/大數據時代高等學校資產管理信息系統建設探討摘要：大數據時代正處于不斷發展之中。對大數據時代的數據理念進行理性分析，把握大數據時代思維方式變革，已成為當前高校資產管理工作須要深化思索并切實貫徹的重要戰略課題。本文以吉林高校資產管理為例，探討如何以新的策略來應對大數據時代對高校資產管理工作所提出的挑戰。關鍵詞：大數據；高校；資產管理中圖分類號：G647文獻標記碼：A文章編號：1673-8454（2016）07-0023-05在進入新世紀的今日，互聯網已經發生巨大的變更，大數據（Bigdata或Megadata）正以前所未有的速度重塑人們探究世界的道路。[1]大數據時代的到來，使人類相識世界和改造世界的思維方式發生深刻變革。對大數據時代的數據處理理念進行理性分析，把握大數據時代思維方式變革，應對大數據時代對高校資產管理工作所提出的挑戰并找出相應對策，是當前必需深化思索并切實貫徹的重要戰略性課題。為適應時代挑戰，吉林高校資產管理和后勤處在日常工作中建設起新型“云平臺”，從而初步實現了對高等學校資產的新型優化管理。一、大數據的內涵及其特征“大數據”一詞的干脆來源特殊新，一般都追溯到2012年2月13日TheNewYorkTimes網站上所刊出的一篇題為“theAgeofBigData”（作者是SteveLohr）的專欄文章。SteveLohr在文中稱：大數據時代已經駕臨 ，在商業、經濟及其他領域中，決策將不再基于閱歷和直覺，而是日益基于數據和分析。[2]所謂大數據，是指數據規模巨大、類型繁多、更新速度極快的數據庫。[3]大數據的基本要義有二：一是數據為大量數據集合，其規模已達到無法在確定時間內用常規軟件工具對其內容進行提取、管理、分析、處理和應用；二是提取、管理、分析、處理和應用這些數據有賴于新的技術體系。[4]維基百科也對大數據做出了一個描述性定義：“巨量資料（BigData），或者大數據，指的是所涉及的資料量規模巨大到無法通過目前主流軟件工具在合理時間內達到擷取、管理、處理并整理成為幫助企業經營決策更主動目的的資訊。”[5]大數據是一個寬泛的概念，但全部定義毫無異議地均突出了“大”這一重要特征。這種“大”不僅體現為數量上的“大規模”，更體現為數據應用的“大價值”。大數據一般來說有“4V”特征，即Volume（容量）、Variety（種類）、Velocity（速度）和Value（價值）。1.數據總量增長快速（Volume）數據量大是大數據的基本屬性。依據IDC的定義，大數據的數據量至少要有超過100TB的可供分析數據。數據規模激增的根本緣由是當下的用戶已經習慣于通過網絡來獲得和共享大量數據，從而導致存儲數據的總量持續增長；其次是人們獲得數據的實力不斷強化，對數據的精度和維度的要求也大大提高，這使網絡所供應的數據更接近事物的原來面目、更接近真實的紛繁世界，但這必定同時強化了數據的困難性和多樣性，從而令數據總量大大增加。另一個導致數據量增長的主觀緣由是人們處理數據的方法和理念已發生根本變更。隨著技術的發展，在許多應用領域，單一維度的取樣已經滿足不了不同人群不斷提出的多樣化、細致化需求，為使處于運用狀態的數據總量可以帶來更高的精確性，從而能夠全方位、多角度地說明事物的困難屬性來滿足人們的要求，納入處理范圍的數據總量勢必顯著增多，這就在客觀上導致樣本數目的總存量持續靠近原始的總體數據。[6]2.數據類型多樣（Variety）大數據關注包含大量微小環節信息的非結構化數據。數據類型繁多、困難多變是大數據的重要特性，這和從前的結構化信息時代存在著顯著的差異。結構化信息所強調的是大眾化、標準化的屬性，這使結構化數據的困難程度多呈線性增長，新增的數據可以通過常規技術手段進行處理。因此，事先定義好的結構化數據盡管數量浩大，但卻可以不考慮其中的微小環節，僅僅抽取其中的有用信息即可滿足多方的基本需求。然而，非結構化數據卻并不存在統一的結構屬性，因此在記錄數據數值的同時，還必需做好數據結構的存儲工作，這就在根本上大大增加了數據存儲、處理的難度。在大數據時代，工作、生活中的各種半結構化、非結構化數據已漸成主流數據。據不完全統計，非結構化數據量已占到數據總量的75%以上，其增長速度比結構化數據平均要快十到五十倍。[7]3.數據處理速度快速（Velocity）數據動態采集技術的飛躍實現了海量數據的實時采集、傳輸，同時還實現了按不同主體的須要供應交互式、實時或準實時數據分析的任務，主體因此可以快速了解變更的環境，獲得所需的學問和信息，從而基于相應的處理結果做出精確而合理的應對策略。這就要求大數據平臺必需能夠在1秒鐘內乃至更短的時間內形成主體所要的數據處理結果，否則所形成的處理結果就是過時和無效的。可見，大數據要求數據的快速、持續的實時處理，同時這種要求還呈現出不斷增加和多樣化的態勢，這一點構成了和傳統的數據動態處理技術的本質不同。4.數據價值密度低（Value）數據價值密度低是大數據時代非結構化數據的重要屬性，也是大數據的數據呈現方式所導致的嚴峻問題之一。在常規狀況下，為了獲得未經對事物進行抽象、歸納等處理的全部微小環節，從而保證為新產生的應用供應足夠的有效信息，大數據所供應的數據引入策略允許干脆接受全部原始數據，然后再從這些數據中可以分析更多的信息。然而，這種引入方式卻會導致大量冗余信息和錯誤信息的引入，因此相對于結構化信息時代，大數據價值密度偏低。這就造成一方面數據的確定數量激增，一方面數據包含有效信息量的比例不斷削減。主體如何發揮主觀能動性，接受合理方式有效地從低密度的數據中找尋有價值的數據，是當前必需著手解決的重要問題。大數據時代是高校資產管理工作的宏觀時代背景，但深化探討如何轉變工作方式，主動應對大數據時代的挑戰，從而做好資產管理的優化工作，還必需密切結合當前高校資產管理的實際建設需求和新型建設目標，更有針對性地接受全新的信息系統架構和技術手段來采集、存儲并分析數量巨大的數據。二、高校資產管理系統的常規建制及大數據時代的新型建設目標1.高校資產管理系統的常規三級單位管理建制及其具體分工高校資產管理系統一般實行三級單位管理建制，不同層級單位的具體分工不同，從而實現有效的分工協調。現以吉林高校資產管理系統的基本構架為例來說明。一級管理單位為資產管理和后勤處。該級管理單位主管全面工作，具體負責資產的全面綜合管理、公文（合同）的全面綜合管理以及總體的經營效益分析管理等宏觀層面的工作。二級、三級管理單位為控股公司（經營公司）和控股公司下的三級單位。該級管理單位負責和資產經營有關的監控和管理工作，所負責的基本任務為本級單位的資產管理、本級單位經營效益分析管理、相關公文（合同）管理和三級單位上報企業報表（包括資產負債表、利潤表、現金流量表）等事項。2.大數據時代高校資產管理系統的新型建設目標在大數據時代，高校資產管理系統的常規建制及其具體工作任務變得更為繁雜，因此，如何處理好來源分散、格式多樣的總數據，從而更好地實現剛好、高效的管理工作，便是新時期高校資產管理系統的建設目標。具體來說，要力爭借助大數據支撐技術，通過對一級單位、二級單位、三級單位資產信息系統等網絡載體的管理，做到全面掌控高校各部門相關的資產管理狀況，實現對高校各部門資產管理最新動態的剛好把握，進而做好應對各方事務的準備。要想實現這樣的目標，高校資產管理系統必需能夠對已獲得的海量網絡信息中那些和高校各部門資產相關的信息進行動態分類采集、智能化分析，從而實現對資產流失、突發事務和重大公共事務信息的發覺乃至預期。為此，必需利用新技術手段，打造起高校資產管理系統“云平臺”。三、高校資產管理系統“云平臺”架構1.高校資產管理系統總體架構高校資產管理系統“云平臺”是通過虛擬化技術[8]，在物理服務器的基礎上搭建若干虛擬機，部署相應的應用服務器、數據庫服務器，并基于NAS[9]、IPSAN[10]、FCSAN[11]等技術構建其虛擬化存儲體系，在云端存儲全部的應用數據。通過云平臺的管理套件和虛擬服務器可以實現存儲資源的定制化、可計數、動態支配和運用，并在此基礎上搭建網絡資產管理系統應用。吉林高校高校資產管理系統“云平臺”的總體架構分為四層，具體狀況如圖l所示。四層架構的設計能夠保證資產管理和后勤處對其運營全程監控，和此同時，通過各個架構獨立運行和平臺系統整合，還可以把全部資產管理運用單位鏈接為一個有機整體，不同層級的架構既可以遵照權限運行屬于自身的模塊，也可以利用部分共享模塊。但各層架構之間又具有相對獨立性，從而保證了有關信息不會隨意跨越層級流通。2.“云平臺”的四層架構的具體內容（1）第一層為校資產管理和后勤處。資產處所安裝的各種數據設備如圖1所示。該層的資產管理平臺包含全部分校區和子公司的全部模塊，賜予資產處統籌全局的權限，相關負責人可以查看并享有處置分校和旗下公司資產的完整權限，還可通過設定管理權限來管理下屬子公司和部門。簡言之，資產處既可以自行完成資產的分類、編碼、建庫、盤點以及清查等工作，也可以通過管理平臺來完成資產的管理。此外，這一層級還配備了獨立于全部模塊的資產信息交互平臺，該平臺用于完成校區內資產和各項資源的信息交互、資產上報以及校內資產交易等重要事宜。（2）其次層為數據服務器、應用服務器、內網交換機、外網交換機以及局域防火墻等。該層結構通過防火墻和權限設置來完成平安工作。其中，數據服務器完成數據的存儲、調用、更新等工作，它接受集群配置，但存儲則接受陣列配置，因此可以滿足數據平安要求；應用服務器能夠脫網工作，整個系統則既可以在網絡上運行也可以在校內網上運行；應用服務器的內部安裝有吉林高校資產管理數字平臺軟件組，里面包含資源交互網站。（3）第三層為經營性單位和控股公司服務器。該層服務器安裝有完整的平臺軟件組，但僅享有部分軟件界面的應用權限和資產錄入盤點權限，以及有限的訪問和部分資源交互權限。上述權限可以滿足相關運用者完成資產的日常管理須要和上報工作。（4）第四層為配有服務器的吉林高校各分校區系統。本層級的服務器也安裝了完整的平臺軟件，可以滿足獨立運行，但和第三層級的服務器一樣，處于這一層中的系統同樣僅享有被賜予的相關權限。可見，四層架構的構成方式能夠保證資產管理和后勤處對其運營全程監管，并有效實現了各個層級之間的分工協作。但四層之間的分工協作則必需在“云平臺”所搭建的軟件架構中才能實現。3.吉林高校高校資產管理系統“云平臺”軟件架構該“云平臺”的主要構成有：資產數據庫、資產信息交互平臺、各校區固定資產管理、各流淌資產管理、經營機構資產管理、控股公司資產管理、無形資產評估立項、資產核算報表管理以及資產平安管控等9個門類，另外還配有獨立的平臺系統維護界面。4.高校資產管理系統數據庫的日常功能（1）用多樣性的分類法靈敏地實現對資產盤點和管理。具體有按校區劃分庫資源、按類別劃分庫資源、按時間劃分庫資源、按科系劃分庫資源以及按管理劃分庫資源等分類方式。不同的分類方式意味著對不同資源流淌渠道的掌控方式不同。（2）接受智能輸入和快捷查詢并舉的措施來擴大資產日常管理。接受二維碼輸入、智能填寫基本信息、批量填寫同類資產等智能輸入方式，聯合接受關鍵字查詢、區位查詢、二維碼掃描查詢等支持用戶進行快速查詢，同時還建立新型平臺以支持無線查詢。這些措施使不同層級的管理者更為便捷地將資源錄入系統，縮短數據處理時長。（3）重視輸入查詢權限的設置，強化保密平安。接受多種新技術來保證數據交互穩定、數據交互速度以及數據平安，并建立退出數據自動復原功能，從而更好地支持校內網絡平臺資產數據信息交互工作。同時，系統還支持數據的自動更新和大數據長期保存，以確保重要信息許久保存、存儲過程中不丟失。（4）強化多樣存儲實力。建立專業的存儲系統，從而支持多格式圖片的存儲，同時還支持合同、票據、賬單的存儲。多樣存儲實力是有效利用云平臺強大的信息存儲實力的重要途徑。（5）建立起浩大的信息交互平臺。建立強大的資產信息交互平臺，為各種資產的交互和各類型新資產的供需信息和查詢供應便捷的渠道。浩大信息交互平臺的建立是發揮主體能動性的關鍵，也是真正將云平臺利用起來的關鍵。（6）完善固定資產的日常管理功能。“云平臺”可以實現對資產進行快速清查，精確率高而勞動強度低。依據實際工作流程，我們利用已有的固定資產數據資源和網絡資源來管理各級選購 部門（或運用部門）對于固定資產的錄入、驗收、審核、記賬等工作，完成固定資產報增手續，還實現了定時定點的以賬對物、以物對賬式的資產清查。此外，在云平臺上還可以便利地生成各類查詢表格，其工作流程簡潔、直觀而特性化。（7）不斷更新流淌資產管理功能。針對流淌性資產的特點，建立特地的管理平臺進行單獨管理和監控，和此同時，還在實際工作中不斷實現平臺及其功能的升級換代。唯有如此，才能緊跟技術發展，充分發揮整個系統對資源的管理。（8）日常經營機構資產管理。實現對經營管理機構的資產清查、重大資產實時監控管理和其他經營性資產的預算管理、實時運營監控、重大事項監管等重要職能。（9）單獨的大控股公司資產管理。大控股公司是高校經營性資產的重要組成部分，必需設立獨立的資產管理平臺。除比照一般性經營資產的管理方式進行常規的清查、管理和運營監控外，在該云平臺上，我們還針對大控股公司資產的特點，特地去強化風險提示項，如項目風險、大額支出、重大事項以及緊急資產報警等等。（10）特地的無形資產評估立項。針對無形資產的特點，設定特地的評估平臺，對科研成果、專利技術、師資隊伍軟實力、科研試驗室整體實力等進行評估和推廣，同時還用新技術支持試驗資源和教學資源的共享和計價。（11）各種資產核算報表管理。特地管理各級企業的資產負債表、利潤表、現金流量表，以及相關的折舊表和選購 單等等。（12）全面資產平安管控。實現對固定資產、流淌資產以及投資公司的全面平安管控，對下屬公司及控股公司的資產抵押、擔保、處置等狀況進行限制，并依據狀況的變更增設相應的審批查詢流程，設定重要資產進行定期風險評估和提示功能，從而實現資產投資的風險評估限制。（13）生成各種統計報表和多樣的自定義報表。依據設定條件，生成資產管理所常見的各種統計表，從而為固定資產日常管理和領導決策供應全面而精確的依據。四、結語在不同的時代，人類對數據的采集處理、統計分析、運用方法不同，而且系統性管理所要應對的數據繁雜程度亦有著巨大的差異。大數據時代有著顯明的特點，并對各項工作提出了新要求：“大數據通過數據整合分析和深度挖掘，發覺規律、創建價值，進而建立起從物理世界到數字世界和網絡世界的無縫鏈接。”[12]為更好地回應時代要求，高校管理工作者必需剛好更新思維方式，改進工作模式，使資產管理工作能夠順應時代發展，發揮其應有的價值。因應這個新局面，吉林高校資產管理和后勤處做出了扎扎實實的轉變，并取得了確定的工作效果。參考文