第四節(jié) 大數(shù)據(jù)的主要應(yīng)用領(lǐng)域

大數(shù)據(jù)是移動(dòng)互聯(lián)網(wǎng)、云計(jì)算和物聯(lián)網(wǎng)等技術(shù)發(fā)展的必然趨勢(shì)，是分析決策方式、科學(xué)研究范式和創(chuàng)新思維模式的重要突破，如今大數(shù)據(jù)的應(yīng)用不僅僅限于互聯(lián)網(wǎng)行業(yè)，已經(jīng)滲透到各行業(yè)和應(yīng)用領(lǐng)域，成為組織發(fā)展的生產(chǎn)因素和未來(lái)競(jìng)爭(zhēng)的核心要素。

一 政府決策

國(guó)家大數(shù)據(jù)戰(zhàn)略的出臺(tái)為數(shù)字治理理論與大數(shù)據(jù)技術(shù)的應(yīng)用與融合創(chuàng)造了條件。各地各級(jí)政府都開(kāi)始嘗試將大數(shù)據(jù)技術(shù)應(yīng)用于政府決策領(lǐng)域，大數(shù)據(jù)驅(qū)動(dòng)政府決策在科學(xué)性、有效性、精準(zhǔn)性等方面的效果逐漸顯現(xiàn)。目前大數(shù)據(jù)在政府決策方面有以下幾種情況應(yīng)用較為普遍。

1.搜集和分析輿論、民情方面

隨著技術(shù)的發(fā)展，智能終端的普及為人們提供了新的社交方式，人們更喜歡通過(guò)微博、微信、貼吧等渠道及時(shí)表達(dá)對(duì)事件的觀點(diǎn)與看法，龐大的網(wǎng)民數(shù)量和超長(zhǎng)的上網(wǎng)時(shí)間成為各類數(shù)據(jù)來(lái)源的保障。這些龐大而混雜的數(shù)據(jù)信息需要進(jìn)行一定的加工和轉(zhuǎn)化，才能夠應(yīng)用于政府部門(mén)的決策，而大數(shù)據(jù)技術(shù)在加工和轉(zhuǎn)化的過(guò)程中將起到重要作用。經(jīng)過(guò)有效分析和處理，政府部門(mén)可以及時(shí)掌握社會(huì)民眾心態(tài)的狀況與變化趨勢(shì)，為社會(huì)問(wèn)題、社會(huì)態(tài)勢(shì)的發(fā)現(xiàn)和處理提供直接依據(jù)，實(shí)現(xiàn)公眾議程向政策議程的轉(zhuǎn)化。如2018年政府工作報(bào)告吸收了中國(guó)政府網(wǎng)提供的“教育”和“醫(yī)療保障”兩則網(wǎng)民意見(jiàn)。這兩則網(wǎng)民意見(jiàn)不僅是民眾高度關(guān)注的民生話題，同時(shí)也是政府制定公共政策過(guò)程中應(yīng)該予以優(yōu)先解決的問(wèn)題。通過(guò)網(wǎng)絡(luò)平臺(tái)充分聽(tīng)取群眾呼聲更有助于對(duì)政策目標(biāo)進(jìn)行清晰明確的界定。

2.公共服務(wù)方面

大數(shù)據(jù)在公共服務(wù)方面的應(yīng)用最為普遍和成熟。以醫(yī)療衛(wèi)生服務(wù)為例，通過(guò)健康醫(yī)療大數(shù)據(jù)平臺(tái)可以拓寬就醫(yī)渠道，打破信息傳遞障礙，讓居民就醫(yī)更加便捷。例如，福州市計(jì)劃推出“互聯(lián)網(wǎng)+智慧醫(yī)療”服務(wù)應(yīng)用，打造數(shù)字醫(yī)療九大平臺(tái)，其中互聯(lián)網(wǎng)醫(yī)療服務(wù)平臺(tái)將建設(shè)統(tǒng)一的預(yù)約掛號(hào)平臺(tái)，匯集二、三級(jí)醫(yī)院掛號(hào)資源池，提供網(wǎng)絡(luò)、電話、微信、APP等多種預(yù)約掛號(hào)途徑，實(shí)現(xiàn)統(tǒng)一的全時(shí)、全科、全程預(yù)約掛號(hào)。廈門(mén)大學(xué)附屬第一醫(yī)院也推行了“互聯(lián)網(wǎng)+”與醫(yī)療的融合方案，運(yùn)用先進(jìn)的移動(dòng)信息技術(shù)助力醫(yī)療衛(wèi)生行業(yè)的發(fā)展，使更多的居民體會(huì)到智慧醫(yī)療帶來(lái)的便捷^[32]。同時(shí)，對(duì)社會(huì)公眾健康醫(yī)療數(shù)據(jù)的挖掘，有助于深入分析個(gè)別地區(qū)集中出現(xiàn)某一病情的原因，為政府降低患病誘因、治理環(huán)境、制定政策等提供強(qiáng)有力的技術(shù)支持。不難看出，大數(shù)據(jù)的應(yīng)用使公共需求得以更好滿足、民生得以更好保障，并促進(jìn)人民美好生活的愿望能更好得到實(shí)現(xiàn)。

3.應(yīng)急處理方面

地方政府可以根據(jù)大數(shù)據(jù)提供的實(shí)時(shí)動(dòng)態(tài)監(jiān)測(cè)、人流趨勢(shì)分析、人群畫(huà)像分析等信息，對(duì)諸如大型群體性活動(dòng)、節(jié)假日旅游景區(qū)等進(jìn)行人流的智能把控，一旦數(shù)據(jù)分析提示出現(xiàn)異常人群密集情況或超過(guò)場(chǎng)所的最高承受量，管理機(jī)構(gòu)就能夠提前采取應(yīng)急措施，預(yù)防復(fù)雜問(wèn)題的出現(xiàn)。又如對(duì)自然災(zāi)害預(yù)測(cè)方面，過(guò)去的數(shù)據(jù)收集和分析方式存在難度大、成本高等問(wèn)題，而物聯(lián)網(wǎng)的發(fā)展則可以借助大量廉價(jià)的傳感器攝像頭和無(wú)線通信網(wǎng)絡(luò)，實(shí)現(xiàn)實(shí)時(shí)數(shù)據(jù)監(jiān)控收集，再利用大數(shù)據(jù)預(yù)測(cè)分析，最終做到精準(zhǔn)預(yù)測(cè)，從而降低自然災(zāi)害損失。

大數(shù)據(jù)不僅是新技術(shù)，更是一種全新的思維模式和工作方法。大數(shù)據(jù)技術(shù)在社會(huì)治理領(lǐng)域的應(yīng)用正是各級(jí)政府轉(zhuǎn)變思維模式、創(chuàng)新工作方法的體現(xiàn)。同時(shí)，通過(guò)大數(shù)據(jù)分析對(duì)不同的政策方案反復(fù)對(duì)比，可以盡量減少人為干擾，努力做到好中選優(yōu)、精準(zhǔn)施策。因此，有效運(yùn)用大數(shù)據(jù)推動(dòng)經(jīng)濟(jì)發(fā)展，完善社會(huì)治理，提升政府科學(xué)決策和服務(wù)能力，打造精準(zhǔn)治理、多方協(xié)作的社會(huì)治理新模式，具有一定的現(xiàn)實(shí)意義。

二 經(jīng)濟(jì)預(yù)測(cè)

傳統(tǒng)宏觀經(jīng)濟(jì)預(yù)測(cè)方法經(jīng)過(guò)幾十年的發(fā)展，模型多種多樣且較為全面，能對(duì)各種各樣情況下的數(shù)據(jù)結(jié)構(gòu)進(jìn)行分析和預(yù)測(cè)，但使用的數(shù)據(jù)存有缺點(diǎn)，導(dǎo)致無(wú)法進(jìn)一步提高模型預(yù)測(cè)的效果，存在根本性的瓶頸問(wèn)題。大數(shù)據(jù)并不是對(duì)傳統(tǒng)宏觀預(yù)測(cè)模型方法的革新，而是對(duì)傳統(tǒng)宏觀預(yù)測(cè)模型方法的補(bǔ)充和改進(jìn)。通過(guò)對(duì)傳統(tǒng)統(tǒng)計(jì)分析方法使用數(shù)據(jù)的改進(jìn)，突破傳統(tǒng)方法的根本局限，從而提高模型的預(yù)測(cè)效果，擴(kuò)大應(yīng)用范圍。^[33]

1.研究通貨膨脹問(wèn)題方面

傳統(tǒng)的宏觀統(tǒng)計(jì)數(shù)據(jù)需要在經(jīng)濟(jì)運(yùn)行發(fā)生后，通過(guò)相關(guān)部門(mén)統(tǒng)計(jì)匯總，這個(gè)過(guò)程需要較長(zhǎng)時(shí)間，一般統(tǒng)計(jì)的數(shù)據(jù)指標(biāo)都是滯后一年或者滯后一個(gè)季度的數(shù)據(jù)。而通過(guò)網(wǎng)絡(luò)傳輸數(shù)據(jù)信息，利用網(wǎng)絡(luò)自動(dòng)傳輸銷(xiāo)售商品種類和價(jià)格數(shù)據(jù)，能達(dá)到實(shí)時(shí)計(jì)算過(guò)去指定時(shí)間段的CPI指數(shù)。如通過(guò)傳感器收集每天的全部商品交易數(shù)據(jù)，直接計(jì)算當(dāng)月的通貨膨脹率，這種方法得到的數(shù)據(jù)會(huì)是實(shí)時(shí)的，并且是近乎全樣本數(shù)據(jù)。人們通過(guò)互聯(lián)網(wǎng)來(lái)搜索自己感興趣的內(nèi)容，如果居民感受到日常生活中價(jià)格的普遍上漲，那么就會(huì)通過(guò)網(wǎng)絡(luò)搜索來(lái)了解關(guān)于“通貨膨脹”的話題，通過(guò)網(wǎng)絡(luò)中搜索“通貨膨脹”相關(guān)的詞匯搜索量作為通貨膨脹指標(biāo)，關(guān)于“通貨膨脹”搜索量越大，那么居民感受到的“通貨膨脹”越強(qiáng)，表明實(shí)際的通貨膨脹越高，從而構(gòu)建了用“通貨膨脹”搜索量為指標(biāo)來(lái)預(yù)測(cè)通貨膨脹。

2.研究失業(yè)率問(wèn)題

美國(guó)最早利用網(wǎng)絡(luò)搜索數(shù)據(jù)作為宏觀經(jīng)濟(jì)指標(biāo)研究的失業(yè)率情況，通過(guò)搜索引擎相關(guān)詞條搜索情況來(lái)分析預(yù)測(cè)美國(guó)失業(yè)率情況，發(fā)現(xiàn)網(wǎng)絡(luò)搜索量與美國(guó)失業(yè)率之間存在較強(qiáng)的關(guān)系。雖然中國(guó)官方?jīng)]有提供失業(yè)率的數(shù)據(jù)，但是網(wǎng)民會(huì)通過(guò)網(wǎng)絡(luò)搜索來(lái)反映失業(yè)率的情況，利用百度搜索引擎的搜索數(shù)據(jù)來(lái)構(gòu)建失業(yè)率的指標(biāo)，并且用構(gòu)建的指標(biāo)分析與其他中國(guó)宏觀經(jīng)濟(jì)指標(biāo)之間的聯(lián)系，發(fā)現(xiàn)相關(guān)性較強(qiáng)，這種構(gòu)建起來(lái)的失業(yè)率指標(biāo)可以用于輔助分析預(yù)測(cè)中國(guó)經(jīng)濟(jì)情況，并且研究表明基于網(wǎng)絡(luò)搜索數(shù)據(jù)預(yù)測(cè)的失業(yè)率能夠比官方數(shù)據(jù)更早反映失業(yè)率趨勢(shì)變化。

3.研究社會(huì)消費(fèi)問(wèn)題

如有學(xué)者使用Google Insights數(shù)據(jù)作為預(yù)測(cè)美國(guó)私人消費(fèi)情況的指標(biāo)，通過(guò)對(duì)比使用傳統(tǒng)統(tǒng)計(jì)數(shù)據(jù)做指標(biāo)和包含Google Insights指標(biāo)預(yù)測(cè)美國(guó)私人消費(fèi)增長(zhǎng)率發(fā)現(xiàn)，通過(guò)主成分分析法來(lái)對(duì)Google Insights進(jìn)行降維后加入模型可以提高20%的準(zhǔn)確率。淘寶交易平臺(tái)利用網(wǎng)絡(luò)交易數(shù)據(jù)構(gòu)建了價(jià)格指數(shù)，提供兩種不同的價(jià)格指數(shù)——阿里巴巴網(wǎng)購(gòu)價(jià)格指數(shù)和網(wǎng)購(gòu)核心商品價(jià)格指數(shù)，前者是基于生活消費(fèi)理論編制的，反映阿里巴巴網(wǎng)購(gòu)平臺(tái)總體支出價(jià)格水平的變化；后者提供了固定籃子理論出發(fā)的阿里核心商品價(jià)格指數(shù)，反映了核心商品價(jià)格指數(shù)。基于阿里巴巴網(wǎng)購(gòu)交易大數(shù)據(jù)，也很方便測(cè)算食品類、煙酒類、辦公用品及服務(wù)等不同類別的細(xì)致的價(jià)格指數(shù)。

通過(guò)大數(shù)據(jù)技術(shù)和方法，獲取及時(shí)性的數(shù)據(jù)，結(jié)合傳統(tǒng)的宏觀預(yù)測(cè)和分析模型，既能有效利用經(jīng)濟(jì)理論解釋經(jīng)濟(jì)問(wèn)題，又能通過(guò)大數(shù)據(jù)獲取的數(shù)據(jù)信息突破傳統(tǒng)統(tǒng)計(jì)數(shù)據(jù)存在的問(wèn)題，有效提高宏觀經(jīng)濟(jì)預(yù)測(cè)和分析的效果，為宏觀經(jīng)濟(jì)預(yù)測(cè)和分析帶來(lái)新的突破。

三 社會(huì)民生

大數(shù)據(jù)時(shí)代，給人們帶來(lái)了方便、快捷的生活，極大地影響和改變了人類的生產(chǎn)和生活方式，引發(fā)了社會(huì)生活各個(gè)層面的深刻變化，給社會(huì)發(fā)展帶來(lái)了新的平臺(tái)和機(jī)遇，加快了民生問(wèn)題解決的速度。

1.交通方面

通過(guò)對(duì)交通數(shù)據(jù)的收集和分析挖掘，來(lái)對(duì)現(xiàn)有交通設(shè)施性能進(jìn)行改善，提高其利用效率。例如，杭州市通過(guò)集中的數(shù)據(jù)中心將全市卡口、電子警察、視頻監(jiān)控、流量檢測(cè)設(shè)備、信號(hào)機(jī)、誘導(dǎo)設(shè)備等有效地連接起來(lái)，從交通案件偵破能力、交通警察對(duì)機(jī)動(dòng)車(chē)輛的監(jiān)管能力到利用關(guān)聯(lián)車(chē)輛的數(shù)據(jù)分析能力，都得到了極大提升。2016年，深圳市推出Deep View交通大數(shù)據(jù)平臺(tái)；2017年，研發(fā)了實(shí)時(shí)在線仿真系統(tǒng)和智能車(chē)路協(xié)同系統(tǒng)并在龍崗區(qū)上路試驗(yàn)，組建了交通大數(shù)據(jù)行業(yè)研發(fā)中心；2018年，又推出了智慧道路系統(tǒng)和智慧品質(zhì)交通，在一定程度上利用大數(shù)據(jù)解決了交通方面的部分問(wèn)題。

2.醫(yī)療方面

隨著醫(yī)療改革的逐漸深入，醫(yī)療衛(wèi)生信息化越來(lái)越重要，醫(yī)療信息化需要數(shù)據(jù)的有效集成和精確分析。比如，依靠大數(shù)據(jù)技術(shù)，上海浦東新區(qū)公共衛(wèi)生部門(mén)可以通過(guò)覆蓋全區(qū)域的居民健康檔案和電子病歷數(shù)據(jù)庫(kù)，快速檢測(cè)傳染病，進(jìn)行全面的疫情監(jiān)測(cè)，并通過(guò)系統(tǒng)的集成疾病監(jiān)測(cè)和響應(yīng)程序，快速對(duì)疫情和傳染病進(jìn)行響應(yīng)。江蘇省淮安市構(gòu)建滿足市級(jí)區(qū)域衛(wèi)生信息基礎(chǔ)平臺(tái)和居民健康檔案信息系統(tǒng)，此技術(shù)支撐著淮安市級(jí)數(shù)據(jù)中心、居民健康檔案數(shù)據(jù)庫(kù)、電子病歷數(shù)據(jù)庫(kù)、衛(wèi)生資源數(shù)據(jù)庫(kù)及衛(wèi)生應(yīng)急管理、新農(nóng)合管理、健康卡管理系統(tǒng)等一系列淮安市衛(wèi)生信息化應(yīng)用，為淮安市進(jìn)一步深化醫(yī)療體制改革、完成衛(wèi)生信息區(qū)域共享、建立居民健康檔案系統(tǒng)、提高居民健康水平打下基礎(chǔ)。

3.教育方面

華中科技大學(xué)近年來(lái)推廣了個(gè)性化大數(shù)據(jù)的實(shí)踐。研究者通過(guò)數(shù)據(jù)梳理出學(xué)生在校期間生活和學(xué)習(xí)的主線，這些數(shù)據(jù)包括教務(wù)類數(shù)據(jù)、圖書(shū)館進(jìn)出和借書(shū)、黨員組織發(fā)展、校園卡刷卡等。在每一位學(xué)生面臨畢業(yè)時(shí)，輸入自己的校園賬號(hào)，就能獲得一個(gè)名為《光陰的故事——致某某》的統(tǒng)計(jì)報(bào)告，這是校方基于對(duì)每個(gè)人的數(shù)據(jù)收集并將數(shù)據(jù)放在故事化的場(chǎng)景進(jìn)行敘述后設(shè)計(jì)出的產(chǎn)品，可以讓畢業(yè)生們重新回顧和整理在校期間的學(xué)習(xí)、讀書(shū)、餐飲等各方面數(shù)據(jù)。上海海洋大學(xué)利用大數(shù)據(jù)技術(shù)，使新生通過(guò)校方平臺(tái)入學(xué)報(bào)到，能夠提前申請(qǐng)綠色通道、選購(gòu)生活用品及提前申請(qǐng)勤工助學(xué)崗位等，完成大部分的報(bào)到手續(xù)。這樣就減少了新生報(bào)到時(shí)的煩瑣手續(xù)，同時(shí)減輕了學(xué)生、家長(zhǎng)和校方在報(bào)到日的壓力。大數(shù)據(jù)還能夠?yàn)閷W(xué)習(xí)和教師的教學(xué)提供參考，及時(shí)、準(zhǔn)確地評(píng)估學(xué)生的學(xué)業(yè)狀況，發(fā)現(xiàn)學(xué)生潛在問(wèn)題，進(jìn)而預(yù)測(cè)學(xué)生未來(lái)可能的表現(xiàn)。

隨著社會(huì)和經(jīng)濟(jì)的發(fā)展，各行業(yè)各類用戶對(duì)于智能化的要求將越來(lái)越高，今后大數(shù)據(jù)技術(shù)會(huì)在越來(lái)越多領(lǐng)域得到廣泛應(yīng)用，將極大提升各級(jí)單位和機(jī)構(gòu)的信息化服務(wù)水平。隨著信息技術(shù)和人類生產(chǎn)生活交匯融合，未來(lái)大數(shù)據(jù)應(yīng)用的涉及面將會(huì)更廣泛，也更注重解決實(shí)際問(wèn)題。

---

[1]Gang-Hoon Kim，Silvana Trimi，and Ji-Hyong Chung，“Big-data Applications in the Government Sector”，Communications of the ACM ，2014 Volume 57 Issue 3：78-85.

[2]Hen，H.，Chiang，R.H.L.，and Storey，V.C.，“Business Intelligence and Analytics：From Big Data to Big Impact”，MIS Quarterly 36，4 （Dec.2012），1165-1188.

[3]T.H.Davenport，“What do We Talk about When we Talk about Analytics？” Enterprise Analytics，T.H.Davenport，ed.，Pearson Education，2013，pp.9-18.

[4]于施洋、王建冬、童楠楠：《國(guó)內(nèi)外政務(wù)大數(shù)據(jù)應(yīng)用發(fā)展述評(píng)：方向與問(wèn)題》，《電子政務(wù)》2016年第1期。

[5]Big Data is a Big Deal，http：//www.whitehouse.gov/blog/2012/03/29/big-data-big-deal.

[6]連玉明等：《大數(shù)據(jù)藍(lán)皮書(shū)：中國(guó)大數(shù)據(jù)發(fā)展報(bào)告No.1》，社會(huì)科學(xué)文獻(xiàn)出版社，2017。

[7]連玉明等：《大數(shù)據(jù)藍(lán)皮書(shū)：中國(guó)大數(shù)據(jù)發(fā)展報(bào)告No.1》，社會(huì)科學(xué)文獻(xiàn)出版社，2017。

[8]Hen， H.， Chiang， R.H.L.， and Storey， V.C.， Business Intelligence and Analytics： From Big Data to Big Impact， MIS Quarterly 36， 4 （Dec.2012）， 1165-1188.

[9]李國(guó)杰、程學(xué)旗：《大數(shù)據(jù)研究：未來(lái)科技及經(jīng)濟(jì)社會(huì)發(fā)展的重大戰(zhàn)略領(lǐng)域》，《戰(zhàn)略與決策研究》2012年第6期。

[10]〔英〕維克托·邁爾-舍恩伯格、肯尼思·庫(kù)克耶：《大數(shù)據(jù)時(shí)代：生活、工作與思維的大變革》，盛楊燕、周濤譯，浙江人民出版社，2012，第232頁(yè)。

[11]張?zhí)m廷：《大數(shù)據(jù)的社會(huì)價(jià)值與戰(zhàn)略選擇》，中共中央黨校博士學(xué)位論文，2014，第17頁(yè)。

[12]劉濤雄、徐曉飛：《大數(shù)據(jù)與宏觀經(jīng)濟(jì)分析研究綜述》，《國(guó)外理論動(dòng)態(tài)》2015年第1期。

[13]連玉明等：《大數(shù)據(jù)藍(lán)皮書(shū)：中國(guó)大數(shù)據(jù)發(fā)展報(bào)告No.1》，社會(huì)科學(xué)文獻(xiàn)出版社。

[14]連玉明等：《大數(shù)據(jù)藍(lán)皮書(shū)：中國(guó)大數(shù)據(jù)發(fā)展報(bào)告No.1》，社會(huì)科學(xué)文獻(xiàn)出版社，2017。

[15]裴艷、蘇樂(lè)、王月：《基于投入產(chǎn)出模型的大數(shù)據(jù)產(chǎn)業(yè)經(jīng)濟(jì)影響力分析》，《電信網(wǎng)技術(shù)》2018年第5期。

[16]程承坪、鄧國(guó)清：《大數(shù)據(jù)與社會(huì)主義市場(chǎng)經(jīng)濟(jì)體制——兼與馬云先生和張旭昆教授商榷》，《探索與爭(zhēng)鳴》2018年第4期。

[17]O.hlhorst， F.J.，Big Data Analytics： Turning Big Data Into Big Money，John Wiley ＆ Sons， Hoboken， NJ， 2013.

[18]Fingar P.，Dot Cloud： The 21st Century Business Platform Built on Cloud Computing，Meghan-Kiffer Press， 2009： 4.

[19]黃仁宇：《中國(guó)大歷史》，生活·讀書(shū)·新知三聯(lián)書(shū)店，2007。

[20]〔以色列〕尤瓦爾·赫拉利著《今日簡(jiǎn)史》，林俊宏譯，中信出版集團(tuán)，2018。

[21]威廉·配第：《政治算術(shù)》（2卷本版），商務(wù)印書(shū)館，2010。

[22]〔美〕哈里·蘭德雷斯、〔美〕大衛(wèi)·C.柯南德?tīng)枺骸督?jīng)濟(jì)思想史》（第四版），周文譯，人民郵電出版社，2011。

[23]〔英〕弗里德里希·馮·哈耶克：《哈耶克文選：哈耶克論文演講集》，馮克利譯，江蘇人民出版社，2000。

[24]劉濤雄、徐曉飛：《大數(shù)據(jù)與宏觀經(jīng)濟(jì)分析研究綜述》，《國(guó)外理論動(dòng)態(tài)》2015年第1期。

[25]〔美〕哈里·蘭德雷斯、〔美〕大衛(wèi)·C.柯南德?tīng)枺骸督?jīng)濟(jì)思想史》（第四版），人民郵電出版社，2011。

[26]U.M.Fayyad，R.Uthurusamy， etc.“KDD-95”， First International Conference on Knowledge Discovery and Data Mining， August 20-21， 1995.

[27]〔英〕維克托·邁爾-舍恩伯格、肯尼思·庫(kù)克耶：《大數(shù)據(jù)時(shí)代：生活、工作與思維的大變革》，盛楊燕、周濤譯，浙江人民出版社，2012。

[28]李華杰、史丹、馬麗梅：《基于大數(shù)據(jù)方法的經(jīng)濟(jì)研究：前沿進(jìn)展與研究綜述》，《經(jīng)濟(jì)學(xué)家》2018年第6期。

[29]張濤、劉寬斌：《“大數(shù)據(jù)”在宏觀經(jīng)濟(jì)預(yù)測(cè)分析中的應(yīng)用》，《社會(huì)科學(xué)文摘》2018年第8期。

[30]Barabasi A.L.，The Hidden Pattern Behind Everything We Do，Boston， MA： Dutton Books，2010.

[31]黃燕芬、張超：《大數(shù)據(jù)情緒指數(shù)與經(jīng)濟(jì)學(xué)研究：現(xiàn)狀、問(wèn)題與展望》，《教學(xué)與研究》2018年第5期。

[32]何林生：《大數(shù)據(jù)驅(qū)動(dòng)政府科學(xué)決策：現(xiàn)狀與前景》，《福建行政學(xué)院學(xué)報(bào)》2019年第1期。

[33]張濤、劉寬斌：《“大數(shù)據(jù)”在宏觀經(jīng)濟(jì)預(yù)測(cè)分析中的應(yīng)用》，《社會(huì)科學(xué)文摘》2018年第8期。