传统的数据，主要是指数字和字符串。表格是传统数据最为普遍的一种展示形式，包含许多行和许多列。不同学科对行和列的称呼是不一样的。在计量经济学中，行被称为“观测值”，列被称为“变量”；在机器学习中，行被称为“示例”，列被称为“特征”。

随着社会的不断发展，数据形式越来越多样化。图片、声音、视频均可被视为数据，作用跟数字和字符串类似。无论是数字、字符串，还是图片、声音、视频，它们全都以0和1两个数字的形式存储于电脑里面，该过程就是“数字化”过程。

迄今为止，数字经济的概念并不清晰。目前广泛使用的一个概念，来自《数字经济及其核心产业统计分类（2021）》，原文如下：“数字经济是继农业经济、工业经济之后的主要经济形态，是以数据资源为关键要素，以现代信息网络为主要载体，以信息通信技术融合应用、全要素数字化转型为重要推动力，促进公平与效率更加统一的新经济形态”。上述概念是为统计实践服务的，并不严谨，我认为数字经济仍然处在工业经济的大范畴之中。

对数字经济这样的新生事物，不宜把概念定义得太死板，松松垮垮些，反而更好。我建议，把数字经济定义为：“数字经济是以数据资源为关键要素的一种新经济形态”。其中的数据资源，是与“数字化”所相应的新型数据资源，即我们通常所说的“大数据”。很多人对大数据的理解聚焦于“大”这个字，意指观测值非常多、变量个数非常多。我认为，对大数据更为合适的理解在于“动态”两个字，观测值是动态的、变量个数是动态的。大数据不能由传统调查来获取，而是需要借助动态采集工具，例如爬虫技术、手机类通讯工具等等。当然，大数据所包含的数据形式更为丰富，图片、声音、视频全部都是数据的范畴。在数字经济时代，数据的处理方式也要不断进展。传统的计量经济学，尤其是通过巧妙假设探求因果关系的内容，用于分析大数据是非常不合适的，机器学习、深度学习才是与大数据相对应的数据处理方式。背后的道理很简单，大数据是真实世界的自然反应，为什么我们还要使用扭曲后的数据来验证某种理论？社会要发展，时代要进步，多年后回头来看当今的社科研究，将会发现，很多所谓因果关系的实证研究都是学术垃圾。在数字经济新时代，我真心希望大家能够尽快转变观念，学习和掌握真正的数据处理技术，为社会发展真正贡献力量，而不是局限于八股规则下的论文发表。

转发自：“E校挺好”