本文根据杨学山先生在【DQMIS 2020第四届数据质量管理国际峰会】现场演讲内容整理而成。

图1.1工业和信息化部前副部长,信息化百人会学术委员会主席 杨学山

演讲嘉宾介绍 - 杨学山       

  • 著有《专家系统及其在管理中的应用》、《企业信息化建设与管理》、《论信息》、《智能原理》、《智能工程》等著作。

  • 组织制订了国家信息化战略、电子政务、电子信息产业、软件和信息服务业、信息安全、工业和信息化融合等领域的战略和规划,组织实施了若干个重大科研和工程项目。

演讲目录

  • 6个例子看数字

  • 从经济活动看数字

  • 从经济学看数字

杨部长:尊敬的各位来宾、各位朋友、大家上午好!很高兴有机会能参加2020年第四届数据质量管理国际峰会,根据会议安排,我就“数字”这个问题究竟怎么看、怎么认识,谈一点我的想法,与大家分享。

进入新世纪以来,信息这个概念逐渐被数字替代,原因很简单,今天信息的发生,存储、使用、管理主要是数字这个形态,数字就替代了信息这个概念。数字是资源、资产、生产要素,这样的概念耳熟能详,在我们从工业经济走向数字经济的历史时期,不把数字问题搞清楚确实会带来困难。

图1.2

但是,今天我们是不是对数字已经认识清楚了呢,我不知道大家现在脑袋里面的反应是什么,但是我一会讲的结果会告诉大家,我们至今对数字的认识处于早期,我们真正理解数字还有太多的因素要分析。

为什么说我们还有太多的问题没有说清楚呢?我们先从6个例子来看一看数字在我们的实际事务中是怎么产生、怎么使用的。

我们先从经济活动及社会发展的实践中,数字是怎么发挥作用的,然后再从理论的角度看一看经济学是怎么看的。

首先讲6个例子,6个例子的跨度十分大,为什么跨度这么大?就是想通过不同领域数字使用的实际情况来改变我们对数字概念的认知。先说北京的事情,鲁家山垃圾处理厂是我们北京处理门头沟和石景山两个区域的垃圾处理厂,石景山在北京行政区划中是比较小的,门头沟是山区,所以即使两个区加起来,人数也比较少。

图1.3

垃圾分类,这是新的事情,垃圾分类以后怎么处理好是一个大问题,尤其是厨余垃圾。企业对厨余垃圾回收做了一点创新,目的是一个垃圾桶一出来,就能知道这个垃圾桶是谁的,这个桶里装的就是厨余垃圾,没有别的。在日常分类中,最复杂、分的最差的就是厨余垃圾。

这个地方来的这桶垃圾的数量有多少,质量如何,是不是夹带有非厨余垃圾,这个企业采取了这样几个方式:

第一,随车那个人先看桶里面的垃圾分的怎么样,但是桶里面的垃圾你也不能手伸下去全部捞,你只能看表面的。

第二,垃圾桶倒到里面的时候,有一个摄像头在那,你整个倒的过程都知道。放到垃圾车时有一个称重,有一个有二维码的识别器,时间、地点、谁的、重量、质量,都有了。没有分好的,他回去以后还要重新来,但是他最起码知道了里面什么地方是有问题的。

1. 这样一件事必须有数字,没有数字不能判断分析;

2. 数字是十分清晰的;这个车上收的所有垃圾桶里面的垃圾,这是数字来源。

所以,对这件事就需要这样的数字,就用这样的方式,它是一个封闭的集合。也就是说,这个垃圾车的数字不能和另外一个垃圾车的数字合在一起,合了就麻烦了。数字很重要,没有数字刚才这个事情完不成,虽然很简单、量很小,但必须完整、精确。

接下来这个例子,几乎谁都用过,你就算不出差,不去旅游,但你去一些公共场所宾馆、参加会议都需要,参加今天的会就得要。健康码数字和刚才这个例子的数字就完全不一样了。刚才的数据是实时的、一次性的,健康码之所以能做,是因为我们公安系统几十年的努力,电信营运商也是20多年的努力,在这个基础之上我们才能有健康码,否则没有健康码。最基础的是什么?是人口库。

图1.4

就算不是健康码,我们原来坐火车、飞机、旅馆等,我们是人脸识别,人脸识别的基础是人口库,是对着你身份证上的那个脸进行识别,所以神经网络是不能用的,为什么?因为神经网络的人脸识别是永远不可能100%准确,到今天,我们最高的也就是97--98%左右。

我说我们今天一天在中国,1亿以上人次的识别,2%就是200万,一天有200万识别错误,这怎么得了?我们自己的体会,人脸识别,不管你到哪,都很快、很准。随便在哪个地方,你把口罩一摘就行,识别就完成了,没有人口库,这样的事项就不能实现。然后是手机实名制,没有手机实名制,它怎么跟人口库去对接。你这个人,你的手机怎么跟人口库去对接,所以这是基础。

然后再加上移动运营商的营运数据,也就是你的行动轨迹,然后再加上制度、软件。其实就是因为它的基础是极其复杂的,软件本身却是简单的,所以才弄的各个省区市都有。要是技术复杂一点、成本高一点,大家一个就好了,国务院一个就行了,即使一个省一个,也比现在这个状态好得多。

这里面的数据极其重要,数据有吗?已经存在。因为疫情下复工复产及人员流动的需要,健康码产生了,已经存在的数字在这件事中产生作用,形成价值。

 图1.5

再说一个例子,跨度又很大,制造企业,这样的企业用机床制造轴承,这个机床是没有数字的,就是老式的机械,所以得有一个人盯着它去工作,劳动生产率很低。一位来自该类机床制造厂的工程师想办法,加2个传感器,从2个加到5个,从3个数据到10个数据,再加上采集的数据、分析和简单的算法,实现了部分的自动控制,数据要它干什么?是为了自动控制,自动控制是要把人解放出来,就这样如此简单的道理。5个到11个数据,使得这个车厂实现了两件事情:

事情一:原来机床预热是工人去了以后预热,然后他提前半小时预热,去了就开始工作,原来7个半小时变成了真正的八小时。

事情二:在一些较长时间固定的加工动作上实现了自动控制,使得这个工人可以眼睛离开这个,到边上看另外一台,所以他一个人可以管两台机器,所以一线的工人,就在如此简单的类似机顶盒的东西,往这个机床上一贴,一个人变成两个人,所以没有数字万万不能。

如果对工业企业比较熟悉的,对这个例子应该比较容易理解。凡是自动化的生产线、自动化的流程,它的工艺是要根据其材料、加工产品的规格进行优化,连续的自动化生产线,都是需要不断优化的。

图1.6

这是一个烧煤的火电机组的优化过程。为什么优化?因为火电机主组根据电网的要求来发电的,让你发就发,让你不发就不发,让你发多少就发多少,让你停下来就停下来。

烧的煤看起来是一样,但是不同批次的煤的成分总有差距,哪怕来自一个矿山,它的煤还是有不同,所以要优化。

下面的内容看起来很复杂,其实最关键的还是算法中的参数。什么时候、怎么调整,依据的是这个参数。决定这个参数的数据才是最重要的,数据从哪里来?来自这个火电机组长期发电过程中数据的积累;怎么积累?来自传感器,传感器有多少,一个火电机组有三五千个传感器。根据算法的要求,用特定的传感器的时间系列的数据,就可以产生如何调整的参数。所以没有数据万万不能,但是只用数据就行了吗?不行,工程师的经验更重要。

下一个例子面向未来,当然已经开始做了,就是如何根据电力使用的需求及对需求进行可能的调整,实现全网从电力生产、传输到使用的最优,这个最优还包括电力生产的绿色。这里面的数字比健康码的数字复杂,因为健康码只要人口库和手机实名制再加上行动的轨迹就可以判断,这三个数据量极其大,但是这个例子比那个要复杂多。

因为无论是电的生产方,还是我们其他所有的电的使用方以及中间这个网,它的数字是动态的,是不一样的,需要做不同的判断,它的目的是什么呢?目的是使得我们的电网从生产端到使用端这样一个电流工具的功能转向根据现在使用的需求和对使用需求的调整,因为我们很多需求是通过调整来实时的指定在什么样的电上网,实现真正的能源优化。

图1.7

咱们这不是有能源研究所的在嘛,2018年国电提出泛在智慧电网的根本所在,我们正在做,这两年已经取得了不少进展,但是离这个目的还有很长时间,但是大家想一想,如果实现这个,国家对能源的管理真的是上了一个新水平,绝对国际一流。没有数据行吗?肯定不行。数据复杂吗?类型多,满足实时、控制、优化这样一个过程的需求。

图1.8

最后一个例子是抖音,抖音是无重量经济,刚才说的健康码也是无重量经济,但它是公共服务。抖音是商业行为,也是无重量经济,无重量经济没有数字根本不行,但是想一想它的数字是怎么产生的?它的数据是一个个用户自己创造的,用他的APP上提供的技术方法,一个个用户用自己的手机产生了数据。不是脸书的数据,脸书的数据到它那边去就乱套了,是不能上去的。

抖音的数字是一个个用户自己创造的,企业管理建立起来,成为企业的竞争力。没有数字没有抖音,但抖音成功最重要的因素是数字吗?不是。数字是附加的东西,抖音真正的成功是创业的成功,是创业者看到了我们很多人想把自己一些场景的视频在互联网上展示出来,特别是年轻人,这个需求更强。

一个关键的问题,抖音在10年前的时候行不行?同样的功能、同样的模式。我告诉你,10年前肯定不行,因为我们的互联网能力和手机能力不能支撑。大家明白了吗?什么叫风口上猪也能飞。我们很多人把互联网经济背后的逻辑给忘了,是作为社会基础设施的互联网性能和普及的提升和作为用户的手机普及使用和性能的提升。

所以你看整个互联网发展过程,它实现的事项都是随着这个来进展。所以,往前10年,抖音根本别想成功,所以无重量经济不是因为数字而成功。

图1.9

咱们总结一下,我们说数字是经济活动,尤其我们今天的经济活动要走向数字经济,走向现代化的明天,没有数字万万不能。没有数字,这些都不存在。

图1.10

这里面一个制造业,两个服务业,两个能源,一个公共服务,为什么我跨度那么大,有简单、有复杂,有不同行业,就是说明什么叫数字化转型?数字化转型就是我们经济和社会活动在今天走向数字经济的明天,我们做的所有事情都是数字化转型,而不是说数字化转型就是每个企业或机构制定一个数字化转型规划,然后按这个规划去做就行了。经济社会发展中的数字化转型不是这样规划出来的,而是围绕具体的问题、价值、目标一步一步走出来的。

图1.11

在所有的过程中,6个例子,包括无重量经济,数字是必要条件,不是充分条件。更要说的是,在很多场合下数字都是必要的,没有数字不行,它是必要条件。从轴承厂的改造,就那么11个数字,少一个都办不成,但是谁想出来这个机厂上用这个传感器就能得到这个数字,要控制这个能产生效益,这是最关键的。数字客观存在,你没有能力去采集,你也不知道为什么采集,采集了是要产生价值,所以这是关键的。

说实在话,健康码很关键,大家要走,疫情来了,人要动。刚才说的这些数据都已经在了,客观存在,没有一个不在的,不管是人口库、手机实名制还是你走来走去的行动规矩,都是客观存在的,是因事而产生的。

价值就在事情上,IT界的人喜欢称之为场景,没有事情你为什么要做,谁做谁发疯了,还有个人隐私这个问题呢,所以因事而产生。只要刚才说的基础、前提已经存在,技术不复杂,我再重申一遍,为什么那么多健康码出来,就是因为技术太简单,开发成本太低,真要高了就不这样了,我们也就方便多了,我们现在常出差的人感到很头疼。

不同的事务有不同关键的成功因素,基本上数字都不是最重要的因素,它只是必要条件。我们永远要记住这样一件事情,“使能器是让使能对象的价值实现,而不是让使能器实现价值”。

昨天我们建筑行业的一位资深专家说我们在建筑行业拥抱使能器赋能成功的只有2%,98%是失败的,这是昨天建筑业一位大佬说的。

图1.12

这个ppt是讲另外一个方面,数据的质量究竟是什么。也就是说数据的质量是对相应的事务必须精准、完备、系统。这件事务之外的数字再好也不要,没用。这件事需要的,哪怕只有11个数据也好,11亿的数据也好。智慧电网的时候,数据的量很大,根本就是一个极其大的数据。

不管是大还是小,围绕这件事,必须系统、精准、完备,否则的话就出错,这个价值就要出问题,所以这是真正的数据的质量。

图1.13

最后,从理论角度看,数字和信息就是同义词,信息从来就是很重要,只是到了新世纪,随着网络、智能终端、物联网和数据处理能力和管理能力的增强,产生了全流程闭环的数字化,今天手机上全是闭环的数字,信息就叫数字了,但是它和信息压根就是同一词。

图1.14

迄今为止没有专门的经济学是对着数字的,一定是对着信息的。几个月来一直在学习、思考、研究这件事情。经济学主要在6个维度上对信息进行分析,在经济学原理类的书中都有关于生产要素的定义,主流经济学对于生产要素的定义,数字是可以满足的,但是所有经济学的教科书,包括张维迎两三年前的《经济学原理》--他还是信息经济学家--也没有把信息或者数字列入到他书中生产要素中。

斯蒂格里茨更是这样,他是2001年因信息经济学获得诺贝尔经济学奖,但是他在2006年经济学第四版上依然没有信息是生产要素这样的结论。

 图1.15

为什么?数字确实是资源,确实是资产,确实是生产要素,但是为什么他们不写?因为你必须回答两个问题。

第一,作为生产要素你如何解释它和其它要素之间的相同和不同,是同还是不同。他无法解释,没有人在今天能够解释清楚数字和劳动、资本、土地这样的生产要素的同和异,或相互关系。谁能说的清楚可以举手,你可以获得诺贝尔经济学奖,一点问题都没有。

第二,根据这样的特殊性,相应的制度设计要解决什么问题,要遵循什么原则。这两个问题,我们今天全球的经济学家没有人能够回答出来,所以它从定义上看是生产要素,但是在外延他绝不把它放进去,因为这两个问题他无法回答,学生问他了,说我不知道,那你怎么写进去的,所以这就是现实的状态。

报告就到这,谢谢大家。

数字作为生产要素的几点分析相关推荐

  1. CNN网络实现手写数字(MNIST)识别 代码分析

    CNN网络实现手写数字(MNIST)识别 代码分析(自学用) Github代码源文件 本文是学习了使用Pytorch框架的CNN网络实现手写数字(MNIST)识别 #导入需要的包 import num ...

  2. 数字电位器IC市场现状研究分析与发展前景预测报告

    2021-2027中国数字电位器IC市场现状研究分析与发展前景预测报告 2021年中国数字电位器IC市场销售收入达到了 万元,预计2028年可以达到 万元,2022-2028期间年复合增长率(CAGR ...

  3. 【Autopsy数字取证篇】Autopsy案例分析报告导出

    [Autopsy数字取证篇]Autopsy案例分析报告导出 Autopsy案例分析报告导出.-[蘇小沐] 文章目录 [Autopsy数字取证篇]Autopsy案例分析报告导出 1.实验环境 2.Aut ...

  4. 数字IC后端设计实现Timing分析利器(附七月重大福利)

    数字IC后端设计实现Timing分析利器(附七月重大福利) 文章右侧广告为官方硬广告,与吾爱IC社区无关,用户勿点.点击进去后出现任何损失与社区无关. 在开始今天的主题分享之前,先来个劲爆好消息.吾爱 ...

  5. 数字版权管理市场现状研究分析与发展前景预测报告

    2022-2028中国数字版权管理市场现状研究分析与发展前景预测报告 本文研究中国市场数字版权管理现状及未来发展趋势,侧重分析在中国市场扮演重要角色的企业,重点呈现这些企业在中国市场的数字版权管理收入 ...

  6. 【报告分享】中国数字经济全景白皮书-易观分析(附下载)

    摘要:2021年存量中对增长的争夺更明显.在各行业的投放中,游戏是最典型的代表.2021年上半年,游戏行业以21.4%的投入占比,稳居广告行业第一.而2020年,游戏行业投放在全行业的占比只有17.5 ...

  7. 数字冰雹-智慧监所可视化分析决策系统

    数字冰雹智慧监所大屏可视化决策系统,面向监狱.看守所.戒毒所等单位指挥监控中心大屏环境,具备优秀的大数据显示性能以及多级协同管理机制,支持大屏.多屏.超大分辨率等显示情景.支持整合监所现有信息系统的数 ...

  8. 五款数字孪生软件大比拼:优缺点分析测评报告

    数字孪生(Digital Twin)作为当前最为火热的技术之一,已经被广泛应用于各种领域,包括航空.交通.能源.医疗.智能制造等行业.在数字孪生的实现中,数字孪生软件起到了重要的作用,因此市面上出现了 ...

  9. 跨平台应用开发进阶(五十一):HTML5(富文本内容)连续数字、字母不自动换行问题分析及解决

    文章目录 一.前言 二.问题分析 三.解决方法 3.1 对 input 标签设置 3.2 对 input 标签内的 p 标签设置 四.延伸阅读 顶部状态栏穿透问题 五.拓展阅读 一.前言 项目开发过程 ...

最新文章

  1. HDU 3306 Another kind of Fibonacci 矩阵快速幂
  2. VTK:图表之SelectedVerticesAndEdgesObserver
  3. shell脚本规划化模板
  4. linux内核模块是什么,Linux内核模块介绍,使用Linux模块的优点
  5. 爬虫项目三:爬取选课信息
  6. checkbox,全选和反选的功能
  7. marathon新建应用映射端口限制
  8. 在python中、运算符+不仅可以实现_运算符 - 在python中+ =做到了什么?
  9. python module错误_python 解决方法:ImportError: No module
  10. LeetCode 669. 修剪二叉搜索树(Trim a Binary Search Tree)
  11. 五大特点_皮肤肤质五大分类及其特点
  12. D-Bus 性能分析
  13. 排序算法问题:稳定排序与不稳定排序
  14. 计算机网络原理 读书笔记
  15. 移动硬盘参数错误要怎么办啊
  16. linux打开xml文件,xml文件扩展名,xml文件怎么打开?
  17. java课堂作业部分
  18. 【面试经典】求解金矿问题(动态规划初级)
  19. 海航集团怎么样温暖世界的呢?
  20. 给定一个整型数组arr,代表数值不同的纸牌排成一条线。玩家A和玩家B依次拿走每张纸牌,规定玩家A先拿,然后B后拿,但是每个玩家每次只能拿走最左或最右的纸牌,玩家A和玩家B都绝顶聪明。求最后获胜者的分数

热门文章

  1. 洲际酒店集团新签15家特许经营模式酒店
  2. 验证的管理篇之二:验证管理的三要素
  3. 关闭联想y9000x电源灯电问题 bios1.06
  4. 【Unity 框架】QFramework v1.0 使用指南 介绍篇:01. 简介 | Unity 游戏框架 | Unity 游戏开发 | Unity 独立游戏
  5. 对国内网络游戏的十条研发建议
  6. base64图片可用,不是处处都适用
  7. 计算机网络运营管理是做什么的,什么是网络管理?
  8. 【day14】js排序插件 Sortable
  9. c语言scanf(%*c?,sex),计算机等级考试二级C语言考前密卷[2]下
  10. ShardingSphere正式成为Apache顶级项目