Full text · 原文
15,510 字
技术创新和数字设备的普及，使得大量的数据从各种各样的数据源头通过不同渠道快速产生，海量数据增长逐步衍生出一个新概念——大数据（big data）。大数据不仅强调数据巨量，更强调从海量数据中快速获得有价值信息和知识的能力。当前，大数据所蕴含的战略价值已经引起多数发达国家政府重视，相继出台大数据战略规划和配套法规促进大数据应用与发展。在政府大数据战略部署和政策推动下，发达国家的政府部门、企业、高校及研究机构都开始积极探索大数据应用。据悉，美国大数据战略发布后，12个联邦部门启动开展了82个大数据相关项目[1]，涵盖了国防、国土安全、国家安全、能源、医疗卫生、食品药物、航空航天、人文社会科学、地质勘查等众多领域。企业借助于大数据政策的东风，强化对大数据的技术研发和创新应用。根据Gartner公司的调查结果，目前全球64%的企业已经开始向大数据项目注资，或者打算在2015年6月之前将计划付诸实践[2]。
<br>
完善的政策是当前大数据先行国家推广应用大数据的重要保障，目前，我国国家层面还没有专门针对大数据出台相关政策，研究国外大数据相关政策，对我国构建完善的大数据配套政策具有十分重要的意义。
<br>
一、国内外政府大数据政策比较研究框架
<br>
当前，数据已经渗透到各个行业和业务职能领域，数据的与日俱增昭示着大数据时代已经来临，对数据的科学运用将成为国家竞争力的重要组成部分。大数据时代，政府的重要职责不仅仅是强化自身对数据的开发利用，更重要的是推动大数据产业的发展和全社会的大数据应用。为研究国内外政府大数据相关政策，本文建立了如下政策比较框架，拟从战略规划、技术能力提升、应用与管理三个方面全面透彻地比较分析各国政策着力点。
<br>
图1 政府大数据政策比较研究框架
<br>
“战略规划”层旨在通过分析国家级大数据战略或规划，探析各国政府大数据发展的目标定位、主要内容、重点发展的大数据应用领域，以及确保战略规划得以落地的管理体制等，全面总结各国大数据战略规划特色及要点。战略规划的制定为大数据技术能力储备、大数据推广应用与项目实施提供宏观指导与执行依据。
<br>
“技术能力提升”层探讨各国政府在大数据技术储备方面的相关政策措施，包括基础研究部署、核心技术研发、为相关产业和研究机构提供的技术创新扶持、人才培养以及技术研发资金保障等。技术能力提升为战略规划的落地提供技术方面的支撑。
<br>
“应用与管理”层从推进政策和项目实施两个角度，研究为确保大数据推广应用与项目实施而制定的各项政策，包括数据开放政策、数据共享政策、数据安全与隐私保护政策，以及政府和商业领域的试点项目规划等。应用与管理为战略规划的落地提供具体管理性支撑和保障。
<br>
二、大数据战略规划比较分析
<br>
为抢占先机，取得大数据领域的国际竞争优势，美、澳、英、法等国率先制定了大数据战略规划，将大数据应用上升为国家战略。
<br>
（一）美国大数据战略规划
<br>
2011年总统科技顾问委员会提出建议，认为大数据具有重要战略意义，但联邦政府在大数据相关技术方面的投资不足。作为回应，美国白宫科技和技术政策办公室（OSTP）建立了大数据高级监督组以协调和扩大政府对该重要领域的投资，并牵头编制了《大数据研究与发展计划》（以下简称《计划》）。2012年3月29日，《计划》正式对外发布，标志着美国率先将大数据上升为国家战略。
<br>
《计划》旨在大力提升美国从海量复杂的数据集合中获取知识和洞见的能力。具体实现三个目标[3]：（1）开发能对大量数据进行收集、存储、维护、管理、分析和共享的最先进的核心技术；（2）利用这些技术加快科学和工程学领域探索发现的步伐，加强国家安全，转变现有的教学方式；（3）扩大从事大数据技术开发和应用的人员数量。
<br>
第一波纳入《计划》的联邦政府部门主要有：国家科学基金会、国家卫生研究院、能源部、国防部、国防部高级研究计划局、地质勘探局，六大部门合计共投资两亿多美元，促进大数据相关研发。大数据发展不能仅靠政府努力，因此《计划》还鼓励产业、大学和研究机构、非盈利机构与政府一起努力，共享大数据提供的机遇。
<br>
（二）澳大利亚大数据战略规划
<br>
2012年10月，澳大利亚政府发布《澳大利亚公共服务信息与通信技术战略2012-2015》，强调应增强政府机构的数据分析能力从而促进更好的服务传递和更科学的政策制定，并将制定一份大数据战略确定为战略执行计划之一。2013年2月，澳大利亚政府信息管理办公室（AGIMO）成立了跨部门工作组——“大数据工作组”，启动了《公共服务大数据战略》（以下简称《战略》）制定工作，并于2013年8月正式对外发布。
<br>
《战略》以六条“大数据原则”为指导，旨在推动公共部门利用大数据分析进行服务改革，制定更好的公共政策，保护公民隐私，使澳大利亚在该领域跻身全球领先水平。这六条大数据原则分别为：数据是一种国家资产，应被用于人民福祉；数据共享和大数据项目开发过程中严保用户隐私；数据完整和过程透明；政府部门间以及政府与产业间应共享技术、资源和能力；与产业和学术界广泛合作；加强政府数据开放。《战略》还决定成立数据分析卓越中心（DACoE），该中心将通过构建一个通用的能力框架帮助政府部门获得数据分析能力，并促成政府与第三方机构合作以培养分析技术专家。《战略》列举了2014年7月前需完成的6项大数据行动计划，分别为：制定信息资产登记簿；跟踪大数据分析的技术发展；制定大数据最佳实践指南；总结明确大数据分析面临的各种障碍；强化大数据分析的相关技术和经验；制定数据分析指南。具体工作将由大数据工作组与数据分析卓越中心共同协作完成。
<br>
（三）英国大数据战略
<br>
2013年10月31日，英国发布《把握数据带来的机遇：英国数据能力战略》[4]。该战略由英国商业、创新与技术部牵头编制。战略旨在促进信息经济条件下，英国在数据挖掘和价值萃取中的世界领先地位，为英国公民、企业、学术机构和公共部门创造更多收益。为实现上述目标，战略从强化数据分析技术、加强国家基础设施建设、推动研究与产研合作、确保数据被安全存取和共享等几个方面做出了部署，并做出11项明确的行动承诺，确保战略目标真正得以落地。
<br>
（四）法国大数据战略
<br>
为抓住大数据发展机遇，促进本国大数据领域的发展，以便在经济社会发展中占据主动权，2013年2月，法国政府发布了《数字化路线图》[5]，宣布将投入1.5亿欧元大力支持5项战略性高新技术，而“大数据”就是其中一项。2013年7月4日，法国中小企业、创新和数字经济部发布了《法国政府大数据五项支持计划》，包括引进数据科学家（datascientist）教育项目；设立一个技术中心给予新兴企业各类数据库和网络文档存取权；通过为大数据设立一个全新的原始资本，促进创新；在交通、医疗卫生等纵向行业领域设立大数据旗舰项目；为大数据应用建立良好的生态环境，如在法国和欧盟层面建立用于交流的各类社会网络等[6]。
<br>
（五）各国战略规划比较
<br>
按照政府大数据政策比较研究框架，战略规划层面，主要从战略目标、战略内容、发展领域和管理体制四个方面进行比较分析，具体如下表所示。
<br>
表1 各国大数据战略规划比较
<br>
国家
<br>
战略规划名称
<br>
战略目标
<br>
战略内容
<br>
重点发展领域
<br>
管理体制
<br>
美国
<br>
大数据研究与发展计划（Big Data Research and Development Initiative）
<br>
研发核心技术；
<br>
推动科技进步和国家安全；
<br>
培养大数据人才
<br>
牵头部门；
<br>
核心项目；
<br>
资金投入
<br>
<br>
科学研究；卫生；能源；国防与国家安全；地质勘探
<br>
白宫科技和技术政策办公室战略制定；大数据高级监督组监督执行
<br>
澳大利亚
<br>
公共服务大数据战略（The Australian Public Service Big Data Strategy）
<br>
推动公共部门利用大数据分析创新服务、制定最佳公共政策
<br>
未来机遇与收益；
<br>
大数据应用原则；
<br>
行动计划及部门分工
<br>
<br>
--
<br>
设立跨部门大数据工作组负责战略落地，成立数据分析卓越中心配合执行
<br>
英国
<br>
英国数据能力战略
<br>
（Seizing the data opportunity：A strategy for UK data capability）
<br>
实现英国在数据挖掘和价值萃取中的世界领先地位
<br>
强化数据分析技术；加强国家基础设施建设；推动研究与产研合作；确保数据被安全存取和共享
<br>
--
<br>
英国统计局和政府运作研究者局负责政府的数据能力提升；信息化基础设施领导理事会负责大数据基础设施建设；各行业协会负责本行业数据能力建设；信息经济委员会负责制定具体战略实施路径。
<br>
法国
<br>
法国政府大数据五项支持计划（A five-part support plan）
<br>
促进本国大数据发展，促进经济社会发展
<br>
人才培养；基础设施建设；资金扶持；项目规划
<br>
人才培养；交通；医疗卫生
<br>
<br>
--
<br>
（注：法国大数据战略规划暂未公开全文，因此无法获取管理体制的详细内容。）
<br>
通过对各国的大数据战略规划比较，发现既有共同点又存在明显差异。
<br>
1、共同点
<br>
一是战略目标基本相同，均旨在通过国家性战略规划推动本国大数据技术研发、产业发展和相关行业的推广应用，确保本国在大数据时代的领先地位。
<br>
二是战略规划均具有明确的行动计划和重点扶持项目。例如，美国大数据战略明确阐明了政府拟重点发展的领域和相关项目，特别指明了相应的资金支持。法国为本国的大数据发展制定了五步骤的支持项目。澳大利亚更具体的列举了一年内的大数据行动计划和具体时间节点。英国更具体规定了11项政府将采取的行动承诺。
<br>
三是战略规划指定了明确的管理机构和执行机构。美国由白宫科技和技术政策办公室牵头建立了大数据高级监督组，通过协调和扩大政府对大数据的投资，提供合作机遇，促进核心技术研发和劳动力发展等工作促进大数据战略目标的实现。澳大利亚设立跨部门大数据工作组负责战略落地，同时配备专门的支撑机构从技术、研究等角度确保对大数据工作组支撑。英国战略分别针对技术能力、基础设施和软硬件建设、推进合作、数据开放与共享等角度指定具体的负责机构，同时，由信息经济委员会负责根据战略进一步制定具体战略实施路径。
<br>
2、差异点
<br>
一是战略规划的推动路径略有差异。美国重在“以点带面”，通过公布重要部门的大数据项目规划，扶持重要领域的大数据技术研发，进一步带动其他部门和社会各界对大数据技术的研发和推广应用。澳大利亚重在“方法指导”，通过设定大数据原则指导各部门正确应用大数据，同时注重技术跟踪、指南制定。英国政府和法国强调政府“铺路打基础”的作用，阐明政府在人才培养、基础设施建设、资金扶持、项目规划、合作环境搭建中的基础保障作用。
<br>
二是战略制定机构不同。战略规划推动路径的差异一定程度上也与政策制定机构不同相关。美国、澳大利亚的战略制定机构主要是科学技术相关部门。美国白宫科技和技术政策办公室是美国的高级科技咨询机构，该办公室主任被任命为总统科技顾问。澳大利亚政府信息管理办公室职责是就信息与通信技术（ICT）投资管理、工程实施、ICT政策执行为澳洲政府及其机构提供建议，指导政府应用信息技术为公众提供更好服务、提升自身运作效率。而英国和法国的战略制定机构则是与经济发展相关的部门，制定大数据战略旨在充分挖掘大数据对生产、经济发展的重要作用。
<br>
三、大数据技术能力提升政策比较分析
<br>
技术能力储备是确保数据价值得以实现和产业化推广应用的重要支撑。大数据先行国家十分重视政府在推动大数据技术创新、能力储备中的政策扶持作用，国内相关部门和地方也先行颁布政策进行技术储备，这些政策分别从基础研究、关键技术研发、产业扶持、人才培养、资金保障等角度为相关产业、研究机构提供技术创新环境。
<br>
（一）基础研究与关键技术研发
<br>
在大数据应用的技术需求牵引下，数据科学研究显得越发重要。美国大数据战略确立了国家科学基金会在基础研究中的核心地位。为促进基础研究，国家科学基金会采取相关政策措施包括：将向美国加州大学伯克利分校资助一千万美元，帮助他们研究如何整合机器学习、云计算、众包（crowd sourcing）三大技术用于将数据转变为信息；提供对地球研究、生物研究等基础性研究项目的拨款等。在关键技术研发方面，联邦部门大数据项目列表[1]详细部署了国防、民生、社会科学等领域的核心关键技术研发。英国大数据研究扶持与技术研发政策包含在《英国数据能力战略》中，重在体现对高校、研究机构的资金扶持和合作平台搭建。在国内，国家发改委将数据分析软件开发和服务列入专项指南，科技部2013年“国家重点基础研究发展计划（973计划）”中已经将智能感知、社交网络分析、互联网言语信息处理等大数据技术列入资助范围，《上海推进大数据研究与发展三年行动计划》、《重庆市大数据行动计划》均对基础研究和关键技术研发进行了详细部署。
<br>
（二）人才培养
<br>
随着大数据产业的发展，人才问题将变得越来越紧迫。Gartner预测，到2015年，全球大数据人才需求将达到440万人，届时仅有三分之一的需求能够得到满足[7]。当前，人才培养已被各国政府纳入推进大数据发展的重要议程中。美国《大数据研究与发展计划》的一个重要目标是“扩大从事大数据技术开发和应用的人员数量”。通过国家科学基金会，鼓励研究性大学设立跨学科的学位项目，为培养下一代数据科学家和工程师做准备，设立培训基金支持对大学生进行相关技术培训，召集各个学科的研究人员共同探讨大数据如何改变教育和学习等。英国《英国数据能力战略》对人才的培养做出了专项部署，包括在初、中等教育中加强数据和计算机课程学习；全面评估当前大学各学科所教授的数据分析技能是否需要进一步完善并实现跨学科交流；通过奖学金、项目资助的形式支持高校培养满足当前和未来数据分析需求的人才；政府与相关专业机构一起强化数据科学这门学科，勾画数据分析行业不同的发展道路，鼓励更多人将数据分析作为事业来追求。澳大利亚《公共服务大数据战略》强化政府部门与大专院校合作培养分析技术专家，同时计划将各类大数据分析技术纳入现行教育课程中，强化人才储备。法国《政府大数据五项支持计划》中第一步计划便是引进数据科学家（datascientist）教育项目。上海、重庆大数据行动计划也从鼓励高等院校和企业合作、高校课程设置、高层次人才引进、专业培训等方面强化数据科学人才培养工作。
<br>
（三）产业扶持
<br>
真正实现大数据对经济社会的价值贡献，离不开对大数据相关产业的扶持。
<br>
在产业扶持方面，《英国数据能力战略》指出英国政府将通过多种途径为大数据产业提供扶持，在资金支持方面，英国政府将为本国公司与有关组织提供更多机遇和便利，以获取欧盟研究与创新资金——展望2020（Horizon 2020）[1]的资金支持，同时将各类大数据分析中心纳入“英国资本投资战略框架”中，促进大数据分析技术的研发与产业应用。在产学研结合方面，英国还通过建立研究成果展现门户、搭建多种合作交流平台等方式，促进产业与各类研究、学术机构之间的合作和成果转化。在国内，上海、重庆等地的大数据行动计划均强化对大数据产业培育和扶持。《上海推进大数据研究与发展三年行动计划》中强调营造和完善大数据技术和产业发展所需的政策环境、融资环境、创业环境以及公共服务体系，支持6类以上大数据商业应用系统的研制，培育一批带动本地数据产业发展的行业龙头企业，成立“上海大数据产业技术创新战略联盟”等等。《重庆市大数据行动计划》将加快大数据产业发展作为首要任务，拟完善大数据生态产业链并建设大数据产业基地，同时，加大对市级大数据重点项目在项目核准、财税优惠、用地保障、电力保障等方面的支持力度。
<br>
（四）资金保障
<br>
明确具体资金保障是国外大数据政策的一大亮点。继美国宣布投资两亿多美元促进大数据研发后，英国、法国也相继宣布政府对大数据的投资。2013年1月，英国财政部明确将投入1.89亿英镑用于大数据和节能计算技术的研发，旨在提升地球观测和医学等领域的大数据集分析能力。同年4月，英国经济和社会研究委员会又宣布将新增6400万英镑用于大数据研发，其中3400万英镑将用来建立“行政数据研究网络”，用于汇聚政府部门和机构所收集的行政数据，促进发挥政府数据对科学研究、政策制定和执行的作用。法国政府宣布将在2013年投入1150万欧元，用于7个大数据市场研发项目，旨在通过试点探索，促进法国大数据发展。重庆市大数据行动计划中拟设立重庆市大数据产业发展专项资金，优先对重点项目给予资金支持。上述国家和城市对大数据的投资，体现出一定的共性特征：一是投资领域均是关乎国家竞争力和全民生活福祉的重要领域，这些领域仅凭市场资本无法推动；二是强化投资的核心目的是提高关键领域的大数据技术能力，这是技术得以市场化应用的基础前提。
<br>
（五）各国技术能力储备政策比较
<br>
尽管我国暂未制定大数据国家战略，但有关部门和地方已先行出台了计划或政策推动技术储备，本文一并纳入比较。下表2可以看出，在大数据技术能力储备方面，各国均有侧重点。
<br>
表2 各国技术能力储备政策比较
<br>
国家
<br>
基础研究
<br>
关键技术研发
<br>
人才培养
<br>
产业扶持
<br>
资金保障
<br>
美国
<br>
⊙
<br>
●
<br>
●
<br>
⊙
<br>
●
<br>
英国
<br>
⊙
<br>
⊙
<br>
●
<br>
●
<br>
●
<br>
法国
<br>
○
<br>
○
<br>
●
<br>
●
<br>
●
<br>
澳大利亚
<br>
○
<br>
○
<br>
●
<br>
⊙
<br>
○
<br>
中国
<br>
●
<br>
●
<br>
●
<br>
●
<br>
⊙
<br>
注释：●明确；⊙有但较为模糊；○未明确。
<br>
从纵向政策要点来看，注重人才培养、产业扶持、资金保障是多数国家的共识，这三方面正是政府为产业发展构建良性生态环境的政策落脚点。从横向国家来看，美国、英国国家层面配套技术能力储备政策较为完善，这也是两国引领大数据前沿的主要原因之一。我国由于是地方性行动计划，且更注重基础技术研发和环境搭建，因此配套政策也较为明确。相比，法国和澳大利亚的配套政策还有待进一步完善。
<br>
四、大数据应用与管理政策比较分析
<br>
促进大数据发展，除了搭建技术能力储备政策外，还需要从应用实施的角度，制定配套推进政策、规划试点示范项目，推动战略规划的具体落地实施。
<br>
（一）应用推进政策比较
<br>
1、数据开放与共享
<br>
大数据应用的基础是数据足量全面。为加强各部门所掌握的海量数据资产开放与共享，促进社会应用创新，美、英、澳、法等国政府均制定政府数据开放共享政策。具体统计如下表：
<br>
表3 国外政府数据开放与共享主要政策
<br>
国家
<br>
数据开放与共享政策
<br>
颁布时间
<br>
核心内容
<br>
美国
<br>
开放政府指令
<br>
2009.12.8
<br>
各政府机构要在线发布政府信息，提升政府信息的质量，营造一种开放政府文化并使其制度化，相关机构为开放政府制定可行的政策框架
<br>
13526号总统令
<br>
2009.12.29
<br>
要求政府机构减少对政府信息的过度定级,并要定期进行信息解密，促使政府信息的定密和解密程序上具有更大开放性和透明度
<br>
13556号总统令
<br>
2010.11.4
<br>
为敏感但非涉密信息创建开放、标准的系统,减少对公众的过度隐瞒
<br>
实现政府信息开放和机器可读取总统行政命令
<br>
2013.5.9
<br>
要求政府数据的默认状态应该是开放的和计算机可读的，增强数据的可获取性和可用性
<br>
全球变化研究数据管理政策
<br>
1991．6
<br>
首次明确提出将“完全与开放”的数据共享政策作为国家科学数据共享的基本国策，为科学研究建立强有力的数据保障
<br>
美国信息共享与安全保障国家战略
<br>
2012
<br>
国家安全依赖于正确的时间将正确的信息分享给正确的人。战略旨在确保信息可以在负责、无缝、安全的环境中共享
<br>
英国
<br>
开放数据白皮书
<br>
2012.6
<br>
政府各部门应增强公共数据可存取性，促进更智慧的数据利用。各政府部门均需制定更为详细的两年期数据开放策略
<br>
开放政府联盟：英国国家行动计划（2013-2015）
<br>
2013.10.30
<br>
承诺将制定政府拥有的所有数据集列表；发布地方政府数据透明性法案，要求地方政府开放关键信息和数据；到2015年使英国成为开放政府联盟中透明度最高的国家
<br>
澳大利亚
<br>
开放政府宣言
<br>
2010.7.16
<br>
加强公众存取政府信息的权利，创新在线方式使政府信息更易于存取和使用，营造一种信息开放的文化环境。修改完善《信息自由法》并建立澳大利亚信息委员会办公室，制定更为详细的信息开放方案
<br>
开放公共部门信息原则
<br>
2011.5
<br>
信息的默认状态应是可以开放存取的；增强在线与公众的交流；将信息作为核心战略资产进行管理，实现高效信息治理；确保信息被公众及时查找与方便利用；明确公众对信息的再利用权利等
<br>
法国
<br>
政府部门公共信息再利用
<br>
2011.5
<br>
配合法国数据开放门户data.gouv.fr的运行，规定了政府部门所掌握信息和数据的开放格式和标准、收费、开放数据集的选择以及数据使用许可
<br>
公共数据开放和共享路线图
<br>
2013.2
<br>
更广泛便捷开放公共数据，促进创新性再利用，为数据开放共享创造文化氛围并改进现有法规框架等
<br>
政府数据开放手册
<br>
2013.9
<br>
全面指导公共部门对于开放数据政策的理解
<br>
上述国家在政府数据开放政策上具备两个共性特征：一是数据开放政策均建立在开放政府行动之下，使得数据开放有了更高的战略支撑；二是建立数据开放门户成为普遍趋势，有力保证政策得以落地。
<br>
美国是政府数据开放与共享的领头者。从其政策制定脉络来看，数据开放共享分为两大维度：一是对公众对社会，大力推动政府数据开放，先后制定了一系列确保公众平等获取数据、开发利用数据的政策法规，二是对政府自身业务管理，积极制定信息共享战略法规，特别是在国家安全等方面，基本要义是确保在正确的时间将正确的信息分享给正确的人。英国政府数据开放十分强化政策的执行力度。《开放政府白皮书》明确要求各政府部门每隔2-3年就要制定详细的数据开放策略，阐述近两年他们将要对外开放的数据内容、首次开放时间、数据更新频率，以及促进市场使用这些数据的政策、原则，并定期进行数据开放总结汇报，真正确保数据开放政策落到实处。
<br>
2、隐私与数据安全保护
<br>
大数据所带来的一个全新挑战就是对个人隐私与数据安全的威胁。因此，需要通过法规政策强化大数据应用过程中对个人隐私与数据安全的保障。当前大数据应用所适用的隐私与数据安全保护法规政策大多沿用多年前的法规文件。但个别国家已经开始针对大数据特点制定专项的隐私与数据安全政策。例如，在个人隐私保护方面，英国《开放数据白皮书》明确将在公共部门透明度委员会（监督各部门数据开放的核心机构）中设立一名隐私保护专家，确保数据开放过程中及时掌握和普及最新的隐私保护措施，同时还将为各个部门配备隐私专家；二是内阁办公室强制要求所有政府部门在处理涉及到个人数据的数据时都要执行个人隐私影响评估工作（Privacy Impact Assessments），为此还专门制定了非常详细的《个人隐私影响评估手册》，三是各政府部门开放数据策略中均明确将开放数据划分为大数据（big data）和个人数据（my data），大数据是政府日常业务过程中收集到的数据，可以对所有人开放，而个人数据仅仅对某条数据所涉及到的个人自己开放。在数据安全方面，澳大利亚政府于2012年7月发布了《信息安全管理指导方针：整合性信息的管理》为海量数据整合中所涉及到的安全风险提供了最佳管理实践指导。
<br>
（二）项目实施规划比较
<br>
试点示范项目的规划是推动应用实施的重要政策手段之一，通过规划政府领域的大数据试点项目，有效带动政府社会管理和公共服务中的大数据技术应用，通过规划商业领域的大数据试点项目，充分鼓励应用模式创新，促进技术研发，推动产业发展。
<br>
在国外政府大数据试点项目规划方面，美国政府最为明确，其特色主要是“聚焦政府领域应用，落实具体部门”。美国《大数据研究与发展计划》以及与计划同时发布的更为详细的联邦部门大数据项目列表，均是对涉及国家战略发展、不便市场化的重要核心领域大数据项目的战略性部署。同时，这些项目实施落实到具体部门和机构，便于有效执行。美国拥有世界领先的IT企业和大数据研发实力，商业领域的大数据应用已经广泛开展，因此政策引导重在推动政府领域的项目实施。在我国，上海、重庆的大数据计划中，均对试点示范项目作出了部署，与美国相比，特点主要是“综合部署政府与商业领域应用，全面推进项目实施”，对中国而言，大数据刚刚起步，相关技术与产业发展较美国、英国等发达国家薄弱，客观上需要对政府重要服务和管理领域以及重点行业领域进行项目规划，通过试点示范带动发展。
<br>
五、结语
<br>
总体来看，国外政府大数据政策措施体现出如下明显特征：一是颁布战略规划进行整体布局。为抢占大数据先机，增强国家在大数据领域的国际领先地位，大数据先行国家均将发展大数据提升为国家战略予以支持；二是注重构建配套政策，包括人才培养、产业扶持、资金保障、数据开放共享等，为本国大数据发展构筑良好的生态环境。
<br>
随着数据的与日俱增及其背后所蕴藏的巨大价值，大数据正在成为信息时代发展的新潮流，提早进行大数据发展规划及相关政策制定就显得非常必要。由于各国大数据技术基础、市场基础、数据文化氛围不同，各国的政策侧重点存在一定差异。对我国而言，大数据市场刚刚起步，配套规划与政策还存在较多缺口，为稳步推进我国大数据技术应用与产业发展，在政策环境构建方面：一是要加快研究制定大数据发展国家战略。战略应进一步阐明大数据的有利发展机遇，规划重点领域的大数据研究计划，布局关键技术研发方向，强化大数据基础设施建设和人才培养，加强对大数据产业的扶持，做好体制机制、资金、法规标准等方面的保障等，真正将促进大数据发展提升为国家行动，为后期专项政策制定、项目规划等提供依据。二是借鉴国外政府大数据政策，勾画符合我国实际的大数据配套政策制定路线图，注重从战略技术能力储备和战略应用实施两个角度，明确相关部门权责，为大数据产业孵化、技术研发、推广应用营造完善的政策环境。
<br>
<br>
<br>
参考文献
<br>
[1] Executive Office of the President.Big Data Across the Federal Government.[EB/OL].[2013-9-10]http://www.whitehouse.gov/sites/default/files/microsites/ostp/big_data_fact_sheet_final_1.pdf
<br>
[2] Gartner. Gartner Survey Reveals That 64 Percent of Organizations Have Invested or Plan to Invest in Big Data in 2013.[EB/OL].[2013-10-11]http://www.gartner.com/newsroom/id/2593815
<br>
[3] Big Data Research and Development Initiative .[EB/OL].[2013-9-11].http://www.whitehouse.gov/sites/default/files/microsites/ostp/big_data_press_release_final_2.pdf
<br>
[4] Seizing the data opportunity: A strategy for UK data capability [EB/OL].[2013-11-1].https://www.gov.uk/government/uploads/system/uploads/attachment_data/file/254136/bis-13-1250-strategy-for-uk-data-capability-v4.pdf
<br>
[5] Feuille de route du Gouvernement sur le numérique [EB/OL].[2013-10-9].http://www.gouvernement.fr/sites/default/files/fichiers_joints/feuille_de_route_du_gouvernement_sur_le_numerique.pdf
<br>
[6] French Government support for Big Data. [EB/OL].[2013-10-9].http://www.invest-in-france.org/us/news/french-government-support-for-big-data.html
<br>
[7] Gartner, Gartner Reveals Top Predictions for IT Organisations and Users for 2013 and Beyond, [EB/OL].[2013-10-29].http://www.gartner.com/it/page.jsp?id=2211115
<br>
<br>
<br>
<br>
<br>
[1]展望2020 是即将于2014至2020年推出的欧盟研究与创新计划，拥有超过700亿预算，旨在提升欧洲科学水平。<br>
中心概况<br>
工作要闻<br>
宏观形势分析<br>
信息化和产业研究<br>
电子政务外网<br>
大数据与数字中国<br>
在线培训<br>
工作成果<br>
预决算公开<br>
主办单位：国家信息中心 京ICP备05063309号/京ICP备05063309号-1<br>
京公网安备11010202010038号<br>
技术支持：北京中经网软件开发有限公司<br>
地址：北京市西城区三里河路58号<br>
邮编：100045<br>
电话：010-68557000<br>
信访电话：010-68558389<br>
信访邮箱： xinfang@sic.gov.cn<br>
$(window).scroll(function () {<br>
var sc = $(window).scrollTop();<br>
var winHeight = $(window).height();<br>
if (sc > winHeight) {<br>
$(".backTop").css("display", "block");<br>
} else {<br>
$(".backTop").css("display", "none");<br>
}<br>
})<br>
$(".backTop").click(function () {<br>
var sc = $(window).scrollTop();<br>
$('body,html').animate({scrollTop: 0}, 500);<br>
})<br>
$(".nav li").hover(function () {<br>
$(this).children(".menuLiList").toggle();<br>
});<br>
$(".nav li .menuLiList ul > li").click(function () {<br>
$(this).siblings().children(".menuLiListLi").hide();<br>
/* $(this).siblings().css("color","#333333");*/<br>
$(this).children(".menuLiListLi").toggle();<br>
$(this).children("a").css("color", "#cc0001");<br>
});<br>
$(".nav li .menuLiList ul > li").siblings().css("color", "#333333");<br>
$(".nav li .menuLiList ul > li .menuLiListLi ul li").hover(function () {<br>
$(this).siblings().css("color", "none");<br>
$(this).css("color", "#cc0001");<br>
});<br>
$(".print").click(function () {<br>
window.print();<br>
});<br>
$(".typeface a").each(function () {<br>
var index = $(this).index();<br>
$(this).click(function () {<br>
if(index == 0){<br>
$(".articleDetailsText").css("fontSize","20px");<br>
$(".articleDetailsText p").css("fontSize","20px");<br>
$(".articleDetailsText p span").css("fontSize","20px");<br>
$(".articleDetailsList li").css("fontSize","20px");<br>
$(".articleDetailsList li p").css("fontSize","20px");<br>
$(".articleDetailsList li p span").css("fontSize","20px");<br>
}else if(index == 1){<br>
$(".articleDetailsText").css("fontSize","16px");<br>
$(".articleDetailsText p ").css("fontSize","16px");<br>
$(".articleDetailsText p span").css("fontSize","16px");<br>
$(".articleDetailsList li").css("fontSize","16px");<br>
$(".articleDetailsList li p").css("fontSize","16px");<br>
$(".articleDetailsList li span").css("fontSize","16px");<br>
}else if(index == 2){<br>
$(".articleDetailsText").css("fontSize","12px");<br>
$(".articleDetailsText p").css("fontSize","12px");<br>
$(".articleDetailsText p span").css("fontSize","12px");<br>
$(".articleDetailsList li").css("fontSize","12px");<br>
$(".articleDetailsList li p").css("fontSize","12px");<br>
$(".articleDetailsList li p span").css("fontSize","12px"); };<br>
$(this).siblings().css("color","#333333");<br>
$(this).css("color","#cc0001");<br>
});<br>
});<br>
var keyword = ''<br>
if(keyword.length>0){<br>
getSearchResult()<br>
}<br>
function getSearchResult() {<br>
$.ajax({<br>
url:'https://172.23.56.75/public/cms-search/es/articleSearch',<br>
type:'get',<br>
dataType: "json",<br>
async: false,<br>
data: {<br>
keyWord: keyword,<br>
siteId: '82808186-8768b9c8-0187-690869b1-0007',<br>
indexName: 'article_info',<br>
page: 1,<br>
size: 10,<br>
highlight:false<br>
},<br>
success:function (rsp) {<br>
if(rsp.status == 1){<br>
if(rsp.data.total > 0){<br>
totalPage = rsp.data.pages<br>
totalCount = rsp.data.total<br>
var str='相关文章'<br>
for (var i = 0; i |/ig,"");<br>
searchtitle = searchtitle.replace(/]+>/g,"");<br>
searchtitle = searchtitle.replace(/\s*/g,"");<br>
searchtitle = searchtitle.replace(/ /ig,"");<br>
if(searchtitle.length > 65){<br>
searchtitle = searchtitle.substring(0,65) + '...'<br>
}else{<br>
searchtitle = rsp.data.results[i].articleTitle<br>
}<br>
// searchtitle = searchtitle.replace(searchWords,"" + searchWords + "");<br>
str += '' + searchtitle + ''+rsp.data.results[i].publishDate.substring(0,10)+''<br>
}<br>
str +=''<br>
$(".artiDetAbout").html(str)<br>
// $('#ShowKeyconut').html(rsp.data.total)<br>
}<br>
}<br>
},<br>
error: function (xhr, type) {}<br>
})<br>
}