中国的大数据该如何腾飞?

　　大数据，首先意味着海量数据，并且彻底改变了数据利用的理念。分析所可能产生的全部数据成为可能，这必然使得人们改变过去沿用多时的抽样分析方法，而要善于快速乃至实时对海量(全部)数据作出反应。过去的抽样分析会带来样本分布的偏差，从而使得有限数据得出的结论发生扭曲;而大数据时代的数据挖掘分析，并不意味着分析难度的降低，相反可能更高。

　　当然，在大数据时代，通常意义上也不需要分析全部数据。“大数据时代的预言家”、牛津大学网络学院互联网研究所治理与监管专业教授维克托·迈尔-舍恩伯格就曾指出，大数据用概率说话，海量数据中将被提取出部分的有效数据，只要由此实现的数据挖掘精确度高于过去的抽样分析。分析全部数据在技术上是可能的，在成本上是不可行的，更何况当下的时间成本常常要比经济成本更重要。

　　大数据从一个带有前瞻性的新型概念，到推动计算机、互联网等信息产业以及传统产业、公共管理等诸多方面实现重大变化，为时并不久远。也就是说，大数据的发展速度相当惊人。遗憾的是，很多人对大数据的理解仍然停留在对以往若干个新锐创业、互联网概念的理解层次上，将大数据带来的创新、发展机遇看成是“忽悠”，对大数据时代正在发生的行业和社会关系变化视而不见。而在宏观层面，国家工信部官员也曾指出，“我国大数据产业同样面临着人才匮乏、数据资源不够丰富、数据开放程度较低、相关的法律法规不完善等问题”。

　　从我们每个人更可能扮演的消费者、上班族、数字产品使用者等角色来看，大数据也已经深刻的改变了我们的消费、社交和工作，其作用还将进一步提升。套用一句热门的话，你可以不关心大数据，大数据却要关心你。任何技术使用都具有两面性，在带给人以独特便利的同时，会对既有的社会关系及人的习惯造成冲击，甚至损害使用者或他人的权益。大数据建立在数据挖掘与分析基础上，由此实现预测，将有助于公共管理部门和企业对普通人实施更严密的控制。美国已经有社交网站为企业预测员工的离职倾向，这一指数较高的员工将无法获得提升;金融机构通过大数据技术，得出客户群体消费倾向与不良记录的相关性指数，一方面诱导用户更为便利的进行更多冲动消费，另一方面则对部分用户设置更严格的贷款、信用卡申请批准限制;保险公司会根据客户的医疗、消费数据，对其可能的死亡期进行预判，从而拒绝部分用户的投保购买。

　　《大数据在中国》书中分别以大数据对于创业者而言的创业创新机会、大数据对于政府部门提出的加快立法和推动公共管理转型的压力、大数据对于互联网巨头重新划分行业布局的重要机遇、大数据对于科技领域带来的激活各相关领域连带式创新的契机、大数据为消费者获得更多应用便利及隐私泄露威胁等各方面视角，对大数据问题进行了全面叙述。叙述中，书作者汇集了国内外诸多大数据研究分析著作的精华观点，并结合中国大数据发展的实际，向中国读者普及大数据概念。

　　值得一提的是，这本书有意识的分别选取了美国和我国大数据产业的多个案例，归纳了大数据发展的共性规律，分析指出了中国大数据产业落后于美国的主要痼疾，并发出了加快发展中国大数据产业、加快大数据立法和相关公共管理模式转型、加强大数据时代隐私安全机制建设和公民理念培育等呼吁。书作者特别强调，在蓬勃发展的互联网时代，大数据可以帮助政府、企业等各类组织摆脱旧的管理模式，走向更为光明的未来，但要实现这一点，当前政府就必须抓住大数据发展的基础设施、产业链、人才、技术和立法五大关键要素。