大数据的经济学研究文献综述摘要:本文从大数据背景下的经济学研究出发,分析了大数据背景下对传统经济学所带来的冲击和挑战,以及大数据在经济学中的应用。大数据的应用给传统经济学带来了全新的方法,更重要的是,大数据给传统经济学带了全新的视角。【关键词】大数据;大数据经济学;传统经济学;挑战AbstractThisarticleanalyzedthebigdatawhichbringabigimpactandchallengesonthetraditionaleconomicsunderthebackgroundofbigdata,aswellasthebigdataapplicationsineconomics.Bigdata’sapplicationshasbroughtanewapproachtotraditionaleconomics,moreimportantly,bigdatahasbroughtanewperspectiveoftraditionaleconomics.【Keywords】bigdata;bigdataeconomics;traditionaleconomics;challenges1国外关于大数据经济学问题的探讨现状对于大数据的概念,企业和学术界目前尚未形成公认的准确定义。维基百科的定义:大数据指的是所涉及的资料量规模巨大到无法通过目前主流软件工具,在合理时间内达到撷取、管理、处理并整理成为帮助企业经营决策目的的资讯。麦肯锡的定义:大数据是指无法在一定时间内用传统数据库软件工具对其内容进行采集、存储、管理和分析的数据集合。Dumbill(2012)采用IBM公司的观点,认为大数据具有“3V”特点,即规模性(Volume)、多样(Variety)、实时性(Velocity)。以IDC为代表的业界认为大数据具备“4V”特点,即在3V的基础上增加价值性(Value)。权威IT研究与顾问咨询公司Gartner将大数据定义为“在一个或多个维度上超出传统信息技术的处理能力的极端信息管理和处理问题。美国国家科学基金会(NSF)则将大数据定义为“由科学仪器、传感设备、互联网交易、电子邮件、音视频软件、网络点击流等多种数据源生成的大规模、多元化、复杂、长期的分布式数据集”。维克托(2013)赞同许多物理学家的看法,认为世界的本质就是数据。因此,大数据时代的经济学、政治学、社会学和许多科学门类都会发生巨大甚至是本质上的变化和发展,进而影响人类的价值体系、知识体系和生活方式。大数据中的非结构化数据与传统经济学中的结构化数据截然不同。以信用卡数据为例。理论上,万事达拥有一套完美的数据:它知道何人在何地为何种产品消费的金额,而且这些数据都是实时的。但经济学家利兰·安纳夫和乔纳森·莱文所说认为不是每个人都有万事达卡,也不是每个拥有万事达卡的人都会经常使用万事达卡。当然如果说万事达卡的数据无法为经济研究人员带来一点儿有用信息,那未免不符合常识。但它与我们平常使用的那类数据非常不同,甚至跟我们通常的问题几乎不是一回事。经济学家喜欢寻找因果联系,而不只是规律。而且,经济学家希望他们找到的因果联系适用于所有人或是有代表性的群体样本,而不只是一个随机的子群体。所以经济学对大数据的最直接应用是在预测(或短时预测)领域,这一直是经济学的实用领域,也是学术上的边缘领域。国外的学者对大数据的经济学研究,也主要都侧重于运用大数据进行预测与计量分析,著名经济学家HalVarian(2013)年提到运用大数据,可以更好地对经济学模型加以预测。有了大数据,信息经济学中的信息不对称问题可以得到很好的解决。去年,微软纽约研究院的经济学家大卫·罗斯柴尔德(DavidRothschild)成功预测24个奥斯卡奖项中的19个,成为人们津津乐道的话题。今年罗斯柴尔德再接再厉,成功预测第86届奥斯卡金像奖颁奖典礼24个奖项中的21个,继续向人们展示大数据的神奇魔力。虽然,国外许多学者均认为大数据对于经济学的应用贡献巨大,但是哈耶克(1974)的不同的观点使得我们可以更加理性地理解大数据,数据只是工具,而不能成为理论,他认为随着科学知识的增加,我们高估了自己理解构成世界的微妙变化能力,也高估了我们对每个变化的重要性做出判断的能力。所以,无所不知只是人的错觉。现在很多研究者制作出一些精确的数学模型,认为这就是因果模型,但其实它们是关联模型。同样,大数据本身也不能帮你得出因果关系,而只能显现关联关系。2国内关于大数据经济学问题的探讨现状在我国真正首次提出大数据经济学概念的是俞立平(2013),他认为大数据经济学包括大数据计量经济学、大数据统计学和大数据领域经济学,并对大数据经济学与传统经济学研究中存在的区别作出了分析,他认为大数据的到来给传统经济学带来了8大影响:一是大数据使得计量经济学中的研究对象从样本变成了总体;二是大数据不需要假设检验的研究;三是经济学所强调的因果关系变得不太重要;四是传统的因果关系有时候无法验证;五是传统经济学研究具有滞后性;六是大数据对基于统计检验的计量经济学冲击很大;七是大数据对经济学建模提出挑战;八是大数据使得经济学研究工具和手段发生变化。基于大数据对经济学所带来的挑战,杨华磊(2013)认为在没有大数据的年代,thebiasedrandomwalk对数据拟合的是比较好的,但是大数据时代的到来,给传统经济学研究范式带来了较大的冲击,出现了“非主流经济学就是致力研究异常现象的经济学”。李国杰、程学旗(2012)同样认为大数据动摇传统经济学的一些基本假设。在亚当斯密时代,信息或者数据是及其匮乏的,信息不对称是广泛存在的,因此市场竞争是有效调配资源的有效机制。然而在大数据时代,信息充分和及时已经不是问题,会让经济运行机制产生极大的变化。他们甚至大胆提出,也许大数据让计划经济的某些目标有了可以实现的基础。虽然大数据给经济学带来了一定的挑战,但是大数据却能帮助我们更好地理解经济学。肖颖(2012)认为大数据经济学的应用包含两个层次:第一层次是将大数据相关技术结合传统经济学,由于大数据技术强调:分析数据使用全部数据,而不是样本;寻找相关关系,而不是因果关系;追求模糊的正确,而不是精确的错误。因此,这将对基于统计检验的计量经济学冲击很大,同时也带来全新的经济模型。第二层次是将大数据引入经济学范式。信息不对称来自市场,而大数据是信息不对称的产物,同时也是其解决方案,因此,这其中若干海量数据之间存在价值关联。大数据经济学的应用就是挖掘内在价值,研究生产、行为模式。当然同国外学者一样,我国国内许多经济学家也对大数据对经济学的积极应用提出了相反的观点,文献述评作为经济学专业的学生,我们研究经济学的目的并不是证明经济学理论是否科学,而是用来解决实际问题,在这样的情况下,任何学者的学力是有限的,现在已经进入大数据时代,借助大数据,不仅可以进行传统经济学的研究,而且通过数据挖掘,能够发现若干新的知识,从而推动经济学进步。别的不说,将中国所有统计年鉴的数据好好做一番整理,然后借用大数据和各种模型,好好做一个深度挖掘,用这种全新的思路进行研究,一方面提高效率,另一方面也能发现问题,总结规律,形成知识,是一件非常有意义的事情。国内外学者都意识到了在经济学研究上大数据所能提供的巨大贡献,在处理数据过程中,很多时候被自己挖掘数据所得到的结果而感动,毕竟数据不会说谎,数据能够发现深层次存在的问题。但是我们也要意识到,数据毕竟是死的,大数据对计量中的意义只能证明变量间存在相关关系。所以我认为我们也不应该过分夸大大数据的作用,而应该辩证地去思考大数据给经济学带来的影响。参考文献[1]程刚.近年来我国数据挖掘研究综述[J].情报学报,2005.[2]甘晓,李国杰.大数据成为信息科技新关注点[J].中国科学报,2012.[3]工作与思维的大变革[M].杭州:浙江人民出版社,2012.[4]符健.解读大数据[Z].证券研究报告,2011.[5]李国杰、程学旗.大数据研究:未来科技及经济社会发展的重大战略领域——大数据的研究现状与科学思考[J].战略与决策研究,2012,(4):6-8.[6]李国杰.大数据研究的科学价值[J].中国计算机学会通信,2012,(9):8-15.[7][美]阿尔文·托夫勒(AlvinToffler)著,黄明坚译.第三次浪潮[M].北京:中信出版社,2006.[8][美]哈耶克著,邓正来译.哈耶克论文集[M].北京:首都经济贸易大学出版社,2004.[9]美]维克托·迈尔·舍恩伯格、肯尼斯·库克耶著,盛杨燕、周涛译.大数据时代活[M].浙江:浙江人民出版社,2013.[10]涂兰敬.大数据与海量数据的区别[J].网络与信息,2011,25(12):37-38.[11]肖颖.“大数据经济学”简介[J].管理学动态,2012(6):7-10.[12]徐子沛.大数据[M].广西:师范出版社,2012:57.[13]俞立平.大数据与大数据经济学[J].软科学研究成果与动态,2013(7):3-7.[14]杨华磊.高频数据对传统经济学研究范式的冲击[EB].,2013.1.24.[15]EddDumbill.WhatIsBigData[EB]..oreilly.com/2012/01/what-is-big-data.html,2013.1.24.[4]Gartner's2012HypeCycleforEmergingTechnologiesIdentifies“TippingPoint”TechnologiesThatWillUnlockLong-AwaitedTechnologyScenarios[EB]..gartner.com/newsroom/id/2124315.[16]HalVarian.BigData:NewTricksforEconometrics[J].EconomicRecord,2012(9):17-20.