浅析大数据与传统经济学
浅析大数据与传统经济学
大数据对传统经济学体制带来的挑战与机遇
李晓雨
（山东建筑大学管理工程学院，山东省济南市 250100）
摘要：文章从大数据的发展现状分析入手,讨论了大数据对传统经济学带来的机遇与挑战。运用大数据经济学的概念，分析了大数据经济学与信息经济学、信息技术等相关学科的关系。并将理论研究与实践应用实时地统一在一起,最后对大数据经济学发展前景进行了展望,认为大数据经济学不仅将理论科学、实验科学、复杂现象模拟统一在一起,而且将自然科学和社会科学统一在一起,具有非常好的发展前景。
关键词：大数据；大数据经济学；传统经济学；大数据统计学；
中图分类号：F49 文献标识码：A
Big data and traditional economics
The challenge and opportunity of big data to the traditional economic system Abstract: The paper analyzes the challenge of big data to traditional economics from big data development. Using the concept of big data economics, the relationship between big data economics and information economics, information technology and other related subjects is analyzed.. And theoretical research and practical application in real time unified together. Finally, the development prospects of the big data economics prospect, that big data economics will not only scientific theory, scientific experiments, complex phenomenon simulation unified together, and the system of natural science and social science a together, with very good prospects for development.
Key word: big data; big data economics; traditional economics; big data statistics
收稿日期：2015/5/28
作者简介：李晓雨（1993—），女，研究方向：信息管理与信息系统，电子邮箱：xiaoyu_li0827@https://www.360docs.net/doc/c111970137.html,
引言
自微博成立以来，新浪微博的用户已经增至5亿人，每天就要发布4亿多条讯息，每天更新的照片超过1000万张，美国的Facebook公司利用将近10万亿条价格记录来预测飞机票的价格，准确率高达75%，采用该系统购票每张机票平均可节省50美元。据专家预测未来几年的全球大数据将会增加8倍，世界上存储的数据将达到1.2ZB。美国麦肯锡公司（McKinset&Company）曾对全球的大数据分布做了一个研究和统计，中国每年的新增数据量约为250PB，美国约为3500PB，欧洲约为2000PB，可见大数据已经深深地充斥了人类经济社会的诸多角落。
关于什么是大数据，目前业界并没有公认的说法，研究机构Gartner给出了这样的定义：“大数据”是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。IBM公司则认为大数据具有3V特点，即规模性（volume），多样性（variety），实时性（velocity）。以IDC为代表的业界认为大数据具有4V特点，即在3V的基础上增加了价值性（value）。《著云台》的分析师团队认为，大数据（Big data）通常用来形容一个公司创造的大量非结构化数据和半结构化数据，这些数据在下载到关系型数据库用于分析时会花费过多时间和金钱。大数据分析常和云计算联系到一起，因为实时的大型数据集分析需要像MapReduce一样的框架来向数十、数百或甚至数千的电脑分配工作。大数据需要特殊的技术，以有效地处理大量的容忍经过时间内的数据。适用于大数据的技术，包括大规模并行处理（MPP）数据库、数据挖掘电网、分布式文件系统、分布式数据库、云计算平台、互联网和可扩展的存储系统。
《计算机学报》刊登的“架构大数据：挑战、现状与展望”一文列举了大数据分析平台需要具备的几个重要特性，对当前的主流实现平台——并行数据库、MapReduce及基于两者的混合架构进行了分析归纳，指出了各自的优势及不足，同时也对各个方向的研究现状及作者在大数据分析方面的努力进行了介绍，对未来研究做了展望。著名未来学家阿尔文?托夫勒（1980）很早就在其经典著作《第三次浪潮》中，将大数据热情地赞誉为“第三次浪潮的华彩乐章”。 2012年世界经济论坛发布了《大数据、大影响》[3]的报告，从金融服务、健康、教育、农业、医疗等多个领域阐述了大数据给世界经济社会发展带来的机会。2012年3月，奥巴马政府发布《大数据研究和发展倡议》[4]，投资2.5亿美元，正式启动大数据发展计划，计划在科学研究、环境、生物医学等领域寻求突破。从某种程度上说，大数据是数据分析的前沿技术。简言之，从各种各样类型的数据中，快速获得有价值信息的能力，就是大数据技术。明白这一点至关重要，也正是这一点促使该技术具备走向众多企业的潜力。大数据最核心的价值就是在于对于海量数据进行存储和分析。相比起现有的其他技术而言，大数据的“廉价、迅速、优化”这三方面的综合成本是最优的。
大数据是工业传感器、互联网、移动数码等固定和移动设备产生的结构化数据、半结构化数据与非结构化数据的总和，大数据重在实时的处理与应用，以获得所需要的信息和知识，从而实现商业价值以及为公共管理服务，数据挖掘和人工智能等应用工具在大数据处理中发挥着重要作用，现代信息技术是大数据赖以存在和发展的重要支撑力量。
那么，大数据对经济夜来说意味着什么？对传统经济学会带来哪些冲击？传统经济学又应该如何面对大数据带来的挑战？
一：大数据给经济学带来的影响
Victor（2012）在其最新著作《大数据时代——生活、工作与思维的大变革》中指出，大数据时代，思维方式要发生3个变革：第一，要分析与事物相关的所有数据，而不是依靠分析少量数据样本；要总体，不要样本。第二，要乐于接受数据的纷繁复杂，而不再追求精确性。第三，不再探求难以捉摸的因果关系，应该更加注重相关关系。杨华磊分析了高频数据对传统经济学研究范式的冲击，出现了“非主流经济学就是致力研究异常现象的经济学”，当然高频数据与大数据不是一回事，两者之间存在交集。那么，大数据给经济学带来了哪些影响呢？
1.1大数据研究对象变成了总体
传统经济学研究中，由于搜集数据的条件所限，人们往往对数据进行抽样，用少量样本来进行研究，这一传统一直延续至今，并且成为经济学研究的主流做法，但是抽样的质量对研究结果影响很大，比如公众对政府统计部门公布的物价指数和基尼系数引发的怀疑。在大数据时代，很多场合下已经无需进行针对样本的研究，直接将总体作为研究对象，从而很大程度上改变了数据来源方式，对数据的处理也产生了深远的影响。
1.2大数据不需要基于假设检验的研究
传统的经济学研究，往往根据研究内容提出数个假设，然后再采用数学模型基于统计检验来验证假设。但在大数据时代，由于有足够的变量、足够的数据，可以采用人工智能来进行数据挖掘和知识发现，得到的结论是成百上千的，和传统经济学研究需要验证假设的数量永远不是一个数量级。在大数据时代，如果继
续采用传统的假设检验方法进行研究，永远是不充分的、不完备的、无法满足需要的。大数据时代重在对数据处理的多样化结果进行分析，可以是基于经济学的，也可以是基于应用的，从而辅助人们决策。
此外，由于变量的完备性要求使得传统的基于假设验证的研究有时变得十分尴尬。比如，研究研发投入对企业绩效的影响，需要考虑的不仅仅是研发投入，还要考虑企业资本结构、竞争水平、人员素质、行业特点、管理能力等诸多因素，研究者重点关注的是研发投入的弹性系数，但却得到了其他所有数十个变量的弹性系数，从而使研究重心不容易掌握。
1.3大数据使得因果关系变得不太重要
传统经济学是一门解释科学，重在对经济现象的解释，了解他们的因果关系，但在大数据时代，这样做是远远不够的，大数据甚至可以发现事物发展潜在的规律，以供经济学家解释，具有一定的“智能性”，某种程度上超越了经济学研究的因果关系。
大数据并没有改变因果关系，但是使传统经济学的因果关系变得不太重要。比如经济学家在预测房价时，无非是根据住房价格变化的影响因素来进行分析，比如经济发展水平、人均收入、土地价格、宏观房产政策、地点等因素。但谷歌预测房价时，根据住房搜索查询量变化进行预测，结果比不动产经济学家的预测更为准确及时。IBM日本公司，通过检索关键词“新订单”、“雇员”、“生产”等来预测采购经理人指数，仅用6小时就得出结果，并且和专业的采购人指数分析师们计算的结果基本一致。大数据并没有改变因果关系，但使因果关系变得意义不大，很多时候因果关系成为“正确的废话”。
1.4传统的因果关系有时无法验证
弄清事物之间的内在联系和作用机制，一直是传统经济学研究的核心。但有时因果关系是没有办法验证的。比如新产品上市，人们往往倾向于购买新产品，这样对旧产品的需求会下降，那么旧产品价格应该立即回落，这是其一。从另外一个角度，如果大家都认识到这一点，就会贪便宜购买旧产品，短期内会造成旧产品供不应求，反而导致旧产品涨价。究竟是涨是跌，要看这两种因素谁弱谁强，采用传统经济学研究方法是难以验证这两种效应的，只能验证两种效应作用的综合结果。
实际情况是，在大数据时代，西雅图https://www.360docs.net/doc/c111970137.html,g公司分析了近400万商品的超过250亿条价格信息，发现新产品上市时，短期内旧产品价格是上涨的，过一段时间才逐步回落。采用大数据，既可以知道多少人购买旧产品，也能知道多少人购买新产品，以及旧产品价格变化的规律。在这种情况下，我们知道所有的因果关系，却难以检验，并且没有意义，知道结果更重要。
1.5传统经济学研究具有滞后性
传统经济学对于新生事物是不敏感的，必须等事情发生并且成长到一定规模
以后才能搜集到足够数据进行相关研究。在大数据时代，可以通过海量数据对经济行为进行分析，一旦有新情况、新动态立即予以关注，从而实现对新生事物的早期干预和分析，因此具有前瞻性。大数据本身就具有智能，可以辅助经济学发现知识。
1.6大数据对基于统计检验的计量经济学冲击很大
建立在回归和统计检验基础上的计量经济学以其严谨的逻辑成为经济学研究的重要方法论，迄今为止，诺贝尔经济学奖获得者有近半数是计量经济学家，但大数据动摇了这一根基，比如采用普通回归研究自变量X于因变量Y的关系，对于X回归系数采用t检验，一般认为相伴概率小于0.05（特殊情况可以放大到0.1）就说明两变量相关。其实在这种情况下，犯两变量不相关错误的可能性是5%，以CNNIC发布的《第31次中国互联网络发展状况统计报告》[10]为例，2012年底我国网民数量达5.64亿人，假设我们研究网民平均受教育年限（X）与上网时长（Y）的关系，5%就是2820万人，此时我们还能漠视这5%的错误吗？同样，如果t检验的相伴概率为0.95，那么很明显说明平均受教育年限与上网时长不相关，但同样会犯错误，即有5%的可能性平均受教育年限（X）与上网时长（Y）是相关的，会涉及2820万网民，这同样是不能忽视的。
1.7大数据对经济学建模提出挑战
传统的经济学研究，往往采用1个或少数几个数学模型来进行研究，但任何模型都各有长处，也各有其局限，没有包治百病万能的数学模型。比如动态面板容易使投入变量的弹性系数估计变小，空间面板容易出现空间矩阵设置方法不当导致结果偏误，面板变系数模型难以和空间面板结合使用，面板联立方程模型对方程形式的要求极高，面板向量自回归模型难以和空间面板融合等等。在研究同一问题时，可用模型其实较多，有没有最佳模型呢？这恐怕是个无解的问题。实际情况是，迄今为止传统经济学研究得出的结论，至多只能说明采用甲模型的结论，并不具有普适性，换个乙模型结论可能立即就变了，其实研究结论是脆弱的。
此外，在研究同一个问题时，即使采用同一模型，由于模型的变量选择、估计的方法、参数设置、滞后期选择等不同，也会导致估计结果相差很大。
在大数据时代，借助云计算和分布式处理等现代信息技术，往往可以采用成百上千的模型来进行研究。Google公司在预测2009年美国甲型H1N1流感爆发时间时，把5000万条美国人常用的检索词条和美国疾控中心2003～2008年期间季节性流感传播数据进行比较，希望通过搜索记录判断这些人是否得了流感，先后共采用了4.5亿个不同的数学模型，预测结果和官方数据的一致率高达97%，但比官方节省了两周时间，从而为政府采取相关措施赢得了宝贵的时间。
在传统经济学研究中，由于研究对象错综复杂，直接影响与间接影响因素众多，变量的完备性被认为是不可能的事情，往往只能选取少数变量来进行研究，达到一个相对满意的结果。在大数据时代，我们可以获取越来越多的变量，从而使遗失变量的可能性降到最低，这样在研究中由原来的数个变量可能会变成数十个甚至成百上千的变量，在这样的情况下，对原有的建模技术就带来了巨大挑战，对计量经济学的发展将会产生深远影响。
1.8大数据给经济学研究工具和手段发生变化
传统经济学研究，一个团队，数台电脑，几个软件就能进行像样的研究，很少有运算需要动用大中型服务器的，但在大数据时代，经济学研究发生了巨大的变化，在人员组成上，不光要有经济学家和领域专家，还要有大数据维护专家、大数据建模专家；在计算工具上，需要广泛借助云计算，几台电脑根本解决不了问题；从合作关系上，需要广泛与政府、大数据拥有者、云计算服务商等合作，不然难以进行研究。大数据时代，经济学研究必须依靠跨学科团队，传统的少数几个学者就能进行研究的模式已经难以为继。
1.9大数据彻底改变了传统的统计调查方式
大数据彻底改变了传统的统计调查方式，比如对于经济指数、物价指数的计算，完全可以采用全新的模式，彻底摒弃传统方式。对于统计学中的异常点，以往的处理方式往往是丢弃，或者是平滑，在大数据时代，由于样本众多，异常点成为宝贵的资源和研究对象广受重视。传统的统计数据是经过加工后的结构化的数据，在大数据时代，人们更加重视原始数据和非结构化数据，因为如果统计数据已经经过加工，那就变成了二手数据，如果一手数据加工过程出现问题必然导致后续处理出现误差。此外，大数据还使间隔时间较短的高频数据研究成为可能。
二：大数据经济学
2.1大数据经济学的定义与研究内容
考虑到大数据给传统经济学带来的巨大冲击和影响，迫切需要对此进行研究，斯坦福大学的教授、沃尔玛全球电子商务的高级副总裁、WalmartLabs的共同创立者AnandRajaraman发明了一个新词Econinformatics，指将计算机科学和信息技术应用于经济学领域，特别指应用于大数据的经济分析。由于该词和Information Economics的意义相近，翻译成中文后更容易混淆，加上其和Ecoinformatics（生态）相近，因此并不是一个好的名词。本文提出大数据经济学（Big Data Economics或Economics of BigData），给出如下定义：大数据经济学是在经济学研究和应用中采用大数据并且采用大数据思想对传统经济学进行深化的新兴交叉学科。大数据经济学不仅要研究如何建模、管理和应用大数据，而且要深入研究传统经济学如何应对大数据带来的挑战并进行改良，大数据经济学需要经济学家、领域专家和信息技术专家等密切合作，对人文社科与自然科学的跨学科研究提出了更高的要求，并且对整个经济学、社会学、公共管理等将带来革命性变革。大数据经济学的研究内容包括：
第一，大数据计量经济学（Big Data Econometrics）。这是和传统计量经济学对应的一个学科，也是大数据经济学下面的子学科。在大数据背景下，经济学建模与分析方法与传统计量经济学完全不同，迫切需要采用全新的思路和方法进
行研究。对信息技术专家们而言，大数据经济学仅仅是算法和建模问题，但是如果没有经济学理论指导，没有经济学家的思维，必然会导致研究方向的迷失。一些大数据领域的学者认为“要相关，不要因果”，这是非常要不得的，传统经济学理论至今仍然到处闪烁着智慧的光芒，对经济现象的深入见解时刻发挥着重要的作用，所以大数据背景下的经济学分析不能主要靠信息技术的建模专家来进行，必须继续依靠大数据计量经济学家。
第二，大数据统计学（Big Data Statistics）。如前所述，大数据给统计学带来的挑战是革命性的，在某些领域，传统统计学所采用的抽样调查方式必将彻底淘汰。此外，传统统计学所要求的精确数据与数据加工方式可能是画蛇添足甚至败笔之举，人们更加重视对一手数据而不是经过加工过的二手统计数据进行分析。大数据时代，人们更加关注原始数据、关注半结构化甚至非结构化数据，浏览记录、查询关键词、微薄文字、照片等等都是宝贵的数据资源。在大数据时代，传统统计学也必须进行变革，对数据储存手段、处理设备、处理方法都提出了新的要求。
第三，大数据领域经济学。包括大数据生态经济学、大数据环境经济学、大数据金融学、大数据城市经济学、大数据工业经济学、大数据农业经济学、大数据交通经济学、大数据建筑经济学、大数据商业经济学、大数据信息经济学、大数据人口经济学等学科，借用大数据的思想和技术来进行各应用经济领域的研究。
在以上大数据经济学的各学科中，大数据统计学是基础，大数据计量经济学是研究方法，而大数据领域经济学是具体的运用，他们之间存在着密切的共生关系。
大数据由于是基于总体的，很大程度上解决了传统宏观经济学与微观经济学缺乏较强逻辑联系的问题，此外大数据对传统计量经济学带来的一个有益之处就是，结构化的大数据更加接近正态分布，这样就降低了小样本假设检验失效问题。
2.2大数据经济学与传统经济学的关系
大数据经济学刚刚提出，现在讨论其与其他学科的关系也许为时尚早。大数据经济学与与传统经济学是一种互补共存关系，在大数据经济学诞生之初，由于大数据经济学理论和技术尚不成熟，虽然大数据经济学发展很快，但仍然以传统经济学为主，随着大数据经济学的发展，两者会达到某种均衡。毕竟，大数据不能解决所有的经济学问题，一些研究仍然无法获得大数据，需要采用传统经济学解决的问题留待传统经济学解决，需要大数据经济学解决的问题由大数据经济学解决。
2.3大数据经济学与信息经济学的关系
大数据是现代信息技术高速发展的产物，因此必须研究大数据经济学与信息经济学的关系。传统信息经济学（Information Economics）包括两个部分：宏观信息经济学与微观信息经济学，严格意义上讲，这两者并没有必然的关系。Machlup和Porat是宏观信息经济学的创始人，又称为情报经济学、信息产业经济学，主要从产业经济学角度研究信息这一特殊商品的生产、流通、利用以及经
济效益的一门新兴学科，研究视角集中在信息化与产业经济学，是经济学的重要分支。
Stigler和Arrow是微观信息经济学的创始人，又称为理论信息经济学，研究不对称信息理论、信息商品的分析、信息成本和价格、信息市场分析、信息搜寻理论等，提出用不完全信息理论来修正传统的市场模型中信息完全对称的假设，又称契约理论或机制设计理论。
大数据产业自身发展的经济学问题仍然属于信息经济学的范畴，不属于大数据经济学。随着大数据的迅猛发展，据世界经济论坛预测，大数据会为全球带来440 万个IT 岗位，其中190 万个在美国，另外每一个大数据的岗位会催生 3 个非IT 就业岗位，也就是说未来会推动美国产生600 万个就业岗位，这类问题就是信息经济学的研究范畴。
三：大数据经济学发展展望
大数据经济学将是21世纪经济学的重大进展之一。它是随着大数据在人类经济社会中的应用而产生的，目前尚处于萌芽阶段，其实践远远超越理论，可以预见的是，不久的将来是大数据经济学的理论建构和高速发展期，借助高度发达的现代信息技术，大数据经济学理论可以随时得到检验和修正，这样一开始大数据经济学就处在一个很高的研究和应用水平上，其发展速度远远高于其他任何新兴学科，这也是现代信息技术对新兴学科的重要贡献之一。
从学科分类上，目前的经济学包括理论经济学与应用经济学两个一级学科，可以预计的是，随着大数据经济学的日益发展与成熟，大数据经济学将成为和理论经济学与应用经济学并列的一级学科，是经济学一级学科中的“小弟弟”。
图灵奖得主Jim Gray 2007年在美国国家科学研究委员会发表演讲，指出科学研究共经历了4个阶段：数千年前，人类注重采用实验科学来描述自然现象；几百年前，人类注重理论科学；几十年前，人类转向计算科学，模拟复杂现象；而今天，人类进入数据探索阶段，将理论科学、实验科学、复杂现象模拟趋于统一。Jim Gray的结论主要针对自然科学，对大数据经济学而言，不仅是将理论科学、实验科学、复杂现象模拟统一在一起，而且将自然科学和社会科学统一在一起，将理论研究与实践应用实时地统一在一起，大数据经济学将是智能经济学。
参考文献
[1]阿尔文?托夫勒(AlvinToffler)著,黄明坚译.第三次浪潮[M].北京，中信出版社，2006
[2]Bigdata： Thenext frontier for innovation， competition，and productivity. http://www. https://www.360docs.net/doc/c111970137.html,/insights/mgi/research/technology_and_innovation/big_data _the_next_frontier_for_innovation，2013.1.24
[3]BigData, Big Impact: New Possibilities for International Development. http://www. https://www.360docs.net/doc/c111970137.html,/reports/big-data-big-impact-new-possibilities-internation
al-development
[4] Gartner's2012 Hype Cycle for Emerging Technologies Identifies "Tipping Point"Technologies That Will Unlock Long-Awaited Technology Scenarios. https://www.360docs.net/doc/c111970137.html,/newsroom/id/2124315
[5]维克托?迈尔?舍恩伯格肯尼斯?库克耶著. 盛杨燕周涛译. 大数据时代——生活、工作与思维的大变革[M]. 杭州，浙江人民出版社，2012
[6]杨华磊. 高频数据对传统经济学研究范式的冲击. https://www.360docs.net/doc/c111970137.html,/blog-456786-656901.html,2013.1.24
[7]第31次中国互联网络发展状况统计报告. https://www.360docs.net/doc/c111970137.html,/hlwfzyj/hlwxzbg/hlwtjbg/
201301/t20130115_38508.htm.2013.1.24
[8]Welcome to Econinformatics: Home of Economics & Big Data. https://www.360docs.net/doc/c111970137.html,/blog/2012/01/23/welcome-to-econinformatics -home-of-economics-big-data.
[9]MachlupF. The Production and Distribution of Knowledge in the United States[M]. Princeton UniversityPress, New Jersy,1962
[10]PoratM.U. The information Economy[M]. Washington, DC,Government Printing Office, 1977
[11]G．J．stigler. The economics of information[J]. The journal of politicaleconomy, 1961, 69(3): 213-225
[12]K.J. Arrow The economics of information[M]. Harvard University Press ,1984
中国主要微观经济大数据大数据库
1. UHS(Urban Household Survey) （此数据使用需要得到国家统计局授权） 简介：中国城镇住户调查数据。它是国家统计局城调总队负责调查的。现在可以拿到1986年至2006年的数据。如果可能的话，我们可以拿到全部省份的数据，但现在大家使用的是六个省份的数据（、、、、、）。每年大约有3500-4000户的数据。 包含变量：（1）个人层次上的变量。与户主关系，性别、年龄、文化程度、行业、职业、就业状况、工资、总收入、工作小时数、参加工作年份、退休金、财产性收入。（2）家庭层次上的变量。家庭总收入、家庭人口数、居住面积、房间个数、家庭财产、现金支出、现金流入、储蓄、借款、家庭消费。 可做的研究：（1）教育回报率问题。（2）收入不平等问题。（3）劳动力供给问题。家庭财产、孩子（老人）、退休金。（4）行业的分布及变化。（5）职业的分布及变化。人力资源管理。（6）就业问题。失业率和劳动参与率。（7）教育决定因素及教育不平等问题。（8）社会保障方面的研究（退休金）。（9）财产性收入研究。（10）房地产需求问题。它与人口结构的关系。（11）非正规金融问题（借款）。（12）家庭消费的决定因素及模式变化。
2.CHIP（Chinese Household Income Project Survey） ：Chinese Household Income Project, 1988; Chinese Household Income Project, 1995; Chinese Household Income Project, 2002 简介：中国家庭收入项目调查。它是由国家统计局农调总队和中国社会科学院经济研究所共同开展此项专门调查。调查容主要包括：收入、消费、就业、生产等有关方面的情况。现在做了三轮，分别是1988,1995,2002，可能2006的也正在进行中。这个数据是全部省份。这个数据的好处是，农村及城镇的数据都有。城镇每年家庭的数据大约有6800户，人数大约为20000人。农村每年家庭的数据大约有9200户，人数大约有38000人。 包含变量：（1）个人层次上的变量。与户主关系，性别、年龄、受教育年限、行业、所有制、职业、就业状况、工资、总收入、工作小时数、参加工作年份、是否中共党员、是否当过兵、是否当过干部、吸烟花多少钱、喝酒花多少钱、是否残疾、医药支出额多少、生病的时间、从事家务劳动的时间、照顾家里其它病人的时间、工资收入总额、退休金、股票红利、工作天数、工作小时数、找工作的渠道、居住条件、开始非农就业的年份。（2）家庭层次上的变量。家庭总收入、家庭人口数、居住面积、房屋所有权、贷款的数量、借钱的途径、自己及配偶父母的家庭成分、家庭收入、老人补助金、现金支出、家庭消费、家庭财产。 可做的研究：（1）教育回报率问题；（2）收入不平等问题。（3）劳动力供给问题。家庭财产、孩子（老人）、退休金、家务劳动时间。（4）找工作的方式问题。（5）行业的分布及变化。（6）职业的分布及变化。人力资源管理。（7）就业问题。失业率和劳动参与率。（8）教育决定因素及教育不平等问题。（9）社会保障方面的研究（退休金）。（10）财产性收入研究（股票）。（11）房地产需求问题。它与人口结构的关系。（12）住房解决方式问题。（13）农村非正规金融问题（借款）。（14）家庭消费的决定因素及模式变化。（15）党员、当兵、当干部、父母家庭成分对收入和就业的影响（16）吸烟、喝酒等支出的决定因素及变化趋势（17）农村老人补助金问题。（18）老人养老安排问题。（19）老年人劳动供给问题（退休年龄的提高）。
大数据的经济学研究文献综述
大数据的经济学研究文献综述 摘要： 本文从大数据背景下的经济学研究出发，分析了大数据背景下对传统经济学所带来的冲击和挑战，以及大数据在经济学中的应用。大数据的应用给传统经济学带来了全新的方法，更重要的是，大数据给传统经济学带了全新的视角。 【关键词】大数据；大数据经济学；传统经济学；挑战 Abstract This article analyzed the big data which bring a big impact and challenges on the traditional economics under the background of big data, as well as the big data applications in economics. Big data’s applications has brought a new approach to traditional economics, more importantly, big data has brought a new perspective of traditional economics. 【Key words】big data; big data economics; traditional economics; challenges 1国外关于大数据经济学问题的探讨现状 对于大数据的概念，企业和学术界目前尚未形成公认的准确定义。维基百科的定义：大数据指的是所涉及的资料量规模巨大到无法通过目前主流软件工具，在合理时间内达到撷取、管理、处理并整理成为帮助企业经营决策目的的资讯。麦肯锡的定义：大数据是指无法在一定时间内用传统数据库软件工具对其内容进行采集、存储、管理和分析的数据集合。Dumbill ( 2012)采用IBM 公司的观点，认为大数据具有“3V”特点，即规模性( Volume ) 、多样( Variety ) 、实时性( Velocity) 。以IDC 为代表的业界认为大数据具备“4V”特点，即在3V 的基础上增加价值性( Value) 。权威IT 研究与顾问咨询公司Gartner将大数据定义为“在一个或多个维度上超出传统信息技术的处理能力的极端信息管理和处理问题。美国国家科学基金会( NSF) 则将大数据定义为“由科学仪器、传感设备、互联网交易、电子邮件、音视频软件、网络点击流等多种数据源生成的大规模、多元化、复杂、长期的分布式数据集”。 维克托（2013）赞同许多物理学家的看法，认为世界的本质就是数据。因此，大数据时代的经济学、政治学、社会学和许多科学门类都会发生巨大甚至是本质上的变化和发展，进而影响人类的价值体系、知识体系和生活方式。
大数据与大数据经济学
大数据与大数据经济学 2012年，Twitter上每天发布超过4亿条微博，Facebook上每天更新的照片超过1000万张,Farecast公司用将近10万亿条价格记录来预测机票价格，准确率高达75%,采用该系统购票，平均每张机票可节省50美元。Gartner预测未来5年全球大数据将会增加8倍，其中80%是非结构化数据。2013年世界上存储的数据将达到,如果将这些数据刻录到CDR只读光盘上，并堆起来，其高度将是地球到月球距离的5倍。2011年，麦肯锡公司对全世界大数据的分布作了一个研究和统计，中国2010年新增的数据量约为250PB,而欧洲约为2000PB,美国约为3500PB,大数据已经深深地充斥了人类经济社会的许多角落。 著名未来学家阿尔文?托夫勒(1980)^很早就在其经典著作《第三次浪潮》中，将大数据热情地赞誉为“第三次浪潮的华彩乐章”，但是大数据成为高频词是最近一两年的事情。随着社交网络、物联网、云计算的兴起，数据规模越来越大，2011年5月，全球知名咨询公司麦肯锡(MckinseyandCompany)发布了《大数据：创新、竞争和生产力的下一个前沿领域》2报告，标志着‘‘大数据”时代的到来，指出‘‘数据已经渗透到每一个行业和业务职能领域，逐渐成为重要的生产因素;而人们对于海量数据的运用将预示着新一波生产率增长和消费者盈余浪潮的到来”。2012年世界经济论坛发布了《大数据、大影响》3的报告，从金融服务、健康、教育、农业、医疗等多个领域阐述了大
数据给世界经济社会发展带来的机会。2012年3月，奥巴马政府发布《大数据研究和发展倡议》4,投资2.5亿美元，正式启动大数据发展计划，计划在科学研究、环境、生物医学等领域寻求突破。据Gartner 公司2012年8月发布的技术发展生命周期5趋势图(图1),大数据不到两年时间内成为新技术发展的热点。一时间大数据蜂拥袭来，那么什么是 大数据?大数据对传统经济学会带来哪些冲击?传统经济学应该如何面对大数据带来的挑战? 对于什么是大数据，目前业界并没有公认的说法。Dumbill(2012)6采用IBM公司的观点,认为大数据具有“3V”特点，即规模性(Volume)、多样性(Variety)、实时性(Velocity)。以IDC为代表的业界认为大数据具备“4V”特点，即在3V的基础上增加价值性(Value)。NetApp公司7认为大数据应包括A、B、C三大要素，即分析(Analytic)、带宽(Bandwidth)和内容(Content)。所谓大分析(BigAnalytics),指通过对大数据进行实时分析后带来新的业务模式，帮助用户获得洞见，从而更好地进行客户服务;高带宽(BigBandwidth)指快速有效地消化和处理大数据;大内容(BigContent)—方面指大数据包括结构化、半结构化数据与非机构化数据，另一方面则是指对数据的存储扩展要求极高，能轻松实现数据的恢复、备份、复制与安全管理。Gartner认为，大数据需要新的处理模式才能具有更强的决策力、洞察发现力和流程优化能力，满足海量、
论大数据与企业经济发展
龙源期刊网 https://www.360docs.net/doc/c111970137.html, 论大数据与企业经济发展 作者：潘倩王梅 来源：《现代商贸工业》2018年第03期 摘要：随着信息技术的快速发展，近几年来数据呈现爆炸式增长，这意味着大数据的时 代已经到来。数据是高度抽象的事实，大数据的本质是现实社会大量具体事实的反映和汇聚，数据所附属的信息价值推动着各企业的发展与转型，在大数据的时代背景下，经济发展面临着新的挑战与机遇。 关键词：大数据；经济；发展 中图分类号：F27 文献标识码：A doi：10.19311/https://www.360docs.net/doc/c111970137.html,ki.1672-3198.2018.03.032 1 新形势下的大数据 随着大数据的发展，大数据在各行各业中的应用更加广泛，大到国家政务，小到个人决策，无一不需要数据的支持，未来的各行各业中都离不开大数据，其附属的信息价值将会为社会带来最大化的利益。 近几年来，伴随着计算机信息技术的迅猛发展和应用的遍及，各种APP的出现与火热，数据呈现出爆炸式的增长速度。谷歌代码量达20亿行，代码库每天处理85TB数据，淘宝数 据库每天的活跃数据量超过50TB，滴滴出行每天处理的信息达到70TB，类似微信、QQ这种社交软件，日均登录用户也是上亿，百度每天处理的数据量将近100个PB，相当于5000个国家图书馆信息量的总和。据IDC研究报告预测：全世界数据量未来几年内到2020年数据量将增长至40ZB（1ZB=1000EB=1000000PB），这一数据是2011年的22倍，并以每年58%的速度增长。而这些数据大都具有很高的潜藏价值，为经济的发展提供了强有力的帮助。 早在几年前麦肯锡公司发布的一份有关大数据的报告中就指出了无论于私人商业活动中，还是国民经济上，大数据都有着十分重要的经济作用，数据不仅本身具有信息价值，还能为经济的发展创造价值，提高企业和公共部门的生产效率和竞争力，并为消费者创造大量的经济剩余。2015年，十八届五中全会上，大数据战略被置于重要地位，国务院印发了关于大数据的《促进大数据发展行动纲要》，纲要中指出：要坚持创新驱动发展，加快大数据部署，深化大数据应用。而在中共十九大中，习总书记在《决胜全面建成小康社会夺取新时代中国特色社 会主义伟大胜利》报告中也着重提到了互联网，大数据在现代化经济体系中的作用。当前世界经济既面临着结构调整的现实需求，又面临了新一轮的科技和产业变革带来的巨大压力，大数据在助推经济转型上已成长为重要的动力。 2 大数据带来的经济发展机遇与挑战 2.1 面临的机遇
大数据对未来经济社会发展的影响
大数据对未来经济社会发展的影响 近来，大数据似乎在一夜之间闯入了任何一个关于互联网未来的讨论，成为一个炙手可热无所不包的概念。大数据，越来越成为了一个很时髦的词汇。有人把大数据形容为未来世界的石油，有人宣称掌握大数据的人可以像上帝一样俯瞰整个世界，美国政府甚至已经把对大数据的研究上升为国家战略。2013年被称为“大数据元年”，这一年几乎所有的世界级互联网企业，都将业务触角延伸至大数据产业；无论社交平台逐鹿、电商价格大战还是门户网站的竞争，都有它的影子。如今，一个大规模生产、分享和应用数据的时代正在开启。《大数据时代》的作者维克托教授曾说，大数据的真实价值就像漂浮在海洋中的冰山，第一眼只能看到冰山的一角，绝大部分都隐藏在表面之下。 那么什么是大数据？ 我们可以这样解释，“大数据”是数量特别大、数据类别特别多的数据的集合。大数据无法用传统的数据库工具对其进行抓取、处理和管理。 大数据产生的主要来源：一是媒体数据。特别是互联网、各种社交媒体产生的数据等等。二是各类企事业的生产、管理、销售数据等。三是政府部门的数据。四是物联网和各种传感器产生的数据以及未联网的各种摄像头拍摄的数据。五是人民群众留存的个人数据等等。然而，以上几个方面所产生的海量数据只是大数据的一小部分。 1.大数据的特点 （1）数据体量巨大。数据量从TB级别跃升到了PB级别。（2）数据类型多种多样，如音频、视频、动画、图像、网络日志、地理位置信息等。（3）数据价值密度低。例如，在连续不间断的视频监控过程中，有用的数据可能仅仅只有两秒钟。（4）数据处理速度快。移动互联网、平板电脑、车联网、物联网、云计算、PC以及遍布全球的各种传感器。 2.大数据的特征 （1）数据的综合性和完整性。（2）数据的公共性和开放性。（3）数据的及时性和动态性。 日前，由中国科协举办的“科学家与媒体面对面——大数据离我们生活有多远”活动中，有关专家为我们介绍了大数据对未来生活的影响。我们生活在一个充满“数据”的时代，这里的“数据”，并不仅仅指数字，理论上讲，一切可以以文件形式储存于计算机硬盘的东西，包括数字、文字、图像、声音、视频等，均可称为“数据”。我们打电话，使用微博、QQ、博客等社交工具，都是在不断增加着社会总体数据量，据权威预测，未来每隔18个月，整个世界的数据总量就会翻倍。IBM的研究称，整个人类文明所获得的全部数据中，有90%是过去两年内产生的。数据，除了它第一次被使用时提供的价值以外，那些积累下来的数据海洋并不是无用的废物，它还有着无穷无尽的“剩余价值”，关于这一点，人们已经有了越来越多的认识。 大数据对社会发展产生的影响 大数据时代的国家竞争是控制权的竞争。我国大数据的建设将围绕大智慧进行，未来十年，决定我国是否有大智慧的核心标准是国民幸福。而国民幸福的体现，一是民生：通过大数据看我们在人与人的关系上做得是否比以前更有意义；二是生态：通过大数据看我们在社会与自然、人与自然的关系上做得是否比以前更有意义。 大数据对经济方面的影响： （1）大数据激发内需的剧增，引发产业的巨变。生产者具有自身的价值，而消费者则是价值的意义所在。有意义的东西才会有价值，消费者如果不认同，就卖不出去，价值就实现不了；消费者如果认同，就卖得出去，价值就得以体现。大数据可以帮助我们从消费者这
大数据的经济学研究文献综述
大数据的经济学研究文献综述 学院：金融学院班级：13金融学硕姓名：熊美兰 摘要：本文从传媒经济本体研究、产业经济学视角下的传媒经济研究、传媒经济研究工具的创新等方面来管窥近年来该领域的主要关注点以及新趋势和新突破，同时关注传媒经济学科体系研究的最新发展。本年度传媒经济研究主题较为集中，主要是探讨传媒产业的数字化生存、全媒体转型策略与路径。演化经济学、制度经济学、计算机和通信技术等视角和方法的引人，更加凸显了传媒经济学“跨学科”和“融合”的特征。 关键字：全媒体；三网联合；大数据；云计算；传媒经济学 一、引言 2012年，Twitter上每天发布超过4亿条微博，Facebook上每天更新的照片超过1000万张，Farecast公司用将近10万亿条价格记录来预测机票价格，准确率高达75%，采用该系统购票，平均每张机票可节省50美元Gartner 预测未来5年全球大数据将会增加8倍，其中80%是非结构化数据2013年世界上存储的数据将达到1.2ZB(1ZB=1024EB，1EB=1024PB，1PB=1024TB，1TB=1024GB)，如果将这些数据刻录到CDＲ只读光盘上，并堆起来，其高度将是地球到月球距离的5倍2011年，麦肯锡公司对全世界大数据的分布作了一个研究和统计，中国2010年新增的数据量约为250PB，而欧洲约为2000PB，美国约为3500PB，大数据已经深深地充斥了人类经济社会的许多角落。 著名未来学家阿尔文托夫勒(1980)［1］很早就在其经典著作《第三次浪潮》中，将大数据热情地赞誉为第三次浪潮的华彩乐章，但是大数据成为高频词是最近一两年的事情。随着社交网络“物联网”云计算的兴起，数据规模越来越大，2011年5月，全球知名咨询公司麦肯锡(Mckinsey andCompany)发布了《大数据: 创新、竞争和生产力的下一个前沿领域》［2]报告，标志着“大数据”时代的到来，指出数据已经渗透到每一个行业和业务职能领域，逐渐成为重要的生产因素；而人们对于海量数据的运用，将预示着新一波生产率增长和消费者盈余浪潮的到来，2012年世界经济论坛发布了《大数据、大影响》［3］的报告，从金融服务、健康教育农业、医疗等多个领域阐述了大数据给世界经济社会发展带来的机会。2012年3月，奥巴马政府发布《大数据研究和发展倡议》［4］，投资2.5亿美元，正式启动大数据发展计划，计划在科学研究、环境、
浅析大数据与经济学
浅析大数据与经济学 摘要 文章从大数据的发展现状分析入手,讨论了大数据对传统经济学带来的机遇与挑战。运用大数据经济学的概念，分析了大数据经济学与信息经济学、信息技术等相关学科的关系。并将理论研究与实践应用实时地统一在一起,最后对大数据经济学发展前景进行了展望,认为大数据经济学不仅将理论科学、实验科学、复杂现象模拟统一在一起,而且将自然科学和社会科学统一在一起,具有非常好的发展前景。 关键词：大数据大数据经济学传统经济学大数据统计学
目录 前言 (1) 1. 论文概述 (2) 1.1 研究背景及意义 (2) 1.1.1 研究背景 (2) 1.1.2 研究意义 (2) 1.2 大数据的发展现状 (3) 1.2.1国内大数据发展现状 (3) 1.2.1 国外大数据发展现状 (3) 1.3 论文研究主要内容 (4) 2. 论文相关理论基础 (4) 2.1 大数据经济学的概念 (4) 2.2 大数据经济学与传统经济学的关系 (5) 2.3 大数据经济学与信息经济学的关系 (5) 2.4 大数据经济学在未来发展的趋势 (6) 3. 大数据在经济领域的应用 (6) 3.1 大数据在经济领域的研究现状 (6) 3.2 大数据在经济领域存在的问题 (7) 3.3 大数据在经济领域未来的发展前景 (7) 4. 结论 (8) 参考文献 (9)
前言 自微博成立以来，新浪微博的用户已经增至5亿人，每天就要发布4亿多条讯息，每天更新的照片超过1000万张，美国的Facebook公司利用将近10万亿条价格记录来预测飞机票的价格，准确率高达75%，采用该系统购票每张机票平均可节省50美元。据专家预测未来几年的全球大数据将会增加8倍，世界上存储的数据将达到1.2ZB。美国麦肯锡公司（McKinset&Company）曾对全球的大数据分布做了一个研究和统计，中国每年的新增数据量约为250PB，美国约为3500PB，欧洲约为2000PB，可见大数据已经深深地充斥了人类经济社会的诸多角落。 《计算机学报》刊登的“架构大数据：挑战、现状与展望”一文列举了大数据分析平台需要具备的几个重要特性，对当前的主流实现平台——并行数据库、MapReduce及基于两者的混合架构进行了分析归纳，指出了各自的优势及不足，同时也对各个方向的研究现状及作者在大数据分析方面的努力进行了介绍，对未来研究做了展望。著名未来学家阿尔文？夫勒（1980）很早就在其经典著作《第三次浪潮》中，将大数据热情地赞誉为“第三次浪潮的华彩乐章”。2012年世界经济论坛发布了《大数据、大影响》的报告，从金融服务、健康、教育、农业、医疗等多个领域阐述了大数据给世界经济社会发展带来的机会。从某种程度上说，大数据是数据分析的前沿技术。简言之，从各种各样类型的数据中，快速获得有价值信息的能力，就是大数据技术。明白这一点至关重要，也正是这一点促使该技术具备走向众多企业的潜力。大数据最核心的价值就是在于对于海量数据进行存储和分析。相比起现有的其他技术而言，大数据的“廉价、迅速、优化”这三方面的综合成本是最优的。 那么，大数据对经济夜来说意味着什么？对传统经济学会带来哪些冲击？传统经济学又应该如何面对大数据带来的挑战？
浅析大数据与传统经济学
浅析大数据与传统经济学 大数据对传统经济学体制带来的挑战与机遇 李晓雨 （山东建筑大学管理工程学院，山东省济南市 250100） 摘要：文章从大数据的发展现状分析入手,讨论了大数据对传统经济学带来的机遇与挑战。运用大数据经济学的概念，分析了大数据经济学与信息经济学、信息技术等相关学科的关系。并将理论研究与实践应用实时地统一在一起,最后对大数据经济学发展前景进行了展望,认为大数据经济学不仅将理论科学、实验科学、复杂现象模拟统一在一起,而且将自然科学和社会科学统一在一起,具有非常好的发展前景。 关键词：大数据；大数据经济学；传统经济学；大数据统计学； 中图分类号：F49 文献标识码：A Big data and traditional economics The challenge and opportunity of big data to the traditional economic system Abstract: The paper analyzes the challenge of big data to traditional economics from big data development. Using the concept of big data economics, the relationship between big data economics and information economics, information technology and other related subjects is analyzed.. And theoretical research and practical application in real time unified together. Finally, the development prospects of the big data economics prospect, that big data economics will not only scientific theory, scientific experiments, complex phenomenon simulation unified together, and the system of natural science and social science a together, with very good prospects for development. Key word: big data; big data economics; traditional economics; big data statistics 收稿日期：2015/5/28 作者简介：李晓雨（1993—），女，研究方向：信息管理与信息系统，电子邮箱：xiaoyu_li0827@https://www.360docs.net/doc/c111970137.html,
《大数据经济》读后感
﹤大数据经济﹥读后感 我们已经处在大数据时代，大数据对于我们现在的生活方式产生了彻底的改变。现在人们都在利用和使用大数据，大数据带给我们的生活是实际的，因此现在需要用大数据的思维来面对大数据时代。《大数据经济》看完之后对自己大脑是个冲击，我感到信息风暴正在变革我们的生活、工作和思维，感触颇深，有几点学习体会。 一、对颠覆惯例思维变革的体会 在思维变革上，依托大数据可以从各种各样类型的数据中快速获得有价值信息的能力。明白这一点至关重要，也正是这一点促使该技术具备走向众多企业的潜力。大数据时代最大的转变就是，放弃对因果关系的渴求，而取而代之关注相关关系。也就是说只要知道“是什么”，而不需要知道“为什么”。这颠覆了千百年来人类的思维惯例，对人类的认知和与世界交流的方式提出了全新的挑战。 二、对拓展用途商业变革的体会 依托大数据，拉进距离感，给网上客户群最喜欢的产品，这种创新，并不仅在于品牌开拓了一条新的售卖渠道，而在于企业根据网上人群的消费行为特征，做出了方方面面的变革。 三、对控制数据管理变革的体会 感受最深的还是大数据时代个人隐私的控制与风险。当我们有更多的个人信息被透露时，通过大数据，我们能知道隐藏在数据背
后的你是谁，甚至你心里在想谁。在大数据时代，我们已经不能放心期待拥有数据的公司不作恶。解决之道就是让数据使用者承担更多的责任，避免数据独裁。事实上，大数据的应用已经遍地开花。金融行业通过大数据来鉴别个人的信用风险，快递领域通过数据来确定行驶路线，减少等候时间，政府通过大数据来找出最容易发生火灾和井盖爆炸的地点，商场通过大数据发现产品之间的关联。我们移动目前使用的微营销弹窗也正是利用了大数据的拓展用途，针对性的弹出用户需求，有利于营业人员更加准确的推荐有效业务，提升公司业务发展。那么移动手机卖场能否利用大数据分析来提升终端销量呢？这是一个值得深思的问题…... 说到底，大数据时代一切都存在着可能，而我们正在体验这一切改变。 四、大数据时代到来，企业发展机遇与挑战并存 我认为企业大数据的真正核心价值不在于数据本身，而是利用数据在企业内部管理模式的转变、营销模式的创新等，通过大数据的运用，促使企业经营业务的顺利开展，为引导企业战略决策提供重要的依据。 通过读书、思考，我深刻认识到现在已经是到了用数据说话的时代。数据化正在可控的范围内让我们的生活更美好，让我们的工作更方便，让我们的未来更清晰。
(参考)大数据平台项目方案.
大数据平台建设方案 （项目需求与技术方案） 一、项目背景 “十三五”期间，随着我国现代信息技术的蓬勃发展，信息化建设模式发生根本性转变,一场以云计算、大数据、物联网、移动应用等技术为核心的“新 IT”浪潮风起云涌，信息化应用进入一个“新常态”。***（某政府部门）为积极应对“互联网+”和大数据时代的机遇和挑战，适应全省经济社会发展与改革要求，大数据平台应运而生。 大数据平台整合省社会经济发展资源，打造集数据采集、数据处理、监测管理、预测预警、应急指挥、可视化平台于一体的大数据平台，以信息化提升数据化管理与服务能力，及时准确掌握社会经济发展情况，做到“用数据说话、用数据管理、用数据决策、用数据创新”，牢牢把握社会经济发展主动权和话语权。 二、建设目标 大数据平台是顺应目前信息化技术水平发展、服务政府职能改革的架构平台。它的主要目标是强化经济运行监测分析，实现企业信用社会化监督，建立规范化共建共享投资项目管理体系，推进政务数据共享和业务协同，为决策提供及时、准确、可靠的信息依据，提高政务工作的前瞻性和针对性，加大宏观调控力度，促进经济持续健康发
展。 1、制定统一信息资源管理规范，拓宽数据获取渠道，整合业务信息系统数据、企业单位数据和互联网抓取数据，构建汇聚式一体化数据库，为平台打下坚实稳固的数据基础。 2、梳理各相关系统数据资源的关联性，编制数据资源目录，建立信息资源交换管理标准体系，在业务可行性的基础上，实现数据信息共享，推进信息公开，建立跨部门跨领域经济形势分析制度。 3、在大数据分析监测基础上，为政府把握经济发展趋势、预见经济发展潜在问题、辅助经济决策提供基础支撑。 三、建设原则 大数据平台以信息资源整合为重点，以大数据应用为核心，坚持“统筹规划、分步实施，整合资源、协同共享，突出重点、注重实效，深化应用、创新驱动”的原则，全面提升信息化建设水平，促进全省经济持续健康发展。
大数据对经济学的影响研究文献综述
大数据对经济学的影响研究文献综述 摘要：近年来随着社会经济的发展，大数据引起世界各国政府和经济学界的广泛关注。本文主要研究了大数据理论的发展与其对经济发展的影响，提出了大数据经济学的概念，讨论了大数据对经济发展的重要推动作用，并介绍了大数据应用与研究所面临的主要问题与挑战，把大数据与经济学的研究结合起来，对大数据经济学的发展前景进行展望，指出大数据经济学是一种“智能经济学”，对经济发展有重要的推动作用。 关键词：大数据；大数据经济学；智能经济学 近年来，大数据隐含着巨大的社会、经济、科研价值，引起了社会各界的广泛关注。随着物联网，社交网络和云计算机的兴起，世界各国的信息交流愈见频繁，数据的规模逐渐增大，数据已经渗透到每一个行业和业务职能领域，并逐渐演变成为重要的生产要素，对经济发展有重要作用。大数据在金融、教育、传媒、医疗和农业等多个领域都对世界经济社会发展起到作用。目前，推动大数据研究的动力主要是企业经济效益，巨大的经济利益驱使大企业不断扩大数据处理规模。 大数据是指无法在可容忍的时间内用传统IT技术和软硬件工具对其进行感知、获取、管理、处理和服务的数据集合。而大数据经济学是在经济学研究和应用中采用大数据并且采用大数据思想对传统经济学进行深化的新兴交叉学科。大数据时代的到来推动了世界经济的发展，同时也推动了与之相关的社会经济方方面面涉及到的产业链的重组性巨变。大数据经济学将自然科学与社会科学统一起来，将理论研究与实践应用实时地统一在一起，大数据经济学将是智能经济学。 一、大数据的理论研究 大数据是继云计算机、物联网之后IT产业又一次颠覆性的技术革命，随着
大数据的出现与发展，不同的学者和研究机构对大数据有不同的定义。研究机构Gartner的定义：大数据是指需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。麦肯锡的定义：大数据是指无法在一定时间内用传统数据库软件工具对其内容进行采集、存储、管理和分析的数据集合。大数据不是一种新技术，也不是一种新产品，而是一种新现象，是信发展的一个技术热点，它将成为全世界下一个创新、竞争和生产率提高的前言。维基百科对大数据的定义简单明了，它指出大数据是指利用常用软件工具捕获、管理和处理数据所耗时间超过可容忍时间的数据集。Dumbill(2012)采用IBM公司的观点，认为大数据有“3V”特点，即规模性、实时性、多样性。NetApp公司认为大数据应包括A、B、C三大要素，即分析、宽带和内容。吉姆·格雷提出数据密集型科研“第四范式”，将大数据科研从第三范式（计算机科学）中分离出来单独作为一种科研范式。徐子沛在《大数据》一书中指出：大数据之大，不仅仅意味着数据之多，还表明每个数据都能在互联网上获得生命、产生职能并散发活动和光彩。 二、大数据对经济发展的影响 随着大数据的发展对经济带来的深远影响，大数据逐渐被用于经济学分析之中，大数据经济学也随之产生。大数据经济学是在经济学研究和应用中采用大数据并且采用大数据思想对传统经济学进行深化的新兴交叉学科。国内外对大数据对经济发展的研究主要有：美国学者罗斯（Rebecca J.Rosen）指出，大数据所带来的持续优化的反馈系统和一切以数据为中心的思路，不仅能够提高企业经营效率，而且还能使企业做好准备迎接更大型、更重要改变的准备。Victor（2012）在最新著作《大数据时代——生活、工作与思维的大变革》中指出，大数据时代思维方式要发生分析与事物相关的所有数据，注重相关关系，接受复杂的数据而不再追求精确性这三个变化。经济学家Schumpeter指出：数据正在成为像有形资本、人力资本这类产品的一个因素，数据资本将和品牌资本一样重要。Richard Maddox指出，充分的证据表明大数据能显著地为国民经济作出贡献，它为整个经济世界创造实质性的价值。经济学家Schumpeter指出：数据正在成为像有形资本、人力资本这类产品的一个因素，数据资本将和品牌资本一样重要。Richard Maddox指出，大数据能显著地位国民经济作出贡献，大数据为整个世界经济创
大数据与大数据经济
科学网—大数据与大数据经济学- 俞立平的博文 2013-08-29 11:01:41| 分类：默认分类|举报|字号订阅 本文发表于《中国软科学》2013年7期。 摘要：本文从大数据的发展现状分析入手，讨论了大数据对传统经济学的挑战，首次提出大数据经济学的概念。认为大数据经济学包括大数据计量经济学、大数据统计学和大数据领域经济学，并分析了大数据经济学与信息经济学、信息技术等相关学科的关系，最后对大数据经济学发展前景进行了展望，认为大数据经济学不仅将理论科学、实验科学、复杂现象模拟统一在一起，而且将自然科学和社会科学统一在一起，将理论研究与实践应用实时地统一在一起，大数据经济学具有“智能经济学”的特点。 关键词：大数据大数据经济学大数据计量经济学大数据统计学 1引言 2012年，Twitter上每天发布超过4亿条微博，Facebook上每天更新的照片超过1000万张，Farecast公司用将近10万亿条价格记录来预测机票价格，准确率高达75％，采用该系统购票，平均每张机票可节省50美元。Gartner预测未来5年全球大数据将会增加8倍，其中80%是非结构化数据。2013年世界上存储的数据将达到1.2ZB（1ZB=1024EB，1EB=1024PB，1PB=1024TB，1TB=1024GB），如果将这些数据刻录到CDR只读光盘上，并堆起来，其高度将是地球到月球距离的5倍。2011年，麦肯锡公司对全世界大数据的分布作了一个研究和统计，中国2010年新增的数据量约为250PB，而欧洲约为2000PB，美国约为3500PB，大数据已经深深地充斥了人类经济社会的许多角落。 著名未来学家阿尔文·托夫勒（1980）[1]很早就在其经典著作《第三次浪潮》中，将大数据热情地赞誉为“第三次浪潮的华彩乐章”，但是大数据成为高频词是最近一两年的事情。随着社交网络、物联网、云计算的兴起，数据规模越来越大，2011年5月，全球知名咨询公司麦肯锡（Mckinsey and Company）发布了《大数据：创新、竞争和生产力的下一个前沿领域》[2]报告，标志着“大数据”时代的到来，指出“数据已经渗透到每一个行业和业务职能领域，逐渐成为重要的生产因素；而人们