本文是一篇公共行政管理论文，笔者对本文通过构建“目标—工具—价值链”三维分析框架，选取各省市 58 份政策文件并对其中 456 条政策条款进行编码统计，采用内容分析法对国内各省市大数据政策文本进行研究，主要得出以下研究结果：第一，本文以国内各省市政策为研究对象，首先，全面梳理总结国内外大数据政策研究现状和相关理论基础，了解了政策工具与政策目标、大数据以及大数据政策理念发展脉络；第二，在此基础上，通过大数据产业发展特点以及已有学者对于大数据政策、大数据政策工具的划分，从而确定并构建了具有本文特色的“目标—工具—价值链”的三维分析框架；
第一章 绪论
1.1 研究背景
近些年来，信息技术飞速发展，衍生出包括云计算、大数据等在内的新一代的技术体系，这些技术的快速推广应用使得各行业数据分析任务难度更大。且伴随时代发展，社会各界对数据处理的质量和效率也提出了更高要求，标示着社会正像大数据时代的方向发展[1]。大数据分析指的是通过一定的先进技术手段，从大量的已有数据中总结规律、发现知识，从而挖掘出新的数据分析价值，为传统产业的转型升级提供新的思路与活力，在改变生活方式、促进经济提升、加快科研探索等方向都表现出巨大的价值空间与研究潜力。麦肯锡全球研究院研究提出，大数据技术发展至今，正逐渐成为各大发达国家提高国家经济效率的最关键技术手段[2]，这也同步促成了大数据技术在国家政策层面备受关注，其产业链的发展也逐步完善，具备极其广阔的市场前景。
以美国、英国、法国、澳大利亚等国家为首的众多发达国家都非常重视大数据发展，并把大数据产业发展提高到国家战略层面。2012 年 3 月，美国政府公开的一项《大数据研究和发展倡议》指出，在大数据行业计划投入两亿美元，涉及到国土安远强化、教育模式转变、科研创新水平提升等多领域；同年 7 月，日本政府也基于其新 ICT 即信息通讯技术战略发布了“新 ICT 计划”，将重点放在发展电子医疗、政府等内容上，希望借助大数据技术的研究应用能有所突破；同样斥以巨资的还有英国政府，其在 2013 年 1月正式宣布将针对大数据分析和计算技术投资共达 1.89 亿英镑，主要应用于医疗卫生、对地观测等方面。通过对以上各国政策的了解容易发现，从 2012 年开始，各个国家都开始针对大数据发布一系列的相关政策和纲领性文件，期望能在大数据产业的竞争中先行并抢先占据领先地位，从而提升社会生产力，创建新的价值。
.......................
1.2 研究意义
1.2.1 理论意义
国内对于大数据的研究领域和研究方向主要是集中在对于国外其他发达国家大数据发展的经验吸取借鉴、大数据在各领域的应用效果，从 2012 年开始逐渐起步，其中对于大数据政策相关的研究占比较少，大部分都集中在政府数据的开放政策研究。大数据政策研究中，我们必须要关注政策目标、政策工具、价值链三个概念，其中政策目标是制定政策的重要参考与出发点，政策工具是进行政策分析时需要依赖的主要手段与工具，价值链则是对大数据政策特点进行剖析把握时不可忽略的的关键点。因此，从政策工具的方向切入大数据政策研究工作，借用相关工具定性定量分析全国各地区的大数据政策，能够有效的创新政策研究，一方面，对于大数据研究的方法、视野和角度可以得到创新，再一方面，同时也增强了政策工具在公共政策等各大方向领域的应用程度，也是对政策理论工具完善度的又一强有力实例论证。
1.2.2 现实意义
从现实意义出发，国内大数据处于刚起步发展的阶段，因此我们一定要关注几大问题：国内各地区各省市所制定的一系列大数据政策目前表现为怎样的特性，其实质内容是否能够适应当地的当前实际发展情况，对一些实际问题是否能产生实质效果，以及对于政策工具的确定与选型是否合适等。通过分析国内各地区各省市的大数据政策，不难了解现阶段国内在大数据行业的总体规划，并准确、系统地分析行业的运营情况，进一步细化国家现阶段在该行业市场未来的发展方案及实施等问题。从政策视角出发，利用“目标—工具—价值链”三维分析框架，结合各省市大数据产业链的特点，分析当前国内各省市大数据政策中的不足之处，提出今后制定政策的路径，以促进各省市大数据稳定快速发展。
......................
第二章 文献综述与概念界定
2.1 国内外研究现状
2.1.1 政策工具研究
国外研究：查阅 Web of Science 数据库中的核心合集：引文索引，检索方式为：主题= policy tool OR policy instrument OR government tool；文献类型=Article；时间跨度为2010 开始后十年间的所有文献；检索日期：2019 年 10 月 16 日。共得文献 31515 篇。
将检索到的文献结果进行年代分布分析，可得表 2-1：
从文献的年代分布结果上分析，国外关于政策工具的相关论文发表大部分集中在2010 年到 2017 年，且期间内的数量呈现出逐年不断上升的趋势，该特征在 2013 到 2017年的五年内体现尤为明显，增幅明显增大，由此可见 2010 年之后各国对于政策工具的各方面研究都逐渐趋于成熟，国家对政策工具同样日益关注。上世纪八十年代，欧美等国发起了“新公共管理”运动，重点围绕福利国家的失败及政府公职人员的不作为等问题展开反省。自此之后，西方国家开始对政策工具的研究备加关注，政策工具的一些相关概念也逐步在公共行政学领域被提出，其中典型代表的作品有胡德(Hood)的《政府的工具》[7]、彼特斯(B.Guy Peters)及尼斯潘(Frans K.van Nispen)的《公共政策工具》[8]，均系统论述了那个时代政策工具分析的进度及现实效果，影响巨大。另外，莱斯特 M 萨拉蒙(Lester M.Salamon)[9]通过《政府工具：新治理指南》一书试图证明借助丰富的政策工具组合，有希望可以进一步提升第三方政府管理效率、问责效果和合理合法性。
........................
2.2 核心概念与理论
2.1.1 大数据与大数据政策
20 世纪 80 年代，阿尔文托夫勒(Alvin Toffler)等学者首创“大数据”一词。《大数据：下一个创新、竞争和生产力的前沿》的报告公开后，学术界愈加重视起大数据领域的发展。随后，维克托在 2012 年出版了相关书籍，学术界开始对大数据进行了广泛的讨论。大数据也是信息时代特有的资源,隐含着经济、社会等价值内涵，“具有强大的判断、分析和提升能力”[38]。2012 年，IDC 国际数据公司提出大数据归纳起来称之为 4V，同时重新设计了大数据技术的研究框架[39]。大数据思维相对全面和精准，并能够推动人的创新思考。基于此，数据不再混乱，数据的流转呈现相关性[40]。在这样的背景下，大数据不再仅仅局限于数据的集合体，也不再指一种技术或思维，有时在具体的情境下会演化成一种有效解决问题的最佳模式[41]。
目前对“大数据”(Big Data)的概念并未有统一的解释。其一，大数据是一种集合体，同时计量单位同样出现了翻天覆地的改变，逐步朝 P(1024 个 T)，E(一百万多个 T)或 Z(10 亿多个 T)转变。其二，大数据是一种特殊现象，这种现象发生在数据爆炸阶段。这时候有些企业可能面临着严重危机，因为此时公司平时所产生和存储的用户行为数据正在迅速增长，往往会发现凭借现有手段难以应对与分析庞大的数据，尤其是在数据流转的全过程处理上，以至于最后企业逐步走向灭亡。其三，大数据本质上属于产业链，最早出现在数据仓库，经过数据的提取和挖掘，数据价值将得到释放。在该阶段，企业经营决策的重要资讯依赖于数据的撷取、管理、处理和整理的循环中。大数据与多重新兴技术等技术相结合，创造了巨大的利润与商业价值，引来无数行业人士争相追捧[42]。其四，大数据属于比较特别的研究方式及工具，在量化分析中通过调查抽样转向整体分析期间慢慢发展形成，可以更加简便、快捷对所有数据进行全过程分析，助力社会科学的量化研究。本文所研究的大数据政策，是政府基于大数据这一新兴产业，为促进大数据的应用实践和相关产业健康快速发展，制定的一系列大数据发展的综合性政策。
.........................
第三章 大数据政策分析框架构建.......................15
3.1 大数据政策目标...........................16
3.2 大数据政策工具...................18
3.3 大数据价值链.........................19
第四章 大数据政策分析过程与结果.....................21
4.1 样本选择............................21
4.2 编码规则..............................23
第五章 大数据政策优化建议...........................46
5.1 统筹大数据政策工具合理运用...........................46
5.2 完善当前大数据政策体系.................47
第五章 大数据政策优化建议
5.1 统筹大数据政策工具合理运用
这这体现在要统筹供给面、环境面和需求面三个维度合理运用。上一章节已经指出，国内各省市大数据政策制定在工具使用上不均衡，这体现在供给面工具过多且环境面政策中管制类工具使用过频，这些都会在一定程度上限制大数据的发展。应该有的思路是统筹环境面中五个子工具的合理运用以及加大需求面工具的使用频率，从而为大数据发展提供均衡的助力。
第一，应实现包括知识产权、法规管制和组织
