经济数据网_疫情情况下经济数据数字经济

经济统计中大数据分析的应用

在经济数据库中，每一个字段项之间都存在函数关系及其他关联。在数据之间，除了可以采用函数关系式来表示之外，在经济数据库中吗，（二）神经网络法。在此基础上加工处理和分析数据信息，在经济统计中应用神经网络法，可以对在数据信息输入之后，神经网络算法应用在信息处理中，且有利于大幅度提高数据分析处理效率4。神经网络算法应用在数据分析中，为后续数据处理与利用提供依据。除此之外，可对具体问题进行系统分析，便于经济问题高质高效地解决。（三）决策树方法。在经济统计中可采取多种方式来进行，在经济统计中使用决策树，应将统计理论作为重要支撑，在此基础上，决策树方法应用在经济统计中，在海量化数据和庞大项目中，宜使用决策树方法来完成数据处理工作。）粗集理论方法。粗集理论方法属于一类数学方法，应采取上下近似集方式来完成数据分析，形成统计新思维。

新冠疫情下数字经济的机遇与挑战

人才培养与法律保障为数字经济保驾护航我国高度重视人才工作，2020年1月，相关政策不断推广精准扩大人工智能等学科高层次人才培养规模，确定综合规划与具体实施步骤。在疫情防控逐渐成熟之时，面临毕业季就业问题，我国逐渐推出各类高层次人才“云端”招聘活动，以期线上求贤，譬如长三角G60科创走廊搭建云上平台、云南及石家庄等地举办网络云选会，这些网络平台为吸引优秀毕业生，“信息”与数字经济息息相关，2014年，美国Target和HomeDepot两家大型零售商分别泄露了7000万和5600萬用户信息;由于信息保存不当或因安全漏洞受到攻击，我国网民数量不断攀升，2019年已经高达8.54亿人，互联网普及率达61.2%[6]，数字经济安全风险也逐渐增强。面对风险，我国自2009年起便开始完善相关法律，确立了《刑法修正案（七）》，将非法获取、出售公民信息纳入刑事规制范围。《网络安全法》也在2017年正式实行，对公民网络信息安全保护作出集中规定，保存及使用等方面进行规范。

经济增速创历史新高后将如何演变

低基数和需求复苏促进经济增速显著上升，低基数和需求复苏促进经济增速显著上升。同比低基数显著抬升了今年一季度经济增速。疫情冲击下去年一季度经济增速仅有-6.8%，按照可比价格计算，今年一季度实际GDP比2019年一季度增长了10.3%，把去年和今年合计来看，两年平均增长了5%，实现较好增长。经济运行延续了疫后稳健恢复步伐，GDP同比及环比增速，数据来源：WIND，交行金研中心

疫情下的数字经济与产业转型新机遇

第一个机遇，新基建将为数字经济发展奠定基础。新基建和老基建相比，其附加值更高，数据中心、可信互联网等基础设施，让大家在疫情期对中国经济仍然充满信心和希望；长期来看，各个产业要基于这些基础设施加速转型发展、第二个机遇，数字化生产关系开始在中国确立，并领先全球。经过这次疫情，这一点已经逐渐显现并被社会广为接受。产业互联网初露端倪，从而能够让中国经济进入高质量发展阶段，并在先进生产力创造方面引领全球。第三个机遇，数字化人才在加速成熟。疫情期间，每个人在家里都要学习和工作、每个人在未来社会都将要成为数字化人才。在某种程度上，但智慧人口红利时代却刚刚开始，

数字经济面临的挑战

基础研究实力弱，核心技术总体落后，但我国核心技术仍然受制于人，具体来看，在高端芯片、电脑操作系统和手机操作系统等领域，仍处于追赶阶段，为推进数字经济，在计算机、通信和微电子技术等领域，避免盲目跟风，揠苗助长。数字鸿沟问题亟待解决，我国各区域间数字化发展有较大差距，经济水平、信息基础设施接近全覆盖，东部沿海等发达地区数字经济参与程度高，而中西部地区则较为落后。互联网仍需向中高龄人群渗透。40-49岁网民群体占17.3%，而50岁及以上网民群体仅13.6%。从网民规模看城乡之间互联网发展状况，我国农村网民规模为2.25亿，农村地区占比达62.8%。可见我国网民主要分布于城镇地区，非网民仍以农村人群为主，因而农村信息获得能力较弱，城乡间数字经济涉入差距较大。

推荐阅读