大数据时代信息经济发展趋势及对策

摘要：随着计算机的出现，20世纪中叶信息科学以及世纪末复杂性科学的发展，大数据技术在近年来迅速席卷全世界，人类已完成了从模拟信号世界到真正数字世界的转变，我们正迎接大数据时代的到来。大数据本身正在改变人们的生活方式以及人们理解世界的方式，并且成为新发明和新服务的源泉，而且社会生活中更多的改变正蓄意待发。本文首先阐述了大数据的定义；其次，分析了大数据的特征及作用，与此同时，还从国家战略层面、商业实践活动两个方面分析了大数据时代信息经济发展趋势；最后，还探讨了大数据时代加快信息经济发展的相关建议，其中包括：以协同带动发展，以市场培育人才，以合作促进共享等，具有一定的参考价值。

关键词：大数据；信息经济；发展趋势

0前言

进入2012年以来，大数据（bigdata）一词被越来越多的人在不同的行业、不同的领域提及，人们将大数据用来对信息爆炸时代所出现的海量数据进行定义与描述。大数据正在努力推动着产业与科技的变革，通过分析大数据，能够有效地将海量数据背后隐藏的行为模式予以揭示。大数据既是政府进行社会管理、行政治理、宏观调控的信息基础，也是企业赢得机遇、占领市场的利器，大数据目前已经成为了推动信息经济实现可持续发展的关键资源。人们对于数据进行大量运用与海量挖掘，不仅意味着消费者出现大量盈余、产业生产率出现大幅度的增长和，而且也明确地告诉我们：大数据时代已经悄然到来。“泛互联网化”、“垂直整合产业”、“数据成为资产”已经成为了大数据时代的三大发展趋势。本文就大数据时代信息经济发展趋势及对策建议进行探讨。

1大数据的定义

大数据是一个相对抽象的概念，目前国内外学术界还没有对大数据的定义形成统一的意见。美国国家科学基金会（NationalScienceFoundation，UnitedStates）基于数据特征及数据来源角度对大数据进行了定义，认为大数据是一种复杂的、大规模的、长期的、多元化的分布式数据集，由一系列的数据源生成，包括网络点击流、音视频软件、E-mail、科学仪器、互联网交易、传感设备等。国际数据公司IDC（Thepremierglobalmarketintelligencefirm.）基于数据量与数据形式的角度对大数据进行了定义，认为大数据是由多种数据形式所组成，拥有超过100TB的实时、高速数据，且这些数据的增速每年保持60%以上。世界十大调查研究咨询公司机构之一Gartner咨询公司基于计算机处理能力的角度对大数据进行了定义，认为大数据是一种极端信息管理和处理技术。

2大数据的特征及作用

2.1大数据的特征

虽然不同的研究者对于大数据有着不同的定义，但均体现出了“四V”特征，分别是Value（数据价值密度低）、Volume（数据规模大）、Velocity（数据处理速度快）、Variety（数据种类多），具体如下：（1）Value（数据价值密度低）随着应用数据、交易数据、企业数据、社交数据等一系列新数据源的出现，将传统数据源的局限性打破，企业越来越需要借助于信息技术来确保数据的安全性、真实性。以监控视频为例，可能几十个小时连续不间断监控，最后只有几秒的监控数据有用。（2）Volume（数据规模大）很多企业用户往往会集中存放多个数据，那么在MB、GB、TB的基础上又出现了一个新的数据量——PB级，1PB=1024TB。例如高德导航每日要给用户提供超过3PB的数据量，若将这3PB的数据量全部用A4纸打印出来，那么大约需要打印1万亿张A4纸。截止到目前，整个人类社会所生产的印刷材料的数据量仅为200PB。（3）Velocity（数据处理速度快）大数据时代，即便数据量异常庞大，也严格遵循“1秒定律”，基本可实现实时处理数据，进而获得高价值的信息。（4）Variety（数据种类多）数据的格式与种类日渐丰富，逐步已经突破了原来那种结构化数据范畴，又衍生出非结构化数据和半结构化数据。从目前来看，数据已经不再局限于文本形式，更多的是地理位置信息数据、图片数据、音频数据、视频数据等，绝大多数的数据均为个性化数据。

2.2大数据的作用

（1）大数据处理分析正成为新一代信息技术融合应用的结点新一代信息技术的应用形态呈现出多样化发展的趋势，包括电子商务、数字家庭、移动互联网、社交网络、物联网等，这些应用形式不断产生大数据。云计算为这些多样化、海量的大数据提供了良好的运算平台及存储平台。通过优化数据、管理数据、分析数据、处理数据等，再在这些应用形式上反馈相应的结果，这样必将能够创造出巨大的社会价值与经济价值。（2）大数据是信息经济产业持续高速增长的新引擎随着大数据时代的来临，各种新业态、新技术、新服务、新产品先后涌现。以软件与服务领域为例，大数据能够领导数据挖掘技术、数据快速处理技术，以及相应软件产品的发展；再以硬件领域为例，大数据能够影响到存储产业、芯片产业，还能够进一步催生出内存计算产业、一体化数据存储处理服务器等。（3）大数据是未来企业核心竞争力的决定因素从目前来看，各行各业在做重要的决策时都以“数据驱动”为主，而不再是过去那种“业务驱动”。在政府公共事业领域，大数据可为政府有关部门维护社会稳定、促进经济发展等做出较大贡献；在医疗领域，大数据可较好地提高药物的有效性和诊断的准确性；在企业营销领域，大数据可为企业实时掌握市场动态、决策提供支持等。

3大数据时代信息经济发展趋势分析

3.1国家战略层面

早在2009年，联合国就已经正式启动了“全球脉动”项目，希望全球经济可在大数据的作用下得以发展。紧随其后，欧美等发达国家纷纷将大数据作为竞争制高点的主要手段，并且还纷纷将大数据纳入到国家战略。美国政府在2012年3月开启了以提升大数据共享能力、大数据收集能力、大数据挖掘能力、大数据存储能力为目标的“大数据研究和发展计划”，总共投资2亿美元，并且在国家安全、教育、科研等领域得以应用。法国政府在2013年4月开启了数字化路线图，总共投资1150万欧元，以此促进大数据领域中法国政府的步伐。英国政府在2013年1月开启了大数据和节能计算研究，总共投资1.89亿英镑。韩国政府在2013年5月开启了大数据中心发展战略，任何团队、企业、公民等均可通过大数据中心分析大数据、提取大数据。大数据已经逐步成为了信息经济发展的主要生产要素，与人力资本、有形资产一样起到重要的作用。大数据既可直接转变为生产力，又可成为提高市场竞争力、社会生产力和强大引擎，进而为国民经济的发展创造出大量的经济价值。据联合国预测：在未来的十年内，大数据将会为全球新增加IT岗位440万个，而每一个IT岗位又可间接催生出非IT岗位3个，换而言之，可以推动产生的工作岗位数量达到760万个。

3.2商业实践活动

Gartner咨询公司预测，若在美国医疗保健行业大规模应用大数据，那么每年可新增加的经济价值将达到3000亿美元；若大力推广个人位置数据，那么仅在美国所产生的消费者年度剩余量就将达到6000亿美元。正由于利润空间巨大，全球各国公司都纷纷投入大量的人力、物力、财力挖掘大数据时代的信息经济价值。大数据应用到商业实践活动的方式主要有以下几种：第一，提供大数据整体解决方案，例如IBM利用大数据建立起了“智慧新财务”；第二，大数据应用服务，例如GOOGLE公司利用其拥有的海量用户信息开展了大量的大数据应用服务，甚至所预测的美国甲型H1N1流感爆发时间都要比美国政府提前14天。第三，提供大数据分析服务，例如美国印第安纳大学根据心情分析工具（由GOOGLE公司提供）对广大网民的留言进行分析，总共归纳出六种心情，进而成功地预测到了美国纳斯达克指数的变化。中国目前也开始重视大数据时代信息经济的发展，以陕西省为例，2016年陕西省GDP中信息经济所占比例达到了10%，省会西安市更是达到了18.43%，信息经济已经成为了新常态下西安市，乃至整个陕西省经济迈向中高端水平、保持中高速增长和主要支撑力量。据统计，2016年1-12月西安市信息经济领域均持续保持高速增长的态势，其中，网络信息产业与2015年相比增加35%，信息基础设施领域投资与2015年相比增加31.23%，网上零售业与2015年相比增加65.0%，达到107.84亿元人民币；与此同时，在中兴、华为、三星等企业的带动下，西安市电子设备制造业与2015年相比增加30.21%，保持了快速增长态势。

4大数据时代加快信息经济发展的相关建议

4.1以协同带动发展

各地应该结合当地实际情况构建大数据产业生态系统，通过制定行之有效的运营标准与技术标准确保产业生态系统能够实现稳定运转、协同创新。与此同时，各地政府还应该出台相应的政策鼓励各科研机构、企业开展大数据相关技术的应用创新和研发工作，特别是要在可视计算、数据采集、数据挖掘、数据存储等方面给予资金支持。此外，还要采取措施加快云计算、物联网等技术的发展，为大数据的大规模应用打下坚实的基础。

4.2以市场培育人才

从目前来看，市场所需的大数据人才主要可以分为三大类：分别是应用类人才、计算算法类人才、云计算类人才。北京航空航天大学在2013年初与腾讯公司、阿里巴巴公司、百度公司合作开办了大数据专业工程硕士，这也是国内第一个大数据的硕士点。通过校企合作的方式培育人才，一方面，能够让高校结合市场的需要，动态地来对教学内容进行调整；另外一方面，能够为企业培养出一大批一线实用型技术人才，效果较佳。

4.3以合作促进共享

大数据时代加快信息经济发展的主要措施就是要实现高效智能决策，而并非只是简单地进行一些数据挖掘，因此，大数据技术需要对多种信息进行综合异构，最大限度地将“信息孤岛”予以消除。而要做到这一点，可通过多方合作的方式，搭建数据中心共享平台，借助信息共享机制，以系统互联互通为基础，充分发挥各方资源享赋，实现相互支撑，互通有无，最终构建多方共赢的局面。

参考文献：

［1］周婷婷.大数据公司的结构调整:组织与治理维度［J］.中央财经大学学报.2016,20(10):184-189.

［2］史珍珍,曾湘泉.中国情境下雇主网络招聘模式及其问题分析［J］.中国人力资源开发.2016,18(02):187-193.

［3］沈威.互联网金融对商业银行盈利模式冲击效应的影响研究［J］.经贸实践.2015,19(10):230-237.

［4］李彬彬,原惠毓,木京禹,庞慧慧,张航,赵亚威.移动互联网和大数据技术将如何改变中国房地产［J］.企业改革与管理.2015,18(16):1

作者：马红燕 单位：西安翻译学院商学院