由於科技進步，紀錄、蒐集、儲存、分析都越來越方便的情況下，大數據在我們經濟社會中已經扮演越來越重要的角色。去年（2021）5月《獨角獸創業勝經》（Super Founders: What Data Reveals About Billion-Dollar Startups）一書以大數據探究全球最成功的新創公司，顛覆創業相關的成見，如創辦人年齡、學歷、職涯背景等迷思，提出成功創業的真實面向。大數據是當今經濟社會不可或缺的探討方向。
經濟生產要素
現在的教科書普遍認為經濟生產4要素（four factors of production），是勞動、資本、土地、和企業家精神（組織）。透過對這些要素的安排與使用投入，經濟社會才能進行生產活動。而分配理論就是討論這4要素的報償，分別透過各生產要素的供需來決定均衡價格，依序就是工資、利息、地租、和利潤。
然而現代社會，大數據應該可以成為第5個生產要素。因為大數據與其他4個生產要素大大不同。應該要加上這項要素，才能具現代意義。透過大數據的分析，企業可以知道消費者的偏好、趨勢，因此可以精準生產；而透過消費者的資料分析，才可以知道銷售的對象在哪裡，因此可以精準的行銷；商業活動就可以更加地有效率。當然大數據既然是生產要素，其報償就應該獨立出來。我們姑且稱其為：「數據報酬」，不應該與工資、利息、地租、和利潤，混在一起。
過去數據：數字
過去人類能蒐集到的資訊非常有限。而且最早的數據應該就是數字。然而數字的由來是按時帳序紀錄的日記帳，或流水帳，用現代的眼光來看，其功能相當有限。今日的會計學是建立在借貸平衡觀念上，也就是基礎就是複式簿記記賬，每筆分錄需要左右借貸各記一筆，再整理分類帳，核對、結賬、做總帳，編制報表，做成公開的財務資訊。這可以解決過去日記賬最後彙整經常就是糊塗帳的問題。
今日數據：各項紀錄
近日除了數字，各式的對話、照片、影像都是可分析的數據。單以數字而言到處是垂手可得的資料，有時間數列（time series）、橫斷面（cross section）資料、縱橫（panel data）資料，這都大大的促進經濟計量學（Econometrics）的發展。而資本市場即時的交易高頻（high frequency）資料，不論是資料量或是資料特性都與傳統資料有很大差異，也促成程式交易的興起。
當今全世界的交通工具、工廠設備、農業場域、辦公居家環境都有著無數的偵測傳感器，隨時測量和傳遞著有關位置、運動、震動、溫度、濕度、電壓，乃至空氣中化學物質的濃度變化，產生海量的數據信息。而非數字的照片、影像也因蒐集、儲存、分析的進步，如雨後春筍的蓬勃發生。隨著感知技術、無線射頻辨識（RFID）技術，遙測技術、坐標定位技術，社群網絡⋯⋯，逐漸將世界的變化都數據化。一句有趣的話將歷史與現在做了對比：「人類以前延續的是文明，現在傳遞的是信息數據。」
大數據分析需要AI
因為大數據的龐大資料量、複雜程度以及非結構化，傳統資料處理軟體或系統難以去應對並管理大數據資料。人工智慧（AI）從早期的程式是用一系列的指令來規範計算機的運算。後來機器學習是著重於訓練電腦從資料中學習，並根據經驗改進，而不是按照明確的程式碼運行作業。機器學習會從經驗中學習、配合新的輸入訊息做調整，訓練演算法尋找大型資料集的模式和關聯性，並執行仿人類的工作並根據該分析做出最佳決策和預測。
晚近發展的深度學習（Deep Learning）利用多層次的人工神經網路解析大量數據，已被應用在電腦視覺、語音辨識、自然語言處理、音訊辨識與生物資訊學等領域並取得了極好的效果。
大數據還是需要統計
由於大數據，樣本就是母體。研究不需要再進行抽樣就得到數據，而且是全體數據。因此不少人認為只需要計算就可以下結論了，複雜的統計學方法可以不再需要了。但這是錯誤的。
因為環境、人的行為在不斷地變化，萬物的發展充滿了不確定性。統計的2大主軸：歸納與推理，仍然幫我們在不確定的情況下對資料進行最好的分析。現在資料雖然已經是母體，但樣本統計量的計算來說明母體參數仍是必要的過程。這包括大數法則及中央極限定理。大數法則讓我們得到母體參數的一致性，中央極限定理則得到母體參數的常態分配。
另外有人認為在母體只須尋找關聯性，這也是錯誤的。因為統計分析的迴歸，尋找可能的解釋變數，及探討因果關係的種種設計，例如格蘭哲因果（Granger causality）仍然相當有用。至於對未來的預測及預測的判定仍然需沿用統計的理論來進行。
結論：價值與陷阱
大數據發展至今，幾乎已經成為一門顯學。報章雜誌、新聞媒體，隨時都有大數據的新聞或應用，其熱門程度可見一斑。大數據本身不重要，大數據只提供數據，如果不能對其解釋，轉換成商業價值，那還是垃圾。最後大數據帶來無數的機遇，但是與此同時個人或機構的隱私權也極有可能受到衝擊。這是取得跟分析大數據時必須要小心的陷阱。
＊作者為中信金融管理學院講座教授、台大經濟系名譽教授
