大數據時代經濟管理的發展趨勢

劉斌 周文靜

大數據時代的到來成為世界經濟發展的新現象，也標志著全球進入了一個新的經濟增長階段，大數據帶來了智能化和信息化的革命。在大數據背景下形成了產業融合現象，產業融合與大數據帶來的智能化和信息化是中國在大數據時代下實現經濟增長轉型的必備要素，只有充分利用大數據時代的優勢，才能對經濟增長轉型給出正確的指導，通過優化經濟管理模式，推動我國社會主義市場經濟的發展。

一、研究背景及方法

在進行經濟管理過程中，以大數據挖掘為核心，強化大數據技術的應用，以大數據鏈建設為載體，建立安全的大數據經濟管理網絡。以平臺戰略為支撐，打造大數據時代的多方共贏的經濟管理生態圈。企業要以創新為載體，深化大數據時代經濟發展方式的轉型，提升我國經濟發展水平。

（一）主要研究方法與步驟

1.研究方法：

第一，文獻研究法：查閱、引用相關專著、期刊文獻等，為本課題研究打下良好的理論基礎第二，描述分析法：就企業內部控制的現狀和存在的問題進行歸納和剖析;第三，比較分析法：通過比較不同行業的大數據應用，歸納總結出普遍適用于完善企業內部控制方法。

2.研究步驟：

第一，準備階段：課題組成員認真學習相關的文獻專著和已取得一定成效的相關課題研究經驗，在先進理論指導下構建本課題的研究體系。

第二，實施階段：各課題組成員在繼續理論學習的同時，按照第一階段的分工進行研究，設計調查方案。通過調查分析，了解大數據時代經濟管理動態及存在問題，并共同商討出相應的對策，設計行動研究方案。

第三，總結階段：課題組成員就研究心得進行總結，形成有理念性成果，把本課題研究成果進行推廣。

（二）實驗研究所取得的理論成果

結題報告：《大數據時代對經濟管理的影響》。結題論文：《大數據時代經濟管理的創新》、《大數據時代經濟管理的發展趨勢》。

二、大數據對經濟領域的影響

大數據作為一種重要的戰略資產，已經不同程度地滲透到每個行業領域和部門，其深度應用不僅有助于企業經營活動，還有利于推動國民經濟發展。麥肯錫研究表明，在醫療、零售和制造業，大數據可以每年提高勞動生產率0.5-1個百分點。

（一） 宏觀方面

大數據更敏銳地把握經濟走向，制定并實施科學的經濟政策。事實表明，電子商務集團阿里巴巴就從其掌握的大量交易數據中更早發現了國際金融危機的到來，而其基于每天實時交易數據提供的數據分析，也為制定并實施經濟政策提供了重要參考。聯合國發起的“全球脈動”（Global Pulse）項目，使用自然語言解密軟件分析社交網站和文本消息中的信息從而幫助預測某個地區的失業率、支出削減或是疾病爆發等現象，目標在于利用數字化的早期預警信號來提前指導援助項目，以阻止某個地區重新陷入貧困等困境。

（二）微觀方面

大數據可以提高企業經營決策水平和效率，推動創新，給企業、行業領域帶來價值。一是增加收入。零售商可通過對海量數據的實時分析掌握市場動態并迅速做出應對，通過精準營銷增加營業收入;二是提高效率。在制造業，通過整合來自研發、工程和制造部門的數據以便實行并行工程，可以顯著縮短產品上市時間并提高質量;在市場和營銷方面，大數據能夠幫助消費者在更合理的價格范圍內找到更合適的產品來滿足自身的需求，提高附加值。三是推動創新。企業可從產品開發、生產和銷售的歷史大數據中找到創新的源泉，從客戶和消費者的大數據中尋找新的合作伙伴，以及從售后反饋大數據發現額外的增值服務，從而改善現有產品和服務，創新業務模式。

三、大數據時代給中國新常態經濟增長帶來的挑戰和機遇

大數據時代催生了更多新的經濟增長點，促進著新常態下中國新經濟增長模式的形成，這些對中國新常態的經濟增長帶來了嚴峻的挑戰，主要挑戰表現在：

（一）對基于傳統生產要素經濟增長模式的挑戰

大數據只是技術應用的創新，不是經濟增長的直接決定要素，數字化是把經濟現象轉化成能夠進行制表分析的一種量化形式的過程，通過信息技術的應用，提高產出效率，促進經濟增長和經濟發展。在信息革命出現之前，一些經濟學家就已經注意到信息是一種有價值的新型資源，但由于技術手段的限制，在傳統經濟學的分析框架中，信息僅僅被視為一個假設條件，被排除在經濟學分析的理論框架之外。而信息技術的應用可以減少不確定性，能夠降低交易成本，促進新價值的創造。信息化和信息技術被廣泛應用之后，具有很強的積累效用，在經濟發展中由于產業融合會產生放大效應，改變經濟學上傳統的規模報酬不變或遞減的假設，從而形成規模報酬遞增機制。因此，大數據時代信息應被作為一種全新的生產要素，而不再是被當做一個假設條件。

（二）由數據化引導的智能化對勞動力市場的挑戰

大數據時代，信息技術的發展和智能化機器的誕生標志著，機器能以比人類勞動力更加低的成本生產同樣的產品，這就形成了機器對人的勞動力的替代。一方面，經濟增長能以更低的成本，更有效率和更大范圍的方式實現，這對新常態中國經濟增長提高效率的要求是十分有利的。但另一方面，與世界上其他國家的發展趨勢一樣，中國也存在著嚴重的機器替代人類勞動力的現象，這種現象在第一次工業革命時期表現得尤為明顯，只不過那個階段是替代體力勞動。而在大數據時代，這種智能化浪潮又對腦力勞動者帶來了巨大的挑戰。因為相對于人類，智能化機器在數據處理分析和做出更理性的決策方面表現得更為有效，而且成本更低。因此，在大數據時代下，由數據化引導的智能化對勞動力市場帶來了挑戰，如何權衡經濟增長的效率與失業造成的效率損失是大數據時代中國新常態經濟增長需要思考的問題。

（三）對經濟增長效果的挑戰

在傳統經濟增長時代，經濟增長效果取決于資源利用水平。而在大數據時代，經濟增長的效果則取決于數據的質量與數據利用水平。對于經濟指數、物價指數等各類經濟參數的計算，在大數據時代可以采用新的模式，提高數據質量，徹底改變傳統方式來計算。對于統計學中可能存在的異常點，傳統的處理方式是丟、替代或者是平滑。但在大數據背景下，由于數據樣本眾多，異常點成為受重視的資源和有意義的研究對象。傳統的原始統計數據和各類經濟參數是經過加工和處理以后形成的結構化數據，而在大數據時代，在數據的處理和應用中，人們更加重視這些有突出特點的原始數據和非結構化數據，因為統計數據一旦經過加工處理，就會成為二手數據，如果一手數據處理和加工的過程出現問題，那么就必然會導致二手數據出現誤差、失真和變異。同時，大數據為高頻數據的研究奠定了基礎，提高了數據分析和利用的效果。而這些統計數據衡量方式的變革也將會對新常態的中國經濟增長效果產生非常大的影響。

（四）對企業核心競爭力的挑戰

企業的核心競爭力一般是指在競爭性的市場經濟條件下，企業通過影響數據質量來培育自身競爭能力、競爭優勢和競爭手段，獲得外部資源，在市場中為顧客創造和生產新價值的基礎上，實現企業自身價值的一種綜合性能力。在激烈的市場環境中企業要立于不敗之地，就必須尋找與新競爭環境及其相匹配的經營管理模式。企業傳統的競爭力包括：人才競爭力、決策競爭力、組織競爭力、員工競爭力、文化競爭力和品牌競爭力等。在大數據時代，數據正在逐步取代人才成為企業的核心競爭力，數據和信息作為資本取代人力資源成為企業最重要的具有智能化的載體。這些能夠被企業隨時獲取和充分利用的信息和數據，可以引導企業對其業務流程進行優化和再造，幫助企業做出科學的決策，提高企業管理水平。大數據時代對企業核心競爭力帶來了挑戰，對數據的收集、分析和共享帶來影響，為企業提供了一種全新的數據分析方法，數據正成為企業最重要的資本之一，而數據分析能力正成為企業贏得市場的核心競爭力。面對大數據時代的這一挑戰，企業必須把大數據的處理、分析和有效利用作為新常態下打造企業核心競爭力的重要戰略。

四、今后的發展設想

在大數據時代下，需要進行經濟增長政策轉型，政府應該實行開放的數據政策，提高數據利用的共享性。在大數據時代的經濟增長中，數據的開放將有助于推動大眾創新，快速滋生新的數據文明。不但要擴大信息和數據公開的力度，更要將原始數據公開供社會使用。在數據開放的政策推動下，數據對經濟增長的作用才能真正發揮出來。美國政府從1967年就通過了《信息自由法》，而中國政府制定了《政府信息公開條例》，從實施績效來看，效果還不理想，同時在規制方面的力量也還不成熟。在信息公開的實踐中，不僅有民間的訴求，還需要新聞界以及司法力量對政府的監督。在大數據引起的智能化和信息化浪潮下要應對這些挑戰，必須大力發展教育，通過提高全民素質，讓民眾具備應對這種轉型和挑戰的能力。同時還要鼓勵全民在線學習的行為，只有更好地掌握了現代信息化和網絡化手段和獲取數據、知識的能力，才能保證大數據時代的經濟增長有高素質的人力資源做支撐，才能促使大數據時代新增長模式的形成。也只有這樣，經濟增長才不會為勞動力短缺所制約，高素質的勞動力結合智能化的機器將給經濟增長提供新的動力。

大數據交易平臺，讓信息不再是一座座“孤島”。眾多業內人士認為，盡管當前大數據存儲和挖掘技術已經逐步成熟，但數據孤島的大量存在，制約了數據的流通和變現。在大數據時代要實現商業價值變現，需要實時對接數據市場的多樣化需求，而平臺化運營成為滿足這一產業需求的必要條件。唯有將數據進行合理定價，出現數據交易市場、交易指數，才能真正帶動大數據產業的繁榮。大數據實現交易，將打破行業信息壁壘，優化提高生產效率，深度推進產業創新。這正是大數據交易平臺最核心的價值和意義所在。為了把握住這一新興領域帶來的新機遇，企業需要不斷跟蹤研究大數據，不斷提升對大數據的認知和理解，堅持技術創新與應用創新的協同共進，加快經濟社會各個領域的大數據開發與利用，推動國家、行業、企業、個人對于大數據的應用需求和應用水平進入新的發展階段，引領一個全新的大數據時代。（作者單位：1.四川廣播電視大學;2.四川航天職業技術學院）

本文為全國教育科學十三五規劃教育部重點課題《大數據時代經濟管理的發展趨勢》研究成果（編號：19AFZ22253）。