恩格尔系数，即食品消费支出在总消费支出中所占的比重。联合国粮农组织依据恩格尔系数，将生活水平划分为如下标准：恩格尔系数在59%以上者为绝对贫困状态的消费；50%~59%为勉强度日状态的消费；40%~50%为小康水平的消费；20%~40%为富裕状态的消费；20%以下为最富裕状态的消费。我国城镇和乡村的恩格尔系数，1980年为56.9%和61.8%；2000年分别为39.2%和49.1%；2001年分别为37.1%和47.7%。到2010年我国城乡的恩格尔系数应分别是30%和40%。2020年分别是25%和35%。

科技对学术进程影响巨大，影响中国学术进程的科技活动，有三个重要的关键点，一是纸的发明，二是印刷技术的普及，三是网络信息技术的异军突起（古籍数字化为其中之一）。前二者对学术的巨大作用已被历史证明，现代信息技术左右学术的趋向也初露端倪。

不过，人们在认识科技与学术的关系时，往往关注积极方面。比如人们认为纸张的发明和应用，促进了书籍的出版和文学的繁荣；汉末魏晋时期纸张取代简牍极大地促进了知识普及和文化传播。雕版印刷的积极作用也被充分认识。两宋时期的刻书最大限度地促进了教育文化传播，并且作为一种产业加速了商业经济的发展，改变了都市文化的布局，对文学的发展也产生了巨大影响。_______________。不讲或少讲并不等于不存在，事实上早在北宋，苏轼等人已经开始思考印刷流行对文人的影响。苏轼认为，书籍多且易得，反而使记忆力衰退。对此问题，叶梦得亦颇有体悟。其《石林燕语》指出刻本书籍广泛传播后的两个弊端：一是读书人诵读灭裂，和苏轼的担忧相同；二是刻本流行后，其据以刊刻的刻本反而不被重视，导致讹谬之处无法刊正。

古籍数字化与纸和印刷术的发明一样，虽然也对学术有一定的负面作用，却是历史的必然，无可逆转。根据历史经验预测数字化进程，可能有两个特点：一是数字化古籍最终取代纸本书籍，二是这个过程是漫长的。从历史来看，纸书取代简牍，印刷取代抄写，都经历了相当长的过程。究其原因，一是因为经济成本的降低需要技术改进的支持，需要一个较长的过程。比如纸张起初很稀有，只有特权阶层才能享用，随着技术改进、成本降低，纸张才逐渐普及。二是因为观念的变化也需要一个较长的过程。汉末魏初重简轻纸，对粗糙的纸张并不认同，纸的应用往往与俗文化连在一起。但最终纸张的轻便廉价等好处慢慢为人接受，逐渐取代简牍。纸简替代的完成约在魏晋时期，刻本取替写本则在明清刻书产业全面兴隆之后方才完成，均完成了较长的一段时期。可以设想，电子文本全面取代纸本同样需要一个漫长的过程，比如电子出版得到官方认可，电子文献征引获得“合法性”，各种电子书籍和电子商品全面普及等等，均需漫长的时日。

技术塑造全新的理论范式。大数据技术给公共管理带来了一场新的范式革命，这场范式革命表现在：第一，方法论范式的转型。大数据借助于云平台而具有数据搜集、分析、管理、挖掘和重组的功能，以及基于多类型数据和海量数据的预测功能，从而形成一整套基于大数据技术的方法。此类方法在大数据技术诞生前是完全没有的。其数据能实时更新，且接近于全数据，因此被广泛运用于恐怖主义研究、移民研究、战争与冲突研究、国际反腐败研究等社会科学的各个领域。面对这样一个时代和技术，传统的管理方法如定性和定量研究、比较分析、案例分析等基于“小数据”的研究方法，将更多地为数据挖掘、全数据分析等全新的研究方法所代替。简言之，“大数据+”开创了社会科学研究的新技术和新方法。第二，研究思维范式的转型。过去的案例研究、样本研究体现的是数据“精确性”思维、因果关系思维和定性思维，而借助于大数据技术，现已转向“量化”思维，即以全数据为目标的思维，以“混杂性”思维为形式，以量化数据值之间的“相关关系”为核心内容。单纯的“计算社会科学”也并不完全反映“量化”思维。第三，研究对象的转变。大数据技术诞生前，公共管理的对象是人及其相互关系。人既成为管理对象，也成为管理的工具，结果是人成为管理者的“被管理者”。大数据的公共管理对象是人所有活动所产生的数据，目的是用数据及其产生的价值来为人服务，体现了人本主义管理思想。第四，绩效检验方式的转变。此前，绩效检验的目的是以政策的落实和政策对人发挥规制作用来衡量，但政策是否科学则容易被忽视，而且，往往采取刚性强制手段。就是说政策确实发挥了作用，但人也可能因强制而对政策产生抱怨，甚至有些情况下有些人成为反政策的一员。大数据条件下的绩效检验则强调技术对人的所有社会活动产生的数据进行收集、整理、分析，最终使数据通过服务于人来体现其价值，使人在享受价值服务的过程中自觉维护良好的秩序。
从具体的实践层面看，也有了变化。第一，大数据技术使公共管理的实践内容从流量管理向数据管理转化。传统的公共管理尤其强调流程的重要性，这主要是基于行政的科层体制。但在实践中，这会慢慢演变成流程的刻板化，效率日趋下降，甚至影响流程的合法性。而大数据技术则专注于对管理对象的数据收集、分析，它管理的对象是数据，核心是对数据进行处理。第二，大数据使公共管理的实践从事后机械应对转向智能化预先治理。传统的方式，无论是管理还是治理，都是出现了问题才采取措施。即便有所谓的预防性治理或预防性管理，也常常非常盲目，甚至可能没有任何针对性。因此，其典型特征就是事后的机械性。大数据条件下则截然不同，其核心就是预测。它通常被视为人工智能的一部分，是把数学算法运用到海量的数据上来预测事情发生的可能性。之所以能够成功，关键在于它是建立在海量数据的基础之上的，而不是基于某个人的主观判断。