导语：如何才能写好一篇对大数据时代的看法，这就需要搜集整理更多的资料和文献，欢迎阅读由公务员之家整理的十篇范文，供你借鉴。
大数据使内容生产更能投其所好
无独有偶，美剧《纸牌屋》的成功同样少不了大数据的推动。《纸牌屋》的数据库中包含了美国2700万的订阅用户、400万个评分、300万次搜索请求。用户的每一个暂停，回放或者快进等行为都被收录其中。通过用户的观看数据分析出用户的喜好，再根据用户的喜好去决定内容的生产。这就是基于大数据的消费者洞察在内容生产上的典型应用。
大数据让传播更精准友好
大数据让企业更加聪明高效
基于消费者行为的大数据分析，能够帮助企业更好地了解消费者的习惯。在企业的生产和销售过程中，大数据还能充当监管者的角色，实时了解消费者的使用体验，帮助企业不断改进产品和服务。
互联网食品公司“三只松鼠”有一套基于大数据的追溯系统。用大数据记录跟踪种植基地、供应商、分装工厂及物流等所有环节，并让消费者知晓产品和服务的全过程。食品生产销售的全过程有了监管让人更加放心。在传统时代，想要全程跟踪记录生产销售的全过程几乎无法做到。
（陕西天元通信规划设计咨询有限公司陕西西安710000）
【摘要】进入2012年以来，大数据（BigData）一词越来越多地被提及与使用，人们用它来描述和定义信息爆炸时代产生的海量数，它已经出现过在《纽约时报》、《华尔街时报》的专栏封面，进入美国白宫网的新闻，现身在国内一些互联网主题的讲座沙龙中，甚至被嗅觉灵敏的国君证劵、国泰君安、银河证劵等写进了投资推荐报告，大数据时代来临。
关键词大数据；云计算；海量；发展；影响
BigDataeracreeping
MaChao
(ShaanxiTianyuanCommunicationPlanningandDesignConsultingCo.,LtdXi´anShaanxi710000)
【Abstract】Sinceenteringin2012,bigdata(BigData)ismentionedmoreandmorewiththeuseoftheterm,themassivenumberofpeopleuseittodescribeanddefinetheeraofinformationexplosiongenerated,ithasappearedinthe"NewYorkTimes","WallStreetJournal"columncover,intotheUnitedStatesWhiteHousenetworknews,comingoutofsomedomesticInternettopicsinthelecturesalon,andeventhesenseofsmellmonarchsecurities,GuotaiJunanSecurities,Galaxysecuritiesandotherinvestmentrecommendationwrittenreport,bigDataera.
【Keywords】Bigdata;Cloudcomputing;Mass;Development;Impact
1.什么是大数据？
1.1大数据四个特性。
（2）多样性：一个普遍观点认为，人们使用互联网搜索是形成数据多样性的主要原因，这一看法部分正确。然而，数据多样性的增加主要是由于新型多结构数据，以及包括网络日志、社交媒体、互联网搜索、手机通话记录及传感器网络等数据类型造成。其中，部分传感器安装在火车、汽车和飞机上，每个传感器都增加了数据的多样性。
（3）高速性：高速描述的是数据被创建和移动的速度。在高速网络时代，通过基于实现软件性能优化的高速电脑处理器和服务器，创建实时数据流已成为流行趋势。企业不仅需要了解如何快速创建数据，还必须知道如何快速处理、分析并返回给用户，以满足他们的实时需求。
1.2大数据三个特征。
除了有四个特性之外，大数据时代的数据还呈现出其他三个特征。
（1）第一个特征是数据类型繁多。
（2）第二个特征是数据价值密度相对较低。
（3）第三个特征是处理速度快，时效性要求高。
2.大数据时代对生活、工作的影响
（1）大数据，其影响除了经济方面的，它同时也能在政治、文化等方面产生深远的影响，大数据可以帮助人们开启循“数”管理的模式，也是我们当下“大社会”的集中体现，三分技术，七分数据，得数据者得天下。
（2）“大数据”的影响，增加了对信息管理专家的需求。事实上，大数据的影响并不仅仅限于信息通信产业，而是正在“吞噬”和重构很多传统行业，广泛运用数据分析手段管理和优化运营的公司其实质都是一个数据公司。麦当劳、肯德基以及苹果公司等旗舰专卖店的位置都是建立在数据分析基础之上的精准选址。而在零售业中，数据分析的技术与手段更是得到广泛的应用，传统企业如沃尔玛通过数据挖掘重塑并优化供应链，新崛起的电商如卓越亚马逊、淘宝等则通过对海量数据的掌握和分析，为用户提供更加专业化和个性化的服务。
（3）大数据在个人隐私的方面，大量数据经常含有一些详细的潜在的能够展示有关我们的信息，逐渐引起了我们对个人隐私的担忧。一些处理大数据公司需要认真的对待这个问题。例如美国天睿资讯给人留下比较深刻印象的是他的一个科学家提出，我们不应该简单地服从法律方面的隐私保护问题，这些远远不够的，公司都应该遵从谷歌不作恶的原则，甚至更应该做出更积极的努力。
3.企业应如何应对大数据时代
近些年，大数据已经和云计算一样，成为时代的话题。大数据是怎么产生的，商业机会在哪？研究机会在哪？这个概念孕育着一个怎样的未来？企业如何应对？一个好的企业应该未雨绸缪，从现在开始就应该着手准备，为企业的后期的数据收集和分析做好准备，企业可以从下面五个方面着手，这样当面临铺天盖地的大数据的时候，以确保企业能够快速发展，具体为下面五点。
3.1以企业的数据为目标。
几乎每个组织都可能有源源不断的数据需要收集，无论是社交网络还是车间传感器设备，而且每个组织都有大量的数据需要处理，IT人员需要了解自己企业运营过程中都产生了什么数据，以自己的数据为基准，确定数据的范围。
3.2以业务需求为准则。
虽然每个企业都会产生大量数据，而且互不相同、多种多样的，这就需要企业IT人员在现在开始收集确认什么数据是企业业务需要的，找到最能反映企业业务情况的数据。
3.3重新评估企业基础设施。
大数据需要在服务器和存储设施中进行收集，并且大多数的企业信息管理体系结构将会发生重要大变化，IT经理则需要准备扩大他们的系统，以解决数据的不断扩大。
3.4重视大数据技术。
3.5培训企业的员工。
（2）“大数据”时代的到来，充满了机遇与挑战，谁能够最快地习惯这种新形式下的数据模式，熟悉和掌握处理这种数据处理方法，谁就会在之后的信息战中占得先机，取得主动权
参考文献
［1］李建义.数据库原理及开发.北京：中国水利水电出版社，2005.
［2］维克托·迈尔·舍恩伯格大数据时代浙江：浙江人民出版社2012.
［3］艾伯特-拉斯洛·巴拉巴西爆发北京：中国人民大学出版社2012.
［4］朱志军，闫蕾.转型时代丛书：大数据·大价值、大机遇、大变革［M］.北京:电子工业出版社2012.
【关键词】“大数据”计算机信息处理云技术
由于网络的普及，计算机用户群体呈现对数增长，因此而产生的数据量十分惊人。新形势下对计算机的处理技术能力的要求在更新换代，计算机技术也随之跟进，两者是互为依托。因此，我们必须变换新的观念、新的技术来满足日益增长的数据处理需求。
1“大数据”概念，以及它而产生的影响
随着数据量的增长，承载数据的载体，运算处理这些数据信息的计算机等等都在更近，并且它们之间密切关联着，牵一发而动全身，以前的计算机的硬件存储设备仅有几兆大小，如磁盘，软盘等，而现在，数据存储设备比如移动硬盘已经步入了我们生活当中，作为承载数据的设备，它的储存量也在不断增长，由原来的MB变为现在的GB、TB，这正是由于人们对数据存储的需求的增长而产生的直接结果。
与此同时，对计算机处理技术应用软件的开发，也加速了计算机数据处理能力的提高。软件与生俱来的操作便捷性，对数据处理的高效准确性，从而使其被使用程度和数量都非常高。
2在“大数据”的普及之下，计算机处理技术的发展与前进方向
2.1计算机“云技术”的诞生和发展
2.2大数据时代计算机信息处理技术面临的挑战与机遇
在大数据的时代背景下，出现了许多新的问题，这给计算机信息处理技术的发展产生了极大的障碍，而且因为数据处理要求的不断提高促使了人们加快对新技术的研发，因此计算机信息处理技术迎来了新的发展机遇。由于大数据在数据容量及内部结构上面的变化，若依靠当前的计算机信息处理技术来管理大数据，还存在着较大的问题，一方面，计算机软件在运行时，依然会遭受到来自互联网的病毒恶意攻击的问题，并且大数据的数据结构非常复杂，当进行存储和使用的时，由于经历的操作环节很多，很容易泄露数据，另一方面，通过使用大数据这种技术手段黑客很容易就侵入了用户的计算机。随着大数据的不断发展，人们对计算机信息处理技术的要求也在不断提高，为了提升对大数据的处理性能同时加强对大数据的安全保证，需要根据不同的需求对新的计算机信息处理技术进行研发和创新，使计算机在处理信息的过程中，可以对当前互联网环境进行全方位的的监控和判断，以实现对大数据的全面监控并达到对来自网络的恶意攻击的防御，保证大数据的安全。
2.3未来计算机处理技术的方向
3总结
随着“大数据”时代的不断前进，计算机运算处理技术将会有更高的提升，同时其应用也将会越来越广泛，因此作为一个现代高科技的产业，信息技术处理能够创造的商业潜在价值是不可限量的，必将更加深入未来社会的变革。所以计算机运算处理技术将来的发展前景，我们要保持乐观的态度。
[1]赵春雷，乔治纳汉."大数据"时代的计算机信息处理技术[J].世界科学，2012，02：30-31.
[2]耿冬旭.“大数据”时代背景下计算机信息处理技术分析[J].网络安全技术与应用，2014，01：19-21.
关键词：大数据时代；金融统计；创新
一、大数据技术概述
什么是大数据？关于这个问题，不同的人心中，恐怕自有一番看法。但我们至少可以找到两个特征：其一为海量的数据，其二为综合汲取考量。一般来说，利用广泛的数据统计，得出特定人群的特定趋向，这就是大数据技术所倾向于解决的问题。事实上，通过特定的统计方法和优秀的软件计算，人们可以从杂乱无章的海量数据中找到某些规律，这些规律往往在单纯的人力研究下隐而不彰，而在显现出来后，就能够为人们的决策等方面带来意想不到的便利。在大数据这个时代中，信息有着无穷的潜力。而金融行业，一向掌握着巨大数据便利。凡举线上线下各种转账支付，资金流通背后的社会本质和表面的经济现象……可以说，金融行业天生就与大数据技术有着密切的关系。
二、大数据对金融统计模式的影响
1.大数据时代对金融统计思维方面的影响
传统金融统计模式的统计思维建立在统计数据的严格性、匹配性、结构性和确定性之上。这种思维假定数据彼此间具有严密的关联性，能够以确定的数学公式加以描述，用成熟的数据模型加以预测，而忽略了数据本身具有的杂乱无章的特性，难以从更高层面上观察经济金融现象，数据模型虽然漂亮，与实际情况并无太大关联。
2.大数据时代对金融统计数据准确性方面的影响
传统金融统计对数据的准确性要求的严格程度、繁重手续和复杂环节，必然影响到数据的及时传达。可能因此错过了数据的及时分析而对金融行业造成巨大损失。因此，及时准确地传递数据与信息，减少不必要的汇总审查环节对数据的滞后效果，是大数据技术和时代对金融统计数据的准确性方面的主要影响。由于简化了汇总环节，统计成本得到了减小，工作效率得到了提升，因此也使得经济效益得到了新的保证。
3.大数据时代对经济分析方式的影响
在对数据的分析方面，大数据技术摒弃了传统统计方法中过于简单的汇总分析，因为这种分析首先假定了数据的关联性。大数据采用分层分析的方法，融合了多种先进的科学思想和技术，对数据的分析更加准确和深入，能够更好地分析内容，反映出事件的本质情况，使得数据分析能够更好地为决策提供重要的参考。
4.大数据时代对金融监管方面的影响
此外，由于大数据对信息数据的挖掘越来越广泛，采集工作变成越来越完善，反映金融状况的数据被越来越完整、全面地呈现在金融监管部门的眼前。利用大数据技术，他们可以方便、快捷地分析数据呈现出的金融运动，找出趋势，使得金融监管工作变得更为便捷，针对程度也更高，工作效率也更好。
三、在大数据时代下金融统计模式的创新
1.转变传统金融统计思维
2.注重微小数据的采集
大数据时代对数据的要求是更加细致的，它不仅要求通常的宏观数据，还要求金融机构的细粒度数据也能够被纳入到大数据技术的观察之中，受到分析的数据越多越好、越细越好。所谓全面而详细，也就只有在大数据技术强大的分析能力面前，各种琐碎的、看似毫无关联毫无结构性甚至毫无用处的数据才能够得到应用和分析。面对复杂多变的市场，传统的宏观数据分析难以把握的动向，由于大数据技术朝微小数据方面的反复不断和深入的挖掘，市场的动向往往能够更加准确地被展现出来。从而发现问题、解决问题，能够更好地采取有力有效的措施来保护市场。事实上，由于金融数据采集方式的改变，统计工作在大数据技术的帮助下变得较为简单，这使得金融检测工作也得到了发展，并在一定程度上保证检测结果的准确性。
3.建立通用数据标准体系
传统金融统计在数据上的误差往往因为其缺乏一个通用的数据标准。金融统计工作标准化的缺乏，是金融统计数据难以达到准确性、可靠性和一致性的重要障碍。因此推进金融统计的标准化，建立通用数据标准体系势在必行。这种规范化和标准化，通常表现于三个方面，即金融机构信息的规范化，金融工具的规范化和金融计值的规范化。一旦达成这三方面的规范化，金融机构在搜集数据时就能极大地得到便利，从而有效避免数据结果不一致的现象发生。
4.建造综合金融统计体系
在大数据环境下，金融统计更应当全方面地记录信息，使得各方面使用者都能在数据的综合方面获得益处，能够对风险具有全面的把握，从而便利于资金的调配。这就要求建立综合性的金融数据统计体系，实现数据与信息的共享，在统计数据更加透明的基础上保障其真实性和效用性，进而不断推动金融统计模式的良好创新和发展。
四、大数据金融统计实例分析
在大数据时代下进行的金融统计，与传统的统计方式有着较大的不同。传统金融统计不会涉及的领域，大数据的金融统计却可用来进行分析。
比如，社交媒体上的大量信息，就可以为金融统计提供信用评分。像德国的Kreditech贷款评分公司、美国的Movenbank移动银行、香港的Lenddo网络贷款公司，以及诸如trustCloud、Connect.Me、Briiefly和Reputate等新型的中介机构，就能利用申请者提交的社交网络，对其活动记录进行算法分析，通过分析好友的信用状况来做出信用评分，从而达到统计信用资料的目的。通过社交网络的资料进行客户信用评分，这在传统的金融统计模式内是不可想象的。
结语
大数据技术是互联网蓬勃发展之后带来的创新，以这种技术和思维为中心形成的大数据时代无疑极大地改变了金融统计的面貌。要想不落后于时代，就要不断提高金融数据采集的全面性，令信息的真实和准确程度得到保证，从而不断推进金融行业朝着良好的方向发展。
参考文献：
[1]张曦.我国货币与金融统计的现状分析[J].时代金融，2012（18）
[2]李璇.浅谈中国的金融统计国际化[J].经营管理者，2011（18）
[3]张小明.互联网金融的运作模式与发展策略研究[D].太原：山西财经大学，2015.
3月1日，北京阳光明媚，对于已橙色预警、持续一周雾霾天气的首都而言，空气格外清新。
“不知道是贵州赵书记、陈省长让贵州的天气把‘云’带过来，净化了北京的空气；还是北京市云计算的结果把北京的空气变得可控可稳？”当日下午，在位于海淀公园旁边的中关村科技创新展示中心，一场“贵州北京大数据产业发展推介会”正吸引着IT界以及全国各地媒体的目光。发言席上，富士康科技集团总裁郭台铭一语双关的幽默，赢得了会场千余听众的热烈掌声。
一场IT盛宴
会议下午3点开始，上午11时许就已经有媒体记者开始了会前的热身报道，在会议开始前一个小时，媒体席上已无空座，晚到的记者，只能“委屈”地挤在两旁和中间的过道上。
这是一个以“大数据”为主题的推介会，也是一个产生大量数据、体现大数据时代传媒特色的会议。
也正是在这个移动互联网大行其道的时代，大数据的魅力才格外耀眼。在互联网这个快速变革行业打拼的人，往往思想敏锐、充满活力。
虽然已年近50，马云仍然“身手敏捷”，当主持人有请“阿里巴巴董事局主席马云”的话音刚落，他便一个箭步走上了演讲台，简单的开场白，随即抛出观点、直奔主题，“今天这个日子不仅仅是对贵州，对这个行业的腾飞也具有重要的意义”。
中国科学院院士、北京大学校长王恩哥，中国工程院院士邬贺铨，中国电信、中国移动、中国联通、富士康、微软、华为、百度……众多国内外IT企业的负责人或行业专家，也从各自的理论研究或是商业实践角度，畅谈大数据“云”、“管”、“端”的未来发展。
无疑，此次推介会成为了一次共谋大数据未来的IT盛宴。
发言嘉宾要么是大数据领域的权威专家，要么是在大数据产业中叱咤风云的大腕，或是抓紧布局的互联网后起之秀。
虽然没有开放式的讨论，没有直接的观点交锋，但演讲的话题均是有关当前大数据产业如何更好更快发展的焦点：有对大数据概念的重新定义，也有对IT行业发展的理性思考；有对大数据产业未来5到10年的预判，也有对时下大数据应用的具体分析，谈机遇规划者有之，谈挑战应对者亦有之。
“大数据服务业的属性大于制造业，对其他产业的影响，大于对IT产业的影响。社会效益大于经济效益。”
“要在这个转型发展当中取得成功，可能对我们人人都有机遇，但也难言人人都能成功。”
“谁能够高瞻远瞩，能够领先一步地抓住这个契机，对于促进当地的经济社会的发展，尤其是革命性的发展，具有重要的意义。”
……
精彩观点纷呈、精辟分析不断，听众席不时响起热烈掌声。原定于下午5点结束的推介会，在不知不觉中延续到了6点半。
为贵州点赞
在推介会会前会后，一个“为贵州点赞”的活动正由当代先锋网策划执行，与会的各界代表拿着“我为贵州点赞”的小牌子，对着镜头，三言两语讲述对贵州的看法，然后开心地说道：“我为贵州点赞！”
毫无做作、由衷的称赞是企业界对贵州这几年发展势头、发展环境的认可。
除了直接的点赞，在会场的发言中，贵州也赢得了各方的称赞。
在与阿里巴巴首席技术官王坚的交谈中，记者了解到，马云和他的团队之所以对贵州“情有独钟”，是因为看好贵州在移动互联网时代的发展潜力。他们认为，贵州的落后，只是传统工业时代，贵州公路铁路不发达造成的，而在互联网时代，物理空间将在很大程度上被虚拟空间所取代，由于少受传统工业方式的影响，贵州更能在移动互联网时代、大数据时代做到快人一步、抢占先机。
事实上，抢抓大数据机遇，贵州已经“在路上”。
早在上世纪80年代，美国人就提出了“大数据”的概念。随着信息技术的进步与普及，各领域的数据量都在迅猛增长，人类社会数据积累从量变到质变，“大数据时代”也就降临了。大数据成为未来人们获得新的认知，创造新的价值的源泉，并推动经济、社会与政府转型，整个世界日益朝着被割裂为大数据时代、小数据时代和无数据时代的方向发展。
如何把握住时代赋予的机遇，引领大数据时代的潮流，打造一个基于新技术、新规则、新理念的公共服务型政府，笔者以为，需从以下三个方面着力。
夯实大数据时代的网络基础
大数据时代的基础是移动互联网、云计算、物联网等新技术，政府要主导信息化基础设施建设。
搭建大数据时代的应用平台
大数据的应用需要政府强势推进，从自身做起，带动大数据平台发展。
培养大数据时代的文化精神
新事物需要新精神来指引，否则就会偏离轨道。政府必须先知先觉，引领时代精神的培育。
全球畅销书《社会消费网络营销》作者拉里·韦伯直言不讳地指出，目前已经到了收集数据的黄金时期，而如何整合这些数据成为品牌营销未来的关键任务。
数据挖掘与消费者喜好
在陈继丰看来，社交大数据正在对企业，甚至于一些行业带来深刻的变革。首先，与传统的营销方式相比，利用大数据营销，从前期的曝光，中期的转化，到后期的购买行为都是可监测的。效果可评估是大数据带来的最实质性影响；其次，在社交环节，越来越多消费者通过社交媒体反馈自己对企业产品、品牌形象的看法，这个过程会产生许多有价值信息，甚至包括一些潜在的市场需求。对一个企业来说，这些信息不仅可能使他们调整原有产品，甚至催生新的商业模式。消费者洞察，是大数据的核心价值；第三，大数据对某些行业来讲，意义更加不同。比如电影行业，金融行业，大数据能够起到预估性、前瞻性作用，企业可以据此建立一些模型对消费者行为进行分析。“就连美国总统奥巴马也是大数据的忠实拥趸。美国大选期间，他的团队利用来自社交媒体的数据有效进行民意监测，对他的连任发挥巨大作用。”陈继丰说。
事实上，大数据正在改变整个市场营销行业的工作方式：理解消费者背后的海量数据，挖掘用户需求，提供跨平台的个性化营销解决方案。对于大数据能为企业做些什么，随视传媒CEO薛雯漪指出，“利用大数据的关键点不单是数据的采集，而是对数据的分析与洞察，也就是使这些数据为人所用。互联网时代我们通过进行消费者行为的采样，借助计算机的强大的处理能力，能够在样本中找出适合每个企业的营销模式。大数据分析能够洞察目标消费者的消费行为和心理，从而提升市场营销效率。”
社交大数据促使营销更加精准
大多数市场营销人士都在张开双臂拥抱“大数据时代”的来临，在他们看来，手中握有数据的公司就像站在金矿上，基于数据挖掘会诞生更多富有创造性的营销模式。
运用社交大数据营销的难题
关键词：要素资本大数据资本企业价值
一、要素资本理论
认识要素资本理论首先要厘清资源、生产要素和资本三者之间的关系。
（一）资源。资源的存在是客观的：石油、天然气、土壤等。这些资源的发现和利用，是由社会生产力决定的。人类在认识的基础上加强学习、开发知识、不断实践，就会将更多的资源转变成生产要素。一定时期的社会实践中使用的生产要素，取决于人类的认识和社会实践能力。从范围上来讲，资源的概念包括生产要素。
（二）生产要素。生产要素是经济学中的一个基本范畴，又称生产因素。生产要素的形成和确认是财务学上要素资本范畴产生、形成的基础和条件。过去学者定义企业的生产要素由劳动力、土地、资本、企业家才能构成，这种认识是由当时的社会实践水平所决定的。随着企业经济实践活动的不断进行和发展，这种认识显示出局限性。目前，对生产要素内容的认识已日益丰富，不断有新的资源纳入到企业的生产要素构成中，例如现代科学、技术、管理、信息等，这些生产要素在现代化大生产中发挥着各自的重大作用。随着生产方式的转变和生产力的发展，生产要素的结构方式也在发生变化。实践发现，生产力越发达，新兴生产要素发挥的作用就越大。
（三）资本。马克思指出，资本家投入到生产过程中的资本，从自然形式上看，总是由一定数量的生产资料和劳动力构成。资本的抽象定义是：资本是可以带来剩余价值的价值。剩余价值是由被雇佣的工人的剩余劳动力所创造。在资本主义社会，资本总是通过各种物品表现出来，但资本的本质不是物，而是一定的历史社会形态下的生产关系。罗福凯提出，财务学上的资本就是上一阶段生产的节省。资本的本质是以往的生产过程的结果，它的任何积累都是以缩减以前各期的消费为代价。
一定时期生产要素的形成，取决于人类知识的增长。具体的资源转变为具体的生产要素，需要人们增加具体的“知识”，并需要经过生产过程的检验。人与人之间进行交换的目的是进行资本积累和投资。在有货币的情况下，生产要素经过交易过程转变为资本。而在大数据时代，资本的本质意义就是以往市场交易过程的结果。即使是货币，也只有在交易过程中才能成为资本。
（四）要素资本。生产要素在经过特定的程序之后才能变成企业的要素资本。生产要素成为要素资本的必要条件是生产要素需要进入市场交易过程，由财务资本拥有者投资控制拥有这些生产要素；当生产要素完成买卖程序、完成产权转移，交易的生产要素或资源就转变为要素资本了。这些不同作用和特定功能的要素资本，统一以未来净现金流量折现值的形式，进入企业财务系统。此时，异质的资本品和同质的资本金统一使用会计计量单位――货币，并且在财务学的逻辑基础上直接进行加总。财务资本与实物资本、技术资本、人力资本、信息资本等，共同形成企业的要素资本。建立要素资本的概念，可以有效地反映和解释人力资本、技术资本和信息资本的客观存在。
生产力的发展，使整个经济社会的新兴要素更加活跃，世界进入大数据时代，各种生产要素在社会经济中都发挥着举足轻重的作用。由于资本的增值性、变动性特别强，资本与其他生产要素相结合就孵化出无数的新兴资本，如人力资本、技术资本、信息资本、知识资本等，因此，新兴的要素资本开始出现。
二、大数据资本
（一）大数据时代。“大数据”在互联网行业是指这样一种现象：互联网公司在日常运营中生成、累积的用户网络行为数据。这些数据的规模是如此庞大，以至于不能用G或T来衡量。经过多年的积累，社会的数据量、数据处理技术和能力都有了很大的飞跃，在此背景下，大数据时代已经来临。哈佛大学社会学教授加里金说：“这是一场革命，庞大的数据资源使得各个领域开始了量化进程，无论学术界、商界还是政府，所有领域都将开始这种进程。”
（二）大数据资本。按照要素资本理论，资本与大数据这一生产要素相结合，能孵化出的要素资本就是大数据资本。“数据是新的石油。”亚马逊前任首席科学家AndreasWeigend如此评价大数据的价值。以至于其获取、储存、搜索、共享、分析，乃至可视化地呈现都是这个世界可挖掘的“宝库”。政府、企业等各行各业开始意识到，大数据正在成为企业组织最重要的资本，大数据资本正在成为各行各业的核心竞争力。
21世纪是大数据的时代，谁掌握大数据，谁就可能创造价值。甚至可以说，谁拥有更多的大数据资本，谁就有话语权。所以，随着要素资本从企业财务资本的影子里走出来，走向企业舞台的大数据资本的价值也逐渐地被认识和准确定位。纯粹财务资本的重要性下降，以价值为基础的新兴要素资本共同创造价值的经济制度正在构成。用要素资本理论来分析企业价值更具有现实意义。
三、要素资本理论下的大数据时代的企业价值
（二）要素资本理论下的企业价值。有些要素本身可以创造价值，有些要素本身就是价值。要素资本投入量与财务效率之乘积等于企业价值。
本文根据要素价值理论进行企业价值研究。根据企业的生产要素价值进行企业价值的研究，有助于更加客观和准确地对大数据时代企业的价值进行评估。根据要素资本学者提出的要素资本平衡表来进行企业价值评估，传统的价值分析方法有一种是对企业中的形成企业物质形态的厂房、机械、工具、原材料和产品进行价值评估，但事实是这些有形的物质形态本身不会与企业外部发生吸纳和输出的过程，企业能够进行增值的动力是技术信息和知识的作用，这一部分也是企业价值的构成。
由于当代财务活动的多样性和复杂性，企业资本的种类和形态发生了重大变化，科学技术和信息知识等生产要素在企业中的投入越来越大，尤其是数据资本在企业中的比重和作用越来越重要（其价值在整个企业价值中的比例越来越大）。新兴产业不断涌现，如果在企业价值评估时没有考虑到这些越来越重要的要素资本的价值，在企业进行项目投资、在投资机构选择投资项目时就难以正确客观地对该类型的企业进行评估。那么那些新型产业难以全面迅速的成长发展。
（三）大数据时代对企业价值的认识。数据成为资产凝结着技术知识和信息：首先数据是独立的，可以拥有所有权，对数据的利用技术是可以交易的，使得数据成为要素资本。大数据一方面是企业价值评估要纳入的因素之一，另一方面又是财务管理活动的出发点――财务管理环境的巨大变化。数据是生产要素，故数据也是企业价值创造的资本，是进行企业价值评估的关键因素。财务学上的价值就是微观主体的资本占用量在市场上的价格（实现价值），那么在评估微观主体的价值时就应该综合考虑这些生产要素在市场上的价格（实现价值）。
四、理论研究意义
财务管理的目标是实现企业价值最大化，正确地衡量一个企业的价值是财务管理的终极目标，同样，企业战略在实施过程中的目标也是实现企业的持续经营和价值最大化，财务投资战略服从服务于企业的战略，当财务的投Y战略实施之后就需要对企业价值有一个更客观的认识，只有实践和认识相协调才能促进实践的更好发展。所以，对数据资产、数据资本的正确、客观的认识，给予其正确的实践地位具有重大的实践意义。
大数据时代是经济发展的又一个重要时代。在大数据时代的发展开端，谁能把握住发展的机遇，谁就能在接下来的几十年的经济发展周期内快速发展。理论来自实践，同时又高于实践，先进的认识能够更好地指导实践的发展。为此，应该将大数据这一新时代的生产要素以合适的位置进入到经济实践活动当中。本文以要素资本理论为基础，分析大数据资本。在当今大众创业、万众创新的浪潮下，正确理性地看待新型企业的价值，有助于企业吸引投资，也给财务资本界以新的投资视角，给经济发展注入活力。S
[1]罗福凯.要素资本平衡表：一种新的内部资产负债表[J].中国工业经济，2010，（02）.
[2]罗福凯.论要素资本――由一则故事引发的思考[J].财经理论与实践，2009，（01）.
[3]罗福凯.财务理论的内在逻辑与价值创造[J].会计研究，2003，（03）.
/移动互联网的到来对企业的影响/
从调查结果可以看出，移动互联网的出现确实影响了企业的方方面面，几乎所有的企业都反馈，移动互联网影响到了他们的办公方式。此外，借助移动互联网完善销售流程、进行营销推广、构建新的运营模式等也是IT业界的新趋势。不管是传统的IT厂商，还是软件厂商，都通过成立专门的移动互联网部门、收购移动互联网企业等方式来进军移动互联网领域。可以说，移动互联网的诞生深度影响了企业的发展战略，改变了企业的运作方式，提升了企业的运转效率。
/云计算落地存在的障碍/
调查结果显示，虽然目前云计算在中国的发展状况不错，但依然存在诸多障碍。存在安全问题、用户对服务的认知度不高、没有统一标准以及概念混乱是阻碍云计算发展的主要原因。目前，由于对云计算的认知不够，很多用户都称云计算为“晕”计算，这就需要涉足云计算的厂商与技术开发者做好沟通，以云计算为手段，设计出贴近用户的产品，才能逐渐使用户对云计算有更明确的认知，这对厂商来说可谓任重而道远。在互联网时代，安全是永恒的问题，云计算的出现会为网络安全带来隐患，用户会有顾虑而不会轻易使用云服务。此外，制定云计算的统一标准和明确云计算概念也是政府和行业亟待联合解决的问题。
/企业使用社交商务服务的领域/
近年来，社交网络进入了我们生活。特别是最近几年，发展十分迅猛。根据调查结果，有79%的企业会借助社交网络进行产品和服务的市场推广，63%的企业会借助社交网络进行客户关系的维护与发展。社交网络为企业提供了大规模的用户资源，还为企业提供了更宽广的宣传和推广平台。社交网络还为企业的客户关系管理带来了新的变化。过去，客户信息保存在企业自己的数据库中，企业知道客户真实的信息。但今后，除了企业自身拥有的数据，社交网络也为企业提供大批客户数据。此外，微招聘、产品的研发沟通也是社交网络为企业带来的不可忽视的变革。社交网络对企业发展的价值已经显现，但若想被深度利用，就需要企业清晰明确地认识到社交网络的价值，然后将其逐步应用到日常办公当中。
/企业为迎接大数据带来的挑战将做出的改变/
英特尔
在这个融合创新的时代，移动终端与计算设备的发展，与其说符合“物竞天择”的进化论，不如说是融合创新的演进过程。当下，融合正成为移动互联产业发展的新动力、新方向，而最显著的特征，就是从上到下各种设备都将具备触控功能，将消费者带向一个“全触控”体验新时代。此外，融合不但体现在移动终端和应用，在终端和云之间也有所体现。
Informatica公司
Informatica公司大中国区总经理王晨杰认为，社交计算和移动计算的采用，意味着数据采集的量大大增加。企业越来越强大的云计算应用部署同样产生了大量的云端数据。他说：“这些庞大的新型数据能够带来前所未有的商机，企业能够通过掌控大数据提高运营效率，降低IT基础架构和数据管理成本，并更好地管理品牌和客户关系。”
长虹佳华
云计算时代的到来提供了机遇和挑战。长虹佳华一直站在IT发展的前沿，多年前就敏锐地感觉到，云技术会成为未来IT发展的重要方向之一，并为此做了大量准备和技术积累。长虹佳华云体验中心不仅能为特定的行业用户提供定制的云技术解决方案，而且还能为下游渠道和客户提供基于云架构的数据全流程解决方案和增值服务。
关键词：大数据收视率建构
“大数据”概念、数据挖掘技术进入传统收视率调查系统，促使收视率调查方法、技术不断进步与革新，依托对大数据监测与整理，全面、客观、准确地呈现了全媒体环境下受众的收视行为。
传统收视率调查面临的挑战与质疑
收视率调查开始于20世纪30年代，经过几十年发展，在技术和数据处理上已较为成熟，被广泛运用于电视节目评估。但是，随着大数据时代的到来，传统的收视率及其调查方法，已不能反映受众真实、全面的收视行为，进而不能反映和评估出节目的真实价值，亟需创新和变革。
二、样本量较少，可信度低，易受污染。传统的收视率调查采用随机抽样来代替普查，我们不能否认其科学性和可行性，但是依赖绝对随机性，在现实环境下非常难以实现，国内收视率调查公司的调查点多分布在大中城市，偏远地区很少设有调查点，样本数量少。在地域辽阔、人口密集、城乡差异巨大的中国，这样的抽样方式不能反映全部受众的收视情况，不具备样本的代表性和可比性。传统收视率调查的日记法要求受众认真准确填写收视日记，但是有些受众在收看过程中没有按时、如实填写，而是事后追记甚至是一周一记录，导致日记法可信度较低。
在传统收视测量中，由于采集到的数据样本少，一旦有少量样本户受到干扰，就将直接影响整体的真实性和准确性。②有媒体曝光一些利益集团采用不正当手段，寻找和接近样本对象，以贿赂、收买等方式影响样本对象的收视行为，让其锁定收看某节目导致收视率数据虚假失实，影响收视率作为“行业货币”的信誉度和权威性。据索福瑞公司的总经理王兰柱介绍，索福瑞在每个大中城市会有300户的样本户，如果有人想通过非常手段来影响收视率，只需要影响6户样本户就有可能将收视率提高一个百分点，“而这一个点的改变，能给电视台、栏目带来近百万的经济收益。”③
在全媒体环境下，受众接触媒介行为更加复杂和多样，产生了海量数据，传统收视率调查技术如何对海量数据进行挖掘和分析，如何获取更加全面、精准的收视数据，这是新媒体环境下收视率调查系统面临的严峻压力与挑战。
大数据基础上收视率调查系统构建的可能
一、测量指标的构建：多样性与标准性。在媒介融合大背景下，收视率调查系统将测量范围由传统的电视媒体扩展到互联网、手机等新媒体平台，通过大数据技术对受众观看视频行为、态度的统计与量化，以弥补传统收视率调查评估的不足。大数据不仅测量监测和分析受众观看视频的行为习惯，而且还将态度和情绪转变为一种可分析的形式，并构建起新的测量指标。
传统的收视率调查市场被垄断的局面将被打破，每个参与调查的公司与主体，都无法靠一己之力完成对受众认知、心理、行为等多种信息的收集、处理，各调查主体需要通力合作，发挥所长，在合作中竞争，在竞争中合作，共同提升收视率调查体系科学性和可靠性。例如，歌华有线公司与中国传媒大学、央视索福瑞、尼尔森、秒针系统、新生代全景、中传瑞智等单位均开展了深度技术合作。
在大数据时代，数据作为一个资本与门槛，让越来越多主体参与到收视率调查体系中来，出现了数据存储公司、数据分析公司、数据咨询与服务公司，国内央视-索福瑞公司建立的“一个市场、一种货币”的收视率调查市场体系有望被打破，无论是原有的独家垄断和即将到来的自由竞争的收视率调查体系，都将面临数据报告客观、公正和透明的问题，这需要收视率调查市场建立有效的监督机制，维护良好的市场秩序。
在我们以大数据技术为收视率调查带来进步的同时，不要盲目陷入技术崇拜和技术依赖症，而忽略人的主观能动性对收视率评估的作用。目前，数据挖掘主要采用的方法如关联算法、聚类算法、机器学习算法等，能否将它们利用在新媒体收视体系的构建中，学界和业界需要开展更深入的研究。我国幅员辽阔、受众成分复杂，传统的以人工操作为主的日记法仍然具有一定的优势和作用，首先日记法费用低廉，无需装设仪器，所需费用较少；其次，许多传统电视受众为非网络用户，无法采集受众收视行为，只能靠日记法作为收视率调查体系必要补充。所以，在收视率调查体系中，为了适应市场变化、满足不同用户需求，调查机构需要采用多种技术测量手段，发挥其各种优势，取长补短，共同完成测量工作。
互联网视频公司也会依托大数据，采集和分析用户观看视频偏好，为用户提供智能与个性的视频观看服务指南。优酷土豆每月都将《中国网络视频指数》，根据海量的数据和专业分析，洞察用户行为，解读行业趋势。
（作者单位：重庆大学）
栏目责编：陈道生
注释：
①张树庭：《视网融合时代的电视节目评估》[M]，北京：中国广播电视出版社，2012.17。
②何蔚，吕沁：《基于大数据理念的电视节目编排管理策略探索》，《电视研究》，2014（6）。
③小老伍：《收视率造假涉巨大经济利益霸主央视索福瑞受质疑》，《华夏时报》，2010-07-23。