
大數(shù)據(jù)時(shí)代對(duì)傳媒經(jīng)濟(jì)研究的影響(1)_數(shù)據(jù)分析師
自2012年開(kāi)始,大數(shù)據(jù)開(kāi)始成為包括新聞傳播學(xué)在內(nèi)的學(xué)術(shù)界共同討論的熱點(diǎn)話題。2008年,《自然》雜志組織推出了大數(shù)據(jù)專輯,2011年,《科學(xué)》雜志也推出大數(shù)據(jù)研究專刊。麥肯錫咨詢公司在2011年發(fā)布了大數(shù)據(jù)研究專題報(bào)告《大數(shù)據(jù):下一代創(chuàng)新、競(jìng)爭(zhēng)和生產(chǎn)的前沿》,聯(lián)合國(guó)在2012年也發(fā)布了“大數(shù)據(jù)的挑戰(zhàn)和機(jī)遇”的調(diào)查報(bào)告。在大數(shù)據(jù)趨勢(shì)的推動(dòng)下,奧巴馬政府在2012年推出了“大數(shù)據(jù)研究與開(kāi)發(fā)計(jì)劃”,該計(jì)劃投資額超過(guò)2億美元。歐盟也于2011年提出了數(shù)據(jù)開(kāi)放戰(zhàn)略,要求每年增加400億歐元的公共數(shù)據(jù),并在2017年實(shí)現(xiàn)利潤(rùn)1000億歐元。
大數(shù)據(jù)對(duì)傳媒業(yè)產(chǎn)生了革命性的影響,其實(shí),不僅傳媒行業(yè)會(huì)受到大數(shù)據(jù)帶來(lái)的影響,大數(shù)據(jù)也對(duì)傳媒學(xué)術(shù)研究產(chǎn)生巨大的沖擊和挑戰(zhàn)。目前已經(jīng)有學(xué)者開(kāi)始就大數(shù)據(jù)對(duì)傳媒研究的影響進(jìn)行了初步分析,但總體而言,新聞傳播學(xué)界對(duì)大數(shù)據(jù)的研究偏重于現(xiàn)象描述和情況介紹,對(duì)大數(shù)據(jù)給學(xué)術(shù)研究帶來(lái)的挑戰(zhàn)和學(xué)術(shù)創(chuàng)新問(wèn)題的研究卻較少?;诖?,本文以傳媒經(jīng)濟(jì)研究為對(duì)象,考察大數(shù)據(jù)對(duì)傳媒經(jīng)濟(jì)研究帶來(lái)的挑戰(zhàn),為大數(shù)據(jù)背景下傳媒經(jīng)濟(jì)研究的發(fā)展提供行動(dòng)路線圖。
大數(shù)據(jù)對(duì)傳媒經(jīng)濟(jì)研究帶來(lái)的挑戰(zhàn)
傳媒經(jīng)濟(jì)學(xué)的理論背景來(lái)自經(jīng)濟(jì)學(xué),包括微觀經(jīng)濟(jì)學(xué)理論、產(chǎn)業(yè)經(jīng)濟(jì)學(xué)理論、制度經(jīng)濟(jì)學(xué)理論等。有學(xué)者認(rèn)為,大數(shù)據(jù)在研究對(duì)象、研究工具、研究理論和研究方法等方面對(duì)傳統(tǒng)經(jīng)濟(jì)學(xué)形成了沖擊,由此提出大數(shù)據(jù)經(jīng)濟(jì)學(xué)(Big Data Economics)概念,認(rèn)為應(yīng)該運(yùn)用大數(shù)據(jù)思想對(duì)傳統(tǒng)經(jīng)濟(jì)學(xué)進(jìn)行深化研究。在傳媒經(jīng)濟(jì)學(xué)研究方面,大數(shù)據(jù)在研究范式、研究理論、研究方法、研究工具以及研究對(duì)象等方面都會(huì)對(duì)既有研究產(chǎn)生沖擊,傳媒經(jīng)濟(jì)學(xué)研究面臨著理論創(chuàng)新的挑戰(zhàn)。
1.研究范式
按照庫(kù)恩的界定,范式是一個(gè)學(xué)術(shù)群體中大部分成員共同認(rèn)可的一整套前提假設(shè),是學(xué)術(shù)共同體公認(rèn)并共享的世界觀。傳媒經(jīng)濟(jì)學(xué)基本遵循著新古典主義經(jīng)濟(jì)學(xué)的研究范式,新古典主義經(jīng)濟(jì)學(xué)的核心是理性人假設(shè)。理性人假設(shè)認(rèn)為人是追求自身效用最大化的理性個(gè)體,在制定每一項(xiàng)決策時(shí)都會(huì)嚴(yán)格按照成本收益比進(jìn)行考量和計(jì)算。但批評(píng)者指出,完全理性假設(shè)在現(xiàn)實(shí)中并不存在。在現(xiàn)實(shí)中,一方面,搜索信息需要花費(fèi)巨大的時(shí)間成本和精力;另一方面,人們?nèi)狈Ψ治龊吞幚砭蘖啃畔⒌墓ぞ吆头椒āR虼?,人們只?huì)搜索有限信息,以此作為決策的依據(jù),這就是有限理性假設(shè)。
有限理性假設(shè)比完全理性假設(shè)更加接近現(xiàn)實(shí),但這兩種假設(shè)有著共同的前提,即個(gè)體對(duì)信息的搜索和處理需要巨大的成本。因而,決定采用完全理性假設(shè)還是有限理性假設(shè)時(shí),主要是比較獲取信息的成本和從信息中得到的收益:當(dāng)信息收益大于信息成本時(shí),繼續(xù)搜尋信息,逼近完全理性假設(shè);當(dāng)信息成本等于或大于信息收益時(shí),停止信息搜索,按照有限理性假設(shè)采取決策。
在大數(shù)據(jù)環(huán)境下,理性假設(shè)的前提遇到了挑戰(zhàn),大數(shù)據(jù)技術(shù)極大地減少了受眾搜索信息的成本,受眾可以輕而易舉地獲取決策所需的各種信息,并利用數(shù)據(jù)處理技術(shù)對(duì)信息的收益進(jìn)行計(jì)算,在此基礎(chǔ)上作出決策,這使得有限理性范式失去了解釋力。同時(shí),信息成本和交易成本的大幅下降,使網(wǎng)絡(luò)空間出現(xiàn)了許多新的組織形態(tài)和交易形式,如以分享、合作為主題的維基百科、開(kāi)放源代碼、網(wǎng)絡(luò)共享等,這些新的組織形式無(wú)法用理性范式進(jìn)行解釋,如果從理性的角度計(jì)算成本收益關(guān)系,那么人們沒(méi)有動(dòng)力進(jìn)行網(wǎng)絡(luò)分享與合作。然而,這種“無(wú)組織的組織力量”在今天的互聯(lián)網(wǎng)世界越來(lái)越常見(jiàn)。這些大數(shù)據(jù)時(shí)代的新現(xiàn)象很難用理性范式進(jìn)行解釋,我們需要用新的傳媒經(jīng)濟(jì)學(xué)研究范式解釋這些行為和現(xiàn)象。
2.研究理論
在研究理論上,大數(shù)據(jù)時(shí)代的傳媒經(jīng)濟(jì)研究不僅需要經(jīng)濟(jì)學(xué)理論,也需要社會(huì)學(xué)理論、網(wǎng)絡(luò)科學(xué)理論等其他學(xué)科理論。傳統(tǒng)的經(jīng)濟(jì)學(xué)理論中,個(gè)體脫離了所屬的社會(huì)結(jié)構(gòu)和社會(huì)群體,研究者忽視了社會(huì)關(guān)系、人際傳播、社會(huì)結(jié)構(gòu)因素對(duì)個(gè)體的影響,脫離個(gè)體所鑲嵌的社會(huì)情境因素來(lái)考察個(gè)體,犯了“低度社會(huì)化”的錯(cuò)誤。在傳媒經(jīng)濟(jì)理論中,無(wú)論是生產(chǎn)者還是消費(fèi)者,他們的生產(chǎn)行為和消費(fèi)行為都是黑箱,我們不知道生產(chǎn)者和消費(fèi)者是如何做出生產(chǎn)和消費(fèi)決策的,哪些因素產(chǎn)生影響、如何影響等一系列問(wèn)題都處在黑箱中。
在大數(shù)據(jù)的幫助下,研究者可以借助于社會(huì)學(xué)理論和社會(huì)網(wǎng)絡(luò)研究理論,把個(gè)體納入到一定的社會(huì)結(jié)構(gòu)和社會(huì)情境中,考察個(gè)體鑲嵌其中的社會(huì)關(guān)系因素如何影響個(gè)體的媒介接觸和媒介消費(fèi)行為,研究影響個(gè)體行為的各種因素及其影響機(jī)制,揭開(kāi)人們媒介接觸和媒介消費(fèi)行為的黑箱,從而發(fā)展出能夠揭示傳媒經(jīng)濟(jì)行為一般規(guī)律的理論。
3.研究工具和方法
傳媒經(jīng)濟(jì)學(xué)主要的研究方法包括抽樣調(diào)查、內(nèi)容分析、假設(shè)檢驗(yàn)、實(shí)驗(yàn)研究等,盡管這些方法有其優(yōu)點(diǎn),但它們的缺點(diǎn)也是顯而易見(jiàn)的,這些傳統(tǒng)方法都無(wú)法對(duì)海量數(shù)據(jù)進(jìn)行分析,在大數(shù)據(jù)面前,這些傳統(tǒng)方法基本是無(wú)能為力的。
以抽樣調(diào)查方法來(lái)說(shuō),在大數(shù)據(jù)來(lái)臨之前,受制于研究條件和數(shù)據(jù)可得性,研究者只能對(duì)有限的數(shù)據(jù)進(jìn)行抽樣,通過(guò)對(duì)有限樣本的分析推斷總體的狀況。抽樣分析的前提是所抽取的樣本能夠代表總體,但在研究中很難使樣本能夠完全代表總體,樣本與總體總會(huì)存在一定的誤差,抽樣調(diào)查的價(jià)值也因此打折扣。在大數(shù)據(jù)時(shí)代,可以直接對(duì)總體數(shù)據(jù)進(jìn)行分析,而無(wú)需通過(guò)抽樣調(diào)查來(lái)估計(jì)總體狀況。同樣,內(nèi)容分析法也是基于抽樣分析,通過(guò)抽取樣本對(duì)媒介內(nèi)容進(jìn)行研究。實(shí)驗(yàn)法也是對(duì)少數(shù)受試者施加試驗(yàn)刺激,通過(guò)與對(duì)照組進(jìn)行比較研究,觀察實(shí)驗(yàn)刺激產(chǎn)生的效果。這些傳統(tǒng)方法都是小數(shù)據(jù)時(shí)代處理信息所采用的方法,并不適用于大數(shù)據(jù)環(huán)境,大數(shù)據(jù)需要學(xué)者設(shè)計(jì)運(yùn)用新的研究方法與研究工具。
數(shù)據(jù)分析咨詢請(qǐng)掃描二維碼
若不方便掃碼,搜微信號(hào):CDAshujufenxi
訓(xùn)練與驗(yàn)證損失驟升:機(jī)器學(xué)習(xí)訓(xùn)練中的異常診斷與解決方案 在機(jī)器學(xué)習(xí)模型訓(xùn)練過(guò)程中,“損失曲線” 是反映模型學(xué)習(xí)狀態(tài)的核心指 ...
2025-09-19解析 DataHub 與 Kafka:數(shù)據(jù)生態(tài)中兩類核心工具的差異與協(xié)同 在數(shù)字化轉(zhuǎn)型加速的今天,企業(yè)對(duì)數(shù)據(jù)的需求已從 “存儲(chǔ)” 轉(zhuǎn)向 “ ...
2025-09-19CDA 數(shù)據(jù)分析師:讓統(tǒng)計(jì)基本概念成為業(yè)務(wù)決策的底層邏輯 統(tǒng)計(jì)基本概念是商業(yè)數(shù)據(jù)分析的 “基礎(chǔ)語(yǔ)言”—— 從描述數(shù)據(jù)分布的 “均 ...
2025-09-19CDA 數(shù)據(jù)分析師:表結(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)數(shù)據(jù)(如數(shù)據(jù)庫(kù)表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-19SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實(shí)戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無(wú)論 ...
2025-09-18MySQL 大表拆分與關(guān)聯(lián)查詢效率:打破 “拆分必慢” 的認(rèn)知誤區(qū) 在 MySQL 數(shù)據(jù)庫(kù)管理中,“大表” 始終是性能優(yōu)化繞不開(kāi)的話題。 ...
2025-09-18DSGE 模型中的 Et:理性預(yù)期算子的內(nèi)涵、作用與應(yīng)用解析 動(dòng)態(tài)隨機(jī)一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開(kāi)始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價(jià)值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫(kù)表、Excel 表、 ...
2025-09-17Excel 導(dǎo)入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實(shí)戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫(kù))處理 Excel 數(shù)據(jù)時(shí),“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗(yàn)與 t 檢驗(yàn):差異、適用場(chǎng)景與實(shí)踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計(jì)學(xué)領(lǐng)域,假設(shè)檢驗(yàn)是驗(yàn)證研究假設(shè)、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構(gòu)數(shù)據(jù)全功能周期的專業(yè)操盤(pán)手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計(jì)劃中 rows 數(shù)量的準(zhǔn)確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計(jì)劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對(duì)象的 text 與 content:區(qū)別、場(chǎng)景與實(shí)踐指南 在 Python 進(jìn)行 HTTP 網(wǎng)絡(luò)請(qǐng)求開(kāi)發(fā)時(shí)(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價(jià)值的核心操盤(pán)手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫(kù)表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請(qǐng)求工具對(duì)比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請(qǐng)求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長(zhǎng)浮點(diǎn)數(shù)據(jù)的科學(xué)計(jì)數(shù)法問(wèn)題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長(zhǎng)浮點(diǎn)數(shù)據(jù)時(shí)的科學(xué)計(jì)數(shù)法問(wèn)題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價(jià)值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運(yùn)營(yíng)問(wèn)題、提升執(zhí)行效率的核心手段,其價(jià)值 ...
2025-09-12用 SQL 驗(yàn)證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實(shí)戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過(guò)程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計(jì)” 與 “用戶體驗(yàn) ...
2025-09-11塔吉特百貨孕婦營(yíng)銷案例:數(shù)據(jù)驅(qū)動(dòng)下的精準(zhǔn)零售革命與啟示 在零售行業(yè) “流量紅利見(jiàn)頂” 的當(dāng)下,精準(zhǔn)營(yíng)銷成為企業(yè)突圍的核心方 ...
2025-09-11