摘要：大数据时代，爆炸式增长的数据给各行各业都带来了机遇和挑战。而大数据在土地管理中的应用也极富前景。本文从大数据的特点、大数据的核心和大数据的精髓出发，分析了在大数据时代下，土地管理应作出哪些转型以促进土地大数据的发展。
关键词：大数据；土地管理；相关性
The Development of Land Management in the Era of Big Data
Shuyi Qiu
ShaanXi Land Construction Group, Xi'an 710075, China
Abstract: In big data era, data explosion brings chances and challenges to every walk of life. Thus, the application of big data in land management is very promising. In this article, author analyzes what differences land management should be made, in terms of big data’s features, big data’s core and big data’s essence, to promote the development of land big data in the era of big data.
Key words: Big Data; Land Management; Coherence
0引言
在1980 年，“大数据”这个概念就被美国人率先提出[1]，著名未来学家托夫勒在其所著的《第三次浪潮》中欣悦地将“大数据”称颂为“第三次浪潮的华彩乐章”[2]。20 多年来，随着以博客、微博为代表的社交网络的兴起和以智能手机、平板电脑为代表的移动设备的出现，随着物联网技术的发展和无线传感器的快速普及，引发了数据规模的爆炸式增长以及数据模式的高度复杂化，“大数据”这个名词变得越来越流行、越来越重要[3]。各个领域的数据量都在迅速增长，从科学研究到医疗保险、银行业到互联网，这种增长给现有的机器处理以及计算能力带来了极大的挑战。然而，真正的挑战并不在于探究数据的机器，而是人们能够探究以及利用的数据在不断增加，人们如何借助对此类数据的共享、分析和整合，得出新的知识，创造新的价值，创造出“大科技”、“大发展”[4]。
哈佛大学社会学教授加里•金曾经提出，对于任何一场革命而言，庞大的数据资源很大程度上能够推动各个领域开始出现量化进程，不管是在学术领域还是在政府领域，都逐渐开始进入量化进程的模式[5]。而土地作为人类社会经济活动的空间载体，人类的一切生产、生活、生态行为都离不开土地，大量的土地基础数据和土地应用数据与人的行为大数据具备密不可分的联系；结合现阶段的实际情况来看，大数据对于促进土地管理的发展具有十分广阔的前景。
1 大数据的定义及特点
最早提出大数据时代到来的是麦肯锡，麦肯锡公司注意到潜藏在各大网络平台的个人海量信息中的商业价值，便投资庞大的资金来进行投资。在 2011 年 6 月麦肯锡公司发布了关于“大数据”的报表，报表中阐述：当下的大数据，充斥在每一个领域以及业务当中，已经逐渐演变成为现阶段生产生活的重要组成部分[6]。结合目前的实际情况来看，民众大规模的使用数据，很大程度上标志着新型的生产方式以及消费者盈余浪潮的袭来。因此，大多数人认为，对于大数据，主要是指已经超过传统意义上的标尺，借助平常的软件工具很难精准获取的数据。
维克托•迈尔-舍恩伯格和肯尼斯•克耶在其撰写的《大数据时代》中，将大数据的特征概括为以下四点[7]：
（1）海量性（Volume）：截止目前，人类产生的所有印刷材料的数据量是 200PB（1PB = 1,024TB ），历史上全人类讲过的全部话语的数据量相当于 5EB（1EB = 1,024PB ）。根据权威数据统计报告显示，在未来三年的时间内，全世界数据量将提升到现阶段的 50 倍[8]。
（2）多样性（Variety）：相对于以往便于存储的以文本为主的结构化数据，数据多样性的提升是因为新型的多结构数据，包含互联网搜索、地理位置信息等[9]；此外，各种传感器的剧增，高度清晰的图像和视频，这些多类型的数据结构都对数据的处理能力提出了更高的要求。
（3）高速性（Velocity）：高速性是现阶段将大数据有别于传统数据挖掘的重要依据，主要对数据被创建以及移动的速度提出了要求[10]，从现阶段网络时代的发展情况来看，构建有效的实时数据已经成为发展的主要潮流。因此，高速性不单单只是应用到怎样快速创建数据方面，同时还包含快速的处理并且经过一系列的分析以此来反馈给使用者，从而从实际角度来满足使用者的实际要求。
（4）价值性（Value）：对于传统业务而言，能够随着时间的改变而逐渐形成一套标准的格式体系，很大程度上能够直接被商务智能软件所识别。相反，对于大数据自身结构而言，正是由于自身具备无规则以及模糊的特性，并不容易被常规的智能软件所破解。所以，怎样处理并从各种形式的复杂数据中挖掘价值成为现阶段迫切需要解决的问题。
2 土地数据如何向土地大数据转型
2.1 从大数据的特点来看
长时间以来，由于土地资源调查的业务需求，国内各地土地管理部门已经拥有大尺度、多时相、全样本的土地调查数据，牵涉到的遥感影像、矢量地图、表格、文本等类型，包括土地批、供、用、补、差等内容。单从数量上而言，现有的土地数据就已经超出大数据的一般标准。仅以第二次全国土地调查为例，对全国土地资源的数量、性状、利用状况等进行了系统性调查并构建全国土地利用基础数据库，数据量之巨大累积远远超过 10TB[11]。然而数据之“大”，不仅仅在于数量之“大”，还在于数据类型之“多样”、处理技术之“先进”、数据来源之“广泛”。
2.1.1 土地数据类型应更具多样性
结合目前的实际情况来看， 在大数据的多样性中提到的，除了传统的能够借助文本形式储存的结构化数据，还包含现阶段大数据渗透各个领域下所产生的一系列音频数据、图片信息等非结构化数据。对于现有的土地数据，虽然种类和样式多样化，但仍然还是以结构化为主要的模式，只有少量数据以非结构化的形式存在。
期刊文章分类查询,尽在期刊图书馆
2.1.2 土地数据处理技术应更具先进性
伴随着数据数量的爆炸式提升，数据的存储和处理问题演变成为了人们注重的焦点[12]。
过去，数据一直采用集中式的架构进行存储和处理。结合现阶段的实际情况来看，对于此类集中式数据库的基本构架，很大程度上促使数据库发展沦为系统突破的瓶颈因素。从整体的情况来看，海量数据并不能满足现阶段计算能力的实际需要，在大数据时代的背景之下，分布式系统逐渐成为一种发展趋势，民众更加希望借助相对低廉的设备来完成一系列高效性的作用，进而彻底远离笨重的大型设备。虽然目前土地数据量不断提升，然而，社会上仍然普遍使用的是传统的集中式处理模式。
2.1.3 土地数据来源应更具广泛性
传统土地数据来自遥感影像、土地测绘、现场调查、问卷调查、土地登记等，而网络大数据时代更多关注的则是可以每时每刻自动产生数据的方式，包括来自社交网络、搜索引擎、签到网站、以及各类传感器。
2.2 从大数据的精髓来看
维克托•迈尔-舍恩伯格和肯尼斯•克耶在《大数据时代》中，将大数据的精髓总结为人们分析信息时的三个转变[7]。而在我看来，这三个转变与其说是并列关系，不如说是递进关系。大数据时代，数据的获取方式变得方便，人们有条件可以获取并处理与某个特定问题相关的全部数据而不再依赖于随机采样[7]；正是由于人们有条件接触到更多的数据，有更多的数据作为分析样本，所以人们对于精确度的追求没有以往那么执着；也正是因为以上两点转变，使得人们不再热衷于寻找事物之间的因果性而是相关性[7]。从全体数据中挖掘出有价值的相关关系，是大数据的精髓，也是土地大数据转型的关键[13]。
土地管理的终极目的是为人服务，以往的土地管理以传统数据为基础，更多的关注土地的数量、位置、类型、性状、利用程度等以地为核心的信息，至于所有与人类行为特征相关的判断、人类的迁徙流动趋势、人类社会经济活动与土地之间的相互作用、交互关系等都是通过历史土地数据的变化情况进行反推，而无法体现人的行为特征与空间位置属性之间的相关性。
一直以来，对于数据的需求并没有办法来精准获取时空位置以及有效的实时信息。现存的土地管理模式仍然是借助土地为基本核心，不管在耕地保护制度或者土地集约体制上，民众所注重的仍然是土地的数量、土地在哪里、如何配置土地、如何利用土地。这是一种典型的以“地为中心”管理模式。随着大数据时代的到来，新型数据源通过社交网站的签到、主题网站的点评信息、手机定位以及各类传感器等为土地管理者提供了人的全样本信息。只有将这些新型的记录人的行为的大数据与传统土地海量数据结合起来才是真正有价值的土地大数据，才能能够告诉土地管理部门：与这些土地发生关系的人在哪里、人对地的需求模式和行为特征是怎样的，土地管理者才能依据这些人类的时空行为特征做出更加准确的土地管理与规划。
2.3 从大数据的核心来看
结合目前的实际情况来看，大多数定理都可以直观的向人们阐述出，在实验条件不变的状况下，反复重复多次时间，最后得出的随机事件的概率会逐渐趋于最后的理论概率[14]。因此，伴随着现阶段计算机处理计算的能力不断提升，人们获得的数据量不断提升，所能获得的价值也会不断攀升。实验的不断反复、大数据的日渐积累让人类发现规律，从大数据中挖掘决策依据， 正是大数据的核心[7]。在目前的土地管理领域，大数据决策面临着来自社会各界更大的挑战。首先是来自于不同部门、地区之间数据的隔离，相互之间难以得到充分的
交流，其实是各个部门以及地区之间内部数据的不完善。伴随着大量数据不断残缺，很大程度上阻碍了土地大数据决策的科学性、精准性。伴随着不动产数据信息不断扩展在各个领域，将城乡统一的地籍数据作为基本前提，针对不动产数据实施有效的统计，能够让有关部门的高层领导更好的掌握不动产的实际状况。从而寻找出更多内在关联性，积极的实施科学化的决策方式。
3 结语
大数据时代给土地管理带来了极大的机遇和挑战。在长期的发展中，土地管理部门已经建立起了以土地为中心，记录土地各种性状的数据库。土地管理者应在此基础上合理利用来自于社交网络和移动设备的各项数据，探索不同单位层级之间的数据共享机制，促进土地大数据发展，利用土地大数据支撑土地决策，做出更加准确合理的土地管理与规划。
参考文献
[1]王川.大数据时代图书馆数字资源的创新服务[J] 硅谷, 2015(1):207-208.
[2]陶丹. 大数据“ABC”[J]. 中国记者, 2014(3).
[3]李国杰, 程学旗. 大数据研究:未来科技及经济社会发展的重大战略领域——大数据的研究现状与科学思考[J]. 中国科学院院刊, 2012, 27(6):5-15.
[4]刘隽.大数据时代的挑战与机遇[J]. 甘肃金融, 2014(6):36-38.
[5]杜慧.大数据时代商业化的社会学研究[J]. 商场现代化, 2016(10):27-28.
[6]Manyika J, Chui M, Brown B, et al. Big Data: The Next Frontier For Innovation, Competition, And Productivity[J]. Analytics, 2011.
[7]Mayer-Schönberger V. [Big data: a revolution that will transform our lives][J]. Bundesgesundheitsblatt - Gesundheitsforschung - Gesundheitsschutz, 2015.
[8]曹方. 大数据 大智慧[J]. 上海信息化, 2013(1):20-23.
[9]张睿. 面向云存储的非结构化数据存储分析[J]. 电脑知识与技术, 2016, 12(1):52-54.
[10]李寒. Hadoop 平台下数据挖掘的研究与实现[D]. 桂林电子科技大学, 2012.
[11]王少勇. 二调建成全国土地利用基础数据库——首次实现全国土地利用状况数字化管理[J]. 国土资源通讯, 2014(1):37-38.
[12]戚建国, 丁金扣,张华.一种基于云存储环境下的数据处理机制[J]. 软件, 2015(1):141-144.
[13]吴强华,周楚军.大数据:土地决策“大智库”[J].中国土地, 2014(10):6-9.
[14]王红敢.随机事件概率的几种常见模型[J].中学生数理化:高二高三版, 2008(5):7-8.
论文作者:邱舒怡
论文发表刊物:《基层建设》2017年第18期
论文发表时间:2017/10/17
标签：数据论文; 土地论文; 现阶段论文; 时代论文; 土地管理论文; 领域论文; 人类论文; 《基层建设》2017年第18期论文;