大數據產業研究：本土實踐、域外經驗與未來展望

杜鈺 李天云 王謙

[摘 ? ?要] 大數據產業是數字經濟發展的基礎性和先導性產業，是構建現代化經濟體系的重要組成部分，是落實大數據國家戰略的關鍵。在全球大數據產業處于導入期和拓展期的黃金時期，及時總結經驗教訓和不斷深化學術研究是大數據產業高質量發展的重要推力。通過對國內外大數據產業研究現狀進行檢視和透析表明，借鑒大數據產業發展的域外經驗、深耕大數據產業發展的本土實踐以及探索大數據產業發展中的政府作用機制，是推進大數據產業研究系統化的切入點和著力點。

[關鍵詞] 大數據;大數據產業;域外經驗;本土實踐;政府作用

[中圖分類號] F49 ?[文獻標識碼] A ?[文章編號] 1002-8129（2020）01-0059-08

大數據產業是數字經濟發展的基礎性和先導性產業，是構建現代化經濟體系的重要組成部分，是落實大數據國家戰略的關鍵。在全球大數據產業處于導入期和拓展期的黃金時期，及時總結經驗教訓和不斷深化學術研究是大數據產業高質量發展的重要推力。對此，筆者對國內外大數據產業研究進行了全面審視，以期探索發展規律，為我國大數據產業的發展提供有益借鑒。

一、國內大數據產業研究的邏輯層次與學術重點

在全球大數據浪潮的沖擊下，國內關于大數據的研究主要集中在以下方面：首先，聚焦于大數據產業的戰略價值和發展前景，借鑒西方發達國家大數據發展經驗，用于指導國內大數據產業的發展;其次，在國內大數據產業發展的研究中體現出“理論源于實踐，理論指導實踐”的契合性和一致性，先行先試的國家大數據試驗區和行業大數據信息成為研究的熱點;再次，探索大數據產業發展的一般規律，包括大數據產業分類和特點、大數據產業鏈和商業模式、大數據發展中的主要矛盾以及大數據產業發展的影響因素和動力機制等;此外大數據產業的發展政策與政府作用也是近來學術研究的重點。

（一）大數據產業戰略價值和發展前景

目前，國內關于大數據產業的研究主要聚焦于大數據產業的戰略價值和發展前景。對世界大數據發展態勢進行概覽不難發現，全球日益增長的數據量是大數據產生的主要來源。當下在大數據產業發展進程中，IBM、微軟、惠普、甲骨文、EMC等傳統信息產業巨頭引領全球大數據的發展，谷歌、亞馬遜、Facebook等跨國互聯網企業大數據優勢明顯，麥肯錫、IDC、Gartner等著名咨詢公司也力推大數據概念。并且大數據在醫療健康、交通、安防監控等改變城市生活方面前景明顯，在制造業、金融業、零售業和文化創意產業方面正在引領產業轉型。此外，大數據還引發了科學上的“第四范式”研究。可以說，大數據浪潮正席卷全球。隨著全球大數據產業的迅速崛起，政界、商界、學界對大數據戰略價值和發展前景的思考不斷加深，2013年曾被媒體稱為“大數據元年”。綜上可見，大數據具有革命性意義，作為重要的戰略資源，事關國家數字主權和戰略安全，同時有利于推動經濟結構調整和產業轉型升級，因此我國也正在構建良好的大數據產業發展環境[1]。

在充分認識大數據產業的戰略價值與發展前景的背景下，學界開始表現出對大數據這一“熱話題”的“冷思考”。對大數據認知的理性轉向，有利于正確認識大數據在“概念炒作”熱鬧背后，還存在缺乏核心技術、市場培育方向不明確、電子政務基礎信息重復建設等諸多問題，也有利于明晰大數據概念的相對性和出現的必然性，既要在戰略視野下擘畫出大數據在行業層面、思維層面、智慧和戰略層面引發的深刻變革，同時也在戰術上明晰了中國發展大數據產業在技術層面和政策層面上存在的諸多挑戰。總體看，大數據作為國家基礎性核心戰略資源，將引發知識技術模式創新，雖然存在諸多挑戰，但是大數據時代數字化轉型勢不可擋，大數據產業的戰略價值將會愈發突出。

（二）發達國家大數據產業發展經驗

由于國內大數據產業發展較西方發達國家而言起步稍晚，因此西方發達國家大數據產業的發展經驗成為近年來的學術研究熱點。比如得益于美國聯邦政府的高度重視和支持，美國在大數據產業發展中信息技術企業紛紛轉型，初創大數據企業層出不窮，形成了完整的大數據產業鏈。同時，美國作為信息化建設領先的西方發達國家，在發展大數據方面具有完善的法律體系保障、先進的技術積累沉淀、完善的信息基礎設施、活躍的創新主體和完整的產業鏈等多方面基礎優勢。相比于美國，中國在數據安全防護、數據開放共享、數據本質認識、法律制度體系以及數據中心規劃布局方面則有待提高。因此中國在大數據產業發展中應進行產業規劃、統籌各方力量、構建多層次產業生態系統，并推動信息技術企業轉型，加大應用開發，建立和完善產權保護制度，培育大數據科學家，同時要將市場主導和政府推動相結合[2]。加速關鍵技術研發布局，積極營造大數據基礎設施和大數據人才培養的良好局面。學者李一男依據PV-GPG框架，從公共價值促生的視角比較了美、英、澳、歐盟等6個世界主要國家及組織大數據戰略的發展情況，并指出了對中國的參考意義[3]。全球大數據產業的發展已成大勢，借鑒主要發達國家的大數據產業發展經驗對于中國大數據產業的健康快速發展大有裨益。

（三）對國內大數據產業實踐的選擇性剖析

關于國內大數據產業的研究表現出與大數據產業發展實踐相一致的特點。一方面，目前大數據產業的研發地主要集中于貴州、京津冀、珠三角、上海、河南、重慶、沈陽、內蒙古等先行先試的國家大數據綜合試驗區。其中貴州和京津冀地區大數據產業發展和研究處于國內領先地位。大數據行動戰略是貴州難得的發展機遇，在對貴州大數據產業的總體思路、具體舉措、發展成效和薄弱環節進行綜合性分析后，學者湯正仁指出“無中生有，換道超車，強內聚外，融匯貫通”的辯證法貫穿于大數據發展的“貴州樣本”，大數據打破了傳統的產業發展模式，成為欠發達地區經濟發展的新的“法寶”[4]。學者李天云和王謙在此基礎上進一步對大數據產業發展的典型——貴州樣板進行了全面剖析[5]，認為就京津冀大數據產業發展而言，要對京津冀地區的信息產業發展基礎、軟件產業發展、科研研發基礎、土地資源及人力資源成本等方面進行綜合比較，推動京津冀大數據產業布局形成互補合作，協調發展的機制，引導發揮規模效應、技術溢出效應、虹吸效應。此外，關于珠三角、上海、河南、重慶、沈陽、內蒙古等地區大數據產業的研究也逐漸興起。另一方面，行業大數據成為國內學者的研究重點、熱點，大數據的應用體現出價值驅動和實踐導向的特點。以農業、教育、金融以及醫療等領域為例，大數據技術給農業帶來的機遇和挑戰催生了對發展農業大數據的對策研究;大數據在教育領域的興起，引發了對教育大數據現實意義、運用模式和政策建議的研究;大數據在金融業的運用，將大數據征信、大數據風控以及金融大數據的風險與監管對策提上研究日程;而大數據技術推動醫學進步、健康革命和人類道德發展的樞機則在于，通過彰顯個體與總體之間的關聯性和連通性的意義，推進兩種倫理的融合。在國家大數據戰略實施以來，行業大數據發展取得了飛速發展。據2017大數據案例征集總體情況，全國大數據申報案例達1057個，其中大數據產品476個，大數據應用解決方案581個，覆蓋了工業、政務服務、交通運輸、醫療健康、農林畜牧、金融財稅、能源電力、商貿服務、科教文體、資源環保和旅游管理等領域[6]。不過，大數據企業也廣泛存在著研發人員數量少、資金規模小、盈利能力弱、上市比率低等共性問題。

（四）我國大數據產業發展規律探索

隨著國內大數據產業的發展，關于我國大數據產業發展一般規律的研究也逐漸增多。其一，關于大數據產業分類及產業特點的研究，學者迪莉婭指出：二分法依據業務占比將大數據產業分為大數據產業和大數據衍生產業;三分法依據營銷模式將大數據產業分為用戶數據分析類、整體方案解決類和數據產品服務類;五分法依據價值模式將大數據產業分為內生型價值模式、外生型價值模式、寄生型價值模式、產品型價值模式和云計算服務型價值模式。并同時指出，大數據產業具有數據資產化、技術高創新性、決策智能化和服務個性化的特點[7]。目前我國大數據產業的主要特征表現為：存在“大數據浮夸”現象，主要以“條數據”為主，產業內部結構不合理，產業生態體系不健全，交易的規范化程度低。其二，關于大數據產業鏈及商業模式的研究，學者西鳳茹等指出，大數據產業鏈主要包括數據采集、數據存儲、數據處理和數據應用等主要環節，圍繞大數據產業鏈衍生出數據自營模式、數據租售模式、數據平臺模式、數據倉庫模式、數據眾包模式及數據外包模式6種新型商業模式[8]。其三，關于我國大數據產業發展矛盾的研究，學者朝樂門等認為，我國大數據產業發展的主要矛盾集中于數據層次、產業層次和保障體系層次。數據層次表現為規模與質量、當前價值與未來價值、時效性與敏感性的矛盾;產業層次表現為大數據產業與傳統產業、市場化交易與數據權屬、數據開發與數據安全的矛盾;保障體系層次表現為數據開放與保密、開發利用與潛在風險、產業發展與制度制約的矛盾[9]。其四，關于大數據產業發展的影響因素及動力機制研究。學者雷庭認為，內在價值因子、外部環境因子以及產業基礎因子是大數據產業發展的三大公共影響因子，影響因素涵蓋了技術因素、人才因素、資金資本因素、商業模式因素、市場規模因素、政策環境因素以及基礎設施因素7個因素[10]。學者池蓮認為，大數據產業發展動力分為內部動力和外部動力，內部動力包括收益的吸引力、創新成果的推動力、創新文化的號召力和企業高層的領導力等，外部動力包括市場需求的拉動力、政府扶持力、科技進步推動力及市場競爭壓力等[11]。

（五）我國大數據產業政策和政府作用研究

關于大數據產業政策的研究近年來也成為學術研究的重中之重，但相關文獻尚少。基于技術性支撐與管理性支撐的分析框架，學者張勇進、王璟璇對美國、澳大利亞、英國、法國政府的大數據政策進行比較分析，并從戰略規劃、技術能力提升政策、應用與管理政策提出了建議，認為要加大大數據共性和前瞻技術的開發，促進技術創新;完善配套制度，分批分類推動政府數據開放;借鑒國際立法經驗，推進個人數據保護立法進程，完善大數據產業發展戰略規劃并優化產業布局，依托大眾創新創業政策優化大數據產業發展環境，加強大數據共享平臺與安全保障體系建設，完善大數據產業發展生態體系[12]。學者萬巖、潘煜指出，政府是大數據生態環境的創造者和維護者，同時也是大數據的擁有者和業務開發者，并從角色定位的角度提出了政策建議[13]。學者謝衛紅等從發展頂層設計、要素供給、數據隱私與安全保護及大數據標準體系四個方面建立了國內外大數據政策比較通用的框架，并對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提出了政策建議[14]。總體而言，現階段我國大數據試驗區政策重點關注金融財稅支持、產業集聚發展、基本制度建設和基礎設施建設、創新發展應用等方面。對于產業引導基金、核心企業培育、大數據的深層次應用以及外部技術的引進等方面存在不足[15]。

二、國外大數據產業研究的多維檢視與前沿探索

近年來，在國際頂級學術刊物《自然》《科學》以及《ERCIM News》雜志等的推動下，大數據的發展引起了科技界、產業界、新聞媒體界以及各國政府部門的高度關注，大數據的開發運用已成為全球學術關注和研究的熱點。關于國外大數據及其產業化的研究主要從大數據認識論層面、方法論層面和價值運用或產業化層面展開。

（一）國外學者對大數據認知維度的研究

在大數據的認知層面，表現為對大數據起源、概念和特點的研究。大數據的源起具有必然性，大數據的概念具有相對性，大數據的特點具有多樣性。隨著天文學、基因學和計算機科學的發展，人類從工業社會信息匱乏的時代進入了信息爆炸的時代，“大數據”應運而生。20世紀80年代美國著名未來學家阿爾文·托夫勒在《第三次浪潮》中就已經提及了“大數據”，并將其稱為“第三次浪潮的華彩樂章”[16]。1997年美國NASA研究員米歇爾·考克斯在IEEE第八次會議中將可視化存儲局限問題稱為“大數據問題”，同年，加利福尼亞大學約翰·馬西教授就大數據對計算機科學基礎設施建設要求的壓力也發表了觀點。2008年，國際頂級學術刊物《自然》雜志出版專刊《大數據（Big Data）》，從互聯網技術、網絡經濟學、生物醫藥、環境科學等多個領域探討大數據帶來的挑戰及機遇。2011年，《科學》雜志又推出數據處理專刊《數據處理（Dealing with Date）》討論如何應對數據洪流，麥肯錫公司也發表了名為《大數據：創新、競爭和生產力的下一個前沿》的大數據專題報告，此后IBM、IDC、Forrester公司也對大數據的概念及特點進行了補充和發展[17]。關于大數據特點多樣性的認識從“3V”（規模性volume、多樣性variety、高速性velocity），到“4V”（3V+價值性value）和“5V”（4V+真實性veracity），再到SPA（Store、Process、Access）逐步加深。2012年，歐洲信息學與數學研究協會會刊《ERCIM News》繼《自然》雜志之后也推出同名專刊《Big Data》，推進了大數據的系列創新研究。科學技術的發展推動數據物化的發展，人、機、物高度融合迎來網絡化的大數據時代，大數據研究的產業價值、學術價值以及戰略價值引起了新一輪的信息產業浪潮。

在認知層面表現為大數據對人類思維的沖擊和影響。埃里克（Erik B）認為，認識和研究大數據要有歷史性眼光，在《第二次機器革命》中作者通過比較電氣化時代和信息化時代的發展歷程，指出在經過20年到30年左右的擴散儲備階段由技術引起的生產率明顯提高，工業時代和信息時代的分界線分別為1915年和1995年，預計21世紀初期在信息技術擴散儲備發展相對成熟后將迎來大數據發展的黃金時期[18]。和所有新生技術產生初期時類似，學者們對大數據利弊的分析存在共識也充滿爭議，各種學術觀點大致可以分為“量化烏托邦”“數字利維坦”和各有側重的中間派。其中國際影響力較大的德國人工智能專家尤夫娜·霍夫施泰特在《大數據之眼：無所不知的數字幽靈》中指出，大數據會將人降為萬聯網的原子，人也成了可探索的自然現象的同盟，存在著被信息資本主義精英獨裁的危險，并指出了PRISMA、XKeyscore、Tempora、Aladdin、Corsair等監控監聽的著名例子來反映大數據發展中的“副作用”[19]。

除了對大數據的認識和重視外，對大數據時代思維方式的變化及影響的考察也是大數據在認識論層面的重要內容，“可能和現實、必然和偶然、原因和結果、部分和整體、精確和模糊”等大數據思維范疇也已經成為社會科學的熱門話題。英國牛津大學信息哲學研究專家伍德沃德和萊奧萊利等人甚至認為，哲學繼上世紀的語言轉向之后將在本世紀經歷信息轉向[20]。維克托·舍恩伯格與其合作者肯尼思·庫克耶則在《大數據時代——生活、工作與思維的大變革》一書中就大數據對人的生存方式、生產方式、思維方式的影響進行了廣泛研究[21]。羅伯特·托馬斯和帕特里克·馬博蘭在《大數據產業革命》中從大數據認識論的視角對農業、醫療、保險業、零售與時尚業、客戶服務業、汽車業、能源業、社交媒體和金融9大行業數據轉型進行了重新敘述，并提煉出30項數據要素，歸納出54項大數據模型（核心要義可以歸納為18條，見表1）[22]。《大數據產業革命》是當下國外學術影響力較大的一部著作，正如其序中所言“革命就是解放生產力”，大數據在認知上給人類帶來了革命性的沖擊。國外學者關于大數據的研究起步早，相對成熟且成果豐富，在認識論層面為我國學者的學術開墾打下了一定的基礎，具有一定借鑒意義。

（二）國外學者對大數據方法維度的研究

在大數據的方法層面，《連線》雜志主編克里斯·安德森曾斷言“數據洪流使傳統科學方法變得過時”，圖靈獎得主吉姆·格雷則提出了數據密集型科學研究的“第四范式”，認為在實驗科學、理論科學和計算科學之外興起了第四范式，其中“完全歸納”方法、“數據模型”方法、“容錯混雜”方法，實現了傳統科學方法的統一與發展。舍恩伯格進一步指出，“大數據是人們獲得新認知、創造新價值的源泉;大數據還是改變市場、組織機構， 以及政府與公民關系的方法。”此外還提出了處理大數據的三個方法論命題，即“不是隨機樣本，而是全體數據”“不是因果關系，而是相關關系”“不是精確性，而是混雜性”，并分析了大量案例[21]。大數據方法論的興起在自然科學和社會科學中得到不斷運用和發展。然而，在彌補傳統科學研究方法不足的同時，大數據方法論也常常面臨著“水土不服”和失效的危險和窘境，尤其在社會科學和人文學科研究領域。因為大數據方法論邏輯主要是“利用非傳統方式獲取數據，樣本趨近總體，通過歸納建立模型，呈現相關關系而非因果關系”，所以在解決“被研究者的主觀性，研究對象的局限性，變量關系的局限性和數據缺失問題”方面存在較大困境，盲目推廣具有誤導性，容易造成唯數據主義。這是國外學者研究中不夠充分的，為國內學界的進一步探討、實現大數據研究方法本土化提供了空間。

（三）國外學者對大數據價值維度的研究

在大數據價值運用和產業化層面，一方面，美國、澳大利亞、法國、英國等多國政府均出臺相應政策，致力于推動大數據產業發展和運用。就美國而言，2011年總統科技顧問提出了加大大數據技術研發經費投入的建議，2012年3月美國公布了《大數據研發計劃》，重點關注知識獲取能力、科技工程發明和國家安全等領域，致力于推動學習和教育變革。2012年10月澳大利亞政府出臺《公共服務信息與通信技術戰略2012-2015》，提出了6條大數據原則，強調公共服務中數據分析的重要意義，次年成立了專項大數據工作組。2013年2月法國發布了《數字化路線圖》，投入1.5億歐元推動大數據等戰略性高新技術的發展。2013年10月英國商業、創新和科技部牽頭推出了《英國數據能力戰略》，旨在提高數據挖掘和價值萃取的能力，把握數據帶來的機遇。此外，新加坡、韓國、日本等也推出了相應的大數據發展政策，推動大數據向醫療、教育、國防等各個領域的運用和擴張。這些主要發達國家的大數據政策均傾向于加大基礎研究和關鍵技術研發，注重人才培養，提供資金保障，扶持產業發展，不斷形成技術性支撐和管理性支撐的雙輪驅動模式，對于國內大數據產業的發展具有很好的借鑒意義。另一方面，國外大數據行業應用研究主要集中在圖像處理、癌癥治療和社會網絡等方面，研究關鍵詞集中于圖形處理器、調查、時間序列、化學計量學、圖像分割法、圖像處理、降維、社會網絡、成像、模型識別回歸、激光雷達等方面[23]。研究重點為計算機科學、軟件工程、信息系統、人工智能、硬件設計、理論方法等。以生物信息學為例，基因分析已經從采樣分析發展為“去抽樣化”分析，大數據在DNA排序及醫院可視化管理方面穩步推進，同時云技術和異構計算方案在生物數據實驗管理層面的優化也取得了較好的實踐效果。此外，云計算、MapReduce和Hadoop等在可視化上也取得了較大進展。

三、國內外大數據產業研究評述與未來展望

總體而言，國內學者關于大數據的研究趨勢基本契合大數據進入主流應用的時間周期：大數據經技術萌芽期——概念過熱期——幻覺破滅期——再度復蘇期——生產力成熟期。回顧已有文獻，可見國內學者關于大數據產業的研究從沖擊反應式不斷向主動出擊式轉變，關于大數據產業的戰略價值、發展前景、國外經驗以及一般規律等方面的認識已經逐步加深。

國外關于大數據及其產業化的研究在大數據的認知層面和方法層面的研究較為前沿，具有引領性，值得借鑒。在價值層面或產業化層面，國內學者側重于大數據在媒體、圖書館以及商業運用方面的研究。而國外關于大數據的研究側重于基礎理論和關鍵技術等核心內容，且大數據產業集中于圖像處理、癌癥治療、商業價值方面，大數據產業發展相對緩慢。這給國內學者關于大數據產業的實踐創新與理論創新留下了較大空間，不過國內在發展大數據產業的同時，還應借鑒國外經驗加大對大數據基礎理論和關鍵技術的研發。

已有的相關成果是本文研究的前提和基礎，也是接下來研究的出發點和生長點。然而無論是國內還是國外，關于大數據產業發展中的政府作用研究都是薄弱環節，是學界致力于嘗試突破和努力攻堅的方向。

就未來展望而言，主要表現在以下三個方面：一是借鑒大數據產業發展的域外經驗。大數據時代需要全球視野，實施國家大數據戰略亟需借鑒域外經驗。學者涂子沛撰寫《大數據》的出發點就是以美國的數據革命引起國人對大數據的重視。此后維克托·舍恩伯格與其合作者肯尼思·庫克耶撰寫的《大數據時代——生活、工作與思維的大變革》與羅伯特·托馬斯和帕特里克·馬博蘭撰寫的《大數據產業革命》也充分顯示了國外大數據發展的現狀、趨勢和影響。就全球大數據發展情況而言，美國、英國、韓國、日本、新加坡、澳大利亞等走在發展前列，是大數據發展的先行者，積累了豐富的經驗，對于更好推進中國政府數據開放共享和大數據產業的健康發展具有借鑒意義。

二是深耕大數據產業發展的本土實踐。實施國家大數據戰略需要立足自身，深耕大數據產業發展的本土實踐。近年來中國大數據產業發展呈現出欣欣向榮的景象。8個國家級大數據綜合試驗區發展成績斐然，貴州成為唯一一個先導試驗區先行先試領跑全國，其余7個試驗區也奮起直追，許多“編外省份”也積極參與各顯神通。除了大數據必談的“貴州樣本”，區域類試驗區和編外省份的協同發展也亟待研究，尤其是對區域類試驗區大數據產業鏈發展的深入研究，為繼續貫徹落實“國家大數據戰略”提供了堅實的實踐樣本和理論指導。

三是探索大數據產業中的政府作用機制。大數據產業發展的方方面面都會涉及到政府的角色和作用機制。已有關于大數據產業發展中政府作用機制的討論，不但文獻數量稀少，而且研究的系統性和整體性不足。因此要在探究大數據產業成長規律的前提下，系統回顧產業發展中政府作用的理論基礎和政策要求，并結合大數據產業的國內外實踐，既借鑒域外經驗，又立足于本土，致力于以比較的視野、系統的思維來進行研究，深入探索大數據產業發展中的政府作用機制，以期提出推進中國大數據產業發展的建設性對策和實踐遵循。

[參考文獻]

[1] ?王謙，李天云.大數據產業高質量發展的政策建議[J].決策咨詢，2019，（3）.

[2] ?羅濤.大數據產業的美國經驗與中國對策[J].高科技與產業化，2013，（5）.

[3] ?李一男.世界主要國家大數據戰略的新發展及對我國的啟示——基于PV-GPG框架的比較研究[J].圖書與情報，2015，（2）.

[4] ?湯正仁.大數據發展的貴州樣本[J].貴州省黨校學報，2018，（1）.

[5] ?李天云，王謙.大數據產業發展的典型：貴州樣板[J].決策咨詢，2019，（5）.

[6] ?國家工業信息安全發展研究中心.大數據優秀應用解決方案案例.工業、能源、交通卷[M].北京：人民出版社，2018.

[7] ?迪莉婭.我國大數據產業發展研究[J].科技進步與對策，2014，（4）.

[8] ?西鳳茹，王圣慧，李天柱，侯錫林.基于大數據產業鏈的新型商業模式研究[J].商業時代，2014，（21）.

[9] ?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，（10）.

[10] ?雷庭. 我國大數據產業發展的影響因素研究[D].北京：北京交通大學，2017.

[11] ?池蓮.談大數據產業形成路徑及其產業集群發展動力機制[J].商業經濟研究，2015，（17）.

[12] ?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）.

[13] ?萬巖，潘煜.大數據生態系統中的政府角色研究[J].管理世界，2015，（2）.

[14] ?謝衛紅，樊炳東，董策.國內外大數據產業發展比較分析[J].現代情報，2018，（9）.

[15] ?王謙，李天云，杜鈺.政府在大數據產業發展中的作用機制分析[J].電子科技大學學報（社科版），2019，（4）.

[16] ?阿爾文·托勒夫.第三次浪潮[M].黃明堅，譯.北京：中信出版社，2006.

[17] ?李國杰，程學旗.大數據研究：未來科技及經濟社會發展的重大戰略領域——大數據的研究現狀與科學思考[J].中國科學院院刊，2012，（6）.

[18] ?Erik B， Andrew M.The Second Machine Age.Translated by Jiang Y H.Beijing：Citic Press， 2014.

[19] ?尤夫娜·霍夫施泰特.大數據之眼：無所不知的數字幽靈[M].陳巍，譯.杭州：浙江文藝出版社，2018.

[20] ?張貴紅.論數據的本質及其與信息的關系[J].哲學分析，2018，（2）.