导语：如何才能写好一篇人工智能对社会就业的影响，这就需要搜集整理更多的资料和文献，欢迎阅读由公务员之家整理的十篇范文，供你借鉴。
总体而言，人工智能(AI)和物联网将同时改变互联网和全球经济。在未来5年内，我们可以预期人工智能和机器学习将会被整合到各种各样的技术中，这些技术包括数据交换和分析。这将带来巨大的机遇，如全新的服务和科学突破，人类智力的提升，以及它与数字世界的融合。
经济和社会必须为人工智能以及物联网带来的颠覆做好准备。
在人工智能的设计和部署中，必须优先考虑伦理问题。
人工智能和自动化将带来全新的社会经济机会，但对个人和社会的影响和取舍还不清楚。
人工智能正改变着我们的决策方式，我们必须确保人类仍然处于“驾驶座”的主导位置。
在社会内部和社会之间，人工智能的益处分配将不均衡，进而加剧当前和未来的数字鸿沟。这种现象发生的风险极高。
人工智能世界的治理与伦理问题
人工智能引发了对伦理问题的广泛担忧。技术人员表示，这项技术需遵从人类的价值观，在人工智能系统的设计、开发和部署的每一个阶段，都必须优先考虑伦理层面的问题。
然而，如果我们把这类工作拱手相让给中介机构，而中介机构又让算法来设计算法。那么在五年内，开发算法的工作可能就不是人类在做了，而是人工智能在掌控。是否将出现这样的前景：我们打交道的中介机构将被人工智能替代。
此外，人工智能引发的重要考虑事项涵盖了隐私、透明度、安全性、工作性质，以及整体经济。例如，基于面部识别技术可以提升用户在社交媒体上的体验。但同样的技术也可以用来提升监视效果，牺牲个人隐私。亦或是，如果人工智能成为社交媒体网络和在线平台的永久功能，在这些平台上，算法被用来管理在线体验、有关自由选择和偏见的问题将会加剧。人们将对数据收集和决策的透明度和责任性感到担忧。这种担忧将会加速伦理原则的制定。而这些原则的作用是什么？用以指导人工智能的设计和部署。
一个社会如果完全以数据收集为基础，那么从商业角度来看，在没有适当的民主监督和平衡的情况下，将助长社会过度依赖监督。机器提供了太多自动选择，人类无需过多思考，从而失去了某些自我决策的机会。
数据分析技术产生的自动化将对人类行为和决策产生更大的影响。
政府将如何应对人工智能带来的更大的经济和社会影响？政府是否具备这样做的能力和资源？在政府内部，由于政策的制定和调整越来越多地受到数据的驱动，人工智能可能会带来一种根本性的决策调整。此外，人工智能可能成为未来政策选择的一种决策工具，而且使用起来可能会草率而不透明。
物联网和人工智能的发展将为政府决策提供科学依据，并帮助它们快速应对民众的需求。
许多人预见，未来几年将展开一场激烈的竞争，以争夺商业人工智能领域的霸主地位。尽管这可能会推动创新，并有可能颠覆当前的市场结构，但也存在竞争方面的担忧。预测者认为，在可预见的未来，如今的领先科技公司将会控制人工智能市场。
人工智能对互联网经济的影响
一些人认为，预测人工智能是一种营销炒作，但很多业内人士和政府都在为人工智能的普及做准备。CBInsights估计，2016年超过50亿美元的风投资金流向了人工智能创业公司，比前一年增长了62%。人工智能为创造新工作、新产业和新沟通方式提供了巨大机遇。
随着人工智能和自动化在各个行业推动重大结构变革，工作的本质将发生改变。随着人工智能获取用户数据，改变产品和服务的交付方式，许多现有的工作岗位可能会被取代。如何适应变化的步伐将是未来一项重大的全球性挑战。
人工智能系统和技术可以改变工作的性质，让员工能力得到提升，从而减少人类之间和国家之间的不平等。人工智能让我们承担和解决更大的挑战。正如一份调查报告所显示，“人们的大脑和互联网之间的距离会变得越来越近，而两者之间的交叉会变得越来越复杂。”
人工智能为科学研究、交通运输和服务提供带来了巨大潜在收益。如果可访问性和开源开发胜出，人工智能有可能给发达国家和发展中国家带来红利。例如，依赖农业生产的国家可以利用人工智能技术分析作物产量，优化粮食产量。在医疗保健领域使用人工智能可能会改变低收入地区的疾病检测方法。
人工智能是一种创造性的毁灭，它将淘汰许多工作岗位，但也将创造新的角色和工作岗位。
但是，社会本身是否已经准备好接受这种变化，我们是否为新型经济做好了充分的准备？对于发展中经济体而言，新技术总是能创造出更多的可能性，尽管部署人工智能(以及物联网)的基础设施非常重要。人工智能的好处也可能不均衡：对于依赖低技能劳动力的经济体，自动化可能会挑战它们在全球劳动力市场中的竞争优势，并加剧当地的失业形势，影响经济发展。
用于管理制造业或服务业的智能和服务，可能仍集中在发达国家。人工智能可能会在很大程度上加剧数字鸿沟，这将会带来政治上的影响。
确保互联网技术创造市场就业机会，且不会对就业市场造成损害，这是未来5年必须解决的一个挑战，也是国际上一个紧迫而严重的问题。
人工智能对互联网安全和网络智能的影响
算法开始做出决策，它们比人类决策更快，并且可以代表我们的意志。此外，系统越来越不透明。我们不知道他们在哪里，他们在做什么决定。
虽然安全与信任对人工智能的未来至关重要，但这项技术也可以帮助解决安全挑战。随着网络和信息流变得越来越复杂，人工智能可以帮助网络管理人员理解交通模式，创建识别安全威胁的方法。在基本的企业层面上，人工智能可以执行由IT帮助台执行的任务，比如解决员工的电脑问题。
人工智能现在主要的缺陷或者不足还是在机器学习方面。神经网络是学习的一个方法，这个方法确实可以解决很多问题，但是它的问题是你不知道它是怎么解决问题的，在神经网络机器人的表达里面有很多东西是没有办法定性、解释的，这是比较难的一个问题。如果把这个问题解决掉，人工智能可能又会来一波大的浪潮。不管怎么样，怎么样做好知识处理，能够做到知其所以然，这是现在面临的一个比较大的问题。
这方面有人在做研究，围绕这个领域，做机器学习的人都在探索怎么把这个理论实用化，因为他们的理论太理论，没办法直接用，所以很多人都在探索这个问题。
人工智能的划分
现在的人工智能和未来的人工智能到底从阶段上怎么来划分？或者说我们现在做了多少事，未来还有多少事需要做？
不要认为我们解决了人工智能的所有问题，我们解决的问题还是很小一部分。是哪一部分呢？我们把这个分成四部分，包括可推理，可统计；可推理，不可统计；不可推理，可统计；不可推理，不可统计。
第一部分是可统计，可推理的。这一部分工业界已经可以用了，拿去做机器人、去做各种各样的知识决策系统都是可以的。
第二部分是不可统计，可推理的。什么东西是这样的？要么数据不完备，要么数据里面特征的描述还没有找到更好的办法，可能里面是很稀疏的东西，表达根本没有办法统计出来，在里面是游离状态，但是是可推理的，可以写出正确的规则。这些靠大数据解决不了问题，但是只能靠传统的逻辑来做。这方面又相当脆弱，许多东西需要进一步去验证。
第四部分是不可推理，不可统计的。未来机器人在这方面很难有作为。为什么？连我们自己都说不清楚。比如说人类有很多顿悟，这些顿悟通过统计能证明它产生？不可能统计出来。通过理论证明这个东西产生吗？不可能。也不知道什么人在什么环境下突然想明白一件事，这个机器做不了，没有模型和数据，所以这些东西是未来机器人不可能涉足，不可能胜过人的。我讲到这里，大家都很容易理解，将来机器人会在哪些领域可以，在哪些领域不可以替代人类。
人工智能时代真的要到了吗？答案可以是肯定的。比如你仅仅是期望计算机能够做的事比人做得更好，很多事情是可重复、可统计、可推理的，把这些事交给计算机去做，它一定做得比人强。
例如下围棋，尽管比较难，但是它是经验和知识积累的过程。也就是说，慢慢的，机器一定会胜过人。之前我在香港和一个教授还在讨论，以后还有没有人下围棋呢？为什么这样想呢？他说人和人下很有乐趣，和计算机下盘盘输，为什么还要下？我说为什么要和计算机下？还是要和人下，这样你还是冠军。
人工智能对经济的五个影响
这是我们对AI的看法。现在大家可能知道，2016年10月13日，美国白宫两个和人工智能有关的报告。2016年12月20日，美国白宫又了一个报告，叫做《人工智能自动化与经济》。这篇报告中说，人工智能总体来说，不管你是否接受，不管你是否看好，这件事就要发生了。我们现在要做的是，如果这件事发生了，我们怎么去应对它。
按照美国的判断，对每个小时40美元以上的工作影响不大，只有4%，对每小时20～40美元之间的影响是31%，但是对于低于20美元的劳动力影响非常大，达到83%。所以政府要有所应对。应对的策略包括鼓励投资开发，也包括对新的工作类型进行培训、对转型期间的工人提供帮助，让他们能够通过再学习得到就业。
下一波浪潮一定是AI
回到今天我们的主题，人工智能带来的机遇对全社会，当然也包括对于自动化领域，特别是机器人领域，机遇是非常多的。如果我们说过去这几十年比较大的浪潮，第一波是PC浪潮，给信息领域带来颠覆性的影响。紧接着是互联网浪潮，成就了一大批互联网公司，例如谷歌、百度。之后马上出了一波新的浪潮，叫移动互联网，比如说今天的苹果就是这波浪潮起来的公司。下一波是什么？一定是在AI，这一技术的研发和应用，将使得苹果、百度、华为这样的公司得到更大的发展。
是否用AI做机器人？当然可能，也有可能是做别的，所以说浪潮就在这里。
我们现在做机器人，绝大部分的行为是设计出来的，我们把它叫做DesignedRobot，要前进、拐弯都是按规律设计出来的。这没有错误，但是不是AI。什么是AI机器人？或者叫学习机器人呢？就是机器人做好以后，他不知道要干什么。你训练他干什么他就干什么。就像小孩一样，小孩出生了，你说他将来是数学家、物理学家、技术工人、农民？他什么都不是，但什么都可能是，就看你教他什么。
我们以后的机器人也应该是做出来的时候什么都不是，你教他做什么他就是什么，你教他开车，他就会开车，你教他上流水线操作，他就会流水线操作。这一天一定会到来，就看谁在上面花的工夫更大，或者准备更充分。
AI带来的机遇与挑战
我们怎么样能让系统和人具有同样的知识能力和水平呢？现在大部分是软件知识，有一个系统，你会给它大数据的集合，它进行不断的训练，不断的和人聊天、对话。这些机器人开始的规则比较简单，当大数据进去之后，不断的会话调整反馈，就能慢慢抓住聊天对象的注意力，让你跟着它转。这可能是现在的一些情况。
真正到了AI阶段，就不是软件知识，而应该是开放知识。现在人类之所以一直在进步，是因为知识本身是_放的，我们得到了一些知识，然后把它教给学生，写成书给社会，社会得到这些知识之后就会不停的进步。在这个基础上，别人再去加新的知识。所以一定是开放的，如果不开放，这个社会就不能进步。这个道理一样落到机器人和AI方面。
人工智能对于教育和就业的机遇比较多，因为现在整个社会需要非常多的学习人工智能的博士，现在在美国，博士能够拿到上百万的年薪，当然在国内也一样。有时候我们开玩笑，老老实实教了一辈子书，刚毕业的学生就比我们的薪水高。需求太大就水涨船高，所以需要教育提供更多的人才。
[关键词]人工智能技术；会计信息系统；财务会计信息管理系统
随着人类社会科学技术的发展，公司在买方市场中面临着复杂多样的个人需求。到目前为止，传统的会计信息系统在手工或计算机计算的基础上输出的一般会计信息已不能满足个人会计信息的需求。为了满足买方市场的个人需求，满足企业决策者的信息需求，有必要在物质经济阶段设计规范的会计信息系统，以定制和完善人类经济中的会计信息系统，将使用会计信息作为向量的传统会计报告表格转换为自定义会计报告表格。因此，在“互联网+”背景下，笔者考虑了人工智能如何参与构建买方市场中用户需求各个阶段的人类经济发展会计信息系统，从而带来了新的思路。
1.人工智能对会计的影响
2.人工智能的发展
3.会计信息系统开发
4.基于人工智能技术构建人本经济阶段企业
4.1会计信息系统
为了在第四次工业革命时代促进人类经济的发展和现代基础信息技术的传播，从信息不对称和信息的角度讨论在人类经济阶段建立企业会计信息系统的问题。信息内容非对称理论是经济发展中的“企业财务信息管理系统人工智能技术”。高新技术的自主创新和发展趋势不仅促进了人类社会的发展，而且信息的不对称也促进了以人为本的经济发展。信息的不对称已经取代了基于化学物质的经济发展。社会经济的发展促进了以人为本，这意味着基于人力资源使用价值的财务会计基础理论和定制的财务会计信息管理系统已经长期取代了基于使用价值类型的财务会计基础理论和标准化的财务会计信息管理系统。在以人为本的信息经济发展不对称的环节中，以客户为中心的企业关联方合同的特点决定了以人为本的企业财务会计信息管理系统的基本理论。
4.2集中的以人为中心的经济实体
4.3信息对称的人本经济阶段的“人工智能+企业会计信息系统”
科技革命促进了当代技术实力的发展，从而完成了以共享经济模型代替不对称理论的经济发展。我们可以通过区块链技术构建去中心化结构下的以人为本的财务会计基础理论和财务会计理论创新的财务会计信息管理系统。数据共享平台的建立改变了原有的传统方式，在共享经济模型中，智能参与者将以客户为主导，从而创建一个超越合同的实质性财务会计信息管理系统。区块链技术共享经济模型的主题将规定新的区块链技术公司的会计主题的假设，新的区块链技术共享经济模型的参与者可能具有长期运营标准，或者可能会发生变化。
5.结语
本文分析了根据以人为本的经济阶段信息不对称和信息对称环境下的管理会计理论，创造性地构建了第三、第四代人工智能相结合的会计信息系统。工业革命在信息不对称的以人为中心的经济中，以“企业+区块链”为基础构建“企业会计信息系统+人工智能”；在以人为中心的经济阶段，以“本地区块链+企业”为基础围绕“对称信息”建设“人工智能+企业智能会计信息系统”。本研究为探索人工智能与会计工作方法的创新整合以及会计领域的改革提供了理论依据和经验参考。
【参考文献】
[1]丁胜红，胡俊.人工智能技术下会计信息系统的构建[J].财会月刊，2021(08)：98-102.
[2]戈闯.会计信息化对财会教育的影响[J].中国科教创新导刊，2013(31)：67.
[3]成瑗.采购业务核算的智能化信息处理研究[D].天津商业大学，2010.
[4]李萌.会计信息处理智能化研究[D].天津商业大学，2007.
[5]唐杰，李华丽.基于政府会计制度的高校会计信息系统调整方案设计[J].财会通讯，2020(01)：163-166.
一、引言
互联网金融经历了过去几年的高速发展后，带给了人们新的感受。随着2016年4月12日，国务院印发《互联网金融风险专项整治工作实施方案》以来，整个行业正在进行一次“价值回归”，P2P等平台类模式正在减少，靠着拼渠道、流量和高收益的红利时代已经过去，精细化、差异化、技术化的运营和创新将是互联网金融这个阶段的主题，人工智能将在互联网金融领域发挥越来越重要的作用。
一直以来，金融领域个性化的服务都是依赖于“人”的服务。但从2016年开始，机器正在尝试取代人在财富管理服务中的位置，随之而来的是智能投顾服务。举个例子，在美国，券商、资管纷纷开始设立互联网金融平台，以互联网财富管理类的服务为主，目的是捕获更多中小投资者，在现有的证券业务体系之外培育新的增长点。贝莱德收购FutureAdvisor、Fiidelity与Betterment展开战略合作、Vanguard推出自己的智能投顾服务、嘉维证券与宜信合作进入中国市场开展智能投顾服务。这样的例子还有很多，这背后是传统金融机构对技术所能产生的势能的认可。国内的智能投顾玩家也很多。其中，宜信和品钛这样的在新兴市场上已经相对成熟的公司已经推出了自己的智能投顾服务。此外，还有大量早期创业公司直接以此为方向，比如弥财、钱景财富、蓝海财富等。
二、人工智能在互联网金融领域的应用情况
（一）人工智能在互联网金融领域应用的必然性
（二）人工智能极大提高了互联网金融的效率
作为百业之母的金融行业，与整个社会存在巨大的交织网络，沉淀了大量有用或者无用数据，包括各类金融交易、客户信息、市场分析、风险控制、投资顾问等，数据级别都是海量单位。同时大量数据又是非结构化的形式存在，如客户的身份证扫描件信息，既占据宝贵的储存资源、存在重复存储浪费，又无法转成可分析数据以供分析。金融大数据的处理工作面临极大挑战。通过运用人工智能的深度学习系统，能够有足够多的数据供其进行学习，并不断完善甚至能够超过人类的知识回答能力，尤其在风险管理与交易这种对复杂数据的处理方面，人工智能的应用将大幅降低人力成本并提升金融风控及业务处理能力。
说到人工智能，不得不提的一定是AlphaGO，但是在互联网金融领域，有一个比AlphaGO更加强势的公司，这家公司的名字叫Kensho。这是以前高盛出来的分析师团队，把整个高盛的经验模拟，通过机器取代现在大量的人工，进行相应的投资、分析、决策。而且在信息，在互联网传播非常快的时候，他们去除掉了大量的噪声，回归到这个事情的本质。很快高盛发现了这家公司的发展速度和未来价值，直接把它私有化，直接变成第一大股东，因为发现这中间带来的差别是这个企业的核心竞争力。
Kensho公司的核心技术就是能在两分钟之内做出一份一份简明的概览，随后是13份基于以往类似就业报告对投资情况的预测。而你根本就不需要去检查这些数据分析，因为这些分析是基于来自十个数据库的成千上万条数据。如果没有这些人工智能，分析师们可能要花上几天的功夫收集梳理这些数据，而等他们分析完成后，市场的行情早瞬息万变。
可见，人工智能的引入对于互联网金融领域的效率提高是呈几何式的，你很难想象也不敢相信这么一个事实：未来的投资大师们可能是一堆机器。
（三）人工智能将互联网金融带入智能金融时代
互联网金融发展至今一共经历了两个阶段：第一个阶段是网络金融，把现有的金融产品搬到互联网上，互联网上面现在卖基金、卖理财、卖信托、卖保险。第二个阶段是大数据金融阶段，通过数据重新去定义相应的金融产品和相应的金融服务。第三个阶段正在萌芽，就是人工智能+互联网金融的阶段，网络上有人称之为智能金融时代。
从目前宁波当地的互联网金融企业发展来看，目前还停留在“互联网+金融”的模式：在传统金融服务上进行叠加，将互联网式思维、互联网式管理、互联网式数据融合进传统金融服务，而这正是现在大部分互联网金融服务提供商正在做的事情。“互联网+金融”的模式也正在让金融进入“普惠金融”的阶段，通过互联网金融对传统金融机构进行补充，让更多的人平等的享受到金融服务。但是，“互联网+金融”的模式下，信息安全、投资风控、资产调节等方面问题仍然存在，一定程度上说，互联网增加了信息风险，也正是如此，摸索期的互联网金融行业才会出现P2P跑路的现象，仅2015年，宁波当地的P2P公司跑路就多达9家之多。
人工智能是大趋势，从阿尔法狗的表现以及人工智能在互联网金融领域的运用来看，互联网金融在人工智能的改造下将不再局限于“互联网+金融”，而是逐渐向“互联网+金融+大数据+人工智能”转变。人工智能起到串联起互联网、金融、大数据，实现更加智能的精确计算的作用，实现大脑一般的思考，解决“互+金”模式下的诸多痛点。
从理财顾问、征信助手、智能风控系统、防范性金融系统这四个层面来看，整个互联网金融领域正在朝着越来越“技术范儿”的方向上前进，金融智能化成为大势所趋。智能金融的机器学习功能，让产品背后的逻辑系统可以快速适应场景数据，建立合适的评分规则、决策体系，真正给现在的互联网金融带来颠覆性的变化。无论是消费金融领域还是风控层面上，互联网金融在人工智能的配合下正在呈现出无与伦比的崭新打法。这也正是阿尔法狗打败李世石之后，给金融智能化带来的全新想象。
（四）人工智能将颠覆互联网金融时代的风控体系
汇总整个互联网金融本质，其实存在两个层次风险，一是道德风险，二是经营性风险。面对2016年不断有“跑路”等负面消息萦绕的互联网金融，去伪存真或成为首要任务。一些企业资金并没有进入到实体业务，而是进入庞氏骗局，而去年出台的监管意见征求稿，监管层管理方向还是较为清晰的，希望通过资金的有效监控，将企业资金与个人用户之间的资金进行分离，规避风险。然而人力毕竟有限，不可能时刻紧盯住所有互联网金融机构，这时引入人工智能监管就十分必要。
人工智能已经在无人驾驶、图像处理、语音识别方面取得了突破性的应用，那互联网金融领域呢？李开复老师曾谈及人工智能应用的三个要素：数据、处理数据的能力和商业变现的场景。人工智能解决金融界问题的过程，很好的对应了这三个要素。也许，金融领域是人工智能最合适不过的颠覆场景。
在金融业务的前端，已经有不少传统银行将人工智能用于为客户定制服务，开发理财产品的应用。例如巴克莱银行和花旗银行等。国内银行中走在科技前列的招商银行，也开始试用全新的人工智能业务模式。未来人工智能和机器学习技术在金融业前端会有更多的便捷精准服务提供给客户。
那么金融应用领域的后端呢？信息安全、投资风控、资产管理等方面的问题成了新问题，对于躲在触屏手机背后的客户，缺失了央行数据的客户，银行没有办法通过一双双眼睛去看到用户是谦谦君子还是骗子流氓。这个时候，金融后端，传统金融风控手段覆盖不到和难以触及的，那么“互联网+金融”业务就要结合更广泛的互联网数据和人工智能手段，来处理更广泛的金融客户问题。
（五）人工智能技术在金融领域应用案例
Google、IBM等国际巨头公司已经将人工智能技术渗透在各种产品的方方面面，总体上看，国内金融行业也逐步开始应用人工智能技术，随着国内双创政策的推动和对人工智能产业的投资拉动，预计广泛应用节点即将到来。
4.宁波聚元集团旗下超人贷平台自2014年上线以来，发展迅速，以高效风控、低成本控制、低坏账率享誉业内，平台注册会员超过1万人，线上累计交易金额已突破2亿元，稳定健康的发展道路使得平台处于整个大市行业中领先地位，并受到CCTV2、CCTV7央视正面报道，成为浙江地区首批在央视上榜的互联网金融品牌。超人贷平台除了将资金交由第三方商业银行或有资质的资金托管机构进行托管，建立信息披露制度，充分披露融资项目、经营管理等信息外，最重要一个突出优势就是采用先进的人工智能对每一笔交易M行实时监控，监控信息还可面向公众开放。自创立以来发展稳健，越来越受到客户青睐。
那么，人类真会面临机器人带来的下岗威胁吗？我们应当具备哪些技能，才能捧稳“饭碗”？
哪些饭碗容易被抢
在美国，约有2/3的被访者预计，未来半个世纪里，机器人或电脑将会取代很多目前由人类从事的工作。而日本的一项研究称，日本近半数职位可能在10～20年内被机器人或人工智能取代。
“在中国，机器人目前主要用于电子电器、汽车、橡胶及塑料工业等行业。其中，在汽车和电子产业的占比分别为33%和31%。在新加坡的社区医院，机器人承担搬运、送标本等任务，还从事大量后勤和信息化工作。”复旦大学管理学院教授姚凯介绍，机器人具有低成本、高可靠性，其应用范围将扩展至经济社会的方方面面。尤其在大数据应用及精准图像、声音识别、追踪定位方面，人脑基本上没有竞争优势。
日本智库野村综合研究所与英国牛津大学合作，调查了计算机应用对日本国内601种职业的潜在影响。根据设定的标准，如果一项职业66%以上的工作内容可由机器人或人工智能完成，即被视作“可被取代的工作”。研究人员计算后发现，日本49%的工作岗位可由机器人完成。
此前，牛津大学研究人员也在美国和英国进行了类似研究。结果显示，美国可能被机器人取代的职位比例为47%，英国为35%。
哪些“饭碗”容易被抢？研究表明，容易被机器人取代的职业包括普通文员、出租车司机、收银员、保安、大楼清洁工、酒店客房服务员等。这些职业“不需要特殊知识和技能”。相对而言，被取代可能性较低的职业包括医生、教师、学术研究人员以及导游、美容师等需要人际沟通的职业。
“并不是第一次发生”
除上述职业外，一些危险的工作也完全可以交给机器人。在一些地震救灾活动中，就有不少军用机器人冲到救援前线，如蛇形机器人、轮滑式机器人、呼吸探测机器人、无敌机器蟑螂等。这些机器人可以深入到各种危险地带和救援人员难以到达的地方探测生命迹象，进行救援活动。
此外，机器人在设备洁净方面也有用武之地。捷克一家公司早在2011年就推出过一款视觉引导机器人，它能对空调系统进行清理和检查。即使是极难清理的死角，处理起来也游刃有余。
姚凯梳理，机器人可替代性较高的行业主要为两大类：一是传统的制造业，如汽车、电子、机械等流水作业比较规范的行业。二是工作环境比较恶劣、危险性高或对人的心理要求较高的行业，如采掘业、建筑、高压带电清洗、防爆、油气管道清淤等。同时，在不少劳动密集型行业，规模化使用机器人也能带来明显的成本优势。
此外，随着综合智力发展，“更聪明”的机器人还能从事更复杂的专业技术工作，如自主飞行、撰写新闻稿件乃至分析医学光片、实施麻醉、进行手术、分药取药等。
不过，专家指出，机器人代替人类完成诸如数据录入、驾驶汽车、前台服务等工作，并不意味着人类将无所事事。由机器人承担服务性工作的目的是，把人类从体力劳动中解放出来，从事更多需要创造力、同情心的有趣工作。
哪些金饭碗抢不走
与人相比，机器人不消极怠工、也不会抱怨。但是，它们毕竟属于“物”，并不具备人类所特有的情感、个性、道德等，也不具备创新、创意、创造能力。“从这个意义上说，那些对原创能力、互动能力、谈判能力和创意能力要求较高的金饭碗，机器人难以觊觎。”姚凯说。
例如，情感类工作，以目前的科技水平，机器人还无法涉足。它们可以照料老人，却不能进行心理关照；它们可以给孩子们上课，却很难进行差异化辅导，更不能言传身教。
又如，音乐、美术和设计类工作暂时也无法染指。机器人或许可以绘制出美妙的画面、弹奏出经典旋律，但难以在其中体现个性、情感等特征。毕竟，艺术是创造力和想象力的表达，目前的人工智能只能表达共性。
还有，发明创造类工作、改革创新类工作，机器人同样无能为力。机器人更直接影响中等技能工作，对于高技能和类似按摩等低技能工作，影响力暂时还没那么大。
与机器人“并肩作战”
“假如说，一条装配线上原来需要10名工人。如果这条装配线使用机器人，就意味着这10人都将失业。”姚凯说，短期来看，机器人上岗势必导致一批生产工人的下岗。“但也要看到，大规模机器人的出现会催生许多新的人力需求岗位，包括机器人的研发、操控和维修等。”
上世纪80年代，日本的制造业因应用机器人，焊工减少了4.9%，机床操作工减少了2.3%。但同时期，电子计算机操作员需求增加了4.5%，软件技术员需求增加了10.2%，机器技术员需求增加了7%，社会整体就业率呈现上升趋势。
关键词:宏观经济;预测模型;BP神经网络;非线性
中图分类号:TP183;F015文献标识码:A
0引言
利用经济指标的准确预测是国家对宏观经济正确调控的必要前提。但经济系统,特别宏观经济系统是非常复杂的系统,广泛存在着非线性、时变性和不确定作用关系;而在计量经济学理论基础上建立的各种宏观经济模型,大都是线性模型,很难把握宏观经济系统中的非线性现象,必然导致经济预测的误差加大。学者们因此对各种线性模型做了不少改进,如建立分段线性模型、参数时变线性模型等,但结果并不理想。于是人们寻求一些非线性工具进行宏观经济建模。而神经网络具有并行计算、分布式信息存储容错能力强、自适应学习功能等优点,在处理复杂的人工智能和非线性问题上显示了优越性。
1基于BP神经网络的预测模型
BP(Back-Propagation)神经网络结构是前向的多层网络,含有输入层节点、输出层节点和一层或多层的隐层节点,同层的各神经元之间互不连接,相邻层的神经元则通过权值连接。当有信息输入BP神经网络时,信息首先由输入层节点传递到第一层的隐层节点,经过特征函数(人工神经元)作用之后,再传至下一隐层,这样一层一层传递下去,直到最终传至输出层进行输出。其间各层的激发函数要求是可微的,一般是选用S型函数。最基本的BP神经网络包括输入层,隐层,输出层这三层节点的前馈网络,其结构如图1所示。
BP神经网络使用一组样例对网络连接权值进行学习训练,每个样例都包括输入及期望的输出。在正向传播过程中,首先将训练样例的信息输入到网络中,输入信息从输入层经隐层节点逐层计算处理后,传至输出层。在计算处理过程中,每一层神经元的状态只影响下一层神经元的状态,如果在输出层得到的结果不是所期望的输出,那么就转为反向传播。反向传播把误差信号沿原连接路径返回,并按照一定原则对各层神经元连接权值进行适当修改,直至第一个隐层;这时再开始进行正向传播,利用刚才的输入信息进行正向网络计算。如果网络输出达到了误差要求,则学习过程结束;如果达不到误差要求,则再进行反向传播的连接权值调整。这一过程不断往复,直到网络正向计算输出结果达到误差要求为止,学习就告结束。网络训练结束后,在用于求解实际问题时就只须使用正向传播。
2具体应用
2.1样本获取
神经网络建模关键之一是网络训练样本的选取。在模式识别征抽取是一个重要环节,抽取稳定且有效的特征是识别系统成功的关键。神经网络建模也就是对系统进行模式识别,神经网络中的特征抽取也就是样本的选取,包含原始数据收集、数据分析、变量选择及数据预处理;只有经过这些步骤后,才能对神经网络进行有效的学习训练。训练样本质量直接影响网络应用效果,应根据实际情况选取合适的能表达对象全面特征的样本,好的训练样本能提高网络学习速度和效果,并提高网络泛化能力。建立本预测模型时选取样本,首先是建模必须建立在一个基本固定的环境下;其次是样本选取应涵盖系统特征的信息,要能够包含在控制中的输入输出特征,能给神经网络提供较为全面的边界信息。本模型旨在对西安市14个指标2008年的数值进行预测:GDP、全社会固定资产投资、居民消费价格指数、零售总额、工业增加值、财政收入、财政预算、可支配收入、农民人均纯收入、城镇新增就业人数、进出口总额、出口、外商直接投资、工业出厂价格指数。在排除各年可能发生异常情况下,用各指标前几年数据预测紧接着下一年的各指标数据。
2.2神经网络模型结构
关键词：网络道德缺失应对策略
一、网络道德缺失的主要表现
（一）网络道德绑架现象
（二）网络诚信缺失现象
电商、网络支付、海外代购等这些网络附加产品为我们生活带来便捷的同时，也引发了一系列的诚信问题。比如，网购假冒伪劣产品，实物与产品描述不一致；黑客袭击公司企业内部网站，盗取商业机密，进行网络信息诈骗；网聊征婚交友虚假信息；网络剽窃他人成果为己所用等。诚实守信是中华民族的传统美德，也是十以来党和国家所倡导的社会主义核心价值观的重要内容。一些网民不计道德和法律后果的行为，使得诚实守信面临严重的挑战，这些因网络引发的诚信缺失给人民的人身财产安全带来巨大隐患。
（三）“网络水军”现象
网络水军即受雇于网络公关公司，为他人发帖回帖造势的网络人员，以注水发帖来获取报酬。若要为一个企业炒作，他们会事先分析网民的心理，按照愤青、仇富、同情弱者等因素制作网帖。[2]他们用言论去引导舆论，恶意竞争，破坏市场秩序。例如，国内闻名的“蒙牛陷害门”“霸王洗发水致癌门”“封杀王老吉”等事件，利用网络水军，通过网络媒体传播负面消息，进行攻击诽谤。尽管有的企业利用网络水军策划宣传，但也有过度炒作现象，使用不正当手段参与竞争。例如，淘宝网的部分商家雇佣网络水军进行产品质量好评刷单，以次充好，欺骗消费者；明星雇佣网络水军进行炒作涨人气等将个性事件演变成共性热点事件。过度炒作将会引发公众对网络信息的信任危机，不利于互联网行业的绿色健康发展。
（四）拜金主义现象
网络是一个开放的空间，也存在一些非理性的价值观念，如拜金主义、享乐主义、等。最近，网红作为一个与时尚、品位、奢侈的代名词横空出世。一些网络流行语如“宁愿在宝马车里哭，也不愿在自行车后面笑”“土豪我们做朋友吧”“国民老公”等传播错误价值观，诱导网民一切向“钱”看，过度注重物质享受，而忽略了精神层面的追求。唯钱、唯利是图的拜金主义违背了社会主义核心价值观，不利于建立社会主义新风尚。
二、网络道德缺失的原因分析
（一）网民个人层面
调查数据显示，2016年高校毕业生数量达到历史新高765万，加上2015年未就业的数量，有1000万大学生同时竞争岗位，就业压力巨大，就业形势越来越严峻。2016年国外某知名网站调查显示，中国人的幸福指数全球排83名，这与国内激烈的竞争、人均收入及环境舒适度有很大关系。网民在工作、学习、生活等方面面临着巨大的压力挑战。现实生活中的挫败感，导致部分网民沉溺网络进行情感宣泄，对国家、政府、社会进行语言报复。把自己糟糕的境遇归结于社会黑暗，以曝光出来的极少数官员贪污受贿、公职人员的个例以偏概全地否定社会主义意识形态，给网民造成精神污染。
（二）网络媒体缺乏约束规范
（三）网络舆论过分追求功利
（四）社会方面因素
三、针对网民网络道德缺失的应对策略
（一）加强网络道德观教育，发挥名人榜样引导作用
（二）引入大数据技术，把握网络舆情导向
（三）弘扬社会主义核心价值观，营造和谐网络氛围
（四）建立完善网络立法体系，加强网络监管力度
四、结语
参考文献：
[1]祝永梅.浅谈网络道德所面临问题及解决方法[J].北京：中国科技博览，2016（5）：313.
[2]王宁.论“网络水军”对网络舆情的影响[D].河北经贸大学，2011.
【关键词】人机交互技术；教学改革；实践
【Abstract】Thediscussionoftheteachingreformofhuman-computerinteractionisproposedinthispaper.Thepaperstartedfromtheproblemsexistinginthecurrentteaching，focusontheteachingobjectives，curriculumcontentandteachingmethods，onhowtoimprovetheteachingqualityandstimulatestudents’enthusiasmtocultivatestudents’practiceabilitywerediscussed，andnewideasareprovidedfortheteachingreformoftheinformationcourse.
【KeyWords】human-computerinteraction；teachingreform；practice
1人机交互技术教学现状与存在的问题
1.1教学目标模糊
1.2课程内容落后
人机交互技术随着计算机技术的进步而发展，由于新技术的不断涌现，人机交互技术的内容也在不断更新。但是，目前大多数讲授人机交互技术的教材，其内容还停留在2010年前后的发展水平。以移动界面设计为例，许多教材都以诺基亚的Symbian操作系统为平台，讲解移动端界面设计的实例，包括键盘布局设计，按钮和屏幕分布等。但就目前消费类电子市场的实际情况来看，诺基亚手机已经退出了主流市场，Symbian操作系统也早已无人问津。目前手机市场以Android和iOS操作系统为主流，都已用触摸屏代替传统的实体按键。[5]同样的情况还存在Windows程序和Web界面设计工具，大部分教材还在使用MFC和Html，而目前业界主流的工具已经换成Winform和Html5。IT技术发展日新月异，新技术和新产品的更新换代速度非常快，固定的教材很难跟上新技术发展的脚步。陈旧的内容，导致知识刚学到就落伍，学而无用，会削弱学生的学习积极性，严重影响学习效果。
1.3重理论，轻实践
2人机交互技术教学改革措施
2.1明确教学目标
2.2丰富课程内容
传统的教学方式一般以课本为主，实践性的例程也局限于书本之内，因此内容比较匮乏，吸引力不够。为了改善教学效果，应该引入能够引起学生兴趣的内容，以实践内容为主，提高学生的动手能力。比如，设计一个加法器。以学生已有的编程能力，可以用C语言实现，但是其操作界面是Windows的命令行，如图1所示。虽然实现了计算功能，但是作品的操作界面简陋，对用户毫无吸引力可言，同时也无法激发学生的学习兴趣。但是换一种开发模式，用面向对象编程语言，如VB，也可以实现相同的功能，同时开发一个简单的用户操作界面，如图2所示。学生对图形化界面的兴趣明显高于抽象的算法设计，将界面设计与算法设计结合，将程序运行结果显式的展示出来，有助于提高学生的积极性。
在具体的例程选择时，要遵循从简单到复杂的原则。首先，可以选取一些学生在低年级学习编程时实践过的程序，在原有基础上为它们添加操作界面，如前面的加法器。以此来激发学生对UI设计的兴趣，引领学生入门。然后，向学生介绍一些较为经典的例程，讲授UI设计的基本原则和方法。同时，向学生提供一些半成品作品，让学生在原有基础上进行改进，逐步提高学生的设计能力。最后，让学生各自选择一个感兴趣的课题，独自完成一个完整的作品。整个课程讲授过程中，例程选择要涵盖不同的难度，结合最新热点技术，抓住学生的兴趣点。
2.3改进教学方法
3人机交互技术教学改革预期成果
人机交互技术教改预期达到以下目标：
（3）以本课程为切入点，建立以实践为主的教学体系。加大投入，配置必须的软硬件设备，为信息学科的师生搭建一个教学、科研平台，以利于后续其他课程的教学实践。
（4）转变传统的教学观念，结合信息学科的实际情况，加强教师的实践能力，提高师资队伍的综合素质和业务水平。
4结语
参考文献
[1]宋鸣侨.浅析人机交互技术的发展趋势[J].现代装饰理论，2012（2）.
[2]袁保宗.新一代（第四代）人机交互的概念框架
特征及关键技术[J].电子学报，2003（31）.
[3]董士海.人机交互的进展及面临的挑战[J].计算机辅助设计与图形学学报，2004（16）.
[4]杨明朗.人机交互界面设计中的感性分析[J].包装工程，2007（21）.
关键词：供给侧改革；旅游；行政管理；对策建议
一、供给侧结构性改革的动因
二、供给侧改革与旅游行政管理的关系
三、旅游行政管理面临的矛盾与问题
(一)手段薄弱，管理不足
(二)职责交叉，管理混乱
职责不清和职责交叉是目前困扰我国旅游行政管理体制改革的另一障碍，多头管理所造成的管理混乱无疑制约着手段的创新和改革的进程。各旅游管理部门和行政机构对于管理权限的划分都明抢暗夺、趋之若鹜，却往往在发生问题和出现舛错的时候避而远之、互相推诿。比如，从2015年开始进行为期三年的“旅游厕所革命”，旅游部门指导旅游厕所的建设和管理，规划部门的职责是负责基础设施的建设规划，环保部门的机构职能又是管理公共卫生服务。多方之间管理职能的交叉与冲突在一定程度上影响了厕所革命的进展，降低了旅游行政管理机构的影响力和公信度。此外，许多景区同时涉及部门与地方之间管理的冲突。按照现行的旅游行政管理体制，在同一个旅游目的地内，旅游资源的规划、开发与经营除旅游部门之外还可能涉及建设部、文化部、环保部、水利部、国土资源部、地质矿产部等多个行政主管部门[5]。管理主体的割裂与涣散也在某种程度上阻扰着多元主体的协同治理，破坏了旅游业发展的整体性，使得旅游景区的整体保护与利用面临很大困难，制约着旅游景区的健康发展。
(三)职能分散，缺乏体系
四、旅游行政管理改革的方向与对策
(一)从分散管理到协同管理
(二)从单一主体到多元合作
(三)从应急管控到常态有序
歌德在《致卡罗琳?冯?赫尔德》中指出“人之所以爱旅行，不是为了抵达目的地，而是为了享受旅途中的种种乐趣”。但在现实中，人在旅途常会变成人在囧途，除了旅途劳顿、更因其遭遇强制购物、动辄被“宰”却投诉无门甚至推诿塞责等令人沮丧，传统的灭火式管控已无法确立起长效机制来保障旅游业有序科学发展。比如，海南省三亚市与其他旅游目的地一样，在旅游业快速发展的同时也颇受诸多“成长的烦恼”所困扰，形形的旅游市场问题纷至沓来，三亚市行政管理部门不断创新旅游行业监管机制，试图在已有旅游巡回法庭背景下，探索组建旅游警察支队，并且竭力尝试打破旅游监管“九龙治水”僵局，积极推进旅游警察支队与工商、旅游、交通等旅游市场秩序行政执法监管部门联勤联动，形成敏捷灵活的“多部门联勤联动，联合执法”行政体制，实现行政执法和刑事执法的无缝衔接，依法对旅游市场实施监管[7]。
(四)从本位管理到综合协调
本位管理长期影响和制约了我国经济社会的全面可持续发展，尤其是对旅游业这一新兴产业领域的管理更是不应拘泥于本位管理。随着旅游业在市场经济中的地位不断攀升，特别是旅游对整个经济贡献率的快速提高，资源配合方式从“累积—集中”的传统模式转变为“弥散—辐射”的现代模式。传统的“封闭”、“孤立”、“自上而下”的管理模式正在被“开放”、“参与”、“合作”、“自下而上与自上而下互动”的合作管理模式取代。其中，政府、企业和第三方组织应基于旅游行政管理结构的建构而运行，在政府的权威领导及服务协调下，充分尊重和发挥市场在资源配置中的支配性地位，突出第三方组织在整个管理体系及其运行中的中介衔接作用。
(五)从个案管理到智慧管理
[1]蓝志勇.民生领域供给侧结构性改革的探讨[J].行政管理改革,2017(1).
[2]魏礼群.全面建设世界旅游强国[J].全球化,2016(2).
[3]中国旅游研究院编.2016年中国旅游经济运行分析与2017年发展预测[M].北京:中国旅游出版社,2017,1.
[4]宋瑞主编.2015-2016年中国旅游发展分析与预测[M].北京:社会科学文献出版社,2016,4.
[5]曾博伟,魏小安.旅游供给侧结构性改革[M].北京:中国旅游出版社,2016,7.
[6]王名,蔡志鸿,王春婷.社会共治:多元主体共同治理的实践探索与制度创新[J].中国行政管理,2014(12).
[7]曾凡容.在全国首创旅游警察推动旅游市场治理管理常态化[N].人民日报,2016-01-31(07).
关键词：数据权数据网络空间大数据
近几年，随着互联网、物联网和云计算等信息技术的迅猛发展，人类的信息化进程开始从“信息时代”步入“大数据时代”。信息化产物——数据——成为了一种新的资源。各国在促进社会稳定发展、经济贸易增长、产业创新升级等各方面对数据资源的依赖越来越大，对数据资源的占有和利用已经成为决定国家核心竞争力的关键。各国的数据资源竞争引发了对国家数据的保护，而以美英为首的西方政府积极推动“数据民主”运动，不仅唤醒了公民的数据权意识，也将西方民主模式植入到了网络空间。
本文将以大数据现象为时代背景，来研究数据权的起源和发展，辨析数据权的概念，探讨数据权对网络空间治理的影响。
一、大数据时代的来临
2数据的价值正日益显现
数据中存在的价值早已被人们发现。在1958年，IBM公司就提出了基于数据分析挖掘的商业智能概念，将企业中的数据转化为知识，帮助企业做出有效的决策。但这种企业级、小规模数据挖掘产生的效益并不足以让人们认识到数据的巨大潜能。而如今，各类社会、经济活动产生的，以及由键盘、传感器、摄像头等采集的数据呈现出指数式增长态势，不仅导致了对大数据存储和分析的巨大市场需求，也带动了数据密集产业的发展。据MGI测算，美国医疗行业的大数据每年可以创造3000亿美元的价值——比西班牙每年医疗投入的两倍还多；欧洲公共管理部门的大数据每年则有相当于2500亿欧元的价值——比希腊的GDP还高……。另外，甲骨文公司更进一步明确了大数据的价值并非大数据本身所具有。恰恰相反，原始的大数据往往具有价值密度低的特点。大数据需要经过处理，将数据转换到可用的形式或派生出可用部分，再对其进行分析，才能创造出价值。
由此可见，大数据是支撑国家社会、经济发展的重要战略资源。谁能够占有大数据，谁就能最大限度地挖掘大数据中的价值，牢牢掌握大数据开发利用的主动权。我们国家有着十多亿的人口数量和应用市场，复杂性高、充满变化，如此庞大的用户群体使我国将成为世界上数据储量最丰富的国家。解决这种由大规模数据引起的问题，探索以大数据为基础的解决方案，是我国未来创新驱动、产业升级和效率提高的重要手段。因此，我们必须认清大数据时代的形势，从而在竞争中争得话语权和主动权。
二、数据权的起源和发展
1大数据的挑战
信息技术是管理和利用信息所采用的各种技术的总称。信息技术在经历了计算机时代和互联网时代之后，已逐步向大数据时代过渡。过去，信息技术的发展造成了信息鸿沟和信息过载。而现在，技术发展所形成的大数据在给人们创造价值的同时也带来了诸多挑战。尤其是在物联网和云计算技术成熟的条件下，大数据可以随时随地采集，可以跨地区、跨国界存储，可以毫无阻碍地在网路空间中传播。而且，伴随各种类型数据的整合，各行业数据的融合，以及政府、企业、个人数据的共享，无处不在的数据使得数据管理异常艰难。再者，数据一旦被竞争对手掌握，很有可能使自身的安全和利益受到损害。因而，各种利益集团就产生了数据权纷争，将数据权问题推进到人们的视野。
2数据资源国际竞争中的数据权
当前，数据权纷争的核心是对数据资源占有和利用权利的保护。在传统贸易领域，国际问实体货物的流动和资金的流动都要受到国家监管，由国际公约进行协调。而在网络空间中，国家边界依旧存在，对数据的保护和利用亦是涉及国家和利益的一项重要内容。
3“数据民主”下的数据权
“数据民主”下的数据权是民主社会公民权利在网络空间中的延伸。大数据时代的公共数据采集自公民，而提倡“数据民主”则是将公民的义务与权利对等起来，把这些取之于民的数据重新用之于民。例如，最近有一则新闻报道了一位13岁以色列少年利用政府公开的导弹防御预警信息，开发了一款免费手机应用，当加沙地带向以色列南部发射导弹的时候将会给手机发送警报。由此可见，在保障数据安全和个人隐私的前提下对数据进行公开，就必然会有人会利用这些数据去创造价值，实现更大的经济和社会效益。
但是，在效益背后我们也要认识到英美等国大力倡导的“数据民主”可能存在的两层含义：在第一层面，推进民众的数据权意识，是符合信息化特别是大数据本身发展规律要求的，有其合理性；而在第二层面，“数据民主”运动亦是西方发达国家将民主模式植入网络空间的行为，究其意图很有可能要在网络空间推广西方的价值观，达到其加强主导和控制网络空间的目的，这不得不引起我们的注意。
三、数据权概念的辨析
1从网络到数据
在互联网时代，传统的国家观念受到了新的冲击，国家的范围从领土、领海、领空、太空拓展到了人造的网络空间。这一由各种主机、路由器、网路线路、终端、软件系统所构成的“第五空间”，对一个国家的安全和利益有着重大的战略意义。由此诞生的网络是在网络环境下的国家的自然延伸，其主要内容就是国家在网络空间行使管辖权。在2012年10月4日的网络问题布达佩斯国际会议上，中国外交部条法司司长黄惠康提出了我国在网络空间中的“网络”原则，即要根据本国的网络发展水平、历史传统、文化语言和风俗习惯等，在充分考虑本国广大民众意愿和适当借鉴国际通行做法的基础上，制定本国的网络公共政策和法律，并依法管理互联网。这一网络空间首要原则标志着我国网络意识的提升。现阶段，网络主要体现在国家对网络信息技术的监管上，包括网络物理设施运行安全的保障，以及采用技术手段对网络信息安全进行维护。
2数据与数据权之间的关系
从实施主体来看，数据权包括数据和数据权利两方面。数据的主体是国家，是一个国家独立自主对本国数据进行管理和利用的权力。数据权利的主体是公民，是相对应公民数据采集义务而形成的对数据利用的权力，这种对数据的利用又是建立在数据之下的。只有在数据法定框架下，公民才可自由行使数据权利。
从实施方式来看，数据权又包括数据所有权和数据管辖权两方面。数据所有权是国家对于本国数据排他性占有的权利。数据管辖权是国家对其本国数据享有的管理和利用的权利。可见，数据权又与国家领土等有着诸多相似之处。
3数据权的特征
虽然数据和数据权的提法已经多次出现在国内外报道中，但是却并没有形成一个统一而确切的定义。一般情况下，数据是指网络空间中的国家，此类说法已被部分欧美发达国家所认同。数据权则多指一项公民权利，这一概念出自英国首相卡梅伦。而在两者之间，数据权又具有包含数据和数据权利的关系。因此，从数据和数据权利的特点出发，可以总结出数据权的两个基本特征。
二是数据权具有开放性，即公民可以在法律框架下要求涉及自身利益数据公开并能够被利用的权利。这也是公民权利在网络空间中的体现。公民对公开数据的利用，不仅可以创造出大数据应用新的商业模式和就业机会，也能够为经济发展带来新的增长点。
四、数据权对网络空间治理的影响
1新数据安全观
数据安全是网络空间治理的首要问题。一方面，为了维护数据需要采取“严防死守”式的安全策略；另一方面又要应对大数据趋势下的数据公开，将互联网上的信息与政府掌握的、企业运行中产生的、各种个人应用设备采集的数据结合起来发挥作用。在这种情况下，数据权就对传统信息安全保护的观点形成了挑战。因此，我们在网络空间治理中需要一种新的安全观，这种新安全观能够在对数据利用的同时找到保护和开放的平衡点，限制任何对数据过度的排他占有和无限制开放，以保护国家、个人的安全和利益。
新数据安全观的具体表现就是建立相应的数据权保护法律制度。在全球化网络空间中，数据的复制和传输变得十分方便。有时在不需要人工操作的情况下，系统自动就能将大量的数据从一个数据库迅速地移动到另一数据库中，甚至这种移动是跨地域、跨国界的。在数据的流动当中，便存在了这样一种情况：在A国采集的数据存储在B国的数据中心并被C国的用户使用。如果其中出现了纠纷，数据权该如何维护？该依据哪个国家的法律呢？而事实是，国际上并没有对跨国数据流动规则制定相应的协定，而各国的数据权保护法律又不尽相同，这就导致类似的纠纷往往无从妥善解决。
2数据隐私权和知情权
同样，数据权意识也催生了公民对政府数据知悉、获取和利用的强烈要求。这种权利亦被称作知情权。大数据推动了数据开放的进程，而国外的“数据民主”实践也证明了政府公开数据带来的好处。但是，数据的开放是公民的知情权与国家安全、社会稳定等条件相博弈的过程。在我国，网络空间的治理往往会过多地强调保护与限制，忽视公民对数据知情权的要求，给有效治理带来了某种程度上的困难。
3网络空间的全民治理
数据权的合理运用，也会改变网络空间治理的方式。过去的网络空间治理一般由政府主导，由政府制定政策进行自上而下的管理，企业和个人参与度较少。而在大数据时代，单纯依靠政府管理和保护数据的做法会使政府在面对大规模而复杂的数据时应接不暇、不堪重负。另外，数据权的提出也使政府、企业和个人的角色发生转变。政府的职能将逐渐收缩到维护国家数据的范围，而将数据知悉和利用的权利返还给企业和个人，让全民都来管理和利用这些数据，使普通民众也能站到网络空间治理的最前线。