共享数据中心

共享数据中心（共11篇）

共享数据中心 篇1

信息技术迅速崛起, 为校园网建设的逐步完善提供了可能。在校园网络的支持下, 高校由封闭“象牙塔”转变为开放型教育教学环境, 数据中心平台的建立是促成信息数据完整而及时地完成的重要保证, 其为学校的教职员工和学生提供了信息传递和交流的共享平台, 各个服务项目都是建立在共享数据的基础上的, 通过采集信息, 对于信息的加工处理以及信息转换为数据存储于数据库中进行有效管理。各种信息要实现共享, 除了建立统一的信息标准之外, 还要对于大量的信息进行科学的分类, 并规范性定义, 以便为用户提供高质量的数据访问服务。

1 数据中心平台

数据中心平台是信息共享服务的平台, 其所提供的各项服务都要经历慈爱心的采集、技术性处理以及数据存储等几个环节。

从高校管理的角度而言, 实施信息化校园建设, 就是将先进的数字化信息环境建立起来, 为校园网数据中心平台提供应用环境的支撑。包括信息资源共享在内的应用性服务, 要提供具有针对性的服务, 就要通过数据中心平台, 以其高性能的特点、高度集成的设计, 向软件服务体系提供高安全性、高可靠性的服务。提高了资源利用率的同时, 还降低了成本。利用网络信息平台所提供的各项应用体系, 不但实现了高校的全方位管理, 而且还使教学跨越了时间和地域的界限, 多样化、多层次化的教学, 使教学质量得以提高。

数据中心平台所实施的是统一管理, 其作为校内唯一的基本数据共享平台, 将学校的各个部门的业务作为基本元素纳入到数据中心平台实施集中管理, 为应用系统和服务系统提供基本的数据支持。

数据中心平台具有数据采集和整理的功能, 除了实现数据共享之外, 还要对于所获得的数据进行挖掘分析, 以使信息数据得以优化。数据中心平台架构的逻辑层次, 要根据学校的实际情况建立。从目前中国高校的信息技术环境条件来看, 对于数据中心平台的逻辑架构设计中, 其功能层次中的核心层以分析应用层、共享数据层以及数据仓库层和集成层为主要层次, 包括系统涉众层和综合管理层、门户系统层、基础设施层、主 题数据库层以及外部数据源层。对于各个层次的管理可以分期分布实施的办法, 将各个层次逐渐地建立在数据中心的平台上。

2 存在问题

2.1 不同部门的信息系统无法兼容

中国的高校在信息化发展进程中, 由于信息量的逐渐增大而导致信息数据的传输存在着诸多问题, 特别是不同部门业务之间所产生的数据, 由于所属类型不同, 各自存在着不同的建立背景, 而且应用系统的功能性各异, 导致数据在传输和存储的过程中, 会出现许多问题。比如, 共享数据中心平台, 需要不断地注入新的信息, 实现共享, 然而从目前的高效信息化系统设计情况来看, 由于各个职能部门拥有自己的信息系统, 却无法实现与其他部门系统之间的兼容, 从而导致信息传输的障碍, 不利于不同系统之间的数据集成。

2.2 形成“信息孤岛”或者“应用孤岛”

在校园网信息建设中, 如果没有形成统一的信息标准, 就会由于信息传输的过程中受到各种障碍的影响而无法实现全方位的共享, 从而形成了“信息孤岛”或者“应用孤岛” 的现象。造成这种现象的原因有很多, 最基本的因素在于数据中心的平台设计并没有建立在实际应用的基础上, 而是从设计本身的角度来完成, 各部门对于信息的处理要迎合设计的需要, 导致数据中心平台在建立的过程中出现本末倒置的现象。此外, 在软件平台的使用上, 不同的研究人员各有选择, 导致访问接口没有统一规范, 因此导致用户无法直接访问。应用系统间的数据要实现有效交换, 缺乏必要的交换手段。

2.3 信息编码不够规范,使数据无法集成

学校的各个职能部门对于应用系统的设计都存在着局限性, 特别是信息编码的使用上, 在编码规范上都会考虑到部门的使用便利, 而形成了各自不同的数据存储技术。由于信息编码的不一致性, 使不同部门之间很难实现信息数据的顺利交换, 更难以实现共享, 而数据存储技术以及信息化的程度, 都会由于数据库的选择上有所不同而导致信息很难保持一致性。比如在数据库的选择上, 包括Access数据库、Oracle数据库, 选择使用Excel进行数据库管理。在数据库中都设计有通用的信息, 包括学校的基本信息、教师以及学生的基本信息等, 由于缺乏唯一性的信息数据来源, 所获得信息难以保证。在信息编码的处理上, 由于编码缺乏统一性而导致难以准确翻译, 给信息数据的集成带来了困难。与此同时, 还存在着信息保密问题和一些非技术的问题。

3 校共享数据中心平台设计方案

3.1 基本原则

共享数据中心平台的建立, 要体现其权威性、及时性以及安全可靠性。当信息数据受到干扰而出现变动的时候, 需要主动地将修改请求传输给权威数据库, 以获得修改指令。为了确保数据的准确性, 新建的数据库要按照数据标准来执行, 以可以在业务数据库中, 将极具准确性的数据抽取出来。对于建设的过程中没有按照标准执行的, 要对于数据进行科学性分析, 以完成数据项的对应性。为了提高数据的抽取、转换以及加载的安全性, 要实施必要的加密手段, 并进行全面地监控, 以提高数据流程的安全可靠性。即便数据在交换的过程中出现问题, 也能够收到报错信息, 并完成回滚。

3.2 总体设计

3.2.1 技术架构

图1为学校共享数据中心平台, 该系统的使用者包括学校的教师和学生、学校的领导、数据挖掘人员以及数据管理 人员。数据中心平台的应用层主要提供的是财务管理、教务管理、 人事管理、资产管理和科研管理。经过接口层建立其数据库, 数据库的服务接口对外提供的是统一的数据接口, 与应用层相对应, 支持财务数据接口、教务数据接口、人事数据接口、 资产数据接口以及科研数据接口等等。所有应用层数据经过接口被传输到数据库。数据库统一设置在数据集 成与存储层, 在对于数据进行处理的时候, 要按照统一的数据标准来执行, 使用数据集成工具对于流入到该层的数据进行系统的管理, 经过数据的抽取、清洗, 并实施数据转换之后, 建立起数据维护方案。在这个数据处理程序中, 要建立数据更新处理系统, 以支持各项数据更新的内容, 包括数据触发式更新、数据增量更新以及数据定时抽取等等内容。数据交换 与共享平台的建立, 也就形成了数据标准维护工具, 各项功能之间形成一个有机的系统, 为完成系统的各项服务提供条件。

3.2.2 业务架构

共享数据中心平台是一套标准的数据服务架构。根据学校的实际, 按照国家和教育部的信息标准, 将校园网的操作数据库和共享数据库建立起来, 构成主题数据区。

在业务架构中, 操作层的数据库主要为全局元数据模型和用于报表并支持数据查询的数据模型。其中, 全局元数据模型是由学校的各项信息子集所构成, 其与报表、查询数据模型共同构成了数据综合分析的基本条件。在操作数据库中, 应用系统中所存储的历史信息在这里建立了档案管理, 并存有备份, 为学校提供各种历史数据的服务。

共享数据库是用于处理学校应用系统所提供的各种信息, 属于数据交换中心。数据接口服务选择的是Web Service, 数据的传递可以通过这里完成。

3.2.3 数据交换模式

图2为共享中心平台中的数据交换模式, 其属于中间过程库, 按照数据标准所提供的数据经过了标准的Web Service服务接口, 并传输到数据中心库, 如果出现数据不一致的现象, 在数据被传输到中间库中的时候, 会执行清理和转换的工作, 此时所使用的是ODI工具, 经过处理的数据被传输到共享数据中心。

数据交换模式实现了数据的集成与存储, 数据处理的一系列功能都容纳在这个模块中, 数据的抽取、转换、加载, 数据的传输以及数据清洗、数据转换、数据同步和数据迁移等等的各项需求, 以实时性加载方式更新数据。使用ODI工具加载数据的时候, 主要是用于交换实时性要求很高的数据, 是采用较小的时间间隔, 采用全表扫描方式和触发器方式对于数据的变化进行监视。全表扫描方式用于对差异数据进行识别, 对于不一致的数据要及时更新处理, 传输到数据交换中心。触发器的方式是指所创建的触发器用于处理需要同步的业务表, 对于有关数据执行更新、修改操作以及新增和删除操作的时候, 经过了触发器的同步处理, 传输到数据交换中心。通常情况下, 实时性加载策略并不会被鼓励大面积使用, 以免加大业务系统的压力, 取而代之的是准实时性加载。在每天的凌晨对于前一天的数据进行加载处理, 并可以延迟一天, 可见使用准实时性数据加载可以减缓业务系统压力。

3.2.4 数据监控平台

数据监控平台所执行的是数据运行过程中的监督控制功能, 其所提供的服务为数据交换、数据更新以及数据应用层等各个环节的数据处理监控。往往在数据抽取、 加载和转换的时候, 错误频率相对较高。系统发出错误报警, 就可以采取相应的技术处理措施。此外, 监控功能主要还体现为对于数据应用层的进展情况以及各项流程的监督控制上。进入数据共享平台的用户, 其访问的信息都会被准确地记录下来, 并接受审计。一旦发现系统运行出现故障, 就会立即采取措施进行处理, 以确保系统安全可靠运行。

4 结语

数字化信息时代, 校园网的普及实现了信息共享, 然而从信息技术的角度而言, 校园网的信息系统建设尚处在不断完善的阶段。对于共享数据中心平台的设计, 除了要考虑到数据处理符合学校的实际应用之外, 还要强化共享数据的安全性, 以确保数据中心平台在运行中的安全可靠性。

摘要：信息资源流通的局限性,导致校园网的信息系统虽然实现了共享,但是仅仅局限在小范围内,而无法发挥信息资源利用的最佳效益,各种负面影响也随之产生,这就需要建立信息共享数据中心平台,以通过新的决策支持数据支持新的应用开发领域。针对高校共享数据中心平台的设计与实现进行研究。

关键词：校园网,共享数据中心,信息标准

共享数据中心 篇2

国家财政性资金资助的科技活动产生的科学数据是我国科学数据的主体, 为了了解我国科学数据共享的.现状, 规范科学数据汇交、共享、管理, 科技部以项目任务的形式下达了科学数据共享研究.本文以基础调查为依据, 展示科学数据共享现状、立法现状、管理模式, 并提出了几点认识.

作 者：路鹏 苗良田 莫纪宏 李志雄 李学良 孙士f 王松 Lu Peng Miao Liangtian Mo Jihong Li Zhixiong Li Xueliang Sun Shihong Wang Song 作者单位：路鹏,苗良田,Lu Peng,Miao Liangtian(防灾科技学院,河北燕郊,065201)

莫纪宏,Mo Jihong(中国社会科学院法学研究所,北京100720)

李志雄,Li Zhixiong(中国地震局地震预测研究所,北京100036)

李学良,孙士f,王松,Li Xueliang,Sun Shihong,Wang Song(中国地震台网中心,北京100036)

共享数据中心 篇3

关键词 大数据 科学数据 共享模式 公众需求 数据开放

分类号 G250.73

Abstract Scientific data are the important achievements of scientific research and the inevitable results of the development of science and technology. Four sharing modes of scientific data in the era of Big Data are introduced by this paper， that is the national policy-driven， the exchange between sectors， the enterprise development and the participation of international organizations. Finally， some suggestions are given for the development of sharing scientific data in China.

Keywords Big Data. Scientific Data. Sharing mode. Public demand. Open data.

1 概述

1.1 大数据时代的信息特征分析

随着社交网络、电子商务以及移动通信的发展，一个大规模生产、分享和应用数据的时代正在开启。以“PB”（1024TB）为单位的大数据时代已经来临。“大数据”一词由英文“Big Data”翻译过来。麦肯锡全球研究所报告《大数据：创新、竞争和生产力的下一个前沿》对“大数据”的定义为：大数据指的是大小超出常规的数据库工具获取、存储、管理和分析能力的数据集。

大数据走近人们视野不久，但业界公认的大数据有四个“V”字开头的特征：Volume（容量），Variety（种类），Velocity（速度）和最重要的Value（价值）。Volume是指大数据巨大的数据量与数据完整性，数据量级已从TB发展至PB乃至ZB，可称海量、巨量乃至超量。Variety则意味着数据类型繁多，越来越多地表现为网页、图片、视频、图像等半结构化和非结构化数据信息。Velocity是指数据传递速度快时效高，更快地满足实时性需求。Value则是大数据的终极意义——满足人类的需求，在尽可能短的时间内发掘其价值[1]。

1.2 科学数据的概念分析

科学数据是人类社会从事科技活动所产生的原始观测数据、探测数据、试验数据、实验数据、调查数据、考察数据、遥感数据、统计数据、研究数据以及相关的元数据和按照某种需求系统加工的数据，具有科学价值和使用价值[2]。科学数据是信息时代一种特殊的社会资源，具有明显的潜在价值和可开发价值，并在应用过程中得以增值。很显然，大数据这一宽泛的概念包括科学数据，科学数据也是大数据的内容之一。

2 大数据时代科学数据的信息共享需求

2.1 国家战略需求

大数据时代的到来使得数据成为一种资产，正成为与物质资产和人力资本相提并论的重要生产要素。科学数据这一具有战略意义的资源，更是成为社会的重要资产。一个国家和企业的发展在很大程度上取决于其科技创新水平，而对科学数据进行系统的综合分析是实现科技进步与创新的重要方式。无论是资源、能源的开发，还是高新技术产业化，无不是在科学数据的积累与支持下，实现理论与技术创新的结果。特别是在以知识为基础的经济中，越来越多的以知识、信息和数据应用为主要目的信息管理、加工与发布的产业，在现代信息技术引领下正在拉动“数字经济”[3]，也就是现在正在发生的“大数据经济”。长期以来，我国已经积累了较为丰富的科学数据资源，但大多数仍存在于资料堆或档案柜中，没有经过有效的整理和建库，数字化程度较低，很多数据库往往局限于本部门、本单位使用，甚至个人使用，造成了科技资源的巨大浪费。所以打破科学数据壁垒，实施科学数据共享，是国家发展战略的必然要求。

2.2 科学研究的要求

当前的科学是多学科交叉的科学，是围绕数据展开的全球研究，并将越来越依赖于数据。科学研究就是科学数据的生产过程，一些科学数据本身就是其重要的研究成果。科学数据资源既是研究的成果与积累，又是支持更为复杂的创新研究所不可替代的资源存量。尤其在大数据时代，科学数据量激增，科学研究越来越依赖于系统的、高可信度的基础科学数据分析。21世纪以来全球科技活动不断增强，一系列重大科学工程的兴起、复杂科学问题研究的提出、大型科学研究计划的产生，导致前所未有的国际合作局面的形成，也导致了全球范围内对科技信息资源交流、互通的客观需求。因此，实现科学数据的共享，科学家就可以不再受限于数据的来源、格式以及国界，也不必质疑科学技术对于数据处理与存储的能力，可以在全球海量的科学数据中发掘创新的潜力。

2.3 科学数据的公众化需求

大数据的时代，科学数据的需求不仅仅局限于政府、科研单位以及企业，社会公众也越来越需要科学数据。科学数据对于社会公众，不仅仅是提高自身的知识水平和科学素养的源泉，也是日常生活中不可或缺的重要信息资源。如今个人电脑、智能手机及其掌上智能设备的普及，互联网的应用和发展，使得公众对这些基本科学数据获取的需求更为强烈。例如人们出行需要全球定位系统的信息，关注个人健康需要医学信息。以前人们出行导航只是了解路线，而现在可以用交通大数据采集到的信息来预测未来城市几点到几点的整个通行情况，给出行者提供一个非常好的决策帮助。同样，在医疗健康领域，大规模复杂数据已经变得很普遍，通过对大量病人的各类数据进行挖掘分析，可以更有效地找出疾病成因，进而提供针对性的预防、诊断和治疗措施。尽管社会公众大多数是非专业人士，但可见在大数据时代，公众对科学数据的质量要求是越来越高，对科学数据的发布渠道、发布频率、表现形式等要求也会越来越高。

nlc202309040905

3 大数据时代的科学数据共享模式研究

科学数据按基本社会属性分类，可分为战略性科学数据、公益性科学数据以及商业性科学数据[4]。目前科学数据共享模式主要表现为国家制约的公益性无偿共享模式和市场制约的产业化运行模式。前者强调数据的公开和公益性共享，后者强调保护数据产权和商品性质。具体来讲，有以下四种模式。

3.1 国家政策驱动模式

借鉴国际科学数据共享经验，美国是典型的国家政策驱动模式。早在1991年6月美国总统事务办公厅就发布了“全球变化研究数据管理政策”，该政策的核心就是实行“完全与开放”的科学数据共享。美国政府在科学数据共享方面根据投资来源的不同，严格区分两种不同的数据共享机制。政府拥有、生产和政府资助生产的数据纳人到“完全与开放”的共享机制中，即除涉及危害国家安全、影响政府政务和公务员个人隐私的数据外，其他都必须公开。私营公司投资生产的数据纳入到“平等竞争”市场化共享机制中。在这两种不同共享机制中，美国联邦政府均起到主导作用，所不同的是采取的方式和管理的环节不同。两种机制互相补充，促进全社会对科学数据的获取、共享和广泛应用。对于国有科学数据，由国家统筹规划数据共享机制与体系，提供数据共享工作预算和保障，以及相关政策法规的制定、完善和监察。“完全与开放”的科学数据共享政策，使得一度曾各自为政，混乱的数据管理走向有序运作的轨道，科学家从得不到数据的抱怨走向数据共享，科学数据的开发水平和开发能力逐步提高，惠及了地球科学、生命科学、材料科学等各个领域，也极大地刺激了美国经济的发展。人类社会在大数据背景下，数据开放已成为潮流。2009年，Data.gov网络平台在美国正式上线，按原始、地理数据和数据工具三个门类开放数据，截至2012年11月，Data.gov共开放388 529项原始数据和地理数据，汇集了1 264个应用程序和软件工具、103个手机应用插件。欧盟开放数据战略（Open Data Strategy）于2010年11月由欧盟委员会首次提出，并于2011年11月底被欧盟数字议程采纳，基本概念是公共经费支持的信息应该得到最广泛的使用，其中科学数据的开放是其全面开放数据政策的重要组成部分[5]。

3.2 部门之间交换模式

科学数据的共享首先应该从生产科学数据的部门共享开始。为避免重复生产，科研单位内部之间以及各科研单位之间的科学数据，在不侵犯知识产权的情况下，第一步要努力做到共享。以数据和信息为基础的经济、社会和科学发展中，一般情况下没有哪一个部门能够总是拥有某项科研活动需要的所有数据产品，尤其对于广大的科学社区，其研究内容广泛，对开放共享有着强烈的需求，研究过程中往往需要来自多个数据生产部门的不同区域、不同时期、不同尺度、不同学科的数据资源[6]，因此部门之间的数据交换显得急需和迫切。例如，地震工作部门各单位收集并存档的各种地震科学数据，其他部门或单位为保障重大工程的建设安全而专门建立和管理的专用地震监测台网和强震动监测设施所收集并存档的地震科学数据，均属于共享范围[7]。浙江省地理空间数据交换平台项目目前是全国首家省级地理空间数据交换平台，由浙江省政府和国家测绘地理信息局合作共建、省测绘与地理信息局承建。该平台实现了浙江全省地理空间信息资源在各部门的交换与共享，已为近30家省级部门、市县用户和企事业单位提供相关地理信息服务，支持了40个业务应用系统[8]。

3.3 企业发展带动模式

现代企业的发展离不开信息和数据的支持，而企业的发展也能促进信息和数据的传播与分享。一个企业的发展需要科学的方案，也需要科学数据来进行产品的进一步研发以及科技成果的转化。数据积累量、数据分析能力、数据驱动业务而非流程驱动业务的能力将是决定企业生死存亡的关键。数据的重要性使得企业必将收集和分析海量的各类型数据，并快速获取影响未来的信息。在这一过程中，企业就会做出有益于科学数据共享的决策与措施，例如由企业出资的科学合作项目的开发，有企业参与的科学资源共享平台的构建，以及企业自建商业性的科学数据库。只有学术和产业价值融合，才能真正发挥科学数据的应用价值。虽然学术界和产业界关注的价值点并不完全一致，但仍存在一些共性，发现和利用其中的共性，对解决科学数据共享中出现的问题很重要。跨界合作是积极且有意义的尝试，学术界可以致力于基础技术的研究，盈利模式的分析则由企业去完成。同时，学术界和产业界在某些交叉领域形成竞争也是一种良性的模式。一些大企业会对前沿技术和数据积累追踪最新的学术成果，甚至自己做学术研究，学术界也在积极推进产业化思考。

3.4 国际组织参与模式

随着人们对科学数据共享意识的提高，越来越多的国际组织参与进来，进行国际间的交流与合作，满足国际社会对科学数据共享的需求。在国际科学联合会（ICSU）的组织下，1957年成立了世界数据中心（World Data Center），开展地球科学、空间科学和环境科学领域数据的收集、整理、系统化、标准化及交流服务等活动。世界数据中心不仅在地球科学、空间科学和环境科学领域积极推进了数据管理和共享，还积极参与许多重大的国际科学计划，为人类科学事业的发展作出了贡献。国际科技数据委员会（Committee on Data for Science and Technology）成立于1966年，其宗旨是提高科学数据的质量，推动对科学数据的收集、交换、服务和共享。CODATA 致力于提高对整个科技领域有重要变化的数据的质量、可靠性、管理与可访问性，向科学家和工程师提供对国际数据活动的访问，促进直接合作，并利用互联网初步构建了全球范围内的科学数据交换体系。CODATA 通过建立标准格式促进数据交换、共享，并协调各国数据项目，定期召开国际数据学术会议，提高国际对科学数据共享的认识和深入探讨数据共享等学科方面的问题。

4 结语

以上这四种科学数据共享模式相互交叉和渗透，在大数据时代继续存在并向深远发展。应该说我国的科学数据资源十分丰富，近年来国家各有关部门相继成立了专门的信息中心，如国家基础地理信息中心、国家海洋信息中心、国土资源部信息中心、国家气象信息中心等等，这些信息中心成为政府部门向社会提供公益性、基础性服务的重要窗口。我国目前需要从政策法规、技术规范、组织管理各个层面保证科学数据共享工作的顺利进展。

nlc202309040905

首先，相较于欧美发达国家，我国政府对有关法规政策的发布还远远不够，应对大数据的挑战，政府必须出台更多关于科学数据共享和数据开放方面的法规政策。

其次，加大数据开放平台的建设。大数据时代开启“智慧城市”的建设，“智慧城市”是在城市化与信息化融合等背景下，综合利用物联网、云计算等信息技术手段，结合城市现有信息化基础，融合先进的城市运营服务理念，建立广泛覆盖和深度互联的城市信息网络，对城市的资源、环境、基础设施、产业等多方面要素进行全面感知，并整合构建协同共享的城市信息平台。“智慧城市”建设内容繁多，在数据开放平台的构建中离不开科学数据的支撑，也从中促进科学数据的共享。

最后，在国际科学数据共享的大环境中，积极参与国际合作与交流，借鉴国际上先进的共享模式与经验，只有这样才能提高我国科学数据共享水平，让科学数据真正走出封闭的实验室，走向社会，走向世界。

参考文献：

[ 1 ] 赵国栋.大数据的定义和特征[EB/OL].[2013-10-11].http：//blog.sina.com.cn/s/blog_537e497a01019pi3.html.

[ 2 ] 江洪，钟永恒.国际科学数据共享研究[J].现代情报，2008（11）：56-58.

[ 3 ] 黄鼎城，郭增艳.科学数据共享管理研究[M]北京：中国科学技术出版社，2002：36.

[ 4 ] 黄鼎城，郭增艳.科学数据共享管理研究[M]北京：中国科学技术出版社，2002：130-140.

[ 5 ] 欧盟委员会副主席Neelie Kroes：希望每个欧洲人都

参与数字化[EB/OL].[2013-10-11].http：//www.open-access.net.cn/5f00653e83b753d652a86001/20125e74/46708/6b2776df59d454584f1a526f4e3b5e2dneelie-kroes-5e0c671b6bcf4e2a6b276d324eba90fd53c24e0e-65705b575316.

[ 6 ] 刘润达，赵辉，李大玲. 科学数据共享平台之数据联盟模式初探[J].中国基础科学，2010（6）：27-32.

[ 7 ] 地震科学数据共享管理办法[EB/OL].[2013-10-11].http：//data.earthquake.cn/policy/gxbf.htm.

[ 8 ] 浙江建成全国首家省级地理空间数据平台[EB/OL].[2013-10-11].http：//kjsb.zjol.com.cn/html/2013-02/22/content_21927.htm.

左建安 南京大学信息管理系2011级硕士研究生。江苏南京， 210093。

陈 雅 南京大学信息管理系教授。江苏南京， 210093。

（收稿日期：2014-02-08 编校：刘 明）

共享数据中心 篇4

从商业智能与营销团队到合作伙伴与第三方供应商,每个人都希望通过数据降低成本,提高效率,开发新产品,优化服务供应并能做出更加明智的数据驱动型商业决策。为了满足这些需求,将会在更多的地方生成、存储和处理数据,最终数据也会被共享并分配到更多地方。当前,组织的IT管理部门确实面临着一种数据保护困境。在组织和建筑范围之外共享组织/单位的敏感数据的想法成为一个日益重要的问题。需要找到一种方法,既能满足重要的业务需求与要求,同时还能保护数据免遭恶意威胁破坏。

随着组织的敏感数据被保存、划分、切割并共享给更多人, IT管理员必须找出一种能够保持数据安全的方法,尤其是在云和多用户环境下更是如此。经批准的用户与程序需要能够利用可用的数据,需要确保诸如知识产权、个人身份信息以及组织财务信息在内的任何高价值敏感性信息无论被存放于何处都处于锁定的安全状态。

很显然,为了消除数字鸿沟,必要的共享是需要的。但也有一些敏感数据,趋势是既能为工作所需,又不是简单共享的,这些安全途径包括:

将数据迁移到云中:利用云所提供的高效与可扩展性优势, 同时保持在共享环境下对数据与加密密钥的完整所有权与控制力。

实现大数据分析:而不会将敏感数据暴露给可能导致数据外泄的外部和内部威胁。

授权对可用数据的访问:同时通过对用户与服务进行认证保护知识产权或个人身份信息安全,确保用户身份与其所宣称身份相一致。

1敏感数据保护计划框架

太多时候,共享的数据超出了应当共享的范围。不只是指社交媒体,也包括组织内部敏感数据资产的共享情况。为了不共享组织的敏感数据,IT管理者需要拟定一套计划。几年前,受制于技术发展,只能对数据进行周界保护。虽然作为一个额外的保护层,网络周界安全技术没有任何问题,但是再不能将它作为数据安全策略的根基,日常中非常可能发生数据外泄问题,传统的周界安全技术不再能够提供充分保护了,组织的敏感数据已经成为新的周界。

现在,得益于加密技术的发展和成熟。可以利用一些工具、 方法不共享并保护组织的敏感数据。

首先,需要确定内部数据中心所保存的最敏感数据资产,然后找出外部数据中心(云和虚拟环境)中的最敏感数据资产。搜索存储与文件服务器、应用程序、数据库与虚拟机,且不要忽略在网络与数据中心之间传输的流动数据。一旦这些数据离开组织的管辖范围,就不能控制了。下一步,对其进行加密。数据加密承诺虽然简单易行,但是不要忽略密钥重要性。通过采用与数据相分离的方式集中管理并保存密钥,IT管理者可以保持对数据和密钥的所有权与控制力,同时优化加密基础架构便于进行审查与控制。

2利用随处加密的策略来保护敏感数据

加密策略与选择部署的解决方案应当满足两个核心要求:

提供访问控制:定义可以访问组织数据的人员与程序;

直接保护数据:将保护与控制力应用到数据本身。

除了强有效的集中化密钥管理之外,确保数据保护解决方案可以随处加密敏感数据,无论是静态数据还是移动中数据,都可以对其提供保护。

2.1应用程序级加密

采用应用程序级加密,可以将保护应用到多种类型的数据上面,范围涵盖从非结构化数据到结构化数据,如信用卡帐号、公民身份证号码以及银行密码等。在网络或应用程序服务器生成数据或首次处理数据时就对其进行加密可以确保在数据整个生命周期内都是安全的,无论数据在多个环境间传输、备份、拷贝或迁移多少次,都能确保其安全性。方案提供的应用程序安全性在适用于业务应用程序的商业加密方案中是最高级别的,客户关系管理(CRM)、企业资源规划(ERP)和人力资源管理(HCM) 等应用程序均可使用。

2.2列级水平数据加密

从信用卡信息、患者数据和社会安全码到客户电子邮件地址,各级组织的一些最有价值的信息资产将保存在数据库中。通过对含有敏感数据的具体字段进行高效地加密与解密运算,一套列级水平加密解决方案可以在数据存储区内快速实现对大量敏感的结构化数据的写入与读取操作。对内部、云和虚拟环境中的这一栏水平数据进行加密可以防止发生数据外泄事件,同时确保组织符合多项法规与强制要求。

2.3文件与文件夹水平加密

考虑到数据量与相关性,内部、虚拟与云环境中网络驱动器与文件服务器上的高价值数据通常是最具吸引力的,也最容易成为攻击的目标。包括敏感数据,也包括文字处理文档、电子表格、 图片、设计、数据库文件、导出、存档与备份文件等。一套文件水平的加密方案使IT管理者可以根据自身制定的政策对本地和对应网络中的这些敏感数据实现自动化的透明加密。在发生数据外泄、误用或特权账户遭受黑客攻击、服务器被盗走和其他潜在威胁情况下,一套文件级加密方案会将敏感数据处理成为毫无用处的信息。需要注意的是,在IT管理者遴选文件和目录级别加密方案时,文件夹和文件加密均是无缝和透明的,不能影响业务运营、业绩或最终用户体验。用户成功通过验证后,文件保护进程会被自动启动,在不影响生产力的情况下应用政策。

2.4云环境加密

云和虚拟化让组织有足够的灵活性和效率即时推出新服务并扩展其基础设施。但物理控制或已定义入口和出口点的缺乏, 会带照顾一系列安全问题-数据混合、授权用户滥用、快照和备份、数据删除、数据泄漏、地理性监管要求、云超级管理员等。

如果没有对云存储环境实现适当水平的加密,迁移商业应用程序并将敏感数据保存到云环境中是比较有风险的。在由独立云服务供应商托管云环境中所存储数据的情况下,非常重要的一点是要将高可用性解决方案部署就位,提供对整个虚拟机以及相关存储卷的全盘加密功能。对整个虚拟机进行加密让IT管理者可以保持对云中敏感数据的完整控制力,同时满足一系列行业安全标准与政府法规要求。

2.5网络存储加密

敏感数据通过网络传输、更多交易在网络上进行、网络中涉及的价值越来越高。除了需要加密来防止安全威胁,很多组织还需要确保并证明他们合规要求,包括政府、行业和地区政策。愈发复杂的安全破坏情况与更为严苛的政府法规,以及爆炸式的数据增长、虚拟化与合并,这些都为存储安全带来了新的挑战。

网络存储加密会保护连接到以太网网络的文件数据,使用SMB(CIFS)/NFS文件共享协议保护NAS存储数据安全。一旦敏感数据在网络存储上被加密后,无论选用哪种存储介质,它都会在整个生命周期内保持加密状态。即使备份与存档也是安全的,无需任何额外操作。网络存储会根据自定义商业政策加密数据,提高当前认证服务水并确保数据隔离安全,即使在多用户环境下也能保证安全。只有授权用户才能以明文方式访问数据。加密机制必须支持合规要求并提供高级审计报告功能,并可以确保信息的安全,同时不会降低网络或影响其他业务功能。

2.6令牌化

随着组织内部所采集个人敏感数据量的增长,数据暴露风险也在增大。令牌化是另一种数据保护方案,该方案通过使用所存储、处理或传播的唯一令牌在明文数据位置替换数据来对敏感数据进行保护,这些敏感数据诸如帐号、社会安全码、电话号码、 密码、电子邮件地址等。格式保留令牌化(FPT)方案可以保持敏感数据的长度与格式,无需对数据库与应用程序做出变更,这就使其具备在内部、云和虚拟环境内跨越多个数据中心的良好可扩展性。

2.7高速加密

除了静态数据解决方案之外,组织也需要对跨越网络和/或在数据库中心流动的数据进行保护。网络也会遭受持续的攻击, 敏感资产一直面临的暴露危险。比以往更重要的是,采取加密措施是应对网络中传输数据所面临威胁的一项至关重要的强制要求。二级高速加密可以帮助组织确保网络流量数据是安全的。与此同时,该解决方案可以让组织最大程度发挥网络性能与运营效率,提供安全保证,而不会影响性能,同时最大程度提高吞吐量并减少甚至实现零延迟。

2.8密钥管理

凭借密钥管理方案,组织可以在整个密钥管理生命周期中集中、有效、安全地管理整个企业范围内的保护密钥和政策。理想的解决方案可以跨异类加密平台管理密钥,为密钥管理互操作性协议(KMIP)标准以及专有接口提供支持。如此,安全团队可以统一查看、控制并管理其所有敏感数据的加密政策和密钥,无论是云中、存储设备中、数据库中,还是其他任何位置的数据。

3结语

随着组织的敏感数据所面临威胁的不断增加并且变得日益复杂,采取方案进行保护是很重要的,通过采用创新的加密方法、 最先进的加密管理技术和强认证与身份管理解决方案随时随地保护相关数据,以一种以数据为中心方式确保自身数据安全。除了静态数据加密解决方案之外,组织还应重视保护移动中数据。 包括对时间敏感的语音与视频流以及元数据。实现与严苛的数据隐私法规要求的合规性并确保敏感的组织资产、客户信息与数字交易信息的安全性,免遭暴露和恶意控制,从而在数字化程度日益加深的世界中保持客户对组织的信赖。

参考文献

[1]任东林.数据加密技术在计算机安全中的应用分析[J].无线互联科技.2014.

全民共享“碳数据库” 篇5

碳数据库旨在建立一套长期的碳信用体系，规范并激励机构、组织与个人的节能减排行为。建立碳数据库有助于加速全国统一碳市场的形成，为实施“人民币-稀土-碳”的人民币国际化战略铺路;还有助于2030年左右中国碳排放达到峰值目标的早日实现。

碳数据库不仅应该包含工业生产的碳数据，还应包含公众的低碳生活、低碳消费等日常行为的碳数据。碳交易普惠制是其中一个关键环节和步骤，可被看作是碳数据库的雏形。

碳交易普惠制旨在建立一套长期碳币信用体系，以“碳积分”为核心，对公众的低碳生活、公益行为进行量化并给予相应激励，从而鼓励并惠及公益低碳行为，推进和创新发展碳市场。其中，碳数据库将成为对公众低碳行为进行数据量化的平台，是实现碳交易普惠制的基础。

为了准确记录和量化公众的低碳行为，相关政府部门可以通过碳交易平台和银行共同发行碳积分卡，居民以家庭为单位向交易所集中申请办理，申请时提供家庭成员结构、水电气表编号、公共交通卡、银行账户等基本信息。

政府部门还需协调本地区供电局和自来水厂、燃气公司、公交公司、地铁公司等提供数据库接口，将持碳积分卡的家庭或个人的每月用水用电用气及低碳出行等数据导入碳数据库。通过社区讲解、入户宣传等方式向个人说明碳数据库的具体使用和操作方法。

根据当地居民日常生活必需物资和能源使用平均水平，政府部门可制定碳积分基准线。对于个人能耗在基准线下的低碳居民给予“碳积分”奖励，为碳积分卡持有人提供碳积分的记录、累计、查询和交易。

碳数据库的构建，需要政策、技术、金融和系统平台等支持。主管部门需出台相关政策，联合各行业机构和部门推进碳数据库的创建，成立国家碳数据库或国家碳数据管理中心，负责对全国居民碳数据的综合性管理。将居民个人碳排放情况进行量化，纳入数据库中，并探讨碳数据库与碳交易体系对接、普惠制方案实施等，在政策上予以坚定支持。

技术上，应将碳积分卡中记录的公众消费数据全面转化为碳数据，并通过计算机系统录入国家碳数据管理库，探索碳数据库与供电局、自来水厂、低碳餐厅等单位的数据库系统进行对接，开发碳积分交易系统并进行运营维护，将碳数据库并网联结，实现个人查询。

应鼓励金融机构为碳数据库的构建以及参与普惠制的企业和个人提供低碳生产和服务相关的绿色金融信贷服务。成立专项碳数据库基金，用于支持碳数据的使用，并对采取碳积分抵扣的商家给予相应补贴，在资金上对碳数据库相关产业链的铺开提供支持。

科学数据共享方式研究 篇6

科学数据, 是一类特殊资源, 它是指科技活动或通过其它方式所获取到的反映客观世界的本质、特征、变化规律等的原始数据, 以及根据不同科技活动需要, 进行系统加工整理的各类数据集, 用于支撑科研活动的科学数据的集合[1]。它作为信息时代最基本、最活跃的科技资源, 对科技创新具有重要的基础支撑作用。因此, 在现代互联网技术飞速发展条件下, 实现对科学数据资源的共享管理, 可以为科技创新、政府决策、经济增长、社会发展提供强有力的基础知识支撑, 同时可以推动社会的信息产业化发展。

2 我国科学数据共享现状

我国科学数据资源十分丰富, 据统计, 目前我国科学数据库总量占到全世界的十分之一。但长期以来, 人们“重论文, 轻数据”, 使得科学数据的有效利用率很低, 造成国家投资的极大浪费。

我国的科学数据共享工程[2,3], 起步比较晚, 大概起步于上个世纪90年代, 由孙枢院士等人提出要在全社会建立科学数据共享项目开始。到2003年, 经科技部和有关部门的共同努力, 启动了“科学数据共享工程”, 使得科学数据在共享和共建方面取得了显著进展。但目前这一工程, 仍然处于初级阶段, 仍需要投入大量的人力、物力资源。同时, 由于互联网技术的飞速发展, 科学数据的存储形式各不相同, 也使得科学数据共享的难度加大。

目前, 我国科学数据共享中主要存在以下问题:

(1) 科学数据共享管理仍然缺乏行之有效的法律法规和政策保障。

(2) 对科学数据的共享管理投入不足。

(3) 科学数据存在多种多样的物理形式。有的是以数据库形式存在的结构化数据;有的是以文档、文字、图片等非结构化形式存在。

(4) 科学数据的数字化程度不够彻底。

对于前两种问题, 我国已经初步制定了科学数据共享工程的一些法律法规和相关标准来逐步完善和解决数据共享问题, 但这是个漫长的过程, 因为需要社会各个部门之间相互协作。对于后两种问题, 可以通过当前先进的互联网技术来解决。所以本文的重点正是针对后两个方面提出了一些可行的解决方法。

3 科学数据共享方式

科学数据作为科技活动中一类重要基础资源, 其面涉及资源、环境、生态、农业、人口、交通、地质、气象、海洋等多个学科, 具有来源丰富、分布广泛、数据量巨大、类型多样等特点。针对这些复杂的科学数据资源, 可以采用不同的方式来实现科学数据共享。目前, 按照数据源提供的方式, 可以将科学数据源分为完全开放数据库的科学数据源、带查询接口的科学数据源、提供元数据共享的科学数据源和基于网格的科学数据源。针对这四种科学数据源, 本文提出了四种科学数据共享方式:基于完全开放数据库的共享方式、基于查询接口的共享方式、基于元数据的共享方式和基于OGSA-DAI数据集成的共享方式。

3.1 基于完全开放数据库的共享方式

完全开放数据库的科学数据源, 主要是指可以向社会完全公开的一种科技资源数据, 如相关标准数据库、科技成果数据库等。数据源单位一般都会建立相关的数据库来管理这些资源, 通过网站或其它形式向社会完全开放这些数据, 而用户可以免费获取的科学数据信息。但长期以来, 数据源单位采集的科学数据只限于内部使用, 数据“信息重保管、轻服务”的思想存在, 使得数据没有得到有效管理和利用。同时, 不同地区的类似部门又重复的建设了许多相似的数据资源, 造成了科学数据的重复性建设, 极大的浪费了国家资源。

对于这种数据源可以采用两种共享方式:集中共享和分布共享。

(1) 集中共享

集中共享是将科学数据源单位的数据库统一移植到共享平台中, 由平台统一管理, 然后再向用户提供统一的查询接口, 从而为用户提供查询这些科学数据的功能。集中共享方式需要数据源单位, 提供相应的数据库建库脚本和数据集, 将数据存放在共享平台的数据库中进行统一管理。

集中共享方式主要适合一些长久不变的科学数据源和暂时没有建库条件但又急需共享的数据源。

(2) 分布共享

分布共享主要是通过共享平台提供数据库中间件技术, 将相关的远程科学数据库通过计算机网络连接到一起。平台通过统一的查询接口, 利用异构数据库集成的方法对这些科学数据库进行访问。

在分布共享方式中, 需要建立数据库配置信息。这些配置信息主要包括:数据库名称、数据库类别、数据库内容描述、数据库访问方法、数据库更新日期、数据库建设单位等信息。分布共享可以采用目前成熟的数据库中间件 (如ODBC和JDBC) 技术, 对科学数据中异构数据库进行统一访问。

3.2 基于查询接口的共享方式

随着国家数字化工程的建设, 越来越多的科学数据都实现了数字化。科研机构或企事业单位采用数据库的形式将数据保存到数据库中, 方便日常管理。Web技术的发展, 也使得越来越多的科学数据源单位都建立了自己的网站。同时, 网站提供查询接口, 方便人们检索这些可共享的科学数据资源。

对于提供查询接口的科学数据源, 可以通过基于领域的Deep Web[4]技术和元数据技术相结合的方法来实现。Deep Web是一种专门针对具有查询接口的Web信息搜索引擎技术。

具体步骤如下:

(1) 提供数据源元数据描述信息。描述信息主要包括数据源网站URL, 数据源内容描述, 数据源名称、类别等信息。

(2) 利用Deep Web查询数据源网站中的科学数据。

(3) 将 (2) 中查询到得数据进行统计分析。

(4) 将统计结果保存到科学数据共享平台的数据库中。

基于查询接口的共享方式如图1所示。

3.3 基于元数据的共享方式

目前, 国家科学数据共享工程已经将元数据定义为数据的数据。元数据, 主要用来描述信息资源或数据等对象, 使用的目的在于识别资源、评价资源、追踪资源在使用过程中的变化。它作为一个专门的科学术语, 已经广泛应用于社会各个学科领域, 特别是在气象科学数据中心、水利科学数据中心、国土资源科学数据中心、地球系统科学数据共享网等国家科学数据共享试点工程。通过提供对数据的描述及对数据集中数据项的解释, 实现对分散的科学数据资源的定位与访问, 从而提高科学数据的利用价值。

科学数据元数据是对科学数据外部形式和内部特征的详细描述, 为科学数据共享提供信息, 主要目的是提供科学数据资源的全面指南, 以便用户对数据进行准确、高效与充分的开发和利用。因此, 基于元数据的数据集成[5]研究成为目前解决数据共享中一重要方法。

元数据共享方式, 要求数据源单位提供数据的元数据内容。元数据内容根据国家科学数据共享工程元数据标准统一制定, 内容框架如图2所示。其内容包括三个方面:

(1) 元数据实体集信息:包括引用元数据子集和数据类型信息的根实体。

(2) 元数据子集:包括标识信息、内容信息、分发信息、数据质量信息、数据表现信息、参照系信息、图示表达目录信息、扩展信息、数据模式信息、限制信息和维护信息。

(3) 元数据类型实体:包括覆盖范围和引用信息。

科学数据共享平台集中管理这些科学数据源的元数据信息, 当用户在共享平台中查询数据资源时, 首先是对元数据进行检索, 然后通过元数据信息找到数据源的相关数据信息, 最后将结果通过统一界面形式形式返回给用户。元数据共享方式结构如图3所示。

3.4 基于OGSA-DAI数据集成的共享方式

OGSA-DAI[6] (Open Grid Service Architecture Data Access and Integration) , 即开放网格服务架构数据访问与集成。这个项目由UK Database Task Force提出构想, 致力于建造通过网格访问和集成来自不同的孤立数据源的中间件。它的目标是通过网格进行数据访问和集成提供统一的服务接口, 将不同的、异构的数据源视为逻辑上的单一资源。然后通过OGSA-DAI网格服务提供基本的操作来完成复杂的数据操作功能, 如数据联盟、分布式查询, 而这些操作将会隐藏数据库驱动、数据格式和客户端的传输机制等细节问题。

在科学数据共享中, 由于科研机构或其他数据单位的建设条件各不相同, 因此存在着很多异构的科学数据库。我们可以利用OGSA-DAI来对这些异构数据库的集成, 实现科学数据的集成与共享。OGSA-DAI数据集成的共享方式如图4所示。

OGSA-DAI数据集成共享方式框架大致分为客户层、表示层、业务逻辑层和数据层四个层次结构。四个层次功能如下:

(1) 数据层:由支持OGSA-DAI的科学数据源构成。目前支持的数据源包括XML数据库 (如eXist, Xindice等) 、关系数据库 (如Oracle, DB2, MySql等) 、特定形式的文件和目录 (如OMIM, EMBL等) 。

(2) 业务逻辑层:主要由数据服务资源和支持部件构成。它封装了OGSA-DAI的核心功能, 可以部署多个数据服务源来发布多个数据源。

(3) 表示层:主要功能是以Web Service接口的方式向外提供数据服务资源。有两种实现方式, 一种是WSRF数据服务方式;一种是WSI服务方式。

(4) 客户层:主要是利用客户端工具, 通过数据服务与相应的数据源进行交互配置。

可以通过OGSA-DAI的配置文档接口与科学数据服务源进行交互。客户端不需要直接操作数据服务源, 而通过向数据服务发送一个请求, 然后数据服务解析这个请求, 并执行请求的内容。最后数据服务源再创建请求的结果, 同时将结果返回到客户端。

4 结论

本文主要介绍了科学数据共享中的四种共享方式, 通过这四种方式可以有效地将科学数据整合在一起, 针对不同格式的科学数据源, 提供不同的共享方式。这四种方式主要是在技术和应用上解决共享问题, 但还需要政府的政策驱动和宏观指导。通过技术与政策相结合的方式, 集成政府部门、科研机构、高等院校和相关组织等多方面的公益性、基础性科学数据资源, 形成整体布局、结构合理、管理规范的科学数据共享服务体系, 从而加速科学数据共享工程的建设步伐。

参考文献

[1]SDS/T1003-2004, 科学数据共享工程技术标准[S].

[2]江洪, 钟永恒.国际科学数据共享研究[J].现代情报, 2008 (11) :56-58.

[3]黄鼎成, 尚翔, 王卷乐.浅谈科学数据共享工程建设的战略取向[J].中国基础科学, 2005, 5:29-35.

[4]刘伟, 孟小峰, 孟卫一.Deep Web数据集成研究综述[J].计算机学报, 2007, 30 (9) :1475-1489.

[5]张宇, 江东兴, 刘启新.基于元数据的异构数据集整合方案[J].清华大学学报:自然科学版, 2009, 49 (7) :1021-1024.

共享数据中心 篇7

关键词：黑龙江省,社会科学,数据共享,思考

一、数据共享中心的概念、特点,数据共享的现状及发展趋势

1.数据共享中心的概念。

数据共享中心是以数据源单位为主体,应用现代信息技术,通过集成、整合、引进、交换等方式汇集各类数据资源,并将数据进行规范化加工处理,按照不同活动需求而系统加工整理的数据产品并提供相关信息服务的数据共享平台。

2.数据共享中心的特点。

数据共享中心以网站的形式存在于Internet,是基于现代信息国家和社会数据共享服务需求为目的,为社会公众提供的具有动态性、应用性、先进性的数据交换和信息交流平台。数据共享中心不仅可以提供数据共享,还可以提供其他数据服务,例如数据分析服务、数据委托查询服务、专家咨询服务以及数据发布服务等。

3.数据共享的现状及发展趋势。

由于人们对科学数据、信息和资料的占有思想严重,很多数据资源被独自占有,信息资源的收集、加工等环节还处于一种独立、分散的自发阶段,信息资源的分散性、信息服务的内向性、信息联系的纵向性、信息更新的滞后性,都直接影响着对数据资源的使用。政府对科学数据共享投入不足,缺乏宏观管理与协调;没有形成完善的数据交换标准体系和强有力的共享服务技术支撑体系;缺少政策、法规体系的保障。这些都阻碍了信息资源共享系统的建设。[1] 数据资源只有被广泛使用和充分共享才能实现价值最大化。数据共享的实质就是实现数据资源的开放与共用,在广泛的应用中最大限度地发挥数据资源的潜在价值,使国家的投入获得最大的效益,提高科技创新能力。

二、数据共享中心在自然科学领域的应用范例

1.数据共享中心在中国气象领域的应用。

中国气象局高度重视气象科学数据面向全社会共享服务,在政策法规和标准规范保障下,实现了工程化建设模式与公益性共享服务,建成一个国家级平台和31个省级共享分平台组成的分布式共享服务网络体系,同时,又与水利部、海洋局等11个部门建立了实时资料交换机制,并开展了农垦、森工、盐业等系统气象资料的整合。气象科学数据共享中心建设已形成数据管理与共享服务的有效组织与网络体系。 实现了气象元数据和数据内容的统一发布,提供了internet的数据导航和访问服务,截止到2008年3月,提供数据服务总量达到11298GB,注册用户达10160个;到2009年3月注册用户已达到17301人。[2]

2.数据共享中心在中国农业领域的应用。

“农业科学数据共享中心”于2004年正式建成,包括农业科学数据共享中心的主中心及作物科学、动物科学、热带作物科学、农业区划科学、渔业与水产业科学等7个分中心,并在辽宁、湖南、山西、广东、四川、山东设立了6个省级共享中心。 截止到2009年3月,农业科学数据共享中心主网站和子网站的访问量已超过180万次,注册用户7029人,主体数据库60个,数据库(集)600个,数据共680GB。由于主中心和分中心众多,数据累计下载量无法具体统计。

三、建设黑龙江省社会科学数据共享中心的必要性及存在的问题

1.建设黑龙江省社科数据共享中心的历史性。

我省的俄罗斯问题研究、渤海国史研究、犹太问题研究是非常有特色的学科,还有很多学科研究居于全国领先水平,而这些学科研究所取得的珍贵的科研成果却被小部分人拥有,在小范围内使用,由于使用范围的限制,在很大的程度上降低了资源的应用价值。社会科学数据的共享问题已成为我省进行国内合作研究和比较研究的瓶颈之一,直接阻碍我省社会科学研究方法创新的步伐。[3]实现我省社会科学数据共享,可以使各项科研成果得到最广泛的传播与利用,是发挥科研成果最大价值的有效途径,有助于避免相似研究和重复研究。实施社会科学数据共享,有助于政府作出及时、科学、合理的决策;有助于推动科研成果的普及,提高整体科研水平。当前构建我省社科数据资源共享中心的目标就在于,从社科数据资源利用的角度出发,通过多种方式,集成社科数据资源,对数据进行优化配置,以求达到最大效益。因此,建设我省社会科学领域的数据共享平台是非常必要的。

2.建设我省社科数据共享中心存在的问题。

一是单位及个人独自占有数据资源的思想仍然严重,对科学数据共享重要性认识不足。 由于传统观念的影响,研究人员和各研究、行政机构没有或缺乏把数据作为社会公共资源的理念。社会科学数据共享面临着克服传统观念的问题,一些使用公共资金而取得的数据被视为个别人所有、个别团体所有、个别机构所有,有的数据甚至成为商品。为进行研究成果出版的竞争,研究人员之间、学术研究课题组之间、研究机构之间在数据方面互相隔离、保密。二是社会科学数据种类多、数量大、分布极为分散。哲学社会科学的发展为每一个学科都积累下了海量的数据,海量数据分散在研究人员、学术研究课题组、研究机构及政府机构。三是数据存储介质多,不好收集。 由于数据产生的时间、地点、环境不同,数据存储介质多样,有很多数据是手写的方式,许多珍贵的历史资料保存年久,没有复制备份,处于损毁边缘。四是缺乏与数据共享管理相关的政策法规。 在我省推动社会科学数据共享过程中,尤其是初始阶段,需要投入大量的人力、物力和资金,因为没有将数据变成社会公共品的激励机制,人们普遍不愿意为作为公共品的数据投入收集、管理和服务的力量,也很少有机构愿意资助社会科学数据共享工作。

四、黑龙江省社会科学数据共享中心建设的可行性

1.黑龙江省拥有强大的社会科学研究队伍。

黑龙江省有近百所高等院校和中专学校,涉及社会科学研究的院校有60多个,包括全省其他社科研究机构,共有上百家单位从事社会科学研究,每年申报的省级课题上千项。

2.黑龙江省各图书馆的社会科学馆藏丰富。

黑龙江省图书馆是全省最大的综合性图书馆,目前已拥有藏书240余万册。省图书馆还与日本、美国、加拿大、俄罗斯等7个国家的15个图书馆建立了书刊交换关系。各大专院校的图书馆藏也十分丰富。参考工具书和检索性期刊的收藏比较完善;历史性文献具有一定的优势,收藏地方文献万余种。这些都是建立黑龙江省社会科学数据资源共享体系的基础。

3.经济、社会学数据资源较为丰富。

黑龙江省统计局对经济类和社会学类的数据统计较为全面,很多数据从1978开始统计至今。在统计局我们可以查询到黑龙江省各市、县的工业、农业发展状况,城镇就业和劳动报酬情况,消费品零售总额、工业利润、旅游业收入等数据。除数据统计之外,省统计局在数据基础上还做了很多分析报告,例如社会事业发展状况报告、劳动就业情况分析、能源消费情况分析、房地产开发形势分析、全省发展状况分析等。经济、社会学方面的数据搜集、统计和分析工作都做得非常全面,这为数据共享平台的建设提供了充足的数据资源。

4.自动化、网络化建设已经起步。

根据调查统计,黑龙江省高校及各政府机构系统自动化、网络化建设已经具有一定规模。虽然大部分信息机构网络化建设尚处于起步阶段,但全省高校及政府机构的网络化建设已经具备了应用数据共享平台的条件。

五、建设黑龙江省社会科学数据共享中心应具备的条件

1.政策与领导的支持。

中国科学院地理科学与资源研究所资源环境信息系统国家重点实验室研究员何建邦认为,营造科技资源共享的管理环境要解决四对矛盾,即公开与保密和保护、用户与数据拥有者及数据管理者的权益、无偿与有偿、集中与分布。要解决这四对矛盾,必须遵循四项原则与政策:鼓励公开,提高共享程序的原则与政策;引进市场竞争机制,充分运用利益驱动的原则与政策;充分发挥国家宏观调控的原则与政策;实行数据分类管理的原则与政策。[4]建设省级社会科学数据共享中心,我们同样要面临这四对矛盾,除了领导要意识到数据共享的重要性并大力支持外,还要制订相关的政策法规。

2.规划与标准。

数据共享中心的建设是一个复杂的工程,它的建设要有整体规划,逐步发展完善。

(1)建设工作需要几个科研机构联合,成立数据共享主中心、分中心。全省社会科学数据共享分中心必须遵循主中心制定的统一标准和规范进行建设。在政府共享政策支持下,以及设备、人力、资金、技术支持支撑下,建设全省社会科学数据共建平台、数据标准平台,建立主体数据库群。

(2)将人才队伍分成几个分支,分别去搜集数据,建立数据库。将数据进行标准格式设计、分组录入,维护数据共享平台。将数据资料数字化,搜集、整理工作规范化、标准化,确保资源数据质量。

(3)用先进的IT技术,挖掘、集成分布在全省高等院校、科研院所以及专家学者个人手中的数据资源,在此基础上加工、整理,将数据资料数字化、标准化,使数据真正成为能够满足社会科学研究所需要的多样化的数据集。

(4)将整个数据共享平台建设分成四个系统,即数据采集子系统、数据集成子系统、数据处理子系统、数据展现和信息门户四个部分。[5]信息门户以网站的形式存在的,可以根据学科分类、服务类别、数据库类型等分类设立栏目;除正常栏目外门户还应包括主页面注册、登录系统,科学数据目录查询系统,在线服务及留言系统。建立共享的运行及管理机制和无偿及有偿服务并行的运行模式。

(5)数据共享平台的建设过程繁琐,需要制定一定的标准。要做到数据搜集全面、分类统一、加工精细、服务规范。第一,要在搜集数据时制定统一标准。明确需要哪些学科的数据、数据产生的时间、需要提取哪些字段、数据按哪些分类进行整理。第二,根据实际需要建立元数据。元数据是提供关于信息资源或数据的一种结构化的数据,是对信息资源的结构化的描述。作用是描述信息资源或数据本身的特征和属性,规定数字化信息的组织,具有定位、发现、证明、评估、选择等功能。简单来说,元数据是各类科学数据以目录的形式发布出来,以使科研人员能方便地找到这些资源,并可直接访问、查询、下载其中部分的数据库或数据集。元数据会包涵整个共享中心的所有数据共享内容。元数据表格的编写与设计都要标准化。第三,数据库平台的搭建要统一标准。库结构的建立、数据库编写语言、数据的格式都要有统一标准。这样后台系统才能整合到一起。第四,应用过程中数据更新、备份要有统一标准。在数据共享中心正常运行过程中,数据更新和备份的时间要制定一定的标准。第五,数据的使用需要制定统一标准。按照保密级别将数据分成几个级别,明确哪些数据能无偿访问、哪些数据要有条件无偿访问、哪些数据是有偿访问。

3.人才队伍的培养。

实现社会科学数据共享,必须对参与共享建设的人员进行必要的能力培训。数据共享中心的各个数据系统都以收集、加工、应用和交换数据为主要工作,需要一批有较强数据管理能力和分析应用能力的科技人员,他们应精通数据管理的基础知识并具有丰富的建设及管理经验。

4.资金的保证。

黑龙江省之所以一直没有建设社会科学数据共享中心,一是由于长期以来人们对科学数据问题重要性认识不足;二是此类公益事业无经费渠道,无法有组织有计划地进行数据管理系统建设和共享政策法规的研究。大家都希望资源可以共享,但缺少提供数据和资料的积极性,所以有些数据资源的获得需要资金的支持。在建设数据共享中心的过程中,设备的购进、人员的培训、数据库的建设等各个环节都需要一定的资金投入。数据共享中心的运行过程也需要政府资金支持。

5.不断完善和提高。

第一,要在社会科学界达成数据公开共享的共识,改变调查数据单位及个人垄断的观念,提高共享意识,加快实现数据共享。第二,在实践中探索、研究、改进和完善,从数据流入手,明确数据源头,清理数据孤岛和无数据源项,制定相应的数据采集录入规范,在采集、处理、传输、下载、应用、维护各个环节都要对数据进行有效的管理。[4]第三,将全省社会科学数据,按照省哲学社会科学研究规划项目申报涉及的22个学科进行分类。第四,建立一套有效的数据管理体系和管理制度,确保数据的完整性、一致性和数据采集的及时性,以提高信息化应用水平和信息资源的服务质量。

黑龙江省社会科学数据资源十分丰富,但长期以来数据的共享问题一直未能解决。实施社会科学数据共享,对于增强科技创新能力,提高社科整体水平,促进社会和经济发展具有十分重要的意义。建设黑龙江省社会科学数据共享中心既有基础性,又有可行性。应稳步前进,先将平台搭建好,在建设、使用过程中不断扩大在线提供的数据范围和数据量,完善人性化、可视化服务功能,提高网络服务能力。黑龙江省各社科科研单位及个人,要大力加强系统内的横向合作,通过资源共享,共同把我们的数据库和社科咨询服务工作做大做强,共创黑龙江省社会科学事业繁荣发展的明天。

参考文献

[1]科学数据共享调研组.科学数据共享工程的总体框架[J].北京:中国基础科学,2003(1).

[2]李集明,熊安元.气象科学数据共享系统研究综述[J].北京:应用气象学报,2004(1).

[3]张其瑶.资源不共享成为一道阻碍科技进展的巨大壁垒[N].北京:科学时报,2003-11-11(7).

[4]杨玉君.长庆石油勘探局数据中心建设的几点思考[EB/OL].中国电子政务网(2008-05-24)[2009-04-02].http://www.e-gov.org.cn/xinxihua/news004/200805/88771.htm l.

财务共享中心的流程构建 篇8

企业管理层可以从核心管理的角度,将共享中心具有共性的流程予以标准化,并注意其与业务板块的衔接以保证工作效率和服务对象满意度。在财务共享中心的建立及运作过程中,要控制好每一个流程关键点,以确定一套行之有效的运作机制。本文以跨国企业阿尔卡特朗讯财务共享中心的流程构建为例,论述财务共享中心的建立及实施实质上是企业进行财务流程再造的过程。

一、财务共享服务的分类

财务共享服务包括专业建议服务和事务处理服务。专业建议服务是以为企业集团提供高价值的专业财务建议为主的服务; 事务处理服务是以账务处理为主的服务,主要包含账户模块、结算模块、资产模块和资金模块等账务处理服务模块( 见图1) 。

1. 专业建议服务

专业建议服务是以为企业集团提供高价值的专业财务建议为主的“共享服务”,主要包括税务筹划、资金管理、分析报告、客户以及供应商关系管理、股东关系管理等。这类服务具有标准化、大批量、专业要求高的特点,旨在为管理者提供全方位支持,有效控制风险,为客户和供应商等提供高效服务。

2. 事务处理服务

账务处理服务是最典型的事务处理服务,也称为“共享会计服务”( Shared Accounting Service) ,主要业务包括编制账目、应收应付账款管理、固定资产及存货管理等。这类服务以标准化、大批量为主要特点,是以事务性处理功能为主的财务共享服务。大多数财务共享服务中心为企业提供此类服务。

财务共享服务中心的财务业务主要分为账户模块、结算模块、资产模块和资金模块四大类,此外还有投资模块、成本模块等。在阿尔卡特朗讯财务共享中心,账户模块包括会计总账处理及管理会计; 结算模块包括员工报销、供应商付款以及客户应收账款; 资产模块主要是固定资产及存货管理; 资金模块主要是银行及外汇业务等。

图 1 财务共享服务的分类

二、财务共享服务的标准化

在进行企业财务流程再造的过程中,需要建立统一规范的作业标准,以保证财务流程的顺畅。此标准需要随时进行动态的修正,实时与各业务板块的运营情况相衔接。在实施过程中,要严格执行建立起来的作业体系,并确定统一标准的收费模式,以保证提供高质量的财务共享服务。

1. 规范作业标准

在进行组织架构调整和系统整合的过程中,需要统一规范的财务制度来控制财务共享服务中的风险。其中,建立财务制度最为关键的因素是建立统一规范的作业标准,将财务制度的要求与系统操作相结合,从而保证财务流程的顺畅。具备完善的作业标准是企业财务共享中心信息整合系统有效运转的关键。

2. 动态修正作业标准

要保证企业财务共享中心始终提供高效的服务,还要根据外部环境和内部管理需要动态地修正已经形成的作业标准,不断予以完善和改进,从而实时地与各个业务板块的运营情况相互衔接,为业务部门提供有效的数据支持。不断修正的动态作业标准是企业财务共享中心高效运作的保障。

3. 避免财务事务的简单集中

统一的财务制度形成后,通过标准化作业,企业内部的所有财务共享服务对象都有确定的服务时限。此种标准化作业还有助于对ERP辅助系统的持续开发。为了保证财务共享服务的质量,在实施过程中要严格按照修订好的作业标准进行操作,实现真正意义上的高效财务共享服务而非财务事项的简单集中。

4. 确定标准的收费模式

为了保证财务共享管理模式的正常运作,企业财务共享中心需要同各子公司签订服务协议,规定好如何合理分摊相关的费用及各项服务的收费标准等内容,并且要遵守各国家和地区的相关法律。除此之外,需要确定好财务共享中心自身运营成本与价值创造两者的“盈亏临界点”,由此来判断此种管理模式是否有效。

三、财务共享中心流程的关键点

财务共享中心自筹备建立到后期运作涉及一系列关键点。建立过程中的关键点主要包括地址、人员、系统、流程、文化以及绩效制度; 运作过程中的关键点主要指人员思维方式的转变、不断完善系统流程以及形成高效的运作团队等。这些关键点同时也是绝大多数财务共享中心的主要问题所在。企业管理层应当理清思路,针对共享中心的关键问题确定一套行之有效的解决办法。

1. 财务共享中心建立过程中的关键点

从财务共享中心的建立步骤可以看出其在建立过程中的关键要素主要包括地址、人员、系统、流程、文化和绩效制度。在地点的选择上需要考虑稳定的政治经济环境、便捷的交通以及其余可利用的资源; 在人员的配备上需要考虑具备语言、专业知识以及沟通技能的综合人才;在系统支持上需要建立起统一的ERP系统及一系列辅助系统,以提高工作效率; 在流程建设方面,需要以一套科学合理的标准流程来保证共享中心运作的稳定性; 在组织文化形成方面,需要引导每位成员树立正确的服务理念,同事之间进行有效沟通; 在绩效考核方面,需要设计科学的考核指标来考核成员工作绩效,并以此激发成员的工作积极性( 见表1) 。

表1 企业财务共享中心在建立过程中的关键点

2. 财务共享中心运作中的关键点

财务共享中心运作过程的关键点在于高层管理方式的转变以及基层思维方式的转变。同时,应当不断完善和优化财务共享中心依存的信息系统,充分调动员工的积极性以形成一个高效的运作团队。

企业要结合自身实际学习和研究该模式,高层管理人员要积极推动建立新的管理方式,基层管理人员以及工作人员也要转变思维方式,使新旧体系能够顺利过渡。由于新的管理模式对IT系统的依赖性大为增强,因此,企业集团应当建立起统一的流程标准和IT系统标准并不断完善,为安全有效地处理财务信息奠定基础。财务共享中心对外要提供准确及时的财务信息,对内要充分调动员工积极性,提高员工的专业素养,形成一个高效的运作团队( 见表2) 。

表 2 企业财务共享中心在运作过程中的关键点

3. 财务共享中心存在的主要问题及建议

目前,财务共享中心主要存在以下问题: 单一的操作模式导致员工的积极性降低,造成人员流失; 与子公司的权责界定不清; 共享中心人员的服务意识不强; ERP系统及辅助系统之间的衔接不够紧密; 中心人员和子公司人员在沟通过程中的文化差异较为明显; 绩效考核不能真正落实。

财务共享中心应通过多种形式的培训来增强成员的工作热情,解决人员流动过于频繁的问题; 通过订立严格的服务标准以及动态修改服务标准来解决与子公司权责不清的问题; 建立反馈机制,定期了解服务对象的意见和建议,增强共享中心人员的服务意识; 对于影响工作效率的IT系统,共享中心需要及时进行二次开发,解决关键问题; 建议共享中心成员尽可能地采用电话而非邮件的方式来沟通,以提高工作效率; 建立科学合理的绩效考核指标及奖惩制度,以调动员工的工作热情,保证工作质量( 见表3) 。

表 3 企业财务共享中心存在的主要问题及解决方式

四、财务共享中心的运作机制

1. 财务共享中心运作原理

财务共享中心模式运作的原理是通过在某一个或者多个地点对流程、技术及人员的优化整合,实现跨国公司内部各个流程的精简化及标准化。财务共享中心实施财务共享模式前后的流程要素的变化如表4所示:

表 4 公司财务共享服务模式实施前后的流程要素

财务共享服务中心的基本运作模式为: 总公司为财务共享服务中心的建立选址,并为财务共享中心各个岗位配备人员,形成财务共享中心所需的相关系统,建立统一规范的流程制度,形成自己的组织文化,落实相关的绩效考核。财务共享中心对外向各个子公司提供统一标准的服务,并按照签订的服务协议以一定的方式收取服务费用。同时,各个子公司不再设立与财务共享中心拥有相同职能的部门。

2. 阿尔卡特朗讯财务共享中心的运作模式

阿尔卡特朗讯亚太区财务共享中心选择经济政治环境相对安全的上海作为其办公地点,为了节约成本,主要招聘工作经验较少的应届毕业生。集团拥有的SAP系统以及一系列ERP辅助系统,成为财务共享中心基本的系统支持。财务共享中心拥有对每个岗位清晰的职能界定以及每一模块的流程描述,并且相关的考核指标也非常明确。此外,财务共享中心还与其服务的每一家子公司签订了内部协议,确定了服务范围及收费标准。在正式运营阶段,共享中心会定期举行内部及对外的总结会议,研究探讨运营管理问题并持续跟踪。由此确立了阿尔卡特朗讯财务共享中心基本的运作模式。

3. 财务共享中心运作模式的优劣

财务共享中心运作模式的优势在于其能够形成规模效应,有效地降低运作成本,显著提高员工的工作效率,提升财务管理水平,最终提高企业的核心竞争力。其劣势在于这种新的管理模式使得企业原先的运作形式被重新调整,一定程度上影响了内部合作关系,同时对系统的依赖程度加深,可能会因为系统的不稳定而影响数据传输效率。相对单一的操作模式也很容易使员工丧失工作热情,影响工作质量。

企业财务共享中心因其解决了企业在分散模式下的财务问题,成为被越来越多的企业所采用的管理模式。它不仅为企业大大缩减了成本,提高了效率,更为重要的是为企业财务流程再造创造了质的飞跃,加强了企业的管控能力,提高了企业的竞争力。展望未来,财务共享中心的覆盖范围将由最初的基础核算工作逐渐扩大到附加值高且复杂的财务管理工作中,如财务分析等。随着越来越多的企业采纳财务共享中心的管理模式,相关的法律法规也会逐渐完善。企业管理层应当密切关注法律法规的修订,保证财务共享中心的运营处于合法范围之内。

“任何先进的管理方法都要和自己公司的实际情况结合起来,变成适合自己的方法,才能发挥其最大效用。”选择将财务共享中心外包或者承接其他公司财务共享中心业务都是跨国公司与自身实际情况相结合的产物,任何公司都不能完全照搬其他公司的管理模式,创造出适合自身的管理方法才能为公司创造最大的价值。

参考文献

[1]张瑞君,陈虎,胡耀光,常艳.财务共享服务模式研究及实践[J].管理案例研究与评论,2008(3).

[2]张瑞君,陈虎,张永翼.企业集团财务共享服务的流程再造关键因素研究——基于中兴通讯集团管理实践[J].会计研究,2010(7).

[3]何瑛.企业财务流程再造新趋势:财务共享服务[J].财会通讯,2010(6).

[4]任晓燕,章雪岩,杨娟.对实施共享服务中心的过程的研究[J].商场现代化,2008(4).

[5]张兴彦.谈如何建立企业财务共享服务中心[J].时代经贸,2007(11).

关于异构数据库数据共享的分析 篇9

关键词：异构,共享,数据转换

异构数据库系统由相关的多个不同数据库组成, 可以实现数据的共享和透明的访问, 每个数据库系统都是独立存在的, 并且具有数据库管理系统。异构数据库的各个组成部分具有自身的自治性, 在实现数据共享的同时, 每个数据库系统仍保持自己的应用特性、完整性控制和安全性控制。异构数据库系统的目标在于实现不同数据库之间的合并和共享。

1 异构数据库系统

异构数据库系统的目标在于实现不同数据库之间的数据信息资源、硬件设备资源和人力资源的合并与共享。集成的关键技术是以每个局部数据库模式为基础, 建立全局的数据模式或全局视图。

2 异构数据库数据共享

由于异构数据库之间存在各种语义和语法上的冲突, 要实现异构数据库中数据严格的等价转换比较困难。异构数据的转换目标是能够将源数据库中全部有意义的信息都转换到目标数据库中, 而且这种转换包含尽量少的冗余信息。目前主要有如下几种数据转换方式。

2.1 使用软件工具进行转换

使用数据库管理系统的数据导入工具, 将各个异构数据中的数据以文件的形势导入集成的数据库表中。如Power Builde的数据管道Data Pipeline、SQL Server的DTS、Oracle的SQL*Loader等可以实现各种异构数据库系统和文本、电子表格等文件系统格式的数据的整合和集成。编写每个分系统的数据转换代码, 以完成原始数据转换、错误数据清理、数据结构转换、冗余信息消除、数据存储和数据刷新功能。

数据转换工具的缺点是不具有独立性, 必须先运行该数据库产品的前端应用程序才能使用相应的数据转换工具, 转换步骤繁琐, 人工干预过多。此类工具一般都是各数据库的专用工具, 与自身数据库的结合非常紧密。如果集成后的数据库不是数据转换工具所对应的数据库, 数据转换工具就不能使用, 只能用于集成具有同种类型DBMS的异构数据库。

2.2 利用第三方数据库的转换

利用第三方数据库转换, 在进行大型数据库转换时, 具有数据量庞大的特点。如果缺少工具软件的支持, 就必须借助其他较小的桌面数据库如Access、Excel等。在实现两个具体数据库之间的转换时, 根据字段定义、表定义和关系定义, 从原始数据库中读出数据通过中间数据库的转换在导入到目的数据库中。

这种利用中间数据库的转换办法具有所需转换模块少和扩展性强的优点, 缺点是需要人工撰写很多SQL语句以实现转换, 实现过程相对复杂, 转换质量不高, 而且转换过程较长。

2.3 设置传递变量的转换

使用数据库应用程序开发工具与数据库连接的功能, 通过设置两个不同源数据库与目的数据库的传送变量, 实现两个数据库的连接和异构数据库之间的直接转换。这种办法在现有的数据库系统下扩展相对容易, 而且转换速度和质量相对较高, 但缺点是通用性较差。

2.4 通过数据库组件的转换

利用数据库应用程序开发技术, 在配置ODBC的基础上直接利用其自带的数据工具来完成数据转换。源数据库与目的数据库通过ODBC组件来存取数据, 实现异构数据库之间的直接转换。通过组件存取数据的关键是信息的数据类型问题, 如果源数据库与目的数据库对应的数据类型定义不相同, 必须先进行数据类型的等价转化再进行数据转换, 而完全的等价转换难度较大。

2.5 利用XML实现转换

XML具有平台性无关、可扩展性和互操作性, 具有数据语义描述和传送能力, 是理想的数据源交互媒介。XML的灵活性和可扩展性使其可以对不同应用甚至差异很大的应用间的数据进行描述, 尤其是对于那些专用于记录数据的应用。另外, XML具有自我描述性的特性, 使数据可以在不同的应用间进行交换和处理, 而不必要求相应的应用程序是针对该数据定制的。

XML可实现基于Web浏览的多样式可视化显示, 而中间转换处理程序则用来访问数据库管理系统中的数据和输出XML文档。为了在数据库和XML文档之间传递数据, 必须在文档结构和数据库结构之间建立映射。中间转换处理程序功能实现的关键就是完成映射的建立。

基于XML的异构数据库集成的关键是建立数据公共映射模型以实现数据库模式和XML模式之间的映射关系, 将关系模型映射到该公共数据模型, 再将公共模型映射回关系模型。该模型必须满足条件:

(1) 模型应尽可能的简单, 易于操纵, 易于与数据库模型相互转换。

(2) 模型应具有良好的描述性, 能够完整的描述数据模型, 具有良好的可扩展性。

(3) 模型实现数据结构和数据操作的映射外, 还具有数据库完整性约束, 以避免参照完整性不足带来的插入和删除异常。

3 结语

科研人员数据共享意愿研究 篇10

关键词：数据共享 结构方程模型 共享意愿 计划行为理论 技术接受模型

中图分类号： G252 文献标识码： A 文章编号： 1003-6938（2014）05-0125-07

Research on the Willingness of Researchers to Share Scientific Data

Abstract As the makers， users and managers of scientific data， the attitude of researchers directly affect the process and development of data sharing. In order to study the influencing factors of researchers' willingness to share scientific data， the authors propose a scientific data sharing intention model based on the theory of Planned Behavior and Technology Accept Model. The authors capture the data needed in the model by a online survey of 328 scientists， then use the SPSS 20.0 and AMOS 17.0 software to process the original data， explore current data sharing practices and perceptions of the barriers and enablers of data sharing. Lastly，some suggestions for developing the willingness of data sharing in the future according to the results of the research are put forward.

Key words data sharing; SEM; sharing willingness; TPB; TAM

1 引言

在大数据、数字化的背景下，科学研究将越来越依赖于对大量可获取数据的分析，因此科学数据的采集、管理与分析越来越受到科学界的重视。科学数据共享指科研人员将支撑其研究的科学数据在互联网上进行公开，并支持免费获取的行为，允许任何用户以任何目的免费通过互联网进行下载、复制、分析及重新处理利用，不受资金、法律或其他技术壁垒的制约[1]。联合国教科文组织（The United Nations Educational， Scientific and Cultural Organization， UNESCO）提出科学数据为三种开放存取信息资源（科学出版物、教育资源、科学数据）之一[2]，得到了全世界的认同和重视。

科研人员作为科学数据的生产、使用和管理者，是否积极倡导并参与数据共享将直接影响到科学数据公开获取的促进和发展，因此发现能够影响其意愿的因素并给予改善能够在一定程度上促进数据共享的发展进程。相对于欧美国家较为积极的数据共享模式，国内仍处于发展阶段，还未从政府层面建立起科学数据共享的促进措施。为了解国内科研人员对科学数据共享的认知以及影响数据共享的因素，本文借鉴经典心理意向模型计划行为理论（Theory of Planned Behavior，TPB）和技术接受模型（Technology Accept Model，TAM），针对科学数据共享的特点，建立科学数据共享意愿模型，通过对国内300余名科研人员的调研，利用结果方程模型对科研人员数据共享意愿及影响因素进行研究。

2 科学数据共享意愿研究现状

2011年，Adrian Mulligan利用在线调查的方法对6344名科研人员进行访问，发现有75%的科研人员希望使用其他研究者的数据但不愿意共享自己的数据，主要原因是科研人员不了解数据共享对学术交流的影响，不清楚数据共享能否获益;只有52%的表示愿意向他人提供科学数据[3]，同年Christine L. Borgman对1700名研究人员进行调查，结果表明53%的科学家愿意通过邮件向有数据需求的人员分享数据，55%的科学家选择在自己的博客上公开数据，而75%的科学家因为耗费时间而不愿进行数据共享[4]。1329名研究人员参与了Carol Tenopir等针对数据共享意愿的调查问卷，其中32.3%有与他人共享数据的经历，但只有11.6%支持无条件的公开数据，以学科归类结果显示，气象科学的科研人员态度最积极，占49%;医学类则只有13%的科学家愿意共享自己的数据[5]。Philippa Broadley等则发现科研人员拒绝数据共享主要是担心数据的恶意使用、篡改、知识产权等问题[6]。同样，在针对生物多样性领域专家科学数据共享态度调查中Neela Enka发现研究者愿意参与数据共享，但对时间花费、缺乏统一标准、数据错用、数据保密等方面的担忧阻碍其实施数据共享[7]。Heather A. Piwowar利用文献计量的方法对11603篇文献进行分析发现，首先有数据共享或数据使用经验的科研人员更愿意共享科学数据;其次期刊支持公开获取、要求数据共享强烈程度以及科学数据是否受重大科研项目基金支持同样影响科研人员数据共享行为 [8]。张晋朝在我国高校科研人员科学数据共享意愿研究中发现科研人员的自我价值感知、互惠预期、人际信任、形象是形成共享信念的重要维度，信念对科学数据共享意愿存在间接显著性影响，主观规范对科学数据共享意愿存在直接显著性影响[9]。

综上所述，可见国内外学者对科学数据共享影响因素开展了不同程度的研究，大多数研究集中于对欧美国家科学研究人员进行调研，国内虽然也进行了类似的研究，但调研尚不全面，未考虑到科研人员的感知风险和感知成本。因此本文对国内外研究成果加以整合，针对我国科研人员对科学数据共享的态度进行调研，将科研人员对数据共享的态度、疑虑等内容加入调查问卷中，利用结构方程模型，以更加全面的角度调查影响国内科研人员数据共享意愿的因素，以期为我国科研数据共享的促进提供些许建议。

3 模型构建

3.1 理论基础

本文针对科学数据共享的特点拟引入经典行为预测理论TPB及技术接受模型TAM建立科学数据共享意愿模型来研究影响我国科研人员数据共享行为的影响因素。

TPB由理性行为理论（Theory of Reasoned Action，TRA）发展而来。TRA认为行为意向受态度和主体规范影响。由于TRA 并不能完全解释或预测某些实际行为，1985年 Ajzen[10]在TRA 的基础上增加了感知行为控制力——TPB。TPB是目前社会心理学中最著名的态度行为关系理论，该理论认为行为意向是影响行为最直接的因素，受态度、主观规范和感知行为控制[11]，一个人的态度越积极、主体规范和感知行为控制越强， 则执行某种行为的意向越强， 也就越可能最终执行某种行为[12]。1989年，Davis将TRA和TPB应用到信息系统领域用以解释用户对信息技术的接受行为，提出了技术接受模型（Technology Accept Model，TAM）[13]，该模型认为使用行为意愿由使用态度和感知有用性决定，使用态度是由感知有用性和感知易用性决定的，而感知有用性受感知易用性和外部变量的影响。

近年来，TPB、TAM被广泛应用于对各种新事物的解释和预测行为之中，如网络购物意愿、知识共享因素、数字图书馆、ERP使用等。大量研究表明TPB、TAM在解释和预测行为意向方面十分有效。

3.2 模型构建

本文基于TPB、TAM理论构建了科研人员数据共享意愿模型，如图1所示。

纵观国内外学者对科学数据共享影响因素研究，虽然多数学者采用问卷调查采集数据，而研究方法主要采用定性分析，且每次研究均集中在一个方向，对数据共享影响因素并没有全面的研究。本文对已有研究成果进行整理改进，总结为主观规范、感知行为控制、感知成本消耗、感知风险、感知有用性、数据共享态度六个方面，采用结构方程模型的方法，定量研究数据共享意愿影响因素。

模型综合了TPB、TAM的影响因素变量，并做出改进：首先根据科研人员对数据共享带来风险的担忧，增加感知风险因素，更加科学的测量数据恶意使用、核心内容泄露等风险因素对数据共享的影响;其次，国内还未从政府层面建立科学数据共享的促进措施，促进数据共享的条件仍然不具有广泛的影响力，也未得到大力宣传，因此增加感知行为控制对数据态度影响路径会更加全面的测量感知行为控制对数据共享行为的影响。

4 模型假设

数据共享意愿是理论模型的因变量，指科研人员将科学数据进行共享的主观意愿强烈程度。在TPB和TAM中，意愿是行为的直接决定因素，个人的意愿越强，实施行为的可能性越大。行为意愿的强弱受个人因素的影响， 即一个人对执行某种行为的态度的影响。行为态度是个体对执行某特定行为喜爱或不喜爱程度的评估[11]。因此假设：

H1：数据共享态度对数据共享意愿有正向影响，即科研人员对数据共享态度越积极，数据共享意愿便会越强烈。

主观规范是指个体在决策是否执行某特定行为时感知到的社会压力，它反映的是重要他人或团体对个体行为决策的影响[14]。Karahanna等研究发现主观规范对用户接受新信息系统的意愿有正向影响[15]。由于科研界社会群体的特殊性，科研人员所感知的社会压力主要来自于同事，同学科的专家学者等。因此假设：

H2：主观规范对数据共享意愿有正向影响，即感知的社会压力越大，数据共享意愿便会越强烈。

感知行为控制是指个体感知到执行某特定行为容易或困难的程度，它反映的是个体对促进或阻碍执行行为因素的知觉。本研究将感知行为控制测度项集中在科研人员对数据共享促进因素的感知。因此假设：

H3：感知行为控制对数据共享态度有正向影响，即感知的促进因素越有利，数据共享态度便会越积极。

H4：感知行为控制对数据共享意愿有正向影响，即感知的促进因素越有利，数据共享意愿便会越强烈。

感知易用性是TAM模型中非常重要的变量，是用户主观上认为使用某一特定系统所付出努力的程度。数据共享不仅包括技术的阻碍，更多的是社会因素。Carol等在调查中发现有53.6%的科研人员认为数据共享花费不必要的时间，39.6%的表示缺乏资金支持[5]。所以本研究中将感知易用性的测度内容集中在科研人员对数据共享所付成本的估计，如时间、资金的消耗，因此调整为感知成本消耗。因此假设：

H5：感知成本消耗对采纳行为态度有负向影响，即感知成本消耗越高，数据共享态度越消极。

感知风险是指科研人员对数据共享可能造成的风险的感知。在Neela Enke[7]对生物学科领域专家对科学数据共享态度调查中发现，科研人员担心数据共享会引起数据错用、保密问题等方面的担忧。Jelte M.Wicherts 等调查显示科研人员担心数据共享之后可能会揭示研究中的错误或者其他学者再分析会生成与原结果相反的结论[16]。由此可见科研人员担心数据共享后会带来数据错用、篡改、剽窃等风险。因此假设：

H6：感知风险对数据共享态度有负向影响，即感知风险越高，数据共享态度越消极。

感知有用性是TAM主要的衡量指标，指用户主观上认为某一特定系统能够所提升的工作绩效程度。对于科研人员而言，数据共享可以提高相关科学论文的可信度、被引率，同时能够提高在同行中的知名度。Heather A. Piwowar研究发现公开分享的数据对期刊的引用率有69%影响，且期刊的影响因子与数据共享的程度呈正比[17-18]。Carol在调查中发现68.6%的科研人员认为数据使用时标注引用是非常重要的[5]。因此假设：

H7：感知有用性对数据共享态度有正向影响，即科研人员感知有用性越高，则数据共享态度越积极。

H8：感知有用性对数据共享意愿有正向影响，即科研人员感知有用性越高，数据共享意愿越强烈。

5 研究方法

5.1 调查问卷设计

问卷设计基于上文的理论模型和研究假设，由三部分组成，第一部分为引言，对数据共享的概念、意义进行了阐述;第二部分为个人基本信息的测量，主要了解科研人员的基本统计学信息;第三部分为问卷的主体部分，主要是对数据共享行为影响因素的测量，该部分所有测度项均采用5等级李克特量表形式进行测量，其中：1=“非常不同意”;2=“不同意”;3=“不确定”;4=“同意”;5=“非常同意”。

5.2 调查问卷的发放与回收

本研究的调查对象为国内研究所、高校的科研人员。在初步完成问卷设计后邀请了30位博士生、讲师及副教授、教授等进行了预调研，根据反馈对问卷中模糊题项进行了修正。正式问卷通过问卷星进行发放，调查持续3周，回收问卷330份，剔除无效问卷2份，最终有效问卷328份。

6 研究结果

6.1 调查对象信息统计

本次研究对象男女比例基本持平，年龄主要集中在26～45岁之间，中级职称以上占64.32%，且72.25%的调查对象来自985、211高校及研究所。参与本次调研的科研人员理工学科的较多，99.7%的有参与科研项目经历（见表1、表2）。

6.2 问卷信度与效度

信度（Reliability）主要衡量的是测量结果的一致性、稳定性和可靠性，一般通过内部一致性系数（Cronbach'a）来描述测量。大多数学者认为0.7是一个合适的标准阈值，而对于尚未验证过的变量，达到0.6便可接受。量表的信度主要反映测量值与真实值的接近程度。因素负荷量值介于0.5至0.95之间，表示模型的基本适配度良好。潜在变量的组合信度CR（Composite Reliability）是模型内在质量的判别准则之一，可作为检验潜在变量的信度指标，若潜在变量的组合信度大于0.6，则模型内在质量理性[19]。表3数据显示本研究调查问卷的Cronbach'a值，因素负荷量，CR均满足标准，因此问卷具有较好的信度和效度。

6.3 模型检验

本研究利用AMOS17.0对模型假设进行了检验，模型检验标准及检验结果数据见表4。

表4数据显示模型拟合指标均符合规定适配值，因此构建的假设模型成立。大部分学者认为，解释的变异量R2达到30%可认为模型达到了较好的解释性，吴明隆认为R2高于0.5表示模型的内在质量检验良好[20]，本研究数据共享意愿被潜在变量解释的变异量为0.778，因此模型均具有较好的解释力。

6.4 假设检验

在模型成立的前提下检验研究假设是否成立，上文验证模型通过，假设检验结果见表5。

结构方程模型中，显著性指标p<0.05时则认为假设成立，表6显示本文提出的大部分假设成立，不成立的假设分别为H4、H5、H8，由此可以得出以下结果：

（1）科研人员对数据共享的态度直接影响其意愿。态度是TPB、ATM模型中的核心概念，也是本研究中的主要影响因素。即科研人员对数据共享的态度越积极，数据共享意愿更强烈。

（2）主观规范正向影响科研人员数据共享意愿。领导、同事或学科内其他科学家数据共享的行为导向对国内数据共享行为影响较大，即他人积极参与数据共享时，科研人员数据共享的意向更大。

（3）感知行为控制正向影响数据共享态度，对数据共享意愿影响不显著。Ajzen发现当态度或主体规范具有较大影响的情况下，感知行为控制对意向的预测力便较弱[14]，先需要完善数据引用模式，理想的数据引用应与传统文献引用方式一样，在参考文献部分对数据进行引用标注[25];其次借鉴传统文献的计量方法，将数据引用排名纳入科学评价体系，规范化数据共享增值效益评价机制;最后定期推出数据引用排名，数据影响因子排名、科研人员数据质量排名等一系列正规文件，明确数据共享科研影响力。

参考文献：

[1]Panton Principles-Principles for Open Data in Science[EB/OL].[2014-07-01].http：//pantonprinciples.org/.

[2]Open Access policy concerning UNESCO publications[EB/OL].[2014-06-24].http：//www.unesco.org/new/file

admin/MULTIMEDIA/HQ/ERI/pdf/oa_policy_rev2.pdf.

[3]Adrian Mulligan.The effect of the internet on researcher motivations behavior and attitudes[J]. Emerald Group Publishing Limited，2011，67（2）：290-311.

[4]Borgman C L .Big data， little data， no data：The contested landscape of data sharing and reuse[EB/OL].[2014-06-24].http：//works.bepress.com/borgman/275/.

[5]Carol Tenopir， Suzie Allard， Kimberly Douglass， Arsev Umur Aydinoglu， Lei Wu， Eleanor Read， Maribeth Manoff， Mike Frame. Data Sharing by Scientists： Practices and Perceptions[J].PLOS ONE .2011，（6）：1-21.

[6]Philippa Broadley， Kerry Raymond. Researcher Attitudes to Data Sharing：Cultural Change Requires Better Motivations[EB/OL].[2014-06-24]. http：//eprints.qut.edu.au/53403/.

[7]Neela Enka .The user’s view on biodiversity data sharing——investigating facts of acceptance and requirements to realize a sustainable use of research data[J]. Ecological Informatics，2012，（11）：25-33.

[8]Heather A. Piwowar.Who Shares Who Doesn’t Factors Associated with Openly Archiving Raw Research Data[J].PLOS ONE，2011，（7）：1-13.

[9张晋朝.我国高校科研人员科学数据共享意愿研究[J].情报理论与实践，2013，36（10）：25-30.

[10]Ajzen I. From intentions to actions： A theory of planned behavior[A].J. Kuhl & J.Beckmann（Eds.）.Action control： From cognition to behavior[M].Heidelberg， Germany：Springer，1985：11-39.

[11]段文婷，江光荣.计划行为理论述评[J].心理科学进展，2008，16（2）：315-320.

[12]余莉.计划行为理论的发展综述[J].科教文汇，2008，（2）：170.

[13]Davis F.D.，Perceived usefulness， perceived ease of use and user acceptance of information technology [J].MIS Quarterly.1989，13（3）：319-339.

[14]Ajzen I. The theory of planned behavior[J].Organizational behavior and human decision processes.1991，50： 179-211.

[15]Karahana E，Straub D W， Chervany N L. Information technology adoption across time： a cross-sectional comparison of pre-adoption andpost-adoption beliefs [J].MIS Quarterly，1999，23 （2）：183-213.

[16]Wicherts J M， Bakker M， Molenaar D.Willingness to share research data is related to the strength of the evidence and the quality of reporting of statistical results[J].PLoS ONE，2011， 6（11）： e26828.

[17]Piwowar H A， Day RS， Fridsma DB.Sharing Detailed Research Data Is Associated with Increased Citation Rate[J]. PLoS ONE，2007，2（3）： e308.doi：10.1371/journal.pone.0000308.

[18]Heather A. Piwowar ， Wendy W. Chapman. A Review of Journal Policies for Sharing Research Data[C]. Proceedings ELPUB 2008 Conference on Electronic Publishing，2008.

[19]袁顺波.科研人员采纳自存储的影响因素研究[J].图书情报知识，2014，（2）：72-83.

[20]吴明隆.结构方程模型—AMOS的操作与应用[M].重庆：重庆大学出版社，2013.

[21]Nature[EB/OL].[2014-07-28].http：//www.nature.com/authors/policies/availability.html.

[22]何琳，常颖聪.国内外科学数据出版研究进展[J].图书情报工作，2013，58（5）：104-110.

[23]Creative Commons CC0[EB/OL].[2014-07-09].http：//creativecommons.org/publicdomain/zero/1.0.

[24]吴立宗，王亮绪，南卓铜，等.科学数据出版现状及其体系框架[J]. 遥感技术与应用， 2013，28（3）：383-390.

共享数据中心 篇11

关键词：财务与会计,平行运行,财务共享中心,创新应用

伴随改革开放以来中国经济的飞速发展, 我国许多大型企业取得了长足的发展, 企业的规模和竞争力在不断提升, 不少大型企业已经走向国际化发展之路, 管理的纵深、幅度、难度都在不断增大, 对内外部市场环境反应的速度、内部管理的效率要求也越来越高。财会管理作为企业管理的核心, 需要顺势而为, 不断开拓创新, 以适应企业发展和竞争的需要。二航局推进“财务与会计平行运行”管理, 并将此管理理念探索运用到企业财务共享中心建设中, 以期实现财务、会计管理的专业化、精细化、高效化, 实现财务与会计的高度协同管理, 为企业创造更多的价值增值。

一、二航局快速发展带来的管理困境

中交第二航务工程局有限公司 (简称“中交二航局”) 创建于1950年, 是原交通部直属四大航务工程建设一级施工企业之一。2006年, 成为世界500强企业——中国交通建设股份有限公司的全资子公司。经过60多年的发展, 现已成为一家融设计、施工、科研、资本运作于一体, 以路桥、港航、铁路、城市轨道交通、市政工程施工为主业, “大土木”、多元化经营的大型跨国工程公司, 市场遍布全国31个省 (直辖市、自治区) 以及中东、亚洲、欧洲、非洲、南美洲的22个国家和地区。近年来生产经营实现了跨越式发展, 企业综合实力得到了不断提升。2014年中交二航局新签经营合同额480亿, 实现营业收入361亿;2015年新签经营合同额超500亿, 实现营业收入超400亿。但是, 随着企业规模的不断扩大和业务复杂程度的不断增加, 中交二航局也面临着人力资源紧缺、运行成本增加、管控难度加大等困扰。

(一) 传统增长方式难以为继

建筑行业属于市场竞争充分的行业, 竞争十分激烈, 成本管控压力大。近年来, 随着国家经济投资的放缓和经济结构的转型, 受劳动力、资源、环境等成本上升影响, 单纯依赖低要素成本驱动的发展方式已难以为继, 技术、管理创新将是建筑业转型升级的关键, 建筑业正在从要素驱动、投资驱动向商业模式创新、管理创新驱动转变。这些都要求建筑企业努力提升自身的管理和技术水平, 以适应发展的新要求。

(二) 人力资源十分紧缺

从2006年到2014年, 中交二航局订单合同额从130亿发展到480亿元, 经营规模迅速扩大, 各专业的人力资源非常紧缺。经营规模的扩大带来了各项目数量的快速增加, 2015年初中交二航局共有核算单位500余家, 按传统财务会计管理模式, 需配置财会人员900多人, 导致了适合企业要求的财会人才供给严重不足, 同时也给企业的人力资源成本控制带来很大的压力。

(三) 企业运行成本不断增加

中交二航局项目分散 “ 点多线长”, 区域内集中度低, 各核算单位通信、交通条件不均衡。随着核算单位的增多, 各单位之间资源共享程度较低, 企业各项办公基础设施重复投资、建设较多, 造成较大的浪费;同时, 管理层级多, 人员复杂, 政策传递过程中带来了较高的损耗。如何降低企业运行成本、提高运行效率已经成为企业能否在市场上具有较强的竞争力、赢得市场地位的一个很重要的因素。

(四) 企业管控难度不断加大

中交二航局的核算单位遍布国内外, 地域和时差均较大, 管理的幅度越来越宽, 管理层级越来越多, 极大地增加了管理的难度和风险。如何确保各层级单位对财经法规、公司财会制度的贯彻执行, 如何确保公司总部、分子公司能及时、准确地掌握基层单位的财务状况和经营成果, 如何确保各单位的会计信息质量的可靠性等企业管控难题, 都摆在了公司管理层面前。

二、财务与会计平行运行的内涵

在英美等发达国家大型企业集团中, 财务会计组织架构发展的一种趋势是在首席财务执行官 (或财务总监) 之下设置主计长和财务长, 主计长的主要职责是对外会计报告, 主要负责会计核算工作;财务长的主要职责是理财, 主要负责财务策划、控制、决策职能。

目前, 中交二航局推行的“财务与会计平行运行”管理变革主要包括打造两大体系建设和扁平化管理, 即打造“垂直、统一、高效”的财务管理体系、“集中、规范、高效”的会计管理体系和“两级财务、会计机构服务三级组织”的扁平化管理。其具体内涵是指企业财务、会计工作分工既相对独立, 又相互协作, 分别由财务资金部、会计部 (财务共享中心) 负责, 财务工作主要由财务资金部负责;会计工作主要由会计部 (财务共享中心) 负责, 在公司成立会计部 (财务共享中心) , 两块牌子一套人马, 负责整个公司的会计核算、反映、会计监督工作。

三、基于“财务与会计平行运行”财务共享模式的构建

管理理论的创新、信息技术的飞速发展给中交二航局财会管理变革带来了契机。自2008年起, 中交二航局开始研究国际、国内财务共享服务模式和趋势, 并进行了多种模式的试点和总结, 先后探索建立“直属项目部模式、总部模式、片区模式”的财务共享中心23个。考虑到施工企业点多线长, 核算单位分散, 交通、通信条件不均衡等客观情况, 通过试点经验总结, 最终确定了基于“财务与会计平行运行”的“区域型财务共享中心”模式。在财务共享中心的建设过程中, 中交二航局注重了理论与实践的创新, 主要采取了以下有力措施。

(一) 选择合适的共享服务模式

施工企业具有点多线长、核算单位分散, 通信、交通条件不均衡等特点, 客观上为财务共享中心的建设带来了不少困难。中交二航局在分析、探索和试点的基础上, 选择了适合施工企业业务特点的“跨组织机构区域型财务共享中心”管理模式, 主要基于以下因素考虑:第一, 在成熟的市场区域内, 能够集合足够多的单位达到规模效应, 实现共享中心在优化人力资源配置方面的优势;第二, 以区域为中心, 各单位距离共享中心的物理距离较近, 便于沟通与监督的实现, 降低单据传递成本, 提高传递效率;第三, 同一区域内, 各单位外部经营环境相同, 在经营管理方式、风险控制方面有更多相似点, 便于共享中心的工作开展和知识共享。

(二) 明确财务会计的职能分工

在基于“财会与会计平行运行”财务共享中心运行过程中, 要想做到财务与会计的专业化、精细化管理和高效协同效应, 就必须首先要明确各级财务与会计的职能定位和分工。中交二航局根据工作需要在公司层面成立了财务资金部、会计部 (财务共享中心) , 在分子公司层面成立财务资金部, 在项目部等基层单位实行委派财务总监制度。财务资金部及委派财务总监专注资金、预算、税务、资产管理、成本费用管理、债权债务管理、投资管理、资产收益、财务监督与风险管理、商业保险、财务分析与评价等工作, 侧重于财务事前策划、控制、决策职能;会计部 (财务共享中心) 专注于会计核算、反映、监督工作, 侧重于执行企业各项财务、会计制度, 反映企业的财务状况、经营成果, 为内外部相关利益者提供会计信息。同时, 牵头负责财务信息化管理、管理会计、人才队伍建设等工作。

中交二航局财务共享中心以“服务为先、反映立本、监督至上”为服务宗旨, 履行服务、反映、监督职能, 为服务成员单位提供专业化、规范化、标准化的服务, 包括会计核算、资金结算、会计报表、管理会计、制度执行监督等内容, 持续为成员单位提供高质量、高效率的专业服务。

(三) 建立健全服务组织机构

中交二航局根据业务分布和工作需要, 建成了六大财务共享分中心 (即武汉、镇江、重庆、芜湖、贵阳、深圳财务共享中心) , 六大分中心直属公司会计部 (财务共享中心) 管理, 为其派出机构, 考核及薪酬由公司会计部 (财务共享中心) 主要负责, 确保了各财务共享中心工作的独立性。六大财务共享中心服务的区域分布详见表1。

同时, 为确保财务共享中心的职能实现, 根据专业化分工特点, 财务共享中心设主任、副主任, 并将财务共享中心分为资金结算组、费用薪酬组、资产成本组、收入报表组4个小组, 在专业组下设资金结算、材料核算、协作施工、船机核算等14类专业岗位。财务共享中心组织机构如图1所示。

(四) 制定完善共享制度体系

中交二航局财务共享中心在建立之初, 就特别注重财务共享中心管理制度的建设和完善工作, 从职能定位、内部管理、运行支持、绩效考核四个方面, 持续优化、制定各项制度30余项, 为财务共享中心的运营管理提供了有力保障。财务共享制度列表详见表2。

(五) 流程梳理与优化

在财务共享中心业务流程设计过程中, 财务共享中心认真梳理了各项业务管理流程, 剔除了冗余和不必要的环节, 在满足风险管控和兼顾效率的基础上, 优化业务财务工作流程44项, 为财务共享中心工作的正常开展和效率提升提供了有力保障。

四、取得的成效

二中交航局于2012年1月开始建立了第一个基于“财务与会计平行运行”管理模式的区域性财务共享中心——武汉财务共享中心, 到2015年已经全面建成国内六大财务共享中心 (即武汉、镇江、重庆、芜湖、贵阳、深圳财务共享中心) , 实现了国内业务财务共享全覆盖目标, 并取得了较好的预期成效。

( 一) 有力促进了公司规范化、标准化和专业化管理

中交二航局财务共享中心以统一的工作流程和业务标准为成员单位提供服务和监督, 改变了以往服务单位经济业务管理水平参差不齐的局面, 带动了各单位管理水平的整体提升;同时, 减少了各服务单位人为因素对管理的干扰, 促进了中交二航局整体管理的规范化和标准化;通过专业化分工, 为服务单位提供财会专业化服务, 提高了工作效率, 让服务单位专注于自身的核心业务。

(二) 有效提升了企业的风险管控能力

中交二航局财务共享中心的建立, 实现了“两级会计机构服务三级组织”的会计管理架构, 确保了对服务单位会计监督的独立性;强化了国家财经法规、企业财务会计制度的执行力度;规范了服务单位各项经济业务的管理, 有效防范了财务风险;通过对流程的严格执行, 强化了内部控制, 实现了对关键风险控制点的控制。

(三) 进一步提升了会计工作价值

中交二航局财务共享中心通过为服务成员单位提供专业化、标准化的会计服务, 借助财务共享中心大数据中心支持, 提高了会计信息质量, 为决策者提供了准确可靠的会计信息;通过对不同服务单位会计信息的对比分析, 发现管理存在的问题, 及时反映给决策层, 进行有效管控和持续改进;积极挖掘和利用会计信息, 开展管理会计分析, 为服务单位各级决策层提供决策参考依据。

2014年10月至2015年10月, 各财务共享中心累计提交会计信息质量、财务管理、业务职能管理、内部控制、风险事项等方面的问题450余条, 并有针对性地提出了改进管理建议, 有力地促进了会计工作价值提升和管理升级。

(四) 切实节约了人力资源和管理成本

中交二航局财务共享中心的建设既实现了“财务与会计平行运行”管理, 又实现了财会工作的扁平化管理。2015年, 中交二航局营业规模在450亿左右, 全公司独立核算单位近500家。目前, 全局实际配置财会人员520人, 较传统的财务会计管理模式, 减少了财会人力资源约400人。按每人平均薪酬和管理开支10万/人/年测算, 人力资源的节约直接带来了管理成本的降低和效率的提高, 每年节约人工、管理等直接成本超过4000万元, 效益十分明显。

(五) 人才培养和经验推广

中交二航局通过多年的经验积累, 掌握了财务共享服务的各种模式和管理经验, 培养了一大批熟悉财务共享模式和运营管理的人才, 初步具备财务共享规划、建设、咨询能力。中交二航局财务共享管理模式为中国交建财务共享中心建设提供了有益的探索经验, 中交二航局积极参与了中国交建财务共享中心建设顶层设计, 为中国交建的财务共享建设输送了有丰富管理经验的财务共享管理人才。

(六) 形成了较好的社会影响力

中交二航局积极组织和参与财务共享服务内外部交流活动, 形成了较好的社会影响力, 也获得了各交流单位的肯定和认可, 提高了二航局的外部影响力。2015年中交二航局财务共享中心已分别与武钢、长虹、DHL、惠普、万科、鲁花、中海油、交通银行、南方航空、凯迪、延长石油、中交总承包、华鼎方略、安永、通化、SSON、北京国家会计学院、湖北会计信息学会等30余家单位交流了共享建设经验, 中交二航局财务共享中心模式和建设经验获得了各单位的一致好评。2015年11月18日, 中交二航局财务共享中心获得了CIMA (英国皇家管理会计师公会) 与AICPA (美国注册会计师协会) 两大全球最具影响力的会计师组织共同颁发的“财界奥斯卡”奖项——CGMA2015年度优秀共享服务中心;同时, 中交二航局财务共享中心被入选北京国家会计学院财务共享典型案例 (详见表3) 。

五、未来提升方向

中交二航局财务共享中心建设虽然已经完成国内业务的全覆盖, 也取得了较好的经济、管理、社会效益, 但在未来仍然有许多需要改进和提升的地方, 以进一步提高运营管理水平, 更好地为服务对象提供更多的增值服务, 与服务成员单位成为“共同成长伙伴”关系。

(一) 进一步提高增值服务能力

根据SSON2015年苏州会议调查情况表明, 价值增值服务 (Added Value) 将是下一代共享中心发展的潜力和趋势。中交二航局财务共享中心如何发挥财务共享中心作为企业管理大数据中心和云平台的作用, 有效利用数据为服务单位提供更高效有用的决策信息, 提高对决策的支持力度, 是为客户进一步提升增值服务必须努力的方向。

(二) 加速企业信息化建设进程

中交二航局在现有信息平台基础上, 要大力借助“互联网+财会管理”模式, 加快将财务共享中心与云计算、移动互联网、影像数字、大数据等计算机技术有效融合, 实现财务共享服务、财务管理、资金管理三大中心合一, 建立集中、统一的企业财务云中心, 支持多终端接入和移动APP应用模式, 实现公司业财一体化管理和财务共享中心“核算、报账、资金、决策”的协同应用。

(三) 从财务流程到全业务流程的持续改进

财务流程的持续优化是无法与企业的业务流程完全分割开来的, 会或多或少地涉及业务流程, 这也正是基于“财务与会计平行运行”财务共享中心达到集团管控目的的重要手段。无论是会计核算作业的集中, 还是资金结算的集中, 以及财会信息的集中, 都倒逼企业的业务流程、业务系统实现集中化的管理。这就使原本分散的风险, 处于集中、可控的状态。由此, 带来企业一系列业务流程的改变。

(四) 从单纯的成本中心向利润中心转换

未来中交二航局财务共享中心可以通过内部共享服务市场化改革方式, 进一步扩大业务范围、降低运营成本, 向内外部出售服务、外包共享服务中心业务, 实现服务收费和经营获利, 从成本中心转变为利润中心, 使共享服务中心以灵活化、利润化的方式最大程度地满足市场需求和企业切身利益, 发挥经济实体的功效。

(五) 由多区域中心向中国区中心发展