截至到2012年底，中国电子商务市场交易规模达7.85万亿，同比增长30.83%。其中，B2B电子商务交易额达到6.25万亿，同比增长27%，相较2011年下滑两个百分点，网络零售市场交易规模达13205亿元，同比增长64.7%，占社会消费品零售总额的6.3%。中国电子商务市场交易规模按地区排在前十的省份（含直辖市）依次为：浙江省、广东省、上海市、北京市、江苏省、山东省、四川省、河北省、河南省、福建省。2012年中国电子商务城市十强榜单发布，北京以总分最高分位居第一，接下来前十名的城市依次为上海、杭州、广州、深圳、南京、重庆、成都、厦门、宁波。排在前十名的行业依次为：服装鞋帽、纺织化纤、农林畜牧、数码家电、机械设备、化工塑料、食品糖酒、建筑建材、五金工具、医疗医药。

截至到2012年12月，我国B2B电子商务服务企业达11350家，同比增长8%，相较2011年下降了6个百分点。2012年中国B2B电子商务服务商的营业收入为160亿元，同比增长23%，其中阿里巴巴营业收入继续排名首位，占B2B电子商务服务商的营业收入的45%。而环球资源，我的钢铁网、慧聪网、中国制造网、环球市场网、网盛生意宝分别位列二至七位。

截至2012年12月，B2C网络零售市场交易排名第一的依旧是天猫商城，占了52.1%，京东商城名列第二，占22.3%；位于第三位的是苏宁易购达到3.6%，排名4~10位的依次为：腾讯B2C（3.3%）、凡客诚品（2.7%）、亚马逊中国（2.3%）、库巴网（1.4%）、当当网（1.2%）、易迅网（0.6%）、新蛋中国（0.3%）。

固定资产投资保持较快增长。上半年，500万以上固定资产投资完成6617.3亿元，增长18.1%。其中，第三产业投资增长29.9%，分别高于第一、第二产业8.6和19.5个百分点，对全省投资增长的贡献率达到63.4%；三次产业投资比重由去年同期的2.0：59.5：38.5调整为2.1：55.6：42.3，第三产业投资比重提高3.8个百分点。消费市场基本稳定。上半年全省社会消费品零售额2323.9亿元，增长12.5%。其中，限额以上消费品零售总额909.9亿元，增长11.4%。新型业态消费快速增长，全省电子商务实现交易额571.2亿元，增长91.7%。南昌、赣州两市列入国家电子商务示范城市建设试点。乡村市场发展快于城镇。城镇市场实现零售额1931.8亿元，增长12.3%，其中，城区零售额1214.3亿元，增长13.3%；乡村市场实现零售额392.2亿元，增长13.4%，高于城镇市场1.1个百分点。商品零售主体拉动消费增长，商品零售2018.2亿元，增长13.5%，高于餐饮收入7.3个百分点。其中，限额以上商品零售872.3亿元，增长11.6%。开放型经济稳步发展。上半年，进出口总额230.8亿元，增长16%，比去年同期提高4.3个百分点。其中，出口额178.6亿元，增长10.4%，比去年同期回落6.6个百分点；进口额52.2亿美元，增长40.3%，比去年同期提高46.6个百分点；实际利用外资46.1亿美元，增长10.4%；引进省外5000万元以上项目资金2400亿元，增长21.7%。“走出去”步伐加快，全省对外承包工程营业额13亿美元，增长27.5%；对外直接投资额2.1亿美元，增长20%。外贸商品结构趋于优化。高新产品出口增长28.6%，铁合金出口增长68.7%，钢材出口增长67.2%，太阳能电池出口增长64.7%；机电产品和高新产品出口成倍增长，分别增长1.2倍和1.1倍。

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。