序論：寫作是一種深度的自我表達。它要求我們深入探索自己的思想和情感，挖掘那些隱藏在內心深處的真相，好投稿為您帶來了一篇數據時代論文范文，愿它們成為您寫作過程中的靈感催化劑，助力您的創作。

數據時代論文:大數據時代下管理會計信息系統論文

一、大數據對建立管理會計信息系統的作用

管理會計信息系統與會計核算系統有著很大不同。會計核算系統按照實際操作中對企業會計核算流程的要求安排設計，操作固定、內容全面。只需要按照經濟業務內容和會計相關法律要求操作即可。而管理會計信息系統更為復雜。他沒有一成不變的決策處理程序，相反在決策過程中需要運用大量的技術分析方法，對比多項數據信息才能得到所需的結果。系統龐大、操作復雜，一但結果失誤有可能對企業的發展帶來毀滅性打擊。因而該系統的建立對數據處理能力有著極高的要求。大數據時代的到來，它所提供的數據量、數據結構和數據處理方式正好貼合了管理會計信息系統的需要。它將企業決策中需要的財務因素與非財務因素結合起來，為企業管理提供可靠的數據支撐。

二、管理會計信息系統在企業中的作用

管理會計信息系統是會計信息系統的一個組成部分。長久以來企業在會計信息化的道路上一味的重視會計核算的信息化，忽視了管理會計的信息化，使得管理會計的各項職能沒有在企業發揮出來。隨著企業規模發展壯大，經濟環境紛繁復雜，管理會計越來越受到高層管理人員的重視。在企業中使用管理會計相關分析方法，建立管理會計的信息化系統可以為企業價值提升起到事半功倍的效果。1.為企業發展提供全面數據信息當前經濟形勢風云變幻，紛繁復雜，稍有不慎就可能對企業發展帶來巨大打擊。及時、準確的信息對企業決策至關重要，而建立管理會計信息系統可以對企業提供有效幫助。管理會計信息系統是以海量數據為基礎，運用分析技術優勢，結合管理需要，經營業務和會計要求，靈活運用管理會計的工具方法，為企業經營的各個方面提供服務。通過該系統的建立，搜集經營過程中的結構性數據和非結構性數據，利用專業分析技術，深度挖掘數據內含的信息，向決策者提供使用。2.對生產各環節進行精細化管理該系統的建立，可以通過存貨系統、成本計算系統、質量管理系統、價值鏈分析系統連接企業供應、生產、銷售的各環節。其核心流程涉及成本收入要素處理、成本中心分析與處理、作業類型計劃與處理、內部訂單處理、銷售與利潤計劃、成本核算與結算、成本與作業分配、一般管理費用核算、獲利性分析、全面預算與績效考核等方面。主要的業務對象包括成本要素、作業類型、收入要素、內部定單、控制文檔、成本對象、成本核算估計、獲利性分析維度、業務計劃與預算表以及績效考核等。通過對各環節的嚴格把控，降低庫存、減少成本，提高利潤。3.促進企業完成戰略實施目標管理會計信息系統中績效評價的部分針對企業員工的完成水平進行評價，是該系統的重要組成部分。平衡積分卡績效評價體系是最近幾年流行在國內外的企業績效評價體系。它分四個方面進行：企業財務業績、客戶關系、內部業務流程以及學習和成長，對企業進行評價。在系統中將企業的戰略實施目標按照這四個部分細化成不同的財務或者非財務指標，對照不同的部門逐級細化，進行考核。該績效評價系統將企業戰略與員工考核掛鉤，既可以推動戰略目標的完成又可以激勵員工成長。

三、在企業中建立管理信息系統的途徑

1.管理會計人員素質有待提高、職責亟需轉變我國管理會計在企業中的推行已經很長一段時間了。從實際情況分析，企業運用的情況仍處在較低水平，這很難適應未來經濟發展。在崗人員素質較低，職責不清，不能發揮應有的作用是常見的問題。系統建設過程中，首先要提高管理會計人員的素質，使他們勝任越來越復雜的預測分析工作。而且職責也不再是只負責預算編制等基礎性操作任務的完成，要樹立管理意識。運用信息化手段，提供高層次數據信息，將管理會計的真正作用發揮出來。2.培養同時具備大數據處理和管理會計分析的綜合人才大數據時代會有海量的數據充斥企業，要在其中及時尋找和挖掘到有用的信息，才會對管理層決策有幫助。這就要求數據處理人員既要懂得大數據處理方法和數據挖掘技術，能夠將有用信息及時處理，深度挖掘，也要求該人員具有一定的管理會計分析能力，能夠在海量數據中敏銳的發現需要的相關數據。因而培養同時具備大數據處理能力和管理會計分析能力的人才是管理會計信息系統發揮應有作用的基礎。3.企業硬件支持大數據海量的數據處理要求有龐大的數據保存空間，數據分析運算處理程序，數據安全防護等方面的硬件支持。這需要企業升級現有的硬件設備。同時確保將管理會計信息系統自上而下的貫穿使用，使得管理會計人員、財務人員以及相關聯的企業其他員工都加入進信息系統，使它真正利用起來，真正對企業信息化發展，企業競爭力提升起到實際的推動作用。管理會計信息系統的建立是企業邁向現代化的重要一步。企業在實施過程中必然會遇到各種問題，但是信息化建設對企業的作用深遠、意義重大。

作者：崔慧敏 單位：山西大學商務學院

數據時代論文:大數據時代思想政治網絡教育論文

一、大數據特征

大數據的特征常用4V來表示，具體是指大數據的四個顯著的特征：第一是數據體量，主要指的是巨大的數據量與數據的完整性。第二是數據類型，指數據的種類非常的多而且復雜，大數據技術就是要在這些復雜的數據類型之間尋找其關聯性。第三是處理速度，爆炸式增長的數據量要求快速化的處理速度，才能使得數據的有效利用。第四是價值，大數據的最終目標是將龐大數據中找到數據時間的價值關系，通過找到低密度的數據價值對決策做支持。當前大數據技術不僅產生于特定領域中，而且還產生于我們每天的日常生活中，Facebook、微博、微信等社交媒體上的數據就是最好的例子。大數據發展為社會各領域帶來的機遇和挑戰，網絡思想政治教育作為信息時代育人的新載體自然無法回避這個新的環境變化。分析大數據對網絡思想政治教育帶來的巨大機遇與嚴峻挑戰，探討如何在大數據時代創新網絡思想政治教育的具體措施，進而為下一步發展提供有益的指導已然成為熱點研究問題。

二、大數據時代下的網絡思想政治教育的新發展方向

（一）樹立大數據時代的網絡思想政治教育的數據意識

網絡思想政治教育必須順應科技與時代的發展。大數據時代教育工作者需要樹立網絡思想政治教育的數據意識，這是發展大數據環境的網絡思想政治教育的首要前提。針對大數據發展網絡思想政治教育可以分為如下三個方面。首先是要全面了解和分析大數據本身，理解大數據是什么、大數據的變革力量何在、大數據的未來發展趨勢等等；其次是在理解大數據的基礎上，系統地分析大數據時代對網絡思想政治教育可能產生的影響，帶來的機遇和挑戰。最后是充分的確立數據意識，意識到數據是現代社會最具價值的資源，是發展與決策的源泉。用數據意識驅動網絡思想政治教育工作創新發展，例如在一定的數據分析基礎上將灌輸式集中教育變為交流式個別教育。

（二）借助大數據技術對網絡思想政治教育進行量化研究

定性研究與定量研究相結合是網絡思想政治教育的重要研究方法。定量分析法是對社會現象的數量特征、數量關系與數量變化進行分析的方法。定量分析使用數學模塊對研究對象可量化數據進行的分析，通過分析對目標給予評價并做出判斷。定量分析方法始終受到教育工作研究人員的關注，因為網絡思想政治教育中存在極大的不確定性和動態性的因素，定量分析方法可以幫助我們對網絡思想政治教育進行科學評價。但與此同時定量分析方法具有很大的復雜性，受很多技術因素的限制，一直不能很好的發揮作用。大數據技術的出現為定量研究提供了一種新的技術手段，成為科學研究新的范式。定量研究可以運用大數據技術進行理論假設、建立數據模型以及數據分析驗證。由此可見，大數據時代網絡思想政治教育的研究，需要與數據資源豐富的機構單位合作，借助這些數據載體的平臺、資源以及高精尖的技術，進行合理合法的挖掘教育對象的信息，從而精確的開展網絡思想政治教育活動。另外，要建設一支過硬的網絡思想政治教育隊伍，不但要具備思想政治教育的專業知識，而且還要具備創新的網絡教育觀念、精通大數據等新技術手段。

（三）促進大數據時代網絡思想政治教育信息資源建設

發揮大數據技術的優勢，分析網民的接受習慣，增強教育內容的實效性、趣味性，以服務成長成才為核心有針對性地加強功能開發，提高網絡思想政治教育信息資源的受關注度。此外在信息資源建設過程中要注意好以下幾點：首先要把握信息資源內容的方向性，弘揚主旋律、傳遞正能量。其次信息資源的形式要多樣，通過文字、聲音、圖像等形式，經由微博、微信等新興傳播手段，提高教育的實效性。再次，信息資源來源要豐富，可以從各大媒體引進、從理論學習資料借鑒、從大型活動中總結、從日常工作中提煉，確保信息資源及時更新。通過以上的分析，可以看出，大數據時代網絡思想政治教育必須在繼承傳統中實現新發展。堅持不動搖的是網絡思想政治教育的基本結構、功能以及原則。創新發展的是符合大數據時代的教育內容與內涵，進而找準變化點，更新網絡思想政治教育的研究方法，將網絡思想政治教育帶入新的發展階段。

作者： 方世敏 單位：南京政治學院

數據時代論文:大數據時代會計信息化論文

1信息價值性價比高

在大數據時代下高效的數據處理速度使得信息具有更高的效用，發揮了更大的速度優勢.在數據真實可靠的基礎上，其快速的數據處理并沒有使得信息量減少，而是更加全面地包含了更多的細節信息，甚至于其他不相關信息都會被準確的排除.這樣就最大程度地降低了信息化的成本，提高了信息化的效率.

2大數據與企業會計信息化

會計信息化是我國“十二五”期間會計改革與發展的重要內容之一，也是很多企業提高會計系統效率的有效途徑.會計信息化是信息社會的產物，是將計算機、網絡通訊等先進的信息技術引入會計學科，促進企業會計系統網絡化發展的過程.大數據的興起、云計算的增速和以云計算為基礎的云會計的應用為會計信息化的發展提供了技術支持和平臺.企業會計信息化的深度發展對于大數據的需要與日俱增.

2.1企業會計信息化的現狀

1、會計信息披露具有偏向性，導致信息不對稱.傳統的會計信息系統會誘使企業選擇特定的會計方法而造成企業管理人員利用自身是信息提供者這一優勢，不斷地美化會計報表，這對于外部使用者而言是非常不公平的.2、內部自我約束能力弱，導致數據不真實.在傳統會計信息系統下，一些企業為了眼前經濟指標的提升或者任務的完成，常常通過人為調整會計報表來應付各機構的檢查，自我約束能力弱，數據失真.還有很多企業對現有的政策法規鉆空子、打擦邊球的現象屢禁不止.聘請的第三方審計機構也本著“企業利益最大化”的審計目標，對企業不真實的數據進行舞弊，以點蓋面.3、核算量大，導致信息披露不完全.傳統的會計信息系統下，會計的信息系統發展越來越不能適應高速發展的經濟業務，很容易造成信息披露不完全.信息經濟時代下，應該更多的提供企業未來價值的知識資源，而不是沉浸在企業過去的財務數據中.4、企業信息數據單一，導致信息缺少指導性.傳統的會計信息系統主要是對企業財務信息的反映，往往忽視了非財務信息.企業自身變化的社會經濟形勢要求我們不能只依靠過去的財務數據對未來發展做出預測.對企業未來的發展預測用某些非財務信息可能會更加合理.如企業的環境成本、社會責任等信息都需要非財務信息的提供.5、信息傳遞滯后，導致會計信息缺乏時效性.傳統的會計信息系統采用先發生交易事項后進行記錄的程序，無法滿足當代企業對信息時效性的要求.企業以及社會各機構、投資者越來越需要了解隨時發生的財務信息，對其進行更好的決策，這就要求企業不定期的提供會計信息，對于會計期間的定義也不再以年為單位了.因此，現有的會計信息滯后的時效性嚴重影響使用者的需求和投資者的決策.綜上可知，傳統的會計信息系統逐漸出現了不適應當今經濟發展的事態，高效、全面的信息化系統變得越來越重要.在大數據時代下會計信息的不斷創新，快速發展勢在必行.

2.2大數據對企業會計信息化的促進作用

大數據時代下，對會計信息化的促進作用主要表現在：信息結構更加客觀，既強調了會計信息的精準性，又不失相關性；財務會計信息管理的程序化；會計人員工作轉向宏觀信息管理；多元化的計量單位.在大數據時代下非結構化數據成為主導，在會計信息中可以更好的融合結構化和非結構化數據，更好的提高數據的相關性，并且不會人為的進行舞弊.程序化的會計信息管理也將出現，財務部門逐漸將不再作為一個部門，而是作為一個類似于“企業”的獨立個體，數據的獲取可以不通過部門的上報來實現，而是通過財務部門設定的獨立軟件獲取，這也提升了財務本身的獨立性，同時也可以為其他部門提供共享服務；財務部門不需要對數據進行處理，而是轉變成為數據的使用和管理者.在大數據時代下，多元化的計量單位將會出現，會計計量單位會出現相關的時間、數量單位等.

2.3大數據時代下會計信息化面臨的挑戰

大數據時代下，企業會計信息化系統是通過互聯網來實現與客戶、供應商、銀行、稅務等機構互通的，其提高企業財務管理效率的作用是顯而易見的.但目前因為大數據的發展尚未成熟，這就為會計信息化的快速發展帶來了較大的挑戰.1、數據的來源以及處理方式.大數據時代下最令人關注的問題就是數據從何而來，以及數據的處理方式.①美國數據科學家維克托?邁爾?舍恩伯格在《大數據時代》一書中提出，“以前一旦完成了收集數據的目的之后，數據就會被認為已經沒有用處了.比如，在飛機降落之后，票價數據就沒有用了；一個網絡檢索命令完成之后，這項指令也已進入過去時.但如今，數據已經成為一種商業資本，可以創造新的經濟利益.”大數據時代下，數據的來源無孔不入，互聯網平臺上的任何一種資源都可以成為其來源方式.網絡平臺對用戶使用的信息一覽無余，一個簡單的第三方軟件就可以知道我們需要什么，需要何種服務，經濟狀況如何，經常偏愛哪種東西等等.企業在云端儲存的數據對于云端后臺的信息維護人員來說，獲取變的輕而易舉.防止惡意程序以及提高用戶的安全系統，保護數據的隱私是很難解決的問題.在通過各種方式獲取了用戶的數據信息之后，要用這些數據干什么以及如何使用就成了關鍵性問題.大數據時代下的信息處理是通過特定的程序來完成的，這樣的結論更加客觀，同時結論的得出也具有局限性.大數據理論過于依賴數據的匯集，那么一旦數據本身有問題，就很可能出現滿盤皆輸的局面，因為數據的問題，做出的錯誤預測和決策，導致一個數據有問題，由此相關的數據而產生的信息本身都是問題所在.這對于數據來源的要求是非常高的，一旦有提供者造假，大數據帶來的危害是不可忽視的.2、傳統用戶對云計算、云會計的排斥.對于不知道云計算如何使用、互聯網軟件能帶來什么效益的用戶來說，這項工作還是很難完成的，大數據的推廣受到了很大的阻礙.對于云會計更廣泛的應用，改變傳統的用戶觀念以及現有的會計信息系統，使網絡平臺更容易被用戶所接受是一個非常艱難的過程.3、超滿負荷的網絡傳輸問題.大數據時代下，會計信息化系統必須依賴于網絡，這就要求企業應具備一個良好的網絡傳輸環境.就目前而言，網絡的堵塞和數據的延時都是大量的數據存儲和數據交換造成的，超滿負荷的數據傳輸成為會計信息化中的一個瓶頸，網絡技術的發展目前還不能完全滿足包括網絡自我恢復、故障檢測、問題警告等功能的實現.

3大數據時代下會計信息化所面臨問題的解決建議

大數據對會計信息化的影響是一個漸進的過程，在這個過程中，財務工作者應該積極把握大數據時代給我們帶來的機遇和挑戰.針對大數據時代下會計信息化面臨的問題提出如下建議：建立并掌控企業的核心數據，提供可靠的云會計服務平臺.大數據會計的服務數據是基于云儲存平臺上的，雖然數據安全機制都很高，但對于企業的會計與經濟信息的完全控制并不能保證.因此，企業在選擇使用云會計模塊時應當根據自己的實際情況判斷其可行性，對于重要程度高的信息應合理判斷是否應該交由數據服務商管理.對于企業會計信息化的實施安全性而言，數據服務提供商的選擇是至關重要的，要在對提供商的綜合評價之后再進行決定.為保證云會計服務的安全穩定，企業可根據自身業務需求靈活地進行模塊組裝以及完善的技術支持，企業的云會計應該適合自己的特色.除此之外，為了防止會計信息的濫用，對于每一個可接觸信息的人都要進行身份驗證，并且對安全級別進行評估.進行高效的企業機構設置變更.由于傳統會計的深入人心，企業云會計的推廣還是非常困難的.解決這一問題可以考慮當云會計引入之后，對機構設置進行變更，讓每一個財務人員都能感受到這一改變帶來的高效性.企業應結合自身的實際情況，設置最適合企業云會計應用的高效組織機構.有選擇性地進行云計算.企業找到合適的云會計應用非常關鍵“，云端”不一定適合所有的會計信息化應用，而在企業采用了云會計之后，網絡方面的很多因素都將影響互聯網上數據的存取速度.目前企業使用的會計信息系統能否成功轉換，這與有選擇地進行云計算是密切相關的.信息技術的普及，使企業充分認識到了數據的重要性.在大數據時代下，對于傳統會計信息的變革，使之從服務職能進入管理職能變得越來越重要.財務部門作為企業的核心主體，只有充分利用信息化帶來的效益，才能更好的融入信息時代中，為企業創造出更多的經濟效益.

數據時代論文:大數據時代農產品流通互聯網論文

一、互聯網大數據時代為秦皇島農產品流通帶來的契機

美國《大數據研究和發展計劃》中指出：“到2020年，全世界的數量存儲量將達到35ZB，一個大容量、高速度、高智能的大數據時代已來臨。”大數據（BigData）是繼云計算、物聯網之后IT產業又一次顛覆性的技術變革。近年來，隨著大數據技術的發展，也為農產品流通帶來了新的契機。對于實現資源整合、優化農產品流通結構、提高流通交通具有重要的意義。

（一）互聯網大數據的應用有利于發揮農產品流通的規模經濟效應

大數據時代，實現了云計算服務器與物聯網技術的結合，在利用大數據的“海量數據（MassiveData）、大規模數據（VeryLargeData）、高速性（Velocity）、多樣性（Variety）”的優勢，使得“新一代互聯網、物聯網”有了更廣闊的載體和平臺，擁有了更大的發展空間。在傳統的農產品流通過程中，雖然也使用了信息化管理，但是受信息存儲容量的有限性和物理介質的不確定性影響，使得數據處理存儲受到掣肘；而在大數據的新媒體時代，具有更加強大的計算能力，以及更加海量的存儲介質，相關農產品流通的數據不僅可以存儲在計算機上，同時也可以存在互聯網云服務器上，使得在農產品物流信息存儲過程中可以完全不必在乎存儲空間的大小，更好地提高了信息處理效能。這些都為農產品流通的整體布局、規劃、調度帶來了新的機遇，有利于通過擴大流通的規模，實現農產品資源的優化配置。利用大數據技術，可以將農產品流通系統進行改造，將無數“散戶”信息進行整合，進行物流產業“集群”的打造，對市場信息進行及時掌握，實現農產品流通效率的提升。

（二）互聯網大數據的應用有利于發揮農產品流通的供應鏈驅動效應

農產品的流通不是一個單一的事件，而是系統化的過程，涵蓋了“農產品的生產、集散、倉儲、批發、零售、終端消費者”等各個環節。而大數據時代農產品流通的管理方式發生了深刻的變化。大數據有利于實現“農產品的生產、集散、倉儲、批發、零售、終端消費者”等環節的一體化，使各個環節能夠緊密地環環相扣，更有利于相關物流信息資源的挖掘與開發，使物流管理水平實現了由“量”得到了向“質”的提升。增強了對復雜數據的處理能力，可以使用軟件對農產品物流數據進行批量化的處理，有效的管理物流信息數據庫，實現信息結構的優化。在當前的物聯網時代，物流的信息化不斷推進，相關農產品流通的數據呈現出幾何倍數的增長，也為信息處理的及時性帶來了新的挑戰。而在大數據背景下使得這一問題得到了有效解決，可以隨時隨地進行計算與統計，突破了時間與空間的限制，利用全數據處理對象、多數據處理工具，使得處理速度更加實時化，保證了農產品流通供應鏈各環節信息處理的協同與一致，推進農產品流通的專業化發展，減少了交易過程不必要的“中間環節”，縮減交易成本。

（三）互聯網大數據的應用有利于發揮農產品流通的極化效應

大數據技術的運用，使得農產品流通途徑發生了深刻的變化。在大數據時代，不但相關農產品流通的信息實現了“所有即所得（Onesizefitall）”。同時，大數據更將傳統的農產品物流信息管理的“后置總結分析”轉變為“前置預測判研”，能夠充分發揮大數據的數據分析與挖掘功能，對農產品流通的情況進行分析與形勢判斷，將整個流通的鏈條重心進行調整，使得農產品流通過程中可以根據市場需求“對癥下藥、見招拆招”，使流通更有針對性，大數據的優勢對農產品流通的“生產、倉儲、集成、物流渠道節點”等方面都將發揮作用，將有利于形成新的經濟“增長極”。最終通過產業極化實現乘數效應，利用農產品的流通帶動其它產業的共同發展，實現整個產業鏈條的整合、優化，提高發展質量。

二、互聯網大數據時代農產品流通途徑改善的對策

（一）通過農產品流通布局的系統化，實現個體經濟向規模經濟的轉變

大數據時代要求農產品的流通途徑有必要由傳統的“個體化”轉變為“系統化”。充分利用大數據的挖掘與分析、共享的功能，實現Hadoop（高度可擴展的分布式批量處理系統）功能拓展，將實現整個農產品流通系統的最優為目標。其龐大的數據存儲與處理功能，使得社會化的農產品流通得到了進一步的拓展。在未來的發展中，秦皇島要通過農產品流通布局的系統化，來實現個體經濟向規模經濟的轉變。一方面，要利用大數據技術，加強政府對農產品流通的宏觀調控、統一布局，建立高效的農產品流通信息系統，使其服務于農業開發。根據秦皇島的資源現狀，可以在秦皇島現代物流園區通過加快大數據的應用，實現大數據與物流的銜接。要根據大數據的數據分析，重要布局規劃釀酒葡萄、綠色生態安全豬、肉牛、肉雞、水產品、食用菌、蔬菜、甘薯、玉米、干鮮果品、中藥材、花卉等生產與供應基地建設，大力發展以信息技術和“大數據”為特征的“第四方（4PL）”物流，使農產品借助大數據，充分提高農產品流通規劃與布局的效能。例如：陜西省的西咸新區的灃西大數據產業園通過與農產品物流的整合，實現了農產品物流數據的規模化集中，通過將物流數據放置在SaaS和SOA“云服務器”中，園區通過整合“第三方”物流，為農產品流通企業搭建“第四方”物流信息平臺，為農產品流通用戶提供便捷的物流數據挖掘。這些都對秦皇島具有較強的借鑒意義。另一方面，要通過大數據技術，加強對農產品流通的分類調控。從當前海港區、山海關區、北戴河區、青龍縣、昌黎縣、撫寧縣、盧龍區縣的農產品流通情況來看，每個地區的經濟發展并不均衡，所處的區位條件、資源稟賦和發展基礎也各不相同。因此，有必要利用大數據做好特色定位，必須因地制宜、突出特色。不能搞統一的發展標準，要堅持分類指導，根據現階段經濟發展基礎和資源稟賦，實施不同的農產品流通戰略途徑。要堅持“有所為、有所不為”，努力走出一條特色鮮明的農產品流通的新路子。要把差異化的農業產業化發展作為產業結構調整和發展方式轉變的主要載體，引導各地形成產業集群。在糧食、蔬菜方面，主要以青龍滿族自治縣、昌黎縣、撫寧縣、盧龍縣為重點，從“單產”著手，做好優質小麥、玉米和雜糧、特色蔬菜的復合化種植，發揮金海、香海、秦皇島糧油等企業的龍頭帶動作用，做好訂單生產流通與精細加工流通。果業、畜禽方面，要實行“集中連片，見空建園”，充分發揮海港區、山海關區、北戴河區的臨港優勢，構建區域性的農產品流通中心，加快冷鏈物流倉儲體系建設，打造名優品牌。

（二）通過農產品流通節點的網格化，實現局部利益向供應鏈驅動轉變

大數據時代要實現農產品流通節點的網絡化。在大數據的背景下，由于有了更深入的數據分析與挖掘功能，這就對傳統的農產品流通帶來了新的契機，有必要對海量的農產品流通數據進行聚類、分類、相關性分析，找出農產品流通節點物流數據之間的相關性關系。最終，通過“數據化互動”實現節點的“網格化共贏”。一要加強“農超對接”，實現農民與超市終端的雙贏。在昌黎、撫寧等農產品重點產銷區，要通過大數據物流的RFID、EDI、GIS、ICT、SCM、VMI、ERP等技術，做好“前置性”數據挖掘進行利用，對農產品消費者的消費傾向、頻次、數量、種類等方面的特征數據進行分析，結合“一村一品”“一鄉一業”，政府牽頭、企業運作、協會推動、農戶參與，通過農產品市場的預測，打造農戶與超市的“利益綜合體”，連接“產前、產中、產后”等各個環節，將超市與農戶的短期“買賣關系”升級為長期的“戰略渠道伙伴關系”。二要加強“農企對接”。要利用大數據進行充分的“供需分析”，加強進一步鞏固提升農業經營主體的市場地位。充分利用農民專業合作社的力量，促進農民專業合作社、農業市場的無指縫對接與均衡化發展、合理性開發。激發農戶積極性，與市場需求進行有效對接；鼓勵各種市場主體參與農產品流通。積極構建政府、企業、社會資本結合的多元化投資模式，把生產經營主動權交給農民，調動起工商資本、民間資本參與農產品流通的積極性。三要加強“農企對接”。大力建立龍頭企業帶動型農產品供應鏈，實現企業與農戶的雙贏。要利用大數據市場信息，培育壯大農業產業化龍頭企業，重點支持鵬泰面粉、河北華龍、驪驊淀粉、正大、美爾淇、華夏葡萄酒、龍源通果汁、斌揚水產、北戴河集發農業綜合開發等一批規模較大、帶動力強、技術密集型和資本密集型農產品流通龍頭企業。利用大數據的數據挖掘功能，增強各龍頭企業的產業關聯度，將“同質化”競爭轉變為“異質化”互補，共同參與農產品流通的運作，打造更加完整的價值鏈條。要不斷走出“低水平加工、粗放式流通”的怪圈，提高產品的附加值。而要緊緊抓住“產品開發”和“品牌”這兩個核心環節，加強對新型農產品、綠色農產品、高端農產品研發的投入，將秦皇島傳統的農產品流通企業的“低質跑量”轉變為“數質并提”。通過大數據分析技術，使企業與農戶建立利益平衡點，通過訂單、租賃、合資、合作、入股等的方式與農戶簽訂長期合同，使龍頭企業與農戶實現上下游的連接、一體化的經營。

（三）通過農產品流通信息的共享化，實現經濟增長點向增長極的轉變

大數據時代背景下，有必要利用大數據優勢，推進企業間、區域間的“信息共享”。利用大數據的數據耦合分析功能RDBMS（關系型數據庫），構建系統復合型的架構，在區域間、企業間進行產業相關性分析，計算評估合作效益，實現農產品流通效用的最大化。例如：山東壽光蔬菜批發市場與廣東深圳農產品股份有限公司合作，在山東共同注冊了綜合型的股份制批發市場，通過信息共享，區域間的農產品物流產業合作，節約了交易費用，降低了蔬菜物流運作成本，實現兩地企業的雙贏。秦皇島也可借鑒這方面的成功經驗，利用計算機、物聯網信息處理功能，加強與河北、東三省等區域的區域合作，將市域、省域的物流資源進行整合，促進農產品流通業的“抱團取暖、集群發展”，最終形成以區域性農產品流通中心為中心，以各地批發市場為節點的農產品流通體系，使秦皇島成為輻射東北及華北、影響京津冀經濟圈的重要農產品流通中心。要從政府層面加快農產品流通的信息化建設，搭建企業、農戶、行業組織間的信息平臺，將各個市場主體密切的聯系起來，使各機構通過信息系統建設，實現農產品流通的“聯動”。要加強電子商務建設，大力發展B2C、B2B、C2C等新模式，積極與中國惠農網、農寶網、京東、淘寶等電商進行合作，探索建立網上簽約和交易試點，開展網絡交易、合同交易、期貨交易，使秦皇島的農產品能夠真正的“走出去”，增強秦皇島農產品的影響力。總之，農產品流通是連接農產品生產與消費的紐帶和橋梁，是刺激消費、活躍市場的催化劑。在互聯網大數據時代，隨著海量存儲以及云服務器的廣泛應用，也為農產品流通帶來了新的契機。互聯網大數據的應用有利于發揮農產品流通的規模經濟效應、有利于發揮農產品流通的供應鏈驅動效應、有利于發揮農產品流通的極化效應。在未來的發展中，有必要通過農產品流通布局的系統化，實現個體經濟向規模經濟的轉變；通過農產品流通節點的網格化，實現局部利益向供應鏈驅動轉變；通過農產品流通信息的共享化，實現經濟增長點向增長極的轉變。才能夠充分發揮大數據數據采集、分析、處理能力的功能，推進農產品流通效能的全面提升。

作者：馬莉

數據時代論文:大數據時代企業人力資源管理論文

一、大數據與人才的招聘與配置：社交網絡＋數據處理

在招聘的過程中，企業大多采用網絡招聘、校園定向招聘和現場招聘等形式，招聘者只對求職者的部分基礎數據有大致的了解，如專業情況、實習經歷等半結構化數據，而對求職者的動手能力、專業技能掌握情況等一些重要的非結構化能力數據卻并不太了解，對于員工的一些業績完成時效、職稱提升率更是全然不知。在大數據的背景下，一種不斷融合社交網絡的立體化的新招聘形式逐漸受到人們的關注。這其中較為成功的社交網絡就是LinkedIn，它能夠借助社交基因彌補傳統招聘的不足，既能使招聘者對應聘者的社交信息有詳細的了解，提高招聘的質量，節約招聘成本，又能拓寬求職者了解所應聘公司信息資料的渠道，提高其應聘的效率。社交網絡擁有很多數據集群體，基本涵蓋了與一個人有關的全部信息，如工作信息、生活狀況、社會關系、工作效率、能力和潛力開發等。人力資源部借助社交網絡的大數據能夠直接獲取應聘者的各類信息，不僅包括人力資源管理中所涉及的大數據信息，還包括其它財務數據信息和隱私數據信息等，從而形成與應聘者有關的立體信息集，全面了解應聘者的實際情況，實現精準的“人崗匹配”，達到人盡其才，才盡其用，人事相宜的狀態。企業人才招聘在“社交網絡”的大數據庫里加以遴選和聘用，不僅可以避免“井底之蛙”的眼光，還可以防止一些擁有人事權利的人以權謀私，從而促進人才的高效流動。對人力資源部門而言，一方面要把求職者的簡歷信息、職位申請信息等不斷地聚集起來，為招聘工作的大數據分析奠定基礎［5－8］。另一方面，要在此基礎上充分利用現代的云計算技術對大量數據進行處理，篩選有用的信息，摒棄無用的數據，得到申請職位情況、就業傾向等系列分析成果，并結合企業的人力資源規劃情況得到企業各部門的招聘計劃，使招聘工作做到有理有據，流程更有成效，使配置工作定位更精確，實現“引”和“用”的藝術結合。

二、大數據與員工的開發：最大潛能＋查缺補漏

職業生涯管理作為人力資源開發的重要組成部分，在企業的人力資源管理中發揮著重要的作用，可以更加有效地開發和利用企業內部的人才資源，減少對外部招聘的依賴，節約招聘成本，節省招聘時間；增強員工對企業的忠誠度和向心力，提高工作的積極主動性，減少離職率［9］。在大數據時代，海量的具體量化數據可以為職業生涯管理提供更具有說服力的信息并增強決策的可行性。在大數據的理念下，職業生涯規劃就是基于全部數據的職業生涯規劃，因此在信息的收集上，人力資源部不僅要了解員工的應聘崗位、晉升意愿以及職業規劃等結構化與非結構化的數據信息，還要深入挖掘與職業生涯規劃相關的其他信息，力求保證信息的完整性與整體性，然后對這些信息進行量化分析，摒棄一部分干擾數據，最終形成員工的立體信息集，使職業規劃定位和職業引導更具有針對性和說服力。企業可以利用軟件技術開發設計一套基于大數據理念的職業生涯管理測評系統，對于傳統的職業生涯管理取其精華，去其糟粕，與大數據下的職業生涯管理結合起來，發揮二者的優勢。由此一來，企業可以全面地掌握職工行為，主動地為職工提供“量身定做”的人事服務，幫助員工勝任工作并發掘員工的最大潛能，提高企業的競爭力。然而，在大數據時代，現有的人力資源開發方式存在嚴重的局限性，其中較為明顯的就是人力資源的培訓開發［10］。培訓分為崗前培訓和在職培訓，能使員工了解崗位工作職責，認清工作重點，改善工作中的不足，提高工作效率，實現“人崗匹配”。因此，對員工進行培訓十分重要。目前，大多數企業都采用問卷調查的形式，讓員工參與其中以確定培訓的內容。然而，隨著大數據時代的到來，這些方式日見其片面性。大數據中的一個“大價值”就是在應用中糾正錯誤，因此人力資源管理部門應關注相關數據所表現出的錯誤，實施針對性的培訓，做到查缺補漏［11－12］。例如，對于煤炭企業的煤礦挖掘機操作作業的專業技術人員來說，可以從其業績完成率等結構化的效率數據來反映其需要培訓的內容。換句話說，如果專業技術人員的業績指標出現了下滑，人力資源部就可以針對問題進行數據的收集、整理與分析，深入挖掘根源數據，確定問題來源是專業技術知識的缺乏還是團隊士氣的不足，從而確定不同的專業人員的培訓計劃。企業可以根據不同的情況，制定不同的部門培訓計劃、一般人員的培訓計劃、選送進修計劃等。這樣一來，人力資源管理部門就能對員工的培訓做到游刃有余。

三、大數據與績效考核：崗位數據＋員工參與

在以往的考核中，考核者大多依賴有限的記錄對被考核人進行主觀評價，進而確定考核結果。例如，通過記錄員工的出勤率、工作熱情程度等通用型結構化和半結構化的基礎數據和故障率、任務完成效率等崗位型的效率數據來確定員工對企業的貢獻。然而，在大數據時代，想要在考核中做到客觀公正，消除員工的機會主義行為，人力資源部門就必須改變原有的考核方式，建立以數據為依托的人員考核和勝任力分析工具。在績效考核指標的設計中，首先進行的就是崗位分析。因此，企業要充分利用現代科學技術和平臺，全面收集和深入挖掘崗位相關數據，建立以數據為依托的績效考核指標，進而設計員工考核的分析工具，使其不僅可以客觀地肯定員工過去對企業的貢獻，還可以對員工未來工作的改進提供量化的指導。此外，還可以在企業內部建立信息共享和互動平臺，如微信、微博、貼吧、bbs等，讓員工對績效考核指標的篩選、內容的確定、實施的流程等一系列要點的確定各抒己見，積極進行討論互動。由此一來，人力資源部就可以利用平臺所產生的大量數據客觀地確定績效管理的方案，明確員工最關心問題和最希望解決的途徑等。利用這樣的互動平臺，員工就間接地參與了績效考核政策的制定，還可以對企業的領導及其他人員的績效進行直接的考核，有助于推動組織管理和績效考核的透明化、領導對員工績效的把握和員工對領導工作的監督以及員工之間的信息共享和相互溝通。讓員工參與其中，使其更能感受到企業對其重視，進而調動其工作熱情，提升其對企業的忠誠度。

四、大數據與薪酬激勵：針對性＋多元化

有效的激勵不僅是對員工過去業績的肯定，使其獲得成就感，還對員工未來工作積極性的提高具有重大的意義。隨著人力資源管理系統的不斷發展，薪酬激勵的手段不斷增多，體系日趨完善。就目前來說，主要有以下幾種激勵措施：物質利益激勵、事業激勵和感情激勵。物質利益激勵主要包括薪酬激勵和福利激勵，如基本工資、績效獎金津貼和五險一金等，這些都是員工基本生活和穩定工作的保障。在大數據時代，要以數據為基礎，用事實說話來制定薪酬體系才能做到客觀公正，保證人才隊伍的穩定。通過對基礎數據的了解，對那些長期服務于公司的員工要加大物質激勵的力度，可以采取提供無息購房貸款的政策并且通過全面的數據分析來確定貸款的額度。對那些在能力數據和潛力數據方面表現優秀的員工來說，僅僅采用豐厚的物質激勵是遠遠不夠的，還要采取多元化的激勵手段。根據馬斯洛的需求層次理論，人都有自我實現的需要，在企業內，尤其是高層或骨干員工，他們都希望在專業上有所建樹，在職位上有所提升，其名譽權威需求比物質利益更加強烈。因此，企業可以制定相應的進修計劃，其名單的考核和確定一定要以員工所產生的大數據為基礎。此外，感情激勵也是一種很好的激勵手段，是對員工的尊重與信任、理解與支持、關心與體貼。企業恰當地利用感情激勵能夠充分調動員工的工作熱情，培養員工的忠誠和信任，從而打造一支穩定的工作團隊。例如，在企業內部建立經濟困難預警系統，當員工持餐卡在食堂的餐飲消費低于一定數額時，系統會自動給其發送通知，詢問其是否需要幫助，相關人員還將根據預警進一步地詳細核實，最終確定是否對其提供幫助以及幫助的程度。

五、大數據與員工關系：勞動契約＋心理契約

勞動契約明確規定了企業與員工之間的權利與義務，而在大數據時代，勞動契約要更多地體現人性化的原則才能保證員工滿意，降低企業的離職率。例如在考勤管理方面，隨著大數據時代的到來，計算機技術的廣泛開發和應用，一種由打卡記錄員工出勤情況的考勤手段發展到指紋記錄，將來也有可能采用瞳孔記錄等一些更為先進的手段，這些都很好地體現了以人為本的原則。此外，企業僅僅以勞動契約與員工建立關系是遠遠不夠的，還需建立以共同愿景為基礎的心理契約。以數據和客觀事實為基礎進行人事決策，讓員工參與其中，對數據進行全面分析，使員工感受到客觀公平，從而對工作更加積極，更容易在核心價值觀上達成共識，由此來培養員工的職業道德，實現員工的自我發展與管理。大數據時代人力資源管理的信息化及全球化，使得員工通過計算機技術與網絡技術逐漸改變其原有的工作方式，不斷提高工作效率、規范業務流程，為企業帶來更好的增值服務，實現企業與員工個人共同成長和發展，為實現雙贏的目標而共同努力。

六、人力資源管理融入大數據時代應注意的問題

1權衡大數據帶來的收益與支出

企業要想將大數據融入人力資源管理體系中，首先要考慮其可行性，即要考慮其規模和資產，權衡收益和成本，始終以利益最大化為目標。目前，一些中小型企業盲目跟風，急切地將大數據引入到人力資源管理系統中，認為擁有大數據就是擁有先機和脫穎而出的法寶。然而，很多企業不明確大數據的真實含義而一味收集無用的信息數據，消耗了大量的財力建造基于數據的信息管理系統，并對其進行維護。這樣的行為完全忽視了收益與成本的關系，有可能得不償失，容易造成人力資源管理系統的癱瘓。因此，在今后的發展過程中，企業首先要考慮大數據與人力資源管理系統結合的必要性，避免盲目跟風，用謹慎認真的態度權衡利弊。

2人力資源的共享與安全

大數據時代的到來帶來了優勢和方便，同時也存在著弊端。目前針對大數據安全問題的應對措施及技術不斷被提出，但其共享與安全問題仍然存在。大數據的人力資源系統也同樣存在著安全隱患。例如，大數據時代的招聘新模式———網絡招聘，即人力資源部通過網絡獲得應聘者的所有數據信息，不僅包括與工作有關的數據，還包括與生活有關的大量隱私數據、財務數據等，這些關于應聘者和員工的種種數據如何保護，被訪問的權限如何設置等都應該引起企業的高度重視，這些數據一旦泄露或丟失，后果將不堪設想。所以，數據安全問題將成為今后人力資源管理系統創新的重點。

作者：王群 朱小英 單位：沈陽大學

數據時代論文:大數據時代網絡安全論文

1大數據時代下網絡安全的基本內涵

大數據時代下網絡完全問題逐漸受到重視，但是在對網絡安全確保的同時，就要正確全面的認識網絡的安全。就其實質性而言，大數據時代下網絡安全就要做好物理安全的綜合分析，和信息內容安全的全面分析。保證網絡安全的物理安全，就要在當前的網絡工程中，對網絡的設計和網絡的規劃進行充分的考慮，并做好對各種電源故障以及電腦硬件配置的全面考慮。綜合分析信息內容安全時，主要是保證信息的保護，并避免信息泄露和破壞的產生，并禁止非法用戶在沒有一定的授權，進而對目標系統中的數據進行竊取和破譯，進而為用戶帶來一定的隱患。而信息破壞的過程中，就要做好系統故障的維護，對非法行為進行抑制。對于信息傳播安全和管理安全分析時，就要在當前的網絡環境中，做好數據信息的有效傳輸，并避免網絡的攻擊以及病毒的入侵，并做好對整個網絡系統的維護工作。而管理安全性分析時，就要對軟件的可操作性進行綜合性的分析，做好實時監控和相關的應對措施準備，并做好對數據的綜合保護。總而言之，大數據時代下網絡安全更要做好網絡硬件的維護和常規管理，同時也要做好信息傳播安全以及管理安全的綜合性分析，進而對大數據時代下網絡安全加以保障。

2關于大數據時代下網絡安全問題控制的幾點思考

2.1做好對訪問的控制

對于大數據時代下網絡安全問題控制，就要對安全的防御技術加以采取，并做好黑客攻擊以及病毒傳播等的控制，將對訪問的控制有效加強，對網絡資源的合法訪問和使用加以確保，并合理的認證以及控制用戶對網絡資源權限的訪問，避免非法目的用戶的不法訪問。將身份認證和相關口令加以添加，做好對規范用戶的基礎控制，有效維護系統，并對網絡資源進行高效性的保護。

2.2做好對數據的加密控制

做好對數據加密控制，就要采取加密算法以及密鑰的方法，對明文數據進行轉化，將其轉化成為一種密文，并保證加密后的信息，在實際的傳播過程中，有著一定的保護作用，一旦信息竊取，對于信息的內容無法查看。同時在對數據存儲安全性以及穩定性進行確保時，就要依據于數據的相關特點和基本類型，對機密信息的安全性加以確保，實現網絡信息數據的安全傳輸。

2.3做好對網絡的隔離控制

將網絡的隔離控制加強，主要是當前防火墻技術常見的一種網絡隔離技術，通過對防火墻部署在數據存儲系統上加以采用，盡可能的將網絡分為外部和內部，并對數據通道進行授權處理，對網絡訪問權進行一定的隔離和限制，并對網絡的安全進行合理的控制。

2.4做好對入侵的檢測控制

一般而言，入侵檢測，主要是借助于主機系統和互聯網，綜合性的分析預設的關鍵信息，并對非法入侵進行檢測，在入侵檢測控制中，就要借助于監測網絡將內外攻擊以及相關的操作進行及時的監測，并采取主動性和實時性的特點，對信息的安全結構進行保證，進而做好入侵的檢測控制，對網絡信息安全進行最大上的保障。

2.5及時防治病毒

當前大數據環境中，保證網絡安全，就要做好病毒的有效防治，在計算機上安裝殺毒軟件，并定期對文件進行掃描和殺毒，對于不能識別的網絡病毒，就要對漏洞補丁進行及時的更新和修補。同時良好的網絡安全意識培養，不點擊不明的鏈接以及相關的網站，對正規正版的軟件下載，并綜合提升病毒防治的成效，做好計算機的日常安全維護基礎工作。

2.6做好安全審計工作

做好網絡安全審計工作，就要綜合提升網絡信息安全性能和網絡信息的穩定性，在實際的工作過程中，借助于網絡對原始數據包進行合理的監控和分析，并借助于審計的手段，還原原始信息，準確的記錄訪問網絡的關鍵性信息，對網絡方位、上網時間控制以及郵件的訪問等行為進行極好的記錄，盡可能的保證業務正常有序的進行。

2.7提高安全防范意識

提高安全防范意識，同樣也是大數據時代下網絡安全控制的有效方法之一，將網絡安全增強，并提升網絡安全性能，對相關的管理制度進行建立，將軟件的操作和管理加強，對用戶的安全保護意識進行加強，并對完全穩定的網路環境進行創造。

3結語

總而言之，大數據時代中網絡安全問題更要提高重視度，并伴隨著物聯網和互聯網的發展，做好對大數據手段的分析處理工作，對有效的信息進行提煉，做好網絡安全的全面防范，對用戶的安全保護意識進行強化，有效避免大數據時代下網絡安全問題的產生。

作者：張傳勇 單位：威海海洋職業學院

數據時代論文:大數據時代背景人力資本論文

一、大數據時代背景的新變革，對人力資本發展的新要求

數據化的對象不僅僅是數字、文字，而且包括方位、軌跡、甚至溝通。沃爾瑪超市通過統計不同貨架上的物品被人們選擇的次數，以及不同購物者在超市內瀏覽路徑等，適時調整貨品的擺放位置、擺放次序，大大的提升了銷售業績。一旦我們生活的世界能夠被數據化，人類認知將根本性轉變。那么，擺在人們面前的問題就是，如何收集海量的數據，將數據的樣本無限量的擴大;如何篩選數據，讓數據更加還原事物的真實面貌;如何后期處理數據，分析出既定目標需要的結果。這些問題的提出，就意味著人類面臨著一次自身素質質的飛躍。

其次，數據真正發揮作用在于“預測能力”，在還原事實的前提下，對未來情況的發展有指引作用。1978年，由24顆衛星構成的全球定位系統(GPS)的誕生，實現了自古以來無數航海家、旅游者、制圖家的夢想。這一技術陸續被應用到車輛、航海、手機等移動設備上，極大地方便人類的同時，大量數據又被反饋到數據中心，重新整理、分析。UPS快遞公司，首先通過運用安裝在車輛上的設備收集回的數據，跟蹤到車輛的位置、行駛路線，統計車輛的消耗信息，設計出貨車的最佳行駛路徑，科學的指導車輛行駛。2011年，這項成果為UPS快遞公司節省了近4828萬公里的路程，以及近300萬加侖的燃料，大幅度的為公司節約了運營成本，提高了工作效率。UPS管理總監杰克．萊維斯說:“數據的預測給我們知識，而知識賦予我們智慧和洞見。”數據的預測功能，拓展了運用數據的維度，從發現問題層面跨越到解決問題、解決未來的問題的新層次。數據的“運用”，掌握在人類的手中，那么，如何將數據正確運用，如何用數據解決問題，如何杜絕數據所有可能引發的的技術上、道德上等多方面的問題。在這些問題有待解決之前，數據不應該被濫用。也只有人們約束好自己，才能將數據充分、合理的運用。

最后，數據，在練習“發聲”，在以全新視角描繪著我們已經熟知的世界。在數據為我們做出巨大貢獻的同時，有些人會不會“固步自封”?有些人會不會“諱疾忌醫”?在我們肯定“數據”的同時，也會有人在質疑、歪曲“數據”。數據的統計在于人類，分析在于人類，得出結論的任然是人類，正在需要做到公正、真實的其實是“人類”。那么，如何看待數據?是否應該在技術操作、實施、甚至輿論宣傳的多個環節，加以監管?為了使“數據”和“人類”之間和諧相處，追求共贏，首先“安身立命”的應該是人本身。

二、大數據時代背景下，人力資本發展的新方向

人力資本的發展成為“大數據時代”背景下的熱門課題，面對大數據、大挑戰，要及時調整發展方向，發展目標以及人力資本投入規模、投資方向。只有首先打破“人為限制”，才能掌握數據的合理運用，讓其真正發揮作用。

首先，加大對新興領域，如科技研發、移動設備、數理分析等領域人力資本投資力度。過去，我國投資是刺激經濟增長的重要動力，而忽略了科技創新的力量，忽略了新時期投資方向的改變。數據，像一座取之不竭的礦產，只有用合適的工具開采，才能提高產量，盡可能的保存原始形態。為實現這一目標，需要先進的終端設備，熟練的操作人員，以及長時間的人力、物理的投入。

其次，規范數據相關人員，建立、健全法制機制，監管互聯網、移動設備，防止數據的非法獲得、濫用。無論是亞馬遜、淘寶，還是百度、谷歌，都以不同形式采集我們日常的“數據”，我們始終被“第三只眼”監視著。前美國中央情報局(CIA)雇員，也曾擔任美國國家安全局(NSA)的美籍技術人員的斯諾登，將美國國家安全局關于PRISM(棱鏡)監聽項目的秘密文檔披露給了《衛報》和《華盛頓郵報》。這一情況的紕漏，引起了各國政界的軒然大波。這就是一場因“數據”而引發的“戰爭”。合理有效的杜絕大數據帶來的威脅，更好的規范個人行為，保護公民合法的隱私權等權益。

作者：張妍 單位：云南民族大學經濟學院

數據時代論文:大數據時代優質教育資源論文

一、優質教育資源共享的主體

在大數據時代，優質教育資源共享的主體包括共享的雙方，也就是資源需方和資源供方。隨著時代的發展，優質教育資源的供方不僅包括各級各類學校、教育職能部門、公益組織和科研機構等非營利機構，也可以囊括教育資源提供商，甚至個體也可以成為優質教育資源的供方。要促進優質資源的共享，就要充分發揮互聯網的共享性、平等性、開放性特點，全面拓展優質教育資源供方的來源。優質教育資源的供需雙方并非一成不變的，在大數據時代，要積極促進優質教育資源供需雙方的相互轉化，盡量做到各取所需、各盡其能，使優質教育資源的供需雙方能夠互相交叉和重疊。

二、大數據時代優質教育資源共享的運行系統

要提高優質教育資源共享的效率，促進我國高中教育的不斷發展，就必須重視優質教育資源共享的運行系統建設，要使共享的優質教育資源能夠滿足我國高中教育教學的需要，從而使優質教育資源的利用效率得到提高。

1.優質教育資源共享的建設系統

優質教育資源共享運行系統的第一個環節就是建設系統，進行優質教育資源的匯集和開發工作。建設系統要將教育資源分為非數字化教育資源和數字化教育資源兩種，對于數字化教育資源主要是直接匯集和開發，對于非數字化教育資源還要進行數字化加工和制作，使其符合媒體文件的載體和格式。建設系統還要將已有的教育資源進行匯集和整合，使其匯聚起來，能夠進行推廣、評估和歸類。

2.優質教育資源的傳送系統

傳送系統主要負責傳輸和配送優質的教育資料。例如，可以向特定的目標區域進行優質教育資源的配送，包括少數民族地區、貧困地區等等。也可以通過對口幫扶的形式，使優質教育資源的供需雙方結成對子。在大數據時代，要充分利用先進的社會計算、4G技術、三網融合、寬帶網絡等技術，提升優質教育資源的投入產出比。

3.優質教育資源的使用系統

使用系統要具備相應的硬件設備條件，使資源需方能夠順利獲取教育資源。使用系統還應該具備指導、培訓、高級檢索等功能模塊，使資源需方能夠按照自己的具體需求獲取和檢索優質教育資源。需方也可以對優質教育資源進行再加工，例如，高中學校可以對先進的教育教學理念進行二次加工，使之能夠與自身的教材版本、學情相符合。

4.優質教育資源的評估系統

通過評估系統，可以對優質教育資料的共享效率和共享質量進行切實反饋，對共享進行保障。評估系統先要評估本身的教育資源，從而解決數字化教育資源建設層次較低的問題，將真正有價值的、優質的教育資源挖掘出來。評估系統還要評估教育資源的傳輸配送情況。我國很多地區的地理條件比較惡劣，基礎設施建設薄弱，要確保教育資源能夠按照需方的要求進行傳輸。此外，需方對于優質教育資源的使用情況也應該納入評估系統，并讓需方根據教學活動的需要選擇合適的優質教育資源。在大數據時代，通過信息技術，可以有效地促進高中階段優質教育資源的共享。從社會發展的角度來說，優質教育資源的共享促進了不同地區和學校之間教育資源的交流，有利于我國教育公平的發展和實現。在大數據時代，要進一步發揮信息技術的重要作用，更加深刻和全面地推進優質教育資源的共享。

作者：呂偉智 單位：福建省廈門市第二外國語學校

數據時代論文:大數據時代高校思想政治教育論文

1大數據的內涵與特性

大數據（Bigdata）最初用來描述需同時進行批量處理或分析的大量數據集。隨著大數據時代的到來，大數據的內涵不在于掌握龐大的數據信息，而在于對這些含有意義的數據進行專業化處理，通過“加工處理”實現數據的“增值”。維克托·邁爾-舍恩伯格及肯尼斯·庫克耶編寫的《大數據時代》一書中指出，大數據是以“一種前所未有的方式，通過對海量數據進行分析，獲得有巨大價值的產品和服務，或深刻的洞見”。為應對眾多領域數據的爆發式增長，大數據還應涵蓋處理數據的速度。因此，美國互聯網數據中心將大數據定義為：通過高速捕捉、發現/分析，從大容量數據中獲取價值的一種新的技術架構。大數據有四大特性，即大規模（Volume）、多樣性（Variety）、高速性（Velocity）以及由前面三個“V”推動產生的海量價值（Value）。美國互聯網數據中心指出，互聯網上的數據每年將增長50%，每兩年便將翻一番。同時汽車、洗衣機等工具設備上有著無數的數碼傳感器，隨時測量和傳遞回有關位置、運動、溫度等大量不同種類的數據信息。這些不同種類大規模的數據在大數據技術的幫助下，被高速處理和分析后，挖掘出更多隱藏的“內涵”，更快地滿足實時性需求，從而彰顯科學價值和社會價值。隨著信息化進程在教育領域的推進，特別是數字化校園的大力推進，信息技術在校園中得到充分運用，各種信息交流與服務平臺逐漸增多，也產生了海量的不同類型的教育數據。這些教育數據蘊含著豐富的教育信息和知識，提取其中的價值并為教育決策、教學優化服務，已成為教育工作者特別是教育決策者所關注的內容。而高校的思想政治教育工作也需要借助大數據的強大力量豐富和拓展思想政治教育領域的工作方法。

2大數據在高校思想政治教育領域的價值

2.1大數據改變高校思想政治教育研究

在信息獲取和信息流通受限的時代，在思想政治研究領域，為獲取更多學生想法或評價，研究者往往采用問卷調查法進行樣本分析。而問卷調查法存在著一定的局限性，其可靠性建立在被試者能提供真實信息的基礎之上，因此，一旦被試者有意掩飾自己的真實想法，或問卷設置不具辨識度，最終通過問卷調查并不一定能獲得真實客觀的數據，思政工作者會被帶入誤區，這對學生的思想政治教育工作會產生不利影響。在互聯網技術高速發展的今天，大數據技術能夠輕易獲取學生的學習成績、考勤記錄、圖書借閱情況等大量客觀真實信息，從而降低小范圍數據的局限性。同時利用大數據技術可以讓原本無法量化的信息得以量化和顯現，例如學生在網絡上的“一言一行”記錄下了他們的思想、情感和行為，通過大數據技術讓這些過去難以量化的信息被轉化成有價值的信息。大數據時代通過大數據的數據收集和分析技術，可獲得更多全面而客觀的數據，進而進一步拓寬思想政治教育研究領域和層次，提升思想政治教育研究的價值。

2.2大數據為高校思想政治教育工作帶來前瞻性

高校思想政治教育工作要在立足現實的基礎上，牢牢把握住師生的思想動態以及思想觀念的發展趨勢，在思想政治教育工作中掌握主動權，防患于未然，提前采取措施，增強思想政治教育的前瞻性和針對性，進而提高思想政治教育工作的效果。而預測是大數據的核心價值，指的是借助大數據技術對事物發生的可能性進行預估，達到預測的目的。比如超市可通過分析客戶購買的記錄來預測消費者行為，最典型的案例是沃爾瑪公司預測出年輕爸爸在買尿布的同時會捎帶啤酒，調整它們的擺放位置從而提升公司的銷售額。校園安全是懸在高校思想政治工作隊伍頭上的一根弦。在大數據時代，思想政治工作者完全可以通過大數據技術監測校園所有相關的系統平臺，通過實時跟蹤分析學生的各項數據，及時了解和掌握學生的思想動態，并提前做好應急預案，積極進行教育引導，及時化解矛盾和沖突，提高校園突發事件處理的效率。

2.3大數據使個性化思想政治教育成為可能

當前的高校思想政治教育工作，應當遵循“以生為本”的教育理念，需要充分了解并滿足學生個性化發展的需求，以便更好地服務于學生的成長成才。通過大數據技術深度挖掘學生的各項數據，反映學生的不同需求，學校及時為學生送上個性化的幫助與建議，為管理帶來便利的同時更加彰顯學校對學生的關愛。譬如華東師范大學基于校園卡記錄開發的家庭經濟困難學生預警系統會給飯卡消費少的學生發送詢問短信，是大數據應用于個性化思想政治教育的成功探索和實踐。面對復雜嚴峻的高校畢業生就業形勢，高校可借助大數據技術整理出各行各業崗位需求特點以及畢業學生的信息，建立起企業人才需求與高校人才供給之間的橋梁，解決企業崗位需求與學生就業信息不對稱問題，為學生提供個性化的就業指導和咨詢服務。圖書館可以對學生的借閱記錄進行匯總分析，了解學生的借閱需求，進而為不同的學生群體推薦不同書籍。

3大數據時代思想政治教育工作需要新轉變

3.1提高思想政治教育工作者的大數據意識和能力

高校思想政治教育工作者需要緊跟時展變化，主動建立大數據意識，要充分意識到數據在思想政治教育工作中的重要性，提高對信息數據的敏感性，加強對數據信息的收集、存儲和利用，做大數據的有心之人。大數據時代，每個人都是數據的制造者、傳播者、共享者和分析對象。為了能對教育對象有全面認識和全面把握，思想政治教育工作者需要全面收集學生的學習情況、網上行為、通信聯絡等記錄，并進行存儲、分析和利用。同時，高校思想政治教育工作者不僅需要熟悉思想政治教育工作規律，而且要具備更強的大數據技術能力，從而充分發揮大數據在高校思想政治教育領域的價值。高校輔導員在完成學生的思想政治教育工作的同時，自覺加強大數據技術的學習，盡快掌握大數據技術能力，在日常教育工作中應該及時把教育活動信息、學生資料等內容進行記錄或者存儲，運用數據分析、數據統計等技術加以分析處理，得出更多隱含的信息。

3.2積極利用新技術為思想政治教育工作提供支撐

運用云計算等技術，建立各層次的思想政治教育的管理平臺，幫助思想政治教育工作者收集、存儲、管理、分析和運用數據，為深入把握學生身心狀況提供強大支撐。比如筆者曾到臺灣南臺科技大學培訓，該校為了提高學生的英語學習成績，不僅僅提供英語學習系統供學生學習，學校語言中心還利用軟件后臺管理功能記錄下學生的學習記錄，包含次數、時數、學習內容等，實時對學生的學習情形以及學習成效進行管控，采取有效方法，逐步引導學生激發學習英語的信心與興趣，進而產生最大的學習效益。目前，各高校的信息化建設都得到了較大的發展，但偏重于硬件基礎方面，校園信息化數據應用還不夠成熟和廣泛，軟硬件資源得不到整合。因此，各高校亟需整合現有的信息資源，做到數據集中、應用集中、設備集中，將各種應用整合起來，實現資源共享，使得數據得到有效利用，有助于提高工作效率和服務質量。

3.3完善規章制度和流程規范大數據的處理和應用

在大數據時代，機遇與挑戰并存。大數據在帶來了積極變革的同時，也帶來了數據安全、虛假數據等問題。目前大數據在收集、存儲和使用過程中面臨著諸多安全問題，大數據所導致的個人信息泄露會給學生帶來嚴重的困擾。事實上，人們在互聯網上的所有行為都可以被查到，包括個人資料、購物習慣、聊天內容、檢索習慣等等，多項實際案例說明，即使無害的數據被大量收集后，也會暴露個人隱私。而借助大數據技術得出的信息分析結果，如果被過度使用也會影響到學生的身心健康發展，虛假數據則將導致錯誤或無效的大數據分析結果，影響教育決策的正確性。因此，高校需要根據實際工作需求和發展趨勢，及時建立和完善數據挖掘權限和范圍的管理制度，逐步探索構建精細化、標準化工作流程，有效避免學生個人隱私泄露，降低大數據在收集、存儲和使用過程中的安全風險，以及提高對虛假數據的甄別能力。

4結語

大數據為高校大學生思想政治教育工作的創新帶來新的契機。高校思想政治教育工作需要改變高校思想政治教育研究方式，使思想政治研究從宏觀群體走向微觀個體，思想政治工作者能更了解學生的真實需求，更貼近學生的內心，使個性化思想政治教育成為可能。還需要進一步提升思想政治教育工作者的大數據意識和能力，積極利用新技術為思想政治教育工作提供支撐平臺，進一步完善規章制度和流程規范大數據的處理和應用，充分發揮大數據的大作用與大價值。

作者：蔣紅 單位：寧波教育學院

數據時代論文:大數據時代行政管理論文

一、大數據已成為現代行政管理改革的關鍵促因

隨著移動互聯網、物聯網、云計算等的快速發展，全球數據量出現爆炸式增長。特別是智能終端的應用，使數據越來越大，越來越復雜。所以說，現代行政管理的概念和特點已不再局限于傳統意義上的法定職能執行過程和能力上，而是出現了新的變化。

(一)行政管理決策機制所存在的問題

維基百科對大數據的定義是:所涉及的資料量規模巨大到無法通過目前主流軟件工具，在合理時間內達到擷取、管理、處理并整理成為幫助企業經營決策更積極目的的資訊。大數據來勢之洶涌令人始料不及，它帶來了前所未有的挑戰:(1)效率問題。隨著數據量和類型不斷增加，存儲、整合、分析速度成為數據應用的瓶頸。(2)安全問題。海量數據中不乏大量個人信息。在發展大數據項目的同時，如何保證個人隱私、數據備份和恢復、商業秘密等安全問題，對各級管理部門也是一道難題。(3)決策問題。很多部門目前對自身經營發展的分析只停留在數據和信息簡單匯總的粗淺層面，這很可能直接導致誤判形勢、決策失誤。因此，如何利用大數據來進行決策，是各級管理部門面臨的難題。(4)大數據整合問題。一般管理部門所收集的數據通常是來源于社交網絡、電子商務、物聯網等渠道的音頻、圖片、視頻等非結構化數據，而大量的半結構化數據、非結構化數據的處理、非結構化數據與結構化數據的有效整合與分析等對決策部門來說仍是巨大挑戰。筆者以為，我國現行的行政管理工作中，尤其是決策機制仍有許多弊端亟待解決，這集中體現在以下四個方面:第一，“統治型”行政模式下決策觀念尚未發生轉變。在傳統的單邊的行政思維模式下，決策者無須考慮政策受體的意愿，僅憑自身的權威硬性推行各項政策［1］。行政決策權實質上是行政權力的延伸，那么在這種情況下，行政決策權容易成為滿足個人利益的工具，而政策受體沒有發言權。第二，決策過程中缺乏必要的公眾參與。目前的行政決策機制，缺乏公眾有效參與，與此同時，間接參與決策的渠道不暢，公眾不能公正地向行政決策者輸入自己的意見、看法和利益要求。其后果必將致使在部分行政決策事項上，公眾參與熱情出現衰退趨勢，造成大眾對行政決策認同度較低的合法性危機［2］。第三，決策的信息、咨詢系統相對薄弱。目前，在決策的信息系統上，專門化的信息機構不多，更沒有形成完整的信息網絡，決策機構與公眾的信息交流程度不夠，多向溝通的渠道不多，特別是一些弱勢群體與決策機關交流的渠道較少。在決策的咨詢系統上，非政府公共組織的決策咨詢組織發育緩慢，不僅數量少，而且功能少，不能有效發揮作用。第四，責任追究制度未完全落實，公開性和回應性程度不夠。一方面，我國的決策機制和約束機制仍不完善，往往出現決策權力的失控和濫用，從而導致決策的失誤;另一方面，在決策的權責關系上，一些行政決策權責范圍不明確，缺乏決策失誤責任追究制度、糾錯改正機制，以及行之有效的決策評估制度，最終造成……責任追究方式模糊不清。

(二)大數據已成為行政管理部門改革創新的節點

伴隨互聯網、移動網、云計算的興起，特別是智能終端的應用，數據越來越大，越來越復雜，推動了大數據這一全新概念的產生。大數據除了“大”這個特點之外，還有“多樣”(Variety)、“海量”(Vol－ume)、“快速”(Velocity)、“靈活”(Vitality)、“復雜”(Complexity)五個“另類”特色(4V+1C)。如今，各行各業的從業人員在日常生活和工作中，都會感受到數據的作用和影響力越來越大，從傳統到新興的各個行業都面臨數據驅動創新的挑戰。因此，行政管理部門如何從實際情況出發，順應大數據的潮流，改革現有的管理方法和管理模式呢?筆者總結以下三點。

1．管理體制的創新:從碎片化到網格化行政管理部門的碎片化管理現狀無法滿足多樣化的大數據時代特征，故應該進一步推進網格化管理，促進多部門、多環節管理高效化、有效化的協作機制建設。從優化資源配置、信息技術的應用以及風險管理等多方面實行網格化管理策略，以實現資源信息全面共享、崗位責任層級落實，將原來傳統、被動和分散的碎片化管理，轉變為現代、主動和系統的網格化管理。

2．管理方式的創新:科學決策要想改革現有的管理方式，從海量微觀數據中找出有價值的信息，形成一套完整的數據綜合分析利用體系，行政管理部門需要:(1)順應大數據時代的變化，向精確分析、智慧支持的職能轉變，合理、有效地分析和利用海量數據，為相關企業和社會組織提供智力支撐和決策支持。(2)“從關注宏觀數據轉變為在意微觀數據，改革現有的管理方式，形成一套完整的數據綜合分析利用體系，提供數據的分析決策參考”［4］。(3)調整相關機構設置，按照數據收集、存儲、分析、輸出的流程設定相應機構，各職能部門進行網格化管理以保證輸出數據的科學性和精確性。

3．管理模式的創新:動態管理快速和靈活的大數據時代特征對行政管理部門傳統的管理模式提出了更高的要求，因此，積極實施動態管理十分必要:(1)通過已有的數據信息，合理預測，做出宏觀的、系統的管理決策。(2)通過及時更新數據信息，對管理決策進行實時的評估、修改和補充，不斷調整管理思路和方法，以適應不斷變化的環境。(3)通過建立預警系統、評估系統和問題處理系統，充分發揮動態管理的優勢。

二、行政管理部門應對大數據時代的基礎條件

儲備為能夠應對大數據時代的機遇和挑戰，各級行政管理部門需要進行有效性的基礎條件儲備，不僅要促進行政管理機構的改革以及機制的創新，還要改變行政管理的價值觀，但其前提仍然是對大數據的重視和有效利用。

1．建立決策保障體制以保證對決策權力進行有效控制在行政決策的過程當中，必須建立起一套相關的制度對權力進行控制，防止權力的濫用，例如建立聽證會、公眾質詢等制度，同時盡量公開決策過程。此外，現代社會是一個法治的社會，要避免行政決策中的隨意性，必然需要制定相應的法律條文，一方面使決策者在決策過程中有相應的法律依據，另一方面決策者要對所作出的決策承擔相應的責任。

2．樹立以人為本的行政管理理念進入大數據時代以后，各級行政管理部門與各種個體和組織之間存在一種相互依賴的關系，因此，在行政決策過程中，必須把以人為本的決策理念貫徹始終，把公眾福利作為行政決策成敗的唯一標尺。(1)要建立起關于受眾參與決策的方法、程序等一套相關制度。(2)要建立起專家咨詢制度，包括體制內和體制外的專家咨詢。(3)要建立起其他社會組織的決策參與途徑，對于各種社會組織或者利益集團，必須給予其表達意愿的機會，特別是與其利益相關的決策，應允許其代表參與到決策過程中去。

三、實施“三步走”的建議

數據中隱藏著大量有價值的信息，如果能夠將其內部存儲的大量數據進行選擇和利用，再通過分析和挖掘技術進行二次開發，那么這些有用的信息必將提供新的決策思路和新的競爭優勢。所以很明顯的一點是，大數據分析正在成為各類行政管理部門、政府工作部門競爭發展的變革點。在大數據時代，行政管理部門應該注意什么?筆者將其概括為“三步走”。

1．建立行政管理權力結構和運行機制的新途徑。探索行政管理結構和運行機制的新途徑，其前提是行政管理權力必須保護和促進公共利益。(1)體現行政管理權力價值取向的公共性。行政管理權力的公共性主要體現在以下兩個方面:一是為市場經濟提供公正的交易環境和穩定的市場秩序，完善法律法規，加強市場監管，加大宏觀調控力度，實現政府對社會的合理規制。二是保障公民基本的自由平等權益和公共安全，推行改革計劃和發展規劃。(2)保證行政管理權力結構的科學化。科學設定和配置行政管理權力是完善權力運行機制的根本前提。這就需要制定和完善行政機構設置法、行政編制法等法律法規，遵循精簡、統一、高效的原則設置各級行政機關，并對現有的行政機構進行調整。(3)明確行政管理權力的責任化。建立健全行政問責制既是完善行政管理權力運行機制的重要內容，也是行政管理體制創新的必然訴求。

2．提高“大數據”基礎管理水平，搭建大數據時代的網絡應用平臺(1)信息化。大數據時代為我們提供了一個很好的契機，要做好行政管理部門掌握的海量舊數據的挖掘工作，加快現有信息化改造，建立起有效的組織保障機制。(2)服務化。在大數據時代，信息和數據是最重要的資源，一旦信息自由、數據開放，就意味著信息和每一個公民之間都是等距離的，行政管理部門可以把自己打造成為大數據時代里的核心網絡節點，為公眾提供均等化的公共服務，樹立權威，贏得信任。(3)共享化。大數據時代，行政管理部門要用好信息工具，采取公私合作的方式，將自己打造成一個大數據的公共平臺。

3．精準利用大數據“大數據概念的提出顛覆了千百年來人類的思維慣例，對人類的認知和與世界交流的方式提出了全新的挑戰。”［5］這不得不要求行政管理部門加快推進行政管理體制改革的路徑選擇。當前，加快推進行政管理體制改革和實踐，需要著重做好三項工作。

首先，從建設服務型政府的戰略高度謀劃行政管理體制改革。由于大數據帶來的直接影響，當前的行政機構轉型就是從管理型到服務型的轉變。構建服務型的意識和轉變必須實現各級行政管理部門的觀念轉變，即變“全能行政觀念”為“有限行政觀念”，變“強制行政觀念”為“引導行政觀念”，變“暗箱行政觀念”為“透明行政觀念”，變“人治行政觀念”為“法治行政觀念”［6］。

其次，拓寬視野，加強行政管理方式的變革與創新。(1)打破行政壟斷，使管理主體由一元獨尊轉向多元協作，亦是大數據“多樣性”特點使然。(2)管理方式由單一僵化轉向靈活多樣，亦是受大數據“靈活性”特點影響。(3)大數據“復雜化”特點，決定了構建公共信息開放平臺的必要，也使行政管理方式由封閉轉向開放。(4)尊重群眾的合理訴求，使行政管理方式由強制干預轉向溝通協調，特別是那些基層群眾的合理訴求，應該積極面對，通過溝通協調，妥善解決。這也是大數據“快速性”特點對行政管理方式的一種促進。(5)大數據“海量性”特點要求行政機構既要充分認識互聯網的影響，加強行業自律，又要積極利用網絡等新型媒體，使之成為民主溝通的平臺，還要探索符合網絡媒體發展規律的運行方式和管理辦法。

最后，大數據的預測性成為探索行政管理機制的新途徑。我國的行政管理體制改革有如下規律:(1)我國的行政管理體制改革是不斷適應社會主義市場經濟體制的需要而進行的政府改革，具有與市場經濟的發展和完善相適應的特點。(2)我國的行政管理體制改革是對傳統行政體制的革命，而擺脫傳統行政體制是一個長期的過程，因此，我國的行政管理體制改革具有不斷深化的漸進性特點。(3)我國的行政管理體制改革既有中央的統一部署，又強調地方政府的因地制宜，具有自上而下與自下而上相結合的互動性特點。而基于大數據的統計分析結果，其更重要的價值在于可以對未來的行政體制改革進行科學而大膽的預測，但正確與否，則需要在實踐中加以多次的檢驗。因而只有勤于、善于對大數據進行分析和研究，才能找到開啟行政管理智慧的新鑰匙。

總之，用以分析的基礎數據越完整，得出的結果就越可靠，行政管理部門也因此越能從中獲取高價值信息。毋庸諱言，大數據分析正成為各行業參與競爭和優勢發展的關鍵變革點。因而，有效整合結構化、半結構化與非結構化數據并分析發掘其潛在價值，是大數據時代提升行政管理效率和自身競爭力的必經路徑。需要指出的是:第一，大數據技術本身還不成熟，且應用于行政管理領域的相關技術相對較少，本文的相關結論有待進一步檢驗并修正。第二，相對于中國的國情來說，由于大數據背后的動因、參與主體、方法論的多樣性，其秩序的建立也必然是一個循序漸進的過程，不可能一蹴而就，否則就會失之偏頗。

作者：陳靜 單位：德陽市旌能天然氣有限公司

數據時代論文:數據時代思想政治教育論文

一、高校思想政治教育思維方式的轉換

新的技術時代不僅帶來了技術的改進，而且也帶來了思維方式的變革。思維方式是先導，教育方法的改進首先是從思維方式開始的。當前高校思想政治教育思維方式不僅應該注重傳統因果性思維方式和經驗思維方式，更應該樹立相關性思維方式和理性思維方式。

(一)相關性思維

相關性思維是在事物、現象之間的相關關系中思考問題的思維方式。這種思維方式對于思想政治教育具有非常重要的作用，因為人與人、人與社會的關系本質就在于相關性。

1．本體上的相關性

大數據時代人與人之間的聯系更加快捷方便，不斷超越著空間距離。隨著網絡技術的成熟和普及，網上新聞、電子郵件、網絡視頻使得一個人即使足不出戶，也可知天下事，甚至與天下事相聯系。這在過去是不可想象的夢想甚至幻想，在網絡技術時代實現了。技術的發展使得地球日益成為一個“地球村”，人與人之間的聯系越來越頻繁和便利。

人與人之間的相關性為我們進行思想政治教育提供了本體依據和可能性。沒有一個人是獨立存在的，我們總與他人、社會發生著千絲萬縷的聯系，因而，在現代社會，不僅要“獨善其身”，還要“兼濟天下”。個人與他人、社會的相關度越來越高，每個人都應該擔負起自己的社會責任。

2．價值上的相關性

個人的價值體現為相關性。由于人的本質在于社會性，因而個人的最終價值和最高意義在于與他人、社會的相關性中。社會主義思想政治教育的目的是培養學生正確的世界觀、人生觀、價值觀，為社會主義建設事業培養合格的人才。社會主義價值觀念高度重視人的社會性，把人的社會性的實現作為首要目標。個人的價值和意義在于為社會承擔自己的責任，做出自己的貢獻。“正是在服從規范和獻身群體的過程中，人才真正成為人。道德是一種明顯具有人性的東西。因為在促使人們超越自身時，道德不過是激勵人們去實現他自己作為人的本性而已。”我們需要克服一個誤區，即認為思想政治教育的要求背離人性，恰恰相反，思想政治教育是符合人的社會本性的，對于人的自然本性而言，思想政治教育不是與其相悖，而是相容。人的自然本性趨利避害，追求感官享受，思想政治教育絕對不是禁止人們趨利避害，禁止人們滿足物質生理方面的欲望，而是主張在滿足自己的欲望的同時不能損害其他人和社會的利益。

個人在相關性中實現自己的價值。個人的價值需要在與他人、社會的相關性中實現。首先，個人價值的實現離不開他人、社會提供的物質基礎。個人成長和發展所需的物質基礎都是由社會創造的，特別是現代社會，如果沒有他人的勞動，單純靠個人的力量，可能連生存都不可能，更不要談發展了。其次，個人價值的實現離不開他人、社會提供的精神文化條件。人類文明是一代代積累下來的，凝結著無數人的智慧，每個人的生活、成長都潛移默化地受到文化基因的影響，個人的成長和發展建立在他人、前人所創造的文化基礎之上。

3．實踐上的相關性

本體上的相關性決定了實踐上的相關性。現代社會，隨著新技術的發展，表面上看來，好像個人與他人、與社會越來越疏離，一個人可以足不出戶而知曉天下大事和小事，甚至參與其中。但實質上，表面疏離的背后乃是人與人之間的越來越緊密的聯系。個人的行為與他人、與社會越來越具有相關性。第一，個人的行為影響他人、社會。個人的行為不僅直接會對他人、社會產生直接作用，而且由于現代媒介的發達，個人的行為會被放在聚光燈下，對他人、社會產生著積極或消極的影響。其次，他人、社會影響個人。他人、社會不僅對個人有著直接的影響，而且也有行為方式、文化觀念上的間接影響。總之，個人與他人、社會的相關性是交互式的，正如在生態環境方面的“蝴蝶效應”，人與人、國家與國家之間的關系也類似“蝴蝶效應”，現代金融風暴往往是橫掃全球的，沒人能夠完全脫離其中而不受任何影響。

(二)理性思維方式

理性思維方式是注重邏輯推理等理性認知能力的一種思維方式。高校思想政治教育應該強調理性思維方式主要由以下幾個因素所決定。

1．大學生的心智特點

大學生已經不同于少年兒童，其心智已經比較成熟，具有一定的分析判斷能力，因而，對大學生進行思想政治教育的內容就不同于中小學生的行為養成教育，而是注重培養正確的人生觀、價值觀，能夠對紛繁復雜的社會現象有正確的認識，承擔起相應的社會責任。朱熹說過:“小學者，學其事;大學者，學其小學所學之事之所以。”如果僅僅是經驗思維方式，就滯后于大學生的身心發展，違背認知規律。

培養和提高大學生的思想道德素質，需要靠理性方法來啟發引導。教育的目的在于培養學生的自主性、自覺性和獨立思考能力，如果沒有理性方法，只會俯首帖耳，就與教育的初衷相違背。因而，在大學階段，需要理性思維方式來啟發引導大學生，使他們能夠培養發展邏輯思辨能力，正確地認識和履行自己的社會職責。

2．復雜的社會狀況

社會實踐的復雜性、多樣性遠遠超過了思想政治理論的抽象性、概括性，要讓大學生能夠對無限復雜的社會現實做出正確的認識、選擇和判斷，需要提高他們的理性思維能力。首先，對于無限復雜的社會現象能夠有正確的態度。怎樣看待紛繁復雜的社會現象，看清其背后的本質，需要有理性分析能力，否則就會被現象給弄昏了頭，或者陷入悲觀失望，或者陷入盲目沖動。其次，能夠有正確的行為。實踐的復雜性遠遠超過了理論的復雜性，當大學生面對復雜的狀況時，需要具有理性思維能力，才能夠做出正確的選擇和行動，而不是無所適從，在應該如何行為時陷入茫然和困惑。

二、高校思想政治教育的對策

(一)發揮課堂教學的主陣地優勢

課堂教學在為思想政治教育提供智識方面具有得天獨厚的優勢。作為學習共同體，采用科學合理的教育教學內容和方法，能夠對思想政治教育起到積極的促進作用。

1．科學合理利用數據信息

首先，幫助學生樹立正確的數據觀念。隨著網絡的發展，大數據時代已經到來，信息爆炸是對數據信息增長的非常形象的形容。數據的增多是人類技術進步的體現，為人類生活帶來了很多便利，但是，對于當前很多大學生來說，上網瀏覽的往往是些無用的信息，并且讓這些數據過多占據了自己的生活，這樣就本末倒置，沒有正確認識數據，當然更談不上正確運用數據。只有正確認識數據信息，才能讓數據信息服務于我們的生活、學習與工作。當前，樹立正確的數據觀，需要讓大學生對海量數據信息有科學的理解和認識，需要讓他們認識到數據是為我們的生活、工作服務的，而不是生活本身的目的。因而應該占有數據，而不是讓數據占有了我們的生活;應該培養大學生對正反面信息的正確認識，大數據時代，海量數據信息中既有正能量的信息，又有負能量的信息，需要提高大學生對負面信息的分析解讀能力，而不是被負能量所牽制;培養學生對別有用心的片面數據信息的識別能力，對西方國家出于意識形態或國內少數別有用心者片面歪曲的數據信息不能誤聽誤信，要有正確的認識和判斷。總之，高校思想政治教育應該培養大學生對信息數據的正確的認識，提高他們的分析判斷能力和處理數據信息的能力，培養良好的行為能力。

其次，精心挑選數據信息。挑選的數據要對學生有吸引力，“一名教師塑造善行或惡行的能力可能是強大的，也可能是微不足道的，這取決于學生做出回應和做好準備的程度。”面對龐大繁雜的數據，教師要精心挑選，課堂上案例信息的選擇應該符合大學生的心智特點，大致說來應該具備新穎性、典型性、啟發性等特點。只有具備這幾個特點，才能夠吸引學生的興趣和注意力，使他們對講授的內容興趣盎然，至少不淡漠;能夠以感染力獲得大學生的情感認同，獲得感性經驗;能夠啟發學生運用理性推理，進行思考和反思，增強理性認知能力。

第三，科學合理利用數據信息。要科學合理利用數據信息，對學生進行引導啟發，如果只是泛泛地把數據、案例展示給學生，而沒有啟發引導，那么與學生自己搜到的信息就沒有多大區別，課堂教學對學生就會失去權威和吸引力。因而，教師必須啟發引導學生對數據背后的內容進行分析解讀，做到既用數據說話，又要講透數據背后的東西，這樣才能增加思想政治教育的深度和廣度，不斷提高思想政治教育的實效性。

2．充分利用課堂共同體的功能

雖然網絡以其可選擇的豐富內容隨時隨地可以吸引學生，但是由于網絡的虛擬性，課堂教學與其相比有比較優勢。與網絡相比，大學學校、課堂是具有教育功能的共同體。大學生具有相同或相近的知識結構、相近的道德基礎，由于相同的年齡而具有共同語言，由于共同學習和生活而具有共同語境，因而與網絡等虛幻的媒介交流方式相比而言，應該充分發揮學校課堂集體的力量，對大學生進行思想政治教育。“說教育是一種社會的功能，通過未成年人參與他們所在群體的生活，使他們得到指導和發展，實際上等于說，教育將隨著群體中生活的質量的高低而不同。”大學學校同樣如此，集體對于塑造學生的道德品質的力量是非常強大的。

不同的集體對于個人的影響是不同的，發揮課堂、學校共同體在思想政治教育中的作用，需要做到以下幾點:

首先，發揮集體理性的作用，通過集體討論發言，形成共識，促進思想的提高和道德的發展。

其次，通過課堂集體熏陶影響，促進個人思想政治素質的提高。在思想政治方面，個人總會或多或少受到他人、集體的影響。沒有一個人能夠生活在真空中，而不受任何外來的影響。集體能夠在大學生身上喚起團結感和群體生活的一切。第三，發揮教師的示范作用。教師的引導作用不僅僅體現在教學內容上，還體現在他身體力行的榜樣示范作用上。孔子說過:“其身正，不令而行;其身不正，雖令不從。”《論語?子路》在思想政治教育方面，人格示范的力量是巨大的，愛其師才能信其道。獲知思想政治教育的途徑是多種多樣的，課堂教學與其他途徑相比優越性在于有教師的主導和示范。第四，利用課堂教學滿足大學生的情感需求和交往需要，提高教學實效。共同學習、生活對于大學生具有相當大的吸引力，在共同學習中應該采取生動活潑的形式滿足大學生的心理需要，充分發揮共同體的優勢。

(二)發揮其他相關課程的思想政治教育功能

高校思想政治課是進行思想政治教育的主陣地，不過，也不能因此忽視了其他相關課程在思想政治教育中的功能。在思想道德方面，因果決定論是片面的，思想道德的形成和改變是個復雜的心理過程，很多教育家和社會學家都已經發現其他課程在思想道德塑造方面發揮的重要作用。

其他課程與思想政治教育之間不存在什么固定的鴻溝，它們是相互促進、相輔相成的。其他課程以自己的方式幫助我們了解和認識世界，認識到世界的一體性和相關性，認識到不僅人與人之間是相關的，人與自然世界之間也是高度相關的。我們應該充分認識到其他課程在思想政治教育中的價值，眾所周知，審美教育在塑造道德中起著非常重要的作用，蔡元培先生甚至提出了“以美育代宗教”的觀點，充分肯定美育在涵養道德、促進人生觀形成中的重要性。即使自然科學課程也能夠在道德的形成中扮演重要的角色，“自然科學的確能夠幫助我們更好地理解人類王國，能夠給我們提供精確的觀念，提供能夠幫助我們指導我們行為的良好的智識習慣”。因而，在高校思想政治教育中，應該與其他課程密切合作，齊心協力形成良好的教育生態。

(三)利用相關手段進行思想政治教育

除了利用課堂教學這個主要手段以外，高校思想政治教育還應該充分利用社會調查、研究討論等相關手段的相互配合、相互協作，不斷提高思想政治教育的實效性。

思想政治教育不僅僅是認知教育，更是行為和實踐教育，它的目的不是停留在知識層面，而是落實到實踐層面。在知與行之間難免會存在著距離，因而僅僅靠課堂教育是不夠的，還應配合其他各種方式來提高思想政治教育的吸引力、權威和效果。“學校中道德教育最重要的問題是關于知識和行為的關系。因為，除非從正式的課程所增長的學識足以影響性格，就是把道德的目的看作教育上統一的和最終的目的，也是無用的。如果知識的方法和題材與道德的發展沒有密切的、有機的聯系，就不得不求助于特定的修身課和特定的訓練方式:知識沒有和尋常的行為動機和人生觀融為一體，而道德就變成道德說教———成為各自獨立的德行的組合。”因而，思想政治教育除了課堂教學以外，還應注重科學合理運用社會實踐、研究討論等其他手段。行為是思想政治教育的目的和歸宿，沒有體現為行為實踐中的思想政治教育，只會是虛無縹緲的空中樓閣，造成學生身心分離，失去其存在的意義和價值。只有落腳在實踐中的思想政治教育，才能夠克服身心二分，實現大學生的身心和諧。

三、結語

總之，在新的技術時代，高校思想政治教育面臨著“如何看待數據、如何利用數據”的問題，對思想政治教育工作者的師德、教育能力等方面提出了更高的要求。思想政治教育工作者應該跟上時代的步伐，遵循認知規律，加強思想政治教育的科學性、合理性和吸引力，把學生從龐雜的數據信息中解放出來，不斷提高思想政治教育的實效性，使愉快有效的思想政治教育成為可能。

作者：孫長虹 單位：廈門大學哲學系

數據時代論文:大數據時代客戶關系論文

1、大數據時代下國內外機場客戶關系現狀

滿足客戶服務個性化，選擇多樣化將成為機場未來的發展方向。根據大數據背景以及實現“智慧機場”的要求，國內外機場都做出了巨大的努力來提高機場與客戶之間雙贏的合作伙伴關系，客戶幫助企業贏得競爭優勢，機場為客戶提供更周到的服務。北京首都國際機場T3航站樓和海口美蘭國際機場分別設置KABA自助登機設備，使得旅客可以體驗更加舒適的登機服務。深圳機場、德國慕尼黑機場完成機場智慧系統CDM上線試運行，使得航班準點率、旅客等待時間、累計航班延誤等均有大幅減少，提高了乘機旅客對機場的滿意度。廣州白云機場“i3Q候機寶”的應用。南京祿口國際機場T2航站樓國內首次聯合BIM的三維數字化技術實現獨特的結構設計，探索在大數據時代下運用先進技術為客戶提供了舒適的候機體驗環境，提高客戶的滿意度。阿姆斯特丹史基浦國際機場以旅客為中心設計了行李智能管理系統大幅度提升了顧客滿意度。英國倫敦蓋特威克機場通過數據與現有IT移動式前臺服務的整合、CDM系統的開發、徹底更新中斷機制等提高了運營效率，改善了旅客服務。澳大利亞悉尼機場、多倫多機場、泰國機場聯合IBM公司，建立一對一的在線營銷活動[2]-[4]。

2、大數據時代下的機場客戶價值模型

客戶是企業生存發展的必需品，是給企業帶來利益的關鍵所在。從消費方式、消費行為和消費特征等角度分析不同時期、不同類型的客戶給企業帶來的收益，即所謂的客戶價值分析。機場作為一個開放型、服務型的大企業，機場客戶價值涉及到機場自身、機場內相關服務行業、客戶三者之間的價值，從機場自身來說，通過客戶的乘機次數、場內消費情況等對客戶進行級別劃分，從而確定機場客戶的價值，根據價值制定相應的服務方式。隨著大數據時代的到來，機場客戶數據呈現爆炸性增長，分析機場的客戶價值就要從中挖掘出對機場有價值的數據，用于更好的為機場客戶服務，提高客戶對機場的忠誠度，實現機場客戶長期合作關系。對于國內機場來說，機場客戶價值包括當前價值、潛在價值以及客戶的忠誠度。大數據時代下的客戶價值分析不僅分析客戶的當前價值，而且能夠根據當前的消費行為，預測其以后的可能行為趨勢。通過挖掘客戶交易數據，借助預測模型，建立機場-旅客關系型營銷體系。旅客對機場來說有兩層關系，第一，旅客作為機場服務對象的客戶價值，能夠為機場帶來直接效益的部分，通過對旅客購買行為的分析來提高客戶滿意度、客戶忠誠度。第二，旅客與機場之間的關系價值，這為機場制定銷售策略、滿足旅客個性化服務奠定基礎，能夠挖掘旅客的發展潛力，建立旅客與機場間的長期關系，實現客戶終生價值。機場客戶關系管理如圖1所示。傳統企業客戶價值的計算通常用消費時間間隔、消費頻繁程度、消費額，這三個價值指標，然后根據計算結果對客戶進行排序分類[5]。傳統的RFM模型中R表示旅客最近一次的購買日據現今時間的天數；F表示旅客一段時間內購買該企業產品的次數；M代表旅客一段時間內購買該企業產品金額的總和。后來羅亮生等人根據機場自身要求和行業特點對這些指標進行調整，提出將L、R、F、M、C五個指標作為大數據時代下航空公司客戶價值評價的參數[6]。我們通過對以上模型的分析，給出機場的客戶價值分析RFTM模型：R表示客戶在指定機場的最近乘機時間間隔；F表示旅客一段時間內的累積乘機次數；T表示客戶在機場的平均滯留時間；M表示客戶在機場的平均消費金額。這些指標能夠反應旅客的乘機價值以及旅客忠誠度價值，對機場的客戶細分有一定的指導作用。根據RFTM模型提取機場旅客數據庫中的數據信息，計算出給定時間內每一個客戶所屬的客戶群，根據這四項指標以及客戶生命周期理論可以大致地將機場客戶分為四種類型[6]：當前價值高且潛在價值高為“重要”客戶，這類客戶能夠為機場帶來巨大且穩定的效益，最適合發展長期關系；當前價值低而潛在價值高為“大”客戶；當前價值高而潛在價值低為“中等”客戶；當前價值低且潛在價值低為“小”客戶。這對于機場常旅客管理策略發掘客戶價值有很大的幫助，然而隨著信息技術的發展，數據結構的變化，半結構化、非結構化數據增多，數據的爆炸性增長使得機場的數據挖掘和運用有所限制。結合機場的轉型發展要求以及大數據技術的快速發展，本文從大數據支撐技術入手對機場的客戶關系提出一種新的方式。

3、基于云技術的客戶關系實施模式設計

大數據時代下機場客戶關系的解決，需要依靠云技術進行實施。云技術是支撐大數據處理的核心技術之一，是一種基于互聯網的計算方式，它以WEB瀏覽器為載體來提供軟件與服務[7]。它的核心思想是統一管理和調度大量用網絡連接的各種資源，構成一個計算資源池或數據池，向用戶提供按需服務。用戶加入到云平臺中，不需要安裝額外的軟件就可以隨時隨地在可聯網的手機或電腦終端上通過WEB瀏覽器根據自己的需要訪問數據池中的云資源[8]。將云計算與機場CRM系統結合能夠為機場的客戶關系發展提供更廣闊的發展空間，可以實現機場以及相關部門實時數據信息的整合，為旅客提供及時的信息與個性化服務。軟件即服務(SaaS)，平臺即服務(PaaS)和基礎設施即服務(IaaS)是目前云計算的三大服務模式。SaaS是一種依靠互聯網提供軟件服務的應用模式，SaaS提供商為企業的信息化運作提供平臺，企業只需要根據自己的需求，自由選擇，無需擔心后期的維護等一系列服務。PaaS是一種將軟件研發的平臺或業務基礎平臺作為一種服務，能夠為企業提供半定制化的中間件平臺，如數據庫、存儲等，根據這個平添，企業可以開發自己的上層應用。IaaS基礎設施服務提供商提供給客戶對具體設施的利用，包括處理等。客戶可以根據自己的需求對操作系統、存儲空間、部分網絡組建等進行更改。將機場CRM整合到云平臺中，能夠實現機場客戶、數據資源隨時且同步共享，減少數據等的維護費用，方便對未來客戶的行為進行管理。在云技術架構下把機場所有數據的存儲、操作系統、應用系統以及軟件服務等視為資源，將其統一處理，通過客戶端接口和云端來進行交易。客戶通過接口進入云端之后，按照自己的需求獲取任何已提供的服務。綜上所述，機場的基于云平臺的CRM系統可以這樣來構想，主要分為云端和客戶端。CRM客戶端即WEB瀏覽器訪問層，對所有客戶開放，尤其是高價值的客戶，客戶通過接口訪問云端的各種數據資源。云端采用分層結構的模式，第一層為服務器提供商，主要為SaaS軟件服務提供商，機場選擇適合自己的既能為旅客提供服務又能連接機場內部信息的雙向平臺。第二層工作主要為數據的挖掘與存儲，包括旅客乘機行為、購票行為、滯留時間、累計消費等。通過云平臺，與機場相關的行業可以向旅客推行自己的產品及服務，旅客隨時可以享受到及時最新的消費信息。利用這種新型CRM系統為機場建立并維護旅客關系實現智慧轉型提供新思路。

4、結語

機場是典型的服務型產業，發展與客戶的良好關系是機場在激烈的競爭中獲得可持續發展的先決條件。國內機場已經認識到客戶的重要性，同時也作出了不少的努力，但是在實施運用客戶關系管理來提升旅客服務上并沒有達到真正意義上的成功。本文通過分析航空公司客戶關系模式，提出機場的RFTM客戶劃分模型，并結合大數據時代下信息技術的發展，將云技術引入到機場中，提出云平臺下的機場客戶關系實施新模式。雖然這種應用還未成熟，云技術的實際應用還有很多問題需要解決，但是為機場在大數據時代下向“服務機場”、“綠色機場”和“智慧機場”的轉型提供了一種新思路。

作者：楊飛 徐平 張卓劍 樊重俊 謝浩 何蒙蒙 單位：上海理工大學管理學院 上海機場(集團)有限公司

數據時代論文:大數據時代的循證醫學論文

循證醫學（EvidenceBasedMedicine，EBM）是一門重視證據制作的學科，其基礎是數理統計學，它要求隨機對照實驗(RandomizedControlledTrail，RCT)的樣本及環境一致。在現有條件下，由于樣本的差異性和稀少性，很難滿足EBM的RCT要求。例如，要達到敏感度90%、特異度85%、顯著水平0.05、允許誤差0.05，需要采集的正負樣本分別達552例及783例。為了彌補樣本不足而導致的證據可信問題，Meta分析試圖綜合不同研究人員的研究結果。但是，樣本的時空及環境差異仍然使Meta分析結果備受質疑。

只有在同一時間同一地區大量采集樣本，才有可能滿足RCT隨機對照實驗的樣本要求。RCT樣本問題可望在大數據時代得到解決，隨著泛在隨時采集樣本的大數據時代的到來，以及不間斷采集醫療數據的可佩戴設備出現，樣本數據的稀缺等問題將隨巨量數據消失。而隨著新型大數據分析挖掘工具的出現，特別是深度學習技術的不斷發展和應用，證據及其結論的準確可信性必將大大提高。目前，深度學習識別5749個人臉的精度已達99.15%，其準確程度已經超過人眼和大腦。因此，深度學習必將為循證醫學帶來一場新的革命。本文將分析循證醫學在數據證據獲取、分析、制作等方面所面臨的挑戰，介紹醫療大數據時代的數據采集、整合、分析和處理方法，介紹面向醫療大數據的深度學習技術自動提取疾病特征的原理和方法，以及醫療大數據及基于云計算的深度學習對循證醫學所帶來的各種變革。面向大數據的深度學習將特征提取與決策分析過程合二為一，大大降低了醫生在臨床及醫學研究中應用循證醫學的勞動強度。結合醫療大數據、云計算和深度學習的循證醫學，將克服過去數據證據稀少、偏頗、失信、不公、過時等不足，將具有更加廣闊的推廣應用前景和發展動力。

1循證醫學與數據證據

循證醫學，簡之就是“遵循證據的醫學”，又被稱為實證醫學。循證醫學重視醫生的臨床經驗，即傳統意義上的經驗醫學，同時又強調診斷、治療等決策應在臨床證據最為符合病癥的基礎上作出[1]。在循證醫學的創立、發展與傳播方面，英國的科克倫(ArchiebaldL.Cochrane)、美國的費恩斯坦（AlvanR.Feinstein）以及薩克特（DavidL.Sackett）做出了重大貢獻，成為循證醫學的奠基人。科克倫強調大規模隨機臨床試驗的重要性。他認為只有在大規模臨床試驗中使用隨機分組策略，才能避免因樣本分組而產生的選擇性偏差，保持對照組和試驗組樣本的背景因素平衡，從而才能做出最終正確的比較與評價。他建議及時將切實醫學證據傳播給使用者，接受專家評估并對可信度進行適當分級，以使醫學證據能被及時整理、歸納與更新。費恩斯坦奠定了現代流行病學的數理統計與邏輯基礎。從1970年到1981年，他在美國《臨床藥理學與治療學》雜志（ClinicalPharmacologyandTherapeutics）上，以“臨床生物統計學”（ClinicalBiostatistics）為題連續發表了57篇論文，將數理統計學和邏輯學導入到臨床流行病學，科學系統地建立了臨床流行病學的有關理論體系。薩科特則為循證醫學的傳播與發展做出了巨大貢獻。他發起并主編了與循證醫學有關的兩本著名雜志：《美國內科醫師學會雜志俱樂部》和《循證醫學》。

1997年，他還主編出版了《循證醫學》一書，該書被譯為多種文字并在世界上廣為傳播。正是在《美國內科醫師學會雜志俱樂部》上，加拿大蓋亞特(rdonH.Guyatt)于1991年首次提出了循證醫學一詞[3]。從循證醫學與數理統計和邏輯學的淵源，便可以看出循證醫學注重證據的內涵。它是一門非常強調證據制作的學科，同時又非常重視醫學證據的傳播和評估，這正是它區別于以往醫學的特點。通過評估產生可信證據，通過傳播發揮證據價值。醫生在診斷與治療過程中，不僅基于經驗直觀判斷，而且結合證據科學決策，更加客觀地進行診斷與治療。短短十多年的時間，在世界各國醫學研究與臨床實踐中，循證醫學得到了廣泛深入的應用。科克倫最初創建的世界循證醫學協作網已經包括約50個專業協作小組，所收集的醫療證據幾乎覆蓋所有臨床醫學領域。1996年，我國華西醫科大學建立了中國循證醫學中心，并于1999年正式加入世界循證醫學協作網；2001年，中國循證醫學中心創辦了《循證醫學》雜志，發表在各類雜志的循證研究論文達45842篇。但是，循證醫學也有其面臨的問題，如對證據進行科學評價等問題。臨床證據目前還沒有完整、科學的定義，證據評價標準及推薦級別尚未完全統一，不同國家不同疾病的證據質量分級不盡相同。而且，隨著人類對疾病認識的加深以及診療手段的革新，評價標準還會隨這些因素的變化而變化。

循證醫學的基礎是數理統計學，要求RCT的實驗樣本及環境一致，以便排除個體差異及環境干擾，但這在現有條件下近乎不可能實現。號稱大規模隨機對照實驗的樣本偏少，對照組和試驗組難有條件一致的個體，環境隨時間空間變化造成實驗對照控制困難。目前，大規模的醫學樣本采集困難，幾百個樣本已經算是比較大的樣本了；而根據統計理論如要達到90%的敏感度，至少需要約1300個的數據樣本。為了克服RCT樣本不足的問題，Meta分析方法得到了廣泛應用：通過綜合已有研究多個樣本集的結果，可以推得大規模樣本集的綜合結果。Meta分析取得了很多有價值的研究成果，但是，Meta分析的基礎也是數理統計學，其運用的前提是樣本及實驗環境一致，正是在這一點上它備受質疑。首先，不同樣本集的權重控制難于完全公正，因為其實驗環境難于恰當評價和把控，實驗結果難免有過度包裝和偏頗之嫌。Meta分析存在的另一個問題是：它所依賴的數據往往不是最新的即時案例，制作的證據可能因環境與氣候的變化而失去應用價值。總之，循證醫學所面臨的問題包括：證據的稀缺性、偏倚性、可靠性、及時性、公正性，以及環境的一致性等方面的問題。由于證據的一致性和及時性存在問題，基于歷史數據進行Meta分析備受質疑。2014年，《英國醫學雜志》在名為《循證醫學瀕臨破產》的文章中指出[5]：循證醫學的證據屬于間接證據，基礎建立在已經發表的研究文獻上，利益沖突容易影響證據的公正性，證據環境與臨床決策環境存在距離；循證醫學助長了過度診斷、過度治療，并可能存在淪落為利益集團代言人的危險。

2大數據對循證醫學的影響

大數據（Bigdata）又稱巨量或海量數據，是指數據規模巨大以至在合理時間內，無法通過當前主流軟件工具，獲取、處理、分析以便決策的結構復雜的數據[6]。大數據如下具有4V特點：Volume（巨量）、Velocity（瞬速）、Variety（多樣）、Value（價值）。巨量是指已經不能再用GB（即1024MB）和TB（即1024GB）為單位，來衡量大數據的存儲容量或規模，而要以PB（即1024TB）、EB（即1024PB）乃至ZB（即1024EB）為單位來計量數據容量。在巨量的醫療大數據中，各種條件的樣本都會存在，因此，證據的稀缺已經不是問題。瞬速是指兼具方向的快速變化，即數據隨時間和空間快速變化。大數據中的樣本通常是全空間的、多維度的、全時間的及瞬時變化的。由于大數據地域環境廣，數據樣本量巨大、正反樣本齊全，證據的“制作”已不再必要，而是隨時隨地客觀地存在。瞬速性通過可佩戴健康監測設備體現，這為及時獲取病患信息提供了極大便利。多樣是指數據的種類繁多、結構復雜、因果并存、甚至同一數據表現出不同形式。數據的多樣性對數據的理解和分析是一個巨大挑戰，但同時也為樣本分析結果的驗證帶來便利。因此，在醫療大數據環境下，不僅隨時可以采集樣本進行分析處理，還能對分析得到的結果馬上進行驗證，從而能夠保證醫學證據的可靠與可信。

價值是指相比小規模、歷史數據而言，大數據具有更高的研究和使用價值。由于任意時刻任意地點都有大量樣本，樣本的稀缺性和及時性已經不是問題，這為醫學研究掃清了采樣障礙；同時由于樣本豐富冗余多樣，也為研究結果的驗證提供了便利；大數據除具有巨量歷史數據外，還有不同地域環境的巨量即時數據，這使循證決策更具應用價值和時效性。大數據將首先改變醫學數據的采集方式。大數據的形成往往依靠自動采集技術，隨著可佩戴監測設備如iWatch等的出現，醫學數據的采集及積累速度將出現爆炸性的增長。以往的數據同大數據相比，如同滄海之一粟。且以往的數據往往靠手工采集完成，普遍存在稀缺、偏倚、可靠、及時、公正等問題，這樣采集的證據必然會影響醫學研究的結論。基于手工證據進行決策，其結論未必準確及時公正可靠。醫療大數據不間斷地在不同地點同時采集，不僅包含歷史數據以及即時數據，甚至還可能包含未來需求信息，例如，ogle就是通過人們對感冒藥品的搜索來預測流感的。大數據的出現將改變醫學數據的管理方式。在網絡數字化高度發達的今天，盡管已經出現了電子病歷，但紙張病歷在數據管理中仍然重要。然而，紙張病歷有其固有缺陷，如容易破損或丟失、整理歸檔的周期過長、借閱的時間成本極高、研究采樣的工作量巨大等等。伴隨大數據出現的數據融合技術能將不同醫院的電子病歷整合在一起，并同可佩戴健康監測設備的數據及時集成，大大減少了電子病歷的整理、借閱和數據采集時間，這不僅對病人的疾病診斷和預警監控更加有利，同時也對醫生的臨床及醫學研究更有幫助。通過語音和可視眼鏡等現代化的數據瀏覽設備，醫生在查房間隙就能獲知下一病人既往病情，從而能大大減少醫生的勞動強度，使醫生有更多時間治療病人，有更多的時間進行醫學研究。

大數據的出現將改變醫學數據的分析方式。以往在收集樣本數據以后，通常使用SAS或SPSS等軟件，對采集的數據進行統計分析，發現相關病因或建立決策模型。這些軟件受計算能力及內存容量的限制，只能處理樣本量不大的數據，并且處理的數據維數有限，例如，SPSS不能超過40維，而醫療大數據的維數成千上萬。通過手工或統計軟件的計算方法，將無法滿足醫療大數據的分析需要。

當維數超過30個致病因素時，可能要考慮230種因素組合，普通統計軟件已無法計算和處理，必須依靠內存及速度“無限”的云計算。必須研究與開發基于大數據和云計算的分析與挖掘技術如深度學習技術，使其能夠自動完成高維病因數據的分析與主要病因的提取。總之，醫療大數據的采集、整合、分析、處理、研究完全靠人工完成已極其困難，沒有利用云計算的統計分析軟件也難于完成醫療大數據的分析和處理。在大數據時代，必須借助深度學習等技術完成醫療大數據的分析和挖掘。雖然醫療大數據能夠彌補數據樣本的不足和不公，但只有借助更為先進的分析工具和軟件，才能為循證醫學帶來進一步的變革和發展。

3大數據對循證醫學的變革

證據制作是循證醫學的核心，證據能為醫生的診治提供參照，因此，循證醫學得到了快速發展。但是，矛盾、偏頗、過時的證據也使循證醫學備受質疑。首先是證據及其結論存在大量的矛盾，使人們對循證醫治的結果產生懷疑；其次是證據偏頗使其成為利益代言人的工具；其三是證據時過境遷使醫治達不到預期效果。而醫療大數據的出現恰好能夠彌補以往證據采集與制作的不足。首先，醫療大數據使證據的稀缺問題得到解決；其次，隨大數據廣泛匯集的醫生及病人評價，可有效避免證據成為利益代言人的工具；其三，可穿戴等自動采集設備可保證證據的時效性。這將有助于循證醫學同中醫的結合。中醫的治療過程通常比西醫長，其證據采集及療效評估存在很大問題，而隨著可穿戴健康監測設備等技術的發展，長期持續采集治療證據及療效將不再困難，從而有助于循證醫學在中醫等領域發展壯大。此外，隨大數據興起的先進數據分析與挖掘技術，將對循證醫學起到巨大的推進作用。臨床決策分析評價是確定循證治療方案的關鍵步驟，現有的決策分析評價模型包括決策樹、Markov過程等一系列模型，這些模型在面臨高維大數據時力不從心，難于繼續提供較高的決策精度，使醫生對醫治方案是否有效失去信心。隨著大數據深度學習技術的出現，病因的分析和提取已完全自動化，且大大降低了建立決策分析模型的工作量，提高了治療方案的決策精度。對于任何疾病診治方案，考慮的疾病致病因素越多，即證據或特征維數越多，得到的參考信息就越多，診治的準確性就會相應提高。但是，醫生在遇到大量高維的證據數據時，往往面臨從中選擇少數有效證據的難題。例如，假定要考慮30個致病因素或檢驗指標，建立決策模型就要考慮230種因素組合，從中篩選一個最優因素組合作為模型輸入的工作量是巨大的。因此，要得到由若干最優證據構建的最佳決策分析模型，醫生們所投入的研究精力可想而知。

篩選最優因素組合是醫生們最費精力的工作，目前這項工作可以被深度學習自動完成了。深度學習最早由Hinton等人在2006年提出，它是一種無監督的特征學習和提取技術，它通過低層特征的組合構建更加抽象的高層特征。2012年，Lecun等人利用卷積神經網絡真正實現了高效的多層深度學習。傳統的神經網絡學習只有單向認知過程，通常只包含一個隱含層，因層數較少而被稱為淺層學習。深度學習則包含認知和生成兩個過程，并且每個過程都包含多個隱含層，其模型的總體框架如圖1的虛框部分所示。如圖1所示，深度學習的“輸入層”可以理解為各種致病因素以及各種檢查化驗結果，例如遺傳環境因素以及肝功全套指標等；自底向上的箭頭表示認知過程，自頂向下的箭頭表示生成過程，即深度學習由兩個互逆的過程構成；認知權重向量WnT和生成權重向量Wn表示深度模型的知識。原始“輸入層”經“隱含層H0”認知得到輸出，輸出又經“隱含層h0”生成得到新“輸入層”，如果原始“輸入層”和生成的“輸入層”完全一致，則說明認知產生的輸出是完全正確的。根據信息論的有關理論，學是會產生損失，新舊輸入不可能完全一致。因此，只要兩者近乎一致就可以了。認知和生成權重同隱含層的每個輸出相關聯，wake-sleep深度學習算法用于雙向調節權重：(1)利用下層輸入和認知權重向量WiT產生輸出表示，然后使用梯度下降法調節生成權重向量Wi；（2）利用輸出表示和生成權重向量Wi產生輸入表示，然后使用梯度下降法調節認知權重向量WiT。通過逐層學習最終得到頂層的認知和生成權重向量WnT、Wn。在深度學習完成后，如果要建立決策分析模型，只需將頂層輸出即自動提取的特征，作為分類模型如支持向量機的輸入，并用類別標記如肝硬化分級訓練支持向量機，就可以得到用于決策分析的精確分類模型，分類模型如圖1的虛框外部所示。2014年，香港中文大學湯曉鷗教授領導計算機視覺研究組(mmlab.ie.cuhk.edu.hk)，開發了一個名為DeepID的深度學習模型，在LFW數據庫上識別5749個人臉的準確率已達99.15%，其精細和準確程度已經超過了人眼和大腦。醫療大數據及深度學習必將為循證醫學帶來一場新的革命。不僅數據缺失、偏頗以及過時等問題會被迎刃而解，而且證據收集、制作以及診治方案的決策都將會自動化，這將擴大循證醫學在所有領域包括中醫等領域的應用范圍，大大降低醫生在證據制作、治療方案決策與療效評估等方面所付出的精力，推動循證醫學向更深更廣更加現代化的方向發展。

4總結

醫療大數據帶來的變革將是全方位的，它不僅為醫學研究和證據制作帶來便利，同時也將促進中醫等替代和補充醫學的發展。作為大數據采集的一項關鍵技術——便攜式/可佩戴健康數據自動采集技術，將大大提高醫療數據采集以及證據制作的效率，解決中醫等療效數據需要長期采集觀測的難題，彌補循證醫學存在的證據偏頗、不公、過時等缺陷，促進循證醫學更加客觀、公正、可靠地在臨床治療中應用。在循證醫學的證據評估以及利用方面，伴隨大數據出現的云計算能夠提高證據分析與處理的效率，大大節省醫生臨床應用和醫學研究所需要花費的時間；面向大數據的深度學習能夠從浩瀚的高維醫療數據中，自動完成疾病致病因素及環境因素等的篩選與提取工作，并能建立精度遠遠超過人腦的決策分析模型，從而大大提升醫生建立和應用循證治療方案的信心，有助于循證醫學被各科醫生更加廣泛地接受和應用。盡管深度模型包含更多的隱含層，其學習時間要遠遠長于淺層學習，但兩種模型的決策時間相差不大，因此，這并不妨害深度模型的有效應用。特別值得一提的是，深度學習將證據提取與決策分析兩個過程合二為一，大大降低了醫生在臨床及醫學研究中應用循證醫學的勞動強度。基于大數據、云計算和深度學習的循證醫學，由于能夠降低勞動強度、提升工作效率、提高決策精度，因而將具有更加廣闊的應用前景和發展方向。

5展望

大數據和云計算時代的到來，將推進循證醫學的研究和發展，并為其提供深度學習等先進手段。醫療大數據將不再稀少、偏頗、過時以及不公，將避免循證醫學成為利益代言人的工具；便攜式/可佩戴健康設備作為大數據自動采集數據的工具，將有助于解決循證醫學證據采集的難題，促進循證醫學在包括中醫在內的更廣領域推廣應用；自動整理大數據的數據融合技術、以及自動提取證據并建立決策模型的深度學習技術，將大大提高醫學證據提取及醫治方案決策分析的效率，推動循證醫學被臨床醫生及研究者更加廣泛地接受和應用。總之，大數據/云計算和深度學習將為循證醫學帶來一個嶄新的春天。

作者：馬光志 張曉祥 周彬 左秀然 聶慶華 單位：華中科技大學醫學圖像信息研究中心 華中科技大學附屬同濟醫院 華中科技大學附屬協和醫院 武漢市中心醫院 武漢僑亞百老匯信息技術有限公司

數據時代論文:大數據時代的電子商務平臺論文

一、有利于挖掘數據潛在價值

在大數據背景下，爆炸式增長的數據成為了電商重要的漿洗，對于提升核心競爭力、推動生產創新具有重大價值。以淘寶為例，每天有近5億條產品訊息，電商對數據進行采集、分析、挖掘，將各類數據進行有效整合，可為企業決策提供支持。數據的價值是其所有可能用途的總和。以數據價值為核心，將不斷涌現新的盈利模式，電商只要把握機遇、放寬視野，才能找到新的利潤增長點。

二、電子商務的大數據時代

（一）數據服務的變革大數據背景下，把消費者分成很多群體，對每個群體甚至每個人提供針對性的服務。消費行為等數據量的增加為電商提供了精準把握用戶群體和個體消費行為模式的基礎。電商通過大數據應用，可以探索個性化、精準化和智能化廣告推送和推廣服務，創立比現有推廣形式更好的全新商業模式。另外，電商也可以通過運用大數據，尋找更多更好地增加用戶粘性、開發新產品和新服務、降低運營成本的途徑和方法。

（二）數據化運營電商運營更多地轉變為數據驅動的運營，在企業內部所有環節都利用數據進行分析、評價、利用數據視圖進行管理。以阿里為例，其對旗下的淘寶、天貓、阿里云、支付寶、萬網等業務平臺進行資源整合，形成了強大的電子商務客戶群及消費者行為的全產業鏈信息。同時，也將電子商務的競爭從簡單的價格戰上升了一個層次，形成了差異化競爭。目前，淘寶已形成的數據平臺產品，包括量子恒道、數據魔方等，功能包括店鋪運營分析、商品分析、營銷效果分析、買家行為分析、訂單分析、供應鏈分析、行業分析、財務分析和預測分析等。

（三）數據資產化大數據背景下，“數據即資產”成為最核心的產業趨勢。未來企業的競爭，將是規模和活性的競爭，數據的經濟效益和作用將日漸引起企業重視，因而催生出許多關于數據的業務。“數據成為資產”是互聯網泛在化的一種資本體現，他讓互聯網的作用不僅僅局限于應用和服務本身，而且具有了內在的“金融”價值。數據的功能不再只是體現于“使用價值”方面的產品，而成為實實在在的“價值”。目前，作為數據資產先行者的IT企業，如蘋果、IBM、谷歌等，都在用各種方式，挖掘各種形態的設備及軟件功能，收集各種類型的數據，發揮大數據的商業價值，將傳統意義上的IT企業，打造成為“終端+應用+平臺+數據”四位一體的泛互聯網化企業，以期在大數據時代分得一杯美羹。

三、大數據時代的電子商務服務模式分析

（一）個性化導購服務在互聯網普及的時代，為解決消費者信息超載的問題，引導消費者更便捷地購買商品，導購系統便成為眾多電子商務企業提供的一種服務模式。所謂導購系統，就是一種根據消費者的需求、偏好、個人資料及歷史消費行為，為消費者提供決策建議的軟件系統，如推薦他們想要的商品或從哪里獲得想要的商品。傳統電子商務導購服務，或是基于消費者歷史數據來抽取和推薦他們共同偏好的商品如熱銷商品推薦等，或是根據企業促銷意圖將其主打產品推送給顧客，如新品推薦、特價推薦等，能夠為顧客提供較好的決策支持服務。個性化導購系統的興起能夠很好地解決傳統導購系統所帶來的問題，它基于消費者個性化特征和需求，依托知識發現、內容過濾、交互式推薦等技術，在合適的場景、合適的時機、通過合適的渠道，把合適的內容，推薦給合適的用戶，為消費者提供個性化的購物體驗。在個性化導購系統中，消費者不再是被動的信息或網頁瀏覽者，而是主動參與者。

（二）數據產品服務在大數據背景下，數據成為資產，所有電商企業都想獲得并充分了解它們在運營中所獲得的消費者的信息數據，但往往由于技術等原因無法對大數據進行分析、挖掘，因此對于具有平臺以及技術等優勢的電商企業可以利用這樣優勢，將獲得的海量數據進行產品化的包裝營銷給需要的企業，從而開辟出一種新的電子商務服務模式。如淘寶為賣家提供的各類數據優化工具，可以為消費者提供的各類優化工具等。由于大數據背景下企業對數據有更深層次的需求，因此搭建數據構建需要與銷售之間的橋梁，將為產生數據服務型的電子商務新模式。

（三）垂直細分領域服務目前，淘寶、京東、亞馬遜等占據了國內的絕大部分電商市場份額。中小規模電商企業崛起難度很大。因此，在大數據時代下，把握每一個垂直細分領域，然后做得更精更專，這樣才能贏得自己的一席之地。而且行為垂直細分類的電商平臺規模較小、成本較低，能更好地挖掘分析消費者的信息數據，從而能更專注于專業特定的客戶群體提供專業的產品和服務，更能了解產業鏈上客戶的需求，也能容易完善自身的服務。例如，在服裝領域，“麥包包”等與生產廠家等上下游企業共建產業鏈，實現零庫存和短周轉率，降低了運營成本，極大提高了生產效率，打造成箱包垂直領域知名的線上品牌。

四、結語

大數據背景下，爆發式的信息資源給電商企業帶來了機遇和挑戰，通過對數據的挖掘、分析運用必將帶來更多的服務模式的革新，給消費者更好的服務體驗。隨著大數據的技術和運作的成熟，必將涌現出更多、更好的新的服務模式，從而促進電子商務的發展。

作者：韋群鋒單位：浙江工商職業技術學院

數據時代論文:大數據時代的電子商務物流論文

一、大數據時代物流配送與電子商務企業的關系

（一）物流配送的服務水平直接影響著電商的服務水平作為電子商務的末端環節，物流配送是電子商務里面唯一面對面接近消費者的環節，在消費者看來，無論物流企業是否是電商本身，物流企業的服務水平都代表了電商的服務水平。京東商城作為電商里面的佼佼者，得到了消費者的普遍認可，其高效的配送起到了至關重要的作用。凡客誠品的如風達，也曾經給凡客帶來了比較高的顧客認可度。

（二）良好的物流配送能夠增加電商的顧客忠誠度隨著電子商務的發展，人們的信息化水平已經遠遠超過了過去，獲取信息的渠道也更加的多樣化，與之相對應的是，消費者的忠誠度也大大降低，消費者可能今天鐘情于這個網站，明天又會認可那個網站。能夠在消費者的的心目中形成良好的品牌效用，穩定有效的物流配送極其重要。

（三）物流配送的成本直接影響了電商的盈利狀況中國目前的電商發展勢頭良好，雙11每年的數據刷新都讓人眼前一亮，這樣的數字在一定程度上反映了消費者的消費理念已經發生了巨大的變化，以前是在網下買東西，現在是網上網下對比著賣東西。但是，在這樣良好的勢頭下，有一個問題也引起了人們的思考，就是電商的盈利問題。物流配送是電子商務的瓶頸，指的不僅僅是物流配送的速度約束著電子商務實現的速度，還指的是物流配送的成本是傳統商務所沒有的，電商的競爭優勢很大是由于價格優勢，而如果包郵以后依然有這樣的優勢，電商的利潤究竟在哪里？數據對物流從產生了巨大的沖擊，迫使電商物流迅速的適應信息化和數據化的浪潮，同時，也給電商物流配送帶來了巨大的機會，將其配送過程中產生的大量數據整合，用于配送計劃的安排、電商服務的優化，更好的為賣家和賣家服務。

二、大數據時代電子商務物流配送存在的問題

雖然電子商務物流配送已經成為電商的重要利潤源泉，也成為一些大型的B2C商家的主要盈利點之一，京東商城就將自己的物流配送優勢作為自己的主要競爭優勢之一[2]，但是電子商務物流依然存在著一些的問題，主要有以下幾個方面：

（一）相比于電子商務的發展，物流配送的發展依然滯后。電子商務主要包含信息流、資金流和物流。其中信息流和資金流在點擊之間就可以實現，不受時間和空間的限制，物流就受到時間和空間的限制。隨著物流信息化和網絡化的發展，現在物流已經有了很大的進步，近幾年的發展也可以用日新月異來形容，但是相對于電子商務的發展來說，物流的發展還是相對滯后。

（二）分散的物流配送造成了社會資源的重復配置，物流企業競爭力低下。我們國家2014年的第三方物流企業數目眾多，但是，大多數是中小型物流企業，競爭優勢不明顯。2014年，天貓在B2C領域的市場份額為57%，第二位的京東為21%，二者就占到了B2C的78%。但是在物流領域，民營快遞前十名的市場分額占到了80%。大部分物流企業小而分散，網點重復建設，浪費了大量的社會資源。

（三）O2O的發展對電商的配送水平提出了更高的要求。隨著移動商務的發展，O2O成為電商發展的必爭之地，但是，O2O對配送的要求更高的迅速、快捷、準確。某配送小區提出了線上線下一體化、閃配（60分鐘配送）、增值服務（代收、代繳）的服務理念，這些理念對配送提出了更高的要求，如何均衡配送的成本和服務，成為O2O電子商務發展的一個重要課題。該圖表來源于物流沙龍通過上述圖表我們可以看到，O2O的配送成本是非常高的，假設平均每單的價格為50元，利潤率為30%，則利潤為15元，扣除配送成本11.25元，利潤變為3.25元，利潤率變為6.5%。由此可見，配送導致了利潤率的降低。4、大數據本身對電商物流配送造成了更大的沖擊。大量數據的歸集和挖掘使電商物流配送越來越透明，電子商務企業對于物流的要求也越來越高，這樣就迫使物流配送企業競爭更加激烈，并且有傳統的價格競爭向更高的服務層次的競爭轉化。

三、電子商務與物流配送的發展的新特點

國務院2014年9月12日印發的《物流業中長期規劃（2014-2020年）》中指出，物流行業的重點工程之一就是電子商務物流工程，建成一批區域性倉儲配送基地，吸引制造商、電商、快遞和零擔物流公司、第三方服務公司入駐，提高物流配送效率和專業化服務水平。[3]隨著電子商務的飛速發展，信息化對各行各業的影響越來越顯著。作為與電子商務有著親密接觸的物流業，更是受到信息化和網絡化的深刻影響，不能適應信息化的物流配送企業幾乎不能在大數據時代的競爭中獲得一席之地。電子商務和物流配送的關系也隨著時代的發展表現出了很多新的特點，主要由以下幾個方面：

（一）物流配送企業自身的網絡化、信息化。物流企業不同于生產企業，其業務不僅僅局限于本地，因此，通過傳統的口碑、人脈宣傳是遠遠不夠的，隨著網絡化的發展，物流的宣傳也必須通過網絡來進行，物流企業大部分都建立了自己的官網，來宣傳自己的企業。物流配送設計的面比較廣，一個物流配送企業在各地有多個倉庫，如何實現倉庫之間的合理調配、倉庫內部的有效管理、運輸過程的快速準確，僅僅通過傳統的管理方式是遠遠不夠的，目前，有很多的管理系統的出現應用于物流企業。TMS、WMS、LMS、SCM、CRM、OA都是信息化與物流相結合的產物，提高了物流配送的效率，更好的提高了物流配送的服務水平。隨著移動商務的發展，物流APP也逐漸投入使用，很多的物流APP開始應用于運輸領域和配送領域，豐富了物流配送的形式。2014年5月起，越來越多的快遞面單變成熱敏標簽面單，新面單是由菜鳥網絡聯合各快遞企業共同成立的“電子面單平臺”出品。這種電子面單面向60多款主流配送軟件，使用軟件的可免費使用電子面單，節省了紙張，提高了打印速度，節省了人力資源。電商物流配送的信息化深入到配送的各個環節和領域。

（二）物流資源的共享成為物流發展的必然趨勢。2013年5月28日，阿里旗下天貓、銀泰集團聯合復興集團、富春集團在深圳成立了“菜鳥網絡科技有限公司”，此外，馬云邀請三通一達和順豐加入，這幾家民營快遞各投入了5000萬，占股1%。以上資料顯示，民營快遞正通過自己的方式謀求資源的共享，中國郵政也表示要與阿里巴巴合作，將自己的網點對民營快遞開放。電子商務物流配送企業雖然是競爭關系，但是，在配送的過程中，網點的重復建設大大的耗費了社會資源，也占用了大量的社會資金，各個快遞公司之間實現資源的共享既能夠提高配送的服務水平，也能夠大量的節省資金，降低道路的擁堵程度，提高配送的經濟效益和社會效益。

（三）數據、資源的整合成為大數據時代電商物流配送發展的大勢所趨。[4]隨著物流企業應用大數據的不斷深入，數據被不斷的分析和挖掘，將賣家、賣家、物流企業所有的資訊有效的連接在一起，最終實現資源與數據的有效結合，所有的物流資源在數據的牽引下共同服務于電子商務平臺的賣方和買方，既降低了成本也提高了整個電商配送領域的服務水平。舉例說明，當客戶選擇所想要的快遞組合類型后，大數據平臺會根據以往的快遞公司的表現、各個分段的報價、即時運力資源情況、該流向的即時件量等信息，甚至可以加上天氣預測、交通預測等數據，進行相關的“大數據”分析，從而得到優化線路選項，以供客戶選擇。之后，系統會將訂單數據發送到各個環節，由相應的物流公司完成。

作者：王志玲單位：濱州職業學院