【27数经择校】南京信息工程大学数字经济专硕25招收3人、26招收2人

南京信息工程大学硕士研究生招生入学考试大纲

科目代码：815

科目名称：数字经济专业基础

第一部分 目标与基本要求

检测考生对数字经济的基本原理和方法的掌握、了解与理解程度。要求考生比较全面、系统地掌握数字经济的专门概念与知识、体系结构和科学理论，熟悉现代信息技术，了解其在现代经济体系中的数字市场运行规律、数字市场主体及其数字经济对社会福利的影响，具有较好的从事数据分析、创新创业与实践应用的能力，在掌握大纲规定内容并领会的基础上，能够综合运用经济学、管理学、统计学和计算机科学等多学科交叉知识，灵活分析和解决数字经济实践中的科学研究和应用问题。

第二部分 具体内容  

导论 国内外数字经济发展的形势

1.了解数字经济在全国范围内的发展现状；

2. 了解我国数字经济发展面临的困难、挑战与机遇。  

第一章 数据要素

1. 掌握数据要素价值的概念、特征及其价值本质；

2. 掌握数据资产管理、特性及数据资产确权；

3. 掌握群体智能基本原则及主要特点。  

第二章 数字技术与生产活动

1. 了解数字技术创新特征、数字技术进步性与创新范式；

2. 掌握数字化生产活动与数字化生产模式；

3. 理解数字经济基本规律（梅特卡夫定律、摩尔定律、安迪-比尔定理等）。  

第三章 数字化创新

1. 了解创新活动与产业突变的特征；

2. 熟悉智力资本及其价值体现；

3. 理解知识共享、数字化管理、协同与集成相关概念；

4. 掌握网络集群、数字赋能与数字协同相关概念。  

第四章 需求牵引供给

1. 了解数字化冲击下需求端变革相关关系；

2. 理解数字化冲击下供给侧变革的相关关系；

3. 熟悉需求牵引供给的实现形式。  

第五章 数字化赋能

1. 了解数字技术对经济成本的影响；

2. 掌握数字技术构成与特点、机制分析、赋能路径与资源配置；

3. 了解数字技术对经济活动时空边界的契合与超越；

4. 了解数字经济下的产业价值创造；

5. 理解数字经济对管理决策的挑战。  

第六章 数字规则

1. 理解零边际成本、规模效率与“赢者通吃”问题；

2. 熟悉指数级效应，如网络效应、网络外部性和正反馈相关概念；

3. 掌握服务个性化相关概念。  

第七章 数字产业化与产业数字化

1. 掌握数字产业化概念、相关技术、数字产业分类；

2. 掌握数字经济及其核心产业的发展历程及其定义；

3. 了解产业数字化转型的内涵和特征、数字化转型；

4. 理解数字产品与服务相关分类、数字产品的特征。  

第八章 平台化、服务化、智能化

1. 熟悉平台经济的概念、特征及基本性质；

2. 掌握平台的分类、业务模式与竞争模式；

3. 熟悉平台经济的服务化概念、内涵、特征与成因；

4. 了解智能经济的概念、特征与经济效应。  

第九章 数字生态

1. 熟悉数字生态三大核心要素、数字生态效应概念；

2. 了解企业生态位基本原理、特征及其具体体现；

3. 了解工业共生的内涵与本质、主要特征及其意义；

4. 掌握竞争合作的驱动因素、策略分类、特征与经济效应；

5. 了解灯塔工厂的概念、先进性与发展路径。  

第十章 数字贸易

1. 了解数字贸易的兴起、历史沿革、数字贸易概念的演进；

2. 了解数字贸易发展现状及其典型应用场景；

3. 理解数字贸易壁垒与数字贸易规则。  

第十一章 数字红利

1. 掌握数字红利相关概念；

2. 了解数字技术催生数字红利的机制与影响；

3. 了解连接红利与共享经济红利相关概念与商业模型。  

第十二章 数字鸿沟

1. 熟悉数字鸿沟相关概念、成因与影响、现状分析；

2. 了解数字鸿沟的弥合概念与弥合途径。  

第十三章 数据垄断与算法滥用

1. 了解数据垄断的概念与特点、相关立法与数据垄断认定；

2. 了解算法滥用概念、滥用的表现形式与后果；

3. 了解算法的反竞争边界划定；

4. 掌握数据垄断规制与算法规制。

南京信息工程大学硕士研究生招生入学考试《统计学概论》考试大纲

科目信息科目代码：F21

科目名称：统计学概论

第一部分 目标与基本要求

《统计学概论》考试是为南京信息工程大学所招收管理科学与工程、应急管理、数字经济硕士研究生而设置的具有选拔性质的复试考试科目。其目的是科学、公平、有效地测试考生是否具备攻读管理科学与工程、应急管理、数字经济专业硕士所应具备的统计学素养，考察考生是否掌握统计学的一般原理和方法，能否运用所学的统计理论和方法对社会经济现象进行调查与分析，以供选拔具有发展潜力的优秀人才入学，为国家的经济建设培养具有良好职业道德、法制观念和国际视野、具有较强分析与解决实际问题能力的高层次、应用型、复合型的专业人才。 对考生的基本要求： 1.掌握数据收集和处理的基本方法；2.掌握数据分析的基本原理和方法；3.具备运用统计方法分析数据和解释数据的基本能力。

第二部分 具体内容

（一）统计中的基本概念          1.统计学的目的；          2.描述统计和推断统计的区分；          3.统计数据类型、分类、各自特点及其具体应用；         4.总体和样本、参数和统计量、变量的基本概念。

（二）数据的搜集         1.数据的来源：直接数据和间接数据的特点、局限性、使用注意事项；         2.抽样方法：概率抽样和非概率抽样，包括概念、特点、具体分类、优缺点、适用范围、具体应用；          3.搜集数据的基本方法及其选择；          4.实验组和对照组的特点：随机性、匹配性；         5.数据误差：抽样误差和非抽样误差，包括含义、影响因素、产生原因、两种误差的对比、控制误差方法。

（三）数据的图表展示         1.品质数据的整理与展示，包括分类数据的图示、各种图形的用途、适用范围；         2.数值型数据的整理与展示，包括数据分组原则、不同类型数据的图示及各种图示的特点；          3.品质数据和数值型数据图形展示的选择。

（四）数据的概括性度量         1.集中趋势、离散趋势的度量指标，包括每个指标的含义、计算公式、特点、意义、适用范围；         2.众数、中位数和平均数三个指标的特点和应用场合，偏态分布下三个指标的关系；         3.分布形状的测度指标：偏态系数和峰态系数的数值含义；         4.标准分数的计算公式及应用；         5.经验法则、切比雪夫不等式的具体应用。

（五）统计量及其抽样分布         1.统计量的判断：统计量不包含任何未知参数；         2.由正态分布导出的几个重要分布及其应用；        3.样本均值的分布与中心极限定理的内容及其应用。

（六）参数估计         1.置信区间的含义理解；         2.估计量的三个评价标准；         3.区间估计的步骤、总体参数的区间估计选择恰当的统计量；         4.必要样本容量的影响因素、计算。

（七）假设检验         1.假设检验原假设的一般确定原则及具体应用；         2.假设检验的两类错误、显著性水平；         3.假设检验的基本原理：小概率原理；         4.假设检验的应用；        5.总体参数的检验统计量。

（八）分类数据分析         1.χ²统计量的计算公式及应用；         2.拟合优度检验和独立性检验；         3.列联表中的相关测量：三个系数的计算公式、特点及应用。

（九）方差分析         1.方差分析的基本思想和原理、基本假定；         2.单因素方差分析的步骤，利用单因素方差分析研究因素对研究结果的影响程度；         3.方差分析中的多重比较——LSD检验法。

（十）一元与多元线性回归         1.变量间关系的度量，包括相关系数的计算公式、性质，相关关系的显著性检验；         2.一元与多元线性回归，包括回归模型的假定，回归方程、估计的回归方程的建立；         3.最小二乘法的含义、性质，回归系数的计算；         4.回归直线的拟合优度及显著性检验；         5.点估计和区间估计，包括置信区间和预测区间；       6.多重共线性的含义、产生的问题、判别及处理方式。

（十一）时间序列分析和预测        1.时间序列构成要素及平稳序列、非平稳序列的含义；         2.时间序列的描述性分析；         3.平稳序列的预测，特别是移动平均法、一次平滑指数法。

（十二）指数         1.指数的分类；         2.拉氏指数和帕氏指数的计算、加权平均指数的计算；         3. 统计指数的编制方法；         4. 居民消费价格指数作用、计算公式。