大数据时代的数量经济学应用

魏鹏宇 中铝物流集团山东分公司

得益于移动互联网的快速发展和使用，硬件技术的不断发展，以及数据采集、存储、处理等技术的快速发展和应用，在如今的社会，大数据在各个领域得到运用，它通过收集数据进行分析、预测和事实和数据变量之间的关系做出决策。大数据是生产中的关键因素，它推动了创新并提高了企业的生产力。企业可以使用先进的技术来处理数据、预测经济增长和做出决策。对于经济学家来说，在收集数据时，他们可以利用海量的大数据来源和强大的数据处理能力来分析经济的产出。数据挖掘能够使许多变量之间的关系更加清晰，并对人们的生活做出不同的预测。在这个过程中，数量经济学作为一门经济学专业，起到十分重要的作用。

一、大数据和大数据经济研究

大数据可以解释为是大量的数据。有研究组织表明，最新的数据处理模型具有强大的决策能力，极快的发现速度，以及足够强大的快速大规模数据挖掘的能力，相比传统的数据处理模式，当前的数据具有以下特点：首先，数值非常大，数据类型各不不同。大数据并不是只有唯一的数据来源，因此，数据来自许多不同的地方，并且具有不同的形式和类型。其次，可靠性高，处理速度也快。由于在大数据环境下每秒可以处理数十万条数据，因此，对处理系统提出了很高的要求。尽管当今对大数据经济学的研究很少，但经济发展一直是政府关注的焦点。而现在大数据时代已经到来，它以不同的方式影响着生活的各个领域，迫使人们改变他们的思维方式。统计经济管理由人工统计向电子统计转变，经济平台管理逐步融入了电子科技，重要的不仅是大数据对经济的影响，更重要的是大数据的出现扩大了经济的研究方向，从传统的经济因素拓展出来，深化了对潜在发展规律的经济研究。在大数据时代，具有两个特点：数据量大和计算机速度快，这使经济学家能够分析这些规律，了解发现可能的经济规律，了解未来的经济发展前景。

二、大数据时代的特点分析

大数据的性质在很多文献中都有提及，较一致的定义是“4V”。1.海量的数据(Volume)。随着分布式存储技术的出现，存储容量已经增长到次方级别，大数据将能够达到ZB级别，几乎所有可用数据都可以被储存。2.多样化的数据(Variety)。由于数据量大，大数据可以多渠道接收，数据格式多样化，数据的内容更加复杂多变，几乎包括了经济的各个方面。3.实时的数据(Velocity)。大数据通常在创建时就开始计算。一般来说，数据与时间是同时进行的。4.高价值的数据(Value)。在研究和分析方面，海量实时数据可以深化公司的经济运营，同时扩大其业务范围。可以说，这给很多企业带来了巨大的经济效益。

三、数量经济学的应用价值分析

由于数量经济学曾经是经济数学，因此该学科有两个主要组成部分，一个是经济学，另一个是数学。数量经济学首先必须具备经济学的理论基础，才能在“本质”分析的基础上，对统计数据的分析，运用适当的数学和计算方法，对数量经济学中的各种因素关系的变化规律进行分析。结合我国目前的情况，我们可以直观地体会到数量经济学在新时代的应用价值。

(一)数量经济学的应用助力供给侧结构性改革

供给侧结构性改革是我国经济建设新态势的关键环节，也是我国经济发展转型的有力支撑。对于宏观供给侧结构性改革，集中在消除剩余产能以及优化产能结构，主要是解决煤炭、钢铁行业的剩余产能，优化生产结构等方面，构成一个我国国民经济的重要市场需求结构，是重点战略方向。运用数量经济学是通过科学计算消除产能过剩的经济模型，为决策者提供评估产能过剩的机制。

(二)数量经济学的应用助力民生保障工程建设

发展经济可以使人民生活水平得到提高，社会保障是民生项目建设中非常重要的一个方面，需要增加支付给员工的工资，又要提高退休的退休待遇，这两者具有一定的矛盾。因此，引入数量经济学可以在养老保险制度和退休金之间取得平衡。

(三)数量经济学的应用助力农地资源有效配置

我国专家和科学家曾经划了一条红线，要保证我国的耕地面积不低于18亿亩。那么如何在新型城镇化进程中保障18亿亩的耕地面积呢？保障一个国家的粮食安全，就要运用数量经济学的各种方法理论，为决策提供数据支持，运用数量经济学的实证分析十分重要。

四、大数据时代的数量经济学应用

(一)提升数量经济学建模与现实的契合度

我国的经济学家必须将数量经济学应用到经济发展过程中。大数据时代已经将传统的发展方式所取代。这个阶段最重要的是找到各种事物之间相互关联的规律。资本经济学和市场经济学存在不同的观点和知识，这对决策者做出正确决策有很大的影响。大数据时代的数量经济学侧重于数据之间的数量关系，随着数据的增长，不断评估数据，使用估算软件让决策者更好地规划发展方案，使其符合我们国家的国情，更好地发展我国经济。

(二)着眼于供给侧结构性改革领域

当前对侧结构性改革的实施是基于宏观的经济增长方面，具体实施要求针对微观层面的经济发展问题进行改变。供给侧结构性改革表明，相对于技术因素，产能过剩已经消除，需要消除过剩的劳要素，意味着许多员工将不得不转岗。之所以不用“下岗”一词，是因为国家明确表示国有企业不应具有与20世纪90年代中期改革相似的特征。因此，应用数量经济学开发一种动态模型，根据企业实际需求进行调整，企业可以通过淘汰过剩产能逐步解决员工转岗问题。

图1 着眼于供给侧结构性改革领域

(三)在大数据时代，研究各种因果关系更加重要

有学者认为，大数据功能强大，但缺点也很明显，体现在数据深度不足。传输数据的深度是通过深入的数据分析发现其之间的关系。在数量经济学研究中，创建有效补充大数据的模型非常重要。数量经济学在历史上也曾在经济研究中使用减少因素的假设和干预来研究小因素对经济的影响。然而，影响经济增长的原因有很多。有时，经济对某些我们无法控制的因素也很敏感。在使用或环境影响方面，随着经济朝着不可控制的方向发展，影响会增加。无论当前经济模型的质量如何，都无法解释这种现象。此时，就需要依靠大数据分析。通过分析对象之间的内部关系，可以快速找出对象的真相，节省大量时间。很多人认为大数据时代经济之间的关系值得关注，但这样的研究严重依赖计算机。大数据被认为是可以实时预测的，传统的数量经济模型，如预测和长期规划，可能与当今时代无法适应。如今，信息传播迅速，在这个瞬息万变的时代，长期规划更重要，不应局限于短期规划，由于它具有非常大的潜力，因此需要利用大数据来驱动经济，例如，实现各种生产技术的稳定状态，数量经济学应该在这里发挥重要作用。今天，各个研究机构都需要建立自己的大数据中心，运用大数据的功能对数量经济学进行分析研究。

(四)着眼于民生保障工程建设领域

我国职工的养老金缴款是由我国的基本国情决定的，在全球范围内呈现出较高的水平，与我国人均国民收入水平相对应。随着退休人员数量的不断增加和退休年龄制度的逐步演变，怎样根据人口结构使养老金缴纳的标准得到改善，使其更加符合我国国情，这成为决策者面临的难题。因此，这里数量经济开发的目的是计算养老金缴款的不同工人之间的比率，以及这些比例与当前国家财政收入状况的兼容性。

(五)增强数量经济学对经济问题的解释力

在解决经济问题时，不仅要注意“是什么”的优先次序，还要分析实际问题的需要。在大数据时代，数据积累正在推动一种可以与预测性问题分析的实际需求相结合的数量经济。此外，将数理统计作为数量经济学分析的支撑要素，可以按照大数定律改进数量经济学的分析，为政治家和普通公民提供对实际问题的相关分析，给标准分析范式中的经济学给出结果。根据国民的基本需求，对经济问题进行透彻的研究，使数量经济学可以得到充分利用。

(六)大数据与数量经济学的结合

数量经济学也必须逐渐改变。在这个过程中，计算机专业人才必须进入经济学领域，分析不同的经济模式，突出共同的影响者，建立共同的计算模型，并以分步演示和特色的形式创建经济模式。在大数据时代，数量经济学可以做得更多，可以大幅提升计算机的能力。在之前的研究中，因素的选择最初并没有超过数百个数量级，但这在如今大数据环境中是可以做到的。代码编辑由专业的计算机工程师完成，因素数据库由数据爬虫创建，因素有数百种。然后输入模型，能够在数周或数天内获得结果。同时，拆解不同的模型，以便做出大胆的预测。将来，可能需要一些人才，例如，专门分析和分解用于计算机操作的模型的模型专家。由于大数据的普及，未来的经济模式肯定不是今天的小型数学模型，经济模型可能有非常复杂的情况，或非常简单的公式，还有可能混有计算机代码。经济数学的各种公理在经济学中都是可能的，大数据的实时性使计算机能够使用经济数据模型来研究各个领域的环境并创建临时模型。大数据在数量经济学中的使用前景是十分可观的，并提高了经济规律研究的成功率。

五、大数据时代数量经济学应用的实施策略

(一)学术界应加强数量经济学应用的问题意识

作为经济学的一个分支，数量经济学的运用在很大程度上被掌握在专家手中，作者将它列为学术界的金融专家。因此，在大数据时代背景下，必须利用大数据源，才能更有效地利用数量经济学为经济和人民带来的利益，研究人员需要提高对数量经济学应用的认识。我们应该重点关注本文中提到的三个方面，要积极利用数量经济学，通过监测我国社会经济发展现象，为国民经济发展提供信息支持。

(二)建立贯穿于大数据搜集和分析的专家团队

将大数据分析从理念方法变为现实方法，需要高智力、高素质的人才来实现。因此，形成专门的团队是收集和分析大数据的首要任务之一。但是，建立专家团队有一个非常积极的方面，单靠市场力量显然是不够的。因此，各级政府需要从市场干预角度，依靠系统专业知识来促进创建专家队伍，专家队伍可以提供有偿的社会服务。

(三)形成数量分析与价值判断相结合的方法论

数量经济学运用于实际经济问题的过程中，这应该消除西方经济社会的不良倾向。因此，应该只关注实证分析。所以我国学术委员会应按照定量分析与评估相结合的程序，在为决策者的决策和价值分析提供依据的层面上建立一个框架。笔者认为，要扩大数量经济学在大数据时代的适用性，还需要考虑经济学的交叉使用。在数量经济学和新制度经济学的应用中融合，使数量经济学均衡分析的缺点得到补偿。

(四)大数据时代践行实践是检验真理的唯一标准的学术观

要满足经济和人民的需要，数量经济学必须以实际的方法解决实体经济发展中复杂多变的问题。因此，我们必须树立一种实践是检验真理的唯一途径的学术素养。青年经济学家要以身作则，我国老一辈经济学家的科学作风值得我们学习，第一时间获取数据，实事求是地对照标准评价经济预测，使其价值得到提升。

六、大数据时代赋予数量经济学应用的前景分析

(一)提升数量经济学建模与现实契合度的前景

我国将数量经济学分析方法运用到大数据领域，专家积极利用分析方法解决实际经济问题。其中一些金融机构使用了数量经济学。但是基于新古典经济学的前提，不管是对我国资本市场的经济分析，还是对实体经济的经济分析，人们都表达了不同的意见和自己的逻辑。不讨论这种现象是否是百家争鸣，但会增加决策者做出决策的风险。通过将大规模数据源整合到数量经济学分析中，可以为量化模型的验证提供基础物质支持，修改后的数据能够与我经济的实际发展相吻合。

(二)增强数量经济学对经济问题解释力的前景

我国学术领域经济应用价值与新古典范式中的价值取向有很大不同。所以中国研究者使用数量经济学进行经济问题的分析时，必须平衡实证分析和规范分析的基本需求。随着我国步入大数据时代，数理统计可以成为数量经济学分析的补充，可以加强使用对数理统计的定量经济分析，为决策者和普通公民提供一个衡量标准，规范分析范式对经济现实的合理解释。

(三)去除数量经济学存在的形式化弊端的前景

古诺模型作为双寡头数量模型，其形式化的部分比实在化要更大，如果用这个模型当作数量经济学研究的开始是没有问题的。但是当“N/N+1”引用于制造商进行确定市场份额时，这本质上是制造商决定的目标，这是一种非常尴尬的情况。这表明现代数量经济学的形式化对于分析仍然很重要。大数据是来源于生活，由日常生活中已经发生的事件组成。因此，大数据的引入可以减少数量经济学形式化的缺点。

(四)提高数量经济学在宏微观决策价值的前景

如果数量经济学采用会计、统计等宏观和微观程序提供切实可行的政策建议，那么就必须消除传统分析的悖论局面，必须对现有的量化软件模型进行有效的修改和改造。为决策者简化数据管理的分析系统。因此，在大数据的时代下，将数量经济学应用于宏观和微观决策的价值可以在理论层面得到提升。

七、结语

如今的时代背景下，人们对计算机技术的要求越来越高。尽管数量经济学在大数据时代中的运用还不到位，但数量经济学本身就是在大数据时代的背景下发展起来的，使国家现代化的发展存在着机遇。我们国家高度重视创新性成果的发展，使大数据的时代发展更加完善，稳中求进，利用一切可用的资源去创新，不断增强大数据时代发展现代经济的动力。企业进行准确的定量分析，让相关研究人员的工作可以得到理论依据。经济学家认为，要学会合理利用大数据，加快研究经济发展规律，加快国家经济发展。同时，我们应加强对数量经济学和大数据相关人才的培养，使两者充分结合，将数量经济学融入现实环境需求，提高经济统计分析能力，为国家发展奠定坚实基础，激发经济建设和社会发展的动力。