农村电子商务大数据范文第1篇
摘 要：从产业规模、产业形态、区域分布、产业竞争格局、产业政策和交易市场等6个方面来全面分析我国大数据产业发展的现状，并进一步从数据产权、政府数据、数据价值、数据安全和保护、大数据企业、大数据人才和大数据技术7个方面深入分析我国大数据产业发展面临的主要问题。以问题为导向，针对性的提出了加快我国大数据产业健康有序发展的对策建议。
关键词：大数据；大数据产业；数据产权；政府数据开放共享
在信息化社会，大数据已成为与自然资源、人力资源一样重要的战略资源，正在改变各国综合国力，重塑未来国际战略格局。近年来，发达国家把大数据产业作为强国之基、兴国之本，纷纷加快布局大数据产业。由美国率先推动引领，欧盟、日本等发达国家紧随其后，纷纷出台国家层面的大数据发展战略规划和促进大数据产业发展的相关政策，先后拉开了大数据战略的大幕，有力地推动了大数据产业化、市场化的进程。从全球看，美国始终保持着大数据产业的领先地位，不仅大数据产业发展步入大规模商用阶段，而且大数据已广泛渗透到经济、政治、教育、安全和社会管理等众多领域。相形之下，我国大数据产业还处于起步发展阶段，但自2014年3月《政府工作报告》中首次出现“大数据”字眼以来，国务院于2015年8月31日颁发了《促进大数据发展行动纲要》，《中共中央关于制定国民经济和社会发展第十三个五年规划的建议》中又明确提出：“实施国家大数据战略，推进数据资源共享”，2017年1月17日，工信部还发布了《大数据产业发展规划（2016—2020年）》。随着党中央、国务院密集推出一系列促进大数据发展的顶层设计与战略部署，我国大数据产业出现良好的发展势头，迎来了快速发展的黄金时期。
但是由于我国大数据产业发展起步较晚，加之大数据的关键核心技术发展比较滞后和与之配套的相关工作准备不足，大数据产业发展中面临许多亟待解决的问题，其主要表现在数据产权确权难；政府数据开放度低；数据收集和共享困难，商业价值不高；数据安全、隐私保护及管理体系不完善；大数据企业规模小，领军企业缺乏；大数据人才供求失衡，合格人才匮乏；大数据技术创新不足，关键技术研发应用比较落后等问题。我们直面大数据产业发展中存在的这些问题，在系统分析我国大数据产业发展现状及其面临主要问题的基础上，针对性地提出了加快我国大数据产业健康有序发展的对策思路，为加快推进我国大数据产业发展建言献策。
一、我国大数据产业发展现状分析
1.大数据产业发展态势良好
我国大数据产业展现出良好的发展态势，从2014年以来，我国大数据产业规模不断扩大，2014年大数据产业规模为1038亿元，预计到2020年我
收稿日期：2018-01-15
作者简介：茶洪旺，男，北京邮电大学经济管理学院教授，博士生导师（北京 100876）。
郑婷婷，女，北京邮电大学经济管理学院博士生（北京 100876）。
国大数据产业规模将达到13626亿元，增加10倍以上，增长幅度巨大，详见图1。
图1 2014—2020年中国大数据产业规模变化
数据来源：贵阳大数据交易所《2016年中国大数据交易白皮书》第26页，其中2017—2020年数据为预测数据。
随着我国大数据快速发展，大数据所形成的价值也得到快速提升，我国大数据市场规模在全球大数据市场规模中的比重将越来越大，并最终与全球增速保持同步。预计到2020年中国大数据产业规模占全球大数据产业规模的比重将达到20%以上，占美国大数据产业规模的50%以上，超过欧洲大数据产业规模。
2.大数据产业形态基本形成
目前，我国大数据产业基本形成了以数据资源、产品技术和应用服务等三大部分为主的产业形态。
数据资源方面，我国在数据资源量和丰富程度上具有优势。中国拥有全球第一的人口基数、互联网用户数和移动互联网用户数，网络化、智能化、平台化的采购、生产、营销等开始受到越来越多的中国企业关注，中国已成为名副其实的“世界数据中心”。截至2017年6月，中国网民规模达到7.51亿，互联网普及率达到54.3%①，涌现出阿里巴巴、腾讯、百度、京东等一批拥有巨大数据储量和先进数据管理能力的互联网企业。随着“互联网+”和“中国制造2025”的不断推进，产业互联网和物联网有望快速发展，机器对机器（M2M）的通信将会带来大幅的数据增量。IDC的数据显示，我国数据将会呈现出爆发式增长，占全球的比重将会大幅提高，预计2020年中国数据总量将会达到8060EB，约占全球的18%②。
产品技术方面，全球大数据技术以开源为主，中国以跟随为主。全球大数据技术格局目前可以分为三个阵营。一是原创理论输出。代表公司是谷歌，其相关成果为大数据存储、处理和分析奠定理论基础。二是技术制高点。以雅虎、脸书、阿帕奇等美国公司为代表，主要提供开源的大数据分析架构服务。三是产业先锋队。以IBM、微软、甲骨文、EMC等传统IT巨头为主，主要针对行业用户提供基于Hadoop和Spark的商用产品和解决方案。国内产品技术集中于应用层，相关企业大部分处于第三阵营，且处于跟随者地位，与国外同阵营企业实力差距较大，仅有少数企业（如阿里巴巴、华为等）可以进入第二阵营。
数据应用方面，我国政府和企业都高度重视大数据应用，并在政务服务、互联网、智能制造等方面取得成效。政务方面，多个地方已经根據实际情况展开大数据云平台建设，贵州借助“云上贵州”系统平台上线“7+N”朵云、河南省上线“中原云”、云南省政府上线“云上云”等；互联网方面，百度的“中国大脑”战略、阿里的“从IT到DT”、腾讯的“大数据连接的未来”等都围绕数据驱动进行布局。在智能制造领域，以三一重工为例，其已形成了5000多个维度、每天2亿条、超过40TB的大数据资源，并通过大数据分析，达到实时监测设备作业情况、关键零件磨损、油耗以及承压情况等，确保在问题出现之前就能发出预警，从而实现对成本的精准控制，并大幅提高用户服务质量。
3.大数据产业呈现区域聚集分布状态
我国大数据产业聚集发展效应开始显现，从东部沿海地区到中西部内陆地区，大数据产业发展区域分布呈现出聚集发展的良好局面，合作协同发展将成为大数据产业的常态。目前已形成了以贵安新区为核心的综合试验区，以北京为核心的京津冀大数据聚集区，以深圳、广州为核心的珠三角大数据聚集区，以上海、江苏、浙江为核心的长三角地区大数据聚集区。此外，重庆、武汉、西安、成都、郑州等地也在积极发展大数据产业，并取得一定成绩。中关村大数据产业园（北京）、仙桃数据谷（重庆）、大数据科技产业园（成都）、白沙大数据产业园（河南）、江苏省大数据特色产业园（江苏）等一大批大数据产业园区纷纷落地。
4.初步形成互联网巨头引领的产业竞争格局
我国国内互联网企业巨头百度、阿里巴巴、腾讯及京东等凭借自身在网络信息方面的优势，率先获取了大量的用户数据，在我国大数据发展中抢占先机，用以支撑自身的电子商务、定向广告和影视娱乐等业务，走在国内大数据应用的前列。同时，在互联网产业O2O的趋势下，互联网企业逐渐将业务延伸到金融、保险、旅游、健康、教育、交通服务等多个行业领域，这极大地丰富了互联网企业的数据来源，促进了其数据分析技术的发展，进一步奠定了我国大型互联网企业在大数据领域的地位，同时也扩展了大数据分析在诸多行业的应用。
5.大数据产业政策不断完善
为了促进大数据产业的发展，我国从中央到地方陆续出台一系列大数据产业政策措施助推大数据产业发展。截至2016年中旬，中共中央和国务院出台了14个关于大数据产业的政策，各部委也出台了13个与大数据产业密切相关的政策，上海、贵州、重庆、天津等23个省（市区）出台了76个与大数据相关的政策和规划，呈现出中央高度重视、地方积极推动的良好局面。实践证明，从中央到地方政府出台的一系列政策举措，对促进我国大数据产业发展发挥着重要的推进作用：中央层面颁布的战略能够对大数据产业的发展起到统筹规划的作用；而地方层面的政策则能够帮助地方利用政府部门强大的资源整合能力，为大数据产业的发展提供各种财政、资金、资源等的保障，推动我国大数据产业更加健康有序的发展。
6.数据交易市场发展迅速
数据交易是指对数据的一系列权益（如所有权、使用权、收益权等）进行价值评估和交换的过程。目前，我国数据交易市场发展迅速，截至2016年7月，我国已经成立的大数据交易所、交易中心和平台达到15家。其中，中关村数海大数据交易平台成立于2014年2月，是我国首个大数据交易平台。这些数据交易平台的诞生和运作为企业、政府、科研乃至个人提供了数据交易和应用的场所，对于其盘活手中沉积的海量“数据资产”，打破“数据孤岛”起到了极大的助力作用。
二、我国大数据产业发展面临的主要问题
我国大数据产业还处于起步阶段，尽管取得了一定的成果，但作为新的产业业态，其在发展中依旧面临着许多问题，主要表现如下：
1.数据产权确权难
数据产权确权问题是我国大数据发展所面临的难题。产权制度是市场经济的基本制度。由于数据具有可复制、易更改等特性，且权属鉴定复杂，数据产权界定是当前大数据产业发展亟须解决的疑难问题。实践证明，由于目前数据产权确权问题依旧悬而未决，导致基于原始的用户数据，在去除个人身份属性之后的数据归属问题不明确，数据拥有方不愿或不敢把数据拿出来交易，直接制约了数据交易的发展步伐，进而严重制约了大数据产业的发展。即便是目前有不少的数据交易平台、交易所和交易中心，但是脱离了明确的数据产权界定这一基础，数据交易只能是摸着石头过河式的一种尝试，势必会引发数据交易市场中一系列纠纷，增加大数据产业发展风险。
2.政府数据开放度低
目前，虽然北京、上海、贵州等一些地方政府已经尝试建立了省市一级的数据开放门户，但我国尚未建立全国统一的数据开放门户，政府数据开放程度比较低，主要表现在以下方面：
第一，政府部门对数据开放的认识还不到位，已开放共享的数据时效性低、机器可读性差。一些地方政府片面地认为数据开放就是把数据公开出来。实际上，数据开放是一项系统性工程，涉及数据的机器可读、数据格式、数据许可、数据接口等问题。
第二，政府数据开放动力不足。究其原因，主要根源于两个方面，一是一些政府数据的质量并不高，部门间的数据不一致情况突出，数据一旦开放出来，可能造成负面影响而由此不敢为。二是一些政府重在眼前“政绩”考虑，虽然政府数据开发共享蕴藏着巨大的经济和社会价值，但在短期内很难凸显“政绩”，由此就不积极作为。
3.数据收集和共享困难
大数据产业发展的动力首先来自于数据流动，尤其是跨行业、跨部门，甚至跨地域的数据流动与共享。但是我国存在比较严重的“数据割据”“数据孤岛”和“碎片化”现象，有价值的公共资源和商业数据基本处于死锁状态，无法顺畅流动。具体表现在以下方面：
第一，我国数据标准化程度低，数据收集困难。由于我国数据标准体系建设的基础工作薄弱，早期信息化建设缺乏顶层设计，自主构建大型信息系统的能力不足，且大量的企业没有意识到信息化建设的重要性，导致目前依靠这些信息系统收集到的数据普遍存在兼容性不足、数据质量参差不齐、数据标准化程度较低等问题，直接制约了数据的流动。
第二，數据源之间处于孤立存在状态，数据整合共享困难。由于数据源之间孤立存在，缺少流动和整合，很多企业拥有的数据都是片段数据，很难形成完整的、具有商业价值的数据，导致利用大数据之前需要做大量数据处理的工作，整合效率低，整合难度非常大，数据使用成本过高，商业价值降低。
4.数据安全保护及管理体系不完善
数据安全与大数据产业必须同步推进发展，没有数据安全，大数据产业不可能持续发展。但由于我国数据安全和隐私保护不足，增加了大数据产业发展风险，主要表现在以下方面：
第一，法律法规不健全，没有建立起相关管理体系。我国数据安全和保护相关的法律法规仍不健全，政府信息资源开放共享制度仍然缺位，长期以来，国内政府部门和企业对数据资源没有足够的重视，未设置相关的管理机构和管理规章，数据管理处于分散、无序状态，导致目前还未建立起兼顾安全与发展的大数据开放、管理和安全保障体系。
第二，自主设备采用不足，容易导致数据泄密。我国大量的信息系统和联网工业设备都是使用国外的服务器、路由器、数据库、操作系统等，对自主设备的采用较少，在商业或其他利益的驱使下，国外相关厂商可以肆无忌惮地获取我国个人和企业的各类数据，很容易导致我国的数据资源泄密，不利于对数据资源的保护。
第三，国内数据主体对于数据隐私的重要性认识不足。我国的相关厂商尚未意识到数据的重要性，缺乏保护数据资源的意识，而技术能力的不足也使得相关厂商无法真正有效地广泛存储、利用和保护属于自己的数据。
第四，对侵犯数据隐私和安全的相关行为处罚不足。数据保护相关的执法力度、处罚程度也存在不足，过去几年，包括携程、支付宝、天涯网、12306等众多互联网企业发生了多起重大的数据泄露事件，但是对涉事企业的处罚力度较轻微。
5.大数据企业领军企业缺乏
从主导大数据产业生态建设的领军企业看，我国与发达国家还有较大差距，目前还没有出现能够引领大数据产业的大企业。当前，我国大数据产业还处于发展早期，主要以中小企业为主，企业人数从几十人到几百人不等，分布于各个细分领域之中，竞争非常激烈，很少有营业收入超过10亿元的大企业。我国大数据产业起步较晚，导致大数据产业链还需要进一步构建和完善，垂直方向尚未出现可以建立行业标准、领导行业发展的骨干型大数据企业。
6.大数据合格人才匮乏
我国大数据产业的发展和竞争归根结底取决于数据人才队伍建设。我国目前大数据人才供求严重失衡。
第一，复合型人才总供给不足。大数据的发展离不开掌握大数据技术的复合型人才，而目前系统地掌握数学、统计学、数据分析、机器学习和自然语言处理等多方面综合知识的复合型大数据人才却十分短缺。再加上我国大数据专业教育起步时间太晚，大数据人才的培养速度无法追赶正在发展中的大数据市场。根据2017年《大数据人才报告》显示，未来3—5年内我国大数据人才的缺口将高达150万人。
第二，大数据人才岗位供求失衡，技术类人才稀缺。除了总供应不足之外，大数据人才还面临岗位供需不均衡的现象。在大数据岗位需求之中，数据分析、系统研发等相关技术类岗位的需求远大于供给，而数据管理岗位的人才供给却大于其需求。所以在大数据人才需求中，技术类人才的稀缺程度要大于管理类人才。
第三，大数据人才地域供求失衡。地域供求失衡现象也是大数据人才供求面临的一个问题。我国大数据产业在区域发展上呈现区域聚集分布状态，除了经济发达的北京、上海、广州等地之外，西南地区的贵州、重庆也是大数据产业聚集发展的地区。从大数据人才的流动情况来看，大数据人才主要流向信息化基础好、产业政策扶持力度大的地区，中西部和东北地区的数据人才则流出较多，这种地域失衡状态，导致中西部地区的数据人才不足，大数据产业的发展受到限制。
7.大数据技术创新不足
我国在大数据重点领域的关键技术创新还处于跟随状态，与发达国家相比，在数据采集、分析、存储管理、数据安全以及数据实时在线处理、非结构化处理等方面都存在较大差距。由于自主研发能力不足，没有形成自主可控的大数据技术框架，难以满足各行各业大数据关键技术应用需求，大数据产业高端化发展步履维艰。我国大数据产业的技术创新能力不足主要体现在三个方面：
一是缺乏核心技术。大数据产业涉及数据采集、清洗、存储、挖掘等一系列过程，我国本土软件企业技术积累薄弱，在底层架构和核心算法方面不具备优势，在核心数据技术掌握方面较为薄弱，真正能主导构建大数据产业生态的企业尚未出现。
二是产业链构建不完整。大数据产业的发展需要从底层芯片到基础软件再到应用分析软件等信息产业全产业链的支撑，目前国内无论是在新型计算平台、分布式计算架构，还是在大数据处理、分析和呈现方面均与国外存在较大差距，难以支撑大数据产业链的构建。
三是大数据产业生态体系建设滞后。我国关键数据技术的创新和开源生态建设方面还处于跟随状态，相关企业主要基于已有的开源平台进行优化和构建适合自身业务需求的大数据平台，缺乏构建产业生态的技术实力和资金支持，涵盖数据采集、加工、管理、分析和應用全链条的大数据产业生态体系还需要加大力度培育。大数据产业生态体系建设滞后，导致无法真正掌握大数据产业话语权。
三、加快大数据产业健康有序发展的对策建议
1.加强数据产权方面的制度建设
可参照《中华人民共和国物权法》相关规定，结合数据资源的特点，研究并明确数据产权的法律定义、内容、权利和保护等内容，明确数据产权的资产属性和交易属性，明确产权所有者享有依法进行数据交易的权利。在数据产权确权过程中，建议在保护个人隐私的前提下，将企业获取数据的权属优先和侧重分配于企业，以保证企业可以实现数据收益与其投入相匹配。
2.加快建立完善大数据产业发展的相关法律法规制度
大数据正在改变世界，但它并没有改变人们对于数据安全和个人隐私保护的意识，数据安全和隐私保护是大数据发展的世界性难题。目前，我国大数据安全保护的能力十分有限，大数据安全及隐私保护的法律法规缺失，大大增加了我国大数据产业发展风险。鉴于目前我国仅有贵州省2016年1月15日出台了《贵州省大数据发展应用促进条例》，其他省市和中央政府都还没有制定有关数据安全和隐私保护的单行法律法规，建议先考虑加快起草和颁布“信息保护法”和“数据开放法”，加强数据安全和个人隐私保护，明确数据安全边界，保障大数据采集、使用等环节中个人隐私信息不受侵犯。参照《中华人民共和国物权法》，研究制定“数据产权法”，明确数据产权法律定义、内容、确权和保护等内容，明确数据产权的资产属性和交易属性，明确产权所有者享有依法进行数据交易的权利。
在大数据时代，我国制定“数据法”已变得越来越迫切，建议把制定“数据法”尽早列入全国人大立法计划，做好与之前出台的相关法律法规的衔接，待时机成熟时，出台“中华人民共和国数据法”。“数据法”主要内容要包括总则和附则两部分：总则包括数据权属、数据使用、数据公开、数据交易、数据保护、数据治理、数据取证、法律责任等；附则作为总则和分则辅助性内容而存在的一个组成部分，对本法有关专业用语和相关问题进行解释说明。
3.加快推进数据资源开放共享步伐
加快推进数据资源開放共享步伐，促进数据互联互通、开放共享，着力点主要应放在政府数据资源开放共享、数据标准化和数据共享平台建设。
一是加快推进政府数据资源开放共享步伐。要把加快推进政府数据资源开放共享步伐的着力点放在全面深化政府行政体制改革上来。我们只有也唯有全面深化行政体制改革，创新行政管理方式，从根本上打破部门行业条块分割的体制壁垒，彻底解决时下一些政府部门存在“不愿开放共享”“不会开放共享”“不敢开放共享”这种为官不为、懒政怠政局面，才能破解目前大数据发展面临的“数据孤岛”“数据碎片化”难题，进而推动大数据资源整合与集成应用，提高大数据产业资源配置效率。
根据我国国情，当前要把政府数据开放共享纳入政府工作重要职责，明确职责主体，确立政府数据开放共享的主管部门、工作职责和工作考核机制；尽快制定出台“开放数据发布指南”和“公共数据资源开放共享管理办法”，明确界定数据开放边界、范围、原则和安全保障范围等，制定数据开放共享行动计划，加快推进政府数据资源开放共享步伐。
二是有序建立完善大数据平台。首先，要按照开放共享的内容范围和相关标准，加快统筹建立完善国家、省、市、县四级政府数据资源开放共享平台，实现政府数据资源互联互通，开放共享。其次，要按照互利共赢、有序推进、互联互通、协调发展的原则统筹布局大数据交易平台。同时要特别警惕避免功能定位趋同的大数据交易平台盲目发展，同质化严重以致发生恶性竞争，造成社会资源和社会资本的巨大浪费。
4.加大对大数据产业发展的财政金融政策支持力度
加快大数据产业发展，不仅要充分发挥企业的主体作用和有效市场的主导作用，而且要更好发挥有为政府的引导作用。实现“有为政府”与“有效市场”的有机统一，保障市场在资源配置中起决定性作用。
一是加大财政政策支持，注重配套政策的应用。政府要加大对大数据产业的财政投入，充分发挥财政资金的引导作用。首先，要尽快完善政府采购大数据服务的配套政策，加强各级政府和企业对大数据开发应用的支持力度。鼓励政府部门和公用事业的信息化应用中采购大数据技术，以政府采购数据引导产业发展。其次，要加快推进出台实施大数据产业生态中的相关企业享受税收优惠政策。对符合国家税收优惠政策规定的大数据企业，经相关部门认定后实施更加优惠的企业所得税政策。对于市场前景良好的大数据初创企业，纳入小微企业优惠政策扶持。对符合税法相关规定的大数据新技术、新产品、新工艺研究开发费用，实施加计扣除政策。
二是建立财政专项扶持基金。建立国家大数据产业发展投资基金，吸引社会资金参与，扩大大数据产业投融资能力，重点扶持基础性、关键性产业领域；设立大数据产业发展专项基金，用于支持大数据技术研发、产业化项目和重大工程。
三是加大投融资扶持政策力度。深化金融服务改革，为大数据产业发展提供良好的资金扶持。首先，各级地方政府要积极引导创业投资基金投向大数据产业，鼓励设立一批投资于大数据产业领域的创业投资基金；其次，鼓励地方设立支持大数据产业发展的风险投资基金和股权投资基金，引导社会资金投资大数据产业；最后，引导和鼓励符合上市条件的大数据企业在国内上市，拓宽大数据企业直接融资渠道。
5.加强大数据重点领域关键技术自主研发创新与应用
大数据产业是技术和应用双重驱动的产业，必须通过加大关键技术研发支持力度和扩大应用范围来增强大数据产业的核心竞争力。
一是加大财政资金对关键基础共性技术的研发支持力度。建议在国家层面上设立大数据关键基础共性技术研发的国家财政专项资金，支持突破一批核心技术，以期形成构建具有核心技术自主权的大数据产业链的能力。即突破大数据采集、大数据分析与挖掘、大数据可视化、存储管理、数据安全、以及数据实时在线处理、非结构化数据处理等关键核心技术，形成自主可控的大数据技术架构，提高关键核心技术的自主研发能力。
二是引导企业加强大数据核心技术和应用技术的研发投入，形成一批可复制、可推广的行业解决方案。加速推进大数据关键核心技术应用试点示范。选择一批信息服务企业作为试点企业，积极推动大数据应用，以应用牵引创造需求，加快我国大数据产业化和市场化进程。
6.加强基础设施建设和大数据专业人才培养
目前，我国大数据产业整体实力与国外相比仍有较大差距，尤其是大数据基础设施薄弱、专业人才队伍不足是一个亟须打破的制约瓶颈，需要在国家层面上给予强有力支持。
一是加强基础设施建设。我国大数据产业还处在发展初期，最迫切的就是完善大数据产业发展所需的基础设施建设问题。当前必须抓好如下工作：要在国家层面上统筹规划大数据基础设施建设，根据国家发展重点，结合本地区实际有序布局大数据平台、数据中心等基础设施。务必要防止盲目建设和重复投资，避免出现“烂尾楼”工程。要扎扎实实地加快推进“宽带中国”战略，加快宽带网络建设，优化网络通信能力，提高通信网络质量，降低整体运营成本，健全网络通信服务保障体系，大幅度扩大光纤网络、移动网络和无线局域网覆盖范围。建立大数据产业园区形成产业集聚效应。中央和地方政府应根据实践情况有序规划大数据产业园区，并实施优惠政策鼓励大数据企业入园创业，促进产业集群发展，不断培育壮大具有国内和全球影响力的大数据产业领军企业。
二是多元化方式培养大数据专业人才。发展大数据产业的一个重要前提是必须具备多层次、高素质的大数据专业人才队伍。鉴于我国大数据专业人才队伍不足的现实，应着力于两方面：一方面，要培养大数据重点领域关键核心技术研发人才。从紧迫性而言，要充分发挥政府的主动引领作用，实施人才引进战略，以大数据领域研发和产业化项目为载体，积极引进高端人才，重点引进一批活跃在大数据技术发展前沿、国际领先水平的高端专业人才和团队。从长期来看，要立足于依靠我国重点高校和科研院所培养输送，致力于培养和造就一支懂指挥、懂数据采集、懂数学算法、懂数学软件、懂数据分析、懂预测分析、懂市场应用、懂管理等的复合型“数据科学家”队伍。另一方面，要培养和造就高素质的大数据应用人才。可采取多元化培养方式，即支持国内高等院校设置大数据相关学科、专业，培养大数据技术和管理人才；支持职业学校开展大数据相关职业教育，培育专业技能人才；鼓励高校和科研院所针对大数据产业相关技能对在职人员进行专业培训，缩短大学培养人才的周期来满足大数据产业对人才的需求，使我国产学研协同创新实践步入“三螺旋”时代③。
7.加快推进政府统计制度与方法改革
我们必须积极应对新时代的数据科学面临的挑战，主动进取，充分利用大数据催生大变革，在大数据思维框架下构建新的统计制度与方法，推动现代化统计体系建设。加快推进数据标准化需要充分发挥有为政府的作用，建议从国家层面上组织专家队伍，在积极借鉴国际经验的基础上，结合我国国情进行专题研究。当前要着力于对推动大数据的基础标准、技术标准、应用标准和管理标准等进行深入研究，积极鼓励先行先试，在试点成熟后上升为标准推广实施。当前，必须加快建立政府部门、事业单位等公共机构的数据标准和统计标准体系，推进数据采集、政府数据开放、指标口径、分类目录、交换接口、访问接口、数据质量、数据交易、技术产品、安全保密等关键共性标准的制定和实施。密切关注国际标准和技术发展趋势，善于进行国际交流合作，要积极组织参与国际标准制定，提升我国大数据标准制定的国际话语权。
8.促进国际合作与交流
在经济全球化时代，大数据产业要发展壮大，开放合作是必由之路。我们要坚持平等合作、互利共赢的原则，积极推进建立多层次的国际合作交流合作机制，在大数据开放共享、产业发展、数据安全、政策法规等领域加快建立和完善大数据国际交流合作平台，逐步完善国际合作机制。结合大数据应用创新需要，积极引进大数据高层次人才和领军人才，利用国际创新经验促进我国大数据产业注入新的活力，加速世界共融；结合“一带一路”等国家战略，支持国内大数据龙头企业积极开拓国际市场，输出优势技术和服务，形成若干具有国际竞争力的大数据企业和产品，在优进优出中实现大数据产业竞争力的提升。
注釋
①中国互联网络信息中心（CNNIC）：《第40次中国互联网络发展状况统计报告》，2017年8月4日。
②IDC & EMC. The Digital Universe of Opportunities. https：//www.emc.com/collateral/analyst-reports/idc-digital-universe-2014-china.pdf.
③“三螺旋”理论是20世纪90年代中期，纽约州立大学的社会学家亨利·埃茨科威兹和阿姆斯特丹科技学院的罗伊特·雷德斯多夫教授在三螺旋概念基础上提出的官、产、学三者之间关系的著名理论。该理论主要分析了知识经济时代政府、产业和大学之间的新型互动关系，即政府、企业与大学是知识经济社会内部创新制度环境的三大要素，根据市场要求而联结起来，形成了三种力量交叉影响的三螺旋关系。这一理论被学界认为开创了一个创新研究的新领域、新范式，产学研的研究从此向“三螺旋”时代迈进。
责任编辑：晓 立
Research On the Development of China′s Big Data Industry
Cha Hongwang Zheng Tingting
Key words： big data； big data industry； data property right； government data opening and sharing
农村电子商务大数据范文第2篇
一、大数据背景下电子商务发展面临的挑战分析
大数据技术颠覆了传统商业经营模式和思维, 准确把握市场信息, 充分尊重客户需求, 将各种服务和供给做到客户前头, 服务到客户心理, 充分发挥大数据资源优势, 实现数据的共享和健康发展。
(一) 把握市场数据成为更多电商企业难题
信息化环境下, 各种数据信息泛滥, 电子商务流量和交易量产生的数据非常庞大, 不仅带来了网络传输负担, 也给更多企业带来了经营负担。很多企业面对如此多的数据, 不知如何分析, 影响他们的分析和决策, 越来看不懂市场。各种数据以文字、图片、视频、交易数据、流量增加等, 每天产生的数据量以TB来量化。这些数据不能有效利用, 将会成为更多企业经营的阻碍, 显得更加迷茫;而对于优势企业以及国家来讲, 将是最为重要的宝贵资源, 对这些大数据进行分析将会从发掘更多的商机, 获得更多宝贵的数据资源, 为企业经营提供更好的指导。大数据技术分析将是未来发展的主要方向, 是更多企业需要面对的问题, 也是着力开掘利用的重要资源。大数据给电商企业带来了挑战, 更带来了无限机遇。需要企业搜集和储存更多的相关数据信息, 也需要充分重视大数据分析, 应用更加可靠的技术, 聘请更多的专业技术人员, 以此来更好地应对和应用大数据。
(二) 充分重视客户需求服务
电商商务将客户与企业联系得更加紧密, 客户和企业不仅简单的消费者和生产者 (服务者) 的关系, 也是长期合作与服务的对象, 更是企业发展的重要资源, 与企业保持全面长久的密切关系, 实现更多层次的互动, 满足客户更多方面的需求, 也推动企业更多的改进和创新, 实现企业的可持续发展。每个电子商务企业需要充分重视与客户的互动关系, 从更多的层面直面客户, 为之提供更多服务。首先, 电子商务一切交易都是在网络上进行, 不仅有商家和客户在交流, 还有更多的网络不法分子在窥伺各种网络交易, 伺机盗取他们的各种信息, 甚至最为重要的资金。电子商务环境下, 各种网络犯罪时刻都在准备着, 各种交易风险一直都没有解除。个人信息、支付宝账号、银行卡信息、资金交易密码等, 都会在网络留有各种记录。电子商务要更大规模的开展交易, 更多的客户放心进行电商洽谈, 前提是交易的绝对安全。客户需求多元化, 市场在不断不断变化, 这些变化由单个行为迅速变成集体行为, 各种数据的汇总能够快速判断需求结构、需求变化等, 电商要保障根据市场需求变化提供各种商品和服务, 做好及时调整和应对。这就要求对这些信息进行更多的搜集和分析, 大数据应用是电商发展需要, 也是数据处理技术发展的应用拓展。
二、大数据促进电子商务发展的对策分析
互联网+时代, 电子商务发展如火如荼, 不仅诞生了阿里巴巴、京东商城这样的大型电商平台, 也让更多的传统商业加速推动线上平台建设, 苏宁电器直接更名为苏宁易购, 打通线下线上双通道, 小米科技更是直接在网上销售自己生产的手机以及生态链产品, 更多企业都纷纷建立起自己的网络电商渠道, 或者搭载上大型电商平台, 努力推动电子商务发展。大数据技术应用越来越广泛, 应用大数据推动电商发展是当务之急。
(一) 大数据让电子商务精准把控市场
电子商务不同于传统的商业模式, 不仅是将其商品放在网上平台, 更为重要的是根据市场需求和变化, 投放适销对路的产品和服务。与客户保持更加全面深入的互动, 随时掌握他们的需求动向, 及时把握市场的变化, 第一时间做出决策, 调整产品供给结构, 转变营销策略, 确保真正适应市场发展变化, 这样才能真正满足市场需求, 更最大限度地提升自身的销量, 获得更好的收益。电子商务能够做到与市场的充分对接, 确保产品适销对路, 实现资源的最大优化, 提升资金的周转效率, 更好地提升企业盈利能力。这背后主要依赖大数据技术, 没有大数据支撑, 电子商务根本无法感知市场, 更不能做到精准对接市场。大数据技术分析和处理, 能够实现对市场的精准把控, 随时根据市场市场发展变化, 做好各种调整。企业生产和市场投放主要依据市场需求, 根据需求安排生产, 依照市场变化投放商品和服务产品, 才能满足市场需求, 才能保障销路, 实现资金转化。进入信息化时代以来, 资本主义国家的经济危机明显减少, 危机之间的时间间隔大幅度拉长, 一个最为重要的原因是资本主义国家的企业充分利用信息技术和大数据分析, 为更多的企业进行市场把控提供了最为可靠的数据支撑, 极大地消除了生产的盲目性, 市场投放的无序性, 使得市场供给趋于科学合理。相反, 一些发展中国家, 因为缺乏大数据技术应用和分析, 则造成产能过剩、产品滞销。电子商务时代, 大数据技术能够确保企业精准把握市场, 既能保障市场供给, 更能保障更多的利润。
(二) 大数据推动电子商务进一步降低运营成本
电子商务作为一种全新的商业模式, 得到更多企业的青睐, 受到更多国家的重视, 对传统商业模式构架极大的冲击和威胁, 原因有很多种, 提高产品的透明度, 增强与客户的直接沟通性, 还有一个最为根本的原因是运营成本相对较低, 市场竞争力强。市场经济环境下, 企业竞争的核心有两个方面, 一个是科技, 一个是价格, 在科技的支持下, 又由价格的加持, 能够极大地提升市场竞争力。大数据促进电子商务发展, 能够进一步降低运营成本, 最大限度地降低产品的营销投入, 并获得更为有效的营销效果, 实现与客户更多层次的互动, 赢得更为广泛的市场。大数据能够分析市场发展变化, 根据市场发展趋势和变化指导电商企业生产、采购和市场投放, 减少经营的盲目性, 最大限度地降低库存, 加大产品的周转频率, 实现资金的快速回笼, 减少各种资金占用, 更破解了产品积压带来的价值减耗难题。大数据技术应用电商, 能够准确分析消费群体, 实现产品营销和广告推广的精准化和高效率, 充分利用互联网和信息技术, 将消费群体进行有效筛选, 并根据日常消费、网络搜索等情况, 准备把握每个网民的消费需求, 精准化网络广告推送, 减少广告宣传的盲目性。大数据实现电商运行的优化, 实现各个环节的成本优化, 确保所有的环节高效率, 低成本, 降低电子商务自身的运行成本。
(三) 大数据技术推动电子商务经营模式创新
信息化时代环境下, 应用大数据技术能够进一步推动电子商务经营模式创新。电子商务已经成为我国社会经济发展转型升级的重要助推力量, 我国涌现出了阿里巴巴这样的大型电商平台, 为更多大中型企业以及中小企业提供了最佳的销售平台, 通过阿里巴巴诚信通平台让更多中小企业实现了企业的对商家的直接对接, 更多商家能够直接通过阿里巴巴网上批发, 实现商品采购的直通服务。淘宝网和天猫平台让更多企业商家直接面向消费者, 实现商家与消费者直通, 不仅提供了大量的就业岗位, 更让广大网民直接通过网络买遍天下, 足不出户实现吃穿住行的直接消费。刚刚结束的2019年618促销, 京东商城共成交2070亿元, 18天的时间里, 一个平台就能实现超过两千亿的销量, 这是电子商务发展的最好诠释, 也是商业模式转型的突出代表, 更是大数据技术推动的结果。苏宁这个传统商业的代表, 已经将实现了线上线下的全面转型, 也加入到了618的年中大促中来, 成为与京东、天猫并列的三大平台, 这既是电商发展的突出表现, 更是大数据技术支持的结果。尤其是6月18日这一天, 是年中大促的高潮, 各个商家使出浑身解数, 竞争最为激烈的手机, 竞争达到了白热化。华为、小米等厂商在这18天里, 不断转变营销策略, 每天的销售榜在不断刷新, 最为重要的就是大数据技术的应用, 通过大数据分析客户的心理和需求, 不断调整价格和营销策略, 更好地提高销量。这是大数据技术应用的最好体现, 也是推动电子商务经营模式创新的最为可靠的依据。
总之, 随着4G网络的应用普及和5G网络的商业化开始, 2019年被称为5g的商用元年, 也被称为我国信息化提速的关键一年, 更是大数据应用最为重要的转折点。以大数据来更好地分析和指导社会经济发展, 促进电子商务事业发展, 成为当前社会经济发展的重要助推力量。无论是企业还是政府部门, 都应充分重视大数据对电子商务的发展。电子商务企业充分充分大数据技术, 对各种数据进行全面分析, 为电子商务的发展提供技术支持, 为电子商务业务的开展提供更加精确的决策指导。
摘要：信息化时代背景下, 大数据应用越来越重要, 大数据成为推动当前社会经济发展最重要的基础, 成为各国争相发展和竞争的主要领域。充分重视大数据技术优势, 研究大数据环境下电子商务。面临的各种挑战, 采取有效措施, 大力推动信息化基础产业发展, 推动电子商务产业扩大和进步, 努力实现我国社会经济和产业结构的优化调整, 以大数据来更好地服务电子商务发展, 以电子商务更好地服务我国社会经济发展方式转变, 推动社会经济健康发展。
关键词：大数据,电子商务,挑战,策略
参考文献
[1] 吴潇宇.大数据引导下的电子商务模式变革分析[J].电子商务, 2018 (09) :17-18.
农村电子商务大数据范文第3篇
大数据时代就是将互联网技术和计算技术结合，在各个领域数据源的快速增长下，实现信息数据规模化、复杂化的聚集，从而推动各领域的量化进程[1]。大数据在电子商务企业中的应用主要是基于行为数据的产生和积累，其中包括预算管理和财务共享信息中心所生成的数据。在大数据背景的影响下，电子商务企业的财务数据存在着定义难度大、挖掘难度大和处理要求高的新特征，这对电子商务企业数据收集、管理和分析方面提出了更加严格的新要求。和欧美国家相比，我国的电子商务起步较晚，但由于我国互联网用户规模优势较为突出，因此电子商务在我国具有很好的发展前景。截至2017年数据统计，全国电子商务交易规模高达29.16万亿元，同比增长11.7%，可以大胆预测，在2023年全国电子商务交易规模将会达到58.38万亿元[2]。在电商行业快速发展的当下，电商市场的数据生成效率也会变得越来越高，如果不能及时处理累积的财务数据，可能会造成企业流动资金短缺、成本控制无效等问题，甚至会影响预算管理的灵活性和适应性。因此，电子商务企业要重视大数据在企业财务管理工作中的应用，不断更新思想观念，建立动态的预算管理模式，提高企业的财务信息处理效率和财务管理质量。
二、电子商务企业传统预算管理存在的问题
（一）预算编制中存在的问题
传统的预算管理理论应用于电子商务企业，在通常情况下，是以企业的战略目标为起点，首先，通过对宏观经济政策和市场环境进行分析，对企业一段时期内的经营活动进行规划。但一些电子商务企业为了应对激烈的市场竞争，往往会存在短期效益思想，而忽略了企业的长远发展，在制定经营计划时没有立足企业的战略目标，导致预算管理本末倒置，无法发挥其真正的实际作用;其次，电子商务企业的成本预算大多是根据一年前的预算执行情况为编制依据，通过对销售和收入占比数据来预测销售费用，管理费用方面基本保持一致。例如：在2014年，京东商城手机类产品销售主要为4G产品，而4G手机产品的营销成本与市场潜在用户有关，因此，只单单以销售成本与收入占比的数据来确定产品的销售费用是不科学且不合理的;最后，部分电子商务企业还没有设立有效的预算管理组织机构，为了便于财务与预算的对接，很多企业直接将预算管理工作设立在财务部门，导致企业预算编制工作过于依赖财务数据。而目前大部分电子商务企业在进行预算编制时往往以利润为出发点，但过度关注利润指标就会忽视销售和市场的前提基础，导致预算指标设定不够科学，缺乏数据价值。
（二）预算执行中存在的问题
由于我国电子商务兴起时间比较晚，国内市场还不够成熟，电子商务行业整体都存在着管理基础设施差、内部控制制度尚未健全等问题，不具备实施全面预算管理的条件，造成预算管理的推行和开展工作难度较大。一方面，电商企业对预算管理实施的具体方法还未全面把握，预算管理缺乏可供参考的标准和历史数据，无法保证预算管理的科学性。通过对预算实施环节的开展，电商企业还未建立有效的预提核算制度，财务核算工作无法全面真实地反映出企业当期的经营情况，对企业的运营趋势判断存在主观臆断;另一方面，电商企业内预算管理体系还不够完善，缺乏监督控制环节，无法对预算管理执行过程中的偏差进行及时纠正。
（三）预算考核中存在的问题
在实际操作中，电子商务企业的预算控制与考核指标体系缺乏联系性和系统性。大多数电商企业采用KPI绩效考核方法来对企业一定时间内的经营业绩进行考核评价，将财务指标作为考核中的重点内容，这种过于关注短期业绩的做法不利于企业的长远发展;另外，企业缺乏对预算考核结果的奖惩标准，考核评价仅仅只是为了对预算执行情况和员工业绩任务完成情况进行考察监督，缺乏激励作用，造成企业的预算管理流于形式。
三、优化大数据时代电子商务企业预算管理的新思路
（一）构建过度预算理论，实现管理创新
过度预算理论是指行业在市场竞争中因供给需求关系而产生大量的待处理财务数据，通过全面预算管理可以对此类数据进行精细化处理，作为与预算管理过度的一种数据处理方式[3]。过度预算管理就是基于大数据时代而产生的，在引入电子商务企业预算管理中，能够更好地适应企业的发展需求，并为预算管理工作提供理论支持。而过度预算理论管理理念中所引用的“精确数据”主要是基于零售电商企业而言的，通过对样本数据的分析与观察，可以详细地描述出细节数据，而不再只是表面的性质划分。企业财务人员只需要从财务共享平台中获取较为粗略的数据，在经过过度预算的精细化数据处理后，能够为企业编制更为精准和详细的预算报表，得出每一项业务开展对企业现金、利润及资产负债的实际影响，从而为管理层的投资决策提供科学依据。这一理念的应用与发展还需要电子商务企业管理层能够及时更新思想观念，创新管理模式，引入过度预算管理模式，促进企业预算管理更加精准化。
（二）实施信息化管理，提高管理效率
在大数据时代，实现统一的财务预算管理能够调动内部资金的畅通循环，提高企业的运营效率。财务共享实际上就是依托互联网和信息技术而建立的，通过对不同领域、不同行业以及不同地点的业务数据和财务数据进行整合与共享，满足各层级部门对信息数据的需求，同时也能够加强对会计账务、预算管理以及员工工资薪酬福利等会计工作的集中处理，从而降低企业财务管理的成本。例如：苏宁创造首创财务共享模式，建立了苏宁云商，就是强化企业内外部信息传递和共享能力，实现从成本中心向利润中心的转变，使得预算数据能够创造新的价值。
（三）预算动态管理，实现企业战略
当前的全面预算管理不再是一个简单的控制系统，它基于企业战略为导向，形成自上而下的动态式管理模式，不仅可以实现企业的长短期经营目标，还能够优化企业资源配置，是一项兼顾企业长期战略与阶段性规划的管理方法。在企业运行过程中，可以基于年度预算目标来考核企业近期的经营状况，调整业绩考核标准，以适应企业的现状。例如：在2014年，当当集团位于天津的仓储中心因实际需求而启动了“银河一号”图书仓储平台，并基于年度预算计划，通过与平衡计分卡预期目标的对比对实际业绩进行考核，明确了业绩提升的重要内容和先后顺序，使预算执行结果更符合企业的发展现状。
（四）深入挖掘数据，实现财务共享
企业的预算管理系统具有保存和管理数据的基本功能，可以为电商企业管理层的决策机制提供有效的数据支持。因此，企业要将信息挖掘技术应用于预算管理工作中，实现财务数据从初级应用到高级应用的转变，即从简单的联机查询应用提升到财务共享服务分析层面上，通过对用户兴趣数据的精准化分析来为预算管理提供可靠的数据。
（五）建立预算考评，落实预算标准
完善预算管理考核机制能够有效地提升预算管理的实施效果，因此，电子商务企业要结合自身的运营现状，针对预算考核环节制定完善的考核标准和考核流程，将预算执行情况和差异性分析纳入绩效考核管理范围内，并通过大数据进行预算与决算的一致性分析，建立有效的奖惩制度，对一些执行不力、超预算支出、无审批手续的部门进行惩戒，以保证预算管理的有效性。
四、结束语
综上所述，在大数据时代背景下，电子商务企业要想获得长远的发展，就必须要顺应经济社会的发展要求，不断更新自身的管理理念，将过度预算管理应用于企业的经营管理之中，建立信息化、动态化的预算管理制度，对海量、复杂的财务数据进行分析，提取出有利于企业预算管理和投资决策的信息，提升企业整体的管理水平。
摘要：随着市场经济的发展和大数据时代的来临, 我国各行各业的信息数据正在快速地增长, 这给企业的经营管理带来了一定的难度和挑战, 如何在海量的数据中提取有效的信息数据作为企业战略决策的支持, 是企业当前必须要重视的问题。对于电商企业来说, 将大数据应用于企业的预算管理过程中, 不仅仅是为了收集和整理庞大的数据库, 更是为了有效地协调和组织企业的经营活动, 实现企业既定的战略目标。本文以大数据时代下电子商务企业的发展现状为基础背景, 探讨电子商务企业优化预算管理的新思路。
关键词：大数据时代,电子商务,预算管理
参考文献
[1] 何晓明.基于大数据时代下的电子商务企业预算管理[J].财会学习, 2017 (16) :81-81.
[2] 黄永兰.基于大数据时代下的电子商务企业预算管理[J].财会学习, 2018, No.188 (14) :66+68.
农村电子商务大数据范文第4篇
由于“一带一路”发展计划的推动作用, 我国经济发展十分迅速, 但信用问题一直在制约着我国跨境电商的发展。信用的缺失往往会对交易的成本数额造成巨大的影响, 市场的运行和资金的流动效率都会因此而降低。我国的跨境电商正在逐渐从最初的数量多转变成如今对于合作质量的需求, 但我国跨境电商信用难以保障, 建立信用体系是迫切的需求。
2 大数据背景下指标制定三大原则
2.1 合法性
跨境电商的特殊性质决定了双方有着不同的法律和监管措施, 既然彼此分属于不同的国家, 在交易时便需要注意大数据征信方式是否合法。欧美国家对于大数据隐私保护早已走在世界前列, 而相比之下我国相关的法律如同一张白纸。因此, 我国跨境电商在大数据环境下征信时需要对于隐私以及和隐私有关数据特别对待, 在获得许可之后才能够对这些数据采取操作。在大数据环境之下, 隐私都是难以确定的因素, 假如处理时出现问题, 对于信誉是不小的打击, 还会损害用户的利益。
2.2 完整性
大数据征信能够为跨境电商提供一个较为可靠的指标系, 彼此双方信用的情况都可以通过这一指标系看出, 对彼此合作十分有利。但大数据征信却在电商领域举步维艰, 信用信息难以构成完整的信用名片, 彼此双方的信用标准难以统一, 信息孤立等都是跨境电商在大数据征信中面对的问题, 想要打破这样的僵局就必须要对双方信息有着系统的管理。
2.3 有效性
大数据在搜集过程中难免会有夸大成分, 难以保证其有效性, 这也是跨境电商彼此信任度不高的原因。大数据虽然成为了解彼此的一种途径, 但其中的炒作水分会使彼此认知产生偏差, 而现如今通过手段给对方营造一种自己信用良好的电商层出不穷, 这就需要在大数据收集时留个心眼。由此可以看出, 收集到的大数据也不是绝对可靠的, 依靠巨大的数据量也不能够提高彼此的信用, 应当把大数据征信看作一种技术途径, 需要去搜寻信用评价指标最原始的数据, 而非将大数据征信看作了解彼此信用的绝对方式。
3 大数据背景下的指标体系构建
在信联网商务信用体系中, 我国互联网商务金融研究院院长张云起和他的团队将大数据征信的采集结构按照以下三个维度划分:一是第三方数据;二是电商平台交易数据;三是网络轨迹数据。因此, 跨境电商应当按照这三个维度建立自己的信用评价体系, 结合相应文件对其中具体标准进行规划和分析。
3.1 第三方数据下的指标
第三方数据是指第三方职能部门或者网络平台提供的静态数据。这些数据一般是开放的, 通过合作也可以获得对方的信用数据。其中, 通过第三方获得的数据中, 财务指标是能够得到最典型的信用数据, 因为其能够直观反映出一个企业的信用情况, 所以对于信用评价来说财务指标很有说服力。除此之外, 如果合作的电商企业曾经通过合法借贷手段进行过借贷, 便会产生服务记录, 这些记录显示企业的借贷情况, 在银行的信用等级高低、是否违规等, 而这些指标都可以作为对该企业信用评价的数据。最后, 根据跨境电商的特点, 还应当在从第三方收集的数据中添加一定的特殊指标, 例如企业跨境出关的相应数据, 包括货物运输查验、税收、通关情况等, 以符合跨境电商与传统电商的区别。
3.2 电商平台交易数据下的指标
有交易就有信用记录产生, 虽然跨境电商的交易总是不确定的, 可能在这个时段内就有交易发生, 又或者在这个时段没有订单, 但是其交易数据往往比较传统化, 利用先进的大数据技术就可以取得。相比于第三方数据, 这一类交易数据能够更为直观地反映出交易质量, 从而体现一个跨境电商企业的综合信用。其中, 产品合格率、买家反馈情况、送货物流速度、客服态度等都可以作为参考指标, 而大多数购买电商产品的顾客大部分都是按照好评率来判断跨境电商信用的, 因为对于这些顾客来说好评率和商品质量以及信用基本等价。假如这些顾客花费大把精力却换来质量糟糕的产品时, 会选择退货、打差评等方式解决, 进而跨境电商的口碑将会直线下滑。因此, 一个跨境电商企业的态度良好, 服务到位且诚实可靠, 将会反映在优秀的交易业绩上, 其好评率和交易额都能够直观反映出其信用。
3.3 网络轨迹数据下的指标
互联网的普及将交易变得更加多元化, 在这个平台上人们可以将自己不满的情绪抒发, 避免了在现实中面对面交涉, 这样的方式也就使得对于企业的评价更加真实。首先, 对于这类信息的筛选, 通过一定的计算便可以得到顾客们的满意程度, 进而得到该电商的评价。其次, 电商的分享次数也可以作为参考指标之一, 如果一个跨境电商被客户疯狂分享推荐, 便能够反映出其信用和产品质量。而直到今天, 类似的信用评价系统开始涌现, 其中芝麻信用便是通过这类方法对个人的信用情况进行评分, 如果建立类似芝麻信用的统一体系, 将会为跨境电商交易提供参考和便利。最后, 电商宣传的相应程度也能够作为参考, 比如发出的推送文章能够获得巨大的点击量和关注度, 就说明该电商的顾客响应积极, 有着巨大的影响力。
互联网的影响是双向的, 这也说明它不但能够为我们提供相关的信用评价信息, 同时也能够通过虚假的信息数据混淆我们的视听。例如有些商家为了提高自己的竞争力, 通过各种方式刷高自己的好评率, 在大数据收集的过程当中还需要对于诸如顾客满意度和顾客主动分享的指标多加注意, 避免数据搜集当中的水分。
4 大数据环境下的信用评价模型
当各种大数据收集途径已经确定完成, 相应指标也已经制定好之后, 需要通过一定的信用评价模型对于收集到的指标进行处理。在这些指标当中, 需要权衡轻重, 其中AHP法是使用最多的权衡方法, 如今被世界广泛采用, 但这一方法并不是所有环境之下都能够胜任, 将其放在大数据环境下就不是那么方便实用了。所以使用FAHP法进行指标处理, 可以得到更加可靠的数据, 将这些数据套用到符合的评价模型中便可得到准确的评价。在众多评价模型当中, 许多传统模型由于和大数据背景冲突和自身科学性问题不能使用, 因此在使用之前需要注意以下两方面。
4.1 模型需要符合大数据特征
大数据具有的特征总结起来可以归为四点: (1) 容量大; (2) 数据多样; (3) 传播高速; (4) 有价值。这四个特点对于模型提出了特殊的要求, 想要能够支持大容量的特点, 所选模型的伸缩性就要比传统模型提高不少。面对多样的大数据, 模型如果处理的数据类型单一, 便不能胜任。既然大数据是高速传播的, 这就要求模型的处理能力优秀, 能够对庞大的数据进行计算。虽然大数据价值高, 但其中也不乏无效数据甚至是数据的直接缺失, 这就要求模型能够应对各种情况, 为我们提供有效可靠的评价。
4.2 根据跨境电商的实际情况选择模型
跨境电商双方都来自不同的国家, 过程更加烦琐, 时间花费更多, 顾客的担忧也更多。这些因素都影响着数据的大小以及质量, 也增添了数据处理的难度。这样的特点就要求模型能够符合交易双方的交易数据特征, 这样得到的数据才更加可靠。如今的大数据处理模型还有欠缺, 不能够完全胜任大数据的处理工作, 因此如何对于模型进行改进也是大数据环境下评价体系构建的必经之路。
5 结语
综上, 在大数据环境下跨境电商评价体系不完善的今天, 研究新的指标模型, 结合先进技术和设备, 实现大数据高速传输和对跨境电商实时做出评价结果是时代的需求, 在我国也已上升到了战略高度。相信将来我国能够在大数据环境下提高跨境电子商务水平, 使我国企业在国际贸易中有更强的竞争力。
摘要：跨境电商在最近几年飞速崛起, 这主要归功于我国“一带一路”的正确战略方针。随着电商的发展, 大数据也逐渐成了我国战略性的目标, 但在电商信用方面, 我国相应指标一直不够成熟, 相应的信用评价体系仍然没有构建完成, 因此我国目前急需建立一个完善的电商信用评价体系, 本文对此展开探析。
关键词：大数据,跨境电商,信用评价体系
参考文献
[1] 李秀娣, 郎铖, 李南阳等.跨境电子商务信用评价标准制定的理论基础与未来发展研究[J].标准科学, 2017 (11) .
[2] 林晨萍.跨境电商出口贸易信用体系的构建思路[J].经济论坛, 2017 (5) .
[3] 左锋.跨境电商发展新常态及信用评价研究[J].武汉商学院学报, 2016 (2) .
农村电子商务大数据范文第5篇
(一) 数据处理能力是大数据时代背景下区域经济发展对人才的新要求
当代社会信息化、数据化席卷全球, 与数据信息密切相关的数据信息分析、数据服务加工领域蓬勃发展。在企业经济发展领域, 企业借助对海量数据的处理运用完善机关企业日常管理和实现企业的规划和发展, 因此收集数据、合理整理分析利用数据也成为企业发展的核心竞争力之一。新的经济发展领域带动行业就业发展, 与数据信息相关的行业自然成为充满活力、充满竞争和挑战的新兴行业, 大量具备相应专业能力和技能的从业人员也将成为人力市场上急需的重要资源。
广东 (特别珠三角区域) 作为经济发展的前沿, 广东省《珠江三角洲地区改革发展规划纲要 (2008-2020年) 》指出:广东应把加快产业结构调整作为转变经济发展方式的重要内容之一, 其中战略定位之一是:发展信息服务业、商务服务业等现代服务业基地。规划纲要突现“服务业”。此外, 根据“粤港澳大湾区发展规划政策”、“一带一路”倡议构想的提出等政策积极影响下, 极大推动了广东省服务型经济的发展。
顺应广东 (特别珠三角区域) 经济发展的趋势和特点, 广东地区的机关、企业迫切需要大批具有良好职业素质、掌握数据处理能力的人才来完成海量的企业数据收集、筛选、数字化加工、整理、归档和分析等服务工作。人才培养以市场为导向, 主动适应规划纲要战略要求, 为区域经济社会发展、产业转型升级提供发展型、复合型和创新型技术技能人才。因此, 探索数据信息处理能力培养具有现实意义和前沿价值。
(二) 文秘人员将成为企业数据前台处理服务的主力军, 数据前台处理服务岗也将成为秘书岗位设置的新生长点
目前, 大部分企业都没有专门设立企业档案信息管理岗位, 却常把海量文档信息数据的加工处理、整理归档、筛选利用的工作交付给办公室秘书完成。究其原因主要是:文秘人员大部分以企业机关办公室为主要工作场所, 主要从事文案工作、信息传递沟通工作, 日常接触企业档案数据频率高, 涉及档案数据范围较广, 并掌握一定的档案信息管理知识和熟练的常用办公软件、办公设备使用技能, 秘书从业人员的岗位特点决定了文秘人员较容易胜任信息数据处理服务工作, 信息数据处理能力必将成为秘书应具备的能力新要求之一。
另一方面, 根据公共信息网公布的近几年珠三角地区人才市场供求情况数据分析可见:随珠三角中小企业数量的不断增加, 文秘招聘数量在整体上呈现出上升趋势, 但高技能复合型秘书的招聘市场并不尽如人意, 紧缺一批适应区域经济快速发展, 产业调整需求的发展型、复合型和创新型的技术技能秘书人才。
因此, 加强秘书数据处理能力培养, 提高数据信息加工处理、整理归档、筛选利用的职业素质和技能是商务秘书培养顺应区域经济发展趋势, 满足企业人才需求, 突破职业发展瓶颈, 拓宽职业发展的重要途径之一。
(三) “跨领域”校企协同培养是实现文秘专业数据处理能力培养的突破口
信息处理能力培养需要有大量的数据资源、强大的数据处理技术平台、成熟的数据处理技术基础, 还需要专业的、经验丰富的信息处理技术人员参与指导, 最终培养质量也需要企业行业标准来评价。因此, 打破秘书人才培养围绕行政办公室的传统做法, 创新思维, 选择具备上述条件的信息科技、数据服务类企业 (机关) 开展“跨领域”的合作, 协同育人, 在资源上形成合力, 相互带动, 才可以切实有效实现的人才培养新要求, 拓展校企合作的新领域和新方向, 促进文秘专业校企合作向产教结合的“校中厂”等模式深入开展。
二、“跨领域”校政企协同培养模式探索
(一) 构建“234校企协同育人”人才培养模式
紧扣广东区域经济发展趋势和高职高专的培养目标为中心, 对企业机关“档案信息化”的新需求进行调研分析, 把商务秘书文秘人才培养目标、特点关联起来, 探索具有广东特色, 突现“现代服务业”、体现“校企双主体”的‘234’校企协同人才培养模式。其中:
“2”即“双”, 校企双主体。以两支培养队伍 (专业教师与技术专家或能工巧匠) 和两个培养阵地 (学校与企业) 为主体, 充分发挥校企双方的主体优势。
“3”指“三阶梯递进”——根据职业成长的三个阶段 (职业认识、职业认同、职业塑造) 的培养目标和规律拟定阶段培养目标、内容、培养方式, 实现程体系、实践教学体系、评价体系改革;评价体系;
“4”指“校、政、行、企”协同育人四平台。人才培养模式的开展以协同育人平台的建设为基础和保障。
(二) 搭建校企协同育人合作框架
针对“信息处理能力”人才培养规律, 整合校企合作资源, 制定合理全面的总体合作框架, 通过“前期介入→签定合作协议 (拟定合作模式) →校内实训场所顶岗实习→企业顶岗实习→企业见习”五个阶段, 并明确各阶段的校企协同育人目标、主要内容以及校企双方权责, 搭建条理清晰, 运行规范的合作框架, 逐步推进信息处理能力“校企协同育人”人才培养模式和实践。
(三) 开拓优质校政企合作和教学实践基地, 校政企三方良性互动
依托优质合作基地的优势:权威的档案管理主管政府部门、大量数据资源、强大的数据处理技术平台、成熟的数据处理技术基础、专业的数据处理技术人员, 共同搭建深度融合的“跨领域”校企合作平台, 共同制定人才培养方案、合作开发课程, 在具体项目中通过师资互聘, 实现双导师制, 校政企共同参与教学、课程建设与改革、教材编写、指导顶岗实习等, 整合资源, 形成合力, 实现教育资源 (教学内容、实践平台) 、人力的资源 (校内外师傅、徒弟) 的共建、共享和共生, 培养与企业、行业接轨的秘书人才, 达到主体的多赢。
(四) 构建“三阶段 (递进) , 两配合”课程实践体系
1.遵循岗位能力
培养“职业认识——职业认同——职业塑造”阶梯递进的规律, 配合协同育人培养模式运作需求, 构建“三阶段 (递进) ”实践体系, 对应开展“见习—轮换制跟岗实习 (校内外) —就业型顶岗实习”实践实习。
2.“工作室”和“技能竞赛”两配合
“工作室”以校内企业模式运营, 面向社会、合作企业和学院师生提供档案信息数字处理服务、培训和推广的现代服务机构。
“技能竞赛”, 通过参加各级各类秘书职业技能大赛和“创新创业”等拓展类比赛, 以赛促建。
(五) 课程内容和课程实践的改革
根据“三阶梯”递进的培养规律, 课程设计总体突出秘书行业和档案信息处理特性, 以工作任务开展流程和关键技能点为主线有序合理设置课程, 注重职业能力培养和开放性。紧扣企业项目需求, 将课程实践、课程实习、顶岗实习灵活贯穿于三年学习中, 与人才培养方案有效融合和衔接, 实现“234校企协同”育人培养模式, 实现校政企互惠共生的目标。
(六) 完善师资结构, 实现校企师资“互聘”, 整体提升师资素质水平
采取多种途径加强师资队伍建设。校政企通过师资“互聘”, 企业人员到课堂和实习指导一线去, 学校教师落到企业, 实现师资流动, 资源优势互补, 完善师资结构, 将“双导师制”落到实处, 提升综合的教学水平和教学质量。具体是:
1. 完善专任教师结构, 提升教学团队的综合素质
通过教研科研使专任教师具备高职人才培养先进理念, 鼓励教师到企业一线实践, 提升“双师型”教师比例。
2. 聘请行业企业的技术专家、能工巧匠担任兼职教师
企业教师参与办学过程和专业建设, 在人才培养方案制定、课程改革、教材编写、课堂教学、专题讲座、教学和实训指导、学生顶岗实习指导等教学活动, 并参与科研与教研项目, 积极发挥企业市场作用和政府的规范作用。
(七) 配合校企协同培养模式的开展, 确立多元评价体系
结合高职教育对学生课程改革讲究开放性、实践性的要求, 在教学方法上采取:任务驱动、理论教师和实践师傅双管齐下。课程考核方式确立校企共同参与“多元评价体系”、职业资格考试、竞赛成绩等多种成果评价。
(八) 制定和完善相应的运行管理保障制度, 保障协同育人培养模式的健康运行
制定“校企合作”框架协议、学生实训守则、实践管理条例、准员工管理制度等学生顶岗实习管理与评价制度;制定兼职教师管理办法等教师管理制度等。在政府导向性政策扶持下, 明确校企双方权责, 保障培养模式的健康发展。
摘要：紧扣珠三角区域经济发展需求和高职发展规划“两个中心”, 遵循文秘岗位人才培养规律和行业发展趋势, 探讨大数据时代下商务秘书信息处理能力培养的意义和模式。通过构建商务秘书信息处理能力“跨领域”校企协同培养模式, 搭建校政企协同培养框架, 依托企业 (机关) 优质平台, 以真实企业项目为推动开展“跨领域”合作, 培养职业化程度较高的发展型、复合型和创新型的技术技能型秘书人才。
农村电子商务大数据范文第6篇
大数据、云计算推动了会计档案管理的革新, 本文以这两者的技术特征为基准, 构建大数据时代基于财务共享的电子会计档案管理框架模型。其中分为三个步骤:先通过数据采集将会计电子档案汇总存储, 再对会计大数据电子档案进行数据分析处理, 最后完成数据挖掘, 实现电子档案价值。以下针对三点进行具体阐述:
(一) 采集电子会计档案
基于财务共享的电子会计档案管理系统, 充分发挥了财务共享云平台的作用, 将资金、影像、安全、会计核算等管理系统整合在一起, 再利用不同种类的数据库接收各个公司的数据, 查询、处理、分析, 全面提供电子会计档案信息。电子会计档案信息分为数据与程序两类, 前者主要与会计凭证、账簿、报表等相关。采集电子会计档案并进行整理, 确定属性完毕后, 再上传至财务共享云平台。传统的财务信息凭证, 可通过扫描完成其电子化, 为后期电子档案管理信息的完善奠定良好的基础。企业选择采用不同的财务核算系统处理原始数据信息, 最终会自动生成相关电子会计凭证。之后会参与会计审批, 完善对应的账簿。再经过财务报表系统生成最终的电子财务报表。传统的银行对账单也实现了更新, 电子银行回单汇总收支报告成为最新对账形式。依靠这种模式, 电子对账结果、报表数据都可在线完成校验。
(二) 电子会计档案的应用
电子会计档案的应用是以数据挖掘技术为基准, 前期进行有效分析, 筛选出所需数据。再结合相关数据挖掘技术, 进行高层次的数据分析。最终得到与企业决策相关的数据信息, 为更高级别的管理提供帮助, 从而发挥电子会计档案的应用功能。电子会计档案的应用主要包含了检索与利用。前者与财务共享云平台相连, 进行有效的数据分析与挖掘, 通过编程模型处理电子数据集, 并查询制定云端电子档案信息, 满足客户的需求。用户会通过电子会计档案进行检索, 再将相关信息转换到实际中运用, 发挥其价值。传统的电子档案检索, 数据类型、运算等层面存在明显的不足。而财务共享服务模式, 实现了技术的更新, 提高了数据的处理速度。此外, 数据挖掘技术最终产生的结果, 不仅包含了表格, 还必须做到有效的格式输出。大数据、互联网种类之间的联系可完善电子会计档案与其他档案间的关联, 实现人工智能化数据分析, 推动电子档案管理效率的提升, 为企业管理层的决策提供借鉴。
二、大数据时代基于财务共享电子会计档案管理价值
财务共享模式下与企业相关的各类档案资源整合一起, 实现一体化管理, 其中包含了会计、财务、采购、生产控制、物流、销售、人力资源等档案。这是新兴的管理模式, 与传统的管理档案相比, 其价值性主要从以下几个层面进行阐述。
(一) 以分类管理为基准, 确保电子会计档案管理更精细
传统管理模式以手工为主, 先进行连续编号再统一装订。而新兴的会计档案管理与财务共享云平台相结合, 采用分类管理模式进行。子公司会扫描原始单, 长传至财务共享服务中心, 系统会进行分类, 自动生成编号, 提高了会计账目管理效率。此外, 会计凭证实现了整合, 企业各个阶段的运营数据信息都包含在内, 会计档案管理变得更加精细。
(二) 数据更新及时, 电子会计档案管理准确性与实效性得到了提升
财务共享下的会计档案管理, 各个信息可独立存在, 也可建立联系。各分子公司会计人员通过相关技术进行扫描, 影像识别系统自动读取, 上传至云端, 云端进行处理, 最终将财务报表分类, 为企业决策提供借鉴, 后续疑问还可进行查询, 档案的准确与实效性得到了保障。云端存储数据, 将档案管理电子化, 存储空间扩大。融入大数据、云端处理技术等, 企业报表的编制等都会更加的便捷, 同时又节省了人力、物力与时间, 会计档案信息资源的处理效率也随之提升。
(三) 传输成本得到降低, 推动生产经营发展
财务共享服务模式下的电子会计信息管理, 会完成一定程度的加工。会计信息科实现异地查询、检索、分析等操作, 全面实现电子化, 可在线进行。网络传输、共享平台的协助, 会推动会计信息处理的效率, 信息传递运输的成本得到降低。以历史会计档案信息为参考, 分析并加工整理, 预测未来经营发展, 为企业的决策提供借鉴。结合企业的经营管理目标, 适时调整生产经营要素, 推动企业生产经营的发展。
三、结语
电子会计档案管理既复杂又必须适时完善其系统性, 对企业的发展发挥积极作用。大数据时代基于财务共享模式下的电子会计档案管理打破了传统, 进行适时更新[5]。数据的挖掘、处理、分析与应用都在一定程度上得到了完善, 企业电子档案管理效率得到了大幅度的提升。本文对相关框架模型进行阐述, 并具体分析相关流程, 验证其价值, 为企业全面管理能力的提升提供借鉴, 经济效益也随之上升。
摘要：云会计、大数据是时代发展的产物, 它推动了企业会计信息化, 财务共享给电子会计档案管理带来巨大转变。本文将大数据时代、财务共享、电子会计档案管理三者结合进行分析, 详细阐明电子会计档案管理的处理方式, 分析在大数据时代、财务共享模式背景下的电子会计档案管理所具备的价值。
关键词：大数据时代,财务共享,电子会计档案,管理价值
参考文献
[1] 程平, 何雪峰.“云会计”在中小企业会计信息化中的应用[J].重庆理工大学学报 (社会科学版) , 2011 (1) .