大数据时代下如何利用小数据创造大价值

继物联网、云计算之后,大数据(Big data)开始引起越来越多的关注,2012年3月29日奥巴马政府公布"大数据研发计划"(Big Data Research and Development Initiative)将"大数据战略"上升为国家战略,白宫科技政策委员会还成立了大数据高层指导小组以推动这一战略规划,奥巴马政府甚至将大数据定义为"未来的新石油"。     

统计数据打假

统计数据制假是一种性质恶劣的造假行为,它会使社会丧失诚信机制,导致国家无序发展。作为一个文明的社会,打击数据制假势在必行、刻不容缓。本文分析了数据制假的性质、危害、特点、成因,并提出治理数据制假的几条措施。     

数据产品交易的定价研究：进展评述与方法比较

数据定价是数据交易中的一大难点问题，需要综合运用计算机科学、数据科学和管理学等方面的基础知识。本文选择计算机科学、数据科学和管理学视角下典型的数据产品定价方法进行综述，介绍了管理学视角的“基于人机协同的数据产品交易参考价格（区间）方法”。得出结论：现有方法均各自需要一定启动条件或是只针对特定的应用场景，具有一定的局限性。数据定价是基于多方之间的估值和均衡来决定的，不同的数据主体对数据产品有不同的估值。因此，数据产品定价需要系统地为数据市场中的各方，包括数据供方和数据需方等建立能够达成共识的价值评估原则。此外，通过数据价格向数据市场中的不同主体传递信号也很重要。     

全国统一数据大市场下创新数据价格形成机制的政策思考

当前，在我国构建数据基础制度、加快推动形成全国统一数据大市场的大背景下，如何构建适配数据要素市场化配置需求的价格形成机制，成为当前经济社会改革的热点问题。本文重点探讨如何构建适配于全国统一数据大市场的要素价格形成机制，研究发现：数据要素价格形成机制可从三个层面分别加以论述：首先，数据资源化层面，数据价格形成以成本法为导向，其主要影响因素包括采集、整理、加工数据的成本，以及数据质量和数据隐私含量等方面；其次，数据资产化层面，数据价格形成以收益法为导向，重点是在明确数据用途和用量的基础上，通过交易场所或第三方机构释放数据模型贡献度等价格信号，由各方主体在充分竞争和博弈中形成价格共识；最后，数据资本化层面，数据价格形成以市场法为导向，重点围绕数据证券化和数据股权化两方面，参考技术市场等成熟经验逐步完善估值、入表、参股等相关制度体系。未来，应充分结合我国国情和数据要素特殊规律，逐步建立并完善可以有效反映市场供需关系的数据价格生成机制。     

数据中台的本质、目的及实施路径

大数据时代，科学高效地利用数据成为企业增强核心竞争力的重要环节，数据中台作为数据资产化运行的载体可以持续提供数据服务能力。文章赋予数据中台为全员调用、全域服务的数据双向覆盖，并以数据资产化为根本目的的企业级数据磁场的含义，通过梳理数据中台的本质特征，并结合搭建数据中台的现实目的需求，提出搭建数据中台需要从能力体系建设、价值量化、技术业务融合以及复合人才引入方面入手开展实践。     

国内外数据要素市场中价格机制研究述评与展望

在数据日益成为重要生产要素的大背景下，数据要素价格机制问题已经成为国内外研究热点问题。通过对国内外相关研究进行系统回顾，发现数据价格机制问题是一个跨信息学等学科的综合性研究问题。当前研究热点主要聚焦在三个方面：一是数据要素的价格评估机制研究，包括构建多视角综合的数据价值评估指标、数据资产评估计价模型和公共数据等特定类型数据估价等方面；二是数据要素的价格形成机制研究，重点是适应和利用博弈论、人工智能、联邦学习等新技术新方法推动数据要素的动态化、智能化价格形成；三是数据要素的价格运行机制研究，重点是以效率为导向推进完善各类数据市场参与主体之间的动态收益分配和激励机制，以及以公平为导向在二次和三次分配中运用金融财税等调控手段。     

信息系统升级后的数据迁移研究

讨论了信息系统升级后面临的数据迁移问题,阐述了数据迁移的概念、方法和策略,强调了数据迁移中应注意的主要问题。     

基于数据资本化过程中几个问题研究

数据作为一种生产要素,已经被赋予明确的定义,其价值创造能力也得到充分认可和理解。关于数据作为生产要素如何参与分配的问题、如何确权与计价的问题以及如何交易的问题正在研究和发展的过程中。其中,起到枢纽作用的问题是如何实现数据资本化。在这一过程中,市场中的个人、企业和政府正在发挥着积极的作用。     

大数据环境下我国政府数据开放机制研究

阐述了大数据环境下政府数据开放的内涵及意义,介绍目前国外政府数据开放现状与发展趋势,分析当前我国政府数据开放工作的概况,从完善组织实施机制、加快法规制度建设、提高主动服务意识、建设统一共享数据平台和推进数据应用等角度,提出了新形势下我国政府数据开放的保障机制。     

企业数据商业秘密保护制度的完善与发展——基于数据的分享与控制视角

在大数据时代,数据信息与商业秘密具有协同性,企业数据能否得到有效保护关系着企业的商业利益。商业秘密保护路径因其规则明确、保护力度适宜及其与数据保护有相近的理论基础而成为保护企业数据的最佳选择。但是商业秘密保护路径仍然面临着传统理论失灵、法律制度不完善、司法适用困难的问题。企业数据的商业秘密保护应该立足于数据的分享与控制理论,兼顾公权与私权的平衡,明确企业数据商业秘密的认定要件,完善“实质性相同+接触-合法来源”的举证规则,设立公共利益抗辩规则。在完善企业数据商业秘密保护制度的基础上,实现企业数据的秘密性与公开性之间的平衡,建立与商业秘密保护制度相协调的数据交易保护规则。     

数据价值理论研究

本文按照“数据时代特性—理论创新—范式变革”的逻辑线路,探讨数据价值理论。通过软要素与硬要素、软要素与软要素之间的比较以及数据自身特性得出,数据具有非竞争性、非排他性,边际成本递减、边际收益递增,非物质化、非实物态,非有限性、非稀缺性的时代特性。正是数据要素的时代特性,颠覆传统价值理论,带来包括数据价值形成、数据价值实现、数据价值确权、数据价值定价在内的“生产—交换”理论创新。从数据价值形成看,数据质量程度、加工程度、使用程度、连接程度、应用场景、开放程度影响数据价值形成;从数据价值实现看,数据独立作为生产要素产生价值创造效应、数据赋能其他生产要素产生价值倍增效应、数据替代其他生产要素产生价格归零效应;从数据价值确权看,基于产权经济理论,数据私地悲剧效应大于私地喜剧效应,基于共享经济理论,数据公地喜剧效应大于公地悲剧效应;从数据价值定价看,标准化的数据产品可以按照实体产品属性定价,非标准化的数据产品可以按照虚拟产品属性定价。基于数据时代特性及其理论创新,在一定程度上实现了“生产—交换”范式从“有形生产有形、有形交换有形”向“无形生产有形、无形交换有形”,最终到“无形生产无形、无形交换无...     

电商企业与大数据营销

随着网络信息化时代的日益普遍,移动互联、社交网络、电子商务大大拓展了互联网的疆界和应用领域,我们正处在一个数据爆炸性增长的大数据时代,大数据在社会经济、政治、文化和人们生活等方面产生深远的影响,大数据时代对人类的数据驾驭能力提出了新的挑战。     

浅谈大数据应用现状及发展趋势

大数据应用就是利用数据分析的方法,从大数据中挖掘有效信息,为用户提供辅助决策,实现大数据价值的过程。本文主要介绍了大数据概念、特点、应用现状以及大数据的发展前景。     

确权、交易、资产化：对大数据转为生产要素基础理论问题的再思考

大数据是数字经济的基础性、战略性资源，是后疫情时代经济发展的重要生产要素，但社会各界对大数据的理论认知仍落后于其应用实践，而且大数据确权、交易定价、资产化问题也存在诸多争议，这对大数据产业和数字经济的持续健康发展形成潜在隐患，也成为制约大数据向生产要素正常转化并参与社会大生产的关键。文章在对大数据概念、属性重新认识的基础上，综合财经、法律等理论观点和实操技巧，阐述了大数据如何从商品流通要素演变为社会生产要素的市场逻辑以及使用价值如何注入大数据的资产化过程，并从实践视角提出大数据确权的法理基础和大数据交易所生态下交易定价模型。同时提出以数据税来弥补大数据采集环节个人和企业放弃的小微权利，将私权转化为社会公共产品，为大数据产业和要素市场发展提供新的借鉴。     

数据流通共享视域下数据犯罪治理对策研究

数据作用的充分发挥为社会进步提供了新机遇,但也不可避免地带来了新问题、新挑战,如数据隐私、数据安全等问题.一些不法分子非法获取公民个人数据后或间接进行转卖牟利,或直接进行违法犯罪,危害人民群众的财产安全、隐私、人身人格安全.为了有效治理数据犯罪,首先是应当对数据犯罪进行准确的界定,完善法律法规,构建一套制裁手段多样的打...     

大数据时代的税源管理研究

随着信息技术的飞速发展，税源管理已经进入“大数据”时代，“大数据”是解决信息不对称问题重要手段，为实现税源管理目标提供了技术支撑，进而推动了税源管理的革命。在新的时代背景下，顺应现代化潮流，加强数据管理，便成为税源管理转型形势下亟需探讨和实践的重要课题。本文在分析我国涉税数据获取和应用中存在问题的基础上，对于如何提高涉税数据获取及利用效果进行了探讨。     

大数据形势下电子商务的问题与建议

随着信息技术的不断发展,大数据逐渐成为解决问题的主要方式,大数据时代的到来给了电子商务更多的机会和挑战。大数据技术给电子商务带来快速处理信息能力,提高消费者体验的同时,也存在着安全方面的问题。结合电子商务的特点,提出相关对策,希望帮助企业进行决策。     

省级数据集中模式下提升数据质量的探讨

税务系统省级数据大集中背景下,加速征收管理现代化的内在要求是提高征管数据的集中处理、应用和利用能力,在此形势下,进一步提高数据质量显得尤为重要。目前一定程度还存在数据不完整、不一致、不准确等问题,需要完善机制和制度,加强技术手段,拓展应用范围等进一步提升数据质量,实现税收管理再上新台阶。     

数据式审计模式下的审计风险因素分析

数据式审计模式在带来审计环境、审计对象和内容、审计技术和方法改变的同时,也带来新的审计风险。在新形势下,掌握数据式审计风险的特点和影响因素,对防范数据式审计风险具有重要的意义。数据式审计风险因素包括信息系统内部控制和电子数据的固有风险,数据采集、转换、清理的转换风险和数据模型分析、多维分析的检测风险。通过对数据式审计风险各影响因素的分析,为探求防范审计风险的有效对策提供了必要的条件。