大數據時代我國經濟增長論文
前言：想要寫出一篇引人入勝的文章？我們特意為您整理了大數據時代我國經濟增長論文范文，希望能給你帶來靈感和參考，敬請閱讀。
由于互聯網的發展產生了大量的數據，對這些數據應用計算機技術、數學模型、統計分析等進行處理，就有可能成為有價值的、可銷售的數據產品，這種基于數字技術下的創新性信息使用方法，提高了決策者的決策效率及可信度，能夠引起整個服務業和制造業本質性的改變。因此大數據蘊含著極高的經濟和商業價值。對于大數據的概念，企業和學術界目前尚未形成統一的定義。研究機構Gartner將大數據定義為需要新處理模式才能具有更強的決策力、洞察發現力和流程優化能力的海量、高增長率和多樣化的信息資產。美國國家科學基金會(NSF)將大數據定義為“由科學儀器、傳感設備、互聯網交易、電子郵件、音視頻軟件、網站點擊流等多種數據源生成的大規模、多元化、復雜的、長期的分布式數據集”。麥肯錫認為大數據是指無法在一定時間內用傳統數據庫軟件工具對其內容進行采集、存儲、管理和分析的數據集合。當前對于大數據的特點主要存在兩種觀點:Dumbill采用IBM公司的觀點，認為大數據具有“3V”特點，即數據量大(Volume)、數據類型復雜(Variety)、產生速度快(Velocity)。還有部分學者認為大數據具備“4V”特點，在3V的基礎上增加了價值性(Value)。
(1)數據量大(Volume):目前數據的計量單位用太字節、澤字節和堯字節計算。IDC《數字宇宙膨脹:到2020年全球信息增長預測》顯示，數字信息每年按照幾何級數態勢遞增，到2020年數字量將達到40ZB。
(2)數據類型復雜(Varie-ty):相對于傳統的便于存儲的結構化數據，大數據下非結構化數據越來越多，比如網絡瀏覽軌跡、視頻、音頻、圖片、地理位置信息等。數據類型的多樣性對數據的處理能力提出了更高的要求。
(3)產生速度快(Velocity):數據的產生和更新頻率快，每秒都在即時增加，因此大數據的存儲以及實時處理和分析能力是大數據背景下技術創新的關鍵要求。
(4)價值密度低(Value):存儲的數據量大，但是蘊含的價值低。比如一段監控視頻時間長達2個小時，但是有用的數據可能只有1～2分鐘。數字技術是指對產生于人機交互、物聯網等以結構、半結構、非結構形式存儲于數據庫中的數據，進行提取和集成，以模式識別、數據挖掘、可視化以及統計分析等技術手段，通過數字技術生成模塊化的專用數字技術處理軟件包，進一步通過模塊集成實現決策支持、智能生產、智能服務、預測等技術創新，實現大數據的價值化。根據大數據的特點可知大數據和傳統數據的差別主要體現在數據處理技術上，大數據下的數字技術包括傳統基本數據處理技術如模式識別、數據挖掘、可視化、統計分析，和高級數據處理技術如移動計算、社會化媒體、物聯網、云計算、分析和預測五種技術，這五種數字技術融合后方能產生巨大的技術創新。移動計算指的是計算的實時性、動態性，即人和計算機的實時交互，機器和周圍環境的實時交互，通過移動計算，增加了數據使用技術在地點和時間上的靈活性，數據的實時處理是大數據的最核心技術。社會化媒體是指人們可以在社會化媒體平臺信息、分享內容、互動交流。社會化媒體平臺的使用數據具有“流”的特性，大數據流的特性改變了人們收集和評價信息的方式，也改變了技術創新方式。物聯網描述的是物理對象間的連接，這種交互作用發生在機器與機器之間，對象與對象之間。物聯網的形成開啟了服務創新、生產創新和增值過程的新維度，是新的增值模式和商業模式的基礎。云計算指的是一種基于互聯網的計算方式，主要解決數據的結構問題和管理問題，共享的軟硬件資源和信息按需提供給不同的使用者，通過云計算加快對信息的發現、組織和協調并為技術創新提供服務。分析和預測是對大數據進行關聯、趨勢性等知識發現技術，由于大數據的海量性、動態性、類型多樣性和價值低密度性，有價值的信息隱藏于碎片化的數據關聯中，而且隨時間的流逝不斷減少，因此傳統的優化算法、抽樣學習的數據挖掘技術、統計分析方法已不適用，基于知識發現的分析和預測技術是大數據的關鍵技術。針對大數據下的這些數字技術融合就有可能產生技術創新，就可能實現服務智能化、生產智能化、決策智能化等等。大數據時代給經濟增長帶來了大的變革，這種變革體現在:一是信息化與工業化的融合，大數據時代的本質是互聯網基礎上的信息技術在經濟增長和工業化中的廣泛應用，其核心在于信息化與工業化的融合。大數據并不能生產出新的物質產品，也不能創造出新的市場需求，大數據的價值，不僅是大數據技術本身，更是應用創新產生的經濟社會價值，能夠讓生產效率大幅提升，從而使工業制造的生產效率得到大規模提升，并進一步促進經濟發展。二是促進產業融合。大數據時代信息化和智能化的廣泛使用，使得不同產業或同一產業不同行業相互滲透、相互交叉，最終融合為一體，逐步形成新的產業。在技術融合、數字融合基礎上所產生的產業邊界模糊化，產業由分立走向融合，產業融合能夠通過建立與實現產業、企業組織之間新的聯系而改變競爭范圍，經濟增長效率大幅度提高。三是技術創新發生變化。在大數據背景下科技創新與產業結合程度加強，而且由于信息化的廣泛使用，信息化和工業化的深度融合，技術創新的協同性和共享性加強，科技創新與產業結合對經濟增長的作用加強。
二、大數據下數字技術創新的新特點
大數據下的技術創新與傳統漸進性技術創新有本質的不同，主要體現在創新方法、創新模式、創新管理、創新過程和創新結果五個方面。大數據背景下數字技術基礎上的技術創新具有一些新特點:
1．數字技術下的技術創新方法具有組合性傳統的技術創新方法基于專業理論、專業技術和市場目標的共同作用，而大數據環境下的數字技術創新方法更多地來源于對不同技術的組合式創新。創新不僅是一種基于理論背景下的基礎性創新，而更可能是利用現有的數據技術手段和已有信息進行重新組合，技術創新方法的組合性主要體現在對數字的敏感性洞察以及創意路徑實現的組合。對于客戶消費行為的數據技術分析可以開發出BI系統。對于共眾通信數據分析可以開發輿情系統，KevinSystrom和MikeKrieger將Facebook最受歡迎的照片共享思想植入到智能手機中，開發出了能夠改變照片樣式的軟件。這些說明了數字技術提供了一種組合式技術創新的可能性。
2．數字技術下的技術創新模式具有開放性傳統的技術創新模式強調獨立創新、合作創新和引進創新模式，這些創新模式聚集對要解決的問題相關領域精通的專業性人才來提供技術創新方案。專業人才具備高精尖科技知識，能夠從更加專業的角度提出建議，而大數據下的技術創新能夠突破對專業人員和研究領域的限制。數字技術提供了一個開放式的創新環境，每個人都能夠在開放平臺上對要解決的問題進行新思想的交流與技術創新的實現。納特•特納和扎克•溫伯格是沃頓商學院學習經濟學和創業學的學生，二人雖然沒有學過醫學知識，但他們創辦的公司flatironhealth正在試圖用大數據分析技術找到治療癌癥的方法。這種群體力量參與和數字技術爆發出來的無限的智慧正是大數據下技術創新的模式。
3．數字技術下的技術創新管理具有突破性突破性技術創新是基于不同科學原理和技術方法之上的創新，能夠使產品具有新的性能和較低成本，且具有毀滅性，能開拓新的市場和潛在的應用，如石英鐘的出現給機械表以致命沖擊。數字技術下的融和式技術創新是突破性技術創新，單個領域的技術有可能只服務于特定背景下的產品或者服務，而不同領域技術的有效融合則可能衍生出更多的相關性技術創新。在技術進步的過程中，漸進式創新是階段性的、變革性的，而突破性技術創新是永恒的、革命性的。傳統的技術創新需要高成本的投入，大量的人才培養及儲備、基礎設施的建設、先進設備的研發及引入，通常這些投入需要經歷一定的時間才有可能獲得創新成果。基于數字技術平臺，每個企業、機構甚至個人都成為了創新的主體，創新也不再局限于某一技術領域，而是以多種方式存在。如云端存儲服務及數據分析業務就為企業提供了一種成本相對較低的創新思路，從而使得技術創新具有更低成本。
4．數字技術下的技術創新過程具有非線性線性創新和非線性創新是基于創新過程的一種區分。線性創新過程是一個“基礎科學－應用科學－設計試制－制造－銷售”的單向的、逐次漸進的過程，創新起源于基礎研究。非線性創新過程突出了創新的多層次、多環節和多主體參與，在非線性創新過程中創新絕不是從研究到應用的線性鏈條，從小眾到大眾的傳播過程。數字技術下的技術創新突破了線性技術創新的思維，從創新的方式、主體、階段等方面進行非線性交互創新，是企業內外各種與技術創新有關因素相互作用的結果，突出了創新的多層次、多環節和多主體參與。在大數據時代，技術創新被認為是各創新主體、創新要素交互復雜作用下的一種復雜涌現現象，是創新生態下技術進步與應用創新共同演進的產物。
5．數字技術下的技術創新結果具有通用性通用性指能夠在多行業使用的創新技術，通用技術創新具有普遍性，能夠隨著時間推移催生大量的創新，數字技術下的技術創新具有這些特點。數字技術下通用性創新主要是由于創新的方法是組合式創新，對于已有發明或者技術創新，經過組合后有可能產生新的創新。這種創新方法表明，每一次的技術創新會成為未來創新的一塊積木，在不斷的積累過程中，就產生了持續技術進步。數字處理技術使得所有領域都能夠獲得海量的數據，并無限制地被復制和重復使用。因此，具有潛在價值的數字化積木式技術創新以前所未有的速度成倍增長，并且還在持續地提供未來組合式技術創新的可能性。
三、大數據時代我國新常態經濟增長中數字技術引領技術創新的路徑轉型
當前中國經濟步入以中高速增長為標志的“新常態”，新常態不僅意味著經濟增速的放緩，更意味著經濟增長動力的轉換和經濟增長方式的轉變，在新常態背景下，中國經濟的增長需要實現創新驅動戰略的支撐。在新常態的創新驅動中，我國面對大數據下技術創新帶來的機遇和挑戰，面對傳統技術創新的路徑依賴和數字技術下技術創新的特點，要發揮我國自身資源優勢，實現數字技術引領技術創新，推動我國經濟增長潛力開發，就要加快推進數字技術引領技術創新路徑轉變。
1．實施“政府組織+國企研發”的數字技術創新計劃技術創新正在成為大數據時代的發展關鍵詞，而且大數據下的技術創新具有開放性，特別是在數字化工廠方面，實現過程中有大量需要進行標準化的內容，歐美國家在這一方面起步早，已制定出系統集成、安全保障、數字化工廠、能耗等技術標準，因此要積極引進和參與國際化標準工作，同時實施舉國體制，發揮政府作用，組織開展我國的技術標準化研究，爭奪制造業競爭的話語權。另外，在產品市場規模巨大、產品集成復雜的重大技術創新領域，借鑒“高鐵”技術創新模式，由政府牽頭，發揮國企研發力量，重點突破某一領域的技術難題。在實施“政府組織+國企研發”的數字技術創新計劃中，重點要持續推進大數據平臺建設，構建信息共享機制。大數據環境下的技術創新是基于數據庫基礎上的，因此要持續推進數據庫、知識庫、云計算庫、數據分析庫的基礎平臺建設，大數據下人人都是技術創新者，要構建基于服務的、集成智能分析、快速決策分析的大數據處理支持系統接口，建立促進群體成員之間信息溝通、共享和促進群體技術創新的交互平臺，建立開放的大數據技術創新體系、協同創新模式和評估機制，以推動新常態下數字技術對技術創新的引領。
2．建立技術創新的市場機制，引導企業自主創新隨著我國經濟體制改革的深化和對外貿易的開放，市場化進程不斷加深，我國逐漸成為全球最大的產品市場，市場化需求確定了技術創新方向，技術創新中的市場杠桿作用越來越顯著，因此要完善大數據下技術創新的市場機制，引導企業根據自身優勢及市場需求，發現創新機遇并且進行自主創新。在引導企業自主創新的過程中要強化知識產權保護，制定稅收減免政策，激勵企業技術創新。企業作為技術創新的主體，在研發新技術、發現新知識過程中形成的無形資產如果無法得到法律的保護，企業就缺乏技術創新的動力。知識產權的清晰界定以及產權保護有助于企業開展自主創新，從技術創新中獲得高額收益，從而促進更加長遠的技術創新。我國目前對于知識產權界定、保護以及知識使用的制度及法律還不完善，因此，政府應該加大對于知識產權的保護力度，制定相關的制度政策及法律法規保護企業的自主創新成果，鼓勵技術創新。此外，要通過稅收減免政策激勵企業加大技術創新的投入強度。
3．加強數字技術人才培養，實施全球人才引進計劃大數據時代的到來使新常態下的中國企業面臨新的機遇和挑戰，企業應用和行業動態呈現出新趨勢和特征:社會網絡與社會計算、云計算、協同化軟件與技術、新型電子市場與新型電子商務將轉變企業運作和組織架構。大數據時代企業的關注點將從傳統的決策支持系統、智能系統、數據庫建模與設計、信息系統規劃、開發方法等方面逐漸轉移到以新概念、新技術實行的決策分析、信息安全和風險管理等領域上。大數據技術的戰略意義不在于掌握龐大的數據信息，而在于對這些含有意義的數據進行專業化處理，大數據環境下技術創新的實施，需要一大批對于大數據的搜集、處理、分析、決策支持等方面的高層次人才。因此在大數據背景下中國新常態的經濟中，要加強數字技術人才培養，實施全球人才引進計劃:一方面通過加強我國高校計算機、電子專業建設，調整培養方案，優化教學環境，創新創業項目實施，以培養掌握數字技術基礎型人才，加強人才隊伍建設，搭建人才創業平臺，營造人才創業環境，引導大數據人才創造;另一方面我國需要制定全球數字技術人才引進計劃，特別是了解核心技術的專業人才和數據分析師的引進，并為人才的流入做好政策支撐。
4．加大企業數字技術的研發投入力度，優化政府投資結構科研資金投入是保障技術創新的必要條件之一，投資的主體主要是政府和企業，我國政府的研發支出僅次于美國，但是作為技術創新主體的企業投入相對低。根據管理咨詢公司思略特的《全球創新1000強》報告，2014年全球企業研發投入達到6470億美元，這一數字占全球創新總投資的40%，美資企業的研發投入規模位居全球第一，達到2569億美元，其次是歐資企業達到1938億美元，然后是位居第三的日資企業達到1167億美元，中國企業僅有300億美元。排名前十的企業分別是大眾汽車公司、三星公司、英特爾、微軟、谷歌、默克公司、豐田公司，還有三家醫藥企業，其中研發投入分別達到135億美元和134億美元，而我國最大投資的公司排在第62位。從投資去向看這些資金主要投資于醫療保健和計算機這兩個行業，占據了全球研發總支出的一半，其次為汽車和軟件。從企業投入資金數量上看出我國企業投入力度極低，同時與美國投資主要集中于醫療保健、數據信息為代表的新興技術產業相比，我國投資結構呈現分散局面，因此在新常態的經濟增長中要制定針對我國企業的相關政策和考核辦法，以加大企業研發投入力度，并匯聚政府的投資于數字技術為核心的戰略新興產業的研發。
作者：茹少峰 李祥麗 杜建麗
