大数据时代的到来将开启人类文明的新纪元,同时也为经济学研究领域的拓展提供了新的机遇。一方面,大数据的出现改变了经济学实证研究的基础。超大规模甚至接近全体的数据样本,既为更加全面客观地考察研究对象提供了丰富的原始信息,也对数据处理和数据分析能力乃至实证经济学的方法论和研究范式带来新的挑战与变革。另一方面,大数据分析和应用在经济社会各领域的扩散渗透,不仅促进相关产业生产率水平的提升,而且还衍生出很多新的经济现象。当前,基于大数据分析和应用的各种新模式、新业态不断涌现,人类生产生活、工作消费的方式正发生根本性转变。这种由技术变革带来的经济社会变革,有望推动新一轮的技术—经济范式转换,而这一切背后的经济学规律都值得深入研究。
大数据分析与经济学研究范式
机器学习、统计学习与计量分析的结合。现有的机器学习、统计学习等大数据分析手段,强调相关性而忽略因果关系;而传统计量分析是建立在因果关系基础上的实证检验。当下流行的机器学习、统计学习等宣称“因果关系不重要”,既是实用主义的具体表现,也源于其“以数据为基础的反向推测”在方法论上的缺陷。如何将计量分析强调的因果关系与机器学习得到的数据相关性进行有效的对接配合,对于理解经济社会变量之间的内在作用机制,采取更有针对性的应对措施应该会有更大裨益。
微观行为数据支撑基于主体建模。传统的宏观经济模型都是遵循自上而下原则构建的;尽管也试图通过所谓代表性主体(Representative agent)刻画其微观基础,但有限的代表性主体与复杂现实相去甚远。
基于主体建模(Agent-based Model)是自下而上,根据微观主体行为模拟宏观效应的主要工具,其核心是归纳梳理不同类型主体的行为方式,设定相互作用的行为规则。以往对行为方式和行为规则设定,需要采用抽样调查或实验的方式,成本高且存在较大偏差,因此一直未能被主流经济学所接受。互联网大数据、电信大数据、金融大数据等,全面记录了个体行为轨迹,为归纳微观主体行为方式和行为规则,改善微观模拟效果提供了很好的数据基础。搜索及社交数据改善经济预测效果。短期预测或即期预测(Instantaneous Forecasting or Nowcasting)通常利用较为简单的时间序列模型来完成。瓦里安(Hal Varian)等国外学者已经在运用谷歌搜索数据等提高短期预测精度,并取得了较好的效果。其基本思路大致是,在时间序列预测基础上,增加搜索指数等变量,另外还采用了组合预测。鉴于其较好的预测效果,该思路值得借鉴。而麻省理工学院的研究团队,利用eBay、亚马逊等电子商务网站销售价格生成的CPI,则具有及时、准确等多项优点。
多渠道数据对接与政策效果评价模拟。税收、医疗、社会保障等公共服务领域积累着现成的高质量大数据,具有结构化特征,对社会成员近乎全覆盖。目前,不同的数据源之间尚处于相互隔离状态,但数据源之间的对接在技术上并不存在太大障碍。充分挖掘、分析行政管理和公共服务方面的大数据,能够更加全面有效地对政府部门出台的各种政策进行效果评价和模拟,有利于提高决策的针对性和有效性。
大数据应用与新前沿
大数据应用带来的直接效果是相关领域运行效率和生产率水平的提升。在商业领域,亚马逊、eBay、淘宝、京东等国内外电商以及沃尔玛等传统零售商,借助基于大数据分析的精准营销和定向推送,销售额或盈利水平都有显著提高。在金融领域,大数据分析为改善信用评级、发展网络小额信贷提供了强大支撑,有效缓解了中小企业融资难问题,提高了全社会资金配置效率;另外,基于大数据的金融欺诈识别、内幕交易识别也成效斐然。在公共交通领域,滴滴打车、快的打车、百度导航等应用,在降低出租车空驶率、节约出行时间方面效果非常显著。
如何测度大数据应用带来的生产率提升,有助于探寻新常态下经济增长的新动力。
大数据应用与科研方式转变。图灵奖获得者Jim Gray指出,当代科学研究已经转变为以数据为中心的第四代模式。超量科学数据是支撑科学研究和各类应用服务不可或缺的一种战略资源;而如何有效地管理科学数据,及时地分析科学数据,解释数据中内含的科学原理,已经成为继理论、实验和计算之后新的科学发现基础,将提供对科学规律和趋势把握的新途径,形成所谓“真理尽在数据中”的局面。
在技术创新的前端,即基础研究和R&D环节,大数据分析有望将实验科学方法、计算科学方法有效衔接起来,形成一个闭合的反馈系统,从而不断发现新问题、寻找新规律,为科学技术发展提供更多线索。未来,在生物、人工智能等领域,大数据带来的科研方式转变将尤为突出。
大数据应用与商业模式创新。大数据革命带来的生产率提升主要是通过经济社会各领域的商业模式创新实现的。基于大数据应用的商业模式创新包括:互联网金融领域的P2P、众筹;社区服务方面的O2O(线上线下);公共交通领域的即时电召服务,滴滴、专车等。此类商业模式创新有一些共同特征,如去中介化、零边际成本等。
大数据产业创新生态研究。大数据革命将衍生出一个庞大的大数据产业。作为战略性新兴产业,大数据产业以物联网、云计算等新一代信息通信技术为支撑,产业链涵盖数据生产与收集、数据存储与处理、数据分析与应用、数据展示与服务等环节,涉及互联网企业、数据处理服务提供商、数据解决方案提供商、大数据交易市场等不同类型市场主体,由此构成了大数据产业独有的创新生态系统。促进大数据产业健康发展,构建完善的产业创新生态系统至关重要。
大数据革命下呈现出的网络平台、信息即时共享、零边际成本、非边际报酬递减等特征,对人类生产消费、工作生活的模式正产生颠覆性冲击。大数据革命配合其他领域技术革命正带来新一轮技术—经济范式转换,将为宏观经济理论、创新经济理论、产业组织理论等经济学分支以及其他社会科学分支的研究提供新的前沿方向。
数据分析咨询请扫描二维码
人工智能(AI)正迅速成为现代科技的核心,推动着各行各业的革新与发展。大学人工智能专业的学习内容非常广泛,涵盖了计算机科学 ...
2024-09-20数据分析师考证:CDA认证的全面指南 数据分析在现代商业和科技领域中的重要性日益增加,越来越多的企业依赖数据驱动决策来提升竞 ...
2024-09-20网络爬虫(Web Crawler),也被称为网络蜘蛛、网络机器人或网页抓取器,是一种自动化程序或脚本,用于在互联网上自动抓取和收集 ...
2024-09-20数据分析是现代商业和科学研究中不可或缺的一部分。Python凭借其强大的库和易用性,成为数据分析领域的首选编程语言。本文将深入 ...
2024-09-20数据分析师是一个需要多方面技能和特质的职业,适合做数据分析师的人通常具备以下特质和技能: 对数据有浓厚兴趣:数据爱好者, ...
2024-09-20CDA证书的考试内容涵盖了多个模块,具体包括: 数据分析概述与职业操守:包括数据分析的基本概念、方法论、角色,数据分析师的 ...
2024-09-20数字化转型的核心在于利用数字技术来推动企业或组织在业务模式、流程、文化和价值链等方面的根本性变革,以提高效率、创造新的增 ...
2024-09-20作为一名资深数据分析师,拥有CDA证书可以显著提升你的职业竞争力,并为你带来更多的职业发展机会。CDA证书在金融、电信、零售、 ...
2024-09-20数据分析师的月薪因地区、经验、技能和行业而异。根据2024年的数据,数据分析师在中国的平均月薪约为11,910元,但这个数字可能因 ...
2024-09-20CDA证书在统计学领域的应用非常广泛,特别是在数据分析和业务决策中。以下是CDA Level II级别中一些与统计学相关的应用: 数据 ...
2024-09-20统计学结合CDA证书可以为就业提供多样化的方向和广阔的前景。以下是一些主要的就业方向: 政府部门:统计学专业毕业生可以在政 ...
2024-09-20CDA认证分为三个级别,每个级别对应不同的数据分析技能: CDA Level I:这是入门级别,主要面向零基础就业转行者、应届毕业生以 ...
2024-09-20在职场中,将CDA(Certified Data Analyst)证书转化为实际的业务成果和价值,可以通过以下几个步骤实现: 提升专业技能:CDA证 ...
2024-09-20考取CDA(Certified Data Analyst)证书后,可以通过以下几个策略在职场中提升薪资: 深化专业技能:持续学习和实践,提高数据 ...
2024-09-20数字经济专业是一门综合性、交叉性的学科,旨在培养具备扎实经济学基础和熟练数字技能的数据分析与决策人才。该专业的课程内容丰 ...
2024-09-19数据分析师这个职位本身并不特定于性别,男性和女性都可以从事这项工作。至于是否会觉得累,这取决于多种因素,包括个人的工作经 ...
2024-09-19CDA认证考试的通过率会根据不同年份和考试难度有所变化。根据CDA数据科学研究院发布的数据,第十一届CDA认证考试的通过率如下: ...
2024-09-19大数据技术毕业生在职场中脱颖而出需要从多个方面进行努力和规划。首先,明确职业目标是关键一步。了解大数据相关的职业岗位,如 ...
2024-09-19在数据分析领域,有几个专业认证是值得考虑的,它们可以帮助提升你的专业技能,并在就业市场上增加竞争力。以下是一些推荐的认证 ...
2024-09-19金融数学专业是一门结合了数学、统计学和经济学的交叉学科,旨在培养具备扎实的数学基础和金融理论知识的复合型人才。随着全球 ...
2024-09-19