大數據背景下的軍隊管理工作探析①

陸軍工程大學石家莊校區 河北 石家莊 050003

隨著信息技術的迅猛發展，構成信息的數據呈海量的爆發，人類社會進入了全新的大數據時代。大數據不僅推動了信息技術的發展，更推動了人們在思維層面的進步。大數據技術已成為推動社會變革的重要力量，軍隊管理領域也不例外。在軍隊管理領域加強大數據的運用，推動軍隊管理工作效益的提升已經成了一個既急迫又必須面對的課題。

一、大數據技術概述

(一)大數據的內涵。最早對“大數據”概念進行界定的是全球公司麥肯錫公司(MGI)。真正將大數據推廣開來的是英國維克托·邁爾—舍恩伯格與肯尼恩·庫克耶合著的《大數據時代:生活、工作與思維的大變革》一書，隨后，大數據的應用開始進入人們的視野。從狹義的角度看看，“大數據”是一種龐大的數據集合，這種巨大的數據群超越了傳統的信息技術處理能力。從廣義的角度，也即從價值的角度看，“大數據’是一種全新的思維方式和發展資源，將為人們提供巨大的產品及服務。[1]總之，大數據已經超越了技術或產品的概念，而是以現代信息技術為基礎的時代浪潮，它不僅是對客觀世界的記錄和描述，更是通過對數據的采集、分析、整合、運用讓我們更加真實的了解過去、認識現在、把握未來，讓我們增長新知識、發現新規律、創造新價值。

(二)大數據的特征。對于大數據特征的認識，經歷了從“3V”、“4V”到“5V”的轉變。其中，IBM公司提出的“5V”特征得到了多數人的認同。即:Volume(大容量)、Variety(多樣化)、Variety(高速度)、Value(價值密度低)、Veracity(真實性)。[2]Volume是指數據量的龐大，這是大數據的基本特征，不僅指數據的采集，同樣包括在傳輸、存儲、分析等方面的海量數據。Variety主要指的數據類型繁多，包括靜態的、動態的，結構化的、非結構化的等等。Variety是指數據從采集到利用的整個過程都具有高速度，能夠滿足即時化的需求。Value指的是有價值數據密度低，但是有價值數據的價值高。Veracity主要是指數據的真實準確。也有觀點認為，在海量數據中可能混雜人為修改的數據，從而影響數據的真實性，但從另一角度而言，偽數據的存在反映的是一種真實。

二、大數據帶來的思維變革

大數據除了在技術和現實層面的價值之外，最重要的是隱藏在其背后對人類思維方式的變革。正如維克托·邁爾—舍恩伯格所說:“大數據的真正價值就像漂浮在海洋中的冰山，第一眼職能看到冰山的一角，絕大部分都隱藏在表層之下。”[3]

所謂思維方式，就是我們大腦活動的內在程序，是一種習慣性思考問題和處理問題的模式，它涉及我們看待事物的角度、方式和方法，并由此對我們的行為方式產生直接的影響。大數據正在改變我們的一切，其中最重要的是從改變我們的思維方式開始，引發思維大變革，并帶來所謂的“大數據思維”。[4]在思維層面，大數據是一種思維方式，它通過基于多源異構和跨域關聯的海量數據分析產生的數據價值挖掘思維引發人類對生產和生活方式乃至社會運行的重新審視。[5]

(一)由樣本思維向整體性思維轉變。樣本思維通俗來講就是“管中窺豹”、“以小見大”。通過抽樣調查來認識事物的整體，遵循著從部分到整體，從要素到系統，從個別到一般的思維特征。這種認識事物的思維特征和人類認識事物的技術水平緊密相關，由于技術水平所限，人們無法獲取和事物相關的整體數據。雖然樣本數據在一定程度上可以反映整體數據，但會由于缺乏全面性而帶來準確性的不足。大數據技術的發展，給我們提供了獲取數據的全面手段，極大的提高了信息獲取的全面性，這就使我們可以在認識事物的時候，把事物的全部要素作為一個整體來進行認識，也可以把事物的的部分要素放在整體中去認識，具備“見大識大”或“以大見小”的思維特征。大數據的這種思維特征更加有利于我們對事物把握的全面性和精確性。

(二)由因果思維向相關思維轉變。因果思維值得是通過探尋事物之間的因果關系來認識事物的單線程思維方式。受固于“有后果就有前因”的傳統思維方式，人們把注意力往往放在對“前因”的探尋之上。試圖從事物發展的“因果關系鏈”來對事物進行認識或對現象進行解釋。這種思維方式是建立在對事物原因的假設和求證基礎之上的，一旦假設不成立或無法求證，因果關系的鏈條就會斷裂，對事物的認知過程就會結束。相關思維則是通過事物之間的相關性來認識事物的網絡型思維方式。這種思維方式認為事物發展變化是由于各種因素之間相互關聯、相互作用而共同引起，任何一種因素的變化都可以引發事物的改變，并不是由于簡單的單線程的因果關系。大數據技術開拓了我們認識事物的視野，讓我們能從更加廣闊的角度來認識盡可能多的事物要素，也更有利于我們把它們之間的相互關系和相互作用。

(三)由靜態思維向動態思維轉變。傳統的靜態思維是“所見即所知”的一維認識結構。這種從單一的“時間點”來認識事物的思維方式容易讓人得出“非此即彼”、“非黑即白”的判斷。事物存在于多維時空，在多維時空當中也是在不斷發展變化的。這種靜態的思維，不僅不能準確的認識現在，更是忽略了過去，也無法預見未來，不但限制了對事物的認識的深度、廣度，還不利于對事物發展變化規律的認識。在大數據技術的支持下，過往的數據可以得以留存，現實的數據可以得以展現，可以擺脫靜態思維的局限，不僅讓我們認識事物的“今生”，還能讓我們把握事物的“前世”，更能夠通過對數據的全面分析把握事物的發展變化規律，在一定程度上預測未來。

(四)由精準性思維向概率性思維轉變。大數據的整體性會讓我們獲得事物盡可能多的數據，這些數據的來源多樣，形式復雜，結構性數據和非機構性數據交織混雜，數據的真偽共存，通過大數據來認知事物并不能做到百分之百的精準。因此大數據視野下的認知不是精準，而是概率。從定性認知和定量認知的角度來看，定性思維是通過感性和經驗對事物進行確定性的評價，定量思維則是通過對數據的采集和分析得出概率性的結論。大數據動態性和相關性的存在，也告訴我們事物的本源是以多重維度和層次存在的，這種模糊的、不確定的、多維的、變化的數據形式使我們很難進行終結性的精準判斷。從另一個角度來說，模糊的、概率的，才是精準的，我們只能盡可能的接近事物的真實，而不可能完全掌握事物的真實。

三、當前軍隊管理工作存在問題

軍隊管理工作是一個龐雜的系統工作，隨著軍隊編制體制、環境對象、任務要求的日趨復雜，傳統的管理方式已經不再適應建設信息化軍隊的需要。

(一)重復性工作較多，資源浪費嚴重。由于軍隊自有的體系架構，造成了“上面千條線，下面一根針”的特殊情況。上級對各種情況的了解，往往是通過層層上報。但是不同的部門、不同的層級對下級提供相同信息的時間不同，經常造成相同或類似信息的重復上報。同樣，由于上級不同部門對同一工作有了不同的指示和要求，下級又會重復應對。這樣一來，下級做了大量重復性的無意義勞動，浪費了大量的資源。

(二)主觀決策較多，缺乏數據支撐。在傳統的軍隊管理工作中，工作的檢查評估、人員的選拔使用、年度的評功評獎，參與人員定性的判斷較多，主要依靠主觀印象，大體感受等感性認識，尤其是對政治思想、道德品質、發展潛力的判斷更是經常在一念之間，其結果不可避免的會受到主觀因素的影響，缺乏數據的支撐和量化的手段，難以適應科學管理的需要。

(三)操作簡單粗放，不夠精準高效。在各種數據的登、統計方面，大多還采取手工操作，人工填報，數據處理、情況判斷也主要靠經驗進行。采集到的數據以“點數據”為主，缺乏對動態、綜合數據的把握，也不易掌握不同類型、不同時間、不同情況數據之間的相關性，這也就影響到了把握情況的適時性和準確性，進而不能進行客觀評估和準確預判。

(四)數據意識欠缺、缺乏專門人才。在當前軍隊管理工作實踐中，部分管理者靠傳統、靠經驗工作的惰性較強，甚至“寧肯少一事，不可多一事”，求穩、保安全的思想較強。因為對新技術、新工具、新手段的不學習、不了解，感覺“手里沒數、心里沒底”，看不到或不愿看到大數據技術對管理工作帶來的巨大推動和改變，不敢投入到大數據的浪潮之中。此種情況，必然會帶來大數據應用的落后和人才的缺乏。

四、借鑒大數據思維改進軍隊管理理念

(一)變粗放管理為精細管理。軍隊管理工作重在細節。管理效果的體現在細節的積累。問題和事故的出現往往也是由于沒有發現苗頭的產生或者忽略了細節的隱患。大數據來源于細節，同時也反映著細節，不僅能夠幫助我們了解全面細節，還能夠幫助我們把握重點細節。大數據能夠幫助我們掌握人、財、物、事、時間、信息、空間等各種管理對象的細微之處，能幫助我們從細節出發解決問題或事故出現的隱患和苗頭，同時為官兵個人和基層單位提供精準、高效、個性化的服務，從而減少內部損耗，提升管理效益。

(二)變經驗決策為科學支撐。大數據的一個突出特征就是注重定量分析，通過數據分析結果做出判斷，輔助決策。以往的決策，往往依賴于軍隊管理者的經驗，同時還受管理者個人的性格、喜好、品質、立場、角度，甚至情緒的影響。管理者個人因素對決策的正確性起到主要的作用。但是隨著軍隊職能任務的日益繁重，管理對象的日趨增加，管理環境的日益復雜，僅靠管理者個人或管理團隊的經驗已經遠遠不能滿足科學決策的要求。大數據技術不僅可以對客觀事物進行量化，還能對人的品質、思想、情感等以往認為難以量化的主觀要素進行量化分析，為軍隊管理者做出正確決策提供科學的支撐。

(三)變事后響應為事前預防。大數據的一個重要價值在于通過對現存事物的分析，把握事物發展的規律，對事物的未來進行預測。從開展軍隊管理工作的角度而言，對事物未來趨勢的把握有著尤為重要的意義。對未來戰場態勢的預判可以讓我們做到先敵人一步排兵布陣，占取先機；通過對后勤、裝備等各種資源消耗的先期預判可以使我們做到及時、精準保障；通過對日常戰備、訓練、工作、生活等數據的分析，尤其是重點部位、重點事件、重點人員數據的重點關注，對可能發現的問題和事故進行前瞻性的判斷，使我們能夠做到緊前干預、關口前移、未雨綢繆。

(四)變垂直多層為扁平共融。軍隊編制體制的特點決定了軍隊管理系統的結構為“垂直多層”。由于單位性質、部門任務和層次級別的差異，各方之間甚至并不清楚對方的信息資源，無法互補有無，即使具有相互需要的信息，也往往由于數據的格式，要求不同而無法共享，甚至各方之間還可能存在人為制定的壁壘。這樣一來，信息缺乏充分、高速、有效率的互聯互通。大數據應用的特點就在于通過構建信息數據的共享平臺，打破上下級之間，不同單位和部門之間的信息壁壘，通過對各方數據的整合，實現信息交流的扁平共融。

五、基于大數據技術提升軍隊管理效果

(一)強化大數據素養，迎接全新的機遇和挑戰。建設信息化軍隊、打贏信息化戰爭的歷史使命時不我待。作為軍隊管理者，一定要認識到以大數據技術為代表的現代信息技術在軍隊管理工作中的廣泛應用是必然趨勢，是提升部隊軍隊管理效益的必由之路。因此一定更要主動學習大數據技術，掌握與大數據相關的基本知識和基本理論，增強大數據意識。大數據意識主要是對各類數據具有高度的敏感性，能夠意識到數據存在的潛在價值。還要培養全面系統性的數據思維，能夠在大數據的基礎上把握事物之間的相關性和事物發展的動態性，掌握事物發展的規律，對事物的發展進行精準預測和及時干預。

(二)做好整體籌劃，做好大數據系統建設規劃。要想高效發揮大數據技術在軍隊管理工作中的作用，必須要把軍隊的大數據建設上升到戰略層面，制定統一的標準體系、搭建統一的數據平臺、建立統一的管理制度，形成良好的運行機制。各個單位、各個部門要加強溝通協調，避免出現條塊分割、重復建設，并通過資源整合和數據共享，解決在數據的分類、采集、挖掘、分析、使用上的重復工作，提高效益，減少損耗。

(三)加快加大投入，建好管理大數據的基礎支撐。時不待我，必須要在保證安全可靠的基礎上，加快加強硬件基礎設施、軟件配套和人才隊伍的配套建設。要把大數據平臺建設納入軍隊信息化基礎設施建設的總體規劃，在整合軍隊現有硬件資源和數據資源的基礎上進行升級改造，避免重復建設造成浪費。同樣，由于軍隊管理工作的特殊性，軟件系統的建設也必不可少，但是一定要重視和其它系統和網絡的兼容性和可拓展性，防止由于相互沖突造成損失和內耗。最后就是一定要自己培養和引進相結合，建設一支講政治、精業務大數據人才隊伍。

(四)強化軍民融合，利用民用技術助力軍隊建設。現階段，大數據技術在民間的發展和運用日臻成熟。很多地方科研機構和企業在大數據的研究和應用上已經走到世界前列。基于此，我們完全沒有必要另起爐灶，重新開始，而是要在國家倡導軍民融合的大背景下，在立足軍隊管理工作的實際，保證安全保密的情況下，拿來為我所用，無論是系統設計、軟硬件的建設，還是維護使用，都要重視地方現有開發經驗，現有軟硬件技術，現有人才隊伍的利用。

(五)做好安全保密，建立一體化的安全管理機制。對于軍隊來說，安全保密工作決不可忽視。必須管理和技術兩個層面并重，在各個環節、各個節點、各個領域做好安全工作。在安全機制層面上，健全大數據安全認證機制，由頂層設計部門牽頭制定統一的安全技術標準；技術部門配合安全管理部門制定個部門、各領域的技術防范和防護標準，實行大數據安全認證機制；相關單位和個人要依據要求，確立安全使用邊界，構建一體化聯動的安全管理機制，在技術防護層面上，硬件設施和軟件系統，必須采用具有完全知識產權的國產產品。對相關單位和個人普及網絡防護、入侵檢測、身份認證等信息安全技術，確保大數據系統的安全運行。[6]

注 釋

① 本文為陸軍工程大學2018-2019軍事理論創新工程項目“物聯網等新興領域視角下軍隊管理工作探析”研究成果

This paper is a research finding of“Exploration and Analysis of Army Management in the Internet of Things and Other Emerging Areas”，a program under the 2018-2019 PLA Army Engineering University Military Theory Innovation Project.