文档介绍:大数据与大数据经济学【摘要】在社会经济快速发展过程中,数据应用范围不断扩大,在各个领域中产生的数据量也逐渐增多,人们已经走入了大数据时代。大数据时代的到来,必将对传统经济造成影响,大数据经济学应运而生。本文首先对大数据背景下传统经济学受到的冲击进行分析,然后对大数据经济学进行具体的介绍,希槊能够给相关人员提供启发。【关键词】大数据大数据经济学数据统计所谓的大数据,即工业传感器、移动数码产品、互联网等固定与移动设备产生的结构化数据、半结构化数据以及非结构化数据的总和,具有实时处理与应用的特点,能够提高对所需信息的获取能力,具有很高的公共管理服务以及商业价值,在人工智能、数据挖掘等多个领域屮发挥了重要的作用。同时,大数据时代的到來,对传统经济学也会造成一定的影响,基于此,加强对大数据以及大数据经济学的研究具有十分现实的意义。一、大数据背景下经济学受到的冲击(-)所研究的数据对象不同传统经济学中的定量研究主要是以样本数据为基础,很少涉及到总体数据,这主要是由于数据可得性决定。但是,在大数据时代背景下,数据往往是总体数据,人们获取总体数据更为方便,这与物联网、互联网等信息化技术的发展、普及有很大的关系。传统经济学数据以结构化为主要特点,但大数据时代下,经济学数据不仅包括了结构化数据,同时还包括人量的半结构数据以及非结构数据,例如浏览记录、网页文章、用户日志等,本身都是数据的一种。传统经济学研究的对象是滞后的数据,只有经济现象发生后才能进行下一步的分析研究,但大数据时代下的经济学研究对象基本是实时的。传统经济学研究的数据具有较高的精度要求,但大数据时代下,经济学研究数据无法满足精度耍求,还需耍利用现骨干的模型及方法对数据进行清洗,之后才能进行研究。传统经济学研究数据过程中,一般会将异常数据排除在外,但大数据时代下,异常数据却作为宝贵的研究对象,通过对各种异常数据的分析能够获得更多的异常点数据,对经济学研究大有裨益。(二)两则研究方法不同传统经济学研究过程中,主要是遵循波普尔证伪主义线路。具体来说,就是首先提出假说,之后通过计量模型对假说进行检验,通过反复循环提高研究层次。相关模型的建立和验证,包括经济学解释,在本质上主要是对专家、学者提出的一种理论假说进行验证。而在大数据背景下,基于数据挖掘技术,能够发现新的经济学知识、规律等,大数据的加入并非将Z前的因果关系改变。同时,传统经济学因果关系有时不太确定。大数据挖掘过程是发现知识的过程,与传统经济学研究方式具有木质上的差别。数据挖掘并不是对假想的验证过程,可以看成是提出假设的过程,研究思路与数据生成本身具有一定的关联,具有智能化、数字化的特点。当然,大数据下的经济学分析,尤其是数据挖掘也存在一定的问题,例如算法优化、数据可靠性等,在大数据技术发展与创新下,数据挖掘技术必将逐渐完善。与传统经济学研究相比,大数据下经济学研究还存在数量上的优势,能够大大提升研究数据的数量,提高研究的整体效率。(三)一些数据统计手段存在差异传统的数据统计主要是通过指数计算,利用抽样调查数据,同时选定一定指标,利用多元统计技术对数据进行计算、分析。但是计算过程耗时较长,需耍花费较大的成本费用。在大数据时代背景下,改变了指数计算方式,通过搜索引擎、网站浏览量、浏览频率以及页面等进行推算。大量的研究表示,通过大数据推算出来的计算,与传统指数计