我們在做新經濟相關研究的時候，看過網絡招聘的數據。我們看企
北大國發院兩會解讀
“新經濟”、新動能，是這兩年工作報告中常出現的詞匯。如果傳統的以勞動力密集型制造業為主、出口導向的發展模式已經到了必須轉型的地步，那么大數據對于中國的經濟轉型，可以扮演什么樣的角色？這是我們希望能一起探討的問題。
一、傳統的制造行業難以為繼，
智能制造是未來的方向
回到工作報告當中來看，如果是舊的中國制造出了問題，路在何方？
工作報告當中出現特別多的詞就是“創新”。從年以來“創新”一直就是很重要的詞，但出現最多的就是年，61次；今年一共是39次。其中提到“新動能”5次，“大數據”2次。
如果“中國制造”在可以預見的未來，因為國際環境的變化、國內的環境污染等原因而必須轉型，有沒有“危”中蘊含“機”，使我們從此走向“中國創造”？從中國制造到中國創造當中，以及過去我們講“四小龍”遇到的問題的時候，其實和現在有一個很大的差別，這個差別就在于大數據時代的到來。
大數據時代的到來，新動能在實體經濟當中是不是有反應？
我們在做新經濟相關研究的時候，看過網絡招聘的數據。我們看企業在有招聘需求的時候，按照他們招聘的崗位、帶有的關鍵詞，把他們愿意給的工資做一個排序。可以看到，從年8月到年2月這半年時間，名稱中帶有“研究”二字的通過網絡招聘的企業，在招聘廣告中給出的工資增長速度非常快。這就說明我們在發展新動能的時候，其實對于分析未來可能的態勢的研究有特別大的需要。
這個需要就讓我們又回到了連續四年都作為一個主題詞在出現的詞語——大數據。如果我們要理解今天我們國家的大數據產業處在什么位置，我們還是需要再回頭梳理一下過去大數據是一個什么樣的發展態勢。
我們注意到在工作報告當中次出現“大數據”這個詞，是在年。當時對大數據的期待是“趕超先進，引領未來”。我們對于先進是一個“趕超”，然后期待可以憑借這個領域來“引領未來”的態度。因此在年我們國家對大數據基本還是處在“頭腦風暴”的時期。
有一個提法，方向是推動大數據跟制造業相結合。其實只是提供了一個方向，具體要怎么做我們還不是特別清楚。
報告總結工作的時候指出我們已經在各個領域深入推進了。
到了今年的時候，比較特別的是我們用的詞已經從開始的“趕超”，到“推動”，再到“深入推進”。現在是加快大數據、云計算、物聯網的應用，還提出了智能制造作為主攻方向。
傳統的制造行業難以為繼，智能制造指什么呢？
以我自己生活當中的經驗，我們知道，每個家都有些基本家務，如洗衣服、打掃等等。我們知道有掃地機器人，但是智能制造狀態的掃地機器人是什么樣的呢？在智能制造下，這個機器人可以按照家庭的慣來設定程序，可以教給它哪些地方是特別需要清理的。幾遍以后它就掌握了，就可以自行在家里清理。
再如洗衣服。現在的洗衣機有很多的設定，衣服的品質不一樣洗法不一樣。但如果我個人也不懂我的衣服該洗怎么辦？但是未來很可能下一步的方向就是在智能制造這個領域里面，洗衣機自己可以識別。你把衣服放進去以后就能識別這個衣服的成分是什么，需要選擇什么樣的洗滌方式。
要實現這一步，背后要有很多的數據運算：
個就是對家庭的慣有一個學之后，可以讓它學會了貼近，來解決這個家庭的問題；
再說一個跟生活比較接近的例子——健身。
在新經濟相關研究中，我們看到在招聘需求方面增長得特別快的一個領域是健身教練。健身是新的行業，不知道大家有沒有去過健身房，我不太愿意去，因為跑步機太枯燥。
造一個不太大的房子，我可以在里面徒步。比如我想在大峽谷徒步，我就可以選擇這個模式。這個智能制造當中不僅需要在技術上實現，你其實是在屋子里轉圈，但是給你的感覺是在走直線，有坡度。另外還要結合虛擬現實，有了移動互聯網和大數據之后，虛擬現實的技術可以收集信息。如果我們在大峽谷徒步有相應的濕度、溫度、鳥的叫聲，這些東西都要搭配進來。
所以智能制造未來有好幾代，代是我們現有的機器人，已經有機器人可以在家里面掃地了，但是可以讓它更加先進一些。第二代就是衣服可以來選擇，高端的一些就是可以結合虛擬現實的狀態，你不需要到很遠的地方就可以實現我們的需求。
所以在智能制造的領域里有非常廣闊的發展空間，我個人覺得在工作報告當中把智能制造選為一個主攻的方向，確實是非常明智的選擇，也可以看到大數據的發展有一個更好的切入點。
二、大數據是什么？
說了這么多好處以后，到底什么是大數據呢？我來給大家舉個例子。
不知道大家有沒有看過一個電影，英國的紀錄片《人生七年》，他們選了英國的14個孩子，有孤兒院的，有上流社會的，來記錄他們的發展狀況。這是一個小數據時代的收集方式，紀錄片開始做的時候就有一個目的——追蹤人們，選樣也是經過精心的設計的，代表社會的各階層，這是一個小數據的模式。
大數據的模式是什么？就是剛剛設想的智能制造，未來的家庭，只要你在家里就自動開始。如果用這個自動，我們再聯絡對比在人生家庭當中記錄的14個孩子的成長歷程。未來的家庭給你記錄了好多的信息，走路的聲音、孩子信息，大人的信息也有。
這一年的數據和前面講的開始追隨到今天的，兩組數據哪一個更好？
這時候我們就注意到有一些錯誤的觀念，認為“有了大數據就好了，大數據可以告訴我們所有的事情”。但是顯然我們可以知道，對比這兩個數據的時候，14個家庭追蹤了幾十年的數據，和很細的某一些家庭所有的信息放在一起，這兩個的品質不能對比。
應用在現實當中，比如我們在互聯網金融里用到大數據風控的部分，如果只是用一些網絡收集到的居民短時間內的消費慣，而沒有去追蹤整個金融的比較長的周期，但要去做風控，還指望它做得非常好，那需要有很大的假定在里面的。
大數據夠了嗎？其實大數據很多時候是不夠的。
另外我們還要看到在中國應用的現實當中，很多時候數據是以什么樣的狀態呈現的？數據孤島。比如我作為一個消費的平臺，有很多關于消費者比較細的信息，買了這樣東西，這個東西多少錢等等，但是我并沒有這個家庭背后的資料。這個時候一些數據孤島在應用當中也都會有一些問題，也許我的分析對于某一種商品的消費是可以的，但是如果想拿它去分析這個家庭其它的慣，恐怕是不夠的。
在國際當中現在又提出“數據湖”，就是數據之間要打通，形成一個湖泊。其實大數據相互之間沒有什么聯絡，使用當中也有很大的限制，這也是我們會遇到的問題。
我們在實證當中很多時候大數據的運用到底效果？
比如大數據基金。其實在中國也有這樣的產品，我們也有看過他們在開發產品的時候容易遇到一個挑戰，就是在開發這個產品的時候，拿大數據算出來的策略比其它策略好很多，但是拿到現實當中去的時候，比如股災的時候發現大數據的基金有很大的回撤，于是導致證監會對大數據基金采取非常謹慎的態度。產生這些問題的主要原因是什么呢？
回到剛剛說的例子，很多家庭收集了很多很細的信息，但是這些信息質量的好壞的標準是什么？產生很多的冗余，這些東西怎么處理？很多時候沒有一個判斷和檢驗的標準。
我不知道這些數據的質量是好還是壞，只能憑我自己的感覺，我覺得它好，我就去推銷這個想法。如果大數據是這個用法，那么指望大數據分析能夠長久、大規模地有很好的回報，可以說想多了。
三、大數據開發面臨的困難
大數據的數據孤島問題、數據質量如何解決？
其實《國家大數據戰略》里面寫得比較清楚：開放共享是未來趨勢。
開放共享當中，不能回避的就是數據的開放共享。可是現實當中我們接觸一些數據相關項目的時候，我們發現開放共享數據還有蠻多的困難。
個困難就是開放數據的合法性問題；
雖然《統計法》指出，雖然提到“縣級以上人民統計機構和有關部門統計取得的統計資料，除依法應當保密的外，應當及時開放、供社會公眾查詢”，但目前的法規要求統計部門上報的主要是各級人民，這就讓地方統計部門不易拿捏哪些信息需要開放、哪些不需要開放。
第二，數據標準不一，質量良莠不齊；
即便是一家大型國有銀行，各個部門之間如果想共享數據的話，都會存在一個問題：對于同一個東西，不同的部門之間因為自己的業務需要，定義不一樣，標準也不一樣。因此就使得標準不一，質量良莠不齊。覺得我把數據拿出去了，大家覺得都不準，制造出很多的問題，所以還不如不做。
免費技術咨詢: 13763334031
第三，數據共享究竟跟誰共享？
目前地方統計部門在將數據開放給其他部門、企業、學術機構等的權限往往并不明確，因此數據究竟可以跟誰共享的尺度的拿捏往往也需要各個單位自己判斷。
四、大數據開發共享展望
我們已經走到這個節點，這個節點就是“智能制造是未來的方向”，我認為可靠的大數據分析，需要做到“大小結合、人機結合”。
“大小結合”，是指大數據的使用要和我們現有的小數據結合，才能夠判斷這個大數據的質量、它究竟在哪些程度能用、哪些不能用？
“人機結合”，指的是我們用大數據的時候也不能說“這個算法很先進，一定要用我們專家的想法”，而是要和中國的現實結合起來，才有可能生長出好的大數據項目。所有這一切都需要能夠在一個有計劃、有步驟，合法的框架下完成數據的開放共享。
對于開放共享，需要有步驟推行數據治理。需要有專門部門，統籌和協調各個部門之間的數據共享。在橫向各個部門之間統籌協調，不然平級之間大家很難談共享和分享。縱向之間可以推動優秀的治理經驗在同一行業內的分享與推廣。比如一些大型國有銀行在整治自己數據的過程中有很多的心得和體會，給其他的中小企業進行分享，讓他們在現有的狀況下把數據整合好，實現這些部門之間的數據有更多的共享。
另外其實也可以對開放共享有更加明確的一些思考，到底開放的是什么？對誰開放？如何開放？
這里我們要明確的一點就是，開放不等于免費，開放也不等于完全對社會公眾來開放。所以做一個分級的安排，對于一些基本的數據，公眾有知情權的，我們可以仿照國外的部門，比如美國可以提供給公眾查詢的資料。這些我們把它分級作為底層的級別，公眾可以使用分析的。再往上可以根據不同的安全級別，簽訂數據協定，讓數據在使用當中達到數據的安全和數據的共享之間的平衡。
總之，大數據分析給我們帶來了新的發展機遇，但是也帶來了很大挑戰。工作報告中還提到，數據是資源，或者說資產。如果數據是資產，我們擁有13億人，因此我們的數據資產也是最多的。如果能夠在數據開放共享方面更多著力，使大數據分析更加可靠，對新舊動能的轉換，是可以帶來很大空間的。
如果再從大數據的源頭開始，怎么提高數據的準確性？這個很關鍵。
在數據分析當中，如果數據質量差的話不要指望能分析出好東西。
我怎么知道數據質量好壞呢？
其實我需要有一些錨點，“大”“小”結合。我們在小數據當中，比如我們有一些幾十年來使用過的統計資料，不管是關于國家的宏觀經濟狀況還是微觀層面的數據，或者細到一家銀行已經有一些信貸的資料也好，這些資料是相對準確的，絕對準確是沒有的。
相對準確這個事情怎么說呢？
我可以幫大家做預測，如果我對于這個規律的把握是比較準的，我對于未來的預測應該和未來的差別不太大。你剛剛提到的不準的問題，比如大數據基金有一個比較明顯的體現，我在做測算的時候，我用歷史數據做出來很漂亮，拿到現實當中一跑就不行了。
一個很關鍵的原因是在大數據分析當中有一個誤解，我非常反對在中國使用大數據，卻忽略中國經濟發展的實際規律。不理解中國的經濟發展背后的規律，單憑所謂“大數據分析”就得出好結果，是不太可能的。
