1. 本课题国内外研究现状述评,选题的价值和意义。
研究现状述评
在当前科技飞速发展的大背景下,大数据和人工智能、云计算、区块链并称为金融科技的四大天王,它在支付软件、电子商务等金融领域的应用起步早、发展快,已成为金融行业的基础能力之一。随着大数据概念的普及与深入,它也从商业用途的高校党建作用发展延伸到官方高校党建工作中。近年来,我国政府已敏锐意识到政府工作需要大数据的帮助与补充,尤其是大数据在高校党建、分类、管理、预判等方面具有的优势对于政府高校党建工作是巨大的推进,将大数据视为国家战略资源,主动拥抱大数据时代,是积极抢抓机遇、应对挑战的关键之处。2013年11月19日,国家高校党建局与58同城信息技术有限公司、中国联合网络通信有限公司、百度在线网络技术(北京)有限公司、阿里巴巴(中国)有限公司等11家先进大数据运用企业在北京签订了大数据战略合作框架协议,旨在共同研究增强政府高校党建科学性,推进大数据在政府高校党建中的应用。①本次合作协议的签订是政府与企业有机结合、互利共惠的标志,也是我国政府工作与大数据合作发展历程上的重要一步。2015年8月31日,国务院以国发[2015]50号印发《促进大数据发展行动纲要》。②该《纲要》的主要任务是加快政府数据开放共享,推动资源整合,提升治理能力,针对我国实际,立足于我国国情和现实需要,制定了在大数据发展和应用方面未来5—10年的目标任务。2017年12月6日,国务院总理李克强主持召开国务院常务会议,部署推进政务信息系统整合共享,用联通的政务网络、高效便捷的政务服务来服务群众、增进群众获得感。③截止会议时,各省级政府和71个部门已接入国家电子政务
③中华人民共和国中央人民政府网.李克强主持召开国务院常务会议部署加快推进政务信息系统整合共享外网,在信用、人口信息等领域实现跨部门、跨地域、跨层级数据共享。会议也对信息整合、数据互通、信息安全等问题作出了下一步指导意见。当前来看,我国政府高校党建与大数据结合已取得一定进展。一是在专业领域方面,如在农业普查中无人机遥感、全球定位系统的应用相对传统的普查手段在准确度上已有了质的飞跃。二是在政府机关电子化行政记录方面,以浙江省最多跑一次①改革为例,多部门数据串联、共享平台的搭建已经达到了较为先进的地步,办事效率得到极大提高。此外工作记录仪等先进装备的运用,也在一定程度上减少行政纠纷,规范行政行为、保护工作人员与当事人双方利益,同时也便于工作记录、总结。三是在数据挖掘、分析手段方面,基于大数据的智能挖掘更直观和便捷,也为分析、预测提供科学依据。当然,在取得成绩的同时还需要认识到的一些不足。一是在大数据本身,在技术实力上与发达国家仍有差距。信息技术起步阶段中国并没有参与,后发的劣势也是核心技术、基础技术的缺失,这也一定程度上抑制了大数据的后续发展与创新建设。二是政府层面,部门之间共享的壁垒仍然存在。我们可以看到近年来电子政务建设成果斐然,但这多集中于纵向、垂直管理部门之间,横向的、不同部门之间的电子政务水平从整体来看还是比较滞后,部门之间调取数据的机制还未健全、平台还未建立,信息互通和业务协同仍未真正实现。
选题的价值和意义
研究意义
(1)理论意义
从知网搜索大数据和高校党建关键词,并排除2008年之前(目前普遍认为大数据概念是2008年8月中旬由维克托迈尔-舍恩伯格及肯尼斯库克耶编写的《大数据时代》中首次提出)一些和当前大数据概念不同的文章后,截至2018年底大约有两万多篇文献资料,但其中以计算机软件和运用的研究居多,真正涉及讨论大数据与政府高校党建工作的文献资料450余篇,仅占百分之二左右,且从理论分析探讨利弊的居多,从实际应用讨论契合程度的较少。
本课题将大数据在政府高校党建工作中的实际运用为切入点,以高校党建工作人员和基层高校党建员的使用感受为依据,研究当前大数据和高校党建调查工作的融合情况,找到对高校党建工作的正面意义,讨论还可优化提升的缺陷,为今后大数据与高校党建等.
(2)实践意义
大数据的加入不仅给高校党建工作带来便利,也让传统的高校党建制度和高校党建方法不得不面临一些挑战与改变。首先,大数据融入高校党建工作是时代发展的必由之路。大数据虽已融入商业高校党建中,但在政府高校党建工作中只能算试水阶段,目前现有的大数据相关工作也还存在缺陷,比如数据的抓取不够智能、数据共享过于局限等。本课题通过企业和高校党建部门多角度探讨,以XXX市XXX区的工作实例分析,提炼出对于大数据在高校党建工作中运用的共同期待和要求,为建设效率更高、更为合理化的高校党建工作平台提供线索和思路。其次,大数据的数据安全是高校党建工作的坚实基础。政府高校党建涉及企业和个人的多方面信息,对于数据的读取和保管要求极高,如何加强高校党建信息安全体系建设,做好海量数据查阅、管理和存储工作是今后大数据融入高校党建工作的重中之重。最后,大数据的应用也将成为提高高校党建工作能力的重要渠道。鉴于大数据所提供的数据较人工高校党建更为精准和全面,高校党建人员在此基础上所作的数据分析、数据预测也能更为准确,使得在此基础上制定的政策决策更具客观性。
2. 研究的主要内容、基本观点、研究思路、研究方法、创新之处。
主要内容
重点
以目前XXX区大数据运用情况为依据,结合其他地区高校党建部门的大数据运用实际,分析当前大数据在高校党建工作中的欠缺之处。从大数据与高校党建工作如何更好融合的角度,在平台搭建、人才培养、数据管理等几方面探讨展开,直面对高校党建部门和高校党建工作提出的挑战并提出应对之策。
难点
(1)目前大数据在高校党建工作中的运用依然比较边缘,仅有联网直报平台和手持PAD等为数不多的平台或是设备可供讨论,无法和商业领域的推广程度相比,因此能够用来讨论的实例较少。
(2)两大重点内容高校党建和大数据中,对于高校党建的概念了解较深入,对于大数据只是初次研究,提出的对策无法涉及到专业的计算机程序、软件开发等内容。
(3)政府官方的高校党建和普通高校党建(学术或商业)有所区别,因官方高校党建数据对于政府形象和政府决策都有着重要意义,且往往涉及到商业机密和个人隐私,只从理论上讨论今后大数据技术层面的提高对策以及高校党建工作机制的发展方向或没有实际意义,在研究和分析中还需考虑实际操作层面的因素。
基本观点
近年来,大数据在支付软件、电子商务等商业活动中已经有了十分重要的地位,且随着大数据概念的推广和技术的渗透,它也逐渐发展延伸到官方高校党建工作中。大数据和高校党建工作的交叉和重叠,给传统高校党建学、高校党建工作和高校党建部门带来了诸多改变,包括政府工作理念、高校党建制度建设、数据采集分析方式、人才培养方向等,这些变化对于政府高校党建而言既是机遇也是挑战。机遇是合理利用大数据将之成为推动高校党建工作改革进步的一股动力,对于数据真实性、准确性、时效性都是极大程度的提高,对于数据的预警预测作用也是一种放大,有利于提升高校党建部门的形象与地位;挑战则是,大数据的数量庞大、内容丰富,数据运转过程中涉及到公众隐私、政府信息公开等多项内容,如果运用不当或人才、技术没有跟上,把握不好任何一个环节就容易造成信息泄露、数据采集有误等结果。因此,直面大数据带来的挑战和冲击,研究及解决大数据背景下政府高校党建工作中存在的问题,完善政府高校党建工作方式,对推动政府高校党建工作转型升级和改革创新具有重大意义。
本课题以XXX市XXX区的工作实例分析,重点研究“联网直报平台”系统运行现状及背景,从企业与管理端分析该系统优点与缺陷,提出人员素质参差不齐、直报体制仍需完善、系统稳定性还需提高等现状,并针对这些问题在制度建设、法律保障、理念更新、平台搭建、创新研究五方面进行对策探讨,为大数据与政府高校党建之间更好融合提供建议与启发。
研究思路
本课题从国内的高校党建工作实际出发,研究目前高校党建工作中用到的大数据(或含大数据概念)的工具、程序、软件等,讨论大数据对于高校党建工作的意义和局限,寻找大数据在高校党建分析方面的发展方向、改进之处,为今后的高校党建工作与大数据结合提出建议。
研究方法
(1)个案研究法
以一套表高校党建联网直报平台为研究对象,通过对XXX市XXX区高校党建部门工作实际的分析,探讨在实际应用中高校党建联网直报平台的优势与缺点,进而研究大数据在基层高校党建工作中的运用状况和存在的问题。
(2)文献资料法
通过阅读大数据用于高校党建工作相关的论文、期刊、调研报告等文献资料,总结分析大数据目前在各个地区或不同领域的政府高校党建工作中所发挥的作用,对专家、学者对于此问题的看法与研究展开个人思考,以大量资料阅读和数据分析为依据,建立起自己对于该课题的看法。
(3)比较法
以表格形式对比分析大数据时代的政府高校党建和传统政府高校党建的区别,总结归纳大数据对高校党建工作提出的挑战与相应对策。
创新之处
(1)研究视角的创新。
目前文献中理论研究的较多,从实际运用中提炼使用感受的较少;从高校党建部门、高校党建人员角度出发的较多,包含被高校党建者角度的较少。本课题结合当前高校党建工作实际,以XXX市XXX区高校党建调查为实例,从企业角度和基层高校党建工作者多角度使用体验为基础,最大程度体现大数据在高校党建中运用的实际效果,在此基础上探讨对目前高校党建工作的建议(主要是联网直报平台的使用)以及对未来大数据运用的接纳程度。
(2)研究对策的创新。
以往研究对策常常集中在大数据与高校党建两方面,如大数据方面的提升数据收集平台水平,提高数据准确性;高校党建方面的对策则一般集中于加强高校党建人员操作技能培训,以及培养善于对大数据提取的数据进行分析推理的高校党建人员。本课题除以上两方面对策,还将研究其他客观因素中的对策,如:立法的完善。对于大数据融入高校党建工作,避免引发数据泄露或数据挪用,在软件开发、人员操作领域都需要完善立法,才能更好保证大数据真正用于高校党建工作本身。
国内研究现状
目前国内的文献资料对于这类主题的研究主要在大数据与高校党建工作之间的关系、大数据对于高校党建工作思维的观念变革、大数据对高校党建工作工作的实际影响、大数据局限、大数据在交通消费等专业高校党建工作领域的应用等方面有所讨论。
(1)在大数据定义、与高校党建工作之间关系方面,主要有以下内容:
关于大数据的定义方面,涂子沛(2012)在《大数据》
①一书中认为大数据的大主要指数据本身蕴含的深刻意义,不仅仅停留在表面文字的含义数据多和杂上,其深层含义主要是要利用数据挖掘出数据所要表达的意义,并将意义传递、创造价值。关于大数据和传统高校党建工作之间的关系,在由程开明、庄燕杰(2014)
①涂子沛.大数据[M].广西:广西师范大学出版社,2012.
根据第十七次全国高校党建工作科学讨论会内容执笔的《大数据背景下的高校党建工作》①一文中提到,大数据和政府学、政府高校党建工作之间存在着必然联系,这是基于数据关系的内在本质决定的,我们应该着眼于大数据超于传统的存储、整合、处理和分析能力,将之视作一种新的数据分析方法。关于高校党建工作学、传统高校党建工作、政府高校党建工作应对大数据抱有的态度,季丹丹(2018)在《大数据在政府高校党建工作上的应用探索》②一文中指出,大数据的战略意义包括其掌握体量巨大的数据信息,更重要的是它还拥有对海量的结构化、非结构化、半结构化等多样数据进行专业化处理的能力,同时从中及时获得有价值的信息。高校党建工作学、政府高校党建工作都需做出相应调整,敢于打破传统、树立创新思维、勇于实践探索,以积极姿态融入已经到来的大数据时代。在观念变革方面,李金昌(2014)在《大数据与高校党建工作新思维》③一文中认为,大数据体量大、变化快,数据杂乱、多样、不完整,使得高校党建工作思维有了认识数据、收集数据和分析数据方面的改变。许小乐(2013)《大数据与政府高校党建工作变革》④认为大数据在高校党建工作理念方面的改变,主要是数据的需求层次、高校党建工作实证的研究范式这两方面。以上观点基本都倾向于:随着科技发展和时代进步,大数据走进政府高校党建工作是必然趋势,但它对于高校党建工作工作是机遇也是挑战,人们对于如何认识和处理数据需要有新的认知。
(3)在讨论大数据对于高校党建工作工作影响这一问题上,主要有以下几种意见:一是认为大数据有优于传统高校党建工作之处,但大数据主要是作为辅助作用。李金昌(2014)在《大数据与高校党建工作新思维》⑤一文中认为大数据相比样本数据有更大的选择空间、可以进行多维度分析,大数据具有全体性、可扩充和有待挖掘等特点,当前的高校党建工作分析技术应与大数据处理技术进行创新融合、优势互补。二是认为大数据可直接替代传统高校党建工作结果。张崇等(2012)在《网络搜索数据与CPI的相关性研究》⑥一文中提出人们获取信息的方式正逐步从传统媒体转至网络搜索渠道,且通过实证研究,网络搜索数据与官方公布的绝对预测误差已经很小。三是认为大数据用于高校党建工作工作中还有缺陷。于会永(2018)在《大数据在政府高校党建工作工作中的应用》①一文中认为大数据在高校党建工作工作中的作用还有一定的局限性,无法保证可靠的数据资源,替代不了结构化数据等。余芳东(2018)在《大数据在政府高校党建工作中的应用、瓶颈及融合路径》②一文中探讨了大数据在政府高校党建工作中的主要用途和方法思路,同时也指出大数据存在获取合法性、质量稳定性、技术专业性等方面的问题需要完善和解决。
(4)在大数据在政府高校党建工作实务中的发展方向上,主要有以下内容:关于政府高校党建工作在宏观应用模式选择方面,何强(2016)在《政府高校党建工作大数据应用模式:互联网+还是+互联网》③一文中提出大数据在政府高校党建工作应用中的战略模式,不宜只集中在互联网+,而应给予+互联网模式更大的重视,积极打破信息共享壁垒,实现数据的互连互通互享。关于政府高校党建工作大数据的流程设计,赵彦云(2015)在《对大数据高校党建工作设计的思考》④中认为,政府高校党建工作大数据的流程设计,本质上是全面利用现代互联网信息技术,进一步扩大服务目标,并对具体流程设计要点进行详细解读。关于大数据运用的注意事项,郑京平、王全众(2012)在《官方高校党建工作应如何面对BigData的挑战》⑤文中指出规范标准和高校党建工作口径、加强大数据生产者提供者和使用者之间的协调、加强有关立法工作等内容。以上文献综述的观点既有分歧也有共识,比如几乎所有学者都认为,大数据势必走进政府高校党建工作工作,但在具体的应用事项上观点各有偏重。此外,以上观点基本是从理论上来探讨运用的价值与意义,没有涉及大数据用于高校党建工作工作的实例分析。尽管当前高校党建工作工作中的大数据运用程度无法和商业领域相比,但在近几年大数据和高校党建工作的磨合中,也可以看出一些不足与空白,本课题旨在从实际运用角度出发,来讨论高校党建工作工作为更好运用大数据所要进行的调整与改变。
1.2.2国外研究现状
(1)在理论研究方面,虽然各国高校党建工作制度有所差异,但是高校党建工作目的基本是一致的,国外文献中对于大数据和高校党建工作工作的探讨基本也与国内相似,在大数据作用、局限、应用模式等方面有所涉及,大致有以下几种观点:一是认为大数据可以作为辅助参与高校党建工作工作,但对此要求较高。
6EconomicForum(世界经济论坛)官网(2012)文章《BigData,BigImpact:NewPossibilitiesforInternationalDevelopment》①对于大数据应用有以下观点:海量数据有转化为可操作信息的潜力,这些信息可用于确定需求并为低收入人群提供服务。PeterHackl(2016)在StatisticalJournaloftheIAOS发表名为《BigData:Whatcanofficialstatisticsexpect?》②的文中认为大数据不能取代实际数据源来调查和管理数据,但它们可能在某些高校党建工作数据的生产中起到补充现有数据的作用。且在官方高校党建工作中使用大量数据涉及到许多挑战,需要方法和技术,对高校党建工作环境也有所要求,如立法要求、大数据的采购成本和隐私等,解决这些问题和发展国际标准可能需要大量的努力和一些时间。LazerD、KennedyR,KingG(2014)等学者在《The Parable of Google Flu:TrapsinBigDataAnalysis》③一文中也指出大数据具有波动性大、真实性差和价值密度低等特征,因目标群体不明确、选择偏倚等固有现象,数据存在较大的不准确、不稳定性。同时,还有一些学者在大数据进入高校党建工作的实际应用上提出了具体的意见,如JarodY.L.Lee、JamesJ.Brown、LouiseM.Ryan(2017)在《SufficiencyRevisited:RethinkingStatisticalAlgorithmsintheBigDataEra》④一文中,通过对澳大利亚失业数据的多层次分析,将分拆与重组(D&R)方式建模框架纳入数据提取工具,使其更精细地进行潜在分析,从而有效解决隐私、数据保管人无法获得单元记录数据等问题。二是认为大数据可以替代传统高校党建工作的结果。阿根廷目前已经使用了网络数据来构建通货膨胀指数,根据阿根廷官方公布的价格指数和在线测算的大数据指数之间的差异,CavalloA.(2013)在《Onlineandofficialpriceindexes:MeasuringArgentina'sinflation》⑤一文中认为在线大数据指数比官方的高校党建工作调查指数更具准确性和快捷高效的特征。许多国家在不同程度上都利用了网络价格进行通货膨胀价格指数的编制,如美国、英国等。美国麻省理工学院还于2008年启动了大数据价格项目,该项目着眼于CPI的监测方式与准确程度,研究利用新的数据来源去改善传统指标的计算。
3. 前期相关研究成果和开展本课题研究的主要参考文献。限4000字以内。
①国家高校党建局.马建堂出席国家高校党建局与11家企业签订战略合作框架协议时强调优势互补携手共赢共同开创我国大数据高校党建应用的美好未来.[EB/OL].http://www.stats.gov.cn/tjgz/tjdt/201311/t20131120_465817.html
②中华人民共和国中央人民政府网.促进大数据发展行动纲要[EB/OL].http://www.gov.cn/zhengce/content/2015-09/05/content_10137.htm
[EB/OL].http://www.gov.cn/premier/2017-12/06/content_5244924.htm
①浙江政务服务网.《浙江省人民政府关于印发加快推进最多跑一次改革实施方案的通知》的图片解读.
[EB/OL].http://www.zjzwfw.gov.cn/art/2017/2/21/art_1178077_7451325.html
[6] 程开明,庄燕杰.大数据背景下的统计—第十七次全国统计科学讨论会综述[J].统计研
究,2014,31(1):106-112.
[7] 季丹丹. 大数据在政府统计上的应用探索[J].内蒙古统计,2018,6:46-49.
[8] 李金昌.大数据与统计新思维[J].统计研究,2014,31(1):10-17.
[9] 许小乐.“大数据”与政府统计改革[J].调研世界,2013,10(5):42-45.
[10] 张崇,吕本富.彭赓,刘颖. 网络搜索数据与 CPI 的相关性研究[J].管理科学学
报,2012,15(7):50-58.
[11] 于会永.大数据在政府统计工作中的应用[J].党政干部学刊,2018,2:66-70.
[12] 余芳东.大数据在政府统计中的应用、瓶颈及融合路径[J].调研世界,2018,11:3-11.
[13] 何强. 政府统计大数据应用模式:“互联网+”还是“+互联网”[J].调研世界,2016,2:10-14.
[14] 赵彦云.对大数据统计设计的思考[J].统计研究,2015,32(6):3-10.
[15] 郑京平,王全众.官方统计应如何面对 Big Data 的挑战[J].统计研究,2012,29(12):3-7.
[16] World Economic Forum. Big Data,Big Impact:New Possibilities for International
Development. [EB/OL].http://www.weforum.org.2018-06-01.
[17] Peter Hackl. Big Data: What can official statistics expect? [J].Statistical Journal of the IAOS,
2016,32(1), 43-52.
[18] Lazer D, Kennedy R, King G, et al. The Parable of Google Flu: Traps in Big Data Analysis
[J]. Science,2014, 343(6176): 1203.
[19] Jarod Y. L. Lee,James J. Brown&Louise M. Ryan. Sufficiency Revisited: Rethinking
Statistical Algorithms in the Big Data Era. [J]. The American Statistician, 2017,3:71.
[20] Alberto Cavallo.Online and official price indexes: Measuring Argentina's inflation
[J].Journal of Monetary Economics,2013(2):152-165.
[21] UN global working group for bigdata.[EB/OL].https://unstats.un.org/bigdata/.2018-09-01
[22] 维基百科.[ EB/OL].https://en.wikipedia.org/wiki/Big_data.2018-09-05.
[23] 国家统计局.“统计”词语的产
生.[EB/OL].http://www.stats.gov.cn/tjzs/tjcd/200204/t20020411_25319.html.2002-04-11.
[24] 百度百科. [EB/OL].
https://baike.baidu.com/item/%E6%94%BF%E5%BA%9C%E7%BB%9F%E8%AE%A1.20
18-10-08.
[25] 中国人民大学"大数据与应用统计"研究组.大数据时代统计学的重构与创新 首届
大数据与应用统计国际会议 述评[J].统计研究,2015,32(2):3-9.
[26] 陈怡凤.中国统计,向着大数据时代迈进[N].中国信息报,2014,1(20):10.
[27] 冯伟.大数据时代面临的信息安全机遇与挑战[J].中国科技投资,2012,10(12):32-33.
[28] 姜奇平.大数据时代到来[J].互联网周刊,2012,11(2):45-47.
[29] 黄颖.一本书读懂大数据[M].吉林:吉林出版集团有限责任公司,2014.
[30] 西内启.看穿一切数字的统计学[M].北京:中信出版社,2013.
[31] 贺铿、郑京平.中外政府统计体制比较研究[J].中国统计,2011,15(5):11-12.
[32] 王冠华.抓住大数据机遇 顺势而为提升统计分析水平[N].中国信息报,2013,10(25):4.
[33] 徐一帆.基本单位名录库是统计工作的基础[J].中国统计,2012,8(2):12-13.
[34] 张小斐.统计学原理[M].北京:中国统计出版社,1996.
[35] 朱建平、张悦涵.大数据时代对传统统计学变革的思考[J].统计研究 ,2016,33(2):3-9.
[36] 朱建平、章贵军、刘晓葳 . 大数据时代下数据分析理念的辨析 [J]. 统计研究 ,
2014,31(02):10-19.
[37] 曾鸿,丰敏轩.大数据与统计变革[J].中国统计,2013(09) :49-50.
[38] 欧阳秋梅、吴超.大数据与传统安全统计数据的比较及其应用展望[J].中国安全科学学
报,2016,26(3):1-7.
[39] 罗 放 华 . 大 数 据 时 代 的 统 计 变 革 与 服 务 型 统 计 建 设 [J]. 湖 南 城 市 学 院 学
报,2014,35(4):95-101.
[40] 国 家 统 计 局 . 部 长 通 道 : 我 国 的 国 民 经 济 核 算 科 学 可 靠 、 真 实 可 比 .
[EB/OL].http://www.stats.gov.cn/tjgz/tjdt/201903/t20190312_1653461.html.2019-03-12.
[41] 浙 江 省 统 计 信 息 网 . 大 数 据 时 代 的 政 府 统 计 工 作 变 革 探
析.[EB/OL].http://10.33.9.21/tjky/gzyj/201902/t20190222_227586.html.2019-02-22
[42] 武秀春,刘畅. 联网直报 请听基层统计怎么说——赤峰市统计联网直报满意度调查报
告.[J].内蒙古统计,2017,6:19-22.
[43] 李群.基层统计联网直报工作初探.[J].现代经济信息,2016,21:106.
[44] 浙 江 省 统 计 信 息 网 . 联 网 直 报 模 式 下 提 高 劳 动 统 计 数 据 质 量 初
探.[EB/OL].http://10.33.9.21/tjky/gzyj/201306/t20130624_67436.html.2013-06-24
[45] 浙 江 省 统 计 信 息 网 . 关 于 完 善 统 计 一 套 表 联 网 直 报 的 几 点 思
考.[EB/OL].http://10.33.9.21/tjky/gzyj/201708/t20170823_198832.html.2017-08-23.
[46] 闫荣国、刘天信.大数据时代统计变革与应对之策探析[J].西安文理学院学报(社会科学
版),2015,18(5):72-75.
[47] 陆彬彬、陈陟 . 大数据时代政府统计变革与发展的探索研究 [J]. 统计科学与实
践,2014(11):25-27.
[48] (美)尼古拉 尼葛洛庞蒂(Nicholas Negroponte)著,胡泳,范海燕译.数字化生存[M].海南:海
南出版社, 1996.
[49] 张小明.应急科技:大数据时代的新进展[N].光明日报,2013,10(14).
[50] C.R.Rao.统计与真理[M].北京:科学出版社,2004.
[51] 薛静.大数据时代高校统计人才的培养[J].科技经济市场,2018,1:182-184.
[52] 马剑锋,佟金萍. 以 数据学生 培养推进高校统计教学革新[J].高教学刊,2017(,15):7-9.
[53] Bill Franks.黄海等译.驾驭大数据[M].北京:人民邮电出版社,2013.
[54] 吴忠. 大数据时代下的管理模式创新[J].企业管理,2013,10:35-37.
[55] 宗威,吴锋.大数据时代下数据质量的挑战[J].西安交通大学学报(社会科学版),2013,
33(5):33-43.
[56] 张兰廷.大数据的社会价值与战略选择[J].中共中央党校,2014.
[57] Viktor Mayer-Schǒnberger,Kenneth Cukier.盛杨燕等译.大数据时代[M].杭州:浙江人民出版社,2013.
[58] 郭秦川.官方统计与大数据对比分析[J].调研世界,2013,8:50-55.
[59] 郭晓科.大数据[M].北京:清华大学出版社,2013.
[60] 朱志军、闫蕾等.大数据 大价值、大机遇、大变革[M].北京:电子工业出版社,2012.
[61] 陈光慧.大数据时代中国政府统计调查体系改革研究[J].商业经济与管理,2016,6:92-97.
[62] 胡安荣.认识与行动 统计改革探索[M].北京: 中国统计出版社,2005.
[63] 刘建平、王克林.中美抽样调查发展的比较与思考[J].统计研究,2009,26( 9) : 21-27.
[64] 李金昌.论我国统计调查运行体系的重新构建[J].商业经济与管理,2004( 10) : 4-10.
[65] 雷钦礼.中国政府统计抽样调查制度的总体框架研究[J].山西财经大学学报,2004, 26( 5) :
21-28.
[66] 李强.新中国政府统计调查制度的建立、发展和改革六十年[J].统计研究,2012,29( 8) :
3-7.
[67] 国家统计局统计设计管理司.全国统计制度方法重点研究课题报告[M].北京:中国统计
出版社,2009.
[68] 中华人民和国国家统计局.国家统计调查制度[M].北京:中国统计出版社,2007.
[69] 欧卫东.科学发展观与深化政府综合统计体制改革[J].统计研究,2008,25( 2) :12-16.
[70] 黄作明、丛秋实、聂卫东、季暑林.大数据对会计、审计学科的重要性[J].金陵科技学
院学报(社会科学版),2018,32(1):1-5.
[71] 丛秋实,黄作明,张金城.协同国家审计的实现路径研究:基于云审计[J].当代财
经,2014,10:120-129.
[72] 王民、佘晓燕.大数据时代 会计工厂 的构建[J].会计之友,2015,10:96-99.
[73] 胡洋、石云辉、王观玉.大数据背景下的信息管理与信息系统专业建设改革探究[J].
中国教育信息化,2018,3:65-68.
[74] 周明、谢俊.大数据视角下信管专业的培养模式创新研究[J].图书馆学研究,2016(6):41-42.
[75] CIS2011 课题组.中国信息系统学科课程体系 2011[M].北京:清华大学出版社,2011.
[76] 娄岩.大数据技术与应用(第一版)[M].北京:清华大学出版社,2016.
[77] 袁鹏飞、任旭.大数据时代引领思
|