大数据的经济学研究文献综述
- 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
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、
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”的特点,即规模性(Volume)、多(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)一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、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、高增长和多样化信息资产的需要。
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。
二、大数据给经济学带来的影响
Victor(2012)[8]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(2013)[9]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、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。
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