数字经济时代是农业经济、工业经济之后的一种新的经济社会发展形态，农业经济的基础要素是土地，工业经济的基础要素是机器，而数字经济的基础要素就是大数据。
大数据作为一种基础性和战略性资源，是提升民众生活品质、国家治理能力的“富矿”。国家高度重视的“新基建”战略布局中，大数据中心的建立，也是希望助力牢固信息化“地基”建设，推动数据要素参与到更多价值的创造和分配，保障高质量的社会发展。
网络零售有更低的运营成本和更高的运行效率，对一个零售企业来说，库存周转天数和账期是衡量一个企业运行效率的最重要的2个指标，网络零售商在这2个指标上的的表现远远高于线下零售店。网络零售有线下实体店难以比拟的优势，如海量的货柜，不受物理空间的限制等。
数字化品类发展，经历从标准化商品到非标准化产品的发展路径。早期网络零售多数是以标准化商品起步，如图书、酒水，但是非标准化商品、个性化商品有很大的机会，如生鲜电商，标准化很低，流通的损耗很大，同时生鲜是一个高频的消费，有非常好的发展前景。
但目前，我国大数据管理尚无针对公共数据管理规范的诸多现实痛点。
例如：l多个政务部门、行业企业之间数据标准不统一，数据接口错综复杂，导致公共数据共享开放仍未深入展开，涉及公共服务、城市管理信息的共享，更是难以实现。
l我国大数据信息的社会化共享水平还有待提高，共享开放管理尚未形成闭环，政企、行业和民众之间，信息公开仍有很多壁垒，阻碍了社会服务效率的提升和数据经济的深化发展。
进一步推动大数据信息社会化共享，是发展高效便捷的社会生活，把握更多数字经济发展机遇的关键举措。鉴于上述问题和痛点，苏宁董事长张近东在2020年两会上建议从以下几方面推动公共数据的社会化共享：
一、成立数据治理委员会，推动大数据共享体系建设
二、建立“公共数据社会化共享”管理平台
三、完善技术和管理规范，保障数据共享的安全可控
四、界定明确的数据共享属性和共享权益，实现数据确权流通
五、建立公共数据社会化共享的通识教育
随着科技革命的高速发展，数字经济已经进入从技术探索到产业应用的阶段，数字经济强调培养学员的复合能力，是经济学、数据科学、管理学等学科门类的结合，是一种跨界培养，是“思辨+管理+赋能”相结合的具体实践。
UCA—DDE项目旨在缔造数字科技独角兽，成就数字经济领军者，培养拥有商业资源同时具有影响力的业界翘楚，提高企业的决策能力和管理水平。
入学标准
#未具备以上条件的管理工作经验者，请想考项目办公室提交补充附加材料特殊申请
如果您对DDE项目感兴趣，欢迎私信了解获取更多详情~~~~
降低生产、经营等成本降低劳动力。
在数字时代，算力就是生产力。比如客人自己扫码点餐，饭馆就能省下一个服务员的成本，这就是算力在发挥作用。
作为经济学概念的数字经济是人类通过大数据（数字化的知识与信息）的识别，选择，过滤，存储，使用，引导、实现资源的快速优化配置与再生、实现经济高质量发展的经济形态。
数字经济的特征表明
在知识的创新阶段，知识应用的范围越广泛，涉及到的客户越多，就能创造越多的价值。在知识的普及阶段和模仿阶段，由于时效性问题，知识在发达国家的边际报酬下降。在发展中国家却能维持很高的边际报酬。
因为对于发展中国家来说，这些知识仍然是最新的、最具时间价值的。信息技术进入21世纪以来正处于普及和模仿阶段，向发展中国家扩散符合发达国家的最高利益，这可以大大提高发展中国家的信息化速度。
论文参考：
对经济研究中数学方法运用的思辨
如何认识经济研究中数学方法的运用在学术界历来争议很大。自从1969年首届诺贝尔经济学奖授予将数学和统计方法应用于经济分析的荷兰经济学家丁伯根以后，在世界范围内出现了一股经济研究数学化的热潮。经济研究中这种倾向性的风气，对我国经济理论界产生了很大影响，一些经济理论文章出现了大段大段数学公式的推导，个别学术性经济类杂志（并非是计量经济学或统计学杂志）此类文章甚至占了1/2到2/3，对此不少经济学家产生了疑惑：难道这就是经济理论研究的方向，这类研究可以解决或阐明我国经济体制改革中的一些现实问题吗？
一、经济研究离不开数学
一部科学史揭示了这样一个事实：凡属“科学”范畴的各个学科，都是在人类社会活动实践的基础上产生的。学科的划分和不同学科各自特征的归纳都是“人为”因素作用的结果，就内在本质而言，各学科之间相互作用、相互影响、相互渗透的关联性极为明显，不惟自然科学与社会科学各自内部的学科，就是两类学科之间也是如此。
经济学是研究社会资源配置及社会经济关系的一门科学。基于资源存量与流量的可度量性，为了使资源配置更加公平、效率更高，经济学有必要借助于数学这一严密、精确、实用的思维工具。基于在资源配置过程中所形成的经济关系涉及到经济制度、社会心理、价值观念等难以量化的因素，经济学作为一种以思辨定性分析为主的实证性科学，不可能以数学作为经济研究中基本的或者说万能的工具。
关于数学方法在经济学中的作用问题，在理论界历来争议就很大，这种论争至少已有100年之久。从“反对数学的蒙昧主义”，到断言没有数学就没有任何科学，见仁见智，意见可谓大相径庭。
作为实际经济活动的理论概括和抽象的经济学，从其萌发到形成始终没有离开过数学。一方面，数的概念是在漫长的生产活动过程中产生的，另一方面生产活动也总是需要经济类的不同学科，诸如人口学、市场学、劳动工资学、价格学、财政学、金融学、会计学等等无一不与计数、计量、计算有关。离开数的概念，离开算的方法，可以说就不会有这些学科。
经济活动的实践决定了经济理论的研究也离不开数量，并且在经济学中运用数学的程度与数学本身的发展密切相关。纵观数学的历史，其可分为有质的区别的四个基本阶段。第一阶段，计数、算术时期（终止于纪元前5世纪）；第二阶段，初等数学即常量数学时期（终止于17世纪）；第三阶段，变量数学时期（终止于19世纪）；第四阶段，现代数学时期。现代数学时期突出的特点是，多种多样的数学分支不断成长，数学的对象和应用范围大大扩展，并且以更高的理论抽象和概括揭示出了数学中最一般的统一的概念。
尽管数学的概念和结论极为抽象，但是它们都是从现实中来的，并且能在其他学科中、在社会生活实践中得以广泛应用，这也许是数学不仅具有无限的生命力且对于各个学科都有巨大影响和吸引力的根由所在。正如恩格斯在《反杜林论》中所说，应用数学来研究现实世界的这种可能性的根源在于：数学从这个世界本身提取出来，并且仅仅表现这个世界所固有的关系的形成部分，因此才能够一般地加以应用。
经济学对数学的应用范围伴随着数学的发展在不断扩大。在19世纪之前，经济学主要运用的是初等数学。从威廉·配第的《赋税论》(1662)、《政治算术》(1676)，到魁奈的《经济表》(1758)，都是利用数字、图表和简单的计算去描述分析国民财富的状况和变化。从19世纪起，经济学的研究引入了变量和函数的概念，数学方法的运用更为普遍。其中，考纳德的《财富理论的数学原理研究》(1838)是一本有意识地运用数学公式来说明经济问题的著作。此后，屠能的以实际数量为根据的经验公式(1850)、瓦尔拉的均衡交易理论(1874)、哈罗德的经济增长模型(1948)、丁伯根的包括48个方程式的大型经济增长模型(1939)、刘易斯的“二元经济”模型(1954)、托宾的中值—变量模型(1958)以及20世纪70年代至90年代索洛和罗曼的经济增长模型等等，一大批运用数学方法研究经济问题的论著纷纷问世。这些著作的共同特点是既使用了一般经济概念和传统经济方法，同时又使用了从最简单的数学符号到最新的数学方法。
从经济学与数学形影相随的发展历程可以获知，数学能为经济学提供特有的、严密的分析方法，它同定性分析中常用的逻辑学一样，是一种认识世界的工具。但是数学的应用只有与具体现象的深刻理论和严格的“质”的规定性相结合才有意义，否则经济研究会陷入毫无实在内容的公式与数学的游戏之中。
二、经济研究中运用数学方法出现的偏差
现在关于数学在经济研究中运用问题的争论焦点，不是经济学要不要运用数学方法，而是如何运用数学方法问题。对于前者，经济活动中对数学广泛应用的实践和经济理论运用数学方法研究成果的不断推出已经作出了肯定回答，而对于后者却众说纷纭，莫衷一是。由此使得经济学在运用数学方法时出现了严重偏差，影响了研究效果，发展下去有可能使我国经济研究步入歧途。
经济研究中应用数学方法存在的主要问题有：
1.运用范围过泛过滥。数学运用的界域是可以量化的事物，经济研究的视野是人类一切经济活动和社会关系。并非所有的经济活动和经济关系都是可以量化的，尤其是社会经济关系，它受到制度的、道德的、文化的、历史的诸多社会因素的影响，这些因素几乎大部分是无法量化的。如若硬是将不可量化的因素用数学公式将它们的关系表达出来，似乎怎么说都有道理，因为它们根本不存在运算关系，也无法运用数量的计算去考证对错。尽管数学也是反映人的思维的一种语言，但并非所有的科学都能转化为数学的语言。像物理学、化学、生物学这些与数学紧密关联的学科也是如此，有些问题即使将其转化为数学关系式，也不一定具有可解性。而以人类社会活动为研究对象的社会科学对数学的运用所受的限制就更多了，试图将经济学非人性化，以至将经济活动中的人“机械化”，将人的活动程序化、公式化，这无疑是经济研究的一种自我毁灭。
不看对象、不问条件、一门心思运用数学方法去求解经济问题，很容易使经济学沉湎于方法论的探寻，拘泥于微观经济体的研究，而对于涉及宏观经济体制变革、机制设计以及社会关系调整等全局性的问题有所轻视和忽略。正如理查德·布隆克所说，现代经济学越来越热衷于复杂的数学计算，沾沾自喜于美妙的数学模型，玩弄神秘。其结果是导致经济学逐步地与每日生活的丰富性、复杂性和非理性相脱离。近几年的经济研究动态已显露出这方面的一些令人忧虑的迹象。
2.对数学模型约束条件的取舍过于随意。几乎所有的理论都是在设定若干前提和假设条件的基础上确立的。如会计学中会计主体、持续经营、会计期间和货币计量等四个会计假定，西方经济学中“经济人”及“完全市场化”的假定等。数学方法逻辑严密性和计算准确性的性质决定了任何一个数学模型都要受到若干条件的约束，只有假定这些条件满足，该数学模型才能成立。方程越复杂所受的约束条件越多。现在一些经济学家建立数学模型对于约束条件，一是根本不去考虑，二是过于简化，三是约束条件的确定十分随意，仅从模型本身的需要出发而不考虑是否符合客观实际要求。如此建立起来的数学模型起不到对经济现象量化模拟和对经济理论抽象概括的作用，相反，容易引起理论的混乱和实际操作的重大失误。
3.数学方法应用的目的不很明确。数学也是一种语言，对某些现象之所以要用数学而不用其他形式的语言（如文字、图画、音乐、形体等）去描述，就是因为它能够比其他形式的语言更简练、更准确地将该现象表示出来。如果达不到简练准确的效果，就应该采用其他的语言形式。有些经济学家对这一点不大明白，将本来可以用浅显易懂的语言说明的问题，故意用多数人看不懂的数学公式表达出来，而得出的结论却是人人通晓的一般经济学常识。这样做的目的似乎只能解释为：可以掩饰经济理论贫乏之尴尬，可以省却向客观实际调查之劳苦，可以以渊博的数学知识作为傲视经济界同仁之资本，可以实践“所谓理论就是将简明通浅的事理以晦涩诘屈的语言描述出来”的治学之道。这方面西方经济学界也有许多深刻的教训。例如20世纪90年代，一些经济学家试图用随机微分和非参数统计方法研究金融问题，但至今成效甚微，甚至于应用方面出现了致命的偏差。
4.为刻意建立模型，对来自实际的数据采取唯我所取的实用主义态度。本来构建数学模型要对所研究的现象进行细微周密的调查，尽可能获取详尽的数字资料，并应做一番去粗取精、去伪存真、由此及彼、由表及里的深入分析，以期找出主要因素及各因素的数量关系，从而建立起数学表达式。可现在一些经济学家却反其道而行之，将构建数学模型的顺序颠倒了过来。采取先确定数学表达式，然后再找能够支持数学关系式成立的数据，从而验证自己所做出的理论概括的正确性。这种以主观意识为导向的研究方法是不可取的，说严重一点，它带有较强的唯心主义色彩，其实它与电脑算命有异曲同工之妙，尽管它披上了数学这层“科学”的外衣。经济学本来应是一门从实践到理论再到实践的不断用实践验证和充实的实证性科学，若反其道而行之，难免会使经济研究步入不问民众疾苦，远离社会经济生活实际的歧途。
5.用数学模型对经济进行预测分析的效果不尽如人意。仅以对股票价格预测为例就足以说明这一点。股市可以说是信息资料最为充分、最为准确，也最有条件根据各种相关资料来拟合数学模型的实验场。人们总是千方百计试图建立各种数学模型去预测股价走势。现在市场上有钱龙、胜龙、胜者之星、指南针等十几种股票行情分析软件，但是无论用哪一种软件去预测分析股票走势，似乎胜算的几率也只能维持在50%左右。无法准确预测未来走势也正是股市具有吸引投资和投机的魅力所在。近来一些从事理论物理研究的人认为股票价格也适用于量子物理中的“海森堡测不准原理”。整个宏观经济的运行以及诸如物价、失业、经济增长等经济问题要比股市复杂得多，力图用一两个数学模型去准确分析预测其动态变化是不现实的，否则会使经济学陷入尴尬的“混沌”境界。最著名的“蝴蝶效应”的实例就说明了数学模型于实际应用的局限性。麻省理工学院气象学家洛仑茨曾用计算机求解模拟地球大气的13个方程式，以预报天气。为了提高预报的精度，他把一个小小的中间变量取出。然而，在他喝完一杯咖啡回来后，却惊奇地发现：这一小小的变动已使得结果相差十万八千里！计算机没有毛病，他的改变也有道理，结果何以天上人间？洛仑茨冥思苦想，最后认定自己陷入了“混沌”现象：初始值的极端不稳定性，导致最终结果的巨大差异。好比说，加勒比海一只微不足道的蝴蝶哪一天也许只是想调调情而振动了一下它那美丽的翅膀，结果几个月后地球上竟出现一场威力无比、铺天盖地的龙卷风！混沌无所不在。宇宙是这样，地球是这样，经济现象也是这样。人们所建立的数学模型只能展示某种现象总体的、大致的、趋向性的走势。就连人的身高与体重这种高度相关的自然现象，世界各国的统计学家、生物学家所拟合的回归方程也各不相同，何况对于以人的思维和人的行为为主要导向的社会经济现象呢？近200年来，经济学史上能够经得起实践检查、为人们普遍采用的数学模型多是那些较为简便，易于应用，且能描述事物总体趋势的数学公式。如恩格尔系数、基尼系数、拉斯贝尔指数、派许指数、哈罗德－多马经济增长模型、科布－道格拉斯生产函数、凯恩斯的消费函数、希克斯的IS-LM模型等。这类数学模型的数量与汗牛充栋的经济学论著相较实在少得可怜，难免使人不对经济研究中的应用数学方法的成果感到失望。正如刘易斯在《经济增长理论》一书中所说，“大多数预测在方法上是不可行”的，“为了能预言将要发生的事，我们不能不了解所有的变量将怎样变动，单凭个人的头脑不可能建立可以预测未来的成万个变量的方程体系。”
详细见：
数字经济， 作为经济学概念的数字经济是人类通过大数据（数字化的知识与信息）的识别—选择—过滤—存储—使用，引导、实现资源的快速优化配置与再生、实现经济高质量发展的经济形态。 [1] 数字经济，作为一个内涵比较宽泛的概念， 凡是直接或间接利用数据来引导资源发挥作用， 推动生产力发展的经济形态都可以纳入其范畴。在技术层面， 包括大数据、云计算、物联网、区块链、人工智能、5G通信等新兴技术。在应用层面，“新零售”、“新制造”等都是其典型代表。
数字经济界定为以数据资源作为关键生产要素、以现代信息网络作为重要载体、以信息通信技术的有效使用作为效率提升和经济结构优化的重要推动力的一系列经济活动。需要强调的是，数字经济紧扣三个要素，即数据资源、现代信息网络和信息通信技术。这三个要素缺一不可。
《数字经济分类》从“数字产业化”和“产业数字化”两个方面，确定了数字经济的基本范围，将其分为数字产品制造业、数字产品服务业、数字技术应用业、数字要素驱动业、数字化效率提升业等5大类。
我们认为：数字经济是以数字化的知识和信息作为关键生产要素，以数字技术为核心驱动力量，以现代信息网络为重要载体，通过数字技术与实体经济深度融合，不断提高经济社会的数字化、网络化、智能化水平，加速重构经济发展与治理模式的新型经济形态。
以使用数字化的知识和信息作为关键生产要素、以现代信息网络作为重要载体、以信息通信技术的有效使用作为效率提升和经济结构优化的重要推动力的一系列经济活动。
研究报告描述了在IT技术扩散和渗透的推动下，从工业经济走向数字经济的发展趋势，并将数字经济的特征概括为“因特网是基础设施，信息技术是先导技术，信息产业是带头和支柱产业，电子商务是经济增长的发动机”。
BEA includes in its definition of the digital economy three major types of goods and services:
数字经济分成三部分：一是基础设施，包括硬件、软件和相关支撑设施三个子行业；二是电子商务；三是收费的数字服务，包括云服务、数字中介服务和其他收费数字服务三个子行业。其中，基础设施和收费的数字服务大体相当于ICT。即美国所提的数字经济指的是“ICT+电子商务”。
数字经济是指基于数字计算技术的经济。主流观点认为数字经济是基于互联网的市场开展业务，因此数字经济也称为互联网经济、新经济或网络经济。
由于用户、企业、设备、数据和流程之间数十亿的日常在线连接，数字经济与传统经济的边界逐渐消失。数字经济基于互联网、移动技术和物联网（IoT）带来的人员、组织和机器的互连性。
数字经济的基础是信息和通信技术（ICT）在业务部门中的普及。经济的数字化转型正在重塑组织架构、消费者如何获得服务、信息和商品等传统观念，以及对政府如何出台监管措施提出挑战。
要定义数字经济并不是件容易事，因为这个概念本身是在发展的，一天一个样。
从文献上看，“数字经济”一词首次出现，是在美国学者唐·泰普斯科特（DonTapscott）于1996年所著的《数字经济：网络智能时代的前景与风险》（The Digital Economy: Promise and Peril in the Age of Networked Intelli－gence）中。不过，在这部专著中，泰普斯科特只是用“数字经济”来泛指互联网兴起后的各种新生产关系，并没有对其概念进行精确的界定。
尽管“数字经济”并非一个清晰的概念，但作为一个“好词”，它很快在当时的学者当中流行了开来。在上世纪90年代后半期的很多论文和报告中，都出现了“数字经济”一词。尽管在不同的文献中，“数字经济”的具体所指各不相同，但大致上讲，它们都涉及了互联网技术，以及在互联网技术的基础上出现的电子商务（e-commerce）和电子业务（e-business）（注：“电子商务”指的是经由互联网技术进行的商品和服务交易，而“电子业务”指的则是采用了互联网技术的业务流程）。因此，有些学者认为，这一时期的“数字经济”所指的基本就是“互联网经济”。
2000年之后，新技术猛进，物联网、移动互联、云计算、大数据、人工智能、区块链等新型数字技术你方唱罢我登场。单纯的“互联网经济”已经难以涵盖“数字经济”的全部内容。在这种背景下，不少文献开始把这些新的技术以及由此产生的新型经济活动也吸收到“数字经济”的概念中来。例如，在2016年G20杭州峰会上发布的《G20数字经济发展与合作倡议》中，数字经济则被定义成了“以使用数字化的知识和信息作为关键生产要素、以现代信息网络作为重要载体、以信息通信技术的有效使用作为效率提升和经济结构优化的重要推动力的一系列经济活动”。在这个定义中，数字经济已经囊括了一切数字技术及建立在它们之上的经济活动。
与传统经济相比，数字经济是信息技术革命的产业化和市场化。是新一代信息技术在经济活动中的扩散、应用和引发一系列以大数据处理为主要特点的新产业、新业态、新商业模式。数字经济在生产要素、生产关系和生产力都发生了全面的变革。在数字经济中，数据已经成为关键生产要素，网络基础设施构成了新的生产关系，而云计算、大数据、人工智能已经成为数字经济的重要生产力，数据对生产力的提升，呈现出了指数级效应。
纵观数字经济定义的演变，从电子计算机、互联网技术发展驱动，到最新的云计算、大数据、人工智能、区块链等新技术驱动，数字经济的内涵正在不断扩充和发展，从中我们至少可以得到两个重要信息：
