数据治理精选(九篇)

前言：一篇好文章的诞生，需要你不断地搜集资料、整理思路，本站小编为你收集了丰富的数据治理主题范文，仅供参考，欢迎阅读并收藏。

第1篇：数据治理范文

〔关键词〕 大数据，政府，“循数”治理

〔中图分类号〕D630 〔文献标识码〕A 〔文章编号〕1004-4175（2014）06-0082-05

2012年，徐子沛的著作《大数据》在中国社会开大数据之先河，引发了大数据战略、数据治国和开放数据的讨论，他在本书的后记中讲到：“通过和一个又一个项目的‘亲密’接触，我真真切切地‘透视’到数据在美国政府和企业当中的重要作用。在了解其成因、背景和趋势的过程中，我常常被数据的力量和美感所震撼。我将这种新的特点和趋势概括为‘大数据时代’的‘循数管理’和‘数据竞争’”。在此，本文将“循数管理”引申为“循数”治理。当前，越来越多的学者将政府置于大数据的背景下进行研究。原因无外乎两点：一是数据潜藏着广泛的公共需求或公共问题，现代政府已然“浸泡”在大数据之中避之不及；二是大数据蕴含着巨大的管理价值和能量，现代政府若失去对大数据的掌控势必影响其治理效能。此意亦为，大数据为“建设什么样的政府”提供了技术新背景和方法论新注解，客观上大数据已经成为政府治理生态的关键要素，重塑和改造着政府的外部生态系统，政府主观上也迫切需要大数据在治理过程中彰显效能、发挥作用。因之，政府必须在理念层面、技术层面、保障层面积极回应大数据时代提出的新要求，加强“循数”治理，即以数据为依据、资源、工具来发现、分析和解决公共问题，以此保证治理更为科学客观理性。

一、 树立“循数”治理理念

“作为社会管理和公共服务的提供部门，收集数据、使用数据，是自古以来全世界政府都在普遍采用的做法。” 〔1 〕 （P40 ）据此我们完全可以把“循数”治理理解为政府的一种常规行为（或行政传统）。然而在信息技术的驱动下，后工业时代的数据整体上具备海量化、资产化、传播主体的多元化、传播途径的多渠道化、传播过程的强互动性等特点，客观上要求现代政府树立数据治理的理念。

（一）全面把握大数据的实质。目前学界在回答何为大数据时更多是给出了一些描述性阐释。比较有代表性的观点认为“大数据是指那些大小已经超出了传统意义上的尺度，一般的软件工具难以捕捉、存储、管理和分析的数据” 〔1 〕 （P57 ） 。对此不难理解，因为随着技术的进步，作为信息载体的数据的“大”、“小”都只能是一个相对概念。因此，我们从大数据本身属性来思考其对现代政府的治理成效产生的影响兴许更为可取。现有研究多有提及IDC公司及IBM公司对大数据的界定及特点归纳。IDC及IBM对大数据的特点都概括为“4V”，二者均认为大数据具有容量大（Volume）、增速快（Velocity）、多样性（Variety）的特点，但对大数据的第四个特点二者具有差异性解释：IDC认为大数据还具有价值性（Value），而IBM则把真实性（Veracity）视为大数据的另一个特点。我们倾向于认同IDC公司的观点。实质上，容量大是大数据的整体特点，增速快是大数据的过程性特点，多样性是大数据的具象性特点，价值性是大数据的时代性特点。客观上看，作为社会治理的主要参与者，政府已经浸在大数据之中，其面临的政务信息和治理数据已经具备了总量大、增速快、多样化等特点，倘若政府不能够正视大数据在公共治理中的客观现实性，忽视大数据在公共治理中的价值性，现代治理的目标必将难以实现。简言之，现代政府必须清楚认识到：在现代治理中，大数据已经实然存在，政府不能在循“数”治理方面无所作为，而应该是积极挖掘大数据的应然价值。

（二）客观评价大数据对政府治理系统的影响。现代政府处于一个数据化的环境之中。无论是政府面对的资源环境状态、亟需解决的社会问题，抑或是政府解决问题的手段方法及政府行为的结果和效能无不以一定的数据形式表现出来。在此背景下，社会系统中的数据与政府治理责任之间形成了一种内在关联性，大数据深刻地改变了政府治理的责任生态。

首先，政府的治理责任结构的稳定性受到弱化。信息技术打造而成的大数据时代改变了政府责任的整体生态环境，培育了更为多元的公共需求的表达主体，拓展了政府责任延伸区域。在现代信息技术的支持下，一切社会性组织和个人都具备创造原始数据的条件和资格。“其中两类数据尤其引人注意，一类是企业与企业、消费者之间的‘大交易数据’，另一类是来自互联网、社区网、企业服务网、物联网等的‘大交互数据’” 〔2 〕。“大交易数据”或“大交互数据”由大量个性化数据汇合而成，每个具体数据都由具体的组织或个人创造，每个社会组织或个体都有可能是直接或间接的数据源。各种数据源交互在一起使人类产生的数据越来越具有非结构化特点，这对政府责任的具体设置与构成的稳定性带来了一定的冲击。

其次，政府的治理内容指向更为具象化。以商业组织为主体的私人部门的生产、运营数据，以公民为主体的公民社会的民意数据及以自然环境为对象的科研数据共同构成政府决策的基础数据。这些在内容上表现出多样性的数据或能够帮助政府发现问题，或有益于政府预见发展趋势，为政府宏观决策提供依据。既然各种社会个体都可能是数据的来源，而数据源的差异性必然导致数据具体内容的多样性。因此在大数据背景下，现代政府就需要从海量的数据中挖掘多样的公共需求、发现复杂的公共问题，并对应到政策制定和执行环节中。因此，政府责任呈现出越来越细化具体的趋向。

再次，政府治理过程更具动态性。前文已述，大数据是一个动态概念，时下的大数据只能说是“相对较大”的数据。原因有三：一是数据源规模在不断壮大。中国互联网络信息中心（CNNIC）2014年的《第34次中国互联网络发展状况统计报告》显示，截至2014年6月，中国网民规模达6.32亿，较2013年底增加1442万人，互联网普及率为46.9% 〔3 〕 。网民增速可见一斑。二是数据总量不断扩大。借助网络平台，越来越多的组织和个人成功地摆脱时空限制从事经济交换和社会交往，这将产生难以估量的数据信息。三是快速发展的数据处理技术将进一步提升人类社会对数据抓取、储存、分析和使用的能力，数据的整体能量被技术激活。总之，逐步增强的现代民主意识、普适性的信息技术的发展正在改变政府的数据环境。在这个环境中，政府必须对动态的外部环境持开放态度，需要面对更多的服务对象、更多样和更多变的公共需求并根据外部环境的变化适时调节履责方式、步骤。这对行政系统的执行能力和行为调整能力提出了更高的要求。

最后，政府的治理方式呈现出强互动性特点。现代信息技术改变了人类社会生产、交换和交往方式，这使得在快速制造数据、便捷传输数据的同时，相关群体亦可以积极参与互动，赋予原始数据更多的意义。基于网络技术，越来越多的社会成员获得了讨论和评价社会现象、公共问题、制度政策的机会，提高了政府与公民社会之间沟通交流的互动性。社会组织及公众借助网络，通过建立公共论坛、参与社会评价等途径竭力向政府推送或索取信息，以提高政府对其需求的注意力及关注度。质言之，政府有责任从政府系统之外获取信息以保证公共政策的制定执行与公共需求相对应，公众也要求政府政务信息公开确保公众知情权、监督权的有效实现，并通过公共评价对公共政策、政府行为等施加影响。在大数据背景下，政府与其系统之外的互动性尤为凸显。

（三）及时将“循数”治理内化到治理举措中。大数据时代是一个更开放、权力更分散网状的大社会，这与现代政府所强调的网络化、多元化参与的治理理念具有内在一致性。大数据是政府运行的重要资源，与政府相关的数据中蕴藏着广泛的公众需求。数据占有量直接影响政府对社会的掌控能力。现代政府若要提高其对社会问题的掌控力就必须积极借助对大数据的挖掘和分析，制定社会发展战略、公共政策及公共问题的具体治理方案。也就是说政府治理需要借力大数据构建大政务，才能达到资源更开放、内部更协调、互动更透明、决策更精准的目标。因此，现代政府应该将数据治理列为其内在责任，树立数据治理的理念，积极扮演数据的收集者、分析者、使用者的角色，将循数治理覆盖到公共治理的诸多举措中，以保证治理举措的客观性、科学性。

二、 构筑“循数”治理保障体系

一般而言，政府“循数”治理涉及数据的收集、储存、分析、使用等环节， 其中的每一个环节都需要政府提供相应的保障与支撑。为了回应和满足数据治理对政府能力提出的要求，政府需要提升其自身的硬实力和软实力。其中政府的硬实力可理解为政府所拥有的财力、人力、物力等有形实力，而政府软实力主要体现在政府理念、执行力、调控力等无形层面上。现代政府实施数据治理首先需要有物质基础，大数据无法依靠常规数据收集、储存、分析工具，因此政府必须加大对数据管理的设备准备、人才储备等方面的投入。

（一）整合人力资源，为“循数”治理提供智力支持。大数据时代要求建设智能化政府，而智能化政府必须有强大的智能资源作为支撑。数据治理需要建立一支由科学家、计算机专家、数据分析师、工程师等组成的专家群体。这些专家群体分布于政府数据中心、公益性数据中心和商业数据中心之中。其中政府内部的这部分技术专家我们可以称之为技术官（虽然传统的事务官可以将政府内部的技术人员囊括其中），他们的核心技术更多侧重政务数据的收集与分析。这是一支有别于传统的政务官、事务官的数据管理团队。此外，来自科研院所、社会公益组织中的研究专家也不能忽视。在现实的政府运行过程中，现代政府已经常规性地吸纳来自高校、科研机构的科学家及研究专家进入政府决策咨询专家库，几成成规。而商业数据中心由于受制于社会经济成熟程度差异，其能够为政府数据管理提供帮助的程度和能力有着明显的地域性差别。实力雄厚的商业数据中心能够更多获得与政府合作的机会。因此政府可以有针对性地培植商业数据中心，以外包购买的方式与之建立合作关系，借助商业数据中心既有的人才、技术资源完成政府数据治理的目标。

（二）加强数据平台建设，建立“一体两翼”的数据中心模式。研究显示，2010年美国联邦政府共拥有2094所数据中心 〔1 〕 （P38 ），同时大量存在着像麦肯锡这样的商业咨询公司和兰德公司这样的非应营利性的研究和咨询服务机构，这使得美国在未来数据争夺战中占尽先机。美国经验给我们这样的启示：现代政府应该充分利用社会资源，既要建立官方数据管理职能部门，又要鼓励社会化数据管理与咨询组织的发展，可以建立“政府数据中心-公益性数据中心-商业性数据中心”的组织模式。我们将这种模式界定为“一体两翼”的数据中心模式。现代社会中虽然政府数据中心、公益性数据中心及商业性数据中心都不同程度地存在，但三者的实际作用和影响力并没有对政府治理能力提升产生合力。政府数据中心代表官方，收集数据时往往采用的是自下而上的方式，在这个过程中极有可能出现信息过滤和加工，出现信息失真。同时，政府数据中心在分析、处理、使用信息时非常容易受到政治因素的影响，其结论有可能与社会公众的现实体验相悖。而由专门的科研院所、社会组织组成的公益性数据中心及商业性数据中心在数据收集、分析方法等方面更为专业更为客观，但受制于组织宗旨、财力等因素，很难保证公益性数据中心与商业性数据中心对公共领域数据的关注度。因此，政府应该承担数据治理的主导责任，从组织层面负起对公益性数据中心和商业性数据中心的扶持和培育职责，通过政府购买、项目支持、平等合作等方式建立起“一体两翼”的数据治理模式，保证数据治理的专业性、客观性、权威性。

（三）建立数据网络，推进电子政务。首先，在政府内部，建立上下统一规范的数据网络系统，真正实现各级政府之间的信息对接，减少信息在上行传递过程中被过滤和加工的可能。力求从技术上做到流程的电子化，保证下级政府的原始业务信息能够直接进入上级政府的业务数据库，从而建立从中央到地方相对接的大数据仓库。其次，整合社会资源，培育和扶持公益性数据中心和商业性数据中心的发展，建立以政府数据中心为主体，以公益性数据中心和商业性数据中心为两翼的大数据对接体系，力求全面掌握和充分利用社会数据资源。再次，加强政府门户网站建设，实现政务数据民主化、民生化。门户网站不是政府的“自留地”，而应该是公众表达民主需求、民生愿望的平台。独享式、单向式的信息传播方式已经无法适应信息社会的交往情景。实现政务数据民主化就要保证各项政务数据的公开性，政府要成为政务信息的主动推送者而不是被索要者，以此保障公众的知情权。

同时，要加大财力投入，为“循数”治理提供财政支持。大数据治理难以靠常规的储存工具、分析工具实现，用于“循数”治理的设备经费、人员经费、组织运行经费必须要有稳定的来源。在谈数据治理的“组织保障”时我们已经谈到，公益性数据中心和商业性数据中心往往会因为资金问题而难以保证对公共数据的关注。要保证“一体两翼”模式的有效实现，政府必须对数据治理投入必要的经费支持，对政务数据的收集、储存、分析必须承担财政支持的责任。

三、提升“循数”治理能力

进行“循数”治理的每一个环节都需要政府具备相应的能力。总体而言，政府在数据治理中基本上要涉及数据收集、数据分析和数据使用三个环节，与之对应，现代政府需要具备数据的感知能力、储存能力、分析和运用能力。大数据时代下的现代政府必须提升其数据治理能力。

（一） 搭建公共论坛，疏通沟通渠道，强化政府对公共需求的感知能力。数据是信息的载体。在公共治理领域，公众需求的表达、实现状况及走向往往隐含于相关的政务数据中。政府收集数据的目的无外乎有三个：一是从数据中发现潜在的公共问题，二是利用数据考量现实举措的成效，三是在数据中找寻解决（或是预防）公共问题的对策和方法。数据在上述环节中基本上扮演的仍旧是分析工具的角色。

提升政府的政务数据获得能力首先要构筑充满活力的公共论坛。信息技术的发展提高了公众的信息获得能力和意愿表达能力，拓宽了公众参与治理的通道，客观上也为政府多角度、宽覆盖面地获取公共需求提供了便利。当然，我们要看到，信息技术仅仅是为公众意愿提供了表达的技术支持，但公众所表达的意愿是否能够进入政府决策视野绝非一个技术性命题。在公众与政府的沟通关系中，作为信息源，公众需要借助信息编码，依靠一定的媒介或平台将信息推向政府，经过政府解码确认并具备决策价值后方能得到回应。由此我们可知，在公众主动与政府互动过程中，需要一个基础性沟通平台。不可否认，政府民生电话热线、政府网站论坛、常规社会调查、市民听证会、市民论坛等形式的公众参与形式在现实社会政治生活中屡见不鲜，不同层次的政府部门更是开通了官方微博等快捷政务信息传播通道，但从与公众互动的强度看，政府主导性特点更为突出，从信息传播方式看，公众与政府之间的沟通模式更多还是以下行沟通为主。换言之，政府借助信息技术不同程度地保证了公众的知情权，这是政府治理主动性提升的具体表现，但改变公众被动型政务信息的获得方式还需要政府建立更为平等、互动性更强的公共论坛。

其次，实现问政于民必须疏通公共意愿的表达通道。公众表达意愿一般有三个基本目标，分别是反映公共问题、表达公共需求、建议公共政策。无论是基于现实问题的解决还是未来预期的勾画，公众与政府沟通都要借助一定的沟通渠道表达意愿。现实问题是“公众参与仍然以象征性参与为主，集中表现在政府网站以国家政策、领导活动等告知性政务信息为主，政府网站上的‘建议征集’‘网站调查’等更新不及时，公众参与反馈度不足，公众希望了解的涉及政府管理的敏感信息公开度不够” 〔4 〕 。因此，政府应该强化沟通意识，优化现有信息沟通方式，不仅要充分利用好信息工具传播政务信息，也要疏通公众意愿的表达路径，尽可能多地掌握民意数据、挖掘潜在的公共需求、激活公众的创新能力，从而提高现代治理的整体效能。

（二）规范政府职能部门责任，优化公共资源配置，提升政府的数据整合能力。在数据治理中，政府自然首当其冲地承担必要责任并内化到具体职能部门的职责之中。有的学者在思考政府回应大数据时代挑战时提出了成立“大数据局”的设想 〔5 〕 ，对此，我们并不十分认同。前文谈到，“循数”治理是一种行政传统，世界范围内，各国政府几乎毫无例外地设置了专门负责数据统计的政府职能部门。从专业性角度而言，“大数据局”在功能上与我们常说的“统计局”并无本质区别，没有必要在“统计局”之外另起炉灶。我们认为，政府要正视大数据蕴藏的巨大能量，也需要健全管理机制，但是政府提高数据治理能力不能通过叠床架屋式的增设机构方式来实现，而是应该按照明确和细化现有职能部门责任、优化社会化资源配置效果、提高政府数据整合能力的方向探索。政府已然置身于大数据的社会背景之中，那么实施数据治理就不是某一政府部门的责任，换句话说各个政府职能部门均承担着政务数据的收集、分析、使用的责任。这就整体上要求政府纵向上完善以数据收集、整理、分析为宗旨的数据管理部门层级之间的管理链条，在政府内部形成职能上下有效对接的行政管理体制。这一点现代政府基本上已经做到。但是传统的数据统计部门在大数据背景下面临的观念如何革新、技术如何升级、方式如何创新等迫切问题成为了限制政府数据治理能力提升的瓶颈 〔6 〕 。解决这些问题，政府的数据统计部门既要有“灵活的大脑”，也需要“灵巧的双手”。“灵活的大脑”指现代政府的数据统计部门不能“坐等报数”做一个机械的数字演算者，而要成为一个具有开放式、发散式、协同式思维的数据挖掘者；“灵巧的双手”则是指现代政府的数据统计部门要掌握最新最先进的信息技术。政府提升数据的整合能力在横向上要求各职能部门在履责过程中重视业务数据并积极主动地萃取数据价值。政府具体职能部门是业务数据的直接参与者、收集者、储存者、分析者，同样需要“灵活的大脑”和“灵巧的双手”，实现脑手联动。海量化的数据搜集、存储、分析都无法靠常规工具和手段完成，数据治理离不开信息技术的支持，因此政府实施数据治理的前提和基础是政府注资购置数据存储设备和引进数据收集、分析工具和技术，弥补技术性缺陷，尽量避免“瓢量海水”情况的出现。当然，在其他社会组织和部门具备了数据治理的技术基础时，政府完全可以与之建立平等、合作关系，既可以避免资源的重复性投入，也可以发挥相关组织（营利或非营利组织）的资源优势。在数据治理人力资源配置上，现代政府可以尝试按照矩阵模式组建数据项目团队，数据项目人员平时分属于不同部门，各司其职，团队成员只是根据需要定期或不定期汇合专注于本级别政府政务相关数据的收集、整理和分析，这种做法并没有增加政府的人员编制，相反能够整合政府内部资源，提高政府对数据的捕捉能力和整合能力。

（三）健全政务数据分析体系，促进政府科学决策，增强政府的数据运用能力。回答“如何收集数据”的问题是解决“如何使用数据”的前提和基础，运用数据发现潜在公共问题（需求）、挖掘公共问题的成因、找寻治理对策才是政府践行数据治理的现实目的。不管 “大”“小”， 数据总会或多或少地蕴藏着一定信息，一旦这些信息不被发掘或不被使用，那么这些数据就会成为缺乏活力的“死”数据。

提升政府数据运用能力的基本逻辑是，首先，政府要从数据中找“问题”。政府要运用现代分析工具和方法从数据中全面发现公共问题，准确定位公共需求，确定决策和治理的基本方向。这与之前谈到的政府数据感知能力和保障能力相关，在此略述。其次，政府要从数据中找“原因”。进入政府决策和治理视域的公共问题必然在量上具有相近性、在形式上具有相似性、在成因上具有同质性，政府应该组织数据团队、专家咨询团队对已占有的数据进行归纳和总结，挖掘问题诱因及其内在关系。再次，政府要从数据中找“思路”。经过透析数据，对公共问题进行定性和定量研究分析之后，政府需要确定解决问题的整体思路和规划。最后，政府要从数据中找“对策”、找“方法”。提升政府数据运用能力需要从治理决策和治理过程两个方面谈。在治理决策方面，必须将大数据的统计、分析工具运用到政府决策过程中，充分发挥数据“找问题”、“找原因”、“找思路”、“找对策”、“找方法”的功能，保证决策的科学性、客观性、有效性。在治理过程中政府要尽量减少数据信息壁垒，减少数据共享的阻碍，尤其是横向职能部门之间要强化业务信息的对接和共享。以获取个人信息为例，公民的社保缴纳情况、学历信息、婚姻家庭情况等完全可以通过人力资源和社会保障部门、教育主管部门和公安部门之间的信息共享的方式获得，以此减少公民的自我佐证责任，强化政府为民宗旨，提高政府服务质量。另外，政府的治理举措、过程及结果也表现为一定的数据，为了提高政府治理效能，从政府行政管理角度而言，也有必要深化政府行为的精细化管理。

总之，大数据对现代政府基本责任的类型并没有带来颠覆性冲击，政府的基本社会角色也没有出现实质性变革，但大数据对政府的治理观念、方式、履责过程产生的塑造效应则是极为深刻的，直接表现在政府行为方式的改变上。现代政府应对大数据时代的治理要求必须对大数据形成正确的认知，并从保障体系和能力提升角度作出必要努力和准备，以实现“循数”治理的目标。

参考文献：

〔1〕涂子沛.大数据：正在到来的数据革命〔M〕.桂林：广西师范大学出版社，2012.

〔2〕钟 瑛，张恒山.大数据的缘起、冲击及其应对〔J〕.现代传媒（中国传媒大学学报），2013（7）.

〔3〕 CNNIC第34次《中国互联网络发展状况统计报告》〔DE/OL〕. 中国互联网络信息中心，2014-07-21.

〔4〕刘叶婷，唐斯斯.大数据对政府治理的影响及挑战〔J〕.电子政务，2014（6）.

第2篇：数据治理范文

>> 大数据背景下国家治理的现代化建设研究 大数据视角下政府治理能力现代化探究 大数据施政平台引领下政府现代化治理水平的提升 国家治理现代化的地方性视角 国家治理视角下政治文化的现代化思考 数据共享：国家治理体系现代化的前提 大数据为实现国家治理现代化提供了技术平台和实现路径 国家治理现代化视域下的协商民主 论政府主导下的国家治理现代化 治理现代化视角下的维稳 宗族视角下的乡村治理现代化 大数据与政府治理能力现代化 群众路线视角下国家治理能力现代化路径初探 国家治理现代化的新意 国家治理现代化的关键 运用大数据推进政府治理现代化的路径选择分析 大数据在政府治理能力现代化中的应用研究 人的现代化视阈下的国家治理体系和治理能力现代化 国家治理现代化 信息经济学视角下推进国家治理能力现代化的思考 常见问题解答 当前所在位置：l），2015-4-10.

⑩徐子沛.大数据.广西师范大学出版社，2012.

{11}中国互联网络信息中心（CNNIC）的第34次《中国互联网络发展状况统计报告》，2014-6.

.cn/gywm/xwzx/rdxw/2014/201407/t20140721_47439.htm，2015-4-10.

{12}石菲.我国电子政务十年发展成就.中国信息化，2011，（12）.

{13}道格拉斯・斯诺.制度、制度变迁与经济绩效.上海人民出版社，2008.3.

参考文献：

〔1〕格里・斯托克.作为立论的治理：五个论点[J].国际社会科学，1999，（1）.

第3篇：数据治理范文

关键词：财务业务数据治理 财务管理 供电公司 对策

一、管理目标概述

（一）财务业务数据治理管理理念

财务业务数据治理是指将数据作为公司Y产而展开的一系列的具体化工作，是对财务业务数据的全生命周期管理。有效的财务业务数据治理应从企业全局角度出发进行系统筹划，对财务业务数据的获取、处理、使用进行治理，确保数据的准确、共享和安全，实现财务与业务的有效融合，达到“数据输入标准化、数据处理流程化、数据交互规范化”的目的。供电企业财务业务数据治理着重于交付可信、安全的财务业务信息，进一步提升财务实时管控能力，为企业制定明智的经营决策、有效的业务流程提供支持。

（二）财务业务数据治理管理范围和目标

财务业务数据治理涵盖了从前端业务应用系统、后端财务业务集成数据库到终端数据信息分析，形成一个闭环负反馈系统。

财务业务数据治理的目标是提高财务业务数据的准确性、完整性，保证数据的安全性、可用性，推进信息资源的整合、对接，实现数据资源在各部门的共享，从而提升企业信息化水平，充分发挥信息化作用。

二、供电企业财务业务数据治理现状

财务业务数据治理工作在供电企业相关制度、规范和流程下借助适合本企业的有效技术手段和管理手段来实现。具体分为三个步骤：固化各信息系统集成接口、财务业务数据集成、数据质量管控。

（一）固化各信息系统集成接口

业务活动发生的同时，相关业务信息不仅在该业务系统中进行记录，同时传递到财务管理信息系统中，生成财务与业务系统的集成信息。包括成熟套装软件、财务管控模块以及计划、营销、基建、物资、人资、经法、交易、调度通信等系统之间提供的集成接口就是用于业务数据的实时传输，通过这种方式，财务与业务系统无缝衔接，实现财务、业务数据的交互共享以及集成化的财务实时管理过程。

（二）财务业务数据集成

财务与业务数据的高效集成，实现了财务业务信息的实时传递、资源共享以及业务流程的无缝衔接，构建“横向集成、纵向管控”的一体化财务信息工作平台，为财务实时管控提供了有力支撑。

1.预算管理流程的数据集成（基于财务管控与ERP系统）。业务部门在财务管控系统中编制业务预算申请表并提交财务部门，财务部门对预算的执行情况进行控制，对于超出预算外的项目，财务部门需驳回业务部门申请，由业务部门重新发起。财务部门依据财务管控系统中“二上”年度预算报表，将年度预算在ERP系统中按成本类别分解至相关会计科目，确保预算执行均衡，实现预算执行可控、在控。

2.应收账款管理流程的数据集成（基于财务管控与营销MIS系统）。营销部门在营销MIS系统中录入销售发票、收款单、其他单据等业务信息，生成销售业务所形成的往来款项与各种分析报表，通过系统集成接口，将应收电费、实收电费、售电侧报表等数据传递财务管控系统，实现业务数据传递生成会计凭证，以及报表系统自动取数。

3.应付账款管理流程的数据集成（基于财务管控与ERP系统物资模块）。物资部门根据物资出入库情况在ERP系统物资模块中录入信息，集成数据自动生成财务凭证，财务部门仅进行发票校验，出入库前端业务的制证工作由物资部门完成，从而实现物资与财务模块的无缝衔接。财务部门根据财务管控中月度现金流量预算严格控制当月物资采购等相关业务的付款项目及金额。

4.工程管理流程的数据集成（基于财务管控、ERP、基建管控系统）。基建部门每月按工程项目及采购订单明细申请下月预算，提报财务部门审批，财务部门通过管控系统集成信息实现月度现金流的控制，提高付款业务准确性。基建部门根据输变电工程项目情况，在ERP系统中生成WBS元素，财务部门可据此分别进行各个项目的成本控制与转资业务处理，实现工程项目信息与财务资产信息衔接、转变的准确与高效。

5.固定资产管理流程的数据集成（基于财务管控、ERP、PMS系统）。生产部门在ERP系统中新增、变更设备卡片信息，经财务部门审核后，联动生成固定资产卡片，并通过数据中心传递至PMS系统，实现实物资产账、卡、物联动工作机制。ERP系统根据固定资产卡片信息按月计提折旧，生成折旧凭证并传递至财务管控系统。固定资产卡片是资产清查的重要依据，资产设备卡片的实时联动，准确、及时地反映固定资产的安全完整并充分发挥其效能。

6.成本核算流程的数据集成（基于财务管控、ERP、员工报销系统）。业务部门根据实际发生的成本费用在员工报销系统中录入报销单明细，经部门领导审批、财务人员审核后，报销单涵盖的业务数据传递至财务管控生成记账凭证。同时传递至ERP系统中，受预算控制。

成本核算流程中涉及与人资部门的数据集成（基于财务管控、ERP、人资管控、福利保障系统）。人资部门在ERP与部门专业系统中计提应付职工薪酬项目，包括企业员工工资、职工福利费、社会保险费等费用，相关操作所产生的信息通过ERP系统实时传递到财务模块，经财务部门审核后生成会计凭证，实现了职工薪酬业务自动触发财务账务信息流程。

7.财务报表管理流程的数据集成（基于财务管控、ERP系统）。财务管控与ERP系统均能够根据现有数据自动生成科目汇总表、明细账、总分类账等编制会计报表的基础数据。通过对财务管控中集团报表模块的设置，数据可自动汇总运算填列在报表的相应位置，生成一键式会计报表。会计报表取数、填制完成后，需通过设置好的勾稽关系，检验报表编制过程中的错误，为财务管理提供高效准确的信息支持。

（三）财务业务数据质量管控

数据质量管控是保障供电企业财务业务数据治理工作能够得到有效落实的重要基础。首先，为保证财务业务数据的正确性、完整性、一致性、时效性、安全性，使数据治理能力不断提升，增强公司决策的科学性和合理性，供电企业根据《财务工作量化考核指标》《财务集约化考核办法》等规定，与部门绩效考核相结合，全面考虑，系统安排，促进财务与业务融合，明确各部门职责。其次，建立对标指标分析制度，查找c先进单位之间的差距，对影响指标值的主要因素进行深入分析，研究改进办法，强化财务业务数据治理，不断提高数据治理执行效率。

三、现阶段存在的问题

（一）财务业务数据治理标准不统一

业务部门站在各自的立场录入、维护和使用数据，使得业务数据分散在不同的业务信息系统中，缺乏统一的数据标准和数据来源，导致业务数据不规范、不一致、不适用等问题出现。财务业务数据难以应用一致的语言来描述，导致各部门对其理解不一致。

（二）财务业务数据全生命周期管理不完整

数据全生命周期包括数据生成及传输、数据存储、数据处理及应用、数据销毁四个方面。目前，供电企业财务业务数据的生命周期管理流程还不完善，未建立信息化工具支撑数据生命周期状态的查询，尚不能确定过期和无效数据的识别条件。

（三）财务与业务部门人员技能较单一

财务业务数据的高效集成，使得财务部门参与到整个业务流程中，这就要求财务人员掌握较丰富的业务知识与技能。目前，企业各部门人员技能水平较为单一，一岗多能仍未全面实现，常出现财务人员不懂业务、业务人员不懂财务的情况，由此造成工作效率低下与资源浪费。

四、今后的改进方向及对策

（一）健全财务业务数据治理组织架构

建立由企业总经理领导分管，总会计师主管，财务部负责财务业务数据治理工作的具体管理与运作，相关业务部门配合实施的财务业务数据治理组织机构框架。负责财务业务数据维护、审核、检查、整改等，保证系统正常使用，提高数据质量。

（二）完善财务信息管理平台建设

进一步完善财务信息管理平台的建设，借助于财务业务数据集成管理范围不断的延伸，固化各个信息系统之间数据交互的集成接口，实现财务业务数据的有效传递与信息共享，有力支撑财务与业务系统的正常运作，为企业财务管理提供技术保障。

（三）建立数据全生命周期管理体系

财务业务数据治理是一项长期的系统性工程，贯穿于整个数据生命周期，建立数据全生命周期管理体系，完善企业财务业务数据的产生、使用、维护、备份、过期销毁的数据全生命周期管理流程，提高数据应用水平和信息化管理水平。

（四）建立财务人才培养计划和项目

强化对财务人员的培养和继续教育，建立行之有效的培训机制，要求财务人员不仅精于本岗位的技能，还要积极了解其他相关业务知识，推进财务管理人员业务化、业务管理人员财务化。深入开展企业管理人员一岗多能的培训，培养适合本行业、本企业的财务管理人员及财务管理团队，为构建供电企业财务业务一体化的管理会计模式奠定坚实的人才基础。

参考文献：

[1]刘岳华，魏蓉，杨仁良，张根红，李圣，肖力.企业财务业务一体化与财务管理职能转型[J].会计研究，2013，（10）.

[2]汪诗怀.基于信息集成的集团决策支持管控模式构建探讨[J].商业会计，2012，（13）.

[3]张瑞君，邹立，封雪.从价值链管理的视角构建财务业务一体化核算模式[J].会计研究，2004，（12）.

[4]张克慧，牟博.ERP系统在集团管控中的价值创造――基于会计核算视角[J].财务与会计，2012，（09）.

[5]严飞.财务业务一体化设计研究[J].财会通讯（综合版），2008，（07）.

[6]卢爱红.煤炭企业集团信息化管控模式研究[J].中国煤炭，2012，（01）.

[7]张文峰.试论ERP系统中财务与其他业务的集成[J].企业改革与管理，2015，（08）.

第4篇：数据治理范文

1　服务器与存储内置节能技术

服务器作为数据中心的一个重要组成部分，是电源与散热的主要需求设备之一。惠普在服务器中普遍采用了低功耗的处理器、内存和2.5英寸硬盘。除此之外，其实还是很多值得推崇的设计。还是拿我们最熟悉的HP Proliant工业标准服务器来举例，它采用了全球行业内领先的电源，在标准负荷情况下表现出90％以上的功效。在HP Integrity动能服务器中使用的先进功率变换技术，能将服务器的能源使用效率提升15％以上。

惠普最新的高扩展性(ExSO)服务器新产品SL6000，就是从服务器端优化改进的代表性产品。从处理器层面上，SL6000基于英特尔Nehalem至强5500系列处理器，应用了包括集成功率门限，自动低功耗状态等英特尔智能节能技术，可将闲置功耗降低达50％。SL服务器系列使用了“无缝的模块化”系统架构。可以用轻巧的导轨和托盘设计取代传统的底盘和机架外形。因此，客户可以在仅占用数据中心的一小部分空间的同时，实现资本、设施和运输成本的锐减。此外，其超高效的模块化设计能够使客户快捷地构建解决方案，满足超规模横向扩展工作量的要求。

为了适应整合小型数据中心、构建高利用率的大中型数据中心的要求，HPProLiant SL6000服务器系列在节能降耗方面有两大优势：首先，与传统的机架式服务器相比，它整合能耗和散热基础设施并采用独特的空气流设计，可以节省28％的电耗，相当于每年节省2800万元的能源费用。总体而言，该系统每年可少使用52，000兆瓦的电能。其次，它的超轻量设计使ProLiant SL服务器中的金属使用量减少31％。

2　机箱节能技术

服务器从塔式变成机架，从机架变成刀片，体积越来越小，而计算密度却从单处理器单核到双处理器双核，甚至多处理器多核。计算密度的增加对散热的需求也越来越高，散热设备本身所消耗的能量也在增加，并成为数据中心当中不可忽视的一部分。因此，对散热设备本身的电源管理也变成了数据中心电源管理的一个重要组成部分。

1　主动式散热风扇

HP Active Cool风扇是一种创新型设计，可仅使用100瓦电力冷却16台刀片服务器，在产生强劲气流的同时比传统风扇设计耗电量更低。HP ActiveCool风扇支持热插拔，可通过添加或移除来调节气流，使之有效地通过整个系统。这就使集中冷却变得行之有效。

2　PARSEC机箱散热

HP Parallel Redundant ScalableEnterprise Cooling(PARSEC)体系结构结合了局部与中心冷却特点的混合技术模式，机箱根据温度的不同被分成不同区域，每个区域分别装有风扇，动态地为该区域的刀片服务器提供直接的冷却服务，并冗余地为所有其它部件提供冷却服务。

3　智能热技术(ThermaI Logic)

HP Thantial Logic技术通过上述两项创新技术加上动态电源管理器，使得客户能够根据需求监控、整合、共享并匹配电力资源，并根据当前工作负载、供电容量及冷却水平来平衡性能、供电与冷却，从而达到数据中心的最佳性能。

使用HP Thermal Logic技术以及高密度的刀片系统套件，不仅比相同数量的机架式服务器冷却所需气流降低50％且耗电减少70％，同时还可节省出宝贵的机架空间。

3　节能管理工具

硬件设计的优化之外，监控管理软件可以根据企业应用的负载组合情况实时管理电源使用情况并实现节能。惠普为企业提供的HP Insight PowerManager技术、虚拟化与IT整合和动态容量管理等数据中心管理技术和工具，可以帮助企业管理、控制、整合数据中心，支持企业以更低的能耗、更高的效率、更高的稳定性支持企业业务的发展。

1　HP Insiaht Power Manaager软件和iLO 2工具

HP Insight Power Manager(IPM)是一款集成的电源监控和管理应用软件，它配合惠普的服务器与存储统一管理软件(HP System Insight Manager)，以图形化界面对服务器的能耗和散热进行方便而统一的管理，并支持基于策略控制能耗。可以有效降低HP Prokiant工业标准服务器和Integrity动能服务器的电源和散热需求，从而增加数据中心的可用容量。

2　虚拟化

前面提到，我国的数据中心处理器利用率较低。出于传统的思路。企业数据中心往往会为每种应用安排一台专门的服务器。而虚拟化技术的出现，正是利用资源池的概念解决处理器及存储器利用率低的问题，将多台未充分利用的服务器的工作负载整合到同一台服务器上，可以最大限度地提高利用率，并因此大大节省能源成本。

3　动态容量管理(DC M，Dynamic CapacityManaqement)

动态容量管理软件是一款企业级存储容量解决方案，使得用户可以按需动态配置磁盘逻辑卷容量和优化磁盘利用，降低能耗，并最大限度地减少数据中心存储容量配置管理任务。

4　精简配置&重复数据删除

惠普自动精简配置软件(ThinProvisioning Software)在不影响应用的前提下，可为HP XP存储阵列提供自动根据应用需求从虚拟化存储池里分配和增加额外物理磁盘的能力，从而减少应用对初始磁盘容量的需求，降低能源消耗。

4　数据中心节能技术

从处理器、内存、磁盘到管理软件的电源管理，只是实现了IT设备的节能与高效。数据中心的节能则实现了系统级散热设备的高效，让不同的散热技术“物尽其用”发挥出自己的功效。

1　动态智能散热

动态智能散热技术借助安装在机柜上热传感器实时收集与传输环境数据的技术及与数据中心制冷设备的动态互动控制，惠普动态智能散热技术可将数据中心的散热成本降低15％到40％，减少了二氧化碳的排放量。这样，数据中心的计算设备就可以与电源和散热设备进行交互。这种更加智能和全面的散热方案，是降低能源成本的重要途径之一。采用动态智能散热，可以使传统数据中心的能耗比值PUE从2.0以上降低到1.6左右。

2　模块散热系统(水冷机柜)

惠普模块化散热系统是一种创新的自散热式机柜。惠普新型模块化散热系统(MCS)达到业界最高的散热能力，可用于对高密度部署的服务器和刀片系统进行散热，能够在不增加数据中心散热负载的情况下，提升计算能力，从而提升现有的传统数据中心的散热性能。

3　配电机柜

惠普新型配电机柜，通过将数据中心的集中配电改为区域配电方式，将配电管理移到“区域”级，解决了从机箱到机架的集成电源管理问题。借助这种分布式的配电方案，可提高电源电缆的管理，大大加强数据中心配电和电源的监控管理，节省配电安装成本和减少发热源，从而节省能源成本，并大大降低系统因过热而出现故障的风险。

4　三相UPS

惠普新型配电机柜采用全冗余三相供电输入，简化了电源分配管理，消除了地板下杂乱的电缆配备，并支持功率的扩展需求，也为未来交直流的电源分配提供了灵活性，而这种惠普的三相UPS配电机柜更是达到了业界最高的电源利用率。

5　革命性的性能优化数据中心(POD)

把原来大型建筑中的数据中心，压缩到标准集装箱的规格，使得部署密度大幅提升和能耗比大幅下降。PUE可达1.25，现有HP的POD数据中心可以在40英尺的柜体中容纳3500台以上的服务器，以及多达12000个磁盘的数据容量，并且可以不占用传统的建筑空间，是名副其实的绿色数据中心，大幅节省能源、资金，大大加快数据中心的部署速度。

5　节能服务

如果说产品与技术是惠普提供给客户的“标准化”菜单，那么服务则是针对每个单独客户的“定制化”菜单。惠普可以根据客户的实际情况与需求，提供从数据中心设计测绘到数据中心建成之后的评估改进的完整服务。惠普用于改进数据中心能源效率的最佳实践集中于两大方面，即：机房节能设汁和机房节能评估。

惠普专家采用先进的建模工具和技术，准确测量数据中心的热区分布和散热情况，评估和分析机房空间和机架配置影响、并引进惠普数据中心的最佳电源和散热实践，为企业定制详细的能源优化建议和散热节能策略。这些建议和策略可帮助企业更好地规划数据中心机房的空间利用，和推迟成本高昂的设备升级，或大幅降低升级需求。

与先进国家相比，“形势严峻”，仍然是我国目前环境现状的主音，单位GDP产值的能耗是发达国家的3至4倍。它一方面显示出国内节能降耗的路还很长，另一方面则预示着“绿色数据中心”在我国的前景非常广阔。数据中心作为IT基础设施的能耗主要来源，节能降耗领域的技术革新才刚刚开始。

Sun壮大磁带存储业务

第5篇：数据治理范文

[摘 要] 旅游和社区的协同发展中，呈现出居民被边缘化、空间的争夺和占用、资源环境利用不当以及居民参与受限制造成的可持续生计能力受阻等问题，严重阻碍发展进程。信息时代背景下，旅游社区的参与和治理将向数据驱动的科学决策和协同善治转变，大数据将为旅游社区居民参与提供信息支持，参与平台和途径也会拓宽。数据的透明和公开将有助于公共权力和公共利益的分配和协调，届时将大大提升居民的参与意识和参与热情。经济欠发达地区治理过程的大数据应用可率先从有效沟通和精准服务着手，增强各个主体挖掘和利用数据的能力，发挥群众智慧，使社区治理向多元合作共治和良性善治迈进。

[关键词] 社区参与；参与意识；自我增权；创新就业；旅游发展

doi ： 10 . 3969 / j . issn . 1673 - 0194 . 2017. 07. 089

[中图分类号] F5901；TP309 [文献标识码] A [文章编号] 1673 - 0194（2017）07- 0199- 03

1 大数据与解决旅游社区参与矛盾的同构性

旅游发展过程中的社区参与问题一直是学者关注的焦点[1 ]。近些年，旅游目的地社区发展、社区和旅游协同发展、可持续发展被给予更高的位置[2 ]。旅游目的地社区被边缘化、居民的可持续生计问题、以及旅游产生的文化冲击、空间争夺和占用、环境问题、资源合理利用和分配 [3-5 ]等等这些棘手的问题，多是由于公共利益分配不均以及公权力基于行政程序的分配不均造成的不平等引起的，为此，和谐的发展呼吁民主参与、社会自治，呼吁更加科学而良性的治理。

近年来，学者对旅游社区参与过程中呈现的问题和遇到的障碍进行了详尽的分析，总结起来大致分为外部制约和内因限制两方面。

外部制约主要指：第一，旅游发展地以景区或旅游企业为核心的利益相关者的矛盾愈发复杂多变，各个利益之间的争夺和冲突层显 [6 ]；第二，强势资本入驻后，社区原有的利益天枰失衡，有政企联合操作，政府权力寻租的现象出现，无形中规避了公众的参与；第三，参与渠道单一，信息不场＞用翊τ谛畔⑷跏迫禾宓匚唬从获取信息的便捷和信息量都集中于少数社区精英 [7 ]；第四，政府管理权限和边界不清，决策方式方法不明晰，造成行政帮扶上的困难和障碍 [8 ]。

内因限制因素有：第一，居民民主参与意识弱，参与意愿摇摆不定；第二，居民受教育程度低，不知道如何参与和维权，多数居民个体不具有“公共理性”。而一旦其个人利益受到损害，多采取消极抵抗，不懂得也不会如何维护合理权益； 第三， 参与的技术， 主要指参与旅游发展需要的各种资质证书，多数居民不具备专业资格认证。这些问题和状况制约了社区居民的民主参与，也对社区的治理带来了各种困境。

伴随着信息时代的到来，或许不应该站在问题里面去分析问题，而应当站在整个社会经济发展的进程和大环境去观照现实中的困境，进而科学决策。

自麦肯锡公司名为《大数据：创新、竞争和生产力的下一个新领域》的研究报告以来，发达国家率先就大数据进行了研究和应用，如：美国利用大数据技术改善政府治理，帮助预测就业岗位和信息，帮助分析民意预防冲突和矛盾，以及各个商业领域。

大数据在国内的实践尚晚，自2015年7月1日，国务院办公厅《关于运用大数据加强对市场主体服务和监管的若干意见》，同年9月，国务院《促进大数据发展行动纲要》，标志着大数据已经被纳入国家战略部署和顶层设计。信息时代，地区治理的智能化，现代化势在必行，大数据所要求的信息开放、分享决策、平等合作与解决旅游社区参与所面临的如上问题具有同构性。

社区参与和治理要求公共权力和公共利益的平等，社区各个利益相关者的矛盾冲突亦源于此。公共权力的制度基础是民主，需要最广泛的人民的话语表达，大数据为各个主体的话语表达提供了多元的、便捷的渠道。公共利益的平等则要求各个参与主体的平等协作和自由互动，最终实现共同成员的最大利益，并且尽量减少对他人的损害。大数据的公开透明，信息的交互流通，为实现平等对话，达成共识提供基础和条件，大数据的开放和包容有利于多元利益体之间的调试和整合，“两微一端”（微信、微博和手机客户端）为社区居民提供便捷的沟通渠道，每个人都可以是信息的者和享用者。为提高参与，形成民主意识打破技术。

2 大数据重构社区治理生态系统

大数据的驱动下，原有的社区将被解构为由网络社区和现实社区共同构成的二元结构，网络社区在大数据信息体量大、变化快，新媒体盛行的作用下，使网络参与主体更加单一、多元化，参与的渠道也不再局限于日常的行政参与，进一步弱化个人对组织的依附，公共舆论盛行，这些都将倒逼传统的社区治理模式由权利集中、自上而下向自下而上，权利逐渐分散，但仍保持公共理性的合理行政管理，而不至于失控。

网络社区凸显的公开、透明、共享协同现实社区进一步整合，重构了善治的社区治理生态系统。多元治理主体充分激活社区的自组织和自调整能力，治理权力适度调整，逐步向金字塔中低层倾移，追求更高效的治理模式和更广泛而坚实的群众基础。鼓励社会公众、企业、非政府组织之间的良性互动，并协同参与治理。

大数据驱动下，将以数字决策代替权利决策或经验决策，公共资源配置、招投标、各类项目的开发和决策将有数据为决策依据，有效厘清政府和市场的边界。公众监督、信息公开倒逼权利结构优化，全新的治理生态系统浮出水面。社区治理生态系统如图1所示。

3 大数据在旅游社区治理中的现实运用

大数据是未来发展的趋势，尽管目前在应用过程中会出现技术、理念意识和数据非理性等障碍，但是，践行科学分析、数据决策势在必行。为了拟合数据鸿沟，经济欠发达地区社区可以在有限技术的基础上来试行基于大数据的治理现代化，或者可以将其称之为“中数据”，即，信息量没有那么庞杂，不存在对非结构和半结构数据的分析。鉴于旅游社区发展过程中存在的现实问题，可以从有效沟通和精准服务两方面践行数据管理和决策。

3.1 大数据沟通

大数据沟通是指通过各种社交网络和终端广泛收集社会数据，了解群众观点和态度，并有针对性的进行沟通，目的在于达成共识、改善群众关系，凝聚社会公信力。这种方法已经被发达国家广泛用于社会信息征集和公共治理。

如：Kosinski研究发现，通过市民在主流社交媒体（如Facebook）上面的点赞数据，即可推测每位个体的年龄、偏好、和政治观点，基于此有针对性地投放精心设计的沟通和说服信息[9 ]；美国费城使用名为“Textizen”的APP向市民的手机发送短信息，并告知目前正在制定的政策法规，同时制定并投递相关调查问卷，调查结果被作为施政依据在官网公布[10 ]。

旅游发展过程中，经常由于社区居民被置于旅游发展进程之外，不得分享利益，或由于信息不完全或沟通不畅而造成各种矛盾和冲突，严重阻碍旅游发展和旅游目的地和谐进程。基于政治程序对矛盾和冲突的利益进行权威分配，使各个社会主体之间缺乏沟通和对话，利益调和度低，矛盾冲突愈演愈烈。依托大数据平台表达的信息对话，对信息的模块化处理后，可进行有针对性有重点的沟通。

通过建设数据平台，拓宽信息渠道，为群众参与提供便捷途径，数据的透明和可视化又可以凝聚社会共识，扩大治理的公信力，可以弥补行政上的单一决策造成的资源不足、信息不对称和效率低下。

3.2 数据识别需求，提供精准服务

大数据开发技术是关键但应用和服务也不可忽视。数据的分析还应当回归到应用和实际决策中。在千变万化的社会问题和群众需求中引入社会群体的力量，有助于进一步搜集有效数据，识别需求，提供精细管理和精准服务。

目前旅游和目的地社区的发展中，地方行政做了不少工作，基层管理人员的辛劳有目共睹，但成效并不显著，比如对待困难户的帮扶，群众反映帮扶过程中存在信息不对称，甚至是采取的帮扶的方法存在供需偏差，造成公众参与率低，政府工作效率低下，资源浪费。

大数据驱动下，应当增强社会主体挖掘和利用数据的能力，拓展数据的应用主体和应用领域，提供公共信息服务面。例如：纽约市使用LBS应用让市民在地图上建议公共自行车租赁站的设置地c，为市民提供便捷租车服务，获得市民广泛支持。另有，美国佛蒙特州向群众征集推送粮食捐献政策和具体捐赠点的位置[11 ]。

大数据的应用过程中，要充分发挥社会组织、群众团体或是市场的力量，并鼓励他们运用大数据，开发应用平台APP，在各个方面服务群众[12 ]。未来的现代化治理，应当朝着数据支撑下的社会主体多元合作共治和良性善治迈进，治理更强调理性公共协商和多元主体的有效参与和协作[13 ]，以公共利益为标准，实现公共选择的理性转换，避免公共活动效率低下造成的资源浪费和集体非理性。

4 总结和展望

大数据的应用和实践还有很长的一段路要走，在这条路上，既要避免公共社会不成熟，公民缺乏公共理性而带来的数据偏差，也要谨防数据寻租，数据霸权和数据掺假。健全数据伤害维护机制，出台数据使用责任和数据使用相关的条令规范亦是趋势。

大数据的应用关乎国家治理体制创新，公共服务创新和社会自治培育，要求每一个社会主体都要有数据意识，释放数据红利。每一个公民都是数据的使用者和提供者，要重视公民数据源，为民主参与和决策、良性善治开源纳智。正如哈耶克所述：一个社会的知识掌握在每一个人手中，只有发挥每一个人的智慧，整个社会的文明才能得到长足的进步。

主要参考文献

[1]李会琴，侯林春，杨树旺，等.国外旅游扶贫研究进展[J].人文地理，2015（1）：26-32.

[2]苏明明.可持续旅游与旅游地社区发展[J].旅游学刊，2014，29（4）：8-9.

[3]左冰.共容利益：社区参与旅游发展之利益协调[J].旅游科学，2013，27（1）：1-14.

[4]李萍，王倩，Chris Ryan.旅游对传统村落的影响研究[J].旅游学刊，2012，27（4）：57-63.

[5]陈莹盈，林德荣.旅游活动中的主客互动研究――自我与他者关系类型及其行为模式[J].旅游科学，2015，29（4）：38-45.

[6]王德刚.文化自信、利益均衡是确立乡村旅游伦理关系的基础[J].旅游学刊，2014，29（11）：9-11.

[7]时少华.乡村旅游社区参与中的权利结构、运作策略及其影响研究――以京郊BS村景区并购事件为例[J].北京第二外语学院学报，2012（11）：73-83.

[8]王翔宇，翁时秀，彭华.旅游地乡村社区居民利益诉求归类与差异化表达――以广东南昆山核心景区为例[J].旅游学刊，2015，30（5）：45-54.

[9]Kosinski M，Stillwell D，Graepel T. Private Rraits and Attributes are Predictable from Digital Records of Human Behavior[J].Proceedings of the National Academy of Science，2013：5802-5805.

[10] Global Open Data Index. http：///.

[11]吴湛微，禹卫华.大数据如何改善社会治理：国外“大数据”社会福祉运动的案例分析和借鉴[J].中国行政管理，2016（1）：118-121.

[12]赵长明.我国二手房地产交易价格风险的核算[J].统计与决策，2014（1）：34-36.

[13]陈潭，杨孟著.“互联网+”与“大数据×”驱动下国家治理的权利嬗变[J].新疆师范大学学报，2016（5）：105-111.

第6篇：数据治理范文

关键词：大数据时代；政府治理；环境治理；乡镇环境治理

十政府工作报告中首次写到“设立新兴产业创业创新平台，在新一代移动通信、集成电路、大数据、先进制造、新能源、新材料等方面赶超先进，引领未来产业发展。”十八届三中全会的《决定》，涉及到全面深化改革的各个领域。改革有一点很明确，不仅是要改革外在因素，如市场、社会生产等等，还要改革政府自身。政府治理创新，是一个多方关注的话题，不仅是中国，世界各国政府，从建设善治政府的角度，都在积极探索。环境治理是政府治理的一个具体方面。

伴随着经济的迅速发展，环境问题也日益严重。党的十报告首次将生态建设列入其中，而环境友好型社会的建设就是其中一个方面。由此可见，党和国家高度重视环境治理工作。环境的治理需要多方面的努力，政府在这中间就扮演了重要的角色。政府环境治理的意义十分重大，概括来讲有以下几个方面：有利于可持续发展，有利于全面建设小康社会，有利于和谐社会的建设，人民生活幸福安康。

一、大数据时代

（一）大数据

1、含义

关于“大数据”的定义目前的说法没有形成共识，不同领域的工作人员界定不一。工科研究人员偏好使用这个概念，而人文社科领域的学者对此反应稍微有点迟缓。全球知名咨询公司麦肯锡是最早提出“大数据”时代的，他在研究报告中指出，数据已经渐渐影响到每一个行业和业务职能领域，慢慢成为重要的生产因素。维基百科则是这样定义的：“无法在一定时间内用常规软件工具对其内容进行抓取、管理和处理的数据集合”。结合不同领域的定义，总而言之大数据大致有三个特点：第一，信息庞大是它的首要特点，从TB级别，跃升到PB级别（即从1000G级别到100万G级别）；其二，载体十分丰富、形式多样多样，包括网络日志、图片、音视频等等；其三，许多数据是重复的或者没有价值的，因此需要“去冗分类、去粗取精”，一句话就是价值密度低。

2、特征

随着移动互联网、物联网、社交网络、云计算、4G网络的快速发展，网上购物、网络发言、网络信息传输等行为产生了惊人的数据量，我们已经步入大数据时代。“大数据”的特点是可以归纳为4个V：海量（volume）、快速（velocity）、多样（variety）和价值（value）。大数据时代的来临标志着人类社会从此由信息时代，知识时代逐步向着智能时代过渡。大数据时代的特征，具体来讲包括以下几点：

一是大数据时代获取信息的途径更加多样化，内容则更加丰富。对于任何一个我们想要调查的特定问题，只要运用恰当的方法，我们就能获取比过去任何时候更丰富的数据，利用庞大的数据我们可以得到非常详细的阐释，从而作出判断，这是传统方法所不能做到的。

二是信息分析逐渐由微观走向宏观。在传统数据时代，由于收集的数据较少加上收集数据的途径单一，因此我们可以明确知道每个信息的来源与真实性。在大数据时代，大量的数据往往存在信息凌乱、参差不齐的情况，对于大数据的分析，我们需要宏观层面来进行观察。

三是人类社会思维方法的转变。大数据时代人类的思维将从因果关系转向相关关系。面对更丰富、更零乱的信息，在许多情况下，人们将仅仅寻找“是什么”，而不必完全理解“为什么”，这是大数据带给我们的最根本性的转变，对人类的认知和与世界交流的方式提出了全新的挑战，人类千百年来的思维惯例被颠覆。

（二）大数据时代政府管理

“大数据”时代的来临带来了政府部门的一系列变革。首先，大数据超越了传统行政思维的认识，使得信息公开从单一的政务信息公开逐渐过渡到数据库信息的公开。其次，就技术而言，由于缺乏“大数据”意识，政府各部门之间容易出现信息孤岛，各种信息不能有效联通。大数据打破了政府部门之间的屏障，要求流动数据和部门利益必须让位于公众利益。一旦信息进入社会，公众将对政府信息进行全天候的监督，每个部门的数据在横向比较之后，就可能被公众发现可以指责的漏洞。尽管存在信息安全的风险，政府可能被指责的风险，大数据推动政府管理创新势在必行，它将带来一个更加开放、透明的政府，推动政府从“经验治理”转向“科学治理”。

（三）政府治理

关于政府治理的概念也存在着不同的说法，通常我们一般认为政府治理是指市场经济条件下政府对公共事务的治理。西方国家理论界所说的“政府治理”，则是指由政府治理理念、治理结构和运作方式与过程所构成的三位一体的有机框架或网络。从广义和狭义方面来定义则是这样的：广义的政府治理认为整个公共行政的发展过程可以称之为政府治理从传统迈向“善治”的过程。狭义的政府治理则包括以下三种模式：

一是指封闭性和单向度管理的国家管理模式，在这个过程中国家是唯一的管理主体；二是半封闭和单向度的公共管理模式，国家与各种社会自治组织共同来进行管理；三是公共治理模式，由开放的公共管理与广泛的公众参与这两种基本元素综合而成的，其典型特征是开放性和双向度。”狭义的政府治理是指第三种公域之治模式，也是“政府依法律善治”之“治理”模式。

二、当前我国政府环境治理的手段

目前环境治理的手段主要包括以下几种：

（一）法律手段

就是通过立法来治理环境，对于企业的污染行为要通过法律来制约，从而减少污染，达到保护环境的目的。

（二）行政手段健全相关法律机制，整合、完善现行生态环境法律法规，让环境管理在立法与执法方面得到保证；第二，要加强环保部门的监管力度，提高国家环境监测、信息、科技、宣教和综合评估的能力，同时其独立执法能力和执法效率也要有所突破和发z展。第三，要做好充分的环境保护宣传工作，利用网络、媒体、杂志等平台的丰富性和大众性，向公民普及环保知识，宣传环保的重要性和必要性，呼吁公众积极参与这一公益行动，使其从思想上和行动上支持、践行环保。环境问题无国界，在做好国内工作的同时，环境保护也需要世界各国的共同参与，因此政府要处理好对外事宜。要加强各国间的交流与协作，达成环保共识，以求共同行动；要参与定期召开的国际环境会议，分享先进的环保经验与技术，在公平原则基础上担起本国应尽的责任；要积极促进国际环保规则的制定，并依据各国实际情况使之尽快落实；各国之间要互帮互助，共同努力解决环境危机这一问题。

三、我国环境治理存在的问题

中国的环境问题已不是一个隐约逼近的危机，而是一个眼前的危机。过去的20多年里我国国民经济发展迅速，不过这种发展是建立在以牺牲环境为代价的基础之上的。当前，我国政府已经意识到环境问题的严重性，正在逐步转变治理理念和方式。

（1）政府扭曲的发展观和不当的政绩观导致政府生态危

一直以来，我们一直认为经济得到发展就能解决其他问题，其实不是这样的，经济的过度发展会对环境造成破坏，因此，相应的政治文明，生态文明的发展也会受到限制，从而影响整体的发展。

（2）政策失控，调控手段单一，治污流与形式

政策失控，主要表现在两个方面：其一，谁污染谁治理的政策，对于企业而言，它的目标是利润的最大化，这样既可以增加地方政府的财政收入，又能增加就业机会，同时，环境治理需要耗费大量的成本，因此环境治理往往只是口号而已；另一方面，政府制定的环境治理政策之间缺乏配套体系的支持。

（3）法律法规滞后，政府环境监管能力弱

面对日益激烈的国际竞争，我国正在积极调整产业结构，转变经济发展方式，更先进的清洁生产要求提出来让人措手不及。面对环境污染，我国缺乏有效的监管体制，政府的立法不健全，环保部门执法执法力度也不够。

（4）环境治理信息披露不全

关于环境治理的信息，目前存在着披露不全的现象，从而影响了环境治理的效果。

四、当前乡镇环境治理存在的问题

（一）乡镇政府对于上级环保政策的实施流于形式

面对上级下达的环保政策，乡镇政府作为最基层的一员，往往只是按章行事，没有把政策的实施与当地的实际情况相结合，存在本本主义。另外，环保政策即便的到落实，也是流于形式，比如地方垃圾站的建立，在那些稍微偏僻的地方就因为交通不便就没有建立起来；每月一次的家庭卫生检查也只是一时热，政策过了就被冷落了。

（二）对于地方污染缺乏有效的监督手段和奖惩措施

对于地方存在的环境问题，不管是政府还是公民都缺乏有效的监督。政府缺乏有效的法规和强有力的执法手段，公民又对环保问题不够了解和关注，导致许多企业在发展过程中以牺牲环境为代价谋取巨大的经济效益。对于保护环境的行为又缺乏相应的奖励措施，使得人们对和自己无关的问题或者是自己尚未意识到的问题漠不关心。

（三）环境治理的成本受到财政的制约

经济利益的获取是以牺牲环境为代价的，同样环境的治理也需要财政的支持。政府面对地方环保问题时，往往会缺乏配套的资金体制。

（四）环境治理主体单一，公民参与程度低

在我国，当前政府仍是重要的环境治理的主体，公民参与环保治理的程度低。

五、大数据代的乡镇政府环境治理创新对策

（一）充分发挥大数据时代网络监督的作用

大数据时代的乡镇环保问题应当以网络为依托，应当通过微博，互联网等形式对破坏环境的行为进行曝光，对保护环境的行为进行表扬，鼓励更广大的人民群众参与到环境保护的过程中来。

（二）实现多种治理手段的协调

环境的治理，政府要摆脱单一的治理手段，必须实现经济，法律，行政手段等多种手段的协调。

（三）政府转变职能，发挥政府采购环保项目的作用

在环境治理的过程中，政府要转变职能，创新管理方式，引入市场和第三方主体参与到环境治理的过程中来，实现环境治理效率和环境治理质量的提高。比如，2014年5月22日国家环境保护部拟出台的《政府采购环境服务指导意见》，征求意见工作已经基本完成并报送，预计6月出台。《意见》规定，政府购买环境服务将一律通过公开招股标的方式获得。

（四）合理运用网络，用大数据说话，实现政府的精细化管理

对于环境治理中存在的问题，应该收集相关的资料类整理，前后对比，相关分析，用大数据说话。

（五）合理选择经济发展途径

环境治理的过程中，我们必须始终注意一点那就是经济的发展要与环境相适应，从而有效贯彻和落实科学发展观。

总之，在大数据时代背景下，政府治理环境，需要转变政府职能，引入更多的市场主体参与到环境治理的过程来，同时要创新治理方式，实现经济的可持续发展和社会的和谐安定。（作者单位：湖南农业大学）

本论文受湖南农业大学公共管理一级学科资助

参考文献：

[1] 李园，政府在环境治理中的问题及对策分析[J].制度建设，2011，30.

[2] 佚名.网络反腐：大数据引发政府管理新思路.学习时报，2012，11，05.

第7篇：数据治理范文

数据分析：从挖金土豆到筛金沙

大数据之所以成为业界的热点，是因为现在做数据分析的价值越来越大，在Hadoop等技术的支持下，成本相对越来越低。对于企业做数据分析的价值和方法的前后变化，Informatica公司大中国区首席产品顾问但彬在论坛上，用一个非常生动形象的比喻做了说明：“如果将做数据分析比喻成开采金矿，原来我们所做的是用挖掘机挖金土豆，而现在则是用筛子来筛金沙。因为现在大量分布在社交网络的数据，对企业而言就是就像是大量的金沙，分布广泛而分散。如果能用低成本的方法筛出金沙，是非常有价值且值得做的事情。”

但彬介绍，Informatica作为一家数据集成公司，更关注的是如何把来自各个地方的大数据，通过像抽水机的泵一样的装置整合到需要的程度和地方。Informatica2011年完成了近8亿元的收入，这也是对大数据市场火热程度的一个印证。

Informatica主要从四个方向考虑大数据处理的一些问题：第一，大数据的集成，即从数据种类的多样性方面，整合所有来源的所有数据类型，不管是来自交易系统的结构化数据，社交网络的半结构化、非结构化数据，还是来自RFID读卡器的感应数据；第二，保障数据的权威、可信性，保障数据安全，实现可重复利用、一致的数据质量；第三是实现数据的自助式服务，消除手工操作带来的错误，提高生产率，允许分析员通过基于浏览器的工具直观地定义和校验从源到目标的处理流程，以此自动生成映射逻辑，交由开发人员部署运行；第四是自适应服务，通过多协议数据配置、集成数据质量等手段实现交付适应不同项目需求的数据。

从交易到交互，从互联网行业到传统行业，大数据的渗透力和影响力不容小觑。在Teradata大中华区首席架构师张新宇看来，除了数据管理，更重要的是数据分析，利用新的分析方法，比如通过使用Map Reduce（编程语言可以是Java/Python/Perl/C/C++）新分析框架，提供针对多种数据的并行处理能力等，实现大数据的洞察力是更关键的。

北京赛迪时代信息产业股份有限公司存储工程服务事业部总经理李降龙也介绍，大数据带来的挑战在于怎样实时处理这些数据，通过虚拟化搭建一个计算和存储资源池，以弹性架构有效地合理分配和使用它们，并建立合理应用系统，使大数据得到最好的管理和使用，才能发挥大数据的价值。论坛上民族证券CIO颜阳也分享了证券公司对于大数据的理解以及他们所做舆情分析的大数据应用。

职场新贵：数据科学家

针对大数据而生的新一代分析工具――Map Reduce近年来备受关注，它一次遍历数据，连接列表顺序分析，而不需要像传统的SQL那样为了排序需要对表做自关联。Map Reduce在数字营销优化、社交网络及关系分析、欺诈检测及预防、设备数据分析等场景中都有非常好的应用。

除了原有的关系型数据分析，结合非关系型数据（NoSQL）的探索性分析的需求在企业内部越来越旺盛，如此一来，一种新的IT职业――数据科学家会越来越火。

第8篇：数据治理范文

【关键词】人力资源管理系统；数据质量；提升方法

我国电网公司朝向精益化、规范化的方向发展，电网公司运营的业务逐渐增多，尤其是人力资源管理数据，为了实现统一、准确的管理，就要积极提升数据质量，完善人力资源管理系统的运用。因为人力资源管理系统支撑着电网人资数据的运行，有利于提高人力资源分配的水平，所以提升人力资源管理系统数据，是一项非常重要的工作。

1人力资源管理系统数据的运行现状

电网公司内，人力资源职务较多，且不同职务都涉及到人力资源管理，由此对应数据管理的压力大。的数据说明，人力资源管理系统数据，面临着复杂的管理现状。本文结合上述电网公司人资系统的认知，分析数据运行现状中，表现出来的几点问题，如下：

1.1实用性

低电网公司的人力资源管理数据缺乏实用性，无法准确的应用。人力资源管理数据在输入、转换的过程中，也会出现低质量的数据信息，影响了数据信息的实践应用。

1.2完整性

差人力资源管理系统数据不完整，数据录入到系统内，在修改、传输等环节中，有数据丢失的情况，无法保障人力资源管理系统内各项数据的完整性。

2人力资源管理系统数据质量提升方法

2.1整合管理

电网人力资源管理系统中的数据比较零散，其会影响到数据的使用，降低了人资数据的质量。在提升数据质量时，采取整合管理的措施，根据人资系统的运行状态，先整合系统中的数据，再规划数据的应用。例如：南方电网公司，提升人力资源管理系统数据质量时，采用“6+1”企业级信息系统建设方法，预先归类、整合了人资数据，还要整改原有的系统数据，整合岗位、用工、干部、考评等多个模块数据，保障人资数据的整体性，提高系统数据的服务能力。

2.2精细化操作

数据质量是评估人力资源管理系统的一项指标，提升数据质量时，提倡精细化管理。电网系统的人力资源管理系统内，数据类型较多，数据总量大，采用精细化的管理方法，便于推广人力资源管理系统的建设。例如：海南电网公司的人力资源管理系统，新旧系统替换，存在大量历史数据，在数据迁移过程中，对历史数据精分、细化，分模块、类型进行迁移，同时编写整改脚本，用于定期检测数据质量。

2.3优化决策

现代电网企业具有智能化、数字化的特征，人力资源管理系统是电网运营的基础，本文采取优化决策的方法，是指在人资系统的数据处理方面，提供决策手段，直接对人资系统中的数据优化进行决策，及时删除冗余的数据，确保系统内数据都是可用的，保障人资数据的高效性和质量水平。

3提升人力资源管理系统数据质量的效益

3.1成果

本文以电网企业案例为研究对象，企业在2017年1月1日正式运用上述方法，分析人力资源管理系统数据质量提升方法实施前、后的对比。2016年，人资数据质量中，基础数据完整率≥95%、基础数据准确率≥95%、基础数据规范性≥98%、基础数据一致性≥98%，而2017年，截止数据统计，各项指标均为100%。

3.2价值

人力资源管理系统的数据质量，得到了明显的提升。电网企业在人力资源管理系统内，可以利用筛选、搜索的功能，快速的找到对应的人资数据，例如：岗位分配上，人资系统内，录入了所有职工的数据，根据人资系统内，职工的数据信息，如资历、学历、技能等，组织岗位分配工作，清查在职人员的信息，一方面能及时发现问题数据并做整改完善，并且做补录处理；另一方面，可以根据完整、准确的数据及时、正确的做出决策。

3.3建议

在人力资源管理系统数据质量提升维护中，建议设立业务项目岗位，专门实时关注并跟踪系统中的数据，避免出现异常数据，针对已经出现的异常数据，要实行优化处理；同时由人资业务部门牵头定期召开人力资源管理数据质量会议，收集企业在生产、经营过程涉及的数据反馈，及时协调企业资源确保数据提升工作的顺利开展，不断的提高数据质量。

4结束语

当下人力资源管理系统数据在企业已经变成战略资产，提升其数据质量加强数据管理已成为企业提升管理能力的重要任务。应该根据不同企业的需求，针对性的选择提升人力资源管理系统数据质量的方法，以便完善人资数据的应用，避免影响人力资源的数据效果，充分发挥人力资源管理系统的有效作用，确保系统内各项数据的质量。

参考文献

[1]许冬梅.加强信息化建设提升人力资源管理[J].中国石化,2015(05):49-50.

[2]仝方平.人力资源管理信息系统数据质量治理研究[J].信息化建设,2016(01):226+228.

[3]王宣承.人力资源管理信息系统数据质量治理研究[J].中国人力资源开发,2013(09):54-56+69.

第9篇：数据治理范文

1、一骑红尘妃子笑，无人知是荔枝来。——杜牧《过华清宫绝句三首·其一》

白话翻译：一骑驰来烟尘滚滚妃子欢心一笑，无人知道是南方送了荔枝鲜果来。

2、日啖荔枝三百颗，不辞长作岭南人。——苏轼《食荔枝》

白话翻译：每天吃上荔枝三百颗，情愿长期做岭南人。

3、五岭麦秋残，荔子初丹。——欧阳修《浪淘沙》

白话翻译：五岭地区麦收尽，荔枝初熟穿丹衣。

4、两岸荔枝红，万家烟雨中。——李师中《菩萨蛮·子规啼破城楼月》

白话翻译：两岸的荔枝，娇红欲滴，蒙蒙的细雨，笼罩万家。

5、锦江近西烟水绿，新雨山头荔枝熟。——张籍《成都曲》