技術經濟範式是在一(yī)定社會發展階段，由主導技術推動宏觀和(hé)微觀經濟結構和(hé)運行(xíng)模式發展的(de)過程，并由此決定經濟生産的(de)範圍、規模和(hé)水平。在新的(de)技術經濟範式形成過程中，占主導地(dì)位的(de)科(kē)學(xué)技術将以革命性的(de)方式迅速實現産業化、市(shì)場化，并不斷對整個經濟結構進行(xíng)呈幾何級數的(de)滲透擴散，并逐漸改變原有(yǒu)的(de)生産方式、管理(lǐ)方式、營銷模式以及整個經濟增長(cháng)形态。當前，我國(guó)正處在實施創新驅動發展戰略的(de)關鍵時期，以新一(yī)代信息技術、生物技術、新能源、新材料為(wèi)代表新興技術群正在形成新的(de)技術經濟範式。

新技術經濟範式形成的(de)關鍵，在于是否基于主導技術形成了新的(de)“關鍵生産要素”。這種“關鍵生産要素”需要具備三個基本條件：一(yī)是成本較低(dī)并且相對成本迅速下降；二是在長(cháng)期內(nèi)幾乎無限的(de)供應能力；三是在整個經濟系統中具有(yǒu)廣泛的(de)應用前景。其中，圍繞大數據技術而發生的(de)移動終端、雲計算、物聯網等技術的(de)集成應用，完全符合“關鍵生産要素”的(de)基本特征，已經迅速地(dì)應用于經濟社會發展的(de)各方面，對技術開發、生産加工、商(shāng)業模式等方面産生了深刻的(de)影響，在新的(de)技術經濟範式形成過程中将成為(wèi)決定性因素之一(yī)。這種影響，主要體現在數據資源、研發組織、技術融合和(hé)創新鏈銜接等方面。

大數據的(de)集成分析将大幅度提高(gāo)創新資源的(de)使用效率。大數據的(de)本質是面向海量數據的(de)數據挖掘，發現隐藏的(de)知識和(hé)規律，這為(wèi)基礎優化創新資源配置開辟了新的(de)空間。根據美國(guó)麥肯錫公司2013年(nián)的(de)報告，充分利用大數據技術能使零售商(shāng)提高(gāo)利潤率60%以上，使美國(guó)醫療保健行(xíng)業降低(dī)成本8%。經過多年(nián)的(de)積累，我國(guó)形成了大量的(de)科(kē)技文獻、監測數據等大量科(kē)技基礎信息。同時，也積累了大量面向市(shì)場的(de)科(kē)技數據資源，例如(rú)技術成果、技術交易數據、高(gāo)新技術企業、研發機(jī)構、大學(xué)科(kē)技園、科(kē)技企業孵化器等數據。這些數據往往形成相對獨立、難以探索的(de)數據孤島，而大數據的(de)信息關聯、智能決策等功能，能夠對這些分割、離(lí)散的(de)數據信息進行(xíng)集成，并提供智能化、商(shāng)業化的(de)增值服務。

促進研發活動的(de)去(qù)組織化和(hé)再組織化。一(yī)方面，與傳統以課題組、科(kē)研機(jī)構為(wèi)基本單元的(de)研發組織載體相比，社會化的(de)研發組織将更為(wèi)普遍，伴随移動互聯網、社交網絡的(de)發展，研發活動的(de)參與者越來越能夠以個體的(de)身份脫離(lí)學(xué)科(kē)領域、學(xué)術地(dì)位、空間等因素的(de)限制，圍繞特定主題參與到研究的(de)策劃和(hé)實施。另一(yī)方面，大數據技術将促使研發活動由精細化的(de)單向組織管理(lǐ)走向趨勢化的(de)複合組織管理(lǐ)，對全局性預測的(de)準确性和(hé)實時性要求更高(gāo)，特别是對研發數據的(de)在線收集和(hé)即時分析，為(wèi)大規模研發活動的(de)組織和(hé)協調提供支持。

促進跨領域的(de)技術和(hé)産品研發。以生物醫藥産業和(hé)信息技術的(de)融合為(wèi)例：在研發環節，很多發達國(guó)家正嘗試運用信息技術建立“虛拟人”，将藥品臨床試驗的(de)某些階段虛拟化；針對電子(zǐ)健康檔案海量、即時數據的(de)挖掘和(hé)分析将有(yǒu)助于招募特定基因型的(de)患者開展臨床試驗，研發基因導向型的(de)個體化藥物，這将大大加快藥品研發效率，降低(dī)研發費用。在生産流通環節，無線射頻識别标簽、智能塵埃（超微型傳感器）、溫度傳感器将在藥品流通中廣泛應用，提高(gāo)藥品流通行(xíng)業集中度和(hé)流通效率。在醫療服務環節，電子(zǐ)病曆、智能終端、物聯網、網絡社交軟件等将使有(yǒu)限醫療資源讓更多人共享，形成新的(de)醫患關系，并推動個體化的(de)醫療服務。這些活動正在促使生物醫藥、信息技術兩類傳統意義上邊界清晰的(de)領域開始融合，而融合所必需的(de)對海量即時數據的(de)分析處理(lǐ)，都要以大數據、雲計算等技術系統為(wèi)前提。

縮短(duǎn)基礎研究、應用開發到創新的(de)進程。大數據帶來的(de)管理(lǐ)、檢測等流程的(de)優化将大大縮短(duǎn)研發周期。在基礎研究方面，對海量數據的(de)預測建模能幫助識别那些具有(yǒu)更高(gāo)可(kě)能性的(de)方案，這在藥物分子(zǐ)篩選方面尤為(wèi)明顯。另一(yī)個案例來源于英特爾，其采用大數據技術開發的(de)預測分析解決方案，能夠收集生産過程中的(de)曆史數據，由此帶來更快速的(de)芯片研發，并将芯片的(de)測試時間縮短(duǎn)25%。

大數據在促進技術經濟範式形成的(de)過程中，需要相應的(de)制度規範和(hé)保障。例如(rú)，在數據應用方面，既要鼓勵科(kē)技數據，特别是财政投入形成的(de)數據，實現更大範圍、更及時的(de)開放共享，也要通過立法和(hé)有(yǒu)效執法加強知識産權保護，注重數據資産的(de)價值，防止數據被濫用，明确界定數據挖掘、利用的(de)權限和(hé)範圍。在研發組織方面，雖然大數據在構建創新網絡上具有(yǒu)明顯優勢，但也存在一(yī)定的(de)局限性。歐盟最近的(de)一(yī)項調查認為(wèi)，在創新網絡形成過程中，面對面的(de)交流仍是不可(kě)或缺的(de)因素。因此，大數據技術作為(wèi)一(yī)項高(gāo)效便捷的(de)組織工具，其收集、分析和(hé)研判得出的(de)關聯機(jī)制，需要與學(xué)術研讨會、創新創業大賽、創業公開課等常規的(de)、更加具象化的(de)交流溝通方式緊密結合。在促進跨領域、跨環節的(de)融合方面，需要各主管部門依托各類創新示範區、高(gāo)新區、經濟開發區，面向産品、服務、技術标準、合格評定程序等方面，集成各類創新資源開展大數據的(de)試點示範，為(wèi)大數據産業快速發展提供更加清晰的(de)市(shì)場信号。