大数据在社会保障领域的应用:一个研究综述*

向运华 王晓慧

(武汉大学社会保障研究中心，湖北武汉，430072)

随着互联网、智能终端的加速普及和信息技术的高速发展，数据总量正以前所未有的速度爆炸性增长。海量可得的数据成为21世纪重要的“矿产”与“石油”，推动着时代转型。2012年联合国发布的大数据白皮书《大数据促发展:挑战与机遇》(Big Data for Development:Challenges＆Opportunities)中指出，大数据时代已经到来[1]。大数据既是一种技术、一个数据集合，一种全新的信息资源，具备大规模(Volume)、高速度(Velocity)和多种类(Variety)、有价值(Value)和精确(Veracity)等特征，更是一种基于海量数据分析所产生的管理理念、决策流程、科学范式等。近年来，各国政府高度重视大数据的应用。2012年美国政府公布《大数据研发计划》(Big Data Research and Development Initiative)，旨在提升利用大量复杂数据集合获取知识的能力；日本政府启动新ICT战略研究，重点关注“大数据应用”；欧盟发布Horizon 2020计划，促进大数据技术的发展。在我国，十八届五中全会提出“实施国家大数据战略”，2015年印发《促进大数据发展行动纲要》，为全面推进我国大数据的发展和应用，加快建设数据强国做出全面部署。大数据开始广泛应用于社会各个领域，成为推动经济转型和社会进步的新动力。“用数据说话、用数据决策、用数据管理、用数据创新”的管理机制将有效改善社会治理模式。

社会保障制度是保障人民生活、调节社会分配的一项基本制度，是公共服务体系的重要组成部分。中华人民共和国成立70年以来我国社会保障事业取得了历史性的突破，实现了保障内容从单一到多元的转变，保障覆盖范围从城市到农村的延伸，保障质量从低水平到高层次的提升，初步建成了与经济社会发展相适应的，内含社会保险、社会救济、社会福利、优抚安置的社会保障体系[2]，社会保障数据规模成为世界之最。随着改革的深入，社会保障统筹层次低、转移接续过程复杂、重复参保、漏报、骗保、社会保障管理机构工作量大、公众实时查询困难等问题逐渐暴露。大数据时代的到来对我国社会保障事业的发展有着重要的意义。如何利用新技术创新社会保障信息化管理模式，提升社会保障经办能力和服务能力，成为当前学术研究和实践应用的重要议题。

近年来，我国关于大数据的研究发展迅速，学者关注大数据在公共服务、教育教学、社会经济、图书馆情报服务、社会治理、价值链管理、新闻媒体、创新创业等多领域的应用，从多元视角分析大数据的优势及具体应用。大数据是否在社会保障理论研究中受到重视并得到精准阐释，大数据技术主要应用在社会保障哪些领域，是否推进了社会保障理论研究和实务工作?目前国内对大数据在社会保障领域应用的综述性研究文献较少，缺乏对以往研究的回顾与总结，且多为社会保障某一小范围的分析研究，对大数据在社会保障应用的整体状况把握不够。全面梳理大数据在社会保障各领域应用的研究及演化历程，把握当代研究的热点领域、重点问题、发展趋势，从而深入推进大数据在社会保障领域的研究和应用，是本文的研究目的与意义。

一、研究的整体情况

随着大数据技术的兴起与发展，国内对大数据应用于社会保障领域的研究不断增多。考虑到社会保障的内容和学者对此的不同表述，在中国知网(CNKI)数据库以“KY＝(‘大数据’＋‘大数据时代’)AND SU＝(‘社会保障’＋‘社会福利’＋‘救助’＋‘社会保险’＋‘养老’＋‘医疗服务’＋‘失业’＋‘工伤’＋‘生育’＋‘扶贫’＋‘医疗保险’＋‘医保’)”为检索表达式，检索时间为2019年6月4日，共得到513篇期刊论文。剔除新闻性通知、重复文献、目录、编辑寄语等无效文献，最终得到文献量499篇。

(一)发文量变化

发文量的年际变化可以直观反映大数据在社会保障领域应用的文献数量分布情况，间接反映学者在不同时点对大数据在社会保障领域应用的重视程度、投入力度。如图1，2013年至今，关于大数据在社会保障领域应用的研究呈上升趋势。根据南京大学公布的最新的CSSCI期刊目录(含扩展版)，499篇论文中，CSSCI来源期刊发文量53篇，占发文总量的10.6%，表明大数据在社会保障领域应用的研究正在被更高程度地认可。

图1 大数据在社会保障领域应用的发文量年际变化(2019年为预测值)

2013年产生了有关大数据在社会保障领域应用的首篇论文，标题为《基于云计算的医疗大数据挖掘平台》，该论文指出区域医疗信息系统中的医疗数据是典型的大数据，医疗行业的大数据挖掘应用主要表现在建立临床决策支持系统、提高医疗数据透明度、进行医学图像挖掘、开展DNA分析、改善公众健康监控、结合云计算提出基于Hadoop生态环境搭建医疗云数据挖掘平台架构方面[3]。此后，国内学者在此方面的研究不断丰富和深入，2015年是一个关键点，之后论文量增幅明显提升，这得益于国家政策和大数据技术的高速发展。一方面，2015年9月国务院发布《促进大数据发展行动纲要》，强调大力发展数据技术，在5～10年构建以人为本、惠及全民的民生服务新体系，此后，“十三五”规划中提到“实施国家大数据战略”，标志着大数据已被政府纳入创新战略层面，成为国家战略计划的核心任务之一，大数据在社会保障领域的应用引起更广泛的关注与讨论。另一方面，2015年深度学习等技术迅速崛起，使计算机在大量非结构化和二进制的数据中识别出有用信息，多个创新企业将其实用化，大数据思潮推动产业全面落地，为深入研究大数据在社会保障领域的应用奠定了技术基础。2018年文献数量达170篇，说明大数据在社会保障领域应用的研究已成为热点问题之一。

(二)关键词图谱

关键词是对文献研究主题的高度提炼与概括，是文献的核心。关键词图谱可以直观观测某一研究领域的研究现状与变化趋势，出现频次较高的关键词意味着该领域的研究热点方向和主题。将499篇文献导入CiteSpace，时间切片(Time Slicing)选择“From 2013 To 2019”，“Years Per Slice”的值设为 1 ，选择标准(Selection Criteria)设为TOP50，节点类型(Node Types)设置为Keyword，选择关键路径算法(pathfinder)运行，并将同义词进行合并，最后得到大数据在社会保障领域应用的研究关键词聚类图谱，如图2所示。

图2 大数据在社会保障领域应用的研究关键词聚类图谱

节点的圈层越大意味着出现频次越多，节点在图谱的位置由其中心性决定，中心性越高则节点位置越趋于中心，意味着对研究方向起控制作用。根据图2可知，该领域关键词数量较多，说明学者对大数据在社会保障领域应用的研究是比较广泛的，而相对紧密的网络图谱反映出各关键词之间具有较强的相关性。除了大数据(448)、大数据时代(43)、互联网＋(61)、云计算(18)、信息化(13)、物联网(10)、数据挖掘(8)、人工智能(7)等背景类、技术类关键词外，排名前十的关键词依次是精准扶贫(126)、医疗健康(19)、医疗卫生(17)、智慧医疗(16)、智慧养老(13)、医院(12)、移动医疗(10)、医疗服务(10)、脱贫攻坚(7)、医疗保险(6)，表明大数据在社会救助、医疗、养老方面的应用是学界的研究重点和热点。

(三)高被引文献

统计分析高被引文献在一定程度上可以反映某一领域的知识基础、本质内容与学术发展脉络。如表1所示，高被引文献集中在精准扶贫和医疗健康服务方面，这源于扶贫和医疗卫生服务对数据的要求较高，将大数据应用于该领域有很强的迫切性，加上政府的政策导向，该领域较早被研究并不断深化。

表1 大数据在社会保障领域应用的高被引文献

二、研究的焦点问题

通过高频关键词、高被引文献和核心文献，以及相关会议学者们的讨论可知，大数据在社会保障领域应用的研究范围不断扩展，研究内容涉及社会救助、社会保险、社会福利，重点从大数据对社会保障的意义，大数据在社会保障具体领域的应用价值、实践现状、面临的挑战与可行性路径等方面展开讨论。

(一)大数据与整体社会保障事业

越来越多的学者意识到大数据对公共管理、社会治理具有革命性意义，利用大数据技术革新社会保障决策、管理、经办与服务等公共服务有其必要性和重要性。

1.利用大数据思维和方法是新时代提高社会治理水平的应然要求

赵曼认为社会转型过程中“新社会空间＋新社会人群＋‘时间轴’”使得社会治理局面日趋错综复杂，传统社会治理流程复杂冗长且效率不高，数据链难以支撑政务链，新时代大数据创新市域社会治理势在必行，应实现由城市管理者主导“社会技术城市”顶层设计，着力打破“信息孤岛”①该学者的观点来自2019年6月1日由教育部人文社会科学重点研究基地武汉大学社会保障研究中心主办的“2019年大数据在社会保障中的应用国际研讨会”。下文中未表明出处的观点均来自该会议上学者的发言。。

范如国指出，随着“创造性破坏”“颠覆性创新”信息技术的出现，公共秩序由确定性秩序转变为混沌性秩序，社会呈现出数据化、虚拟化、智能化特征，面临许多新的、重大而又复杂的公共管理问题，而数据是公共管理的基础，用大数据思维和方法推动政府公共决策与服务水平的整体提升是当前公共管理研究的重要内容，大数据是复杂社会系统进行价值挖掘与行为预决策分析的有效技术方法，给人类的预测、决策与分析带来三个方面的转变。

2.大数据技术对社会保障学术研究与实务工作具有革命性意义

王增文指出，当前社会保障学界和实务界面临着全新的技术环境，数据来源越来越多样化，数据类型越来越丰富，数据量呈爆炸式增长，社会保障问题域不断拓展。新技术环境下社会保障研究应该重视数据驱动与建模驱动相结合、空间研究与时间序列分析相结合、整体探索与部分研究相结合，关注社会保障领域的科学想象。

林义认为，社会保障大数据贯穿社会保障服务的全领域、全过程，数字社保极大拓展和提升了社会保障的服务空间与服务绩效，大数据为社会保障决策制定提供了权衡和测度社保各行为主体相关诉求、利益、价值及不同情感偏好的数据，有利于做出更加周全的社会保障决策，实现社会保障决策的优化。

吴伟东以澳门与内地社会保障合作为例，指出大数据的使用对于合作区域的社会保障财务平衡有重要的影响。

3.促进大数据在社会保障领域应用需要选取合适的路径

张学华等认为，民生保障领域已经具备大数据应用的必要条件，大数据的应用应以提高基层民生利益补给水平、民生服务供给能力和社会救助资源配置能力为目标，在构建统一的民生保障大数据模型、设计数据资源统一编码体系、绘制民生保障对象全息画像、搭建大数据分析平台等方面攻克关键技术。此外，他还阐释了民生保障大数据在社会救助、社会服务统计评估、民生问题跟踪分析和社会安全监测预警方面的典型应用情况[4]。

孙洁认为，政府是信息资源的最大拥有者，抓住大数据技术快速发展的契机，创新社会管理和服务应用是政府部门面临的新课题。基于社会保障信息天然的基础性、战略性特性，针对社会保障制度运营中出现的问题，政府部门应制订社会保障大数据研究与开发计划，建立基于数据研究的社会保障预警机制和一套覆盖全部实有人口的动态信息管理体系[5]。

郜凯英、杨宜勇通过AHP分析指出，进入大数据时代后我国社会保障信息管理平台及技术不能满足参保人数激增所带来的海量信息的存储，信息安全水平亟待提高，人才队伍还需继续完善，建议依托云计算技术完善社会保障信息系统平台建设，加强宏观决策支持系统建设，完善社会保障信息安全防护措施，建设社会保障领域复合专业型人才队伍[6]。

苏晔提出Web 2.0技术下智慧社保的服务创新机制，突出手机社保的全面服务创新和大数据社保信息全面应用，以社会保障信息化提升公共服务质量。针对智慧社保在智慧程度、发展水平、软硬件环境方面存在的不足，建议重点做好三方面的工作:开发Web 2.0功能，推进智慧社保业务创新；消除“数字鸿沟”，促进智慧社保均衡发展；加强基础设施建设，实施人员法律法规保障[7]。

(二)大数据与社会救助

大数据技术对于社会救助的精准化有着重要的意义。一方面，大数据网络技术使贫困人员信息真实准确，促进精准识别；另一方面，大数据分析技术可以发现贫困人员家庭特征、致贫原因和个人能力等，实现精准帮扶，并通过动态监控提供精准保障。精准扶贫社会大背景下，大数据技术在社会救助中的应用已成为学者们讨论的热点。

1.大数据对实现脱贫攻坚战略目标的重要价值

马山虎、石欣鹭等多位学者指出，大数据技术对于精准扶贫战略的落实有重要的意义，通过大数据可以找准扶贫工作的突破口和着力点，精准发力，能够精准把握致贫原因，实现对扶贫工作的精准监测、实时追踪和动态调整[8-9]。

2.大数据技术在精准扶贫中的具体应用

郑瑞强、曹国庆指出，资源投入和瞄准效率是影响扶贫效果的两大因素，新常态下扶贫开发速度趋缓与扶贫资源边际效益递减现象明显。基于互联网的历年扶贫工作的数据积累和逐步完善的数据挖掘分析技术与环境为精准扶贫提供了数据支持，“十三五”期间应通过准确把握贫困人群发展意愿来实施精准扶贫，实施适度竞争式扶贫战略，优化扶贫资源运作与传递，注重“组合式”发展扶持模式创新，提高贫困人口资源承接水平[10]。

莫光辉等指出，传统扶贫开发模式正面临技术落后、数据失真、资源分散等困境，大数据技术对精准扶贫进程的绩效影响显著。大数据扶贫平台建构是精准扶贫实践的新模式，应创新大数据视域下的精准脱贫实践路径，深入推进大数据技术在扶贫开发领域的全面应用，实现大数据减贫脱贫[11-12]。

季飞、杨康认为，加强资源整合、增加贫困者的自主选择性以实现供需对接是破除当前反贫困治理困境的关键，有效利用大数据技术，实现数据云系统、行政调配系统、资源整合系统及组织分化系统的有效运行可以有效化解贫困治理难题[13]。

李政蓉、郭喜指出，新时代大数据已成为实现脱贫攻坚的重要手段，可以破解识贫质量不高、扶贫过程不连贯、扶贫精准度不够等传统贫困治理困境，使扶贫模式精准化、格局网络化、决策智能化，精准扶贫的实现一方面要通过对CTUS(China Time Use Survey，中国时间利用调查)中贫困人口时间利用的分析，展现其真实生活现状，从小数据扩展到大数据，另一方面运用大数据手段，实现对贫困人口的原因分析、扶贫方案的精准优化、扶贫过程中的利益博弈、脱贫人口的持续追踪等功能。

3.大数据应用于社会救助过程中存在的问题与应对策略

林闽钢归纳列举了当前社会救助领域公开和非公开数据库的具体情况，并以江苏省为例介绍了目前大数据在社会救助领域的应用情况，即通过多部门联网实现数据共享，指出未来利用大数据开展救助瞄准的可能方案——会诊室救助与智慧救助3.0。

章昌平、林涛研究发现，精准扶贫研究和实践的数据采集与分析、大数据管理存在一系列问题，为此引入生态学中的“生境”概念，以贫困人口为中心实施大数据关联整合措施，形成基于业务流程的精准扶贫大数据管理平台的互补的横向整合方案，提出了利用“生境”块数据进行精准扶贫开发的五种应用场景设想[14]。

(三)大数据与智慧医疗

医疗数据量庞大，而医疗数据的质量不仅影响到医疗保险支付、医院的诊疗，也深刻影响着公众的身体健康水平，故学者们对医疗大数据的研究开始时间较早。2014年以来健康大数据、智慧医疗相关的政策陆续出台，政府出台“46312”工程①2014年前国家卫计委制定的“46312”工程是指建设国家级、省级、地级市、县级4级卫生信息平台，依托于电子健康档案和电子病历，支撑公共卫生、医疗服务、医疗保障、药品管理、计划生育、综合管理等6项业务应用，构建电子监控档案数据库、电子病历数据库、全员人口个案数据库，建立一个安全的卫生网络，加强卫生标准体系和安全体系建设。并构建出医疗大数据发展的宏伟蓝图，党的十九大又将健康中国建设提升至国家战略地位，学者们对大数据在医疗服务中应用的探索不断加深。

1.大数据在医保治理和公共健康中的多重功能

申曙光、曾望峰具体分析了大数据在医保治理中的价值，认为大数据在医保治理中的具体应用表现在以下几方面:推进异地就医，提高医保统筹水平；发展第三方结算，实现医保费用的智能审核；开展医保实时监管服务，实现医保治理决策科学化；推进医保、医疗与医药的数据共享，实现“三医联动”；智能化布局医疗资源，促进分级诊疗；追踪记录健康数据，实现个体健康管理。现阶段必须通过规范制度、统一标准、开放市场等策略统筹规划大数据的发展，有步骤地推进大数据在医保治理中的应用[15]。

田海平认为，大数据时代通过数字化人体推进医学健康革命，“个体化医学”将成为常规医疗技术发展的方向。大数据时代的健康革命凸显了公共健康作为善物的特殊道德的重要性，强调共享的和健康人文的生命伦理尺度以及个人医疗服务方面的健康理念，但也面临三大挑战，即个人隐私和信息安全、数据主义对医学人道主义的质疑、数字鸿沟或价值鸿沟[16-17]。

2.大数据在医疗服务中的具体应用

褚福灵指出，我国医疗资源浪费占医疗总费用的30%以上，粗放的医保费用总额控制带来诸多问题，亟须云计算与大数据技术助力医保支付与监控改革，应通过利用新架构服务器群、新一代网络存储系统、新一代网络通信设备、新型计算单元等技术构建大数据技术支撑的“自动运算、时时预警、智能评价”新型医保数据中心，实现医保费用科学分配、有效监控、实时评价的运行机制。

翟绍果、陈兴怡指出，大数据在医疗服务与医保治理中的应用要把握三个关键:一要确立以数据技术媒介为基础、网络联结为形态、政策支持为本质的应用逻辑；二要通过从信息整合到数据集成、从数据互联到资源互通、从数据共享到健康共享的应用路径，实现对医疗健康数据的结构化、动态化和智能化应用；三要构建以信息安全化维护为前提、数据标准化管理为保障、数字化创新为动力的应用支撑机制，提升医疗资源配置的能力，增进医疗服务的质量，优化医保治理的功能，建成从应用大数据到共享大健康的医疗、医保大数据应用网络[18]。

张会平、汤志伟在美国健康信息共享治理情况的基础上指出，我国健康医疗大数据的发展应该基于价值的支付体系，破解医疗资源分布不均衡的难题，优化政策和平台设计[19]。

刘凯认为，大数据技术为政策评估提供了新数据源、新方法论、新分析技术，通过整合宏观政策数据库和微观调查数据库，分析了医保支付改革效果，发现总额预付、按床日付费、按病种付费三种支付方式各有利弊，指出计算社会科学成为新的潮流，应利用大数据、网络爬虫、文本分析、机器学习等新技术建立一套全覆盖的医疗政策数据库并评估政策效果。

3.大数据技术在重构医疗服务过程中出现的主要问题

傅征指出，大数据为重构现行医疗服务模式提供了技术支持，加速了传统医疗险向个性化健康管理的转变。然而当前运用大数据技术重构医疗服务模式面临一系列问题，主要表现在医疗数据整合困难、医疗数据存储存在技术瓶颈、医疗数据产权问题突出、复合型人才匮乏等方面，建议制定专门的《医疗保障法》和关于“智慧医疗”服务平台的国家级行动规划，实现“一卡通”“一本通”“一单通”，培养智慧医疗复合型人才。

刘振宇指出，健康大数据具有数据量大、数据种类多、数据产生快、数据处理快和数据标准缺乏的特点，我国健康大数据发展面临的困境主要体现在以下几方面:医疗机构之间、医疗机构与社会公众之间数据壁垒深厚；健康大数据权属模糊；健康大数据存在安全问题和隐私问题。他还提出了基于4NF模式打造健康大数据的智能分级诊疗应用模式及方案。

(四)大数据与养老保险、养老服务

人口老龄化是21世纪我国社会经济发展面临的重大挑战，随着经济的发展与社会的进步，老年人不仅关心养老金待遇水平，且对高效、优质与便捷的养老服务的需求逐渐凸显。学者们开始就大数据在养老保险制度、养老服务领域的应用开展研究。随着《智慧健康养老产业发展行动计划(2017—2020年)》的印发、“推进信息技术支撑健康养老发展，发展智慧健康养老新业态”被列为“十三五”健康老龄化规划的重点任务和重点工程，对大数据背景下智慧养老服务的研究也日益增多。

1.大数据时代养老保险制度发展的机遇与挑战

殷宝明认为，数字时代养老金管理既有机遇也面临挑战。数字技术可以增强养老金产品的推广效果，提高养老金管理效率，提升养老金监管效能，但同时也将加剧市场竞争，增加系统风险和监管压力。

邱玉慧、吕天阳、杨蕴毅突破了以往主要依据一个统筹地域全体享受待遇人员的平均养老金和养老金上调平均比例作为论证基础带来的局限，利用社会保险信息系统中参保人员的微观大数据，运用可视化技术提炼了X省14个统筹地域239万人的信息，研究发现，目前企业基本养老保险金调整机制在拉大养老金分配，海量微观的社保大数据在评价养老金调整现状、评估不同待遇调整方案等方面具有独特的优势[20]。

高端君认为，我国养老保险转移接续模式存在制度衔接障碍、统筹区域间利益冲突、透明度不高、便携性不够以及缴费碎片化等问题，指出应借助大数据技术，采取“技术创新倒推制度改革”的思路，改造养老保险转移接续模式，实现养老保险“一号通行、分段管理、自动结算、汇总领取”的智能化养老保险模式[21]。

蒋军成通过分析当前和未来一段时间内城乡统筹社会养老保险制度的财力可行性发现，在大数据精算平衡下，现行财力满足社会养老保险制度城乡统筹的充分性条件，但要实现远期社会养老保险制度城乡一体化，还需要具备实现养老金内外精算平衡等前提条件。

2.大数据支持下智慧养老信息平台建设与服务供给

郭骅、屈芳指出，构建以信息为基础、以知识为核心、面向业务的智慧养老平台对智慧养老产业的发展有重要意义，该平台具有互联网、物联网和大数据的特征，由技术平台和市场平台组成，前者支撑海量终端的连接管理和异构环境的数据融合，后者支撑多边市场的网络效应和产品服务的整合供给，两者共同促进养老产业的发展[22]。

曹艳春指出，老年长期照护事业需要大数据技术的支持，可借助大数据进行照护服务分级，建设综合性服务平台，实现虚拟与实体结合的长期照护服务需求与供给的信息化对接，建立无缝对接的分层次筛选的逐级流动机制，从而实现智能养老。

(五)大数据与社会福利等

大数据既是解决救助、养老、医疗等基础性民生问题的重要支撑，也是改善公共服务质量、提高民生福祉的重要手段，对社会福利领域也起到十分重要的作用。

何大安、许益怀分析指出，政府通过大数据的搜集、整合、分类、加工和处理，利用云平台和机器学习等人工智能手段，可以大大提高福利经济政策的效用函数[23]。

Julian Chun-Chung Chow认为，大数据技术有助于使资源配置由主观经验走向客观数据分析，从而有利于更准确地把握农村地区留守儿童发展的现状与趋势，将社会数据转化为社会福利。政府大数据支持下，提升中国农村留守儿童福利应该以家庭为单位建构大数据平台，针对不同地区的留守儿童提供精准的服务。

吴帆认为，大数据对于儿童照料有着重要意义，可以基于住所和工作场所的路线图大数据设置托育机构，利用“互联网＋”建设托育服务信息平台，以减轻家庭照顾负担。

三、研究结论与展望

(一)研究结论

本文通过文献梳理和深度研读，宏观把握目前学术界有关大数据与社会保障的研究态势，归纳出当前研究聚焦的主要内容，是大数据与社会保障学术研究成果的阶段性总结，也是对社会发展与现实需求的一种学理性回应。当前研究呈现以下三个特征:一是研究对象不断拓展，从医疗大数据、精准扶贫扩展到养老保险与服务，以及其他公共服务。对大数据应用于社会保障建设的现实意义和重要价值达成了一定的共识，大数据应用于社会保障各领域的研究在量上取得了可喜的成绩，研究问题不断细化、深化，涉及对象不断增多，反映了不断变化的外部环境。二是研究内容逐渐丰富，从初始的大数据与社会保障某领域的概念界定、大数据应用的必要与重要性等逐渐扩展到大数据的来源、信息平台的搭建、管理体制的革新，以及利用大数据评价和预测政策效果等方面，研究主题不断扩展，更加关注研究结果的可落地性，服务于实务界。三是研究方法更加多元，从简单的理论阐述到海量数据的挖掘、多种计量方法的应用，大数据在社会保障领域的质性研究与量化研究并进。对问题的分析越来越深入，对问题的诊断结果也更加科学，结论更具参考价值。

大数据支持下社会保障研究虽在国内初见成效，但发展仍不成熟。第一，学科融合度不足，缺乏一致认可的“学科槽”与话语共识。大数据应用于社会保障领域是一个跨学科融合的过程，涉及管理学、计算机科学、医学、社会学等[24-25]，然而目前国内大数据与社会保障的合作研究较少，各学者“单打独斗”，跨学科、跨地区的研究共同体尚未形成，缺乏必要的理论共识和对话，难以形成关于大数据应用于社会保障的较为完整的理论框架，进而降低了研究的生命力。第二，研究深度不够。大多数研究仍然集中在大数据对社会保障影响或作用的理论性探讨上，描述性质的篇幅相对较大且重复性较高，实际应用案例较少，虽然许多学者对如何应用大数据提出建议或构想，但真正的实践效果仍有待于进一步研究。第三，研究缺乏对大数据应用于社会保障领域所引发的新问题的探讨。数据收集与应用过程中不容忽视的是隐私与伦理问题。数据如何收集?当下如何实现数据互通?数据的管理权、使用权如何限定?数据的安全性如何保证?由于经济发展和收入水平不同，大数据的应用是否会加剧地区间的资源分配不公问题?新技术冲击下社会保障经办人员和服务人员工作如何重构?诸多问题将伴随大数据的应用涌现出来，如何为大数据应用构建良好的外部环境和机制，解决好上述潜在问题，需要学者们深入研究。

(二)未来展望

综上所述，大数据在社会保障领域的应用已经从个别尝试发展为“遍地开花”，在多方面取得了突破。关于大数据应用于社会保障领域的研究伴随着信息技术的发展和实际应用的增多而不断加深，学者们开始重视大数据给社会保障事业发展带来的研究范式的转换与研究方法的变革。针对当前研究的不足，为进一步挖掘大数据技术的应用价值和服务功能，使其服务于社会保障事业的发展，未来研究应重点关注以下几点。

第一，加强理论研究，助力实践应用。基础理论对我国大数据在社会保障领域的应用有指导性意义，应立足并发展既有大数据和社会保障两者的理论，构建独特的、完整的学术话语体系，特别是围绕基础概念、大数据应用基本原则、技术伦理等方面达成学术共识，以完备的理论体系促进学者在大数据社会保障基本内涵、实现路径、管理重构等问题上开展学术探索与交流。理论研究指导社会保障实务工作，实务工作反过来丰富实证研究，并对预设方案进行佐证与修订，从而实现理论到实践、宏观到微观各类研究共同发展。

第二，树立开放性思维，推动多学科性研究的融合。一方面，大数据时代社会保障事业的发展涉及诸多学科，而当前研究仅集中在社会学、管理学的领域，应进一步拓展学科视角，形成多学科的综合性研究态势。大数据时代社会保障研究可以从计算科学视角讨论大数据具体如何应用到社会保障不同的领域，从经济学视角探讨社会保障资源的再配置，从法学视角探讨大数据应用引发的隐私与伦理问题，从政治学视角研究大数据时代社会保障的政策逻辑，从统计学视角利用大数据进行实证分析。另一方面，消除学科壁垒，不同学科的学者要加强合作，打造跨学科、跨地区的研究共同体，利用各自优势开展学科交叉合作，提高研究的实践价值。

第三，拓宽研究主题，促进研究内容的多维深化。加强宏观研究与微观个体研究相结合，用宏观研究为大数据的应用提供方向性引导，用微观数据剖析大数据应用给参保个体、贫困者带来的福利或隐忧。深入挖掘与分析大数据应用与社会保障涉及的具体技术难题和社会问题，如数据整合方式、存储能力和存储结构，云计算、MapReduce、Hadoop和数据挖掘等大数据相关技术融合问题，微观社会个体的多元化需求，社会保障服务创新，伦理困境的解决等。此外，比较不同领域大数据应用的异同，互相借鉴经验，同时在充分了解我国社会保障和大数据技术发展情况的基础上，拓展国际视野，开展引介性研究，吸取国外先进的理念和研究经验。

大数据时代的到来为社会保障事业的发展创造了全新的机遇，也带来了挑战。随着云计算、物联网、数据挖掘、人工智能等技术的发展和完善，大数据在社会保障领域的应用将越来越广泛，相关的研究也会越来越全面和深入，我国的社会保障事业也会在大数据技术的支持下不断提高保障水平，为公众提供更为科学、高效的社会保障服务。