第ｌ２期（２０１３年１２月） 中国科技论坛 ５一 大数据时代的国家创新系统 构建问题研究 张（１．南开大学经济学院，天津军， 姚 飞 ３００１６０） ３０００７１；２ 天津工业大学管理学院，天津摘要：当前，一个大规模生产、分享和应用数据的时代已经开启。庞大的人群和应用市场，复杂性高、 充满变化，使中国成为世界上最复杂的大数据国家。从国家层面看待大数据问题，制定引导大数据研究 和大数据应用的相关，构建大数据背景下的国家创新系统，是增强国家核心竞争力的重要保障。本 文从大数据引发的思维变革、商业变革和管理变革三个方面入手，分析大数据将会对我国社会产生的深 远影响，为大数据时代国家创新系统的构建提供理论支持和建议。 关键词：大数据；变革；创新；国家创新系统 中图分类号：Ｆ２７０．７文献标识码：Ａ Ａ Ｒｅｓｅａｒｃｈ ｏｎ Ｂｕｉｌｄｉｎｇ Ｎａｔｉｏｎａｌ Ｉｎｎｏｖａｔｉｏｎ Ｓｙｓｔｅｍ ｉｎ Ｂｉｇ Ｄａｔａ Ｔｉｍｅｓ Ｚｈａｎｇ Ｊｕｎ，Ｙａｏ Ｆｅｉ （１．Ｔｈｅ Ｓｃｈｏｏｌ ｏｆ Ｅｃｏｎｏｍｉｃｓ，Ｎａｎｋａｉ Ｕｎｉｖｅｒｓｉｔｙ，Ｔｉａｎｊｉｎ ３０００７１，Ｃｈｉｎａ，２．Ｓｃｈｏｏｌ ｏｆ Ｍａｎａｇｅｍｅｎｔ， Ｔｉａｎｊｉｎ Ｐｏｌｙｔｅｃｈｎｉｃ Ｕｎｉｖｅｒｓｉｔｙ，Ｔｉａｎｊｉｎ ３００１６０，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ａｔ ｐｒｅｓｅｎｔ，ａｎ ｅｒａ ｏｆ ｐｒｏｄｕｃｉｎｇ，ｓｈａｎｎｇ ａｎｄ ａｐｐｌｙｉｎｇ ｄａｔａ ｉｎ ｌａｒｇｅ ｓｃａｌｅ ｈａｓ ｏｐｅｎｅｄ．Ｈｕｇｅ ｃｒｏｗｄｓ ａｎｄ ａｐｐｌｉｃａｔｉｏｎ ｍａｒｋｅｔｓ， ｈｉｇｈ ｃｏｍｐｌｅｘｉｔｙ，ｆｕｌｌ ｏｆ ｃｈａｎｇｅｓ ｍａｋｅ Ｃｈｉｎａ ｔｈｅ ｗｏｒｌｄ’Ｓ ｍｏｓｔ ｃｏｍｐｌｅｘ ｌａｒｇｅ ｄａｔａ ｓｔａｔｅ．Ｆａｃｉｎｇ ｂｉｇ ｄａｔａ ｐｒｏｂｌｅｍｓ ｆｒｏｍ ｔｈｅ ｎａｔｉｏｎａｌ ｌｅｖｅｌ ａｎｄ ｍａｋｉｎｇ ｒｅｌａｔｅｄ ｐｏｌｉｃｉｅｓ ｔｏ ｇｕｉｄｅ ｂｉｇ ｄａｔａ ｒｅｓｅａｒｃｈ ａｎｄ ａｐｐｌｉｃａｔｉｏｎｓ，ｉｓ ａｆｔ ｉｍｐｏｒｔａｎｔ ｇｕａｒａｎｔｅｅ ｆｏｒ ｅｎｈａｎｃｉｎｇ ｔｈｅ ｃｏｕｎｔｒｙ’Ｓ ｃｏｒｅ ｃｏｎ— ｐｅｔｉｔｉｖｅｎｅｓｓ ｔｏ ｂｕｉｌｄ ｎａｔｉｏｎａｌ ｉｎｎｏｖａｔｉｏｎ ｓｙｓｔｅｍ ｉｎ ｂｉｇ ｄａｔａ ｃｏｎｔｅｘｔ．Ｉｎ ｔｈｒｅｅ ａｓｐｅｃｔｓ－－ｃｈａｎｇｅｓ ｉｎ ｔｈｉｎｋｉｎｇ，ｂｕｓｉｎｅｓｓ ｔｒａｎｓｆｏｒｍａｔｉｏｎ ａｎｄ ｃｈａｎｇｅ ｍａｎａｇｅｍｅｎｔ ｃａｕｓｅｄ ｂｙ ｂｉｇ ｄａｔａ，ｔｈｉｓ ｐａｐｅｒ ａｎａｌｙｚｅｓ ｔｈｅ ｆａｒ—ｒｅａｃｈｉｎｇ ｉｎｆｌｕｅｎｃｅｓ ｏｆ ｂｉｇ ｄａｔａ ｏｎ ｏｕｒ ｓｏｃｉｅｔｙ ａｎｄ ｐｒｏｖｉｄｅｓ ｔｈｅｏｒｅｔｉ— ｃａｌ ｓｕｐｐｏｒｔ ａｎｄ ｐｏｌｉｃｙ ｒｅｃｏｍｍｅｎｄａｔｉｏｎｓ ｆｏｒ ｂｕｉｌｄｉｎｇ ａ ｎａｔｉｏｎａｌ ｉｎｎｏｖａｔｉｏｎ ｓｙｓｔｅｍ． Ｋｅｙ ｗｏｒｄｓ：Ｂｉｇ Ｄａｔａ；Ｔｒａｎｓｆｏｒｍａｔｉｏｎ；Ｉｎｎｏｖａｔｉｏｎ；Ｎａｔｉｏｎａｌ Ｉｎｎｏｖａｔｉｏｎ Ｓｙｓｔｅｍ ２００７年，诺贝尔奖获得者吉姆・格雷指出， 会科学研究方式。科研范式的转变最终会反馈到 人们思维模式和决策模式的转变。吉姆・格雷的 这一论断准确预言了大数据时代的到来。 大数据（Ｂｉｇ Ｄａｔａ），或称大规模数据、海量 数据密集型科学正在从计算科学中分离出来，成 为科学研究的第四范式。像经典力学、量子力学 和计算科学一样，数据密集型科学必将影响到社 基金项目：教育部人文社科研究规划（１３ＹＪＡ６３０１ １３）。 收稿日期：２０１３—０６—２０ 作者简介：张军（１９７０一），男，河北唐山人，南开大学经济学院博士后；研究方向：宏观经济学。 中国科技论坛 （２０１３年１２月）第ｌ２期 数据，其所涉及的资料规模巨大到无法通过目前 主流软件工具，在合理时间内提取、处理并整理 １大数据时代的变革 １．１大数据时代的思维变革 成为决策信息。美国国家科学基金会（ＮＳＦ）将大 数据定义为“由科学仪器、传感设备、互联网交 易、电子邮件、音频视频软件、网络点击流等多 大数据与三个重大的思维转变有关：首先， 要分析与某事物相关的所有数据，而不是依靠分 析少量的数据样本；其次，我们乐于接受数据的 纷繁复杂，而不再追求精确性；最后，我们的思 种数据源生成的大规模、多元化、复杂、长期的 分布式数据集”ｌ１ Ｊ。大数据的特点可以归纳为４ Ｖ： 海量的数据规模（Ｖｏｌｕｍｅ）、快速的数据流转和动 想发生了转变，不再探求难以捉摸的因果关系， 态的数据体系（Ｖｅｌｏｃｉｔｙ）、多样的数据类型（Ｖａ． ｒｉｅｔｙ）和巨大的数据价值（Ｖａｌｕｅ）。通过无处不在 的计算和传感器，大数据能够解析存在于现实世 界、虚拟世界以及虚实融合世界的复杂网络关系， 并适时做出判断和决策。这种决策模式遵循数据 转变为信息、信息转变为知识、知识涌现出智慧 的流程。大数据所具有的在区域之间、行业之间 和企业部门之间的穿透性，正在传统的、线 性的、自上而下的目标驱动的精英决策模式，形 成面向不确定性的、非线性的、自下而上的发现 群体智慧的数据驱动决策模式。维克托・迈尔．舍 恩伯格和肯尼思・库克耶在《大数据时代：生活、 工作与思维的大变革》一书中提出了相关关系的 大数据思维，即人们可以驾驭所有数据，而不是 仅仅抽取小样本；人们可以挖掘更具混杂性的数 据，而不用苛求数据的精准性；人们只需知道 “是什么”的相关关系，而不需深究“为什么”的 因果关系 。 当前，一个大规模生产、分享和应用数据的 时代已经开启。庞大的人群和应用市场，复杂性 高、充满变化，使中国成为世界上最复杂的大数 据国家。解决这种由大规模数据引发的问题，探 索以大数据为基础的解决方案，是中国产业升级、 效率提高的重要手段。就像望远镜让我们感受宇 宙，显微镜让我们能观测微生物一样，大数据正 在改变我们的生活以及理解世界的方式，成为新 发明和新服务的源泉，而更多的改变正在蓄势待 发。从国家层面看待大数据问题，制定能引导大 数据研究和大数据应用的相关，构建大数据 背景下的国家创新系统，是增强国家竞争力的重 要保障。本文从大数据引发的思维变革、商业变 革和管理变革三个方面入手，分析大数据将会对 我国社会产生的深远影响，为大数据时代国家创 新系统的构建提供理论支持和建议。 转而关注事物的相关关系。很长一段时间以来， 准确分析大量数据对我们而言是一种挑战。为了 让分析变得简单，我们会把数据缩减到最少，加 上统计学的采样分析，可以得出能够帮助我们决 策的结论。小数据时代，样本选择的随机性比样 本数量更重要，采样分析的精确性随着采样随机 性的增加而大幅提高。但是，采样分析的成功依 赖于采样的绝对随机性，而实现随机性是非常困 难的。一旦采样过程中存在任何偏见，分析结果 就会相差很大。另外，当人们想了解更深层次的 细分领域时，随机采样的方法就不可取了。大数 据是指不用随机分析法这样的捷径，而采用所有 数据的方法分析问题。 在越来越多的情况下，使用所有可获取的数 据变得更为可能，但为此也要付出一定的代价， 那就是数据中的错误信息。大数据时代要求我们 重新审视精确性的优劣，大数据不仅让我们不再 期待精确性，也让我们无法实现精确性。确切地 说，在很多社会和技术领域，我们更倾向于纷繁 混杂。大数据要求我们有所改变，我们必须能够 接受混乱和不确定性，通过接受不精确性，我们 开启了一个从未涉足的世界。大数据的核心是预 测，通过找到一个关联物并监控它，我们就能预 测未来。 １．２大数据时代的商业变革 大数据成为许多公司竞争力的来源，从而使 整个行业结构都改变了＿３ Ｊ。大公司和小公司最有 可能成为赢家，而大多数中等规模的公司无法在 行业调整中受益。掌握着大量数据的大公司通过 分析收集到的数据，成功实现了商业模式的转型。 苹果公司进军移动手机行业是个很好的例子，它 在与运营商签订的合约中规定运营商要提供给它 大部分的有用数据。通过来自多个运营商提供的 大量数据，苹果公司得到的用户体验的数据比任 第ｌ２期（２０１３年１２月） 中国科技论坛 何一个运营商都多。苹果公司的规模收益体现在 了数据上，而不是固有资产上。大数据也为小公 司带来了机遇，聪明而灵活的小公司能享受到非 经典著作《创新与企业家精神》中指出，创新是 组织的一项基本功能，是管理者的一项重要职责， 它是有规律可循的实务工作。德鲁克把创新分为 三类：１）产品的创新一即产品或服务的创新；２） 管理的创新一即制造产品与服务，并且将它们推 固定资产规模带来的好处。重要的是，因为最好 的大数据服务都是以创新思维为基础的，所以它 们不一定需要大量的原始资本投入。 １．３大数据时代的管理变革 我们在生产和信息交流方式上的变革必然会 引起自我管理所用规范的变革。这种变革不仅仅 止于规范，在更深层次上也体现了价值观的转变。 在大数据时代，我们需要建立一个不一样的隐私 保护模式，这个模式应该更着重于数据使用者为 其行为承担责任，而不是将重心放在收集数据之 初取得个人同意上。将责任从民众转移到数据使 用者很有意义，也存在充分的理由，因为数据使 用者比任何人都明白想要如何利用数据，所以他 们理所当然应对自己的行为负责 。 总之，正是因为有了思维的，才有了推 动现代社会发展的商业变革和管理变革，而无论 是商业变革还是管理变革，都离不开创新活动。 ２大数据时代的创新问题 数据之于信息社会就如燃料之于工业， 是人们创新的力量源泉。没有大量鲜活的数据和 健全的服务市场，很多创新就无法实现 Ｊ。 ２．１对创新的研究 最早研究创新理论的一定是经济学家。这是 因为当我们探讨经济为什么增长这一命题是，我 们就不可能回避创新问题。在《经济增长的秘密》 一书的第四章，赫尔普曼谈到了创新问题，即技 术对经济增长的影响。１９９６年，经济合作与发展 组织（ＯＣＥＤ）发表了具有划时代意义的重要文献 《知识经济》。这一文献将以前讨论的技术创新归 纳为更为宽泛的知识创新，并认为经济合作与发 展组织成员国已进入了一个崭新的以知识与信息 为核心的时代。这一文献还完整描述了一个国家 的科学系统，即知识运动系统是如何完成知识生 产、知识传播和知识应用三大职能的。 除了经济学家对创新的研究，管理学者也进 行了大量的探索。１９９０年，亨德森和克拉克把创 新分成四种类型：渐进式创新、模组创新、建构 创新和激进式创新 ］。１９９３年，德鲁克教授在其 出上市所需要的各种技能与活动的创新；３）社会 的创新一即市场、消费者行为和价值的创新 。 从经济增长理论对创新的研究可以看出，大 规模的创新取决于一个国家的整体经济环境。鉴 于这一认识，从２０世纪８０年始，一些学者开 始把注意力集中到创新型国家的研究上来。在 《国家竞争优势》一书中，迈克尔・波特教授从国 家竞争力的角度把一国的经济发展划分为四个阶 段：生产要素导向阶段、投资导向阶段（Ｉｎｖｅｓｔ． ｍｅｎｔ—ｄｒｉｖｅｎ）阶段、创新导向阶段和富裕导向阶 段 Ｊ。波特认为，几乎所有发展中国家正处于生 产要素导向阶段。在投资导向阶段，居民储蓄开 始增加，企业和的投资意愿大大加强，开始 引进技术并模仿，也开始具有改良外国技术的能 力。当一个国家跨入创新导向阶段时，其经济特 征表现为个人收入提高，高等教育普及，对便利 性的需求增强，消费者需要更为讲究，从而导致 企业在产品、流程、技术、市场营销等方面接近 精致化程度。企业开始大规模对外投资，产业集 群开始出现世界级的支柱性产业和大型集团， 具有竞争力的新产业不断产生，其服务业也开始 走向国际化。第四阶段是富裕导向阶段，与前三 个阶段不同的是，这一阶段的本质区别是经济开 始步入衰退。原因是这一阶段的国家目标重心放 在了社会价值上，忽略了经济持续进步的基础。 ２．２大数据对创新的影响 综观我国的经济发展状况及发展走势，我国 目前正处于投资导向阶段，正在向创新导向阶段 过渡。我国目前正积极调整产业结构，推崇内生 型经济增长模式，加大自主创新的推动力度。在 大数据时代，无论是经济学家的有关经济增长的 创新研究，还是管理学者的对创新内容和创新形 式的论述，无疑都有助于企业获得新的增长方式， 找到新的利润增长点。 我们在理解和解释世界上各种现象时，使用 两种基本方法：一种是通过快速、虚幻的因果关 系，还有一种是通过缓慢、有条不紊的因果关系。 中国科技论坛 （２０１３年１２月）第１２期 小数据时代，人们偏向用因果联系来看待周围的 一切，即使这种关系并不存在。大数据时代，通 过去探求“是什么”而不是“为什么”，相关关系 帮助我们更好地了解了这个世界。例如，２００９年， 互联网巨头谷歌公司用相关关系分析法准确判断 出了甲型Ｈ１ Ｎ１流感是从哪里传播出来的，路径是 什么，这一预ｉ贝４与官方数据的相关性高达９７％。 大数据时代的创新，在强调因果关系的同时，必 须关注相关关系，甚至有时候不需要知道因果关 系。传统观念认为，完美的管理能够造就伟大的 企业。１９９７年，哈佛商学院教授克里斯滕森在其 《创新者的窘境》一书中，提出了破坏性创新的概 念。面对新技术和新市场，往往导致失败的恰好 是完美无瑕的管理【９ Ｊ。２００３年，在其后续力作 《创新者的解答》一书中，克里斯滕森指出，成长 的关键，在于成为破坏者，而不是被破坏者。大 数据时代，创新方式正在被云计算、移动互联和 大数据所改写，因此，创新机制的构建、知识生 产、知识传播和知识应用也需要与时偕行。 ３大数据时代国家创新系统的构建 进入２１世纪以来，世界经济逐步朝向知识经 济发展，创新导向阶段已经成了我们必须跨入的 经济发展阶段。党的十报告提出：“要坚持走 中国特色自主创新道路，以全球视野谋划和推动 创新，提高原始创新、集成创新和引进消化吸收 再创新能力，更加注重协同创新”。这些“创新” 的提出对知识创新提出了更高的要求，构建大数 据时代的国家创新系统已迫在眉睫。那么，我们 该如何定义国家创新系统，进而构建这一系统呢？ 国家创新系统包括企业、科研机构、高等院 校、部门、中介机构和基础设施等，国家创 新系统是第二次现代化的发动机 。国家创新系 统结构如图１所示。在国家创新系统中，研究与发 展活动既是知识和技术的源泉，也是联系知识生 产、传播和应用的纽带。 国家创新系统有６个基本要素，即创新活动的 行为主体、行为主体的内部运行机制、行为主体 之间的联系、创新、市场环境和国际联系。 ①创新活动的行为主体，主要是企业、研究机构、 教育培训机构、部门等。企业是创新投入、 产出及其收益的主干，因而在国家创新系统的起 着关键作用。②行为主体的内部运行机制，决定 国家创新系统运行效率的重要因素。系统由构成 系统的要素及各要素间的相互关系所组成，各要 素的自身优化是系统整体实力和效率的基础。 （ 行为主体间有效的联系和合作，创新资源在行 为主体间高效的流动，有助于分担创新风险、减 少创新成本、加快创新速度、提高创新效益，各 行为主体之间的密切联系有助于国家创新系统的 整体效率。④创新，指能对创新活动产生影 响的法律、法规和。通常分为供给、需求和 环境等几大方面的。创新与国家的科技 、经济、产业、财政、税收政 策、教育等有密切的关系。⑤市场环境是企 业创新活动的基本背景。市场作为一种资源配置 的方式，对企业及其他行为主体的创新活动具有 重要影响。⑥国际联系是每个国家的国家创新系 统与国际大环境进行资源交流的重要环节，也是 每个国家创新活动的行为主体进行国际竞争与合 作的途径和方式。 环境 图１ 国家创新系统结构示意图 综上所述，在大数据时代，国家创新系统的 建设应更具有前瞻性、指导下和操作性，结合我 国的经济发展现状和世界经济走势，本文建议我 国的国家创新系统包括技术创新系统、知识创新 系统、知识集成系统、知识传播系统和知识应用 系统组成。其中，技术创新系统是国家创新系统 的基础。知识集成系统的引入，是国家层面引导 创新、推动创新、促进创新成果传播的关键 环节 第１２期（２０１３年１２月） 中国科技论坛 ９ 图２大数据时代的技术创新系统双向决策模型 技术创新系统基于企业经营和管理实践，学 由传统的“目标驱动决策”向“数据驱动决策” 习、引进、开发大数据处理技术，为国家知识创 转化。参照美国大数据研究与开发计划的新 新系统提供详实的应用案例。２０１２年３月１９日， 思路，整合技术创新现有的理论和方法，充分考 美国总统奥巴马宣布启动“大数据研究与开发计 虑大数据环境带来的机遇和挑战，我们提出大数 划（Ｂｉｇ Ｄａｔａ Ｒｅｓｅａｒｃｈ ａｎｄ Ｄｅｖｅｌｏｐｍｅｎｔ Ｉｎｉｔｉａｔｉｖｅ）”， 据时代的技术创新系统双向决策模型，即目标驱 旨在提高从大型复杂数字数据中抽取知识与观点 动模式和数据驱动模式并行的双向决策模型（见 的能力，以帮助解决国家在科学与工程中最紧迫 图２）¨ 。一方面，以传统目标驱动为基础，形成 的诸多挑战和问题，增强，实现教育与 以传统数据挖掘技术、支持决策的技术评估与预 学习的转变¨ 。美国这一研究计划为我国国家创 测模型。另一方面，围绕大数据环境下的复杂数 新系统的建设，尤其是技术创新系统的建设提供 据特征与环境，采用当前数据挖掘领域应用于大 有效的思路和解决方案，即转变决策驱动根源， 数据处理的新方法、新思路，形成以自组织动态 １０ 中国科技论坛 （２０１３年１２月）第１２期 实时监测为核心，能有效预警并积极处理突发事 件的技术监测与预警模型。通过这一双向决策模 型，技术创新系统能够为知识创新系统的建立提 供了技术路线和大数据应用案例。 知识创新系统在学习、引进国外大数据相 关理论和案例的基础上，强化知识提取和加工 统负责各地区、各产业大数据技术应用案例的 汇总以及有关大数据技术的新知识整合。在这 一环节，国家信息主管部门、国家创新管理部 门、国家统计部门以及各行业协会需要通力合 作，在这些机构间建立信息共享机制。其中， 国家创新管理部门对知识的广泛传播起着至关 能力，认真研究我国海量数据企业（如互联网、 电子商务、通信、银行、证券、保险、旅游、 快速消费品等）的实践，从中提炼适合我国国 情的大数据知识，系统总结大数据创新方法， 为知识集成系统提供必要的信息。知识集成系 重要的作用。知识传播系统积极传播大数据技 术和知识，培养能够大数据驾驭大数据应用技 术的人才。知识应用系统利用消化吸收和自主 创新的大数据知识成果，开展经营和管理实践。 各子系统的主要功能见表１。 表１两组技术群体选择不同策略的适应性 名称 核心部门 其他部门 主要功能 技术创新系统 创新型企业、从事研究和发展活 科研机构、教育培训机构、 学习动的企业 部门中介机构和基础设施 、、引进、开发和传播新技术 知识创新系统 国有科研机构和研究型大学 其他高等教育机构、企业科研机 新知识的生产构部门、基础设施 、、传播和转移 国家信息主管部门、国家统计部 其他部门知识集成系统 门、国家综合价值创新实验室、 大规模企业 行业协会等 、注重知识管理的 搭建平台，整合知识，促进传播 知识传播系统 高等教育系统、职业培训系统 部门、其他教育机构、科研 机构传播知识，培养人才 企业等 、知识应用系统 不从事研究与发展活动的企业和 部门机构 、科技工业园等 新知识和技术的储存、扩散和实际 应用 ４ 构建大数据时代国家创新系统的 应该高度关注大数据产业的发展，制定相关 建议 ４．１制定鼓励大数据企业及科研机构的自主 创新活动 以保护大数据市场 引。为了促进大数据的应 用，可以实现数据交易，鼓励大数据技术开发的 创业行为，在上予以扶持，如扩大国家创业 投资引导基金的使用范围。但是，我们必须防止 ２１世纪数据大亨的崛起，借鉴美国当年应对铁路 垄断、钢铁生产垄断和电报电话垄断的反垄断法， 为大数据产业的发展，从法律意义上提供必要的 支持。 ４．３保护个人隐私权 国家的科技、经济、产业、财 政、税收、教育等对创新有着很大 的影响，这些对创新活动起着导向和促进作 用。党的十七大，国家提出了建设创新型国家的 国家战略，党的十更是明确指出，我们要坚 持走中国特色自主创新道路。自主创新，就是要 打造一大批具有知识产权的产品和技术装备。 自主创新是我国可持续发展的重要保障。因此， 必须从国家方面引导大数据企业以及相关联 的科研机构的自主创新活动。 ４．２保护大数据市场 在大数据时代，我们应该建立一个隐私保护 模式，这个模式应该更着重于数据使用者为其行 为承担责任，而不是将重心放在收集数据之处的 个人许可、匿名化上面。这样一来，使用数据的 公司就需要基于对个人造成的影响、对涉及个人 数据再利用的行为进行正规评估。另外，必 随着大数据的应用价值越来越被人们重视， 第１２期（２０１３年１２月） 中国科技论坛 须平衡数据二次利用的价值与个人信息过渡披露 所带来的风险。监管机构可以决定不同种类的个 人数据必须删除的时间。 ４．４加强国家信息安全管理 面临巨大的战略性风险。美国一向非常重视国 家信息安全，可以形象地说成“常忧患、起得 早、协调好、干得快、不动摇”。这为我国信息 安全建设提供了很好的借鉴。我们未来的网络 信息安全战略，在加快解决传统信息安全中的 短板问题的同时，需更加重视面向未来的信息 技术和产业层面的创新行动，必须在未来国家 信息安全战略中高度重视大数据问题，并着力 尽快凝聚各方共识，迅速行动，加大投入，早 １３使我国成为大数据强国。 数据是信息时代的“石油”，为了国家的核 心竞争力很大程度上依赖于将数据转化为信息 和知识的速度与能力，实际上取决于大数据技 术的开发和应用能力¨ 。同时，信息的开放性 和数据的流动性使我们不得不考虑国家的网络 信息安全问题，如果我们不加以控制，我国会 参考文献： ［１］Ｈｉｌｂｅｒｔ Ｍ，Ｌｏｐｅｚ Ｐ．Ｔｈｅ ｗｏｒｌｄ’Ｓ ｔｅｃｈｎｏｌｏｇｉｃａｌ ｃａｐａｃｉｔｙ ｔｏ ｓｔｏｒｅ，ｃｏｍｍｕｎｉｃａｔｅ，ａｎｄ ｃｏｍｐｕｔｅ ｉｎｆｏｒｍａｔｉｏｎ［Ｊ］．Ｓｃｉｅｎｃｅ，２０１ １，３３２ （６０２５）：６０—６５． ［２］［英］维克托・迈尔一舍恩伯格，肯尼思・库克耶，盛杨燕，周涛译．大数据时代：生活、工作与思维的大变革［Ｍ］．杭州：浙江 人民出版社，２０１３． ［３］ＭｃＡｆｅｅ Ａ，Ｂｒｙｎｊｏｌｆｓｓｏｎ Ｅ．Ｂｉｇ ｄａｔａ：Ｔｈｅ Ｍａｎａｇｅｍｅｎｔ Ｒｅｖｏｌｕｔｉｏｎ［Ｊ］．Ｂｏｓｔｏｎ：Ｈａｒｖａｒｄ Ｂｕｓｉｎｅｓｓ Ｒｅｖｉｅｗ，２０１２（Ｏｃｔｏｂｅｒ）：３—９． ［４］Ｌｙｎｃｈ Ｃ．Ｂｉｇ ｄａｔａ：Ｈｏｗ ｄｏ ｙｏｕ ｄａｔａ ｇｒｏｗ？［Ｊ］．Ｎａｔｕｒｅ，２００８，４５５（７２０９）：２８—２９． ［５］Ｄａｂｅｎｐｏｒｔ Ｔ Ｈ，Ｂａｎｈ Ｐ，Ｂｅｎ Ｒ．Ｈｏｗ“Ｂｉｇ Ｄａｔａ”ｉｓ ｄｉｆｆｅｒｅｎｔ［Ｊ］．ＭＩＴ Ｓｌｏａｎ Ｍａｎａｇｅｍｅｎｔ Ｒｅｖｉｅｗ，２０１２，５３（５）． ［６］［英］大卫・史密斯，秦一琼等译．创新［Ｍ］．上海：上海财经大学出版社，２００８． ［７］［美］彼得・德鲁克，蔡文燕译．创新与企业家精神［Ｍ］．北京：机械工业出版社，２００９． ［８］［美］迈克尔・波特，李明轩，邱如美译．国家竞争优势［Ｍ］．北京：中信出版社，２００７． ［９ｊ【美］克莱顿・克里斯滕森，胡建桥译．创新者的窘境［Ｍ］．北京：中信出版社，２０１０． ［１Ｏ］张凤，何传启．国家创新系统［Ｍ］．北京：高等教育出版社，１９９９． ［１ １］Ｗｅｉｓｓ Ｒ，Ｚｇｏｒｓｋｉ Ｌ．Ｏｂａｍａ Ａｄｍｉｎｉｓｔｒａｔｉｏｎ Ｕｎｖｅｉｌｓ‘Ｂｉｇ Ｄａｔａ’Ｉｎｉｔｉａｔｉｖｅ：Ａｎｎｏｕｎｃｅｓ￥２００ Ｍｉｌｌｉｏｎ Ｉｎ Ｎｅｗ Ｒ＆Ｄ Ｉｎｖｅｓｔｍｅｎｔｓ［Ｒ／ ＯＬ］．［２０１２－０３－２９］．Ｗａｓｈｉｎｇｔｏｎ：Ｏｆｆｉｃｅ ｏｆ Ｓｃｉｅｎｃｅ ａｎｄ Ｔｅｃｈｎｏｌｏｇｙ Ｐｏｌｉｃｙ，Ｅｘｅｃｕｔｉｖｅ Ｏｆｉｆｃｅ ｏｆ ｔｈｅ Ｐｒｅｓｉｄｅｎｔ，Ｗｈｉｔｅ Ｈｏｕｓｅ，ｈｔ— ｔｐ：／／ｗｗｗ．ｗｈｉｔｅｈｏｕｓｅ．ｇｏｖｅ／ｓｉｔｅｓ／ｄｅｆａｕｌｔ／ｆｉｌｅｓ／ｍｉｃｒｏｓｉｔｅｓ／ｏｓｔｐ！ｂｉｇｄａｔａｐｒｅｓｓ＿ｒｅｌｅａｓｅｆｉｎａｌ ２．ｐｄｆ． ＿＿＿［１２］朱东华等，大数据环境下技术创新管理研究［Ｊ］，科学学与科学技术管理，２０１３（４），１７２—１８０． ［１３］冯芷艳，郭迅华，曾大军，陈煜波，陈国青，大数据背景下商务管理研究若干前沿课题［Ｊ］，管理科学学报，２０１３（１），１—９． ［１４］王劲，大数据时代的管理变革［Ｊ］，学术论坛，２０１３（１），１８９—１９０． （责任编辑迟凤玲）
