大数据背景下的社区社会工作服务探索

谌 润

江西师范大学政法学院，江西 南昌 330022

引 言

近年来，随着互联网、物联网、云计算以及各类型传感器的大规模普及，各行各业，不管是个人还是组织产生的各种数据开始急速增长。如今，各大信息平台每天都有海量的浏览量、点击率，同时产生海量的数据信息，利用大数据技术对其进行有目的收集、分析和利用能产生有社会价值或者经济价值的结果，因而数据信息库开始成为一种无形的资源宝库。2015年11月发布的《中共中央关于制定国民经济和社会发展第十三个五年规划的建议》明确提出：拓展网络经济空间，推进数据资源开放共享，实施国家大数据战略，超前布局下一代互联网[1]。以此为开端，大数据上升到国家战略层面。因此，借助大数据这个新型信息技术平台，将社区社会工作与大数据技术进行有机融合，势必会重塑社会工作的服务模式，大大地提升社会工作的服务质量。

1 大数据在社区社会工作服务中的运用优势

大数据因为其海量化、高速化、多样化、价值化的特征，使得其在应用中可以给社区社会工作在思维、模式、理念上带来变革。

1.1 大数据思维与社区社会工作服务

从思维方式层面看，大数据强调总体数据思维，而非抽取数据思维。与大数据时代对应的小数据时代，由于信息技术的发展比较滞后，无论是社会科学还是自然科学，都是从部分来研究整体，用研究部分所得到的事物结构属性来分析事物整体的结构属性。抽样调查这种常见的数据采集方式就成为在小数据时代下获得相对精确科学结论的主要手段，但是由于抽样调查本身存在不可避免的弊端，使得这种方式往往不一定能反应事物的本质属性。但是由于大数据的发展，数据信息的存储技术获得了前所未有的进展，分析问题的模式由样本约等于总体变为样本就是总体的转变。大数据思维本质上就是由“抽样式”向“整体性”思维的转变，以整体来代替部门，以全局思维替代局部思维，避免形成“数据烟囱”、信息孤岛[2]。从古希腊的亚里士多德时期开始，事物之间的因果联系一直是人们探寻的重点，对任何事情都要追根溯源，也就是发掘事物的“为什么”。而大数据时代的来临，使得从原来凡事皆要追问“为什么”到现在只关注“是什么”，寻求事物之间的相关性比因果性显得更为重要。因为大数据技术的出现使得我们可以以接近事物整体数据的方式来代替小数据时代的以抽样方式来研究事物的内在规律，当研究对象的数据接近整体时，所得的结论就更能接近事物的内在本质规律，精确度就更高[3]。在数据信息技术不甚发达的时代，数据信息往往是一种静态的形式呈现，但是由于万事万物都处在一个不断的变化当中，所以数据的收集一般都有很大的滞后性，并不能跟上事物瞬息万变的发展需要。大数据技术的出现，云计算和智能数据采集装置的诞生，使得数据的采集能够实时跟进，处在一个不断变化不断完善的动态化状态之中，数据信息能更加真实地反应事物的属性[4]。大数据思维能让社区社会工作机构以成体系、立体、多维、矩阵式的思维来服务社区居民。大数据发挥作用的前提是建立一个用户的信息数据库，然后根据用户的日常行为进行判断和预测。比如，社区里某个居民，平时一直通过微博、微信、QQ等媒介关注一些正面的信息，突然有一段时间，该服务对象开始关注一些负面的信息，并且关注的频率和时长一直在增长，同时还会在这些平台发布一些消极负面的留言和评论，甚至是关注一些抗抑郁的药物信息，那么社会工作者就可以根据从该居民的基础信息数据库所得到的信息数据判断该服务对象是否有抑郁倾向，然后及时派出社会工作者前往该服务对象的家中对其进行问题评估和问题处理。

1.2 大数据模式与社区社会工作服务

传统的问题处理模式是：首先发现问题，然后分析问题，最后有针对性地解决问题。换句话说，在传统模式下，大多数情况下处理问题都是被动的，基本都是等待问题出现了才去分析，然后再去解决。但是大数据的出现改变了这一传统的处理模式。由于大数据是建立在靠信息化的数据存储设备收集起来的海量数据基础之上，由于数据的庞杂性、复杂性，大数据不再执着于探寻事物之间的因果联系，事物之间的相关关系成为探寻问题的重点和关键，通过对多个事物之间数据化关系的探索，发掘事物之间可能会存在的某种倾向，从而在事物还没发的时候，就对其进行预判。这种处理问题的模式就由先前的被动式变成主动发掘式，由此建立一种数据收集—数据分析— 预防问题的新模式。比如社会工作者要对介入案件的过程进行详细的记录，而在大数据时代，对于记录的要求则是将其转化为数据化的内容以方便查看分析，通过过程中记录的数据可以总结出其发展的规律性，进而预测未来一段时间内的结果[5]。

1.3 大数据理念与社区社会工作服务

大数据还衍生了一种开放、共享的理念。在传统的社会管理中，社会部门基本遵循条块分割的模式，社会被划为无数个小单位、小部门。长此以往，各个单位、部门就形成了一个个大大小小的利益集体，各个单位之间的信息基本是封闭的。但是随着大数据的兴起，各式各样的信息采集和存储设备使得大量数据的获取成为一种可能，由于其是开放的，所以每个人都有权利获取，因而就产生了共享的理念。开放、共享的理念对社会工作服务具有巨大的促进作用。比如社会工作者在前期接案时，需要对服务对象的各种资料进行详细的评估，以开展下一阶段的实施工作。在这个阶段，由于社会工作机构的个体局限性，社会工作者能够获取的资料十分有限，尤其是一些涉及服务对象重要信息的资料。比如以社区老年工作为例，大数据的信息收集，就需要建立基本信息、养老服务信息、健康档案、社会养老服务资源等涉及老年人各种数据信息的基础数据库，这些基础信息的获取就需要与社保、民政、医疗等系统的信息互联互通，而大数据的开放性和共享性就很好地满足了这一需要[6]。如果服务对象不在常住的生活地点，那么可以通过建立区域性或者是全国性的社会工作机构信息互享平台，服务对象走到哪里，原住地的社会工作机构就将服务对象的信息通过数据传输传送到哪里，实现服务对象在社会工作机构内部的信息共享，使得服务对象在任何地方都能接受社会工作机构提供的服务。

2 大数据在社区社会工作服务中的运用途径

基于大数据的社会工作实务，国外已有相关的实践，并且在这个方面积累了一定的实际经验，建立了包括数据库管理、记录联动方式、数据清理与统一、大数据集的统计分析等在内的一整套知识和技能体系，这对于开展大数据背景下的社区社会工作意义重大[7]。

2.1 数据平台搭建与信息收集

大数据技术运用的前提是必须拥有真实可靠的数据信息。社会工作者可以通过前期调研去获取大量社区居民的数据信息，通过融入社区居民的生活来收集社区发生的最新数据资料。这种融入收集资料的方式主要有两种：线上和线下。线下主要是通过进门访谈、问卷、观察等方式从社区居民、社区居委会、社区物业等个人或者社区组织来收集原始数据信息；线上主要是通过社区居民所在的虚拟空间进行数据信息的收集，例如微博、社区论坛、社区QQ群、社区微信群等。然后，在全面调研摸底基础上，运用大数据技术，引入大数据处理平台进行分析以获取所需的信息。Hadoop是目前世界上最为流行的大数据处理平台，Hadoop最先是一个云计算开源平台，后来渐渐被开发成为包含文件系统、数据库、数据处置等功能模块在内的一整套数据处理系统[8]。在前期收集的线下资料和线上信息的基础材料上，开启社区信息化管理系统工程，建设涉及社区居民事务的社区服务系统，打造数据化的信息平台，为提供标准化、信息化、个性化的社会工作服务打下基础。

2.2 数据信息的分析

数据分析是整个大数据技术的核心部分，因为只有对收集的数据进行有目的性的分析才能产生社会价值。原始数据只是一些异构数据，对这些异构数据进行清洗、抽取、收集，才能得到数据分析者需要的相关的结果。大数据分析所注重的相关性和社会工作所强调的“人在情景中”的工作理念是一致的：大数据的相关分析注重的是事物之间间接的非线性因果联系，这种联系的来源是多渠道的，而“人在情景中”，是指一个人所表现出来的心理、情绪、言语等外部性语言和非语言形态，不光涉及本人所具有的特质，还在于其处在一个大的环境当中，这个大环境里有个人，还有组织，并且时时地与外在的环境进行着交互行为，也就是说人的行为涉及到自身、周边的环境以及与周边环境的交往关系。这条理念在大数据中的表现就是：首先，数据信息的核心对象是社区居民的行为。其次，数据对象也包括社区居民所居住的社区的其他个人或者组织，比如其他居民、社区居委会、社区物业、社区社会组织等也属于数据信息的分析范围。最后，也是最重要的，就是数据对象（即社区居民）他们在与周边环境进行交互行为时所表现出来的各种内在的心理状态和外在的行为表现，在大数据上呈现为社区居民在社区论坛、QQ群、微信群、微博等各种社交平台上对某事件的评论、浏览次数、转发次数、事件的热议度等行为[9]。

2.3 依托数据信息进行问题预防

在移动互联网迅猛发展的今天，社区论坛、QQ群、微信群、微博等社交媒介成为社区居民进行信息沟通、表达个人情绪、传播自身思想意识的重要虚拟场所，同时也是社区内重大事件产生萌芽的端口。针对社区内涉及自身生活的事件，尤其是切身利益的事件，社区居民通常会通过论坛、QQ群、微信群、微博等社交平台发表自身的看法、态度。大数据信息平台就可以通过社区居民对某事件讨论的频率、情绪的表达、用词的倾向等，采用时序分析技术预测社区居民的心理发展趋势，进而预判事件发生的风险指数，或者综合采用多种机器学习方法，利用社区居民在论坛、QQ群、微信、微博等产生的大量相关信息数据预测群体事件风险，实现对社区居民对事件态度临界状态的预警，发现并识别社区可能存在的不稳定因素，为及时化解可能的社区事件提供数据支持[7]。

3 大数据技术运用于社区社会工作中的问题

大数据这一新兴技术虽然有其独特的优势，但是也存在信息泄露、惯性依赖、信息垃圾、人才匮乏几大隐忧。

3.1 信息泄露

由于大数据技术所带来的应用变革，大数据所产生的巨大价值，不管是商业的还是公益性的，都面临着巨大的技术风险。数据的抽取与集成，数据的隔离与数据的存储，数据的分析与数据的解释，数据运转的几乎每个阶段都面临着安全风险。原因主要有两点：一方面，数据信息本身的价值性。在大数据时代，由于数据信息的开放性、共享性、平等性，人们在享受到大数据带来的社会价值、经济价值时，也使得整个社会暴露在数据信息系统的无形监视之下。人们在QQ、微信、微博等社交平台上的聊天信息、聊天习惯，在淘宝、亚马逊、京东等电商交易平台的交易货物、浏览商品、买卖习惯，在优酷、搜狐、爱奇艺等视频网站的浏览习惯、浏览内容，所有这些碎片化的数据信息都会处在大数据信息技术拥有者的全景关注之下。通过对这些数据的技术化挖掘，数据信息技术的拥有者就可以基本掌握这些互联网信息化平台用户的基本情况，潜在的风险不可估量。另一方面，数据信息管理的困难性。在数据技术和数据信息不太发达的时代，隐私的窃取一般表现为物理性的，比如偷、盗、骗等形式。但是在如今的大数据信息时代，个人以及组织隐私的获取变得越来越隐蔽、巧妙、迅速，由于大数据信息技术本身存在的技术漏洞，一些不法的黑客很容易通过技术化的手段获取大量的个人或者组织信息，以谋求个人的私利[10]。报考各种专业技术证书或者考研考博报名时的信息泄露事件层出不穷就是有力的证明。又如2017年5月爆发的“勒索病毒”事件，就是由网络黑客利用网络漏洞进行病毒传播，超过一百个国家的网络受到不同程度的影响，波及金融、政府等多部门、行业，甚至在校毕业生的论文撰写都受到不同程度的影响。

由此反观社区社会工作，同样也会面临上述问题。一些不法之徒基于某种个人私利，会经由涉及社会工作机构、社区居民甚至社区行政组织的大数据信息系统获取服务对象的个人隐私进行非法活动，给服务对象造成极大的损失，这也是对社会工作伦理的极大挑战和亵渎。

3.2 惯性依赖

一个新事物的出现，如果处理不善，有时候往往会使得人们从一个极端走向另一个极端。虽然大数据以其强大的信息收集、分析、处置能力，在各种行业的运用中都显示出了极大的社会价值和经济价值，但是由于大数据本身只是带有前瞻性的一种预测，追求的是数据信息之间的内在相关性，但是相关性并不是因果性，也就是说相关的联系并不一定是事情的真实，只是这种结果发生的概率非常高。如果对大数据过分依赖，会使得人们形成一种数据崇拜，或者说是形成一种变相的“拜物教”。大数据信息技术始终只是用来认识世界、分析世界、改变世界的一种工具，既然是一种手段，那么就要合理定位。人始终是认识世界、改造世界的主体，虽然由于人类在认识世界、改造世界的过程中需要通过数据信息技术来分析指导自身的行动，但是，人类在几百万年间进化而来的经验判断、直觉判断，创造力和精神力等这些高等智能生物所特有的生物属性是大数据这种非生物属性的客观工具无法比拟的。大数据信息技术所呈现的往往只是一种数据对象的理性偏好，但是人们在认识世界、改造世界的过程中，有些事情并不仅仅是根据这种反应客观现实的理性工具所能处理的。也就是说，大数据技术本质就是一种客观存在，是一种物质，而认识世界、改造世界往往需要一种价值倾向，这是一种抽象的意识形态，这种意识形态是大数据技术这种客观的物质工具无法反应出来的。比如，在开展社区社会工作时，社会工作者要始终秉持人是进行社会工作服务活动的主体。社会工作是一个理性和感性交织的职业，本质上包含一种价值观导向，但是大数据技术作为一种技术，更多体现的是一种科学的理性思维。如果过分地依赖大数据技术，长此以往，社会工作者的职业能力或许会由此退化，并且社会工作作为一种职业还有“变异”的可能性，这对于一个行业的发展是不利的。

3.3 信息失真

在大数据时代，许多数据都是草率生成的、令人误解的、夸张的或者根本是错误的，最终成为不良数据。因为在数据信息的收集过程中会出现以下两种现象：第一种，数据是误产生的。数据信息有时候会来自于非主观理性的原因，比如设备故障或者意外错误触发某一信息网站，随之产生了某个失真的数据信息，这类行为虽产生了数据结果，但并不反映数据产生者的真实情况。第二种，数据是被歪曲或者捏造的。根据匿名理论，人在处于匿名状态时，由于没有明确的个人标志，不用去承担破坏社会规范的后果，就可能降低人的社会约束性，产生越轨行为[11]。网络空间虚虚实实，由于歪曲或者捏造事实的违规、违法甚至犯罪行为的成本比较低，所以很多人会基于个人的某种私利，将一些事件通过各种现代化的信息技术进行有目的的扭曲甚至是无中生有，这样产生的数据信息将严重背离事件的真实情况，产生一些容易引起误判的数据垃圾。以上两种常见情形使得数据信息与现实背离。同时由于数据信息系统没有价值偏向，所以其收集数据信息时，很可能会把一些无关的垃圾信息也收集到数据存储系统，如果使用者对大数据技术盲目崇拜，就会在进行价值判断时受到这些信息垃圾的干扰，从而导致信息误判，并影响最终的分析结果。

3.4 人才匮乏

大数据是一种以信息化手段为基础，从众多的互联网信息平台收集、分析、处理各种数据，最终从中挖掘具有社会价值或者经济价值的数据信息的新兴学科。单从信息技术层面来说，它涉及到“数据存储、合并压缩、清洗过滤、格式转换、统计分析、知识发现、可视呈现、关联规则、分类聚类、序列路径和决策支持等各种关键技术”[12]。尤其因为很多数据信息是以半结构化甚至非结构化的形态呈现出来的，所以对运用数据处理技术的人来说是一个巨大的挑战。同时从关系度层面分析，大数据技术涉及计算机、数学、统计学、管理学甚至社会学等众多学科的知识，因为大数据技术的运用涉及数据的收集、分析、处理等各个方面，大数据信息平台的建立、维护需要掌握计算机、数学、统计学等技术性强的学科，而数据信息具体到某个领域的运用又必须跟具体领域的学科进行交叉运用[13]。比如将大数据运用到社区社会工作中，这就既涉及社区社会工作大数据信息平台的建立和维护，更重要的是也涉及社会工作者，简单地说就是在大数据背景下，社区社会工作者既要懂得大数据的基本知识，也要懂得如何利用大数据服务社区社会工作，服务社会工作的具体对象。由于大数据人才要求起点高，而相关教育培训工作起步较晚，使得目前大数据人才极为缺乏。

4 完善大数据背景下社区社会工作服务的对策

面对大数据背景下社区社会工作可能会存在的问题，我们需要重视相关法律的完善，在技术运用时将大数据思维和传统思维有机结合，大力培养大数据方面的人才，以应对可能出现的问题。

4.1 完善相关法律法规

大数据技术给人们带来的既是一个数据信息共享的时代，也是一个数据信息开放的时代，各种数据信息通过大数据平台进行着实时的交互流动。但是也就是这种看似没有边界的开放和共享，也同时使得个人或者组织隐私信息的被泄露有了极大的可能。在大数据信息的立法方面，西方以及美国走在了世界的前列。表1是西方国家有关数据信息的立法情况。

在中国，尽管我国的《宪法》《民法通则》《侵权责任法》甚至《刑法》都对个人侵权、信息滥用等进行了相应的规定，但总体来看，与西方大数据技术发达的国家相比，有关数据信息的立法还相对滞后。为此，我国今后可以从以下两个方面入手：一方面，明确数据信息的权责。数据信息的收集、分析、存储、转让等行为都需要一定的法律条文作为依托：谁是数据信息的拥有者，拥有者的权利和义务是什么？谁是数据信息的使用者，使用者的权利和义务是什么？谁是数据信息的管理者等，管理者的权利和义务是什么？这些都要有明确的权责界限[14]。另一方面，确立数据主体的权利。确立个人数据收集、使用过程中数据主体对涉及个人数据信息所具有的选择权、知情权、获取权、修改权等[15]。

表1 西方国家数据信息立法情况

将大数据应用于社区社会工作时，也面临着同样的问题。大数据技术的应用，使得社会工作档案的建立和开发更加信息化、电子化、便捷化，避免了传统社会工作档案管理的杂乱，也避免了传统社会工作档案存储所存在的物理空间占用量大的缺点，并且使档案的提取、浏览更加快捷。但是由于社会工作伦理的要求，服务对象个人隐私的妥善保护就显得十分重要，这就需要完善的法律法规予以规制。

4.2 将大数据思维和传统思维有机结合

马克思认为：“人类的历史有两重性，一方面它既是人类控制自然的能力不断提高的历史，另一方面它也是人类日益异化的历史，异化的内涵就是指人类自己创造的力量作为外部力量又反过来支配人类。”[16]就像钱是人类创造出来的物质，但是它现在却统治了人，古往今来很多人对它顶礼膜拜，拜金主义就是钱异化后的代名词。在大数据时代，大数据技术的出现同样面临着这种问题。不可否认，大数据技术的出现给我国的政治、社会、经济，乃至每个普通人的工作、生活都带来了革命化的改变，它在宏观经济管理、制造业、金融业、军事、热点检测、治安管理、体育训练等各行各业，在宏观微观层面都有大规模的实际应用，为人们的组织决策提供了重大的帮助。但是，人在技术面前不能失去自我，不能失去主体性和自由意志。大数据作为一种新兴的信息数据科学，它的本质是一种手段，是人类智慧的延伸，也就是说它是人类智慧的一部分。归根结底，它只是人类认识世界、改造世界的一个方式，只是一种客观的中介，大数据技术所能提供的只是一种人们认识世界、改造世界的参考。任何事情都没有绝对，所以在利用大数据认识世界、改造世界的时候，不能有非理性的绝对崇拜，而是要将大数据这种高科技的信息手段与人类这种进化了几百万年的智慧生物所具有的人类理性和智力优势有机集合，既不因盲目崇拜大数据技术而自甘堕落，又不因盲目排外而故步自封，而要综合考虑，理性对待，将大数据思维和人类千百年来的智慧进行有机结合，共同服务于人类。

将大数据技术应用于社区社会工作，也是如此。社会工作作为一种职业已经发展了上百年，学科本身所凝聚的社会工作的智慧和经验，是一种社会工作者们无数次实践经验的总结和完善。社会工作作为一种服务于人的职业，服务的主体是人，被服务的主体也是人，尝试将大数据技术应用于社会工作，也只是将它作为一种手段，帮助社会工作者在服务于需要的对象时能够更加具有针对性、精准性、预防性，最终的目的在于服务需要帮助的人。在这里，大数据只是社会工作的工具而已，虽然大数据能够提升服务效率，服务质量，但是工具只是工具，它既不能也不可以完全替代社会工作的服务智慧，只能将社会工作这种职业所具有的智慧经验和大数据技术结合起来共同为需要帮助的人服务。

4.3 大力培养大数据人才

在互联网和大数据技术发展最为前沿的美国，根据埃森哲的调查显示，其新增数据科学家职位的数量占全球新增总量的接近50%，但美国只能供应23%的人才，有近3.2万个的人才缺口。同时据业界专家估算，在未来的5年内，在大数据人才需求量上，中国目前至少有100万个的人才缺口，而目前已有的大数据人才尚不足需求量的十分之一[17]。可以预计，大数据人才将是接下来几年甚至是几十年的重点培养目标。

一方面，培养人才，政策先行，大数据行业同样如此。2010年，国务院印发《国家中长期人才发展规划纲要（2010-2020年）》（以下简称《纲要》），《纲要》强调，未来几年我国人才队伍建设的主要任务是培养造就创新型科技人才以及经济社会发展重点领域急需紧缺的专门人才[18]。掌握大数据这项技术的人才属于创新型科技人才，也是国家经济社会发展紧缺的专业化高端人才，他们将在我国的经济、社会、政治等领域发挥巨大的作用。在此大背景之下，各级政府可以出台一些相关的鼓励政策。

另一方面，加强大数据和社会工作交叉学科的复合型人才培养。2014年，清华大学和青岛市人民政府签订合作协议，成立数据研究所，以培养多学科交叉的大数据硕士。相应地，各地社会工作机构可以依托地方院校，拟定大数据和社会工作的复合型人才培养计划，建设复合型人才培养基地，由高校进行专业人才的培养和培训；在高等教育阶段进行复合型人才的培养，应以社会工作为依托核心，开设相关的大数据课程，培养社会工作者的大数据思维理念，然后通过实习或者就业的形式在社会机构里面进行相关的学习实践。同时，加强对现有社区社会工作者的大数据知识培训，由高校或者科研院所对社区社会工作者进行相关理论、技术的传授，培训其大数据服务思维。

5 结 语

大数据技术的蓬勃发展为很多传统行业的发展提供了契机，在若干行业已显现出巨大的社会价值。将大数据技术运用于社会工作无疑是一个新的探索，对于社区社会工作的发展将起到一定的创新作用。但是在面对这一新技术时，也要警惕可能会出现的问题，做到防范于未然。在探索将这一技术运用于社区社会工作时，要时刻关注实际应用中的效果，同时可以借鉴大数据在其他领域的成熟运用来反思其在社区社会工作领域的应用中可能会出现的各种需要加以注意的问题。我们期待大数据技术和社区社会工作的结合能够使得社区社会工作的服务水平和服务质量更上一层楼。

[1]中国共产党第十八届中央委员会.中共中央关于制定国民经济和社会发展第十三个五年规划的建议[EB/OL]（.2015-10-29）[2017-07-22].http://news.jcrb.com/jxsw/201511/t20151103_1560380.htm l.

[2]张弛.大数据思维范畴探究[J].华中科技大学学报（社会科学版），2015，29（02）：120-125.

[3]周世佳.大数据思维探析[D].山西大学，2015.

[4]黄欣荣.大数据时代的思维变革[J].重庆理工大学学报（社会科学版），2014，28（5）：13-18.

[5]刘舒翼.大数据时代政府治理创新研究[D].云南大学，2016.

[6]潘峰，宋峰.互联网+社区养老：智能养老新思维[J].学习与实践，2015，（9）：99-105.

[7]陈婉珍，何雪松.大数据驱动的社会工作：前景与挑战[J].社会科学，2017，（7）：74-81.

[8]孟小峰，慈祥.大数据管理：概念、技术与挑战[J].计算机研究与发展，2013，50（1）：146-169.

[9]彭小兵，谢文昌.社会工作介入环境群体性事件预防的机制与路径— 基于大数据视角[J].社会工作，2016，（4）：62-71.

[10]陈万球，石惠絮.大数据时代城市治理：数据异化与数据治理[J].湖南师范大学社会科学学报，2015，44（5）：126-130.

[11]郑杭生.社会学概论新修：第3版[M].北京：中国人民大学出版社，2002：142.

[12]邬贺铨.大数据思维[J].科学与社会，2014，4（1）：1-13.

[13]朱扬勇，熊贇.大数据人才培养的基础条件初探[J].大数据，2016，2（5）：107-114.

[14]牛正光，奉公.应用大数据推动政府治理现代化的SWOT 分析[J].电子政务，2016（1）：96-102.

[15]闫晓丽.大数据时代的个人信息及隐私保护立法研究[J].保密科学技术，2015（9）：22-25.

[16][美]刘易斯·A·科瑟.社会学思想名家[M].上海：上海人民出版社，2007：45.

[17]马海群，蒲攀.大数据视阈下我国数据人才培养的思考[J].数字图书馆论坛，2016（1）：2-9.

[18]国家中长期人才发展规划纲要（2010-2020年）全文 [EB/OL].（2010-06-06）[2017-07-22].http://www.ce.cn/xwzx/gnsz/gdxw/201006/06/t20100606_21487022.shtm l.