数据结构专升本考纲-**联播常提到的供给侧结构改革是啥意思

• 1、数据结构专升本考纲，**联播常提到的供给侧结构改革是啥意思？
• 2、统计学应用统计学大数据技术？
• 3、股市复盘主要看什么内容？
• 4、数据湖都是什么意思？
• 5、人工智能需要的学历高吗？

1、数据结构专升本考纲，**联播常提到的供给侧结构改革是啥意思？

今年以来一场突如其来的**肺炎**暴发，影响了正常生产生活节奏，产业链供应链严重受阻，需求侧、供给侧均受破坏。

改革开放四十多年来，**经济持续高速增长，成功步入中等收入国家行列，已成为名副其实的经济大国。但随着人口红利衰减、“中等收入陷阱”风险累积、国际经济格局深刻调整等一系列内因与外因的作用，经济发展正进入“新常态”。

**已成为经济大国，正站在从经济大国迈向经济强国的新起点上。1978年，我国GDP只有1482亿美元，居世界第十位。2014年我国GDP初步核算为63.6万亿元，合计达到10万亿美元，稳居世界第二位，占世界经济总量的13.3%。“刘易斯转折点”加速到来，要素资源约束加剧，在发展**家中普遍存在二元经济结构，在剩余劳动力消失之前，社会可以源源不断地供给工业化所需要的劳动力，即劳动力的供给是无限的，同时工资还不会上涨。直到有一天，工业化把剩余劳动力都吸纳干净了，这个时候若要继续吸纳剩余劳动力，就必须提高工资水平。

**进入中等收入国家行列，面临“中等收入陷阱”风险。以“国民人均收入水平”来划分一个经济体的发展阶段，是经济学界的一种重要分析方法。按照世界银行2008年提出的最新划分标准，世界上的国家可以划分为“低收入国家”“中等偏下收入国家”“中等偏上收入国家”“高收入国家”四种类型。人均国民收入低于975美元以下的为低收入国家和地区，中等收入国家的标准在976美元到11905美元之间，在这个当中还分了两个小组：一个是中等偏下收入国家，人均国民收入在976美元到3855美元之间，另一个是中等偏上收入国家，人均国民收入在3856美元到11905美元之间。从**经济的实践看，2014年，我国人均GDP已超过7000美元，2015年达到7800美元，按照世界银行的标准，已进入上中等收入国家行列，正向高收入国家迈进。

但随着经济总量不断增大，过去支撑我国经济快速发展的劳动力资源、环境资源和资本投入的边际效益逐步递减，继续依靠劳动力、资本等生产要素粗放式投入来驱动经济增长的发展方式已难以为继。2008年，一场百年不遇的国际金融危机更导致世界经济衰退，国际政治经济格局发生深刻调整。受国内外共同因素的作用，我国经济增速从2010年开始出现逐级放缓的态势，进入L形下行通道。我国经济运行出现了明显的“三期叠加”，即经济增速从高速增长进入中高速增长的“换挡期”，我国经济结构面临着新技术革命催动下的新旧动能转化的“阵痛期”和应对国际金融危机后宏观政策强劲**的“消化期”。

图1为什么要供给侧结构性改革

2.供给侧结构性改革是什么

（1）调整完善人口政策，夯实供给基础。

人口增长与经济发展之间的关系，一直以来是经济学的核心问题。“劳动是财富之父，土地是财富之母。”威廉?配第的这一论述，第一次从经济的角度，概括了人口与经济的关系。人口既是需求基础，也是供给基础。就当下**供给侧改革的经济决策而言，调整和完善人口政策，是夯实供给基础的关键，是奠定**经济调整转型和发展进步基础的关键。

马尔萨斯认为，人口的增长快于自然和经济社会的食物供给，最终会产生人口压力导致的饥饿、贫困和战争、瘟疫等，使人口数量重新恢复到与食物供给相平衡。面对人口和食物自然增长级数差异，人类无以改变这一自然的人口规律，人类难以逃脱饥饿、贫困、战争和瘟疫的悲剧命运。但是，自工业革命以来，却出现了与马尔萨斯预言相反的现实，即一方面出现持续的人口低出生率和人口萎缩，另一方面，随着科技进步、农业改良，食物供给远远超过了算术级数增长，甚至超过了现代社会人类的温饱满足需要。马寅初的新人口论与马尔萨斯的结论几乎相同，即消费太高，积累太少，人口增长快于食物供给。据此，他提出了控制人口和有计划生育的政策建议。这与我国计划经济时期的情况是适应的。

（2）推进土地制度改革，释放供给活力

土地是最基本的生产要素之一，也是整个供给体系的重要组成部分。合理的土地制度安排对于激励生产要素和公共产品供给，释放供给活力，促进经济增长和经济发展方式转变，发挥着重要的微观管理和宏观调控功能。2015年以来，我国城镇面临着日益严峻的去库存化和“后土地财政”的压力和挑战，农村则开始进入三权分置改革和集体建设用地、宅基地的试点阶段，推动城乡土地制度改革的合力基本形成，长期滞后的土地制度改革有望加速推进。

在农用地方面，农用地流转的规模、速度、用途和流程四大流转问题约束了土地职能充分发挥。在集体建设用地方面，自然禀赋、土地制度、建设用地指标和地方**四个紧箍咒束缚了土地供给，严格控制耕地转建设用地、城乡二元土地制度等传统粗放式经营妨碍了土地节约集约利用，在**建设用地指标约束下，随着土地征收成本不断上升、土地储备日益有限，地方**的理性选择必然是控制土地供应量的“饿地”供应选择，结果极大地提高土地价格。

（3）加快金融体制改革，解除金融抑制

金融是现代经济的核心。改革开放以来，我国金融市场由小到大、由弱到强、由单一到多元，不断发展壮大。20世纪80年代，我国金融改革的主要内容以引进市场经济金融体系的基本结构为主。90年代上半期和中期以建立符合市场经济需要的金融机构和金融市场基本框架为主。2002—2008年进入以健康化、规范化和专业化为特征的金融改革与发展新时期。当前，我国金融正处于市场化、国际化和多元化的阶段，面临着比以往更加复杂的局面。从国内来看，金融作为最重要的要素市场之一，由于改革不到位，存在着比较明显的金融抑制，需要加以改革。

我国仍存在一定程度的金融抑制。我国仍存在较大范围的“融资难、融资贵”，企业融资渠道还需多元化，债券市场发育滞后，市场主体投融资渠道偏少导致影子银行活跃，利率管制在一定程度仍存在，距离汇率自由化还有较大距离。

（4）实施创新驱动战略，开辟供给空间

**经济多年来的高速增长很大程度上得益于要素驱动和投资驱动，但是，经济进入新常态后，要素红利渐行渐远，投资驱动风光不再。“十三五”时期**要继续发挥经济巨大潜能和强大优势，必须加快转变经济发展方式，着力推进供给侧结构性改革，坚定不移实施创新驱动发展战略，提高发展质量和效益，加快培育形成新的增长动力。

经过多年的高速发展，**经济总量在2010年正式超过日本，成为世界第二大经济体。截至2015年年底，**人均GDP超过8000美元，但是，**并不是经济强国，更不是科技强国，迈向创新驱动既是大势所趋，也是形势所迫，更是世界强国崛起的内在规律。

（5）深化简政放权改革，促进供给质量

新制度经济学认为，制度与劳动力、土地、资本、科技创新一样，是经济增长的要素之一。对世界历史横、纵两个方面的考察也表明，制度的内涵与制度质量是影响甚至决定一国经济长期绩效最重要的因素。当前，我国经济发展中遇到的诸多问题都可深入到体制机制层面上找原因，制度变革与制度创新刻不容缓。

制度供给的前提是加快转变**职能，理顺**和市场的关系，减少**对市场包括要素价格的直接管制，改善要素供给，形成由市场供求决定的价格体系。要谨防打着供给侧改革的旗帜，来帮企业决定生产什么、生产多少、为谁生产等基本经济学问题，否则就会回到计划经济的老路。简政放权、放管结合、优化服务的本质正是厘清**与市场的边界，一方面发挥市场在资源配置中的决定性作用，避免**的“有形之手”过长、乱伸，另一方面也要在宏观调控、市场监管、公共服务和环境保护等方面更好地发挥**作用，把该管的管住、管好，把该服务的服务好。

在制度层面，加强供给侧结构性改革就是要尽快建立现代金融、产业、财税等制度体系，放松管制，打破垄断，加快**行为从生产型向服务型转变。与金融、土地、人口、国企、财税等专门性制度改革相比，简政放权是“管总”的，需要顶层设计、战略布局，需要上下联动、部门协调，需要内外联合、发挥合力。简政放权有利于发挥市场机制的决定性作用，放管结合有利于打造公平、安全、健康的社会秩序和市场秩序，优化服务有利于形成和谐、稳定的社会氛围。

简政放权将是未来一段时间激发**经济活力的关键举措。简政放权有利于降低企业的制度**易成本，有利于激发企业活力、增强企业创新能力、提高供给质量与效率、改善供给结构，最终提高全要素生产率。

（6）构建社会服务体系，推进配套改革

供给侧改革的最终目的是要增进供给体系的质量和效益，提高区域、产业、制度、产品等多个方面的竞争力。要实现这个目标，除了上述五大要素改革，还需要若干配套改革。构建社会普遍服务体系，即为其中之一。我国经济增长正面临“五力”约束：区域发展、城乡发展的不平衡性；产业结构升级动力不足；束缚经济转型升级的制度性因素仍然存在；供给侧管理与对外开放新格局有机融合的方式；推动国家治理现代化的理念，完善社会伦理结构；

图2供给侧结构性改革内容

3.1“三去一降一补”和“破”“立”“降”取得重要进展

供给侧结构性改革的任务是去产能、去库存、去杠杆、降成本、补短板。

去产能迈出坚定步伐。发挥制度优势，综合运用行政和市场化、法治化手段，加大环保执法力度，坚决淘汰无效低端产能，严控水泥、玻璃、电解铝等新增产能，钢铁、煤炭等行业去产能成效明显，有效解决了多年来存在的“地条钢”、小煤窑等顽疾。“十三五”期间压减煤炭产能5亿吨、粗钢产能1.5亿吨的目标任务，有望提前两年超额完成。目前，行业产能利用率明显提高，钢铁产能利用率达到78.7%，煤炭达到71.4%。

图3 钢铁产能利用率变化情况（%）

去库存效果显著。加大金融信贷支持、棚改货币化安置和公租房货币化补贴力度，积极培育和发展住房租赁市场，鼓励农民进城购房，有力促进了房地产去库存。以商品房在建未售面积衡量的广义库存由2015年的37亿平方米逐步下降至2018年9月末的32.4亿平方米，下降了12.5%；同期商品住宅广义库存由26.6亿平方米下降至16.8亿平方米，下降了37%。由商品房和商品住宅待售面积衡量的狭义库存分别由2015年末的71853万平方米和45248万平方米持续下降至2018年9月末的53191万平方米和26010万平方米，分别比2015年末下降26.0%和42.5%；按照近一年的商品房和商品住宅销售面积计算，当前商品房和商品住宅的库存去化周期分别为3.68个月和2.08个月，分别低于4个月和3个月的历史平均去化周期。随着房地产市场库存水平的逐步消化，房地产开发投资由降转升，为“促投资”和“稳增长”发挥积极作用。

图4 商品房及商品住宅待售面积

降成本取得阶段性进展。全面推行“营改增”试点、扩大减半征收企业所得税优惠范围、清理规范行政事业性收费和**性基金等减税降费举措，降低“五险一金”缴费比例，下调用电价格，放宽创业投资税收优惠条件，提高和扩大研发费用税前加计扣除比例和范围，进一步深化“放管服”改革，降**度**易成本。2018年1-11月，规模以上工业企业每百元主营业务收入中的成本为84.19元，同比降低0.21元，较2015年同期下降1.78元，2018年降成本在1.1万亿。

图5 工业企业资产负债率和每百元主营业务收入中的成本变化

补短板成效明显。积极运用PPP**作、促进民间投资等政策措施，加大创新驱动、基础设施、脱贫攻坚、城乡统筹发展、民生建设、生态环保等领域的投入力度，既创造有效需求，又为创造新的有效供给奠定良好基础。2016-2018年，各类棚户区改造年均超过600万套，新增高速公路里程年均在5000公里以上，新增高铁运营里程年均在3000公里以上，四纵四横的高铁网提前建成运营，城市轨道交通和地下综合管廊建设也明显提速。三年来，重点领域投资继续保持较快增长，尤其是生态保护和环境治理业和科学研究、技术服务和地址勘查业投资明显高于全部固定资产投资增速。目前，基础设施建设投资、交通运输、仓储和邮政业、水利、环境和公共设施管理业投资也稳中有升。

图4 重点领域投资月度同比增速

3.2供给侧结构性改革的新阶段

4月10日，****、国务院发布《关于构建更加完善的要素市场化配置体制机制的意见》，分类提出土地、劳动力、资本、技术、数据五个要素领域的改革方向和具体举措，提出完善要素价格形成机制和市场运行机制。要深刻认识到，我国经济结构性矛盾的根源是要素配置扭曲，加快要素市场化改革是深化供给侧结构性改革、解决制约全局深层次矛盾的重要突破口，对于转变发展方式、优化经济结构、转换增长动力具有重要意义。必须结合各地各领域实际坚决贯彻落实《意见》，营造良好改革环境，推动改革稳步实施，不失时机畅通产业循环、市场循环、经济社会循环，坚决破除各类要素流动壁垒。

**政治局会议和今年《**工作报告》高瞻远瞩、统筹谋划，强调要继续深化供给侧结构性改革。在遭遇前所未有的巨大危机冲击的国际国内新的背景下，深化供给侧结构性改革也被赋予了新的意义和内涵。我们必须顺应时势，抓住机遇，主动为危为机，变被动为主动，在供给侧结构性改革上取得新的成效。

一是要适应常态化**防控新形势，从供给侧入手尽快补足供需缺口。当前要着力以“六保”促“六稳”，将保企业稳定生产放在第一位。继续围绕重点产业链、龙头企业、重大投资项目，打通堵点、连接断点，加强要素保障，促进上下游、产供销、大中小企业协同复工达产；加快推动各类商场、市场和生活服务业恢复到正常水平，畅通产业循环、市场循环、经济社会循环。

二是要在平衡好供需两端的基础上，更大力度地推进供给创新。要利用大力发展“新基建”的历史机遇，加快实施产业基础再造和产业链提升工程，巩固传统产业优势，强化优势产业领先地位，抓紧布局战略性新兴产业、未来产业，提升产业基础高级化、产业链现代化水平。要发挥新型**制优势，加强科技创新和技术攻关，强化关键环节、关键领域、关键产品保障能力。还要充分发挥我国超大规模市场优势和内需潜力，构建国内国际双循环相互促进的新发展格局。

三是要不失时机加快全面深化改革，从体制机制上破除供给侧改革的制度障碍。要落实好《关于构建更加完善的要素市场化配置体制机制的意见》，推进要素市场制度建设，实现要素价格市场决定、流动自主有序、配置高效公平，进一步激发全社会创造力和市场活力，推动经济发展质量变革、效率变革、动力变革。要进一步优化营商环境，实现更高水平对外开放。还要加快补齐和强化公共卫生和社会环境治理等领域的短板和弱项，切实提高治理能力和水平。

2、统计学应用统计学大数据技术？

一、第一要更正你的一个观念：统计学类中，只有统计学和应用统计学。没有大数据技术。

**2012年本科目录中，统计学类，只有统计学和应用统计学。在经济学类下设经济统计学专业。

“统计学”起源于政治学与经济学，最早被称之为“政治的算术”，是一门关于如何正确、有效地搜集资料、整理资料、分析资料的科学，是一种研究随机数据的科学艺术。

二、统计学已成为理学门类下的一级学科。

随着现代科学技术的迅猛发展，统计学的应用领域已不再限于经济学。

统计学发展至今，已诞生出许多边缘分支学科，如生物统计学、医学统计学、气象统计学、地质统计学、教育统计学、经济计量学、社会计量学、政治计量学、语言计量学、历史计量学等。

正因为如此，才有了应用统计学这门专业的产生。

在经济学科中，诺贝尔经济学奖得主大多数都是经济计量学家兼统计学家，经济计量

学本质上就是统计学在经济学中的应用。

从这个意义上说，经济统计学，也是应用统计学的一类分支而已。

三者之间目前的区别，在于学位和主干课程。

经济统计学主干学科：理论经济学，应用经济学，统计学，发经济学学士学位。

应用统计学，主干学科：统计学，发理学学士学位

统计学：主要学科：统计学、数学，发理学学士学位。

三、数据科学与大数据技术专业是新兴专业，不只是统计学。

数据科学与大数据技术，不只是涉及到统计学，还有数学、计算机及各行业的学科内容。是学科交叉融合的一门新兴专业。

涉及领域

1、统计学

2、数学

3、计算机

4、数据采集相关技术

5、不同行业的数据应用

数据科学与大数据技术专业为2015国家新增专业，首批仅北京大学、中南大学和对外经济贸易大学三所学校申报成功。

但在2018年有近100多家申办这类专业。

四、勋哥建议

1、选择统计学类专业，应具备扎实的数学基础，后继课程的学习离不开数学能力的培养。

现代的统计学专业是在随机抽样基础上建立的推断统计学，在专业课程中，概率论是基础课程，第三是数理统计。基本的统计方法包括回归分析、多元统计分析、抽样调查、试验设计、时间序列分析及描述性统计等，是主要的专业课程。具备良好的专业素养也能为将来的继续深造打下基础。

2、选择数据科学与大数据专业，要仔细选择就读院校。

因为新办这个专业院校的太多，所以选择这个专业，应该看学校原来是不是有基础？有没有开设数据相关方向的研究生专业，博士生专业，研究中心、实验室的层次是怎样的？

另外，新增设的专业，交叉学科，课程任务繁重，最好要有考研的打算和安排。

3、股市复盘主要看什么内容？

我基本上坚持每天复盘，刚开始的时候是为了判断大盘走势，再加上选择股票，等到股票到位置，进货点可以进货，这是我每天复盘的目的。我自己的股票池每天更新，在剔除一些不太好的股票。现在复盘是为了更好的解释我的方法。我把我的方法写在了文章里，在通过每天复盘说明方法的具体**作，同时也证明技术是可以正确的判断出大盘的走势的，而且可以提前的判断出来。

这是在4月18号的复盘，以后的20号大盘小幅高开后就持续下跌

然后在大盘企稳都，去抓小级别的反弹，也就是5月23号和27号提到的，而且已经说明了出货点

6月10号也都提前说明了进货点

这就是我每天的复盘，就是今天为什么上涨的，和下跌的，都要去小编综合来说，然后养成盯盘的习惯，对大盘后期走势就会有一个提前的判断。

4、数据湖都是什么意思？

随着信息技术的不断涌现和普及，业务发展加快了数据膨胀的速度，行业内衍生了较多的新名词，如数据治理、数据管理、数据资源管理、数据资产管理等名词的定义很多，概念容易混淆，本文对这些名词术语及内涵进行系统的解析，便于读者对数据相关的概念有全面的认识。

一、数据与数据管理

1、数据

数据（Data）是指所有能输入到计算机并被计算机程序处理的符号的介质的总称，是用于输入电子计算机进行处理，具有一定意义的数字、字母、符号和模拟量等的通称，是组成信息系统的最基本要素。

未来是智能时代，企业的决策机制将发生巨大变化，谁最先拥抱数据，谁就拥有更多智慧，谁就拥有更强竞争力，大数据技术将会推动人类无所不知、无所不晓、无所不能，助力无所不能的是无所不包的数据，未来十年，只有拥抱数据技术才是唯一选择。

2、数据管理

数据管理（Data Management）的概念是伴随上世纪八十年代数据随机存储技术和数据库技术的使用，计算机系统中的数据可以方便地存储和访问而提出的。

2015年，国际数据管理协会（DAMA，Data Management Association International）在DBMOK2.0知识领域将其扩展为11个管理职能，分别是数据架构、数据模型与设计、数据存储与**作、数据安全（Data Security）、数据集成与互**作性、文件和内容、参考数据和主数据（Master Data）、数据仓库（Data Warehouse）和商务智能（BI，Business Intelligence）、元数据（Metadata）、数据质量（Data quality）等。

数据管理（Data Management）是指通过规划、控制与提供数据和信息资产职能，包括开发、执行和监督有关数据的计划、政策、方案、项目、流程、方法和程序，以获取、控制、保护、交付和提高数据和信息资产价值。

表1.各大机构对数据管理的定义一览表机构名称二、数据治理

1、数据治理的定义

数据治理（Data Governance）是一个正在不断发展的新兴学科，与众多新兴学科一样，目前数据治理存在多种定义，各大机构对数据治理的定义，如下表所示：

表2. 各大机构对数据治理的定义一览表

2、狭义的数据治理

狭义的数据治理的驱动力最早源自两个方面：

（1）内部风险管理的需要，包括：财务做假、敏感数据涉密、数据质量差影响关键决策等。

（2）为了满足外部监管和合规的需要，比如萨班斯-奥克斯利法案、巴塞尔I/巴塞尔协议、健康保险流通与责任法案（HIPAA）等。

但随着全球越来越多的企业了解到信息资产的重要性和价值，在过去几年中，数据治理的目标也在发生些转变。除满足监管和风险管理外，如何通过数据治理来创建业务价值备受关注。

3、广义的数据治理

广义的数据治理是对数据资产管理行使权力和控制的活动**（规划、**和执行），指导其他数据管理职能如何执行，在高层次上执行数据管理制度。组织为实现数据资产价值最大化所开展的一系列持续工作过程，明确数据相关方的责权、协调数据相关方达成数据利益一致、促进数据相关方采取联合数据行动，数据治理与数据管理的关系如下图所示：

图1.数据治理与数据管理关系

数据治理的全过程：

从范围来讲，数据治理涵盖了从前端事务处理系统、后段业务数据库到终端的数据分析，从源头到终端再回到源头形成一个闭环负反馈系统（控制理论中趋稳的系统），从目的来讲，数据治理就是对数据的获取、处理、使用进行监督（监管就是我们在执行层面对信息系统的负反馈），而监管的职能主要通过五个方面的执行力来保证——发现、监督、控制、沟通、整合。

数据治理的目标：共同保证“正确的信息，以正确的形式，在正确的时候，交付给正确的人”。

3、数据治理的重要性

高质量的数据对任何企业都是战略性资产，随着企业推进数字化转型的进程，有效数据正迅速成为一个关键的业务差异，但要使数据具有价值，需确保数据的可信任、安全性、可访问性、准确性、共享性和及时性。数据治理有助于增强企业灵活性以最小化决策相关成本和风险，特别在数字经济中，数据治理比以往任何时候都显得尤为重要。

缺乏企业高层领导的支持、系统间的数据壁垒和整个治理项目缺乏明确的流程和数据模板、数据所有权和问责机制不清等因素是导致项目失败或者治理结果不理想的主要原因。涉及到企业中所有跨功能和跨业务的决策机制。数据治理具有战略性、长期性、艰巨性、系统性、持续企业内部数据环境优化治理工作，因此数据治理是一个漫长而持续的过程，没有一针顶破天的诀窍，也没有立竿见影的捷径，要避免对数据治理工作粗浅的认识。

三、数据资源管理

数据资源管理(Data Resource Management)是应用数据库管理、数据仓库等信息系统技术和其他数据管理工具，完成组织数据资源管理任务，满足企业信息需求的管理活动。

数据资源管理(Data Resource Management)是应用信息技术和软件工具完成组织数据资源管理采用文件处理方法，在这种方法中，数据根据特定的组织应用程序的处理要求被组织成特定的数据记录文件，只能以特定的方式进行访问。这种方法在为现代企业提供流程管理、组织管理信息时显得过于麻烦，成本过高并且不够灵活。因此出现了数据库管理办法，它可以解决文件处理系统存在的问题。

全业务域数据资源中心为企业提供完整的数据中心解决方案，提升企业管理和运营效率，实现数据采集管理、标准规范管理、元数据管理、主数据管理、数据协同与追溯管理、调度管理，数据反捕、BI决策分析等，通过体系化的数据资源管理中心的建设，可有效打通企业内部之间的数据流通渠道，解决企业管理信息化在数据层面的核心问题，形成横向集成、纵向贯通的高效、有序的信息流，发挥数据信息的基础支撑作用，满足企业对信息和数据的需求，帮助企业解决数据集成和共享、盘活数据资产和有效规避信息孤岛等问题。

四、数据资产与数据资产管理

1、数据资产的定义

数据资产（Data Asset）是指由企业拥有或者控制的，能够为企业带来未来经济利益的，以物理或电子的方式记录的数据资源，如文件资料、电子数据等。在企业中，并非所有的数据都构成数据资产，数据资产是能够为企业产生价值的数据资源。

2、数据资产的属性

数据资产具有无形资产的属性，从这个角度出发，我们可以发现数据资产主要有以下特性：无消耗性、增值性、依附性、价值易变性、战略性。

无消耗性：数据资产的每次使用只需要花费很低的成本，不会因为使用频率的增加而磨损、消耗，与其他传统无形资产有相似性。增值性：企业通过稳定发展，会促使数据资产在原有的基础上，数据规模和数据维度的不断积累，整体价值进一步提升。依附性：与其他无形资产类似，数据资产不能**发挥作用，其发挥作用和效应往往依附于相应的软件、硬件。价值易变性：数据资产时刻受到数据容量、数据时效程度、应用场景等因素的影响，与其他无形资产相比，其价值更易发生变化。战略性：一切数据业务化，一切业务数据化，具有战略性。

3、数据资产的属性

数据资产管理（Data Asset Management）是指规划、控制和提供数据及信息资产的一组业务职能，包括开发、执行和监督有关数据的计划、政策、方案、项目、流程、方法和程序，从而控制、保护、交付和提高数据资产的价值。数据资产管理需要充分融合业务、技术和管理，以确保数据资产保值增值。

数据资产管理（Data Asset Management）一般来说包括统筹规划、管理实施、稽核检查和资产运营四个主要阶段，贯穿数据采集、存储、应用和销毁整个生命周期全过程。企业管理数据资产就是对数据进行全生命周期的资产化管理，促进数据在“内增值，外增效”两方面的价值变现，同时控制数据在整个管理流程中的成本消耗。

图2.数据资产管理过程

数据资产管理（Data Asset Management）包括两个重要方面，一是数据资产管理的核心管理职能；二是确保这些管理职能落地实施的保障措施，包括战略规划、组织架构、制度体系等。

五、数据管理、数据资产管理与数据资产管理内涵的演进

数据管理、数据资源管理与数据资产管理有着密切关系和关联，但随着现代数字技术的高速发展，三者在内涵、侧重、延伸等方面存在差异。

图3.数据管理、数据资源管理与数据资产管理的关系

1、数据资产内涵

在数据资产化的大背景下，数据资产管理是在数据管理基础上的进一步发展，可以视作数据管理的升级版，主要区别在以下三个方面：

一是数据管理的视角不同，数据资产管理强调数据是一种资产，基于数据资产的价值、成本、收益开展全生命周期的管理。

二是管理职能有所不同，数据资产管理包含数据模型、元数据、数据质量、参考数据和主数据、数据安全等传统数据管理职能，同时整合数据架构、数据存储与**作等内容，将数据标准管理纳入管理职能，并针对当下应用场景、平台建设情况，增加了数据价值管理职能。

三是管理要求有所升级，在“数据资源管理转向数据资产管理”的理念影响下，相应的组织架构和管理制度也有所变化，需要有更专业的管理队伍和更细致的管理制度来确保数据资产管理的流程性、安全性和有效性。

2、三者的关系

数据管理指利用计算机硬件和软件技术对数据进行有效的收集、存储、处理和应用的过程。数据管理目标：在于充分有效地发挥数据的作用。数据资源管理致力于发展处理企业数据生命周期的适当的建构、策略、实践和程序。数据资源目标：去寻找手段，以有效的控制数据资源，并提升数据资源的利用率。数据资产管理的核心思路是把数据对象作为一种全新的资产形态，并且以资产管理的标准和要求来加强相关体制和手段。从经济角度，满足对资产运营的各类管理要求。

3、数据资产管理的三个关键变革

数据与企业设备、软件、人才一样成为企业的重要资产，可以从多个角度和多个层面为企业带来价值收益。数据资产管理除了包含传统以数据质量提升为目标的数据治理外，还包括挖掘数据价值的数据运营。数据资产管理不能仅仅依靠信息部门开展，需要企业自上而下各个部门之间的分工协作。小结

本文对数据、数据管理、数据治理、数据资源管理、数据资产管理等内涵作了详细说明，便于读者更好的理解和掌握数据领域相关概念，最后小编综合来说两点：

一、数据资源将成为战略资产,而有效的数据治理才是数据资产形成的必要条件。

二、有效的数据治理是一个持续性的过程，也是逐步实现数据价值的过程。所以数据治理是企业信息化的基石，数据资产是企业战略发展的核心价值，数据管理为企业赋能。(鸣谢:蔡春久先生给予专业指导)

5、人工智能需要的学历高吗？

很多大V博主觉得人工智能专业，不是好选择。但是我不这样认为！他们很多根本就不是计算机专业，也不了解计算机，只是觉得高新科技人工智能离自己很远，其实这也是一种缺乏常识的表现。计算机发展日新月异，人工智能这两年已经普及到生活中的方方面面，苹果手机中用到了、华为摄像头也用到了、百度、阿里、腾讯都有自己的人工智能平台，很容易就可以在网上搭建一个人工智能算法。5年以后一定是人工智能的风口，往后十年AI+的概念就相当于过去十年互联网+，大家及早投身进去，及早受益。

“老师，你又忽悠我，这个人工智能这么难，学得会也不来你大专学校了？”

这样想你就错了！小伙子，一个行业不可能只需要一小部分高学历人才，中层，底层人才都有大量的社会需求。做楼房设计，不一定有做房屋销售挣得多啊，你说是不是？

人工智能技术服务专业可行性论证报告分析指出，人工智能作为新兴产业，高层、中层和低层人才都有大量社会需求，且呈现出金字塔结构。如果将能够把人工智能理论模型技术化的人工智能高级工程师设定为1，那么其上层做人工智能基础理论研究的科学家所占的比例为0.01，人工智能产业实用人才的需求比例则为100，而后者是高职院校培养的重点。

人工智能技术服务专业就业对象是人工智能产业及其应用相关的企事业单位，在人工智能技术应用开发、系统运维、产品营销、技术支持等岗位群，从事人工智能应用产品开发与测试、数据处理、系统运维、产品营销、技术支持等工作。

人工智能技术服务专业核心课程有人工智能数据集处理、分布式计算与存储技术、机器学习、深度学习、智能感知与理解、自然语言处理、智能产品营销与服务等。这些课程学习需要有良好的计算机技术功底，逻辑思维能力，适合理工科学生。

说的你是不是心动了呢？那具体有哪些学校在2020年开设了人工智能专业呢？

2020 年全国 171 所高职院校成功申报人工智能技术服务专业，专业代码 610217。专业学习年限 3 年。涉及新增专业的高校所在省市包括：北京市 8 所，河北省 10 所，内蒙古 4 所，辽宁 2 所，吉林 2 所，黑龙江 3 所，上海 2 所，江苏省 11 所，浙江省 8 所，安徽省 5 所，福建省 4 所，江西省 11 所，山东省 3 所，河南省 19 所，湖北省 10 所，湖南省 8 所，广东省 21 所，广西壮族自治区 6 所，海南省 2 所，重庆市 3 所，四川省 8 所，贵州省 6 所，陕西省 7 所，甘肃省 3 所，新疆生产建设兵团 3 所，宁夏**自治区 1 所。

以下为 2020 年全国成功申报人工智能技术服务专业的 171 所高职院校名单：

• 1、数据结构专升本考纲，**联播常提到的供给侧结构改革是啥意思？
• 2、统计学应用统计学大数据技术？
• 3、股市复盘主要看什么内容？
• 4、数据湖都是什么意思？
• 5、人工智能需要的学历高吗？

1、数据结构专升本考纲，**联播常提到的供给侧结构改革是啥意思？

今年以来一场突如其来的**肺炎**暴发，影响了正常生产生活节奏，产业链供应链严重受阻，需求侧、供给侧均受破坏。

改革开放四十多年来，**经济持续高速增长，成功步入中等收入国家行列，已成为名副其实的经济大国。但随着人口红利衰减、“中等收入陷阱”风险累积、国际经济格局深刻调整等一系列内因与外因的作用，经济发展正进入“新常态”。

**已成为经济大国，正站在从经济大国迈向经济强国的新起点上。1978年，我国GDP只有1482亿美元，居世界第十位。2014年我国GDP初步核算为63.6万亿元，合计达到10万亿美元，稳居世界第二位，占世界经济总量的13.3%。“刘易斯转折点”加速到来，要素资源约束加剧，在发展**家中普遍存在二元经济结构，在剩余劳动力消失之前，社会可以源源不断地供给工业化所需要的劳动力，即劳动力的供给是无限的，同时工资还不会上涨。直到有一天，工业化把剩余劳动力都吸纳干净了，这个时候若要继续吸纳剩余劳动力，就必须提高工资水平。

**进入中等收入国家行列，面临“中等收入陷阱”风险。以“国民人均收入水平”来划分一个经济体的发展阶段，是经济学界的一种重要分析方法。按照世界银行2008年提出的最新划分标准，世界上的国家可以划分为“低收入国家”“中等偏下收入国家”“中等偏上收入国家”“高收入国家”四种类型。人均国民收入低于975美元以下的为低收入国家和地区，中等收入国家的标准在976美元到11905美元之间，在这个当中还分了两个小组：一个是中等偏下收入国家，人均国民收入在976美元到3855美元之间，另一个是中等偏上收入国家，人均国民收入在3856美元到11905美元之间。从**经济的实践看，2014年，我国人均GDP已超过7000美元，2015年达到7800美元，按照世界银行的标准，已进入上中等收入国家行列，正向高收入国家迈进。

但随着经济总量不断增大，过去支撑我国经济快速发展的劳动力资源、环境资源和资本投入的边际效益逐步递减，继续依靠劳动力、资本等生产要素粗放式投入来驱动经济增长的发展方式已难以为继。2008年，一场百年不遇的国际金融危机更导致世界经济衰退，国际政治经济格局发生深刻调整。受国内外共同因素的作用，我国经济增速从2010年开始出现逐级放缓的态势，进入L形下行通道。我国经济运行出现了明显的“三期叠加”，即经济增速从高速增长进入中高速增长的“换挡期”，我国经济结构面临着新技术革命催动下的新旧动能转化的“阵痛期”和应对国际金融危机后宏观政策强劲**的“消化期”。

图1为什么要供给侧结构性改革

2.供给侧结构性改革是什么

（1）调整完善人口政策，夯实供给基础。

人口增长与经济发展之间的关系，一直以来是经济学的核心问题。“劳动是财富之父，土地是财富之母。”威廉?配第的这一论述，第一次从经济的角度，概括了人口与经济的关系。人口既是需求基础，也是供给基础。就当下**供给侧改革的经济决策而言，调整和完善人口政策，是夯实供给基础的关键，是奠定**经济调整转型和发展进步基础的关键。

马尔萨斯认为，人口的增长快于自然和经济社会的食物供给，最终会产生人口压力导致的饥饿、贫困和战争、瘟疫等，使人口数量重新恢复到与食物供给相平衡。面对人口和食物自然增长级数差异，人类无以改变这一自然的人口规律，人类难以逃脱饥饿、贫困、战争和瘟疫的悲剧命运。但是，自工业革命以来，却出现了与马尔萨斯预言相反的现实，即一方面出现持续的人口低出生率和人口萎缩，另一方面，随着科技进步、农业改良，食物供给远远超过了算术级数增长，甚至超过了现代社会人类的温饱满足需要。马寅初的新人口论与马尔萨斯的结论几乎相同，即消费太高，积累太少，人口增长快于食物供给。据此，他提出了控制人口和有计划生育的政策建议。这与我国计划经济时期的情况是适应的。

（2）推进土地制度改革，释放供给活力

土地是最基本的生产要素之一，也是整个供给体系的重要组成部分。合理的土地制度安排对于激励生产要素和公共产品供给，释放供给活力，促进经济增长和经济发展方式转变，发挥着重要的微观管理和宏观调控功能。2015年以来，我国城镇面临着日益严峻的去库存化和“后土地财政”的压力和挑战，农村则开始进入三权分置改革和集体建设用地、宅基地的试点阶段，推动城乡土地制度改革的合力基本形成，长期滞后的土地制度改革有望加速推进。

在农用地方面，农用地流转的规模、速度、用途和流程四大流转问题约束了土地职能充分发挥。在集体建设用地方面，自然禀赋、土地制度、建设用地指标和地方**四个紧箍咒束缚了土地供给，严格控制耕地转建设用地、城乡二元土地制度等传统粗放式经营妨碍了土地节约集约利用，在**建设用地指标约束下，随着土地征收成本不断上升、土地储备日益有限，地方**的理性选择必然是控制土地供应量的“饿地”供应选择，结果极大地提高土地价格。

（3）加快金融体制改革，解除金融抑制

金融是现代经济的核心。改革开放以来，我国金融市场由小到大、由弱到强、由单一到多元，不断发展壮大。20世纪80年代，我国金融改革的主要内容以引进市场经济金融体系的基本结构为主。90年代上半期和中期以建立符合市场经济需要的金融机构和金融市场基本框架为主。2002—2008年进入以健康化、规范化和专业化为特征的金融改革与发展新时期。当前，我国金融正处于市场化、国际化和多元化的阶段，面临着比以往更加复杂的局面。从国内来看，金融作为最重要的要素市场之一，由于改革不到位，存在着比较明显的金融抑制，需要加以改革。

我国仍存在一定程度的金融抑制。我国仍存在较大范围的“融资难、融资贵”，企业融资渠道还需多元化，债券市场发育滞后，市场主体投融资渠道偏少导致影子银行活跃，利率管制在一定程度仍存在，距离汇率自由化还有较大距离。

（4）实施创新驱动战略，开辟供给空间

**经济多年来的高速增长很大程度上得益于要素驱动和投资驱动，但是，经济进入新常态后，要素红利渐行渐远，投资驱动风光不再。“十三五”时期**要继续发挥经济巨大潜能和强大优势，必须加快转变经济发展方式，着力推进供给侧结构性改革，坚定不移实施创新驱动发展战略，提高发展质量和效益，加快培育形成新的增长动力。

经过多年的高速发展，**经济总量在2010年正式超过日本，成为世界第二大经济体。截至2015年年底，**人均GDP超过8000美元，但是，**并不是经济强国，更不是科技强国，迈向创新驱动既是大势所趋，也是形势所迫，更是世界强国崛起的内在规律。

（5）深化简政放权改革，促进供给质量

新制度经济学认为，制度与劳动力、土地、资本、科技创新一样，是经济增长的要素之一。对世界历史横、纵两个方面的考察也表明，制度的内涵与制度质量是影响甚至决定一国经济长期绩效最重要的因素。当前，我国经济发展中遇到的诸多问题都可深入到体制机制层面上找原因，制度变革与制度创新刻不容缓。

制度供给的前提是加快转变**职能，理顺**和市场的关系，减少**对市场包括要素价格的直接管制，改善要素供给，形成由市场供求决定的价格体系。要谨防打着供给侧改革的旗帜，来帮企业决定生产什么、生产多少、为谁生产等基本经济学问题，否则就会回到计划经济的老路。简政放权、放管结合、优化服务的本质正是厘清**与市场的边界，一方面发挥市场在资源配置中的决定性作用，避免**的“有形之手”过长、乱伸，另一方面也要在宏观调控、市场监管、公共服务和环境保护等方面更好地发挥**作用，把该管的管住、管好，把该服务的服务好。

在制度层面，加强供给侧结构性改革就是要尽快建立现代金融、产业、财税等制度体系，放松管制，打破垄断，加快**行为从生产型向服务型转变。与金融、土地、人口、国企、财税等专门性制度改革相比，简政放权是“管总”的，需要顶层设计、战略布局，需要上下联动、部门协调，需要内外联合、发挥合力。简政放权有利于发挥市场机制的决定性作用，放管结合有利于打造公平、安全、健康的社会秩序和市场秩序，优化服务有利于形成和谐、稳定的社会氛围。

简政放权将是未来一段时间激发**经济活力的关键举措。简政放权有利于降低企业的制度**易成本，有利于激发企业活力、增强企业创新能力、提高供给质量与效率、改善供给结构，最终提高全要素生产率。

（6）构建社会服务体系，推进配套改革

供给侧改革的最终目的是要增进供给体系的质量和效益，提高区域、产业、制度、产品等多个方面的竞争力。要实现这个目标，除了上述五大要素改革，还需要若干配套改革。构建社会普遍服务体系，即为其中之一。我国经济增长正面临“五力”约束：区域发展、城乡发展的不平衡性；产业结构升级动力不足；束缚经济转型升级的制度性因素仍然存在；供给侧管理与对外开放新格局有机融合的方式；推动国家治理现代化的理念，完善社会伦理结构；

图2供给侧结构性改革内容

3.1“三去一降一补”和“破”“立”“降”取得重要进展

供给侧结构性改革的任务是去产能、去库存、去杠杆、降成本、补短板。

去产能迈出坚定步伐。发挥制度优势，综合运用行政和市场化、法治化手段，加大环保执法力度，坚决淘汰无效低端产能，严控水泥、玻璃、电解铝等新增产能，钢铁、煤炭等行业去产能成效明显，有效解决了多年来存在的“地条钢”、小煤窑等顽疾。“十三五”期间压减煤炭产能5亿吨、粗钢产能1.5亿吨的目标任务，有望提前两年超额完成。目前，行业产能利用率明显提高，钢铁产能利用率达到78.7%，煤炭达到71.4%。

图3 钢铁产能利用率变化情况（%）

去库存效果显著。加大金融信贷支持、棚改货币化安置和公租房货币化补贴力度，积极培育和发展住房租赁市场，鼓励农民进城购房，有力促进了房地产去库存。以商品房在建未售面积衡量的广义库存由2015年的37亿平方米逐步下降至2018年9月末的32.4亿平方米，下降了12.5%；同期商品住宅广义库存由26.6亿平方米下降至16.8亿平方米，下降了37%。由商品房和商品住宅待售面积衡量的狭义库存分别由2015年末的71853万平方米和45248万平方米持续下降至2018年9月末的53191万平方米和26010万平方米，分别比2015年末下降26.0%和42.5%；按照近一年的商品房和商品住宅销售面积计算，当前商品房和商品住宅的库存去化周期分别为3.68个月和2.08个月，分别低于4个月和3个月的历史平均去化周期。随着房地产市场库存水平的逐步消化，房地产开发投资由降转升，为“促投资”和“稳增长”发挥积极作用。

图4 商品房及商品住宅待售面积

降成本取得阶段性进展。全面推行“营改增”试点、扩大减半征收企业所得税优惠范围、清理规范行政事业性收费和**性基金等减税降费举措，降低“五险一金”缴费比例，下调用电价格，放宽创业投资税收优惠条件，提高和扩大研发费用税前加计扣除比例和范围，进一步深化“放管服”改革，降**度**易成本。2018年1-11月，规模以上工业企业每百元主营业务收入中的成本为84.19元，同比降低0.21元，较2015年同期下降1.78元，2018年降成本在1.1万亿。

图5 工业企业资产负债率和每百元主营业务收入中的成本变化

补短板成效明显。积极运用PPP**作、促进民间投资等政策措施，加大创新驱动、基础设施、脱贫攻坚、城乡统筹发展、民生建设、生态环保等领域的投入力度，既创造有效需求，又为创造新的有效供给奠定良好基础。2016-2018年，各类棚户区改造年均超过600万套，新增高速公路里程年均在5000公里以上，新增高铁运营里程年均在3000公里以上，四纵四横的高铁网提前建成运营，城市轨道交通和地下综合管廊建设也明显提速。三年来，重点领域投资继续保持较快增长，尤其是生态保护和环境治理业和科学研究、技术服务和地址勘查业投资明显高于全部固定资产投资增速。目前，基础设施建设投资、交通运输、仓储和邮政业、水利、环境和公共设施管理业投资也稳中有升。

图4 重点领域投资月度同比增速

3.2供给侧结构性改革的新阶段

4月10日，****、国务院发布《关于构建更加完善的要素市场化配置体制机制的意见》，分类提出土地、劳动力、资本、技术、数据五个要素领域的改革方向和具体举措，提出完善要素价格形成机制和市场运行机制。要深刻认识到，我国经济结构性矛盾的根源是要素配置扭曲，加快要素市场化改革是深化供给侧结构性改革、解决制约全局深层次矛盾的重要突破口，对于转变发展方式、优化经济结构、转换增长动力具有重要意义。必须结合各地各领域实际坚决贯彻落实《意见》，营造良好改革环境，推动改革稳步实施，不失时机畅通产业循环、市场循环、经济社会循环，坚决破除各类要素流动壁垒。

**政治局会议和今年《**工作报告》高瞻远瞩、统筹谋划，强调要继续深化供给侧结构性改革。在遭遇前所未有的巨大危机冲击的国际国内新的背景下，深化供给侧结构性改革也被赋予了新的意义和内涵。我们必须顺应时势，抓住机遇，主动为危为机，变被动为主动，在供给侧结构性改革上取得新的成效。

一是要适应常态化**防控新形势，从供给侧入手尽快补足供需缺口。当前要着力以“六保”促“六稳”，将保企业稳定生产放在第一位。继续围绕重点产业链、龙头企业、重大投资项目，打通堵点、连接断点，加强要素保障，促进上下游、产供销、大中小企业协同复工达产；加快推动各类商场、市场和生活服务业恢复到正常水平，畅通产业循环、市场循环、经济社会循环。

二是要在平衡好供需两端的基础上，更大力度地推进供给创新。要利用大力发展“新基建”的历史机遇，加快实施产业基础再造和产业链提升工程，巩固传统产业优势，强化优势产业领先地位，抓紧布局战略性新兴产业、未来产业，提升产业基础高级化、产业链现代化水平。要发挥新型**制优势，加强科技创新和技术攻关，强化关键环节、关键领域、关键产品保障能力。还要充分发挥我国超大规模市场优势和内需潜力，构建国内国际双循环相互促进的新发展格局。

三是要不失时机加快全面深化改革，从体制机制上破除供给侧改革的制度障碍。要落实好《关于构建更加完善的要素市场化配置体制机制的意见》，推进要素市场制度建设，实现要素价格市场决定、流动自主有序、配置高效公平，进一步激发全社会创造力和市场活力，推动经济发展质量变革、效率变革、动力变革。要进一步优化营商环境，实现更高水平对外开放。还要加快补齐和强化公共卫生和社会环境治理等领域的短板和弱项，切实提高治理能力和水平。

2、统计学应用统计学大数据技术？

一、第一要更正你的一个观念：统计学类中，只有统计学和应用统计学。没有大数据技术。

**2012年本科目录中，统计学类，只有统计学和应用统计学。在经济学类下设经济统计学专业。

“统计学”起源于政治学与经济学，最早被称之为“政治的算术”，是一门关于如何正确、有效地搜集资料、整理资料、分析资料的科学，是一种研究随机数据的科学艺术。

二、统计学已成为理学门类下的一级学科。

随着现代科学技术的迅猛发展，统计学的应用领域已不再限于经济学。

统计学发展至今，已诞生出许多边缘分支学科，如生物统计学、医学统计学、气象统计学、地质统计学、教育统计学、经济计量学、社会计量学、政治计量学、语言计量学、历史计量学等。

正因为如此，才有了应用统计学这门专业的产生。

在经济学科中，诺贝尔经济学奖得主大多数都是经济计量学家兼统计学家，经济计量

学本质上就是统计学在经济学中的应用。

从这个意义上说，经济统计学，也是应用统计学的一类分支而已。

三者之间目前的区别，在于学位和主干课程。

经济统计学主干学科：理论经济学，应用经济学，统计学，发经济学学士学位。

应用统计学，主干学科：统计学，发理学学士学位

统计学：主要学科：统计学、数学，发理学学士学位。

三、数据科学与大数据技术专业是新兴专业，不只是统计学。

数据科学与大数据技术，不只是涉及到统计学，还有数学、计算机及各行业的学科内容。是学科交叉融合的一门新兴专业。

涉及领域

1、统计学

2、数学

3、计算机

4、数据采集相关技术

5、不同行业的数据应用

数据科学与大数据技术专业为2015国家新增专业，首批仅北京大学、中南大学和对外经济贸易大学三所学校申报成功。

但在2018年有近100多家申办这类专业。

四、勋哥建议

1、选择统计学类专业，应具备扎实的数学基础，后继课程的学习离不开数学能力的培养。

现代的统计学专业是在随机抽样基础上建立的推断统计学，在专业课程中，概率论是基础课程，第三是数理统计。基本的统计方法包括回归分析、多元统计分析、抽样调查、试验设计、时间序列分析及描述性统计等，是主要的专业课程。具备良好的专业素养也能为将来的继续深造打下基础。

2、选择数据科学与大数据专业，要仔细选择就读院校。

因为新办这个专业院校的太多，所以选择这个专业，应该看学校原来是不是有基础？有没有开设数据相关方向的研究生专业，博士生专业，研究中心、实验室的层次是怎样的？

另外，新增设的专业，交叉学科，课程任务繁重，最好要有考研的打算和安排。

3、股市复盘主要看什么内容？

我基本上坚持每天复盘，刚开始的时候是为了判断大盘走势，再加上选择股票，等到股票到位置，进货点可以进货，这是我每天复盘的目的。我自己的股票池每天更新，在剔除一些不太好的股票。现在复盘是为了更好的解释我的方法。我把我的方法写在了文章里，在通过每天复盘说明方法的具体**作，同时也证明技术是可以正确的判断出大盘的走势的，而且可以提前的判断出来。

这是在4月18号的复盘，以后的20号大盘小幅高开后就持续下跌

然后在大盘企稳都，去抓小级别的反弹，也就是5月23号和27号提到的，而且已经说明了出货点

6月10号也都提前说明了进货点

这就是我每天的复盘，就是今天为什么上涨的，和下跌的，都要去小编综合来说，然后养成盯盘的习惯，对大盘后期走势就会有一个提前的判断。

4、数据湖都是什么意思？

随着信息技术的不断涌现和普及，业务发展加快了数据膨胀的速度，行业内衍生了较多的新名词，如数据治理、数据管理、数据资源管理、数据资产管理等名词的定义很多，概念容易混淆，本文对这些名词术语及内涵进行系统的解析，便于读者对数据相关的概念有全面的认识。

一、数据与数据管理

1、数据

数据（Data）是指所有能输入到计算机并被计算机程序处理的符号的介质的总称，是用于输入电子计算机进行处理，具有一定意义的数字、字母、符号和模拟量等的通称，是组成信息系统的最基本要素。

未来是智能时代，企业的决策机制将发生巨大变化，谁最先拥抱数据，谁就拥有更多智慧，谁就拥有更强竞争力，大数据技术将会推动人类无所不知、无所不晓、无所不能，助力无所不能的是无所不包的数据，未来十年，只有拥抱数据技术才是唯一选择。

2、数据管理

数据管理（Data Management）的概念是伴随上世纪八十年代数据随机存储技术和数据库技术的使用，计算机系统中的数据可以方便地存储和访问而提出的。

2015年，国际数据管理协会（DAMA，Data Management Association International）在DBMOK2.0知识领域将其扩展为11个管理职能，分别是数据架构、数据模型与设计、数据存储与**作、数据安全（Data Security）、数据集成与互**作性、文件和内容、参考数据和主数据（Master Data）、数据仓库（Data Warehouse）和商务智能（BI，Business Intelligence）、元数据（Metadata）、数据质量（Data quality）等。

数据管理（Data Management）是指通过规划、控制与提供数据和信息资产职能，包括开发、执行和监督有关数据的计划、政策、方案、项目、流程、方法和程序，以获取、控制、保护、交付和提高数据和信息资产价值。

表1.各大机构对数据管理的定义一览表机构名称二、数据治理

1、数据治理的定义

数据治理（Data Governance）是一个正在不断发展的新兴学科，与众多新兴学科一样，目前数据治理存在多种定义，各大机构对数据治理的定义，如下表所示：

表2. 各大机构对数据治理的定义一览表

2、狭义的数据治理

狭义的数据治理的驱动力最早源自两个方面：

（1）内部风险管理的需要，包括：财务做假、敏感数据涉密、数据质量差影响关键决策等。

（2）为了满足外部监管和合规的需要，比如萨班斯-奥克斯利法案、巴塞尔I/巴塞尔协议、健康保险流通与责任法案（HIPAA）等。

但随着全球越来越多的企业了解到信息资产的重要性和价值，在过去几年中，数据治理的目标也在发生些转变。除满足监管和风险管理外，如何通过数据治理来创建业务价值备受关注。

3、广义的数据治理

广义的数据治理是对数据资产管理行使权力和控制的活动**（规划、**和执行），指导其他数据管理职能如何执行，在高层次上执行数据管理制度。组织为实现数据资产价值最大化所开展的一系列持续工作过程，明确数据相关方的责权、协调数据相关方达成数据利益一致、促进数据相关方采取联合数据行动，数据治理与数据管理的关系如下图所示：

图1.数据治理与数据管理关系

数据治理的全过程：

从范围来讲，数据治理涵盖了从前端事务处理系统、后段业务数据库到终端的数据分析，从源头到终端再回到源头形成一个闭环负反馈系统（控制理论中趋稳的系统），从目的来讲，数据治理就是对数据的获取、处理、使用进行监督（监管就是我们在执行层面对信息系统的负反馈），而监管的职能主要通过五个方面的执行力来保证——发现、监督、控制、沟通、整合。

数据治理的目标：共同保证“正确的信息，以正确的形式，在正确的时候，交付给正确的人”。

3、数据治理的重要性

高质量的数据对任何企业都是战略性资产，随着企业推进数字化转型的进程，有效数据正迅速成为一个关键的业务差异，但要使数据具有价值，需确保数据的可信任、安全性、可访问性、准确性、共享性和及时性。数据治理有助于增强企业灵活性以最小化决策相关成本和风险，特别在数字经济中，数据治理比以往任何时候都显得尤为重要。

缺乏企业高层领导的支持、系统间的数据壁垒和整个治理项目缺乏明确的流程和数据模板、数据所有权和问责机制不清等因素是导致项目失败或者治理结果不理想的主要原因。涉及到企业中所有跨功能和跨业务的决策机制。数据治理具有战略性、长期性、艰巨性、系统性、持续企业内部数据环境优化治理工作，因此数据治理是一个漫长而持续的过程，没有一针顶破天的诀窍，也没有立竿见影的捷径，要避免对数据治理工作粗浅的认识。

三、数据资源管理

数据资源管理(Data Resource Management)是应用数据库管理、数据仓库等信息系统技术和其他数据管理工具，完成组织数据资源管理任务，满足企业信息需求的管理活动。

数据资源管理(Data Resource Management)是应用信息技术和软件工具完成组织数据资源管理采用文件处理方法，在这种方法中，数据根据特定的组织应用程序的处理要求被组织成特定的数据记录文件，只能以特定的方式进行访问。这种方法在为现代企业提供流程管理、组织管理信息时显得过于麻烦，成本过高并且不够灵活。因此出现了数据库管理办法，它可以解决文件处理系统存在的问题。

全业务域数据资源中心为企业提供完整的数据中心解决方案，提升企业管理和运营效率，实现数据采集管理、标准规范管理、元数据管理、主数据管理、数据协同与追溯管理、调度管理，数据反捕、BI决策分析等，通过体系化的数据资源管理中心的建设，可有效打通企业内部之间的数据流通渠道，解决企业管理信息化在数据层面的核心问题，形成横向集成、纵向贯通的高效、有序的信息流，发挥数据信息的基础支撑作用，满足企业对信息和数据的需求，帮助企业解决数据集成和共享、盘活数据资产和有效规避信息孤岛等问题。

四、数据资产与数据资产管理

1、数据资产的定义

数据资产（Data Asset）是指由企业拥有或者控制的，能够为企业带来未来经济利益的，以物理或电子的方式记录的数据资源，如文件资料、电子数据等。在企业中，并非所有的数据都构成数据资产，数据资产是能够为企业产生价值的数据资源。

2、数据资产的属性

数据资产具有无形资产的属性，从这个角度出发，我们可以发现数据资产主要有以下特性：无消耗性、增值性、依附性、价值易变性、战略性。

无消耗性：数据资产的每次使用只需要花费很低的成本，不会因为使用频率的增加而磨损、消耗，与其他传统无形资产有相似性。增值性：企业通过稳定发展，会促使数据资产在原有的基础上，数据规模和数据维度的不断积累，整体价值进一步提升。依附性：与其他无形资产类似，数据资产不能**发挥作用，其发挥作用和效应往往依附于相应的软件、硬件。价值易变性：数据资产时刻受到数据容量、数据时效程度、应用场景等因素的影响，与其他无形资产相比，其价值更易发生变化。战略性：一切数据业务化，一切业务数据化，具有战略性。

3、数据资产的属性

数据资产管理（Data Asset Management）是指规划、控制和提供数据及信息资产的一组业务职能，包括开发、执行和监督有关数据的计划、政策、方案、项目、流程、方法和程序，从而控制、保护、交付和提高数据资产的价值。数据资产管理需要充分融合业务、技术和管理，以确保数据资产保值增值。

数据资产管理（Data Asset Management）一般来说包括统筹规划、管理实施、稽核检查和资产运营四个主要阶段，贯穿数据采集、存储、应用和销毁整个生命周期全过程。企业管理数据资产就是对数据进行全生命周期的资产化管理，促进数据在“内增值，外增效”两方面的价值变现，同时控制数据在整个管理流程中的成本消耗。

图2.数据资产管理过程

数据资产管理（Data Asset Management）包括两个重要方面，一是数据资产管理的核心管理职能；二是确保这些管理职能落地实施的保障措施，包括战略规划、组织架构、制度体系等。

五、数据管理、数据资产管理与数据资产管理内涵的演进

数据管理、数据资源管理与数据资产管理有着密切关系和关联，但随着现代数字技术的高速发展，三者在内涵、侧重、延伸等方面存在差异。

图3.数据管理、数据资源管理与数据资产管理的关系

1、数据资产内涵

在数据资产化的大背景下，数据资产管理是在数据管理基础上的进一步发展，可以视作数据管理的升级版，主要区别在以下三个方面：

一是数据管理的视角不同，数据资产管理强调数据是一种资产，基于数据资产的价值、成本、收益开展全生命周期的管理。

二是管理职能有所不同，数据资产管理包含数据模型、元数据、数据质量、参考数据和主数据、数据安全等传统数据管理职能，同时整合数据架构、数据存储与**作等内容，将数据标准管理纳入管理职能，并针对当下应用场景、平台建设情况，增加了数据价值管理职能。

三是管理要求有所升级，在“数据资源管理转向数据资产管理”的理念影响下，相应的组织架构和管理制度也有所变化，需要有更专业的管理队伍和更细致的管理制度来确保数据资产管理的流程性、安全性和有效性。

2、三者的关系

数据管理指利用计算机硬件和软件技术对数据进行有效的收集、存储、处理和应用的过程。数据管理目标：在于充分有效地发挥数据的作用。数据资源管理致力于发展处理企业数据生命周期的适当的建构、策略、实践和程序。数据资源目标：去寻找手段，以有效的控制数据资源，并提升数据资源的利用率。数据资产管理的核心思路是把数据对象作为一种全新的资产形态，并且以资产管理的标准和要求来加强相关体制和手段。从经济角度，满足对资产运营的各类管理要求。

3、数据资产管理的三个关键变革

数据与企业设备、软件、人才一样成为企业的重要资产，可以从多个角度和多个层面为企业带来价值收益。数据资产管理除了包含传统以数据质量提升为目标的数据治理外，还包括挖掘数据价值的数据运营。数据资产管理不能仅仅依靠信息部门开展，需要企业自上而下各个部门之间的分工协作。小结

本文对数据、数据管理、数据治理、数据资源管理、数据资产管理等内涵作了详细说明，便于读者更好的理解和掌握数据领域相关概念，最后小编综合来说两点：

一、数据资源将成为战略资产,而有效的数据治理才是数据资产形成的必要条件。

二、有效的数据治理是一个持续性的过程，也是逐步实现数据价值的过程。所以数据治理是企业信息化的基石，数据资产是企业战略发展的核心价值，数据管理为企业赋能。(鸣谢:蔡春久先生给予专业指导)

5、人工智能需要的学历高吗？

很多大V博主觉得人工智能专业，不是好选择。但是我不这样认为！他们很多根本就不是计算机专业，也不了解计算机，只是觉得高新科技人工智能离自己很远，其实这也是一种缺乏常识的表现。计算机发展日新月异，人工智能这两年已经普及到生活中的方方面面，苹果手机中用到了、华为摄像头也用到了、百度、阿里、腾讯都有自己的人工智能平台，很容易就可以在网上搭建一个人工智能算法。5年以后一定是人工智能的风口，往后十年AI+的概念就相当于过去十年互联网+，大家及早投身进去，及早受益。

“老师，你又忽悠我，这个人工智能这么难，学得会也不来你大专学校了？”

这样想你就错了！小伙子，一个行业不可能只需要一小部分高学历人才，中层，底层人才都有大量的社会需求。做楼房设计，不一定有做房屋销售挣得多啊，你说是不是？

人工智能技术服务专业可行性论证报告分析指出，人工智能作为新兴产业，高层、中层和低层人才都有大量社会需求，且呈现出金字塔结构。如果将能够把人工智能理论模型技术化的人工智能高级工程师设定为1，那么其上层做人工智能基础理论研究的科学家所占的比例为0.01，人工智能产业实用人才的需求比例则为100，而后者是高职院校培养的重点。

人工智能技术服务专业就业对象是人工智能产业及其应用相关的企事业单位，在人工智能技术应用开发、系统运维、产品营销、技术支持等岗位群，从事人工智能应用产品开发与测试、数据处理、系统运维、产品营销、技术支持等工作。

人工智能技术服务专业核心课程有人工智能数据集处理、分布式计算与存储技术、机器学习、深度学习、智能感知与理解、自然语言处理、智能产品营销与服务等。这些课程学习需要有良好的计算机技术功底，逻辑思维能力，适合理工科学生。

说的你是不是心动了呢？那具体有哪些学校在2020年开设了人工智能专业呢？

2020 年全国 171 所高职院校成功申报人工智能技术服务专业，专业代码 610217。专业学习年限 3 年。涉及新增专业的高校所在省市包括：北京市 8 所，河北省 10 所，内蒙古 4 所，辽宁 2 所，吉林 2 所，黑龙江 3 所，上海 2 所，江苏省 11 所，浙江省 8 所，安徽省 5 所，福建省 4 所，江西省 11 所，山东省 3 所，河南省 19 所，湖北省 10 所，湖南省 8 所，广东省 21 所，广西壮族自治区 6 所，海南省 2 所，重庆市 3 所，四川省 8 所，贵州省 6 所，陕西省 7 所，甘肃省 3 所，新疆生产建设兵团 3 所，宁夏**自治区 1 所。

以下为 2020 年全国成功申报人工智能技术服务专业的 171 所高职院校名单：