大数据时代有以下三个方面的显著特点：

 

    　首先，“海量数据”最大限度解决了人类主观世界与客观世界之间的信息不对称性难题。

 

    　借助数字化和网络技术，特别是互联网的普及，自然界、社会及人类自身的各种结构化、非结构化数据被充分挖掘出来，人类有能力获得真实世界完整的海量信息。量变到质变，人们对世界的认识能力和水平得到空前提升。这是一个令人震惊得不知所措的变化。

　

    　比如，淘宝网上交易数据，可以很清楚揭示哪些品种的商品走俏，用以指导供货和后面的生产。“以销定产”不再仅仅是一句口号，而是一种机制。随着人类交易活动全面数字化，这种清晰可见的经营模式将极大地节约资源、提高效率。有人说，用户体验是互联网时代最优秀的商业智慧，乔布斯的苹果、马化腾的微信、周鸿祎的360、雷军的小米等，无不因重视用户体验而获得巨大成功。而我们说，只有在大数据时代，才有真正的用户体验，因为CEO们掌握的不再是样本数据、抽样数据，更不是个案感觉，而是全样本大数据，以此指挥供应系统，完全按正态分布的多数用户的需要组织生产。

 

   　 微博、微信等自媒体出来后，人们碎片化时间被充分用起来了，它真正改变了人们的行为和生活习惯。人们在交流着工作、生活信息；分享着人生经验和智慧；传达各种利益诉求以及对国家、人类社会发展的建议。一个大数据的思想市场形成了。

 

    　其次，“相关分析”突破了传统简单的因果分析方法，并利用数据一致性法多方验证。

　

    　相关分析是大数据时代的一个代表性方法论。没有大数据时，因为无法获得全样本数据，我们只能做一些基于抽样数据的相关性分析，所得到的结论也只能是局部的、参考性的。而我们从事的一些生产生活实践活动，只能依靠一些简单的因果逻辑推理来指导，且需要实践效果的反馈来检验理论、修补理论、完善理论。这个方法成本高、效率低不说，还很容易产生失误，有时候是重大失误。这种被动局面在大数据时代因为有了全样本相关分析，就很容易克服了。

 

    　比如，人们可以通过数代人海量数据的相关性分析，验证转基因食品究竟是不是危害了人类健康，这比医学因果逻辑检验更靠谱。再比如，对冲基金通过量化模型，可以找到两支没有因果关系、但很有规律的反向走势的投资品种，而做无风险套利的对冲操作。还比如，我们在考察经济是否复苏时，可以通过直接考察GDP，也可以利用数据一致性法，考察PMI、CPI、就业、税收、信贷量、货运量、发电量等指标，甚至也还可以考察榨菜销量、女人裙子长短这些没什么因果关系但有很好的相关性指标，等等。类似例子不甚枚举。这就是大数据相关分析方法的魅力所在。

 

    　当然，人们目前能够做基于海量数据的相关分析，如上所述，这已经产生了许多令人惊艳的结论，人们目前还没有能力去探明这些相关变量之间的因果逻辑，但相信人类最终总会解决这个问题。

 

    　最后，“瞬间互动”节约了巨大的社会创新的试错成本。

 

    　试错是自然科学的唯一方法，人们能够做自然科学的试错实验，爱迪生发明都是在千百次反复的失败实验中最后成功的；但我们不能做社会变革实验，因为有路径依赖，“开弓没有回头箭”，一个文化大革命试错，影响的不是一个项目、一个企业，影响的是整整一代人！改革之难就难在这里，不允许出错！大数据为我们创造了一个通过“瞬间互动”的纠错机制。过往我们在做政策实验时，往往采取摸着石头过河的方式，通过树立榜样的方式，比如开办深圳经济特区来试错。现在不同了，为推广群众路线的执政理念，我们可以通过“排队买包子”的方式，并与网友进行充分互动，以检验政策效果。瞬间互动最大限度减少试错成本、节约了交易费用，最明显的改进是大大减少决策的失误，不犯颠覆性错误。这在人类历史以前是不可想象的。有了大数据，我们才能有能力摆脱社会实践的路径依赖，做顶层设计。

 

    　我们说，大数据是资源配置的第三只手。因为市场在资源配置中起决定作用和更好地发挥政府的作用，都离不开信息的支撑作用。资源最优配置需要经济主体政府、企业、居民等克服动物精神的理性决策和行动，而有了信息才有理性决策，有了理性决策才有理性行为及行为效果。大数据为我们创造了一种克服信息不对称性的完全信息环境，使得理性决策才能够实现。大数据改善决策，这不仅是一个理论，更应该成为全民的一种自觉行动、一种习惯。

 

    　理性决策来源于领导层，而顶层设计需要大数据支撑。下面是若干典型领域应用大数据的例子。

 

    　(1)银行等金融领域

 

    　银行表面经营的是货币，实际上经营的是风险。银行吸收存款，发放贷款，而最有挑战的是贷款决策。银行的核心竞争力就是它拥有比普通百姓更有水平的投资眼光。银行的息差就是投资家眼光的报酬。而投资家眼光的形成需要有竞争情报和决策支持系统的支撑。决定银行竞争力的不是核心地段的漂亮办公大楼，不是分布在街道各处众多的柜台，而是搜集信息并形成正确决策的能力。在大数据时代，有观点甚至认为成本巨大的传统柜台可能会消失，被网络所取代。从这个意义上说，银行业是信息行业。

 

    　我国银行竞争情报系统目前正处在探索和开创阶段，信息内容需要包括以下八个主要方面：

 

    　——高管意图：中央及各级政府的规划、政策，以及决策者偏好等信息。

 

   　——形势判断：宏观、金融、行业、区域、国际等经济形势信息。

 

    　——竞争格局：主要竞争者相同业务市场占有率和竞争优势劣势信息。

 

    　——客我关系：信贷市场需求与供给关系及其决定的出价条件信息。

 

    　——投资机会：贷款意愿和还款能力信息。

 

    　——风险提示：可能出现坏账的各种潜在因素信息。

 

    　——用户信用：信用记录。互联网企业涉足银行业最强大的竞争力所在。

 

    　——国外经验：国外同行专业经验。

 

   　 除银行外，金融领域最有挑战的是证券投资决策。股票、期货、黄金、外汇等投资品，通过利用信息不对称性获取超额利润，信息是证券投资的生命。工作模型就是：一是大数据，二是在此基础上的量化模型，三是投资策略。

 

    　无论是银行，还是证券投资，资产投资组合战略最重要。这就需要有良好的顶层设计，以系统把控投资机会与规避风险，谋求收益最大化。

 

　　当然，一个给力的大数据支撑是必不可少的。

 

    　(2)政府

 

    　政府的工作，重要内容是体制、机制和政策。体制就是经济系统的运行平台，机制就是经济系统的运行流程，政策就是经济系统的运行规则。政府需要通过顶层设计进行体制改革和机制、政策调整，以外部性改善优化经济系统运行的生态，进而提高经济系统的运行效率。政府的顶层设计需要大数据做支撑，没有大数据就没有顶层设计。信号失真导致政策失误的例子古今中外比比皆是，判断失误导致决策失误的例子也是不胜枚举。

 

    　首先，国家需要一个强大的经济数据库。为了获得真实可靠的数据，国家统计局与百度、阿里巴巴等合作，利用大数据改进政府统计的科学性和及时性。比如物价指数，统计局全国选取几千个样本点观测同一个市场几个代表性的商品，定期采集数据，加权汇总。这就不如用淘宝实际交易商品及价格变化计算得及时、准确。

 

   　 当然，大数据不仅包括结构化的定量数据，还包括大量非结构化的文本数据和图音视等非结构化的定性数据。一个标准的政府经济数据库，不仅仅是统计，还应该包括宏观、金融、行业、区域、国际等方面的动态、统计、观点(含当时及历史)信息。所以，光有国家统计局的统计数据是不够的，还需要有专门的机构，搜集经济系统含统计在内的各类信息，做成专业的数据库。

 

    　其次，国家也需要有智库。经济体制改革、经济发展规划、经济政策与措施，都需要进行充分的调查、分析、讨论，最终形成方案。大数据时代拒绝拍脑袋决策。顶层设计基于数据库基础上的分析模型，是时代赋予的一个特征。所以，一个智库行业和思想市场的形成，既有必要性，也有可行性。

 

   　 比如，我们可以通过建立宏观经济计量模型，按相关分析方法，用历史数据拟合各类经济变量间的关系，形成方程集。如果我们要调整政策，比如减税，我们可以把减税变量代入模型，演算减税所带来的GDP、CPI、就业等各种指标的变化，藉此来定量判定该政策的效果。这个工作在没有定量大数据前是不可能完成的。

 

    　(3)高校图书馆

 

    　数字图书馆是伴随信息技术发展而产生的一个概念，是高校的大数据系统。在信息时代，作为海量知识载体的图书馆，特别是高校图书馆，已突破传统大建筑大藏书量的物理概念，而延伸到网络的虚拟领域。衡量一个高校图书馆的能力，要综合看线上线下为读(浏览)者提供信息的能力，所以，馆藏水平不以藏书量衡量，而要以信息储量衡量。

 

   　 高校是个智库，也是培养人才的地方，数字图书馆是高校最重要的基础设施建设之一。特别是财经类院校，大数据一方面可以支撑其专家从事各类经济研究，另一方面也是学生学习资料的强大支撑。

 

    　数字图书馆的经济信息内容范围更广泛，包括经济动态数据库、统计数据库、经济论文库、经济视频、政策法规库等，还可订制经济模型与分析平台，包括CGE、政策模拟、投入产出、景气指数、绩效评价等模型。

 

    　除此之外，企业、研究机构、中介组织、媒体，甚至个人，都需要了解动态经济信息，都要关注经济形势与政策，以便能够与时俱进，提高决策水平。小而言之，大数据可以提高每个个体的选择和行动效能；大而言之，通过改善决策，整个国民经济系统能够总体效率得以大幅度提高。

 

    　重视大数据不仅是一种态度，更是一种水平。