摘要：首先阐述了货运站物流信息集成系统建设的必要性和重要地位，描述物流信息集成系统的逻辑结构框架，本文提出物流集成系统的数据处理功能结构及物流信息处理功能，并对其功能模块的建设进行了设计。下面是小编精心推荐的《数据交换功能开发管理论文(精选3篇)》，欢迎大家借鉴与参考，希望对大家有所帮助！
数据交换功能开发管理论文 篇1：
石油企业数据管理体系建设研究
[摘 要] 石油企业数据资源是石油企业勘探开发研究的基础和依据，数据资源建设体系对石油企业来说尤为重要，不论是前期的区域研究和井位目标研究，还是勘探储量，都直接或间接来源于勘探开发数据。石油企业探索勘探开发数据资源建设体系建设，保障勘探开发数据的正确性、完整性、一致性和及时性;实现跨专业数据综合查询、数据下载服务;实现面向现有应用系统和专业软件的数据支持服务。
[关键词] 数据管理体系;数据资源;数据标准;数据采集;数据服务
doi ： 10 . 3969 / j . issn . 1673 - 0194 . 2020. 07. 027
1 石油企业数据管理现状
通过近几年的信息规划和建设，特别是在“十一五”和“十二五”期间，石油企业在信息化建设方面取得较好的成绩。根据管理流程或业务流程的不同，新建一批专业数据库，例如勘探静态库、勘探动态库、测井库、地化库、地震库和文档库等，这些数据管理现状如下。
1.1 数据质量参差不齐
石油企业各专业数据库分别由不同的业务部门对口建设与管理，管理模式及力度不一，造成各专业数据库在数据标准和数据值的管理方面差异较大，比如数据项在一个数据库中是用字符类型管理，在另一个数据库中是用数据类型管理;同一个数据类型的数据项在勘探静态库定义是浮点型，而在动态库中定义为整型。数据标准、数据值和数据管理模式的差异，造成数据质量的参差不齐。
1.2 数据交换和共享困难
石油企业信息化建设初期缺乏整体的规划，大多系统建设都是以业务部门为主导，业务部门只侧重管理方式和建设成果，没有统一这些系统建设过程中的开发语言、系统架构、数据标准和数据库类型等因素，导致在企业内部形成了一个个的“信息孤岛”。这些“信息孤岛”之间缺乏有效的通信机制，造成数据交换和共享困难，数据的价值不能充分发挥。
1.3 缺乏有效的管理机制
随着信息技术的发展和石油企业信息化建设的推进，企业认识到了数据的重要性，并尝试通过业务流来控制数据流，但由于缺乏有效的管理机制加之人为的因素，导致數据库中产生了大量的垃圾数据。数据产权不明确，管理职责混乱，管理和使用流程不清晰，是造成数据质量问题的重要因素。
2 数据管理体系建设
参考国际大型石油公司和国内石油企业先进的数据管理成功经验，应围绕数据资产化管理这一核心目标，建立石油企业勘探开发数据资源管理系统、数据标准体系、源头数据采集体系、数据存储体系和数据服务体系，实现勘探开发专业数据资产化管理、数据跨专业共享和应用。
2.1 数据资源管理体系
数据资源管理是指对石油企业核心业务涉及的数据进行全生命周期的统一管理。通过数据资源管理对数据进行注册、登记、统计、检索，是勘探开发数据管理的核心，包含业务分析与建模 、数据资源规划、数据资源管理系统建立。
业务分析与建模是在对石油企业的勘探开发业务进行全面分析基础上建立的勘探开发专业模型，形成一套规范的业务描述，为数据资源规划、数据标准建设奠定基础。数据资源规划是在对石油企业勘探开发业务全面分析后，梳理出业务所产生的数据及数据的整个生命周期：从数据的产生源点、数据的上报流程、数据的审核机制、数据的存储、数据的状态到数据的应用，并根据业务对数据的应用需求规划出统一管理的数据资源范围。根据数据产生的源点规划出数据采集的内容、岗位、频率等。数据资源管理系统通过设计一套元数据体系来管理数据的生命周期，建立数据资源管理系统，完成数据资源的注册及数据资源的检索、统计等功能。
2.2 数据标准体系
数据标准是石油企业数据管理的基础，主要包括：勘探开发一体化数据标准、勘探开发专业数据库标准、系统应用数据库数据标准、数据采集标准。勘探开发一体化的数据标准来自对石油企业业务的分析和现有数据标准的充分参考，是数据采集、数据存储、数据交换和数据共享的基础。能够有效解决跨专业信息沟通障碍，消除信息孤岛，实现数据跨专业共享。勘探开发专业数据库标准及系统应用数据库数据标准是各专业根据本专业业务需要建设的数据标准，为生产管理、综合研究应用系统服务。专业数据库、系统应用数据库数据标准需要与勘探开发一体化数据标准保持架构的一致性。数据采集标准规范石油企业数据采集内容，保证数据采集源头唯一，消除多渠道重复数据采集，确保数据质量。
2.3 源头数据采集体系
建立石油企业统一的数据采集体系，能够保证数据齐全、准确、及时地入库，为应用提供高质量的数据支持。在统一的源头数据采集规划下，各专业源头数据按照数据采集管理规范，通过数据采集系列软件进行采集，经过质量管理控制和数据审核后加载到数据库。采集体系主要包括：统一数据采集规划、统一采集管理规范、统一采集管理系列软件、统一采集管理流程、统一质量管理体系。
统一数据采集规划是在数据资源规划基础上，根据数据产生的源点统一规划出石油企业数据采集源点、数据采集内容、采集频率等。统一采集管理规范是在石油企业内统一明确规定数据采集内容的填写要求、填写格式、编码方式等。统一采集管理系列软件是数据采集配套的工具，包括：数据采集、数据审核、数据加载、数据质量监控、采集问题沟通及反馈等软件功能。统一采集管理流程优化和规范石油企业数据采集管理。建立从采集计划制定、采集计划分解、采集计划执行、采集计划监控、到采集问题反馈等一系列的规范管理流程，确保数据采集顺利实施。统一质量管理体系包括：数据采集质量的审核、入库质量的检查、应用问题的反馈处理及配套的考核办法。
2.4 数据存储体系
数据存储体系是指对数据库的统一存储管理，主要包含：勘探开发数据管理系统的硬件支撑环境建设、数据库构成，数据库的部署模式和数据存储管理规章制度等内容。
石油企业勘探开发数据管理系统数据库的构成就是设计出勘探开发数据库系统，为存储管理各种类型的数据（结构化数据、大块数据体、文档、图形等），采用一个还是多个数据库构成数据中心，并描述清楚各部分数据库及与现有数据库的关系。数据库部署采用主从模式，主数据库部署在总公司，各作业公司或分公司部署从数据库。数据存储管理规章制度包括：对数据库系统的数据标准、环境建设、安全管理和日常运行维护等内容。
2.5 数据服务体系
建立统一的数据服务体系，提供跨专业数据综合查询、数据下载服务;面向现有应用系统;综合研究专业软件提供数据支持服务。
跨专业数据综合查询、数据下载服务是在勘探开发数据存储层与综合应用层之间建立数据服务平台，面向勘探开发业务生产管理、專业应用，提供以地理信息与地质图形、勘探开发地质目标对象分类编目和专业业务分类编目为基础的数据组织、集成、检索、查询、浏览、统计、叠加、导航的综合查询应用系统。实现各类勘探开发信息跨专业的集成化组织和可视化查询。
面向现有应用系统数据支持服务是指对石油企业在原有专业数据库基础上，建立数据映射，通过ETL技术实现原有专业数据库与中心数据库互联互通，使原有应用系统不需改造或少量改造而平稳运行。在未来数据管理体系下，保护已有投资。
面向综合研究专业软件的数据支持服务是指对目前石油企业在地震资料解释、地质建模、数值模拟、测井解释等方面应用的各种主流软件的数据支持。大型主流综合研究软件基于本身的项目数据库运行，目前项目数据库的数据准备占用大量时间，数据服务提供面向主流综合研究软件项目数据库的数据打包下载功能。
3 总 结
石油企业数据管理体系是石油企业多年来数据管理和数据治理工作经验的总结与提升。数据管理体系的建设从根本上解决数据的采集、存储、管理和应用等方面的问题，是石油企业实现数据资产化管理和数据治理的关键，是石油企业大数据技术应用建设的基础，为后续勘探应用大数据技术和实现智能勘探提供数据支持。
主要参考文献
[1]阮杰. 油气田勘探与生产数据治理体系构建[J]. 信息技术与标准化，2018（8）：70 -72.
[2]王继鹏，金云智，李伟. 勘探开发数据整合之ETL系统的研究与实现[J]. 中国矿业，2019，28（z2）：191-194，199.
[3]张华义，何东溯，汪福勇，等. 勘探开发数据整理平台开发与应用[J]. 天然气勘探与开发，2009，32（4）：69 -74，88.
[4]霍威，郑勇，白薷，等. 延长油气田基础数据管理系统的分析与设计[J]. 中国石油和化工，2011（12）：56 -57.
[5]张华义，汪福勇，邓平，等. 油气田勘探开发数据管理与应用技术体系探索[J]. 天然气工业，2012，32（5）：85-88，109-110.
[6]赵长明.“一带一路”倡议实施中企业风险防控研究[J]. 哈尔滨师范大学社会科学学报， 2018（1）：75-79.
[7]戚晓旭，何皛彦，冯军宁.京津冀协同发展指标体系及相关建议[J]. 宏观经济管理， 2017（9） ：14-17.
[8]金焕东，孙依敏，朱颖超.中国石油企业“一带一路”对外合作面临的机遇与挑战[J].国际石油经济，2017（8） ：23-28.
[9]武文静，周晓唯. 丝绸之路经济带战略视阈下西安建设西部能源金融中心的优势测度[J].陕西师范大学学报：哲学社会科学版，2017（3）：45-47.
[10]陈培如，冼国明，马骆茹.制度环境与中国对外直接投资——基于扩展边际的分析视角[J]. 世界经济研究，2017（2）：22-25.
作者：王继鹏
数据交换功能开发管理论文 篇2：
铁路货运站物流信息集成系统的研究
摘要：首先阐述了货运站物流信息集成系统建设的必要性和重要地位，描述物流信息集成系统的逻辑结构框架，本文提出物流集成系统的数据处理功能结构及物流信息处理功能，并对其功能模块的建设进行了设计。
关键词：铁路货运站；物流信息集成系统；数据处理功能；物流信息处理功能；系统建设
Key words: railway freight station; integrated logistics information; data processing function; logistics information processing function; system construction
铁路运输企业本身就是一个第三方物流企业。经过了几十年的发展，拥有着重要运输资源条件，大批量、规模化运输符合“运输物流化”的发展趋势，在中长途运输中有其他运输方式所不可比拟的优势[1]。为了提高货物的周转效率，各种信息系统在铁路运输部门得到了广泛的应用，如运输管理信息系统、车辆实时追踪系统、集装箱信息状态实时追踪系统、车号自动识别系统及货票管理信息系统、货物列车确报系统、调度综合管理信息系统、车站现在车系统、运输十八点统计系统、货运月计划系统、货运日计划系统、货车技术管理信息系统、财务会计管理信息系统、运输收入清算系统、统计管理信息系统、物资管理信息系统等。通信网络系统也建成了基础网、业务网和支撑网的完善系统。基础网分为传输网、交换网和数据通信网。传输网是通信网的基础，由光缆、数字微波和卫星系统组成；交换网形成覆盖部、局等各级的长途自动交换网。
上述以运输管理信息系统为核心的物流信息系统，提高了货运作业水平，降低物流成本，实现运输合理化，使得铁路经济效益和生产效率大幅度提高，为日后进行电子交易打下坚实的基础。但是，由于在开发过程中受到当时技术客观条件的限制，以及系统投资的多元化和系统归属的不同，各个系统都是纵向上彼此孤立，横向上自成体系的，在一定程度上阻碍了效率的提高。建立货运站物流信息集成系统，对这些信息系统加以改造和整合，可以降低营运成本，提高管理效率，对客户的要求做出快速反应，在市场竞争中占据有利位置。同时加快铁路物流与电子商务对接，为铁路企业提高服务品质赢得商机[2]。
1货运站物流信息集成系统的逻辑结构
物流信息集成系统通过外部货运信息获取设备，将多源异构的原始货运数据进行统一规范后，在数据库以物流实体或虚拟视图的方式里进行操作处理，以统一的形式提供给需要的系统，以实现货运信息共享。在实际研究中，要遵循如下指导思想和设计原则[1]：
（1）突出信息及其组织、协作和应用的核心地位。充分利用货运信息资源消除生产活动中的不确定性因素，有助于进行决策，减少生产活动中其他不可再生资源的消耗。
（2）强调模型的层次化结构。将铁路货运站的信息资源及其基础设施作为整个社会信息资源的一个重要组成部分融入整个社会信息构架。不仅要保障铁路运输生产正常运转，还能够提供辅助运营管理部门和站场工作人员的决策信息。
（3）信息集成系统的建立不影响原有各成员系统技术上的自主性。系统集成的目的是为了系统整体效益的提高，系统高层功能发挥依赖于各子系统的稳定高效独立运行，集成后的子系统必须互不干涉。
（4）集成系统必须具有开放性、灵活性和可靠性。集成系统采用组件技术，集成异构网络、不同操作系统和已有的传统应用软件，提供一个软件的即插即用环境。使得系统可以容易地添加新应用功能，支持新设备，与其他外部系统整合。
（5）保证平台良好的互操作性、适应多层次的系统集成和较低的市场风险。可以以统一的方式对所有货运信息及其应用进行整合。
根据上述原则，物流集成系统的总体框架见图。货运站物流信息集成系统有着不同的用户（运输部门管理人员、站场作业人员和货主），为充分满足不同类型的用户需求，信息集成系统必须具备一定的功能，并且对外做好信息集成系统与各种用户的网络通讯接口，实现数据共享。文章内容：
2货运站物流信息集成系统的功能设计
2.1货运站物流信息集成系统的数据处理功能设计
物流信息集成系统的各种用户对信息的需求虽有明显的差异，但是他们对细节数据的需求量很少，大都是对整个系统、或某几个系统的综合信息的需求。这就要求信息集成系统具备以下几个数据处理方面的功能：
2.1.1数据的获取、融合及集成功能
数据获取功能主要是将所需的不同货运管理信息系统中的异构数据提出，主要是涉及到数据接口技术和相应的功能软件系统；车辆自动识别系统和集装箱自动识别系统通过传感器获取原始数据，只有在一定准则下经过自动分析、综合等融合处理和组织的原始数据才能被信息系统共享利用，同时也可以合理协调多源数据；如前所述，由于历史和技术的原因，每个货运系统都有自己的数据库管理系统和建立在其上的不同类型的数据库，各个成员数据库中的模式可能用不同的数据模型表达，此外还存在着由约束引起的差异和语义引起的差异。如何将成员数据库中的数据按照统一的模式进行集成是信息共享平台最重要的研究内容，也是信息集成系统最重要的功能。
2.1.2综合数据存储、组织与知识发现功能
异构的货运综合信息经过集成处理，成为各个系统可以公用的信息，并装载到数据仓库中；不同的信息系统对数据的要求存在差异。因此，信息集成系统在数据组织方面，形成多级粒度存储数据；同时依据数据存取的相关性，形成多种分割；然后经过数据挖掘处理，信息集成系统可以展示各种报表和图形，使查询系统性能大大提高，使各级决策部门和管理部门对历年的运输数据进行深入分析，为决策提供支持。
2.1.3信息查询和发布功能
对外实现信息共享是信息集成系统的最终目的。为了提高信息发布的质量，便于用户主动地获得所需的信息，不仅要采用传统的信息发布模型（用户通过搜索固定的信息发布设备，从大量信息中筛选出所需的信息），还要通过信息深层次的加工，通过各种信息传播方式主动地提供用户感兴趣的信息，实现信息的主动发送。这样不仅节省了用户的大量时间，而且可以避免重要的信息被遗漏，还可以进行货物与车辆的信息跟踪，提高交付货物的可靠性，进而降低库存，提高铁路货运站各个部门间的协同性。
2.2货运站物流信息集成系统的物流信息处理功能设计
在上述数据处理功能的基础上，设计出以下的物流信息处理功能：
（1）订单管理功能。根据货运运输的流程，用户可以方便地提交订单信息，经过信息的融合和集成，系统把异构信息处理成可共享的信息，以便各个系统使用。
（2）库存配送管理功能。系统经过信息的融合、集成等处理，了解各个部门资源的使用状态，可以以合理经济的方式对货物进行库存管理、流通交通和配送货物。
（3）车辆调度管理功能。根据车辆实时跟踪系统和集装箱自动跟踪系统提供的信息，完成对运输车辆及集装箱资源的跟踪、计划和临时调度管理。
（4）门户交易系统功能。整合有长期合作关系的生产商产品信息和经销商或消费者需求信息，通过Internet为双方提供供求综合信息，为及时配送提供服务，吸引潜在货源。
（5）财务结算功能。管理整个系统物流活动过程中发生的资金流。
2.3物流信息集成系统的功能模块设计
根据系统的功能，按照实际需求设计如下功能模块：
数据获取模块：由异构的各个成员数据库中提取所需要的操作型数据。包括两个方面：连接源数据源和目标数据源。源数据源提供输入元素，其中的信息为已建立数据源的有效连接以及数据库类型。系统为目标数据源提供输出元素，主要是取得的数据对象定义信息。
查询处理模块：将接收到查询请求首先进行语法检查，然后将查询分解成为对应成员数据库的子查询；查询优化则建立一个存取策略，确定查询涉及到的成员数据库、访问策略等。
模式集成信息管理模块：实现异构数据模式与公共数据模式之间的相互映射及转换，消除不同成员数据库的模式冲突。
语义冲突处理模块：解决成员数据库中由数据语义产生的冲突，提供一个全局数据信息统一的命名。
局部成员代理模块：接收来自查询处理模块的查询命令，传递给成员数据库执行查询命令，然后响应查询结果并传递给查询处理模块。
元数据库模块：通过元数据详细地描述数据集相关结构信息及其语义解释，帮助用户更好地使用数据，为实现数据集间的共享和互操作提供必要的信息。
数据字典模块：存储数据库以及系统当前的配置信息，不同模式之间的映射关系，不同语义、语法之间的转换规则等[3]。
信息发布模块：承担着系统与外界的物理连接、数据传输和信息发布等通信和业务功能，为最终用户的使用和增值业务提供基本的各个系统状况信息。
应用服务模块：处理业务逻辑与事务对象或组件，实现集成环境中全局事务的一致性并发控制与恢复机制，保证全局事务的原子性、可串行性、可持续性及隔离性等[3]。
合同管理模块：需要完成订单相关数据录入、客户基本资料的管理、运输合同的管理、运输合同的变更管理以及合同履行情况的管理。
货场管理模块：管理发送货物、中转货物、到达货物、货位及装卸机具，在信息集成的基础上进行统计分析。
货物跟踪管理模块：主要进行货物运输路线的管理、中转信息反馈管理和大宗货物的接、送管理。
机车车辆管理模块：主要执行机车计划管理、现在车管理以及重空车调配管理。
计划管理模块：统一管理货运月计划、日计划（包括到发站、发收货人、品名及车数等）。
门户管理模块：基于WebService技术，用XML概念描述操作接口，以隐藏服务实现细节。
此外还包括财务结算模块及权限管理模块等。在具体实现时，为了保证系统的开放性、鲁棒性、可用性和经济性，系统方案的建设要遵循统筹规划、统一规范、统一标准、统一编码、信息准确、资源共享的原则进行。在各个系统之间仅仅建立一个分布式协调管理系统，工作量小，实现周期短，花费的人力财力也比较少。
3结束语
现代铁路货运站物流流通效率和服务质量的提高，都需要信息系统的支持。建立物流信息集成系统，可以整合铁路货运站现存的信息管理系统资源，摆脱货运站“数据丰富、知识贫乏”的局面，推进货运站现代化的进程。
参考文献：
[1] 张小军，户佐安，周亚军. 铁路物流中心信息系统的功能框架研究[J]. 交通标准化，2005(4):57-61.
[2] 贺晓玲，牛惠民. 铁路企业发展现代物流的优势与对策[J]. 物流技术，2004(5):35-37.
[3] 张健. 组件技术和信息系统多数据源集成的研究和实现[D]. 长沙：中南大学，2001:50-62.
作者：陈 霞 徐 杰
数据交换功能开发管理论文 篇3：
大数据的财产属性研究
摘 要：大数据法律属性问题关系到大数据开发利用中所形成的法律关系类型、法律关系调整，以及大数据开发利用法律风险的大小。学术研究、大数据交易实践和有关政策规定都对大数据法律属性进行了或多或少地诠释，但学术界的观点并不一致。研究认为大数据具有财产属性，是信息财产权客体，是大数据控制人的数据资产，进而从实践和理论两个方面对大数据的财产属性进行了探讨。
关键词：大数据；信息财产；数据资产
Research on Property Attribute of Big Data
Key words big data； information property； data assets
随着大数据产业发展和大数据交易实践的进行，大数据法律属性问题成为了人们关注且必须解决的问题之一。大数据法律属性直接影响到以大数据为客体所形成的法律关系类型及法律关系调整问题。大数据法律属性如果不确定，将使大数据开发利用者陷入极大的法律风险境地，势必阻碍大数据产业发展。但目前，我国有关大数据的立法尚未开展，从现行法律中还无法得出明确的答案，而国外立法因发布时间早于当前意义上的大数据出现时间，虽有相关规定，但也仅能作为参考，并无定论可以借鉴。基于此，本文拟结合大数据产业发展、数据交易实践、有关政策文件及学理研究成果对大数据法律属性进行总结和分析，力争得出科学合理的结论，以期为大数据交易实践中理论障碍的清除和相关立法的开展提供些微贡献。
1 大数据法律属性研究现状
随着大数据概念的提出，有关大数据法律属性问题的研究随之开展，学者们从不同视角展开研究，并提出了很多有见地的观点，其中具有代表性的有邻接权客体说、财产权客体说、数字资产说等。
1.1 邻接权客体说
邻接权客体说认为，使用邻接权法保护大数据是目前的最佳选择，大数据是邻接权保护的客体。从现有文献看，直接提出用邻接权保护大数据的有林华和秦珂。林华[1]认为，“实践中绝大多数大数据是不具有独创性的数据汇编，以邻接权保护大数据的立法模式比以版权、数据库特殊权利、商业秘密权、隐私权、合同和反不正当竞争等立法模式更加符合逻辑和法理，也具有更高的可行性”。秦珂[2]持基本相同的观点，认为与使用版权制度保护大数据相比，“用邻接权法保护大数据不仅有较好的适用性和制度上的比较优势，而且有可资借鉴的国际立法先例，同时我国司法实践亦有相近似的尝试”。
细读两位学者的研究成果发现，邻接权客体说提出的法理基础均来自国外保护不具有独创性数据库的法律或公约规定，如欧盟的《关于数据库的法律保护的指令》、德国的《版权和邻接权法》等。但这些法律或公约颁布时间多早于现在意义上的大数据被广泛提出和应用之前，且不是专门针对大数据进行的立法，虽有借鉴意义，但因大数据的数据来源、数据构成和数据主体的广泛性和复杂性，邻接权制度很难被用于保护大数据，效果也不会很理想。
1.2 财产权客体说
大数据是财产权客体的观点肇始于信息财产权理论和个人信息财产权观点的提出。2009年，髙富平[3]、陆小华[4]、齐爱民[5]分别出版了有关信息财产权方面的著作，从不同视角提出并构建了信息财产权理论。信息财产权理论提出时，大数据还未在中国被广泛提及，这三位学者关注的是“信息”而不是本文所述的大数据。2015年，齐爱明、盘佳[6]发表了《数据权、数据主权的确立与大数据保护的基本原则》一文，该文正式提出了数据财产权的概念。文章认为，“大数据时代，数据有价，其作为一项重要财产，在信息社会流通和交易异常频繁，逐步发展成为主要的社会基础资源，因此有必要构建数据财产制度，赋予数据财产权，保护数据财产”。
此外，有关个人信息法律属性研究中提出的所有权客体说[7]、人格权兼财产权客体说[8]等也从另一视角证实大数据财产权客体说的存在。因为个人信息是大数据的组成部分，是大数据构成中比较特殊的一类“数据”。
而大数据是“商品”则为大数据是财产权客体的观点提供了新的“证据”。大数据是“商品”主要来自业界、学术界专家的表述和大数据交易实践。陆汝铃[9]在2013年11月指出，数据应用是大数据的出发点和最后归宿，并特别强调大数据应用中一定不要忘了它的商品属性。陈怀临[10]认为，让数据变成商品且可跨组织进行交换、整合，才能真正带动大数据产业繁荣。随着大数据产业的发展，大数据交易已很常见。在我国，北京数海大数据交易平台、贵阳大数据交易所都是提供大数据交易服务的专业机构。其中，北京数海大数据交易平台交易对象是“原始或经处理后的数字化信息，包括但不限于个人、企事业单位、社会团体等各类主体所持有或拥有的各类数据”[11]。在国外，一些公司也同样在从事大数据交易活动，如美国的Factual公司按浮动价格（定价依据是有多少信息被使用）向公司和独立软件开发商出售数据，日本的富士通公司通过大数据交易平台Data plaza进行数据买卖。从国内外大数据交易实践可以看出，被交易的数据具有明显的商品属性，即价值和使用价值。大数据的商品属性，表明大数据具有财产性，可以成为财产权客体。
1.3 数据资产说
数据资产是数据控制人资产的组成部分，是数据控制人享有的与数据有关的一切权益的总和。数据资产提法在国外早于现在意义上的大数据出现的时间，1999年，Michael L.Gargano和Bel G.Raggad[12]就在其共同发表的论文中指出，数据挖掘能发现隐藏在有价值的数据资产中的信息。大数据概念提出后，在研究大数据管理和价值挖掘的学术文献中，“大数据是数据资产”的提法更为多见[13-15]。
本文所说的“数据资产说”是笔者对学者相关研究和大数据交易实践的提炼与总结，即：数据资产说认为大数据是数据控制人的资产。李海英[16]认为，大数据具有多重属性，资产性是其中之一；胡凌[17]认为，数据本身对这类轻资公司（互联网公司）而言越来越重要，其价值可以得到二次或多次挖掘，逐渐成为一种宝贵资产；秦翯[18]明确指出“数据即资产”；而大数据交易实践中则直接把大数据界定为资产，如贵阳大数据交易所的交易范围之一就是“大数据资产”[19]。
数据资产化是大数据交易的前提和基础。数据资产化就是将经过定义、脱敏或描述过的数据 “写入”大数据控制人所掌控或享有使用权的记录载体，是大数据“进化”为交易标的的过程，也是单纯作为信息载体的数据转化为具有法律意义的数据的过程。之所以这样说，是因为数据要转化成资产就必须解决它的赋权和赋值问题。而大数据时代，数据资产如何赋权和赋值，是否适用现有物权的概念，以及其权利体系如何构成等，都是急需解决的具有现实意义的法律问题。关于上述问题，有人明确指出，“大数据时代，（数据资产）不适用于原来物权的概念，需要建立大数据时代下数据新的权益体系”[20]。这也是本文将“数据资产说”和“财产权客体说”区分为两种观点的原因所在。
上述有关大数据法律属性的观点，由于作者研究问题的视角不同，观点各有取舍之处，而考虑到大数据是一种新生事物，其法律属性有别于一般有形和无形财产，故笔者在大数据法律属性的认同上更倾向于数据资产说，并持大数据是数据控制人的数据资产，是信息财产的重要类型，是信息财产权客体的观点。该观点不仅可以得到大数据交易实践和国家政策规定的支持，也可以从学理研究中加以推理和证明。
2 大数据交易实践对大数据法律属性的揭示
2.1 国外大数据交易实践
2008年起，随着“数据市场”、“数据银行”等概念被相继提出，国外大数据交易实践正式开始，大数据交易市场相继建立。IBM、HP、富士通等传统IT公司和Factual等新成立的公司纷纷涉足大数据领域并成为大数据产业的领头羊。
2013年4月，日本富士通公司建立了自己的“大数据”交易市场“Data plaza”，并将交易中介服务培育为主力业务之一，计划在2016年之前将参与企业增加至千家左右。Data Plaza交易的数据为清洗后的非底层数据，包括购物网站的购物记录、智能手机的位置信息等个人数据和其他类型数据[21]。
美国Factual公司成立于2008年，面向各类公司提供数据服务，并与包括Facebook、CitySearch、AT&T在内的很多公司存在数据交易关系，且很多大型客户购买数据的开支可以高达百万美元以上[18]。需要说明的是，Factual向客户提供小规模数据是免费的。
2.2 国内大数据交易实践
国内大数据交易的重大事件是中关村大数据交易产业联盟成立、中关村数海大数据交易平台上线和贵阳大数据交易所挂牌营业。
中关村大数据交易产业联盟成立于2014年2月，是在中关村管委会指导下，由工信部电信研究院、中关村互联网金融协会等60余家单位机构参与组建的国内首个面向数据交易的产业组织。联盟以推动数据资源开放、流通、应用为宗旨，努力构建中关村乃至全国大数据流通、开发、应用的完整产业链。
中关村数海大数据交易平台由北京数海科技有限公司建立，于2014年4月20日正式上线运行，为客户提供大数据交易服务。中关村数海大数据交易平台交易的对象为原始的或经处理后的数字化信息。
2015年2月，工信部将贵阳正式列为全国唯一的大数据产业发展试点示范区，同年4月14日，全国首个大数据交易所——贵阳大数据交易所正式挂牌运营并完成首批大数据交易。贵阳大数据交易所建立的目的是通过大数据交易所把大数据转换成真正意义上的资产，让大数据资产在全球范围流通，并产生价值[22]。
2.3 大数据交易实践揭示出大数据的财产属性
大数据交易实践对大数据法律属性研判的最大贡献在于其揭示出大数据的财产性。
中关村数海大数据交易平台在简介中说：“平台为各类用户提供出售数据、购买数据的服务”[23]。如果从字面上理解，使大数据交易成立的是买卖合同。而根据《合同法》第130条规定：“买卖合同是出卖人转移标的物的所有权于买受人，买受人支付价款的合同”。在大数据买卖合同中，标的物是“数据”，因此可以推断大数据具有财产性，否则将不会存在买卖关系。另外，贵州大数据交易所明确其交易对象之一是大数据资产，而资产是指权利主体“拥有的任何具有商业或交换价值的东西”[25]，这也说明大数据具有财产性。而大数据交易过程中有关不得危害国家安全，侵害商业秘密和个人隐私等规定，又说明大数据是一类特殊的交易对象，不是普通商品。
3 国家政策对大数据法律属性的诠释
虽然法律上没有明确给大数据定性，但各国发布的有关大数据的政策文件中可以解读出对大数据法律属性的倾向性意见。
2014年5月，美国发布了《大数据：抓住机遇，保存价值》，即《美国大数据白皮书》。白皮书指出：“政府机构根据开放程度已将数据资产（data assets）划分为三个种类：开放性、半开放性、非开放性，并且只能出版发行开放性密级的信息”[26]。其中，“数据资产”（data assets，也有译为“信息资产”一说）一词的使用值得关注。
2013年10月31日，英国商务、创新和技能部发布《英国数据能力发展战略规划》，旨在使英国成为大数据分析的世界领跑者，并使公民和消费者、企业界和学术界、公共部门和私营部门均从中获益。《英国数据能力发展战略规划》中数据能力主要包含三方面：人力资本、基础设施和数据资产。其中，数据资产主要体现在数据本身的丰富性、可用性和开放性等方面[27]。同《美国大数据白皮书》一样，《英国数据能力发展战略规划》中也使用了“data assets”一词。
2015年1月，我国国务院发布了《国务院关于促进云计算创新发展培育信息产业新业态的意见》，把“加强大数据开发与利用”作为“促进云计算创新发展培育信息产业新业态”的主要任务之一，强调要“充分发挥云计算、大数据在智慧城市建设中的服务支撑作用，加强推广应用，挖掘市场潜力，服务城市经济社会发展”[28]。2015年7月，国务院出台了《关于积极推进“互联网+”行动的指导意见》，鼓励企业利用电子商务平台的大数据资源，提升企业精准营销能力，激发市场消费需求。同年9月，国务院发布的《促进大数据发展行动纲要》指出，在全球信息化快速发展的大背景下，大数据已成为国家重要的基础性战略资源，正引领新一轮科技创新。数据资源一词也同时出现在了纲要正文中[29]。
从《美国大数据白皮书》、《英国数据能力发展战略规划》等国外的相关政策表述中采用“数据资产”和我国有关政策论述中使用“大数据资源”、“数据资源”等情况看，本文有理由把“大数据”的法律属性诠释为数据资产，并认为它是大数据控制人的信息财产的组成部分。
4 大数据财产属性之理论分析
国内外相关的规范性文件和大数据交易实践都视大数据为“数据资产”，但学术界对此意见并不统一。对此，笔者的观点非常明确，主张大数据是信息财产权客体，是数据控制人的数据资产。
4.1 大数据是信息财产权客体
4.1.1 大数据具有财产性
大数据具有财产性应该是最没争议的问题，因为从学理研究、大数据开发利用和数据交易实践，以及政策性文件规定中都能得出这个结论。
目前，学术界关于大数据法律属性的三种有代表性的观点都证明大数据具有财产性。财产权客体说和数据资产说从概念的诠释中就已说明大数据具有财产性，而邻接权客体说“将大数据当成新的知识产权客体来规制”[2]，知识产权客体本身具有财产性是毋庸置疑的。因此，学理研究可以得出大数据具有财产性的结论。
大数据交易对象范围在不同的交易平台上虽然存在差异，但都是将数据作为其交易对象之一。中关村数海大数据平台交易的是除涉及国家安全数据和个人数据以外的数据（含底层数据），贵阳大数据交易所交易的是经过清洗后的数据，不直接交易底层数据。虽然交易的数据存在差异，但数据交易本身说明了大数据是商品，具有财产属性。
如上所述，国内外已经出台了很多关于促进大数据产业发展的政策文件，如美国的《大数据研究和发展计划》（2012年）《美国大数据白皮书》（2014年），英国的《英国数据能力发展战略规划》（2013年），日本的《应用船舶大数据，提高海洋产业国际经济力》（2014年）《汽车行业大数据应用化对策》（2014年）以及我国的《国务院关于促进云计算创新发展培育信息产业新业态的意见》（2015年）《关于积极推进“互联网+”行动的指导意见》（2015年）《促进大数据发展行动纲要》（2015年）等都对大数据的财产属性做了或多或少地揭示。
大数据构成的法律属性的复杂性可能会引起人们对大数据财产性的质疑，但实际上，数据的构成并不影响大数据的财产属性。首先，数据集合中作为人格权客体的个人数据因已脱离权利主体而为大数据控制人所实际掌控，在满足法定和约定条件下，如对个人数据进行匿名化处理或者说去隐私化处理后可以用于交易[29-30]，“用于交易”是大数据财产属性的体现；其次，大数据集合中的非人格权属性数据，如业务数据、日志信息和位置数据中的非人格属性信息等本身就是其数据合法控制人的数据资产，因而这类数据一定程度上强化了大数据的财产属性；第三，大数据构成中的作品等知识产权客体，其在获取方式合法的前提下，也是数据持有人的数据资产的组成部分，这在图书馆大数据构成中体现得尤为明显。图书馆大数据构成中95%以上是这类数据。就笔者所在大学图书馆来说，仅安装在本地服务器中的镜像数据和自建数据库数据总量就在48TB以上，而图书馆集成管理系统、参考咨询系统、图书馆网站日志，以及电子资源访问日志数据等总数据量约200GB。由此可见，图书馆大数据构成中具有版权的电子资源和其他非版权数据在数量上的差异。而图书馆购买的电子资源在财产登记中常被作为无形资产登记，也从另一侧面说明了大数据具有财产性。
4.1.2 大数据是信息财产
大数据具有财产属性，但与传统的财产权客体相比又存在很大的区别，作为数据集合，它既非有形的物，也非知识产权的典型客体，虽具有财产权的基本特征，但又难以准确归入物权、准物权、债权、知识产权等财产权中的某一类型，它是随着信息技术发展而出现的一种新型财产权客体，即信息财产。
信息财产是指固定于一定载体上，能够满足人们生产和生活需要的信息，它具有确定性、可控制性、独立性、价值性和稀缺性等特征[31-32]。大数据以结构、半结构和非结构化数据形式存储在磁盘阵列等设备中，借助计算机等设备进行访问和再现，并通过数据挖掘等技术实现它的价值；大数据中的全部或部分数据可以被固定在电子或其他介质上而特定化，特定化后的数据可以依据合同约定转移控制使用权；大数据数量虽大，但相对于人们的信息需求，它仍然是有限的、稀缺的。因此，大数据完全具备信息财产的上述全部特征，属于信息财产的范畴，是信息财产的一个重要类型。
需要说明的是，如果仅就大数据而言，使用“数据资产”作为它的上位概念可能更准确些，因为“数据资产”和大数据从层级和隶属关系看更近些，但是本文考虑到制度的包容性和前瞻性，还是借用了先前已经存在的内涵更丰富的“信息财产”一词作为它的上位词，而没有直接使用交易实践和规范性文件中常用的“数据资产”。“数据资产”是大数据的上位概念，但却是“信息财产”的下位词。考虑到法律制度的长效性，相关法律制度建设时需要尽可能多的将现下存在的相关联的事物包容进来，纳入法律制度的规范范围，并体现出一定的超前性，而信息产品、商业秘密、数据库内容、生物遗传基因信息、大数据等都可以成为信息财产权保护的客体，因此使用“信息财产”作为上位概念来统领与信息有关的财产制度比“数据资产”更合适。以数据为载体存在的信息只是信息的一部分，因此数据资产是信息财产的一个子类，而大数据又是数据资产的重要组成部分。
4.1.3 大数据是信息财产权客体
大数据既然是信息财产，理应受信息财产法保护，是信息财产权客体。信息财产权是指以独立存在的、具有一定财产价值的、可交换的信息（数据）为客体的新型财产权。大数据是具有“非物质性、可复制性和不可绝对交割性”等信息财产权客体基本特征的信息集合[4]，是信息财产法保护的对象，是信息财产权的客体。
大数据是信息财产权客体的观点不仅在理论上成立，而且得到国外立法的支持。美国《统一计算机信息交易法》（UCITA）明确了信息财产作为一种独立的民事法律关系客体的法律地位，是针对信息财产交易的专门法，形成了信息财产保护制度的雏形[33]。根据UCITA第102条a（35）和a（10）规定，“信息”是指数据、文本、图像、声音、计算机集成电路布局平面图作品、或计算机程序及上述对象的集合或汇编；“计算机信息”是指以电子形式存在的信息。“计算机信息的出现是信息技术和数字经济发展的必然结果，而根植于信息的信息权概念则是法律确认数字经济时代财富的归属，更主要的是便利调整这种新财产的交易，即计算机信息交易”[34]。而UCITA有关“电子”的定义，使得其调整范围内的计机信息不限于其立法时的计算机技术而具有相当的开放性。该法所称“电子”是指“具有电、数字、磁、无线、光、电磁、或类似功能的技术”。大数据是在最新计算机信息技术基础上诞生的一类新的“计算机信息”，它可以适用信息财产权法律制度予以保护。
4.2 大数据是数据控制人的数据资产
这里之所以强调大数据是数据控制人的数据资产，主要是考虑信息权利主体复杂性问题。大数据作为信息集合，就主体而言既包括信息原权利人，也包括数据的实际掌控者，即大数据控制人。而就大数据财产权来说，其只能是数据控制人财产的组成部分，是大数据控制人的数据资产。理由是，大数据是控制人通过资本投入（如数据存储设备购置或租赁、数据采集与清洗等都需要大量的经费和人力投入）或与信息原权利人达成协议后获得的，数据为控制人实际控制，而对数据的控制是信息财产权实现的基础和前提。如果将大数据作为信息原权利人主体和大数据控制人的共有数据资产，将导致权利主体混乱，大数据交易法律关系无法建立，大数据价值也将无法实现。
另外，大数据“信息资源”的本质也从另一方面证明了其是数据控制人数据资产的论断。大数据是有用信息的集合，具有信息资源的基本特征。在高度发展的数据挖掘技术支撑和数据影响决策的环境下，很难判断哪条信息是有用的，哪条信息是无用的，因为看似无用的信息在其它情境下可能是非常重要的。因此，就大数据来说，其构成中的每一个数据或者说信息都是有用的。有用的信息集合是信息资源。而信息资源是财产权客体的观点得到国外立法的确认。《俄罗斯联邦信息、信息化和信息保护法》（后被2006年颁布的《俄罗斯联邦信息、信息技术和信息保护法》取代）第6条明确规定，信息资源是财产的组成部分和所有权的客体，有关信息资源所有权的关系由俄罗斯联邦民法调整[35]，而《俄罗斯联邦信息、信息技术和信息保护法》第11条第5款规定，对含有文件信息的物理载体的所有权及物权由俄联邦民法规定[36]。
我国虽未直接在法律文件中对大数据的权利归属做出规定，但大数据交易实践中已表现的非常充分，这从上文关于中关村数海大数据交易平台和贵阳大数据交易所的交易对象的表述中即可看出。
4.3 理论与实践的协调问题
大数据虽然理论上是信息财产权客体，但是我国信息财产权法律制度尚未建立，大数据是信息财产权客体在国内缺乏立法支撑，理论上成立但实践中存在诸多障碍，并影响到大数据交易等法律关系的建立与调整。为解决立法滞后对大数据参与法律关系的影响，笔者建议在实践中借用所有权的相关法律规则来指导大数据的开发和利用。从我国大数据交易现状看，大数据交易已经在有意或无意地援引所有权制度，这在《中关村数海大数据交易平台规则（征求意见版）》中得到体现。《中关村数海大数据交易平台规则（征求意见版）》第19条规定，“本规则所称（数据）交易，是以货币换取数据的行为”；第44条规定，“如收到关于数据侵犯所有权、隐私、国家安全的诉讼，本交易平台查证属实的，将停止相关数据交易服务，并冻结数据交易款项，涉及不能正常履行的买卖合约，由数据卖方承担买方损失，退还所得交易款”[11]。
当然，借用所有权制度并不意味着完全照搬所有权的全部规定，实际上大数据控制人享有的“所有权”是不完整的，它是建立在权利人对数据的实际掌控基础上的，数据控制人对数据中包含的个人信息、涉密信息和知识产权属性信息等的使用和处分权能的行使要受到一定限制，对这些信息行使权利不得损害原信息权利主体的合法权益和国家与其他组织的利益。
5 结语
大数据法律属性直接关系到大数据开发利用的正常进行，是大数据作为客体参加法律关系的前提。虽然目前大数据交易实践和有关政策文件对大数据的法律属性的定性有所帮助，但毕竟不是法律上的界定，不具有法律效力，其不定性依然存在，并影响到大数据产业发展和大数据本身的开发利用。从国内外大数据交易实践和相关规范性文件规定看，大数据具有财产性，是控制人的数据资产，但理论研究方面大家的认识并不统一。结合学术研究、交易实践和相关政策规定，笔者认为大数据是信息财产权客体，是大数据控制人的数据资产。但这种观点是否有失偏颇，还需要学界同仁予以评判并给出建设性意见。
参考文献：
[1] 林华.大数据的法律保护[J].电子知识产权，2014（8）：80-85.
[2] 秦珂.大数据法律保护摭谈[J].图书馆学研究，2015（12）：98-101.
[3] 高富平.信息财产——数字内容产业的法律基础[M].北京：法律出版社，2009.
[4] 陆小华.信息财产权——民法视角的新财富保护模式[M].北京：法律出版社，2009.
[5] 齐爱民.捍卫信息社会的财产——信息财产法原理[M].北京：北京大学出版社，2009.
[6] 齐爱民，盘佳.数据权、数据主权的确立与大数据保护的基本原则[J].苏州大学学报（哲学社会科学版），2015（1）：64-70，191.
[7] 苏长江.个人信息的法律属性探究[J].经济论坛，2013（6）：152-154.
[8] 刘德良.个人信息的财产权保护[J].法学研究，2007（3）：80-91.
[9] 耿挺.“大数据”应用，不应忽视商品属性[N].上海科技报，2013-11-27（1）.
[10] 李焱.大数据交易：中关村新万亿盛宴[J].投资北京，2014（8）：66-68.
[11] 中关村数海大数据交易平台规则（征求意见版）[EB/OL].[2015-08-12].http：//www.shuhaidata.com/doc/%E4%B8%AD%E5%85%B3%E6%9D%91%E6%95%B0%E6%B5%B7%E5%A4%A7%E6%95%B0%E6%8D%AE%E4%BA%A4%E6%98%93%E5%B9%B3%E5%8F%B0%E8%A7%84%E5%88%99%EF%BC%88%E5%BE%81%E6%B1%82%E6%84%8F%E8%A7%81%E7%A8%BF%EF%BC%89.pdf.
[12] Michael L. Gargano， Bel G. Raggad. Data mining - a powerful information creating tool[J].OCLC Systems & Services，1999，15（2）：81-90.
[13] Adolph， Martin. Big data， its enablers and standards[J].PIK-Praxis der Informationsverarbeitung und Kommunikation， 2014，
37（3）：197-204.
[14] Bertot，John Carlo， eta. Big data， open government and e-government： Issues， policies and recommendations[J].Information Polity： The International Journal of Government & Democracy in the Information Age，2014，19（1/2）：5-16.
[15] Tambe， Prasanna. Big Data Investment， Skills， and Firm Value[J].Management Science，2014， 60（6）：1452-1469.
[16] 李海英.大数据发展及其立法挑战[J].信息安全与通信保密，2015（6）：61-64.
[17] 胡凌.大数据革命的商业与法律起源[J].文化纵横，2013（3）：68-73.
[18] 屈一平.揭秘大数据买卖在中国[J].小康，2014（14）：56-58.
[19] 贵阳大数据交易所702公约[EB/OL].[2015-08-10].http：//wenku.baidu.com/link？url=b0TvncQ6PBMGz93wWFJQDMU
gql4uJOZegr4AsXmvFNfgMvsbJzQrnC81chiadL7aCEFT3hpcL9D0DzP5vJjIELmAPT3aPQP1_C-1r3lyM6e.
[20] 唐胜.大数据时代，建立数据资产新的权益体系势在必行[N].贵阳日报，2015-06-05（2）.
[21] 富士通将开设“大数据”交易市场[EB/OL].[2015-08-12].http：//www.mofcom.gov.cn/article/i/jyjl/j/201301/2013010001
7050.shtml.
[22] 李春莲.数据消费时代来临贵阳大数据交易所挂牌[N/OL].证券日报，2015-04-16（B4）.
[23] 中关村数海大数据交易平台[EB/OL].[2015-08-16].http：//www.shuhaidata.com/contact/aboutus.html.
[24] 资产[EB/OL].[2015-08-16].http：//baike.baidu.com/view/42564.htm.
[25] BIG DATA： SEIZING OPPORTUNITIES，PRESERVING VALUES[EB/OL].[2015-08-16].http：//www.chinacloud.cn/upload/2014-05/14050708058599.pdf.
[26] 英国数据能力发展战略规划——充分利用数据，紧抓数据机遇[EB/OL].[2015-08-17].http：//www.sic.gov.cn/News/251/2044.htm.
[27] 国务院关于促进云计算创新发展培育信息产业新业态的意见[EB/OL].[2015-08-11].http：//politics.people.com.cn/n/2015/0130/c1001-26479444.html.
[28] 国务院关于印发促进大数据发展行动纲要的通知[EB/OL].[2015-10-07].http：//www.gov.cn/zhengce/content/2015-09/05/content_10137.htm.
[29] 中关村数海大数据交易平台[EB/OL].[2015-08-12].http：//www.crazyapi.org/.
[30] 韩琮林.秦翯：大数据交易将有据可依[N].北京商报，2015-04-13（C4）.
[31] 齐爱民.捍卫信息社会中的财产[M].北京：北京大学出版社，2009：53-54.
[32] 齐爱民.论信息财产的法律概念和特征[J].知识产权，2008（2）：23-27.
[33] 齐爱民.论信息财产的法律保护与大陆法系财产权体系之建立——兼论物权法、知识产权法与信息财产法之关系[J].学术论坛，2009（2）：145-152.
[34] 刘颖. 论计算机信息及计算机信息交易——美国《统一计算机信息交易法》与美国《统一商法典》相关概念和规则的比较[J].暨南学报（哲学社会科学版），2008（5）：1-10，153.
[35] 俄罗斯联邦信息、信息化和信息保护法[EB/OL].[2015-08-12].http：//www.manzhouli.gov.cn/zfwz/swdx/Article/ShowArticle.asp？ArticleID=440.
[36] 肖秋慧.俄罗斯信息政策和信息法律研究[M].武汉：武汉大学出版社，2008：261.
作者：王玉林 高富平
