大数据作为新的生产要素，亦将引领再次的技术革命。大数据所具有的“非竞争性”和“低成本”的属性是如蒸汽机和计算机等前几次带来技术革命通用技术所不具有的，且大数据传播和使用可以不受时间和空间的限制，同样的数据可根据不同需求针对性发掘出不同的内涵，以大数据为基础的数字经济推动经济增长的作用明显。
2011年全球知名咨询公司Mckinsey发布了具有重要影响力的《大数据：创新、竞争和生产力的下一个前沿领域》研究报告，在报告中提出大数据时代即将到来，大数据将在未来成为对经济社会发展产生重要影响的生产要素，其中提出了三大数字化推动力——去中介化、分散化和非物质化。
根据相关学者的估算，现在全球所有的生产生活和消费过程以及进行的试验所产生的数据。这些数据含有丰富的信息和可被挖掘的潜在内涵，经过进一步的使用，将对经济社会产生不可估量的作用。Varian综合分析了大数据在计量经济学中的应用，描述了一些处理和分析大数据的工具，大数据所特有的问题需要不同的工具处理，通过变量选择发掘出更多的潜在预测因子，大数据集与简单的线性模型相比可能允许更灵活的关系。
①通过大数据发掘新内涵。
从宏观上看，大数据的普及将会提高交易效率，推动分工演进，促进企业的生产研发效率，提高经济运行效率从而驱动经济更快速度增长。大数据的应用，可以通过进一步发挥企业和相关劳动力的效率，并且对进行创新服务和决策具有质的提升和更开阔的空间；在各经济部门的运行中，通过充分融入大数据，可以高效快捷地完成部分曾经无法实现的内容，可以发掘出不曾发现的新内涵，并且提高了工作效率。大数据与消费部门的充分结合可以对消费部门的各流程体系进行结构提升，通过发掘数据中的关键内容对于消费结构的转型升级和消费过程的精准化定位具有重要的作用，由此推动消费部门完成更高效率和更高个性化匹配的升华；大数据已被众多学者用于建立经济变量间的联系，将看似无关的变量数据通过大数据方法对相关性分析挖掘，能深刻地解释经济指标及变量之间的内在联系和经济发展规律；江小涓提出网络技术正对各传统行业产生巨大影响，可更有效地解决长期存在的一些积弊，引起更多方面资源的聚合。
刘涛雄等应用互联网搜索行为的大数据对经济发展进行预测，通过结构化和非结构化数据的利用，发掘出大数据所富含的经济内涵；郭家堂等研究发现互联网大数据的应用对技术进步速率的提升具有重要作用。BlazquezandDomenech以数据生命周期方法为基础，开发了一种能合理地整合大部分非传统信息源和数据分析方法的大数据架构，为预测社会经济行为、趋势和变化提供了专用设计系统。
Edelman、Bollen和Cavallo等分别通过搜索数据及爬虫数据等大数据对就业、住房、家庭、消费、金融、汽车市场等进行了丰富的研究。
②基于大数据的宏观经济指标的构建。如何充分利用大数据渠道丰富、样本海量、实时更新等优势，是经济学家们基于大数据方法研究宏观经济的出发点。随着数据变量来源更为丰富，如何对不同变量数据进行有效地处理并合理地分析，成为了大数据技术运用的关键。
大数据的丰富信息较传统的统计数据更能体现出真实的经济活动和经济发展趋势，应用大数据进行宏观经济指标的构建并进行预测具有重要的发展前景。Walker提出大数据的核心应用之一便是通过寻找出各个经济变量之间的潜在关系，不仅仅是传统的因果关系，还能发现曾经较为神秘的相关关系，并且进行更为准确的预测。李华杰等经过研究发现在真实经济活动中，有较多关系难以被直接发现，而在一些没有直接相连的数据中说不定可以挖掘出重要关系和规律，通过研究各个经济变量的相关大数据揭示其内在相关性，往往能深刻地揭示事物间的内在联系和发展规律。此外，部分研究者从社交网络等数据来源构建相关经济刻画指标，对相关经济进行预测。
如Liuetal用PLSA从互联网中的社交大数据进行深度分析，揭示消费者对相关商品的真实观念和正负面情绪，从而对销售过程的走势进行预测，并发现数据挖掘指导实践具有良好的效果；Gilbertetal研究了社交网络大数据中反映的金融投资者情绪对近期相关金融市场的影响。还有类似的研究，通过构建在线股票搜索数据构建指数预测相关股票的收益和交易量；通过失业数据和在相关网站上的失业相关搜索的频率数据，构建预测指标并准确预测失业率；应用高速路收费站的相关货车建立指数预测未来的生产指数；挖掘搜索查询指数大数据构建经济指标预测算法，以此作为先行指标对经济中的消费者物价指数进行测算。③大数据对经济预测与影响。在大数据应用在宏观经济的预测方面，鉴于大数据相比传统的统计数据具有更广泛的数据来源范围、更新更及时、内容海量，因此可基于大数据以及变量之间的相关关系，构建具有丰富经济含义的宏观经济预测指标，并强化对经济的宏观预测能力。
数据在当前就像石油或黄金，但是要想成功利用大数据，需要的不仅仅是数据，还需要基于数据库的价值创造需要识别一个框架，从这个框架中可以推断出预测并做出决策，人们制定了许多指标来衡量国家的发展状况，无论是经济增长、信息通信技术的普及还是人类的发展，衡量的目的是评估政策影响和全球经济增长以及分享最佳做法。Nouinouetal通过比较最广泛的工具衡量经济竞争力，网络准备，人类发展和世界新闻自由，并检验了信息通信技术渗透对经济增长、福祉和人类更好的生活有积极影响的假设，使用了系统广义矩量法对动态面板数据进行分析，提取大数据普及率和增长之间的因果关系。Dzielinski通过收集在Google搜索不确定性的词语数据，构建经济的不确定性指数；姜文杰等使用搜索的关键词指数对上海市的房屋价格进行预测。何强和董志勇利用等网站的互联网大数据，对我国2011-2018年季度GDP增速深入进行预测分析，发现大数据的应用有助于降低预测误差。
也有部分文献从全要素生产率和预测宏观经济等视角分析互联网经济的作用，得出的结论认为互联网技术正在改变服务业的基本性质、提高全要素生产率、帮助预测宏观经济。④大数据驱动的自动化及人工智能对经济影响。研究在大数据挖掘、分析等技术日趋成熟下，自动化及人工智能可视为典型的大数据驱动的技术进步，借助大数据的内涵信息，自动化及人工智能才具有远高于传统生产活动的智慧。
AcemogluandRestrepo通过模型分析了低技能自动化与高技能自动化对劳动力的需求区别，高技能自动化创造了积极的生产效应，在成产率效应长期内占据主导地位的情况下，高技能自动化发展前景更好；Aghionetal研究了大数据推动下的人工智能发展趋势，以及由此对经济增长及劳动分布的潜在影响，在Zeira的自动化模型中引入“鲍莫尔成本病”，产生了一系列可能的结果，分析了在“奇点”和“超级智能”出现的情况下对经济真正的影响，并就该领域提出了政策建议；AcemogluandRestrepo通过理论刻画了人工智能影响劳动力就业、劳动力工资的模型框架，分析了在经济中不断引入人工智能及自动化对劳动力的替代效应及创造新的劳动力需求，提出防止新技术的技能错配和以牺牲其他提高生产率技术为代价的自动化引入；AcemogluandRestrepo构造模型先从静态视角分析了自动化对劳动力需求的影响，再将资本积累内生化，分析不同利率及两种稳态下自动化及人工智能对不平等和就业的影响。在国内针对人工智能的研究中，郭凯明通过建立理论模型，研究了人工智能对生产要素在经济中的转移以及人工智能构建新型基础设施的影响；沈赏通过构建动态面板模型，研究了人工智能对产业转型升级的影响。⑤大数据对产业发展的影响。
现有关于大数据对产业发展影响的文献尚不丰富，主要涉及信息技术、互联网、人工智能等大数据相关行业的研究，但亦有较大参考价值。大数据驱动数字经济快速发展，数字经济与实体经济的深度融合对传统的产业结构和产业发展带来了新机遇，大数据推动各产业朝着更智能化、高效率、集约型和精准化方向发展。以大数据为基础的数字经济革命有助于大国的经济增长效应的进一步发挥；陈德余和汤勇刚基于对大数据生态体系的构建认识，深度讨论了大数据的深度应用对实体经济的产业结构影响机制及作用效果；钟成林和胡雪萍通过理论分析发现大数据有益于国内的消费结构向更高级别进行转型，消费活动与大数据的深层次融合可以改变消费结构在转型过程中的动力结构，提高消费中的精准需求配置，有利于我国当前的促进内需和国内大循环的国家战略。李春发等研究发现大数据驱动数字经济实现了拓展现有的组织结构边界、更合理的价值再分配、拓展需求反作用于供给侧的结构性改革，相关产业和行业部门将在大数据的驱动下更快速的实现全面数字化和智能化转型；刘亮等研究了大数据和智能化对经济实现集约型发展和推动技术进步具有重大的作用，并且大数据和智能化对经济的集约化高质量发展具有较为明显的U型作用。
