《数据要素：全球经济社会发展的新动力》内容简介

数据作为生产要素是一个全新的命题，引起了社会各界的广泛关注和热烈讨论。但是，数据是什么？数据的价值是什么？每个人的认识都不一样，而且还有一些问题也困扰着从业者。《数据要素全球经济社会发展的新动力》首先分别对数据、信息和知识进行了定义和特点分析，并阐述了数据、信息和知识的基本关系；然后介绍了数据处理及其相关技术，从数据经济学视角分析了数据作为生产要素的理论体系，研究分析了数据生产要素的特点、数据的价值、数据产品的生产供给、数据的应用、数据产权和数据资产，以及数据要素市场供需、估值定价、交易模式、跨境贸易及数据要素收入分配等新理论，并对数据驱动的数字经济进行了多方面的分析；其次从哲学层面简要对数据世界、数据与实体、数据中蕴含的关系进行了剖析；之后介绍了数据伦理、数据立法、组织数据治理、公共数据治理等的主要原则和实践。《数据要素全球经济社会发展的新动力》适合政府的大数据管理与应用人员、科研机构的数据研究人员、企业中互联网经济及数字经济的从业人员阅读，也可供高等院校相关专业的师生参考。
赵刚 博士，毕业于北京航空航天大学； 赛智产业研究院院长，北京赛智时代信息技术咨询有限公司总裁，饮鹿网项目创始人，兼任中国电子商会大数据专委会秘书长，曾任工信部赛迪研究院“赛迪学者”； 长期从事信息化、信息产业、数字经济、大数据和区块链的研究和咨询工作，服务的政府客户、大型企业客户超过100家； 主持完成了《国家大数据（贵州）综合试验区建设方案》《贵州省大数据战略行动》《北京大数据发展报告》《天津智慧城市规划》《广州电子政务架构设计》《贵阳数博大道产业规划》《贵阳“中国数谷”规划》《贵阳区块链发展和应用白皮书》等课题研究； 著有专著《大数据：技术与应用实践指南》《数字化信任：区块链的本质及应用》《区块链：价值互联网的基石》《IT管理体系：战略、管理和服务》等。

作品目录

内
容
提
要
专家赞誉
推荐序
前言
第1章：数据、信息和知识
1.1、数据的定义和特征
1.1.1、数据的定义
1.1.2、数据的特征
1.2、信息的定义和特征
1.2.1、信息的定义
1.2.2、信息的特征
1.3、知识的定义和特征
1.3.1、知识的定义
1.3.2、知识的特征
1.4、数据、信息和知识的关系
第2章：数据处理：从数据中获得信息和知识
2.1、数据的采集
2.1.1、物理世界的数据采集
2.1.2、人类社会的数据采集
2.1.3、从采集源头看数据
2.2、数据的传输
2.2.1、传输数据的电磁波
2.2.2、数据的物理形式——信号
2.2.3、数据传输系统
2.2.4、数据传输协议
2.2.5、数据传输的电信网络
2.3、数据的计算
2.3.1、计算机中的二进制数据表示
2.3.2、计算机中的数据计算
2.3.3、网络中的大数据分布式计算
2.3.4、量子信息计算
2.4、数据的存储
2.4.1、数据存储量
2.4.2、数据存储器
2.4.3、数据库软件
2.5、数据的分析
2.5.1、数据联机分析处理
2.5.2、探索性数据分析
2.5.3、基于数据的机器学习
2.5.4、基于数据的认知智能
2.6、数据的保护
2.6.1、数据访问控制
2.6.2、数据加密解密
2.6.3、数据脱敏
2.6.4、数据可用不可见
第3章：数据与经济：用数据创造价值
3.1、纳入数据的生产要素论
3.2、数据的价值
3.2.1、数据的经济学特点
3.2.2、数据要素投入生产的过程
3.2.3、数据的基本价值：数据可以用于生产信息和知识
3.2.4、数据的应用价值：数据、信息和知识驱动的创新与决策
3.3、数据产品的生产供给
3.3.1、数据产品生产活动
3.3.2、数据生产工具和基础设施
3.3.3、数据生产劳动者
3.4、数据的应用
3.4.1、数据驱动的科学发现
3.4.2、数据驱动的经济发展
3.4.3、数据驱动的民生服务
3.4.4、数据驱动的社会治理
3.5、数据产权与数据资产
3.5.1、数据产权
3.5.2、数据资产
3.6、数据要素市场
3.6.1、数据要素市场化配置的挑战
3.6.2、数据商品与供求关系
3.6.3、公共数据开放共享
3.6.4、数据商品的市场交易模式
3.6.5、数据跨境流动和贸易
3.6.6、数据估值和定价
3.6.7、数据要素的收入分配
3.7、数据驱动的数字经济
3.7.1、数字经济的新优势
3.7.2、数字经济的产业创新
3.7.3、数字经济的企业变革
第4章：数据与世界：用数据认识世界
4.1、数据世界
4.1.1、万物皆比特
4.1.2、镜子隐喻的哲学转向
4.1.3、数据世界
4.1.4、世界的数据模型
4.2、数据与实体
4.2.1、漫谈数据与物
4.2.2、漫谈数据与人
4.3、数据中蕴含的关系
4.3.1、用数据发现相关关系
4.3.2、用数据探索因果关系
第5章：数据治理：让数据更公平、安全、有效率
5.1、应对数据之“害”
5.1.1、侵犯个人隐私权
5.1.2、侵犯他人数据安全
5.1.3、数据统计谬误
5.1.4、数据造假
5.1.5、数据垄断
5.1.6、数据贫富差距
5.1.7、数据歧视
5.1.8、数据禁锢
5.2、数据伦理
5.2.1、数据伦理原则
5.2.2、数据伦理实践
5.3、数据立法
5.3.1、美国数据立法
5.3.2、欧盟数据立法
5.3.3、我国数据立法
5.3.4、其他国家的数据立法
5.4、组织数据治理
5.4.1、数据治理框架
5.4.2、数据战略
5.4.3、数据组织
5.4.4、数据流程
5.4.5、数据技术架构
5.4.6、数据架构和数据资产管理
5.4.7、数据质量管理
5.4.8、数据标准
5.4.9、数据安全管理与风险审计
5.5、公共数据治理
5.5.1、公共数据治理的政策原则
5.5.2、公共数据治理范围和内容
5.5.3、政府数据共享开放