大數(shù)據(jù)與經(jīng)濟學(xué)：特征、原理、影響及未來

婁峰

摘要：在經(jīng)濟學(xué)領(lǐng)域，大數(shù)據(jù)應(yīng)用還處于初步探索階段，但隨著海量經(jīng)濟數(shù)據(jù)的幾何式增長，以及網(wǎng)絡(luò)技術(shù)與計算方法的不斷完善和更新，將大數(shù)據(jù)運用于經(jīng)濟學(xué)逐漸成為學(xué)術(shù)界、商界以及社會廣泛關(guān)心的熱點問題之一。文章分析了大數(shù)據(jù)經(jīng)濟學(xué)特征、大數(shù)據(jù)在經(jīng)濟學(xué)領(lǐng)域應(yīng)用的基本原理、大數(shù)據(jù)對經(jīng)濟學(xué)的影響、應(yīng)用前景以及面臨的挑戰(zhàn)等問題。認(rèn)為大數(shù)據(jù)與經(jīng)濟學(xué)的結(jié)合為經(jīng)濟學(xué)和其他社會科學(xué)提出了新的機遇和挑戰(zhàn)，未來大數(shù)據(jù)可能會帶來經(jīng)濟學(xué)顛覆性的改變，也有可能成為一門獨立的學(xué)科和方法論。

關(guān)鍵詞：大數(shù)據(jù)；經(jīng)濟學(xué)；數(shù)據(jù)分析

大數(shù)據(jù)作為一種有用的信息資源，在商業(yè)、金融等領(lǐng)域發(fā)揮著越來越重要作用，也逐漸成為社會科學(xué)的國際前沿應(yīng)用研究內(nèi)容之一。然而，在經(jīng)濟學(xué)領(lǐng)域，大數(shù)據(jù)還鮮少被用到（據(jù)統(tǒng)計，截至2014年12月，google中學(xué)術(shù)搜索到的與“大數(shù)據(jù)”有關(guān)的研究論文共3026篇，其中僅有29篇是和經(jīng)濟學(xué)相關(guān)）。但因海量經(jīng)濟數(shù)據(jù)資源的快速增長，計算技術(shù)和能力的不斷提高，以及方法論的不斷發(fā)展，將大數(shù)據(jù)分析技術(shù)運用于經(jīng)濟學(xué)已成為一個值得探討的新課題。展望未來，由于經(jīng)濟學(xué)是一門理論與實踐相結(jié)合的學(xué)科，將大數(shù)據(jù)應(yīng)用于經(jīng)濟學(xué)，有可能會開辟一個全新的經(jīng)濟學(xué)發(fā)展領(lǐng)域。

一、大數(shù)據(jù)在經(jīng)濟學(xué)領(lǐng)域應(yīng)用的基本原理

大數(shù)據(jù)在經(jīng)濟學(xué)中應(yīng)用的基本思路以大樣本數(shù)據(jù)統(tǒng)計與機器學(xué)習(xí)技術(shù)為基礎(chǔ)。其中大樣本統(tǒng)計的過程概括如下：用N個代入變量得出對應(yīng)的N個測量結(jié)果與K個潛在的預(yù)測因子，比如：以居民消費價格CPI指數(shù)預(yù)測為例，首先通過GOOGLE數(shù)據(jù)搜索或其他軟件，篩選出同CPI有關(guān)的一系列關(guān)鍵詞（比如糧食產(chǎn)量、原油期貨價格、氣候溫度、價格改革政策等），然后通過這些關(guān)鍵詞在文本數(shù)據(jù)（新聞、微博、評論、研究報告、學(xué)術(shù)論文等）出現(xiàn)的時間頻次，計算它們之間的相關(guān)關(guān)系和邏輯路徑關(guān)系，從而得到測量結(jié)果N和預(yù)測因子K。在許多情形下，每一個代入變量的信息是足夠豐富的，但不具有結(jié)構(gòu)性，故可能會產(chǎn)生很多潛在預(yù)測因子，因此，需要注意的是：若是過度擬合，即預(yù)測因子K的個數(shù)可能會遠(yuǎn)遠(yuǎn)大于觀測變量N的個數(shù)時，雖然模型可完美解釋觀測到的結(jié)果，但樣本外數(shù)據(jù)的解釋力卻很差。在這種狀況下，構(gòu)造一個最大化樣本解釋力的模型便成為首要目標(biāo)，同時構(gòu)建的模型還不能出現(xiàn)因過度擬合所導(dǎo)致的樣本外無力解釋的情形。因模型構(gòu)建不同，使用方法也隨之改變，懲罰預(yù)測因子的過度使用方式也不同。如Lasso回歸模型，在滿足一系列約束條件下，依據(jù)最小化離差平方和來選擇模型系數(shù)。通過將樣本分為“訓(xùn)練樣本”和“測試樣本”（“訓(xùn)練樣本”用來估計模型參數(shù)，“測試樣本”用來評估模型）進(jìn)行過度擬合。而在評估預(yù)測效果時，一般交叉使用樣本內(nèi)預(yù)測與過度擬合，但目前這種交叉驗證的方法在當(dāng)前的實證微觀經(jīng)濟學(xué)中也鮮少用到。

機器學(xué)習(xí)的一個非常重要假設(shè)就是機器學(xué)習(xí)的環(huán)境是相對穩(wěn)定的，也就是樣本數(shù)據(jù)（訓(xùn)練樣本與測試樣本情形相同）獨立產(chǎn)生于同一過程。但由于現(xiàn)實環(huán)境會隨著時間發(fā)生改變，故這一假設(shè)并不合理，因此，在高頻使用新數(shù)據(jù)的應(yīng)用中，往往通過對自身持續(xù)“再訓(xùn)練”，從而使得模型可以隨著時間與環(huán)境的變化對預(yù)測結(jié)果進(jìn)行調(diào)整。當(dāng)然，對于機器學(xué)習(xí)，有些經(jīng)濟學(xué)家提出了盧卡斯批判的疑問，即若根據(jù)模型的預(yù)測結(jié)果進(jìn)行政策調(diào)整，則政策調(diào)整后的現(xiàn)實結(jié)果可能與初始模型的預(yù)測結(jié)果有差異，因為政策的改變會影響數(shù)據(jù)間的潛在行為關(guān)系，但這一疑問在其他預(yù)測模型，比如計量經(jīng)濟模型、結(jié)構(gòu)方程模型和聯(lián)立系統(tǒng)模型中也都存在。

二、大數(shù)據(jù)對經(jīng)濟學(xué)的影響及前景

如今，隨著數(shù)據(jù)樣本容量的急劇增加，使得大數(shù)據(jù)的使用方式不盡相同。作為一個規(guī)律性科學(xué)，經(jīng)濟學(xué)需要廣泛、詳細(xì)的數(shù)據(jù)，并運用統(tǒng)計技術(shù)來處理新型數(shù)據(jù)，大數(shù)據(jù)的出現(xiàn)可能會在社會學(xué)與計算機科學(xué)間構(gòu)建一架橋梁，其學(xué)科價值可能在于創(chuàng)造新的思維方式，這將會導(dǎo)致對經(jīng)濟學(xué)的新思考和研究方法創(chuàng)新，甚至?xí)矸治鼋?jīng)濟學(xué)方法的質(zhì)變。

一方面，由于多維度的精細(xì)間隔，大數(shù)據(jù)可以為經(jīng)濟學(xué)研究人員提供更多研究變量和視角，可以研究以前難以測度的行為理論，這為經(jīng)濟理論研究提供了一種全新的測量方法。例如：麻省理工大學(xué)助理教授Alberto Cavallo設(shè)計的“百萬價格”項目，該項目旨在通過一個網(wǎng)絡(luò)程序，獲取網(wǎng)上物品價格，繼而運用這些數(shù)據(jù)計算得出通脹指數(shù)，該通貨膨脹指數(shù)就是阿根廷的精確透明通貨膨脹指標(biāo)，其實時價格數(shù)據(jù)的捕捉能力和準(zhǔn)確度，使得該指標(biāo)作為政府測量通脹的替代選擇。又如，谷歌提供的請求式數(shù)據(jù)選擇也提供了一個探索新機會的理由，目前一個備受矚目的例子就是“及時預(yù)報”，在某些方面它可以通過龐大經(jīng)濟社會數(shù)據(jù)集進(jìn)行短期精確預(yù)測。

另一方面，大數(shù)據(jù)已與行為經(jīng)濟學(xué)相適應(yīng)，成為產(chǎn)業(yè)相關(guān)經(jīng)濟規(guī)律研究的一部分，并且，大數(shù)據(jù)在經(jīng)濟學(xué)領(lǐng)域已經(jīng)顯示出眾多的優(yōu)越性。大數(shù)據(jù)已有潛力去挑戰(zhàn)理性概念，例如對于經(jīng)濟學(xué)家在預(yù)測問題上的出錯概率，強調(diào)樣本偏差的方法；或者對于政策刺激的外部效應(yīng)問題，強調(diào)在社會媒體中情緒化分析出現(xiàn)的混亂問題，總而言之，大數(shù)據(jù)與先進(jìn)的建模策略相結(jié)合，可以產(chǎn)生更詳細(xì)、更準(zhǔn)確和更有說服力的解釋和分析。

從經(jīng)濟學(xué)理論的發(fā)展歷程或者研究思想上看，總體來說，目前大數(shù)據(jù)分析技術(shù)在經(jīng)濟學(xué)中的應(yīng)用還剛剛開始，處于初級階段和輔助地位，目前還沒有出現(xiàn)跨時代、里程碑式的技術(shù)進(jìn)展。相比于比較完善的宏微觀經(jīng)濟學(xué)理論、計量經(jīng)濟學(xué)理論和金融學(xué)等理論等，大數(shù)據(jù)技術(shù)的劣勢在于沒有嚴(yán)謹(jǐn)?shù)?、完整的?jīng)濟學(xué)理論作基礎(chǔ)，其對不同關(guān)鍵詞的選擇具有主觀性，很難洞悉其背后的因果關(guān)系和邏輯關(guān)系；其使用的各種數(shù)據(jù)挖掘技術(shù)（比如自然語言處理算法、分段算法和機器學(xué)習(xí)算法），從技術(shù)上講，這些技術(shù)沒有突破傳統(tǒng)的理論和思路；而且大數(shù)據(jù)分析技術(shù)的原理主要是分析不同關(guān)鍵詞的關(guān)聯(lián)關(guān)系及其強弱度，方法比較單一，遠(yuǎn)遠(yuǎn)不能代替現(xiàn)有的宏微觀建模技術(shù)和分析方法。

但是，大數(shù)據(jù)在經(jīng)濟學(xué)中的應(yīng)用前景曠闊而深遠(yuǎn)。隨著時間的延續(xù)，數(shù)據(jù)容量在飛速增長，數(shù)據(jù)彼此之間的關(guān)系也越來越復(fù)雜。對于經(jīng)濟學(xué)家而言，傳統(tǒng)經(jīng)濟領(lǐng)域就已經(jīng)有較多的數(shù)據(jù)量：各種金融交易數(shù)據(jù)，如優(yōu)惠卡數(shù)據(jù)、在線消費數(shù)據(jù)、詳細(xì)人口數(shù)據(jù)等間隔性數(shù)據(jù)。大數(shù)據(jù)通過對各種媒體和渠道（比如搜索引擎、社交網(wǎng)絡(luò)、通話記錄、傳感器、網(wǎng)絡(luò)日志等）中不同類型的海量的結(jié)構(gòu)數(shù)據(jù)、非結(jié)構(gòu)數(shù)據(jù)和半結(jié)構(gòu)數(shù)據(jù)進(jìn)行快速計算和分析，能夠解析存在于現(xiàn)實社會、虛擬世界以及虛實混合社會的復(fù)雜網(wǎng)絡(luò)關(guān)系，并適時動態(tài)地做出判斷和決策，這不僅僅是一個把基礎(chǔ)數(shù)據(jù)轉(zhuǎn)變?yōu)樾畔?、信息轉(zhuǎn)變?yōu)橹R、知識轉(zhuǎn)變?yōu)橹腔鄣挠傻偷礁叩霓D(zhuǎn)變過程，該過程融合貫通了國家、區(qū)域、行業(yè)和個人，顛覆了傳統(tǒng)的、線性的、自上而下的目標(biāo)驅(qū)動式的精英決策模式，形成了動態(tài)的、隨機的、非線性的、自下而上的發(fā)現(xiàn)群體智慧的數(shù)據(jù)驅(qū)動決策模式；而且這也是一種新技術(shù)、新工具，其依據(jù)海量的網(wǎng)絡(luò)資源，充分發(fā)揮了電腦對海量信息收集能力和批量化處理能力遠(yuǎn)遠(yuǎn)高于人腦的優(yōu)勢，從而有效地彌補人腦功能的不足，這在當(dāng)今隨著互聯(lián)網(wǎng)、云計算、物聯(lián)網(wǎng)、社交網(wǎng)絡(luò)等技術(shù)的興起和普及導(dǎo)致的信息化數(shù)據(jù)爆發(fā)時代，優(yōu)勢明顯，應(yīng)用前景看好。已有研究表明，對于經(jīng)濟學(xué)家而言，大數(shù)據(jù)是一座巨大的寶庫，大數(shù)據(jù)對于社會學(xué)研究的魅力已經(jīng)逐漸顯現(xiàn)，不從事大數(shù)據(jù)研究的經(jīng)濟學(xué)家可能會產(chǎn)生較大的機會成本（Mayer，2013）。

三、大數(shù)據(jù)在經(jīng)濟學(xué)應(yīng)用中面臨的挑戰(zhàn)

一方面，大數(shù)據(jù)已經(jīng)在經(jīng)濟學(xué)的研究中展示出越來越多的優(yōu)勢和強大能力，但另一方面也面臨一些問題和質(zhì)疑，比如大數(shù)據(jù)集的可獲得性，大數(shù)據(jù)集的管理和處理，以及如何有效地提取大數(shù)據(jù)集中所隱藏的關(guān)鍵信息等，具體的問題包括以下幾點。

1. 因果關(guān)系。僅僅通過大數(shù)據(jù)分析技術(shù)，有時難以洞悉或找到事情背后的真正因果關(guān)系，比如，根據(jù)某城市的數(shù)據(jù)，電視數(shù)量越多，犯罪案件也就越多，兩者是正相關(guān)的，但是它們之間不是因果關(guān)系，真正的因果關(guān)系是這個城市的人口在增加，而導(dǎo)致電視多，同時犯罪數(shù)量也在增加。雖然在商業(yè)應(yīng)用中，如果通過大數(shù)據(jù)分析找出了電視和犯罪數(shù)量相關(guān)，就可以直接應(yīng)用了，而不在乎里面的原因和結(jié)果，但這種相關(guān)沒有經(jīng)濟學(xué)意義，因此，即使對于大數(shù)據(jù)分析技術(shù)得出的計算結(jié)果，在使用前應(yīng)該反復(fù)思考，思考其背后經(jīng)濟學(xué)邏輯，而不是完全盲目信任。

2. 大數(shù)據(jù)依然存在數(shù)據(jù)局限。雖然大數(shù)據(jù)具有容量大的特征，但是這也是相對的，由于數(shù)據(jù)收集、硬件設(shè)施、數(shù)據(jù)機密屬性等問題，真正的完全樣本很難獲得，即使在美國，所謂的海量數(shù)據(jù)也可能存在局部性和片面性，這些數(shù)據(jù)的抽樣樣本也不能完全滿足統(tǒng)計學(xué)中隨機抽樣的假設(shè)（即，i.d.假設(shè)）。正如Linnet Taylor（2014）所說，實際上影響社會變革的很多分布都是非對稱的，其實很多不是對稱的，因此做抽樣的時候就得非常慎重。甚至是谷歌（google）和面書（facebook）公司，它們聲稱的全數(shù)據(jù)樣本，但實際上也不是全部數(shù)據(jù)，因為，上facebook僅僅是那些有facebook的人或能夠上網(wǎng)的人，這些人的觀點也不能夠代表全部居民，而且這些人的占比和很小，可能沒有代表性；還有，這些數(shù)據(jù)的同質(zhì)性是沒有辦法保證的，因為它們是在不同時段用不同方法來收集數(shù)據(jù)，然后整合在一起，這樣的處理辦法很難保證這些網(wǎng)站的數(shù)據(jù)具有完整性和隨機性。

3. 如何清洗和獲得數(shù)據(jù)。因為數(shù)據(jù)越大，噪音可能就越多，比如從微博里面提取的數(shù)據(jù)，由于這些數(shù)據(jù)大部分都是無關(guān)信息或者是重復(fù)信息，因此，如何篩選信息以提高信息準(zhǔn)確性也是非常重要和比較棘手的問題。另外，盡管經(jīng)濟學(xué)已經(jīng)具有處理數(shù)據(jù)量較大樣本的嫻熟技能和統(tǒng)計技巧，但是大數(shù)據(jù)的資源可獲性仍是社會科學(xué)研究面臨的一個難題。由于數(shù)據(jù)資源大部分是專有的（比如，Google的大眾可獲得數(shù)據(jù)庫（如insight和trend）都是被監(jiān)管的，且在短時期內(nèi)不太可能完全公開），因此，經(jīng)濟學(xué)領(lǐng)域的許多研究者都會碰到獲取合適數(shù)據(jù)的難題。運用企業(yè)數(shù)據(jù)也面臨同樣的問題，因為數(shù)據(jù)具有私有性，故研究者只有在與企業(yè)簽訂保密合同的情形下，才可獲得這些數(shù)據(jù)的使用權(quán)，雖然隨著更多的研究者在其研究中應(yīng)用大數(shù)據(jù)，數(shù)據(jù)也就不再那么難獲得，但是，數(shù)據(jù)資源的完全開放在短期內(nèi)仍是無法實現(xiàn)的美好愿望。

然而，總而言之，大數(shù)據(jù)與經(jīng)濟學(xué)的結(jié)合為經(jīng)濟學(xué)和其他社會科學(xué)提出了新的機遇和挑戰(zhàn)，在未來的幾十年，大數(shù)據(jù)可能會改變經(jīng)濟政策與經(jīng)濟學(xué)的研究方法。大數(shù)據(jù)在經(jīng)濟學(xué)中的使用是分析方法、數(shù)據(jù)管理和分析策略的改變，也是一次基礎(chǔ)性的轉(zhuǎn)變，即從基于“正態(tài)”均值和標(biāo)準(zhǔn)差的科學(xué)研究轉(zhuǎn)變?yōu)榛趥€體觀測值的研究，認(rèn)識論的改變將給經(jīng)濟學(xué)準(zhǔn)則基本原理帶來質(zhì)變和量變的雙重挑戰(zhàn)。由于這些原因，大數(shù)據(jù)可能會帶來經(jīng)濟學(xué)顛覆性的改變，也有可能成為一門具有獨立的學(xué)科和方法論。

參考文獻(xiàn)：

[1]Mayer S.，Nberger V. and Cukier K， “Big Data： a revolution that will transform how we live， work， and think[M]”. New York： Houghton Mifflin Harcourt， 2013.

[2]Linnet Taylor， Ralph Schroeder， Eric Meyer，“Emerging practices and perspectives on Big Data analysis in economics： Bigger and better or more of the same”[J]. Big Data & Society， Volume 7，2014.

[3]于曉龍，王金照.大數(shù)據(jù)的經(jīng)濟涵義及價值創(chuàng)造機制[J].中國國情國力，2014（02）.

[4]俞立平.大數(shù)據(jù)與大數(shù)據(jù)經(jīng)濟學(xué)[J].中國軟科學(xué)，2013（07）.

（作者單位：中國社會科學(xué)院數(shù)量經(jīng)濟與技術(shù)經(jīng)濟研究所）