李遲芳　馬毅　周鴻

摘? ?要：征信是增強(qiáng)企業(yè)誠信、促進(jìn)社會互信、減少經(jīng)濟(jì)矛盾并提高金融、商業(yè)、行政管理效率的有效手段。因此，梳理了大數(shù)據(jù)給征信帶來挑戰(zhàn)，以及相互融合的原則與組織協(xié)作過程。重點(diǎn)是立足組織協(xié)作理論，對自主征信協(xié)作、鏈主約束型協(xié)作征信、多中心協(xié)作征信三種模式展開分析，發(fā)現(xiàn)了該三種模式在組織對象、組織層級、資源約束與交流等方面的組織機(jī)制特征，并就大數(shù)據(jù)征信協(xié)作的技術(shù)與內(nèi)容提出了相應(yīng)的對策。

關(guān)鍵字：征信;大數(shù)據(jù);協(xié)作;組織;層級約束

中圖分類號：TP303? ? 文獻(xiàn)標(biāo)志碼：A? 文章編號：1673-291X（2022）11-0077-04

引言

伴隨著物聯(lián)網(wǎng)、云計算、移動互聯(lián)網(wǎng)技術(shù)的發(fā)展，金融征信、商業(yè)征信、行政管理征信的需求越來越頻繁。與此同時，征信數(shù)據(jù)來源不再局限于傳統(tǒng)的業(yè)務(wù)數(shù)據(jù)和國家及相關(guān)部門的統(tǒng)計數(shù)據(jù)，數(shù)據(jù)來源渠道從企業(yè)內(nèi)網(wǎng)、微博、B2B和B2C網(wǎng)站逐漸擴(kuò)展到社交網(wǎng)絡(luò)、政務(wù)網(wǎng)絡(luò)、傳感網(wǎng)絡(luò)、智能終端網(wǎng)絡(luò)等。它們將產(chǎn)生海量的多源、異構(gòu)數(shù)據(jù)元，可以輔助人們從不同方面洞察、驗(yàn)證、評價征信對象的資質(zhì)、動機(jī)、意圖和優(yōu)劣勢等，甚至是勾勒出完整的個性畫像。但是，我國目前正處于經(jīng)濟(jì)發(fā)展轉(zhuǎn)型期，相關(guān)利益主體的多元化使得“數(shù)據(jù)割據(jù)、數(shù)據(jù)孤島、數(shù)據(jù)質(zhì)量”問題嚴(yán)重，制約了數(shù)據(jù)的開發(fā)與利用。本文圍繞征信的大數(shù)據(jù)協(xié)作問題，研究大數(shù)據(jù)發(fā)展下征信協(xié)作的機(jī)制與特征，為相關(guān)利益主體的規(guī)劃與布局提供借鑒。

一、大數(shù)據(jù)開啟了征信協(xié)作的新篇章

隨著計算機(jī)計算速度的快速提升，為解決“大規(guī)模數(shù)據(jù)”的應(yīng)用問題，數(shù)據(jù)庫、數(shù)據(jù)倉庫、數(shù)據(jù)集市等技術(shù)依次出現(xiàn)。2011年麥肯錫環(huán)球研究院提出大數(shù)這一個概念，并在研究報告中指出，數(shù)據(jù)已滲透到了每一個行業(yè)，并將成為重要的生產(chǎn)因素[1]。這得到了全國互聯(lián)網(wǎng)巨頭認(rèn)可，同時激發(fā)了大數(shù)據(jù)技術(shù)開發(fā)與應(yīng)用浪潮。與前幾代“大規(guī)模數(shù)據(jù)”應(yīng)用技術(shù)不同，當(dāng)今的大數(shù)據(jù)不只在于數(shù)據(jù)數(shù)量的巨大，它還體現(xiàn)了從大容量、多結(jié)構(gòu)和不同類型數(shù)據(jù)中高速挖掘、分析和提煉出新知識、新信息的架構(gòu)與技術(shù)。國際數(shù)據(jù)公司（IDC）歸納了大數(shù)據(jù)的4V 特征，即數(shù)據(jù)規(guī)模巨大（Volume）、數(shù)據(jù)類型多樣（Variety）、價值密度低（Value）、高速性（Velocity）。IDC同時指出，到2024年，全球電子形式存儲的數(shù)據(jù)至少將達(dá)到40ZB，且每兩年會翻一倍。這意味著傳統(tǒng)需要大量數(shù)據(jù)積累的應(yīng)用有可能實(shí)現(xiàn)，但同時數(shù)據(jù)量和非結(jié)構(gòu)化數(shù)據(jù)應(yīng)用也迎來了新挑戰(zhàn)[2]。

任何一個社會組織出于保持或提升競爭力，都有可能從某些特定維度抽取或提供全面征信數(shù)據(jù)的一個子集，而如何從海量的跨組織數(shù)據(jù)中獲取有價值的信用信息是征信服務(wù)組織所面臨的最迫切的挑戰(zhàn)。另外，從企業(yè)、國家和政府的角度，大數(shù)據(jù)也開啟了智能決策的新篇章。大數(shù)據(jù)能夠強(qiáng)化貿(mào)易、經(jīng)濟(jì)、國家安全、政府公共決策的預(yù)見性和響應(yīng)性。2016年3月，美國發(fā)布了《聯(lián)邦大數(shù)據(jù)研發(fā)戰(zhàn)略計劃》、“大數(shù)據(jù)研究和發(fā)展計劃”，形成涵蓋技術(shù)研發(fā)、數(shù)據(jù)可信度、基礎(chǔ)設(shè)施、數(shù)據(jù)開放與共享、隱私安全與倫理、人才培養(yǎng)以及多主體協(xié)同等七個維度的系統(tǒng)的頂層設(shè)計，打造面向未來的大數(shù)據(jù)創(chuàng)新生態(tài)。其中核心工作就是基于大數(shù)據(jù)技術(shù)整合多種數(shù)據(jù)源，并提高信息處理的能力[3]?？梢钥闯觯诖髷?shù)據(jù)技術(shù)的數(shù)據(jù)共享與協(xié)作是大數(shù)據(jù)應(yīng)用的關(guān)鍵問題。

二、大數(shù)據(jù)與征信協(xié)作體系

（一）大數(shù)據(jù)在征信協(xié)作應(yīng)用中的挑戰(zhàn)

雖然國外的Equifas（艾可飛）、Experian（益百利）、D&B（鄧白氏）和國內(nèi)的阿里等為代表的征信服務(wù)機(jī)構(gòu)都有著眾多大數(shù)據(jù)征信成功的優(yōu)秀案例，但是大數(shù)據(jù)技術(shù)在征信領(lǐng)域的全面應(yīng)用還存在如下難題。

1.大數(shù)據(jù)存在不均衡和不公平問題

目前，幾乎所有的大數(shù)據(jù)網(wǎng)絡(luò)平臺都或多或少地受制度漏洞、地方保護(hù)主義等干預(yù)，人為的數(shù)據(jù)分散造成了“數(shù)據(jù)群雄割據(jù)”。與此同時，由于技術(shù)差距、歷史遺留，以及物理上的各自存儲、維護(hù)和各利益部門對數(shù)據(jù)的自我理解和定義，使得數(shù)據(jù)的收集、存儲及應(yīng)用存在 “物理和邏輯上的孤島”;再加上匿名的網(wǎng)絡(luò)環(huán)境及商業(yè)利益關(guān)系造成大量數(shù)據(jù)的真實(shí)性、完整性、一致性的“數(shù)據(jù)質(zhì)量”問題，都是大數(shù)據(jù)不均衡、不公平的表現(xiàn)。

2.系統(tǒng)建設(shè)與運(yùn)營成本極高

Equifas、Experian、阿里等之所有能夠運(yùn)用大數(shù)據(jù)開展征信活動，除了其特有的數(shù)據(jù)入口基因優(yōu)勢外，還離不開強(qiáng)大的數(shù)據(jù)收集、計算、存儲和數(shù)據(jù)分析技能。而開展大數(shù)據(jù)存儲和分析的代價也是極高的，這不僅需要巨額建設(shè)投資，運(yùn)營成本也十分高昂，僅用電消耗就很是驚人。以阿里的數(shù)據(jù)中心為例，不算空調(diào)、安防、防火墻等，該中心一天服務(wù)器的耗電量就超過150萬千瓦時，占整個杭州市用電量的1/80，相當(dāng)于一個小型城市的用電需求。①

3.數(shù)據(jù)用戶端的成本被忽視

由于“數(shù)據(jù)割據(jù)、數(shù)據(jù)孤島、數(shù)據(jù)質(zhì)量”，數(shù)據(jù)使用者的成本不斷疊加，用戶可能需要在一項(xiàng)服務(wù)中重復(fù)支付成本，從而直接影響了用戶的體驗(yàn)，進(jìn)而嚴(yán)重影響了大數(shù)據(jù)的市場服務(wù)活力。

4.大數(shù)據(jù)人才嚴(yán)重缺乏

據(jù)預(yù)測，美國到2024年具有高度分析技能的專業(yè)人才需求缺口為14萬—19萬人，而懂得應(yīng)用大數(shù)據(jù)工具進(jìn)行管理和分析人員的缺口達(dá)150萬人[4]。

在現(xiàn)實(shí)情況下，要實(shí)現(xiàn)強(qiáng)大的大數(shù)據(jù)征信服務(wù)，在數(shù)據(jù)基因、資產(chǎn)投資、效能管理、專業(yè)人才等各個方面都面臨眾多困難。同時，我國大多數(shù)產(chǎn)業(yè)、企業(yè)組織集中度比較低，行業(yè)、產(chǎn)業(yè)組織也相對比較弱小，很難由一個組織或平臺獨(dú)立且全面的實(shí)施大數(shù)據(jù)方面的服務(wù)。故金融、商務(wù)、行政管理征信服務(wù)的提供者需要轉(zhuǎn)變思路，合理規(guī)劃和利用分散的大數(shù)據(jù)資源，基于風(fēng)險管理、商務(wù)服務(wù)、政務(wù)協(xié)同等需要進(jìn)行大數(shù)據(jù)的征信資源的協(xié)作與共享。

（二）大數(shù)據(jù)征信協(xié)作體系的組織原則

從全局來看，任何一個組織都是全面數(shù)據(jù)中某一個維度的生產(chǎn)者、采集者，同時也可能是全面數(shù)據(jù)的研究者或受益者。例如，商務(wù)活動過程中，雙方的交易歷史、交易特征、交易場景等都是數(shù)據(jù)的綜合體現(xiàn)，而交易雙方如能實(shí)時、準(zhǔn)確且低成本地把控對手的信用狀況，就可以有效提高商務(wù)活動效率;而這些信息被金融機(jī)構(gòu)、行政單位或第三方捕捉到后，則可有效促進(jìn)商務(wù)、政務(wù)規(guī)模，并形成優(yōu)勝劣汰機(jī)制，奠定一個高效的市場化環(huán)境。

考慮到技術(shù)或信用數(shù)據(jù)資產(chǎn)保護(hù)的需要，形成這種高效的市場化大數(shù)據(jù)環(huán)境不可能是對用戶共享開放數(shù)據(jù)本身，也不可能將所有組織的大數(shù)據(jù)資源實(shí)現(xiàn)某種形式的聚合，而是提供一種組織協(xié)作的大數(shù)據(jù)協(xié)作系統(tǒng)，按照用戶需求挖掘分析數(shù)據(jù)并返回相關(guān)結(jié)果。

（三）大數(shù)據(jù)征信協(xié)作的具體過程

在共享協(xié)作原則下，每一個致力于大數(shù)據(jù)征信服務(wù)的組織都須建立大數(shù)據(jù)技術(shù)系統(tǒng)，以收集內(nèi)、外部數(shù)據(jù)，并運(yùn)用云計算架構(gòu)對各自數(shù)據(jù)開展存儲、分析和共享服務(wù)。當(dāng)用戶提出分析任務(wù)時，服務(wù)組織直接在自身內(nèi)部數(shù)據(jù)中執(zhí)行挖掘分析。當(dāng)需要跨組織或需要更大規(guī)模大數(shù)據(jù)集時，則按照下述步驟執(zhí)行。首先是用戶任務(wù)的系統(tǒng)分解;其次是系統(tǒng)分發(fā)子任務(wù)至其他組織共享服務(wù);再次是其他組織將接受到的任務(wù)映射為本地任務(wù)，并利用本級大數(shù)據(jù)挖掘和分析;最后由主服務(wù)組織對本地和分發(fā)的任務(wù)結(jié)果進(jìn)行匯總，并最終向用戶提交分析結(jié)果。整個過程用戶不需了解不同服務(wù)組織的技術(shù)，各服務(wù)組織也只需要執(zhí)行映射的本地任務(wù)即可。這種分布式架構(gòu)可以很好降低組織協(xié)作之間的技術(shù)耦合性，并保證數(shù)據(jù)的獨(dú)立和可控。

三、組織協(xié)作相關(guān)的理論與借鑒

組織協(xié)作的經(jīng)濟(jì)學(xué)理論內(nèi)涵主要分為三大理論學(xué)派。第一個是威廉姆森的契約協(xié)作理論，該理論認(rèn)為協(xié)作就是為了事后租金分配過程中履行契約的各種復(fù)雜因素的綜合，并提出協(xié)作由一系列契約設(shè)計、制度安排來推動，最終實(shí)現(xiàn)降成本、減沖突及共同獲利。但是，該理論忽略了非正式制度（如學(xué)習(xí)、模仿、信任等關(guān)系）的作用，以及組織機(jī)制的發(fā)展。第二個是麥克內(nèi)爾的關(guān)系協(xié)作理論，認(rèn)為企業(yè)內(nèi)部資源和能力有限，必須動態(tài)地依賴新的外部關(guān)系協(xié)作。該理論比較強(qiáng)調(diào)政治學(xué)、社會學(xué)領(lǐng)域的協(xié)作，尤其注重相互之間信用及信任等非正式制度的作用，有些過猶不及。第三個是網(wǎng)絡(luò)協(xié)作理論，它重新納入了交易成本、社會關(guān)系等資源與活動，認(rèn)為協(xié)作是利益相關(guān)者的資源關(guān)系的均衡交易?？梢钥闯?，協(xié)作的三大理論都是圍繞著對象、組織層級、規(guī)則與約束三個方面的內(nèi)容展開分析。

所以，大數(shù)據(jù)背景下征信協(xié)作體系應(yīng)該聚焦于不同征信服務(wù)的對象、組織構(gòu)建的層級、不同構(gòu)架下的資源交流機(jī)制和約束等方面，從而挖掘出大數(shù)據(jù)征信協(xié)作的本質(zhì)。

四、大數(shù)據(jù)背景下征信協(xié)作的模式研究

借鑒國內(nèi)外大數(shù)據(jù)金融產(chǎn)業(yè)鏈的相關(guān)案例，依據(jù)數(shù)據(jù)來源及使用過程，大數(shù)據(jù)背景下融資征信協(xié)作的模式可以歸納為三種：自主征信協(xié)作模式、鏈主約束型協(xié)作征信模式、多中心協(xié)作征信模式。其主要特征如表1。

（一）自主征信協(xié)作模式

自主征信協(xié)作是一種應(yīng)急性的征信中介行為，其發(fā)起征信調(diào)查的一般是征信對象所依附的某個數(shù)據(jù)平臺或利益第三方，是由數(shù)據(jù)平臺或利益第三方基于某個維度的大數(shù)據(jù)對該征信對象開展大數(shù)據(jù)征信挖掘與分析，并提供資金、咨詢、商務(wù)等服務(wù)的一種中介活動。這種模式的層級關(guān)系簡單，只受數(shù)據(jù)平臺的簡單層級約束，行業(yè)、產(chǎn)業(yè)組織參與較少。

很多科技小貸平臺以及早期的阿里小貸都是該模式的典型代表。大數(shù)據(jù)發(fā)展下自主征信協(xié)作的特征包括：（1）征信對象主要是數(shù)量眾多的中小微企業(yè)甚至個人，他們沒有足夠的資產(chǎn)或資源，只能寄希望于用第三方大數(shù)據(jù)方式來自證其信用。（2）為提升金融、商務(wù)、政務(wù)活動效率，征信對象間可能會出現(xiàn)大量互助性、非戰(zhàn)略性的雙邊信用組合，如友情、親情。它們主要來源于短供應(yīng)鏈的上下游或互補(bǔ)單位，同時為平衡征信成本及利益，這種互助組合更容易發(fā)生在聲譽(yù)和信用規(guī)模相當(dāng)?shù)钠髽I(yè)間。（3）在市場競爭或者突發(fā)事件下，由于缺少層級約束，征信發(fā)起機(jī)構(gòu)的征信程序及決策過程容易出現(xiàn)非集約化問題，出現(xiàn)機(jī)會主義替代的風(fēng)險。比如，部分P2P平臺甚至認(rèn)為簡單的輿論和社會身份識別就可以有效監(jiān)督貸款人，以至于滋生大量惡意欺詐貸款人，最終導(dǎo)致P2P平臺跑路的事件。

結(jié)合上述特征，自主征信協(xié)作的大數(shù)據(jù)活動應(yīng)建立如下對策：（1）在數(shù)據(jù)渠道協(xié)作上，多數(shù)征信活動都是應(yīng)急性的商務(wù)、金融、政務(wù)需求，使得大數(shù)據(jù)征信資源協(xié)作具有臨時性、頻次較少且單向交流居多的特征。（2）非戰(zhàn)略性的互助關(guān)系實(shí)際上是一種互相學(xué)習(xí)、互相模仿的行為擴(kuò)散，故對其大數(shù)據(jù)呈現(xiàn)的某個維度或者某類數(shù)據(jù)的整體趨向性挖掘和分析，是征信實(shí)施機(jī)構(gòu)實(shí)施大數(shù)據(jù)挖掘和分析的主要思路。（3）考慮到行業(yè)、產(chǎn)業(yè)層級資源參與較少，自主征信協(xié)作的發(fā)起機(jī)構(gòu)應(yīng)聚焦于自身優(yōu)勢大數(shù)據(jù)挖掘與分析，并適當(dāng)承擔(dān)跨組織的大數(shù)據(jù)映射任務(wù)以降低成本、提高效率。

（二）鏈主約束征信協(xié)作模式

隨著規(guī)模經(jīng)濟(jì)、產(chǎn)業(yè)經(jīng)濟(jì)的發(fā)展，資源和數(shù)據(jù)將逐漸集中并匯集到少數(shù)幾家平臺或龍頭產(chǎn)業(yè)，形成大數(shù)據(jù)鏈主或平臺。鏈主可能是締造某個產(chǎn)業(yè)產(chǎn)品的大型龍頭企業(yè)，也可以是集聚了流通或者交易入口的網(wǎng)絡(luò)平臺或政務(wù)平臺，它們控制著這個產(chǎn)業(yè)產(chǎn)品或數(shù)據(jù)的核心環(huán)節(jié)，而其他組織或服務(wù)機(jī)構(gòu)接受產(chǎn)品或服務(wù)的輔助外包。這種模式下包含了不同規(guī)模的產(chǎn)業(yè)組織和機(jī)構(gòu)，其層級約束更多，征信協(xié)作的對象和活動也更復(fù)雜。

本模式的典型代表是京東金融、海爾供應(yīng)鏈金融等。這種模式一般是鏈主居于產(chǎn)業(yè)鏈的焦點(diǎn)位置，并與跨行業(yè)、跨層級的企業(yè)建立了穩(wěn)定的契約或信任關(guān)系，各層級商流、信息流、資金流的規(guī)則和標(biāo)準(zhǔn)都由鏈主把握，在大數(shù)據(jù)分析、挖掘上呈現(xiàn)以下幾個特征：（1）因?yàn)樯嫌纹髽I(yè)比下游企業(yè)的融資、商務(wù)議價能力更強(qiáng)，很容易出現(xiàn)“上游單位借下游單位的‘殼融資’”現(xiàn)象。（2）外部資源的交換基本上都由鏈主決定或者承擔(dān)，同時由于對地方經(jīng)濟(jì)可能產(chǎn)生影響，鏈主的外部交易容易得到地方政府、公共部門的支持。

這種征信協(xié)作體系下，我們的大數(shù)據(jù)征信協(xié)作活動應(yīng)該做到：（1）大數(shù)據(jù)的協(xié)作征信實(shí)施要側(cè)重對議價能力更強(qiáng)層級的上游單位的數(shù)據(jù)分析與挖掘。（2）這種模式具有明顯的自上而下的層級活動特點(diǎn)，在大數(shù)據(jù)征信監(jiān)控上，應(yīng)找準(zhǔn)并加強(qiáng)對核心企業(yè)數(shù)據(jù)遞進(jìn)式的關(guān)聯(lián)與監(jiān)控分析。（3）在征信協(xié)作組織構(gòu)架上，獲得鏈主一定維度的數(shù)據(jù)支持是實(shí)施大數(shù)據(jù)征信協(xié)作的關(guān)鍵。

（三）多中心協(xié)作征信模式

多中心協(xié)作征信接近于奧斯特羅姆提出的“多中心協(xié)作理論”的思想。數(shù)據(jù)割據(jù)、數(shù)據(jù)孤島和數(shù)據(jù)質(zhì)量問題讓海量數(shù)據(jù)分散集合于企業(yè)、政府部門、科研機(jī)構(gòu)、中介機(jī)構(gòu)手中。

國內(nèi)的“信聯(lián)網(wǎng)”和“全球網(wǎng)”是該模式探索的國內(nèi)先驅(qū)者。多中心協(xié)作征信模式的層級結(jié)構(gòu)和活動主體更具有彈性。在實(shí)施大數(shù)據(jù)征信協(xié)作上，這種模式具有以下特征：（1）除了大數(shù)據(jù)征信資源提供的企業(yè)和服務(wù)組織外，還存多個第三方大數(shù)據(jù)服務(wù)機(jī)構(gòu)。各征信組織主要進(jìn)行用戶任務(wù)的分解和分發(fā)工作。（2）由于存在多個數(shù)據(jù)平臺博弈，不同規(guī)模的征信活動對單一維度數(shù)據(jù)的依賴性將下降。例如，水電、經(jīng)營場所甚至員工風(fēng)貌的大數(shù)據(jù)挖掘分析也可能替代傳統(tǒng)的財務(wù)、商務(wù)流分析。（3）由于多中心數(shù)據(jù)來源與分析，使得信息對稱度大幅提升;平行企業(yè)間的金融擔(dān)保、商務(wù)互助等行為特性會更容易挖掘與分析，使得大數(shù)據(jù)關(guān)聯(lián)與聚類的有效性大幅提升。

多中心協(xié)作的組織層級更復(fù)雜，在征信協(xié)作上要注重以下策略：（1）數(shù)據(jù)平臺的經(jīng)濟(jì)性和政府的權(quán)威性是決定征信協(xié)作開展的最關(guān)鍵要素。（2）政府、征信組織、數(shù)據(jù)核心機(jī)構(gòu)之間由于存在利益差異，政府的牽線可能最終演變成政府主導(dǎo)，最終喪失市場化動力，故如何保證政府的第三方位置是長期協(xié)作的關(guān)鍵策略，例如通過建立大數(shù)據(jù)征信產(chǎn)業(yè)發(fā)展基金或相關(guān)組織的方式可以有效規(guī)避政府的行政權(quán)力擴(kuò)散。

五、不同模式的演進(jìn)與發(fā)展建議

動態(tài)來看，大數(shù)據(jù)發(fā)展下的征信協(xié)作不一定會固定地遵循某種模式，而是人為或自發(fā)地成長、遷移。當(dāng)現(xiàn)有的協(xié)作在對象、層級、規(guī)則與約束機(jī)制方面出現(xiàn)效率低下問題的時候，企業(yè)間協(xié)作的制度框架必然會被打破而向新的協(xié)作模式演變。

大數(shù)據(jù)作為重要的資產(chǎn)已經(jīng)在潛移默化地影響著征信的方方面面。不同規(guī)模、性質(zhì)的企業(yè)和組織應(yīng)利用自身行業(yè)、區(qū)域的資源優(yōu)勢，重視和參與數(shù)據(jù)的收集、分析、共享等工作，還可以通過發(fā)揮數(shù)據(jù)協(xié)調(diào)、管理等職能提升企業(yè)影響，占領(lǐng)下一個風(fēng)口。同時，政府要加快民營征信組織“國民化”待遇的步伐，形成良好的大數(shù)據(jù)市場化環(huán)境，真正倒逼金融、商業(yè)、政務(wù)環(huán)境的改革。另外，各行各業(yè)要加強(qiáng)大數(shù)據(jù)行業(yè)協(xié)會的建設(shè)，通過行業(yè)組織制定相關(guān)標(biāo)準(zhǔn)，一方面維護(hù)數(shù)據(jù)安全，另一方面促進(jìn)大數(shù)據(jù)跨行業(yè)、區(qū)域、平臺共享。

參考文獻(xiàn)：

[1]? ?Big data：The next frontier for innovation，competition and productivity[R/OL].Mckinsey Global Institute，2011.

[2]? ?Philip Russom.Big data analytics[EB/OL].http：//www.Docin.com/p-240502098.htm，2014-07-08.

[3]? ?于磊.基于應(yīng)急管理視角的政府應(yīng)急專業(yè)處置能力建設(shè)的思考[J].中國管理信息化，2012，（22）：92.

[4]? ?李雪梅.我國政府?dāng)?shù)據(jù)開放的困境及對策——基于大數(shù)據(jù)征信視角[J].征信，2020，（9）.

[責(zé)任編輯 妤文]