大数据生态圈范文

大数据生态圈范文（精选10篇）

大数据生态圈 第1篇

物流未来将会成为一个闭环的生态圈, 包含物流人力、物流金融、物流保险等多个链条, “共生、互生、再生”将是生态圈的基本特征。

在去年的第三届世界互联网大会上, 作为国内公路物流的领先企业, 传化物流集团发布了两大新产品—货运鲸纪人联盟FBA和城市物流云仓共配解决方案。其中, FBA (货运鲸纪人联盟) 里的成员在平台上承接运单, 为制造企业、商贸企业和大三方物流公司等企业级客户提供专业化的运力调度和服务;“小豹货栈”则帮助客户一站式解决城市物流仓和配的问题。此外, 传化物流集团还获取了商业保理资质、融资租赁资质和保险经纪牌照, 并成立传化支付有限公司, 并围绕物流生态圈的打造, 探索孵化连锁团购、行业解决方案和精准运力等多个项目, 为能够快速打造“物流+互联网+金融服务”为特征的中国公路物流新生态奠定了基础。

传化物流集团对于资源的整合与模式创新, 代表的正是行业发展的主旋律。中国物流与采购联合会副会长贺登表示:“推动多业融合发展, 主要是制造业和物流业的联动发展, 还有商贸业、金融业和物流业的联动发展, 以及推进‘互联网+工业’的管理模式。这是我国未来货运物流业发展的趋势之一。”

卡行天下供应链管理有限公司战略中心总经理韩雪峰也认为, 物流未来将会成为一个闭环的生态圈, 包含物流人力、物流金融、物流保险等多个链条, “共生、互生、再生”将是生态圈的基本特征, 增值服务将成为圈内企业间最重要的竞争力。同时, 制造业与物流业将双业联动, 成为一个互动产业集群。

那么, 如何构建货运物流业的生态体系, 整合大链条上的资金流、信息流、技术流、人才流等资源?在这一发展过程中, 有哪些值得注意的问题?听专家和企业大咖这样说。

第三方物流促提质增效

“互联网时代的到来, 给货运物流业带来前所未有的变革和机遇。一方面, 我国经济新常态倒逼货运物流业进行结构调整, 优化成本, 并寻找新的增长点;另一方面, 竞争加剧带来的成本与服务的压力, 推动了行业新技术的应用和革新, 促使行业延展增值服务能力;同时, 治超大环境的形成, 也使得行业努力向更高效迈进。”招商局物流集团北京有限公司总经理刘亮分析说。

正是在这样的形势下, 近几年我国很多物流企业都在向第三方物流发展, 涌现出一些大型第三方物流企业。“简单点儿说, 大三方物流就是核心企业将产业链各方组织起来共生依存, 本质上是一种公路运输生态圈形态。”刘亮表示, “此外, 平台型如卡行天下、运满满、货车帮等, 联盟型如天地汇, 园区型如传化物流等也都属于生态圈的不同形态。”

虽然大力发展第三方物流是经济新常态下提质增效、实现内涵式增长的重要举措, 也是物流业提升功能、提高竞争力的重要组成部分, 但就现状看, 无论在产业规模、产业绩效、利润水平等方面, 与发达国家相比, 我国的第三方物流仍存在着不小的差距。

刘亮指出, 第三方物流企业当前所面临的状况, 正是从粗放型模式快速进入“产品+服务”的细分型模式所产生的“阵痛”, 对于第三方物流企业来说, 必须主动寻求转型, 才能真正找到破局之道。

同时, 他认为, 在大三方物流组织下的货运生态圈若要健康发展, 需要具备这些关键因素:25%的互联网信息技术、20%的运输质量管控和保障、20%的现金流保障、15%的货运经济人培训和技术支持、10%的甩挂和带板模式的应用和推广, 10%的公平利益分配和奖罚机制。

最终将达成一个什么样的目标生态圈?刘亮认为, 第一是规模化, 创现产值规模优势;第二是集约化, 建立组织的归属感;第三是技术推广化;第四是服务品质化;第五是服务多元化, 延展增值服务的能力;第六是货运绿色化。

物流金融从场景走向生态

物流行业本身是一个与电子商务、金融密切相关的行业, 如何充分借助互联网技术实现与金融业的融合升级发展, 对于重构行业商业模式和价值链有着重要意义。

代收货款是货运物流业当中的一项增值服务。据调查, 80万家的专线物流企业中70%有代收货款业务, 但是在整个行业内, 没有相应的标准, 大部分物流公司形成资金池, 问题越来越多, 资金链也就越容易断裂, 亟待行业内部的环节制约与市场标准的制定推行。

E-COD副总裁刘光琦分析道, 造成代收货款风险的主要原因是物流公司资金周转陷入困局, 而影响物流公司资金周转有两方面原因:一是中小物流企业贷款难。现阶段, 银行对中小型物流企业的贷款通道几乎是封闭的, 原因在于中小型物流企业是一个抗风险非常弱的、经营风险非常高的群体。二是代收货款的归集难。由于专线企业在管理和信息化方面并不完善, 导致了代收货款的代收与归集的不及时影响物流企业的资金周转与经营发展。

针对物流代收货款痛点, 刘光琦以E-COD物流代收货款信息化协同平台为例, 阐述了苏州好易通物流科技有限公司在代收货款领域的探索与建议。通过与银行对接或第三方客户合作, 将终端 (设备) 放到物流运输的终端 (地点) , 利用智能终端起到货款管控的目的。用信息流引导资金流, 形成一个安全的通道,

另一家物流平台公司运满满也把平台生态化建设作为其发展的重要方向, 推出面向司机的卡车金融服务成为平台服务中最重要的内容之一。运满满总裁苗天冶表示, 运满满平台创建之初就有意为金融留下接口, 鼓励货主、司机在线上进行交易, 这不仅规范双方交易行为, 提高交易效率, 更为用户带来安全保障, 线上交易的用户一旦遇到问题, 运满满的专业客服团队将追溯这笔订单详情, 协助解决出现的问题与纠纷, 维护用户权益。此外, 运满满早就引入知名保险公司作为战略合作伙伴, 推出优质货运险, 让货物安全获得全方位保障, 并且将购买行为由线下导入线上, 提高投保效率。

物流信息化创新服务升级

在竞争压力加剧的市场环境下, 信息化的需求正变得越来越迫切。韩雪峰表示, 未来物流企业运输订单节点化、过程透明化、对账自动化将成为趋势;从订单到运输到管理报表再到自动结算与签收, 将成为主流。这就要求通过信息技术和大数据, 进行服务创新, 满足客户对服务高品质、严格准时率、较低物流成本等多重诉求。

飞扬软件董事长陈杨以飞扬软件为例, 从三个层面介绍了其进行的平台系统的创新改革是如何带给上下游客户价值, 并降低物流行业的整体成本的—

第一层是金融平台创新服务, 包括代收货款、运输保险、融资金融、货物路由、诚信体系、大数据分析等几大模块。

第二层是互联互通创新服务, 包括联盟应用, 上下游互联互通、系统间互联互通等行业间、行业内、行业上下游及系统间的共享运用。“互联互通”不仅仅是一家企业客户与客户之间的“互联互通”, 而是与多个物流管理系统实现互联互通, 让客户通过跨软件的信息共享, 通过SAAS应用模式的物流云平台为货主提供全方位的物流信息服务。

第三层是物流供应链创新服务, 主要靠“运输仓储配送一体化”管理系统来达成, 使物流行业真正实现“物流”的价值。

多式联运物流园区或是突破口

当前, 我国大部分地区的产业聚集已从资源型向资本型和信息型转变, 相应的生产指向、交通形态以及与之对应的物流节点形式都在发生变化。在这种背景下, 具有多式联运生态特征的物流园区呼之欲出。

只是, 虽然伴近几年我国对多式联运的重视程度不断加强, 但大部分物流园区尚未形成对多式联运的运力整合, 普遍缺乏多种运力的转化, 各园区之间也不能协同开发运输产品, 使园区成为一个个“物流孤岛”。

全球领先的现代物流设施提供商普洛斯中国副总裁朱琦表示, 当前, 普洛斯结合“一带一路”和西部大通道的“一横两纵”, 正通过云仓把枢纽、普洛斯物流园区和社会化仓储资源结合起来, 打造了一张高效物流设施网络, 其具有不同产品特性的现代化多式联运中心成为高级物流园区的有益范本。

有业内专家认为, 多式联运型物流园区的实质是转运工程, 体现区域综合交通的服务能力, 并不是只要有两种运输方式交叉就能建设多式联运型物流园区, 园区中的运输方式至少有一种等级要高, 且处于大通道节点, 这样的多式联运才有意义。

从国内来看, 云南昆明的腾俊国际陆港、四川成都的国际集装箱物流园区、浙江义乌的陆港新区等在一定区域内率先实现智能化、一体化的园区, 正在形成自己的物流生态圈特征, 有利于更好地打造当地的大物流生态圈。

一位综合物流园区的负责人告诉记者, 在行业面临转型升级的当下, 多式联运型物流园区既可有效降低社会物流成本, 助推绿色物流的发展, 也有利于物流、转运装备技术标准统一, 或将成为未来物流园区的发展趋势。而如何培育更多有全球影响力的国际物流中心, 使之形成一个物流生态圈, 以应对日益激烈的物流市场的竞争, 也将是今后物流业一个值得探讨的话题。

大数据生态圈 第2篇

性研究报告

编制单位：北京智博睿投资咨询有限公司

第一章 大数据智慧生态园项目总论 1.1 大数据智慧生态园项目基本情况 1.1.1 大数据智慧生态园项目名称 1.1.2 大数据智慧生态园项目选址 1.1.3 大数据智慧生态园项目承担单位 1.1.4 大数据智慧生态园项目建设目标及定位 1.1.5 建设内容及规模 1.1.6 投资估算与资金筹措

1.1.7 大数据智慧生态园项目建设期限 1.1.8 大数据智慧生态园项目效益 1.1.9 主要技术经济指标 1.2 可行性研究依据与范围 1.2.1 报告编制依据 1.2.2 报告研究范围

1.3 可行性研究结论、问题及建议 1.3.1 研究结论 1.3.2 问题及建议

第二章 大数据智慧生态园项目背景与建设的必要性 2.1 大数据智慧生态园项目提出的背景 2.1.1政策背景

2.1.2 大数据智慧生态园项目提出理由 2.2 大数据智慧生态园项目建设的必要性

2.2.1 大数据智慧生态园项目的建设符合国家和地方相关政策 2.2.2 大数据智慧生态园项目的建设有利于保障经济圈建设的需要 2.2.3有利于提升XX市产业科技含量 2.2.4是增加当地就业机会的需要

第三章 大数据智慧生态园项目建设地址和建设条件 3.1 大数据智慧生态园项目选址 3.1.1 选址原则 3.1.2 场址选择 3.2 建设条件 3.2.1地理位置 3.2.2 自然气候条件 3.2.3 外部交通条件

3.2.4 大数据智慧生态园项目施工条件

第四章 大数据智慧生态园项目市场分析 4.1我国XX市场概况

4.1.1我国大数据智慧生态园发展现状 4.1.2我国大数据智慧生态园市场发展前景 4.2我国XXX市场概况 4.2.1我国XXX市场应用情况 4.2.2 XXX市场情况 4.2.3 XXX市场前景 4.3 XXX行业现状

4.4 大数据智慧生态园项目定位分析 4.4.1 大数据智慧生态园项目整体目标 4.4.2 大数据智慧生态园项目服务群体 4.4.3 大数据智慧生态园项目辐射商圈 4.5 大数据智慧生态园项目SWOT分析 4.5.1 大数据智慧生态园项目优势-S 4.4.2 大数据智慧生态园项目劣势-W 4.4.3 大数据智慧生态园项目机会-O 4.4.4 大数据智慧生态园项目威胁-T

第五章 大数据智慧生态园项目建设方案 5.1 建设原则 5.2 规划方案

5.2.1 大数据智慧生态园项目发展思路 5.2.2 大数据智慧生态园项目的产业业态规划 5.3 工程设计 5.3.1 建筑设计 5.3.2 结构设计 5.4 总图布置 5.4.1 总图布置原则 5.4.2 总平面布置 5.4.3 给排水工程 5.4.4 电气工程 5.4.5 暖通工程 5.4.6 消防设施 5.4.7 道路系统 5.4.8 绿化系统

第六章 环保、劳动安全与节能 6.1 环境保护

6.1.1 建设地点环境现状 6.1.2 主要污染源及污染物 6.1.3 环境保护标准

6.1.4 施工期主要污染源及治理措施 6.1.5 运营期主要污染源及治理方案 6.1.5 环境保护结论 6.2 劳动安全卫生 6.2.1 设计依据

6.2.2 职业安全卫生主要措施 6.3 节

能 6.3.1 设计依据 6.3.2 设计原则

6.3.3能源消耗与能耗分析 6.3.4 节能措施 6.3.5 节水措施

第七章 组织机构与人力资源配置 7.1 组织机构

7.2 人力资源配置与管理 7.2.1 人力资源配置 7.2.2 人员培训

第八章 大数据智慧生态园项目管理、实施进度及招标 8.1 建设项目管理 8.1.1 实施原则与步骤 8.1.2 组织机构与分工 8.2 建设项目实施进度 8.2.1 施工进度安排 8.2.2 建设与运营的衔接 8.3 招标方案 8.3.1 概述 8.3.2 招标组织形式 8.3.3 招标方式 8.3.4 招标范围

第九章 投资估算与资金筹措 9.1 投资估算

9.1.1 投资估算依据和范围 9.1.2 投资估算构成分析

9.1.3 大数据智慧生态园项目投资估算 9.2 资金筹措 9.3 资金投入计划

第十章 财务分析

10.1财务评价依据、范围及假设条件 10.1.1财务评价依据及范围 10.1.2假设条件

10.2基础数据及参数选取 10.2.1计算期及生产负荷 10.2.2基准收益率 10.2.3取费标准 10.2.4折旧和摊销 10.2.5税率 10.2.6公积金

10.3财务效益与费用估算 10.3.1销售收入估算 10.3.2生产总成本估算 10.3.3利润及利润分配 10.4财务分析

10.4.1财务盈利能力分析 10.4.2财务生存能力分析 10.5不确定性分析 10.5.1盈亏平衡分析 10.5.2敏感性分析 10.6财务评价结论

第十一章

社会影响评价 11.1社会影响分析 11.2互适性分析 11.3社会风险分析 11.4社会效益分析 11.5社会评价结论

第十二章

风险分析 12.1风险识别与评价 12.1.1主要风险 12.1.2其它风险 12.2风险对策

第十三章

社会稳定风险分析 13.1编制依据 13.2风险调查

13.2.1调查的内容和范围、方式和方法 13.2.2拟建项目的合法性

13.2.3拟建项目自然和社会环境状况 13.2.4利益相关者及基层组织的态度 13.3风险识别 13.4风险估计 13.5风险防范化解措施 13.6风险等级 13.7风险分析结论

第十四章 大数据智慧生态园项目结论和建议 14.1 大数据智慧生态园项目结论 14.2 大数据智慧生态园项目建议

财务表：

表1：财务评价指标汇总表 表2：建设投资估算表（概算法）表2-1：土建工程投资明细表 表2-2：设备投资明细表 表3：建设期利息估算表 表4：流动资金估算表

表5：大数据智慧生态园项目总投资使用计划与资金筹措表 表6：营业收入、营业税金及附加和增值税估算表 表7：总成本费用估算表（生产要素法）表7-1：外购原材料估算表 表7-2：外购燃料动力估算表 表7-3：固定资产折旧费估算表 表7-4：无形资产和其他资产摊销估算表 表7-5：工资及福利费估算表 表8：项目投资现金流量表

表9：大数据智慧生态园项目资本金现金流量表 表10：利润与利润分配表 表11：财务计划现金流量表 表12：资产负债表 表13：借款还本付息计划表

关联报告：

大数据智慧生态园项目可行性研究报告 大数据智慧生态园项目建议书 大数据智慧生态园项目申请报告 大数据智慧生态园资金申请报告 大数据智慧生态园节能评估报告 大数据智慧生态园市场研究报告 大数据智慧生态园项目商业计划书

用大数据打造诚信中国圈 第3篇

近年来，随着云计算等新型数据处理技术不断成熟，大数据也不断被应用到政府日常管理和为人民服务中，并成为推动政府政务公开、完善服务、依法行政的重要力量。政府能否利用大数据带来的信息化变革，加速推进政府转型，以信息公开促进依法行政，以数据开放增强市场活力，不仅影响着大数据行业本身的发展，更事关中国社会信用体系的建设。

建立大数据平台

大数据时代的到来，虽然展开了一张美好的蓝图，但目前不少政府部门仍存在信息不畅的问题，形成一个个信息屏障，让企业、百姓在各个部门间奔走，甚至是毫无方向地乱走。信息屏障的长期存在，让诸如征信体系建设、不动产登记等改革举措受困其中，同时也引发了数据库重复建设等浪费现象，诈骗企业、欺骗百姓的现象也屡有发生。

“由于南长区的政府人员较少，面对大量企业，政府人员的工作压力较大，同时由于对企业的服务方式较为落后，许多企业还是通过电话向政府咨询关于审批等相关事宜，工作人员每天最多只能帮忙解决两件事情，其中很多事情都是重复的。”无锡市南长区中小企业局局长秦如平告诉《经济》记者，许多基层政府迫切需要一个平台，可以把政务的所有行政许可和一些行政审批事项予以公开，能够在最短的时间里让企业、百姓准备好材料，准确找到相关部门办理，这样不仅可以减轻工作人员的压力，同时也能便利百姓及企业。

在“大众创业、万众创新”的号召下，创业兴起了一股热潮，但有很多创业者不知道需要审批哪些事项，也不知道找哪个政府部门去办理相关手续，这就导致有很多人冒充国家机关人员去诈骗创业者的现象发生。

由于毒奶粉、苏丹红、地沟油等毒害身体健康的产品、食品添加剂屡禁不止，百姓在面对中国产品时变得惶恐不安。百姓宁愿花高价去购买进口产品，只因为其有好口碑、高信誉、高质量。秦如平表示：“这其实是很多政府部门的不作为造成的，政府要做的不是去教百姓、企业如何防范诈骗，而是要去制止诈骗行为，曝光不合格产品、诈骗人员及企业。因此政府部门需要一个平台，能将企业按产品质量进行归类，像红名单、黑名单，这样可以让失信的企业或个人寸步难行，而把讲信誉、质量合格的企业用红榜标上，让百姓放心。同时也让百姓、企业可以信任政府，放心社会。”

挽救诚信危机

依据现代主权在民、人民主权的基本理念，人民把权力交托给政府并承诺做一个守法的公民是有条件的，这就是政府和国家其他权力机构必须履行对人民的承诺。如果大规模出现政府官员贪污腐败、失信于民，市场上屡次出现贩卖危害人体健康的产品，百姓相信谣言胜于相信政府等现象，而且百姓、企业对此无可奈何，那么，这样的政府及其社会就会陷入严重的信任危机。20世纪最伟大、最具原创性的思想家、政治理论家之一的汉娜·阿伦特在谈到破坏承诺的诸多因素时，特别指出了“政府行政部门日益增长的对权力的急切渴求”，这对于中国目前的诚信建设尤其具有警示意义。

“我认为可以借助大数据的力量真正地打造一个诚信政府、诚信社会、诚信中国，形成一个服务标准化、透明化、公开化的政府，这样就能打破大众创业、万众创新的瓶颈。”秦如平表示。为此，南长区的中小企业局通过与第三方信息服务平台合作，立志要打造中国的诚信企业圈，希望能够通过网络平台提供及时、权威的政务信息，全面、准确的企业资讯，专业、便捷的生产性服务，优质、价廉的生活性服务以及政企、银企、校企、企企的互动交流平台，挖掘企业的信用数据、经营数据、人才数据，帮助企业开源节流，提升其知名度和核心竞争力。这样做的意义和作用不论从政治效益、社会效益还是经济效益、服务效益来说，都可以取得良好的效果。因为这样做不仅可以规范行政许可，畅通信息渠道，提高行政效率，提升政府透明度和公信力，还可以规范市场交易行为，促进公平竞争，营造良好的市场环境和社会氛围，提高企业办事效率，减少运营成本，拓宽企业营销渠道，提高企业营销效益，增强企业的核心竞争力；同时还可以通过创新服务手段，拓宽服务渠道，优化服务流程，提升服务效能。

大数据生态圈 第4篇

特别是移动互联技术与医疗产业的深度融合和各种可穿戴设备的迅速发展, 充分发挥出移动设备的便捷性及互联网的效率性, 极大地拓展了优质医疗资源借助移动设备和互联网进行服务延伸的可能和想象空间。在过去的两三年间, 国内互联网医疗即移动医疗领域成为了新兴的投融资热点, 以康源互动“720健康管家”、九州通好药师健康商城、阿里健康天猫医药馆为代表, 众多创投机构、互联网巨头以及传统医药企业都在纷纷布局和挖掘互联网医疗的投资主题。创新医疗服务模式与互联网医疗的同步发展, 互为推进, 正在颠覆性的改变中国医疗服务业的产业格局, 极大地推动了中国医疗健康产业的发展。

虽然如是, 但是也应看到, 在当今的医学界, 单因单病的生物医学传统模式逐渐力不从心, 已向多因多病的“生物-社会-心理-环境”大健康模式转变, 即从单一救治模式转向“防-治-养”一体化防治模式。在此视角下, 现有的新兴医疗服务模式探索仅仅是我国医疗健康产业大系统下局部、个别环节的创新和尝试, 即未能展现未来我国医疗健康产业全貌, 同时, 前述创新医疗服务模式的成功光环也在一定程度上遮蔽了未来我国医疗健康产业发展的其他可能路径。

有鉴于此, 笔者尝试在大健康视角下系统梳理我国医疗健康产业链条, 呈现我国大健康产业生态全貌, 找到我国医疗产业商业模式的更多可能选择, 以丰富和拓展对我国医疗产业投资发展的认知。

一、大健康生态圈的概念

生态圈原原本是一个自然科学用语。1993年, 穆尔 (James Moore) 首次将这一概念引入商业研究, 在《哈佛商业评论》上提出了“商业生态系统”的概念。商业生态圈是指以各种不同组织———包括产品提供者、供应商、分销商、顾客、互补产品提供者、竞争者、政府及其他利益相关者——相互作用为基础的经济联合体。在这一体系中, 每个组织担当着不同的功能, 各司其职, 但又形成互赖、互依、共生的生态系统, 虽有不同的利益驱动, 但身在其中的组织和个人互利共存, 资源共享, 共同维持系统的延续和发展。

经典“商业生态系统”理论认为, 生态圈由互为依托、递进发展的共生、互生和重生三个层次构成。第一个层次的商业生态圈共生:各成员分工协作, 为共同的目标有机地联合成一个整体, 协同为用户创造价值, 实现生态圈的整体价值最大化。共生的核心是一个价值平台, 可供生态圈中各商业伙伴共同利用和分享从而使价值创造活动得以系统化地组织。商业生态圈的第二层次是互生:生态圈必须建立一种可低成本分享价值的管理结构, 降低成员可能出现的衰退或转向其他生态圈。这一环节的核心在于系统中分享价值的成本必须足够低。

近年来, 药物研发成本与日俱增, 医药行业饱受基本药物制度、招标采购和药品价格管理等多方面因素困扰, 在全球产业结构调整、中国经济发展方式转变的形势下, 众多创投机构、互联网巨头以及传统医药企业向“大健康”领域延伸, 发展新业务, 拓展新市场。九州通以好药师网为核心, 以实现线上线下与智慧医院系统、区域卫生系统以及家庭健康系统等智慧医疗平台对接, 打造九州通“一站式健康服务”B2C大健康平台, 为消费者、药店、诊所、厂家、医院等提供一个健康教育、在线问诊、健康监护及药品采购一站式服务。上市公司迪安诊断在专注健康诊断的同时, 顺势在医疗服务、健康管理、基于健康服务的第三方产业和健康保险上下游业务进行拓展, 积极打造“诊断+治疗+健康金融”的健康生态圈。

在前述商业生态圈基本理念的基础之上, 结合目前国内已经开展的相关实践, 笔者对于“大健康生态圈”概念理解为:以人为本, 围绕个人或特定群体的生理、心理、精神及社会、环境、家庭、人群等各方面医疗健康需要, 由政府、现实或潜在的医疗健康服务需求者、医疗保健机构、医疗保健产品提供者、医疗保健金融组织、第三方服务中介及其他利益相关者组成的, 通过建设和借助某种价值平台, 撬动和整合其他机构和组织的能力, 以满足上述医疗健康需要为目的的相互作用、协同发展、价值共享的经济联合体。随着医疗改革步伐的加快, 物联网、大数据、移动互联等现代信息管理技术的迅猛发展, 我国大健康生态圈所面对的法律、管理和技术方面的壁垒和瓶颈不断得以改善, 大健康生态圈内部的交易成本持续而显著的下降, 使得大健康产业活动的分工和联合成为可能和必要。

相比较以往基于价值链模型上的商业模式, 由于系统内企业将经营重心从内转向企业以外, 从单一企业自身能力/资源投入转为撬动价值平台利益相关方的能力/资源, 因而大健康生态圈商业模式展现出轻资产、开放性、难模仿以及具备协同放大效应等四个显著特征, 即生态圈成员不必无限加大投入以延伸和覆盖价值链条从而导致企业资产越来越重, 转而代之以自身能力为基础, 通过平台融入生态圈联合, 借助合作伙伴的资源/能力来创造价值;生态圈具有远超越于价值链系统的吸纳能力, 可以容纳更多的公司加入这一系统, 而随着系统的不断扩大, 其竞争力也会相应增强;生态圈的核心竞争力从企业内部转向网络, 一方转向多方, 其形成的方式比单一企业更为复杂, 这种复杂性从根本上决定了生态圈的不可复制性;通过生态圈内部的整合, 参与方可以通过依托共享平台借助其他成员的能力/资源而获取业绩成长。

二、大健康生态圈的架构和功能

第一个层次是物联网技术支撑生态。大健康生态圈的一个基本特征就是经济联合体之间高频率的一对一、一对多、多对多的互动, 通过互通来实现对于个人或特定群体的生理、心理、精神及社会、环境、家庭、人群等各方面医疗健康需要的满足。面对海量的信息交互需要, 技术边际直接决定了大健康生态圈的产业边界。

物联网是一个基于互联网、传统电信网等信息承载体, 让所有能够被独立寻址的大健康生态圈参与方及其设备、资源实现互联互通的网络, 特别是与云计算和可穿戴医疗保健设备相结合的物联网智能处理技术, 依靠先进的信息处理技术能力, 有效的保证了以现实或潜在的医疗健康服务需求者医疗健康需要的发现、传递、匹配的效率, 政府开展医疗保健监督决策、管理的效率, 医疗保健机构、医疗保健产品提供者、医疗保健金融组织、第三方服务中介及其他利益相关者分工协同的效率。

第二个层次是政府监管支撑生态。如果说物联网技术支撑生态决定了大健康生态圈的技术边界, 那么政府监管支撑生态则决定了大健康生态圈现实的法律伦理边界。

通常而言, 一个基本的政府监管支撑生态应当包括国家当前的医疗保健法律法规体系, 国家基本和补充医疗保障体系, 国家医疗保健监管体系和国家未来的医疗保健改革政策体系。

第三个层次是医疗保健金融支撑生态。此处所讲的医疗保健金融支撑生态, 是在医疗、养老等国家基本和补充医疗保障体系之外, 有国家、地方和各类商业组织发起成立的医疗保健领域的引导、投资、借贷、扶助救济等各种形式的盈利或非盈利专业性金融活动, 用以支撑大健康生态圈的建立、运行、发展和价值分享。

高度金融化是现代经济系统的一个基本特征, 而医疗保健产业作为一个具有显著行业特性的领域, 普通金融、大众金融往往难以承担起大健康生态圈的金融支持功能, 唯有建立、加强和完善专业化的医疗保障金融支撑体系。

第四个层次是医疗保健服务支撑生态。医疗保健服务支撑生态, 也就是狭义的大健康生态圈, 是由具体承担现实或潜在的医疗健康服务需求者医疗保健需要发现响应、方案设计、资源供应、保障实施、后续辅导以及相关经济法律服务的现实或潜在的医疗健康服务需求者、医疗保健机构、医疗保健产品提供者、第三方服务中介组成的直接的医疗保障服务互动系统。其功能是通过专业化分工和协同配合, 最终实现医疗健康需要的满足。

而该医疗保健服务支撑生态的核心, 则是以人为本、数据为基础, 互联互通、智能决策的个人健康信息平台的搭建和有效运行。这个平台要面向医疗机构服务, 还要面向每一个现实或潜在的医疗健康服务需求者提供个人的健康档案查询、医保咨询结算、就诊者信息修改等服务;也要面向药物提供商, 根据个人的健康信息合理用药、合理检查。有了这样一个信息化平台, 有效运转的医疗保健服务支撑生态才能建立起来。

同时, 也正是由于个人健康信息平台的存在, 才能够实现大健康生态圈物联网技术支撑生态、政府监管支撑生态、医疗保健金融支撑生态、医疗保健服务支撑生态四个子生态层的纵向连接和互动, 保证大健康生态圈在横向和纵向两个维度上的整体有效运转和价值提升。 (图1)

三、大健康生态圈涵盖的各种商业机会

正是因为大健康生态圈是由需求而生、为需求而去的本质, 由于其需要面对个人或特定群体的生理、心理、精神及社会、环境、家庭、人群等多方面的医疗健康需要, 广泛运用了物联网、移动互联、大数据等现代信息管理技术, 与IT行业、金融行业、物流行业深度融合, 对于经济联合体有效运转的战略、运营、技术、法律等管理要求亟待迫切, 拓展和创造了巨大的商业空间和商业机会。

从大健康消费需求和服务提供模式角度出发, 大健康产业可分为健康管理服务、医疗康复服务、养老护理服务三大类, 形成七大基本产业群体, 即:以个性化健康检测评估、咨询服务、调理康复和保障促进等为主体的健康管理服务产业;以医疗服务机构为主体的医疗康复产业;以药品、医疗护理器械、保健食品以及其他医疗耗材产供销为主体的医药保健品产业;以疗养康复、养老护理、慢性病管理为主体的休闲养老产业;以移动/远程医疗、可穿戴设备、大健康大数据产品为主体的医疗信息产业;以大健康消费、投资、融资、租赁为主体的大健康金融产业, 以及配套上述产业的法律、商务、咨询、中介为主体的大健康配套服务产业。

资料显示, 大健康产业已经是全球第一大产业, 年支出总额占GWP (世界国内生产总值) 总额约1/10。从国内看, 2013年, 我国大健康产业规模接近5万亿元, 约占GDP总额的8%, 到2023年有望突破20万亿元, 大健康产业将成为继IT产业之后第五波经济浪潮新支撑。

参考文献

[1]第一财经日报.安永:中国医药产业将蛙跳进入3.0时代[EB/OL].http://news.hexun.com/2010-03-26/123113442.html, 2010.3.26.

[2]中国商贸.在商业生态系统中提升企业核心竞争力[EB/OL].http://bj.house.sina.com.cn/biz/zy/2009-06-19/11024640.html, 2009.6.19.

新行业 大数据生态 第5篇

当下，大数据已全面嵌入产业、商业中，释放出巨大的革新动力。随着移动互联网技术的创新性发展，大数据金融也将进一步颠覆传统行业，构建成本更低、效率更高的行业新格局。

普惠金融提速

“从事金融行业多年，始终在关注新技术，但大多都是隔靴搔痒。只有大数据让人眼前一亮。”正德人寿保险公司CIO裴兆旭说，大数据金融就是那只能伸进靴子里的抓手。

国内首家互联网保险公司——众安保险CEO陈劲也公开表示，自己面临的最大考验便是跳出传统金融思维，以技术创新和开拓性眼光规划未来。众安的互联网生态、直达用户以及开发空白领域这三大定位，抓手均是大数据技术。

马云要打假，靠的是大数据，通过智能识别、数据抓取与交叉分析、智能追踪、大数据建模等技术手段，将假货从10亿量级的在线商品中捞取出来。而阿里小贷的运营乃至开设民营银行，更需要大数据的支撑。

阿里人常说，淘宝上每一笔交易的背后都有无数技术细节和信息抓取，有8000多个工程师在组织和修正模型——消费者的消费偏好、上网时长、登陆IP、发退货、信用评价、维权记录和社交媒体数据等16个维度、上千个数据变量被提取和交叉分析。

“住址、手机、证件号等基础搜集相对简单，阿里更看重个人习惯的微妙变化，比如输入密码时习惯停顿，或者某个字母常用左手。”支付宝一位技术部门主管称，互联网银行旨在精准定位，比贷款者更了解贷款者。

同样，在阿里小微金融服务集团副总裁俞胜法看来，大数据就意味着无极限。他认为，所有看似毫无关联的数据皆可用作信用评级。之于个人，是对其细微行为的全画像;之于企业，是对其现金流、贸易流、订单流等的全维度描述。

之于个人，阿里等大数据公司会从微博、社交平台、同学录等获取大事记、信用卡限额、诉讼信息、朋友圈、中小学教育甚至既往病史等等，还可能获取婚姻状况、投资偏好、配偶、担保人、房贷车贷、个人和家庭年收入等信息。

一些大数据公司还会利用个人浏览器中的痕迹，发现浏览足迹和生活习惯，描绘出一幅包括社会关系、网络关系和企业关系的全图谱。

“不同于传统征信关注还款、负债、抵押等资金流动信息，大数据对个人行为的刻画无孔不入。”俞胜法说，这一切几乎完全自动化，人工部分仅限于事后的模型完善。

这样的原理也被运用在对企业的考察中。

“我们给多家银行提供服务，统计对象已达1亿规模，既包括资产负债表和水表、电表、报关表等传统信息，也包括企业订单、库存、物流和联保互保等数百个变量。”金电联行（北京）信息技术有限公司董事长范晓忻介绍，数据一有异动就会生成风险提示，比如某笔订单收货期被拖延，系统会立即关注其联保、互保企业。“风控方式从传统金融的事后降低不良率，变为了事前提高风险抑制率”。

截至2014年上半年，淘宝已拥有900多万店铺，针对其提供信贷的阿里小贷从2010年起，业务规模每年数倍翻番。其微贷事业部累积客户数已达60万人，贷款余额150亿元，且全年预计超过250亿元，累计放款超过1900亿元。

同样，微众银行的贷款业务原理趋同，数据偏重社交信息，但最终殊途同归。

近年来，国务院多次针对融资难、融资贵问题发文，将其作为新常态下金融改革的重中之重。一部分无法在传统金融中找到位置的“小微”们，在大数据上终于尝到了普惠金融的甜头。

征信监管新局

“所有领域中，最早使用大数据的是征信行业。”信而富小贷公司创始人王征宇表示。消费信贷、信用卡等需要大量数据积累，庞大的受众又需要大型运算功能和存储体系，且资金流动风险亦亟须深度把控，使得金融征信业理所当然地成为享用大数据技术红利的首个行业。

例如，针对额度10万元以下的信用卡客户，银行会盯住三个问题：还款能力、还款意愿和收入稳定性，尽管央行征信系统能囊括90%，但坏账率却随着经济下行而不断上升。解决之道，便是用社交、电商等大数据来深入分析剩下的10%，丰满用户“全画像”。

目前，征信数据来源于多个方面：

一是电商，即阿里等的风控数据挖掘系统;二是银行信用卡类，其申请年份、审批、授信额度、还款情况等均为信用参考数据;三是社交网站，以美国LendingClub为例，搭建借贷双方平台，将借款人分为若干信用等级;四是小额贷款类，例如信贷额度、违约记录等，但目前单一企业数据地域性强、数量级低，亟须建立业内共享模式;五是第三方支付，其资金入口和结算通道的角色，使其用户支付方向、月支付额、消费品牌等均可用作评级参考;六是生活服务类，例如水、电、煤气、物业费等传统金融中的基础信息。

要致富、先修路，这是常识。

1月5日，央行印发《关于做好个人征信业务准备工作的通知》，要求阿里旗下的芝麻信用管理有限公司、腾讯征信有限公司、深圳前海征信中心股份有限公司、鹏元征信有限公司等8家机构做好个人征信业务的准备工作。这一举动，被视为央行架构个人征信“高速公路”的开始。

央行人士称，大数据征信既防范风险，又能提高银行净收益，且随着信贷行业和消费行业的发展提速，将催生出征信业的巨大需求。《中国征信业发展报告（2003—2013）》显示，目前我国拥有约150家征信机构，总规模仅20亿元左右，与美国和日本分别近800亿元和40亿元的规模相去甚远。以现有规模和征信产品价格计算，我国仅个人征信的市场空间就将达1000亿元，未来将以50倍的力量飙涨。

央行旗下征信机构上海资信有限公司的数据也显示，该公司网络金融征信系统（NFCS）共接入203家P2P平台，日均查询量达2000次。而北京安融惠众征信有限公司的小额信贷行业信用信息共享服务平台，上线一年半内，会员机构达405家，会员间信用信息共享查询量日均约9000次，有信用交易记录的个人更是突破了100万。

监管层真正的顾虑在于，征信市场一旦开放，寻租空间可能难以估量。但大数据时代已大势所趋，在顶层设计上逆势蹒跚不如顺势而为，摸索出一条正道。

当然，不能任由各种民间征信机构扒掉民众的“衣服”，如何对隐私保护拿捏得当，还需司法部门尽快跟上。

大数据驱动大众生态创新机制及对策 第6篇

1 生态创新基本目标及特点

生态创新包括任何节约资源、减少污染物及碳排放的想法和行为方式创新,涉及整个社会生产和消费方式的生态化转变,具有全方位、多层次和大众化等特点和要求。大众泛指群众、民众,既包括普通工人、农民等“草根”群体,也包括科学家、技术专家和企业家等社会精英。大众生态创新是精英创新与“草根”创新结合、多样主体共同参与协同推进的大众创新过程,也是生态化产品、行为方式和价值观念认同、接受、应用与共享的大众化过程。

1.1 生态创新基本目标:生产方式生态化

创新(innovation)是指在一个群体内部得到广泛接受的任何新的做法、工具或原理[2]。生态创新(eco-innovation)亦称环保创新,其任务在于创造价值(value creation),是一种有益于节约资源、保护生态环境的新想法、新发明变成商业化成果或新行为方式大众化的过程。面对全球性资源环境危机,生态创新受到国内外政界、理论界和产业界重视。2006年欧盟在德国慕尼黑创新主体研究会上提出:“生态创新是指创造新型的、价格具有竞争力的商品、工艺、系统、服务和流程,以满足人类需求,为大众提供更高的生活质量,同时每单位产出的生命周期对自然资源(自然物质包括能源和表面面积)的消耗最低,排放的有毒物质也最少”。欧盟委员会在《2007—2013竞争力和创新体系计划》中强调,生态创新主要目的是保护环境和节约资源,实现生产方式和生活方式生态化,明确定义:“生态创新是任何形式的致力于通过减少对环境的影响或以更加高效和理性的方式使用自然资源(包括能源)、显著促进可持续发展的创新。”[3]

生态创新引领经济发展,增强企业竞争力和利益回报。生态创新作为企业社会责任(CSR)与创新管理的交叉领域,具有知识溢出和环保溢出的双重正外部性特点,是实现生态环境保护与经济发展的重要途径。道琼斯可持续发展指数显示,处于生态创新前沿的企业会获得更大的受益。生态创新为企业引入获得持续发展与利益回报的双赢逻辑,使那些怀有可持续理念、既追求眼前利益又考虑未来发展的企业能够赢得优势地位。这种“持久经济”发展实践的核心理念是以环保和高效方式为社会提供消费者真正需要的生态产品,使社会通过需求管理和财政制度维护“充足原则”,即,在消耗自然资源时做到保持节制,满足当下就好,不透支未来发展资源。塑造一个持续发展、具有竞争力的市场体系,归根结底是政府的责任。国家应建立制度和政策体系,使生态创新引入企业作为一个管理工具来提高竞争力。为了加速推进各成员国生态创新进程,欧盟曾推行一系列生态创新行动计划。2011年欧盟实施生态创新行动计划(Eco AP)、环境技术行动计划(ETAP)、环境技术认证(ETV)及创新联盟(IU)等措施,为成员国家长期处于生态创新前沿的实践者铺平道路。

生态创新的基本目标是实现社会物质生产方式生态化。经济活动方式不合理引发生态环境问题,生态创新解决生态环境问题,引领生态文明发展,根本在于实现两个转变:一是经济人向“生态人”转变,这是人的自由而全面发展的必然要求;二是传统社会向生态社会转变,这是绿色低碳循环发展建设生态文明的根本目标。所谓“生态人”就是人与自然生态一体化的人。就现实而言,“生态人”把自然界视为自己“无机的身体,采取生态化的行为方式生产和消费,自觉节约资源、保护生态环境。“生态人”作为适应生态文明发展需求的主体承担者,不是一个抽象的人性假设,而是具备了多重基本要素的现实的人。“生态人”不仅具有与时代相适应的生态意识和人格,而且具有与其职业活动及生活消费方式相对应的生态理性和生态实践行为。人的本质“是一切社会关系的总和”。生产关系是最基本的社会关系。马克思[4]强调“生产关系总合起来就构成为所谓社会关系,构成所谓社会”;在人类社会从低级到高级有序发展中,“每一个生产关系的总和同时又标志着人类历史发展中的一个特殊阶段”。生产方式作为劳动者与生产资料相结合的方式,涵盖物质生产的技术方式、劳动方式和制度形式,既是社会存在的基础,又是社会发展的尺度。生产方式生态化,从根本上和总体上决定着生态文明建设水平,因此,生态创新促进经济人向“生态人”转变和传统社会向生态社会转变,基本目标是实现社会生产方式生态化。

1.2 生态创新特点:全方位、多层次和大众化

生态创新促进生产方式生态化,必然引起整个社会行为方式向生态化转变。创新源于系统演化,是系统各种参量和外部环境因素协同作用的结果。创新系统各层次变化能够被区分识别,各层次共同作用最终决定创新成败。生态创新与经济创新、政治创新、文化创新、社会创新相互促进、相互融合[5],具有全方位、多层次的大众化性质特点和要求。生态创新的终极目标和总体趋势是实现人与自然和谐,使全社会每一个人成为真正的“生态人”。实践是人的存在方式,物质生活资料的生产是人的基本实践活动。“生态文明的基础是生态化生产方式,它的物质技术基础是生态产业。”[6]因而生态创新促进整个社会经济活动方式生态化,关键取决于物质产品设计生产、用户服务、管控等层面的生态创新。

首先,设计生产层面的生态创新。产品的生产技术设备、工艺设计是决定价格、利润和解决环境问题的关键,产品技术工艺选择和有关材料、能源使用决策要全面考虑产品整个生命周期对环境的影响进行环保型设计。设计层面生态创新能够同时将生态效益、经济效益和有效服务最大化,要坚持循环经济“3R”原则,把“所谓的生产废料再转化为同一个产业部门或另一个产业部门的新的生产要素”[7],形成闭环式循环。子系统和组件设计层面的生态创新,目标是减少负面影响和生态修复。如改善全球气候变暖问题的碳捕集和封存(CCS)技术目标,首先要解决化石燃料加工过程等点源CO2的捕集和封存,其次才是解决排放到大气中CO2捕集和封存的技术问题。总之,产品和工艺设计要注重生态效率,减少资源消耗和有毒物质产生,力求把生产造成的环境危害降到最低程度。

第二,用户层面的生态创新。生态创新的成败关键是用户开发和用户接受度,决定创新者受益于竞争力提高的程度以及他们在提高可持续发展能力方面的志向。企业通过技术、工艺、产品和服务创造附加值的方式对环境的影响至关重要。成功的创新必须创造更高的价值或降低成本,最终吸引现有客户投入更多资金或吸引更多新的客户。用户的关键作用不仅在于应用创新成果,还在于发现问题、改进和开发新产品。用户层面的生态创新可以极大地影响产品制造企业与服务提供商的创新进度和方向,促进生产和经营方式生态化,因此,企业进行生态创新,需要不断吸引用户积极参与,发挥他们的创造力并使其从中受益,保证他们会接受和继续使用生态化的新产品及服务。

第三,管控层面的生态创新。这是着眼于体制和组织层面,旨在解决生态环境和资源问题的制度、政策及路径等方面的生态创新。现实根深蒂固的制度体系和路径依赖往往是生态创新推广的阻力,这些路径障碍和锁定体系的克服需要进行一系列的管控创新。企业管控层面生的态创新,要探索企业在社会中更广泛的作用,与其他利益相关者保持协作互动,并在财税等方面获得政府的政策支持。企业管控体系对生态创新具有驱动和阻碍双重作用力,因此,促进企业生态创新,需要国家和地区的制度、政策创新,自上而下的多层次管控激励引导,实施统一行动和相互协同的计划措施。同时,企业考虑未来发展,要赢得优势地位、获得更大利益,制定实施管控政策和措施,构建企业联盟和管理体制,自下而上地自组织学习与配合,促成多样主体协同进行管控创新。

生态创新大众化,包括生态创新过程参与主体大众化和生态创新成果应用大众化。一方面,生态创新是精英创新与“草根”创新结合、多样主体共同参与协同推进的大众创新过程。精英创新要以“草根”创新为基础。正如马克思[8]所言:“沃康松、阿克莱、瓦特等人的发明之所以能够实现,只是因为这些发明家找到了相当数量的、在工场手工业时期就已准备好了的熟练的机械工人。”劳动作为人的一种基本属性,根本意义在于创新。“创新是人类活力的源泉”。创新“真正高手在民间”[9]。无论科学家、技术专家、企业家等精英生态创新,还是产学研结合生态创新、产业集群协同生态创新都离不开普通工人等“草根”群体的智慧和实践。“草根”群体的劳动实践积累丰富的生态创新智慧和潜能,通过精英创新示范、引领,能够涌现更多有益于节约资源、保护生态环境的新成果。另一方面,生态创新是生态化产品、行为模式和价值观念认同、接受、应用大众化的过程。创新“没有需要,就没有生产”应用;而一旦大众认同和社会需要,这些创新就“使社会的运动活跃起来”。生态创新“给予工业进步以新的推动”,这往往“都有过无数次微小的但终究是很有意义的改进,而每一个新的改进都给予整个工业体系的发展以有利的影响”,并因此“带来了新的生活关系和新的需求”。如此互动推进,生态“文明程度一提高,就产生新的需要、新的生产部门,而这样一来又引起新的改进。”[10]所以,生态创新引领生态文明发展,具有全方位、多层次和大众化特点。

2 大数据驱动大众生态创新机制

大数据是以容量大、类型多、存取速度快、应用价值高为主要特征的数据集合。“人类将可以通过对这些大数据的交换、整合和分析来发现新的知识、创造新的价值,带来大知识、大科技、大利润和大发展。”[11]当今时代大数据正以空前速度和规模渗透到生产生活领域,变革生产生活方式和思维方式,在设计生产、管控、服务等方面加快生态创新要素的网络化共享、集约化整合、协作化开发和高效利用,驱动产业集群协同、产学研结合、中小微企业联合与“草根”协作生态创新。

2.1 大数据驱动产业集群生态创新

产业集群企业间相互信任,搭建信息共享平台,汇集想法流、整合资源,增强生态创新驱动力,实现共创、共生、共赢。产业集群(industrial cluster)是指在特定区域中具有分工合作关系的企业、专业化供应商、服务供应商、金融机构及其他相关机构等行为主体,通过纵横交错的网络紧密联系在一起的空间集聚体,具有企业相关性、空间集聚性和柔性专业化、社会网络化等特征。大数据促进产业集群企业间分工协作、知识共享、边界融合,在产品设计生产、用户服务和管控等方面进行模仿创新、二次创新和协同创新。诺贝尔奖获得者埃德蒙·费尔普斯指出:真正的创新取决于对一种新产品或新方法的设想。创造力只不过是把事物关联在一起而已。新想法的传播和结合是行为转变与创新的推动力。大数据加速各种想法流汇集。产业集群构建资源共享网络平台,实现数据无缝对接和界限管理,积累亿万级海量数据来筛选和获取生态创新资源;同时,扩大公众参与和互动机会,使企业与消费者关系趋向平等。企业引导网民群体参与其业务流程管理中的创意、设计、质量评价等环节,了解消费者需求,构建以需求大数据分析为基础的“社会媒体—网民群体—企业群”三位一体的生态创新模式,因此,大数据驱动社会媒体、网民群体及核心客户的想法流汇集成为产品设计生产、服务及管控等环节生态创新的智力资源,提高生态创新绩效,不仅促进产业集群企业共创、共生和共享,而且实现企业与网民群体互动共赢。

大数据驱动产业集群企业生态技术、信息和相关知识聚集融合,促进绿色低碳循环发展,提高经济效益和市场竞争力。根据“信息熵”原理,大数据与“互联网+”连接的层级单位越小,熵就越低,经济活动耗费就越少,有序度和效率就越高。大数据应用使企业网络化联系紧密,生产管理与商务决策更多依赖于上下游合作企业、竞争对手、社会媒体、网民群体所构成的“大数据来源系统”,形成纵向整合、横向联合的发展趋势。在纵向整合上,企业群体以供应链为纽带紧密联系起来,分工协作、互利共生,不断从供应链向价值链、进而向生态创新链转变;在横向联合上,网络化商务模式改变企业竞争模式,使众多企业能够密切合作,形成产业集群,从“协同进化”和“整体共赢”的角度制定生态创新战略。因此,大数据能够监测、分析、共享生态创新资源并实时决策,降低企业间物质、信息、能量交换循环的“信息熵”,节约资源,减少废弃物及碳排放,提高产业集群企业的经济效益和市场竞争力。

2.2 大数据驱动产学研结合生态创新

大数据驱动产学研结合生态创新激励机制和成果导入机制有效运行。基于市场激励机制作用的有限性,加强政策引导支持促进产学研合作向纵深发展。大数据与互联网应用增强财税、信贷等政策杠杆的作用,使企业随着产学研结合生态创新,循环利用资源,实现绿色低碳循环发展,获得市场优势和竞争力;高校和科研机构则能够获得创新资金用于科研,提高生态创新能力,研发低碳循环技术工艺和绿色产品。产学研结合生态创新成果导入机制直接影响成果转化,运用大数据有效进行导入方案设计、导入点选定和导入效果预测及分析评价,确定导入方法和原则,获取企业对成果导入需求程度和预期效果等相关信息,及时处理成果导入项目产生的问题。

大数据驱动产学研结合生态创新的利益分配机制和风险管理机制有效运行。利益分配机制是主体对合作创新产生的利益分配的一种制度安排。产学研三者的利益关系直接影响合作的稳定性和有效性。大数据运用能够使生态创新的利润和专利、商标等知识资本产生的利益分配定量准确,充分体现责、权、利对称原则。生态创新程度越高,潜在风险越大,有效规避产学研结合生态创新风险,必须健全风险管理和预警机制。运用大数据和互联网系统搜集生态创新信息,同步跟踪监测、搜集整理和分析设计生产、服务、管控各环节相关信息,及时预测、评估风险,能够在萌芽状态消灭产学研结合生态创新的潜在风险。

企业利用大数据搜寻生态创新资源,遵循绿色低碳循环发展理念,以新的技术工艺和管理方法重塑自我,科学决策生态创新方案和路径,加强产品设计生产、服务和管控机制创新。譬如,近年来山东泉林纸业加强海量数据存储、发掘和筛选利用,把加强与高校、科研机构合作视为企业生态技术创新的重要途径,通过与北京林业大学、中国制浆造纸研究院等10多家高校及科研院所深度合作,取得多项重大关键技术突破,技术链涉及纤维原料制浆造纸、制浆黑液制肥、中水处理及回用、白水处理回用、废氨脱硫亚铵回用等方面,依靠具有自主知识产权的非木纤维制浆置换蒸煮新工艺、无元素氯漂白制浆新技术、秸秆清洁制浆技术等一批生态创新成果支撑,循环利用资源大幅度降低水耗、能耗和碳排放。

2.3 大数据驱动“草根”群体生态创新

大数据与互联网传播生态环保知识、经验和政策法规,有助于培养中小企业及普通公民生态创新的意识和行为新模式。李克强总理指出:企业是技术创新的主体。中小微企业大有可为,要落实和完善普惠性政策,“使‘草根’创新蔚然成风、遍地开花”。埃德蒙·费尔普斯强调:“中国需要本土创新和“草根”创新。”[12]大数据时代,很多数据在收集的时候并无意用作其他用途,而最终却产生了很多创新性的用途。移动互联网、物联网、社交网络、数字家庭等新一代信息技术应用于资源节约与环保活动,不断产生大数据,云计算为这些海量、多样化的大数据提供存储和运算平台。“草根”主体通过对不同来源相关数据分类、处理与优化,将结果反馈到上述应用,将不断涌现生态创新成果。参与能够创造文化,大数据传播生态环保知识、技术、经验和法规政策,汇聚群体智慧,使主体在解决环境的问题上创造出新的行为典范。“互联网+”代表着以人为本、人人受益的普惠经济,是生态创新带来的一种全新的生活方式和生产方式。万物互联和信息爆炸带来人的个性凸显,使消费者能够更灵活地参与到个性化产品和服务中去,实现以人为本、连接到人、服务于人、人人受益。生态创新催生普惠的绿色经济发展,促进供需资源高效对接,提升闲置资源利用率。“互联网+”在拼车、二手商品交易等领域创新迭出,以“滴滴专车”为代表的生态创新成果应用,为优化利用社会资源、实现绿色发展开拓新的思路。

大数据运用激活公民生态创新动力引擎。生态创新作为一种社会生成,是价值的社会认同和风险的社会分摊过程,它以公众良好的环境素养和社会心态(social mentality)为前提。环境素养由环保意识、技能、动机、热情等要素构成,是衡量人的生态环境保护行为能力的尺度。社会心态是社会共识和社会价值取向的总和,它可以在社会利益等原始动力作用下演变为多种社会行为。社会心态通过社会舆论、社会文化及社会成员生活感触来表达,反映社会成员对当前生活感受和对未来生活、社会期望以及对应的社会情绪(social mood)特征。大数据与互联网传播环保法规、知识、技能和经验,营造生态创新社会舆论和社会心理基础,消除生态技术锁定,提高公民生态创新热情和行动能力,激活公民生态创新动力引擎。

大数据运用促进多样主体协作聚增生态创新动力。大数据与“互联网+”使社会成员在资源节约、环境保护等方面新的想法互动数量增加,人们将这些想法融入自己行为的可能性得到大幅度提高。有效地改变一个习惯需要一些可信的同伴在短时间内成功使用或推荐一个新想法,大数据与“互联网+”促进社会成员共同参与生态创新,互动学习培养新的行为模式。社会压力(social pressure)是能够施加在人身上的一种议定影响力。参与重复的合作性互动能够建立信任并增加关系的价值,这为构建合作行为所需要的社会压力奠定了基础,大数据与“互联网+”有效加速这一过程。在数字连接的新世界里,多样主体一起使用数字社交媒体,相互影响得到扩大和增强。人们的决定基于个人信息和社会信息的综合,而且当个人信息较弱的时候则更依赖社会信息,在大数据与“互联网+”背景下,生态创新者对自己同伴行为带来的社会压力的有效性要比经济激励的有效性更高。大数据与“互联网+”使公民的互动性和想法流一致性增强,促进构成社会多样主体协作进行资源节约和生态环境保护等活动,聚强生态创新动力。

2.4 大数据集聚大众生态创新想法流、技术流

大数据集聚大众生态创新想法流。大数据的价值和“增殖”源于大众应用,大数据与互联网加强社会成员之间相互模仿和依随性,共同参与生态创新,互动学习培养新的行为模式。参与合作性互动能够建立信任、增加关系的价值,这为构建合作行为所需要的社会压力奠定了基础,大数据与互联网有效加速这一过程。另外,在数字连接的新世界里,多样主体共同使用数字社交媒体,增强社会信息应用价值、主体间相互影响和数据“增殖”,生态创新者对自己同伴行为带来的社会压力的有效性比经济激励的有效性更高。大数据与互联网增强公民互动性、想法流一致性和创新行为典范影响力,促进资源节约和生态环境保护等想法流聚集,增强生态创新动力。

大数据聚集大众生态创新技术流。生产和消费领域的生态创新都需要技术支撑。加拿大浆纸工业案例分析显示,新型清洁制造工艺开发的主要阻碍因素之一就是职工缺乏足够的清洁生产方面的知识和技能。也就是说,这种生态创新产品应用动力不足,是由于职工缺乏清洁生产项目开发和实施应具备的知识和技术,因而即便管理者投资生态创新,也难以取得实际成效。同样,德国环境创新实证研究表明,企业提高员工技术能力(知识资本)可以催生生态创新[13]170。因而运用大数据与“互联网+工业”的储存交流聚集员工技术,改造原有生产设备及组织模式,迅速提高员工生态创新的热情和能力。同时,在“供应推动”模式中,企业产品的终端消费者与中间产品的工业客户都会从供应链中其他生态创新主体那里受到“市场导向”的激励影响,从而应用生态创新成果,越接近产品终端消费者,实施生态创新难度越大。消费者或者买家认同、接受和应用生态创新产品主的要障碍是缺乏对这类产品的生态价值的认识,如果消费者不了解消费某个产品对环境带来的影响,缺乏对产品环境效应的兴趣,而只会关注产品价格、质量和售后服务等方面,最终会阻碍生态创新产品的应用推广。即使在欧洲国家公民生态意识(ecological consciousness)普遍较强,但如果存在产品环境影响宣传不力和生态标签信息缺失等原因,也会在终端消费环节形成生态创新障碍。因此,大数据与“互联网+服务”交流聚集技术和经验,吸收大众消费意见和建议,及时解决消费遇到的技术障碍,扩大产品消费需求并因此驱动大众生态创新。

3 运用大数据驱动大众生态创新对策

生态环境是一种最公平的公共资源,大众创业和解决生态环境问题需要大众生态创新。大数据是普惠性的生产生活工具和新的思维方法,应实施综合政策措施,促进大数据聚集、储存和开发应用,为大众生态创新创造机会、条件和舞台,让各类主体生态创新智慧潜能充分发挥;要引导支持大数据科研和技术开发,构建大数据汇集平台和共享机制;健全政策法规,加强宣传教育,培养大众大数据思维,保障大数据安全不被滥用,使公民自觉提供个人数据。

3.1 建设大数据汇集平台和共享机制

生态创新不是一种用于特殊目的的创新,它是工业文明向生态文明过渡进程中为解决环境问题而普遍行动的大众创新。当今时代,大数据作为一种重要的生产生活因素,已经渗透到每一个行业领域,大数据将对生产、流通、分配、消费活动以及经济运行机制、社会生活方式和国家治理能力产生不可估量的重要影响。政府部门应加强顶层设计、统筹规划,大力推进生态创新大数据公共平台建设,提升生态创新数据资源汇集、整合、共享和治理能力。运用云计算技术汇聚、整合与开发应用分散的政府和社会数据资源,明确共享数据范围边界、使用方式、共享权利和应尽义务,构建政府和社会互动的生态创新数据采集与共享机制。通过政务数据公开共享,引导产业集群、企业、学校、科研机构、行业协会、社会组织等主动采集并开放数据。通过政府与社会合作开发利用生态创新大数据试点示范,完善绿色循环低碳发展相关数据采集与利用机制。

3.2 实施大数据科研计划和激励政策

根据国家创新驱动发展战略和我国《促进大数据发展行动纲要》精神要求,实施大数据发展驱动生态创新科研计划和激励政策。大数据技术描述了一种新一代技术和构架,用于以经济方式高速捕获、发现和分析技术,从各种超大规模数据中提取价值。大数据研究目的是将数据转化为知识,探索数据产生机制,进行预测和政策制定。围绕数据科学理论体系、大数据计算系统与分析理论、大数据驱动的颠覆性应用模型探索等重大基础研究进行前瞻布局,引导鼓励生态创新相关大数据理论方法和关键技术研究。在产业集群协同、产学研结合、中微小企业联合及普通公民协作生态创新等方面,加强海量数据发掘、存储、清洗、分类、信息安全与隐私保护等领域关键技术开发,形成安全可靠的生态创新大数据技术体系。利用信贷、税收、创新券等政策措施,激励引导各种主体协同发掘利用数据资源,推动大数据发展与生态创新有机结合,形成大数据驱动型的大众生态创新模式。

3.3 加强宣传教育,培养公民大数据思维

大数据驱动大众生态创新,需要培养公民大数据思维。“所谓大数据思维,是指一种意识,认为公开的数据一旦处理得当,就能为千百万人急需解决的问题提供答案。”[14]大数据既是一种经济发展要素和商业资本,也是变革生产方式、生活方式和思维观念的强大武器,能够创造新的经济效益、社会效益和生态效益。生态问题根源于人们不合理的经济活动,运用大数据寻找经济发展与生态问题的关联性,打通生态创新与经济社会发展之间的通道,是实现国家生态治理能力和治理体系现代化,破解资源环境危机的新途径。因此,要通过学校教育、社会教育及各种媒体,宣传培养公民大数据思维能力,改变不合理的经济活动方式和价值观念,充分激发生态产品设计生产、管控、服务等方面的创新智慧、潜力和热情。

3.4 实施“数据新政”,保障公民权益

大数据的价值和“增殖”在于应用共享,人们留下的数据痕迹是研究公众行为方式、思维方式、行为目的及需求的重要线索,从而使得这些个人数据具有生态创新应用价值。如使用数据痕迹在个体层面跟踪人的消费行为,把获得的大量个人数据汇聚、整合,有利于设计生产有效使用资源能源的绿色产品,极大提高商品利用率,减少废弃物和碳排放,因而这些数据聚合与共享,使我们个人数据成为“互联网时代的新石油、数字世界的新货币”。健全的大数据驱动生态创新机制应该具有保证数据不被滥用的新政策。这种“数据新政”必须能够提供监管标准和经济激励,以引导数据所有者共享数据,并服务于个体和整个社会的利益[13]170。生态创新是为了创造一个“更绿色”的世界,但这需要与公众有关的大量数据,公众是否愿意贡献他们的数据,即使仅仅是匿名和聚合的,这关键取决于“数据新政”的有效性。因此,要加强大数据法规建设,消除隐私“黑洞”,尊重和保护个人隐私权益。在金融、税收、科研和人才引进等方面推行“数据新政”,支持“鲁棒数据”共享、匿名化等技术开发应用,建立尊重公民隐私、企业竞争利益和有效监督的数据公地(deta commons),构筑产业集群协同、产学研结合、大中小企业联合与“草根”群体协作的生态创新政策环境。

4 结语

应用大数据技术重塑职业教育生态 第7篇

关键词：大数据,职业教育,教育生态

职业教育生态是指依据生态学的观点,研究职业教育过程中学习者的生存和发展状态,以及学习者之间和学习者与职业教育环境之间环环相扣的关系。研究指出,创新人才的出现,并不是教育刻意培养的结果,而是缘于其所依存的良好教育生态[1]。在一个宽松的教育生态中,学习者摆脱模式化教育的束缚,自我完善、自我进化、自我超越,呈现出发展的多样性,并以“自然选择”的方式使符合社会发展的人才脱颖而出。在现代职业教育中,必须要营造一个适合个体自在发育的教育生态,才能培养出高素质的职业技术人才。

1 我国职业教育生态的发展和现状

在农业社会,我国的职业教育主要体现于家庭式、学徒制的作坊生态,学生在专业上选择不多,教师按学生的特点凭借自身的经验进行专业技能的传承。在当时的条件下,教师可教授的学生不多,挑选学生的条件也比较苛刻,这使很多的人,无法享有职业化教育的权利;另一方面,在小农意识的影响下,学生在学习方法和学习内容上都受到很大的局限,因而在农业社会的职业生态中,学习者虽然处于主体地位,但人的全面发展受到很大局限,职业教育在普及面上和效率上都处于相当低的水平;工业时代的来临,催生了以普众教育为核心的职业教育生态,使大部分的人沐浴到了教育的阳光,从作坊走向工厂,从土地走向机械,极大促进了社会生产的发展。在这种教育生态下,职业教育的公平公正得以实现,但由于其侧重于关注人才的“合格”和“量产”,所采用的“标准化”培养带来的是人才的“格式化”发展,严重压制了学生的个性和创造性,使学生沦为学习的机器,在学习过程中处于相当被动的地位。

随着信息化教育的展开,日益更新的技术和设备进入职业教育领域,有力地推动了现代职业教育的发展,在此基础上,很多职业院校做了教育教学变革的多种探索,但并未从实质上改变原来的职业教育生态,学生被置于更加被动学习的境地。在信息时代人才需求的映射下,现存的职业教育生态中人才培养方式落后、院校专业设置缺乏规划、教学效率低下、人才培养无法满足社会需求的现象普遍存在[2]。

2 职业教育新生态的时代诉求

当前,我国社会正处在经济发展的换挡期和经济结构的转型期,产业升级对职业教育的发展提出了更高的期待。为此,2014年国务院颁发了《国务院关于加快发展现代职业教育的决定》,同年6月,教育部等六部委联合发布了《现代职业教育体系建设规划(2014—2020年)》,明确提出将职业教育作为国家提升国际竞争力和经济与社会可持续谋发展的一个重要基础,要求现代职业教育要培养高素质劳动者和技术技能人才[3]。社会对人才的需求已经由单一转向多元,情况表明,目前的职业教育已无法适应社会快速发展的变化,时代呼唤高素质人才,职业教育也期待一个更有活力的新生态。

“橘生淮南则为橘,生于淮北则为枳”,果实的差异源于生态上的差别。要从根本上提升职业教育培养的人才质量,必须从根本上改变现存的职业教育生态。印度教育科学家苏伽特·米特拉指出:人的学习本质上是一种自组织行为。人本主义学习理论者也认为,人类具有天生的学习愿望和潜能,学习的进行必须要以学生为中心,只有尊重学生在教育过程中的主体地位,关注学生在学习中的主体能动,使他们感受到学习的乐趣,为自我实现而学习,才能激发他们内在的创造力[4]。学生是职业教育的主体,也是教育教学过程中最重要最活跃的要素,将学生置于被动学习的地位,是职业教育的本末颠倒。在信息时代,必须建立一个以人为本,以社会需求为导向,以多元人才培养为核心,以个性化自主学习为主体、灵活高效的、可持续发展的职业教育新生态。在新生态中,职业教育百花齐放、百家争鸣,在宽松、自由、竞争的环境下,孕育出具有独立思维和创造力的高素质人才。

3 大数据为重塑职业教育生态提供强有力的技术支持

大数据源于美国NASA研究人员对飞机周围难于获取和处理的模拟气流数据的描述[5]。尽管目前我们对大数据尚未有一个规范、统一的定义,但大数据浪潮还是以其独特的方式,给现实世界带来了一场巨大的变革,正处于信息化进程中的职业教育,必将迎来变革的又一次挑战和机遇。

3.1 大数据在教育领域的应用

2012年10月,美国教育部发布了《通过教育数据挖掘和学习分析技术来提高教与学:问题简述》报告,报告主张通过教育数据挖掘、学习分析和可视化数据分析来改进自适应学习系统,实现个性化学习。指出大数据在教育中的应用主要有两大领域,一个是对学习行为和学习过程进行量化、分析和建模的教育数据挖掘(EDM);另一个是利用已有的模型来认识理解新的学习行为和过程学习分析技术(LA)[6]。近年来,随着我国职业教育信息化进程的不断推进,越来越多的学习系统和管理系统被应用到教育和教学中,海量教育数据逐步得以积累和呈现[7],伴随大数据技术应用研究在教育领域的开展,我们可以通过挖掘、分析教育大数据,从新的视角对教学规律进行分析和探索,从多个维度实现对学习个体的关注,开展广泛的教育研究,进而推动职业教育的变革与创新。

3.2 大数据多维度推动职业教育新生态建设

无法适应社会发展的职业教育旧生态终将被新生态所取代,这是历史的必然。随着信息化的对职业教育教学要素的深入渗透,大数据从技术层面实现了各种学习行为数据的量化和显现。就职业教育来说,利用大数据技术,我们可以突破思维上的桎梏,破解实践中的难题,建立适合于孕育高素质人才的职业教育新生态。

1)大数据能促进职业院校的发展。现代职业教育是以就业为导向,以培养服务社会发展需要的高素质劳动者和技术技能人才为目的教育类型。目前,院校是职业人才培养的主阵地,大数据提供的预测研判分析,有助于职业院校洞察社会行业的生命周期,了解人才市场的供需平衡。在大数据的支持下,职业院校可科学、系统地设置和调整专业与课程,深化校企合作、工学结合模式的探索,使职业教育的人才培养紧密与社会需求相结合,学生也可以依据预测研判,迅速灵活地调整学习的目标和方向,提高学习的能动性和有效性,使职业教育新生态更具有活力和效率。

2)大数据推动职业教育教学模式变革。职业教育跨越了企业与学校,跨越了工作与学习,跨越了职业与教育,打破了传统学校式教育的“围城”,是“跨界”创新的教育[8]。这对职业院校的学习组织提出了的实践性和灵活性的要求,大数据能为此提供有效的数字化支撑。在职业教育的实践中,我们可以采取多样的学习组织形式,广泛开展基于资源的数字化学习、基于虚拟技术的情境创设学习、基于交互的探究学习、基于学习平台的混合学习、立足于知识技能培养的任务导向学习、拓展于问题解决的综合实践活动。丰富的学习模式和灵活的职业技能培养方式,为学生的学习和实训提供了多层次的选择空间,将学生对知识和技能的学习逐步引向深入;

3)大数据能促进教师能力的提升和职能的转变。国家对职业院校提出了“双师型”师资队伍建设的要求。要求职校教师具备教育教学能力和工作经验。大数据可为教师的专业发展建立个性化的“学习包”,定制个性化的进修和实训方案,使他们逐步成长为职业教育的复合型人才;在具体教学过程中,教师可通过大数据技术了解教学数据背后隐藏的关系,分析各学习要素对学习效果的影响,抓住教学中的关键要素和主要环节,有的放矢,建构出一种有利于体现学生主体地位,有助于体现教师支持的学习模型,进而不断优化教与学的过程;通过大数据技术,教师对学生的关注将由“学习分数”向“学习要素”转变,实现对每一个学习个体的背景、基础、态度、努力程度等数据的多维度了解,将学生置身于教育场景中进行审视和评估。在此基础上,教师以新的角色融入到学生的学习中,成为学生自主学习的过程中的“学习扶手”,既能保证学生的学习方向不偏移,又能确保学生在学习过程中不“跌倒”。

4)大数据能支持学生个性化的自主学习。大数据技术带来的教学信息、业务和组织结构扁平化将促进学校的功能由管理控制转向服务支撑。学生在学习中的核心地位得以确认,学习过程中的人格得到尊重,学习潜能得以发展。在职业教育的人才培养过程中,大数据可为学习者提供全方位的服务保障。随着学习资源和学习工具日益丰富、学习环境和方法更加灵活,大规模在线教育的适用,混合教学的普及,以及泛在学习、碎片化学习的蓬勃兴起,每个职校学生都有机会根据自身的意愿和特点,自由选择学习的方式,大数据提供的个性化评价分析使学生能够为自己量身定做个性化的学习策略,实现人才的多元化发展;新的职业教育生态将帮助学生突破传统教育的“厚茧”,以自适合自组织的学习方式获得全面、协调、可持续的智慧发展。

5)大数据能促进职业教育终生学习体系的建立和发展。在大数据环境下,国家教育部门可成立全国的职业教育数据中心,对职业院校的学生数据档案进行统一管理。这样在横向发展上,可推动全国职业院校的一体化进程,对学生资质和学分实行统一认证和管理,打破职业院校间的“围墙”,只要符合准入条件,学生不论年龄、不分地域,可以在全国的职业院校间选择自己喜欢的专业,进行专门的技能训练,以适应社会的不断发展对人才的层次提出的不同需求;在纵向发展上,可贯通职业教育和普通教育间的融合渠道,开展课程和学分互认,既有助于普通高校学生向职业教育的转向,又有利于满足职业院校学生在人文素养方面的学习诉求。在职业教育新生态中,通过终生学习体系,每一名学习者都有机会实现个人的价值追求,获得全面的发展。

4 结束语

信息技术并不是万能的点金棒,大数据只是为我们提供了开启人类认知世界大门的另一把钥匙。在数据驱动教育、变革教学的大数据时代,职业教育生态必将实现从以普众教育为核心向以学习者为中心的转变,并为我们描绘出智慧教育的美好愿景。历史业已证明,我们并不缺乏发明创造的基因,我们需要的只是一个合乎时代需求和人文关怀的职业教育生态,已经到来的大数据时代将帮助我们重塑职业教育生态,实现技术向教育、教育向人本的回归。这既是对学习的尊重,更是对人本身的尊重!教育,不是把真理教给学生,而是养成他们追求真理的品格。学习不是知识的被动加载,而是为让生命更有的尊严。让每一个学习者都能在职业教育新生态中绽放出属于自己的光彩。

参考文献

[1]郑也夫.吾国教育病理[M].中信出版社,2013.

[2]张磊.大数据时代职业教育的创新研究[J].无线互联科技,2015(6):109-110.

[3]程建钢.职业教育信息化研究导论[M].北京:清华大学出版社,2015:1-90.

[4]雷钢.人本主义学习理论对教育技术的新启示[J].中国电化教育,2010(6):30-33.

[5]U.Friedman(2013).Big Data:A Short History[DB/OL].[2013-05-10].http://www.foreignpolicy.com/articles/2012/10/08/big_data?Page=0,1.

[6]何克抗.大数据面面观[J].电化教育研究,2014(10):9.

大数据生态圈 第8篇

生态环境大数据管理工作机制包括数据共享开放、业务协同等工作机制,以及生态环境大数据科学决策、精准监管和公共服务等创新应用机制。组织保障和标准规范体系为大数据建设提供组织机构、人才资金及标准规范等体制保障;统一运维和信息安全体系为大数据系统提供稳定运行与安全可靠等技术保障。生态环境大数据平台分为基础设施层、数据资源层和业务应用层。其中,大数据环保云平台是集约化建设的IT基础设施层,为大数据处理和应用提供统一基础支撑服务;大数据管理平台是数据资源层,为大数据应用提供统一数据采集、分析和处理等支撑服务;大数据应用平台是业务应用层,为大数据在各领域的应用提供综合服务。

2 生态环境大数据物理架构及技术组成

健壮的生态环境大数据体系是由覆盖广泛的物联网,智能的数据挖掘能力,校验能力突出的大数据辅助分析决策体系组成。

其目的在于通过综合应用传感器、红外探测、射频识别等装置技术,实时采集污染源、生态等信息,构建全方位、多层次、全覆盖的生态环境监测网络,从而达到促进污染减排与环境风险防范、培育环保战略性新型产业等方面的目的。我国环境保护领域在十几年的发展过程中,广泛采用传感器、RFID等物联网相关技术,具有良好的物联网运作基础,对实现物联网在环保领域的深度运用提供了先决条件。

组建高效稳定的生态环境大数据架构分为三大范畴。

2.1 构建环保领域物联网体系

物联网作为一个系统,与其它网络一样,也有其内部特有的架构。其结构主要有3层:一是感知层,即通过RFID技术、传感器、二维码等物联网底层传感技术,对物体信息的实时获取,并通过传感网络。二是网络层,即通过将互联网、3G网络、短波网等多种网络平台的融合,构建物联网网络平台,将感知层采集的信息实时准确地传递至环保信息中心,并对数据清理、整合、汇总控制工程网版权所有,处理各种机械或人工造成的异常,通过数据挖掘技术及数据融合技术实现对采集信息价值的深度提炼。三是应用层,即把感知层采集的信息,根据各功能模块需要进行智能化处理,实现污染的早期预警、治理的自动调节、环保信息的实时发布等环保物联网应用功能,并补救各种不稳定的技术结构、程序、硬件和网络的错误,以及调整数据采集传感器不稳定的工作环境。

2.2 开发智能化处理功能

物联网技术应用的目的在于,通过广泛采集的数据,运用数据挖掘等智能化技术,对采集的数据进行筛选和提炼,为决策层提供安全、可靠、有效的决策依据。所以,数据的智能化处理是物联网技术应用的本质特征之一。任何领域对物联网的技术的应用,如果缺乏智能化开发,都不能充分发挥物联网的技术优势。充分发挥物联网的智能化优势,对环境监测进行智能化处理,将简单的环境监测数据提炼为有价值的统计数据,至少可以达到以下两点目的。一方面控制工程网版权所有,延长污染预警时间。另一方面控制工程网版权所有,为环保部门治理环境污染提供可靠的决策依据。

2.3 构建多平台网络模式大数据辅助分析

网络平台是基础,缺乏安全稳定的网络传输环境,环保工作中的监测、控制工作则难以实现。物联网通过广泛散布传感设备,实现对数据的广泛采集和实时传输,并及时汇总控制工程网版权所有,数据采集量、传输量和处理量较大,对网络平台的要求较高。

为保证环保工作中,物联网的正常运作,需要建立以互联网为主体,多网络平台共同适用的网络平台环境。以互联网为主体,原因在于需要环保工作中,信息采集处理的范围广,需要互联网作为主要运作平台,且面对城市、大型环保工程等基础设施较好的区域,互联网平台优势明显。多网络平台共同适用,原因在于,虽然大部分环保监控区域是孤立的,但大多数已具备一定的信息传输基础,如电信3G网络,充分利用已有的电视、电话等网络平台,为数据传输提供硬件基础,同时积极开发小范围内无线传感专用网络,为实现环保监控区域系统化提供条件。

3 生态环境大数据监测及管理分析

环境监测数据管理系统主要实现环境监测数据市、省、国家的逐级填报与传输,该平台采用B/S运行模式。建立有效的数据汇集机制,提高数据传输效率的同时保证数据的准确安全:国控自动监测站点的数据直接发送总站,省控、市控自动监测站点数据分别发送到相应的省站、市站后,由省站统一汇总后上传总站;手工监测数据在分级审核汇总后,由省站上传至总站。

环境监测数据管理系统中采集与传输的数据包括结构化和非结构化数据,结构化数据是各环境要素的自动监测数据和手工监测数据;非结构化数据主要是省、市、县各级环境质量评价报告、各类综合报告等。

4 大数据应用场景

包含4项主要内容:一是推进一批急需使用的大数据应用项目,并与交通、建设、水利、国土、农业、气象、测绘等相关部门进行信息共享,形成多元化、多视角、多维立体的大数据应用格局,今后还将根据环保新任务需求继续进行应用拓展和功能完善,使环境监管大数据支撑能力不断提高。二是建设“环保数据资源中心市级分中心”。主要任务是完成本市环保业务系统与省厅“环保数据资源中心”对接和数据录入,并组织辖区内县级环保部门承接省、市系统,实现省、市、县三级系统共建、信息共享、运维有序。三是建设企业数据服务平台。建设统一的全省企业网上在线管理门户,为企业提供“一企一户”式的数据申报查询、查看办事流程、关注信用评价、了解政策法规、跟踪办理状态等服务,提高办事效率,减轻企业负担。四是建设公众数据服务平台。完善环保信息公开体系,从数据资源中心选取相应的待发布数据,如环境质量、预警预报、工作动态等,经过审核后,发布(推送)至省政府门户网站、厅门户网站、环保官方微信和微博、手机APP及其他公众宣传教育平台。

5 价值效益分析

通过“环保云”建设,加强网络资源、计算资源、存储资源、安全资源的集约化建设,实现大数据基础设施的互联互通、集中管理、统一调度与整体运维;通过大数据管理平台建设,加强数据资源整合集中,推动数据资源开放共享;通过大数据应用平台建设,为生态环境科学决策、监管、公共服务提供支撑与保障。项目实施以后,有助于节约重复建设成本,加快转变政府职能,提高政府决策水平,同时更便捷地服务于全国环保系统。加快推进生态环境大数据应用,将取得良好的经济与社会效益。

摘要：随着新的环境问题不断出现,公众的环境诉求不断提高,对环境监管部门的要求也越来越高,环境监管难度和压力日益增大。因此,环境管理部门需要借助大数据创新监管手段,全面提高环境监管能力,服务于智慧城市的建设,为全面实现提高环境质量、改善人居环境的目标提供有力支持。智慧城市建设应该是全面而综合的,社会对智慧城市本质及其核心特征的认识亟待深入和挖掘,规避在实践中架构设计和运营体制等方面的偏差,重视信息化基础设施的建设,加强信息资源的整合共享以及智能化辅助决策。

关键词：智慧城市,生态环境,大数据,监管,决策

参考文献

[1]张振刚,张小娟.智慧城市系统构成及其应用研究[J].中国科技论坛,2014(7):88-93.

[2]段虹.智慧城市建设及评价体系研究[D].上海交通大学,2014.

大数据生态圈 第9篇

他认为要培育大数据产业发展生态应重视“3个培育”。首先, 要培育高端智能、新兴繁荣的产业发展新生态。推动大数据与云计算、物联网、移动互联网等新一代技术融合发展, 探索大数据与传统产业协同发展的新生态、新模式, 促进传统产业转型升级和新兴产业发展。

其次, 要培育新的经济增长点, 形成一批满足大数据重大应用需求的产品、系统和解决方案, 建立安全可信的大数据技术体系, 大数据产品和服务达到国际先进水平, 国内市场占有率显著提高。

大数据生态圈 第10篇

大数据推动行业进入创新3.0时代

大数据、互联网+、云计算、移动互联网等新的技术带动了产业的创新和变革：①大数据精准响应用户需求，提高行业的研发设计水平；②大数据实现业务场景交互，推动家庭场景下的产品和服务智能化升级；③大数据辅助企业决策，推动企业管理和盈利模式的重构；④大数据与传统业务加速跨界融合，行业重心从产品创新向生态创新构建过渡。

特别是大数据的出现，使智慧家庭领域进入一个全新的时代。在国外，大数据已经在智慧家庭领域的用户运营、业务支持和商业模式创新等方面得到了全面尝试。在国内，智慧家庭在中国市场已经走过了15年的发展历程，整体行业发展在中国仍处于起步阶段。

目前国内智慧家庭领域的数据量级早已经达到10PB以上，而且非结构化的数据量正在以更快的速度增长。在高数据强度的智慧家庭领域，这为智慧家庭大数据产业化发展带来了巨大的想象空间。创新3.0阶段，企业创新行为更加注重资源整合与共生发展，更加注重用户研究和用户体验。

大数据在智慧家庭领域的应用场景正在逐步拓展

目前大数据在智慧家庭领域的应用及产业化还处于起步阶段的探索期，海量数据还没有得到真正的开发应用。现阶段，大数据和智慧家庭结合在一起后，产业化具有四个方面的特点。

一是现阶段智慧家庭大数据产业化，它依然以B2B的模式存在，更多的是工业大数据。随着国家大数据行动战略的实施和技术推进，未来行业的商业模式必将变革，这将推动企业转型，从B端转向C端。

二是现阶段企业在大数据能力方面的积累或者说投入还是不够的。无论是大数据的存储、计算，还是大数据的转化，在大数据的模型和机器学习能力方面遇到很大挑战，最重要的是人才缺失。

三是在应用过程中间，真正让大数据成为核心资源，在智慧家庭里面同样也是核心资源。

四是从应用和发展的重点来讲，大数据在市场营销、企业管理、数据标准化与情报分析等领域大有作为，用户洞察、市场洞察、运营洞察及精准营销是智慧家庭行业大数据的应用重点。

这四个方面的特点，也让我们对智慧家庭大数据产业化还存在着一些困惑。一是在用户层面，到目前为止还很难拿出真正让用户感到有颠覆性的、创新的智慧家庭体系。二是缺少统一的标准和数据平台，很多东西与场景无法进行联动，没有办法打通，其家庭应用场景下的数据很难实现价值化。

从未来发展趋势来看，智慧家庭大数据产业化有五个方面。一是产品的竞争将会转化为生态的竞争；二是数据价值化将会逐渐显现出来；三是大数据技术将从概念到杀手级应用蜕变；四是云端大数据的挖掘推动智慧家庭商业模式大变革；五是智慧家庭应用场景将会越来越丰富，最后一公里将成为关键，无论是智能家居、安防、医疗、娱乐、健康等，这些应用场景都会和智慧社区连在一起，或者是跟智慧城市连在一起，业务的本质最终在于提高家庭用户生活的服务价值。

促进大数据与智慧家庭产业融合发展

从行业远景来看，大数据与智慧家庭的结合，是为了让家庭用户能够真正享受到安全舒适和便利的生活。但这一切基于大数据的技术支持，数据的共享与交换，需要有这样的数据平台做支撑。

对于政府及企业而言，在“互联网+”与大数据这样的风口下，推动智慧家庭业务的发展和应用，奥维云网（AVC）认为以下三个合理化建议非常有必要：

其一，解决数据共享难题，有效促进大数据运营产业发展。英国政府开放大数据，每年可以节省330亿英镑的费用和开支，这是非常巨大的。所以说大数据每做一点事情，它能节省的社会资源是非常巨大的。因此，希望能够有一个开放式的智慧家庭大数据的平台，让孤立的数据真正连接起来。

其二，深度挖掘数据价值，推动企业决策向数据驱动转变。做数据的公司跟企业打交道非常多，在决策过程中，数据的作用和价值即使到了今天也远远没有发挥出来。所以，希望能有更深度的数据去挖掘，帮助企业，为用户提供更好的产品和服务。

其三，专注细分领域创新，提供有行业特色的专家级方案。智慧家庭这样的大产业细分场景非常多，应用环境也非常多。在这个过程中，我们不可能什么都干，可以选择最合适的资源，最匹配的细分市场，提供有行业特色的大数据解决方案，树立行业专家形象。