大数据的经济学研究文献综述
大数据时代文献综述(一)2024
大数据时代文献综述（一）引言概述：随着信息技术的不断发展和数据的大规模积累，大数据时代正以前所未有的速度产生着深远的影响。
在这个时代，大数据的应用已经渗透到诸多领域，如金融、医疗、交通等，给社会带来了诸多的机遇和挑战。
本文旨在通过文献综述的方式，介绍大数据时代的概念以及其主要特点，分析大数据对经济社会发展的影响，并总结目前相关研究的主要问题和趋势。
正文内容：一、大数据时代的概念和特点1. 大数据的定义和范围2. 大数据的四个特点：大量性、高速性、多样性和价值密度3. 大数据的数据源和采集技术4. 大数据的存储和处理技术5. 大数据的隐私与安全问题二、大数据对经济发展的影响1. 大数据在市场营销中的应用及效果2. 大数据对企业决策的支持作用3. 大数据对商业模式创新的推动4. 大数据对供应链管理的优化5. 大数据在金融行业的应用和风险管理三、大数据对社会发展的影响1. 大数据在医疗领域的应用和医疗服务的改进2. 大数据对教育领域的影响和学习模式的改变3. 大数据在城市规划和交通管理中的应用4. 大数据对环境保护与可持续发展的促进5. 大数据对政府决策与治理的影响四、大数据研究的主要问题和趋势1. 大数据的质量与准确性问题2. 大数据融合与共享的难题3. 大数据的处理与分析技术的挑战4. 大数据隐私保护的法律与伦理问题5. 大数据人才培养与研究的跨学科合作五、总结在大数据时代，大数据的产生和应用不仅带来了巨大的机遇，也带来了诸多挑战。
大数据已经对经济社会发展产生了深远影响，但同时也暴露出一系列问题。
未来，需要进一步研究与探索大数据的质量与准确性、处理与分析技术以及隐私保护等方面的问题，加强跨学科合作，培养专业人才，以更好地应对大数据时代的挑战与机遇。
文末总结。
经济学毕业论文文献综述
经济学毕业论文文献综述绪论在当今经济全球化的背景下，经济学的研究变得越来越重要。
为了深入了解经济学领域最新的研究成果，本文将就相关研究方向进行文献综述。
本文的目的是通过梳理和分析相关文献，总结当前经济学研究的发展轨迹，并对未来的研究方向进行展望。
一、宏观经济学研究文献综述1. 宏观经济政策的研究进展本部分主要综述了宏观经济政策领域的研究成果和发展动态。
针对不同经济体制和经济周期，各国在经济政策方面的实践和研究逐渐形成了一系列新理论和实证结果。
2. 新古典经济增长理论的文献综述本部分回顾了新古典经济增长理论的发展历程，并对其主要研究成果进行分析。
从投资、技术进步、人力资本等方面探讨了经济增长的基本原因和动力，并指出了未来研究的新方向。
二、微观经济学研究文献综述1. 市场失灵与政府干预的文献综述本部分探讨了市场失灵的原因和后果，并综述了政府干预在制度设计、市场监管和资源配置等方面的研究成果。
进一步分析了政府干预的效果和限制，并对当前研究热点进行了展望。
2. 行为经济学的文献综述本部分回顾了行为经济学的发展历程和理论基础，并综述了行为经济学在市场行为、决策行为、劳动经济学等领域的研究成果。
同时，分析了行为经济学的局限性和未来的研究方向。
三、发展经济学研究文献综述1. 发展经济学的理论和实证研究本部分总结了发展经济学的理论框架和主要研究方法，并综述了发展经济学在贫困陷阱、收入分配、资源配置等方面的研究成果。
同时，指出了该领域仍然存在的问题和需要进一步研究的方向。
2. 城市化与经济发展的文献综述本部分就城市化进程对经济发展的影响进行了文献综述。
从人口流动、产业结构、城市规划等方面，综合分析了城市化对经济增长、环境影响和社会福利的影响，并对未来的研究进行了展望。
结论通过本次文献综述，我们对经济学领域的研究进展有了更深入的了解。
宏观经济学、微观经济学和发展经济学是当前研究的重点领域，各自对经济学理论和实践的发展做出了重要贡献。
大数据时代 文献综述
大数据时代文献综述引言：随着信息技术的迅猛发展，我们正逐渐进入一个被大数据所主导的时代。
大数据的产生和应用已经深刻地影响着我们的生活和工作方式。
本文综述了大数据时代的相关文献，旨在探讨大数据的定义、特点、应用领域以及对社会经济发展的影响。
一、大数据的定义和特点1. 定义：大数据是指规模巨大、类型多样、生成速度快，无法通过传统数据处理工具进行处理和分析的数据集合。
2. 特点：a. 规模巨大：大数据以TB、PB甚至EB为单位进行存储和处理。
b. 类型多样：大数据包含结构化数据、半结构化数据和非结构化数据。
c. 生成速度快：大数据的生成速度远远超过了传统数据处理的能力。
d. 价值密度低：大数据中包含了大量的噪音数据，需要通过数据挖掘和分析来获取有价值的信息。
二、大数据的应用领域1. 商业和市场营销：大数据可以帮助企业分析消费者行为、市场趋势和竞争对手情报，从而制定更有效的营销策略。
2. 金融和风险管理：大数据可以用于金融交易分析、风险评估和欺诈检测，提高金融机构的风险管理能力。
3. 医疗和健康：大数据可以用于医疗数据分析、疾病预测和个性化医疗，提高医疗服务的质量和效率。
4. 城市规划和交通管理：大数据可以帮助城市规划者分析交通流量、优化交通路线和改善城市交通拥堵问题。
5. 教育和学术研究：大数据可以用于学生学习行为分析、教育资源优化和科学研究数据处理。
三、大数据对社会经济发展的影响1. 经济增长：大数据的应用可以促进创新和创业，推动新兴产业的发展，从而推动经济增长。
2. 就业机会：大数据的发展需要专业人才，将为就业市场提供更多的机会，同时也需要培养适应大数据时代的人才。
3. 个人隐私和数据安全：大数据的应用需要处理大量的个人数据，对个人隐私和数据安全提出了新的挑战，需要加强相关法律和技术手段的保护。
4. 社会治理和公共服务：大数据可以帮助政府更好地了解社会民生需求，优化公共服务和社会治理，提高政府决策的科学性和精准性。
大数据时代 文献综述
大数据时代文献综述【大数据时代文献综述】【引言】随着信息技术的迅猛发展，大数据已经成为当今时代的热点话题之一。
大数据的产生和应用给各行各业带来了巨大的变革和机遇。
本文将对大数据时代的相关文献进行综述，从定义、特点、应用领域等方面进行详细介绍，旨在全面了解大数据时代的现状和未来发展趋势。
【定义】大数据是指规模巨大、类型繁多且难以在常规时间内处理的数据集合。
根据国际数据公司IDC的定义，大数据具备“3V”特征：Volume（数据量大）、Velocity （数据处理速度快）和Variety（数据类型多样）。
此外，还有人们提出了“4V”或者“5V”的概念，即Value（数据价值）和Veracity（数据真实性）。
【特点】大数据时代具有以下几个显著特点：1. 数据量巨大：大数据时代的数据量呈指数级增长，远远超过传统数据库处理的能力范围。
2. 处理速度快：大数据处理需要具备高速的计算和分析能力，以满足实时决策和应用的需求。
3. 数据类型多样：大数据涵盖了结构化数据、半结构化数据和非结构化数据，如文本、图象、音频等。
4. 数据价值高：通过挖掘和分析大数据，可以揭示隐藏的关联性和价值，为企业和社会创造更多商业机会和社会价值。
5. 数据真实性要求高：大数据的真实性对于决策和应用至关重要，因此数据质量和数据安全成为大数据时代的重要问题。
【应用领域】大数据时代的应用领域广泛，以下是几个典型的应用领域：1. 商业智能和市场营销：通过大数据分析，企业可以深入了解消费者的需求和行为，提供个性化的产品和服务，从而提高市场竞争力。
2. 金融风控和欺诈检测：大数据分析可以匡助金融机构及时发现风险和欺诈行为，提高风险管理和客户信任度。
3. 医疗健康：通过大数据分析，可以实现个性化的医疗诊断和治疗方案，提高医疗效果和患者满意度。
4. 城市管理和智慧城市：大数据分析可以匡助城市管理者更好地了解城市运行情况，提供智慧交通、智慧能源等解决方案，提升城市管理效率和居民生活质量。
文本大数据分析在经济学和金融学中的应用_一个文献综述
文本大数据分析在经济学和金融学中的应用:一个文献综述文本大数据分析在经济学和金融学中的应用: 一个文献综述引言随着信息技术的发展和互联网的普及，数据量呈指数级增长。
大数据时代的到来带来了对数据的更全面、更深入的分析需求。
传统的经济学和金融学方法往往局限于小样本数据，难以展现全局趋势和宏观影响。
然而，文本大数据分析作为一种新兴的数据挖掘技术，可以挖掘和分析海量的非结构化数据，使得经济学和金融学研究更加客观和全面。
本文将对文本大数据分析在经济学和金融学中的应用进行综述，探讨其对研究方法的改进和决策制定的影响。
一、文本大数据分析的基本概念与方法1.1 文本大数据的特点文本大数据，是指通过网络、社交媒体、新闻报道、博客等途径产生的非结构化文本数据。
相较于传统的结构化数据，文本大数据具有以下特点：不规则性、不完备性、多样性、时效性和高维度。
1.2 文本大数据分析的方法文本大数据分析的方法一般分为三个步骤：数据预处理、特征提取和模型构建。
其中，数据预处理包括数据清洗、分词和去噪等；特征提取则针对不同的研究领域选择不同的方法，常用的特征提取方法包括主题模型、情感分析和文本聚类等；模型构建则通过机器学习、深度学习和自然语言处理等技术构建相应的预测或分类模型。
二、文本大数据分析在经济学中的应用2.1 文本大数据对经济普查的影响传统的经济普查往往需要进行实地调查和填表，费时费力且容易受到个体误差的影响。
而文本大数据分析可以通过挖掘社交媒体等平台上的用户行为数据，收集消费、投资和就业等方面的信息，从而实现对经济活动的实时监测和评估。
2.2 文本大数据对产业研究的影响文本大数据分析可以挖掘新闻报道、公司公告和专家观点等信息，帮助研究者了解产业发展趋势和市场动态。
例如，通过分析公司财报和媒体报道，可以预测公司的盈利能力和市场表现，使投资决策更加科学和准确。
三、文本大数据分析在金融学中的应用3.1 文本大数据对市场情绪的影响传统的金融学理论常常忽略了情绪对市场的影响，而文本大数据分析可以通过对社交媒体上的情绪进行监测和分析，揭示市场参与者情绪对市场走势的影响。
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。
大数据时代 文献综述
大数据时代文献综述引言：随着信息技术的快速发展，大数据已成为当今社会的热门话题。
大数据时代的到来给各个领域带来了巨大的机遇和挑战。
本文将对大数据时代的相关文献进行综述，探讨大数据的定义、特点、应用领域以及对社会经济发展的影响。
一、大数据的定义和特点1. 定义：大数据是指规模庞大、种类繁多、速度快、价值密度低的数据集合。
这些数据来自于各种来源，包括传感器、社交媒体、互联网等。
大数据具有高度的复杂性和多样性，需要利用先进的技术和工具进行处理和分析。
2. 特点：（1）规模庞大：大数据的规模通常以TB、PB甚至EB为单位，远远超过传统数据处理能力。
（2）种类繁多：大数据包含结构化数据、半结构化数据和非结构化数据，如文本、图像、音频等。
（3）速度快：大数据的产生速度非常快，需要实时或近实时地进行处理和分析。
（4）价值密度低：大数据中包含了大量的噪音和无用信息，需要通过数据挖掘和分析提取有价值的信息。
二、大数据的应用领域1. 商业和市场营销领域：大数据在商业和市场营销领域的应用非常广泛。
通过对大数据的分析，企业可以了解消费者的需求和行为，制定精准的营销策略，提高销售额和市场份额。
同时，大数据还可以帮助企业进行风险管理和预测，优化供应链和物流管理。
2. 医疗和健康领域：大数据在医疗和健康领域的应用有助于提高医疗服务的质量和效率。
通过对大数据的分析，医疗机构可以实现个性化医疗，提供更精确的诊断和治疗方案。
此外，大数据还可以用于疾病监测和预测，帮助公共卫生部门及时采取措施应对突发疫情。
3. 城市管理和智能交通领域：大数据在城市管理和智能交通领域的应用可以提升城市的安全性、便利性和可持续发展水平。
通过对大数据的分析，城市管理者可以实时监测交通状况、优化交通流量，减少拥堵和交通事故。
同时，大数据还可以用于城市规划和资源分配，提高城市的整体运行效率。
4. 金融和风险管理领域：大数据在金融和风险管理领域的应用可以提高金融机构的风险控制能力和决策效率。
大数据时代 文献综述
大数据时代文献综述引言概述：随着信息技术的迅猛发展，大数据时代已经到来。
大数据作为一种新兴的技术和应用，对于各个领域的发展和决策都具有重要的作用。
本文将从五个大点出发，对大数据时代的相关文献进行综述，以期对大数据时代的发展和应用有更深入的了解。
正文内容：1. 大数据的定义和特点1.1 大数据的定义大数据是指规模巨大、复杂度高、处理速度快的数据集合，传统的数据处理工具无法有效处理。
大数据的特点主要包括数据量大、数据类型多样、数据处理速度快和数据价值高等。
1.2 大数据的应用领域大数据的应用领域非常广泛，包括金融、医疗、交通、能源、教育等各个领域。
例如，在金融领域，大数据可以用于风险管理、投资决策等方面；在医疗领域，大数据可以用于疾病预测、药物研发等方面。
2. 大数据的技术和方法2.1 大数据的采集和存储技术大数据的采集和存储技术包括传感器技术、云计算技术、分布式存储技术等。
这些技术可以有效地获取和存储大数据。
2.2 大数据的处理和分析方法大数据的处理和分析方法包括数据挖掘、机器学习、人工智能等。
这些方法可以匡助人们从大数据中提取有价值的信息和知识。
3. 大数据的挑战和问题3.1 数据隐私和安全问题在大数据时代，数据的隐私和安全问题越来越重要。
如何保护用户的隐私和数据的安全，是大数据面临的一个重要挑战。
3.2 数据质量问题由于大数据的规模庞大，数据质量问题成为一个关键的挑战。
如何保证数据的准确性和完整性，是大数据处理中需要解决的问题之一。
4. 大数据的发展趋势4.1 人工智能与大数据的融合人工智能和大数据是相互促进的关系。
随着人工智能的发展，大数据的应用将会更加广泛，同时大数据也可以为人工智能提供更多的数据支持。
4.2 边缘计算与大数据的结合边缘计算是一种新兴的计算模式，可以将计算资源更加挨近数据源，提高数据处理的效率。
将边缘计算与大数据相结合，可以进一步提升大数据的处理能力。
5. 大数据的影响和意义5.1 对决策的影响大数据可以为决策提供更多的数据支持和参考，匡助决策者做出更准确、更科学的决策。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
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AbstractThis 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; challenges1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。
大数据中的非结构化数据与传统经济学中的结构化数据截然不同。
以信用卡数据为例。
理论上，万事达拥有一套完美的数据:它知道何人在何地为何种产品消费的金额，而且这些数据都是实时的。
但经济学家利兰·安纳夫和乔纳森·莱文所说认为不是每个人都有万事达卡，也不是每个拥有万事达卡的人都会经常使用万事达卡。
当然如果说万事达卡的数据无法为经济研究人员带来一点儿有用信息，那未免不符合常识。
但它与我们平常使用的那类数据非常不同，甚至跟我们通常的问题几乎不是一回事。
经济学家喜欢寻找因果联系，而不只是规律。
而且，经济学家希望他们找到的因果联系适用于所有人或是有代表性的群体样本，而不只是一个随机的子群体。
所以经济学对大数据的最直接应用是在预测(或短时预测)领域，这一直是经济学的实用领域，也是学术上的边缘领域。
国外的学者对大数据的经济学研究，也主要都侧重于运用大数据进行预测与计量分析，著名经济学家Hal Varian（2013）年提到运用大数据，可以更好地对经济学模型加以预测。
有了大数据，信息经济学中的信息不对称问题可以得到很好的解决。
去年，微软纽约研究院的经济学家大卫·罗斯柴尔德(David Rothschild)成功预测24个奥斯卡奖项中的19个，成为人们津津乐道的话题。
今年罗斯柴尔德再接再厉，成功预测第86届奥斯卡金像奖颁奖典礼24个奖项中的21个，继续向人们展示大数据的神奇魔力。
虽然，国外许多学者均认为大数据对于经济学的应用贡献巨大，但是哈耶克（1974）的不同的观点使得我们可以更加理性地理解大数据，数据只是工具，而不能成为理论，他认为随着科学知识的增加，我们高估了自己理解构成世界的微妙变化能力，也高估了我们对每个变化的重要性做出判断的能力。
所以，无所不知只是人的错觉。
现在很多研究者制作出一些精确的数学模型，认为这就是因果模型，但其实它们是关联模型。
同样，大数据本身也不能帮你得出因果关系，而只能显现关联关系。
2国内关于大数据经济学问题的探讨现状在我国真正首次提出大数据经济学概念的是俞立平（2013），他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，并对大数据经济学与传统经济学研究中存在的区别作出了分析，他认为大数据的到来给传统经济学带来了8大影响：一是大数据使得计量经济学中的研究对象从样本变成了总体；二是大数据不需要假设检验的研究；三是经济学所强调的因果关系变得不太重要；四是传统的因果关系有时候无法验证；五是传统经济学研究具有滞后性；六是大数据对基于统计检验的计量经济学冲击很大；七是大数据对经济学建模提出挑战；八是大数据使得经济学研究工具和手段发生变化。
基于大数据对经济学所带来的挑战，杨华磊( 2013) 认为在没有大数据的年代，the biased random walk对数据拟合的是比较好的，但是大数据时代的到来，给传统经济学研究范式带来了较大的冲击，出现了“非主流经济学就是致力研究异常现象的经济学”。
李国杰、程学旗（2012）同样认为大数据动摇传统经济学的一些基本假设。
在亚当斯密时代，信息或者数据是及其匮乏的，信息不对称是广泛存在的，因此市场竞争是有效调配资源的有效机制。
然而在大数据时代，信息充分和及时已经不是问题，会让经济运行机制产生极大的变化。
他们甚至大胆提出，也许大数据让计划经济的某些目标有了可以实现的基础。
虽然大数据给经济学带来了一定的挑战，但是大数据却能帮助我们更好地理解经济学。
肖颖（2012）认为大数据经济学的应用包含两个层次：第一层次是将大数据相关技术结合传统经济学，由于大数据技术强调：分析数据使用全部数据，而不是样本；寻找相关关系，而不是因果关系；追求模糊的正确，而不是精确的错误。
因此，这将对基于统计检验的计量经济学冲击很大，同时也带来全新的经济模型。
第二层次是将大数据引入经济学范式。
信息不对称来自市场，而大数据是信息不对称的产物，同时也是其解决方案，因此，这其中若干海量数据之间存在价值关联。
大数据经济学的应用就是挖掘内在价值，研究生产、行为模式。
当然同国外学者一样，我国国内许多经济学家也对大数据对经济学的积极应用提出了相反的观点，文献述评作为经济学专业的学生，我们研究经济学的目的并不是证明经济学理论是否科学，而是用来解决实际问题，在这样的情况下，任何学者的学力是有限的，现在已经进入大数据时代，借助大数据，不仅可以进行传统经济学的研究，而且通过数据挖掘，能够发现若干新的知识，从而推动经济学进步。
别的不说，将中国所有统计年鉴的数据好好做一番整理，然后借用大数据和各种模型，好好做一个深度挖掘，用这种全新的思路进行研究，一方面提高效率，另一方面也能发现问题，总结规律，形成知识，是一件非常有意义的事情。
国内外学者都意识到了在经济学研究上大数据所能提供的巨大贡献，在处理数据过程中，很多时候被自己挖掘数据所得到的结果而感动，毕竟数据不会说谎，数据能够发现深层次存在的问题。
但是我们也要意识到，数据毕竟是死的，大数据对计量中的意义只能证明变量间存在相关关系。
所以我认为我们也不应该过分夸大大数据的作用，而应该辩证地去思考大数据给经济学带来的影响。
参考文献[1]程刚. 近年来我国数据挖掘研究综述[J]. 情报学报,2005.[2]甘晓, 李国杰. 大数据成为信息科技新关注点[J]. 中国科学报,2012.[3]工作与思维的大变革[M]. 杭州:浙江人民出版社，2012.[4]符健. 解读大数据[Z]. 证券研究报告, 2011.[5]李国杰、程学旗. 大数据研究：未来科技及经济社会发展的重大战略领域——大数据的研究现状与科学思考[J].战略与决策研究，2012，（4）：6-8.[6]李国杰. 大数据研究的科学价值[J]. 中国计算机学会通信, 2012,(9): 8-15.[7] [美]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.[8] [美]哈耶克著，邓正来译. 哈耶克论文集[M].北京：首都经济贸易大学出版社，2004.[9]美]维克托·迈尔·舍恩伯格、肯尼斯·库克耶著，盛杨燕、周涛译. 大数据时代活[M].浙江：浙江人民出版社，2013.[10] 涂兰敬. 大数据与海量数据的区别[J]. 网络与信息, 2011, 25(12):37-38.[11]肖颖.“大数据经济学”简介[J].管理学动态，2012（6）：7-10.[12]徐子沛. 大数据[M]. 广西: 师范出版社, 2012: 57.[13]俞立平.大数据与大数据经济学[J].软科学研究成果与动态,2013(7):3-7.[14]杨华磊. 高频数据对传统经济学研究范式的冲击［EB］． http: / /blog. /blog-456786-656901.html，2013．1.24.[15]Edd Dumbill. What Is Big Data ［EB］．http: / /strata．oreilly. com/2012 /01 /what-is-big-data. html，2013. 1. 24.[4]Gartner ＇s 2012 Hype Cycle for Emerging Technologies Identifies “Tipping Point”Technologies That Will Unlock Long-Awaited Technology Scenarios ［EB］． http: / /www．gartner． com/newsroom/id /2124315.[16]Hal Varian. Big Data: New Tricks for Econometrics [J]. Economic Record, 2012(9):17-20.。