随着移动互联网、电子商务、社交媒体等互联网技术与移动通讯技术的飞速发展与普及使得数据量急剧增长，引发了企业、政府、交通、医疗等行业或机构对数据服务的强烈需求。根据2019年5月，在贵阳市召开的中国国际大数据产业博览会报告，预计到2022年全球将拥有50 ZB的数据量，中国数据年均增速超过50%，数据总量占全球的20%，将成为数据量最大、数据类型最丰富的国家之一[1]。2018年中国数字经济的总量超过31万亿元，占国内生产总值（gross domestic product，GDP）比重达到34.8%对GDP增长的贡献率达到67.9%[2]。习近平总书记分别在十九大报告以及2018年全国网络安全和信息化工作会议上指出“要推动互联网、大数据、人工智能和实体经济深度融合，加快制造业、农业、服务业向数字化、网络化、智能化方向发展”[3-4]。2019年5月，省委书记孙志刚在贵阳市调研中国国际大数据产业博览会筹备情况和大数据创新应用工作时，强调“全省上下要深入贯彻习近平总书记关于大数据发展的重要指示精神，坚定不移地把大数据战略行动向纵深推进，加快大数据与实体经济深度融合”[5]。2021年1月1日，全国首个大数据融合领域地方标准DB52/T 1548.1—2020《大数据与实体经济融合评估规范第1部分：总则》正式实施。2021年10月11日，贵州新的大数据交易中心正式运行，标志着贵州数据流通交易进入2.0时代。2021年，贵州产业数字化占GDP比重达31.8%，占数字经济比重超90%。2022年5月6日，工信部部长肖亚庆在2022中国国际大数据产业博览会指出，坚定不移实施国家大数据战略，加快数字产业化、产业数字化，为制造强国、质量强国、网络强国、数字中国提供有力支撑[6]。在移动互联网与大数据浪潮的推动下，国家将贵州省作为中国大数据发展的试验基地，贵州省委、省政府将发展大数据作为推动企业转型升级、增强企业创新驱动能力的主要战略。
贵州省拥有得天独厚的自然地理条件和良好生态环境赋予了贵州白酒“生态健康、幽雅细腻、酒体醇厚、回味悠长、留香持久”的特质，尤其是以茅台酒为代表的酱香酒产业更是贵州省重要的支柱产业之一。贵州省是大数据产业发展的先驱，互联网市场呈现百花齐放状态，整合贵州省大数据信息，精准运用到本省酱酒生产和销售的过程中，发展前景可观。
可见，无论从国家还是贵州省的发展战略，均对发展大数据及大数据相关产业引起了足够重视，酱酒产业与大数据的结合符合贵州省大数据的发展战略。
1 文献回顾
吴传荣等[7]针对大数据环境下知识转移的特征，通过建立数理模型定量研究了知识转移的时间优化问题；黄浪等[8]针对大数据环境下的系统安全管理问题，研究了数据和信息在系统安全研究中的双重性质演变，进一步分析了大数据视阈下，现有系统安全理论建模面临的挑战与机遇；吴志敏[9]针对大数据环境下的城市应急管理问题，提出从深化城市应急管理大数据应用的研究层面、提高城市应急管理机制的大数据适应性、构建城市应急管理大数据综合平台三个方面发展城市应急管理大数据应用；HOPP W J等[10]针对大数据背景下的医疗管理问题，提出了基于大数据的精准医疗的管理框架，进一步分析将大数据应用于医疗领域所面临的较多困难。李杰[11]针对大数据应用中个人信息保护的风险进行分析，通过完善具体的法律规则，以实现更好地保护公民的个人信息和促进经济发展的双重目的。程雪军等[12]从个人信用信息权益的法律保护的角度，探讨了大数据时代个人信用的法律保护面临的问题，采取“政府监管-行业自律-企业自治-社会监督”的监管模式，从源头上减少因大数据对个人信用信息侵权行为。
鲜有文献从资源管理视角针对大数据资源的所有权与使用权归属问题、数据安全与隐私保护策略、数据开发应用模式以及数据服务运作机制开展深入的研究，针对白酒企业大数据研究更少。然而，要实现国家和贵州省的大数据发展战略目标，要推动大数据与酱酒产业深度融合，首先要解决酱酒产业大数据资源的所有权与使用权归属问题、数据安全与隐私保护问题，然后要在此基础上探索酱酒产业大数据资源的开发应用模式以及数据服务运作机制。
2 酱酒产业大数据资源的应用困境
在“十三五”期间，贵州省在大数据基础建设方面已取得了突出的成效，大数据存储基地已基本建成，大数据产业链逐渐形成。然而，发展大数据的目的不仅仅是为了存储数据，更重要的是实现大数据服务于社会和经济发展。由于数据资源的多源、异构等特征，使得数据资源的所有权与使用权归属问题尚未鉴定清楚，由此引发的数据安全、隐私保护、数据交易机制等问题尚未得到解决，从而进一步影响到大数据资源的深度开发与应用。
2.1 大数据的确权不规范
数据是国家基础性、战略性资源，是驱动数字经济发展的新“石油”。探索数据流通交易，是国家大数据（贵州）综合试验区的七大任务之一，贵州省数据流通交易服务中心挂牌成立，数据流通交易平台上线运行，标志着贵州数据流通交易进入2.0时代。贵州省数据流通交易平台上线首日，贵州电网、云上贵州、贵州银联、贵州多彩宝等15家专业“数据商”入驻，上架数据产品和服务20余个。平台的正式运行，为全国在数据确权、数据定价、交易机制和运营模式的探索创新提供了“实验田”。大数据的确权虽然从政府层面已经迈出第一步，清晰的产权界定是大数据交易市场建立和发展的必要前提[13]，但因为确权的规范性及其他问题，基本是国有企业在参与，民营企业对大数据的确权还处于谨慎状态，大数据的确权商用还有较长的路要走。
2.2 数据安全问题导致酱酒企业对大数据的信任危机
大多数的酱酒企业担心产业数据泄露是其不愿意使用大数据的重要原因之一。国内数据泄露事件屡见不鲜，而且随着交流工具的普及，造成数据泄露的事件与日俱增。这使得酱酒企业对于使用大数据有一定的顾虑。数据泄露造成酱酒企业对于大数据的安全性缺乏信任。数据被泄露、盗取的根本原因就是数据的大价值功用[14]。我国每年数据泄露事件有不少，而且数据泄露涉及到每一个行业，因此数据安全问题对企业风险管理尤为重要[15]，在这样的情况下，酱酒企业对于大数据的安全性和数据保密性持怀疑态度。贵州省数据流通交易服务中心的成立，贵州省、市共同打造数据流通交易新模式，将突出政府公信力、强调市场属性、聚焦数据供给，按照“三个一”建设模式推进，可以进一步破解数据流通交易中公信力缺失，可以为酱酒企业应用大数据提供信任助力。
2.3 酱酒企业客户资源的隐私保护问题
对于酱酒企业最核心的资源有三个，一是得天独厚的的自然资源环境是酱酒企业酿造美酒的基础，二是独特的酿酒工艺和技术是酱酒企业生存的根本，三是客户资源是酱酒企业发展的生命线。相对来说客户资源更是酱酒企业的最核心资源，产品只有通过交易才成为商品，对于大多数的酱酒企业，不缺少美酒，而缺少能够把美酒变现的营销能力，而营销的基础即是客户资源的开发和维护。当今，酱酒企业的竞争越来越激烈，客户资源已是酱酒企业发展的核心竞争力，客户资源的获取极为不易，OHM P[16]指出，“数据要么是有用的，要么是完全匿名的，但二者不可兼得”，伴随数据的发展，社会范围内产生的数据信息数量不断增长，信息中的敏感因素，在使用、管理不当的情况下会诱发信息泄露、信息盗取、信息篡改等不安全事故，严重损害了计算机网络信息安全[17]。由此，客户资源的隐私保护是所有酱酒企业都面临的最重要的问题，也是酱酒企业对大数据应用的最重要的担忧，更是阻碍大数据在酱酒产业应用的重要因素。
2.4 数据资源的交易机制不健全
NORTH D C[18]在《经济史的结构与变迁》（structure and change in economic history）书中提出产权界定的缺失。产权界定的缺失直接限制了数据的正常交易和合理使用，国家明确，“十四五”期间要进一步探索数据流通交易，加快培育数据要素市场。贵州省数据流通交易平台上线，为全国在数据确权、数据定价、交易机制和运营模式的探索创新提供了“实验田”。数据交易的核心问题就是数据产权的定价[19]，但数据资源的交易机制目前还都处于探索阶段，交易机制较为不健全，这会影响大数据资源的交易发展。
3 酱酒产业大数据资源的应用建议
3.1 构建大数据与酱酒产业融合的技术标准体系
以国家、省、行业大数据标准为基础，在全面理解酱酒业务的基础上，针对酱酒产业的大数据需求，按照平台和数据两个维度，构建数据融合（建）、数据治理（管）、数据服务（用）贯穿数据全生命周期的数据标准体系见表1。
表1 大数据与酱酒融合技术标准体系
Table 1 Standard system for integration technology of big data and sauce-flavor Baijiu
大数据与酱酒产业融合技术标准体系数据维度数据融合“建”数据治理“管”数据服务“用”平台维度系统建设“建”平台运营“管”平台使用“用”元数据管理数据资源池建模规范信息资源目录标准基础编码标准数据质量管理规范国家标准数据采集规范数据处理规范数据安全管理规范数据交换规范数据资源服务目录标准行业标准信息资源目录管理规范平台开发规范数据基础接口规范数据安全技术规范平台运行维护管理规范平台安全管理规范本省标准平台资源管理规范平台应用介入规范平台数据接入规范
3.1.1“数据”维度构建大数据与酱酒产业融合技术标准体系
（1）数据融合
主要考虑因素是“数据来源、数据获取、数据存储”几个方面进行规范，主要用于数据整合、数据接入、数据存储和数据清洗等功能，解决数据标准化问题。主要包括：数据采集规范、信息资源目录标准、数据资源池建设规范等。
（2）数据治理
数据辅助政府治理，数据驱动企业创新[19]从数据治理的角度主要考虑“数据如何管理”，实现“运营数据、治理数据、长效运维”的目标，主要用于数据资源管理、数据质量控制、数据标准管理等工作。主要包括：数据质量管理规范、数据安全管理规范、数据资源目录管理规范等。
（3）数据服务
主要从体现数据价值的角度构建一个标准的、统一的、开放的和权威的服务体系，制定一系列的服务规范，用于明确对外提供的服务技术规范，保证对外服务质量、安全和一致性。主要包括：数据标准规范、数据共享服务标准等。
3.1.2“平台”维度构建大数据与酱酒产业融合技术标准体系
在平台标准维度方面，基于大数据标准化白皮书与酱酒产业的实际应用构建大数据平台标准体系，按照应用建设全生命周期将标准体系分为系统建设、平台运营、平台使用三个层面。
（1）系统建设
构建平台建设、平台相关应用建设标准体系，规范平台以及相关酱酒产业应用的建设工作。主要包括：平台开发规范、数据集成接口规范、数据安全技术规范等。
（2）平台运营
基于平台运营标准构建大数据平台在酱酒产业运营的管理体系，支撑大数据平台资源管理与分配。主要包括：平台运行维护管理规范、平台安全管理规范、平台资源管理规范等。
（3）平台使用
大数据平台用户主要包括酱酒产业业务部门使用者、信息部门管理者和信息化开发者以及酱酒消费者用户，基于大数据平台用户构建平台使用规范。
3.2 政府主导统一的数据中心解决大数据应用的信任危机
政府主导统一的数据中心，可以有效解决大数据应用的信任危机，针对企业内、外部数据，数据采集层通过面向各场景的埋点规范，实现对WEB端、移动端等多种业务场景的数据采集，通过增量数据传输、日志数据传输、数据同步等自动化工具，致力全面、高性能、规范地完成海量实时与批量数据的采集，并将其传输到统一数据中心。
采集平台支持不影响现有业务及数据的情况下，如基于数据库日志变化复制的技术，建设适合酱酒相关现有业务系统实时数据采集的接口，以及离线导入导出子系统，支持对生产管理系统、营销管理系统等大块数据的下载导入，并满足互联网定向数据采集子系统，支持平台从互联网上海量数据资源抓取白酒行业营销、销售、行情等信息。主要采集方式包括批量数据采集、离线导入导出、互联网数据采集、信息填报系统。大数据背景下，数据信息接受、获取、分享渠道的改变，会颠覆企业的传统营销模式[20]。
3.3 酱酒企业客户资源的隐私保护问题
根据酱酒全产业链数据标准规范体系，构建集中存储、统一管理的主数据管理系统，对分布在各个系统中的基础数据进行集中存储，同时建立系统之间这些基础数据的同步机制，保证各个系统之间的数据变化能被及时的跟踪和记录，保证这些基础数据在生成、传递、变更、存储、利用过程中的唯一性、完整性、准确性、及时性，形成一个统一的主数据管理平台，实现数据统一入口、统一校验、统一存储、统一分发的主数据管理模式。制定一套行之有效的安全风险防范策略，是保障大数据安全、客户资源隐私的最佳选择[21]。
3.4 建立大数据资源的交易机制
大数据的发展趋势是跨行业的数据交易，但是目前大数据的交易规则、标准、评估、定价机制还比较缺失，这会严重影响大数据资源的交易。彭慧波等[22]提出大数据交易的四种定价方法，即基于博弈论的协议、数据特征的第三方、元组、查询的定价模型，为大数据交易机制提供理论支持。
贵州省的大数据交易所就已经制定了十大标准及规范，为会员企业（国企）提供较为完善的数据确权、数据定价、数据交易、结算、交付等服务支撑体系，一定程度上促进了大数据交易从“分散化”“无序化”向“平台化”“规范化”的转变[23]。数字营销已是大数据应用的重点。电商数据直接反应用户的消费习惯，对企业决策有有很高的应用价值”[24]。但是，目前的会员企业均为国有企业，民营企业还未涉及，酱酒产业的企业，除茅台集团外，其他均为民营企业。如何让大数据与基本上为民营企业的酱酒产业融合交易是未来必然思考的问题。
4 结论
大数据的交易是建立在数据资源产权明晰的基础之上[25]，未来，酱酒产业的大数据资源应用，必然会依托政府主导打造数据交易、安全的公信力，借助交易平台提供的交易规则、标准、评估及定价，结合大数据与酱酒融合技术标准体系，同时出台相关的法律法规来保障大数据资源被酱酒产业广泛利用，方可发挥最大效率。
[1]2019中国国际大数据产业博览会[N].新华网，2019-05-28.
[2]苗圩.在2019中国国际大数据产业博览会开幕式上的致辞[N].贵州日报，2019-05-28（001）.
[3]习近平.中国共产党的十九大工作报告[R].2017-10-29.
[4]习近平.2018年全国网络安全和信息化工作会议重要讲话[R].2018-4-20.
[5]孙志刚.精心筹备办好数博会全方位提高贵州大数据事业发展水平[N].贵州日报，209-5-10（002）.
[6]2022中国国际大数据产业博览会在贵阳举行[J].招标采购管理，2022（6）：9.
[7]吴传荣，陈英武，曾德明.大数据环境下知识转移时间优化研究[J].系统工程理论与实践，2018，38（2）：472-481.
[8]黄浪，吴超，王秉.大数据视阈下的系统安全理论建模范式变革[J].系统工程理论与实践，2018，38（7）：1878-1885.
[9]吴志敏.大数据与城市应急管理：事态、挑战与展望[J].管理世界，2017（9）：170-171.
[10]HOPP W J,LI J,WANG G H.Big data and the precision medicine revolution[J].Prod Oper Manag,2018,9(27):1647-1664.
[11]李杰.大数据应用中个人信息保护法律制度研究[D].上海：上海外国语大学，2021.
[12]程雪军，侯姝琦.互联网平台数据垄断的规制困境与治理机制[J].电子政务，2023（3）：2-18.
[13]茶洪旺，袁航.中国大数据交易发展的问题及对策研究[J].区域经济评论，2018（4）：89-95.
[14]赵毅.大数据应用中的伦理问题研究[D].大连：大连理工大学，2021.
[15]贺丽萍.大数据背景下企业面临的风险[J].当代会计，2020（17）：151-152.
[16]OHM P.Broken promises of privacy:respondingd to the surprising failure of anonymization[J].UCKA Law Rev,2010,57:1701-1777.
[17]王荣汉，彭添焕，毛铂明，等.大数据应用中的网络安全保障分析[J].网络安全技术与应用，2022（8）：49-50.
[18]NORTH D C.Structure and change in economic history[M].New York:W.W.Norton&Company,1983:366-368.
[19]魏鲁彬.数据资源的产权分析[D].济南：山东大学，2018.
[20]杨云勇，穆肇南，李静.大数据开创新世界[M].成都：电子科技大学出版社，2017：68-98.
[21]雷宇.大数据应用模式及安全风险研究[J].科技资讯，2021，19（19）：20-22.
[22]彭慧波，周亚建.数据定价机制现状及发展趋势[J].北京邮电大学学报，2019，42（1）：120-125.
[23]孙晓蓉，曾帅.数据流通交易平台上线运行贵州大数据交易升级2.0时代[N].贵州日报，2021-10-13（001）.
[24]中国信息通信研究院.大数据白皮书（2019）[R].北京：中国信息通信研宄院，2019.
[25]赵豫生，林少敏.大数据交易困境与产权界定：基于效率的政府角色[J].兰州财经大学学报，2020，36（1）：38-46.