導語：大數據時代數量經濟學研究一文來源于網友上傳，不代表本站觀點，若需要原創文章可咨詢客服老師，歡迎參考。

摘要：如今，大數據正以各種方式影響著經濟，其應用涵蓋了各門各類。大數據所擁有的強大能力，很大程度上轉變了人類看待世界的方式。這一轉變直接引起了一波商業變革，所有行業、企業都可利用大數據更加準確直觀地找出問題、預測未來。在大數據時代，更需要利用數據面對變化的世界經濟，而數量經濟學的優勢剛好在于，通過數量關系揭示經濟變化規律，利用海量的數據可更好地應用于改進和完善經濟計劃和經濟管理，作出預測和決策。

關鍵詞：大數據時代；數量經濟學；大數據經濟學

一、引言

大數據，顧名思義就是大量的數據。在大數據的時代，數據的量和面將會不斷地擴大。數據面的擴大導致數據的多樣，而數據量的擴大則導致了數據的規模龐大。面對龐大的數據，許多大公司首先就考慮對數據進行分析，然后，透過數據來預測未來的趨勢。然而，這僅僅是表面化地利用了數據，并沒有更加好地利用數據。相反，由于過去計算能力的有限，數據收集困難，在經濟研究上許多研究人員不得不選用過去的數據，抽樣后進行模型化分析。這種分析方法的缺點是無法準確地反映現實，計算的結果往往和實際有些距離。然而，在大數據時代，在數據處理上擁有更強的力量，在數據獲取上能更及時地得到，而在數據積累上，擁有更龐大的資源。這對經濟分析來說，是再好不過的時代，經濟學者可利用大數據，對經濟進行最及時、最科學、最貼近現實的研究。許多學者也開始認識到數據的重要性。未來大數據的應用將會在各個方面發揮作用，而如何讓其作用發揮得更好，是需要各方學者共同努力才能完成的。對數據如何進行分析以及對數據如何加以利用，將是未來各行各業關注的重點，而數量經濟學在其中必然會扮演重要的角色。通過數量經濟學，揭示大數據中的因果關系是未來關注和研究的重點。

二、相關文獻概述

1.大數據經濟的相關研究

目前，國內外關于大數據經濟的研究不多，主要如：李文蓮等提出，大數據擁有龐大而且實時的特點，很多行業對大數據進行了結合，并不斷催生出新的商業模式，通過對數據進行分析，對于傳統商業模式看法會完全顛覆，很多傳統行業受到沖擊。大數據為尋找統一的商業模式創新理論提供了基礎。[1]俞立平認為，大數據對傳統經濟學產生了挑戰，使傳統的、尋找經濟的因果關系，擴展到對于經濟發展潛在規律的探究上。利用大數據的大和大數據強大的計算能力，完全可顛覆傳統的經濟學假設辦法，可更加直接實時地通過經濟數據分析，發現經濟內在的變化規律。[2]趙春雷等認為，大數據時代的來臨已無法回避，由于云計算和大數據的共同作用，商業組織和政府機構會面對一個全新的世界，這是一個需要重新定義大眾的時代。[3]維克多•邁爾•舍恩伯格、肯尼斯•庫克耶提出，大數據的核心在于預測，由于數據的龐大又有及時性，大數據可很快地得出當前的變化趨勢。[4]

2.關于挖掘數據的價值、更好地利用數據的研究

在大數據時代，我們面臨著巨大的挑戰，如何更好地挖掘數據的價值并更好地利用它，是掌控未來的關鍵，需要從數據的因果關系中把握潛在關系、釋放價值，才能在這場數據競賽中獲勝。蔚趙春等提出，大數據對商業銀行的運作產生了巨大影響，商業銀行可通過大數據的力量，加強自身競爭力、拓寬銀行業務、提升管理和業務水平。大數據的優勢在于龐大數據的多樣化和及時性。[5]趙玉晗認為，經濟數據需要對數量統計進行深入研究，找到數據內在的規律變化，這樣才能把握住數量經濟的關鍵，這種數據分析是高質量、高標準的。而這樣反映出經濟變化間的規律，在經濟預測上更加準確和科學。[6]關紅玉提出，數量經濟學，是通過數學的辦法，研究經濟數量關系和規律的學科。數量經濟學為經濟學提供了非常好的分析工具，隨著國際經濟發展，關于經濟的研究會越來越深入，對這一領域的需求會越來越多，數量經濟學需要進一步發展以適應未來的需求。[7]李賢平介紹了數量經濟學的幾個主要分支，包括數理經濟學、計量經濟學、經濟控制、經濟信息和經濟預測。他在經濟信息和經濟預測中提到，經濟數據可通過計算機建立數據庫，為經濟預測和研究提供幫助。[8]何垚指出，數量經濟學通過對數據的研究，揭示實際經濟的一般規律，然后在實際生活中加以利用。數量經濟學利用數學方法研究經濟數量關系，然后把理論經濟學的基礎理論，轉化為實際經濟工作中的具體方案、措施、建議，是經濟理論與經濟實踐之間的紐帶、橋梁、媒介物、轉化劑。數量經濟學在研究中，由于數據的選取常常導致無法獲得正確結果。[9]李振新提出，數量經濟學可較為精確地反映經濟過程，揭示經濟規律。[10]陳星星認為，數量經濟學中的模型是關鍵，并提出了模型的估計方法、函數選擇和模型設計改進的問題，并認為數量經濟學在宏觀經濟、金融分析和實驗經濟學中有重要的作用。[11]。

三、大數據時代和數量經濟的研究

1.大數據時代

大數據時代來臨主要是受到多方面因素的影響，首先就是互聯網和物聯網的發展成為了這一時代的大前提，而借助互聯網和物聯網，數據源源不斷地出現。與此同時，人類社會的方方面面都變得可以用數據來衡量，量變引起質變，伴隨電腦技術的發展，分布式處理和存儲技術的出現，處理和存儲大量數據的問題得以解決。這時候大數據時代就到來了。

2.大數據時代的特點

大數據的特點在很多文獻中都有提及，比較統一的定義是“4V”的特點：（1）海量的數據（Volume）。由于分布式存儲技術的出現，數據的保存容量得到次方級的擴大，如今的大數據已經可以達到ZB的程度，幾乎把所有可以得到的數據存儲下來。（2）多樣化的數據（Variety）。大數據由于數據多，獲得的渠道也多，數據格式多變，而且數據的內容也復雜多變，幾乎涵蓋了經濟的方方面面。（3）實時的數據（Velocity）。大數據一般是隨著產生立刻就被拿來計算，數據基本和時間同步，可以說價值也與時間同步。（4）高價值的數據（Value）。大量的實時數據，只要進行挖掘地分析，就可以加深企業公司的經濟業務，同時拓展拓寬業務的范圍。可以說為許多企業帶來了很大的經濟利益。

3.數量經濟學的研究

對數量經濟學的研究可追溯到19世紀古諾的研究，他在一篇研究市場均衡的論文中，首次使用了數學模型來分析問題。在西方經濟學中，數量經濟學很早就被應用于經濟研究，通過建立經濟計量學，數量經濟學作為一個實用的工具活躍在各個方面。而且在各期世界諾貝爾經濟學獎中，僅僅從事數量經濟研究的，或者在數量經濟方向有貢獻研究的就占據了一半以上。在國外，數量經濟一直作為重要的學科，被研究者們重視。在經濟生活中，數量經濟的地位也同樣重要。現代的生產環境復雜，而且一大特點是規模化產出，都屬于大量的生產，內部聯系復雜。而數量經濟學通過分析經濟數據的數量關系，可準確地觀測到經濟的規律，為經濟生活提供方法支持，通過優化決策、管理和預測，降低成本、提高生產率。

4.數量經濟學的定義

對于數量經濟學的定義，概略的說是集合經濟學、統計學和數學，來研究經濟數量關系，通過數學的辦法，對統計的數據建立模型，再加以計量驗證，為經濟變量之間的相互關系提供資料，作為經濟預測和決策的依據。雖然數量經濟學大部分工作在于數理統計和數學分析，但是其目的終究是預測和決策，其核心是模型的建立。目前，世界上已有近百個國家依靠數量經濟學來決策國家的經濟方案。

四、大數據與數量經濟學的結合

大數據的出現，讓傳統的經濟研究變得意義渺小，在超強的實時大數據預測的環境下，傳統的、依靠過時的數據，來預測經濟的方法無法與它抗衡。俞立平認為，在大數據時代，傳統的經濟研究已不適合了，比起研究經濟的因果關系，大數據更加關注數據的相互關系。[2]事實上，在大數據分析中，模型依舊是關鍵。例如，在谷歌2009年預測甲型H1N1流感爆發的案例中，除了使用的大量的數據，還采用了大量的數學模型，據統計高達4.5億個。可見，在數據分析上，模型的需求是巨大的。而模型的設計和建立的目標，都是探究各種因素的內部規律，揭示其中的因果關系。

1.在大數據時代，研究各種因果關系更加重要

施春來認為，大數據雖然功能強大，但是其缺點也十分明顯，就在于數據的深度不足。[12]數據的深度必須通過對數據的深度挖掘，發現其中的因果關系。在數量經濟學的研究中，核心是模型的建立，這一點可很好地補足大數據。同時，數量經濟學在研究經濟數量上一直通過假設，減少因素干擾來發現微小因素對經濟的影響，但是在實際經濟生活中，經濟發展受到的影響因素有很多。同時，經濟有時候容易受到一些不可控的因素影響，在受到利用或環境影響情況下，影響擴大以至于經濟走向一個無法控制的方向。這個時候，再好的經濟模型也無法解釋這些現象。這時就需要依靠大數據的分析，通過對事物之間內在的聯系進行分析，可很快發現事情的真相，節約大量的時間。在大數據時代，很多人認為應關注經濟的相互聯系，但是這樣的研究過分依賴計算機。認為大數據可即時預測，傳統數量經濟模型這種長遠的預測和計劃無法適應如今快速地時代。如今，信息傳遞迅速，在這個變化如此快速地時代，制定長遠的計劃更加重要，不應局限于短期。既然在如此強大能力之下，應利用大數據，對經濟進行掌控，如同各種生產技術達到一個穩定的狀態。數量經濟學在這當中需要有一個重要的位置。在當今時代，各研究機構更要建立自己的大數據中心，利用大數據的分析力量，研究數量經濟學。

2.大數據與數量經濟學的結合

數量經濟學也應進行改變。在結合中首先需要專業的計算機人才進入經濟領域，分析各種經濟模型，取出其中共性的影響因素，建立通用的計算模型，或建立階段性、分段函數形式的經濟模型。在大數據時代，數量經濟學可做的事情更多，數量經濟學完全可利用計算機的力量。以往研究中，其因素選取基本上未能超過幾百這個數量級，但是在大數據時代完全可以辦到。通過專業的計算機人才進行代碼編輯，上百種因素通過數據爬蟲的手段，建立因素的數據庫。隨后再輸入模型，可在幾周甚至幾天時間里就可得到模型結果。同時在模型上，通過對各種模型分解進行大膽預測。未來很可能需要一種人才，即模型分解的專業人才，是專門通過分析分解模型，來適應計算機運算的人才。毫無疑問，隨著大數據的普及，未來的經濟模型不再是如今這種小型的數學模型，很可能是經濟模型會呈現一個很復雜的態勢，或則極其簡單的公式，同時，夾雜計算機代碼都不奇怪。對經濟學來說，出現各種經濟數學公理都是可能的。同時，由于大數據的實時特點，經濟數據模型可通過計算機，對不同地區的環境進行專門分析后，建立專供型的模型。數量經濟學通過利用大數據，前景是不可估量的，在經濟規律研究上的突破會更快。但是這并不表示傳統的研究沒有必要，相反這更加重要。大數據數量經濟學必須建立在傳統數量經濟學模型之上，如同谷歌的4.5模型一樣，需要不斷地建立新的模型來分析，最終使模型細分到可讓機器學習的階段，通過機器的自我學習，讓經濟模型的研究和發現更加迅速。

五、結論

1.在大數據時代，數據因果更加重要

在大數據時代，不應采用大數據的思維來處理經濟學的問題，不能只關注數據的聯系，數據因果更加重要。在處理經濟問題上，需要大數據的實時、快速能力，但是在經濟規劃等方面，更加需要數量經濟學的分析。但數量經濟學也有其缺點，如對現實貼合度不高，受到各種假設的約束，而大數據可解決這一難點。

，如對現實貼合度不高，受到各種假設的約束，而大數據可解決這一難點。

2.數量經濟學與大數據結合是必然趨勢

今后，數量經濟學與大數據結合是其必然的趨勢，大數據數量經濟學將會成為未來的主流。大數據需要結合數量經濟學，兩者相輔相成，各自有其需要的部分。但是在結合后也必須看到，今后發展數量經濟學和大數據的融合上需要更多的人才。在數量經濟上，需要更多的研究，不僅僅在經濟學，還需要更多數學和計算機的人才，通過分析各種經濟模型，分解處理取出模型中共通部分。同時，要在經濟因素添加中考慮模型的可用性，根據情況選擇模型等。復雜度不僅僅在計算機的設計中，更多在于模型的設計，對現實世界規律的探究，會越來越深入。

參考文獻：

[1]李文蓮，夏健明.基于“大數據”的商業模式創新[J].中國工業經濟，2013（5）：83－95.

[2]俞立平.大數據與大數據經濟學[J].中國軟科學，2013（7）：177－183.

[3]趙春雷，喬治•納漢“.大數據”時代的計算機信息處理技術[J].世界科學，2012（2）：32－33.

[4]維克多•邁爾•舍恩伯格，肯尼斯•庫克耶.大數據時代[M].盛楊燕、周濤，譯.杭州：浙江人民出版社，2013.

[5]蔚趙春，凌鴻.商業銀行大數據應用的理論、實踐與影響[J].上海金融，2013（9）：28－32.

[6]趙玉晗.統計方法與數量經濟學方法的融合及應用研究[J].林區教學，2013（2）：91－92.

[7]關紅玉.數量經濟學的尷尬[J].中國統計，2012（4）：18－19.

[8]李賢平.數量經濟簡介.自然雜志，1982（4）：261－264.

[9]何垚.淺析數量經濟學在我國的發展[J].科技經濟市場，2014（5）：22－23.

[10]李振新.淺析我國數量經濟學的發展方向[J].魅力中國，2013（19）：89.

[11]陳星星.數量經濟學前沿研究動態———中國數量經濟學會2014年（杭州）年會綜述[J].數量經濟技術經濟研究，2014（11）：159－161.

[12]施春來.基于大數據的品牌生態圈重構[J].企業經濟，2015（7）：10－13.

作者:孫振朝 單位:浙江工業大學經貿管理學院