摘要：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。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。
关键词：大数据时代；数量经济学；大数据经济学
DOI:10.16517/j.cnki.cn12-1034/f.2016.02.013
引言
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。
相关文献概述
1.大数据经济的相关研究
目前，国内外关于大数据经济的研究不多，主要如：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]
2.关于挖掘数据的价值、更好地利用数据的研究
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]
大数据时代和数量经济的研究
1.大数据时代
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。
2.大数据时代的特点
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。
3.数量经济学的研究
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。
4.数量经济学的定义
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。
大数据与数量经济学的结合
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。
1.在大数据时代，研究各种因果关系更加重要施春来认为，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。
2.大数据与数量经济学的结合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。
结论
1.在大数据时代，数据因果更加重要在大数据时代，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。2.数量经济学与大数据结合是必然趋势今后，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。
参考文献：
[1]李文莲，夏健明.基于“大数据”的商业模式创新[J].中国工业经济，2013（5）：83－95.
[2]俞立平.大数据与大数据经济学[J].中国软科学，2013（7）：177－183.
[3]赵春雷，乔治•纳汉“.大数据”时代的计算机信息处理技术[J].世界科学，2012（2）：32－33.
[4]维克多•迈尔•舍恩伯格，肯尼斯•库克耶.大数据时代[M].盛杨燕、周涛，译.杭州：浙江人民出版社，2013.
[5]蔚赵春，凌鸿.商业银行大数据应用的理论、实践与影响[J].上海金融，2013（9）：28－32.
[6]赵玉晗.统计方法与数量经济学方法的融合及应用研究[J].林区教学，2013（2）：91－92.
[7]关红玉.数量经济学的尴尬[J].中国统计，2012（4）：18－19.
[8]李贤平.数量经济简介.自然杂志，1982（4）：261－264.
[9]何垚.浅析数量经济学在我国的发展[J].科技经济市场，2014（5）：22－23.
[实习机电论文10]李振新.浅析我国数量经济学的发展方向[J].魅力中国，2013（19）：89.
[11]陈星星.数量经济学前沿研究动态———中国数量经济学会2014年（杭州）年会综述[J].数量经济技术经济研究，2014（11）：159－161.
[12]施春来.基于大数据的品牌生态圈重构[J].企业经济，2015（7）：10－13.
作者：孙振朝
相关专题：代写初中作文 中国企业海外并购案例
