大数据论文范例

1引言

我们身处在一个科技大爆炸的时代，以互联网为代表的通信技术和传感技术飞速发展，在生活中的每个角落，我们都能捕捉到大数据的身影，大到每年的国情数据的统计分析，小到在家中用手机下单的一份外卖，不论是社会领域、科研领域还是商业界，如今都被“大数据”掀起了一场革命。曾今被人们幻想的各种天方夜谭，正在通过大数据的技术一步步实现，这也正是验证了摩尔定律，数据的增长速度也是逐年递增，未来的科技发展更是令人难以想象。

2大数据时代的到来

过去，人们为了追求真理，需要进行大量的样本统计与数据分析，但由于样本的数量太过庞大，只能选择抽样的方法来解决问题。如今，伴随着仪器和装置的不断改良，加之各个领域的技术革命，“大数据”的概念开始进入我们的生活，但是目前在国内，还没有给大数据一个明确统一的定义，暂时可以理解为数据量特别大，即4个“v”:数据量巨大(volume)、数据类型多样化(variety)、高速处理(velocity)和价值高(value)。不断增长的数据对人们的思维、工作以及生活已经产生了巨大的影响，生活中各种信息都被数据化上传到云端进行处理，与此同时，利用这些加工后的信息可以为我们带来了更多的便利与色彩，将其称为新世纪的福音似乎也毫不为过，而中国社会的将来，更将是由形形色色的数据信息所构成，而这些数据信息将会在各行各业起到决定性的作用，而如何利用好这些数据资源？如何又在海量的信息中处理好这些数据？这就是大数据的魅力所在。

3大数据的应用

近些年来，大数据的重要性越发凸显，在国际上的地位日益提高，世界上许多国家都将对大数据的研究上升到了国家战略的高度。与计算机发展的初衷一样，大数据的初衷也是服务于军事，但随着这些年来的发展，大数据也正在朝着基础设施化的发展，也走进了普通居民的生活中，在许多重要领域都起到了举足轻重的作用。

3.1交通方面

1大数据时代概述

1.1大数据时代的思维方式

人类一直以来都在不遗余力地探索事物的本质和追求能够快速、高效地解决问题的方法，传统上，人们在生产、生活和研究中最常用的方法是因果论，利用因果论推导事物的本质，需要用极其严谨的逻辑方法和缜密的思维，所以能够利用因果论做到这一点的从来只是少数人。理论上每一个件事的发生都是事物本质的片段表现，只要能够收集到足够多的相关信息，通过事件之间的相关关系，就能够跳过繁杂的分析过程，直接还原事物的本质，但是在信息技术出现并普及之前，通过传统的市场调查方法，想要收集到足够的相关信息，几乎是不可想象的事情，甚至令人绝望，现在随着信息技术的发展，网络几乎覆盖了整个地球表面，完全可以在有效的时间段内收集到足够多的信息，信息来源的广泛性和即时性完全能够满足运用相关关系求得事物本质的条件。可以说，大数据就是利用事件之间的相关关系的一种方法论。

1.2大数据时代大学教育典型案例

2007年，美国科罗拉多州的WoodlandParkHighSchool的两个化学老师在课堂教学中采用了一种全新的教学方法，将教学内容制作成视频，有学生课前在家观看学习，教师在视频中布置作业，学生在课堂上完成作业，教师在课堂上对学生进行一对一的指导，结果是学生成绩提高，学习兴趣增加，得到了学生和家长的肯定，这种教学方法就是为“翻转课堂”。受“翻转课堂”的启发，2012年，麻省理工学院和哈佛大学联合创办了在线教育平台edX，斯坦福大学创办了Cours-era、Udacity，开创了大数据技术在大学教育领域应用的先河，现在MOOC(MassiveOpenOnlineCourse，大规模开放在线课程)已经成为了席卷全世界大学教育新风尚，斯坦福大学SebastianThrun与PeterNovig教授开设的“人工智能导论”课程，全世界有超过16万人在线注册学习，2.3万人通过了考试，成为大学教育世界化的典范，现在国际上类似的在线课程几乎涵盖了大学教育的各门学科。2013年，上海高校率先成立了中国的MOOC平台，随后，北京大学、清华大学加盟了edX。

2大数据时代大学教育的特点

大学教育会被时代打上烙印，大学教育的产品要满足时展进步的需求，还要承担为时展进步提供人力资源的责任。现在的大学教育是第二次产业革命的产物，其特点就是批量化、快速的培养了大工业生产所需求的劳动力，现在人类社会已经进入了以信息技术和互联网为基础的信息社会，原有的大学教育在功能上已经跟不上时代的发展和进步了，基于云计算和物联网的大数据技术正在改变着传统的大学教育方式，在大数据技术的支持下，传统的流水线式教育正在向着自组织学习改变，学校和课堂由封闭式变为开放式平台，课程周期以微课程为主，学生学习安排更加个性化，学科之间的界限变得越来越模糊，学习内容不限于书本，还有来源于实际的需求，一刀切式的教育方法正在向个性化发展，教师在学生学习的过程中由占主导地位变为引导者和帮助者。极具戏剧性的是，美国著名的未来学家阿尔文•托夫勒在1970年出版的《未来的冲击》中描述的未来教育的图画与大数据技术支持下大学教育能够做到的惊人的一致。

一、大数据与云计算的概述

云计算是一种根据使用量确定付费的模式，这种模式主要是提供便捷的、可用的网络访问，并进入计算资源共享池，这些资源能够被迅速的提供，只需要投入较少的工作，或者与服务供应商进行很少的交流。目前，高能力的计算发展和应用水平已成为一个地区科研实力甚至一个国家综合实力的重要体现。云计算很大程度上提高了资源的服务水平和利用率，而且避免了跨结点划分应用程序所带来的低效性和复杂性。

二、大数据与云计算对会计信息化的推进

(一)大数据拓展了会计信息化的资源利用范围。

随着数字化、软件和处理能力的发展，对可利用的数据的范围进行了进一步的扩大，企业必须敏感地认识到不同类型的信息通过深加工后能给企业带来怎样的财富，更要掌握哪些信息可以通过信息化技术和软件的进步来实现。大数据时代，会计信息化不再只针对会计作业上产生的数据进行分析，而且云计算是世界各大搜索引擎及浏览器数据收集、处理的核心计算方式，因此可以通过云计算将零散的数据整合在一起，提炼其有价值的信息，再将这些信息与传统的会计信息融合，挖掘被忽视的重要信息，提高会计管理决策能力和企业管理水平，这样就能从行业中脱颖而出。

(二)促进了会计信息化成本降低。

传统的会计信息化需要企业自身投入大量的基础设施建设，同时还要考虑硬件与软件的升级和维护，这方面是阻碍会计信息化发展的重要原因，特别是对中小企业的发展。而大数据与云计算融合后，用户可以根据自己的利用资源的多少和时间的长短付费，不再需要前期大量的工作和资金投入。这样，企业也能将重点放在自身的发展上，增强竞争优势。

摘要：在日益激烈的市场竞争中，成本依然是影响企业竞争力的重要因素。在大数据背景下，企业各项业务信息得到有效的收集、归纳和整理，可为企业实施管理规划提供重要的参考。传统成本控制体系已成为企业可持续发展的阻力，因此，企业有必要利用大数据建构成本控制体系，以控制设计、采购、仓储、生产、销售、运输等经营过程的成本。

关键词：大数据；成本控制体系；成本管理控制链；

成本数据控制系统；成本监督体系大数据(bigdata)，即借助于物联网、计算机技术，通过对数据信息挖掘、整合、分析应用和共享，提供海量信息资产。2016年以来，大数据一词被人们广泛提及，人们用它描述和定义信息爆炸时代产生的海量数据信息，并将命名与之相关的技术发展与创新时期命名为“大数据时代”。企业在市场经济中，在大数据背景下实行成本控制，需要精确整合、精确分析，将全部经营环节必须按照不变价格进行定值，精确测算增值。然后纳入成本控制流程。要同时根据企业产品的特色、技术含量，以及客观市场环境和自身主观环境，科学、合理地规划项目投入成本最后一步，汇总定值增值，使得企业的成本精确严格。为企业决策提供的科学性和有效性打好基础。

一、传统成本控制体系

成为企业可持续发展的阻力制造业属于传统产业，历来的成本控制都是将重点放在产品生产成本方面，而忽视其他方面的成本控制。且在企业生产成本的控制方面偏重于生产阶段，对产品的设计、开发、配送、售后服务，以及上下游之间的关系等环节的成本控制几乎被全部忽视。最新理论观点认为，企业成本控制是一个整体的过程，是一个庞大的体系，体系内部的各组成部分又是必不可少的有机体。必须做好各个阶段的成本控制，才能有效地控制企业的整体成本。企业必须从全方位角度来分析，重点放在生产经营视角来分析。必须全面的审视成本，将控制的范围覆盖整个过程。由此可知，企业传统的成本控制方法不能切实的控制企业生产经营成本，也不能在提升企业的经济效益方面发挥重要作用。传统的制造业企业成本核算方法是制造成本法，即根据制造成本法，其特征是，通过减少单位产品所占用的制造费用，降低企业产品的单位成本。此时，即使企业的销售量保持不变，企业的利润也会随之增加。这种成本核算方法虽有优势一面，但缺点也是显而易见的。它往往会致使企业不顾经济市场的需求，通过各种手段来提高相关产品的生产量，严重忽视市场规律对企业生产经营的影响。这种做法实际上并未降低企业产品生产的耗费，而是把这部分成本转化在存货成本中，严重虚增资产。所以说，传统的成本核算方法不仅不利于企业成本的控制，可能还会增加成本的投入，严重影响了企业经济效益的提升，对企业的可持续发展形成了阻力。传统的企业成本控制，没有当前的大数据信息时代的观念和思维模式，更无大数据信息时代的背景和技术手段，其在收集、归纳、整理和传递数据信息时大都采用传统的手工处理方式，没有充分的利用计算机技术，更没有使用的信息处理技术作为操作工具，进而导致收集的数据信息不完整、不健全、不具体。由于手工处理信息自身的特殊性使得大部分企业在决策分析时都要参考历史的数据，制定的成本控制方案也仅是一种事后反馈和分析，并不能对生产经营过程进行前馈和实时的分析和处理。此外，传统手工操作的成本控制方法，需要大量的人力和物力，而确定得出的信息数据不及时、不准确，无形之中增加了企业的生产经营成本。

二、大数据时代企业构建成本控制体系的现实选择

大数据背景下制造业企业成本控制体系构建需要形成一整条控制链，从企业产品研发、设计、生产、销售、管理、经营到售后等，都要将各个环节产生的数据收集、整理及归纳挖掘其背后信息价值，借助大数据技术的特点，将产生的信息数据作为企业决策依据，通过各项活动的成本指标量化以及资金流动走向一一捕捉到位，在内外部环境之中构建起信息共享平台，便于各个部门进行成本控制管理，了解成本控制情况，通过各个部门之间的协调合作，提高企业财务决策的有效性，为企业今后发展提供优良的决策支撑，这也是信息时代构建企业成本控制体系构建重要趋势。制造业企业可以根据自身的管理特点和需求，选择不同的成本数据控制体系。

一、大数据时代思维模式及其在服装设计领域的体现

1.海量信息思维模式

以往人们总是尝试先发现问题，再获取相关信息，探索解决之道。而大数据时代，人们总是先尽可能多的去获取和储存信息，而信息数据价值密度低、数据量大，当遇到问题时再尝试解决问题，其解决的效率和精准度率也有所提升。这种“海量信息”的思维在进行服装流行款式、流行色彩的市场调研时，依然十分适用。

2.新媒体思维模式

信息数据附着在各类新媒体之上，数据格式多种多样，从网页论坛、视频、网络日志、微博微信、甚至地理位置信息等等。新媒体思维正在改变服装市场的营销方式，服装企业传统的营销手段是实体店集中推广、平面广告以及电视媒体宣传，节假期间雇佣大量劳动力街头派发促销传单。而大数据时代，服装企业充分利用互联网的植入式广告、病毒式推广以及低成本营销，打造网络交易平台，全方位收集消费者信息数据，分析消费者潜在消费动机与偏好，从而在推广品牌的同时扩大销售量。

二、大数据时代对高校服装设计教育的启示

1.教学方式的变革

1“大数据”及其应用现状概述

伴随互联网技术的快速发展与应用，互联网中的数据量也呈几何数量级产生、增长;当前互联网每分钟产生的数据量比二十年前所有互联网产生的数据还要多。数据存储已由最初Bite、KB、MB发展到今天GB、TB甚至是PB、EB、ZB级，用一个字来衡量就是“大”，我们已经进入到了一个“大数据”时代。互联网中的“大数据”纷乱而复杂，具体表现为五个特点，分别是数据体量大的特点、数据生产快的特点、数据种类多的特点、数据价值密度低的特点和数据价值量大的特点。“大数据”已经逐渐在体现出其巨大的价值;美国麦肯锡咨询公司认为“数据已经渗透到各个行业、领域，已经成为重要的生产因素或者要素之一，下一波互联网发展浪潮必定是对海量数据的挖掘与再利用”;美国著名学者维克托•迈尔－舍恩伯格，也是《大数据时代》的作者，其在书中详细解析了“大数据”，通过大量应用实例来说明未来的石油、金矿必然存在于“大数据”之中。大数据的价值，一方面在于其经过对海量数据的处理，产生了新的价值，使数据成为一种新的、有价值的资源;另一方面大数据也改变了人们传统的发现问题、分析问题的方法，传统统计分析方法是基于“抽样”的，而大数据时代样本不再是总体的一部分，而是“样本=总体”，我们可以通过对近似“总体”数据的分析来发现“抽样”状态下发现不了的问题或者规律，其也逐渐改变了传统科学研究的“因果”思维方式，而转向“相关”，将关注的重点转向“事实”而不是背后的“原因”，了解当前正在发生什么，以便采取措施及时应对。目前，世界各国已经认识到大数据及其潜在的价值，纷纷制订计划、项目来开发与应用大数据资源。如2012年，美国就正式公布了“大数据研发计划”，旨在提高人们分析与处理海量数据、信息的能力，旨在改变人们发现问题、分析问题和解决问题等观察与理解世界的方式、方法，为美国未来的科学与经济发展提供新的动力。我国也专门制定了“中国大数据科学与工程研究计划”，专门设立了大数据科学研究项目专项资金，旨在开发互联网中的大数据资源，深度挖掘与利用海量数据中所蕴藏的巨大价值。

2桥梁工程“大数据”应用的必要性及其现实意义

2．1桥梁工程中“大数据”应用的必要性

桥梁工程中的数据分类，按着收集时间的不同可以为静态数据和动态数据两种。所谓静态数据，是指与桥梁相关的传统信息资料库和借助于科学实验产生的数据。桥梁传统信息资料库是典型的静态数据，这些数据、资源不是定期更新的，按着相关要求一般会被保留十年到二十年时间，不同国家、地区的政府、相关桥梁管理部门都建立有地区所有桥梁工程的资料库，保存地区所有桥梁工程的基本信息，如设计与建成时间、桥梁系统的功能和具体建设与运营部门等数据、信息;除了地方政府、相关桥梁管理部门以外，各级科研单位也在设计、完善相关桥梁统计分析系统，系统中包括与桥梁相关的桥型、跨径、材料和建成时间等信息，以及桥梁病害、桥梁运营状况评定等内容。对于桥梁科学试验数据，其主要是指存在于各大高校、科研单位、科研中心的与桥梁有关的模型试验、振动台试验、风动实验和桥梁荷载试验等产生的实验结果、数据等;这些数据也被分门别类的保存起来，但这类数据一般不对外开放。所谓动态数据，主要是指对桥梁施工过程的监控、成桥运营阶段桥梁健康状况的监测等获得的数据，这类数据来自于安装在桥梁之上的实时监测传感器，如风速仪、温度计、位移传感器、速度传感器、加速度传感器、应变计和GPS等;上述安装的各类传感器，再配以相关采集系统就可以获得与桥梁相关的实时、动态数据信息，这些数据、信息再辅以相关软件分析和处理，就能及时了解桥梁的健康状况，对桥梁的整体健康状态做出评估和预测。无论是长期保存的静态数据，还是实时产生的动态数据，随着时间的增长，这些保存与收集的数据无疑是“海量”的，为了获得更好的桥梁状态分析结果，将大数据思维方式应用其中是必要的也是可行的。

2．2桥梁工程中应用“大数据”的现实意义

借助于大数据对传统信息资料库中数据的分析，可以使我们更好的、全面的了解地区桥梁基本信息，从而为全国其他地区的桥梁统计、国家相关部门桥梁信息的普查与管理提供有价值的参考。与桥梁有关的科研数据的开放与利用，则可以加速学术界中各学者之间的交流、创新，为取得更为丰富的研究成果奠定基础。而桥梁动态数据的可利用价值更大，由于包括了桥梁施工过程中重要的监控数据，使我们可以充分利用大数据思维方式和技术挖掘其蕴含的价值，为日后桥梁工程建设中提高施工质量、优化施工进度、提前预防、预测和解决施工过程中遇到的问题，以及减少不必要的质量事故和经济损失等提供有价值的指导建议。对于成桥运营阶段实时状况的监测数据，是桥梁健康状况重要的评估依据，在大数据思维方式与技术的支持下，使我们准确预测桥梁可能发生的问题及预先采措施防止问题发生成为可能，其也必然是大数据时代背景下桥梁工程监测的发展方向。

摘要:目的:挖掘甘肃省中药产业发展现状和甘肃省中药产业发展规划，为甘肃省中药产业的发展提供理论和实践的参考依据。方法:分别从中国知网数据库和甘肃省人民政府官网获取甘肃省中药产业发展现状和中药产业发展规划的相关高频关键词，进行一系列处理后，采用NetDraw软件绘制关键词共现图谱，SPSS21．0绘制聚类图谱。结果:从关键词共现分析、聚类分析这两方面来看，甘肃省中药产业发展现状的研究主要以陇药产业存在的问题为主，集中在市场研究、种植面积、发展对策等方面;甘肃省中药产业发展规划的研究主要以陇药产业涉及的道地药材、骨干企业、服务基地、旅游产业为主，集中在陇药产业发展的实施举措、中药复方的开发研究、陇药的传承与创新等方面。结论:在陇药产业未来的发展中，需要各方面的力量团结合作，群智群策，从道地药材、市场调节机制、评价标准、传承与创新、中药饮片、中药材种植这六个方面着手，贡献自己的智慧和力量，在结合我省的省情和中医药特色的基础上，促进甘肃省中药产业的发展。

关键词:甘肃;中医药产业;大数据;发展;思路

甘肃是中药材资源大省，也是国家重要的中药原料种植和生产基地［1］。陇药产业是甘肃省的特色产业之一，党和各级政府非常重视，相继出台了一系列扶持和鼓励中药产业发展的措施，把中药产业作为战略性产业和支柱产业，从政策、财政、社会舆论等方面全面入手，为中药产业的发展营造良好的环境［2］，支持陇药产业转型发展和跨越发展。一方面，随着“一带一路”倡议［3］的实施和发展，使得甘肃和国内外各城市之间的关系更为紧密，经济、文化等方面的交流与合作进一步增强，为甘肃省的发展提供了诸多的便利，也为陇药产业发展提供了千载难逢的历史机遇［4］。另外一方面，随着互联网+和物联网的迅速发展，使得社会生活产生了大量的数据，人们的决策越来越依赖于大数据。陇药产业想要实现全面、新型发展，就要利用好大数据［5－6］。大数据可以发挥这方面的优势，它从已有的数据中发现并抽取出有价值的信息和知识，进一步发现被忽略的要素，获得隐含的、以前未知的信息，而这些信息对预测趋势和决策行为是十分有用的［7－8］。鉴于此情况，本文将对甘肃省中药产业发展的相关数据进行挖掘，从而更好的促进甘肃省中药产业的发展。

1资料与方法

1．1资料

数据来源包括两方面，有关甘肃省中药产业发展现状的数据来源于中国知网数据库，采用专业检索方式，检索式为“SU=(‘甘肃’+‘陇’+‘兰州’+‘嘉峪关’+‘金昌’+‘白银’+‘天水’+‘酒泉’+‘张掖’+‘武威’+‘定西’+‘平凉’+‘庆阳’+‘临夏’+‘甘南’)*(‘中药产业’+‘中药材’+‘中药饮片’+‘中药材种植’+‘中药产品’+‘中药企业’+‘中药’)”;有关甘肃省中药产业发展规划的数据来源于甘肃省人民政府办公厅网站，在《甘肃省中医中药产业发展专项行动计划》［9］内容中提取关键词，保存为文本文件。

1．2方法

1对公共利益诉求的精益响应

就公共管理理论内涵而言，迄今为止学术界还没有形成一个被广泛认可的范围界定，然而诸如精细化的专业管理、明确而有效的绩效评估、强调结果而不是程序、不断的提升公共产品和服务的质量等，一些基本的价值取向还是在被学界不断的接受。基于这些价值取向，对公共利益的积极响应将伴随着治理变革的进程不断的深化，其内在的要求也将不断的提升公共管理的水平。应当确认的是，无论是宪政层面还是民主层面的要求，政府都应当在追求公共利益实现的过程中，承担起主要的公共责任，并不断提高公共产品和服务的质量和水平。政府应当无遗漏、无差别地关注所有的公共价值和偏好，以此来提升公共服务的质量和公共利益的实现程度，这不仅是政府存在合法性的要求，也是公共管理的绩效要求。从实践层面而言，公共利益实现的基础是公共诉求的表达，这就要求作为公共责任主要承担者的政府，必须积极创造公民表达和形成公共利益诉求的条件，以使得公民之间、公民和政府之间能够围绕其关心的公共事务，在观念、价值、手段等层面进行充分的交流和融合，以实现公民个人需求的社会定位，并在公共领域和公共决策层面形成“共识”，推动个人与社会的共同发展。然而，作为公共利益实现的逻辑起点，现实中公共利益诉求的形成存在着表达和整合的障碍。由分工、社群等因素造成的社会系统的复杂性会造成信息传递的困难，会造成公民之间、公民与政府之间大规模的沟通和协调的困难，甚至会引发其间的矛盾与冲突。在传统的社会运作方式下，信息传递和沟通的效率已经不能满足公共管理的需求，同时，依靠随机抽样等方式来解决数据收集和处理问题的方式本身也存在着许多固有的缺陷。而在数字化时代，快速发展的信息技术和研究方法已使得数据的收集和处理变得更加容易、更加快速，而且，与数据交流的困难看来也已经不是理所当然的了，在组织和社会发展的过程中，我们拥有了处理数据的更大的信心和能力。大数据所代表的网络信息技术和数据处理能力无疑成为解决公共管理问题的一种新的、有效的方式。一方面，大数据可以提供多样化的信息渠道，这种多样化使得公民的广泛的利益诉求变得可能，可以打破由阶层、教育、收入、习惯等造成的沟通障碍，进而在公共利益的实现过程中，建立一种围绕公共事务的共享的价值观念和利益观念，帮助公民超越短期利益诉求，并为对话表达共同价值提供舞台，以形成对公共事务的共识和公共利益实现的基础。另一方面，政府不能止于为公民提供均等化的产品和服务，而应当和私营部门所做的一样，通过市场细分，精益化地实现公共利益。相对于大数据时代，在以往的社会运作方式下，由于管理理念的落后和数据技术的缺乏，社会生产是通过大批量的、同质化的产品和服务来满足客户需求的。而在以先进的数据和网络技术为代表的大数据时代，在公共利益实现的过程中，则应当通过精益性、无遗漏、精细化、定制化的产品和服务来满足公民的需求。作为一种技术回应，大数据技术使管理者可以对管理对象的独特需求进行追踪和分析，进而实施管理行为或投送有针对性的服务。研究表明，这种根据个体或人群将公共服务进行细分与定制的管理模式，能够提高效率、效果和公民满意度。事实上，精细化的管理模式，在有效响应公众诉求的同时，也能提升政府的运营效率和管理品质。这就要求在公共管理中，政府对于数据的态度，应当实现从“宏观把握”到“微观差别”，从“决策参考”到“精确分析”，从“数据使用”到“智慧支持”的转变。

2对公共管理决策的全新认知

政府存在的合法性和权力的来源，决定了在对公共利益的追求和实现过程中，政府在公共管理的体系中所具有的主导地位，以及政府所必须扮演的积极角色，而这种地位与角色的有效性极大程度上受到其决策方式、能力和效果的影响。在半个多世纪的漫长过程中，决策支持系统曾经一度因为缺乏有效的数据组织方式而徘徊不前，虽然其后的发展取得了前所未有的加速度。作为公共决策的重要主体，快速和灵活的大数据时代特征也对政府的数据管理和使用模式提出了更高的要求，大数据的出现颠覆了传统的数据管理方式，在数据来源、数据处理方式和数据思维等方面都会对其带来革命性的变化。正是如此，在公共管理的决策领域，由于拥有了全面的信息，过去那些建立在非完全信息假设上的管理思维和方法，已经被彻底地改变。因此，大数据不仅带来了政府决策的巨大挑战，也提供了变革公共决策的现实机遇。大数据对于决策的价值是显而易见的，通过对大数据的挖掘，可以有效提高政府决策的科学性和时效性。一方面，决策是为了解决问题或抓住机会，大数据可以通过多种渠道抓取数据，并可以发现其中反映的异常问题和有利时机以把握决策的进程；另一方面，决策的有效制定依赖于完整的信息，大数据可以提供庞大的信息，高质量的、全方位的信息可以有效提高决策的效果。诚然，庞大的信息并不意味着都高质量的信息，事实上，质量远远比数量重要。也就是说，肯定数据价值的同时，也应当认识到数据分析的局限性。例如，可以描述政府与公民网络互动的频数，但并不意味着能确切地说明其相互关系，而解释和分析其背后的原因则更加困难。由此，决策环境的改变必将带来政府公共管理模式的巨大改变。首先，政府应当开放透明，持续完善公众公平、便利地获取公共信息的渠道和手段，以利于公众参与公共决策。诸如在公共政策制定、公共财政开支、公共资源分配细节等方面都应当充分满足公众的知情权，在更大范围内实现数据共享。这既是决策效率提升的要求，也是行政民主的价值诉求。其次，在大数据时代，社会主体和公众意见的有效体现是决策的合法性和合理性的基础。一方面，这要求政府培养数据意识，全方位的重视数据的收集和积累工作，为实施大数据战略做准备；另一方面，应当不断推动社会媒体、社交网络等数据平台健康快速的发展。为此，在数据的收集、更新，尤其是数据利用方面，政府都应当不断地调整管理思路和方法，并积极改善公共管理决策的数据环境，提升决策过程中的数据意识，建立有效的决策支持数据系统，以实现决策的科学化，提高公共决策的质量。

3对公共治理战略的深刻影响

目前，大数据已经在商业领域中被广泛应用，并产生了巨大影响。在商业领域，新的研究方法拓展了现有的理论模型，可以利用社会网络、数据挖掘和统计等方法挖掘出高维度的市场信息。即便是在社会领域，大数据同样会帮助我们认识和适应公共治理的社会环境。大数据管理不仅是一种技术或管理方式的创新，还代表着人类对于信息更加全面的把握能力，同时也反映着人类自身特性的深刻展现及发展。因此，在公共管理实践中，必须在大数据的语境下，用大数据的思维方法理解和分析新的治理问题。

3.1信息技术是一种社会赋权工具，大数据造就了一个权力碎片化的社会