e-Gospodarka czyli Digital Economy 2400-PLSM119A
e-Gospodarka stanowi prawdziwe wyzwanie dla współczesnych ekonomistów. Pomimo znaczącego wpływu na współczesne funkcjonowanie ekonomii, "gospodarka cyfrowa" stanowi wciąż marginalny obszar badań ekonomicznych. Już sam termin „gospodarka cyfrowa” nie został przez naukę ekonomii precyzyjnie zdefiniowany. Również nie ma wypracowanego podejścia w mierzeniu wielkości tego sektora. Intuicyjnie wiemy, że cyfryzacja nie dotyczy samego ICT. Jej miarą nie może być sama dostępność Internetu czy też rozmiar i przepływy sektora ICT wyodrębnionego w oparciu o klasyfikację PKD/NACE. Konwencjonalne metody badania gospodarki cyfrowej zawodzą ponieważ, ucyfrowienie i dyfuzja ICT są procesem biegnącym w dużym stopniu w poprzek tradycyjnych sektorowych podziałów aktywności ekonomicznej.
Internet jest gigantycznym zbiorem rozproszonych źródeł informacji o aktywności ekonomicznej przedsiębiorstw, z których ważna część jest generowana przez same firmy w formie (milionów) ‘cyfrowych śladów’. Zajęcia mają na celu zmierzenie się z tymi nowymi wyzwaniami, zbadanie potencjału tkwiącego w tego rodzaju danych na potrzeby analiz ekonomicznych, a w szczególności opracowanie nowego podejścia z wykorzystaniem innowacyjnych narzędzi BigData, pozwalającego na zbadanie faktycznego rozmiaru i znaczenia gospodarki cyfrowej.
Zajęcia przygotują Was do napisania pracy magisterskiej oraz mają wspierać go w procesie pisania pracy. Program zajęć rozłożony jest na współpracę ze studentami przez 1,5 roku.
Rodzaj przedmiotu
Koordynatorzy przedmiotu
Efekty kształcenia
Student potrafi wykorzystać wiedzę teoretyczną do procesów zachodzących w gospodarce światowej, potrafi analizować zjawiska gospodarcze w skali makro i dobierać krytycznie dane i metody analiz problemów gospodarki światowej
Student potrafi właściwie analizować przyczyny i przebieg procesów i zjawisk gospdoarczych zachodzacych w gospdoarce globalne jak i w samej Polsce
Student potrafi modelować złożone procesy makroekonomiczne
Student posiada pogłębioną umiejętność przygotowania pracy magisterskiej
KW01, KW02, KW03, KU01, KU02, KU03, KK01, KK02, KK03
Kryteria oceniania
Warunkiem zaliczenia jest efektywne uczestniczenie w zajęciach. Efekt końcowy - czyli napisanie pracy magisterskiej zależy w dużej mierze od motywacji studentów. Nie wymagamy napisania pracy w celu zaliczenia seminarium lecz systematycznego uczestnictwa w spotkaniach i współpracy na kolejnych etapach opracowywania analiz. Zakładamy, że w ramach semestru I student, we współpracy z nami, pozna narzędzia i sposoby analizowania strategicznego. Semestr II powinien być poświęcony zdefiniowaniu głównych problemów (tez badawczych) i odnalezieniu danych pozwalających na weryfikację empiryczną tych tez. Semestr trzeci to praca nad zakończenie pisania pracy.
Literatura
Aghion, P., M. Dewatripont, et al. (2012). Industrial policy and competition, National Bureau of Economic Research.
Aiginger, K. (2007). "Industrial policy: a dying breed or a re-emerging phoenix." Journal of Industry, Competition and Trade 7(3-4): 297-323.
Arellano, M. and O. Bover (1995). "Another look at the instrumental variable estimation of error-components models." Journal of Econometrics 68(1): 29-51.
Audretsch, D. B., A. Segarra, et al. (2014). "Why don't all young firms invest in R&D?" Small Business Economics 43(4): 751-766.
Besley, T., M. Coelho, et al. (2013). "Investing for prosperity: skills, infrastructure and innovation." National Institute Economic Review 224(1): R1-R13.
Blundell, R. and S. Bond (1998). "Initial conditions and moment restrictions in dynamic panel data models." Journal of Econometrics 87(1): 115-143.
Brynjolfsson, E. (1993). "The productivity paradox of information technology." Communications of the ACM 36(12): 66-77.
Brynjolfsson, E. and L. M. Hitt (2003). "Computing productivity: Firm-level evidence." Review of economics and statistics 85(4): 793-808.
Dimelis, S. P. and S. K. Papaioannou (2011). "ICT growth effects at the industry level: A comparison between the US and the EU." Information Economics and Policy 23(1): 37-50.
Dumbill, E. (2012). "What is big data? An introduction to the big data landscape." oreilly. com, http://radar. oreilly. com/2012/01/what-is-big-data. html.
Einav, L. and J. D. Levin (2013). The data revolution and economic analysis, National Bureau of Economic Research.
European Commision (2015). A Digital Single Market Strategy for Europe.
Harrison, A. and A. Rodríguez-Clare (2009). Trade, foreign investment, and industrial policy for developing countries, National Bureau of Economic Research.
King, G. (2014). "Restructuring the Social Sciences: Reflections from Harvard's Institute for Quantitative Social Science." PS: Political Science & Politics 47(01): 165-172.
Lucas, R. E. (1988). "On the mechanics of economic development." Journal of monetary economics 22(1): 3-42.
Nathan, M. and A. Rosso (2013). "Measuring the uk’s digital economy with big data." The Nafional Insfitute of Economic and Social Research, July 22nd.
Nathan, M., A. Rosso, et al. (2014). "Mapping'Information Economy'Businesses with Big Data: Findings for the UK."
Rodrik, D. (2004). "Industrial policy for the twenty-first century."
Romer, P. M. (1994). "The origins of endogenous growth." The journal of economic perspectives: 3-22.
Shahiduzzaman, M. and K. Alam (2014). "Information technology and its changing roles to economic growth and productivity in Australia." Telecommunications Policy 38(2): 125-135.
Varian, H. R. (2014). "Big data: New tricks for econometrics." The Journal of Economic Perspectives: 3-27.
Vu, K. M. (2011). "ICT as a source of economic growth in the information age: Empirical evidence from the 1996–2005 period." Telecommunications Policy 35(4): 357-372.
Więcej informacji
Dodatkowe informacje (np. o kalendarzu rejestracji, prowadzących zajęcia, lokalizacji i terminach zajęć) mogą być dostępne w serwisie USOSweb: