。如針對稀缺性、價值高的數據，實施賣方定價；針對社會公共價值高的數據，特別是政府部門提供的數據，實施成本定價[29]。

參考文獻

[1]工業和信息化部.工業和信息化部關于印發大數據產業發展規劃（2016-2020年）的通知[EB/OL].http：//www.miit.gov.cn/n1146295/n1652858/n1652930/n3757016/c5464999/content.html，2017-01-17.

[2]James Manyika，Michael Chui，Brad Brown，Jacques Bughin，Richard Dobbs，Charles Roxburgh，Angela Hung Byers.Big data：The Next Frontier for Innovation，Competition，and Productivity[J].McKinsey Global Institute，2011.

[3]國務院.國務院關于印發促進大數據發展行動綱要的通知[EB/OL].http：//www.gov.cn/zhengce/content/2015-09/05/content_10137.htm，2015-09-05.

[4]周京艷，張惠娜，黃裕榮，等.政策工具視角下我國大數據政策的文本量化分析[J].情報探索，2016，（12）：7-10.

[5]魏紅江，李彬，祝慧琳.制定我國大數據戰略與開放數據戰略：日本的經驗與啟示[J].東北亞學刊，2016，（6）：32-39.

[6]張勇進，王璟璇.主要發達國家大數據政策比較研究[J].中國行政管理，2014，（12）：113-117.

[7]復旦大學數字與移動治理實驗室.“中國開放數據探顯鏡”報告[EB/OL].http：//chuansong.me/n/1802039，2015-10-12.

[8]黃如花，王春迎.我國政府數據開放平臺現狀調查與分析[J].情報理論與實踐，2016，39（7）：50-55.

[9]張敏.數據流通的模式與問題[J].信息通信技術，2016，10（4）：5-10.

[10]楊琪，龔南寧.我國大數據交易的主要問題及建議[J].大數據，2015，（2）：5.

[11]貴陽大數據交易所.中國大數據交易產業白皮書（2016）[EB/OL].http：//www.gbdex.com /website /view /aboutGbdex.jsp，26，2016-11-20.

[12]中國信息通信研究院.大數據白皮書（2016年）[EB/OL].http：//www.catr.cn/kxyj/qwfb/bps/201612/t20161228_2185495.htm，2016-12.

[13]搜狐網.教育部公布第二批“數據科學與大數據技術”新專業獲批名單[EB/OL].http：//mt.sohu.com/20170321/n48413 7723.shtml，2017-03-21.

[14]全國高校大數據教育聯盟[EB/OL].http：//www.bigdataedu.org/，2017-03-28.

[15]數聯尋英，數聯尋英順利舉辦大數據人力資源論壇[EB/OL].http：//www.shulianxunying.com/detail-10-48-1.html，2016-07-21.

[16]汪滿容，劉桂鋒，孫華平.基于專利地圖的全球大數據技術競爭態勢研究[J].現代情報，2017，37（1）：148-155.

[17]劉云，黃雨歆，閆哲.基于專利計量的大數據處理關鍵技術及核心設備技術創新能力分析[J].第十一屆中國軟科學學術年會論文集（下），2015.

[18]關偉明.歐美個人數據保護制度及對我國的啟示[D].南寧：廣西大學，2014.

[19]謝永江，朱琳，尚潔.歐美隱私盾協議及其對我國的啟示[J].北京郵電大學學報：社會科學版，2016，（6）：39-44.

[20]新華網.我國首個個人信息保護國家標準2月1日起實施.[EB/OL].http：//news.xinhuanet.com/politics/2013-01/21/c_114444097.htm，2013-01-21.

[21]高林，楊瑛，袁媛，等.綜合分析冷靜看待大數據標準化漸行漸近（上）[J].信息技術與標準化，2013，（9）：12-14.

[22]張群.大數據標準化現狀及標準研制[J].信息技術與標準化，2015，（7）：23-26.

[23]全國信息技術標準化網.關于對《數據能力成熟度評價模型》（征求意見稿）國家標準征求意見的函EB/OL].http：//www.nits.org.cn/getIndex.req？action=index&req;=modulenvpromote&sid;=5，2016-10-27.

[24]《信息技術服務數據中心服務能力成熟度模型》國家標準發布會在京召開[EB/OL].http：//www.sac.gov.cn/sgybzeb/gzdt_2132/201703/t20170302_229899.htm，2017-03-02.

[25]張曉娟，王文強，唐長樂.中美政府數據開放和個人隱私保護的政策法規研究[J].情報理論與實踐，2016，39（1）：38-43.

[26]朝樂門，馬廣惠，路海娟.我國大數據產業的特征分析與政策建議[J].情報理論與實踐，2016，39（10）：5-10.

[27]迪莉婭.我國大數據產業發展研究[J].科技進步與對策，2014，（4）：56-60.

[28]汪曉文，曲思宇，張云晟.中、日、美大數據產業的競爭優勢比較與啟示[J].圖書與情報，2016，（3）：67-74.

[29]唐斯斯，劉葉婷.我國大數據交易亟待突破[J].中國發展觀察，2016，（13）：19-21.

（責任編輯：陳媛）2018年9月第38卷第9期現代情報Journal of Modern InformationSep.，2018Vol38No92018年9月第38卷第9期基于共詞聚類與可視化的開放式創新國外研究熱點與主題分析Sep.，2018Vol38No9

收稿日期：2018-05-16