大数据是什么？大家听到的很多信息不是很系统也不是很是具体，大数据主要的就是由于利用工业自动传感器、互联网、移动和大数字等固定和半非移动信息设备应用产生的固定结构化企业数据、半固定结构化企业数据和非固定结构化企业数据相互的结合而发展形成的,大数据主要就是着重于企业进行实时的数据处理与分析应用因此,实现了创造商业价值并通过企业提供公共事务管理信息服务方式来提取获得的所必须的技术信息和专业知识。数据分析挖掘和应用物联网、人工智能等新兴产业应用技术工具对于开展大数据的采集处理分析起着重要的技术推动力和作用,现代化的信息基础技术已经发展成为国家支持推动我国发展大数据的重要基础信息设施和相关行业持续发展的重要主导力量,构成了大数据。
一、大数据对经济学的影响
（一）研究对象为整体
在过去我国传统的经济学研究中,由于采集数据所需要收集到的条件有很大限制,所以人们通过采集数据,使用少量样品对其进行了研究,这个研究传统始终延续到现在,成为了当时经济学领域中研究的一种主流,而采集质量也会对研究结果产生很大的影响。
（二）大数据不太重要因果关系
传统的经济学本身就是一种理论和解释的科学,着重于理解和分析经济中的现象,理解它们的各种因果关系,但是大数据的时代还远远不够,大数据还能够发现一切事物生存和发展的潜在规律。大的数据没有改变因果关系,但是这种因果关系并没有太大的实际意义。
（三）大数据在经济学研究的工具和手段上产生变化。
传统的经济学研究通过一个小组、一台计算机、一个软件来正规地进行研究。在人才构成方面,不仅仅是我们需要一些经济学家和领域的专业人才,还是我们需要一些大数据维护技术专家、一些大数据建模技术专家。在各种计算工具中,都需要充分利用云计算。几台计算机就解决了这一点。在合作伙伴关系上,必须加强政府、大数据所有人、云计算服务业者等方面的广泛交流。在这个大数据时代,对于经济学的探索必须依赖跨领域和多学科团队,传统的少数学者可以实现研究的模式也很难继续下去。
（四）大数据向经济学建模提出挑战。
经济学研究使用不同数学模型来进行研究,每一个模型都有各自的优点和局限性。无一个百病万能的数学模型。研究同样一个问题的时候,能够充分利用到的模型其实很多,有最适合的模型吗?这恐怕是一个解不开的难题。实际的情况就是,以往对传统经济学的研究所得出的结论,至少只是说明采用了甲的模型这一结论,并不具有普遍性,如果换成乙的模型的话,可能马上就会改变,但实际上研究的结论很脆弱。在互联网和大数据的新时代,利用云计算和分散化处理等现代信息技术,多数情况下都可以对其进行100多种模型的研究。
（五）大数据对基于统计检查的计量经济学产生了巨大冲击。
到现在为止的近半数诺贝尔经济学奖得主和获奖者都是诺贝尔计量经济学家,但大的数据却动摇了这个理论基础。附带概率比0.05(在特殊情况下可放大至0.1)小。在这种多数情况下,与两个误差变量之间无关的单个误差变量发生的错误概率大约是5%。（六）大数据不需要基于假说检查的研究
传统经济学研究与假设中的数量也永远都不是一位数。在互联网和大数据的时代,继续研究传统的假设检查方法,总是不够完善，不完整，不能满足需要。大数据时代更加注重分析和统计数据处理的多样性和复杂结果。既然它们可以根据我们的实际情况来基于经济学,也有可以根据我们的实际情况来基于其他方面。此外,由于变量的完整性有很高的要求,基于正常假设进行验证性的研究有时候甚至会使我们变得十分尴尬。例如,研究创新型开发项目投资对于企业业绩的直接影响,不但需要充分考虑到研发项目的投入,而且还需要充分考虑到企业的资本结构、市场竞争能力和水平、人员素质、产品行为特征、管理能力等许多影响因素因此，研究的重点很难掌握。
二、大数据下经济学发展现状
（一）大数据经济学的定义和研究内容
鉴于考虑到互联网大数据对传统的经济学发展带来的巨大挑战性冲击和其影响,沃尔玛的合作伙伴Anand Rajaraman (2012)发明了一个新字母词Econninformaticas。这个单词和 Infor-mation Economics 的英文意思很类似,所以很容易被翻译成中文而造成混乱。而且，因为接近Econformaticas，所以不是好名词。本篇论文主要研究提出结合大数据经济学（Big Data Economics或Economics of Big Data），大数据经济学在我国现代理论经济学的重要基础理论研究和实际理论应用中充分运用了结合大数据,赋予了我们如何采用结合大数据的科学思想手段来发展深化研究现代中国传统理论经济学的一种新兴经济交叉学科的重要学术定义。大数据经济学不但不仅需要更加深度地深入研究如何正确建模、管理和有效运用传统大数据,还同样需要更加深度地深入研究符合我国经济传统的区域经济学,大数据经济学也就这样需要传统经济专家学者、区域经济专家、信息电子技术领域专家等的共同紧密配合,对于围绕人文科学社会管理科学、自然科学这两门多媒体学科的大型跨部门学科交叉课题进行研究管理工作也就提出了更高的学术要求。而且给当代我国社会经济管理全体、社会学、公共服务管理等各个方面都必然带来了一个革命性的重大转折。大数据经济学主要的学术研究领域范围主要包括有:
第一，对于大数据经济学的相关专家来说,大数据经济学只能解决了算法和系统建模的主要问题,但是若没有大数据经济学理论基础的指引,经济学者的思考就必将迷失了其研究的目标和方向。几个大数据领域的学者认为"应该有关联,不需要因果关系"。那就是非常不好的事情，我们必须继续坚持它并继续对这种依赖于海量大数据的经济方式使用计量经济学家。
第二，大数据的统计学（Big Data Sttistics）。如上所述，大数据对统计学发展带来的一个巨大挑战已经是具有革命性的,在一些研究领域,传统的大数据采样和调查模型将被完全淘汰。另外,以往的统计学中所要求正确的数据和资料加工处理方法往往都是一个画蛇添足,甚至有时候也许就会成为一个败笔。在大数据时期我也很有兴趣于分析半结构化和非结构化的数据,时常看一阅读记录,检索关键词,一点一点的文字,照片等是贵重的资源。而且传统的统计科学也不得不发生变革,对于数据保存的手段、处理装置、处理技术方法都提出了一个全新的要求。
第三，大数据是新时代金融领域的数字经济学。大数据农村生态管理经济学,大数据农村环境管理经济学,大数据农村金融学,大数据农村城市管理经济学,大数据农村城市产业经济学,大数据农村工业经济学,大数据乡村农业管理经济学,大数据城市轨道交通管理经济学,大数据城乡建设管理经济学,大数据电子商务管理经济学,大数据电子商务管理经济学,大数据经济学相关资讯、包含中国大数据农业人口统计经济学。在计量经济学领域中的各学科研究分类成果排名中,大数据中的统计学研究作为经济理论的主要基础,大数据给中国传统经济计量学和经济学研究带来的最大好处之一就是,被人工构造和量化的传统大数据更加容易接近正规经济分布。
（二）大数据经济学与传统经济学的关系
我国首次提出了大数据经济学。讨论与其它学科之间的联系可能还太过早了。大数据经济学与传统经济学具有互补性的共存。当时大数据经济学最初产生的那个时候,大数据经济学的基础理论和实践技术还不成熟,所以当时的大数据经济学的研究发展很快,但大数据一些经济学研究仍然是无法获得更多的大数据,需要通过保留和解决传统的经济学来保留和解决这些问题,从而通过传统的经济学来解决这些问题。
（三）大数据经济学与信息经济学的关系
大数据经济学特别是随着我国现代工业信息网络技术的急速发展进步和不断发展,必须深入地分析研究一下大数据经济学与现代信息技术经济学之间的相互作用。宏观上的信息管理经济学和其他微观上的信息管理经济学在严密的历史意义上,这二者并不都一定是必然相互存在联系。有两位主要创始人,被广泛地将其统称划分为我国信息产业经济学、信息学和产业发展经济学,Stigler（1961）和Arrow (1972)既是美国微观信息技术和经济学的主要创始人,也被广泛地称为理论信息技术和经济学,研究不对称信息理论、信息商品的分析、信息成本和价格、信息市场的分析、信息检索理论等我们都提出了一个假设,用不完全的信息理论方法来改变传统的市场模式中信信息的充分和完全对称。也被称作契约论和机械装置设计理论。随着互联网和大数据的快速传播和发展,根据世界经济论坛的分析预测,大数据给整个世界都会带来440万个IT工作岗位,其中190万人口分布在美国,其他几个IT工作岗位都会产生3个非IT工作岗位,也就是说将来给美国人民带来600万个工作岗位的问题,这些都是对信息经济学研究领域的范畴。
（四）我国大数据经济学和信息技术以及其他与经济相关领域学科之间的联系
现代信息技术已经是发达国家进入大规模的计算、存储时代阶段的一个必然产物,甚至从信息技术方面的专家们看来,大数据只是一项技术。然而，大数据经济学更加富有思想性。以现代信息技术作为基础大力发展好我国的大数据经济学。
三、在大数据下经济学发展前景
大数据经济学被认为是21世纪经济学领域取得了巨大的进步。大数据经济学理论是由于人类在社会经济中形成和产生并且被广泛应用的,现阶段正处于一个萌芽阶段,其理论的实践已经远远超出了该理论,不久的将来就会是我国现代大数据经济学的基础理论组织构建和高速发展时期，第一个大数据经济学仍然处于一种较高的研究与应用层面,其迅猛发展的速度已远高于其他任何一门新兴学科,这也体现了现代信息技术对于新兴学科的重大贡献。
大数据经济学与综合理论网络经济学和综合应用网络经济学也在合并后被重新归纳并成为一级基础学科。获得2005年图灵奖的Jim Gray于2007年在首届美国国家科学研究委员会会上做了一次主题演讲,他特别指出现代科学技术研究这个过程一共有4个重要阶段。几千年前,人类就非常重视如何利用自然实验法和科学法来说明外界事物的各种自然现象。数百年前,人类就已经开始高度重视科学理论化和科学。在十几年前,人类已经完全开始逐渐转向了使用计算机的科学,模拟了各种复杂的数学物理和自然化学应用现象。今天,人类已经开始步入认识到对物理数据的全新探索期,将对新的理论应用科学、实验应用科学、各种复杂的生物体物理现象的分析模仿都更倾向于数据整合。对于我们的现代大数据经济学来说,不仅仅就是需要统一对经济理论基础科学、实验室和技术科学、对复杂地理物体和客观现象的实时综合研究模拟,还需要统一对现代自然科学和社会科学,实时对经济理论的综合研究和对实际经济应用的研究统一,这当然就是我们的人工智能计算经济学。
参考文献：
[1］ 阿尔文·托夫勒 (AlvinToffler) 著． 第三次浪潮［M］ . 黄明坚译 . 北京: 中信出版社，2006.
［2］ Big data: The Next Frontier for Innovation，Competi-tion，and Productivity ［EB］ . http: / /www. mckinsey. com/insights/mgi/research/technology_ and_ innovation/big_ da-ta_ the_ next_ frontier_ for_ innovation，2013. 1. 24.
［8］ 维克托·迈尔·舍恩伯格，肯尼斯·库克耶著 . 大数据时代———生活、工作与思维的大变革 ［M］ . 盛杨燕，周涛译 . 杭州: 浙江人民出版社，2012．