PDF下载
数理统计在经济学中的应用分析

李凯刚

中国人民大学,北京,100872

摘要: 数理统计是以概率论为基础,运用统计的方法分析数据特征,进而研究大量随机现象中所蕴含的规律的一门学科。数理统计在经济学中的应用,能够与经济发展中的实际问题紧密结合,并运用相关分析方法、抽样方法等数理统计方法掌握数据变动规律,提高统计分析准确度,拓宽经济学研究领域,提升经济问题解决能力。本文通过简析经济学中的数理统计概述,分析数理统计在经济学中的应用意义,提出数理统计在经济学中的具体应用、注意事项与应用趋势,以发挥数理统计优势,精准把握经济发展趋势,推动各项经济活动有序开展。
关键词: 数理统计;经济学;应用
DOI:10.12721/ccn.2024.157322
基金资助:
文章地址:

引言

随着社会经济的快速发展以及市场经济结构的日益多元,经济发展情况趋于复杂,且具有一定的随机性,导致经济学研究的难度逐渐增大,但同时人们对经济学领域的研究力度也不断加大,旨在通过科学预测经济发展趋势而明确影响经济稳健发展的不稳定因素,同时实施高质量的经济管理活动,以有效防范并降低经济风险,保障社会经济稳健发展[1]。经济学属于一种社会科学,能够反映出当前社会发展和演变过程中存在的各类经济问题,而解决这类经济问题,有助于构建更加科学合理的经济环境。数理统计主要是通过分析大量数据,研究因随机因素影响而出现的不确定现象,进而以有效、客观的方法获取样本,科学推断统计规律,在经济学中具有广阔的应用前景,能够为经济管理决策指明方向。

一、经济学中的数理统计概述

数理统计属于数学学科,其研究的主要对象是随机现象中表现出来的统计学规律,通过整合分析相关规律,可以为社会经济发展提供数据支撑[2]。数理统计在社会经济发展中的应用流程可分为:数据的收集、数据的整理、模型的选择和确定、安排特定实验、统计推断、统计预测和决策等,且不同流程可相互融合。另外,经济学中数理统计的应用方法可根据目的不同而分为以下两类:第一,在经济分析时利用分数统计法、参数检验法、方差分析法以及聚类分析法等,以提高统计分析效率与分析结果准确性。第二,在经济计量分析时主要利用回归分析法、通径分析法以及非参数与半参数分析法,构建更加具体合理的模型,可以直观地表明各个经济量之间的内在关联,有助于科学开展经济管理。

二、数理统计在经济学中的应用意义

(一)提高统计分析准确度

经济学发展情况复杂,需要严格的假设和严密的数学逻辑推理,其处理的数据量巨大,运行程序与算法相当复杂,仅依靠传统的理论分析,难以保证数据分析的准确性,不仅会降低经济学研究价值,还无法为市场经济发展提供可靠的数据支撑。数理统计在经济学中的应用,能够充分利用数理统计中严谨的数学推理,通过研究大量带有随机性的数据,经过严密的分析过程,得出清晰的结果,可以提高经济问题统计分析的准确度,不仅可以实现对经济学各类问题以及各个经济量之间内在关系的把握,为解决各类经济问题提供可靠、客观的数据支撑,还能掌握经济发展趋势,把握经济发展规律,为经济决策与经济管理指明方向[3]

(二)拓宽经济学研究领域

在市场经济体制深化改革以及各行业领域竞争日益激烈的新时期,社会经济的发展情况日益复杂,各类经济问题也趋于复杂,而经济问题的出现不仅简单地表现为表面呈现出的问题,还代表着深处潜藏众多影响因素,仅依靠传统方法无法准确地描述经济市场发展情况,难以把握经济市场发展趋势,无法为经济管理指明方向。数理统计在经济学中的应用,能够利用数学语言的方式,将经济发展中的各种情况进行精准呈现,不仅能够全面掌握经济发展情况与趋势,实现对经济的管理强化,还能推动经济学研究朝着博弈论、福利经济学、劳动经济学等领域发展,进而拓宽经济学研究领域,进一步提高经济学研究质效。

(三)提升经济问题解决能力

经济活动本身具有复杂性,尤其是在劳动力流动、衍生企业和密集的社会网络等大环境背景下,经济活动的复杂性日益突出,使经济问题分析与管理错综复杂。在经济学研究领域,为掌握经济发展规律,传统经济学会从大量数据中抽取关键特征,并通过构建模型等方式进行预测,但数据处理难度较高。在经济学中应用数理统计,按照数据整理、概率分布、假设检验等环节展开全面分析,其中数据整理是通过研究整体及个体,经由后续整理与综合分析,便可帮助信息获得者获得更加清晰明了、简单易懂的数据分布规律,即非专业人员也能够具体了解到各类经济问题发生的原因,有助于提升经济问题解决能力。

三、数理统计在经济学中的具体应用

(一)经济预测层面

经济预测是在一定的经济理论指导下,综合分析以往的经济发展状况、当前的经济发展特点,明确客观的环境条件和主观的经验教训,并从数据分析结果中发现经济发展的规律与特点,进而科学推断未来的经济发展趋势,同时利用分析结果而客观指导现在和未来的经济活动,以抓住市场发展机遇。经济预测是经济学的重要内容之一,是企业管理的重要环节,在经济计划制定、管理决策执行等方面具有重要作用,有助于优化各项经济活动,提高企业经济效益。

在经济发展过程中,各种经济量之间的联系较为紧密,而不同经济量之间的相互关联构成了错综复杂的经济活动。数理统计在经济预测层面的应用,通过采用周期分析、经济数学预测、行家意见调查等方法,能够发挥数理统计在数据分析方面的优势,并借助各种经济量之间的联系进行分析和研究,可以掌握经济发展的本质、规律与趋势[4]。第一,周期分析是在某个经济发展周期内,通过分析经济发展状况与数据变动规律,精准预测经济发展趋势。第二,经济数学预测是利用数学建模对经济发展情况以及趋势进行度量预估。第三,行家意见调查是指根据社会经济领域内企业管理层、经济专家、工程师等专业人士的指导意见以及独到见解,从多角度总结行业内经济趋势,并制定针对性的经济管理办法。

(二)经济风险决策层面

经济活动具有复杂性,且因多种因素影响,使经济活动具有动态波动性,而在经济发展过程中,风险与机遇并存。经济风险是市场经济特有的一种普遍的经济现象,是因管理不善、市场变动等因素影响,使实际收益与预期收益相背离,产生超出预期经济损失的可能性,伴随着经济活动的发展而发展。在市场经济体制深化改革背景下,经济活动的复杂性剧增,使经济风险的种类不断增多、威胁不断增强。经济风险决策的科学制定,能够帮助企业科学预测、快速识别各种经济风险,并及时采取有效的风险防控方法,进而将经济风险损失降到最低。

数理统计在经济风险决策层面的应用,能够通过综合分析各项数据,掌握企业经济业务开展情况,明确经济发展过程中各种不确定风险,进而得出最佳的经济利润获得方法,提高风险决策的科学性与有效性。第一,在企业管理过程中,管理人员利用数理统计综合分析企业总体经济发展情况,详细掌握具体的经济变动影响因素,能够提前利用相应的防范措施,降低经济发展过程中的资金耗损可能性。第二,在投资风险决策过程中,经济管理人员树立大局观念与前瞻意识,充分发挥数理统计优势,结合行业发展趋势,从投资收益和投资风险角度判断投资策略的可行性,能够科学选择出可获得最大收益、面临最小经济风险的投资方案,有助于在风险不确定的情况下,为经济发展做出最佳的管理决策。

(三)经济管理决策层面

经济管理是经济管理者为实现预期目标,对社会经济活动进行计划、组织、指挥、协调和监督的活动,以确保各项经济活动有序开展,推动社会经济平稳发展。在经济管理过程中,因多种因素影响,使经济管理活动的顺利开展依托于管理决策的制定,而经济管理决策具有前瞻性,主要是结合经济管理现状而制定科学的发展规划、预期目标以及管理方法,但经济管理决策本身具有不确定性,尤其是影响因素的复杂化以及数据的海量化,增加了经济管理决策的难度。

数理统计在经济管理决策层面的应用,虽然无法直接指明企业经济管理活动的发展方向,但通过数据搜集、分析、对比,便可明确影响企业经济发展的各种不稳定因素,能够为经济管理决策者提供更加清晰的管理决策方向,进而为经济发展管理决策的科学制定奠定基础。如在以商品销售为主的企业经营管理过程中,商品库存对企业经济效益产生直接影响,不仅关乎经营业务的有序开展,还影响企业成本,尤其是大量库存商品无法得到及时清理,企业需要大量的空间存放商品,同时消耗大量的人、物、财资源。通过应用数理统计分析企业以往的经营数据、现有的经营状况,科学预测企业未来的经营趋势,并找到商品库存的平衡点,能够帮助管理人员明确最佳的商品进货量,并实现企业经营效益最大化。

(四)经济绝对收入层面

经济绝对收入是凯恩斯提出的实际消费支出与实际收入之间的理论。经济绝对收入问题是一个经济问题“数理化”的过程[5]。数理统计在检验经济绝对收入层面的应用,可以通过收集研究不同年份的人均国内生产总值、人均居民消费,并进行适当的预处理,再利用散点图观察并发现人均国内生产总值与人均居民消费之间存在线性相关关系,之后利用计量软件构建模型,能够从回归分析结果中得到回归方程,并利用参数和回归模型完成统计检验,便可通过精确推理、逻辑严谨、周密思考的过程,提高检验经济绝对收入问题分析的精确性。

四、数理统计在经济学中的应用注意事项

(一)健全市场经济体系

数理统计在经济学中的应用建立在收集和整理经济数据的基础上。为充分发挥数理统计在提高经济问题分析准确度、科学制定经济发展管理决策等方面的优势,政府应明确经济活动的不稳定性与波动性,立足市场经济体制深化改革背景,根据数理统计分析结果而明确影响社会经济稳定发展的各种因素,并进一步建立健全社会主义市场经济体系,以推动社会主义市场经济蓬勃发展。另外,政府应鼓励企业应用数理统计方法明确市场经济发展现状与趋势,找准社会主义市场经济发展规律,以通过定性分析与定量分析,科学制定经济活动管理决策,探索构建最优的产业结构,进而形成良性市场竞争氛围,推动市场经济稳健发展。

(二)合理应用数理统计方法

数理统计在经济预测、经济管理、风险防范等方面发挥着重要作用。在市场竞争形势日益激烈的新时期,为推动企业各项经济活动有序开展,企业应明确数理统计在经济学中的应用重要性,并紧跟时代发展步伐,树立现代化管理理念,结合当前数理统计在经济学领域的应用不断创新与拓展的现状,在经济管理过程中合理应用数理统计方法,从全方位、多角度综合分析影响经济发展的因素,并利用建模数据处理与分析的方式解决经济问题,以通过利用企业现有条件控制和优化决策结果,进而利用经济理论指导经济活动,提高经济管理决策的可靠性,避免出现人力、物力、财力的消耗与损失,实现企业综合效益最大化。

(三)重视培养高素质人才

数理统计能够根据数量关系来表达各经济因素之间的关系,而数理统计的严谨性与精准性关乎经济理论的科学性。为发挥数理统计在经济学中的应用优势,政府应明确社会经济发展形势日益复杂的现状,并重视培养高素质人才,不仅需要确保人才具备专业的理论知识,掌握数理统计的本质、内容与应用方法,能够结合社会经济发展过程中产生的数据而合理应用数理统计方法进行分析,还需要确保人才具备较强的前瞻意识与大局观念,能够根据数理统计分析结果而把握经济发展现状、明确经济发展趋势、掌握行业发展前景,进而将数理统计知识与分析结果应用到企业经营管理过程中,以充分发挥数理统计在经济走势预测、经济风险决策、经济管理决策等方面的应用效能,推动企业稳健发展。

五、数理统计在经济学中的应用趋势

(一)促进经济学研究领域深度发展

数理统计是经济学研究领域的基础工作之一,能够为经济学研究提供准确、客观、全面的数据分析结果,确保经济管理的科学性,推动社会经济稳健发展。在市场经济体制改革持续深化背景下,外加国际内外复杂形势的影响,经济活动的复杂性与波动性愈加明显,数理统计在经济学中的应用前景将更加广阔。企业要想实现稳健发展,就要增强自身核心竞争力,抢占市场先机,抓住市场发展机遇,而这离不开对经济活动的分析。因此,为实现企业综合效益最大化,最大限度防范经济风险的不良影响,企业只有树立前瞻意识与大局观念,明确市场经济发展的动态波动性以及数理统计分析的重要性,并在经济学研究领域中合理应用数理统计,时刻关注市场情形,全面分析经济发展状况,结合经济发展趋势以及组织战略目标拓宽数理统计应用范畴,才能促进经济学研究领域深度发展。

(二)提高经济学问题研究分析效率

随着社会经济与科学技术的快速发展,先进技术在各行业领域的应用日益广泛,推动着各行业领域朝着数字化方向转型发展。“互联网+”背景下,企业经营管理过程中产生的经济数据具有海量化、低价值的特点,只有从海量、低价值的数据中深挖出有价值的数据信息才能保证企业经济活动发展方向正确,尤其是在竞争激烈的新时期,数据分析效率关乎企业竞争力的提升。数理统计在经济学中的应用,势必与互联网、大数据分析、云计算等先进信息技术相融合,以充分发挥先进技术在资源共享、信息交互、科学分析等方面的优势,进一步提高经济学研究中的结果分析效率与质量,既能提高结果的可靠性与客观性,又能帮助企业经济管理人员掌握市场发展趋势,为经济管理决策的科学制定奠定基础。因此,为推动企业各项经济活动有序开展,企业要树立数字化思维,将数理统计与信息技术相关联,以加强对数理统计应用的深入研究,创新经济管理方法。

六、结语

随着社会经济快速发展,以数学为工具的经济学领域不断扩展。数理统计作为经济学研究领域的一项基础工作,其应用效果关乎经济问题的发现与解决、经济趋势的预测以及管理决策的科学制定。在我国现阶段的经济发展过程中,因各方因素影响,使经济活动具有复杂性与波动性,且经济发展面临着诸多风险,影响经济稳健发展。为有效防范经济风险,掌握经济发展规律,实现经济稳健发展,企业应加强经济学领域的研究,明确数理统计在经济学中的应用特殊性与重要性,同时通过重视培养高素质人才以及引进先进信息技术等多种方式,树立数字化思维,发挥优秀人才与先进技术的支撑作用,加强数理统计在经济学中的应用,并灵活选择恰当的数理统计方法,以综合、客观、全面地分析影响经济发展的因素,提高经济问题分析准确度,增强经济管理效果,推动社会经济长期稳健发展。

参考文献:

[1]韩霄.数理统计在社会经济领域的应用探索[J].商讯,2022(17):167-170.

[2]李海娟.数理统计在经济学中的应用[J].老字号品牌营销,2022(08):185-187.

[3]张志华.现代经济背景下数学统计方法的运用与创新研究[J].营销界,2021(28):95-96.

[4]关榕. 经济分析中概率与数理统计的应用评价[C]//武汉市创读时代出版策划有限公司.荆楚学术(2019年7月).荆楚学术(2019年7月),2019:86-89.DOI:10.26914/c.cnkihy.2019.043837.

[5]王朝阳.经济学中的数理统计方法分析[J].数学学习与研究,2018(12):5.