大數(shù)據(jù)與大數(shù)據(jù)經(jīng)濟(jì)學(xué)

1、大數(shù)據(jù)與大數(shù)據(jù)經(jīng)濟(jì)學(xué)2012年，Twitter上每天發(fā)布超過4億條微博，F(xiàn)acebook上每天更新的照片超過1000萬張,Farecast公司用將近10萬億條價(jià)格記錄來預(yù)測(cè)機(jī)票價(jià)格，準(zhǔn)確率高達(dá)75%,采用該系統(tǒng)購(gòu)票，平均每張機(jī)票可節(jié)省50美元。Gartner預(yù)測(cè)未來5年全球大數(shù)據(jù)將會(huì)增加8倍，其中80%是非結(jié)構(gòu)化數(shù)據(jù)。2013年世界上存儲(chǔ)的數(shù)據(jù)將達(dá)到，如果將這些數(shù)據(jù)刻錄到CDR只讀光盤上，并堆起來，其高度將是地球到月球距離的5倍。2011年，麥肯錫公司對(duì)全世界大數(shù)據(jù)的分布作了一個(gè)研究和統(tǒng)計(jì)，中國(guó)2010年新增的數(shù)據(jù)量約為250PB，而歐洲約為20008,美國(guó)約為3500PB,大數(shù)據(jù)已經(jīng)深深地充

2、斥了人類經(jīng)濟(jì)社會(huì)的許多角落。著名未來學(xué)家阿爾文?托夫勒(1980)八很早就在其經(jīng)典著作第三次浪潮中，將大數(shù)據(jù)熱情地贊譽(yù)為“第三次浪潮的華彩樂章”，但是大數(shù)據(jù)成為高頻詞是最近一兩年的事情。隨著社交網(wǎng)絡(luò)、物聯(lián)網(wǎng)、云計(jì)算的興起，數(shù)據(jù)規(guī)模越來越大，2011年5月，全球知名咨詢公司麥肯錫(MckinseyandCompany)發(fā)布了大數(shù)據(jù)：創(chuàng)新、競(jìng)爭(zhēng)和生產(chǎn)力的下一個(gè)前沿領(lǐng)域2報(bào)告，標(biāo)志著大數(shù)據(jù)”時(shí)代的到來，指出數(shù)據(jù)已經(jīng)滲透到每一個(gè)行業(yè)和業(yè)務(wù)職能領(lǐng)域，逐漸成為重要的生產(chǎn)因素;而人們對(duì)于海量數(shù)據(jù)的運(yùn)用將預(yù)示著新一波生產(chǎn)率增長(zhǎng)和消費(fèi)者盈余浪潮的到來”。2012年世界經(jīng)濟(jì)論壇發(fā)布了大數(shù)據(jù)、大影響3的報(bào)告，從金融

3、服務(wù)、健康、教育、農(nóng)業(yè)、醫(yī)療等多個(gè)領(lǐng)域闡述了大數(shù)據(jù)給世界經(jīng)濟(jì)社會(huì)發(fā)展帶來的機(jī)會(huì)。2012年3月，奧巴馬政府發(fā)布大數(shù)據(jù)研究和發(fā)展倡議4,投資2.5億美元，正式啟動(dòng)大數(shù)據(jù)發(fā)展計(jì)劃，計(jì)劃在科學(xué)研究、環(huán)境、生物醫(yī)學(xué)等領(lǐng)域?qū)で笸黄?。?jù)Gartner公司2012年8月發(fā)布的技術(shù)發(fā)展生命周期5趨勢(shì)圖(圖1),大數(shù)據(jù)不到兩年時(shí)間內(nèi)成為新技術(shù)發(fā)展的熱點(diǎn)。一時(shí)間大數(shù)據(jù)蜂擁襲來，那么什么是大數(shù)據(jù)?大數(shù)據(jù)對(duì)傳統(tǒng)經(jīng)濟(jì)學(xué)會(huì)帶來哪些沖擊?傳統(tǒng)經(jīng)濟(jì)學(xué)應(yīng)該如何面對(duì)大數(shù)據(jù)帶來的挑戰(zhàn)?對(duì)于什么是大數(shù)據(jù)，目前業(yè)界并沒有公認(rèn)的說法。Dumbill(2012)6采用IBM公司的觀點(diǎn)，認(rèn)為大數(shù)據(jù)具有“3V”特點(diǎn)，即規(guī)模性(Volume)、

4、多樣性(Variety)、實(shí)時(shí)性(Velocity)。以IDC為代表的業(yè)界認(rèn)為大數(shù)據(jù)具備“4V”特點(diǎn)，即在3V的基礎(chǔ)上增加價(jià)值性(Value)。NetApp公司7認(rèn)為大數(shù)據(jù)應(yīng)包括A、B、C三大要素，即分析(Analytic)、帶寬(Bandwidth)和內(nèi)容。田0團(tuán))。所謂大分析(BigAnalytics),指通過對(duì)大數(shù)據(jù)進(jìn)行實(shí)時(shí)分析后帶來新的業(yè)務(wù)模式，幫助用戶獲得洞見，從而更好地進(jìn)行客戶服務(wù);高帶寬(BigBandwidth指快速有效地消化和處理大數(shù)據(jù);大內(nèi)容(BigContent)-方面指大數(shù)據(jù)包括結(jié)構(gòu)化、半結(jié)構(gòu)化數(shù)據(jù)與非機(jī)構(gòu)化數(shù)據(jù)，另一方面則是指對(duì)數(shù)據(jù)的存儲(chǔ)擴(kuò)展要求極高，能輕松實(shí)現(xiàn)數(shù)據(jù)的

5、恢復(fù)、備份、復(fù)制與安全管理。Gartner認(rèn)為，大數(shù)據(jù)需要新的處理模式才能具有更強(qiáng)的決策力、洞察發(fā)現(xiàn)力和流程優(yōu)化能力，滿足海量、高增長(zhǎng)和多樣化信息資產(chǎn)的需要。大數(shù)據(jù)是工業(yè)傳感器、互聯(lián)網(wǎng)、移動(dòng)數(shù)碼等固定和移動(dòng)設(shè)備產(chǎn)生的結(jié)構(gòu)化數(shù)據(jù)、半結(jié)構(gòu)化數(shù)據(jù)與非結(jié)構(gòu)化數(shù)據(jù)的總和，大數(shù)據(jù)重在實(shí)時(shí)的處理與應(yīng)用，以獲得所需要的信息和知識(shí)，從而實(shí)現(xiàn)商業(yè)價(jià)值以及為公共管理服務(wù)。數(shù)據(jù)挖掘和人工智能等應(yīng)用工具在大數(shù)據(jù)處理中發(fā)揮著重要作用，現(xiàn)代信息技術(shù)是大數(shù)據(jù)賴以存在和發(fā)展的重要支撐力量。二、大數(shù)據(jù)給經(jīng)濟(jì)學(xué)帶來的影響Victor(2012)8在其最新著作大數(shù)據(jù)時(shí)代一生活、工作與思維的大變革中指出，大數(shù)據(jù)時(shí)代，思維方式要發(fā)生3個(gè)

6、變革：第_，要分析與事物相關(guān)的所有數(shù)據(jù)，而不是依靠分析少量數(shù)據(jù)樣本;要總體，不要樣本。第二，要樂于接受數(shù)據(jù)的紛繁復(fù)雜，而不再追求精確性。第三,不再探求難以捉摸的因果關(guān)系，應(yīng)該更加注重相關(guān)關(guān)系。楊華磊(2013)9分析了高頻數(shù)據(jù)對(duì)傳統(tǒng)經(jīng)濟(jì)學(xué)研究范式的沖擊，出現(xiàn)了非主流經(jīng)濟(jì)學(xué)就是致力研究異常現(xiàn)象的經(jīng)濟(jì)學(xué)”，當(dāng)然高頻數(shù)據(jù)與大數(shù)據(jù)不是一回事，兩者之間存在交集。那么，大數(shù)據(jù)給經(jīng)濟(jì)學(xué)帶來了哪些影響昵?(一)大數(shù)據(jù)研究對(duì)象變成了總體傳統(tǒng)經(jīng)濟(jì)學(xué)研究中，由于搜集數(shù)據(jù)的條件所限，人們往往對(duì)數(shù)據(jù)進(jìn)行抽樣，用少量樣本來進(jìn)行研究，這一傳統(tǒng)一直延續(xù)至今，并且成為經(jīng)濟(jì)學(xué)研究的主流做法，但是抽樣的質(zhì)量對(duì)研究結(jié)果影響很大，比如

7、公眾對(duì)政府統(tǒng)計(jì)部門公布的物價(jià)指數(shù)和基尼系數(shù)引發(fā)的懷疑。在大數(shù)據(jù)時(shí)代，很多場(chǎng)合下已經(jīng)無需進(jìn)行針對(duì)樣本的研究，直接將總體作為研究對(duì)象，從而很大程度上改變了數(shù)據(jù)來源方式，對(duì)數(shù)據(jù)的處理也產(chǎn)生了深遠(yuǎn)的影響。（二）大數(shù)據(jù)不需要基于假設(shè)檢驗(yàn)的研究傳統(tǒng)的經(jīng)濟(jì)學(xué)研究，往往根據(jù)研究?jī)?nèi)容提出數(shù)個(gè)假設(shè)，然后再采用數(shù)學(xué)模型基于統(tǒng)計(jì)檢驗(yàn)來驗(yàn)證假設(shè)。但在大數(shù)據(jù)時(shí)代，由于有足夠的變量、足夠的數(shù)據(jù)，可以采用人工智能來進(jìn)行數(shù)據(jù)挖掘和知識(shí)發(fā)現(xiàn)，得到的結(jié)論是成百上千的，和傳統(tǒng)經(jīng)濟(jì)學(xué)研究需要驗(yàn)證假設(shè)的數(shù)量永遠(yuǎn)不是一個(gè)數(shù)量級(jí)。在大數(shù)據(jù)時(shí)代，如果繼續(xù)采用傳統(tǒng)的假設(shè)檢驗(yàn)方法進(jìn)行研究，永遠(yuǎn)是不充分的、不完備的、無法滿足需要的。大數(shù)據(jù)時(shí)代重在對(duì)

8、數(shù)據(jù)處理的多樣化結(jié)果進(jìn)行分析，可以是基于經(jīng)濟(jì)學(xué)的，也可以是基于應(yīng)用的，從而輔助人們決策。此外，由于變量的完備性要求使得傳統(tǒng)的基于假設(shè)驗(yàn)證的研究有時(shí)變得十分尷尬。比如，研究研發(fā)投入對(duì)企業(yè)績(jī)效的影響，需要考慮的不僅僅是研發(fā)投入，還要考慮企業(yè)資本結(jié)構(gòu)、競(jìng)爭(zhēng)水平、人員素質(zhì)、行業(yè)特點(diǎn)、管理能力等諸多因素，研究者重點(diǎn)關(guān)注的是研發(fā)投入的彈性系數(shù)，但卻得到了其它所有數(shù)十個(gè)變量的彈性系數(shù)，從而使研究重心不容易掌握。（三）大數(shù)據(jù)使得因果關(guān)系變得不太重要傳統(tǒng)經(jīng)濟(jì)學(xué)是一門解釋科學(xué)，重在對(duì)經(jīng)濟(jì)現(xiàn)象進(jìn)行解釋，了解他們的因果關(guān)系，但在大數(shù)據(jù)時(shí)代，這樣做是遠(yuǎn)遠(yuǎn)不夠的，大數(shù)據(jù)甚至可以發(fā)現(xiàn)事物發(fā)展?jié)撛诘囊?guī)律，以供經(jīng)濟(jì)學(xué)家解釋，具

9、有_定的“智能性”，某種程度上超越了經(jīng)濟(jì)學(xué)研究的因果關(guān)系。大數(shù)據(jù)并沒有改變因果關(guān)系，但是使傳統(tǒng)經(jīng)濟(jì)學(xué)的因果關(guān)系變得不太重要。比如經(jīng)濟(jì)學(xué)家在預(yù)測(cè)房?jī)r(jià)時(shí)，無非是根據(jù)住房?jī)r(jià)格變化的影響因素來進(jìn)行分析，比如經(jīng)濟(jì)發(fā)展水平、人均收入、土地價(jià)格、宏觀房產(chǎn)政策、地點(diǎn)等因素。但谷歌預(yù)測(cè)房?jī)r(jià)時(shí)，根據(jù)住房搜索查詢量變化進(jìn)行預(yù)測(cè)，結(jié)果比不動(dòng)產(chǎn)經(jīng)濟(jì)學(xué)家的預(yù)測(cè)更為準(zhǔn)確及時(shí)。IBM日本公司，通過檢索關(guān)鍵詞“新訂單”“雇員“生產(chǎn)”等來預(yù)測(cè)采購(gòu)經(jīng)理人指數(shù)，僅用6小時(shí)就得出結(jié)果，并且和專業(yè)的采購(gòu)人指數(shù)分析師們計(jì)算的結(jié)果基本一致。大數(shù)據(jù)并沒有改變因果關(guān)系，但使因果關(guān)系變得意義不大，很多時(shí)候因果關(guān)系成為正確的廢話”。（四）傳統(tǒng)的因果

10、關(guān)系有時(shí)無法驗(yàn)證弄清事物之間的內(nèi)在聯(lián)系和作用機(jī)制，一直是傳統(tǒng)經(jīng)濟(jì)學(xué)研究的核心。但有時(shí)因果關(guān)系是沒有辦法驗(yàn)證的。比如新產(chǎn)品上市，人們往往傾向于購(gòu)買新產(chǎn)品，這樣對(duì)舊產(chǎn)品的需求會(huì)下降，那么舊產(chǎn)品價(jià)格應(yīng)該立即回落，這是其一。從另外個(gè)角度，如果大家都認(rèn)識(shí)到這一點(diǎn)，就會(huì)貪便宜購(gòu)買舊產(chǎn)品，短期內(nèi)會(huì)造成舊產(chǎn)品供不應(yīng)求，反而導(dǎo)致舊產(chǎn)品漲價(jià)。究竟是漲是跌，要看這兩種因素誰弱誰強(qiáng)，采用傳統(tǒng)經(jīng)濟(jì)學(xué)研究方法是難以驗(yàn)證這兩種效應(yīng)的，只能驗(yàn)證兩種效應(yīng)作用的綜合結(jié)果。實(shí)際情況是，在大數(shù)據(jù)時(shí)代，西雅圖Dg公司分析了近400萬商品的超過250億條價(jià)格信息，發(fā)現(xiàn)新產(chǎn)品上市時(shí)，短期內(nèi)舊產(chǎn)品價(jià)格是上漲的，過一段時(shí)間才逐步回落。采用大數(shù)

11、據(jù)，既可以知道多少人購(gòu)買舊產(chǎn)品，也能知道多少人購(gòu)買新產(chǎn)品，以及舊產(chǎn)品價(jià)格變化的規(guī)律。在這種情況下，我們知道所有的因果關(guān)系，卻難以檢驗(yàn)，并且沒有意義，知道結(jié)果更重要。（五）傳統(tǒng)經(jīng)濟(jì)學(xué)研究具有滯后性傳統(tǒng)經(jīng)濟(jì)學(xué)對(duì)于新生事物是不敏感的，必須等事情發(fā)生并且成長(zhǎng)到_定規(guī)模以后才能搜集到足夠數(shù)據(jù)進(jìn)行相關(guān)研究。在大數(shù)據(jù)時(shí)代，可以通過海量數(shù)據(jù)對(duì)經(jīng)濟(jì)行為進(jìn)行分析，一旦有新情況、新動(dòng)態(tài)立即予以關(guān)注，從而實(shí)現(xiàn)對(duì)新生事物的早期干預(yù)和分析，因此具有前瞻性。大數(shù)據(jù)本身就具有智能，可以輔助經(jīng)濟(jì)學(xué)發(fā)現(xiàn)知識(shí)。(六)大數(shù)據(jù)對(duì)基于統(tǒng)計(jì)檢驗(yàn)的計(jì)量經(jīng)濟(jì)學(xué)沖擊很大建立在回歸和統(tǒng)計(jì)檢驗(yàn)基礎(chǔ)上的計(jì)量經(jīng)濟(jì)學(xué)以其嚴(yán)謹(jǐn)?shù)倪壿嫵蔀榻?jīng)濟(jì)學(xué)研究的重要方法

12、論，迄今為止，諾貝爾經(jīng)濟(jì)學(xué)獎(jiǎng)獲得者有近半數(shù)是計(jì)量經(jīng)濟(jì)學(xué)家，但大數(shù)據(jù)動(dòng)搖了這_根基，比如采用普通回歸研究自變量X于因變量Y的關(guān)系，對(duì)于X回歸系數(shù)采用t檢驗(yàn)，_般認(rèn)為相伴概率小于0.05(特殊情況可以放大到0.1)就說明兩變量相關(guān)。其實(shí)在這種情況下，犯兩變量不相關(guān)錯(cuò)誤的可能性是5%,以CNNIC發(fā)布的第31次中國(guó)互聯(lián)網(wǎng)絡(luò)發(fā)展?fàn)顩r統(tǒng)計(jì)報(bào)告M為例，2012年底我國(guó)網(wǎng)民數(shù)量達(dá)5.64億人，假設(shè)我們研究網(wǎng)民平均受教育年限(X)與上網(wǎng)時(shí)長(zhǎng)(Y)的關(guān)系，5%就是2820萬人，此時(shí)我們還能漠視這5%的錯(cuò)誤嗎?同樣，如果t檢驗(yàn)的相伴概率為0.95,那么很明顯說明平均受教育年限與上網(wǎng)時(shí)長(zhǎng)不相關(guān)，但同樣會(huì)犯錯(cuò)誤，即有

13、5%的可能性平均受教育年限(X)與上網(wǎng)時(shí)長(zhǎng)(Y)是相關(guān)的，會(huì)涉及2820萬網(wǎng)民，這同樣是不能忽視的。（七）大數(shù)據(jù)對(duì)經(jīng)濟(jì)學(xué)建模提出挑戰(zhàn)傳統(tǒng)的經(jīng)濟(jì)學(xué)研究，往往采用1個(gè)或少數(shù)幾個(gè)數(shù)學(xué)模型來進(jìn)行研究，但任何模型都各有長(zhǎng)處，也各有其局限，沒有包治百病萬能的數(shù)學(xué)模型。比如動(dòng)態(tài)面板容易使投入變量的彈性系數(shù)估計(jì)變小，空間面板容易出現(xiàn)空間矩陣設(shè)置方法不當(dāng)導(dǎo)致結(jié)果偏誤，面板變系數(shù)模型難以和空間面板結(jié)合使用，面板聯(lián)立方程模型對(duì)方程形式的要求極高，面板向量自回歸模型難以和空間面板融合等等。在研究同一問題時(shí)，可用模型其實(shí)較多，有沒有最佳模型昵?這恐怕是個(gè)無解的問題。實(shí)際情況是，迄今為止傳統(tǒng)經(jīng)濟(jì)學(xué)研究得出的結(jié)論，至多只能

14、說明采用甲模型的結(jié)論，并不具有普適性，換個(gè)乙模型結(jié)論可能立即就變了，其實(shí)研究結(jié)論是脆弱的。此外，在研究同一個(gè)問題時(shí)，即使采用同一模型，由于模型的變量選擇、估計(jì)的方法、參數(shù)設(shè)置、滯后期選擇等不同，也會(huì)導(dǎo)致估計(jì)結(jié)果相差很大。在大數(shù)據(jù)時(shí)代，借助云計(jì)算和分布式處理等現(xiàn)代信息技術(shù)，往往可以采用成百上千的模型來進(jìn)行研究。Google公司在預(yù)測(cè)2009年美國(guó)甲型H1N1流感爆發(fā)時(shí)間時(shí)，把5000萬條美國(guó)人常用的檢索詞條和美國(guó)疾控中心2003-2008年期間季節(jié)性流感傳播數(shù)據(jù)進(jìn)行比較，希望通過搜索記錄判斷這些人是否得了流感，先后共采用了4.5億個(gè)不同的數(shù)學(xué)模型，預(yù)測(cè)結(jié)果和官方數(shù)據(jù)的一致率高達(dá)97%,但比官方節(jié)

15、省了兩周時(shí)間，從而為政府采取相關(guān)措施贏得了寶貴的時(shí)間。在傳統(tǒng)經(jīng)濟(jì)學(xué)研究中，由于研究對(duì)象錯(cuò)綜復(fù)雜，直接影響與間接影響因素眾多，變量的完備性被認(rèn)為是不可能的事情，往往只能選取少數(shù)變量來進(jìn)行研究，達(dá)到一個(gè)相對(duì)滿意的結(jié)果。在大數(shù)據(jù)時(shí)代，我們可以獲取越來越多的變量，從而使遺失變量的可能性降到最低，這樣在研究中由原來的數(shù)個(gè)變量可能會(huì)變成數(shù)十個(gè)甚至成百上千的變量，在這樣的情況下，對(duì)原有的建模技術(shù)就帶來了巨大挑戰(zhàn)，對(duì)計(jì)量經(jīng)濟(jì)學(xué)的發(fā)展將會(huì)產(chǎn)生深遠(yuǎn)影響。（八）大數(shù)據(jù)給經(jīng)濟(jì)學(xué)研究工具和手段發(fā)生變化傳統(tǒng)經(jīng)濟(jì)學(xué)研究，_個(gè)團(tuán)隊(duì)、數(shù)臺(tái)電腦、幾個(gè)軟件就能進(jìn)行像樣的研究，很少有運(yùn)算需要?jiǎng)佑么笾行头?wù)器的，但在大數(shù)據(jù)時(shí)代，經(jīng)濟(jì)學(xué)

16、研究發(fā)生了巨大的變化，在人員組成上，不光要有經(jīng)濟(jì)學(xué)家和領(lǐng)域?qū)＜遥€要有大數(shù)據(jù)維護(hù)專家、大數(shù)據(jù)建模專家;在計(jì)算工具上，需要廣泛借助云計(jì)算，幾臺(tái)電腦根本解決不了問題;從合作關(guān)系上，需要廣泛與政府、大數(shù)據(jù)擁有者、云計(jì)算服務(wù)商等合作，不然難以進(jìn)行研究。大數(shù)據(jù)時(shí)代，經(jīng)濟(jì)學(xué)研究必須依靠跨學(xué)科團(tuán)隊(duì)，傳統(tǒng)的少數(shù)幾個(gè)學(xué)者就能進(jìn)行研究的模式已經(jīng)難以為繼。（九）大數(shù)據(jù)徹底改變了傳統(tǒng)的統(tǒng)計(jì)調(diào)查方式大數(shù)據(jù)徹底改變了傳統(tǒng)的統(tǒng)計(jì)調(diào)查方式，比如對(duì)于經(jīng)濟(jì)指數(shù)、物價(jià)指數(shù)的計(jì)算，完全可以采用全新的模式，徹底摒棄傳統(tǒng)方式。對(duì)于統(tǒng)計(jì)學(xué)中的異常點(diǎn)，以往的處理方式往往是丟棄，或者是平滑，但在大數(shù)據(jù)時(shí)代，由于樣本眾多，異常點(diǎn)成為寶貴的資源和

17、研究對(duì)象廣受重視。傳統(tǒng)的統(tǒng)計(jì)數(shù)據(jù)是經(jīng)過加工后的結(jié)構(gòu)化的數(shù)據(jù)，在大數(shù)據(jù)時(shí)代，人們更加重視原始數(shù)據(jù)和非結(jié)構(gòu)化數(shù)據(jù)，因?yàn)槿绻y(tǒng)計(jì)數(shù)據(jù)已經(jīng)經(jīng)過加工，那就變成了二手?jǐn)?shù)據(jù)，如果_手?jǐn)?shù)據(jù)加工過程出現(xiàn)問題必然導(dǎo)致后續(xù)處理出現(xiàn)誤差。此外，大數(shù)據(jù)還使間隔時(shí)間較短的高頻數(shù)據(jù)研究成為可能。三、大數(shù)據(jù)經(jīng)濟(jì)學(xué)（一）大數(shù)據(jù)經(jīng)濟(jì)學(xué)的定義與研究?jī)?nèi)容考慮到大數(shù)據(jù)給傳統(tǒng)經(jīng)濟(jì)學(xué)帶來的巨大沖擊和影響，迫切需要對(duì)此進(jìn)行研究，斯坦福大學(xué)的教授、沃爾瑪全球電子商務(wù)的高級(jí)副總裁的共同創(chuàng)立者發(fā)明了個(gè)新詞，指將計(jì)算機(jī)科學(xué)和信息技術(shù)應(yīng)用于經(jīng)濟(jì)學(xué)領(lǐng)域，特別指應(yīng)用于大數(shù)據(jù)的經(jīng)濟(jì)分析的意義相近，翻譯成中文后更容易混淆，加上其和（生態(tài)）相近，因此并不是一個(gè)

18、好的名詞。本文提出大數(shù)據(jù)經(jīng)濟(jì)學(xué),給出如下定義：大數(shù)據(jù)經(jīng)濟(jì)學(xué)是在經(jīng)濟(jì)學(xué)研究和應(yīng)用中采用大數(shù)據(jù)并且采用大數(shù)據(jù)思想對(duì)傳統(tǒng)經(jīng)濟(jì)學(xué)進(jìn)行深化的新興交叉學(xué)科。大數(shù)據(jù)經(jīng)濟(jì)學(xué)不僅要研究如何建模、管理和應(yīng)用大數(shù)據(jù)，而且要深入研究傳統(tǒng)經(jīng)濟(jì)學(xué)如何應(yīng)對(duì)大數(shù)據(jù)帶來的挑戰(zhàn)并進(jìn)行改良，大數(shù)據(jù)經(jīng)濟(jì)學(xué)需要經(jīng)濟(jì)學(xué)家、領(lǐng)域?qū)＜液托畔⒓夹g(shù)專家等密切合作，對(duì)人文社科與自然科學(xué)的跨學(xué)科研究提出了更高的要求，并且對(duì)整個(gè)經(jīng)濟(jì)學(xué)、社會(huì)學(xué)、公共管理等將帶來革命性變革。大數(shù)據(jù)經(jīng)濟(jì)學(xué)的研究?jī)?nèi)容包括：第一，大數(shù)據(jù)計(jì)量經(jīng)濟(jì)學(xué)。這是和傳統(tǒng)計(jì)量經(jīng)濟(jì)學(xué)對(duì)應(yīng)的一個(gè)學(xué)科，也是大數(shù)據(jù)經(jīng)濟(jì)學(xué)下面的子學(xué)科。在大數(shù)據(jù)背景下，經(jīng)濟(jì)學(xué)建模與分析方法與傳統(tǒng)計(jì)量經(jīng)濟(jì)學(xué)完全不同，迫切需要采用全新的思路和方法進(jìn)行研究。對(duì)信息技術(shù)專家們而言，大數(shù)據(jù)經(jīng)濟(jì)學(xué)僅僅是算法和建模問題，但是如果沒有經(jīng)濟(jì)學(xué)理論指導(dǎo)，沒有經(jīng)濟(jì)學(xué)家的思維，必然會(huì)導(dǎo)致研究方向的迷失。一些大數(shù)據(jù)領(lǐng)域的學(xué)者認(rèn)為要相關(guān)，不要因果”，這是非常要不得的，傳統(tǒng)經(jīng)濟(jì)學(xué)理論至今仍然到處閃爍著智慧的光芒，對(duì)經(jīng)濟(jì)現(xiàn)象的深入見解時(shí)刻發(fā)揮