大數據與大數據經濟學

蘇知奧

【摘要】在社會經濟快速發展過程中，數據應用范圍不斷擴大，在各個領域中產生的數據量也逐漸增多，人們已經走入了大數據時代。大數據時代的到來，必將對傳統經濟造成影響，大數據經濟學應運而生。本文首先對大數據背景下傳統經濟學受到的沖擊進行分析，然后對大數據經濟學進行具體的介紹，希望能夠給相關人員提供啟發。

【關鍵詞】大數據 大數據經濟學 數據統計

所謂的大數據，即工業傳感器、移動數碼產品、互聯網等固定與移動設備產生的結構化數據、半結構化數據以及非結構化數據的總和，具有實時處理與應用的特點，能夠提高對所需信息的獲取能力，具有很高的公共管理服務以及商業價值，在人工智能、數據挖掘等多個領域中發揮了重要的作用。同時，大數據時代的到來，對傳統經濟學也會造成一定的影響，基于此，加強對大數據以及大數據經濟學的研究具有十分現實的意義。

一、大數據背景下經濟學受到的沖擊

（一）所研究的數據對象不同

傳統經濟學中的定量研究主要是以樣本數據為基礎，很少涉及到總體數據，這主要是由于數據可得性決定。但是，在大數據時代背景下，數據往往是總體數據，人們獲取總體數據更為方便，這與物聯網、互聯網等信息化技術的發展、普及有很大的關系。傳統經濟學數據以結構化為主要特點，但大數據時代下，經濟學數據不僅包括了結構化數據，同時還包括大量的半結構數據以及非結構數據，例如瀏覽記錄、網頁文章、用戶日志等，本身都是數據的一種。傳統經濟學研究的對象是滯后的數據，只有經濟現象發生后才能進行下一步的分析研究，但大數據時代下的經濟學研究對象基本是實時的。傳統經濟學研究的數據具有較高的精度要求，但大數據時代下，經濟學研究數據無法滿足精度要求，還需要利用現骨干的模型及方法對數據進行清洗，之后才能進行研究。傳統經濟學研究數據過程中，一般會將異常數據排除在外，但大數據時代下，異常數據卻作為寶貴的研究對象，通過對各種異常數據的分析能夠獲得更多的異常點數據，對經濟學研究大有裨益。

（二）兩則研究方法不同

傳統經濟學研究過程中，主要是遵循波普爾證偽主義線路。具體來說，就是首先提出假說，之后通過計量模型對假說進行檢驗，通過反復循環提高研究層次。相關模型的建立和驗證，包括經濟學解釋，在本質上主要是對專家、學者提出的一種理論假說進行驗證。而在大數據背景下，基于數據挖掘技術，能夠發現新的經濟學知識、規律等，大數據的加入并非將之前的因果關系改變。同時，傳統經濟學因果關系有時不太確定。大數據挖掘過程是發現知識的過程，與傳統經濟學研究方式具有本質上的差別。數據挖掘并不是對假想的驗證過程，可以看成是提出假設的過程，研究思路與數據生成本身具有一定的關聯，具有智能化、數字化的特點。當然，大數據下的經濟學分析，尤其是數據挖掘也存在一定的問題，例如算法優化、數據可靠性等，在大數據技術發展與創新下，數據挖掘技術必將逐漸完善。與傳統經濟學研究相比，大數據下經濟學研究還存在數量上的優勢，能夠大大提升研究數據的數量，提高研究的整體效率。

（三）一些數據統計手段存在差異

傳統的數據統計主要是通過指數計算，利用抽樣調查數據，同時選定一定指標，利用多元統計技術對數據進行計算、分析。但是計算過程耗時較長，需要花費較大的成本費用。在大數據時代背景下，改變了指數計算方式，通過搜索引擎、網站瀏覽量、瀏覽頻率以及頁面等進行推算。大量的研究表示，通過大數據推算出來的計算，與傳統指數計算得出的結果基本一致。

二、大數據經濟學概述

（一）大數據經濟學概念

大數據經濟學在上述背景下產生是必然的結果，關于大數據經濟學并沒有一個明確的定義。根據相關文獻資料，可以將大數據經濟學定義為：以借助大數據對經濟現象、經濟問題、經濟行為進行研究的一門科學，同時也是研究大數據與傳統經濟學的重要學科。其中，大數據經濟學包括了大數據計量經濟學、大數據應用經濟學以及大數據統計學等分支學科。可以說，大數據經濟學涉及統計學、應用經濟學、管理工程學、計算機技術、情報學、軟件工程、心理學等多種學科，各個學科之間相互交叉。

大數據計量經濟學主要對大數據時代下經濟學建模方式、建模技術進行研究；大數據統計學主要研究大數據時代下統計技術及方法；大數據應用經濟學主要是對大數據時代下傳統經濟學在各層次中的運用。傳統經濟學與大數據經濟學相比，兩者之間存在相互補充以及后者替代前者的關系。通過對大數據技術的運用，能夠提升傳統經濟學研究的效率，利用數據挖掘技術，發現一些新的經濟學知識以及經濟規律等。同時，通過大數據統計學能夠對一些關乎國計民生的統計指數進行統計，包括物價、基尼系數等，大大節約了數據統計與分析的成本。但對于高精度研究問題，已然選擇傳統經濟學研究更為精確；對時間性要求較高的研究選擇大數據經濟學研究方式。

（二）大數據經濟學與信息技術及其他學科之間的關系

毋庸置疑，大數據經濟學離不開現代信息技術，是現代信息技術發展到大規模計算與存儲階段的必然結果，甚至在信息技術專家眼里，大數據僅僅是一種技術。但是大數據經濟學更是一種思想，只不過現代信息技術使這種思想成為可能。大數據經濟學必須以現代信息技術為基石，重在研究其在經濟學領域中的應用，因此大數據經濟學是一個學科跨度很大的學科，包括經濟學、管理工程、統計學、信息技術、情報學、心理學等相關學科。

三、大數據經濟學發展展望

大數據經濟學是本世紀經濟學重要的突破，是社會發展的必然現象，在大數據時代下應運而生。但是，大數據經濟學目前才剛剛起步，處于萌芽狀態下，當下主要以理論研究穩住，實踐應用尚待提升。當然，該學科實踐性很強，可以預見在不久的將來，大數據經濟學理論會不斷的得到修正，不斷提升大數據經濟學研究的廣度與深度，并與其他學科有機的結合起來，包括信息技術、統計學分析、數字技術、智能技術等。

從學科分類方面，應用經濟學以及理論經濟學共同組成經濟學。大數據經濟學在未來會不斷的發展與成熟，將理論經濟學和應用經濟學結合在一起，實現學科融合發展。很多經濟學家致力于這一方面的研究，例如，Jim Gray自然科學和社會科學統一在一起，將理論研究與實踐應用實時地統一在一起，預示著大數據經濟學將是智能經濟學。

四、總結

通過上述分析可知，在信息技術不斷發展過程中，人類各類生產、生活都會產生大量的數據，人們已然進入了大數據時代。在大數據時代背景下，對傳統經濟學造成一定的影響，改變了經濟學研究對象及方式，為經濟學發展提供了可能，大數據經濟學應運而生。研究大數據經濟學對社會經濟發展至關重要。盡管大數據經濟學還處于起步階段，但其具有廣闊的發展前景，必將是影響人類發展的一大科學。

參考文獻

[1]劉濤雄，徐曉飛.大數據與宏觀經濟分析研究綜述[J].國外理論動態.2015，21（2）：65-68.

[2]黃貝拉，徐偉.大數據經濟學簡評[J].農村經濟與科技.2015，20（2）：102-103.

[3]蔡澤曼.大數據與經濟學相結合[J].決策與信息旬刊.2016，32（12）：32-33.

[4]于小龍，王金釗.大數據的經濟學涵義及價值創造機制[J].中國國情國力.2014，16（9）：255-258.

[5]李娜.對應用大數據推動經濟社會發展創新的思考[J].價格月刊.2015，35（8）：99-100.

[6]任寶平，邢偉.大數據時代中國新常態經濟增長路徑與政策的轉型[J].人文雜志.2015，14（6）：85-86.