據研究，到2013年，世界上存儲的數據預計能達到約1.2澤字節，其中非數字數據只占不到2%。這樣大的數據量意味著什么?如果把這些數據全部記錄在書中，這些書可能覆蓋整個美國52次。如果將之存儲在只讀光盤上，這些光盤可以堆成五堆，每一堆都可以伸到月球。公元前3世紀，埃及的托勒密二世竭力收集了當時所有的書寫作品，所以偉大的亞歷山大圖書館可以代表世界上所有的知識量。但當數字數據洪流席卷世界之后，每一個地球人都可以獲得大量數據信息，相當于當時亞歷山大圖書館存儲的數據總量的320倍之多。

[[399615]]

《大數據時代》作者維克爾認為，在大數據時代的經濟學、社會學、政治學和許多學科門類都會發生巨大甚至是本質上的變化和發展，進而影響人類的價值體系、知識體系和生活方式。

大數據的出現，使得通過數據分析獲得知識、商業和社會服務的能力從以往局限于少數象牙塔之中的學術精英圈子擴大到了普通的機構、企業和政府部門。更多的人們將會通過對海量數據的分析，獲得有巨大價值的產品和服務，或深刻的洞見。

在大數據時代，數據收集門檻的降低會直接提高數據的容錯率并有效降低數據成本，這為微觀經濟行為的優化和宏觀經濟政策的制定和調控提供了良好基礎。因為在大數據時代，我們可以分析更多數據，有時甚至可以處理和某個特別現象相關的所有數據，而不依賴于隨機采樣。例如，到2012年底，Farecast系統用了將近十萬億條價格記錄來幫助預測美國國內航班的票價。Farecast票價預測的準確率已經達到75%，使用Farecast票價預測工具購買機票的旅客，平均每張機票可節省50美元。另外，在大數據時代，各種算法的準確度都會有提高。人們研究發現，當數據只有500萬的時候，有一種簡單的算法表現得很差，但當數據達10億的時候，它變成了表現最好的，準確率從原來的75%提高到了95%以上。與之相反，在少量數據情況下運行得最好的算法，當加入更多數據時，也會像其他的算法一樣有所提高，準確率會從86%提高到94%。相比而言，在大數據時代，簡單算法要比小數據的復雜算法更有效。這對深化經濟學研究是一個利好消息，因為經濟學就再不需要為小數據發愁，不再為克服小數據不足而花費大量精力構建復雜算法。

在大數據時代，由于數據充分，經濟行為中大量存在的相關關系就會被發現，這為發現真正的經濟規律提供了良好基礎。在小數據世界中，相關關系也是有用的，但在大數據的背景下，相關關系大放異彩。因為大數據的相關關系分析更準確，而且不易受偏見的影響。并且一旦我們完成了對大數據的相關關系的分析，我們就不會僅僅滿足于知道“是什么”，我們會繼續向更深層次的因果關系努力，希望找出相關關系背后的“為什么”。

在大數據時代，擁有數據多少以及數據分析能力會成為一個企業的重要競爭力。在工業經濟時代，企業的核心競爭力更多體現在技術等方面。但在大數據時代，擁有數據多少以及數據分析能力會成為企業是否具有核心競爭力的重要標志。比如蘋果公司進軍移動手機行業就是一個很好的例子。蘋果公司正是不斷通過分析來自多個運營商提供的大量數據，發現了許多潛在的商業價值，從而有效提高了競爭力。

在大數據時代，小企業發展會有更多機遇。由于大數據服務都是以創新思維為基礎，不需要大規模固定資本投入，這對小企業發展是利好消息。

在大數據時代，數據行業會異軍突起，并有可能成為新的壟斷企業和行業霸主。典型事例如谷歌。谷歌公司創建于1998年9月，創始人為Larry Page和Sergey Brin，是一家美國的跨國科技企業，主要致力于互聯網搜索、云計算、廣告技術等領域，開發并提供大量基于互聯網的產品與服務，其主要利潤來自于AdWords等廣告服務。谷歌公司自成立以來，發展神速，至2012年，谷歌已經超越微軟，成為按市值計算的全球第二大科技公司。目前，谷歌公司正向多個領域進軍，通過不斷拓展服務范圍以及大規模收購，日益成為行業一霸。

在大數據時代，有許多經濟學結論會得到更新。比如關于收入與幸福的關系，在小數據情況下研究，人們有不同觀點，但通過大數據圖表分析，我們發現，對于收入在1萬美元以下的人來說，人們會隨著收入的提高幸福感也會提高，但當收入超過1萬美元，人們的幸福感就不會隨著收入的提高而提升。

在大數據時代，經濟學流派之爭會更少。由于大數據的支持，經濟學不同流派所堅持的結論會得到更好證實或證偽，最終經濟學會越來越趨于形成一個統一的流派——數據經濟學流派。

目前，大數據時代正拉開序幕，好戲才剛剛開始。展望未來，經濟學必將是屬于大數據的，而屬于大數據時代的經濟學，必將是大經濟學。大經濟學將實現對傳統自由主義經濟學和傳統干預主義經濟學的否定之否定。另外，由于大數據提供的支持，經濟學將最終實現多學科的新綜合。同時，未來的經濟學家，也必將是大經濟學家，并且會具有數據經濟學家的特征。經濟學家的知識領域將會更加廣闊，研究手段將會更加先進，創新速度也將會進一步加快。