前 言
一、大数据时代推动数字中国建设
当今世界已经进入大数据时代。党中央、国务院高度重视大数据在我国国民经济和社会发展中的重要作用，进行了一系列工作部署，有助于中国从“数据大国”迈向“数据强国”。
2014年，“大数据”首次出现在我国政府工作报告中，此后“大数据”连续多年被写入政府工作报告，上升为国家战略，逐渐成为被热议的词汇。2015年，国务院正式印发《促进大数据发展行动纲要》，其明确指出，坚持创新驱动发展，加快大数据部署，深化大数据应用，已成为稳增长、促改革、调结构、惠民生和推动政府治理能力现代化的内在需要和必然选择。2016年，工业和信息化部(简称工信部)印发的《大数据产业发展规划(2016—2020年)》指出，数据是国家基础性战略资源，是21世纪的“钻石矿”。
《飞轮效应：数据驱动的企业》一书中指出，在商业世界中，数据一直都不是什么新鲜的东西，但是当海量的数据积累所造就的“大数据”时代的到来，经济的新增量已经逐渐露出了面纱。大数据将逐渐成为现代社会基础设施的一部分。对于任何企业来说，数据都是其商业皇冠上最为耀眼夺目的那颗宝石。数据是企业发展的基础设施和“核武器”。数据资源成为企业新型动力源，数据分析系统成为企业腾飞的动力系统，决定了企业运行的速度与高度。
2019年的政府工作报告中明确提出，深化大数据、人工智能等研发应用，培育新一代信息技术、高端装备、生物医药、新能源汽车、新材料等新兴产业集群，壮大数字经济。2020年的政府工作报告中又提出，发展新一代信息网络，拓展5G应用，建设数据中心；全面推进“互联网+”，打造数字经济新优势。
2021年3月通过的《中华人民共和国国民经济和社会发展第十四个五年规划和2035年远景目标纲要》(简称《国家“十四五”规划纲要》)明确提出，迎接数字时代，激活数据要素潜能，加快建设数字经济、数字社会、数字政府，以数字化转型整体驱动生产方式、生活方式和治理方式变革。
2021年10月，中共中央政治局进行了第三十四次集体学习，主题是推动我国数字经济健康发展。习近平总书记指出，发展数字经济是把握新一轮科技革命和产业变革新机遇的战略选择。他强调，充分发挥海量数据和丰富应用场景优势，促进数字技术与实体经济深度融
合，赋能传统产业转型升级，催生新产业新业态新模式，不断做强做优做大我国数字经济。
2021年11月，工信部发布的《“十四五”大数据产业发展规划》指出，数据是新时代重要的生产要素，是国家基础性战略资源。大数据是数据的集合，以容量大、类型多、速度
快、精度准、价值高为主要特征，是推动经济转型发展的新动力，是提升政府治理能力的新途径，是重塑国家竞争优势的新机遇。到2025年，大数据产业测算规模突破3万亿元，年均复合增长率保持在25%左右。
2022年1月，国务院公开发布的《“十四五”数字经济发展规划》指出，数字经济是继农业经济、工业经济之后的主要经济形态。该《规划》强调，数字经济发展速度之快、辐射范围之广、影响程度之深前所未有，正推动生产方式、生活方式和治理方式深刻变革，成为重组全球要素资源、重塑全球经济结构、改变全球竞争格局的关键力量。
2022年10月16日，习近平总书记在党的二十大报告中明确提出，加快发展数字经济，促进数字经济和实体经济深度融合，打造具有国际竞争力的数字产业集群。
2023年2月，中共中央、国务院印发的《数字中国建设整体布局规划》指出，建设数字中国是数字时代推进中国式现代化的重要引擎，是构筑国家竞争新优势的有力支撑。加快数字中国建设，对全面建设社会主义现代化国家、全面推进中华民族伟大复兴具有重要意义和深远影响。
如今，大数据浪潮正在迅速地朝人们涌来，并将触及各个行业和生活的诸多方面。大数据浪潮将比之前发生过的浪潮更大、触及面更广，给人们的工作和生活带来的变化和影响更深刻，也将悄然地改变人们的生活方式和思维习惯。维克托·迈尔-舍恩伯格(Viktor Mayer-Schönberger)在《大数据时代：生活、工作与思维的大变革》一书中明确指出，大数据时代最大的转变就是思维方式的三种转变：总体而非抽样、混杂而非精确、相关而非因果。
具体而言，有了大数据技术的支持，科学分析完全可以直接针对全集数据而不是抽样数据；抽样分析需要追求精确性，而大数据时代需要的是响应效率，具有“秒级响应”的特征；传统的数据分析注重因果关系，在大数据时代，因果关系不再那么重要，人们转而追求相关性。
大数据对整个社会的影响是深刻的、全面的。以大数据这个新型生产要素作为纽带，把云计算、物联网、区块链、人工智能等新质生产力凝聚在了一起。数字产业化与产业数字化覆盖了整个社会的方方面面，同时也促使新型生产关系正在形成。
2022年12月，中共中央、国务院印发的《关于构建数据基础制度更好发挥数据要素作用的意见》指出，数据作为新型生产要素，是数字化、网络化、智能化的基础，已快速融入生产、分配、流通、消费和社会服务管理等各环节。该《意见》强调，完善数据要素市场体制机制，在实践中完善，在探索中发展，促进形成与数字生产力相适应的新型生产关系。
随着云计算、物联网、区块链、人工智能等信息技术的迅猛发展，大数据在电子商务、媒体营销、物流交通、金融科技、旅游娱乐、医疗卫生、工业农业等诸多行业得到了广泛应用。如今，大数据应用已经进入经济、政治、文化、社会、生态文明建设各领域，继而逐步形成数字中国。
二、教材开发迫在眉睫
产业发展离不开人才，加强大数据人才队伍建设迫在眉睫。《大数据产业发展规划(2016—2020年)》在分析面临的形势时指出，大数据基础研究、产品研发和业务应用等各类人才短缺，难以满足发展的需要。该《规划》在保障措施中强调，建立适应大数据发展需求的人才培养和评价机制。加强大数据人才培养，整合高校、企业、社会资源，推动建立健全多层次、多类型的大数据人才培养体系。鼓励高校探索建立培养大数据领域专业型人才和跨界复合型人才机制。支持高校与企业联合建立实习培训机制，加强大数据人才职业实践技能培养。
《“十四五”数字经济发展规划》指出，提升全民数字素养和技能，实施全民数字素养与技能提升计划，深化数字经济领域新工科、新文科建设。《数字中国建设整体布局规划》在保障措施中强调，增强领导干部和公务员数字思维、数字认知、数字技能；统筹布局一批数字领域学科专业点，培养创新型、应用型、复合型人才；构建覆盖全民、城乡融合的数字素养与技能发展培育体系。
2022年12月，为提升教师利用数字技术优化、创新和变革教育教学活动的意识、能力和责任，教育部发布了《教师数字素养》(教科信函〔2022〕58号)。教师数字素养框架包括5个一级维度、13个二级维度和33个三级维度。一级维度包括数字化意识(具体分为数字化认识、数字化意愿和数字化意志3个二级维度)、数字技术知识与技能(具体分为数字技术知识和数字技术技能2个二级维度)、数字化应用(具体分为数字化教学设计、数字化教学实施、数字化学业评价和数字化协同育人4个二级维度)、数字社会责任(具体分为法治道德规范和数字安全保护2个二级维度)，以及专业发展(具体分为数字化学习与研修、数字化教学研究与创新2个二级维度)。
目前，世界已经进入大数据时代，我国高等教育正在全力推进“四新”(新工科、新医
科、新农科、新文科)建设，开展深度数字化改造升级。因此，新文科建设应紧紧抓住大数据应用这条主线，促进传统专业的转型升级。
大数据开发与应用涉及三个主要环节：大数据技术、大数据管理和大数据应用。与之相对应的是大数据技术人才、大数据管理人才和大数据应用人才，如图1所示。大数据技术人才是大数据产业发展的基础力量；大数据管理人才是大数据产业发展和应用推广的核心力量；大数据应用人才是大数据广泛推广应用的重要力量，涉及面最广，需求量最大。
图1 大数据开发与应用的三个环节及相关人才
新工科的数据科学与大数据技术专业(一般设在信息学院、计算机学院)依托计算机科学与技术专业应运而生，侧重于培养大数据领域的专业型技术人才(与图1左侧圆环相关)，目前已有近千所本科院校开设了此专业，发展相对比较成熟；新文科的大数据管理与应用专业(一般设在经管学院)发展较晚，侧重于培养跨学科复合型的大数据管理和应用人才(与图1中间圆环相关，参见专栏1-6)，哈尔滨工业大学、东北财经大学等五所大学于2018年首次开设该专业，目前也只有200余所本科院校开设了此专业。众多传统专业与图1右侧圆环相关，这也是传统专业数字化转型升级的理论基础和现实需要。
自新文科的大数据管理与应用专业开设以来，大数据管理与应用概论即为其专业基础课、必修课和专业核心课程，同时也逐渐成为经管类其他专业及非计算机类理工科专业进行数字化转型升级的必修课。
一个专业具备科学完整的课程体系、一门课程拥有完善的知识结构，这不仅是其成熟发展的重要标志，也是其顺利发展的前提条件。然而，新文科的大数据管理与应用专业在人才培养方案、课程体系、教学内容和专业教材等方面都处于探索阶段，特别是作为专业基础课程的大数据管理与应用概论课程更是尚待完善。
目前，有关大数据管理与应用概论的教材大多是由理工科计算机科学与技术、数据科学与大数据技术等专业的教师编写的，技术内容较多，技术性较强，这些教材与新文科的大数据管理与应用专业的侧重点并不相同，更适合新工科的数据科学与大数据技术专业使用。
因此，构建适合新文科的大数据管理与应用概论课程体系并编写相应的教材就显得尤为迫切。该课程体系的构建和相关教材的开发不仅可以满足新文科的大数据管理与应用专业的需要，还可以兼顾经管类其他专业及非计算机类理工科专业拓展大数据管理与应用基础知识的需要，助力传统文科专业及非计算机类理工科专业进行数字化转型升级。
三、重构“345542”课程体系
大数据管理与应用概论是大数据管理与应用专业必要的先修课程，面向大一学生开设。同时，它也是经管类其他专业及非计算机类理工科专业进行数字化转型升级的必修课程，是系统性研究大数据及其管理和应用活动规律性的一门学科。大数据管理与应用作为独立的学科，是大数据管理原理和大数据应用实践的结合。
学习该课程，不仅有助于学生了解大数据的内涵和特点、大数据与社会经济发展的关
系，以及大数据管理与应用的主要学科知识和课程体系，还有助于学生建立大数据思维、认知大数据相关技术、从管理和应用的角度掌握大数据管理基本理论和大数据技术基础知识、熟悉海量数据处理的基本流程及与之匹配使用的主要技术和工具、具备大数据应用的基本能力。对于大数据管理与应用专业的学生来说，学习该课程可以为学习后续专业课程打下良好基础；对于经管类其他专业及非计算机类理工科专业的学生来说，学习该课程可以起到拓宽视野、掌握大数据应用的作用。对于其他社会各界人士起到提高数字素养的作用。
目前流行的大数据管理与应用概论课程体系主要从数据科学与大数据技术专业相关课程演变而来，专业技术含量较多，对于大数据管理与应用专业而言，有些过深，非必要；有关大数据管理的基本职能方面的内容几近空白，虽有涉猎，但是很零星，不系统；有关大数据应用方面的内容有不少案例，但是缺乏系统性归类和梳理。
为此，本书重构了大数据管理与应用概论课程体系，新的课程体系强化了大数据管理基础理论与主要职能的内容。对于大数据技术基础方面的内容本着“必需、够用”的原则去处理；对于大数据应用方面的内容则是从管理职能和行业领域两个视角(横向和纵向两个维度)进行系统归类和梳理，展现了大数据在个人、社会和国家等不同层面发挥的巨大作用。
从图1中可以看出，大数据管理既与大数据技术相关，又与大数据应用相连。因此，可以从理论、技术和应用三个维度(层面)来构建大数据管理与应用概论知识体系，其中大数据管理理论是核心和重点，大数据技术基础是基石和保障，大数据应用实践是落脚点和价值体现。
第一维度(层面)是理论，理论是认知的必经途径，也是被广泛认同和传播的基线。本书中从大数据的特征和定义理解行业对大数据的整体描绘和定性；从对大数据价值的探讨来深入解析大数据的珍贵所在；从大数据发展足迹洞悉大数据的发展趋势；从大数据隐私这一特别且重要的视角审视人和数据之间的长久博弈关系。
第二维度(层面)是技术，技术是大数据价值体现的手段和前进的基石。本书中分别从云计算、物联网、人工智能、区块链等大数据相关技术和数据采集与预处理技术、分布式存储技术、大数据处理与分析技术、数据呈现与可视化等大数据关键技术的发展来说明大数据从采集、存储，到处理、分析、形成结果的整个过程。
第三维度(层面)是应用，应用是大数据的最终价值体现。本书中分别从管理职能视角(如大数据预测与决策、大数据与市场营销、大数据与人力资源管理、财务大数据分析、大数据与研发、大数据与生产运营等)和行业领域视角(如在经济、政治、文化、社会、生态文明建设等社会经济发展各领域的应用)看大数据应用，即从横向和纵向两个维度进行归类和梳理，描绘大数据已经展现的美好景象及即将实现的蓝图。
从前文可知关于大数据技术已有众多相对成熟的研究，从中进行必要的取舍与整合即可。但是，关于大数据管理的研究既不系统也不全面，因此，构建大数据管理基础理论与主要职能就成为重中之重的议题。从一般性而言，大数据管理和应用的各个方面必然离不开亨利·法约尔(Henri Fayol)提出的计划、组织、指挥、协调和控制五项管理的基本职能。这些基本职能的学习应该是在管理学课程中完成的。从特殊性而言，应该重点考虑与大数据管理息息相关的基础理论和主要职能。
通过认真研究梳理，在构建大数据管理的基本框架时应重点考虑大数据概述、数据资产理论、数据权理论、大数据思维、大数据伦理，以及大数据发展规划、大数据组织架构、数据开放与共享、大数据交易、大数据安全(大数据治理体系)等。前五项内容是大数据管理的基础理论，后五项内容是大数据管理的主要职能。掌握大数据管理基础理论是研究大数据管理主要职能的前提和条件，大数据管理主要职能是大数据管理基础理论的延伸和发展。
重构后的课程体系可以概括为“345542”，即“三个维度、四个理论、五项职能、五项技术(1+4，大数据及相关技术)、四个关键和两个视角”(见图2)。本书从理论、技术与应用三个维度构建整个课程知识体系。首先，在理论部分，重点探讨数据资产理论、数据权理论、大数据思维、大数据伦理四个基础理论和大数据发展规划、大数据组织架构、数据开放与共享、大数据交易、大数据安全五项主要职能；其次，在技术部分，从管理和应用需要的角度介绍云计算、物联网、人工智能、区块链和大数据五项技术，重点介绍数据采集与预处理、数据存储与管理、数据处理与分析、数据可视化呈现四个大数据关键技术；最后，在应用部分，从管理职能和行业领域两个视角精选具有代表性的典型成果展示大数据应用价值。
图2 大数据管理与应用概论课程体系结构
需要说明以下两点内容。
第一，大数据应用广泛，内容丰富，《“十四五”大数据产业发展规划》中就列举了16个行业之多。然而，很多应用是相似的，如果在本书中重复介绍，不仅会增加不必要的篇幅，还会造成边际学习收益递减，浪费宝贵的学习时间。因此，从管理职能和行业领域两个视角(即横向和纵向两个维度)精选具有代表性的典型成果来展示大数据的应用价值是明智之举。
第二，大数据管理主要职能有“一明一暗”两条线，分别从宏观和微观两个层面阐述其主要内容。“一明”是指从宏观层面来看，大数据管理主要职能包括大数据发展规划、大数据组织架构、数据开放与共享、大数据交易、大数据安全，这些内容集中在第3章；“一暗”是指从企业内部来看，大数据管理主要职能包括企业数据组织、数据规划、数据采集、数据分析、数据应用，这些内容分散在第3章、第5章和第6章。
企业数据组织是指企业数据管理组织架构及协调机制，这是基本的组织保障(详见3.2.4节)；数据规划是企业数据工作的计划开端(详见3.1.3节)；这里的数据采集是从业务管理的视角出发的(详见3.3.1节和3.3.3节)，与第5章的数据采集与预处理技术的角度不同；数据分析，从技术实现上与数据处理和分析技术相关，从结果呈现上与数据呈现和可视化技术相连，因此，可以借用数据可视化技术与业务管理相结合的相关内容(详见5.5节)；数据应用可以从管理视角来看大数据应用的相关内容(详见6.1节)，也涉及部分从行业视角看大数据应用的相关内容(详见6.2节)。
以最易体现价值的“数据应用”为牵引，以“数据组织”为保障，启动“数据规划”，简化“数据采集”难度，标准化及智能化“数据分析”过程，最终用多样的应用场景工具实现敏捷的行动，从而达成以始为终的数据驱动闭环，如图3所示。
图3 企业大数据管理循环图
在本书的撰写过程中突出的主要特点如下。
(1) 整合课程体系，注重应用能力培养。重新构建符合面向实践应用的大数据管理与应用概论课程体系，强化大数据管理基本职能。对于大数据技术基础方面的内容本着“必需、够用”的原则处理，对于大数据应用方面的内容则是分别从管理职能方面的应用和行业方面的应用进行归类和梳理。
(2) 立足学以致用，加强实践训练。注重理论与实践相结合，突出应用性和实践性，增加数字战略规划、数据管理方法等实践性较强且又非常实用的内容，结合大数据管理与应用的实际案例，可以较好地满足应用型人才培养的需要。
(3) 注重语言流畅，做到通俗易懂。在分章撰写关于大数据管理与应用概论的重点内容和实用内容时，注重语言的表达方式，尽量避免大段文字，争取做到像讲故事一样娓娓道
来，使学生易于理解和接受。
在教材体例上充分考虑案例教学法的需要，每章开篇设有导入案例，在每章正文中，不仅穿插了专栏，用于介绍当今的一些新趋势、新观点或典型案例，帮助学生开阔视野，加深对重点问题的理解和掌握，还穿插了概念辨析，有助于学生加深对难点问题、易混淆概念的理解和掌握。在部分章后设有阅读材料，以拓宽学生的知识面，加深对正文内容的理解和认识。
本书各章的基本体例结构如下。
(1) 学习目标与重点：说明本章的学习目标及对各部分内容的掌握程度。
(2) 导入案例：引发学习兴趣，引入思维环境。
(3) 本章正文：本章的核心内容。
(4) 专栏：穿插于正文中，用于介绍当今的一些新趋势、新观点或典型案例，帮助学生开阔视野，加深对重点问题的理解和掌握。
(5) 概念辨析：穿插于正文中，有助于学生加深对难点问题、易混淆概念的理解和掌握。
(6) 关键术语：本章涉及的关键概念索引。
(7) 本章内容结构：本章核心内容的体系结构。
(8) 阅读材料：此类资料篇幅要大于专栏，是相对比较完整的补充阅读材料，用于拓宽学生的知识面，加深对正文内容的理解和认识。
全书突出案例教学和互动交流、研讨。
另外，拟将配套出版综合练习册，包括名词解释、判断、填空、单项选择、多项选择、简答、简述、计算分析、案例分析、观点阐述、搜索思考等题型。
四、突出“精”“准”“新”“活”“实”5个显著特征
《大数据管理与应用概论》是根据应用型人才的培养目标和“以人为本、学以致用”的办学理念编写而成
的。理论部分以“精、新、实”为原则，以“必需、够用”为度，精选必要的内容，而其余内容则引导学生根据兴趣和需求有目的、有针对性地自学；实践部分则突出应用能力的培养，加大实践教学的力度，创新实践教学的内容和形式，以此为依据，统筹考虑和选取教学内容。本书内容新颖、精辟，能及时把最新科研成果引入教学，突出了课程内容的应用性与先进性。
大数据管理与应用概论是一门综合性、实用型的课程，既涉及理论与技术，又涉及应用。因此，本书以“好读、实用、操作性强”为编写宗旨和目标，具有“精”“准”“新”“活”“实”5个显著特征。
“精”：理论部分力求简洁、精炼，用结构式描述法替代长篇大论的大段文字描述法，好读、易记，便于理解，使学生从宏观的角度对大数据管理与应用有整体且全面的认识，至于从微观角度进行的学习研究则是各门专业课的任务。因此，本书舍弃晦涩难懂的专业内容和繁杂的公式，力求用通俗易懂的语言讲清其间的逻辑关系和深奥的道理。
“准”：准确阐明大数据管理的理论和概念，力求使理论体系全面、完整、准确。为此，在编写过程中参阅了大量研究成果并进行了深入的调查研究，设定了本书目前的结构和内容。
“新”：近年来，我国大数据管理与应用的理论与实践取得了长足进展，迫切需要对相关内容进行更新。因此，本书注重采用最新数据，主要数据截至2023年，部分数据截至2024年初。
“活”：本书采用了大量典型的案例且编写手法灵活，这从前面的体例结构中可以得到充分的印证。
“实”：本书内容系统、实用、符合国情，有利于学生循序渐进地学习，具有较强的可操作性。在案例的选取上，注重选取经典案例和学生熟悉的最新案例，以提高学生的参与度。
本书由沈阳工学院的刘平教授起草写作大纲并担任主撰写人，沈阳工学院的刘业峰、徐佳澍、张超，以及沈抚改革创新示范区美中育才学校的谭梦雅等教师参与了部分内容的撰写工作，梁琦、刘宇、沈稚童、于子柔等参与了部分资料的整理工作，清华大学出版社在本书编辑与出版方面给予了大力支持，在此一并表示衷心的感谢。此外，本书中的部分概念参考了百度百科、智库百科、搜狗百科、百家号等网络资源，未能逐一列明来源，在此向相关网站及作者表示由衷的感谢。
本书PPT教学课件、教学大纲、授课教案可通过扫描下方二维码下载。
教学资源下载
鉴于编者水平有限，书中难免存在欠妥与疏漏之处，恳请广大读者批评指正。服务邮
箱：476371891@qq.com。
刘平
2024年秋于沈抚改革示范区
