热门:【前沿】梁正 吴培熠：数据治理的研究现状及未来展望

本篇文章7657字，读完约19分钟

摘要:数据作为人工智能和大数据的核心要素，严重影响着人类社会的迅速发展。 随着数据容量的迅速积累、数据质量和运算能力的提高，数据的采用和管理成为第四次产业革命给人类社会带来的重要命题。 在回顾数据管理相关研究文献的基础上，从历史、经济和法律理论视角入手，整理和评论数据特征、数据应用和数据管理的相关问题，提出未来数据管理研究的几个方向，丰富该行业的理论基础，在学术界引起关注 关键词:采用数据治理； 保护经济社会的影响 1引言无论是公共部门还是私营部门，数据的采用和管理已经成为真正的应用场景。 在概念讨论的理论范畴内，不同的社会科学行业围绕数据管理相关问题展开了一系列研究，但概念、理论和政策相关的系统整理依然不足。 在数字经济时代，数据给公共管理、科研、商业活动带来了效率的改善和质量的提高，大量数据被认为是21世纪的重要资源之一。 在公共管理方面，地方政府与公司密切合作，频繁致力于“最多跑一次”、“政务app”、“城市脑”等项目，建立数据中心、大数据局，开放数据资源打破新闻孤岛，利用新兴技术公开 在科学研究行业中，开放科学、开放获取正在成为科学共同体的共识，通过构建以数据为中心的开放科学，促进科学研究的变革。 在商业行业，通过积累大量的个人客户数据，数据的价值越来越明显，围绕网络巨头数据的竞争也越来越激烈。 数据正在成为高度关注的社会资源，逐渐成为新的研究对象，如何有效地管理和采用这些数据资源成为课题，在数据管理和采用方面暴露了很多问题。 这需要从数据的取得、利用、保护等各立场和法律、制度、政策等不同层次的对数据管理问题进行系统深入的研究，指导其管理实践。 由于数据管理问题多而杂，不仅要在数据管理和采用实践中探索，而且要加强数据管理的理论研究。 但是，与现在的数据管理问题受到社会高度关注相比，现在学术界关于数据管理的研究依然落后，实践中暴露的问题对理论研究继续提出更高的要求。 新闻科学、情报学等对如何管理各种数据有很多研究成果，但学术界对数据管理的理论认识还必须深入，与数据管理相关的重大理论问题有待进一步研究。 数据的本质是什么？ 我应该怎么识别数据？ 什么是数据治理？ 目前国内外文献数据管理的研究处于什么状态？ 你首先关注那些焦点问题吗？ 国际数据管理研究能为构建面向中国未来的数据管理系统提供那些参考和启示吗？ 这些问题很值得深入研究 本文首先根据相关文献、报告中与“数据管理”相关的前沿文献，对上述问题展开分析概要，从历史、经济、法律等维度整理并总结现有的数据管理研究文献，展示国内外数据管理研究的前沿概况，并展开未来的研究 照片来自网络2数据的历史、概念和意义人类利用数据的历史非常悠久，最初可以追溯到数字发明时期，不同的文明都掌握了管理数字记录和生产生活的能力。 19世纪初，博物学家在个人援助下周游世界收集动植物标本，观测天文现象，开始规模化记录数据，从多种多样的事实总结了开普勒法则等许多重要科学发现。 当时的数据量相当庞大，但数据的重要性只由少数专家决定，不被视为社会资源。 只有在数据真正被社会关心规范和监督的时候，才真正被制度化为社会资源。 欧洲霍乱的流行使人们开始统计收集疾病传来的数据，发明了可视化的技术和数据观察方法。 1887年德国帝国技术物理研究所成立，负责整个社会所需的数据，成为第一个真正意义的标准局。 进入20世纪以来，贸易指控促进了测量。 计算方法迅速发展，统计学成为独立的学科，应对数据观察的诉求。 20世纪40年代以后的大量军事投入带来了计算科学的进步和数据传输技术的迅速发展。 近年来，少数互联网企业facebook、微信聊天、亚马逊制作和管理网上数十亿员工、娱乐和购物数据。 纵观人类利用数据的历史，数据的本质不变，但在制度、技术和经济迅速发展的交织作用下，数据完成了从数字向资产的转换，在这个过程中数据的规模、价值和影响正在扩大。 我们今天谈论的数据是新闻化和人工智能时代的大量数据资源。 进行数据治理的第一步是重新定义数据，对大数据的概念通常是卷、速度、类型、准确性、价值等。 全球、各方面、容易获得的数据资源，大数据是人工智能系统新闻输入的前提[2] 数据作为经济资源和生产要素之一是人工智能等新兴技术迅速发展的动力，没有大量的数据积累和应用场景，人工智能难以突破瓶颈。 数据给人类社会带来了机会，带来了风险，围绕数据所有权、数据安全、隐私保护的问题也日益突出，新命题——数据治理应运而生。 数据治理的概念具有两个意义，分别是对数据的治理和利用数据的治理[3] 一个是以数据管理数据为管理对象的管理活动，例如gdpr、数据隐私保护条例等。 另一个是利用数据进行治理的活动，如电子政务服务、一站式政府服务等。 数据治理的两个含义是相互关联的，但没有冲突，本研究中的数据治理侧重于对数据本身的治理。 数据治理是价值和风险的权衡，治理的目的是一个一个地挖掘数据的价值，尽量减少相关的价格和风险[4] 数据管理在宏观层面包括国际、国家和部门的法律、政策和条例，在中观组织层面包括数据管理规程、数据价值测量、数据风险权衡等，在微观层面关注日常数据、依赖数据解决的新闻和专家等[。 照片从网络3数据对经济的影响经济学相关文献中深入探讨了数字转型和数字经济的重要作用，从宏观、中间视觉和微观三个层面分析了数据对经济快速发展的重要作用。 从宏观经济快速发展的角度出发，经济快速发展和增长理论长期关注商品、服务、思想和人口跨界流动的影响和结果，目前的数据流动是最明显的跨界流动形式。 随着数据生产设备的急剧增加和数据存储和解决能力的扩大，21世纪的大数据被称为“不可思议的金矿”，被称为促进经济转型和循环快速发展的“核心资源”[6]。 在数据时代，世界经济快速发展所关注的命题已经从集装箱运输转向数据边境，进而转向跨国流动，数据成为新的经济增长驱动因素。 数据流中流入和流出数量的不平衡，以及数据质量的高低不平衡，在地区和国家之间的经济快速发展中引起了新的不平衡[7] 数据与以前传递的经济驱动要素有很大不同，这种差异会影响经济学的基本分解变量和框架吗？ weber的回答是否定的，数据与以前传达的经济增长要素大不相同，但传统的经济增长理论不需要时间。 首先，数据资源就像早期的石油资源一样，如果具备生成、收集、利用的基础设施，数据的价格就会非常便宜。 其次，与以前传递的资源相比，原始数据可以无限免费复制。 虽然这个数据的实际价值具有无限的潜力，但是要表现数据的价值依然需要保护知识产权。 最后，数据到处都是，但数据利用的课题在于数据的收集方法和数据的采用方法。 这和以前传达的自然资源的开发几乎一样。 在中观产业经济层面，新闻资产带来经济效益，“数据应该被记录为具有价值和潜在价值”[8]。 数据的价值已经被现在的商业活动证实了，苹果、谷歌、微软等最先进的数据驱动型企业将收集到的数据转换为价值，净利润是以前传给石油天然气企业的两倍以上，拥有数据的企业现在利润最高 数据主导型企业的成功是积累大量的顾客和顾客数据，互联网效应给顾客带来了粘性效应，带来了高额的转换价格。 在微观公司组织层面，数据如何创造价值？ 在某种程度上，数据被认为是智力的一种形式[10] rowley在此基础上确立了包括数据、新闻、知识、智慧四个渐进层次[11]在内的数据到智慧的层次概念。 数据是原始的事实和符号，是整个层次结构的基础。 新闻是具体语境中的数据，具体回答地点、时间、人物、事件等问题。 知识是新闻的集合，结合了主观理解和能力。 智慧在阶层的顶端，通过积累知识获得直觉和理解。 在整个层次中，高级别的形态以低级的形态为基础，作为整体构成了从数据到智慧的解释模型。 大量的数据积累是卓越的创新，企业需要促进数据流并将数据集成到现有的业务流程中。 数据带来了从新闻技术到商业模式的范式转变，推动了公司从以往流传下来的要素驱动型向数据驱动型的转变。 以网络契约车领域为例，在数字化转型以前流传下来的领域，个人数据资源已经成为公司重要竞争力和可持续创新的源泉，公司间的数据互联网已经呈现出明显的中心化趋势[12]。 数据价值的实现需要产业生态系统中的数据质量管理、数据的跨境流动和组织间的数据合作。 数据是企业在不同渠道生产或获得的可识别、非货币和非物理有潜在价值的资源。 rayport和sviokla提出了理解公司数据价值创造的虚拟价值链( vvc )模型，分为收集、组织、筛选、合成和分配五个步骤，该模型从全过程的角度提供了数据创造价值的过程模型[13] 现在数据在公司中的作用和意义与新闻技术的应用密切相关，公司间的竞争已经成为对数据的竞争，公司如何管理数据决定了他们的未来[14] 实践者认为数据是潜在的商业化分解结果，整个过程是虚拟的数据价值链。 虚拟价值链包括数据收集、存储、分解、共享、可视化和应用程序，数据是企业变革的重要组成部分[15] 在新闻技术价值创造的过程中，新闻技术的支出首先转化为新闻技术资产，然后转化为新闻技术有很大的影响，最后需要成为新闻技术公司的业绩[16] 公司利用大数据创造价值时，首先需要在数据和技术方面投资，经过“资产创造过程”，将数据投资转化为数据资产。 然后通过“能力创造过程”，迅速发展相应的数据能力，包括有形的数据解决硬件、无形的数据观察算法、数据驱动的组织文化和能力等，具有分解能力、创新能力和新闻管理能力。 之后，公司运用较大的数据能力通过“变革过程”提升到公司的数据影响，影响公司的决策过程，提高公司的运行效率，促进产品和服务的创新，包括创造新的商业模式。 最后，公司通过领域竞争、市场监督管理等“竞争过程”提高自身经济业绩，将数据能力转化为商业价值[17] 照片在陕西师范大学学报4数据的法律挑战法学研究中，数据的含义与新闻相似，是电子化新闻。 数据与以前传递的资产不同，没有边界，可以无限制地展示和传递，以前传递的物权法不再适用。 现在，数据由于法律上没有确定的权力归属，例如数据不能被盗，所以被认为没有财产权，例如数据的价值越来越受到重视，但数据集合不能用作抵押。 这些问题随着数据技术的迅速发展变得越来越显着，在将来的数据法学中需要重新审视数据相关的知识产权和法律规制问题。 作为焦点问题，物联网时代的数据隐私保护备受关注。 物联网可以收集大量的数据，这些数据的积累可以给很多应用行业带来新的知识。 在智能城市，数据带来的知识有助于政府制定更好的政策和改善公共交通。 在成本购物中，数据带来的知识可以根据客户的反馈改善服务，提高成本体验。 而且，在这些数据收集的过程中，必须涉及数据采用者的隐私话题，在物联网时代，关注数据保护和遗忘权。 欧盟把数据保护技术、数据库管理、数据所有权、隐私政策等作为未来物联网迅速发展的课题[18] 许多调查结果表明，许多客户对智能设备广泛收集个人新闻感到不安，这种担心也影响了物联网的快速发展[19]。 perera认为，物联网快速发展的未来必须通过比较有效和充分地获得客户的许可来保护数据隐私。 基于客户选择和自由控制已经收集的数据必须按计划采用，不能为他移动。 建模、保存、分解、分发和聚合过程中数据匿名技术数据传输过程中的数据安全 而且公共数据的未来可能会成为最有价值的国家资产。 管理这些资产需要处理数据保护、增值、维护和营利等一系列问题。 另外，还需要解决良好的竞争关系、隐私保护和个人自由的关系、国家安全和公民权力保护、商业利益和公民利益最大化的关系问题[20]。 kemp提出了普遍的大规模数据法律框架，分为平台基础设施、新闻结构、与数据相关的知识产权、数据合同、数据监督管理、新闻安全与管理六个层次，其中与数据相关的知识产权、 与数据相关的知识产权是指数据的版权和数据库的权限，数据合同赋予数据所有者通过采用开放数据获得收益的资格，数据监督管理划分解决个人数据的权利和义务。 在实践中，有点组织内部已经建立了数据管理的政策和框架，有助于结构化管理大数据。 社会越来越透明，物联网每天制造大量的数据，需要从所有权和产权保护两方面定义这些数据[21] 这些数据的所有权利应该归谁？ 在新技术高速发展的背景下，现行法律是否具有充分的效力明确了数据的归属？ 需要新的产业数据权限吗？ 以智能车为例，汽车行驶中产生的数据应该是汽车的所有者，汽车的驾驶员、汽车的制造商、汽车数据收集装置的制造商、导航运营商、道路建设者。 其中，各部门是数据所有权的潜在利益者。 数据的所有权是要处理的问题，现在的事实是现在的法律涉及相关问题，但还不够。 在知识产权保护方面，欧洲现行的版权法只保护作者自己的知识产品，但生产知识的“机器”不能定义为作者。 这是因为由物联网创造的数据不受版权法的保护。 机器生成的数据受知识产权保护吗？ 数据保护和知识产权保护应该不同。 现有的法律系统不能全面解决物联网等机器创造的数据和由此派生的相关问题。 应该如何设计新法律，需要深入研究。 图像从网络5的未来展望了现在的研究，从数据科学、经济学、法学和科学技术政策等维度的对数数据的概念定义、利用价值、产权归属、隐私保护、管理规制等方面进行了细致的整理，现在是跨学科多维度的视角 本文从历史、经济、法律等维度对数据管理研究的现状画出更细致的全景图，目的是重新认识数据管理带来的理论问题，为未来的研究开辟新的视角。 现在的数据管理研究有两个方面的转变，一是研究副本从理论研究向实证研究，从构建概念向经验研究方向转变。 二是研究方法从定性走向量化，围绕数据利用、数据开放等主题的研究正在进行，量化工作已经开始。 结合国内外研究现状和研究空白，从研究路径、管理方法、管理体系、影响判断的角度提出未来数据管理研究的四个方向:1.各国数据政策的发展过程和比较研究。 现有研究整理了数字经济比较发达国家的数据政策，但还不能展示各国政策的实施和效果，将来需要对各国数据管理的政策背景、政策执行和政策效果进行分析[22]。 随着人工智能和大数据的迅速发展，比较各国和地区数据行业的政策将继续增加，由于数据的差异化认知，各国可能走向不同的政策路径，未来的研究将加强数据政策的国际比较和分解，对数据政策的制定和实施进行展望 2 .基于“数据”的多元主体问题研究 物联网客户数据隐私保护包括设备制造商、云服务和平台提供商、第三方应用程序开发人员、政府监管部门和客户等五个利益相关者 保护您的数据隐私不仅仅是技术管理问题，还与您自己相关，不能脱离政府部门的监督管理和规范。 其中，各主体的作用和地位各不相同，需要合作完成。 随着人工智能和区块链技术的迅速发展，数据价值链的分工进一步细分，数据创造和采用的主体转变为人与人、人与机器、机器与机器，给数据管理的多元主体带来新的挑战。 因此，在人工智能和大数据的背景下研究多元主体的数据管理具有深远的现实意义和理论意义。 3 .以数据为中心重构产业创新体系 大量数据积累是卓越的创新，对当前产业转换和经济的快速发展有很大影响，进而重建现有的创新生态系统。 数据带来了从新闻技术到商业模式的范式转变，推动了企业向数据主导型企业的转变。 与以前传达的产业创新系统相比，以数据为中心的产业创新系统更重视数据共享和开放，提高系统效率，激发创新活力。 这方面有那些新规则，会产生什么新问题，值得进一步探究研究。 4 .国家数据管理系统的建立和完善 政策法规是新兴技术进步的有力保障，为了完全建立新兴技术和相关的管理体系，必须在国家一级把握以数据为核心战术资源的重要趋势，应对数据利用和保护中的问题和挑战。 比较数据这一新的管理对象，需要创新管理的大体、关系和工具，在敏捷管理的思想指导下积极进行政策实验、政策试行和立法，形成灵活全面的管理框架[23]。 数据的所有权归属、知识产权保护、隐私保护、伦理和反垄断问题与日俱增，中国作为未来数字经济和人工智能的领袖，在数据采用和保护的政策法规中进行前瞻性研究，建立数据管理的中国大体、制度 参考文献[1] leonellis.datagovernanceiskeytointerpretation:reconceptualizingdataindatascience [ j ].Harvard data1(1).[2] leonelll & vom brocke，j .. data governance:aconceptualframework，structured review，andresearchagenda [ j ].internationaljournalofinformation Jonathan Foster，Juliemclement & Elkegreifeneder.Dataworkincontext:value，risks， and governance [ j ].Journaloftheassociationforinformation 69 ( 12 ).[6] Ubaldi， b.opengovernmentdata:towardsempiricalanalysisofopengovernmentdatainitiatives [ ] oecdworkingpapersonpublicgovernance，no. 22，。 . [7] weber，s. data，develoop 19(3).[8] oppenheim c，stenson j，Wilson RMS ller b .，Meyerg.( EDS ) Towards USER-CentrictransPortineuroE [ c ].Springer，cham，. [ 10 ] ACKOFFRL . 16 (1).[ 11 ] rowleyj.thewisdomhierarchy:representationsofthedikwhierarchy [ j ].Journalofinformation Zhao y，mei l， et al.structuralholesinthemulti-sided market:amarketallocationstructureanalysisofchina’scar-hailingplatformi ation [ j ].suster 11(20): 5813.[13] rayport j f，SVIOKLAJ loia f，ET AL.BiGDatamanagement:Thecaseofmulinobianco’sengagementPlatformforvalueco-creation [ j ].International Journalofengion cheah，s .，& wang， s.big data-drivenbusinessmodelinnovationbytraditionalindustriesinthechineseeconomy [ j ].journalofchineseeconomicandforeigntra 10(3).[16] soh c，Markus ML.Howitcreatesbusinessvalue:AProcesstheorysynthesis [ j ].ICIS 1995 ProceEDings，1995 businessprocessmanagementjournal， 25 (5).[ 18 ] sundmaeker het al.visionandchallengesforrealisingtheinternetofthings [ j ] . clusterofeuropeanresearchprojectsontheinternetofthings European commision，3(3).[19] perera，c .，ranjan s.u a.y.bigdataprivacyintheinternetofthingsera [ j ].it professional， 17(3).[20] kemp，r.legalaspectsofmanagingbigdata [ j ].computer law & security review，30(5).[21] farkas TJ.datacreatedbytheinternetofthings:thenewgoldwithoutownership [j].rev.Prev 吴培88; .数据管理政策的国际比较:历史、特征与启示[ j ] .科学技术导报