从“智能电网”说起,谈谈电力行业的大数据治理实践

第一篇：从“智能电网”说起,谈谈电力行业的大数据治理实践

从“智能电网”说起，谈谈电力行业的大数据治理实践

通讯、计算机、自动化等技术在电网中的广泛深入应用和与传统电力技术的有机融合，极大地提升了电网的智能化水平，随着各种新技术的进一步发展、应用和与物理电网的高度集成，“智能电网”应运而生。

一、大数据治理，让“智能电网”变得更智能

近几年，“智能电网”已成为电力行业的高频关键词，各电力企业都加快了信息化建设的步伐。国家电网通过“SG186”和“SG-ERP”工程的实施，初步建成了一体化的信息系统，但随着电力业务数据的不断暴增，未来智能电网在信息采集、海量存储、实时监测和智能分析方面会有更高的要求。智能电网要求覆盖到全部用户，采集全部用电信息，全面控制电费，实时监管线损消耗等，除此之外，电力企业还需要结合客户需求，开发出个性化的电力消费产品和服务产品，这些都离不开数据的支撑。与其他行业相比，电力行业的数据来源非常广，不仅涉及到电网本身业务运营和经营管理的数据，还涉及到从电压、电流、信号处理等各种传感器采集过来的IOT数据，另外还有大量与分布式电源、居民用户相关的外部数据，若这些数据得不到有效整合，数据质量得不到提升，电力企业信息共享和智能决策等工作的开展将会受到制约，大数据治理作为解决数据问题的关键措施，逐渐成为电力企业关注的焦点。

二、电力行业大数据治理的三个关键步骤

说到电力行业的大数据治理，先要讲一下SG-CIM这个模型，SG-CIM（公共信息模型）是电力行业中一个最具影响力的模型，它为电力系统的建模和信息交互建立了统一的规范，下图是SG-CIM模型中部分与变压器相关的内容，可以帮助大家更好地理解SG-CIM模型。SG-CIM模型使得电力系统之间的数据交换变得有标准可依，从SG-CIM模型入手开展电力行业的大数据治理建设，成为一条可用途径。因此，电力行业的大数据治理，可以从采集、管理、服务化三个阶段入手。

（一）自动采集各类数据资产信息理想情况下，电力企业的数据模型都应该是参考着SG-CIM模型来设计的，但是因为缺少统一的管理工具，电力企业无法知道SG-CIM模型的实际落地情况，也不清楚数据在哪里，数据之前的关系和数据的流向，数据治理无从着手。要想管理好数据，首先需要获取到企业的全部数据信息，实现业务元数据、技术元数据、SG-CIM模型元数据的全面采集和存储，在摸清数据现状的情况下才能有效开展数据资产管理相关建设。

在电力系统数据量成倍增长、数据种类纷繁复杂的情况下，与人工录入数据相比，自动化采集的优势也变得更加突出，要想统一管理所有信息资产，还依靠人工录入的方式肯定是行不通的，企业需要通过相应的数据管理工具，实现对资产信息的自动获取。目前实现自动采集的一种方式是根据不同的数据源，开发出不同的采集适配器，多采用直连的方式来实现不同种类数据的自动化采集，包括自动数据信息采集、自动服务信息采集与自动业务信息采集等，例如下图是普元数据治理产品内置的采集适配器和支持的数据源类型。

（二）全面管理企业数据资产第一阶段实现了业务元数据、技术元数据、SG-CIM模型元数据的全面采集之后，电力企业就能对这些数据资产进行管理了，电力企业在管理企业数据资产的时候，可以从三个方面着手：业务元数据和技术元数据的对应，数据资产的全面梳理、数据质量的管理。

（1）梳理数据信息，对应业务元数据与技术元数据电力系统通用信息模型SG-CIM涵盖了电力企业所有业务模型，但是如果不建立业务模型与实际物理模型的映射管理，就无法建立业务与技术之间的连接，业务人员很难直接获取和使用数据。充分释放数据业务价值的前提是让业务人员能够自助找到并获得数据，因此建立业务模型与物理模型之间的连接，让业务人员能够通过业务模型就能直接获取数据，就变得非常重要。目前大部分企业还是依靠人工梳理的方式来对应业务模型与物理模型，需要业务人员来填写各种各样的数据项，增加业务部门负担的同时，也很难保证时效性。自动完成业务模型与物理模型的对应，将能大大减少业务人员的工作量，同时还能提升技术与业务关联的准确度，通过此种方式快速消除业务与技术之间的鸿沟。（2）确保SG-CIM模型的实际落地对于电力企业来说，系统的开发和改造如果能基于SG-CIM模型，将能为信息一体化工作奠定良好的基础。但实际的建设情况和SG-CIM模型是有一定差距的，并不完全符合SG-CIM模型标准，电力企业在做大数据治理时，在全面梳理数据信息并将业务模型与物理模型对应之后，如何保证SG-CIM模型的实际落地也十分重要。为确保SG-CIM模型的真正落地，电力企业需要针对新老系统，采取不同的手段：

1、对于历史遗留系统，可以自动化地检查SG-CIM在系统中的落地情况，自动获得SG-CIM模型的差距，针对性地进行系统的整改。

2、对于新建系统，在系统建设阶段就管理系统的模型设计，使之严格按照SG-CIM模型来建设。（3）解决数据质量问题在电力企业复杂的大数据环境中，数据质量会成为突出的问题，电采数据是否能够准确获得，IOT设备数据是否能够精确回传，各个系统的数据是否都是准确的都会对大数据分析与应用的效果产生影响。所以，电力企业在大数据采集与数据资产管理之后，还必须要解决数据质量的各种问题。对于电力企业来说，提升数据质量可以遵循以下3个基本原则：

1、在数据的全生命周期中控制数据质量，尤其是在系统需求分析与设计阶段，要严格控制数据模型，使其满足规范和要求。

2、梳理数据质量检核规则，并形成业务化的检核规则库，来对电力企业大数据进行数据质量检查。

3、建立数据质量考核机制，用自动化打分的方法提高各个部门对数据质量的重视程度，推进数据质量问题的解决。

（三）数据治理的服务化单纯对数据进行管理并不是大数据治理的最终目标，大数据治理的本质应该是让业务人员更方便地获取到数据，为其提供技术手段，从而向数据要效益，提升业务能力，达到业务创新。将数据治理服务化，能从三个方面直接提升业务和技术人员的效率，实现业务的创新：

1、提供自助数据查询服务，能够让业务人员和技术人员直接通过业务语义就找到相应的数据。

2、提供自助获取数据服务，形成数据的通道，帮助业务人员直接获取找到的数据。

3、提供自助数据分析服务，让业务系统开发人员能够以业务化的语义分析来分析获得的数据，比如自助设计报表等。

三、电力行业大数据治理实践

浙江电力的大数据治理就是按照以上三个阶段来建设的，我们自动化获得了浙江电力所有的元数据，将业务模型与物理模型自动对应，实现了业务模型与物理模型有效管理并严格控制了数据质量，并将数据治理能力服务化。通过大数据治理项目的建设，充分释放了业务人员的潜能，让业务人员能够自动、自助地获取高质量数据的同时还能对数据进行自助分析，大大提升了业务人员的数据分析能力，让智能电网的每一个业务人员都转变成为了真正的数据分析师。图：浙江电力业务人员分析数据

四、总结为实现智能电网，未来的电力企业需要打好坚实的数据基础，而大数据治理将在整个大数据平台中起到中枢神经作用，通过大数据治理，将数据资产管理起来，提供一整套大数据服务能力，帮助企业快速发挥大数据中的潜在价值。

第二篇：《从大数据到智能制造》读后感

《从大数据到智能制造》读后感

近日，在繁忙的工作中有幸读到了由李杰、倪军和王安正三位教授联袂著作的《从大数据到智能制造》这本书，该书以大数据与智能制造的关系为视角，系统地阐述了如何利用大数据解决和避免在制造过程中的可见和不可见问题。作为制造行业的制造部门共通系的我来说感慨颇深、深受启发。

这本书总共分为三篇：导引篇、案例分析篇和专家访谈篇。分别从理论和实践对如何运用大数据去预测需求、预测制造、解决和避免不可见问题的风险，和利用数据去整合产业链和价值链。数据本身不会说话，也不会直接创造价值，真正为企业带来价值的是数据分析之后产生的信息的意义和行动的价值。FY17上半年公司主推的VAA附加价值分析活动，在这个埋藏金挖掘的过程中，第一步就是通过对大量数据的深入挖掘，去分析探讨其中的非附加价值，进而对非附加价值进行定义，利用大数据进行附加价值和非附加价值的可视化，最后通过改善对非附加价值进行削减突破，进而开展各种改善活动进行cost down。

中国是制造大国，西方国家又这样一句话“To live well，a nation must produce well”，说明制造也是一个国家综合国力的最重要的体现，也是决定民众生活质量的重要条件。随着“工业4.0”、“NNMI计划”和“IVI”的提出，我国也感受到了来自世界各位新技术战略的压力，也相继提出了“中国制造2025”，“互联网+”和“供给侧改革”等多项措施。除了技术的革新，我们从中更不难发现的是中国制造哲学的进步，作为制造企业，目标即为以低成本生产高质量的产品；通过全流程改善降低浪费。所有的流程都离不开大数据的分析。

在公司的整个运营过程中，每年都会进行OB和RB的经营数值预测和设定，在这个过程中就需要整合大量的数据，从数据中进行以往的review和今后的action plan，今年更是联协INZ，通过GP4数据模拟的导入，通过建模来推动材料、装备、工艺、测量和维护这五个环节。通过智能制造的第六个关键因素建模（Modeling），基于大数据，从而对生产线体的配布有直观、超前的判断。

分析大数据枯燥无谓，但是对于制造企业的发展必不可少，作为制造型企业的员工要更加重视基础数据的收集，以数据为基础进行革新、改革和发展。

制造部党支部

周楠

第三篇：基于大数据的电网营销管理分析

基于大数据的电网营销管理分析

摘 要：随着社会的发展和经济的进步，在电网运行中采用了多种高科技手段，使得电力企业的供电业务更加便捷、简单、高效。也正因为如此，在庞大的电力需求用户的用电过程中产生了海量的数据资源，随着网络科技的发展，用户在用电的过程中产生的大数据不再是无用的一对数字，是可以运用现代科技手段进行分析的重要数据资源，可以通过对大数据分析进而形成更有针对性的、多方位的营销，进而满足不同客户的需求。因此，本文将着重阐述基于大数据的电网营销分析，为电力企业的改革、发展做出贡献，也为关注这一话题的人提供参考。

关键词：大数据；电网；营销管理

DOI：10.16640/j.cnki.37-1222/t.2017.13.144

0 引言

社会经济的整体发展，现代化的科技手段已经运用到方方面面，尤其是互联网的兴起，使得原来很多耗时耗力的工作都变得更加简单便利，通过应用到各行各业中进而影响到人民的生活水平。具体到电力行业中，在电网运营不断满足客户的需求过程中，产生了大量的客户使用数据，通过运用现代科技手段分析庞大的数据体量，可以为不同的客户提供更为精准的服务，满足不同客户的需求，并且通过了解客户的消费习惯进而对客户属性进行分析，为后期的其他营销活动进行铺垫和数据支撑。因此，基于大数据的电网营销管理分析是具有重要研究意义的课题。什么是“大数据分析”

“大数据分析”是基于现代科技发展而产生的一种分析技术，其主要是依靠于现代的科技手段，尤其是一些网络技术，通过对基础数据的整理分类，通过不同的计算机算法，可以将不同有类似特征的数据分列开来，最终在海量的数据中得到想要的数据分析。大数据分析技术被广泛应用于各种互联网行业，包括一些app、团购网站、搜索引擎等，通过对客户的日常网络浏览情况进行统计分析，掌握客户的偏好和实时的需求，进而能够更有针对性的为客户提供服务。大数据分析在互联网行业的广泛运用也引起其他行业的注意，纷纷引进其技术以期望可以在本行业中得到应用，最终为更好的掌握客户资源特性而努力，毕竟客户需求才能形成市场，才是供给企业存在的必要。“大数据分析”的算法

2.1 神经网络

神经网络是可以针对电网营销数据进行加工训练，且是一个自我组织、自我适应的学习过程，可以学习到最具特征性的样本和数据区别能力，也正因为如此，神经网络的分析算法可以更好地获取有参考价值的海量的基本信息。神经网络是基于其自身的分布式的存储路径，并发的处理信息原理，其具有强大的计算能力和容错能力，能够通过练习掌握科学地调整不一样的神经网络参数的权值，进而更好的优化网络，并且适应外界的变化，抵抗不相干因素的干扰，最终适应使用者的需求来调节神经网络的分析能力，为使用者提供更好的服务。

2.2 K近邻算法

此种算法是通过采用统计分析的方法，适用于各种分类问题中。具体是指：根据一个已经限定好的训练集，针对准备被分类的数据样本，通过在训练集中寻找与相关样本最为邻近的K个样本数据，准备被分类的样本的类别可以将之判断为K个样本多数所属于的类别之中。

通过此种统计分析的方法可以有效地将各种大数据中的分类问题解决，通过计算将具有一定共同特征的数据摘列出来形成使用者寻找的目标客群。大数据分析在电网营销管理中的应用

3.1 合理用电的数据分析

随着工业文明时代给世界带来的翻天覆地的变化，各种工厂、生产企业、居民生活中的耗电量都是巨大的。而考虑到未来的可持续发展道路，节能减排是人们必须时刻警惕的问题，尤其是在电力方面。因此，可以通过大数据分析技术，通过按照行业、机械设备、时间、区域等因素对海量的用电数据进行分析，找出电力的浪费现象以及可以改进的地方，精确地挖掘各种设备的反映情况，最终为电力的优化使用提供数据支撑，为未来可持续发展道路的推进奠定基础。

3.2 未来行情预测

从目前社会发展情况来看，各家庭中都有很多跟电有关的电器，用电量巨大，并且会跟随不同的季节、不同区域的客户需求不同而产生明显的不同，电力企业可以运用大数据分析技术积极探索不同时间点不同区域的用电情况，并且可以通过增长情况来预测未来的变化趋势，进而为自己的电力供应方面提供数据支撑，在事情发生之前提供服务，保障居民生活的正常运行。

3.3 运行保障，服务营销

由于电力企业在日常的运行之中要提供一个区域的电力供应，并且在长年累月的使用中常常会发生一些事故。电力企业可以通过历史上各区域用电情况以及运行故障发生情况来进行数据分析，进而在各区域出现类似情况的时期下，加强对该区域的电网排查工作，保障该区域的电力供应情况，并且总结出不同区域电网的承载能力，为后期持久性的服务营销打下基础。

3.4 企业营销决策的分析

目前很多电力企业都已经做了自己的门户网站，便利客户的缴费等需求。电力需求客户可以通过便捷的互联网操作来进行电费的查询、缴费等工作，而电力企业可以基于门户网站，运用自己的大数据分析技术，定向地进行电力方面的营销活动，倡导自己企业的理念。并且可以成立一个专家分析系统，对于客户的各种行为进行系统化地分析，最终帮助企业在营销方面的决策更加准确，为企业的长久高效运行提供支撑，最终促进其可以健康的发展。结论

总而言之，经济地迅速增长给社会带来翻天覆地的变化，客户需求成为了各行各业都开始重视的问题，大数据分析技术的诞生，可以通过诸多历史行为对客户的需求产生系统化、多维度的分析，真正地用?稻菟祷埃?为企业的营销决策带来数据支撑，尤其是在电力行业，客户的需求结构是现代电网运营企业不断追求的目标。因此，对于大数据在电网营销管理中的应用，对于企业来说具有重大的发展价值，值得持续地研究和探讨。

参考文献：

[1]李文靖.大数据之下的电网营销管理分析[J].信息技术，2016（01）：13-14.[2]刘凯.论信息技术在电网运用中的应用[J].技术管理，2015（20）：29-30.[3]曹梅.现代大数据分析技术的应用[J].信息管理，2015（09）：45-46.

第四篇：大数据与政府治理现代化心得体会

大数据与政府治理现代化心得体会

通过学习哈尔滨工业大学管理学院教授米加宁题为“大数据与政府治理现代化”的学术讲座，我主要有以下几方面的认识和体会：

大数据是一场管理革命，“用数据说话、用数据决策、用数据管理、用数据创新”，会给国家治理方式带来根本性变革。大数据具有以下四个特点：数据量大、挖掘实时性、数据类型多、价值密度低。为进一步说明大数据的意义，米加宁教授以美国和中国为例，美国政府认为大数据是“未来的新石油”，一个国家拥有数据的规模和运用数据的能力将成为综合国力的重要组成部分；而中国政府也认识到大数据的重要价值，在未来将更加重视大数据的研究。总之，在当今时代，数据是资源，网络就是生产力。

那么，大数据时代给我们带来了什么机遇？一是大数据对传统的研究方法形成了挑战，二是大数据带来了社会科学研究的新曙光，三是大数据时代提供了新的研究范式，即镜像作用。大数据的优越性来自其自身分析的特点，即容许数据的容错性、样本为全体对象、相关性分析比因果关系更重要。

米加宁教授从政治学领域提出了区别统治与治理的五个标准：一是权威主体不同，二是权威的性质不同，三是权 1 威的来源不同，四是权力运行的向度不同，五是两者作用所及的范围不同。大数据在精准管理、危机预警、社会管理、政策仿真、公共服务等方面为政府治理能力的提升创造了方法和工具的可能。

而实施国家大数据战略部署和顶层设计，推进政府治理现代化，需要我们做到“四个结合”：把政府数据开放和市场基于数据的创新结合起来。政府拥有80%的数据资源，如果不开放，大数据战略就会成为无源之水，市场主体如果不积极利用数据资源进行商业创新，数据开放的价值就无从释放；把大数据与国家治理创新结合起来。国务院的部署明确提出，“将大数据作为提升政府治理能力的重要手段”“提高社会治理的精准性和有效性”，用大数据“助力简政放权，支持从事前审批向事中事后监管转变”“借助大数据实现政府负面清单、权力清单和责任清单的透明化管理，完善大数据监督和技术反腐体系”，并具体部署了四大重大工程：政府数据资源共享开放工程、国家大数据资源统筹发展工程、政府治理大数据工程、公共服务大数据工程；把大数据与现代产业体系结合起来。这里涉及农业大数据、工业大数据、新兴产业大数据等，我国的产业结构优化升级迎来难得的历史机遇；把大数据与大众创业、万众创新结合起来。国务院专门安排了“万众创新大数据工程”，数据将成为大众创业、万众创新的肥沃土壤，数据密集型产业将成为发展最快的产 2 业，拥有数据优势的公司将迅速崛起。

此外，我国作为世界制造业第一大国，需要高度关注一个现实——大数据重新定义了制造业创新升级的目标和路径。无论是德国提出的工业4.0战略，还是美国通用公司提出的工业互联网理念，本质正是先进制造业和大数据技术的统一体。大数据革命骤然改变了制造业演进的轨道，加速了传统制造体系的产品、设备、流程贬值淘汰的进程。数字工厂或称智能工厂，是未来制造业转型升级的必然方向。我国面临着从“制造大国”走向“制造强国”的历史重任，在新的技术条件下如何适应变化、如何生存发展、如何参与竞争，是非常现实的挑战。

在大数据条件下，数据驱动的“精准治理体系”、“智慧决策体系”、“阳光权力平台”将逐渐成为现实。大数据已成为全球治理的新工具，联合国“全球脉动计划”就是用大数据对全球范围内的推特（Twitter）和脸谱（Facebook）数据和文本信息进行实时分析监测和“情绪分析”，可以对疾病、**、种族冲突提供早期预警。在国家治理现代化进程中推动大数据应用，是我们繁重而紧迫的任务。在政府治理方面，政府可以借助大数据实现智慧治理、数据决策、风险预警、智慧城市、智慧公安、舆情监测等。大数据将通过全息的数据呈现，使政府从“主观主义” “经验主义”的模糊治理方式，迈向“实事求是” “数据驱动”的精准治理 3 方式。经济治理领域也是大数据创新应用的沃土，大数据是提高经济治理质量的有效手段。互联网系统记录着每一位生产者、消费者所产生的数据，可以为每个市场主体进行 “精确画像”，从而为经济治理模式带来突破。判断经济形势好坏不再仅仅依赖统计样本得来的数据，而是可以通过把海量微观主体的行为加总，推导出宏观大趋势；银行发放贷款不再受制于信息不对称，通过贷款对象的大数据特征可以很好地预测其违约的可能性；打击假冒伪劣、建设“信用中国”也不再需要消耗大量人力、物力，大数据将使危害市场秩序的行为无处遁形。在公共服务领域，基于大数据的智能服务系统，将会极大地提升人们的生活体验，智慧医疗、智慧教育、智慧出行、智慧物流、智慧社区、智慧家居等等，人们享受的一切公共服务将在数字空间中以新的模式重新构建。

在大数据时代，政府如何提供服务、国家如何创新治理体系，都需要重新进行审视和考量。我们不能墨守成规，抱残守缺，而是要善于学习，勇于创新，按照党中央、国务院的战略部署，政府和市场两个轮子一起转，把我国建设成“数据强国”。

第五篇：以大数据促进国家治理现代化

以大数据促进国家治理现代化

作者：周文彰 《光明日报》（2015年11月25日 15版）

当前正是利用大数据推进国家治理现代化的宝贵时机。对这一轮大数据革命，我国作出了非常及时的战略响应。7月1日，国务院办公厅发布了《关于运用大数据加强对市场主体服务和监管的若干意见》；7月4日，国务院发布了《关于积极推进“互联网+”行动的指导意见》；9月5日，国务院发布了《促进大数据发展行动纲要》。这几份重磅文件密集出台，标志着我国大数据战略部署和顶层设计正式确立。

大数据是一场管理革命，“用数据说话、用数据决策、用数据管理、用数据创新”，会给国家治理方式带来根本性变革。

“四个结合”助力国家大数据战略

实施国家大数据战略部署和顶层设计，需要我们做到“四个结合”：把政府数据开放和市场基于数据的创新结合起来。政府拥有80%的数据资源，如果不开放，大数据战略就会成为无源之水，市场主体如果不积极利用数据资源进行商业创新，数据开放的价值就无从释放；把大数据与国家治理创新结合起来。国务院的部署明确提出，“将大数据作为提升政府治理能力的重要手段”“提高社会治理的精准性和有效性”，用大数据“助力简政放权，支持从事前审批向事中事后监管转变”“借助大数据实现政府负面清单、权力清单和责任清单的透明化管理，完善大数据监督和技术反腐体系”，并具体部署了四大重大工程：政府数据资源共享开放工程、国家大数据资源统筹发展工程、政府治理大数据工程、公共服务大数据工程；把大数据与现代产业体系结合起来。这里涉及农业大数据、工业大数据、新兴产业大数据等，我国的产业结构优化升级迎来难得的历史机遇；把大数据与大众创业、万众创新结合起来。国务院专门安排了“万众创新大数据工程”，数据将成为大众创业、万众创新的肥沃土壤，数据密集型产业将成为发展最快的产业，拥有数据优势的公司将迅速崛起。

此外，我国作为世界制造业第一大国，需要高度关注一个现实——大数据重新定义了制造业创新升级的目标和路径。无论是德国提出的工业4.0战略，还是美国通用公司提出的工业互联网理念，本质正是先进制造业和大数据技术的统一体。大数据革命骤然改变了制造业演进的轨道，加速了传统制造体系的产品、设备、流程贬值淘汰的进程。数字工厂或称智能工厂，是未来制造业转型升级的必然方向。我国面临着从“制造大国”走向“制造强国”的历史重任，在新的技术条件下如何适应变化、如何生存发展、如何参与竞争，是非常现实的挑战。

推动大数据在国家治理上的应用

在大数据条件下，数据驱动的“精准治理体系”“智慧决策体系”“阳光权力平台”将逐渐成为现实。大数据已成为全球治理的新工具，联合国“全球脉动计划”就是用大数据对全球范围内的推特（Twitter）和脸谱（Facebook）数据和文本信息进行实时分析监测和“情绪分析”，可以对疾病、**、种族冲突提供早期预警。在国家治理现代化进程中推动大数据应用，是我们繁重而紧迫的任务。

在政府治理方面，政府可以借助大数据实现智慧治理、数据决策、风险预警、智慧城市、智慧公安、舆情监测等。大数据将通过全息的数据呈现，使政府从“主观主义”“经验主义”的模糊治理方式，迈向“实事求是”“数据驱动”的精准治理方式。

经济治理领域也是大数据创新应用的沃土，大数据是提高经济治理质量的有效手段。互联网系统记录着每一位生产者、消费者所产生的数据，可以为每个市场主体进行“精确画像”，从而为经济治理模式带来突破。判断经济形势好坏不再仅仅依赖统计样本得来的数据，而是可以通过把海量微观主体的行为加总，推导出宏观大趋势；银行发放贷款不再受制于信息不对称，通过贷款对象的大数据特征可以很好地预测其违约的可能性；打击假冒伪劣、建设“信用中国”也不再需要消耗大量人力、物力，大数据将使危害市场秩序的行为无处遁形。

在公共服务领域，基于大数据的智能服务系统，将会极大地提升人们的生活体验，智慧医疗、智慧教育、智慧出行、智慧物流、智慧社区、智慧家居等等，人们享受的一切公共服务将在数字空间中以新的模式重新构建。

加强大数据动态的跟踪研究

我国要从“数据大国”成为“数据强国”，借助大数据革命促进国家治理现代化，还有几个关键问题需要深入研究。

切实建设数据政策体系、数据立法体系、数据标准体系。以数据立法体系为例，一定要在数据开放和隐私保护之间权衡利弊，找到平衡点。

重视对“数据主权”问题的研究。借助大数据技术，美国政府和互联网、大数据领军公司紧密结合，形成“数据情报联合体”，对全球数据空间进行掌控，形成新的“数据霸权”。思科、IBM、谷歌、英特尔、苹果、甲骨文、微软、高通等公司产品几乎渗透到世界各国的政府、海关、邮政、金融、铁路、民航系统。在这种情况下，我国数据主权极易遭到侵蚀。对于我国来说，在服务器、软件、芯片、操作系统、移动终端、搜索引擎等关键领域实现本土产品替代进口产品，具有极高的战略意义，也是维护数据主权的必要条件。

“数据驱动发展”或将成为对冲当前经济下行压力的新动力。大数据是促进生产力变革的基础性力量，这包括数据成为生产要素，数据重构生产过程，数据驱动发展等。数据作为生产要素其边际成本为零，不仅不会越消耗越少，反而保持“摩尔定律”所说的指数型增长速度。这就可能给我国经济转型升级带来新动力，对冲经济下行压力。

需要建设一个高质量的“大数据与国家治理实践案例库”。国家行政学院一直重视案例库的建设，在中央的重视和支持下，就大数据促进国家治理这一主题，各部门、各地方涌现出大量创新性的实践案例，亟须进行系统梳理和总结，形成一个权威的“大数据与国家治理实践案例库”，以方便全国领导干部进行借鉴和推广。

在大数据时代，个人如何生存、企业如何竞争、政府如何提供服务、国家如何创新治理体系，都需要重新进行审视和考量。我们不能墨守成规，抱残守缺，而是要善于学习，勇于创新，按照党中央、国务院的战略部署，政府和市场两个轮子一起转，把我国建设成“数据强国”。

（作者为全国政协委员、国家行政学院原副院长、中国行政体制改革研究会副会长）