大數據驅動下技術標準化與知識管理的協同機制研究

吳玉浩 姜紅 高思芃

摘要：[目的/意義]大數據驅動背景下，技術標準化知識管理面臨新的發展機遇與挑戰。在公共、經濟和社會等多元化領域，借助大數據技術手段，發揮政府、企業與公眾等主體聯盟在技術標準化知識管理中的作用，對于促進知識資源合理配置、推動技術標準化演化進程和提升知識管理能力而言具有重要意義。[方法/過程]結合生命周期和協同學理論，分析大數據驅動對技術標準化和知識管理產生的影響：建立技術標準化知識管理關系模型，從基礎層、流動層和驅動層探討了大數據驅動下技術標準化與知識管理的協同作用機制。[結果/結論]由政府、企業和公眾層面建立知識管理主體聯盟，為大數據驅動下的技術標準化知識管理提出保障建議。

關鍵詞：大數據；技術標準化；知識管理；協同機制

DOl：10.3969/j.issn.1008-0821.2019.01.003

[中圖分類號]G302 [文獻標識碼]A [文章編號]1008-0821（2019）01-0020-09

大數據時代，既為企業技術標準化的知識管理工作提供了機遇，但同時也帶來了挑戰。大數據（Big Data）是描述龐大數據集的術語，且數據集具有非結構化、復雜的特征，需要先進和獨特的技術來存儲、管理、分析和可視化。在“互聯網+”經濟的時代背景下，大數據已上升為國家戰略，十九大報告明確指出“推動互聯網、大數據、人工智能和實體經濟深度融合”，習近平總書記也作出“大數據是信息化發展的新階段”這一重要論斷。通過大數據標準化研制，對于加快技術與標準融合、推動國家大數據產業進程和實施國家大數據戰略具有重要意義。

中國目前處于經濟發展的重要轉型期，黨的十九大報告提出，要堅定實施創新驅動發展戰略，“貫徹新發展理念，建設現代化經濟體系”。同時，中共中央、國務院印發《國家創新驅動發展戰略綱要》明確指出“實施知識產權、標準、質量和品牌戰略”，要及時將先進技術轉化為標準。知識管理作為技術標準化過程的關鍵一環，實施技術標準化、加強知識管理，已逐漸成為調動企業創新活力、提升國家經濟發展質量和科技創新水平的重要手段。

大數據時代引發的快速變革和調整，一方面為企業提供了信息化應用平臺，彌補了原有技術標準化知識管理體系的不足；另一方面企業需要對知識管理工作進行重新審視和定位，適應大數據驅動下知識管理的新思維與新模式。由于單個企業在技術標準化能力、知識資源配置等方面存在局限性，因此在新形勢下技術標準化知識管理模式應與時俱進，借助大數據調動各方主體建立科學完備的技術標準化知識管理體系顯得尤為重要。

技術標準化與知識管理的整個主體網絡中，企業是技術標準制定與實施的主要推動者，且知識管理呈現由關系網絡中心向邊緣擴張的趨勢。此外，伴隨著大數據的變革調整，技術標準的制定與落地實施存在“脫節”現象。鑒于此，本文通過剖析技術標準化與知識管理的協同作用路徑，基于大數據情境分析標準化諸多行動主體要素間的作用關系，從技術標準化與知識管理的協同互動層面為相關研究開辟全新思路。

1研究概述

1.1技術標準化與知識管理

技術標準化，是從企業技術創新研發、標準制定到生產商用產品、標準推廣等活動進行統一規定的整個過程。技術標準已經成為企業、產業乃至國家之間的戰略競爭工具，標準的制定者或主導者往往成為其所在領域的領先者。企業推行技術標準化的進程中，通過開展多種創新研發活動制定及推廣技術標準，順應市場發展趨勢往往同時伴隨著核心競爭優勢的獲取，為企業的戰略選擇提供了有力支持。

知識管理，從狹義上講是對知識本身的創造、獲取、加工、存儲、傳播和應用的管理進行管理，從廣義上看還包括與知識有關的各種資源和無形資產的全方位、全過程管理。目前已有文獻探討了技術標準化與知識管理二者間的關系，如陳靜基于企業知識能力理論研究企業知識能力與技術標準化間的關系，已證實知識能力在技術標準化過程中發揮重要作用，但其僅停留在重要性的闡述層面，未明確具體的作用機理和系統流程；Lopez-Nicolas C等認為知識管理可以確保技術標準制定者的優勢，影響企業創新和組織績效。通過網絡和定量方法分析標準制定者的技術規范，為領先的技術標準制定者在標準化情境下如何進行知識管理提供建議。

現今關于知識管理影響因素的眾多研究，大多是從組織內、外部兩個角度進行分析，內部管理因素諸如組織文化、領導、物質資源，外部環境因素包括政治、市場競爭、技術偏好等。就企業技術標準化動態演進過程的各階段而言，從內、外部強化技術標準制定、實施、推廣階段與知識創新、競爭、擴散等系列活動的協同互動，可以有效增強企業知識管理的實施效果。

1.2大數據驅動

迄今為止，技術標準化驅動因素的相關研究，學者們主要是圍繞市場、標準化主體、研發3個層面展開。本文通過梳理具體歸納如下：①市場驅動：王平等以軟件產業為例，認為政府應建立有效的標準化市場驅動機制，用市場機制促使企業重視標準化工作，用市場的力量推動軟件開發商采用標準；②主體驅動：何江等對政府、企業、非營利科研機構等主體進行分析，以此提出循環經濟標準化的3種主體驅動模式；③研發驅動：劉敏選取5個中國高技術產業進行實證研究，結果表明標準化屬于研發的一部分，專利申請量和研發支出對標準產出量有顯著影響。

大數據與技術標準化的研究，集中在大數據及存儲技術標準化現狀分析和展望、大數據平臺基地建設等方面，如Song M S等在比較了國內外標準化組織大數據工作方面的開展情況，剖析研究工作中存在的問題；張東等提出了大數據平臺及產品的基本概念和參考模型，闡述了大數據領域平臺和產品的標準化建設思路。大數據與知識管理的研究，主要側重于大數據背景下知識管理的變化趨勢、管理平臺與方法探討、熱點問題分析等層面，如郭亞軍等分析了大數據和知識管理對技術創新影響，在大數據環境下構建了技術創新知識管理模式；Khan Z等認為大數據文本分析是實現數據分析可視化的重要手段，有助于提升組織內部的知識管理水平。

由此可見，總體而言，技術標準化與知識管理的現有研究存在以下不足之處：①僅停留在技術標準化與知識管理相結合的重要性闡述層面，在大數據驅動背景下，尚未明確二者間關系的作用機理；②多是結合具體企業案例探討知識管理與技術標準化的實際應用，缺少階段性的理論整合研究。相關研究尚處于起步階段，技術標準化的知識管理體系尚未明確和完善，大數據對技術標準化與知識管理發揮協同效應的作用機制亟需探討。大數據、大數據標準化、技術標準化等概念的內涵尚未明確區分，且多以大數據標準化情境下的組織知識管理為研究對象，缺乏大數據、技術標準化與知識管理三者間關系的整合研究。各方主體如何充分利用豐富的大數據資源為技術標準化與知識管理活動服務，如何轉化為企業的核心競爭優勢和組織創新績效，實現知識管理的經濟與社會價值，成為當今的研究重點。

本文在明晰相關概念內涵的基礎之上，針對現有研究的不足之處，結合新形勢下大數據驅動對技術標準化知識管理的影響，從基礎層、流動層和驅動層3個層面探討技術標準化與知識管理的協同作用機制。由此使政府、企業、公眾等主體聯盟明確知識管理方向，對于豐富技術標準化與知識管理理論、實現大數據價值和提升主體戰略決策能力具有重要意義。

2大數據驅動對技術標準化與知識管理的影響

以組織知識資源為管理對象，充分發揮知識資源的價值為技術標準化進程服務，誘發知識管理理念落地成為企業關注的重點。針對大數據時代帶來的新特點、新變化，結合知識管理理論，需要對技術標準化的知識管理工作重新進行認識和定位。

2.1技術標準化生命周期進程

依據生命周期理論，技術標準化是包括技術標準形成、實施和擴散的生命周期過程。學者們對其階段劃分的觀點趨于一致，因此本文將從標準制定、實施和推廣的3個階段，探討大數據對技術標準化生命周期進程產生的影響。

大數據具有明顯的4V特征，即Volume（規模性）、Variety（多樣性）、Value（價值性）和Ve-locity（高效性）。具體來說，指的是數據體量巨大、數據類型繁多、價值密度低、處理速度快。大數據環境下，這些特征潛移默化地影響著技術標準化進程，從而使企業標準化知識管理模式面臨轉型，所表現出的具體變化趨勢可從以下方面進行歸納分析，具體如圖1所示：

2.1.1周期縮短

標準化數據價值隨著時間流逝而逐漸降低，對技術標準化周期進程的效率提出更高要求。具體而言，快速變化的大數據環境使企業技術標準化生命周期演進過程的各個階段都發生了變革，使技術標準化知識管理的需求升級，使得企業對市場發展趨勢、用戶需求有了更深刻地把握。同時，大數據集標準需求確定、數據獲取與組織、大數據標準知識分析挖掘、數據推廣應用、評價反饋等功能于一身，云計算也為技術標準化進程提供多種可選的最優處理方式。因此，在各階段中企業的彈性應變能力可以得到提高，縮短了技術標準生命周期。

2.1.2主體協同

企業是技術標準化知識管理的主體，推行技術標準化為企業核心競爭力提供源泉。大數據環境下任何標準化主體都不是旁觀者，企業內外部的知識信息通過各種渠道快速傳播擴散，倘若不對這些知識資源加以規范利用，則會影響技術標準化知識管理的資源配置效率。因而在大數據信息化應用平臺基礎上，建立以“企業為主體、政府為指導、市場為引領、用戶為反饋”的技術標準化主體協同作用機制，挖掘主體間隱含的復雜關聯信息，才能最有效地利用和發揮知識資源的價值，實現大數據知識資源在各領域的全樣本共享。

2.1.3價值增值

大數據將技術標準知識成果擴散為全社會的廣泛使用價值，政府、企業到社會公眾擴大了覆蓋的主體范圍，雖降低了價值密度，但知識價值總量卻呈幾何級數增長。一方面，企業利用豐富的大數據資源建立自身的標準知識數據庫，將知識資源轉化為技術標準化知識管理過程所需的知識信息，為企業的戰略決策提供精準支持，實現了經濟價值；另一方面，大數據改變了社會公眾的標準知識觀念，其可視化功能使企業在與公眾的互動反饋中了解其使用習慣，數據挖掘技術使企業輕松掌握大數據標準知識的應用程度和水平，挖掘各類有價值的標準知識，推動了社會價值的實現。

2.1.4管理智能

“互聯網+”大數據時代，人工智能的普及應用逐漸改變了傳統的技術標準化知識管理模式。由大數據技術標準化知識管理系統替代人的智慧來推進技術標準化進程，實現模擬人類思維的重大技術突破，將人類從低端的標準知識整合積累中解放出來，轉而從事高端的標準知識研發創新工作。借助人工智能實現大規模使用推廣，規范了技術標準化知識管理模式，促進全行業范圍內技術標準知識的與時俱進、更新換代，實現技術標準化知識管理流程的智能化。

2.2知識管理對象

大數據時代，知識管理的鮮明特征便是知識“碎片化”。企業若要提高技術標準化知識管理能力，首要任務便是需要在技術標準化進程中準確識別知識管理的對象。知識管理對象包括顯性知識和隱性知識兩類，但面對大數據環境的不確定性、風險性，準確分辨二者界限對企業而言難度較大，而企業通過對知識獲取、積累、整合等方面的動態管理成為技術創新決策的重要保障。

依據知識管理的相關理論觀點，對于知識管理的過程劃分，學者們大多將其分為知識獲取、整合、應用、轉移、擴散和共享等環節。在借鑒現有研究成果的基礎上，本文將知識流動分為知識獲取、知識積累和知識整合3個環節，并在“標準化”情境下對知識流動的概念進行界定：知識管理，是指基于知識管理過程的各個環節，知識在參與技術標準化過程的諸多主體之間的轉移與擴散，不同主體通過識別潛在的標準化知識，進而形成技術標準以促進知識資源的合理配置。因此，本文從技術標準化知識管理流程所涉及的基本環節出發，與技術標準化生命周期進程的各階段相匹配，以此作為知識管理對象并結合大數據關鍵技術來實現企業的精細化管理，具體如圖2所示。

2.2.1知識獲取——制定期

企業技術標準化進程始于技術標準的開發制定，此階段的知識管理對象主要圍繞標準制定活動，主要包括用戶知識、員工知識和技術知識。①大數據對標準化提出新需求，要求技術標準制定必須充分了解用戶需求，以用戶的使用習慣、實際需要等知識信息作為選擇技術標準的重要參考依據，從而迎合市場發展的主流趨勢；②大數據確保標準開發流程的規范合理性，要求建設專業的標準化人才從業隊伍，利用員工積淀的工作實踐經驗，為技術標準開發提供支撐動力，保障所開發技術標準性能的成熟可靠；③大數據為標準開發提供了豐富的技術資源，要求企業基于大數據技術平臺設施加快知識創新的研發步伐。大數據可視化技術促進了技術標準知識的吸收理解，因而使得技術知識可以為標準制定服務，將大數據技術知識融入標準制定的實踐中去。

2.2.2知識積累——實施期

企業技術標準化進程快速發展于技術標準的實施應用，此階段的知識管理對象主要圍繞標準實施活動，主要包括市場知識、業務知識和知識資產。①大數據挖掘創新了標準化的商業模式并誘發不同行業標準需求的差異化，企業以制定的技術標準為依據，生產商用產品參與市場競爭。因此，積累市場知識對于企業獲得核心競爭力而言具有重要的戰略意義；②從標準化業務流程的規劃、組織到管理制度，大數據為業務提供了全方位的有效支撐。企業通過采取有效的業務管理措施積累業務知識，為技術標準實施創造條件；③技術標準實施以知識資產為應用前提，企業將創新研發的技術標準知識申請知識專利，并轉化積累為自身的知識資產。同時，大數據云計算技術滿足了數據存儲、數據安全和隱私性的標準化知識需求，將標準大數據轉換成知識，從而服務于企業的決策選擇。

2.2.3知識整合——推廣期

企業技術標準化進程成熟于技術標準的推廣擴散，此階段的知識管理對象主要圍繞標準推廣活動，主要包括資源知識、外部情報和組織記憶。①傳統的知識管理模式由于數據匱乏，已無法適應大數據形勢下標準推廣的新要求。企業推行技術標準化的最終目標，就是掌握行業標準制定的主動權與話語權，整合內外部知識資源為技術標準化服務，尤其是借助豐富的數據資源，提升技術標準的影響力；②大數據信息化溝通平臺不僅可以規范企業產品生產和標準應用，同時為企業獲取情報信息提供可靠渠道。依托數據化信息平臺宣傳技術標準性能，掌握競爭對手情報信息和標準知識適時調整生產經營戰略，加強知識與其他資源的整合利用；③大數據應用領域眾多，存儲技術復雜多樣，為企業標準化知識庫提供可靠的留存載體。大數據標準知識庫會根據企業與客戶、市場間的多向互動反饋及時更新，為技術標準化下一演化進程奠定基礎。

3大數據驅動下技術標準化與知識管理協同機制

依據自組織的協同學理論，技術標準化與知識管理是一個復雜的協同演化過程。技術標準化與知識管理是企業核心能力形成的重要手段，二者存在協同互動的作用關系。知識管理是手段，用來規范技術標準化過程中的知識活動；技術標準化是行為，用來實現知識創新專利到標準商業化的周期轉化過程。知識管理以技術標準化周期進程為導向，企業采取系列知識管理活動提升技術標準化能力，以贏得市場競爭優勢。與此同時，伴隨技術標準化過程的推進深化了知識管理的內涵。

基于大數據驅動背景之下，建立以大數據信息化應用平臺為支撐、以政府、企業與公眾聯盟為主體、以大數據運行為手段、以知識流動為載體的技術標準化知識管理模型，探討技術標準化與知識管理的協同機制，結合標準化主體間的協同作用，可以實現社會經濟效益的價值最大化。具體如圖3所示，其關鍵組成要素如下：首先是基礎層，在大數據信息化應用平臺上，大數據運行可有效提取、分析企業知識管理的海量數據；其次是流動層，知識數據流作為媒介載體，在知識提供者與知識接收者的協同互動中實時雙向流動，知識共享為技術標準化的知識需求指明方向；最后是驅動層，在有效利用數據資源的基礎上，發揮大數據對技術標準化與知識管理協同互動路徑的驅動力，實現技術標準化知識管理的戰略目標。

3.1基礎層

“大數據+技術標準化”意味著在新形勢下，傳統知識管理的方式方法要進行相應調整。海量知識信息具有典型的數據密集型特征，如果單純依賴傳統的小數據分析途徑，顯然已無法滿足大數據時代用戶動態性的知識需求。而大數據知識管理的重難點，在于如何發現標準化知識需求來持續推動知識管理的演化，并以大數據為紐帶促進技術標準化與知識管理融合。由上文轉型期特征分析得出，大數據雖體量巨大且資源類型繁多，但因其處理速度快，可實現對標準化知識的精準管理。從“數據—信息—知識—智慧”的價值鏈產出可以發現，技術標準化知識管理是以數據為初始形態，最終演化凝聚為標準化智慧迸發出大數據的驅動力，這正是經由數據搜集、積累、分析和應用4個階段來產生的。

3.1.1數據搜集

大數據可以彌補傳統小數據集無法完整表達知識信息的不足，通過對技術標準化的相關知識信息進行搜索，匯總得到包括顯性、隱性的所有知識信息，其實質是獲取標準化知識的資產化利益。數據碎片化時代，只有盡可能多地搜集數據信息形成海量樣本，才能為數據的持續積累、分析提取奠定基礎。由于物聯網、互聯網、云計算等大數據技術手段的應用，改變了原有標準化知識信息獲取來源、處理手段的單一性問題，拓寬了標準化知識數據的來源渠道，直接提高了數據搜集效率。

3.1.2數據積累

大數據背景下技術標準化知識管理在實現企業經濟價值的同時，對政府、公眾同樣產生廣泛的社會價值。企業在明晰知識管理對象的基礎上，跨越組織界限的阻礙，將內外部標準化信息相關的綜合性知識統一納入知識管理對象范疇，實現政府、企業與公眾之間標準化知識互動流通的良性循環。通過知識吸收將與標準化主體相關的所有知識信息存儲為自身的數據知識庫，以社會采集作為挖掘與分析的數據來源，平衡標準化知識水平。

3.1.3數據分析

搜集、積累的標準化原始數據類型復雜且質量參差不齊，通過運用大數據智能化分析技術，對知識數據庫的技術標準情報信息和潛在價值進行挖掘，使其服務于技術標準化知識管理流程。具體而言，標準化知識管理的數據分析本質上是一種競合分析，通過分析用戶對技術標準的使用需求和市場的發展趨勢，掌握競爭對手的標準化知識管理現狀，加強標準化知識質量管理，進而形成可靠的文本報告，為技術標準化的戰略決策提供參考依據。

3.1.4數據應用

標準化知識信息具有很強的時效性，必須及時、充分地與標準化實踐應用相結合，才能減少價值損失。推動大數據分析結果的實踐應用，關系到大數據驅動力的成效，是該過程所追求的最終目標。建立在了解用戶行為、市場活動基礎之上的標準化信息服務，堅持“一切用數據說話”的精細化管理，將標準化知識管理理念通過數據應用手段落地，直至技術標準滿足用戶需求、符合市場發展趨勢，催生技術標準化知識管理活動的突破創新，為企業獲得核心競爭優勢保駕護航。

3.2流動層

技術標準化知識管理產生的廣泛價值，決定了參與主體的不唯一性。企業、企業聯盟、消費者、政府及標準化組織對技術標準化進程有重要影響。企業推行技術標準化參與市場活動，一方面需要接受政府監管，規范自身生產經營活動；另一方面要以用戶需求為出發點來制定實施技術標準，以占領市場份額謀取經濟利益。因此，企業、政府與公眾形成了技術標準化知識管理的主體聯盟，既是知識提供者，又是知識接收者，以動態數據流為組成元素的知識信息在三者之間循環流動，降低了技術標準化知識管理的潛在市場風險。

3.2.1主體協同作用層面

①政府作為官方的標準化組織，通過相關法律政策、制度規范來制定正式標準，限定傳統行業的標準進入門檻，以此作為規?；a經營的依據，為企業參與市場活動提供支撐；②企業作為市場活動的主體，具備持續性的知識投入、創新能力，在高技術產業如信息技術為代表的新興行業，憑借領先的技術規范、產品或服務占領市場份額，進而將企業事實標準上升為行業標準，掌握整個行業乃至國家標準制定的話語權；③公眾是技術標準形成的社會基石，無論是正式標準還是事實標準，終端目標使用群體都是消費者。政府和企業以用戶使用習慣為出發點，以滿足用戶需求為目標，因而從某種程度上講，用戶同樣會影響技術標準的形成。

3.2.2大數據知識流動層面

大數據背景下，知識提供者與知識接收者的界限逐漸模糊。在以企業為核心，政府、公眾為輔的技術標準化知識管理體系中，協同互動作用路徑必然涉及知識流動、知識轉移，各方主體間基于動態化、實時l生的知識共享，知識管理過程的多向優化才得以實現。經過數據搜索、積累、分析和應用得到有價值的標準化知識，以數據流為載體在各方主體間循環流動、互為反饋，推動技術標準化進程的演化，共同實現企業技術標準化的戰略目標。①政府代表公共治理領域的數據資源，由于不同區域、行業間的數據資源存在差異，政府主要是從宏觀層面整合大數據資源，努力達到資源配置合理的理想狀態；②企業代表經濟決策領域的數據資源，主要是就不同來源渠道的數據進行整合，對數據進行分析挖掘，提取出有價值的知識作為企業標準化決策的重要依據，實現數據資源的經濟價值；③公眾代表社會需求領域的數據資源，對技術標準及相關產品的使用偏好、消費習慣，都成為重要的大數據知識來源。反過來，企業開發技術標準以用戶為目標使用群體，在與公眾知識提供、接收的互動反饋中，實現數據資源的社會價值。

3.3驅動層

技術標準化與知識管理是企業核心能力形成的重要手段，二者存在協同互動的作用關系。2018年政府工作報告指出，發展大數據產業，助力人工智能技術、大數據產品蓬勃發展，受惠各行各業。以大數據信息化應用平臺為支撐，依托大數據的強大驅動力，能夠提升企業技術標準化知識管理能力，推動二者演化進程協調同步發展。

3.3.1可視化動態分析調整

作為重要的大數據應用技術手段，可視化技術近年來得到迅速發展和應用?？梢暬軌驅藴驶瘮祿托畔⑥D化為圖形，影響大數據知識的技術標準化進程。首先，可視化技術作為知識管理的重要手段，能夠將數據知識、信息以生動直觀的形式呈現給用戶，促進知識吸收與理解；其次，可視化技術全面涵蓋企業的標準化知識需求，能夠準確發現企業技術標準化知識管理存在的問題與不足，促使企業實時調整生產經營活動；最后，可視化實現了標準化數據知識庫的宏觀掌控，促進標準知識主體間的數據流動，優化標準化知識管理流程。

3.3.2用戶使用需求發現

大數據搜集、分析的數據集是以發現用戶需求為來源渠道，大數據平臺分析挖掘數據應用能力的高低，取決于用戶需求滿足的程度。面向政府、企業與用戶主體間的知識流動性越高.越有利于捕捉用戶需求，指引企業技術標準的開發方向。但大數據技術不僅只局限于發現終端用戶使用需求，而且還能將發現需求轉化為引導需求、挖掘用戶潛在需求，來平衡主體間標準化知識管理的主動權，做到現有知識需求與歷史需求的良好銜接、匹配，清除知識流動的障礙。

3.3.3技術標準化流程優化

技術標準化是從標準制定、實施到推廣的生命周期過程，每階段有其不同的知識管理側重點，技術標準化流程價值評價的核心在于數據。大數據驅動的意義在于，通過數據的搜集、積累、分析、應用，能夠在每階段把控分析挖掘數據的質量，對數據質量提出要求并就質量作出評估。通過大數據存儲、挖掘技術的廣泛應用，導致技術標準化流程的變革和創新，保障了技術標準化過程實施結果的有效性，優化技術標準化流程中知識數據的應用方式，充分提升標準數據的廣泛性價值。

3.3.4知識資源整合與配置

大數據驅動下，知識資源的實際組成要素是數據資源，數據資源是標準化知識管理的根本性資源。一般而言，知識管理從知識獲取、積累到整合過程的整體實施效果，取決于知識管理對象的資源分布與配置情況。大數據實現了知識管理業務流程再造，而且知識創新改變了知識管理資源的傳統分布架構，適應了智能化管理的新趨勢。政府、企業與社會公眾都是知識管理活動的參與者、引領者和推動者，大數據技術基于三者反饋互動的關系調度數據資源，在顯性知識管理的原有基礎上，提升隱性知識管理的資源配置效率，為技術標準化工作提供有力支持。

4基于大數據驅動的保障措施

大數據驅動作用背景下，技術標準化知識管理的動態周期過程在各方主體的數據流動過程中得以實現。從技術標準化與知識管理協同互動作用角度來看，知識流動與標準更迭已成為常態，大數據的動態復雜性對知識管理、技術標準化提出全新要求。因此，借助大數據驅動力，發揮技術標準化與知識管理的協同互動效用，對于提升政府公共領域治理效果、實現企業經濟領域經營利潤、拓寬公眾社會領域應用范圍等具有重要現實意義。

技術標準化知識管理是一個動態復雜的周期性過程，是需要調動社會各方實體廣泛參與的集體行動?；谏衔膶Υ髷祿寗酉录夹g標準化知識管理模型構建的分析，結合大數據驅動對技術標準化、知識管理產生的影響，本文從政府、企業和公眾等主體的協同互動層面出發，探討了技術標準化知識管理的保障措施，以期對相關主體的決策提供參考依據。

4.1政府層面

發揮政府的干預和扶持作用。政府作為技術標準的掌舵者，要從宏觀角度提供系統性的戰略發展規劃，引導技術標準化知識管理的演化方向，實現知識資源的合理配置。同時，技術標準化知識管理效果取決于大數據產業的發展水平，政府要加快出臺相關法規政策來扶持企業大數據標準化應用，消除知識流動的跨區域、跨行業、跨文化等體制性障礙，以先進的大數據技術手段帶動知識管理整體水平的提高。就中國市場發展現狀而言，高新技術企業尤其需要政府給予資源扶持，提供如新材料新能源行業發展所需的資金、生產設施，以促進技術標準化知識管理模式的更新換代，借助大數據集聚效應促使中國產業結構優化升級。

4.2企業層面

發揮企業的主導作用。企業作為技術標準的開拓者，要加快大數據驅動與技術標準化、知識管理融合的步伐，充分利用大數據資源為技術標準化知識管理服務。在動態復雜的市場環境中，以大數據技術信息化應用平臺為支撐，加快大數據關鍵技術領域的突破式創新，并對企業技術標準化過程覆蓋的知識管理對象實行精細化管理。通過知識獲取、積累與整合，率先在整個行業擴散本企業的標準知識，引導整個行業技術標準化、知識管理的演化方向，從而幫助企業擴大市場份額、擴大核心競爭優勢。同時，企業作為政府與公眾的數據流動中介，要盡可能減少信息不對稱給知識流動帶來的阻礙，形成知識管理聯盟，共同開展技術標準化活動。

4.3公眾層面

發揮公眾的引導和促進作用。公眾作為技術標準的使用者，要促進事實標準形成，并基于自身的知識積累和消費習慣，為技術標準化知識管理方向提供引導。事實上，技術標準的性能關系到用戶實際使用感受，企業數據信息來源于用戶的消費選擇。因此，公眾需要及時與企業溝通反饋技術標準需求，促使企業針對性選擇技術標準開展生產經營活動。同時，用戶知識作為重要的知識管理對象，應依靠大數據分析挖掘技術，來分析用戶信息，發現用戶需求。借助數據檢索技術融合海量用戶數據信息形成知識庫，使用戶標準化知識需求在政府、企業主體間實現實時共享，維持用戶消費選擇的穩定性，實現數據流流動的社會價值。

5結語

大數據驅動環境下，推進技術標準化與知識管理協同發展，提升企業技術標準化知識管理能力，是中國經濟發展新常態的必然選擇。本文從技術標準化知識管理新特征、知識管理對象兩個層面出發，分析了大數據產生的現實影響，并從基礎層、流動層和驅動層3個方面揭示了技術標準化與知識管理的協同作用機制，由政府、企業和公眾的主體聯盟角度探討了數據資源的協同互動作用路徑，并由此提出大數據驅動的保障措施。

大數據標準化是當今社會的關注重點，傳統的知識管理方式已無法適應時代發展的新趨勢，但目前知識管理對于大數據技術標準化重要性的認知仍舊缺乏。本文旨在為大數據驅動新形勢下的技術標準化演化進程提供參考方向，呼吁全社會都能參與到技術標準化知識管理活動中，以便結合現實知識需求充分利用大數據知識資源，豐富大數據驅動下的技術標準化知識管理研究。