摘 要：[目的/意義]對(duì)美國(guó)政府大數(shù)據(jù)互操作性框架提出的背景、具體內(nèi)容和主要特點(diǎn)進(jìn)行分析與總結(jié)，以期為我國(guó)制定大數(shù)據(jù)參考框架、促進(jìn)跨界合作提供有益的參考。[方法/過程]以內(nèi)容分析法和文本分析法為主要研究方法，以從美國(guó)NIST官網(wǎng)獲得的公開政策、研究報(bào)告等作為主要數(shù)據(jù)來源，從數(shù)據(jù)層、框架層、角色層和應(yīng)用層等方面分析總結(jié)美國(guó)大數(shù)據(jù)參考框架的特點(diǎn)。[結(jié)果/結(jié)論]分析發(fā)現(xiàn)：NIST構(gòu)建了一個(gè)具有較強(qiáng)參考性與適用性的大數(shù)據(jù)概念框架，著重體現(xiàn)了大數(shù)據(jù)范式的前后變化并鼓勵(lì)挖掘大數(shù)據(jù)應(yīng)用的可能性。啟示我國(guó)政府在制定大數(shù)據(jù)參考框架時(shí)，應(yīng)當(dāng)在理論層面達(dá)成共識(shí)的前提下，關(guān)注可參考價(jià)值與利益相關(guān)者的開發(fā)需求，同時(shí)在需求與價(jià)值之間構(gòu)建起映射關(guān)系。

　　關(guān)鍵詞：大數(shù)據(jù);政府;參考框架;概念模型;利益相關(guān)者

　　《大數(shù)據(jù)》的辦刊宗旨是“以開放、創(chuàng)新姿態(tài)，推動(dòng)大數(shù)據(jù)技術(shù)的研究與應(yīng)用，促進(jìn)技術(shù)交流，推廣創(chuàng)新成果，服務(wù)大數(shù)據(jù)社會(huì)”。

　　大數(shù)據(jù)已成為推動(dòng)經(jīng)濟(jì)發(fā)展、完善社會(huì)治理、提升政府服務(wù)和監(jiān)管能力的新動(dòng)力和新途徑。各國(guó)在積極制定和實(shí)施大數(shù)據(jù)發(fā)展倡議的過程中，面臨一個(gè)重要挑戰(zhàn)就是如何處理好跨部門、跨領(lǐng)域的大數(shù)據(jù)管理問題從而發(fā)揮大數(shù)據(jù)的基礎(chǔ)性和倡議性價(jià)值。2016年5月，美國(guó)國(guó)家標(biāo)準(zhǔn)與技術(shù)研究院(National Institute of Standards and Technology，簡(jiǎn)稱NIST)發(fā)布了大數(shù)據(jù)互操作性框架(NIST Big Data Interoperability Framework)并于2018年3月進(jìn)行了更新[1]，以適應(yīng)新階段的發(fā)展要求。美國(guó)的NIST大數(shù)據(jù)互操作性框架針對(duì)的是跨部門大數(shù)據(jù)管理與應(yīng)用問題，本文通過分析與研究該框架，對(duì)面臨同樣發(fā)展困境的我國(guó)大數(shù)據(jù)發(fā)展具有一定的參考價(jià)值。

　　以“大數(shù)據(jù)+互操作/參考框架/參考架構(gòu)/標(biāo)準(zhǔn)/概念模型”為檢索關(guān)鍵詞，筆者在中國(guó)知網(wǎng)檢索到了87篇相關(guān)文獻(xiàn)，在Springer、Science Direct和EBSCO檢索到了323篇相關(guān)文獻(xiàn)。通過中外對(duì)比，發(fā)現(xiàn)在關(guān)鍵詞分布上國(guó)內(nèi)外呈現(xiàn)出較為明顯的區(qū)別。國(guó)內(nèi)文獻(xiàn)重點(diǎn)關(guān)注的是大數(shù)據(jù)指導(dǎo)標(biāo)準(zhǔn)的建立，譬如，肖筱華等[2]和張群[3]對(duì)當(dāng)前國(guó)內(nèi)大數(shù)據(jù)標(biāo)準(zhǔn)體系及標(biāo)準(zhǔn)研制情況的研究。相較而言，大數(shù)據(jù)參考架構(gòu)和概念模型的研究成果不如標(biāo)準(zhǔn)多，但是也占據(jù)了較高的比例，譬如，鄭大慶等綜合了大數(shù)據(jù)治理的內(nèi)部要素和外部應(yīng)用特征構(gòu)建了一個(gè)大數(shù)據(jù)治理參考框架[4]。

　　國(guó)外文獻(xiàn)相較于標(biāo)準(zhǔn)制定，更偏重于對(duì)參考架構(gòu)的研究，Nadal S等遵循軟件工程原則細(xì)化了大數(shù)據(jù)系統(tǒng)的參考模型，并用它創(chuàng)建支持Semantic-aware大數(shù)據(jù)系統(tǒng)的軟件參考體系架構(gòu)[5]。Pkknen P等認(rèn)為將Twitter、LinkedIn和Facebook等大數(shù)據(jù)開發(fā)案例的方法抽取到統(tǒng)一概念模型上尚且存在研究空白，因此，對(duì)已公布大數(shù)據(jù)用例實(shí)現(xiàn)架構(gòu)進(jìn)行了分析，由此提出了大數(shù)據(jù)系統(tǒng)的技術(shù)獨(dú)立參考架構(gòu)[6]。

　　筆者認(rèn)為，國(guó)家標(biāo)準(zhǔn)和行業(yè)標(biāo)準(zhǔn)提供的是相對(duì)具體的指導(dǎo)，在大數(shù)據(jù)范式尚處于探索階段時(shí)，宏觀概念層次的參考架構(gòu)可以為大數(shù)據(jù)領(lǐng)域的創(chuàng)新提供更多的空間，抽象化的體系也更加有利于不同技術(shù)、組織和資源的融合與交流，然而，國(guó)內(nèi)對(duì)該主題的研究尚顯得較為薄弱，這為本文提供了研究空間。另外，筆者未發(fā)現(xiàn)以NIST大數(shù)據(jù)參考性框架為研究對(duì)象的文章，因此，本文以該框架作為介紹與分析的對(duì)象，具有一定的研究意義。

　　本文選擇美國(guó)NIST大數(shù)據(jù)互操作性框架作為研究對(duì)象的主要原因如下：

　　第一，該框架旨在促進(jìn)政府各部門、學(xué)界與企業(yè)之間開展有效合作，所針對(duì)的問題是當(dāng)前大數(shù)據(jù)發(fā)展過程中所有國(guó)家政府都需要面臨的問題，大數(shù)據(jù)的概念之所以成立，在于數(shù)據(jù)通過有機(jī)、大規(guī)模集合可達(dá)成量變引起質(zhì)變，該特性決定了必須進(jìn)行跨部門、跨界合作，而在合作過程中的優(yōu)劣互補(bǔ)、利益協(xié)調(diào)等問題同樣困擾著我國(guó)政府部門。

　　第二，2016年10月，習(xí)近平在主持中央政治局第三十六次集體學(xué)習(xí)時(shí)指出：“以數(shù)據(jù)集中和共享為途徑，建設(shè)全國(guó)一體化國(guó)家大數(shù)據(jù)中心，推進(jìn)技術(shù)融合、業(yè)務(wù)融合、數(shù)據(jù)融合，實(shí)現(xiàn)跨層級(jí)、跨地域、跨系統(tǒng)、跨部門、跨業(yè)務(wù)的協(xié)同管理和服務(wù)[7]”。該指導(dǎo)理念與美國(guó)政府“大數(shù)據(jù)研究和發(fā)展計(jì)劃”的核心原則有共通之處，都強(qiáng)調(diào)了對(duì)國(guó)家大數(shù)據(jù)開展工作進(jìn)行集中指導(dǎo)與統(tǒng)一規(guī)劃。NIST大數(shù)據(jù)互操作性框架是美國(guó)“大數(shù)據(jù)研究和發(fā)展計(jì)劃”的政策產(chǎn)物，與我國(guó)自上而下的工作部署方向相一致，因此，可為我國(guó)的大數(shù)據(jù)倡議開展提供一定的參考。

　　第三，該計(jì)劃于2016年形成，截至目前已實(shí)施了兩年多的時(shí)間，在這期間并未廢止且在向第二階段推進(jìn)，可見該框架具有較強(qiáng)的可行性;同時(shí)，該框架還對(duì)第三階段的工作重點(diǎn)提前進(jìn)行了規(guī)劃，對(duì)于未來大數(shù)據(jù)的趨勢(shì)形成了一定的洞見，因此，也具有一定的前瞻性。

　　1 提出背景

　　1.1 大數(shù)據(jù)的潛在價(jià)值催生合作需求

　　早在2002年，為了對(duì)大容量的流數(shù)據(jù)進(jìn)行實(shí)時(shí)數(shù)據(jù)分析，美國(guó)政府就開發(fā)大規(guī)模可拓展的集群基礎(chǔ)設(shè)施與IBM公司展開合作[8]。由此帶動(dòng)IBM后續(xù)開發(fā)的IBM InfoSphere Stream和IBM Big Data等大數(shù)據(jù)產(chǎn)品受到了美國(guó)政府和企業(yè)的廣泛歡迎。2009年，美國(guó)政府Data.gov網(wǎng)站開始運(yùn)行，大大推動(dòng)了美國(guó)的政府信息公開和數(shù)據(jù)開放。所建設(shè)的數(shù)據(jù)倉庫整合了涵蓋交通、經(jīng)濟(jì)、衛(wèi)生保健、教育和人類服務(wù)等領(lǐng)域的數(shù)據(jù)以及多個(gè)應(yīng)用的數(shù)據(jù)源[9]。

　　2010年，總統(tǒng)科學(xué)技術(shù)顧問委員會(huì)在其《設(shè)計(jì)數(shù)字化未來：聯(lián)邦資助的網(wǎng)絡(luò)和信息技術(shù)研究與開發(fā)(Designing a Digital Future：Federally Funded Research and Development in Networking and Information Technology)》報(bào)告中明確闡述了美國(guó)即將實(shí)施大數(shù)據(jù)倡議。2012年，奧巴馬政府啟動(dòng)“大數(shù)據(jù)研究和發(fā)展計(jì)劃(Big Data Research and Development Initiative)”，總投資為2億美元，計(jì)劃涉及80多個(gè)合作項(xiàng)目，要求多個(gè)聯(lián)邦部門共同參與，包括白宮科技政策辦公室，國(guó)家科學(xué)基金會(huì)，國(guó)家衛(wèi)生研究院，國(guó)防部，國(guó)防高級(jí)研究項(xiàng)目局，能源、健康和人類服務(wù)部以及美國(guó)地質(zhì)調(diào)查局。該計(jì)劃明確要求產(chǎn)業(yè)界、研究型大學(xué)和非營(yíng)利組織與聯(lián)邦政府合作，最大限度地利用大數(shù)據(jù)帶來的機(jī)遇[10]。

　　由上述發(fā)展趨勢(shì)及其政策要求可見，當(dāng)前美國(guó)無論是政府部門、商業(yè)界，還是學(xué)術(shù)界，都已經(jīng)充分認(rèn)識(shí)到大數(shù)據(jù)在推動(dòng)經(jīng)濟(jì)社會(huì)發(fā)展和增進(jìn)人類福祉等方面的潛在價(jià)值。美國(guó)已從總統(tǒng)層面開始推動(dòng)各個(gè)部門之間積極開展合作，同時(shí)，美國(guó)政府也與IBM、Aamazon、Google等公司展開合作，從技術(shù)研發(fā)、產(chǎn)業(yè)應(yīng)用等方面共同推動(dòng)大數(shù)據(jù)的發(fā)展。因此，可以說，大數(shù)據(jù)的潛在價(jià)值已促使利益相關(guān)者之間廣泛構(gòu)建和發(fā)展溝通。

　　1.2 大數(shù)據(jù)技術(shù)應(yīng)用帶來挑戰(zhàn)和問題

　　盡管跨部門和跨界政策環(huán)境已經(jīng)基本具備，但是在具體的實(shí)施過程中卻面臨著諸多問題與挑戰(zhàn)，主要表現(xiàn)為兩個(gè)方面：一是在大數(shù)據(jù)的幾大關(guān)鍵問題上尚未達(dá)成共識(shí)。NIST大數(shù)據(jù)公共工作小組(Big Data Public Working Group，NBD-PWG)認(rèn)為，未達(dá)成共識(shí)的問題包括：1)哪些屬性可以用來界定大數(shù)據(jù)解決方案;2)大數(shù)據(jù)與傳統(tǒng)數(shù)據(jù)環(huán)境的應(yīng)用流程有何區(qū)別;3)大數(shù)據(jù)環(huán)境的基本特征是什么;4)新環(huán)境如何與當(dāng)前部署的體系結(jié)構(gòu)進(jìn)行集成;5)為加速部署強(qiáng)大的大數(shù)據(jù)解決方案，需要解決哪些核心科學(xué)、技術(shù)和標(biāo)準(zhǔn)化問題帶來的挑戰(zhàn)。

　　二是尚未形成足夠的大數(shù)據(jù)應(yīng)用能力[11]。美國(guó)白宮科技政策辦公室前主任霍爾德倫(John P Holdren)認(rèn)為：美國(guó)擁有大量善于生成數(shù)據(jù)的機(jī)構(gòu)，但作為一個(gè)國(guó)家，還沒有充分發(fā)揮我們的能力來共享潛在競(jìng)爭(zhēng)資源、協(xié)作分析與分享經(jīng)驗(yàn)[12]。不同于其他物質(zhì)型的國(guó)家資產(chǎn)，他們所對(duì)應(yīng)的實(shí)現(xiàn)場(chǎng)景和所具備的價(jià)值是清晰可見的，大數(shù)據(jù)屬于信息導(dǎo)向型資產(chǎn)，需要多元化的利益主體共同參與，通過持續(xù)的試驗(yàn)與探索才可以發(fā)現(xiàn)其潛在的應(yīng)用價(jià)值，因此，需要足夠的協(xié)作經(jīng)驗(yàn)與頂層指導(dǎo)為大數(shù)據(jù)倡議的開展保駕護(hù)航。

　　根據(jù)2012年“大數(shù)據(jù)研究和發(fā)展計(jì)劃”要求，NIST開始著手制定大數(shù)據(jù)互操作性框架，以促進(jìn)大數(shù)據(jù)有關(guān)專業(yè)力量間的合作，進(jìn)一步確保大數(shù)據(jù)的安全和有效應(yīng)用。2013年1月15～17日，NIST舉辦了“云與大數(shù)據(jù)論壇”，專門成立了大數(shù)據(jù)公共工作組負(fù)責(zé)開發(fā)大數(shù)據(jù)互操作性框架。2016年5月11日，NIST正式發(fā)布了大數(shù)據(jù)互操作性框架1.0版本，將美國(guó)的大數(shù)據(jù)發(fā)展分為3個(gè)階段，不同階段的工作任務(wù)對(duì)應(yīng)參考框架的特定環(huán)節(jié)。2018年3月23日，NIST又對(duì)大數(shù)據(jù)互操作性框架進(jìn)行了更新，明確指出當(dāng)前美國(guó)大數(shù)據(jù)的發(fā)展已步入第二階段[13]。

　　2 核心概念界定

　　要在大數(shù)據(jù)關(guān)鍵領(lǐng)域達(dá)成共識(shí)，確保利益相關(guān)者合作項(xiàng)目的順利開展，必然要進(jìn)行核心概念的界定。因此，該框架的目標(biāo)之一是形成基于共識(shí)的理論范式，為實(shí)際操作的交流消除誤區(qū)，同時(shí)也促進(jìn)對(duì)大數(shù)據(jù)技術(shù)有更深刻的理解與認(rèn)知，擴(kuò)大其影響力。

　　盡管大數(shù)據(jù)具有很多特征，但是大體量(Volume)、多樣性(Variety)、時(shí)效性(Velocity)和可變性(Variability)的“4V”特征真正推動(dòng)了新型數(shù)據(jù)密集型并行架構(gòu)的產(chǎn)生，并且決定了對(duì)大數(shù)據(jù)系統(tǒng)的整體設(shè)計(jì)和大數(shù)據(jù)生命周期模型的構(gòu)建。基于大數(shù)據(jù)的“4V”特征，NIST將大數(shù)據(jù)界定為：“大數(shù)據(jù)由大量數(shù)據(jù)集組成，主要集中在數(shù)量、種類、速度和/或可變性等特征上，這些數(shù)據(jù)集通過建設(shè)可擴(kuò)展架構(gòu)可實(shí)現(xiàn)高效的存儲(chǔ)、操作和分析。”

　　值得注意的是，NIST在概念界定中強(qiáng)調(diào)了各個(gè)特征之間的相互作用關(guān)系，同時(shí)重點(diǎn)關(guān)注了為了滿足所需性能和成本效率需求可以使系統(tǒng)架構(gòu)變得可擴(kuò)展。“系統(tǒng)架構(gòu)可拓展”通常被描述為垂直或水平拓展兩種思路，垂直拓展意味著增加處理速度、存儲(chǔ)和內(nèi)存的系統(tǒng)參數(shù)，以獲得更高的性能。這種方法受到物理能力的限制，其改進(jìn)需要引入更復(fù)雜的元素(例如，硬件和軟件)，無疑會(huì)增加現(xiàn)實(shí)過程中的時(shí)間和經(jīng)濟(jì)成本。另一種方法是使用水平擴(kuò)展，即利用集成的分布式單個(gè)資源作為單個(gè)系統(tǒng)，而這種橫向擴(kuò)展才是大數(shù)據(jù)革命的核心。同時(shí)，NIST也將與大數(shù)據(jù)系統(tǒng)設(shè)計(jì)相關(guān)的子概念進(jìn)行了界定，譬如，大數(shù)據(jù)范例(Big Data Paradigm)包括跨水平耦合的獨(dú)立資源分布數(shù)據(jù)系統(tǒng)，旨在提供有效處理大量數(shù)據(jù)集所需的可擴(kuò)展性[14]。