大数据领导力的“五力”模型研究
文 \ 丁波涛 \ 上海社会科学院信息研究所副研究员，博士
摘要： 在信息化发展的新阶段，大数据成为一种关键性的战略资源，大数据治理成为国家治理的重要内容。然而目前的大数据治理体系混淆了“大数据管理”与“大数据领导”，造成实际大数据工作常常缺乏总体规划与协调。为此提出大数据领导力的概念，并构建了大数据领导力的“五力”模型，包括文化引导力、机构变革力、组织协调力、绩效控制力和资源保障力，还就领导干部如何培养和形成大数据领导力提出对策建议。
关键词： 大数据；领导力；数据治理
在信息化发展的新阶段，大数据成为十分重要的战略资源，各级领导干部要带领广大群众建设中国特色社会主义伟大事业，必须充分利用这种资源。习近平总书记指出，善于获取数据、分析数据、运用数据是领导干部做好工作的基本功，各级领导干部要加强学习，懂得大数据，用好大数据。
然而从笔者的实际调研来看，虽然各级领导普遍重视大数据工作，但实际往往参与不够，仍将大数据视为业务工作，而没有上升到战略层面。究其原因，在于目前的大数据治理体系混淆了“大数据管理”与“大数据领导”的概念，造成实际工作中往往有管理无领导，总体规划与协调不足。因此，各级领导干部必须提升大数据领导力，加强对本地区或本部门大数据工作的指导和协调，制订发展战略，营造良好氛围，创新体制机制，加快推进力度，加强资源保障，使大数据对国民经济和社会发展的助推作用最大化。
一、大数据领导力概述
（一）概念界定
从语义上讲，“大数据领导力”包括两种含义：一是对领导大数据工作的能力，二是大数据环境下的新型领导能力。从笔者搜索的国内外文献来看，现有成果多集中于第二个方面，即研究大数据带来的领导环境、领导内涵、领导素质、领导模式和领导体制变革以及应对策略，而关于第一方面的成果则比较少。本文将着重研究各级领导干部如何提升能力，更好地指导和统筹推进本地区、本部门的大数据工作。
领导力是领导者通过组织赋予他的职权和个人所具备的品德魅力去影响他人（部下）、实现组织目标并维系组织生存与发展的能力。[1]霍国庆等综合国内外各理论中领导力的形成因素，提出领导力由感召力、前瞻力、影响力、控制力和决断力五大能力构成，[2]该“五力”模型在国内得到了较为广泛的认可。
大数据领导力是领导力的子集，是领导力内涵在大数据时代的新拓展。目前国内外还没有关于大数据领导力的明确界定，与之接近的概念是“信息化领导力”，指领导者在信息化时代吸引和影响追随者和利益相关者并持续实现群体或组织目标的能力。[3]根据这种思路，本文将大数据领导力定义为领导者通过引导、影响和驱动他人，提升大数据意识、变革大数据管理、开发大数据资源、激活大数据价值，推动实现组织目标的能力。
不管是什么建筑工程，都需要满足功能要求才能够开始施工建设，以保证建筑工程的适用性，保证建筑工程的功能均能够正常运行。
氯化浸金试验中，氯酸钠的作用是氧化矿浆中的金，使金能够和溶液中的氯离子作用生成[AuCl4-] ，以达到浸出金的作用。一般来说，溶液中氯酸钠用量越多越有利于金的浸出，但成本也相应增加。本文采用单因子变量原则，通过考察不同氯酸钠用量下金的浸出率来确定最佳氯酸钠用量。氯酸钠(g/L)：4、8、12、16、20；氯化钠：1.0 mol/L；稀硫酸：3.0 mol/L；矿浆浓度：25%；温度：80℃；时间：2 h。不同氯酸钠用量试验结果如图7所示。
同时根据研究目标，本文将大数据领导力的范围限定为政府场景，着重研究各地区、各部门的党政干部对政府大数据工作的领导能力。
（二）大数据领导力的时代背景
大数据领导力之所以应当成为引起全社会高度重视的新课题，有着深刻的时代背景。
由表1可见，促进大数据技术创新与应用中，领导层的作用主要体现在建立与大数据相适应的体制机制、加强与上下游机构的对接与协作、提供与技术创新及应用相关的资源等。
从政治发展角度来看，随着互联网的升级换代，大数据不仅成为重要的经济社会资源，它还具有把握社会发展特征、预测社会演变规律、构造社会话语权的功能，正在成为一种重要的政治资源。各级领导干部如果不能充分掌握和熟练驾驭这种关键性政治资源，就无法有效地治国理政。正如有专家指出，大数据引发的重大思维变革必将改变领导干部的决策思维,并日益成为他们提高国家治理能力的新武器。[5]
从领导力演变过程来看，权变理论已经表明，情境是领导力的重要来源，只有当一个领导者的领导风格与相应的情境匹配时，才能达到最理想的领导效果。[6]大数据是当今社会发展的主要特征，也是分析领导力形成过程的最重要情境。领导者的知识背景、性格特征、行为方式以及领导模式与大数据时代的政府开放化、机构扁平化、决策理性化、治理多元化等情境的匹配程度，将在很大程度上决定领导的有效性。因此在当今大数据时代，领导干部要确立领导力，首先要具备大数据的领导力。
（三）大数据领导与大数据管理的比较
对大数据的价值和作用要有准确把握。现实中不少领导干部对大数据的认识存在两种极端，一种是认为大数据“作用不大”，更信赖传统的工作和决策模式；另一种则认为大数据“无所不能”，指望一切难题都靠大数据来解决。这两种极端认识都会给大数据工作带来困扰，前者会造成大数据工作得不到重视，后者常常给大数据工作提出过高要求。领导干部对大数据能做什么、不能做什么必须有科学的判断和准确的把握，防止大数据工作走入歧途。
大数据领导侧重于战略层面，而不是业务层面。大数据是一种技术，更是一种思维、模式和方法，还是一种重要的国家战略资源，体现着一个国家综合竞争实力，对国家战略、国家安全和国家发展具有重要意义。[7]要实现大数据条件下的政府管理和公共服务模式创新，既需要技术支撑，更需要高层领导在战略层面推动工作思维、工作模式和工作方法的全面变革。
诚如吴重庆所言：“我们强调对事件过程和背景的深入体察，不仅从调查中发现问题，而且将问题置于调查的具体场景中展开，以保证理解的完整性，并防止以既有的理论解释代替对问题的思考。正是把问题置于完整而具体的事件之中，才有了以既有理论解释问题时所无法发现的灵感，研究也才有了进一步深入的希望。”[注]吴重庆：《农村研究与社会科学本土化》，《浙江学刊》2002年第3期。毕竟，村落民俗志书写不应成为罗列乡村琐事的拼盘，也不应满足于立此存照式的村落民俗画卷。笔者深信，就在众多村落所呈现的异同之间，蕴含着中国基层社会的真正奥秘，这应该成为当代村落民俗志书写努力的方向。
大数据领导侧重于整体目标，而不是工作目标。大数据是机构的诸多工作之一，服务于机构的整体发展。数据管理部门主要关注大数据如何采集、如何清洗、如何归并、如何利用等，而领导层面则应关注大数据工作目标与机构整体目标是否一致、如何实现大数据绩效成本的最优化、如何避免大数据工作中的利益部门化与个人化、如何利用大数据推动机构的创新等。
大数据领导的重点是变革管理，而不是任务实现。管理大师约翰·科特（John P.Kotter）指出，“管理面向现在应对复杂性,领导面向未来推进变革”,以及“领导是变革的推动力”。[8]简而言之，领导是处理变化的能力，管理是处理复杂性的能力。因此大数据领导的重点不是管理复杂数据实现特定任务，而是要推动思维方式、工作模式、组织机构、制度规章等变革，以适应新的大数据环境。
正因为如此，大数据管理不能替代大数据领导。在实际工作中，政府部门既要加强大数据的采集、整理、利用以及安全保障等业务，也要从战略层面上做好大数据规划、资产管理等工作，构建与大数据相适应的新型体制机制。
二、三种视角下的大数据领导力
大数据是一个包容性概念，有着多种内涵。文献梳理了三种大数据观：一是技术观，将大数据视为数据开发技术及相关基础设施、应用服务；二是内容观，将大数据视为海量的电子化数据、资料、信息等；三是资源观，将大数据视为社会发展所需要的战略资源和新型财富。[9]三种视角下的大数据治理，都离不开领导层的参与和支持。
（一）大数据技术领导力
大数据作为一种新技术，其应用效果受到多种因素影响。结合有关文献，[10][11][12][13]关于信息技术创新与应用效果的研究，本文归纳了影响大数据技术创新与应用的各种因素，并将其分为机构特征、创新网络、体制机制等类别。这些因素中，一些属业务层事务，而一些则属于领导层事务，而机构特征和外部环境则属机构不可控因素（表1）。
从信息化发展历程来看，信息技术在社会各部门中的应用经历了一个从技术融合到业务融合再到战略融合的过程。在新的工作环境中，大数据的归集、共享和创新应用等工作都涉及流程再造和利益调整，仅依靠信息化部门和信息技术工作者难以把握和推进。正如信息化工程是“一把手”工程，大数据工作也应当成为“一把手”工程。领导干部作为“关键少数”，必须积极主动融入大数据时代，适应大数据驱动的治理变革，从战略和决策层面上对管辖范围内的大数据工作进行有力领导。[4]
（二）大数据内容领导力
数据观视角侧重于数据内容的管理，涵盖从采集到使用的大数据全生命周期。从国际数据管理协会（DAMA）、[14]国际数据治理研究所（DGI）、[15]中国电子工业标准化技术协会[16]等机构的相关数据治理模型来看，大数据管理的主要事项包括战略规划、数据采集、数据处理、数据安全等内容（表2）。
从表2来看，大数据内容管理中的不少事务需要领导层和管理层的共同参与，如数据战略、数据安全、数据共享、管理支持等，其具体工作可以由信息中心等业务部门来承担，但领导层必须根据本机构的整体特点和工作部署，为业务部门开展工作指引方向。同时，数据安全、数据共享、管理支持等事务中涉及部门之间以及本机构与外界的沟通协调，更是离不开领导层的参与。
表1 大数据技术创新与应用的影响因素
表2 大数据内容管理的主要业务
（三）大数据资源领导力
领导干部要指导、组织和推进大数据工作，首先要在思想上比其他人先行一步、高明一筹，对大数据价值与作用、大数据的应用场景、大数据工作的推进方向有更前瞻和深入的思考与预判。
1、提高对往来账款管理的重视。为更好地从源头完善往来账款的管理环境，应从高层到业务部门全面提高对往来账款的重视，从制度管理和实际操作中建立完整的管理体系，进行分级、分工操作。建立以公司经理为组长、财务负责人为副组长、相关部门负责人为成员的往来款管理小组，负责全公司往来款管理的考核和督导。基本原则是全公司业务部门以财务部为首，以财务部每月公布的往来款数据为准，按照业务归口负责的管理制度，进行每月的管理情况通报，并对未能及时完成往来款催缴和清理工作的部门进行绩效扣罚。
从表3来看，资产层面的大数据管理基本不涉及技术事务，需要信息部门和规划、审计、财务、国资等部门密切合作，特别是数据资产的审计和成本管理，必须由信息部门之外的专业机构来承担，在此过程中，机构的高层领导必须参与组织、协调和督导。
三、大数据领导力的“五力”模型
根据上述对大数据管理中领导层职能的分析，借鉴中国科学院领导力课题组[21]以及毕新华、[22]化方[23]等关于信息化领导力构成的理论研究，本文将大数据领导力归纳为文化引导能力、组织变革能力、利益协调能力、绩效控制能力和资源保障能力组成，参见图1中的“五力”模型。
表3 大数据资源管理的主要内容
（一）文化引导能力
组织文化建设是一场长期和渐进的运动,也是影响最深远但实施最困难的变革。著名大数据专家涂子沛曾指出，大数据文化是尊重事实、强调精确、推崇理性和逻辑的文化。[24]要实现国家治理体系和治理能力的现代化，迫切需要构建在数据基础上的科学与理性，树立尊重事实、强调精确、推崇理性和逻辑的大数据文化，使注重数据、使用数据成为一种社会风尚，把大数据从科技符号提升为文化符号。
培养大数据思维。历史学家黄仁宇曾指出，传统中国社会缺乏“数目字管理”，造成国家与社会管理模糊杂乱，[25]当前这个问题仍广泛存在。领导干部要有主动营造大数据思维的意识，并通过制度建设、支持引导、行为表率、人际沟通等将其彰显出来,在机构内形成“用数据说话、用数据决策、用数据管理、用数据创新”的新的工作习惯。
提升大数据认识。思想是行动的先导。领导干部要通过学习、培训和宣传等手段，让干部群众深刻认识到大数据发展应用对于推进经济转型发展，提升政府治理能力，提高群众生活质量，增强区域发展竞争力的重要价值，使采集大数据、共享大数据、利用大数据成为政府工作人员的本能反应和自觉行为。
PLC数字量输入点数的统计：1)启动按钮、停止按钮、计米按钮、急停开关、自动\手动选择开关等元件。2)测量钢带速度、长度及排线控制使用的接近开关。3)变频器、变频电机风机热继电器保护报警信号及伺服控制器报警信号。需要13个数字量输入点。
图1 大数据领导力的“五力”模型
（二）组织变革能力
大数据不仅是技术升级,更意味着社会变革。[26]变革能力是领导干部从总体上把握大数据发展方向、制定关键性决策从而推动战略性变革的能力。借鉴科特提出的变革领导“八步法”变革过程，[27]本文将大数据变革能力分为三个方面：
健全大数据治理体制。包括建立高层领导牵头的大数据治理委员会，形成强有力的跨部门协调机制，消除既得利益者对数据采集、共享、开放和利用等工作的干扰；推动建立政府部门的首席数据官（CDO）制度，专门负责本部门的数据治理以及跨部门的数据共享事宜，促进大数据与政府业务的深度融合。
不考虑蒸汽侧流量偏差，造成过热汽温偏差的主要原因包括烟气流速不均和烟气温度不均。对于四角切圆锅炉，炉膛出口普遍存在“烟气残余旋转”，A厂锅炉燃烧器假想切圆方向为顺时针，炉膛上部水平烟道A侧烟气残余旋转方向与引风机吸力方向一致，烟气流速较快；B侧的烟气旋转方向与引风机吸力方向相反，烟气流速低且紊流程度大，由此在烟道A、B两侧形成较大的速度偏差。
实施变革战略。加强与各级干部和员工的沟通，将领导者变革大数据管理体系的意志贯彻到各级部门和人员之中；推动和授权相关部门和人员推进变革行动，并在短期内取得可见的变革成效，从而进一步凝聚共识、增强信心。
我跟阿花商量，别和大发厂狠了，狠不过人家的。阿花把林强信的祖宗八代操遍之后，说也罢，我们自己培养熟手，现在订单充裕了，王义山负责生产，你负责技术指导，尽快培养新员工。
巩固变革成果。大数据变革取得初步成效后，一方面应当及时将新的大数据管理流程和模式标准化、制度化，以固化变革成果；另一方面要加强大数据变革的社会宣传，通过外部舆论形成内部的持续变革压力。
（三）利益协调能力
大数据协调能力指高层管理者组织、协调相关部门和人员推进大数据变革进程，实现内外部协作的能力。
创造变革环境。要借助宣传、培训等手段，让各级领导干部和群众认识到大数据管理中存在的不足，以及与先进水平的差距，增强变革紧迫感；建立大数据变革的领导团队，明确大数据变革的愿景。
建立利益补偿机制。大数据价值存在感知差异，在一个部门眼里可能是“垃圾”和“废物”的数据，在另一个部门眼里却可能是“宝藏”和“金矿”。[28]对前者而言，大数据工作投入多、回报少，但其数据有助于提升政府大数据工作整体效能。对这类部门和人员应给予一定的利益补偿或政绩激励，增强其工作积极性。
[15]Beglar,A.&Hunt,A.(1999).Revising and validating the 2000 word level and the university word level vocabulary tests.Language Testing,16,131-162.
（四）绩效控制能力
大数据控制力是领导者有效控制大数据工作发展方向和战略实施过程，确保大数据应用的路径最优、效益最大、成本最低和风险最小的能力。
具体而言，该能力表现为对大数据采集、归集、共享、开放、利用等各环节的综合成本投入和实际产出效益进行评估与度量，优化大数据工作流程，确保效益最大化和成本最小化的能力。主要任务包括指导和督促相关部门开展大数据综合成本测度、大数据绩效评估、大数据审计、大数据工作改进等工作。
（五）资源保障能力
政府大数据应用需要较大的人、财、物投入，领导干部要为本部门或本地区的大数据工作顺利开展提供必要的资金、人员、设备等保障。
大数据工作的资金保障。一方面，领导干部应加快观念更新，扭转以往信息化建设中常常存在的“重技术、轻内容”倾向，增加对大数据工作的经费投入；另一方面，也要防止信息化重复建设，充分利用云计算等新技术，促进大数据软硬件资源的共建共享。
大数据工作的人才保障。人才层次的高低是大数据能否科学嵌入治国实践的重要制约因素，[29]而复合型人才又是实现大数据与政务工作有机融合的关键所在。领导干部要根据实际情况，通过自主培养、人才引进、与IT企业建立长期合作等方式，打造一支既懂政府业务又熟悉大数据的复合型人才队伍。
四、大数据领导力的形成
领导力的核心是影响他人的能力。[30]这种影响如何实现？不同理论的回答各异：“领导特质论”重视领导者人格力量和先天品质对他人的吸引和感召作用，“领导行为论”重视领导者的行为方式对下属的驱动作用，“领导权变论”重视情景对领导者与被领导者关系的影响，“领导力理论”则认为领导力产生的源泉是愿景、变革、文化。[31]
为此本文将领导力构成分为特质、行为、关系三类因素。要形成大数据领导力，领导干部要提高自身大数据素养，率先开展大数据应用，并通过改革来重塑机构内的人际与部门关系。
第一，因材施教，需要根据不同班级的学习风气、整体素养等等方面，进而明确该班级的教学目标以及教学方式。关于班级学习风气的差异，例如，如果一个班级的整体学习风气比较好，那么则以自主练习为主；如果一个班级的整体学习风气较为一般，那么则应该以教师组织练习为主，有利于提升课堂教学效率与质量；从学生素质角度来讲，如果一个班级学生的整体身体素质较为一般，应当既定教学目标，将相关要求适当放宽；如果一个班级学生的身体素质比较好，则可以适当提升体育运动的要求，有利于激发学生的挑战积极性，从而达到提升效率的目标。
（一）提升自身大数据素质
近几年许多国家从法规政策角度强化政府数据的资产属性，推动政府数据的价值实现，[17]促进大数据的资源化。资源观的政府大数据管理是综合运用数据管理法律制度、人员组织、技术方法以及流程标准等手段，对政府数据的可用性、完整性、安全性等进行全面管理，以确保政府数据资产的保值增值，进而推动政府数据从公共资产转换为现实的经济社会价值。[18]综合国际数据管理协会（DAMA）的数据管理知识体系指南（DMBOK）、[19]中国信息通信研究院的“数据资产管理实践白皮书”[20]中的相关研究，数据资产管理体系如表3所示。
2000-2001年示范推广国产精 唑禾草灵（千里马、精骠等），但春季出现较大面积药效不稳定现象。2003年开始，国产精唑禾草灵（金马、精骠等）药效稳定后使用面积逐步扩大。2003年国产苯磺隆、2006年国产氯氟吡氧乙酸得到普遍应用。2010年开始示范应用大能（唑啉草酯·草酯）、麦极（炔草酯）防除小麦田禾本科杂草、爱秀（唑啉草酯）防除大小麦田禾本科杂草。2011年国产炔草酯使用面积迅速扩大。2013年爱秀（唑啉草酯）防除大小麦田禾本科杂草面积逐步扩大。
大数据领导与大数据管理密切相关，但在层次、目标、内容有着显著区别：
对大数据工作要有前瞻性预判。领导干部要结合大数据工作的一般性规律和实际状况，对大数据工作的切入点、重点、难点有所预判，特别是对那些可能影响大数据获取、整合、共享和利用的瓶颈和症结要做到心中有数，并提前研究应对方案，防止大数据工作因遇到困难和阻力而半途而废。
（二）构建新型领导方式
要形成大数据领导力，领导干部还需要身体力行、率先垂范，构建与大数据相适应的新型领导方式。文献归纳了大数据环境下新型领导力的特点：
注意到在B中包含i的成员有26个,i=1,2;在B中包含j的成员有29个,j=3,4,5,6。我们有每个C(ui)至少包含3种颜色,故C(X)⊆B2∪B3, C(X)∪C(Y)⊆B,有10+n≤48,可得:n≤38,因此当39≤n≤48时,B中的成员不能区分X和Y中的(10+n)个顶点,得出矛盾。以下仅考虑当31≤n≤38的情况。
1.敏捷式领导（Agile leadership），能够对环境变化做出快速反应。
2.参与式领导（Participative leadership），去中心化、采纳集体智慧，鼓励自组织、自管理。
2.2 新生儿气胸独立危险因素 Logistic多因素回归分析结果显示，ARDS、剖宫产、肺炎、湿肺及羊水吸入综合征为新生儿气胸发生的独立危险因素(P<0.05，表2)。
你5岁时开始学象棋,还记得2015年参加南京市“金陵杯”象棋比赛吗？那次高手如云，且你年龄上也不占优势，最痛苦的是第一局你竟然输了。你有点失落，爸爸跟你说：“朗朗没事，只要下出自己应有的水平就行了！坚持就是胜利。”听了爸爸的话，你卸下包袱，过五关，斩六将，一路厮杀，超常发挥，结果获得了第二名的好成绩。站在领奖台上，你无比感慨,也记住了爸爸的话：坚持就是胜利！
3.网络式领导（Networking leadership），不仅将大数据引入领导工作，还要保持与员工的紧密联系，并将内部与外部联系起来。
4.开放式领导（Open leadership），能与内外部进行开放式交流，接收反馈、接受批评。
新型领导方式注重信息和知识的内部流动和内外交换，有助于形成领导层与业务层之间的双向数据流，一方面将领导层纳入大数据的核心运动之中，另一方面将驱动各级人员重塑和构建大数据为导向的新型工作模式。
（三）重塑大数据领导机制
大数据领导力不仅意味着领导力增加了新的内容，也意味着领导力的形成方式发生了深刻变化。领导干部除了提升素养和率先垂范之外，还应当改造组织环境和重塑上下级关系，形成有利于大数据应用的机制。
其一，主动领导大数据工作。在以往政府体制中，大数据常常被视为技术性、事务性工作，通常不会列入需要领导干部（尤其是“一把手”）处理的重要事项。因此领导干部应当主动关心和指导本地区或本部门的大数据工作，既提升各级人员对大数据工作的重视程度，同时也能够主动掌握大数据的领导权。
其二，积极提拔大数据人才。领导干部要有意识地提拔任用一批在大数据获取与利用方面有激情、有能力、有成效的人员，发挥职务晋升这一重要指挥棒对于推动机构文化变革和工作方式转变的导向作用，并通过这些人将新技术、新方法和新思维渗透和扩散到更多的部门和人员之中。
参考文献：
[1]凌文辁,柳士顺,谢衡晓,等.建设性领导与破坏性领导[M].北京：科学出版社,2012.
[2]中科院科技领导力研究课题组.领导力五力模型研究[J].领导科学,2006(9)：20-23.
[3]霍国庆,孟建平,刘斯峰.信息化领导力研究综述[J].管理评论,2008(4)：31-38.
[4]何平.大数据时代领导干部的思维变革[J].大连干部学刊,2016(4)：40-44.
[5]王保彦.领导干部运用大数据能力研究[J].中共天津市委党校学报,2015(4)：8-12.
[6]李明,毛军权.领导力研究的理论评述[J].上海行政学院学报,2015(6)：91-102.
[7]徐青山,杨立华.大数据对中国电子政务发展的影响及应用[J].北京航空航天大学学报(社会科学版),2016(6)：7-12.
[8]Kotter J P. A force for change： how leadership differs from management[M] .New York： The Free Press,1990.
[9]宋懿,安小米,马广惠.美英澳政府大数据治理能力研究——基于大数据政策的内容分析[J].情报资料工作,2018(1)：12-20.
[10]司林胜,王文举,魏明侠.企业信息技术应用绩效影响因素的实证研究[J].预测,2007(2)：36-40.
[11]胡义东,仲伟俊.高新技术企业技术创新绩效影响因素的实证研究[J].中国科技论坛,2011(4)：80-85.
[12]叶春森,蒋翠清.一种企业技术创新绩效影响因素分析模型[J].合肥工业大学学报(自然科学版),2008(3)：402-406.
[13]王京安,刘丹.企业间合作创新绩效的影响因素及机理——基于社会网络视角的理论分析[J].南京工业大学学报(社会科学版),2013(4)：89-97.
[14]DAMA International. DAMA-DMBOK2 Framework[EB/OL].(2018-03-17)[2019-05-15].https：//dama.org/sites/default/files/download/DAMA-DMBOK2-Framework-V2-20140317-FINAL.pdf.
[15]The Data Governance Institute. The DGI Data Governance Framework[R]. Orlando： DGI, 2009.
[16]张绍华,杨琳,高洪美,等.《数据治理规范》国家标准解读[J].信息技术与标准化,2017(12)：25-29.
[17]夏义堃.政府数据治理的国际经验与启示[J].信息资源管理学报,2018(3)： 64-72+101.
[18]夏义堃.试论数据开放环境下的政府数据治理：概念框架与主要问题[J].图书情报知识,2018(1)：95-104.
[19]DAMA.数据管理知识体系指南（DMBOK）[EB/OL].(2018-04-07)[2019-06-03].http：//www.dama.org.cn/drupal620/zh-hans/node/13.
[20]中国信息通信研究院.数据资产管理实践白皮书[EB/OL].(2018-05-04)[2019-06-13].http：//www.3mbang.com/p-1735019.html?WebShieldDRSessionVerify=tZS6K3vK0bS T6LV7m2ZD.
[21]中国科学院领导力课题组.信息化领导力范式[J].领导科学,2010(13)：38-40.
[22]毕新华,王磊,曹越.信息化领导力对信息技术参与服务创新影响机理的实证研究[J].情报科学,2015(4)：125-131.
[23]化方,杨晓宏.中小学校长信息化领导力绩效指标体系研究[J].中国教育信息化,2010(4)：7-10.
[24]涂子沛.数据之巅：大数据革命 历史、现实与未来[M].中信出版社,2014.
[25]张义祯.树立大数据治理意识[N].学习时报,2014-12-15(4).
[26]徐继华,冯启娜,陈贞汝.智慧政府：大数据治国时代的来临[M].北京：中信出版社,2014.
[27]约翰P.科特,丹S.科恩.变革之心[M].北京：机械工业出版社,2013.
[28]马亮.大数据治理：地方政府准备好了吗?[J].电子政务,2017(1)：77-86.
[29]胡洪彬.大数据时代全面推进依法治国的思考[J].行政与法,2015(2)：42-46.
[30]武庆新.领导力培养的18堂课[M].北京：北京工业大学出版社,2013.
[31]王云峰.领导力理论溯源及创业领导研究方向[J].技术经济,2008(6)：21-26.
A Study on 5-Capability Model of Big Data Leadership
Ding Botao
(Institute of Information Science, Shanghai Academy of Social Sciences,shanghai 20020,china)
Abstract: In the new stage of informatization development, big data has become a key strategic resource, and big data governance has become an important part of national governance. However, the current big data governance system confuses "big data management" with "big data leadership", resulting in the lack of overall planning and coordination of actual big data work. For this reason, this paper puts forward the concept of big data leadership,and supposes a 5-capability model of big data leadership, including capabilities of cultural guidance, institutional change, organizational coordination, performance control and resource support. This paper also puts forward some countermeasures and suggestions on how to cultivate and form big data leading power of officers.
Key words: big data； leading power； data governance
DOI： 10.3969/j.issn.1674-7739.2019.04.008
责任编辑：王 缙
标签：大数据论文; 领导力论文; 数据治理论文; 上海社会科学院信息研究所论文;