大数据与大数据经济学

苏知奥

【摘要】在社会经济快速发展过程中，数据应用范围不断扩大，在各个领域中产生的数据量也逐渐增多，人们已经走入了大数据时代。大数据时代的到来，必将对传统经济造成影响，大数据经济学应运而生。本文首先对大数据背景下传统经济学受到的冲击进行分析，然后对大数据经济学进行具体的介绍，希望能够给相关人员提供启发。

【关键词】大数据 大数据经济学 数据统计

所谓的大数据，即工业传感器、移动数码产品、互联网等固定与移动设备产生的结构化数据、半结构化数据以及非结构化数据的总和，具有实时处理与应用的特点，能够提高对所需信息的获取能力，具有很高的公共管理服务以及商业价值，在人工智能、数据挖掘等多个领域中发挥了重要的作用。同时，大数据时代的到来，对传统经济学也会造成一定的影响，基于此，加强对大数据以及大数据经济学的研究具有十分现实的意义。

一、大数据背景下经济学受到的冲击

（一）所研究的数据对象不同

传统经济学中的定量研究主要是以样本数据为基础，很少涉及到总体数据，这主要是由于数据可得性决定。但是，在大数据时代背景下，数据往往是总体数据，人们获取总体数据更为方便，这与物联网、互联网等信息化技术的发展、普及有很大的关系。传统经济学数据以结构化为主要特点，但大数据时代下，经济学数据不仅包括了结构化数据，同时还包括大量的半结构数据以及非结构数据，例如浏览记录、网页文章、用户日志等，本身都是数据的一种。传统经济学研究的对象是滞后的数据，只有经济现象发生后才能进行下一步的分析研究，但大数据时代下的经济学研究对象基本是实时的。传统经济学研究的数据具有较高的精度要求，但大数据时代下，经济学研究数据无法满足精度要求，还需要利用现骨干的模型及方法对数据进行清洗，之后才能进行研究。传统经济学研究数据过程中，一般会将异常数据排除在外，但大数据时代下，异常数据却作为宝贵的研究对象，通过对各种异常数据的分析能够获得更多的异常点数据，对经济学研究大有裨益。

（二）两则研究方法不同

传统经济学研究过程中，主要是遵循波普尔证伪主义线路。具体来说，就是首先提出假说，之后通过计量模型对假说进行检验，通过反复循环提高研究层次。相关模型的建立和验证，包括经济学解释，在本质上主要是对专家、学者提出的一种理论假说进行验证。而在大数据背景下，基于数据挖掘技术，能够发现新的经济学知识、规律等，大数据的加入并非将之前的因果关系改变。同时，传统经济学因果关系有时不太确定。大数据挖掘过程是发现知识的过程，与传统经济学研究方式具有本质上的差别。数据挖掘并不是对假想的验证过程，可以看成是提出假设的过程，研究思路与数据生成本身具有一定的关联，具有智能化、数字化的特点。当然，大数据下的经济学分析，尤其是数据挖掘也存在一定的问题，例如算法优化、数据可靠性等，在大数据技术发展与创新下，数据挖掘技术必将逐渐完善。与传统经济学研究相比，大数据下经济学研究还存在数量上的优势，能够大大提升研究数据的数量，提高研究的整体效率。

（三）一些数据统计手段存在差异

传统的数据统计主要是通过指数计算，利用抽样调查数据，同时选定一定指标，利用多元统计技术对数据进行计算、分析。但是计算过程耗时较长，需要花费较大的成本费用。在大数据时代背景下，改变了指数计算方式，通过搜索引擎、网站浏览量、浏览频率以及页面等进行推算。大量的研究表示，通过大数据推算出来的计算，与传统指数计算得出的结果基本一致。

二、大数据经济学概述

（一）大数据经济学概念

大数据经济学在上述背景下产生是必然的结果，关于大数据经济学并没有一个明确的定义。根据相关文献资料，可以将大数据经济学定义为：以借助大数据对经济现象、经济问题、经济行为进行研究的一门科学，同时也是研究大数据与传统经济学的重要学科。其中，大数据经济学包括了大数据计量经济学、大数据应用经济学以及大数据统计学等分支学科。可以说，大数据经济学涉及统计学、应用经济学、管理工程学、计算机技术、情报学、软件工程、心理学等多种学科，各个学科之间相互交叉。

大数据计量经济学主要对大数据时代下经济学建模方式、建模技术进行研究；大数据统计学主要研究大数据时代下统计技术及方法；大数据应用经济学主要是对大数据时代下传统经济学在各层次中的运用。传统经济学与大数据经济学相比，两者之间存在相互补充以及后者替代前者的关系。通过对大数据技术的运用，能够提升传统经济学研究的效率，利用数据挖掘技术，发现一些新的经济学知识以及经济规律等。同时，通过大数据统计学能够对一些关乎国计民生的统计指数进行统计，包括物价、基尼系数等，大大节约了数据统计与分析的成本。但对于高精度研究问题，已然选择传统经济学研究更为精确；对时间性要求较高的研究选择大数据经济学研究方式。

（二）大数据经济学与信息技术及其他学科之间的关系

毋庸置疑，大数据经济学离不开现代信息技术，是现代信息技术发展到大规模计算与存储阶段的必然结果，甚至在信息技术专家眼里，大数据仅仅是一种技术。但是大数据经济学更是一种思想，只不过现代信息技术使这种思想成为可能。大数据经济学必须以现代信息技术为基石，重在研究其在经济学领域中的应用，因此大数据经济学是一个学科跨度很大的学科，包括经济学、管理工程、统计学、信息技术、情报学、心理学等相关学科。

三、大数据经济学发展展望

大数据经济学是本世纪经济学重要的突破，是社会发展的必然现象，在大数据时代下应运而生。但是，大数据经济学目前才刚刚起步，处于萌芽状态下，当下主要以理论研究稳住，实践应用尚待提升。当然，该学科实践性很强，可以预见在不久的将来，大数据经济学理论会不断的得到修正，不断提升大数据经济学研究的广度与深度，并与其他学科有机的结合起来，包括信息技术、统计学分析、数字技术、智能技术等。

从学科分类方面，应用经济学以及理论经济学共同组成经济学。大数据经济学在未来会不断的发展与成熟，将理论经济学和应用经济学结合在一起，实现学科融合发展。很多经济学家致力于这一方面的研究，例如，Jim Gray自然科学和社会科学统一在一起，将理论研究与实践应用实时地统一在一起，预示着大数据经济学将是智能经济学。

四、总结

通过上述分析可知，在信息技术不断发展过程中，人类各类生产、生活都会产生大量的数据，人们已然进入了大数据时代。在大数据时代背景下，对传统经济学造成一定的影响，改变了经济学研究对象及方式，为经济学发展提供了可能，大数据经济学应运而生。研究大数据经济学对社会经济发展至关重要。尽管大数据经济学还处于起步阶段，但其具有广阔的发展前景，必将是影响人类发展的一大科学。

参考文献

[1]刘涛雄，徐晓飞.大数据与宏观经济分析研究综述[J].国外理论动态.2015，21（2）：65-68.

[2]黄贝拉，徐伟.大数据经济学简评[J].农村经济与科技.2015，20（2）：102-103.

[3]蔡泽曼.大数据与经济学相结合[J].决策与信息旬刊.2016，32（12）：32-33.

[4]于小龍，王金钊.大数据的经济学涵义及价值创造机制[J].中国国情国力.2014，16（9）：255-258.

[5]李娜.对应用大数据推动经济社会发展创新的思考[J].价格月刊.2015，35（8）：99-100.

[6]任宝平，邢伟.大数据时代中国新常态经济增长路径与政策的转型[J].人文杂志.2015，14（6）：85-86.