Theoretical Mechanisms,Practice Foundations,and Policy Options for Big Data Driven High-quality Economic Growth in China

In the transition of China’s economy from high-speed growth to high-quality growth in the new era,economic practices are oriented to fostering new growth drivers,developing new industries,and forming new models.Based on the data flow,big data effectively integrates technology,material,fund,and human resource flows and reveals new paths for the development of new growth drivers,new industries and new models.Adopting an analytical framework with"macro-meso-micro"levels,this paper elaborates on the theoretical mechanisms by which big data drives high-quality growth through efficiency improvements,upgrades of industrial structures,and business model innovations.It also explores the practical foundations for big data driven high-quality growth including technological advancements of big data,the development of big data industries,and the formulation of big data strategies.Finally,this paper proposes policy options for big data promoting high-quality growth in terms of developing digital economy,consolidating the infrastructure construction of big data,expediting convergence of big data and the real economy,advocating for a big data culture,and expanding financing options for big data.

大数据驱动的企业与用户互动创新:理论框架与前沿课题

大数据驱动的企业与用户互动创新已成为企业洞察市场和用户动态、提升创新敏捷性和适应性的重要模式,其关键因素和作用机制日益成为创新、营销和信息系统等领域的热点议题。结合系统性综述设计和关键词共现分析,梳理大数据情境下企业与用户互动创新的研究洞见。针对情境和工具如何影响领先用户与普通用户关系及二者的相互作用机制两个研究缺口,提出大数据驱动的企业与用户互动创新“条件—路径—绩效”理论框架。依据该理论框架,结合文献和案例证据,重点阐述在什么情境和工具条件下企业与领先用户、普通用户以何种互动创新路径影响创新产品和大数据合作资产,由此形成理论创新。分析结果表明,互动创新路径选择本质是在异质性情境和工具条件下,企业在创新新颖性—泛用性以及数据分析成本—收益之间的动态权衡;两类创新路径的动态变化由互动创新工具成熟度、创新主导权的变更所触发。最后,进一步提炼出大数据驱动的企业与用户互动创新理论研究的三类前沿课题,并讨论其理论和实践意义。

基础教育资源配置大数据分析平台的整体架构与运行保障

教育大数据是反映基础教育资源配置现状、需求和问题的数据集合,也是重塑基础教育资源配置结构、构建良好教育生态的有效工具。教育大数据能够为资源精准配置提供客观依据、助力理性决策、拓展实践路径、提供监测反馈,可从数据资源层、处理层、分析层和可视化层,整体架构基础教育资源配置大数据分析平台,实现多学段基础教育数据精准采集、多模态基础教育数据分类储存、多因素基础教育数据指标计量、多维度基础教育数据结果呈现。基础教育资源配置大数据分析平台顺利运行的保障措施主要包括:政策跟进,赋予数据驱动合法地位;强化治理,保障平台教育数据质量;注重成效,发挥数据分析平台价值;多元联动,助力数据分析平台共建。通过这些措施,努力实现数据驱动基础教育资源优化配置,促进决策科学化、供给精准化、评估动态化。

“两业”融合背景下大数据何以驱动产品与服务质量双提升:海尔案例

数据要素与传统生产要素相结合,催生了数据驱动型生产方式,推动了制造业与服务业的深度融合。在此背景下,大数据驱动企业产品与服务质量实现了双提升。采取纵向单案例研究方法,以海尔集团作为案例企业,以战略匹配理论为理论基础,通过考察企业资源基础和动态能力的变化,探究了“两业”融合背景下大数据驱动企业产品与服务质量双提升的内在机理。研究发现:(1)数据驱动海尔集团产品与服务质量双提升,经历了消费互联网阶段、生产数据化阶段和产业互联网阶段,此三个阶段分别对应着产品与服务质量分离式双提升、嵌入式双提升和融合式双提升。(2)在产品与服务质量分离式双提升阶段,海尔集团采取了敏捷响应战略,在此战略框架下,通过点连式资源拼凑和个性化定制能力推动了海尔集团产品与服务质量分离式双提升。(3)在产品与服务质量嵌入式双提升阶段,海尔集团采取了智能化战略,在此战略框架下,通过汇面式资源编排和智能定制能力推动了海尔集团产品与服务质量嵌入式双提升。(4)在产品与服务质量融合式双提升阶段,海尔集团采取了生态化战略,在此战略框架下,通过网络式资源协奏和生态赋能能力推动了海尔集团产品与服务质量融合式双提升。研究结论丰富了战略匹配理论和动态能力理论的作用边界和适用情景,对制造业企业提升产品与服务质量具有一定的实践指导意义。

大数据驱动下的国家矿产资源管理:赋能机理与模式创新

传统矿产资源管理模式面临着国内国际复杂形势和资源安全上升国家战略地位的双重压力。大数据作为信息时代的基础资源,为国家治理现代化提供了技术支撑。探讨大数据驱动下国家矿产资源管理新模式不仅是解决当下管理困境的应有之义,更是在新时代全球资源竞合中占据优势的主动之举。基于“需求锚定—结构赋能—平台接榫”三维分析框架,界定目前我国矿产资源管理中存在的职能、体制、决策、监管四个维度的现实问题;在此基础上,针对性地分析大数据技术从虚拟治理空间、多源数据聚合、数据情报智慧、全程动态留痕四个维度赋能国家矿产资源管理的机理;围绕大数据平台支撑下的职责分配明确、体制层级交错、智能情报决策和动态全景监管四个功能,提出构建国家矿产资源管理新模式的实现路径。

我国服装零售企业数据驱动型商业模式构建研究

为更好地指导我国服装零售企业构建数据驱动型商业模式,本文以数据驱动型商业模式构建蓝图为指引,对大数据在服装行业内应用的相关文献资料进行分析。借助NVivo软件,完成574个节点编码,以此生成37个初始范畴、15个主范畴和6个核心范畴,并构建了以预期目标、输出内容、数据来源、数据处理、盈利方式及困难点为核心的服装零售企业数据驱动型商业模式构建模型。研究发现,企业以优化供应链与业务管理为目标,通过对内外部数据的分析处理,实现精准目标定位和产品输出,并通过精准营销、个性化营销以及体验营销实现大数据环境下的企业盈利。同时,大数据意识不足、人才缺失、应用困难以及数据安全隐患等,影响企业向数据驱动型商业模式转变。据此,本文提出相关建议对策。

大数据驱动全民健身智能化发展实现机制与路径

运用文献资料、实地调查和逻辑分析等方法,剖析大数据驱动全民健身智能化发展实现机制、困境,并提出路径。实现机制:管理协同保障机制,生产要素共生机制,产业结构融合机制,产品创新驱动机制。困境:数字治理体系不健全,技术应用成果分化,市场开发动力不足,社会主体需求失衡。路径:强化政策执行力度,夯实数字监管机制;加快数字技术升级,创新智能健身交互;优化市场供需结构,驱动产业多元发展;深化社会价值引领,提升社会参与效应。

基于大数据驱动的农村电商产品自动化识别系统

农村电子商务的发展和建设,为多样化的电商产品流向农村、服务农村提供了良好契机。促进农村电商产品推广和分销的同时,如何正确甄别面向农村的电商产品是否合适,通过电商产品的参数识别、统计进行分析,从而提高电商产品质量,降低管理电商产品成本,成为亟需解决的问题。电商产品在电商平台中的介绍往往以图像形式呈现,想要对电商产品进行参数识别,提取参数并进行统计分析,就需要一种时效性好、精确度高的自动化识别系统,针对此种问题,提出以大数据驱动为基础,依靠神经网络学习算法结合OCR技术的方式进行商品图像识别,保证在提高时效性的同时,提高图像识别的精确度。改进的识别系统以YOLO模型为基础依据,并针对其存在的不足进行了进一步优化。系统设计的部分包括检测模型的搭建、文字识别以及图片处理等。

竞赛驱动下的Spark大数据技术与应用课程教学改革探索

随着大数据技术的快速发展,Spark作为分布式大数据处理框架,已成为企业数据分析和处理的重要工具。竞赛驱动下的Spark大数据技术与应用课程教学改革,旨在通过竞赛项目牵引,促进学生理论学习与实践操作的深度融合,不仅能够激发学生的学习兴趣和积极性,还能促进学生实践能力和创新能力的提升。因而研究竞赛驱动下的Spark大数据技术与应用课程教学改革有重要的意义。对此,课程改革主要围绕教学组织形式、教学方法和评价方式三个方面展开。在教学组织形式上,采用“学生为主体、竞赛为引导”的教学模式,鼓励学生组队参与实际项目;在教学方法上,引入行业企业项目,在实践操作中提升学生的学习效果;在评价方式上,实施竞赛成果为核心的多元化的评价体系,以期提升学生的综合能力和实践能力。

大数据驱动下新能源汽车政策对关键核心技术创新的动态作用机制研究

新能源汽车关键核心技术创新仍存在瓶颈制约,多种政策如何在复杂不确定环境下有效作用亟待探索。基于大数据驱动研究范式,采集12种新能源汽车政策及关键核心技术创新相关多源异构数据,搭建PSR-贝叶斯网络模型,以新能源汽车整车上市企业为研究样本,通过结果预测和原因诊断探究政策对关键核心技术创新的动态作用机制。研究表明:(1)各类政策强度动态变化,呈现由需求面购置拉动,经由供给面推动和环境面压力,向需求面后市场的强度转移趋势;(2)通过结果预测识别各阶段主导作用政策,从初期购置优惠,经由基础设施建设支持与双积分,转向四类政策协同作用为主导;(3)通过原因诊断识别各阶段关键政策瓶颈,科技创新支持、基础设施建设以及需求面非财政措施政策细则需要优化。

数据库原理课程教学模式探析

随着大数据时代的到来,“数据库原理”课程对于学生掌握数据理论和技术的重要作用更加凸显。将课程思政融入“数据库原理”的课程教学,通过课程目标、课程内容、课程设计、教学模式等环节在教学实践中全面渗入课程思政元素,充分发挥课程所承载的育人功能,同时将项目驱动教学法引入教学模式中,旨在更好地激发学生自主学习、自主探究的兴趣和能力,提升分析问题、解决问题的能力,加强团队合作精神,从而为培养既有报国之志又有专业实力的高素质人才提供强有力的基础保障。

城市大数据认知计算研究与应用进展

城市大数据为城市运行状态估计与综合决策提供理论与行动支撑,而其多源异构、耦合度低及动态变化等特点给传统的集成分析带来极大挑战。认知计算适用于时变多维、复杂多样数据的分析与挖掘,并可对问题进行自适应学习与进化,是解决城市大数据问题的重要途径。文中以城市大数据为背景,根据城市大数据的不同类型结构等特点,针对性地按照认知流程的4个环节对相应处理方法进行归纳,并进一步从知识驱动、数据驱动以及知识与数据协同驱动的角度,对上述具体方法进行概念级分类。最终形成城市大数据认知流程中不同驱动方式的方法间有机协同,从感知理解到决策行为的城市大数据认知闭环。同时从应用领域多角度综述了城市大数据认知计算的研究与发展现状。最后讨论了认知计算在城市大数据建设领域面临的挑战,并对未来发展趋势和研究方向进行了思考和展望。

基于多源异构数据的城市“三生空间”功能识别

为协调生活、生产和生态空间的用地矛盾,解决数据驱动法在识别城市“三生空间”方面存在的判别不准确和数据覆盖范围不够等问题,提出了一种能够精准识别“三生空间”功能的方法。基于数据驱动法,结合POI(point of interest)、AOI(area of interest)和遥感等多源异构数据的多特征信息,分析在功能评价体系和分类模型中将不同数据源作为特征因子时的识别精度与尺度效应。以高原城市昆明市五华区建成范围为实验对象,研究结果表明:基于多源地理数据的识别准确率达到92%和94%。多源数据的多特征信息能够明显提升城市功能区的识别精度,为城市功能区精准识别提供了新的方法,能够在更小的尺度上为国土空间规划提供数据与方法支撑。

大数据驱动的技术创新促进全球价值链攀升了吗?

利用2001—2016年上市公司数据,使用Python文本挖掘的方法测度上市公司大数据驱动的技术创新水平;通过建立固定效应和中介效应模型,对大数据驱动的技术创新对企业全球价值链地位的攀升影响以及创新驱动效应进行实证检验。研究结果表明:大数据驱动的技术创新显著正向促进企业全球价值链地位的攀升;能够通过企业生产技术、管理活动、销售模式、广告运营、研发设计、战略规划等途径形成的创新驱动效应促进企业全球价值链地位攀升。大数据驱动的技术创新对全球价值链的影响在不同企业所有制、不同地区之间存在明显差异。

中文历史档案数据化整理论纲

提出中文历史档案数据化整理的学术概念,参照FEAF框架设计技术参考模型,针对面临的现实阻力提出若干实践策略。中文历史档案数据化整理是致力于采用数据科学的理论、方法和技术,通过人工标注与机器学习相结合的方式,将历史档案的背景信息、自然语言文本的语义信息和对应社会系统的语境信息转换为计算机可以高速精准处理的大规模结构化数据集的过程。现阶段应进行战略规划,制定相关标准,并按照超前布局的理念启动基础设施建设,分层级、有重点地予以推进。

基于大数据的电力系统继电保护自动化技术的研究

作为电力系统中的安全保护措施,继电保护可快速、准确地判断故障类型和故障原因。基于此,提出了基于知识库和基于数据驱动2种继电保护故障处理流程,并分析了其优劣。结果表明,基于知识库的方法可靠性高、灵活性强,但依赖专家知识且适应性有限;基于数据驱动的方法适应性强、可扩展性好,但可靠性有限且解释性差。可以根据具体情况选择合适的方法,或将2种方法相结合,以提高故障处理的可靠性和效果。

基于数据驱动的高校科研管理系统建设与升级路径

随着各领域技术快速发展,高校科研工作的多样化趋势愈发明显。然而,依赖传统架构的科研管理系统难以满足信息化、现代化的科研管理体系建设需求。为此,高校应当建立基于科研数据采集、统计与分析的科研管理系统,并结合大数据、人工智能等新兴数据分析技术提出信息化科研管理系统与科研服务体系建设方案,为高校科研管理系统建设提供范式参考,并推动高校科研管理体系革新。

面向人工智能专业研究生培养的案例-项目驱动教学方法

随着信息技术的高速发展,国家需要对接企业需求的大数据与人工智能技术高素质创新人才。高校作为人才培养的重要基地,电子信息领域大数据与人工智能方向专业硕士研究生培养要以高新技术产业需求为出发点,培养工程应用型人才。因此,该文结合学生兴趣创新工程实践教学方式和手段,明确案例-项目驱动教学方法在专业硕士研究生人才培养中的重要作用,提出以案例-项目促进实践教学的有效方法,实现将复杂抽象概念用具体生动案例-项目诠释,促进大数据、人工智能与实际项目紧密结合。应用结果表明,案例-项目驱动的教学方法可有效提升专业硕士研究生的综合素质,缓解高新技术领域对大数据与人工智能人才的需求,促进国家经济转型升级和可持续发展。

数据驱动的食品安全监管机制研究

食品安全问题一直是社会各界关注的焦点。基于数据驱动的理念,探讨如何构建科学、高效的食品安全监管机制已成为近年来业界的研究热点。本文论述了数据驱动的食品安全监管机制的内涵和意义,分析了国内外数据驱动食品安全监管的实践案例,并在总结经验与不足的基础上,提出了构建数据驱动的食品安全监管机制的路径,包括完善食品安全数据采集机制、建立食品安全大数据平台、运用大数据分析技术识别食品安全风险以及优化食品安全监管流程等。

瞪羚企业的创新溢出效应——影响及作用机理考察

以科技创新和商业模式创新为支撑的瞪羚企业除了直接推动区域经济外,还可能对现存企业具有创新溢出效应。本文通过爬取超过2万家我国瞪羚企业的详细信息,系统考察瞪羚企业对上市企业创新的影响及其作用机理。研究发现,上市企业周边瞪羚企业数量和平均创新水平显著提高了上市企业创新绩效。机制检验表明,瞪羚企业的创新溢出效应主要作用渠道如下,第一,通过知识溢出影响上市企业创新;第二,通过促进与瞪羚企业合作研发继而提高了企业创新绩效,表明瞪羚企业的创新溢出具有“合作效应”;第三,通过“竞争驱动效应”影响上市企业创新。异质性检验表明,在知识广度较低的上市企业、非国有性质企业以及知识产权保护程度较好的地区中,瞪羚企业的创新溢出效应更为明显。本研究结果为企业如何借助瞪羚企业等新创企业的创新溢出来提高自身创新能力提供实践启示。