黃冰潔 青島大學(xué)

數(shù)量經(jīng)濟(jì)學(xué)在大數(shù)據(jù)時(shí)代下的應(yīng)用

黃冰潔 青島大學(xué)

在當(dāng)今社會(huì)，大數(shù)據(jù)正以各種各樣的方式影響這經(jīng)濟(jì)，應(yīng)用廣泛分布在各個(gè)部門，大數(shù)據(jù)正逐步改變?nèi)藗兛创澜绶绞?。?guó)家政府部分、企業(yè)和所有行業(yè)都可以利用大數(shù)據(jù)更加準(zhǔn)確直觀的指出問題，預(yù)測(cè)未來。在大數(shù)據(jù)時(shí)代，數(shù)量經(jīng)濟(jì)學(xué)更加需要和大數(shù)據(jù)結(jié)合，進(jìn)一步揭示經(jīng)濟(jì)規(guī)律，完善經(jīng)濟(jì)體系和經(jīng)濟(jì)管理，做出決策和預(yù)測(cè)。

大數(shù)據(jù)時(shí)代 數(shù)量經(jīng)濟(jì)學(xué) 大數(shù)據(jù)經(jīng)濟(jì)學(xué)

一、引言

“大數(shù)據(jù)”時(shí)代的來臨對(duì)各行各業(yè)帶來了巨大影響。本文以數(shù)量經(jīng)濟(jì)學(xué)為考察對(duì)象，介紹國(guó)內(nèi)外大數(shù)據(jù)在數(shù)量經(jīng)濟(jì)學(xué)中分析中的研究與應(yīng)用狀況，剖析了大數(shù)據(jù)為數(shù)量經(jīng)濟(jì)學(xué)帶來改變。認(rèn)為一方面，大數(shù)據(jù)及大數(shù)據(jù)技術(shù)的發(fā)展豐富了數(shù)量經(jīng)濟(jì)分析的數(shù)據(jù)基礎(chǔ)和分析手段；另一方面，利用大數(shù)據(jù)進(jìn)行數(shù)量經(jīng)濟(jì)分析尚面臨數(shù)據(jù)清洗、數(shù)據(jù)安全、人才培養(yǎng)和平臺(tái)開發(fā)等多方面挑戰(zhàn)。

二、相關(guān)文獻(xiàn)概述

（一）大數(shù)據(jù)經(jīng)濟(jì)的相關(guān)研究

在文獻(xiàn)梳理中，張守一在2001年提出，在今后數(shù)量經(jīng)濟(jì)學(xué)的發(fā)展中應(yīng)做到8個(gè)協(xié)調(diào)：提高與普及、應(yīng)用研究與理論研究、宏觀經(jīng)濟(jì)研究和微觀經(jīng)濟(jì)研究、全局問題研究與局部問題研究、經(jīng)濟(jì)預(yù)測(cè)和政策分析、計(jì)量分析和仿真技術(shù)、國(guó)內(nèi)經(jīng)濟(jì)研究和國(guó)際經(jīng)濟(jì)研究、引進(jìn)和創(chuàng)新的協(xié)調(diào)發(fā)展等。我國(guó)數(shù)量經(jīng)濟(jì)創(chuàng)始人烏家培教授在《我國(guó)數(shù)量經(jīng)濟(jì)學(xué)發(fā)展的昨天、今天和明天》一文中，對(duì)我國(guó)數(shù)量經(jīng)濟(jì)學(xué)的發(fā)展歷史、取得的成就以及未來發(fā)展的方向和重點(diǎn)進(jìn)行了闡述，認(rèn)為21世紀(jì)我國(guó)數(shù)量經(jīng)濟(jì)學(xué)需要適應(yīng)兩個(gè)潮流、看準(zhǔn)5個(gè)方向、抓住3個(gè)重點(diǎn)，采用以中國(guó)化為主題、國(guó)際化和信息化為兩翼的發(fā)展模式，并做好發(fā)展規(guī)劃、重視人才培養(yǎng)。

（二）關(guān)于挖掘數(shù)據(jù)價(jià)值、更好的利用數(shù)據(jù)研究

數(shù)據(jù)挖掘是一個(gè)熱門行業(yè)。簡(jiǎn)單來說，數(shù)據(jù)挖掘就是大數(shù)據(jù)的統(tǒng)計(jì)調(diào)查。從經(jīng)濟(jì)分析角度，數(shù)據(jù)挖掘可分為兩類：第一類是對(duì)數(shù)量信息進(jìn)行整理和收集，主要解決信息來源量大面廣和更新速度的問題；第二類是非數(shù)量信息的收集，比如從文本、圖片、視頻等素材中挖掘出有效地信息。

數(shù)據(jù)挖掘的方法很多，在數(shù)量經(jīng)濟(jì)學(xué)中有廣泛應(yīng)用。2008年的結(jié)構(gòu)方程模型、BP神經(jīng)網(wǎng)絡(luò)、粗糙集、灰色關(guān)聯(lián)分析、灰色關(guān)聯(lián)度、灰色關(guān)聯(lián)系統(tǒng)、馬爾科夫鏈，2010年的支持向量機(jī)，2012年的復(fù)雜網(wǎng)絡(luò)等關(guān)聯(lián)詞，表明數(shù)據(jù)挖掘在數(shù)量經(jīng)濟(jì)學(xué)中的應(yīng)用日益增多，數(shù)量經(jīng)濟(jì)學(xué)方法在向信息化發(fā)展。

三、大數(shù)據(jù)時(shí)代和數(shù)量經(jīng)濟(jì)學(xué)的研究

（一）大數(shù)據(jù)時(shí)代

大數(shù)據(jù)時(shí)代開啟了巨大的時(shí)代轉(zhuǎn)型，大數(shù)據(jù)時(shí)代的到來成為世界經(jīng)濟(jì)發(fā)展的新現(xiàn)象，也標(biāo)志著全球進(jìn)入一個(gè)新的經(jīng)濟(jì)增長(zhǎng)階段，大數(shù)據(jù)帶來智能化和信息化革命。

（二）大數(shù)據(jù)時(shí)代的特點(diǎn)

1.數(shù)據(jù)規(guī)模大，來源廣，類型多

與傳統(tǒng)數(shù)據(jù)相比，大數(shù)據(jù)時(shí)代又包含了大量半結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)，如郵件、媒體報(bào)道、視頻、圖片等，但是數(shù)據(jù)的清洗難度大。

2.數(shù)據(jù)分析智能化

以MapReduce和Hadoop為代表的非關(guān)系數(shù)據(jù)分析技術(shù)，以其適合非結(jié)構(gòu)數(shù)據(jù)處理、大規(guī)模并行處理、簡(jiǎn)單易用等突出優(yōu)勢(shì)，不僅可以為宏觀經(jīng)濟(jì)分析提供更加高效便捷的數(shù)據(jù)采集和處理平臺(tái)，豐富了經(jīng)濟(jì)的分析方法，還提高了分析的客觀性、精確性和時(shí)效性。

3.數(shù)據(jù)采集和處理實(shí)時(shí)化

隨著互聯(lián)網(wǎng)的發(fā)展，產(chǎn)生了大量實(shí)時(shí)傳播的數(shù)據(jù)。通過大數(shù)據(jù)軟件處理平臺(tái)，可以實(shí)時(shí)追蹤和收集這些數(shù)據(jù)并可以有效的對(duì)數(shù)據(jù)進(jìn)行分析和處理，提高了經(jīng)濟(jì)分析的時(shí)效性，但是數(shù)據(jù)的安全不能得以保障。

（三）數(shù)量經(jīng)濟(jì)學(xué)的研究

我國(guó)的數(shù)量經(jīng)濟(jì)的研究主要在以學(xué)習(xí)、引進(jìn)和介紹前蘇聯(lián)的經(jīng)濟(jì)數(shù)學(xué)方法和模型的基礎(chǔ)上，加大對(duì)其消化和應(yīng)用力度；同時(shí)，我國(guó)數(shù)量經(jīng)濟(jì)學(xué)的研究從對(duì)經(jīng)濟(jì)數(shù)學(xué)方法與模型分散介紹和研究轉(zhuǎn)為對(duì)西方數(shù)理經(jīng)濟(jì)學(xué)和計(jì)量經(jīng)濟(jì)學(xué)的系統(tǒng)介紹和研究。目前我國(guó)數(shù)量經(jīng)濟(jì)學(xué)的研究形成了以數(shù)量經(jīng)濟(jì)學(xué)和計(jì)量經(jīng)濟(jì)學(xué)研究為核心，以數(shù)學(xué)方法、統(tǒng)計(jì)學(xué)方法和計(jì)算機(jī)技術(shù)在經(jīng)濟(jì)和管理中的應(yīng)用為輻射這樣一個(gè)寬泛的學(xué)科研究格局。

（四）數(shù)量經(jīng)濟(jì)學(xué)的定義

數(shù)量經(jīng)濟(jì)學(xué)是數(shù)學(xué)、統(tǒng)計(jì)學(xué)和經(jīng)濟(jì)學(xué)三門學(xué)科交叉產(chǎn)生的，關(guān)于數(shù)量經(jīng)濟(jì)學(xué)的學(xué)科定位，國(guó)內(nèi)目前主要有以下三種認(rèn)識(shí)，即學(xué)科論、學(xué)派論和非學(xué)科論。

第一學(xué)科論。學(xué)科論認(rèn)為數(shù)量經(jīng)濟(jì)學(xué)是一門獨(dú)立的學(xué)科，它有自己特定的研究對(duì)象、研究?jī)?nèi)容、研究方法和理論基礎(chǔ)。。

第二學(xué)派論。學(xué)派論認(rèn)為數(shù)量經(jīng)濟(jì)學(xué)不是一門獨(dú)立的學(xué)科，而是經(jīng)濟(jì)學(xué)的一個(gè)學(xué)派，其實(shí)質(zhì)是經(jīng)濟(jì)學(xué)。在我國(guó)，數(shù)量經(jīng)濟(jì)學(xué)是經(jīng)濟(jì)學(xué)與數(shù)學(xué)、統(tǒng)計(jì)學(xué)、計(jì)算機(jī)相結(jié)合，以數(shù)量方法進(jìn)行經(jīng)濟(jì)分析、預(yù)測(cè)和決策研究的交叉學(xué)科。

第三非學(xué)科論。非學(xué)科論認(rèn)為，數(shù)量經(jīng)濟(jì)學(xué)既不是一門獨(dú)立的學(xué)科，也不是一門獨(dú)立的學(xué)派，充其量只能說是經(jīng)濟(jì)數(shù)學(xué)方法與模型的研究。

四、大數(shù)據(jù)與數(shù)量經(jīng)濟(jì)的結(jié)合

大數(shù)據(jù)環(huán)境下眾多學(xué)科開始融合，帶給傳統(tǒng)數(shù)量經(jīng)濟(jì)學(xué)更大的挑戰(zhàn)。大數(shù)據(jù)時(shí)代極大地拓展了信息來源、提高了獲取信息的時(shí)效性，新信息對(duì)數(shù)量經(jīng)濟(jì)學(xué)的分析的技術(shù)和方法提出了新的要求。例如，在谷歌2009年預(yù)測(cè)甲型H1N1流感爆發(fā)的案例中，除了使用大量的數(shù)據(jù)，還用了大量的數(shù)學(xué)模型，據(jù)統(tǒng)計(jì)高達(dá)4.5個(gè)億。

數(shù)量經(jīng)濟(jì)學(xué)的研究中核心是模型建立，在經(jīng)濟(jì)模型中采用假設(shè)理想化的方式來避免微小因素的干擾。但實(shí)際經(jīng)濟(jì)生活中這些的影響經(jīng)濟(jì)發(fā)展的因素很多，為了避免這些不可控因素模型建立與應(yīng)用需要大規(guī)模的數(shù)據(jù)作支撐；而數(shù)量經(jīng)濟(jì)學(xué)模型對(duì)所采集的大數(shù)據(jù)進(jìn)行深度挖掘，找出其中隱含的經(jīng)濟(jì)規(guī)律有利于國(guó)民經(jīng)濟(jì)的發(fā)展。

數(shù)量經(jīng)濟(jì)學(xué)通過利用大數(shù)據(jù)前景不可估量，這并不表示傳統(tǒng)研究沒有意義，相反大數(shù)據(jù)數(shù)量經(jīng)濟(jì)學(xué)必須建立在傳統(tǒng)數(shù)量經(jīng)濟(jì)學(xué)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，使機(jī)器語言與經(jīng)濟(jì)分析相結(jié)合。

在實(shí)際工作中只有深刻揭示各種經(jīng)濟(jì)規(guī)律的數(shù)量界限和表現(xiàn)形式，才能自覺應(yīng)用各種經(jīng)濟(jì)規(guī)律來解決實(shí)際問題。從實(shí)踐角度看，經(jīng)濟(jì)發(fā)展是一個(gè)大的動(dòng)態(tài)體系，任何一部分的變動(dòng)都會(huì)在全局范圍內(nèi)引起一系列的連鎖反應(yīng)。無數(shù)的經(jīng)濟(jì)現(xiàn)象以其所呈現(xiàn)的數(shù)據(jù)和數(shù)量關(guān)系表現(xiàn)出來。無論是生產(chǎn)、流通（交換）、分配和消費(fèi)的計(jì)劃方面，還是部門內(nèi)部、企業(yè)內(nèi)部的計(jì)劃工作與生產(chǎn)組織方面，大數(shù)據(jù)和數(shù)量經(jīng)濟(jì)分析都是必需的。

國(guó)際上在建立已建立的數(shù)學(xué)模型的基礎(chǔ)上利用大數(shù)據(jù)進(jìn)行經(jīng)濟(jì)分析和預(yù)測(cè)取得了一定的進(jìn)展。BPP項(xiàng)目利用網(wǎng)上交易數(shù)據(jù)計(jì)算日常通脹指數(shù)。例如：BPP數(shù)據(jù)顯示在雷曼公司2008年9月倒閉后，大部分美國(guó)企業(yè)開始消減價(jià)格，這表明總需求減弱。崔玄英和瓦里安介紹了谷歌趨勢(shì)如何可以用來預(yù)測(cè)當(dāng)前經(jīng)濟(jì)變量服務(wù)，發(fā)現(xiàn)失業(yè)和相關(guān)福利的搜索可以提高對(duì)于失業(yè)救濟(jì)首次申請(qǐng)時(shí)間的預(yù)測(cè)。大數(shù)據(jù)也使數(shù)量經(jīng)濟(jì)學(xué)的經(jīng)濟(jì)模型產(chǎn)生了變化。傳統(tǒng)的模型往往通過建立時(shí)間序列、截面或面板方程等幾個(gè)模型來進(jìn)行，變量的完整是認(rèn)為不可能的。由于模型變量的選擇、參數(shù)設(shè)置、估計(jì)方法以及滯后期選擇等的不同，預(yù)測(cè)結(jié)果往往產(chǎn)生很大的偏差。大數(shù)據(jù)時(shí)代可以應(yīng)用大量模型進(jìn)行研究，并應(yīng)用完備的數(shù)據(jù)信息，這對(duì)預(yù)測(cè)模型的改進(jìn)提出了挑戰(zhàn)，同時(shí)提高了預(yù)測(cè)的準(zhǔn)確性。

五、結(jié)論與建議

今后，數(shù)量經(jīng)濟(jì)學(xué)與大數(shù)據(jù)結(jié)合是必然趨勢(shì)，大數(shù)據(jù)數(shù)量經(jīng)濟(jì)學(xué)必成為未來經(jīng)濟(jì)的主流方向。但與西方國(guó)家相比，中國(guó)目前利用大數(shù)據(jù)進(jìn)行數(shù)量經(jīng)濟(jì)學(xué)分析方面尚現(xiàn)薄弱，有待加強(qiáng)。

第一，政府和相關(guān)研究機(jī)構(gòu)應(yīng)該加大投入，開展相關(guān)科研或立項(xiàng)，為大數(shù)據(jù)與數(shù)量經(jīng)濟(jì)分析的研究提供環(huán)境和支持。

第二，決策者應(yīng)加快步伐，搭建平臺(tái)，充分利用大數(shù)據(jù)服務(wù)于數(shù)量經(jīng)濟(jì)學(xué)的制定。決策者要摒棄舊俗，加快相關(guān)改革，開發(fā)新技術(shù)，探討新理論，及時(shí)應(yīng)用大數(shù)據(jù)和數(shù)量經(jīng)濟(jì)學(xué)分析的結(jié)果進(jìn)行經(jīng)濟(jì)政策調(diào)整。

第三，加大大數(shù)據(jù)和數(shù)量經(jīng)濟(jì)學(xué)的學(xué)科教育，建立相關(guān)專業(yè)，培養(yǎng)專業(yè)人才。

[1]孫振朝.大數(shù)據(jù)時(shí)代的數(shù)量經(jīng)濟(jì)學(xué)應(yīng)用[J].經(jīng)營(yíng)與管理,2016,(02)：31-33

[2]任保平,辛偉.大數(shù)據(jù)時(shí)代中國(guó)新常態(tài)經(jīng)濟(jì)增長(zhǎng)路徑與政策的轉(zhuǎn)型[J].人文雜志,2015,(04)：29-35.

[3]劉濤雄,徐曉飛.大數(shù)據(jù)與宏觀經(jīng)濟(jì)分析研究綜述[J].國(guó)外理論動(dòng)態(tài),2015,(01)：57-64.

[4]申紅艷,吳晨生,鐵梅,滕飛.大數(shù)據(jù)時(shí)代宏觀經(jīng)濟(jì)分析面臨的機(jī)遇與挑戰(zhàn)[J].經(jīng)濟(jì)研究參考,2014,(63)：19-25.

[5]王慶石.數(shù)量經(jīng)濟(jì)學(xué)的學(xué)科定位及專業(yè)發(fā)展問題研究[J].東北財(cái)經(jīng)大學(xué)學(xué)報(bào),2003,(03)：79-81.