得數據者方能得勝利 ！未來戰爭，軍事大數據決定主動權

——充分認清大數據在國防和軍隊現代化建設中的作用

要點提示

●隨著大數據時代的到來，軍事數據正在成為舉足輕重的戰略資源，未來智能化戰爭的重要基礎就是大數據的挖掘與利用。

●軍事管理革命的核心是效能，而提高效能的關鍵在于發揮數據的驅動作用。

●以數據共建、共享、共用為核心的科研信息化，正在深刻地改變科研的需求生成、研究模式和工作機制，成為推動科技創新的重要力量。

黨的十九大發出全面推進國防和軍隊現代化建設的動員令，提出適應世界新軍事革命發展趨勢的明確要求。正在進行的這場新軍事革命的本質特征是數字化、網絡化和智能化。可以看到，數據正全面融入軍事領域，成為軍事科研的驅動力量、建設管理的核心要素、戰爭制勝的重要資源。

前不久，習主席在中共中央政治局第二次集體學習時強調，要審時度勢、精心謀劃、超前佈局、力爭主動，推動實施國家大數據戰略，加快建設數字中國。開展大數據研究，首先應把握時代要求，充分認清大數據在國防和軍隊現代化建設中的地位作用。

軍事數據是開啟未來制勝之門的“金匙”

黨的十九大報告強調，“加快軍事智能化發展。”當前，戰爭形態正加速向信息化、智能化轉變。智能化的重要基礎是大數據的挖掘利用，軍事數據在打贏未來戰爭中具有不可替代的關鍵作用。

數據是作戰樣式轉變的核心。隨著大數據時代的到來，軍事數據正在成為舉足輕重的戰略資源，“數據戰”作為一種嶄新的作戰樣式逐步顯現，這將是一種以數據攻擊與防護為基本手段的全新作戰。敵對雙方圍繞奪取“制數據權”，瞄準“數據紅利”，在“數據新戰場”上展開激烈爭奪，通過掠奪、破壞和摧毀敵方數據資源，建立己方的數據優勢，快速達成作戰決策及行動優勢，并將其適時轉化成作戰勝勢。

“得數據者得天下”，未來“善用數據者贏得戰爭”將成為戰場制勝的基本規律。當前，世界各國正采取有力舉措，加速對軍事數據的建設、保護和使用。以美國為例，已將大數據列入其“第三次抵消戰略”，并大力整合其全球數據中心，以數據支撐作戰樣式轉變，極力鞏固其全球作戰優勢。

2017年4月26日，美國國防部成立“算法戰跨職能小組”，正式啟動“算法戰”概念研究，旨在大力推動大數據相關技術在未來智能化戰爭中的應用。美國智庫“新美國安全中心”2017年12月發佈報告稱，美國防部將算法擺在了與武器彈藥同等重要的地位，并將其作為衡量美軍力量的重要標準。

數據是聯合作戰指揮的血液。實現聯合作戰的關鍵在于數據能否高效流動、高效研判、高效融合。打通聯合作戰數據的共享通道，加速推進以數據流為紐帶的聯合指揮，促進不同作戰單元和作戰要素的互聯互通、數據共享和綜合集成，可有效消除指揮員的認知局限，使戰場變得清晰透明、指揮變得精準高效，只有運籌于數據之中、決勝于數據之上，才能真正實現指揮決策的智能化、實時化、精準化。

目前，美國國防高級研究計劃局已經將“從數據到決策”列為其最優先發展方向，以應對信息數據過載，提高數據分析智能化、自動化水平，大幅縮短指揮決策周期。如其設立的“洞察”項目，通過快速處理來自不同傳感器的海量復雜數據，并整合到戰場態勢圖上，協助指揮員高效分析作戰情報、目標數據，為聯合作戰決策提供有效支撐。

數據是構建智能化戰場的基石。未來戰場將是高度智能化的，武器裝備、保障體系、戰場通信信息系統等都是智能化的，而智能化的重要基礎就是數據。武器平臺、火力系統、信息系統乃至作戰人員，通過大數據、機器學習技術融為一體，形成了高度智能化的作戰體系。基于大數據技術，無人系統將成為未來的重要作戰力量；以數據為中樞的自主感知、自主分析、自主決策、自主打擊，將使信息機動性取代能量機動性，成為制勝的關鍵要素；通過對海量數據的挖掘和利用，戰場保障的效率和智能化水平將大幅提升。

美軍正在實施的“第三次抵消戰略”，提出要重點發展機器學習、人機協作、人類作戰行動輔助系統、先進有人/無人作戰編隊等關鍵技術領域，無一不是以大數據和人工智能技術為核心，旨在提升武器裝備和信息系統的智能化水平。

軍事數據是激發軍事管理革命的重要內核

黨的十九大報告提出，“推進軍事管理革命，完善和發展中國特色社會主義軍事制度。”隨著人類社會生產力和科技水平的不斷提高，軍事管理的思想理念、體制機制、方法手段必然會發生變化。科學技術和生產方式的每一次劃時代創新，軍事組織和軍事理論的每一次深刻變革，都會催生和引發相應的軍事管理革命。信息時代，軍事管理革命的核心是效能。提高效能的關鍵在于發揮數據的驅動作用，著力提升軍事管理的專業化、精細化、科學化水平。

數據驅動軍事管理理念變革。習主席強調的軍事管理革命，首要的是樹立現代管理理念。質量管理大師戴明與現代科學管理之父德魯克都曾提出：“不會量化就無法管理”。

數據是現代管理理念的基礎，也是實現精細管理的基礎。運用數據分析，可準確找出軍事管理問題，為改革軍事管理制度、提高軍事管理效能提供依據。基于經驗的決策，將越來越多地被基于大數據的全樣本決策所取代。只有牢固樹立“用數據說話、用數據決策、用數據管理、用數據創新”的管理理念，才能有效推進以效能為核心的軍事管理革命。

數據驅動軍隊組織形態現代化。黨的十九大報告提出，“全面推進軍隊組織形態現代化”。大數據時代，軍隊組織形態正在從以流程為主的線性方式逐漸向以數據為中心的扁平化網絡方式轉變，呈現出多主體協調、多流程滲透、信息高頻交互等特征。以數據流引領信息流、資源流的融合發展，實現軍隊組織形態從“樹狀”向“網狀”轉變，能夠推動軍隊組織機構設計優化、指揮流程高效化、權責配置科學化。比如，美國按照國防部體系結構框架統一要求，開發的信息系統實時采集和分析相關數據，并通過數據與能力等關聯關係，對管理流程進行優化，從而確保了國防部有序運轉。

數據驅動軍事管理方式轉變。習主席多次強調，要提高軍隊專業化、精細化、科學化管理水平。在新的軍隊建設管理體制下，軍委成立了15個部門，對管理決策的要求越來越高，迫切需要融合宏觀和微觀各個層次的軍事數據，全景式動態展示軍事管理流程、要素和環節。通過對數據流、信息流的態勢研判，不斷優化管理體制和運行機制，推動軍事管理從依靠經驗的“藝術”轉變為依靠數據的“科學”，為有效處理軍事管理復雜巨系統問題提供新思路、新方法和新途徑，將極大提高軍事管理效能。

軍事數據是軍事科研創新的有力支撐

習主席強調指出，要堅持軍事理論和軍事科技緊密結合，創新軍事科研工作模式。當前，以數據共建、共享、共用為核心的科研信息化，正在深刻地改變科研的需求生成、研究模式和工作機制，成為推動科技創新的重要力量。在軍事領域，數據研究也將發揮越來越重要的作用。

引領軍事科研方向。目前，我軍科研立項的針對性和科學性還有待提高。采用大數據技術，對國內外、軍內外各類信息數據進行綜合集成和挖掘分析，不但可以及時發現我們的短板和弱項，還可以全面感知和分析主要國家軍事科技發展現狀，迅速捕捉研究熱點，預測發展趨勢，識別潛在的顛覆性技術和迷霧陷阱，為科學立項提供引領，推動軍事科研需求生成模式發生重大轉變。比如，美國防部技術情報辦公室從2011年開始實施的“技術跟蹤和地平線掃描”項目，運用大數據技術對全球科學技術活動進行全面感知和深入研判，分析優勢差距，從而引領未來科研方向和重點。

轉變軍事科研范式。2007年，計算機圖靈獎獲得者吉姆·格雷提出，人類科研活動歷經科學技術發展之初的“實驗科學范式”、以模型和歸納為特征的“理論科學范式”、以模擬仿真為特征的“計算科學范式”，目前正在轉向以大數據分析為特征的“數據科學范式”。這種研究范式下，大數據和人工智能將全面深度嵌入軍事科研工作，以往通過實驗或者模擬仿真等方式才能獲取的科學結論，未來通過分析挖掘海量數據就能夠發現未知規律、挖掘隱藏信息、捕獲有價值知識，從而顛覆傳統的軍事科研模式和機制，形成新的軍事科研范式，研究效率也將大幅提升。

推動理技融合深度發展。長期以來，我軍軍事理論研究和軍事技術研究如何相互借力補臺一直是“老大難”，理論研究缺乏先進技術支撐，技術研究缺少軍事理論牽引。調整改革后，從體制上打破了軍事理論研究和軍事技術研究的壁壘，但要真正實現二者的深度融合，必須通過軍事數據的全面共享和高效交互，打通理技融合的信息數據流，構建理技融合的底層通道，有效改變過去二元分立的局面，使數據共享成為軍事科研理技融合“落一子而全盤活”的重要突破口。

在輿情引導中發揮大數據技術優勢

網絡輿情是網絡輿論引導工作的基礎和晴雨表，以大數據觀念變革傳統網絡輿論引導思維，準確把握網絡輿情的內在特征及其在演化過程中的潛在規律，對于新形勢下做好網絡輿論引導工作，維護網絡社會安全，將具有重要的理論意義和實踐價值。

近年來，以微信、微博為代表的社交媒體不斷受到熱捧。人們熱衷于在這些社交媒體上發佈自己的照片、心情、行蹤等各類信息。手機支付、共享單車等在方便人們生活的同時，也在服務器上留下了大量的數據。正如全球知名咨詢公司麥肯錫稱：“數據，已經滲透到當今每一個行業和業務職能領域，成為重要的生產因素。”

當前大數據一詞越來越多地被提及，大數據帶來的信息風暴正在改變我們的生活、工作和思維。一切事物、一切行為都被數據化；情緒、思維、行為模式、認知、溝通、關係等等都成為數據……許許多多的決策行為將更多的基于數據、分析和事實做出，而不是像以往憑經驗和直覺做出。

正是基于這樣的原因，大數據也拓寬和加深了輿情引導和研究的廣度和深度。大數據時代，很多輿情問題，如輿情發展動向、集群行為、社會態度、公眾情緒、動態人際互動、社會認知等，都能借助大數據得到更為準確的可視化的測量和呈現，為搶佔輿情引導的先機提供了堅實的基礎和有力的技術支撐。

大數據技術是指運用搜索引擎、社交媒體、各類網絡數據庫，實時聚集文本和圖像，利用搜索、分類、分析的軟件，通過高速的計算機運作和業內專家的研判，精確描繪現狀和預測未來。

一、利用大數據研判輿情動向

大數據技術的核心和目標是預測。具體到輿情引導，就是輿情工作人員利用大數據技術，從互聯網浩如煙海的數據中挖掘出信息、判斷趨勢、提高效益。利用大數據技術把重點從單純的搜集有效數據向對輿情的深入研判拓展，跟蹤相關輿情，輔以決策參考。

輿情熱點的產生、發展有其自己特有的規律。輿論發酵的過程，意見的表明和“沉默的”擴散是一個螺旋式的社會傳播過程。在現實社會中，由于來自群體的壓力，害怕陷入孤立的狀態，而進入選擇沉默期，但是在網絡社會中，傳播特點具有“碎片化”的信息傳播方式、傳播過程的互動性、病毒式傳播模式，多渠道傳播,如微博的準入門檻低、內容簡短、操作便捷，因而，總能在一定時間內及時迅速地傳播，網民之間相互轉發形成的再傳播，會引起很高的輿論關注，產生巨大的傳播影響力。網民們更傾向于“選擇”那些與自己的既有立場、態度一致或接近的內容。由于匿名性與互動性，人們更快的表達出意見，從沉默期轉入雪崩狀態出現網絡輿論的一邊倒。大數據時代輿情進入雪崩狀態的時間更短，網絡輿情一般分潛伏期、爆發期與恢復期。事發后的12小時是一個關鍵的時間節點。這就要求對輿情熱點的引導在潛伏期的12小時內，越早回應越主動。

因此，在大數據時代，要不斷增強關聯輿情信息的分析和預測，從以往單純的收集有效數據向對輿情的深入研判拓展，從注重“靜態收集”向注重“動態跟蹤”拓展，從致力“反映問題”向致力“解決問題”拓展，做到研判快、預警快、決策快。在數據收集時，還應采取以數據為中心的模式，側重媒體熱度、側重負面信息、側重具體評價、側重公眾情緒、側重具體案例、側重輿情分析、側重綜合輿情需求。通過設置關鍵詞、設置系統欄目、設置專項事件、發現微博熱點、敏感信息預警，將數據庫中的有關信息集中呈現。對深層次的多級輿論信息，如新聞、微博后的評論，網民的社會關係，網民針對某一事件評論產生的情緒變化、以及煽動性、行動性言論的數據的深度挖掘，為輿情引導提供足夠的預警時間。

大數據的蓬勃發展給輿情監控帶來挑戰，也給輿情管理提出更高的要求，不但要通過大數據技術手段，分析事件的關注程度、傳播情況、發展趨勢、網民情緒變化，還要深入某個觀點的影響程度、影響人群，從而預測輿情走向，并對趨勢做出正確的判斷，同時還要善于利用多樣化數據，將不同領域的數據關聯起來進行分析。比如，將網站新聞數據、論壇數據、博客數據、微博數據進行比對，分析出熱點輿情在不同輿論場的傳播速度和廣度；將用戶職業數據、地域數據、年齡數據、專注領域等和社會網絡數據結合起來，分析出不同的輿情熱點在哪些職業、地域、年齡段、團體中廣泛傳播，更有利于針對性地進行輿論引導。

二、利用大數據開展輿情治理

大數據的出現和引用，引起了各國科技界，產業界和政府部門的高度關注。大數據作為數字化生產時代的新型戰略資源，將對國家治理和社會發展起到巨大的作用。要針對當前網絡輿情治理現狀，從維護國家利益、社會利益和個人利益的角度出發，采取切實可行的措施，利用大數據技術不斷地改革與完善輿情熱點的處置機制和處置手段，鞏固和發展健康的網絡程序，加強輿情治理，以維護社會穩定和長治久安的社會秩序。

將大數據和社會治理緊密結合起來，改進網絡輿情源頭治理。網絡輿情本質上是社情民意的體現，加強網絡輿情管理就是加強社會治理。要運用大數據強大的“關聯分析”能力，構建網絡輿情數據“立方體”，把網上網下各方面數據整合起來，進行分析，挖掘網絡輿情和社會動態背后的深層次關係，實現網絡輿情管理和社會治理的緊密聯動、同步推進。將大數據和網上政務信息公開緊密結合起來，提升政府公信力。探索建立我國的大數據政務公開系統，引導社會力量參與對公共數據的挖掘和使用，讓數據發揮最大價值。將大數據和日常輿情管理緊密結合起來，提高網絡輿情整體掌控能力。

建立網絡輿情大數據臺賬系統，實時記錄網站、博客、微博、微信、論壇等各個網絡平臺數據，全面分析輿情傳播動態，從瞬息萬變的輿情數據中找準管理重點、合理配置資源，提高管理效能。將大數據和突發事件應對緊密結合起來，提高網絡輿情應急處置能力。建立“輿情量化指標體系”“演化分析模型”等數據模型，綜合分析事件性質、事態發展、傳播平臺、瀏覽人數、網民意見傾向等各方面數據，快速準確地劃分輿情級別，確定應對措施，解決傳統的輿情分級中存在的隨意性、滯后性等問題，做到科學研判、快速處置。將大數據和輿論引導緊密結合起來，提高感染力和說服力。

一方面要“循數而為”，通過分析網上數據，建立網民意見傾向分析模型，了解網民的喜好和特點，做到“善說話、說對話”。

另一方面要“用數據說話”。數據最有說服力，要在充分收集相關數據的基礎上，運用圖表等數據可視化技術，全面呈現事件的來龍去脈，讓網民既了解事件真相，也了解事件背景和歷史脈絡，消除輿論的“盲人摸象”效應，化解網民偏激情緒，實現客觀理性。

三、利用大數據重塑管理體系

信息數據無限性和人們關注能力有限性之間的矛盾，加劇了社會輿情的“盲人摸象”效應，而諸多偶發性因素使社會輿情更加復雜多變。

傳統的輿情監測邏輯和研判方法，因其片面化、單一化和靜態化，無法完成日益頻繁和繁重的社會輿情管理任務，更談不上支持社會治理科學決策和準確預判。大數據技術的應用，能夠對輿情數據進行立體化、全局化、動態化研究，通過挖掘、分析輿情關聯數據，將監測目標時間節點提前到敏感消息傳播初期，通過構建模型預測輿情走向，從而為正確引導輿情提供決策參考，進一步提高輿情管理的科學性、針對性和實效性。

當前，我國在大數據管理方面還存在數據分散、利用率低、安全性不高等問題，需要盡快出臺國家層面的大數據戰略規劃，加快數據立法進程，加大資金、技術、人力資源投入。建議建立由網信部門牽頭的互聯網大數據管理體制，設立政府首席信息官，統籌各方面數據的匯集、管理和利用，制定統一的數據接口標準，聯通各行各業的“數據孤島”，推動我國大數據加快發展。

建設網絡輿情大數據基礎平臺。數據只有整合利用才能產生價值。當前，亟需建設統一高效的大數據基礎平臺，實現各行業、各領域數據的統一存儲、交流互通。盡快建設我國網絡數據中心，構建國家級的互聯網大數據平臺，全面匯集各方面數據。加快出臺相關法律法規，明確各級各部門包括政府部門、企業、人民團體等向網絡數據中心提供和共享數據的權利義務，使網絡數據中心成為全國數據存儲和交換的中心樞紐，實現數據的快速匯集、規范管理、高效利用。

與此同時也應看到，大數據既有全面、動態、開放等優勢，也有價值密度低、傳播速度快等難點，必須加快技術攻關，提高數據“沙裡淘金”的能力。

一是加強數據監測技術，實現對媒體、論壇、博客、微博、微信等各個網絡平臺數據的全面抓取和記錄，特別是要提高對圖片、音視頻等數據的自動識別能力。

二是加強大規模數據存儲技術。建設具有海量存儲能力的大數據平臺，實現對大規模數據的高效讀寫和交換。

三是加強數據挖掘技術，從海量數據中快速識別有價值數據，并挖掘數據背后隱藏的規律。四是加強數據分析技術，包括關聯分析、聚類分析、語義分析等等，自動分析網上言論蘊含的意見傾向及相互之間的關聯性，揭示輿情發展趨勢。五是加強數據安全技術，包括身份驗證、入侵檢測等等，保障數據安全。

隨著大數據時代的到來，網絡輿情在數據體量、復雜性和產生速度等方面發生巨大變化。網絡輿情是網絡輿論引導工作的基礎和晴雨表，以大數據觀念變革傳統網絡輿論引導思維，準確把握網絡輿情的內在特征及其在演化過程中的潛在規律，對于新形勢下做好網絡輿論引導工作，維護網絡社會安全，將具有重要的理論意義和實踐價值。

延伸閱讀：大數據，新一輪技術革命的“支點”

已躋身全球前十大互聯網企業的阿里巴巴最值錢的不是它的總部大樓；阿爾法圍棋打敗人類有一樣東西必不可少；網絡支付、共享單車、網約車、刷臉，這些都需一樣東西支撐。這就是大數據。

早在２０１２年，世界經濟論壇發佈的《大數據·大影響》報告就指出，大數據已成為一種像黃金和貨幣一樣的經濟資產。

可以說，在改變生活、促進傳統行業升級改造、引領新興產業蓬勃發展、提升社會運行和管理效率等方面，大數據已成為撬動新一輪技術與產業革命的“支點”。

無數據不生活，創新生活模式

人工智能、物聯網、機器人、共享經濟，這些要素相互疊加后，世界上出現了創造新型生活方式的機會。毋庸諱言，這也是新的經濟增長機會。而所有這些都離不開大數據，超大量、隨時隨地產生的數據。

新技術要素相互疊加對生活影響的根本在哪裡？日本《產經新聞》日前刊登文章認為，那就是在各個領域正在出現傳統生活模式被取代的現象。比如出行和旅游，以往依賴路上找出租車或通過旅行社預訂旅館。隨著大數據累積，旅行者自己也可利用基于數據的評估系統來作出判斷，以保證旅途安全和舒適。優步、滴滴、愛彼迎……從大數據領域走在世界前列的企業不勝枚舉。

在金融領域，那就是金融科技。以往如果離開了銀行這一社會基礎設施，人們就不能放心地存款、結算，但通過新技術與大數據的組合，就不斷出現更加方便和廉價的存款、結算平臺。在中國和美國，都存在ＩＴ相關企業推動金融科技的現象。

數據創造價值，產業迎來機遇

當前社會的數據資源正呈指數級增長。清華大學信息技術研究院研究員薛一波說：“現在的突出問題，一是部分傳統企業行業和機構缺乏新思維，沒有意識到，甚至不清楚大數據這種戰略資源的價值所在；二是缺乏機構間融合和深度合作，有數據的不知怎么用，會用的沒有數據。”

他認為，需要打破條條框框、利益分割，共同促進大數據產業鏈的健康發展，“除消費領域外，更多傳統企業的大數據思維應成為行業共識”。

傳統企業究竟如何趕上大數據的這列發展“快車”呢？

“噴氣式客機一起飛，就會產生海量數據，”薛一波舉例說，“分析客機實時傳輸的大數據，可實時掌握飛機的運行狀態，提前預警和發現潛在問題，采取預防、維修等措施，大大減少故障率。”

類似技術也應用在高鐵上。薛一波說，以往鐵路工人在鐵軌上敲敲打打，通過聲音檢查問題；如今，高鐵上的各種傳感設備可實時傳回車輛數據，通過大數據分析，即可實現故障預警、診斷、排查和定位，提高效率，降低成本。

他說，大數據分析可大幅提升傳統行業的運行效率、降低運維成本、提升數據價值。在歐美等發達國家，工業大數據應用已非常普及。

“大數據技術推動傳統產業升級是必然的，”暨南大學信息科學技術學院／網絡空間安全學院副院長鄭力明對記者說，比如，德國積極推動包含工業大數據應用在內的“工業４．０”計劃，正是要進一步促使工業生產與信息技術融合，使供應、制造、銷售各環節智慧化。

如今，大數據巨大的商業價值正成為推動經濟變革的新引擎。中國工信部已印發《大數據產業發展規劃（２０１６－２０２０年）》，提出到２０２０年基本形成技術先進、應用繁榮、保障有力的大數據產業體系。大數據相關產品和服務業務收入將突破１萬億元人民幣，年均復合增長率保持３０％左右。

美國高德納咨詢公司去年７月估計，未來５年內，僅用于解析大數據的云計算一項，ＩＴ產業就將有超過１萬億美元支出，直接或間接促進企業向云計算領域轉型。

消除“數據煙囪”，打通“信息動脈”

統計顯示，目前中國信息數據資源８０％以上掌握在各級政府部門手裡，“深藏閨中”造成極大浪費。一些地方和部門的信息化建設各自為政，形成“數據煙囪”和“信息孤島”，給應用帶來不便。

中國人民大學“中國調查與數據中心”副主任、社會學系副教授王衛東說，數據開放意義重大。因為大數據最初是用數據模型采集的各種信息的總和，開放數據能幫助研究人員找到之前看來不相干的事物間的關聯，然后據此找到更精確的計算參數。開放程度越高，參數設置和分析就會越精準，得出的信息參考價值越高。

正因如此，“開放數據”已成為一股世界性運動，各國政府則成為這場運動中最重要的對象。推動信息跨部門跨層級共享共用，加快推進公共數據資源向社會開放，已經成為政府工作的重要目標。

２０１５年中國國務院印發的《促進大數據發展行動綱要》明確指出，數據已成為國家的基礎性戰略資源，要大力推動政府信息系統和公共數據互聯開放共享，加快政府信息平臺整合，消除“信息孤島”，推進數據資源向社會開放，增強政府公信力，引導社會發展，服務公眾企業。

（華發網根據新華社、中國海洋網、中國軍網採編）