对当代大数据与大数据经济的浅谈

对当代大数据与大数据经济的浅谈

智　慧　华北理工大学理学院　　　　河北唐山　063009 刘梦尼　华北理工大学信息工程学院　河北唐山　063009 朱佳宁　华北理工大学理学院　　　　河北唐山　063009

摘要:基于大数据时代背景，各国各界对大数据的关注度越来越高，相关的研究和应用也更加广泛。本文从阐述大数据的国内外地位、主要概念、特征、应用现状及前景展望来更加深入的了解大数据，并主要展开分析大数据时代下应运而生的大数据经济学，以及分析大数据在经济学应用的典型实例，体现大数据应用的重要性。本文的分析有利于更深度的挖掘大数据的有用之处，使大众更深入理解大数据的价值。关键词:大数据；大数据应用；大数据经济学；大数据的经济应用

一、大数据的总体概述：

(一)大数据的概念

“大数据”这一概念最早在上世纪1980年被著名的未来学家阿尔文·托夫勒在《第三次浪潮》这本书中所提及，并被赞颂为“第三次浪潮的华彩乐章”。在2008年9月，“大数据”一词在 《Science》 杂志中发表的文章“Big Data: Science in the Petabyte Era”中传播开来。

到目前为止，大数据还没有特别统一的定义，各大机构和研究者们的说法各异。亚马逊大数据科学家John Rauser认为：“大数据是“任何超过一台计算机处理能力的庞大数据量”。大数据研究机构Gartner给出定义：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来适应海量、高增长率和多样化的信息资产。麦肯锡全球研究所给出这样的定义：一种规模大到在获取、存储、管理、分析方面大大超出了传统数据库软件工具能力范围的数据集合，具有海量的数据规模、快速的数据流转、多样的数据类型和价值密度低四大特征。我国社会学学者邱泽奇认为“大数据是痕迹数据汇集的并行化、在线化、生活化和社会化。

总的来说，大数据，就是形态数字化、非结构化、在线流动着的数据，容量至少在 PB 级或以上，与社会行为相伴生、通过设备和网络汇集的数据。大数据是完整的，却不一定是系统的，它无时无刻都在记录着人类的行为。”

时代，当然，大数据也面临着革新，其发展方向将体现在以下几个方面：

(1)数据分析随着时代的发展会逐渐成为大数据技术的核心，由于大数据的价值体现在其对大规模数据集的智能处理，从而获取有用的信息，所以通过数据分析实现对数据的采集、存储和管理的技术占据着十分重要的地位。

(2)实时性将是衡量大数据技术的关键因素。如今人们的生活节奏不断加快，人们获取信息的速度也需要与时俱进，经心理学实验证实，3秒钟是用户可以容忍的最大极限。在未来的发展中，实时性的数据处理方式将会成为时代主流，不断推动大数据技术的发展和进步。

(3)基于云的数据分析平台将更加完善。近年来，云计算技术的发展也越来越快，其相应的应用范围也越来越宽。云计算的发展为大数据技术的发展提供了分布式的计算方法，可以弹性扩展、相对便宜的存储空间和计算资源；此外，云计算还具有IT资源丰富、分布范围广泛等诸多好处。随着云计算技术的突破，将会逐渐解决大数据技术应用空间不足等诸多技术性难题。

(4)更多的开源软件将在大数据技术的发展中不断被研发出来。开源软件将与大数据技术两者优势互补，共同进步，在发展自身的同时也会为后者贡献自己的力量。

(二)大数据的特征

大数据的特性在随着时代的发展不断进步且丰富着。2001年大数据被麦塔集团分析师莱尼在一份报告中提出数据成长将朝三个方向发展，即时处理的速度(Velocity)、数据格式的多样化(Variety)与数据量的规模(Volume)统称为3V。随着资讯和科技不断地发展推进，数据量的复杂程度也越来越高，3V已经不足以形容新时代的大数据，因此在2012年，科技大厂IBM、国际调查机构Gartner、IDC等纷纷对大数据提出了新的论述，大数据的特征从3V成长为了4V，即数据规模大(Volume)、数据种类多(Variety)、数据要求处理速度快(Velocity)、数据价值密度低(Value)，这就是所谓的4V特性。而后在传统的数据特征基础上,人们又增加了精确性(veracity)，即将大数据的特征总结为 5V：体量大(volume)、速度快(velocity)、模态多(variety)、价值大密度低(value)和精确性(veracity)。现在甚至有人还提出了6V的看法，他们在4V的基础上增加了可视性和合法性，即数据规模大(Volume)、数据种类多(Variety)、数据要求处理速度快(Velocity)、数据价值密度低(Value)、可视性(Visualization)以及合法性(Validity)。

图表： 大数据在众多领域的应用

二、大数据经济：

在大数据产业兴起的背景下，以云计算、数据挖掘和大数据为代表的变革性技术创新正在不断地打破传统，创新性互联网技术对经济领域的渗透不断加深，这些技术的应用将突破传统经济学研究方法，推动经济市场的革新并推动产业链分化重组，催生新兴产业系统，给社会带来新兴力量，这是一场对社会创新、社会生产力，市场导向产生巨大影响的。

(三)大数据的应用现状及前景展望

大数据在我国已应用于多个领域，为国民经济以及人民生活带来着不可小觑的作用(由图表可见)。我们已进入数据发展变革的新152现代商业MODERN BUSINESS

(一)大数据经济学

关于大数据与经济学关系的理论层面, 斯坦福大学教授Anand

Rajaraman意识到大数据在经济学领域的应用, 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技术进行经济分析, 强调技术层面。本文所讨论的大数据经济学相关文献所给出的定义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。其中主要研究利用大数据对经济行为和经济现象进行分析并做出决策。

1.大数据背景下的经济学研究的先进性

(1)研究对象：传统经济学中数据收集是基于有限样本抽样，以可用性样本数据为基础进行计算分析，大数据经济学区别于传统经济学的最本质不同在于数据全存，研究对象为整体，异常数据也作为重要的研究对象。

(2)研究方法：传统经济学采用假设检验的研究方法，即广义上称为模型驱动研究范式[7]。但在大数据时代数据以爆炸型增长，数据驱动研究范式的巨大优势就在于利用海量数据，借助云计算和分布处理等创新性计算机处理技术，尽量得到有用信息，使分析结果更为准确[7]。

(3)数据统计研究手段：传统经济学中，数据统计主要运用的方法为指数计算，抽样后选取若干指标，采用多元统计术进行计算，这种方法效率低，成本大，存在很多弊端。大数据经济数据统计则是多样化手段，通过检索、搜索引擎和浏览的网站等出现的关键词、页面的频率来进行预测和推算，这些方法既能达到和传统统计方法基本一致的结果，又省材、提高效率。

2.大数据经济学的研究内容。大数据经济学作为研究大数据与传统经济学的一门重要学科，与各种学科也有交叉，主要包括大数据计量学、大数据统计学、以及大数据应用经济学等学科，如图可直观看出大数据经济学包括的门类及分支：

图： 大数据经济学的研究内容

大数据经济学与传统经济学相互补充相互发展一起存在，虽然现在大数据经济学是新兴学科，仍处在初级发展阶段，但其前景非常广阔，在未来，其会发展成经济学发展的重大成就之一。

(二)大数据应用于经济的典例分析

大数据应用于经济已成必然趋势，目前，许多经济金融行业已经开始跨界合作转型，以此来提高行业竞争力，大数据经济对企业的更替兴衰也将造成重大影响。在我们最熟悉的电商行业的大数据应用，其中阿里集团的应用最为典型。

(1)建立在阿里云平台上的基金市场：以余额宝为代表的互联网金融产品越来越多，规模也越来越大。而大数据作为利器，使余额宝成功避开了传统金融行业所面对的风险。其表面上是用户资金的蚂蚁搬家，实际上则是网络巨头们对用户资源的深度挖掘，以基金的申购赎回为例，其基于淘宝和支付宝的数据平台，可以及时把握

广角 | Wide Angle申购、赎回变动情况，并且加上累计的历史数据，对用户的行为特征进行分析，掌握其行为规律，以此来预测用户的行为，与其匹配相应的资源配置。这样在此前提下，金融机构所持有的资产就能具备很好的变现能力和流动性。

(2)阿里金融的小额信贷：阿里金融的核心内容就是大数据应用其网络融资方式中，其基于普通的网络小额信贷，更为发展的是阿里集团旗下的阿里巴巴、淘宝、支付宝等平台中的巨量数据，包括贷款人的网络行为和网络信用等多项指标信息，通过大数据分析对客户进行评估，最终结果作为用户贷款的评价标准。阿里金融的小额贷款服务利用大数据时代电商行业数据的公开可视可利用的特点，再加上大数据分析的优点，有效解决了传统小额信贷中客户信息不符、贷款复杂的问题。

三、结束语

大数据时代的竞争越来越激烈，我们对大数据的关注愈来愈高，我们要熟知它的概念、特征、应用和发展，我们更要意识到大数据贵在应用。在共享经济的大背景下，大数据的应用领域不容小觑，与大数据相结合的产业模式也越来越多，大数据在逐步改变我们的社会经济、科技、文化、教育、医疗等行业模式，进而逐步渗透我们的社会生活。当然，目前大数据的研究和应用仍处在初级萌芽阶段，我们的技术支持还不太完善，也因其与各领域行业都有交叉关系，其复杂性将给我们带来研究和应用的难题。因此，真正要实现大数据的社会广泛应用，仍需社会各界的努力。

参考文献

[1]阿尔文·托夫勒.[M]第三次浪潮.黄明坚,译.北京:中信出版社，2006

[2]John Gantz and David Reinsel. Extracting Value from Chaos[R]. IDC i View,2011.

[3]马建光.姜巍.大数据的概念、特征及其应用[J].国防科技.2013.34(2):12

[4]陶雪娇.胡晓峰.刘洋.大数据研究综述[J].系统仿真学报.2013.25:143

[5]俞立平.大数据经济学的概念、框架与学科定位研究[J] .统计与信息论坛.2015.30(6):1

[6]俞立平.大数据与大数据经济[J].软科学研究成果与动态.2013.07:181

[7]崔俊富.大数据时代的经济学研究:数据驱动范式[J].广东财经大学学报.2016.01

[8]赵明超.张亦文揭秘余额宝里的大数据[N].上海证券报.2014.07[9]袁茵.大数据 余额宝[N].中国企业家.2014.08

MODERN BUSINESS现代商业

153