1989年，当万维网出现之后，给我们带来了第四【sì】次【cì】传播革命，互联网以其海量的空间、互动的方式，使得信息数量急剧增加，根据ZDNET的数据显示，2013年中国产生的数据总量超过0．8ZB，2倍于2012年，相当于2009年全球的数据总量，而预【yù】计到2020年，中国产生的数据总量将达到16ZB。

　　尤其在“摩尔定律”使得存【cún】储能力极速提升、社交媒体的出现使得生产数据的能力高速发展、新数据挖掘技术使得数据分析能力大大扩【kuò】展三大动力的推动下，全世界进入了大数据时代，2013年也被称为大数据元年，意味着大数据开始进入商用阶段。

　　在大数据时代，DT＋将成为大势所趋。

　　大数据及其本质特征

　　大数据是指以服务于决策【cè】为目的，需要新型【xíng】数据处理模式才能对其内容进行采集、存储、管理和分析的海量、高增长率和多样化的信息资本。

　　大数据具有如下本质特征：一是根本目的是服务于决策，大数据能够帮助各类组织和个人大幅度提升决策能力【lì】，做出更好的【de】决策和判断。二是量度大，大数据通常是指100T以上的数据量，这难以依靠传统的计算手【shǒu】段有效计算，而必须依靠新的计算手段和数据挖掘工具。三是频率高，大数据是用户参与互动而产生的数据，根据用户的网络痕迹来及时地了解用户的相关数据，这种数据是按照天甚至小时来计算的高【gāo】频数据。而传统的数据频率都很低，很多数据是按照月甚至按照年【nián】份来计算的。四是速度快，大数据是实时性的数据，能够实时反应。

　　例如，在百度搜索框输入一个关键词，能够瞬间呈现，而传统的数据收集方式则是严重滞后的。

　　五是维度丰富多样，大数据是全样本数据、多维度数据、非结构化数据，既包括普通的结构化数【shù】据，又包括视频和音频等非结构化数据。正是因为大数据的维度多【duō】样性，其也更为【wéi】复杂。六是永远在线。在线是大数据的前提条件，从这个角度来说，大数据是永远在线的，能够随时被调用的。大数据通过分析各种网络终端上的用户痕迹，能够更好地分析用户的行为、情感、思想、爱好与需求，来更好地进行决策和【hé】分析。七是本质是信息【xī】资本。大数据是能够为政府和企业带来未来经济利益的信息资源，其本质是信息资产，而且随着大数据的应用越来越广，其价值会越来越大【dà】。

　　因此，不应该仅仅把大数据看成成本，而应把其看成和土地、资本、人才等一样的新生产要素。

　　政府数据公开是大数据发展的保障

　　大数据的【de】重要组成部分是政府数据，因此政府数据公开的【de】程度和广度将在很大程度上决定着大数据的发展水平。目前，美国等西方发达国家大力推进数据开放运动，在数据公开程度上居于世界前列。12-18，美国、巴西、印度尼西亚、墨西哥、挪【nuó】威、菲律宾、南非【fēi】、英国等八个国家（G8）联合签署了《开放数据声明》，在纽约发起“开放政府联盟”（OGP），以向本国社会开放更多的信息。

　　2013年6月，八国集团首脑签署了《开【kāi】放数据宪章》，制定开放数据行动方【fāng】案，并设定了开放数据宪章的五大原则：开放数据为默认；为激励创新发布数【shù】据；为改善治理发布数据；注重数量和质量；让所有人可用。尤其需要指出的是，其中最重要的一条就是“开放为默认，不开放为特例【lì】”的原则，这就约束政府部门尽最大可能地公开所有数据，而反观我国，由于政府数据开放的程度很低，各部门基于自身的利益，基本上采取的是“开放为特例，不开放为默认”的原则，这也导致形成一个个的“信息孤岛”。

　　2007年，国务院通过了《中华人民共和国政府信息公开条例》，国务院办公厅印发的《2015年政府信息公开工作要点》更加明确地强调推进行政权力清单、财【cái】政资金、公共服务、国有企业、环境保护等九大领域的信息公开工作。12-18，国务院总理李克强主持召开国务院常务会议，通过《关于促进大数据发【fā】展的行动纲要》。

　　目前，我国的政府数据开放存在着四大挑战：一是开放与安全，在实践中，很多人以数据安全为由来反对数据开放，这是一种很片【piàn】面的观点；二是人才和文化，我国的数据人才在量和质上都存在重大缺陷，而且也没有形成“数据文化”；三是政策标准【zhǔn】不统一；四是政策法规【guī】不健全。

　　在政府数据开放方面，我国存在三大主要问题：一是我国尚未建立起全国【guó】统一的大数据平台，导致形成一个个的信息孤岛，影响了政府【fǔ】数据开放的成效；二是我国的数据污染很严重，很多原始数据【jù】存在夸大或瞒报现象；三是一些地方没有把大数据当成政府公共服务的重要部分，而当成盈利的资源。

　　大数据蕴藏着新哲学思想和优势

　　首先，大数据拓展了新的哲学思想

　　大数据既能处理“因果【guǒ】关系”又能处理“相关关系”，即不仅能够回答“为什么”又能回答“是什么”。在小数据时代，只能通过抽样调查的方式来回答“为什么【me】”。而大数据则能通过全样本的方式来回答【dá】“是什么”，即发现相关关系，这能够帮助我们更好地认识和了解世界。例如，沃尔玛发现在尿布旁边放上啤酒能够提高啤酒的销量，就把尿布和啤酒混搭销售。毫无疑问，尿布和啤酒之间并无因果关系，而二者在一起就形成很好的相关关系。

　　其次，大数据分析具有显著优势

　　一是大数据能够实现分析的高【gāo】度智能化，既能实现信息收集和分析的智能化，又能实现数据与用户需求的有效匹配。二是及时、迅速。大数据分析改变之前的市场调研和数据分析相对滞后的模式【shì】和方式，能够及时、迅速地进行分析。例如，传统的市场调研一般耗时几个月，而基于互联网的大数据调研则只需要几天就能得到【dào】调研结果。三是成本相对较低。由于可以大量使用技术手段，其成本相应较低【dī】。一般来说，传【chuán】统的市场调研方式，每一份问卷都需要近百元，而互联网调研一份问卷只需要4元左右。

　　大数据实施的三大关键点

　　首先，数据的可获得度

　　目前在国内，大数据的发展严重受制于政府信息【xī】的公开性不够，很多数据难以获得，导致难以实现真正的大数据挖【wā】掘和分析，这就要求政府及时开放更多的数据，以提高数据的可获得度。

　　其次，进行科学的模型建构

　　模型的科学性【xìng】直接决定着数据分析的质量，这就要求有高超的建模水平，当然数据量越多也有助于模型的合理构建。

　　第三，利用专家对观点进行提炼

　　为决策提供依据的基于【yú】数据挖掘的独到、高质量的观点，高度依赖于高质【zhì】量的数据解释，这就体现了行业专家的价值。

　　在大数【shù】据时代，大数据已经成为整个社会的底层架构和标配，其上的一切都必须按照大数【shù】据的要求进行重构，大数据在解决大问题方面尤为有效，目前在语音搜索、智慧城市建设【shè】、互联网金融治理等方面取得了长足的进展，未来更多的领域都必将被大数据所革命和重构。【原载于《中国经济时报》】

　　（作者系国家行政学院社会和文化教研部高级经济师）