大数据经济学

2024-10-16

大数据经济学（精选12篇）

大数据经济学篇1

引言

大数据, 顾名思义就是大量的数据。在大数据的时代, 数据的量和面将会不断地扩大。数据面的扩大导致数据的多样, 而数据量的扩大则导致了数据的规模庞大。面对庞大的数据, 许多大公司首先就考虑对数据进行分析, 然后, 透过数据来预测未来的趋势。然而, 这仅仅是表面化地利用了数据, 并没有更加好地利用数据。相反, 由于过去计算能力的有限, 数据收集困难, 在经济研究上许多研究人员不得不选用过去的数据, 抽样后进行模型化分析。这种分析方法的缺点是无法准确地反映现实, 计算的结果往往和实际有些距离。然而, 在大数据时代, 在数据处理上拥有更强的力量, 在数据获取上能更及时地得到, 而在数据积累上, 拥有更庞大的资源。这对经济分析来说, 是再好不过的时代, 经济学者可利用大数据, 对经济进行最及时、最科学、最贴近现实的研究。许多学者也开始认识到数据的重要性。

未来大数据的应用将会在各个方面发挥作用, 而如何让其作用发挥得更好, 是需要各方学者共同努力才能完成的。对数据如何进行分析以及对数据如何加以利用, 将是未来各行各业关注的重点, 而数量经济学在其中必然会扮演重要的角色。通过数量经济学, 揭示大数据中的因果关系是未来关注和研究的重点。

大数据经济学篇2

摘要：大数据是在互联网普及之下新形成的生产要素，其对区域经济发展有着尤为重要的作用。当今我国各区域在应用大数据发展经济时仍面临着许多问题，其中主要包括应用意识不强、技术有限、共享障碍等。本文阐述了大数据的具体内涵，探讨了其对贵州区域经济发展的重要意义，并提出了在区域经济发展中充分发挥大数据作用的关键措施。

关键词：大数据;贵州;经济发展;作用探讨

如今，互联网技术在各行各业中得到了广泛应用，其大幅加快了向信息化社会转变的进程。除了资本、自然以及人力资源之外，大数据正是这一背景下产生的第四种生产要素。它不仅成为了各区域促进经济发展、完善产业结构的重要途径，同时也大大促进了全国社会经济改革。纵观贵州的区域经济，其呈现出经济发展速度较慢、产业结构有待完善、资金投入力度相对不足、过于依赖资源优势等局面。因此，大数据的出现和应用对贵州区域的经济发展有着非常重要的作用。它不仅有利于改变贵州经济水平低、产业形式过于单一等现状，更能促进其经济转型，加快创新型经济的发展。

一、大数据的具体内涵

大数据这一概念的提出并不是空穴来风、毫无依据的。在计算机技术革命伊始，阿尔文托勒夫就曾预言说大数据的出现将会为信息技术的革新注入新的生命力。但直至今日，学业界尚未明确定义大数据的内涵。每一学科领域因其看待问题的专业角度不同，所以它们对大数据的定义也大相径庭。有学者认为，大数据就是无法用常规的数据处理软件加工、分析的一组数据集合。当然，这只是一个较为宽泛的定义，并没有统一的标准规定大数据的具体规模。因为在时代不断进步和数据软件重复更新的同时，大数据的规模也在不断扩充。另外也有学者认为，大数据的概念不仅仅限定于一种数据集合，更是数据对象和技术应用的有机结合体。值得一提的是，大数据虽然是一种数据集合，但它不是表面上的大规模数据，更不是简单的数据总和，而是在这些现有的数据之间建立一种内在的联系。总之，大数据的真正内涵是将数据对象与技术以及应用有效结合，并将其充分运用到区域经济发展中去。

二、大数据对区域经济发展的影响

1.创造新的产业形态

大数据的有效应用能够推动产业升级，促进产业结构的完善。我国一直将追赶发达国家的经济水平作为长久的战略目标，现在在新兴产业中深化信息改革、推广大数据的应用成为实现这一目标不可或缺的途径。大数据涉猎的范围较为广泛，其中包括教育就业、医疗卫生、旅游交通等。正是由于其涉及到的领域较多，所以大数据具有很大的.发展空间和潜力。同时，大数据的应用能够完善产业形态、带动产业发展。贵州的经济发展现状存在一个令人堪忧的问题就是产业结构不甚合理。其第二产业的发展相对落后，并且缺乏统一完整的布局。由于第三产业的发展是在第二产业的基础上进行的，所以这就导致贵州的第三产业也较为滞后。倘若贵州的经济发展中能够充分融合大数据的理念，例如将大数据与物联网或者云计算相结合，那么这将推动计算机设备、智能终端等一系列高端产品的开发，同时又能创造一批增值业务。这些都能有效改变贵州经济发展模式单一、水平低下的现状，促进其产业结构的逐步完善，推动信息产业的稳步发展。

2.增加社会经济效益

贵州整体的经济水平处于较为低平的状态，家庭人均收入较低，但其物价水平较高。同时，贵州地区在资源利用方面存在很大的局限性，导致其在全国经济发展中没有很明显的竞争优势。实践证明，大数据的应用能够为社会创造很大的经济效益。例如，欧洲发达国家将大数据融入到政府的行政管理中，在提升政府部门工作效率的同时也大大节省了额外开支。倘若在工业、农业等多行业中应用到大数据，那么这在满足产业发展需求的同时，更能推动产业向创新型转变，同时在很大程度上降低生产成本，提高经济效益。另外，企业可以通过大数据及时掌握客户的心理动态、消费理念等，在了解客户需求的基础上进行产品的研发，这样更能开发出适应客户心理的产品，从而带动消费，提升市场利润。

三、贵州区域经济发展中应用大数据的具体措施

1.提倡产业协同创新

产业协同创新，即将产业资源与生产要素有效整合时进行一定创新。在产业生产中，将大数据应用作为其指导方向，促进各行业之间的高效合作、协同发展。例如，可以将大数据应用到新能源的开发、新医药的研发以及电子信息的传播中去，这不仅能够促进产业同步发展，更能使得产业结构形式多样化、产业链更为完整。同时，在提倡产业外部的合作交流之外，大数据也能挖掘出产业内部自身的社会与经济价值，从而创造出新的经济增长热点。另外，对于贵州经济发展更为重要的一点就是通过大数据的应用改变其产业模式单一的现状。大数据能够有效转变传统产业的方向，通过与现代产业的合作融合，带动其向创新型发展。

2.创造大数据良好的发展环境

利用大数据带动社会经济发展的前提是其处于良好的环境中。而优化大数据的发展环境需要政府和企业的协调支持。贵州当地政府要在财政上放宽对大数据的政策，加大资金投入，大力支持企业开发的大数据项目。同时，政府对大数据的研发技术给予适当的补贴或奖励，以提升企业的研发积极性。在大数据的资金引入方面，不仅要面向民间投资，也要大力引导外资对大数据技术研发的投入。另外，政府也要注重人才培养，特别是大数据分析与研发方面的高素质人才。贵州教育部门可以将与大数据相关的课程列入到教学目标中去，从大学就开始培养学生的数据库观念。这样不仅能够为大数据的发展创造良好的环境，更能为其长期、稳定发展打下坚实的基础。

四、总结

大数据的涉猎范围之广，其已成为各行各业产业创新的热点。贵州由于其经济发展水平较低、经济增长速度较慢等特点，所以在产业生产与技术研发中应用大数据对其有着非常重要的意义。大数据的应用能够创新产业形态，带动经济增长。政府应在把握大数据优势的同时，加大资金投入，鼓励技术研发，为大数据的发展提供良好的环境，从而通过其推动社会经济的发展。

参考文献：

[1]李娜.对应用大数据推动经济社会发展创新的思考[J].价格月刊,,03:77-82.

[2]任保平,辛伟.大数据时代中国新常态经济增长路径与政策的转型[J].人文杂志,2015,04:29-35.

大数据时代与经济新闻篇3

我们已经进入一个数字化的信息时代，数据信息呈现海量、高增长率和多样化特征，并且更加便于应用。“大数据”已经是一个耳熟能详的名词。数量庞大的数据信息已经成为重要的社会资源和生产资料。当前，数据集散的大协作、微传播，促使大数据已经渗透到人们的学习、管理、工作、生产、管理等诸多领域，经济新闻传媒领域也同样受到波及。各种经济数据本身就是经济新闻报道的主要内容，是区别于其他新闻报道的重要标准。大数据时代的到来使数据更加容易挖掘、动态趋势预测更加准确，并且在新闻内容上得到极大丰富。

大数据时代

我们常常说数字化信息时代，所谓的数字化，就是将复杂多变的众多信息转化为可度量的数字和数据，再利用这些数字和数据建立相应的数字化模型后，转变成二进制代码，进而引入计算机统一处理。从2012年以来，大数据（big data）这一词汇被越来越多地提到，它被用以描述、定义信息大爆炸时代所产生的海量数据，同时命名与之相关联的各种技术创新与发展。大数据在互联网领域指的是互联网公司在日常运营过程中生成和积累的用户行为数据。这是一个规模庞大的数据，以至于无法单独用G或T进行衡量。

经济新闻

大众传媒领域的经济新闻，顾名思义也就是采写的新闻报道、评论都是与经济领域相关的。经济新闻的目标取向，我们可以大致划分为两个方面，一个是经营者角度和专业角度。经营者角度包括企业家和商务人群等，主要针对的是高端市场，报道分析的一系列经济现象都比较复杂或者专业性较高，例如《财经》杂志就是专业角度最典型的案例；另一个则是市场角度以及消费者角度，其中包括许多广播、电视经济类型的节目，面向的则是社会普通公众，就相对广泛的经济信息和生活常识方面进行解释或者告知、引导，起到维护广大消费者权益的作用，例如中央人民广播电台经济之声开办的《天天315》栏目。

大数据与经济新闻的密切联系

经济新闻依赖于大数据。经济新闻在很大程度上是依赖于数据的，涉及到的很多问题都是社会必须做到有效监控的经济数据，例如国家或地区人口及其特点、基尼系数、消费者物价指数、国民生产总值以及国民生产总值等。以大数据为新闻背景和新闻线索，经过由表及里的实质分析，经济新闻可以让大众对社会的认识不断深化。

特定经济新闻与经济数据联系紧密。某些经济数据与特定新闻领域之间存在着十分紧密的联系。比如说财经新闻，报道房地产业就绕不开房地产泡沫、同比增长以及环比增长等数据；环境新闻，如果报道空气质量问题，那么以细颗粒物PM2.5数值为代表的各种监测数据则是人们普遍关心的；健康新闻人们关心的不同疾病患病率提高或降低情况，以及提供的各种生活健康知识和常识，等等。以上种种具体数据信息和事件本身，共同构成了经济新闻报道的内容，是广义范畴的数据新闻。

大数据增加了经济新闻报道的价值。数据新闻在侠义上来说则是抓取、统计、分析、挖掘并可视化呈现数据，以此为基础进行的新闻报道。通过各种方法渠道搜集相对完整的数据，常常会有意外发现。例如当对事实进行挖掘，可能会发现新的经济问题，产生新的经济视角，预测经济未来发展前景更准确。此外，当数据的流动出现异常时，也有可能揭示出更深层次问题。例如当股票市场中资金流动出现异常时，就有可能发现其中的不正当交易内幕，这经常会成为具有调查性的新闻报道内容。

大数据应用增加新闻公信力。现阶段的大数据浪潮的来临，不但为学者们研究客观世界提供了对象，且便于公众自行贡献数据。相关媒体通过分析大数据了解问题，并进行监督和批评，同时可以更好地发动群众进行舆论监督。例如英国的《卫报》就将议员财产和议会资金流向这些大数据信息公布到网络平台上，让公众监督、挖掘贪腐丑闻。

毫无疑问，经济现象是相关联的，而不是孤立的，并且与人们的各种社会活动息息相关，社会生活中各种政治、文化活动產生的大数据，对经济都可能会产生各种影响。

大数据经济学篇4

一、大数据在经济学领域应用的基本原理

大数据在经济学中应用的基本思路以大样本数据统计与机器学习技术为基础。其中大样本统计的过程概括如下:用N个代入变量得出对应的N个测量结果与K个潜在的预测因子, 比如:以居民消费价格CPI指数预测为例, 首先通过GOOGLE数据搜索或其他软件, 筛选出同CPI有关的一系列关键词 (比如粮食产量、原油期货价格、气候温度、价格改革政策等) , 然后通过这些关键词在文本数据 (新闻、微博、评论、研究报告、学术论文等) 出现的时间频次, 计算它们之间的相关关系和逻辑路径关系, 从而得到测量结果N和预测因子K。在许多情形下, 每一个代入变量的信息是足够丰富的, 但不具有结构性, 故可能会产生很多潜在预测因子, 因此, 需要注意的是:若是过度拟合, 即预测因子K的个数可能会远远大于观测变量N的个数时, 虽然模型可完美解释观测到的结果, 但样本外数据的解释力却很差。在这种状况下, 构造一个最大化样本解释力的模型便成为首要目标, 同时构建的模型还不能出现因过度拟合所导致的样本外无力解释的情形。因模型构建不同, 使用方法也随之改变, 惩罚预测因子的过度使用方式也不同。如Lasso回归模型, 在满足一系列约束条件下, 依据最小化离差平方和来选择模型系数。通过将样本分为“训练样本”和“测试样本” (“训练样本” 用来估计模型参数, “测试样本”用来评估模型) 进行过度拟合。而在评估预测效果时, 一般交叉使用样本内预测与过度拟合, 但目前这种交叉验证的方法在当前的实证微观经济学中也鲜少用到。

机器学习的一个非常重要假设就是机器学习的环境是相对稳定的, 也就是样本数据 (训练样本与测试样本情形相同) 独立产生于同一过程。但由于现实环境会随着时间发生改变, 故这一假设并不合理, 因此, 在高频使用新数据的应用中, 往往通过对自身持续“再训练”, 从而使得模型可以随着时间与环境的变化对预测结果进行调整。当然, 对于机器学习, 有些经济学家提出了卢卡斯批判的疑问, 即若根据模型的预测结果进行政策调整, 则政策调整后的现实结果可能与初始模型的预测结果有差异, 因为政策的改变会影响数据间的潜在行为关系, 但这一疑问在其他预测模型, 比如计量经济模型、结构方程模型和联立系统模型中也都存在。

二、大数据对经济学的影响及前景

如今, 随着数据样本容量的急剧增加, 使得大数据的使用方式不尽相同。作为一个规律性科学, 经济学需要广泛、详细的数据, 并运用统计技术来处理新型数据, 大数据的出现可能会在社会学与计算机科学间构建一架桥梁, 其学科价值可能在于创造新的思维方式, 这将会导致对经济学的新思考和研究方法创新, 甚至会带来分析经济学方法的质变。

一方面, 由于多维度的精细间隔, 大数据可以为经济学研究人员提供更多研究变量和视角, 可以研究以前难以测度的行为理论, 这为经济理论研究提供了一种全新的测量方法。例如:麻省理工大学助理教授Alberto Cavallo设计的 “百万价格”项目, 该项目旨在通过一个网络程序, 获取网上物品价格, 继而运用这些数据计算得出通胀指数, 该通货膨胀指数就是阿根廷的精确透明通货膨胀指标, 其实时价格数据的捕捉能力和准确度, 使得该指标作为政府测量通胀的替代选择。又如, 谷歌提供的请求式数据选择也提供了一个探索新机会的理由, 目前一个备受瞩目的例子就是“及时预报”, 在某些方面它可以通过庞大经济社会数据集进行短期精确预测。

另一方面, 大数据已与行为经济学相适应, 成为产业相关经济规律研究的一部分, 并且, 大数据在经济学领域已经显示出众多的优越性。大数据已有潜力去挑战理性概念, 例如对于经济学家在预测问题上的出错概率, 强调样本偏差的方法;或者对于政策刺激的外部效应问题, 强调在社会媒体中情绪化分析出现的混乱问题, 总而言之, 大数据与先进的建模策略相结合, 可以产生更详细、更准确和更有说服力的解释和分析。

从经济学理论的发展历程或者研究思想上看, 总体来说, 目前大数据分析技术在经济学中的应用还刚刚开始, 处于初级阶段和辅助地位, 目前还没有出现跨时代、里程碑式的技术进展。相比于比较完善的宏微观经济学理论、计量经济学理论和金融学等理论等, 大数据技术的劣势在于没有严谨的、完整的经济学理论作基础, 其对不同关键词的选择具有主观性, 很难洞悉其背后的因果关系和逻辑关系;其使用的各种数据挖掘技术 (比如自然语言处理算法、分段算法和机器学习算法) , 从技术上讲, 这些技术没有突破传统的理论和思路;而且大数据分析技术的原理主要是分析不同关键词的关联关系及其强弱度, 方法比较单一, 远远不能代替现有的宏微观建模技术和分析方法。

但是, 大数据在经济学中的应用前景旷阔而深远。随着时间的延续, 数据容量在飞速增长, 数据彼此之间的关系也越来越复杂。对于经济学家而言, 传统经济领域就已经有较多的数据量:各种金融交易数据, 如优惠卡数据、在线消费数据、详细人口数据等间隔性数据。大数据通过对各种媒体和渠道 (比如搜索引擎、社交网络、通话记录、传感器、网络日志等) 中不同类型的海量的结构数据、非结构数据和半结构数据进行快速计算和分析, 能够解析存在于现实社会、虚拟世界以及虚实混合社会的复杂网络关系, 并适时动态地做出判断和决策, 这不仅仅是一个把基础数据转变为信息、信息转变为知识、知识转变为智慧的由低到高的转变过程, 该过程融合贯通了国家、区域、行业和个人, 颠覆了传统的、线性的、自上而下的目标驱动式的精英决策模式, 形成了动态的、随机的、非线性的、自下而上的发现群体智慧的数据驱动决策模式; 而且这也是一种新技术、新工具, 其依据海量的网络资源, 充分发挥了电脑对海量信息收集能力和批量化处理能力远远高于人脑的优势, 从而有效地弥补人脑功能的不足, 这在当今随着互联网、云计算、物联网、社交网络等技术的兴起和普及导致的信息化数据爆发时代, 优势明显, 应用前景看好。已有研究表明, 对于经济学家而言, 大数据是一座巨大的宝库, 大数据对于社会学研究的魅力已经逐渐显现, 不从事大数据研究的经济学家可能会产生较大的机会成本 (Mayer, 2013) 。

三、大数据在经济学应用中面临的挑战

一方面, 大数据已经在经济学的研究中展示出越来越多的优势和强大能力, 但另一方面也面临一些问题和质疑, 比如大数据集的可获得性, 大数据集的管理和处理, 以及如何有效地提取大数据集中所隐藏的关键信息等, 具体的问题包括以下几点。

1. 因果关系。仅仅通过大数据分析技术, 有时难以洞悉或找到事情背后的真正因果关系, 比如, 根据某城市的数据, 电视数量越多, 犯罪案件也就越多, 两者是正相关的, 但是它们之间不是因果关系, 真正的因果关系是这个城市的人口在增加, 而导致电视多, 同时犯罪数量也在增加。虽然在商业应用中, 如果通过大数据分析找出了电视和犯罪数量相关, 就可以直接应用了, 而不在乎里面的原因和结果, 但这种相关没有经济学意义, 因此, 即使对于大数据分析技术得出的计算结果, 在使用前应该反复思考, 思考其背后经济学逻辑, 而不是完全盲目信任。

2. 大数据依然存在数据局限。虽然大数据具有容量大的特征, 但是这也是相对的, 由于数据收集、硬件设施、数据机密属性等问题, 真正的完全样本很难获得, 即使在美国, 所谓的海量数据也可能存在局部性和片面性, 这些数据的抽样样本也不能完全满足统计学中随机抽样的假设 (即, i.d.假设) 。正如Linnet Taylor (2014) 所说, 实际上影响社会变革的很多分布都是非对称的, 其实很多不是对称的, 因此做抽样的时候就得非常慎重。甚至是谷歌 (google) 和面书 (facebook) 公司, 它们声称的全数据样本, 但实际上也不是全部数据, 因为, 上facebook仅仅是那些有facebook的人或能够上网的人, 这些人的观点也不能够代表全部居民, 而且这些人的占比和很小, 可能没有代表性;还有, 这些数据的同质性是没有办法保证的, 因为它们是在不同时段用不同方法来收集数据, 然后整合在一起, 这样的处理办法很难保证这些网站的数据具有完整性和随机性。

3. 如何清洗和获得数据。因为数据越大, 噪音可能就越多, 比如从微博里面提取的数据, 由于这些数据大部分都是无关信息或者是重复信息, 因此, 如何筛选信息以提高信息准确性也是非常重要和比较棘手的问题。另外, 尽管经济学已经具有处理数据量较大样本的娴熟技能和统计技巧, 但是大数据的资源可获性仍是社会科学研究面临的一个难题。由于数据资源大部分是专有的 (比如, Google的大众可获得数据库 (如insight和trend) 都是被监管的, 且在短时期内不太可能完全公开) , 因此, 经济学领域的许多研究者都会碰到获取合适数据的难题。运用企业数据也面临同样的问题, 因为数据具有私有性, 故研究者只有在与企业签订保密合同的情形下, 才可获得这些数据的使用权, 虽然随着更多的研究者在其研究中应用大数据, 数据也就不再那么难获得, 但是, 数据资源的完全开放在短期内仍是无法实现的美好愿望。

然而, 总而言之, 大数据与经济学的结合为经济学和其他社会科学提出了新的机遇和挑战, 在未来的几十年, 大数据可能会改变经济政策与经济学的研究方法。大数据在经济学中的使用是分析方法、数据管理和分析策略的改变, 也是一次基础性的转变, 即从基于“正态”均值和标准差的科学研究转变为基于个体观测值的研究, 认识论的改变将给经济学准则基本原理带来质变和量变的双重挑战。由于这些原因, 大数据可能会带来经济学颠覆性的改变, 也有可能成为一门具有独立的学科和方法论。

摘要：在经济学领域, 大数据应用还处于初步探索阶段, 但随着海量经济数据的几何式增长, 以及网络技术与计算方法的不断完善和更新, 将大数据运用于经济学逐渐成为学术界、商界以及社会广泛关心的热点问题之一。文章分析了大数据经济学特征、大数据在经济学领域应用的基本原理、大数据对经济学的影响、应用前景以及面临的挑战等问题。认为大数据与经济学的结合为经济学和其他社会科学提出了新的机遇和挑战, 未来大数据可能会带来经济学颠覆性的改变, 也有可能成为一门独立的学科和方法论。

关键词：大数据,经济学,数据分析

参考文献

[1]Mayer S., Nberger V.and Cukier K, “Big Data:a revolution that will transform how we live, work, and think[M]”.New York:Houghton Mifflin Harcourt, 2013.

[3]于晓龙, 王金照.大数据的经济涵义及价值创造机制[J].中国国情国力, 2014 (02) .

大数据经济学篇5

电影大数据报告：大数据时代的电影消费洞察

近日，猫眼电影发布了关于“大数据时代的电影消费洞察”的报告（以下简称报告），报告数据分析来源于超5亿人次的猫眼电影消费数据和4000家影院数据。报告显示，2015上半年全国电影票房线上化率超过50%，最受好评的国产片是《战狼》，进口片是《速度与激情》。

公开数据显示，2015上半年中国电影票房同比激增49%，达到202亿元。其中，中国电影市场的高速互联网化趋势明显，3月份线上出票占大盘比超过50%。报告指出，目前国内三四线城市的票房增速明显高于一二线城市，2014年上半年一二线城市票房为93亿元，2015年上半年增至135亿元，同比增长45%；2014年上半年三四线城市票房为43亿元，2015年上半年增至67亿元，同比增长56%。

学数据分析、找行业报告、招调查人才可移步一起调研网

一个属于调研行业的B2B网站

国内最具权威的市场调研门户网站之一

学数据分析、找行业报告、招调查人才可移步一起调研网

一个属于调研行业的B2B网站

国内最具权威的市场调研门户网站之一

学数据分析、找行业报告、招调查人才可移步一起调研网

一个属于调研行业的B2B网站

国内最具权威的市场调研门户网站之一

学数据分析、找行业报告、招调查人才可移步一起调研网

一个属于调研行业的B2B网站

国内最具权威的市场调研门户网站之一

学数据分析、找行业报告、招调查人才可移步一起调研网

一个属于调研行业的B2B网站

国内最具权威的市场调研门户网站之一

学数据分析、找行业报告、招调查人才可移步一起调研网

一个属于调研行业的B2B网站

国内最具权威的市场调研门户网站之一

学数据分析、找行业报告、招调查人才可移步一起调研网

一个属于调研行业的B2B网站

国内最具权威的市场调研门户网站之一

学数据分析、找行业报告、招调查人才可移步一起调研网

一个属于调研行业的B2B网站

国内最具权威的市场调研门户网站之一

学数据分析、找行业报告、招调查人才可移步一起调研网

一个属于调研行业的B2B网站

国内最具权威的市场调研门户网站之一

学数据分析、找行业报告、招调查人才可移步一起调研网

一个属于调研行业的B2B网站

国内最具权威的市场调研门户网站之一

学数据分析、找行业报告、招调查人才可移步一起调研网

一个属于调研行业的B2B网站

国内最具权威的市场调研门户网站之一

学数据分析、找行业报告、招调查人才可移步一起调研网

一个属于调研行业的B2B网站

国内最具权威的市场调研门户网站之一

学数据分析、找行业报告、招调查人才可移步一起调研网

一个属于调研行业的B2B网站

国内最具权威的市场调研门户网站之一

学数据分析、找行业报告、招调查人才可移步一起调研网

一个属于调研行业的B2B网站

国内最具权威的市场调研门户网站之一

学数据分析、找行业报告、招调查人才可移步一起调研网

一个属于调研行业的B2B网站

国内最具权威的市场调研门户网站之一

学数据分析、找行业报告、招调查人才可移步一起调研网

一个属于调研行业的B2B网站

国内最具权威的市场调研门户网站之一

学数据分析、找行业报告、招调查人才可移步一起调研网

一个属于调研行业的B2B网站

国内最具权威的市场调研门户网站之一

学数据分析、找行业报告、招调查人才可移步一起调研网

企业视角下大数据的经济应用篇6

关键词：大数据；企业；经济应用

1.大数据的研究背景

过去数年中，信息技术和网络技术的发展使得全球数据量呈现出前所未有的爆发式增长，大数据时代随之而来。大数据（big data），又称巨量资料，是指所涉及的资料量规模巨大到无法通过目前主流软件工具，在合理时间内达到抓取、管理、处理、并整理成为帮助企业经营决策更积极目的的资讯。大数据有四大特点：大量、高速、多样和及时性。最早提出“大数据”时代到来的是全球知名咨询公司麦肯锡，麦肯锡称：“数据，已经渗透到当今每一个行业和业务职能领域，成为重要的生产因素。人们对于海量数据的挖掘和运用，预示着新一波生产率增长和消费者盈余浪潮的到来。”大数据成为云计算、物联网之后IT行业又一颠覆性的技术革命。企业内部的经营交易信息、商品物流信息，互联网世界中的人与人交互信息、位置信息等，其数量将远远超越现有企业IT架构和基础设施的承载能力，实时性要求也将大大超越现有的计算能力。如何盘活这些数据资产，使其为企业决策乃至个人生活服务，是大数据时代的核心议题，也是企业发展的生命线。

互联网商业模式的发展，促使数据规模进一步增长，其中既包括结构化数据、半结构化数据和非结构化数据。每天大量的消费者信息购买信息被服务器记录下来，成为了宝贵的资源。

2.信息的应用现状

从已有的研究中不难看出，大数据时代存在着巨大的机遇和挑战，企业对于信息有如下简单使用。

一是快餐业的视频分析，快餐公司通过视频分析等候队列的长度，然后自动变化电子菜单显示的内容。如果队列较长，则显示可以快速供给的食物；如果队列较短，则显示那些利润较高但准备时间相对长的食品。通过收集到的视频信息对服务内容进行相应的调整，提高了快餐公司的经营效率。

二是沃尔玛连锁超市通过一名高中女孩搜索商品的关键词以及社交网站中的行为，捕捉到了她的怀孕信息，从而发放了带有婴儿用品的优惠券。虽然此行为引来非议，但是沃尔玛通过对客户信息的搜集，有针对性的对产品进行营销，是成功的企业数据应用。

三是淘宝网凭借对于往年的销售情况进行分析，特别是用户的消费习惯、搜索习惯以及浏览习惯进行综合分析，在十一黄金周期间创下了191亿的销售额，这在以往是难以想象的。

3.大数据在企业中的应用策略

大数据和预测分析可以帮助企业优化物流、更精确地预测需求或掌握更好的产品上市时间，从而进一步提高效率。它几乎对所有行业都意义深远，无论是工业产品，还是娱乐业。因此，应该采取相应的策略正确应用大数据。

（1）宏观层面。宏观层面上，企业是一个组织。管理学中西蒙提出，组织的决策是介于完全理性和非理性之间的，即有限理性。因为在传统决策中，决策者无法获得全部的信息，也无法穷尽所有的备选方案，不可能做到完全的理性，因此组织的决策是相对理性的。

大数据时代使得企业决策时可以获得充足的信息，这使得完全理性的决策成为了可能。同时企业运营过程中的各种信息都是通过数据反映出来的，通过数据分析，可以发现企业运营过程中的规律，从而对未来的生产活动、市场活动等提供科学指导。

以往大量数据通过报表等方法进行统计，只能得到一般意义上的信息反映，利用大数据则可以发现许多深层次的规律，对整体趋势作出预测，从而帮助决策者针对市场变化的环境，做出快速、准确的判断。而且大数据时代下，信息不对称的现象不复存在，企业的大部分业务可以实现外包，通过对信息的挖掘和分析，企业可以找到完美的外包合作伙伴，企业组织结构极端扁平化，更加灵活且富有效率。

（2）微观层面。微观层面上，企业可以建立起相关的信息系统，将这些数据按照业务概念来组织，利用相关工具从中随机提取、分析，为企业管理人员制定策略、开发市场、营销产品等行为提供数据基础。

生产环节中，产品研发人员利用数据能够挖掘消费者的消费习惯和喜好，在凌乱纷繁的数据背后找到符合用户兴趣和习惯的产品和服务，并对产品和服务进行针对性地优化调整，实现精细生产，这就是大数据的价值；流通环节中，传统的企业在经营过程中存在不同程度的库存积压，很大一部分资本是以库存商品的形式存在，极大的影响了企业的盈利能力。但是在大数据时代，信息极端对称，企业可以对产品仓储、配送各环节的数据以及市场信息进行深入分析，对存销比、库存周转率、市场满足率等指标设置监控体系，科学合理的设定库存水平，建立高效的供应链，真正实现精益物流；销售环节中，企业可以实现精准营销。企业可以通过营销系统记录每个商户以及每笔订单的详细信息，例如商户名称、业态、规模、位置，订购产品的数量、金额等，通过加工和处理这些数据。一是可以准确把握市场需求，提高市场预测准确率，实现按订单组织货源，有效提高客户满意度；二是可以分析出每个商户的需求偏好，在订货系统中进行个性化的推介。在售后服务环节，企业利用大数据可有效加强客户管理，增进客户关系。一是通过分析客户的信息，对客户进行细致分类，提供更具针对性的服务，提高服务水平；二是挖掘潜在客户、跟踪现有客户、维护重点客户，降低服务成本和客户流失率，通过满足客户的个性化需求，最大化的挖掘潜在购买额度，提高客户的忠诚度和利润贡献率，全面提升企业的盈利能力和竞争力。

但是从目前情况来看，虽然大部分企业建立了一些信息系统，但是由于各个系统相对独立，数据格式、存储形式存在较大差异，难以利用现有的数据处理技术进行分析。大多数企业还存在一个普遍现象，就是将信息简单堆在一起，进行基本的统计和查询，而不是将它们作为战略转变的工具，“数据丰富、信息贫乏”的现象比较普遍，制约了经济分析和决策能力。

因此为了应对大数据时代的到来，企业亟需解决的是构建统一的数据仓库系统，将企业内分散的原始数据和来自外部的数据汇集在一起，形成一个中心数据集，从而为企业提供完整、及时、准确的基础数据。同时在数据仓库的基础上建立决策支持系统，组织具有相关技能的人员和设备，打破原有统计分析的模式，通过对数据多维的处理分析，挖掘出数据中蕴含的、对决策有潜在作用的信息，为企业的经营活动提供科学依据。

4.结语

大数据在为企业提供经济利益的同时也会带来更多的挑战。企业面临的是一个更加透明的市场，企业的行为能够被竞争对手和消费者熟知，使得企业面临更加残酷的竞争。而且数据挖掘的价值飙升，将原来的竞争阵地由商品转移到前端的数据阶段，如果企业不加大数据挖掘方面的投入力度，将会在大数据时代的市场竞争中处于不利位置。小企业是没有资金实力参与竞争的，如果不采取措施，最终只能被淘汰。

总之，大数据是企业未来发展的必然趋势，企业必须积极适应这场变革，通过先进的信息技术不断提升生产经营水平和基础管理水平，为企业的发展提供坚实的信息支撑。（作者单位：山东财经大学公共管理学院）

参考文献：

[1]冯芷艳，郭迅华，曾大军，等.大数据背景下商务管理研究若干前沿课题（1）[J].管理科学学报， 2013： 1-9.

[2]韩晶.大数据服务若干关键技术研究_韩晶[D].北京邮电大学， 2013.

[3]孟小峰，慈祥.大数据管理_概念_技术与挑战[J].计算机研究与发展， 2013： 146-169.

依靠大数据提升县域经济治理能力篇7

关键词：大数据提升,必要性,治理能力

一、传统的经济治理存在的问题

(一) 信息失真

中国统计数据的准确性, 一直为人们所质疑。因为存在注水统计和牛鞭效应。信息链的长度是影响信息失真情况的一个决定性因数, 信息链越长, 那么信息传递过程中的层级也就必然越多, 信息被认为处理的机会就越多。当信息传递到最后一个环节时, 信息离原始的信息已经有很大的偏差了。

(二) 单类型结构化数据成为科学化决策的障碍

数据一直是政策制定的依据, 人们在进行数据分析时, 越来越不满足于既有的数据, 想搜集到更多的信息, 但受限于当时的数据记录、储存和分析的工具和技术, 人们只能收集到少量的数据进行分析, 在这种观念的影响下, 人们开始慢慢养成一种习惯, 单类型结构化数据正式成为决策分析和处理过程中最为重要的工具。

(三) 体制制度导致传统的分析手段导致决策风险

科层制管理、职位分等、下级接受上级指挥, 且层级多, 整个信息的传递一级一级地传递, 在科层制下, 传统的分析手段是身处金字塔最高层的领导根据各基层所上报的数据进行统计, 然后进行多维度的分析。虽然这种分析手段在组织、数量乃至于项目方面, 都可以做的很精细, 但它对于后续的问题溯源分析却是一筹莫展, 只能粗略地进行定性判断, 这就意味着决策有风险。

二、应用大数据进行经济治理的必要性

(一) 从经验决策向数据决策转变

大数据带来的最大变革还在于决策思维、范式和方法的转变。过去仅限于信息技术, 决策者们在制定经济决策时往往缺少足够的数据支持, 甚至就是那么少得可怜的数据, 其本身的真实性和准确性都难以保证, 这就使得我们的经济决策不得不取决于决策者的经验和直觉。这种决策多是无差别、简单的“一刀切”式的, 而大数据决策无疑将有助于规避这种风险, 有助于决策者更加精确而迅速地设计政策方案。在大数据时代, 决策者们作出的决策, 越来越取决于数据及其分析的结果, 而不是经验和直觉的主导。只要提供的数据量足够庞大真实, 通过数据挖掘模式, 就可以较为准确地把握住人们的行为规律, 预示经济运行态势等在内的一系列复杂问题。

(二) 大数据驱动市场监管

市场既需要培养, 也需要监管。监管机构必须以市场规则为底线, 对那些破坏规则、危害市场竞争的行为和主体予以适时打击, 以此来维护规则, 确保市场环境的稳定和良性运行。大数据在这方面, 使监管机构可以主动出击, 事先预防风险的发生。监管者可以通过对核心变量采取量化跟踪监控, 对市场系统内的行为和其潜在的风险进行系统性、规范性和前瞻性的监管。确保市场在健康的轨道上发展。

(三) 大数据把脉经济运行

国内在大数据应用上已进行大量探索, 涵盖了社会经济发展和管理的方方面面, 如宏观经济预警、经济运行监测。大数据有助于我们把握经济运行脉搏。通过跟踪那些与经济周期相关的关键词的搜索, 完全可以确定经济运行的波动。经济主管部门或相应的大数据公司, 将相关搜索数据汇总, 以此来估测经济运行情况, 然后再将其预测结果, 与包括中央银行、统计局, 甚至某些学术机构、投资银行、智库乃至经济学家个人所设立的监测报告相比对。这种模式克服了传统模式的滞后问题, 也为相关部门提前介入提供了时间上的可能, 这将有助于降低经济波动的幅度, 进而降低受波及面和受损程度。

三、如何依靠大数据提升县域经济治理能力

目前我国大数据应用刚刚起步, 基于大数据的商业模式还在萌芽阶段, 从需求来看, 很多产业对大数据的使用还没有意识, 从供给来看, 由于技术和人才储备上的落后, 也缺乏深厚的数据分析手段来支撑需求。面对新形势的挑战, 我们必须利用大数据来提升县域经济的治理能力和办事效率, 打造高效透明政府, 为社会提供更好服务。

(一) 在政府经济治理理念中融入大数据思维

大数据的本质不在于“大”, 而在于其蕴含的大数据思维, 能够直观呈现数据背后的人类行为模式。运用大数据提升政府经济治理能力, 需要把这种大数据思维融入政府经济治理理念, 改变政府经济治理的理念向度、工作方式和决策思路。现在政府大数据未能实现其应有的服务价值和人本关怀, 受制于诸多因素。缺乏大数据思维。“大数据思维”至少有“海量、开放、共享、实时”等特征, 这要求公共部门改变传统思维模式, 激活那些束之高阁的沉睡数据, 积极抓取实时信息, 整合多部门形成信息资源聚合, 及时便捷地通过互联网、手机APP等多种方式向公众开放分类数据资源, 实现数据的价值。相比较而言, 多数部门没有认识到数据只有开放共享, 才能释放价值。因此, 或不重视数据开放, 或出于数据安全的惯性使然, 不愿意开放数据, 也不关心部门之外的数据需求, 抱着多一事不如少一事的心态。

在大数据视域下, 人们面对的是全体数据, 这些数据呈现出混杂性的特征, 数据之间不再是简单的因果关系, 而是多重交合的相关关系。传统的政府经济治理理念往往是基于社会局部“现实”的抽象分析方法, 依据一定方式选择样本数据, 基于少部分人的需求来预判大多数人的行为模式和需求, 这种治理理念必须要发生变革才能适应大数据时代的要求。这种变革就是把大数据思维的价值观和方法论融入政府治理理念中, 将对基于稀缺数据的治理, 转向覆盖更广泛、涉及更多人的大数据分析, 从数据收集者转向数据分析者, 从大数据中预测社会需求, 预判社会问题, 探索政府经济治理的多元、多层、多角度特征, 提升政府经济治理能力。

(二) 树立“需求本位”的大数据建设理念。

大数据建设和开放使用不是以政府能够供给为导向, 而是以公众和社会的实际需求为导向, 这是各个国家大数据开发的基本趋势。美国的信息化建设一直秉承着“以公众需求为导向”的理念, 德国政府“让数据而不是公民跑路”, 都充分体现了尊重公民和社会需求。“需求本位”的重点不是要求政府产出数据资源, 而是要求政府根据需求进行数据建设和开发;“需求本位”还倒逼政府放弃长期以来“部门本位”的数据生产模式, 促使部门之间实现数据资源的整合共享, 以适应“需求本位”对数据资源的要求。

(三) 把大数据技术运用于政府经济治理具体过程

大数据不仅是科学概念, 更是一个实实在在的应用技术。在我国信息化水平最高的北上广等地, 各级政府十分重视并大力推进大数据等现代技术在政府治理中的应用探索。但也应该看到, 大数据的实际运用, 需要较高的采集、存储、分析、整合、控制等技术, 而目前政府经济治理过程中大数据技术的运用基本还处于初级阶段, 亟待深入发展。要完善大数据基础设施建设。大数据基础设施是大数据技术应用的载体, 决定了数据能否被有效收集、分析、挖掘和应用, 因此, 要加快完善大数据基础设施建设, 为政府经济治理中大数据技术的应用提供基础和平台。广东地税通过建立省级数据应用大集中平台, 告别了靠手工操作和人海战术的粗放型管理模式, 实现了税款自动入库、自动划解和实时监控, 取得了税款的稳定快速增长。通过对海量数据的分析和比对, 广东地税对每个行业、每家企业、每个税种实现了精细化分析和掌控。例如, 房地产业和建筑安装业流动性大、中间环节复杂, 难以监控, 历来是征管难点。广东地税依托大数据平台, 开发了建筑安装业和房地产行业税源控管系统。通过该系统, 可实时获取房地产开发项目明细信息, 包括土地使用权信息、建筑工程进度、房产销售进度、销售明细以及各阶段的税款缴纳情况等, 实现了项目从产生到消亡的全过程监控。要开展政府经济治理大数据技术应用示范工程。可以选择医疗、金融、食品安全等具有一定大数据基础的政府经济治理重点领域实施大数据技术应用示范工程, 加强对政府经济治理其他领域大数据技术运用的带动和促进。此外, 从技术角度而言, 技术型企业更有大数据技术开发的经验, 政府可与技术型企业合作, 利用技术型企业的技术优势, 共同开发政府经济治理领域的大数据运用技术。

(四) 整合大数据资源的数据标准和应用规则

大数据应用的前提, 是海量数据信息的采集、更新、共享和融合。从政府层面来说, 大数据可以整体利用原来分散在不同部门、行业、主体的数据, 对其进行整合管理, 为大数据的优化利用提供数据基础。但由于目前对这些数据资源本身的管理缺乏统一标准和应用规则, 因此政府经济治理过程中数据资源的有效利用难以实现。要建立统一的大数据标准体系。建立统一的大数据标准体系, 以及大数据生成、发展及发布的数据标准格式, 便于数据的无缝隙统筹整合, 使得原本散落在各部门的信息数据整合起来, 打破信息孤岛状态, 为政府经济治理建立基础。广东地税借助大数据平台, 积极推进第三方涉税信息共享, 明确了28个部门共享涉税信息的内容和方式。目前, 工商税务信息每天都进行实时交换, 推动了地税机关在办证服务上的创新, 从原来的限时办证发展到现在的即时办证, 从原来填写100多项登记信息, 升级到填写8项必要信息内容, 甚至可以享受免填服务。

意愿经济:大数据重构消费者主权篇8

用图形来描述消费者 (需求的载体) 和产品 (包括服务) 之间的关系其实非常简单, 只要在消费者和产品之间画一个箭头就可以了, 他们之间是一种驱动的关系。那么, 接下来的问题是箭头的方向应朝向那一边?谁是这个驱动关系的动力源, 是消费者还是产品生产者?

产品经济时代的驱动力是生产者, 因为他们拥有资源和生产能力。世界上所有的产品都是生产者按照自身的资源和能力禀赋生产的。为了大规模生产, 所有的产成品都是标准化的, 消费者只能从生产者的产品池中挑选最接近满足自己需求的产品和服务。消费者没有生产的话语权, 他们不满意, 也没有办法改变现状。生产者为了管理消费者的不满, 发明了一个管理工具, 叫做“客户关系管理” (CRM) 。客户关系管理的最终目的是把生产者的产品卖给消费者。生产者虽然声明客户是上帝, 但是上帝也只能按照生产者的意愿, 而不是按自己的意愿选择产品。

大数据与宏观经济的分析与研究篇9

1 大数据在宏观经济分析中的重要作用

1.1 为宏观经济分析提供丰富的数据支持

我国经济发展正处于“三期叠加”的关键时期,影响宏观经济发展的因素也是多种多样,要想保证宏观经济分析结果的准确性和时效性,就必须以大量的数据信息做样本,对数据样本进行客观、专业的处理和评估。传统的宏观经济数据获取方式存在诸多弊端:一方面是数据样本数量有限,难以反映出影响宏观经济发展的整体因素;另一方面是数据获取途径少,时效性低,往往与现阶段的经济发展现状不相符合。而大数据技术借助于计算机、互联网和电子信息技术,能够在短时间内获取各个部门、各个行业的经济发展数据,例如全国旅游消费总额、全国商品房年销售总量等。可以说,只要数据分析部门获取了相应的数据调查权限,就可以随时调用管辖范围内与宏观经济分析相关的数据内容,从而极大地丰富了宏观经济分析所需的样本容量和样本种类,确保了宏观经济分析的准确性和时效性。

1.2 为宏观经济分析提供更多的方法

传统的宏观经济分析手段,由于受技术条件和工作理念的影响,往往采用统计分析和随机抽样分析的方式,近似地反映或推断出宏观经济的分析结果。随着市场经济的深化改革和我国经济体制结构的转变,传统的宏观经济分析手段难以适应国家经济发展的需要,云时代的到来和大数据技术的出现为宏观经济分析提供了更多种类、更加简便的分析方法。例如,传统的宏观经济分析由于获取数据困难,因此采用“随机抽样反映整体”的分析方法,其分析结果与实际情况必然会存在较大误差;而大数据的分析是以海量的数据样本为基础,并且样本种类丰富,基本上涵盖了影响宏观经济发展的所有行业,在此基础上得出的分析结论无限趋近于我国宏观经济发展的实际情况,提高了宏观经济分析的可靠性。

1.3 优化了宏观经济分析的技术

大数据分析与单纯的计算机数据统计的不同之处在于:计算机数据统计只能进行初步的数据分类和整理,并以数字、图标等形式展示出来,虽然具有较强的直观性,但是不能深层次地反映宏观经济内容。而大数据分析融合了计算机、电子信息和数学建模等多个专业技术,以海量数据为基础,建立数学分析和统计模型,利用分析模型对数据进行深层次的分析、处理和加工,并结合了语音识别、图像识别等技术,提高了数据分析技术的专业化水平。

2 大数据在宏观经济分析中的机遇与挑战

2.1 大数据时代宏观经济分析具有的机遇

大数据技术融合了多种现代化数据获取和分析技术,为宏观经济的精确分析提供了诸多便利条件,从当前的发展形式看,大数据在宏观经济分析中的主要机遇有以下几方面:首先,大数据技术使“在短时间内获取海量数据”成为了可能,为宏观经济分析提供了必要的基础保障。无论是进行宏观经济分析还是其他各类专业统计,数据获取都是最基础也最为关键的环节。数据样本的丰富度和样本容量,直接决定了后期分析结果能否反映实际情况,而数据样本越多,则最终分析结果越趋近于实际。除此之外,宏观经济是一个动态发展、不断变化的过程,这就要求数据样本在“获取-分析-得出结论”这一过程中占用尽可能少的时间。因此,数据分析师历来重视数据样本数量和样本获取速度,大数据技术兼具上述两种分析要素,在宏观经济分析中占据较大优势。其次,大数据扩充了宏观经济分析的空间广度,使数据价值得以体现。通过计算机互联网获取基础的数据信息,不仅能够有效跨越时间和空间的限制,而且在数据价值上也得到了一定的提升,并且利用专业数据分析软件和数学模型,拓展了数据所包含信息的深度与广度,为新时期进行宏观经济分析提供了有力支持。

2.2 大数据时代宏观经济分析面临的挑战

大数据技术在带来诸多便利的同时,其自身也存在着一些有待改进的地方,主要表现为:首先,大数据所采集的数据量大,但是缺乏有效的数据筛选标准,导致数据中夹杂着部分无用或不相干的信息。例如我们在采集“全国旅游消费总额”相关的数据时,可能会搜索到与旅游相关的“交通运输量”的信息,但是这些信息并不会对宏观经济分析起到影响,反而增加了样本总容量。因此,如何加强信息甄别和筛选,是下一步大数据技术优化的重要内容;其次,数据的安全性仍然有待提高。由于前期采集数据量非常大,但是进行宏观分析是一些相对漫长的过程,这些数据在保存期间如何确保安全性,关系到后期宏观经济分析的最终结果。虽然部分数据库建立了相对完善的防火墙和病毒查杀系统,但是也很难彻底根除非法访问的风险;最后,大数据时代的宏观经济分析需要大量专业化人才,但是从现阶段相关从业人员的整体情况看,大数据分析人才数量难以满足行业发展需要。

3 提升大数据对宏观经济分析作用的对策

3.1 构建良好的大数据获取环境

政府应当主导建立一个大数据的收集体系,在一些重要的宏观经济领域制订大数据的收集计划,从而保证大数据的获取。为此政府部门应当做好以下具体的工作:首先,政府部门要从思想认识上提高对大数据的重视程度,对于大数据在宏观经济研究中的价值予以认可。从而在实际的工作中能够形成稳定的资金投入并在政策法规上为大数据的应用提供便利条件。其次,政府应当加大高校或者是相关研究机构在大数据应用上的研究投入力度,支持研究机构在大数据应用上的深度挖掘,从而更好地发挥大数据的作用。最后,政府应当支持企业采用现代化的信息管理手段,从而为大数据的获取提供基础性的条件。利用企业的信息化系统可以快速地获取企业的相关发展数据信息,从而为宏观经济的大数据分析提供基础材料。

3.2 提升大数据的采集与管理工作水平

制定规范化的大数据采集与管理体系,保障用于宏观经济发展的大数据均能够得到有效的采集,并且还要确保数据的真实性。在利用大数据进行宏观经济的分析中大数据是基础的分析材料,所以有效地采集到大数据是十分重要的。首先,要规范大数据的采集工作流程,制定科学的大数据采集体系,从而促进大数据采集工作的有序开展。其次,对于在大数据采集过程中因小集体利益而不配合采集的个人或者是单位,应对其进行一定的处罚,从而威慑这些干扰大数据采集工作的不良情况。最后,要对大数据采集人员进行培养和提升,从而使其掌握较为熟练的大数据管理技能,为大数据的更好地应用提供条件。

3.3 培养大数据分析与应用人才

在大数据的应用中人才是其中的关键性组成部分,高素质的大数据分析与应用人才能够为宏观经济的分析提供有力支撑。为此,就必须在大数据人才培养上进行改进和提升。为此,应当做好以下内容:首先,政府部门应当重视大数据分析与应用人才的培养,出台各类支持性的培养政策。其次,高校应当根据现实的需求而开始相关的专业和课程,从而发挥大数据分析与应用人才培养的基地作用,以便为社会输送大量的大数据专业应用人才。最后,企业也应当在大数据人才培养上做出自己的贡献,对于企业内部的数据管理人员进行专业技能提升的培训,从而帮助他们掌握更多的大数据分析与应用的实际技能。

4 大数据与宏观经济政策制定

大数据革命为政府的宏观经济政策制定提供了机会。政府在政策制定上可以通过大数据分析系统提升公共服务质量,增加服务种类,并为公共服务提供更好的政策指导。同时,在大数据分析的运用、提高效率与其他政策和技术协同以及为公共服务领域带来变革等方面,政府可以加大重视和投入力度,为经济的进一步发展提供支持。

大数据给政府的经济统计工作带来了巨大影响。首先,面对大数据带来的技术变革,政府应该将其纳入政府统计之中。经济统计要充分利用大数据时代提供的技术和条件,促进政府统计工作的变革。例如“10亿价格项目”便是政府应对大数据变革的成功典范。其次,面对大数据带来的统计对象扩充,政府不但应当重视结构化数据,更应当重视挖掘非结构化数据,以期找寻出恰当的经济统计指标。大数据时代,非结构化数据包含更多信息,而且利用互联网进行的数据挖掘,不仅可以得到数字资源,文本数据也可以通过挖掘获得。最后,面对大数据带来的统计资源的拓展,政府应该将其统计资源拓展到政府以外,重视拓宽其他数据资源。在过去,政府靠自己的力量收集数据,但在大数据时代,人人都是数据的制造者。例如,谷歌和百度等数据巨头拥有大量政府无法获取的数据资源。政府要想办法让数据巨头将数据放到统计中来,而不能仅靠自己调查统计。

5 结论与展望

大数据时代极大地拓宽了信息来源、提高了获取信息的时效性,同时,新信息的非结构化对宏观经济分析的技术和方法提出了新的要求。在大数据背景下,由于数据噪声的存在,宏观经济数据挖掘变得十分重要,这就要改进技术,加强对非结构化和半结构化数据的挖掘。实时、快速、海量的数据为更加准确的宏观经济预测提供了可能,宏观经济预测模型也有待于进一步更新。在大数据时代,可以将机器学习算法引入宏观经济分析,改进宏观经济分析技术,解决“维数灾难”,提高宏观经济分析的准确性。大数据时代也将促进政府经济政策制定的变革,提升政策的时效性,提高政府服务效率。

参考文献

[1]文桂江,李昕.大数据时代我国宏观经济数据的冲突与协调[J].河北经贸大学学报,2014(5):131-133.

[2]崔光灿.房地产价格与宏观经济互动关系实证研究——基于我国31个省份面板数据分析[J].经济理论与经济管理,2013(1):157-162.

[3]戴成峰,张连增.我国财产保险区域差异与宏观经济的关系研究——基于省际面板数据的实证分析[J].保险研究,2012(11):142-153.

[4]申红艳,吴晨生,扆铁梅,等.大数据时代宏观经济分析面临的机遇与挑战[J].经济研究参考,2014(63):119-125.

大数据经济学篇10

关键词：大数据时代,宏观经济,机遇,挑战,对策

一、前言

基于互联网经济时代背景下, 计算机技术的广泛运用促使数据信息能够得到有效的收集与处理, 但随着计算机网络体系的逐步完善, 面对海量信息数据, 如何实现对数据的高效快捷处理, 以实现对信息资源的充分利用, 成为各行业领域所面临的一大挑战。在此背景下, 大数据技术的应运而生, 为实现对这一问题的有效解决提供了出路, 对于宏观经济分析而言, 同样离不开大数据的支撑, 因此, 这就需要针对宏观经济分析之需, 实现对大数据的完善运用。

二、在宏观经济分析中大数据所呈现出的价值

主要表现在如下两方面:第一, 提供更加全面的数据信息。对于宏观经济分析而言, 因所分析的内容多且广, 加上会受到诸多因素的影响, 进而使得在实际开展这一工作的过程中, 因数据信息的不全面、获取信息的时效性低等, 使得宏观经济分析的结果缺乏科学性。而将大数据进行运用, 则能够借助计算机网络技术的支撑, 实现对数据实时动态获取, 并以丰富数据的获取来支撑该项分析工作得以实现高质高效落实。第二, 丰富了分析方法。在传统宏观经济分析中, 主要财通的方法为统计分析模型, 借助抽样分析法来获得样本数据, 并以此来作为整体, 进而使分析结果难以与事实相符;而借助大数据技术的运用, 则能够借助海量数据信息的获取, 以计算机为支撑来实现对数据信息的自动分析, 进而以总体分析法来提升分析结果的可靠性。第三, 分析技术水平得以提高。在实施大数据分析的过程中, 离不开计算机技术的支撑, 借助结算及技术的运用则能够以多种分析模型的搭建与多种识别技术的融入, 来取代大部分人工分析工作, 以技术的全面支撑来提高分析的准确性与效率性。

三、基于大数据时代下宏观经济分析所迎来的机遇与面临的挑战

1. 机遇

在大数据时代下, 大数据技术的融入使得该项分析工作的开展能够获得丰富数据支撑, 并以相应分析方法与分析技术的创新, 为提升宏观经济分析的效率与质量奠定了基础。从所迎来的机遇角度看, 对于宏观经济分析而言, 借助大数据的融入, 能够实现对海量信息的实施动态化获取, 进而提升了信息获取能力, 同时, 借助智能化获取与分析的实现, 能够为实现准确的预测分析奠定基础, 同时, 也在降低分析人员工作压力与难度的基础上, 提升了分析的效率, 为充分实现宏观经济分析的作用与价值提供了保障。

2. 所面临的挑战

机遇与挑战并存, 对于宏观经济分析工作的实际开展而言, 同样面临着巨大的挑战, 具体而言:第一, 在互联网时代下, 信息的传播打破了时间与空间的束缚, 面对海量信息数据, 对于该项分析工作的实际开展而言, 要想能够从中选取中有价值的信息, 且能够充分服务于该项工作的实际开展之需, 难度极大;第二, 在运用计算机网络技术的过程中, 需要确保数据信息的安全, 但是, 从数据安全保障工作开展的实际状况看, 相应能力还有待进一步提升;第三, 在运用大数据来开展宏观经济分析工作, 需要确保具备完善的专业人才队伍, 进而才能够为充分发挥出大数据的作用与价值提供保障, 但目前现有行业专业人才匮乏, 难以满足该项工作的实际开展之需, 进而使得大数据的价值与作用无法得到充分实现。

四、充分发挥大数据在宏观经济分析中价值与作用的对策

大数据技术为当前宏观经济分析工作得以实现顺利且高效开展提供了技术支撑, 但是, 从目前运用大数据的实际状况看, 一系列挑战的存在, 使得大数据难以实现作用的充分发挥, 因此, 这就需要结合实际所存在的问题, 落实针对性的解决措施:

1. 营造良好的发展环境

要想促使大数据能够在该项工作中得到充分且完善运用, 首先就需要从大数据运用的宏观环境着手, 因此, 这就需要充分发挥出政府的作用。在实际践行的过程中, 政府要充分发挥出自身的主导作用, 以大数据收集体系的完善打造为基础, 并针对经济发展的重点领域, 实现相应数据收集工作的有计划落实, 进而才能够为宏观经济分析工作实现顺利开展提供基础性前提。具体而言:一方面, 政府相关部门要进一步提升对大数据的重视程度, 针对大数据给该项工作的开展所带来的优势作用进行全面分析, 在此基础上, 从政策、资金等多方面加大对实施大数据的支撑力度, 进而为实现大数据网络环境的打造奠定基础。另一方面, 要加大对相关科研领域的重视程度, 加大投入力度, 确保相应研究机构能够为实现大数据的进一步发展提供支撑。此外, 对于政府而言, 为了能够促使大数据在宏观经济分析领域中实现充分运用, 可鼓励企业积极践行信息化该该, 进而以企业全面信息化管理的实现, 为大数据的应用与发展创造良好发展空间与环境。

2. 加大对数据采集与管理的力度

对于宏观经济分析工作的实际开展而言, 需要以大数据的完善采集为支撑, 并加强对数据信息的管理力度, 进而才能够为实现大数据价值的充分发挥奠定基础, 因此, 在实际践行的过程中, 需要以完大数据采集与管理体系的搭建为支撑。从实际该项工作工作开展的现状看, 由于人员能力素质不足、技术水平偏低以及管理漏洞的存在等, 使得难以充分发挥出大数据的优势作用, 而要想实现对这些问题的解决, 则就需要针对大数据采集流程, 以完善采集体系的制定为支撑, 促使在开展宏观经济分析工作的过程中, 能够具备全面数据信息;同时, 要加大对相应企业与个人, 加大管理力度, 制定完善的监管体系, 针对不配合行为加大惩处力度, 进而为实现数据信息采集工作的顺利开展奠定基础, 此外, 加大对相关人员的培训力度, 促使其能够具备与之相适应的技能水平, 以实现对大数据技术的规范且合理运用。

3. 加大专业人才的培养力度

在借助大数据来开展宏观经济分析工作的过程中, 由于行业专业人才匮乏, 进而给该项工作的开展带来了极大的阻力, 因此, 这就需要加大对行业人才的培养力度。在实际践行的过程中, 对于政府相关部门而言, 需要以专项人才培养政策的制定与实施为基础, 促使全社会能够提高对该领域人才培养工作的重视程度。同时, 高校作为培养专业人才的主要阵地, 应结合当前该行业领域对人才所提出的实际要求与需求, 以相关专业的开设为基础, 实现专业课程体系的完善打造, 进而来满足社会对人才的实际需求。此外, 对于企业而言, 要针对大数据管理人员, 加大培训教育力度, 以提升其专业能力与信息化技能素养, 为该项工作得以顺利开展提供有效支撑。

五、总结

综上, 基于大数据时代背景下, 对于宏观经济分析工作的实际开展而言, 需要在明确大数据在该项工作中所呈现出的价值与作用的基础上, 明确大数据所带来的优势, 并针对在运用大数据于该项工作中所存在的问题, 实现有针对性解决对策的落实。具体而言, 要针对大数据的运用营造良好的环境, 并在加大对大数据采集与管理力度的基础上, 加强对专业人才的培养力度, 进而为充分实现大数据运用于宏观经济分析中的价值并提升该项工作的效率与质量提供保障。

参考文献

[1]徐寅.论大数据时代背景下宏观调控决策的法治化[J].学术探索, 2014, 11:51-55.

[2]申红艳, 吴晨生, 扆铁梅, 滕飞.大数据时代宏观经济分析面临的机遇与挑战[J].经济研究参考, 2014, 63:19-25.

[3]刘涛雄, 徐晓飞.大数据与宏观经济分析研究综述[J].国外理论动态, 2015, 01:57-64.

[4]蔡永鸿, 唐斯琪, 于娟.大数据时代宏观经济与微观企业的行为联接[J].中国市场, 2015, 08:88-89.

涂子沛：大数据是新经济的土壤篇11

大数据是新经济的土壤。在中国（杭州）工业大数据峰会论坛上，《大数据》、《数据之巅》作者、观数智库创始人涂子沛说，大数据在未来经济中是所有产业变革突变创新的基础。他还认为，目前商业服务业大数据的应用已有泛滥之势，亟需政府监管引导，而工业大数据正待开发。

大数据亟需政府监管引导

由于我们国家目前尚未对大数据立法，政府行政监管缺乏法律依据，因此，一边面临各路市场对大数据资源的渴求，一边对大数据应用和挖掘存在各种顾忌，使得大数据资源开发应用“犹抱琵琶半遮面”。

5月31日，涂子沛接受媒体记者采访时表示，大数据是新经济的土壤，对大数据如何保护和应用开发已被社会各界重视，当务之急是政府部门间将数据连通，并进行有序开放，可以将涉及民生的如交通、医疗、教育等数据优先开放。他说，信息孤岛是自然形成，到现在已经形成数据垄断，但是随着社会发展，新经济浮出水面，如何衡量新经济的指标还没出现，而传统的指标已经很难体现当下的经济状况，大数据在这方面的优势亟待挖掘。打破大数据垄断，需要行政“一把手”来推进这项工作。

涂子沛还指出，如今商业领域的大数据开发应用已经非常成熟，并且出现泛用趋势，尤其是个人信息泄露、信息干扰等，“商业利益天性存在侵犯个人利益的可能，现在已经到了非常严重的程度。这时，就亟待政府有作为，进行规范引导。”

他举例说，网络曝光的滴滴司机猥亵女乘客事件，如果这行业建有公共数据库，一旦发生此类情况，即可上传数据库，对不轨行为在行业内进行封杀，取消其从业资格。这类事件也曾发生在快递行业，当时发现快递员有私拆别人邮包的不轨行为，后来由圆通出面牵头，联合业内几家企业，共建行业数据库，此后一旦发生类似违规行为，立即上传数据库黑名单，在业内进行通报。“在新经济时代，很多事情都可以用数据解决，让不法者无处可遁，尤其是共享经济，其核心就是信任，信任就用数据来说话。”涂子沛认为，在建类似的公共数据库时，需要政府出面予以引导，或前期成立基金予以鼓励。

工业大数据下一个风口

大数据作为国家战略，成为经济结构调整、转型升级的助推器。工业大数据的应用，更是未来提升制造业生产力、竞争力、创新能力的关键要素，也是全球工业转型必须面对的重要课题。

“制造业将是下一个风口，” 涂子沛如此判断，在大数据浪潮当中，制造业要开始露出头角。他从三个维度分析大数据在工业制造业中的作用。

首先，大数据能很好地把需求规模定义，从混沌中提炼需求。涂子沛拿美国一家生产红莓汁的饮料公司为例，这家公司通过消费者调查，发现喜欢红莓汁的人喜欢黑甘草的味道，更可能喝维他命水，不喜欢喝能量饮料，还喜欢去国外，不喜欢去健身房运动，对价格不太敏感等；然后通过大数据挖掘得出结果，这些消费者喜欢味道重的饮料，喜欢有个性的独立的包装，喜欢天然的产品，热衷户外运动，喜欢高端产品。此外，这家公司在互联网上做大数据的挖掘和分析，在新媒体上做分析，它发现喜欢红莓汁的人居然喜欢嚼瓶盖；因此，在开放式创新环节，他们邀请发明咀嚼瓶盖的发明者，参与新产品开发，最终开发出契合目标消费群体喜好的、需要咬的新饮料。

其次，在制造业流水线上布下传感器，建立标准让数据流通。流水线决定效率，使流水线不中断，成为提升机器效率的重点。“工业互联网，就是在生产线上布下传感器，流水线上所有过程都应该变成数据。变成数据之后，我们才去分析、再现、预测，去提高机器的实效，防止生产的中断”，涂子沛分析说，工业革命到今天，机器效率已经很难提高，但是制造内部大数据管理还有待挖掘。他举例说，飞机引擎维护效率提高1%，全球节省2.5亿美元，能源效率提高1%，节约40亿美元。医疗器械效率提高1%，全球节省630亿美元。

最后，是大数据中的例外数据，即个性化的数据催生出个性化产品。涂子沛认为个性化需求量非常大，“现在，个性化需求被工业化、大规模生产抑制住了，一旦爆发出来不可估量。”尤其随着3D打印设备的成本逐渐降低，最终会导致生产并非一定要在工厂车间，也可能会在家里或其它场合完成制造过程。

大数据经济学篇12

一、国内数字图书馆类型及运行模式概述

(一)数字图书馆的类型。综合来说,国内目前数字图书馆主要可以分为两大类,公益型数字图书馆与商业性数字图书馆。他们的经济运行模式也是不一样的,主要有以下类别:

1.公益型的数字图书馆。属于事业编制,服务大众,政府拨款的非盈利机构。且国家主要通过基金与行政拨款支持等运行。

2.独立企业型。这种类型的数字图书馆运行模式主要是民营企业、股份制企业或者其他企业参与运营的图书馆。

3.公益型事业单位参与合办的企业。事业单位参与技术与经济合作,资源共享的模式的数字图书馆。

(二)数字图书馆经济运行模式概述。经济运作模式其实就是经济运行模式,说的是机构或者企业的运行比较宏观的框架,这都是建立在企业或者机构投入和产出的技术之上的。因此把数字图书馆的经济运作模式概括来讲,就是图书馆内部的运行管理,包括投入管理与产出管理,依靠公司的相关规定。当前数字图书馆的主要运行模式有以下几种:

1.国家投资非盈利运行模式。这种模式主要表现为政府进行财政投资,以及技术的研发,由政府提供相关资源服务的资源,主控运营。

2.基金机构、投资人或者私人捐助运营模式。这种模式主要表现为资金来源的方向源自个人。

3.专业投资机构投资,专业运营机构运营。

二、数字图书馆经济运作的特点分析

(一)公益型图书馆运作的特点。数字图书馆的建设资金主要来自于国家拨款,且所投入的资金不必回收。不计较商业利益,主要以社会效益为主,主要表现为用户无偿使用。根据相关资料显示,我国数字图书馆工程在1998年一期,政府加上各种社会渠道投资约3亿元左右,到2001年二期建设,国家财政预算继续支持,采取招标的方式,共约资金12.35亿左右,期间也开发出了相关课题。

(二)独立企业型的运作模式。独立企业是指没有与其他机构进行合作的企业,其特点主要如下:建设资金主要来源于自筹经费,比如贷款等。通过数字资源来获取利益,其主要也是以商业利益为主,同时也兼顾社会效益,因此用户使用是需要付费的。

(三)合作企业特点。事业单位与企业合作进行经营,其资金来源于企业自费与国家的财政支持,企业需要利用数字资源获取收益,同样以盈利为主兼顾社会效益,用户使用也需要付一定费用。

三、数字图书馆运营中存在的问题与建议

(一)数字图书馆运行中存在的一些问题。首先表现为没有全国性数字图书馆建设的行业规范,且市场运作不够完善,另外还牵扯到有形资产与无形资产的问题,因此相比较传统图书馆而言,数字图书馆的问题还是比较多的。有关资金问题,资金不连续以及数字图书馆的影响观念等不够先进等,都是数字图书馆运行中存在的一些问题。另外,知识产权保护等也存在着一些比较显著的问题,比如版权纠纷等,都是一些亟待解决的重要问题。

(二)相关建议。首先,要加强数字图书馆建设的协调性,比如日本的数字图书馆建设,就是充分注重了各方面的协调,才产生了一个比较好的建设成果。因此国内数字图书馆建设一定要从较高层面上着手,并且及时作出部署与策划,各部门应该以主要集体利益为重,融合合作,为数字图书馆的建设作出一份贡献。其次,在数字图书馆的企业运营中,一定要确定一个正确的方向,并为这个方向打通出路,比如上市等,都是一些可行的手段与方法。在这个信息爆炸的时代里,数字图书馆要在激烈的信息市场竞争中脱颖而出,就必须打破传统的运营模式和运营理念,以市场化的心态来重新考虑图书馆的生存和发展,采取企业化运营模式。另外,在一定基础的前提下,让数字图书馆行业形成一个产业链,促进数字图书馆的良性可持续发展,因此要改变当前单一的图书馆结构,整合数据库,为读者提供资源,且建立制作商、制作者与图书馆等之间的互相依赖关系,形成一个互利共赢的产业链。

四、结束语

数字图书馆是公益事业,要想发展,就要跳出传统思路,研究新的发展模式,在市场经济的条件下,适当的产业化经营,不仅是允许的,而且是必要的。让数字图书馆在兼顾社会利益的前提下,为了提高图书馆经营效率和经营质量,借鉴市场经济的手段,按照先进的企业运营的模式来运行,当然在数字图书馆的发展中,肯定会遇到许多的问题,因此为了解决这些问题,促进数字图书馆的发展,就一定要充分预估当前的有利条件与资源,并加以协调利用,在国家相关法律法规的保障下,解决经济运行中出现的一些问题,只有这样才是有利于数字图书馆发展的重要途径。

参考文献

[1]张庆来,张军.国内数字图书馆经济运作模式研究[J].甘肃科技,2007(05):20-23.

【大数据经济学】推荐阅读：

大数据时代与经济新闻07-21

经济指标数据05-19

经济数据分析07-05

最新经济数据解读08-21

宏观经济数据07-16

市利用税务数据确保经济普查数据质量06-01

临沂经济数据分析10-10

社会经济综合数据库09-12

试从宏观经济数据看居民收入的增长06-12