
应用大数据技术 加强智库建设
结合当前的互联网时代,如何用好大数据技术,为智库尤其是经济智库建设服务,将是值得科技界和经济界研究的议题。
从目前情况来看,大数据已经渗透到社会生活的方方面面,从一个看似抽象的概念发展成堪比“第三次浪潮”的社会热点。作为媒体融合的驱动力量,大数据时代的来临对经济智库建设带来冲击和挑战,同时,大数据技术的发展和应用也为丰富经济智库内容和加强决策判断带来前所未有的机遇。
大数据思维和技术对智库内容产生了创新,这是一种融合媒体形态驱动的创新,将对智库研究者提出更高的要求,大数据分析的价值和意义在于,通过多维度、多层次的数据以及关联度分析,找到症结。挖掘事实真相,从历史经验和发展趋势判断未来,提供决策参考。大数据分析在方法论上需要解决的课题首先就是选择恰当的多维度数据,并找到其关联方式和分析逻辑。
大数据时代无疑将为我国的经济智库建设带来巨大机遇。庞大的数据资源及其潜在价值的深度挖掘,将有助于我们更好地把握经济热点和市场动态,数据分析技术也可以帮助我们更为科学地预测经济领域的重大发展趋势,优化智库产品结构、产品形态和服务流程,通过最大限度地实现数据“增值”,进一步提升经济智库产品的竞争力和影响力。目前,一些经济研究机构已经在积极开发新的工具来满足数据需求。
但大数据的应用并非万能。大数据应对的是传统流程、传统工具、传统方法无法解决的大量、多样、快速的数据。与国外相比,当前国内智库建设与大数据的结合还存在一定的差距,缺乏数据的有力支撑。
首先,大数据仍然掌握在少数权威机构、信息服务商手中,对于大多数智库研究机构而言,是难以获得的宝贵资源。麦肯锡全球研究所的报告指出,不同行业的大数据强度不同,大多数媒体机构拥有的数据资源很难算是真正的“大数据”。
其次,如果缺乏集团式的专业操作团队,将难以充分分析、呈现大数据,大数据本身的特质在某些方面也与智库研究相悖,例如数据不精确、样本差异与个性化之间存在矛盾等。
最关键的是数据加工和分析能力匮乏,这一挑战主要体现在人才、技术和基础设施(即数据平台建设)三个方面。很多智库缺乏专门的数据管理和分析部门,缺乏专门的数据分析方法,缺乏熟悉数据挖掘和分析技术的专业人才。以经济智库为例,大多数经济分析员是财经专业出身,具备经济数据的分析撰写能力,但从海量数据中迅速提炼挖掘信息的能力仍十分欠缺,用大数据方法建立分析模型的理论研究和实际操作经验不足。
但毋庸置疑的是,大数据已经成为新发明、新服务的重要源泉,其巨大价值亟待开发。智库建设也应积极顺应当前社会领域发展的大趋势,正视挑战,抓住机遇,积极谋划,抢先发展,充分利用大数据资源和大数据分析技术的发展和应用,从“快、专、新”三个方面对智库产品及生产流程进行升级优化,提升智库辅助中央决策、服务国家社会发展的水平。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
DSGE 模型中的 Et:理性预期算子的内涵、作用与应用解析 动态随机一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明确:TIF 中的地名有哪两种存在形式? 在开始提取前,需先判断 TIF 文件的类型 —— ...
2025-09-17CDA 数据分析师:解锁表结构数据特征价值的专业核心 表结构数据(以 “行 - 列” 规范存储的结构化数据,如数据库表、Excel 表、 ...
2025-09-17Excel 导入数据含缺失值?详解 dropna 函数的功能与实战应用 在用 Python(如 pandas 库)处理 Excel 数据时,“缺失值” 是高频 ...
2025-09-16深入解析卡方检验与 t 检验:差异、适用场景与实践应用 在数据分析与统计学领域,假设检验是验证研究假设、判断数据差异是否 “ ...
2025-09-16CDA 数据分析师:掌控表格结构数据全功能周期的专业操盘手 表格结构数据(以 “行 - 列” 存储的结构化数据,如 Excel 表、数据 ...
2025-09-16MySQL 执行计划中 rows 数量的准确性解析:原理、影响因素与优化 在 MySQL SQL 调优中,EXPLAIN执行计划是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 对象的 text 与 content:区别、场景与实践指南 在 Python 进行 HTTP 网络请求开发时(如使用requests ...
2025-09-15CDA 数据分析师:激活表格结构数据价值的核心操盘手 表格结构数据(如 Excel 表格、数据库表)是企业最基础、最核心的数据形态 ...
2025-09-15Python HTTP 请求工具对比:urllib.request 与 requests 的核心差异与选择指南 在 Python 处理 HTTP 请求(如接口调用、数据爬取 ...
2025-09-12解决 pd.read_csv 读取长浮点数据的科学计数法问题 为帮助 Python 数据从业者解决pd.read_csv读取长浮点数据时的科学计数法问题 ...
2025-09-12CDA 数据分析师:业务数据分析步骤的落地者与价值优化者 业务数据分析是企业解决日常运营问题、提升执行效率的核心手段,其价值 ...
2025-09-12用 SQL 验证业务逻辑:从规则拆解到数据把关的实战指南 在业务系统落地过程中,“业务逻辑” 是连接 “需求设计” 与 “用户体验 ...
2025-09-11塔吉特百货孕妇营销案例:数据驱动下的精准零售革命与启示 在零售行业 “流量红利见顶” 的当下,精准营销成为企业突围的核心方 ...
2025-09-11CDA 数据分析师与战略 / 业务数据分析:概念辨析与协同价值 在数据驱动决策的体系中,“战略数据分析”“业务数据分析” 是企业 ...
2025-09-11Excel 数据聚类分析:从操作实践到业务价值挖掘 在数据分析场景中,聚类分析作为 “无监督分组” 的核心工具,能从杂乱数据中挖 ...
2025-09-10统计模型的核心目的:从数据解读到决策支撑的价值导向 统计模型作为数据分析的核心工具,并非简单的 “公式堆砌”,而是围绕特定 ...
2025-09-10CDA 数据分析师:商业数据分析实践的落地者与价值创造者 商业数据分析的价值,最终要在 “实践” 中体现 —— 脱离业务场景的分 ...
2025-09-10机器学习解决实际问题的核心关键:从业务到落地的全流程解析 在人工智能技术落地的浪潮中,机器学习作为核心工具,已广泛应用于 ...
2025-09-09SPSS 编码状态区域中 Unicode 的功能与价值解析 在 SPSS(Statistical Product and Service Solutions,统计产品与服务解决方案 ...
2025-09-09