在线客服

咨询热线

大数据背景下经济学发展的思考

作者:未知

  【摘 要】21世纪以来,数据呈指数爆炸式增长,全球进入大数据时代。在大数据时代下的经济学的核心假设和研究方法都发生了变化,数据驱动发展范式逐渐成为经济学主要的发展范式。本文从经济学核心假设、研究方法的角度,阐述大数据时代下经济学发展的变化,具体分析数据驱动模型对经济学在数据处理,供求关系、数学建模、因果关系和经济预测的影响。本文的研究有利于深入理解大数据时代下经济学发展变化,对大众在信息时代更好的参与经济活动、理解市场经济的运行有促进作用。
  【关键词】大数据;经济学;数据驱动范式
  一、引言
  计算机和互联网信息技术的飞速发展,人类从工业社会进入信息社会。随着信息化的迅速普及,人们提出了大数据的概念。“大数据”这一概念首次提出在1998年,阿尔文·托夫勒将大数据称为“第三次浪潮的华彩乐章”。随后,从20世纪九十年代中期开始,世界金融界开始重视数据研究,这一时期为未来研究大数据奠定基础。
  进入21世纪,物联网和移动终端的出现,可以收集到的数据以指数级的速度增长。IBM的研究称,整个人类文明所获得的全部数据中,有90%是过去两年内产生的。而到了2020年,全世界所产生的数据规模将达到今天的44倍,标志着人类社会的大数据时代真正到来。国家信息中心今年发布了2017年全球中国信息社会报告指出:全球126个样本国家中的57个国家已经进入信息社会。人类进入信息社会以后,基于信息资源特性基础上的信息经济的运作原理和运行规律导致社会发生了一系列变化。因此在大数据时代的背景下,基于数据研究经济学规律的大数据经济学应运而生。
  二、大数据背景下经济学的特征
  (一)相关文献研究
  基于大数据时代的经济学的研究理论,最早由斯坦福大学教授Anand Rajaraman在理论层面进行探索,并且提出Econinformatics的概念,他指出数据经济学是将计算机科学和信息技术应用于经济学领域,特别指应用于大数据技术进行经济分析, 强调技术层面。随后,国内外学界进行对大数据经济的研究。
  李文莲等学者结合大数据海量数据和数据实时性的特点,分析论证了大数据对传统行业的冲突,为大数据在商业模式上的创新提供了基础。俞立平等人直接通过经济数据的分析指出大数据对传统经济学内在变化的影响。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,大数据可以基于对实时数据的分析可以很快得到当前的变化趋势等等。之后诸多的国内外学者的研究指出相比以往传统数据在计算能力、数据收集与分析处理方法上的落后性、粗略性,大数据经济发展借助互联网、物联网、人工智能等信息技术,可以获取更全面广泛的信息资源、从而将物质社会的方方面面标记为数字度量,缩小误差范围,剥离表象直达本质地挖掘规模数据中的黄金信息甚至较为准确地预测未来。
  (二)大数据时代下经济学研究的新特征
  1.基于数据整体的研究
  大数据背景下经济学的研究对象为数据的整体,而传统经济学的数据处理对象是有限样本的抽样,几乎很少涉及整体数据的处理与研究。大数据时代下研究对象的改变主要是数据可得性的体现,大数据时代下经济学之所以能够对整体数据进行研究,主要得益于物联网、互联网等信息技术所具备的海量数据分析能力。
  2.基于数据驱动的研究范式
  传统经济学的研究范式为模型驱动范式,即在研究事物特征时常采用构建数学模型的方式,以此利用数据建模思想探究经济事件的规律,但是这种研究方式一定程度上具有思维的局限性。主要原因在于数学模型的运用具有局限性,基于有限样本抽样的数学模型不一定可以发挥最佳的效果,而且导致研究结果存在偶然性。
  大数据时代下基于数据科学的数据驱动研究范式可以有效的避免有限样本抽样固有的缺陷。数据采集、数据处理、数据分析技术的巨大进步,使得经济学家可以直接对总体进行直接全面的研究,同时大数据技术还可以分析传统经济学忽视的结构化数据,如网页文章、用户浏览记录等数据信息,极大地实现了对数据的精准解读,促进了经济学研究的发展。
  3.基于多样化的数据统计手段
  传统经济学的统计手段主要运用的是指数计算,抽样后选取若干指标进行统计。这样不仅效率低,而且成本大,存在很多弊端。在大数据时代下经济数据统计的多样化手段,尤其是检索方式,可以通过使用搜索引擎敲上浏览网站的关键词,就能基本获取信息。相比之下,大数据统计集省財、提高效率等优势于一体,符合资源节约而价值升级的绿色理念。
  三、大数据对经济学的影响
  (一)经济学核心假设发生改变
  资源有限性和需求的无限性是传统经济学研究的核心假设。经济学研究的目的在有限的资源里进行有效配置来满足人们的需要,因此研究资源的高效配置和供求关系一直是经济学的核心。在信息社会到来之前,农业社会有形的土地,工业社会有形的资本的生产要素具有总量上的有限性,有形的资源具有排他性,体现在微观经济学中生产可能性曲线为稀缺性和选择性。而信息的计量单位是比特,比特具有2的幂次规律,因此,数据的增长也呈幂次规律(即指数级变化)。由此可见,信息以及人类基于信息的加工、提炼和系统性的探索所产生的知识作为信息社会的核心生产要素具有共享使用和无限增长的特性。数据信息资源共享的边际成本为零,使得信息具有明显的规模递增的规律。这将前所未有的扩展生产可能性曲线。使得经济发展突破了规模经济的边际效应,可以实现一直增长。因此,大数据时代背景下,基于资源有限性的假设收到了冲击,这对经济学的研究有重大影响。
  (二)经济学供求关系发生改变
  供求分析是经济学分析框架的一个核心的分析手法。大数据时代供求关系基于资源有限性的核心假设发生了重大的改变。大数据在一定程度上改善生产要素供给的有限性。大数据改变了供需原有的空间格局,在更层次上构建的新的供求关系。在农业社会和工业社会,点对点的区域性市场是基本的供求空间格局。而在信息社会,信息技术的发展冲破了地域的障碍和限制,极大限度的改变了传统社会的供需空间格局。在供应方的角度,大数据技术的发展使得智能制造、零库存和共享经济等成为可能,提升了供应方的竞争优势。在需求方的角度,大数据使得买家可以更全面、更迅捷的掌握产品信息,并在交易中占据主动地位,进而倒逼生产者更好的提供产品和服务。因此,大数据时代技术的发展,共同提高了供需双方的能力和水平,进而在更高层次上构建了新的供求关系。   (三)突破了经济学因果限制
  探究经济现象之间的内在联系以及因果关系一直是传统的经济学模型驱动模式的研究的目标。在传统经济学的研究中,经济学家按照经济学科的研究流程探究事物发展的潜在特征研究探索事物之间的因果关系。而大数据时代下,基于数据驱动模式的研究则建立在掌握海量的数据信息并直接进行分析综合的基础之上,即迅速快捷又强化了多种事物之间的相关性而削弱了因果作用,使研究的经济学价值朝着深度、广度挖掘拓展。
  (四)对经济学建模的挑战
  大数据时代下经济学的研究借助云计算以及分布式处理技术,构建关于某一研究对象的海量数据模型,从而达到最接近于真实的数据研究结果。大数据时代下的数据模型改善传统经济学建模的不足之处,获取最接近于满意值的数据分析结果,有利于降低无关因素对研究结果造成的干扰程度。相比之下,传统经济学研究需要依赖专业的团队和专业的机器,研究门槛较高,研究条件较为简陋,这就会使某些研究无法在简单的条件下完成,而大数据背景下的经济学研究则可以运用云平台计算,从而广泛处理社会数据分析和经济动态走向研究。
  (五)具有预测学习功能
  由于传统经济学研究过程数据少的缺点使得传统的经济学模型驱动研究范式具有极大的滞后性,研究的结果缺乏前瞻思维和预测功能,具体体现为:结论模糊、趋势难以定位、人为因素干扰、准确性较差。在大数据时代下数据驱动研究可以通过实时性大规模的数据集减少了已知信息与被预测信息之间的时间差。同时数据科学的发展,进一步削弱了专家的分析论证,减少了人为因素对原始數据价值的泯灭,从而使得研究结果的预测更加精准。
  四、大数据时代下经济学的应用
  (一)提高企业在宏微观的决策效率和管理能力
  经济学研究的目的是为了解决实际经济生活过程中问题,最终在不同的层面提出相应的解决策略。从实际运用的角度来看,大数据时代下的金融企业利用大数据分析价值客户的需求,以对应做出相应的策略,实现经济收益。对于银行来说,发展的焦点在于发现潜在的客户并挖掘出客户对应的价值。银行通过采用数据挖掘等先进技术对客户的数据进行分析,以此准确定位目标客户,优化客户营销和服务策略,使其成为价值客户。近年来,金融行业使用大数据分析来获取客户、经营客户和服务客户,能有效提高决策效率,帮助金融机构实现以事实为中心的经营方法。大数据同时可以帮助金融机构,以数据为基础,逐步从静态的现象分析和预测,过渡到针对场景提供动态化的决策建议,从而更精准地对市场变化做出反应;大数据还可以强化数据资产管理能力,金融机构大量使用传统数据库,成本较高,而且对于非结构化数据的存储分析能力不足,通过大数据底层平台建设,可以再不分场景替换传统数据库,并实现文字、图片和视频等更加多元化数据的存储分析,有效提升金融机构数据资产管理能力。
  (二)大数据可实现精确营销服务。
  精准营销是大数据的影响下重要的营销方式,企业通过数据挖掘的分析技术,准确定位不同需求的消费人群,从而针对不同人群特征实现不同的营销服务,降低营销成本。从理论研究上看,大数据时代下的数据经济研究无疑取代了传统的经济研究,利用大数据的海量数据特点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,使得企业通过大数据可以更好的识别客户需求,打造良好客户体验,提升综合竞争力。
  五、结束与展望
  在大数据时代下,海量的数据以及数据科学发展给经济学研究带来了新的研究思路。虽然,数据经济目前仍处于发展阶段,在实际应用上并没有涉及社会全方面,在金融、零售等领域的运用上,也远未释放它的潜能。不同机构间的数据还未真正流动起来,对应的完整的生态产业链还未形成。但是,大数据的热潮仍将继续,随着大数据经济的完备,市场经济将被注入更强劲有效的新的力量,社会经济体系也将迎来新格局。
  【参考文献】
  [1]钱瑶. 大数据时代背景下数量经济学应用前景分析[J]. 黑河学院学报, 2017(12).
  [2]高见, 周涛. 大数据揭示经济发展状况[J]. 电子科技大学学报, 2016, 45(4):625-633.
  [3]许辰迪. 浅谈数据驱动研究范式在经济研究中的变革与创新[J]. 财经界(学术版), 2018(8).
  [4] 叶明. 信息经济学:信息时代的经济学[J]. 社会科学, 1987(4):59-62.
  [5] 萨尔坦·科马里, 科马里, 姚坤,等. 信息时代的经济学[J]. 2001.
  [6]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.
转载注明来源:https://www.xzbu.com/1/view-14898307.htm