【数量经济学】大数据时代的数量经济学应用
经济学前沿问题研究
经济学前沿问题研究
这篇文章推荐研究——【数量经济学】大数据时代的数量经济学应用
如今，大数据正以各种方式影响着经济，其应用涵盖了各门各类。大数据所拥有的强大能力，很大程度上转变了人类看待世界的方式。这一转变直接引起了一波商业变革，所有行业、企业都可利用大数据更加准确直观地找出问题、预测未来。下面请看计量经济学服务中心推荐的大数据时代的数量经济学应用文章。在大数据时代，更需要利用数据面对变化的世界经济，而数量经济学的优势刚好在于，通过数量关系揭示经济变化规律，利用海量的数据可更好地应用于改进和完善经济计划和经济管理，作出预测和决策。
大数据，顾名思义就是大量的数据。在大数据的时代，数据的量和面将会不断地扩大。数据面的扩大导致数据的多样，而数据量的扩大则导致了数据的规模庞大。面对庞大的数据，许多大公司首先就考虑对数据进行分析，然后，透过数据来预测未来的趋势。然而，这仅仅是表面化地利用了数据，并没有更加好地利用数据。相反，由于过去计算能力的有限，数据收集困难，在经济研究上许多研究人员不得不选用过去的数据，抽样后进行模型化分析。这种分析方法的缺点是无法准确地反映现实，计算的结果往往和实际有些距离。然而，在大数据时代，在数据处理上拥有更强的力量，在数据获取上能更及时地得到，而在数据积累上，拥有更庞大的资源。这对经济分析来说，是再好不过的时代，经济学者可利用大数据，对经济进行最及时、最科学、最贴近现实的研究。许多学者也开始认识到数据的重要性。
未来大数据的应用将会在各个方面发挥作用，而如何让其作用发挥得更好，是需要各方学者共同努力才能完成的。对数据如何进行分析以及对数据如何加以利用，将是未来各行各业关注的重点，而数量经济学在其中必然会扮演重要的角色。通过数量经济学，揭示大数据中的因果关系是未来关注和研究的重点。
李文莲等提出，大数据拥有庞大而且实时的特点，很多行业对大数据进行了结合，并不断催生出新的商业模式，通过对数据进行分析，对于传统商业模式看法会完全颠覆，很多传统行业受到冲击。大数据为寻找统一的商业模式创新理论提供了基础。[1]
俞立平认为，大数据对传统经济学产生了挑战，使传统的、寻找经济的因果关系，扩展到对于经济发展潜在规律的探究上。利用大数据的大和大数据强大的计算能力，完全可颠覆传统的经济学假设办法，可更加直接实时地通过经济数据分析，发现经济内在的变化规律。[2]
赵春雷等认为，大数据时代的来临已无法回避，由于云计算和大数据的共同作用，商业组织和政府机构会面对一个全新的世界，这是一个需要重新定义大众的时代。[3]
维克多·迈尔·舍恩伯格、肯尼斯·库克耶提出，大数据的核心在于预测，由于数据的庞大又有及时性，大数据可很快地得出当前的变化趋势。[4]
在大数据时代，我们面临着巨大的挑战，如何更好地挖掘数据的价值并更好地利用它，是掌控未来的关键，需要从数据的因果关系中把握潜在关系、释放价值，才能在这场数据竞赛中获胜。蔚赵春等提出，大数据对商业银行的运作产生了巨大影响，商业银行可通过大数据的力量，加强自身竞争力、拓宽银行业务、提升管理和业务水平。大数据的优势在于庞大数据的多样化和及时性。[5]
赵玉晗认为，经济数据需要对数量统计进行深入研究，找到数据内在的规律变化，这样才能把握住数量经济的关键，这种数据分析是高质量、高标准的。而这样反映出经济变化间的规律，在经济预测上更加准确和科学。[6]
关红玉提出，数量经济学，是通过数学的办法，研究经济数量关系和规律的学科。数量经济学为经济学提供了非常好的分析工具，随着国际经济发展，关于经济的研究会越来越深入，对这一领域的需求会越来越多，数量经济学需要进一步发展以适应未来的需求。[7]
李贤平介绍了数量经济学的几个主要分支，包括数理经济学、计量经济学、经济控制、经济信息和经济预测。他在经济信息和经济预测中提到，经济数据可通过计算机建立数据库，为经济预测和研究提供帮助。[8]
何垚指出，数量经济学通过对数据的研究，揭示实际经济的一般规律，然后在实际生活中加以利用。数量经济学利用数学方法研究经济数量关系，然后把理论经济学的基础理论，转化为实际经济工作中的具体方案、措施、建议，是经济理论与经济实践之间的纽带、桥梁、媒介物、转化剂。数量经济学在研究中，由于数据的选取常常导致无法获得正确结果。[9]
李振新提出，数量经济学可较为精确地反映经济过程，揭示经济规律。[10]
陈星星认为，数量经济学中的模型是关键，并提出了模型的估计方法、函数选择和模型设计改进的问题，并认为数量经济学在宏观经济、金融分析和实验经济学中有重要的作用。[11]
大数据时代来临主要是受到多方面因素的影响，首先就是互联网和物联网的发展成为了这一时代的大前提，而借助互联网和物联网，数据源源不断地出现。与此同时，人类社会的方方面面都变得可以用数据来衡量，量变引起质变，伴随电脑技术的发展，分布式处理和存储技术的出现，处理和存储大量数据的问题得以解决。这时候大数据时代就到来了。
大数据的特点在很多文献中都有提及，比较统一的定义是“4V”的特点：
（1）海量的数据（Volume）。由于分布式存储技术的出现，数据的保存容量得到次方级的扩大，如今的大数据已经可以达到 ZB 的程度，几乎把所有可以得到的数据存储下来。
（2）多样化的数据（Variety）。大数据由于数据多，获得的渠道也多，数据格式多变，而且数据的内容也复杂多变，几乎涵盖了经济的方方面面。
（3）实时的数据（Velocity）。大数据一般是随着产生立刻就被拿来计算，数据基本和时间同步，可以说价值也与时间同步。
（4）高价值的数据（Value）。大量的实时数据，只要进行挖掘地分析，就可以加深企业公司的经济业务，同时拓展拓宽业务的范围。可以说为许多企业带来了很大的经济利益。
对数量经济学的研究可追溯到 19 世纪古诺的研究，他在一篇研究市场均衡的论文中，首次使用了数学模型来分析问题。在西方经济学中，数量经济学很早就被应用于经济研究，通过建立经济计量学，数量经济学作为一个实用的工具活跃在各个方面。而且在各期世界诺贝尔经济学奖中，仅仅从事数量经济研究的，或者在数量经济方向有贡献研究的就占据了一半以上。
在国外，数量经济一直作为重要的学科，被研究者们重视。在经济生活中，数量经济的地位也同样重要。现代的生产环境复杂，而且一大特点是规模化产出，都属于大量的生产，内部联系复杂。而数量经济学通过分析经济数据的数量关系，可准确地观测到经济的规律，为经济生活提供方法支持，通过优化决策、管理和预测，降低成本、提高生产率。
对于数量经济学的定义，概略的说是集合经济学、统计学和数学，来研究经济数量关系，通过数学的办法，对统计的数据建立模型，再加以计量验证，为经济变量之间的相互关系提供资料，作为经济预测和决策的依据。
虽然数量经济学大部分工作在于数理统计和数学分析，但是其目的终究是预测和决策，其核心是模型的建立。目前，世界上已有近百个国家依靠数量经济学来决策国家的经济方案。
大数据的出现，让传统的经济研究变得意义渺小，在超强的实时大数据预测的环境下，传统的、依靠过时的数据，来预测经济的方法无法与它抗衡。俞立平认为，在大数据时代，传统的经济研究已不适合了，比起研究经济的因果关系，大数据更加关注数据的相互关系。[2]事实上，在大数据分析中，模型依旧是关键。例如，在谷歌2009 年预测甲型 H1N1 流感爆发的案例中，除了使用的大量的数据，还采用了大量的数学模型，据统计高达 4.5亿个。可见，在数据分析上，模型的需求是巨大的。而模型的设计和建立的目标，都是探究各种因素的内部规律，揭示其中的因果关系。
施春来认为，大数据虽然功能强大，但是其缺点也十分明显，就在于数据的深度不足。[12]数据的深度必须通过对数据的深度挖掘，发现其中的因果关系。在数量经济学的研究中，核心是模型的建立，这一点可很好地补足大数据。同时，数量经济学在研究经济数量上一直通过假设，减少因素干扰来发现微小因素对经济的影响，但是在实际经济生活中，经济发展受到的影响因素有很多。同时，经济有时候容易受到一些不可控的因素影响，在受到利用或环境影响情况下，影响扩大以至于经济走向一个无法控制的方向。这个时候，再好的经济模型也无法解释这些现象。这时就需要依靠大数据的分析，通过对事物之间内在的联系进行分析，可很快发现事情的真相，节约大量的时间。
在大数据时代，很多人认为应关注经济的相互联系，但是这样的研究过分依赖计算机。认为大数据可即时预测，传统数量经济模型这种长远的预测和计划无法适应如今快速地时代。如今，信息传递迅速，在这个变化如此快速地时代，制定长远的计划更加重要，不应局限于短期。既然在如此强大能力之下，应利用大数据，对经济进行掌控，如同各种生产技术达到一个稳定的状态。数量经济学在这当中需要有一个重要的位置。在当今时代，各研究机构更要建立自己的大数据中心，利用大数据的分析力量，研究数量经济学。
数量经济学也应进行改变。在结合中首先需要专业的计算机人才进入经济领域，分析各种经济模型，取出其中共性的影响因素，建立通用的计算模型，或建立阶段性、分段函数形式的经济模型。在大数据时代，数量经济学可做的事情更多，数量经济学完全可利用计算机的力量。以往研究中，其因素选取基本上未能超过几百这个数量级，但是在大数据时代完全可以办到。通过专业的计算机人才进行代码编辑，上百种因素通过数据爬虫的手段，建立因素的数据库。随后再输入模型，可在几周甚至几天时间里就可得到模型结果。同时在模型上，通过对各种模型分解进行大胆预测。
未来很可能需要一种人才，即模型分解的专业人才，是专门通过分析分解模型，来适应计算机运算的人才。毫无疑问，随着大数据的普及，未来的经济模型不再是如今这种小型的数学模型，很可能是经济模型会呈现一个很复杂的态势，或则极其简单的公式，同时，夹杂计算机代码都不奇怪。对经济学来说，出现各种经济数学公理都是可能的。同时，由于大数据的实时特点，经济数据模型可通过计算机，对不同地区的环境进行专门分析后，建立专供型的模型。
数量经济学通过利用大数据，前景是不可估量的，在经济规律研究上的突破会更快。但是这并不表示传统的研究没有必要，相反这更加重要。大数据数量经济学必须建立在传统数量经济学模型之上，如同谷歌的 4.5模型一样，需要不断地建立新的模型来分析，最终使模型细分到可让机器学习的阶段，通过机器的自我学习，让经济模型的研究和发现更加迅速。
在大数据时代，不应采用大数据的思维来处理经济学的问题，不能只关注数据的联系，数据因果更加重要。在处理经济问题上，需要大数据的实时、快速能力，但是在经济规划等方面，更加需要数量经济学的分析。但数量经济学也有其缺点，如对现实贴合度不高，受到各种假设的约束，而大数据可解决这一难点。
今后，数量经济学与大数据结合是其必然的趋势，大数据数量经济学将会成为未来的主流。大数据需要结合数量经济学，两者相辅相成，各自有其需要的部分。但是在结合后也必须看到，今后发展数量经济学和大数据的融合上需要更多的人才。在数量经济上，需要更多的研究，不仅仅在经济学，还需要更多数学和计算机的人才，通过分析各种经济模型，分解处理取出模型中共通部分。同时，要在经济因素添加中考虑模型的可用性，根据情况选择模型等。复杂度不仅仅在计算机的设计中，更多在于模型的设计，对现实世界规律的探究，会越来越深入。
