大数据时代的利弊精选(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大数据时代的利弊主题范文，仅供参考，欢迎阅读并收藏。

第1篇：大数据时代的利弊范文

那么，大数据究竟是人类的工具，还是主宰？如果只是工具，我们只需要回答工具运用的利弊和风险；但如果超出了工具的范畴，整个人类社会便都在大数据的幽灵管控之下，那将是什么样的场景？

大数据未必万能

记得有这样的说法，历史是不可能的。意思是说，人类社会要将自身全部的历史真实地记录下来，没有可能性。这是因为，每个人都是人类的一部分，每个人每分每秒的活动，都是人类历史的一部分，当且仅当这些活动被完整地记录时，人类真正的历史才得以存在下来。

经验告诉我们，管理是不可能的。现代社会，将一个组织内部自然分裂为了管理者和被管理者。不论管理者使用何种监督、管理、控制、激励、评估和考核等方法，他根本不可能使被管理者每分每秒都严格服从管理者的要求。因为管理者根本不可能完全掌握被管理者每分每秒的活动情况。

历史和管理不可能，预测未来就更不可能了。明天股票市场的走势如何？2016年巴西奥运会上哪支队伍将问顶足球冠军？谁将赢得下一届美国总统的选举？尽管人们乐此不疲地预测这、预测那，用尽了参数、算法、模型，最后却从未有过“一致的”预测结论。就是“预测准确”者，事实证明也大多不过是运气加猜测。

就在我们将如此“不可能”演进到更为广泛的领域时，大数据来了。

所谓大数据，核心就是“量大”，或称全量数据。既然全量，数据就是混杂的，不精确也不需要精确，有可计量和可计算的，也有不可计量和不可计算的。正因为如此，以往关于数据之间的“因果关系”，在大数据时代就只存在“相互关系”了――你不需要由部分去推测全部，全部都可视或都可掌握。

举例说，当年泰坦尼克号撞上了冰山，船长能够看到的，只是冰山一角；他只能通过这一角冰体，去推测整个冰山大小，建立海面上可见部分和海里不可见部分之间的“因果关联”。如此认知冰山，具有极大的盲目性。结果，悲剧发生了。

如果能够掌握整个冰山大小和运动的全部状况，船长就将避开冰山。冰山大数据在此给予船长决策的信息，完备到了没有丝毫的遗漏，不需要任何的推测，当然就不需要任何的参数、算法和模型了。可见的一切，决定了可控的完美。

但是，人类有如此的可能，记录和保存下来全部关于自然和人类社会的大数据吗？

我们注意到，许多学者对于巨量的现代信息记录和储存有足够的信心。特别是，对于人类活动所有信息的自动记录，以传感器为代表的科技手段显示出了强大的功效；甚至于，关于人类大脑记忆、思维活动和逻辑预测，这些看不见的存在，随着脑科学和信息科学的进一步的发展，也将被全部记录、可视化以及可掌握。大数据就将是“大全”无疑了。

这样，我在此时的写作，很可能就被身边无所不在的传感器所记录，并传递到某个存储中心。相应而来的，就是管理者能够十分清楚被管理者分分秒秒的言行，管理轻车熟路。至于预测未来，再也不能称之为“预测”，因为将要发生和出现的事项，由于自然和人类社会的全量数据，包括人们脑子里想要做的，都已经确定存在了。你要问明天的股市走势？好，所有投资者的想法都已经被清楚掌握，是涨是跌完全确定。

这与其说是预测明天，不如说是今天决定明天。

这是一幅奇妙诱人的画卷。然而，基于它人类生活逻辑的缺失，我们只能认为这是现代人类思维创造出来的新型“乌托邦”。或者至少，这个问题的答案是不确定的。这正如地球资源无法支持无限扩展的人类数量一样。再大的大数据，也无法尽收自然和人类社会全部的存在和活动内容。

更为重要的在于，大数据不可能仅仅由机器设备自身运转来实现其功效，总是要有人的介入或至少是协调，抑或是管控。人的非机器属性，决定了有人在的大数据必定有不确定的“人为”因素。管理也好，预测也罢，依据于“人在”的不确定数据，就难得有完全正确并精确的管理方略，更谈不上将明天未定的格局确定在今天了。

如果人类被大数据主宰

与他种工具相比较，由于不断进步的储存、移动和网络技术，大数据工具很容易被提升到更高层级，大有“超级工具”的意味。这种进阶，常常让人们的思维走得更远，大数据似乎有对其他工具的取代功能，甚至有超越工具的功能。

从人类社会发展史来看，技术、制度（包括组织和规则）和道德理念（或文化价值意识形态）是三个不可或缺又不可相互替代的社会要素。这三种要素，都是由人类自我创造、变革和积累起来的。相对于人的主体地位，它们都是工具性质的，是从属性的存在。当技术进阶特别是出现突变时，既存的制度和道德理念就将受到巨大的冲击，从而产生制度和道德理念变革的需要。通常的结果是，基于技术进阶的直观、直接进步性，适应性的新制度和道德理念就将逐渐形成，一个新的技术、制度和道德融合的时代到来。

有点可悲的是，人们常常忽略了另外的一面：技术进阶或变化并非必定、长久和全面地意味着人类社会的进步，制度和道德要素经常会反过来，抑制、协调甚至取消某些技术的进阶。在这种意义上，可以说，几千年的人类文明史，就是这样“三大要素”不断变化、影响和组合的历史。

时下关于大数据作用的突出化或神化意味，是相当浓厚的。笃信大数据这个新鲜的造物，不只是一种新的技术工具，更有那跨越疆界，取制度和道德意识而代之的功用。如此逻辑再往前走一步，那就是取代人的主体地位了――大数据时代的全面到来，人的主体地位终结。

达到巅峰的大数据逻辑

当大数据大到完全无遗漏地记录人类社会所有的个体、在所有地方和所有时间里的言行，并可以自动分析和掌握所有个体的言行规律、习惯，甚至偶然的例外时，每一个人便都被完全地“数据化”了，以往定义的“自然人”、“经济人”等，就被“数据人”所替代；同时，储存、传递和使用数据的技术手段日新月异，数据越来越失去其私密控制的可能，每个人不只是“数据化”，还被“透明化”。

例如，现在的“人肉搜索”，未来就会为“透明人展示”所取代。大数据能够达到的巅峰，就是如此“透明数据人”的出现。这意味着什么呢？

当你清楚，在通过路口时，你的言行都被“探头”等工具“数据化”而完全“透明”在公众面前时，你便会自动地服从路口通行的规则。所有通行者都是如此时，路口便展示出机器对于人的管控特征来：人人都听机器的。人在此时，似乎不再自我、自在和自由，只有对于机器设定流程和技术标准的完全、绝对和终极服从。如果有“出格”言行，因“数据”完整，又透明公开，你将受到惩罚。可见，“透明数据人”的第一意味，就是服从机器或是技术工具。人，屈从在自己的创造物面前。

进一步看，基于全量数据和全透明，人性中的三大“恶”，即贪婪、懒惰和恐惧，就会受到极端性的抑制，甚至被消灭。既然你的一切都“数据”和“透明”，那些“见不得人”的东西，就不会让其见人了。人皆如此，这个世界就不仅没有见不得人的东西，连相关的想法都没有了，人性里的“恶”就此消失殆尽。那是一个多么简单和谐的世界！

与“恶”相对应的，是人性中的同情、怜悯、关爱等“善”。当“恶”消失时，“善”因为缺乏“恶”的对比，自然地平常化，其“善”的程度也必定日益淡化，最后成为日常言行而社会性地被漠视，至少不会被突出、敬重和褒扬。这样的“善”，与其说是“善”，不如说是常态之为更贴切。“善”一旦成为常态，便不需要张扬、鼓励和推动。在这一点上看，人性实则已无善恶，事物完全舍去是非。

再往前行，组织、制度、道德和价值观，还有宗教理念等，这些基于人性的“善恶”复杂结构而形成的社会历史形态，就没有必要存在。当路口人人都基于大数据而完全无误地遵循规则通行时，监督的交警和处罚或褒奖的机构都是不必要的，相应的制度也显得多余。就是那些所谓的道德要求和理念，大数据加以透明化，人们不再以道德的良好感知为驱动去守则，守则成了固化行为，道德等意识形态类的东西还能够存在吗？

人之所以为人，在于人性有别于世间他类存在物的本质。这一点表明，人性不可能更改，人的主体性也不会改变的。

虽然如此，人类历史的经历表明，人性和人的主体性是一直受到自然、人类社会自身和人的创造物的限制、冲击和挑战的，不时的、局部的人性丧失和主体性疑惑与徘徊，都是存在的。在人类社会思想和实践的长河里，人性和人的主体性一直都处在存在和反存在的对抗之中。在这种存在和反存在的过程中，保有人性和人的主体性，就是人类的基本使命。在我看来，这一使命，至今未见得有丝毫的变化。

大数据，这个人类最新的大创造，无论如何看待它的巨大功用，它与货币类创造，没有什么不同，也只是一种人类的造物。既然只是为人使用的技术工具，就不应当成为统治人的主体，事实上也成不了统治主体。

避免大数据霸权

大数据当然是有用的工具。虽然说，它并不可能让“历史可能”，却的确让“许多的历史成为可能”，也的确让“许多的管理成为可能”，并大大地提高了预测未来的水准。

同样，大数据并不可能消除“因果分析方法”，但的确省略了大量的因果分析，还为复杂的因果分析提供了厚实的基础。重要的是，许多自然、社会和经济等风险，通过大数据，可以得到更为确定的掌控。在这个意义上讲，大数据时代里，不会很好运用它的个人，必定落后；不会很好运用它的机构，必定会被淘汰；而不会很好运用它的国家或民族，将必定处处被动。

但再有用的工具，也只是工具。应当清楚，作为工具的大数据，自身并无所谓利弊。它的利弊，完全产生于人们对它的认知和使用。在这里，认知是第一位的――正确或说有利地使用它，取决于明确、客观的认知。

这一认知的价值，表现在重申人的主体性，和人性本质的顽固上。或者说，只有人，才是“万能的”。共同服务于人类社会还需要其他的工具，如组织、制度、道德和信仰等，都是服务于人的工具，大数据只是“工具箱”中的一种，它并没有对于其他工具的取代功能。时下对于大数据功能过大的渲染，大有培育和强化一种“大数据霸权”或“技术霸权”理念的味道，推崇技术至上的社会生存和生活模式，淡漠并弱化社会组织、制度、法律、道德等他类工具，使得社会各种管理畸重于技术工具。

“技术霸权”会带来什么

一方面，“技术霸权”强烈地忽略人的主体性，忽略人的主体性对于自我人性中“恶”的抑制，必将加大社会问题的冲突程度，加大社会管理成本，甚至引发巨大的社会对抗。当技术至上成为社会普遍的行为驱动意识时，人们就都会以追求技术工具的执掌和使用为常态，淡化人自我的内心约束。

一旦人性中的“恶”没有了自我主体性的抑制，如法律意识的内化、道德感觉和信仰要求，技术工具竞争和对抗中的人性“恶”就将极端化，进而逼迫更为强大的技术工具出现、争夺和争斗，社会问题更趋严重，管理难度和成本巨量增加。如当下网络世界里的病毒和反病毒，信息的盗窃和反盗窃，就是“技术霸权”问题最为生动的例子。

另一方面，“技术霸权”下对于其他工具的漠视和削弱，加重了人性“恶”的放纵。包括技术工具在内的“工具箱”，虽然都是由人自我创造出来的，但它们对于人性中的“恶”是有一定的外在抑制力的。有些工具，还是就人性之“恶”而创设出来的。大数据基于它“全量”加“透明”，有助于扬善止恶。

然而，单一的技术工具，根本无法发出较为理想的抑制作用。这是因为，“技术霸权”理念的普遍化，使得人们相信，技术工具的抑制，一定会有相应的反抑制技术工具出现；与此同时，制度和道德等工具的失位，让这种技术性反抑制能够轻而易举地实现。当行车人用高新技术手段遮住了车牌，让“探头”照不到时，其违规行为就有了“道高一尺，魔高一丈”的意味，而制度处罚和道德谴责的空缺，无疑会助长人们与“探头”对抗的“恶”行。

令人担忧的是，大数据正在向如此的“技术霸权”行进，懂它和不懂它的人们，都在试图“抢占”大数据的制高点，努力去获得那种技术神奇。

当然，现实也在给予我们明确的警示。人们不仅发现，真正完全无漏的“全量数据”根本无法获取，也就无法由其来掌控外部世界，更无法用“确定”代替预测；而且发现，谁来使用大数据，成了最为关键的问题。

这如同当年居里夫人发现了镭一样，使用者的不同，决定了对人类意义的完全不同，或是用镭治疗人类疾病，或是用镭制造杀人武器。这也如同在“伊卡洛斯悲剧”里，儿子和父亲使用人造双翼飞行的结果不同一样。

说到这里，我们又回到人的主体性。镭也好，人造双翼也罢，还有大数据，最终决定它们“能”和“不能”、“如何能”又“如何不能”的根本的因素，是人，而不是这些被发现、创造或是积累的外在物自身。

在这个变化无穷的世界里，人类不可能不会迷茫，有时甚至是会迷失的，但时刻记住人的主体性，认清大数据类工具的属性，我们就不会“迷”得过久、过深。

我想在此推荐英国学者维克托・迈尔-舍恩伯格等著的《大数据时代》一书。作者在预言大数据带来巨大冲击的同时，敏锐地提示了过于依赖大数据，将对人的主体性造成伤害。

第2篇：大数据时代的利弊范文

【关键词】 共享数据； 聚变时代； 经济统计

【中图分类号】 C81 【文献标识码】 A 【文章编号】 1004-5937（2016）22-0026-03

第十届全国企业经济统计学年会于2016年7月16―18日在兰州隆重召开。会议由全国企业经济统计学会主办，兰州财经大学统计学院、重庆允升科技大数据研究中心和重庆誉锋宸数据信息技术有限公司联合承办。会议的主题是：“共享数据聚变时代下的经济统计理论及应用研究”。全国近百所高校、政府和企事业单位的200位专家学者参会。

国家统计局副局长许宪春博士针对我国当前经济发展态势作了《2016年上半年经济形势分析》报告，北京师范大学邱东教授针对空间经济比较中由购买力平价推断存在的宾大效应等问题作了《BHPPP中的纯价比假设与宾大效应的弱存在》报告，厦门大学杨灿教授基于投入产出分析的扩展框架作了《产业关联测度与关键产业甄别》报告，暨南大学刘建平教授针对我国政府统计调查体系在新时代面临的问题作了《深化我国政府统计调查体系改革的思考与建议》报告，浙江财经大学李金昌教授针对大数据时代下如何理解统计学等问题作了《统计学与大数据》报告，上海财经大学徐国祥教授针对大数据时代统计学的发展作了《大数据、云计算背景下的统计改革与创新》报告，山西财经大学李宝瑜教授针对当前统计建模要求前提条件苛刻等问题作了《特征样本重复抽样建模方法设计与应用》报告，江西财经大学罗世华教授利用分形方法在非线性时间序列中的研究作了《多重分形时间序列非线性特征辨识及其应用研究》的报告。本届会议入选论文68篇，分为经济统计与政府统计、大数据与统计学科发展以及统计学理论及应用等专题展开交流。主要学术观点综述如下：

一、经济统计与政府统计理论及应用研究

南京审计大学贾晓峰在《江苏最终需求结构与产业结构之间互动变化定量研究》中，运用江苏最新公布的2012年投入产出等数据，分析了江苏最终需求结构与产业结构的变化情况，运用投入产出模型深入研究了江苏最终需求结构与产业结构之间互动变化的数量关系及内在机理，设计出多种方案进行情景模拟分析，并提出了相应对策。

楚雄师范学院张无畏在《基于三角形中线的三次产业结构变迁路径研究》中，利用三角形中线对三次产业结构变化的六种形式及其内部关系进行了研究，结果表明：六种形式之间的变化路径以及各种形式之间可能发生转化，一定是渐进的，不能跨越；每一种形式的数学约束可以用一组不等式表示；用三角形的三条中线来划分三次产业结构的六种形式，能简洁有效地表示这六种形式及其变化。

暨南大学刘建平、陈冬进在《名录库调查――基于行政记录的统计调查方法》中，为了破解抽样调查和普查费用不断攀升、无回答率持续升高、调查效率和数据质量越来越低、难以满足社会日益增长的需要等难题，提出将基于行政记录的名录库调查作为我国官方统计调查的新思路，阐述了世界主要先进国家使用行政记录进行统计调查的基本现状，讨论了建立名录库调查的基本理论和方法并与传统的普查以及抽样调查方法进行了比较，总结了名录库调查在统计工作中的重要作用，最后提出深化我国政府统计改革的若干建议。

东北财经大学屈超、杨森森在《技术进步、技术效率与东北地区工业企业全要素生产率》中，基于数据包络分析法（DEA）的Malmquist指数方法计算了2001―2011年东北地区按注册类型分组的工业企业的全要素生产率及其构成变化，详细考察了企业的技术效率，发现东北地区工业企业在观察期内全要素生产率提高的主要因素是技术进步，技术效率的影响微乎其微；使用CCR模型和BCC模型，将技术效率分解为纯技术效率和规模效率，并得出相关结论。

暨南大学夏帆在《中国三大经济圈产业聚集现象之检验――基于微观地理数据的分析》中，使用了Duranton和Overman（2005）提出的第三代测度方法对我国三大经济圈制造业的空间聚集现象进行了检验，发现三大经济圈的大部分产业呈现出聚集特征，呈现分散特征的产业不多；通过对距离上聚集特征的考察，发现聚集总是倾向于在较小的范围内出现，一般在50公里以内；分析了各个产业的聚集程度后发现三大经济圈聚集程度最强的十个产业各不相同，且都与各自的产业特色有关。

青岛大学张迎春、袁伟萍、管琪在《基于最小间隔树法的中国地区间购买力平价试算》中指出，最小间隔树法是国际比较测度各国购买力平价的方法，有利于识别不同国家经济的相似性，并尝试将其用于中国地区间购买力平价的计算，得出相关结论。

上海财经大学郑正喜在《产业关联效应的虚拟测度理论辨析》中，辨析了产业关联效应的虚拟测度理论（HEM）研究方法，认为其核心假设的实质是改变被抽取产业的主体属性，指出应当采用完全抽取的基础假设才能构建出相对合理的测度指标，并进行了实证研究。

集美大学陆晓倩、王立凤在《厦门潜力产业选择及与台湾产业对接问题研究》中指出，选择和培育合适的潜力产业可充分挖掘区域优势，建立和发展区域主导产业并带动相关产业发展。同时运用偏离―份额分析法考察厦门的产业结构及第三产业细分行业增长差异，结果显示厦门市的第三产业尤其是生产业增长优势明显；借助区位商的定量标准探讨厦门与台湾在经济资源禀赋方面的异同，确定了厦门潜力产业选择的重点，并提出促进厦门与台湾潜力产业对接的策略。

重庆工商大学刘浩在《实施创新驱动发展战略――R&D资本化》中，通过对R&D核算方法调整的动因，阐述了核算体系中增加研发支出核算具有的重大意义，系统整理了现有核算方法的利弊，在GDP框架下对R&D资本化的核算方法作了相应分析，并结合我国实际情况，针对R&D活动核算提出对策建议。

河北经贸大学王会英在《河北省区域经济发展水平差异研究》中，选取产业结构、经济效益、经济总量、居民生活水平和经济外向性5个方面的16个指标构建评价体系，采取客观赋权方法建立加法合成评价模型，并基于2013年的统计数据对河北省的区域经济发展差异作了定量分析，提出了对策建议。

二、大数据时代统计学与统计学科发展研究

重庆工商大学李勇在《基于物联网时代的工业大数据挖掘方法及应用研究》中，针对互联网和物联网的时代特征，从大数据来源、基本特征、处理技术和大数据思维4个维度提炼出大数据的概念；阐述了数据挖掘基本方法的优势和不足；分析了物联网下工业大数据呈现的本质特性；比较分析了消费大数据和产业大数据的挖掘技术和分析方法的异同，指出工业大数据分析和挖掘中存在的难点和重点；结合工业互联网阐述了大数据挖掘技术的应用。

云南财经大学张敏的《多水平贝叶斯模型在大数据挖掘中的应用》从线性回归模型扩展到多水平线性模型，将线性回归统计学习方法的基本思路拓展到多水平线性模型，借助于贝叶斯统计方法和马尔科夫链蒙特卡罗算法，将多水平线性模型应用于大数据的挖掘中并进行了实例应用。

中南财经政法大学刘洪在《应用统计专业硕士（大数据分析方向）培养模式探索》中，从项目背景、国内外相关项目现状、数据分析师需具备的基本技能和课程体系设计4个方面，对当前大数据分析方向的专业硕士研究生人才培养进行了全方位的阐述和探索。

天津财经大学杨贵军在《“数据工程”方向课程设计》中，从全国统计学专业数据工程方向教学联盟、“数据工程”概念提出的背景、数据工程师专业人才培养和“+数据工程”技能培训4个方面，详细阐述了针对大数据时代如何从统计学科角度培养大数据人才。

重庆工商大学李禹锋在《基于互联网白酒消费市场现状的大数据分析》中，通过网络爬虫技术收集和清洗数据，借助词云图和文本挖掘技术等，对品牌销售额、品牌销量以及白酒香型、酒精度和规格的消费倾向等进行了分析，并对未来市场的消费趋势作了展望。

闽南师范大学陈立双、祝丹在《大数据推动下中国CPI测算方法创新趋向与挑战》中，基于居民消费领域大数据对居民消费者价格指数带来的机遇和挑战，分析了大数据在CPI测算中的可能应用路径，探讨了大数据推动中国CPI测算理论与方法的创新趋向和面临的挑战，探讨了大数据在中国CPI测算的方法论问题。

三、统计理论与统计应用研究

天津财经大学杨贵军、孟杰、蔡凯月在《人口年龄结构、人力资本与人口红利测度――基于超越对数生产函数模型的经验分析》中，阐述了人口红利是经济增长的重要源泉，测度人口红利对全面掌握中国人口变化规律、科学制定人口政策和经济政策具有重要的理论价值与实践意义；指出现有研究普遍仅从人口年龄结构角度测度人口红利，忽视了劳动力人力资本对经济增长的贡献。在综合考虑人口年龄结构和劳动力人力资本两个角度下，使用超越对数生产函数测度了中国的人口红利，并得出相应结论。

华中师范大学王江涛、冯元化在《如何确定即时波动率核估计量的最优窗宽》中指出，在即时波动率的各种估计量中，非参数估计量因其能准确地度量即时波动率成为研究热点，但这类估计量在应用中面临最优窗宽的确定问题。其借鉴非参数回归分析中窗宽选择的思想，以即时波动率的核估计量为例，构建了一种能从数据中准确计算出最优窗宽具体值的算法，从理论分析和数值验证方面看，该算法具有良好的稳定性、适应性和收敛速度。

厦门理工学院陈安全和浙江工商大学李海涛在《一种新的四格表独立性检验――基于回归模型的方法》中指出，传统四格表的独立性检验采用卡方检验，若采用回归模型技术将四格表中的定性变量量化后引入到模型中，同时利用回归模型中的系数显著性检验来检验四格表的独立性，在一定条件下具有等效性和一致性。

楚雄师范学院梅莹在《经济新常态下云南省新的消费增长点培育研究――云南省城镇居民消费现状分析》中，针对云南省城镇居民家庭人均可支配收入和人均全年消费性支出的数据，构建了基于扩展线性支出系统的静态和动态比较模型，得出相关结论。

重庆工商大学周世铭、付安瑶在《网络意识形态传播新特点现状分析》中，通过文献资料分析、网络爬虫技术和问卷调研分析，对旧媒体时代、互联网时代和当前新媒体时代中的主流意识形态、非主流意识形态、网络意识形态三种意识形态传播的方式和特点进行了对比分析，提出目前意识形态传播过程中呈现出新的传播特点。

河北经贸大学汤玉环在《基于VAR模型的经济发展与土地财政关系的实证研究――以河北省为例》中，基于河北省2002―2013年的数据，建立经济发展与土地财政的VAR相关模型，通过研究河北省经济发展与土地财政的作用机制，探讨土地财政对于经济发展的利弊作用，寻求地方财政与经济发展的均衡，以更好地促进河北省的经济发展。

第3篇：大数据时代的利弊范文

关键词：大数据时代;企业人力资源管理;影响

一、大数据时代的到来及大数据的含义

（一）大数据时代的到来。随着信息网络时代的发展，大数据已经成为当今时代的一个特征。美国互联网中心指出，互联网上的数据每年将新增50%，每两年便翻一番，而目前世界上90%以上的数据是最近几年才产生的[1]。Gartner定义“大数据”是需要创新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产[2]。

大数据时代，企业发展的新动力将会是理解数据、运用数据、相信数据，这也成为企业管理者迫切需要掌握的一项技能，人力资源管理领域也无法置身事外。如何将“大数据”发展这一概念应用于人力资源管理，推动人力资源管理工作再次革新、飞跃，已成为人力资源领域最关心的问题。

（二）大数据的含义。大数据一般被用来定义和描述信息爆炸时代所产生的海量数据，其规模巨大到无法通过人工在合理时间内获得并整理成能被人们使用的信息，具备海量（Vol

ume）、多样性（Variety）、高速性（Velocity）、易变性（Variability）、巨大的数据价值（Value）、真实性（Veracity）和强关联性（Viscos

ity）的“7V”为标志的“Vs”特征。对大数据的应用需要把握思维的三种转变：一是需要全部数据样本而非抽样数据。现如今已拥有足够强大的数据搜集及处理能力，“样本分析模式”到“全数据分析模式”的转变会带给我们更多有用的信息。二是关注复杂性、完整性而非精确性。三是关注相关性而非因果关系。

二、大数据在企业人力资源管理中的具体体现

大数据在企业人力资源管理中具体体现在原始数据、能力数据、效率数据、潜力数据四个方面，详细可用下表表示。

表1 大数据在企业人力资源管理中的具体体现

三、大数据应用对企业人力资源管理的影响

（一）积极影响。（1）大数据应用使企业人力资源管理方式趋于网络化、数字化。大数据分析基于大量的数据，企业可以通过对人力资源管理系统的数据来源不断拓宽，来增强数据采集能力，加强数据库建设，有效增加数据厚度，最终提升自身人力资源配置的客观性、合理性和针对性。（2）大数据应用使企业人力资源管理效果趋于高效化。随着“大数据”信息平台构建，以往的“金字塔”管理系统将被“扁平化”的优化组织架构替代，工作过程中的信息可以更真实迅速地通过网络在决策层与基层员工之间传递，有效沟通的同时减少了成本，使员工更好地参与到组织人事工作中来，真正形成艺人为中心的管理，提高了管理效率，建立了更加规范的工作流程。（3）大数据应用使企业人力资源管理标准趋于全面化和数量化。企业人力资源部门在“大数据”分析方法的指导下，可以获得包括人员流动分析预测、绩效考核结果分析、培训需求及效果分析等各项内容。接着，统筹全面的人力资源信息，通过人力资源核算或人才测评分析等方法，进行持续反复的深度挖掘，能够实现各大模块数据信息的有机结合，最终提高企业的预测分析以及战略预判能力，真正体现人力资本概念。（4）大数据应用使人力资源管理对象趋于知识化，管理理念更加趋于人性化。在大数据时代，人力资源的相关数据将可以通过员工在日常工作中自动生成或提交来收集，人力资源管理者只需要建立算法和模型，从中剔除不必要的因素，以使人力资源管理过程更加规范化，这同时也很好地纠正了传统的依靠人力资源管理者主观判断和经验的误差，减少了有关人才选用育留的主观臆断，促进了人力资源管理过程的科学性和人性化。（5）大数据应用促进组织从效率到效能的转变。传统的企业组织中的各个具体岗位，往往都是基于一定工作任务而设。企业的基本形态是组织分工合作，由此形成基于岗位的人力资源管理模式一直在企业管理实践中发挥巨大作用。然而，进入大数据时代，这种管理模式企业中的员工已经无法适用。（6）大数据应用促进企业人力资源信息孤岛和碎片化管理的整合。因为人力资源管理工作分类本身明显的结构特点及工作之间的交叉现象，以及部分人力资源管理者能力的限制、人事工作规范性制度的缺失，大部分人力资源的管理，都是在无系统化的情形下进行的，是碎片化的管理，管理者无形中疏漏了工作中存在的一些问题和必要环节。在大数据时代，企业可以应用大数据理念和方法将组织中每一个岗位单元链接成一个有序高效的整体，创新创建人力资源管理模式和流程，从而使人力资源信息孤岛和碎片化的管理得到整合。

（二）消极影响。（1）个人隐私和商业秘密存在着被侵犯的可能性。我们在利用大数据带来的便捷的同时，也应高度重视随之而来的信息安全问题。其实整个社会人力资源的最优配置完全可以通过人力资源数据的完全公开化来实现，将人力资源数据信息全部汇总到一个数据库，可以使资源整合利用达到最理想化状态，但却不可避免地危及个人信息的安全性及隐私性。如果商业机密、个人隐私或是企业内部信息泄露、丢失，后果是不可估量的，对客户也会造成损失，这对于企业来说是致命的，组织在得益于数据的同时也多了一种困扰。（2）人力资源管理与大数据的盲目结合易导致企业人力资源管理系统瘫痪。目前有大量的中小型企业，无形中跌入了一个认知陷阱：拥有大数据就是拥有先机。在这种错误观念支配下，盲目从众，单纯为创建大数据而收集诸多无用信息，同时消耗大量经费将信息数据化，构建基于大数据的信息管理系统并对其进行维护，这一行为完全忽视了投入产出比率，导致企业原有人力资源管理模式混乱，得不偿失。

四、大数据在企业人力资源管理应用中需要注意的问题

（一）规范大数据的获取、选择和应用。任何事物都具有其两面性，大数据自然也不例外。大数据的理性正当运用可推进人力资源管理的有效变革，一旦被不法利用，将造成难以预料的后果。所以在大数据与云计算技术不断提高的同时，与大数据有关的相关规范也要落实。国家亟待制定相应法律来约束大数据的使用，企业也要制定一系列系统的管理规范，尽量避免大数据被不法利用而危及企业商业秘密乃至整个社会的安全。

（二）强化对大数据管理的责任意识。首先要广泛普及网络安全知识，规范大数据运用的秩序环境，其次要提高相关人员的责任心。人力资源部门应在尊重员工隐私前提下，合理应用各种数据信息，为企业营造公正、合理、友好的环境，让员工能安心地工作，也让求职者能够放心地通过网络途径进行求职。

（三）理性使用大数据，权衡其利弊得失。企业要衡量自身发展规模，客观综合全面评估资产实力，提前明确自身的人力资源管理与大数据结合的必要性，分析人力资源管理融入企业大数据管理的收益与成本关系，量力而行，切忌盲目结合，以期用最少的成本投入获取最大化的企业利益。

参考文献：

第4篇：大数据时代的利弊范文

一、大数据对教育意味着什么

大数据时代将是一个不断学习、不断完善我们对世界认知的时代[2]。那大数据对教育意味着什么？它主要体现在重塑学习的三个主要特征，即反馈、个性化和概率预测上。

1. 教育信息的多向度反馈

在传统的学校中，一提到反馈，人们往往想到的是评价，而且是单向度的评价，评价对象是学生，评价内容是出勤情况、家庭作业、课堂参与和学业测验等。显而易见的是，这一教育反馈系统存在诸多方面的不足。首先，所收集的信息数量远远不够。其次，这些数据并未获得正确使用。再次，单向度反馈，仅从教师和学校指向学生。这在其他领域看来，极不合理。没有一个制造商或销售商会只对客户开展评价。他们想要获得的反馈，在很大程度上是关于自身产品和服务的，而其目的是使自身的产品与服务得到改进[3]。

大数据时代，这种单向度反馈将得以改变。例如，学生和教师在使用电子教科书时，数据采集会随之开始：学生是否在特定章节做了笔记？为什么要做笔记？在教学中，教师为什么舍去这部分内容？图书出版机构和作者可以从电子教科书的相关平台上获得上述综合数据，更清楚地认识师生是如何使用教材的，教材的哪些内容受欢迎或干扰学生学习或晦涩难懂等，可针对这些反馈进行大数据分析，对教材给予完善。由此，我们可以看出，在过去，信息的流动是单向的，即从图书出版机构和作者到师生，但在大数据时代，信息传递变成双向或者多向度的，会将相关信息反馈给出版机构和作者。

2. 学习私人定制变为现实

基于大数据的教育，可以实现个性化学习。个性化学习，令人印象最深刻的特征是动态性，学习内容可随数据收集、分析和反馈加以改变与调整。如果学生对“平行线”这一概念的理解还存在困难，那这部分的内容就会被纳入习题集，让学生有充足的练习机会。

我们可以截取、混合最喜爱的音乐，并将之刻录到iPod播放器中，那为什么不能对学习进行同样的操作呢？创建个人“播放列表”，这显然更有意义。在未来，学习绝不会按照给定的教科书或课程，以同样的顺序和步调进行，将会有数千种的组合方式。教师不再需要凭借主观判断，选择最合适教学的书籍，大数据分析将指引他们选出最有效的支持进一步完善和私人定制的教材。当然，同一组学生仍会使用同一内容的教材，毕竟他们需要通过相同的测验，但教材可以进行个性化处理[4]。

基于大数据的支持，针对学生的教学，不仅可以体现教材选择或自学内容模块组合的人性化，还能够在进度安排、辅导要点和辅导方式等教学环节设计更适合学生特点的教学方案。

3. 教育大数据的有效预测与预警

通过大数据，教师可以更好地理解和预测学生的个人学习行为、程度和态度，基于高度的可能性，对个体为提高学业成绩需要实施的行为做出预测。例如，选择最有效的教材、教法以及反馈机制，对其效果进行预测。但这仅是概率预测。显然，相对于过去传统、同质化的教育，这是一种进步，但在预测时也应意识到这些预测有一定的局限性，并非百分之百正确。亚马逊、淘宝、优酷等基于大数据分析的概率预测，其推送信息可以被接受，因为即使预测有误，其造成的后果并不严重。然而，一旦涉及教育决策，概率预测将会成为潜在的巨大威胁，因为这将会对人们未来是否成功造成极大的影响。

二、大数据何以有助于教学和学习

1. 新的分工：教育数据分析师和学习导师

目前，学校教师主要分为教育管理人员和教学一线教师。在大数据时代，教学管理人员和教师依然会存在，但这两部分人员可能会出现新的分工。例如，在教学管理人员中可能会出现数据管理分析人员，熟知网络和数据存储的工作人员会成为学校网络安全的专家。教师也可能会出现新的分工，理想的状况是基础课程由特别优秀的教师来教授，而不是随便由谁来教[5]。此外，对于那些实践性强的工艺性和艺术性课程，可以借助网络媒体构造虚拟的实践环境，增加学生参与实践的机会，根据学生特点调整实践环节的复杂程度。这种动手操作的经验，不是理论性课程可以传授的。具备在现实或虚拟环境中操作经验的教师，也将发挥越来越重要的职能。与此同时，也可培养出其他的新型教师，其工作重点在于根据所获得的反馈数据和信息，指导学生选择最适合的学习途径，例如，所修课程、所用教材、最适当的学习顺序等。

这跟医生角色的转变有相似之处，医生从单一的诊断病情和告知患者病情逐步向人性关怀转变。教师和学生之间的互动也会遵循这一方式，他们在学习过程中扮演的角色更像合作者。

2. 新的分析方法：相关关系

目前，对教育质量信息的分析，大致可分为两种类型：状态分析和因果分析。前者是对质量现有状态的初步分析和判断，带有描述性质;后者是对影响质量的原因进行分析，带有推断性质[6]。然而，大数据时代信息分析的特征是相关关系，而非我们所熟知的因果关系。它不会告诉我们事情为什么发生，而会向我们说明正在发生什么。通过非因果分析，把目标定位在理解“是什么”，而不是“为什么”。

在大多数的情况下，相关关系足以帮我们做出决策。但这并不意味着对因果关系的探索是错误的。也许，我们应该更加谦虚，而不是自以为能够理解周围的世界。数据静静地待在需要被发掘的地方，当前各类学校也早已有了这些资料，但教育者缺少的是正确、有效挖掘资料的方法和措施，而相关关系会在教育质量信息分析领域发挥更大的作用。

3. 新的教育决策方式：基于数据和

实证

现在，教育主要依靠教师的个人教学经验对学生学习行为进行判断，并制定教学政策。经济合作与发展组织（OECD）PISA项目的一个主要负责人提出，基于数据的教育决策更具说服力和公信力[7]。

教育领域中大数据的应用，主要包括教育数据挖掘和学习分析两个方向。教育数据挖掘通过数据建模，发现学习者学习结果与学习内容、学习资源和教学行为等变量的相关关系，预测学习者的学习趋势。学习分析是通过利用已知模型和方法解释影响学习者学习的重大问题，评估他们学习行为，提供人为的适应性反馈[8]。随着科技的发展，两者有进一步融合的可能。

在学习环境下，大规模个性化的实现需要更丰富的反馈数据流向教师和管理人员，了解学习中的有效因素和无效因素，细分到背景和组群，甚至小到个人水平。系统将吸收反馈结果，动态地调整教材和环境，更好地理解学生个性化学习过程，让每位学生处于最佳教学状态。基于数据和实证，让每位学生处于最佳的学习状态。

三、对教育和学习的启示

如今，学生使用互联网搜索资料的速度远超过教师和家长，获得资料和信息更超越书本以及课堂上所能提供的范围。在这种情况下，他们很容易将课堂学习视为可有可无。但事实上，在快速和信息过量的环境下，学生尤其需要有效处理信息的能力。虽然他们习惯于同时处理多项任务，随时存取，但如何理解不同类型的信息，尤其当信息表达的观点含混不清或自相矛盾时，如何深思熟虑进行批判性思考，如何整合各种信息建构知识系统？这都是网络科技无法教会他们的。

第一，“互联网+”时代，学校的社会化功能更为凸显。课堂上思辨和讨论的过程，在这一背景下显得尤为重要，可以加强学生分析、管理、综合和评价信息的能力，帮助他们在网络学习的搜索和选取上更得心应手。此外，通过课堂的小组讨论和协作，能帮助学生形成良好的情绪管理能力，建立良好的人际关系。而在线课程只能辅助学校教室中的正规教学活动，而非取而代之。因此，我们要明确，教育目标不仅是传输知识和培养技能，还应塑造学生的人格和文化品质，其需要在现实的人际交往中实现。学校的社会化功能是技术手段所不能替代的。

第二，重视师生分析数据的能力。获取大量的数据重要，但拥有资料或数据并非我们的目的。要想真正运用大数据带给教育的好处，必须掌握分析数据的能力。对学生来说，面对数据时，应关注所有权人及制作者，分析数据提供者的目的与意图，关注媒体技术与传播表达，搜寻信息与批判性思维，最后做出相应的决策。对教师和管理者来说，其自身要成为“数据脱盲者”，知道如何通过阅读图表追踪学生的进步，分析概率预测，使自己能够解释这对学生意味着什么，并鼓励学生更有效地学习[9]。

第三，有效管理和谨慎使用数据。首先，教师应不断收集和分析关于“如何学习”的资料，而不仅是偶尔一次的正式考试。其次，这些资料不仅会反馈给教师，也会反馈给学生、家长和教育行政部门的官员。再次，各种教材经过演算，能够实现个性化定制，针对学生的不同需求，用不同的上课顺序和步调，实现最有效的学习。而且，教材本身也要不断改进。最后，提高反馈数据分析结果的时效性、可视性和可读性[10]。

大数据时代给教育带来各种好处，但也伴随一些潜在威胁，一旦融入大数据，如果资料永不消失，我们的命运和未来会被可能性预测操控，对隐私和自由，都会造成非常深远的影响。因此，在利用大数据的同时，要看清其利弊，谨慎地使用和管理，避免滥用大数据带来的风险。

本文系全国教育科学规划单位资助教育部规划课题：学生网络生活方式的现状调查与对策研究（FHB110182）的研究成果之一。

参考文献：

[1] Big Data for Development： Challenges & Opportunities [DB/OL]. [2012-05-01]. http：///projects/BigDataforDevelopment.

[2] [3] [4] [5] [9] 维克托・迈尔-舍恩伯格， 肯尼思・库克耶. 与大数据同行―学习和教育的未来[M]. 上海： 华东师范大学出版社， 2015：112、27、40-41、45、78、126.

[6] 陈孝彬， 高洪源. 教育管理学[M].北京： 北京师范大学出版社， 2008： 378-379.

[7] Andreas Schleicher. Big Data and PISA[EB/OL]. http：///andreas-schleicher/big-data-and-pisa_b_3633558. html.

[8] Enhancing Teaching and Learning through Educational Data Mining and Learning Analytics [DB/OL]. [2012-10]. tech.ed.gov/wp-content/uploads/2014/03/edm-la-brief.pdf.

第5篇：大数据时代的利弊范文

关键词：大数据；高职图书馆；信息素养教育；演进

摘要：文章阐述了大数据时代高校图书馆信息素养教育模式的演进过程，分析了当前大数据环境下高校图书馆信息素养教育三种模式的利弊，并对其进行比较研究，最后提出了大数据时代高校图书馆信息素养教育模式发展的创新思路，以期能促进我国高校图书馆信息素养教育的发展。

中图分类号：G250文献标识码：A文章编号：1003-1588（2017）04-0055-03

大数据即海量的数据和信息。随着互联网技术的发展，信息呈爆炸式增长，人们习惯用大数据来描绘信息爆炸时代产生的规模庞大的信息数据和产业。云技术的发展更是促进了大数据时代的发展，进而给社会带来了巨大影响。信息素养是一个新兴的时代名词，主要是指学习者获取信息、利用信息来提高自身学习自主性和创造性的能力。大数据环境为高校图书馆发展带了极为有利的条件，促使高校图书馆由传统图书馆向现代化、信息化、数字化的新型图书馆转型。高校图书馆目前正在加快数字化、信息化的建设步伐，因此培养学生的信息素养，提高学生利用信息的能力成为高校图书馆当前的一项主要任务。

1大数据时代高校图书馆信息素养教育的演进

1.1高校图书馆原有信息素养教育模式

传统的高校图书馆主要是纸质馆藏文献中心，学生们通过阅读纸质文献来获取、利用信息，提高自身的学习能力和创新能力。因此，传统高校图书馆的服务也主要以流通和管理纸质文献为主，信息素养教育主要集中在了解馆藏文献的分类、查找、阅读、借阅等项目上，内容比较简单。通常情况下，高校图书馆都会在新生入学时开设信息素养教育课程，由图书馆员带领新生了解图书馆的馆藏文献情况，明确文献区域划分，并且教会新生基本的文献查找、借阅方法。当图书馆有新书入库时，图书馆员也只是简单地通过张贴海报进行宣传。传统图书馆由于馆藏文献数量有限，信息素养教育的模式较为单一。

1.2大数据环境下高校图书馆信息素养教育模式

在大数据环境下，高校图书馆的信息资源不仅包括本馆自身原有的馆藏文献资源，还包括购买的许多具有学习和科研价值的数据库，这些都极大地丰富了图书馆数字馆藏文献资源。此外，高校图书馆还积极开发新的特色资源，加强图书馆的区域联合，丰富了高校图书馆的信息存储量。海量数据在丰富高校图书馆馆藏文献的同时，也给师生获取、利用信息带来了一定的难度，高校图书馆也势必要建立信息素养教育的新模式。在大数据背景下，高校图书馆信息素养教育模式应坚持“三步走”的战略方针，即在传统信息素养教育模式的基础上，先巩固基础，再进行技能提升。新型的高校图书馆信息素养教育方式主要有以下几种：第一是新生入馆教育，第二是开设信息检索公开课，第三是专题讲座，第四是建立图书馆网站，第五是应用信息参考咨询服务[1]。

2当前大数据环境下国内外高校图书馆信息素养教育模式比较研究信息素养教育最初产生在美国，后来随着互联网技术在全球的发展，我国也越来越注重对人们信息素养的培养。笔者将信息素养教育的模式概括为通识教育模式、基于软件服务平台的培养模式、嵌入学科专业的培养模式三种，并对这三种模式在国内外的发展状况进行了比较。为了保证样本选择更具代表性，笔者分别选取美国的西佛罗里达大学、加州大学、普渡大学、华盛顿大学和我国的北京大学、浙江大学、上海交通大学、吉林大学作为调查样本。

2.1通识教育模式培养

通识教育模式是目前中美普遍采用的信息素养教育模式，它更多地强调信息素养基础教育。通识教育模式主要是通过课堂教学和讲座培训来完成对学生的信息素养教育，一般根据学生水平和学科门类的不同，学习内容和能力培养也会有所区分[2]。通识教育模式下的信息素养教育主要是为学生掌握基础知识和专业知识打基础，而不是重点培养学生在某一具体学科领域的信息素养。大数据环境下，高校图书馆主要通过预约和滚动讲座、公选课、必修课和预约课等形式来培养学生的信息素养。中美高校图书馆通识教育信息素养教育培养模式主要课程的比较研究见表1。

从表1可以看出，美国高校图书馆侧重于对学生的数据价值甄别和数据安全保护能力的培养，因此课程设置偏向于数据存储和数据库管理，另外，还专门设置了“科研项目和数据生命周期”课程，通过讲解科研应用中的大数据分析方法及调取所在州政府的公开网络资源，让学生学会运用大数据的分析方法和工具进行分析。我国高校图书馆则侧重于对本馆特色馆藏资源的宣传，如：北京大学图书馆开设“北大图书馆数字特藏资源巡礼”讲座，为学生们讲解北大名师数据库和北大民国旧报刊数据库，让学生们在了解北大Y源的基础上学会通过大数据技术获取利用这些信息资源[3]。而在对学生的数据获取和分析能力的培养方面，美国高校开设“大数据和NoSQL概论”课程，浙江大学则开设“如何利用新媒体资源开拓视野”的讲座。在信息道德教育的培养方面，美国高校开设“知识产权”“数据使用权利与获取”“数据共享和授权”等课程，而我国高校则开设了“学术论文写作及核心期刊投稿指南”及“国内外专利法规”等课程[4]。综合课程设置来看，美国高校课程设置更加适应大数据环境下学生信息素养的培养要求，而中国通识教育模式中的课程设置则体现为对大数据分析基础知识和技能的培养与重视。

曾文敏：大数据时代高校图书馆信息素养教育模式的演进与比较研究 2.2基于软件服务平台的培养模式

基于软件服务平台的培养模式主要是指图书馆的网站利用各种软件平台对学生进行信息素养教育。现在，比较通用的软件服务平台包括Libguide导航平台、BlackBoard资源平台和ePortfoio进程平台等[5]。该模式的优点是学生通过网络自主学习，学习过程更加便捷灵活，资源的利用率也明显高于通识教育模式；缺点是平台建设需要投入更多的人力、物力和财力，而有的学校在这方面的建设仍然非常落后。目前，美国高校已经普遍采用资源导航系统加强对学生的信息素养教育，而我国高校刚刚引进这种模式，还处于探索阶段。中美高校基于软件服务平台的信息素养教育培养模式主要导航内容比较见表2。

从表2可以看出，从数据价值甄别及数据安全意识的培养方面来看，美国高校积极利用大数据的优势增设了“大数据”“人口普查”和“国家数据存储”等导航服务[6]，而我国在这方面比较欠缺，迄今为止仅有浙江大学图书馆设置了“国家数据”这一资源导航系统。在数据的获取信息分析能力方面，美国高校主要增加了“数据分析工具的使用”“R语言及软件的使用技巧”等软件导航，这些软件设置主要侧重于培养学生的数据管理、挖掘、分析、保护能力。而国内高校近些年也增设了“基于SPSS软件应用”“MATLAB使用技巧及提高”等导航学习资源[7]。在信息伦理道德的培养上，美国高校从大数据的角度出发，注重培养学生了解数据引用政策及授权相关方面的知识，充分让学生学会保护大数据时代个人的隐私权利，而国内的信息道德教育仍然停留在专利法规的层面，比较落后。

2.3嵌入学科专业的培养模式

嵌入学科专业的培养模式主要是让学生参与教师的科研项目，让学生在参与项目的过程中，学会查阅文献、发现及获取信息。在大数据环境下，嵌入学科专业的培养模式更加注重让学生结合具体的科研项目进行问卷调查，进而获取数据信息，并且进行相关的数据处理、分析和模拟过程[8]。近年来，随着大数据分析方法深入各行各业，美国高校图书馆都非常重视以这种实践的形式培养学生的信息素养。如：美国一些高校设置“理解数据处理过程”的选修课程，让学生在理论学习中深入实践，进一步配合教师深入课题的研究。而在数据加工阶段，国内高校图书馆也增设了“数据链接”“数据融合”等课程。总体来说，在嵌入学科专业的培养模式中，国内外发展都非常迅速。

3大数据时代高校图书馆信息素养教育模式发展的思路创新3.1转变思想，培养学生终身学习理念

信息素养的最终目的是为了提高人们的学习能力和创新能力，因此，在信息社会中信息素养是人们终身学习的必要条件。可以说，信息素养的使命就是帮助学习者结合自身特点和学习环境，根据个人发展计划和社会发展趋势进行合理的知识结构规划，并进行科学管理，构建自己的动态知识体系。高校要想有效开展信息素养教育就要培养学生树立终身学习的观念，只有这样学生才有接受信息素养教育的动力和需求。

3.2夯实基础，构建层次递进的教学内容

高校图书馆信息素养教育的关键是构建层次递进的教学内容。首先，针对大一新生，图书馆可以开设专门的新生信息素养入门教育，巩固学生的计算机基础知识，让他们掌握基本的应用技术。此外，图书馆还可以开设专门的入馆教育，让学生充分熟悉信息素养教育的环境。其次，针对大二和大三的学生，高校可以开设专门的信息检索公开课，帮助学生进一步掌握信息检索的方法和技巧，培养学生获取信息的能力。最后，针对毕业班的学生，高校可以开设文献管理和信息分析选修课程，以专题服务、学科导航的形式让学生了解文献管理软件的使用、信息的挖掘等[9]。值得注意的是，三个层次并不是完全割裂的，而是存在着牢固的内在联系。图书馆可以将文献检索、信息分析等课程嵌入专业课程的教学当中，实现信息素养教育与专业课教学的相互渗透。

3.3因地制宜，推行随机通达的教学模式

同一学习内容在不同时间的多次练习中，其练习的情景和目的都是不一样的。因此，在信息素养教育中，不同层次或不同阶段的教学内容前后关联，又各有侧重。高校图书馆在信息素养教育中应该因地制宜，推行随机通达的教学模式，首先可以将MOOC与翻转课堂相结合，实现信息素养课程的线下自主学习、线上开放学习，充分结合课堂现场教学；其次可以依托SNS平台，将信息素养教育渗透到学生平时使用的软件中，将学生信息素养教育与日常生活社交活动以及专业学科知识的学习相互交叉与融合；再次是注重实践教学，通过教和学的双向互动过程，培养学生利用信息技术获取信息的实际动手能力，提高学生的自主学习能力和团队协作能力。最后是建立和实施过程评价考核机制，在课程评价考核当中不仅要重视理论考试的成绩，还要更加注重学习过程的评价[10]。

3.4坚守诚信，树立正确的信息道德伦理观

大数据环境在为人们构建开放、虚拟的社会信息空间的同时，也使人们面临了许多问题，尤其是网络抄袭、网络暴力、网络虚假信息和各种侵权隐私行为导致了网络诚信危机、网络犯罪等问题的出现。因此，帮助学生树立正确的信息道德伦理观是信息素养教育的重要组成部分。首先，高校可以将信息伦理道德内容与具体专业学科知识融合在一起，进行渗透；其次，要加强学生对信息的判断能力和解决问题的能力，培养学生面对隐蔽性网络行为的自律性；最后，进一步培养学生的信息伦理观念，引导学生主动判断、思考信息，并且进行展示、传递和交流，教会学生应对并消除信息技术所产生的负面效应。

参考文献：

[1]丁邦友，靳晓恩.高校图书馆信息素B教育模式创新研究[J].农业图书情报学刊，2016（12）：138-140.

[2]朱捷.高职教育信息化研究综述[J].科技展望，2016（34）：303-304.

[3]唐瑞明.大数据对高职计算机专业教育的影响[J].电子技术与软件工程，2016（23）：203.

[4]王慧颖，张兵.大学生信息素养教学改革的探索与实践[J].教育与职业，2016（23）：117-120.

[5]胡卉，吴鸣.浅析信息素养教育为数据素养教育带来的启示[J].图书馆理论与实践，2016（11）：9-14.

[6]余和剑.网络环境下高职院校学生信息素养现状研究：以广东科学技术职业学院为例[J].图书馆学刊，2016（10）：24-27.

[7]马灿.大数据时代高校图书馆信息素养教育模式研究[J].兰台世界，2016（5）：73-75.

[8]张晓虹.大数据时代如何提升高职院校图书馆员职业素养[J].当代教育实践与教学研究，2015（9）：80-83.

[9]杨洋.浅谈高职图书馆信息素养教育机制[J].时代教育，2014（1）：182.

[10]王卿.在高职院校开展信息素养教育的研究[D].天津：天津大学，2007.

第6篇：大数据时代的利弊范文

一、互联网保险产业发展现状

2011年后，传统保险营销渠道增长乏力，难以解决成本控制的问题，银行网点人队伍也已基本达到行业上限。与此同时，互联网保险业务却开始跨人发展的快车道。根据中国保险行业协会统计数据，2011年至2013年，国内互联网保险业务公司数量从28家上升到60家，年均增长达46%;规模保费从32亿元增长到291亿元，增幅达810%;客户数量从816万人增长到5427万人，增幅达566%。相比其他互联网金融产品的发展，互联网保险起步虽晚，但增速迅猛。

日前，我国互联网保险主要以保险公司白建网络平台、电商平台、第三方中介平台和专门的网络保险公司等经营模式为主。其中，以保险公司白建网络平台、电商平台等在近两年表现尤为突出。各种经营模式各有利弊，保险公司具备产品设计能力和牌照优势，电商平台具有流量优势等。在互联网发展的渗透作用下，各个平台之间也开始逐步开展合作，融合各自优势，分销、代销渠道快速增长，并提供了电话支付、第三方支付等多种快速支付方式，在节约成本的同时为投保客户提供便捷服务，取得了快速发展。

我们认为，互联网保险之所以能在近几年有突飞猛进的发展，既得益于“互联网+”时代的大环境以及国民经济的快速发展，也与保险业特殊的业务产品以及民众消费观念的转变有很大关系。这种爆发式的增长，更多的只是集中体现了由传统的业务渠道向互联网业务渠道的营销方式的转变。在产品创新、模式创新以及资源整合等方面还有很大的挖掘潜力。

二、互联网保险产业发展的SWOT分析

1.互联网保险产业发展优势

相比传统保险业务，互联网保险产业发展的突出优势集中体现在丰富的资源和便捷的服务上。客户信息、产品业务需求等资源的开放性和互动性更强，从而推动对日标客户群有针对性的进行产品创新和组合，提高产品服务的质量和效率，节约大量的经营成本。互联网保险更是完全打破了时间和空间的限制，不仅限于营销环节，在理赔服务等方面也大大提高了服务效率。

2.互联网保险产业发展劣势

互联网保险改变了业务员与客户面对面交流和交易的方式，在流程和程序上存在着很多相对不够人性化的地方，对于客户的问题也不能直接和形象的给出解释，对于新产品的营销来说有一定影响。此外，互联网保险同样面临一些其他互联网金融产品的共性问题，比如支付安全、客户隐私信息保护等网络安全风险问题。

3.互联网保险产业发展机会

经过近几年的发展，互联网保险已具备相当规模。随着保险业的竞争日趋激烈，互联网保险仍是各方关注和未来加大投入的重点。随着“互联网+”的深入推进和落实，网络环境将进一步改善，网络普及率进一步提高，也将继续为产业发展带来新的潜在客户群。日前正在大力推进的由云计算、大数据、企业移动及企业终端安全组成的信息安全保障体系建设，在一定程度上也将加为互联网保险产业发展带来有利条件。

4.互联网保险产业发展威胁

国外保险业的大公司大举进入和国内新晋公司的成长，将进一步加剧产业竞争。国外公司在资金实力、管理经验等方面具有一定的优势，新晋公司则在优惠费率等方面力度更大，对市场的分割均有一定的冲击。此外，未来互联网的未知变革对产业发展的不确定影响，如去年由“打的”引发的微信支付和支付宝支付的线下支付市场争夺战即是对第三方支付市场格局的一次重新洗牌。

三、互联网保险产业发展建议

随着“互联网+”时代的来临，国内互联网保险业将迎来新一轮的发展机遇。综合上述分析，有关发展建议如下：

1.进一步提升服务能力

经过近三年的快速发展，互联网保险市场抢夺已趋于稳定。投保客户对“价格优惠”、“活动赠品”等商家策略逐渐不敏感，而对保险公司的理赔服务能力等越来越注重。

2.强化产品创新能力

在大数据时代，大量的数据支撑使得个性化产品成为可能，也使过去无法满足的保险需求成为可能。充分利用大数据进行产品需求挖掘和产品设计创新是互联网保险产业的发展方向之一。

第7篇：大数据时代的利弊范文

关键词：券商  互联网  金融背景  转型发展

一、互联网条件下对证券业务的影响

随着互联网时代的到来，金融电子化已经普遍应用到了金融行业，证券行业也势必受其影响，具体表现为：

（1）证券销售逐步趋向电商化。随着互联网的引入证券行业，证券行业不仅在销售渠道上得到了扩展，券商更是利用了互联网这个平台，更好的解决了社会投资需要与证券公司产品创新不匹配的问题。

（2）金融产品化和金融产品标准化趋势加强。金融产品化和金融产品标准化是指像银行理财产品、信托产品等具有实体经济投资的产品，越来越被证券公司、信托公司、第三方中介机构等设计成具有年化收益率、风险评估水平、封闭期限等具有可比属性的金融产品，以方便资金的需求方来选择。

（3）互联网对证券监管方面的影响。券商在互联网条件下进行营销，对证券监管方面也提出了新的挑战这主要体现在市场的准入、信息的披露、反欺诈等方面。券商柜台市场实现了与电商平台的对接，要求券商在通过电商平台进行财富管理时，要按照相应的规定保护好投资人的切身利益，防止信息外露。另外，利用互联网进行信息披露时，存在着证券欺诈的可能性。

二、国内券商互联网业务模式的分类

通过上述我们了解了互联网条件下对证券业的影响，那么券商们应该采取何种模式进行营销呢？国泰君安作为国内首个成立网络金融部的券商，其网络部总经理马刚在互联网的金融设计方面有自己的见解，他认为国内券商互联网业务模式分为以下几类：

（1）纯网络券商，即券商将所有的产品都放在网上，提供最快速、丰富的产品交易。

（2）做小额贷款和融资类业务的券商，这类券商是利用互联网来进行小额贷款和融资类的业务，开展这类业务的证券商需要具备高流动性的质押品。

（3）另类交易模式。

（4）综合金融服务模式的券商。

当然上述的业务模式也是各有利弊的，例如纯网络券商，这类公司要有较高的IT和清算能力，一般投入性较高;因此，在互联网条件下采用何种模式进行经营，券商要结合自身的经营情况，不能盲目的进行营销，要不断进行转型创新。

三、证券公司在互联网金融背景下如何进行转型创新

目前，券商已经进入了互联网的实务操作，具体表现在：一是实现了账户的网络开户，并推出了手机开户功能;二是对客户的服务更为有形;三是金融商城的落地;互联网的核心是服务，券商应该为客户提供更贴切的服务，尽可能的满足客户的需要。

  互联网时代已经到来，证券公司应该把握时机，积极的对互联网金融进行创新，具体措施如下：

（一）构建互联网金融平台

搭建互联网的金融平台对于证券公司来说很重要，在搭建的过程中主要要考虑三方面的因素：一是准确的掌握客户的具体要求;二是在产品的服务、体验等方面努力做到极致，超乎客户的需求;三是与时俱进、循序渐进的对产品进行不断的创新。

当然在搭建互联网平台的初期是需要一定的技术支持的，具体如下：

（1）电子商务网站。电子商务网站可以为客户提供网上的开户、在线交易、在线服务等功能。

（2）微信服务平台。将证券投资放在微信平台上，通过微信平台实现与客户的业务办理与营销。

（3）建立整合对接系统。就是说电子商务网站需要与经纪业务平台、呼叫中心系统、前台营业管理系统实现对接。

因此，券商要以上述的要求，积极的搭建一个完善的互联网金融平台。

（二）运用大数据的分析工具

互联网金融是充分利用大数据来解决券商和客户之间的信息不对称的问题，并不是将传统的金融业务简单的搬到网上进行操作。金融产品实质上就是各种数据的整合，互联网金融就是以客户和互联网用户在公司销售渠道的表现数据为基础，对市场金融数据进行收集，并辅之于市场分析、宏观分析等的一个数据分析平台。因此，券商要以大数据为分析的基础，对公司的金融产品、服务模式等进行创新，通过大数据的分析工具来预测客户的需求，从而进一步准确的掌握客户的信贷及其他金融要求。

（三）加大市场宣传力度

许多券商在互联网金融背景下失败的原因之一就是市场宣传不够，缺乏对网上商城运作的实际经验。在金融网上商城的交易中，怎样将原来的实体用户吸引到互联网中是券商值得考虑的问题。券商进行互联网办公的主要目的就是更好的满足客户更高的服务与体验的要求，因此券商更应该尽行相应的市场拓展，注重合作渠道与线上广告的开发。例如券商可以与客户建立共同的开发渠道、与其他券商相互交换服务资源、在微信及微博上建立销售渠道等，以最快的速度建立客户群。

（四）加强对互联网人才的培训

互联网金融可以说是一个新兴的行业，对互联网的操作人员有很高的要求，不仅要求他们精通互联网技术，更要具有丰富的运营经验，并且了解金融行业。这就要求原来的金融人在销售模式、文化沟通等方面进行转变，建议券商能适应时代的要求，引进和培养与互联网节奏相适应的金融人才。

四、终结

终上所述，互联网给证券行业带来的影响是巨大的，券商为了适应时代的需求不得不进行转型。但是在转型的过程中也应该认识到互联网具有一定的风险性，结合自身的情况来进行合理的转型。同时，我国政府也应该积极地引导证券行业进行转型，并给予相应的政策支持，以促进证券行业的发展。

参考文献

[1]郑宏剑;郑大永;经营好移动互联网 助运营商转型——创新引领移动互联网发展的举措[A];四川省通信学会2010年学术年会论文集[C];2010年

第8篇：大数据时代的利弊范文

【关键词】 大数据环境;企业法;应用分析

网络技术高度的普及与应用，使得企业在经营过程中所面临的经营环境更加复杂，为了确保企业经济活动的顺利进行，需要全面落实贯彻企业法的相关要求。企业法所包含的内容很多，企业在不同的经营阶段所适用的法律不同，不同的企业所适用的范围也不同，因此在大数据环境下的企业法应用也是非常广泛的。实际上所有企业法在大数据环境下的应用，都是遵循同样的路径和规则，因此针对企业法应用问题的研究，本文以其中一部分为例，进行分析说明，希望能够为相关的企业经营者、管理者提供一定的参考和帮助。

一、大数据及其特点概述

所谓大数据就是指巨量资料，在新的行业需求下数据的极具猛增导致新的需求应运而生，与巨量资料相对应的具有更加强大的决策力以及洞察力、流程优化能力的多样化信息资产处理模式。大数据的关键之处就在于“大”，其所指的就是在当前网络技术发达的形势下，庞大的数据信息，大数据与云计算的关系非常密切，离开云计算大数据无法实现。

大数据与传统的数据仓库相比，具有非常突出的特点。首先，大数据当然就是其具有巨大的数据体量;其次，其数据内容多，类型复杂，其中包括网络日志、视频以及图片等等;再次，大数据处理速度极快，能够从不同的数据中获取人们所需要的高价值信息;最后，科学的利用这些数据，必然会获得高效益的回报。

二、大数据环境下企业所面临的安全威胁及企业法相关问题

企业法，实际上也是一个广泛的定义范围，它所包括的内容很多，很多复杂，简而言之是指企业在成立、组织形式以及管理运行过程中所发生的经济关系所涉及的法律规范。我国是法制化的社会，从这个角度来看，企业从起立之初就建立了不可分割的联系。而在大数据环境下的企业法应用难度必然有所增加，大数据所带来的巨大数据信息，高开放性的网络平台以及各种不良思潮，必然会影响到企业内部的经济活动、管理控制以及人们的行为。另外，大数据环境下的企业法应用还存在急迫性，由于企业工作效率的提供，企业法的应用与更新必须要与时俱进，正是由于企业内部各种相关法律应用的滞后性，导致了很多犯罪违法的发生。最后，就是合理的利用大数据，必然会促进企业法律的贯彻和落实，提高企业经济活动的安全性以及高效性，当然，信息化、现代化的社会中，大数据给企业所带来利弊并不只是以上所阐述的几个方面，碍于篇幅有限只是针对比较突出的特点进行了分析。

企业法在企业中的落实贯彻可以被理解为企业法制化的过程，企业从经济活动的各个方面落实企业的相关的措施，进而提升企业法制化的程度，在大数据环境下，实现依法经营管理，这就是所谓的企业法落实过程。下面对企业在大数据环境下的所面临的法制化问题进行探讨。

企业法中对于某个社会组织、某个社会团体的产生或者是消灭，活动范围以及责任方式等就是商事组织法。比如：个人独立企业法、合伙企业法以及公司法等。从狭义的范围来看，企业法被认定为组织法，企业中各种商事行为的法律规范一般不属于这个范围。值得注意的是并不是企业法中不包括有关商事行为的相关规范。而是企业相关的某些性质、组织特点，或者是企业某种行为都被归纳于企业法中，一般的企业法都具有这样的特点，这也符合我国立法的相关要求。比如：公司法中针对股份有限公司股票发行上市交易等规则属于该公司的重要经济活动内容，这是由有限公司特征所决定的。这种规范带有明显的商业活动性质，因此属于商业行为规范范畴，但它又与一般的商行为规范不同，普通商业行为与特殊的商业行为之间具有明显的区别，具体表示为：一般商业行为具体就是指商品的制造、买卖以及运输等等，而特殊的商事行为则是指那些只有企业才具有的行为。这些行为都是由企业的特点所决定的。比如股票的上市、发行等。在企业法中，一般不会包括普通股的商业行为规范，只有一些特别的行为，才是构成对外权利义务关系的重要方面。这样的目的就是对企业行为进行更加严格的规范。从其特征来讲，它并不是企业的普遍行为，而是一种企业特征，是企业在一定特殊行为中所表现出来的特征。此种法律规范，就其规范内容来说，是企业的行为;就其规范特征来说，它不是所有企业的普遍行为，而是某一企业的特有行为，因而就成为该企业与它企业区别开来的标志，其本身也据此成为企业组织法的不可或缺的内容。

不管是广义还是狭义，企业法都是一个十分广泛的定义，其具有庞大的外延以及各种群体。通常来说企业法只被两个因素所制约，一个是国家法制传统模式，比如我国大陆法系与香坊法系在企业法上的认识就存在差异。如果从英美法系方面来看，其中对于企业法的认识又更加不同。英美法系将实用性作为重点内容。而在分类以及构造方面则不是非常重视。而与英美法系国家不同，大陆法系国家，现代有关企业的法律都是从l9世纪法典化运动以来分类明确的民法、商法和行政法中发展成长起来的。并且大陆法系国家法学理论向来注重法律分类，强调法律体系的系统性、逻辑性及和谐性。因此，企业法的含义、性质、范围，在法律体系中的地位等问题，便是这些国家法学理论非常关键的问题。

三、基于大数据环境下企业法的应用分析

上文对大数据环境及在这个环境中企业所面临的安全威胁、企业法的相关问题进行了分析研究，从中能够得出，在环境如此复杂的形势下，企业法制化管理的重要性更加凸显，强化企业法的贯彻和落实是企业实现健康、稳定、高效发展的必然之举，从企业管理、企业经营机制的转化、企业生产经营等各个方面贯彻企业法，才能够确保在大数据环境下企业的可持续发展。

1、企业管理要实行法制化管理

我国是法制化的国家，市场经济的发展也必须要依靠法律的保护才能够得以进行，企业为了顺应市场经济的发展，符合国家依法治国的方针理念，也必须要在企业内部有效开展企业法，企业法的实施落实，实际上就是企业法制化管理的过程，在这个过程中，企业应该科学地进行现代化的管理活动，比如原材料、半成品以及成品等进入以及生产，都必要严格的遵守法律规则，进而推进企业法各项措施的落实。企业应该明确一点，那就是不管是在什么情况下都不能够生产假冒伪劣产品，这不但会侵犯国家以及人民的利益，同时也会给企业的可持续发展带来巨大阻碍。所以说企业应该从生产、供应渠道、销售方式、人力、财力、物力等各个环节入手，全面实现法制化管理，实现产品的更新换代。另外，市场营销方面企业应该加大法制力度，要求营销人员必须要具备法制化的观念以及依法开展营销工作的意识。只有这样企业在维护自身权益的同时也不会损害到他人的利益。从大量企业发展法制化管理的实践中了解到，依法进行管理工作的企业不仅实现了经济的长期增长，同时也能够顺利占据市场份额，法制管理这是企业经营活动的基础。特别是在市场经济高速发展的今天，企业不能够脱离市场而独立存在，没有市场，何谈企业，这样一来，就存在一个非常严肃的问题，那就是企业所开展的企业经营活动都是以市场为导向进行的，并且积极参与市场竞争，继而提升企业占据市场的份额，提升企业经济效益与社会效益，而实现上述的一切都需要严格遵循市场规则，接受市场的监督与检验，这就是企业推行企业法，实现依法管理的原因所在。

2、企业转换经营机制必须以企业法为依据

大数据环境的到来，加快了企业经营机制的转变，实现企业的可持续发展，必然要在恰当的时机进行企业经营机制的转换，在进行经营机制转换的过程中，企业必要以企业法为依据，为其实现提供更多的保障和监督。企业法的重要功能之一就是有利于保障企业与企业之间合作的稳定与协调，建立和谐的经济关系，同时对于企业经营机制中各种关系的维护与协调也发挥着不可替代的作用。在现代化的市场经济中，企业必须要实现全面开放，因此企业需要不断完善以及提高改革开放意识，符合市场经济发展需求，进而在市场中发挥出应用的作用。企业进行经营机制的转化，目的在于快速提高经济收益，而这些都必需依靠法律开展，企业行为的法制化，是实现经营目标的保障。这就要求企业员工要不断提升对经济合同、商标、产品质量、金融等方面的法制意识，要在参与经济活动过程中，最大限度的维护自身的权益，依靠法律，采用法律的手段对经济行为进行约束和管理，是非常必要的。所以说企业在转化经营模式的过程中，提高人们的法律意识具有巨大的现实意义。而从广义上来看，企业管理的根本就在于依法管理，企业所有经济活动，包括统计、会计以及审计等等，都需要严格按照法律程序进行，依靠法律的保护，这样才能够维护自身利益，避免很多违法犯罪行为的发生，同时依靠企业法还能实现对管理行为的强化，促进市场机制的顺利转化，这是企业法制管理的最根本任务。受到以往计划经济的影响，我国大部分企业在面临现代化的市场环境时，必然要实施重大转折，这个转折是不可避免的。营造一个良好的法制环境，全面贯彻企业法的相关规则和条例，使企业成为自主经营，自负盈亏的主体。企业的法制化管理好比一场体育比赛，不依靠规则办事，那么比赛就无法正常进行。同样道理，企业想要顺利实现经济活动，赢得更多的市场份额，那么必然要依靠法律办事，否则企业的生产运行必然会出现问题，甚至是无法开展，更加不可能进入市场。所以说，在企业管理中，引入企业法，实现企业法制化管理，是一项艰巨的任务，它具有丰富的内容，综合性突出，为了能够在企业各个部门中渗透企业法，企业管理人员以及领导阶层，必须要在转变经营机制的过程中，大力普及劳动合同制，实现企业与员工的法制化转变，而在产品的转化过程中，主要是从生产领域到消费领域的转变，其中各个环节，比如运输、储存以及销售等等，都必须要遵守各项法律法规，严格进行管理，创建健康、有序的市场运行环境。

3、企业生产经营必须以法制管理为保障

首先就要确定正确的、合理的管理模式，那么这就要求工作人员要全面、充分的了解企业发展实际情况，依法制定自上而下的管理体系，确立科学管理模式，可以说，企业管理，应该贯穿于企业所有的工作环节中，应该起到一种潜移默化的作用，员工在正确、积极、健康的管理环境中，必然建立积极的工作态度以及正确的价值观，从而发挥出自身的作用，为企业服务。除此之外，企业还要加强管理的力度，我国很多企业中，管理职能与管理职能相互重叠，这样就会导致管理制度执行力下降，管理权利被削弱，对于两者工作效果的发挥都十分不利。那么为了有效避免出现这样的问题，强化企业管理力度，是非常必要的。

4、运用法律为企业适应市场经济的发展保驾护航

企业在数据环境下，所面临的挑战更多，因此懂得运用法律武器来维护自身权益是非常必要的，企业管理部门需要加深与下属各个部门之间的联系，依法开展每项工作，将以往计划经济中所保留的各种不合时宜的制度和作风摒弃，由于企业行政管理人员与业务部门之间长期处于彼此疏离的状态，因此，很多工作无从下手，这个时候，如果强行干预，难免会引起业务部门工作人员的反感，企业全面开展落实企业法之后，企业管理就会很自然地深入到业务部门工作中，不但管理的目的能够达到，业务部门工作效率也会提高，可谓一举两得。企业管理部门以及领导阶层在制定各项制度的时候，要保障其从实际工作需求出发，要以业务部门工作状况为依据，这些规定是能够保障各项工作开展的前提。与此同时，企业还需要及时进行产权制度改革，目前我国很多企业内部施行了股份制，值得注意的就是在推行股份制的时候，应该严格的依据“产权清晰、权责明确、政企分开”的原则进行。一部分以投资为主体的企业在进行改组的时候，能够转变为以独自为主的有限责任公司，而针对两个或者两个以上主体的企业，在进行改组的时候可以转变为有限责任公司、股份有限公司等。

这样做才能够符合我国《企业法》的相关规定要求。从世界范围来看，很多国家都在大力发展民营企业，这些企业的最大特点就是在投资方面不需要国家支持，企业的产权非常明确、清晰，企业经营非常具有活力。在经济与科技发展极为快速的新时期，民营化企业不断增多，并且也都相继进行着大刀阔斧的改革，其中一部分企业的主体制度没有改变，依旧为公有制，但是采取了一些公开招标、承包、租赁的方式，实现了企业的进一步发展，同时也使得企业的经营更加科学以及规范。如果从经济市场本身发展的情况来看，其中市场经济完善的国家，其法律制度也会比较健全，从这里就能够看出，经济与法制两个部分是不可分割的，经济在发展过程中，必须要依据一定的规则的进行。

不管是管理、还是规则，实际上都具有一定的强制性，都是企业为经济活动服务的，企业内部的员工必须要严格遵循这些制度和规范，这样才能够更好的促进企业发展，同时也能够更好的维护自身的利益。企业的发展，推动我国国民经济的发展，因此强化企业法的贯彻落实，是促进企业合法经营的有效措施，也是实现我国市场经济法制化的重要环节。从企业方面来讲，它们必须要依靠国家的宏观调控，在经营过程中，建立一定的秩序，实现宏观调控与自我约束的整合，使企业在法制化的轨道上发展。

企业法的内容非常广泛，以上四点只是从大范围对于大数据下企业应用企业法的四个方面进行了论述，从这四个方面出发，落实和贯彻企业法，能够有效保障我国企业经营活动的进行，保障企业新的市场环境下健康、稳定、持续发展。

四、结语

信息技术在我国的高度普及和应用，标志着我国社会已经进入网络化时代，同时企业也迎来了大数据时代，大数据时代充斥着各种不同思潮的同时，企业各个方面的数据信息也在不断增加，这在很大程度上提高了企业法在企业中的贯彻和落实。大数据时代为企业所带来的优势自然不言而喻，但是与此同时也为企业安全管理带来了威胁，为了能够保障企业顺利实现各项经济活动，保障经营活动的合法性以及企业资产的安全性，强化企业法制化管理力度，从企业管理、经营模式、经营体制转变以及顺应市场经济等方面入手，贯彻企业法是非常必要的。本文针对大数据环境下企业法的应用进行了论述研究，希望能够为我国企业的发展提供一些参考。

【参考文献】

[1] 王正，李景祥.秘书在日本企业发展中的影响与作用[J].秘书，2000（11）.

[2] 崔克中.对我国国有企业经营效益评估的思考[J].山西统计，2002（01）.

[3] 尤力，王金顺.论企业的社会责任[J].四川大学学报（哲学社会科学版），1990（01）.

[4] 杨小牛，杨志邦，赖兰剑.下一代信号情报侦察体系架构：大数据概念的应用[J].中国电子科学研究院学报，2013（01）.

第9篇：大数据时代的利弊范文

［关键词］人工智能;会计职能;财务管理

1人工智能的概念

人工智能是通过对人认知的研究，通过开发与模拟人的认知能力形成的集理论、技术于一体的科学。人工智能随着计算机的发展而不断发展，所有的人工智能几乎都有机器人的介入。

2人工智能在会计中的应用

2.1OCR的应用

会计信息处理的源头便是对原始凭证进行整理与处理。传统的会计往往通过人工录入或计算机录入，OCR技术通过光学录入，将凭证扫描为图片并向计算机输入与转换。同时，使用OCR技术完成工作还能避免错误率，提高会计信息的准确性与及时性，最大程度地降低了人工成本，提高了会计工作的效率。

2.2云会计的应用

云会计通过网络向企业提供核算需求，并向企业提供一定的会计服务与决策支持。传统的财务核算软件需要通过规定的网络或系统才能使用，云会计实现了只要有互联网，就可以接入会计系统。国内的大型软件公司已经了云会计软件，同时还将人工智能引入到会计工作当中。云会计通过使用合适的方法对会计进行处理，首先对原始数据进行收集并自动编制凭证，同时对网银进行监测，自动生成电子凭证。其次，云会计能够有效识别数据的类型化，并自动分类保存会计数据，实现数据的高效处理。最后，云会计能够实现对信息的合理分析，加强对会计信息的管理，从而为企业决策提供依据。

2.3XBRL语言技术的应用

为了应对会计核算的需要，人工智能设计了XBRL语言，对商业报告语言拓展，并在对软件的恰当结合后，为信息的使用者提供高效的服务，让财务信息具有更高的价值。

3人工智能对当代会计的影响

3.1对会计人员的影响

我国基础会计人员人数较多，因此人工智能时代的到来也将对众多的会计人员带来深远的影响。人工智能时代的到来将对会计行业造成一定的冲击，越来越多的财务岗位也会被财务机器人所取代。财务机器人具有工作效率高、计算精确等一系列优点，且能从事多个财务人员的工作。因此，未来从事基础核算的会计人员需求量将极大减少，会计的职能也从基础的财务核算转向了财务预算与财务分析等一系列高附加值的工作。会计工作现阶段面临着转型，就如同当年电算化代替手工账一样，财务机器人也必将代替传统的财务核算模式。因此会计人员需要积极应对智能化时代下的会计工作的转型，如果不实现自我的转型，那么将在未来的工作中遭受淘汰的风险。

3.2从对会计学科的影响

会计学科研究的是发生的各项经济活动的数据，对数据进行收集与整理，并进行统一的数据分析与解释，以提高经济活动的效率，是一门应用型学科。会计学的会计主体较为明确，核算程序与核算制度较为严格，核算方法也较为科学。随着人工智能的出现，以往的会计核算体系不再适用，会计核算系统将越来越具智能化趋势，且核算的流程与方法趋于规范化。随着时代的发展，未来人工智能将取代传统的会计核算模式，会计学科的研究重点也将转向对管理会计的预测与决策职能。核算会计向管理会计的转型，也将影响到会计学科的建设，使会计学科重建。

3.3从对会计工作的影响

随着互联网的发展和大数据时代的到来，会计行业对计算机技术的使用也得到了巨大的转变，从电算化代替手工记账，再到人工智能代替电算化核算，会计工作逐步变得简洁与高效，有效提高了会计工作的及时性与准确性。人工智能时代下，财务机器人自动处理会计数据是在高度发展的网络信息平台下实现的，前沿的技术也将进一步推进会计工作的改革，改善会计工作的效率，促进会计工作的标准化与流程化，会计管理将在未来成为会计工作的首要职能。

4人工智能环境下如何实现当代会计基本职能的转变与融合

4.1由核算职能向管理职能的转变

会计人员要从核算会计向管理会计转型，企业财务人员要学会根据数理统计的方法，结合主观判断，预测企业未来的财务趋势以及行业变化。对未来的前景进行预测也体现了管理会计的事先性。财务机器人只能根据程序提供各种预测数据，而对预测数据进行分析与评价需要由会计人员的主观能力进行，也需要一定的职业经验。另外，财务机器人可以对投资方案进行定量分析，但是如何择优则需要有经验的会计人员结合自身经验进行定性分析，包括对历史经验以及行业的比较来权衡各种利弊方案。同时，会计人员要学会构建完善的预算体系，实现对企业各类资源的合理配置，提升企业活动的均衡性，找出预算和绩效之间的偏差，并提出合理的优化对策，这一类会计职能是财务机器人不能完成的。

4.2提升会计人员素质适应人工智能时代

随着会计职能的转变，未来需要的基础会计人员数量将大幅减少，会计人员也需要向精英化的管理会计转型。管理会计是对公司的高层次管理，这就要求会计人员不仅明确会计预算、决策的方式，更需要有一定的大数据知识及网络技术，因此会计人员需要加强学习，适应人工智能时代的职能转变。人工智能时代的到来，会计的基本职能不再是核算与监督，而是预测与决策，管理会计将成为会计的首要职能，因此会计人员需要全面学习专业的管理会计知识，掌握与人工智能理论相关的方法，以提高职业素养。同时，在管理会计的时代下必将实现业财融合，因此会计人员不仅要对会计有一定的掌握，还需要了解企业的业务以及行业的情况，为自身的决策与分析提供依据。因此，未来需要的会计人才是复合型精英型人才，会计人员只有提高自身的专业素养与综合能力，才能适应未来的会计工作。

4.3完善会计学科的知识体系

随着人工智能时代的到来，会计学科的转变也成为了迫切的需求。会计学科体系将受到巨大的影响，未来会计学科将增加如何操作财务机器人、如何使用网络技术与大数据技术以及云计算等相关技术，如何使用计算机编程技术等。在人工智能时代，会计学科应加强会计人员的培养，建立完善的法律法规和组织体系，防止通过网络技术恶意获得会计信息，改善相应的法律体系，为人工智能在会计体系中的普及提供条件。