经济学数据分析篇1
理性选择理论对行为主体“认知”问题的学术处理，从“经济人”到“理性经济人”并没有显著的变化。古典经济学框架下的理性选择理论以完全信息假设为前提，将行为主体（个人）界定为无本质差异和不涉及个体间行为互动，不受认知约束的单纯追求自身福利的“经济人”（约翰·伊特韦尔等，1996）。新古典经济学的理性选择理论将行为主体界定为“理性经济人”，它同样以完全信息假设为前提，研究了被古典经济学忽略的选择偏好，通过对“偏好的内在一致性”的解析，论证了个体能够得知选择结果的抽象认知(Vonneumannandmorgenstern，1947；arrowandDebreu，1954)。这里所说的抽象认知，是指行为主体没有经历具体认知过程而直接关联于效用函数的一种认知状态，这种状态在新古典理性选择理论中的存在，表明“认知”是被作为外生变量处理的。
现代经济学的理性选择理论开始尝试将“认知”作为内生变量来研究。现代主流经济学从人的有限计算能力、感知、意志、记忆和自控能力等方面研究了认知形成及其约束（Salvatore，1999；Schandler，2006；Rubinstein，2007），认为认知是介于偏好与效用之间，从而在理论研究上处于不可逾越的位置，只有对认知进行研究，对偏好和效用的研究才能接近实际。现代非主流经济学注重于运用认知心理学来研究人的认知形成及其约束（Kahnemanandtversky，1973，1974，1979；Smith，1994），它通过实验揭示了一些反映认知心理进而影响选择行为的情景，如确定性效应、锚定效应、从众行为、框架依赖、信息存叠等，以论证传统理论忽视认知分析而出现的理论与实际之间的系统性偏差。
但是，经济学理性选择理论对认知的分析和研究，是在预先设定规则的建构理性框架内进行理论演绎和推理的，它们对认知的解释，通常表现为一种规则遵循。例如，新古典理性选择理论关注个体应怎样符合理性（最大化）的选择，而不是关注个体的实际选择，它对认知的学术处理是从属于效用最大化的（Harsanyi，1977）。现性选择理论所关注的，或是在忽略认知的基础上建立解释和预测实际选择的理性模型来说明实现效用最大化的条件，以阐释个体如何选择才符合理性（edgeworth，1981）；或是通过行为和心理实验来解说实际选择的条件配置，以揭示实际选择的效用函数（Kahnemanandtversky，1973，1974，1979；Smith，1994），因而对认知的学术处理同样是从属于效用最大化的。基于选择的结果是效用，而认知与偏好都内蕴着效用形成的原因，我们可以认为，经济学在将个人追求效用最大化视为公理的同时，也在相当大的程度上表明理性选择理论对效用函数的描述和论证，不是依据数据分析而是一种通过理论预设、判断和推理得出的因果思维模式。
因果思维模式在信息完全和不完全情况下的效应是不同的。在信息不完全状态下，如果研究者以信息完全预设为分析前提，依据自己掌握的部分信息对问题研究做出因果逻辑判断和推论，则其不一定能得到正确的认知。在信息完全状态下，研究者不需要有预设的分析假设，也不需要依赖逻辑判断和推论，而是可以通过数据高概率地获取正确的认知。经济学的信息完全假设对认知研究的影响是广泛而深刻的。例如，新古典经济学假设选择者拥有完全信息，能够实现效用最大化，它对偏好与认知以及认知与效用之间因果关系的逻辑处理，是通过可称之为属于该理论之亚层级预设的“给定条件约束”实现的（信息完全假设是第一层级预设）。在该理论中，偏好被规定为是一种处于二元化的非此即彼状态，认知在“选择者知晓选择结果（效用）”这一亚层级预设下被跳越。很明显，这种因果思维模式有助于使其建立精美的理性选择理论体系，但由于没有对认知阶段作出分析，它很容易严重偏离实际。
现代主流经济学的理性选择理论偏离现实的程度有所降低，原因在于开始重视认知的研究。半个多世纪以来的经济理论研究文献表明，现代主流经济学的理性选择理论正在做逐步放弃完全信息假设的努力，它对偏好与认知以及认知与效用之间因果关系的逻辑处理，是在质疑和批评新古典经济学偏好稳定学说的基础是进行的，该理论用不稳定偏好取代偏好的内在一致性，解说了认知的不确定性，以及不完全信息和心理活动变动等如何对认知形成约束，以此质疑和批评新古典经济学的期望效用函数理论，并结合认知分析对个体选择的效用期望展开了深入的讨论。相对于新古典经济学的理性选择理论，虽然现代主流经济学的理性选择理论仍然是因果思维模式，但它有关偏好与认知以及认知与效用之因果链的分析衔接，明显逼近了实际。
现代非主流经济学的理性选择理论不仅彻底放弃了完全信息假设，而且彻底放弃了主流经济学中隐性存在的属于新古典理论的某些“给定条件约束”。具体地讲，它对偏好与认知以及认知与效用之间因果关系的论证，不是基于纯理论层次的逻辑分析，而是从实验过程及其结果对这些因果关系做出解说。至于效用最大化，该理论则认为认知与效用最大化的关联，并不像先前理论描述的那样存在直接的因果关系。现代非主流理性选择理论通过实验得出一个试图取代传统效用函数的价值函数（Kahnemanandtversky，1979），该函数体现了一种以实验为分析底蕴的不同于先前理论的因果思维模式，开启了以实验数据作为解析因果关联的理论分析先河。但由于现代非主流理性选择理论毕竟还是一种因果思维模式，因而同先前理论一样，在理论建构上它仍然具有局限性。
从理论与实践的联系看，经济学理性选择理论的因果思维模式之所以具有局限性，乃是因为它用于分析的信息是不完全和不精确，甚至有时不准确，以至于造成认知不正确和决策失误。当研究者以不准确或不精确的信息来探寻因果关系时，极有可能致使认知出现偏差；而当认知出现偏差时，理论研究和实际操作就会出问题。诚然，因果思维模式本身并没有错，但问题在于，单纯从现象形态或单纯从结果所做出的理论判断和推论，不足以让研究者揭示真实的因果关系。人们对因果关系的理解过程伴随着认知的形成过程，在非数据支持的因果思维模式存在局限性的情况下，经济学家依据这种模式所构建的理性选择理论，难以得到符合实际的认知理论。那么，在未来世界是什么影响和决定认知呢？人类认知有没有可能达到准确化呢？我们把目光聚焦于大数据，或许能够找到问题的答案。
二、运用大数据能获得正确认知吗？
在迄今为止的经济理论研究文献中，经济指标或行为指标所选用的样本数据，不是互联网和人工智能时代所言的大数据。大数据具有极大量、多维度和完备性等特征，极大量和完备性表明大数据有可能提供完全信息，多维度意味着信息可以通过大数据的相关性得到甄别和处理。广而论之，人类的行为活动表现为一个庞大的数据堆积，个别行为所产生的数据只是这个庞大数据的元素形式。如果我们以人们的投资和消费活动作为考察对象，对大数据蕴含的因果关系以及由此得出的认知进行分析，那么，我们可认为投资和消费不仅在结果上会产生大数据，而且在运作过程中也会产生大数据。换言之，投资行为和消费行为在“结果”上显示极大量数据的同时，也在“原因”上留下了极大量数据让人们去追溯。因此，人类要取得因果关系的正确认知，离不开大数据，而在样本数据基础上经由判断和推理得出的针对因果关系的认知，至少是不全面的，它不足以作为人们投资和消费选择的科学依据。
1、运用大数据分析因果关系的条件配置
人类认知的形成离不开因果关系分析，但运用大数据来分析因果关系以求获取正确的认知，必须具备以下条件配置：1、移动设备、物联网、传感器、社交媒体和定位系统等的覆盖面要足够大，以便能搜取到极大量和完备性的数据；2、需要探索对极大量（海量）数据的算法，能够对大数据进行分类、整合、加工和处理；3、需要厘清和区别数据的不同维度及权重，以至于能够运用大数据来甄别因果关系的内在机理。显然，人类从两百年前的工业革命到今天的信息革命，对数据的搜集、整合、加工和处理还不全然具备以上的配置条件，人类运用大数据来分析因果关系，还刚刚处于起步阶段。
联系经济学理论看问题，经济学家分析投资行为和消费行为以及对其因果关系的研究，主要是在抽象理论分析基础上运用历史数据来完成的。其实，对投资行为和消费行为的研究，不能只是从结果反映的数据来考量，即不能只是局限于历史数据分析，还需要从即时发生的数据，乃至于对未来推测的数据展开分析。这可以理解为是运用大数据思维来研究经济问题的真谛。从大数据观点看问题，投资和消费的因果关系应该是历史数据流、现期数据流和未来数据流等三大部分构成的。经济学实证分析注重的是历史数据流，很少涉及现期数据流，从未考虑过未来数据流，因此，现有经济理论文献的实证分析以及建立其上的规范分析，很难全面反映或揭示经济活动的真实因果关系。
2、未来几十年大数据揭示因果关系的可行性
在互联网悄然改变人类经济、政治和文化生活的当今社会，互联网的发展历史可理解为经历了三个阶段：从前期“人与信息对话”的1.0版本，经由中期“信息与信息对话”的2.0版本，近期正走向“信息与数字对话”的3.0版本，互联网版本的不断升级是大数据运用范围不断扩大的结果，这是问题的一方面。另一方面，随着互联网、移动互联网以及物联网技术等的广泛运用，人类各种活动的数据将极大量地被搜集，人们行为的因果关系也会以迂回方式通过数字关系显露出来。特别地，若互联网在将来发展成“数字与数字对话”的4.0版本，这样的发展方向则明显预示着数字关系将取代因果关系，或者说，数据思维将取代因果思维，人类将全面进入大数据和人工智能时代。
如果我们把互联网版本的不断升级以及大数据运用范围的无边界扩大，看成是未来几十年运用大数据来分析因果关系的重要配置条件，那么，如何对大数据的整合、分类、加工和处理，以及如何通过大数据的完备性和相关性来获取因果关系的真实信息，则是另外两个重要的配置条件。工业革命后的人类科学文明对因果关系揭示的主要方法和路径，是先利用掌握的信息再通过抽象思维建立复杂模型，然后在实验室通过试错法来设置能反映因果关系的参数使模型具有操作性；但这种方法和路径涉及的数据，是样本数据而不是大数据。在大数据和人工智能时代，智慧大脑是使用“数据驱动法”来设置模型和参数的（吴军，2016）。具体地讲，是用云计算集约化及其运算模式来整合、分类、加工和处理大数据，通过数据之间的相关性来探寻在样本数据基础上无法判断和推论的信息；同时，对模型的处理，不是建立复杂模型而是建立许多简单模型，并通过数以万计的计算机服务器对模型进行优化和设定相应的参数，以至于完完全全地运用大数据来揭示因果关系。
有必要说明的是，数据驱动法使用的数据不仅包括“行为数据流”，而且在某些特定场景中，还包括“想法数据流”；前者是指历史数据和当前发生的数据，后者是指从已知数据的相关性所推测的未来数据。社会物理学认为，人们实际行为与“想法流”之间有着可以通过大数据分析而得到的可靠数量关系，这种关系会通过互联网成为一种改变人们选择行为的重要因素（阿莱克斯?彭特兰，2015）。诚然，在未来几十年，数据驱动法是否能成功地成为解析因果关系的有效方法，尚有待于大数据运用的实践，特别是有待于它在人工智能运用上之成效的检验。不过，数据驱动法作为解析因果关系的一种重要方法，无疑是智慧大脑的人机结合在大数据思维上的重要突破，它至少在如何展开大数据思维上打开了解析因果关系的窗口。
3、运用大数据分析因果关系所获取的认知，包括对历史数据分析的历史认知，对现期数据分析的现期认知，以及推测未来数据而形成的未来认知
经济学家运用大数据来研究经济现象的因果关系，对经济现象原因和结果关联的解读，只有以极大量、多维度和完备性的数据为依据，才是大数据意义上的思维。大数据思维较之于传统逻辑思维，最显著的特征是它可以通过对不同维度数据之间相关性的分析，得到比传统逻辑思维要精准得多的信息。这里所说的精准信息，是指由大数据规定且不夹带任何主观判断和推测的信息。例如，经济学家要得到特定时期某类（种）产品的投资和消费的认知，其大数据思维过程如下：1、搜集、整理和分类前期该类产品的投资和消费的极大量和完备性的数据；2、加工和处理业已掌握的数据，并在结合利润收益率、投资回收期、收入水平和物价水平等的基础上解析这些不同纬度的数据；3、根据不同纬度数据的相关性，获取该类产品投资和消费的精准信息，从而得出如何应对该产品投资和消费的认知。当然，这只是在梗概层面上对运用大数据分析而获取认知的解说，现实情况要复杂得多。
然则，现有的关于投资和消费的模型分析以及建立其上的实证分析，主要是以非大数据的历史数据作为分析蓝本的，因此严格来讲，经济学对投资和消费的因果关系分析所形成的认知，属于典型的对历史数据分析所形成的历史认知。众所周知，自经济理论注重实证分析以来，一直存在着如何“从事后评估走向事前决策”问题的讨论。由于经济学家对投资和消费展开实证分析所使用的数据，几乎完全局限于（样本）历史数据，这便导致对投资和消费的因果关系分析对现期认知和未来认知的缺位，它不能解决“从事后评估走向事前决策”问题。国内一些著名的成功人士指责经济学家不能解决实际问题。在我们看来，不熟悉大数据的成功人士的这种指责是可以理解的，但深谙大数据的成功人士带有调侃风味的指责就不公允了。经济学家要在理论上立竿见影地解决实际问题，必须能得到现期数据和未来数据（而不仅仅是历史数据），这需要计算机学家的配合和支持，否则便不能在精准信息的基础上分析投资和消费的因果关系，但经济学家又不是计算机学家，因此，经济理论的科学化需要大数据挖掘、搜集、整合、分类、加工、处理、模型和参数设置、云计算等技术及其手段的充分发展。
历史数据是存量，目前计算机对其处理的能力已绰绰有余，难点是在于模型和参数设置；现期数据是无规则而难以把控的流量，对这种流量数据的挖掘、搜集、整合、分类、加工和处理，取决于移动设备、物联网、传感器、社交媒体和定位系统的覆盖面，以及云计算的集约化的运算能力；未来数据是一种展望流量，它依赖于对历史数据和现期数据的把握而通过大数据思维来推测。如果说经济学家对投资和消费的因果分析以及由此产生的认知，主要取决于历史数据和现期数据，那么，解决“从事后评估走向事前决策”问题，既要依赖于历史数据和现期数据，也离不开未来数据。也就是说，在“历史数据+现期数据+未来数据=行为数据流+想法数据流”的世界中，经济学家要解决实际问题，其理论思维和分析手段都受制于大数据思维，经济学家运用大数据分析因果关系而得到正确认知的前提条件，是必须利用历史数据、现期数据和未来数据以获取精准信息。
就人类认知形成的解说而论，现有的社会科学理论是以信息的搜集、整理、加工、处理、判断和推论，作为分析路径来解释认知形成的。当认知被解释成通过数据的挖掘、搜集、整合、分类、加工和处理而形成，对认知形成的解释，就取得了大数据思维的形式。大数据思维是排斥判断和推论的，它否定一切非数据信息，认为产生精准信息的唯一渠道是大数据。在现有的社会科学理论中，经济学的理性选择理论对人类认知的分析和研究具有极强代表性，经济学家对投资选择和消费选择的解释，便是理性选择理论的代表性运用。基于人类认知形成和变动的一般框架在很大程度上与理性选择理论有关动机、偏好、选择和效用等的分析结构有很强的关联，我们可以结合这个理论来研究大数据思维下人们对经济、政治、文化和思想意识形态等的认知变动。事实上，经济学关于动机、偏好、选择和效用等关联于认知的分析，存在着一种可以通过对大数据思维的深入研究而得以拓展的分析空间，那就是大数据思维会导致人类认知的变动。
三、大数据思维之于认知变动的经济学分析
我们研究这个专题之前有必要指出这样一个基本事实：大数据思维可以改变人的认知路径，可以改变不同阶段或不同场景下的认知形成过程，但改变不了影响认知的动机、偏好、认知和效用等的性质规定。如前所述，传统经济学理性选择理论在完全信息假设下，认为个体选择的动机和偏好以追求最大化为轴心，传统理论的这个真知卓见从未被后期理论质疑；但由于传统理论的完全信息假设存在着“知晓选择结果”的逻辑推论，因而认知在传统理论中是黑箱，也就是说，传统理论无所谓认知的形成和变动问题。现代主流经济学尤其是现代非主流经济学在不完全信息假设下开始重视对认知的研究，在他们看来，认知形成过程是从理智思考到信息加工和处理的过程；他们特别注重从心理因素来考察认知变动（Schandler，2006；Rubinstein，2007；），注重通过实验且运用一些数据来分析和研究认知（Kahnemanandtversky，1974，1979；Smith，1994），但这些分析和研究不是对极大量、多维度和完备性的数据分析。因此，经济学理性选择理论发展到今天，还没有进入对大数据思维改变人类认知问题的讨论。
1、经济学家能否对选择动机、偏好和效用期望等进行数据分析，决定其认知分析是否具有大数据思维的基础
经济学关于人类选择动机、偏好和效用期望等反映人们追求最大化的基本性质分析，以及从这三大要素与认知关联出发，从不同层面或角度对认知形成的分析，主要体现在理性选择理论中。但这方面显而易见的缺憾，是不能对动机、偏好、认知和效用等展开数据分析。现实的情况是，在大数据、互联网、人工智能和机器学习等没有问世或没有发展到一定水平以前，经济学家对这些要素只能做抽象的模型分析。经济学理性选择理论要跳出抽象模型分析，必须选择具有解释义或指示义的指标对动机、偏好和效用期望等进行数据分类分析，以便给认知的数据分析提供基础，显然，这会涉及抽象行为模型的具体化和参数设计的具体化，需要得到大数据和云计算集约化运算模式的支持（吴军，2016）。作为对未来大数据发展及其运用的一种展望，如果经济学家能够围绕最大化这一性质规定来寻觅动机、偏好和效用期望等的特征值，并以之来设置参数和模型，则有可能对直接或间接关联于动机、偏好和效用期望的大数据进行分析，从而为认知分析提供基础。
大数据的极大量和完备性有可能消除信息不完全，这给认知的数据分析提供可行性。诚然，选择动机、偏好和效用期望等只是反映人们选择的现期意愿和未来愿景，其极强的抽象性决定这样的数据分析还有很大困难，但由于选择动机、偏好和效用期望等会通过实际行为迂回地反映出来，因而我们可以找到解决这一困难的路径。例如，人们在准备投资和消费以前，一般有各种调研活动，即对影响投资和消费的信息进行搜集、整合、分类、加工和处理，值得注意的是，这些调研活动会在移动设备、物联网、传感器、定位系统和社交媒体中留下大数据的痕迹，这些数据痕迹会从某个层面或某个角度显现出投资者和消费者选择动机、偏好和效用期望的倾向或意愿。
智慧大脑依据什么样的标准来数据化这些倾向或意愿，从而对选择动机、偏好和效用期望以及进一步对认知展开数据分析呢？这里所说的标准，是指通过云计算和机器学习等对人们实际行为的数字和非数字信息进行相关性分类，把反映选择动机、偏好和效用期望的具有共性特征的倾向或意愿进行整理和归纳，以确定符合选择动机、偏好和效用期望之实际的参数。如果智慧大脑能够利用大数据、互联网、人工智能和机器学习等完成以上工作，根据认知是偏好与效用的中介这个现实，智慧大脑便可以对认知进行大数据分析。如果经济学家能够利用智慧大脑提供的大数据分析成果，经济学理性选择理论将会随着信息不完全假设前提变为信息完全假设前提，选择动机、偏好和效用期望的抽象分析变为数据分析，认知的抽象框定或心理分析变为数据分析而发生重大变化。以上的分析性讨论，是我们理解大数据思维改变人类认知之经济学解释的最重要的分析基点。
2、运用大数据思维进行偏好分析会改变认知形成的路径，使经济学理性选择理论接近现实
现有的理性选择理论有关动机和偏好的分析和研究（这里集中于偏好的讨论），主要集中于偏好如何界定和形成以及如何随认知和效用期望调整而发生变动等方面，并且这些分析和研究是采用“个体行为”为基本分析单元的个体主义方法论。在大数据时代，虽然个人、厂商和政府的选择偏好仍然是追求最大化，个体选择行为仍然是整个社会选择的基础，个体主义方法论仍然在一定程度和范围内存在合理性，但互联网平台改变了选择偏好的形成过程和机理。具体地说，现今人们的选择偏好已不是经济学理性选择理论意义上的选择偏好，而更多地表现为是一种以最大化为底蕴的具有趋同化特征的偏好。例如，某种产品投资或消费的介绍会和研讨会，对某种产品投资或消费的点赞和评价，中央政府和地方政府关于某种产品投资或消费的统计数据，专家和新闻媒体对某种产品投资或消费的评说和报道，等等，都会成为人们选择偏好出现一致性的催化剂。因此，经济学理性选择理论跳出抽象模型分析，已经在偏好分析上具备了大数据思维的条件和基础。
智慧大脑与非智慧大脑的区别，在于能对人们消费和投资的偏好展开大数据分析，能通过大数据的搜集、整合、加工和处理，运用云计算得到来自不同维度数据之间相关性的精准信息，以至于能获取建立在大数据分析基础之上的认知。从理论上来讲，偏好会影响认知但不能决定认知。就偏好影响认知而论，它主要是通过利益诉求、情感驱动、身心体验和时尚追求等对认知产生诱导或牵引作用。但在非大数据时代，这些诱导或牵引作用无法数据化，于是经济学家对偏好影响认知的研究便只能以抽象模型来描述。大数据思维对偏好影响认知的处理，是使用以许多简单而相对具体的模型取代高度抽象的单一模型，运用数据驱动法来设置参数和模型，对利益诉求、情感驱动、身心体验和时尚追求等偏好特征进行解读，这样便实现了很多非数据化信息的数据化，从而使以偏好为基础的在理论上对认知变动的研究有了新的分析路径。
阿里巴巴公司正在奋力打造的线上和线下相结合的“新零售”模式，是以大数据分析和运用的阿里云平台为背景和依托的。这个模式试图通过充分搜集、整合、分类、加工和处理已发生的历史消费数据，正在发生的现期消费数据和有可能发生的未来消费数据，捕捉人们消费偏好的动态变化，以期构建符合大数据思维的全新商业业态。撇开新零售模式在运营过程中的诸如数据处理、机器学习和人工智能运用等技术问题，仅以该模式对人们消费行为的系统梳理、分级整合及相关处理来说，它无疑会在引领人们消费行为的同时促动消费趋同化偏好的形成。尤其值得关注和研究的是，随着该模式运营所积累的数据量全然达到大数据的标准，人们的消费认知将会在消费趋同化偏好的导引下发生变化，这种情形不仅会发生在消费领域，投资领域也会出现投资趋同化偏好。很明显，趋同化偏好具有共性特征，它在很大程度上是对个体选择偏好的否定，对于这种偏好所导致的认知应该怎样理解呢？这个问题需要进一步研究。
3、在大数据时代，趋同化偏好会改变认知形成过程，消费者和投资者的认知不再是自己独立思考和理智判断的产物，而是在趋同化偏好驱动下对智慧大脑认知的认同
厂商的投资选择偏好是追求利润最大化，这一永恒的事实不妨碍或排斥投资趋同化偏好的形成。一般来讲，大数据发展初期的互联网平台对选择趋同化偏好形成的作用力，在消费领域要比投资领域来得更加直接和迅速。究其原因，是两大领域的机会成本和风险程度不同的缘故。但随着大数据、云计算和机器学习等的充分发展，智慧大脑有可能对历史、现期和未来的大量投资数据进行搜集、整合、加工和处理，有可能通过云计算集约化模式来分析不同维度数据之间相关性而获得精准信息，同时，智慧大脑会根据市场“行为数据流”折射出“想法数据流”而产生预见能力，寻觅和遴选出高收益的投资方向和投资标的。若此，智慧大脑投资选择的胜算率（利润率）将会大大提高，厂商会效尤智慧大脑进行投资选择，从而出现投资趋同化偏好。经济学曾经对诸如“羊群效应、蝴蝶效应、从众行为、信息重叠”等现象有过许多研究（罗伯特?希勒，2001），但严格来讲，这些研究是描述性的，不是联系偏好和认知等的分析性研究。
消费和投资的趋同化偏好主要是针对消费者和投资者的选择行为方式而言的，它不改变消费和投资选择偏好的追求效用最大化的性质规定，这是问题的一方面。另一方面，在将来大数据充分发展的鼎盛时期，消费和投资的趋同化偏好会改变认知形成过程，这可以从两种意义上来理解：1、从原先通过对信息进行搜集、整合、分类、加工和处理来获取认知，转变为通过对数据的搜集、整合、分类、加工和处理来获取认知；2、消费者和投资者的认知不再是自己独立思考和理智判断的产物，而是在趋同化偏好的驱动下认同智慧大脑的认知。关于第一点，大数据思维的认知之所以会取代独立思考和理智判断的认知，乃是因为它能够运用云计算集约化模式将消费和投资的历史数据、现期数据甚至未来数据进行分类处理和相关性分析，能够运用数以万计的计算机服务器对特定事物的因果关系展开深度机器学习，从而通过分类和归纳不同维度数据而得到精准信息（精准医疗就是基于此原理）。人类对因果关系探索的手段和路径发生变化，认知的形成过程及其机理就会发生变化。
关于第二点，消费者和投资者在未来放弃对信息的搜集、整合、分类、加工和处理，认同和效尤智慧大脑的认知来进行选择，这可理解为是他们进行效用比较（投入与收益）时的“幡然悔悟”。尤瓦尔?赫拉利（2017）有关一切有机和无机实体都可以运用算法来解构的前景预期，（吴军，2016）关于未来制造业、农业、医疗、体育、律师业甚至新闻出版业都将由大数据统治的观点，凯文?凯利（2014）以大数据和人工智能为分析底蕴对新经济十大重要准则的论述，均认为具有大数据思维且不作出主观判断的智慧大脑将是未来世界的操控者，而master和alphaGo战胜世界顶级围棋高手的实践，则显露了人工智能完全有可能战胜人脑的端倪。现实中的普通消费者和投资者通常只是依据有限或不准确的信息进行消费和选择，经济学家也只是根据有限或不准确的信息进行因果关系分析而得出认知，因此，相对于智慧大脑的选择效用，消费者和投资者是相形见绌，经济学家的理论见解和政策主张往往不吻合实际。
智慧大脑是运用大数据思维而超越一般智人大脑的大脑。不过，从性质上来讲，极少数拥有智慧大脑的人通过对数据的搜集、整合、分类、加工和处理所得到的认知，仍然属于人的认知。需要强调指出的是，这种认知不同于经济学理论及其他社会科学理论所阐述和论证的认知，它是在大数据思维驱动下的人类认知。对于这种新型认知的理解，如果我们结合经济学理性选择理论对其展开解说，则有着基础理论的分析价值。
4、在未来，智慧大脑的认知将引领非智慧大脑的认知，其结果是导致认知趋同化
熟悉经济学理性选择理论的学者知道，无论经济学家是从信息的搜集、整合、分类、加工和处理获取认知，还是通过心理分析或行为实验获取认知，他们都是在不完全信息或有限理性约束下进行的，这不仅存在着以不精准信息推论认知的问题，而且存在认知形成过程的主观判断问题。智慧大脑运用大数据思维所形成的认知的最大特点，是在接近完全信息基础上获取认知的，并且不夹带任何主观判断。现代未来学家曾分别从不同角度和层面对大数据、互联网和人工智能展开了许多讨论，他们的共同见解是认为大数据的极大量、多维度和完备性将有可能解决信息不完全问题（包含信息不对称），并且能够给人类选择提供精准信息。倘若如此，人类的认知问题便完全成为智慧大脑对数据的搜集、整合、分类、加工和处理问题，一旦人类可以通过大数据思维获取精准信息和完全信息，经济学理性选择理论将会在根基上被颠覆。
智慧大脑只有极少数人才具备，绝大部分人（包括智人）都是非智慧大脑。在未来世界，智慧大脑将引领非智慧大脑进行选择。这一引领过程是由前后相继的两个阶段构成：一是智慧大脑运用大数据对偏好进行分析，通过互联网将偏好传送给具有从众心理和从众行为倾向的非智慧大脑，形成非智慧大脑的趋同化偏好；另一是智慧大脑运用大数据分析获取认知，同样是通过互联网让非智慧大脑效尤智慧大脑的认知，形成趋同化认知，从而使非智慧大脑以智慧大脑的认知为认知来选择。这些情形表明，未来人类智慧大脑将决定非智慧大脑的偏好和认知，进一步说，则是智慧大脑将影响非智慧大脑的选择行为。这里有一个极其重要问题须讨论：对绝大部分非智慧大脑而言，他们在选择过程中是否还存在认知？事实上，无论是趋同化偏好还是趋同化认知，非智慧大脑的偏好和认知并没有彻底消失，只是形成的路径和内容发生了变化。关于这个问题的讨论，联系经济学的认知理论进行比较分析，或许会有更深的理解。
如前所述，传统经济学以完全信息为假设前提，将认知作为理性选择模型的外生变量，“认知”是被理论分析跳越的。现代经济学以不完全信息为假设前提，在理性选择模型中，努力通过心理和实验分析把认知作为内生变量，易言之，“认知”被解释为个体对信息进行搜集、整合、分类、加工和处理的结果，显然，以上分析在分析对象、分析方法和分析路径上，是与大数据思维不同的。现代经济学理性选择理论所分析的个体，是通过逻辑推论所抽象出来的芸芸众生；虽然智慧大脑也可以看成是个体，但人数极少，是具有大数据思维之共同特征的个体。现代经济学理性选择理论是借助于偏好分析来研究认知的，虽然认知已在一定程度上被视为内生变量，但分析方法和路径仍然是逻辑判断或推论为主；大数据思维对认知分析将会采用的方法和路径，是搜集、整合、分类、加工和处理数据，试图从极大量、多维度和完备性的数据中获取精准信息以得出认知。因此，尽管认知出现了趋同化，人类在大数据思维下仍然存在认知，只不过是非智慧大脑放弃自己的认知而统一于智慧大脑的认知罢了。
总之，偏好和认知的趋同化显示了大数据思维的魅力，这种魅力根植于大数据能够经由智慧大脑而产生精准信息。其实，智慧大脑如何设置参数和模型，如何运用云计算集约化模式，如何利用互联网以及寻觅广泛使用人工智能的方法和途径等，主要是计算机运用层面上的技术问题。我们研究大数据思维下人类认知变动需要重点关注的，是非智慧大脑究竟还有没有认知，其效用期望会呈现什么样的格局？既然非智慧大脑只是没有独立认知而不是完全跳越了认知，那么非智慧大脑便存在着效用期望，关于这种效用期望，我们可以联系效用函数来解说。
四、认知结构一元化与效用期望变动的新解说
经济理论对选择行为与效用期望之间动态关联所建立的基本分析框架，展现出一幅“偏好认知选择效用期望”的图景。各大经济学流派的理性选择理论对这幅图景中的“”有不同的解说和取舍（前文有所涉及），概括来说，或侧重于分析这些箭头前后要素之间的相互关联，或侧重于分析这些箭头前后要素之间的影响和决定作用。但就人们选择动机和目的与效用之间的关联而论，几乎所有理论都不怀疑“追求自身利益最大化”的公理性，于是，“最大化”在成为效用函数核心变量的同时，也在一定程度上被作为理性选择的判断标准。以上图景的逻辑分析链是建立在信息不完全分析假设上的，各大经济学流派的理性选择理论对这条逻辑分析链各环节的不同解说所产生的理论分歧，可归结为是在信息不完全假设分析框架内的分歧。值得学术界关注的是，当大数据在未来有可能提供完全信息时，这些分歧将会让位于新的理论探讨。
经济学家对效用函数的研究是与认知分析紧密相联的。但无论是传统经济理论还是现代经济理论，他们对效用函数以及最大化问题的研究存在着共性，即这些研究都是建立在抽象的认知结构一元化基础上的。具体地说，传统经济理论在完全信息假设上认为，选择者可以得到“获悉选择结果的认知”，从而主张用“最大化”来描述选择者的效用函数。现代主流和非主流经济理论在不完全信息假设上认为，选择者受有限理性约束不可能得到“获悉选择结果的认知”，从而主张不可用“最大化”来描述选择者的效用函数。这里所说的抽象认知结构一元化，是指不是以具体的认知主体作为分析对象，而是把整个人类描述为一个同一的抽象主体，让“最大化”问题成为效用函数的核心问题。在大数据思维的未来世界，随着信息有可能出现完全化，“最大化”问题将会成为不是问题的问题。
诚然，智慧大脑对大数据进行搜集、整合、分类、加工和处理，并通过云计算、机器学习乃至于根据人工智能实践来选择参数和设置模型，仍然没有越出追求自身利益最大化这一效用函数的性质规定，但由于智慧大脑的认知形成过程是建立在具有极大量、多维度和完备性的大数据基础之上的，大数据能够提供完全信息的特点有可能会让智慧大脑取得效用最大化。人类绝大部分选择者是非智慧大脑者，从科学意义上来讲，大数据对他们可谓是长期的黑箱，而他们依据自己认知所做出的选择又不可能实现效用最大化，于是，非智慧大脑者将以智慧大脑者的认知作为自己认知而做出选择，这便形成了大数据时代实际意义上的一元化认知结构。如果说我们划分智慧大脑和非智慧大脑是对人类选择主体的一种新界定；那么，我们揭示这两大选择主体实际意义上的一元化认知结构，则是对大数据时代人类认知问题的一种新解说。
大数据背景下人类实际意义上的认知结构一元化，将是未来发展的一种趋势，相对于经济理论抽象意义上的认知结构一元化，它容易把握和理解。但它在将来能否成为一种固定化趋势，取决于智慧大脑在经济、政治、文化和思想意识形态等领域进行选择时获得的效用函数值。对于该效用函数值的预期，大数据思维下的智慧大脑是具备这种能力的。从经济理论分析看，对效用函数值的讨论，将涉及内蕴且展示效用函数的效用期望问题的讨论。传统经济学的期望效用函数理论，是一种运用数学模型论证选择者能够实现最大化的理性选择理论（(Vonneumannandmorgenstern，1947；arrowandDebreu，1954），现代非主流经济学是在分析风险厌恶和风险偏好的基础上，用一条S型的价值（函数）曲线取代传统的效用函数，并通过相对财富变动对选择者感受的分析，解析了选择者的效用期望会不断发生调整的情形（Kahnemanandtversky，1979）。那么，大数据时代选择者的效用期望会发生怎样变动呢？
人类社会发展的历史表明，人的主观期望与实际选择结果之间会发生经常性偏离。选择者的效用期望能否实现最大化，一是取决于选择者能否得到完全信息，另一是取决于选择者认知过程的科学化。事实上，现代经济学对传统经济学以最大化为核心的效用函数的质疑和批评，主要是围绕信息不完全和忽略认知过程展开的。大数据时代存在着提供完全信息的可能性，而智慧大脑利用互联网和运用云计算、机器学习和人工智能等手段，正在实现着认知过程的科学化，这便提出了经济学必须回答的两大问题：1、大数据思维下的人类选择是否可以实现最大化，2、大数据思维下选择者的效用期望会不会发生调整。这是现代经济学没有提及的两大问题，但当我们分别从智慧大脑和非智慧大脑来讨论这两大问题时，结论或许会让笃信经济学经典理论的学者大跌眼镜。
在未来世界，随着互联网平台的日新月异以及移动设备、物联网、传感器、社交媒体和定位系统等搜集大数据手段的覆盖面的日益扩大，大数据的极大量、多维度和完备性给人类选择提供了完全信息的基础。智慧大脑在云计算、机器学习和人工智能等的支持下，以数据分析为基础的认知过程也越来越科学化，于是，智慧大脑便可以知晓选择过程的结果，有可能实现最大化，这说明智慧大脑不存在效用期望的调整问题。另一方面，非智慧大脑以智慧大脑的认知为自己的认知，其效用期望完全依附于智慧大脑的效用期望。具体地说，非智慧大脑不对数据进行搜集、整合、分类、加工和处理，跳越了认知过程，同样不存在效用期望的调整问题。非智慧大脑效用期望完全依附于智慧大脑效用期望的情形，或者说，非智慧大脑以智慧大脑效用期望为自己效用期望的情形，统一于智慧大脑与非智慧大脑的认知结构一元化。如果要追溯非智慧大脑效用期望的变动，那就是从原先属于自己的效用期望转变成了智慧大脑的效用期望。
智慧大脑有可能实现最大化，以及不存在效用期望调整是一回事，但智慧大脑能否在所建模型中给定效用期望值却是另一回事。效用期望作为一种主观预期或判断，它不会在互联网上留下可供大数据分析的历史数据流、现期数据流和未来数据流，也就是说，不会在互联网上留下可供大数据分析的行为数据流和想法数据流，这在决定智慧大脑难以跟踪、模拟和推论效用期望值的同时，也给非智慧大脑放弃认知而效尤智慧大脑提供了某种聊以自慰。推崇人工智能可以替代人脑的学者，好用master和alphaGo战胜世界顶级围棋高手的事实作为这种替代的立论依据，但无论我们怎样在大数据分析、机器学习和人工智能运用等方面进行深度挖掘，也找不到智慧大脑能在所建模型中给定效用期望值的科学依据。智慧大脑不能确定效用期望值，也就规定了非智慧大脑不能确定效用期望值。这又提出了一个在理论上有必要回答的问题：非智慧大脑还有没有效用期望？
在经济社会，智慧大脑和非智慧大脑的投资和消费选择的效用期望都是追求最大化，这一点是永恒的。但问题在于，非智慧大脑以智慧大脑的认知为自己认知，以智慧大脑的选择作为自己选择的情形，会使自己的效用期望完全停留在期望智慧大脑选择结果的形式上，这可以解释为大数据时代非智慧大脑的效用期望的一种变动。但对于这样的效用期望的理解，与其说它是一种效用期望，倒不如说它是一种效用期待。社会经济的精英是人数极少的智慧大脑群体，但推动投资和消费的是占人口绝大多数的非智慧大脑群体。因此，非智慧大脑群体的偏好、认知、选择和效用期望，应该是理性选择理论研究的重点。关于这一研究重点的逻辑和现实的分析线索，是大数据思维趋同化偏好趋同化认知认知结构一元化最大化效用期望。不过，这条分析线索包含着许多本文或有所涉及或尚未涉及的交叉性内容，它需要我们在继续研究大数据思维改变人类认知这一理论专题时，做出进一步深入的探讨。
经济学数据分析篇2
【关键词】金融经济经济数学应用
在经济学的发展中应用高等数学已经成为现阶段社会经济发展的必然趋势。高等数学重的统计学以及微积分等模块已经成为了现阶段经济数学的理论基础，但是在现阶段经济数学在应用的过程中，也存在着一定的问题，这些问题导致数学在经济的发展过程中被拦用，影响了经济数学作用的发挥。基于以上几点，在现阶段对金融经济中经济数学的应用进行研究和探讨有利于明确经济数学在经济建设中的重要意义，从而为金融经济的今后发展方向作出一定的贡献。
一、经济数学在金融经济中的具体应用
（一）经济分析方法的完善和统一
相比于其他学科，数学学科具有较强的理论性和逻辑性，在经济学中融入经济数学的概念能够在一定程度上对经济现象进行更为精准的解释的定义分析。同时在经济分析学中所使用的各种分析方法，再通过数学思想进行实际生活中的应用，能够有效将不同的分析方法进行方法上的转变，从而使经济学中各个不同的分析方法能够有机的进行融合，促使经济建设加快进展。在经济建设的过程中，如果数学能够构架有效的融入经济学，会对经济学的理论发展进行有效强化，促使整个经济产业的健康成长。在现阶段的经济生活中的供给、需求等经济概念，都是金融经济与经济数学有机融合的具体体现。在金融经济中引入经济数学，在最大程度上使经济分析方法做到了完善和统一，避免了经济定义中定义模糊或者是歧义的产生，使经济学中的规范原理更加规范和统一。
（二）经济数学的应用进行经济分析预测
在金融经济中融入经济数学的思维，能够使金融经济的发展方向得到有效的指导。由于数学学科自身存在的严谨性与逻辑性，因此在实际的应用过程中，经济数学能够通过模型建立以及数据演算等方式对经济的发展方向进行预估，从而使经济的发展方向变得可控。在现阶段的经济发展运行过程中，有很多对于经济学的理论分析都引用了相关的数学方程式，从而使经济学数据演算变得更加可靠。同时在经济学中有机融入数学的思维，还能够通过数据演算对经济的发展进行有效预测，从而有效加快经济建设的步伐。
（三）对经济的分析使用数学思路拓展
数学分析法现阶段在经济学中已经得到了广泛的使用。通过在经济学中使用数学分析法，能够使人们对经济学的理论和内涵进性科学性的阐述，同时也能够帮助人们对于经济现象的产生站在客观的角度进行分析，对整个经济体系的建设起到了重要的推动作用。同时在现阶段的金融经济现象分析的过程中，研究者们使用数学分析法对经济现象的产生原因进行科学化的分析，能够使经济的发展过程具有可控性。同时现阶段金融经济中的数学分析法能够在一定程度山弥补传统经济分析方法的缺陷和弊端，从而使人们对经济的分析思路变得开阔，有效的拓展了人们对于经济现象的预测与分析能力。
二、数学经济分析法在现阶段存在的弊端
（一）数据的来源具有不确定性
在现阶段数学经济对经济现象进行分析的过程中，存在着经济现象的数据来源不确定的弊端。由于经济在发展的过程中所有的数据都有可能随着时间的推移而变得模糊或者实效，因此在实际的数学分析法演算的过程中，一旦使用的数据存在着实效或模糊的情况，就会对数学分析法的结果造成影响，是数学分析法的经济分析预测结果的稳定性受到一定程度的负面影响。基于数学学科自身所具有的严谨性，因此在运算过程中如果数据出现错误，就有可能回导致整体的运算结果都缺乏科学性。因此在现阶段的经济发展和建设的过程中，有关研究人员应该对数学分析法的数据来源可靠性进行综合考量，以保证数据的实效性。
（二）对经济现象的分析缺乏综合考量
随着经济社会的不断发展，经济现象在产生的过程中受到的影响因素越来越多，因此在实际的经济建设过程中，外界影响因素具有一定的不确定性。而数学分析法在金融经济的总用主要体现在对数据的处理方面，数学分析法处理数据常用的手法是数学方程式，而一旦经济现象产生的原因来自于多个方面，单从数据方面进行经济现象的分析就有可能会使整个经济活动结果的预测缺乏科学性，从而导致经济建设的整体发展受到影响。因此在现阶段经济生活中应用经济数学时，使用者在运用数学分析法对经济的发展进行核算之前应该对所用的影响因素进行综合考量，以保证在数学分析法数据结果的科学性和有效性。
三、对数学经济分析法的改进措施
（一）对数据的来源进行系统分析
在现阶段的经济发展和运行的过程中，如果有关部门能够在对经济进行分析之前就对经济想象的产生原因进行系统分析，能够在很大程度上保C数据来源的可靠性，从而使数学分析法对经济活动的结果预测更加科学。因此在现阶段的经济发展中，数学分析法的使用者应该在提取数据的过程中对数据来源进行分析，以此来保证数据的科学性和运算结果的可靠性。例如，在对某项经济活动的结果进行预测和分析时，分析师应该针对数据的来源进行全方位的考证，在源头方面确定整体数据的可靠性，从而使整个经济活动的结果保持在可控范围之内，加快经济建设的步伐。
（二）在对经济现象的分析过程中进行系统考量
在对经济现象的分析过程中，分析者需要注意影响经济活动结果的因素不仅仅只有数据，还有其他很多影响因素在对经济活动产生着或多或少的影响。因此，分析师在对经济现象产生的原因以及影响进行分析时，要对整个经济过程的影响因素进行综合考量，同时结合考量的结果对经济分析的数据进行更新，以此来保证经济活动的平稳运行，加快区域经济建设步伐。例如，经济分析师在对某地通货膨胀产生的原因进行分析时，在数据的提取方面不能够只单纯考虑到通货膨胀中的供需关系，同时还要结合商品的成本、未来发展趋势等多个要素对整个通货膨胀产生的原因进行系统化的考量，同时再将所有的影响因素通过数据的形式进行提现。最后再通过数学分析法对存在的数据进行分析和验算，以此来实现通货膨胀危机的解除和通货紧缩的预防。由此可见，在现阶段的经济运行过程中，经济分析者如果能够通过综合考量的方式对经济的结果进行分析，能够在很大程度上使整个经济运行的结果更加可靠，保证经济建设的进度。
经济学数据分析篇3
关键词：空间计量；分析；区域经济增长
一、前言
不同的空间方位对经济发展的影响状况有所不同，因此，在我国经济体制改革逐渐深化的情况下，对空间计量活动进行研究，能够很大程度上提升我国区域经济增长的质量。将空间计量作为基础，对影响区域经济增长的各类因素进行分析，是提升区域经济增长质量的重要手段。
二、区域经济增长分析模型的选择方法
（一）依据数据干扰情况实施区域经济增长分析
在进行区域经济增长分析的过程中，数据的干扰是影响分析质量的重要因素，区域经济增长模型的构建，很大程度上需要依赖区域空间的实际状态，要在实施空间计量之前，对数据收集流程进行研究，分析影像数据准确性和全面性的因素，并对空间计量模型的构建进行研究，使现有的模型能够得到科学的完善。要在确定空间范围之后，将相同空间内的因素进行分析研究，使相同的模型能够对各类数据实施分析研究，并提升数据运行的质量。可以将影响区域经济分析的因素进行参数设置，使相关因素能够完整的在模型的分析中发挥作用，提升模型的使用价值。
（二）依据数据描述的准确性实施区域经济增长分析
在构建空间权重矩阵模型之后，需要按照模型中所展示的一系列数据，对数据的计算方式进行研究，可以按照空间数据的具体假说情况，对影响空间数据的一系列信息实施控制。要按照经济学分析的相关理论，对数据当中反应的一系列信息进行准确性判断，使区域经济增长的分析能够更加完整。可以按照计量数据的实际情况，对模型所表达的经济增长状态进行研究，使模型能够更好的按照数据信息的增长情况实施矩阵模型的构建。要根据模型描述的数据信息进行访问机制的构建，以便后续的分析活动可以按照假说的情况进行区域经济增长分析。如果后续的分析活动需要进行模型的控制，则要加强对权重矩阵模型的研究，通过对模型因素的分析，提升模型组成元素研究的质量，使模型能够更加完整的呈现数据描述的精确性。要在保证数据收集完整性的基础上实施区域经济增长的分析工作，以便空间计量的优势能够得到充分的发挥。
（三）依据区域经济增长数据的使用方法进行分析
在进行区域经济增长分析之前，需要对相关数据实施了解，要按照经济学模型的构建需要，对相关分析数据实施分类研究，并将研究结论作为数据分析的主要方法，使数据的管理活动能够具备更强的处理质量。要按照区域经济增长活动的特点，对信息数据运行的基本程序进行控制，使信息数据的管理流程可以足够精准。要根据已经获取的数据信息，对经济学模型设计因素的规范性进行考核，可以采用多种模型同时使用的方式进行考核活动，使区域经济增长的分析能够具备足够的正规性。可以按照线性回归模型的特点，对模型当中包含的数据实施分析，并保证数据计算的规范性，以便数据的准确性能够得到保证。在进行经济增长理论使用的过程中，可以按照区域经济增长的要求，对具备足够优势的经济增长数据实施研究，以便数据可以同理论相结合，共同促进理论时间价值的提高。
三、基于空间计量的五大经济区的空间计量
（一）基于空间计量的五大经济区具体划分方案
随着我国经济体系改革的不断深入，我国不同区域之间的经济发展逐渐趋于平衡，但是，历史原因和先天因素造成的区域发展不协调问题并没有得到根本性的解决。根据经济发展的具体功能，我国东部沿海地区，中原地区，西部地区和相对较为独立的东北地区，都成为了我国区域经济发展的组成部分。近些年来，随着我国西南地区经济发展态势的优化，西南地区和西北地区逐渐演变为两大区域经济组成部分。随着我国经济发展进入新常态，五大区域的经济增长出现不平衡状况，政策的支持和地方人文环境等因素，都很大程度上影响了区域经济增长。目前，我国五大区域的经济增长状况依然存在一定的差异。
（二）基于空间计量的我国五大经济区计量模型的设计
1、五大经济区区域经济增长数据可靠性较高
当前，五大经济区的区域经济调查机制相对完善，使得区域经济的模型能够较为全面准确的展示经济区的实际经济增长情况。区域经济分析人员，可以按照模型的具体构建形态，对模型呈现出的经济表达数据实施分析，使数据的收集质量可以将误差控制在5%以内。要保证空间内的数据信息能够提升模型的质量，如果模型可以根据经济增长的需要实施调整，则要按照经济增长的需要对不同经济区的模型实施统计，以便通过对比了解不同经济区的经济增长优势。
2、西部经济区的经济增长数据拟合程度较高
目前，系统经济区的数据模型存在较高的拟合度，而东北地区和中部地区的区域经济模型的拟合度相对较小。东北经济区在进行经济增长模型研究的过程中，对国有企业的依赖度较高，很多经济模型当中的数据对国有企业的数据具备较强的掌握能力，使得经济增长的模型拟合度较低，而西部区域由于不具备相似的特点，区域经济增长受市场化因素的影响较大，使得经济增长模型存在较高的拟合度。
3、资本比重在区域经济增长模型中较为稳定
在对区域经济增长因素进行分析的过程中，空间计量活动比较容易通过模型的状态进行判断，长期以来，区域经济增长的模型构成因素较为固定，其中资本比重占据的空间较大。另外，受我国市场经济体制构建程度的影响，区域经济增长过程比较容易实施规划，市场因素的影响一直占据比较固定的范围。在社会经济体制逐渐变化的情况下，对国家的相关政策进行研究，并根据社会劳动力的变化状况对资本比重的影响因素实施研究，能够使我国社会的空间经济形态具备较强的影响力。
四、结论
空间计量是保证提升我国经济体制科学性的重要因素，在我国经济体系改革快速推进的背景下，对提升经济增长质量的因素进行研究，是促进我国经济发展的重要工作，加强对我国不同地区经济发展条件的研究，能够很大程度上提升区域经济增长分析工作的质量。（作者单位：西安培华学院）
参考文献：
[1]郑晔，钟昌标.信息网络对区域经济发展影响的机制分析[J].数量经济技术经济研究，2002，（12）：85-88.
经济学数据分析篇4
关键词：经济学；统计思想；探讨
统计学是对数据进行统计和分析，并从统计出来的数据内发现事物的规律。统计方法中蕴含着丰富的统计思想，只有对思想深入的了解，才能更好的运用统计方法。统计学的命脉是它与学科之间有着必要联系，如果这种联系不复存在，那么统计学就会英雄无用武之地，不能发挥出它应有的作用。统计学的应用广泛，在一定程度上它已经成为了一种“万能工具”，它对人类的发展都起到了巨大的作用。在人类发展探究中，都离不开统计学的参与。同样在经济学的研究中，也少不了统计学这个“万能工具”。统计学的具体实施，第一步应用解决的就是研究的目标和对象。经济学作为当今社会科学的重要组成部分，它的地位愈来愈高。想要在经济学中有效的利用统计方法，那就要充分的理解认识统计思想。
一、经济学的性质
经济学是一门社会科学，它的研究对象主要是经济行为和经济现象。人和社会如何将稀缺资源运用到各类商品中，并使这些商品供人们消费之用，正是这些资源的稀少和人的欲望，经济学应运而生。经济学的出现，使人们用最少的资源来满足人类的需求。经济现象包含了许多的变量因子，各种变量之间的关系错综复杂，使得对经济学的探索难上加难，所以要利用更多的方式方法来完成对经济学的探索。
二、统计思想是经济学中的重要组成部分
数学与统计学都是现代经济学的重要组成部分。对于数学的利用可以发现定性和定量之间的经济模型；对于统计学的利用可以在大量的数据中提取有用的信息。减少经验性分析的不准确性。经济系统中的不确定性使我们没有一个精准的方式来进行研究。所以统计思想在经济学中的地位居高不下。在经济学中，利用科学的统计方法能建造出一个数学模型，从而对经济关系进行分析。一些获得诺贝尔奖的经济学家们，都是通过利用统计思想来完成他们对经济学做出的杰出贡献的。可见统计思想在经济学中的重要性。如果用分析法来研究经济问题，那么就必须涉及统计学的应用，因为统计学主要的功能就是收集数据和对数据进行整理和分析。所以在经济学实际理论中，用到统计方法是毋庸置疑的，统计思想可以将经济学分成两个阶段：第一阶段就是准备数据阶段，这其中包括收集与整理；第二阶段是分析数据阶段，利用统计方法的多样性，来进行数据分析。
三、经济学中的统计思想
(一)数据收集的统计思想
宏观数据和微观数据共同组成了经济数据。其中宏观数据大多数是又政府部门进行收集和，而宏观数据只有利用现有的数据，所以从某种程度上说，宏观数据主要是二手数据。微观数据中大多数数据都没有进行过专业的统计，所以只要涉及到微观数据的经济研究就要对数据重新进行整理，来确保数据的准确性。经济学原始数据的收集往往是采用抽样调查法，抽样调查法就是从众多的数据中，随机挑取几个数据，通过少量的数据反映总体数据的特征。可见抽样调查法中蕴含着丰富的辩证统计思想。
(二)数据预处理的统计思想
无论是一手数据还是二手数据，都可能数据不能满足分析要求的情况，所以就需要对数据进行预处理工作，避免在工作中出现数据缺少的情况，而影响正常的分析工作。对数据进行预处理的过程中就会发现这其中包含着很多统计思想，其中信息分析是监测数据的可信度，效度检验是通过数据来反映研究主题是否有实际意义。插补方法是对数据进行补充，从而完成全局性思想。数据转换是在不对数据进行改动的情况下，用另一种方式来进行数据变换，展现出灵活性的思维模式。宏观数据平衡是使指标之间达到平衡，来从中找到数据的准确性，将平衡协调的思想发挥到极致。
四、经济学实证分析的统计思想
(一)经济现象描述出的统计思想
描述性方法是将统计指标、统计表、统计图中的数据进行加工融合，来分析出这些数据特征。统计指标的最明显特点就是可以将大数据转换成容易理解的模式，用简单的数字来展现数据的重要特征，帮助总体想法的形成。统计表能替代较长的文字描述，通过更直观的方式进行分析和对比。统计图更能生动的表达数据，给人留下深刻的印象。描述统计是一种比较常用的经验思维，通过分析个体的过去、现在、及未来，来对事实进行整理、归纳，并归纳出一定的发展趋势。显而易见，描述统计方法属于推理性逻辑，不具备科学性和准确性。
(二)计量经济分析出的统计思想
经济学研究如果只是对数据研究，那是远远不够的，所以对数据的总体进行推断是有必要性的，从中体现推断性统计思想的重要性。推断统计是以样本观测数据作为基础来对总体特征做出的估计，其中包含了区间参数和总体参数两部分内容，从中可以展现出估计与检验的统计思想。参数估计是通过样本中的数据来对总体特征进行推断，其中的准确率较低，其结果大概就是区间内的概率。样本推断总体是在认识方法中将同类事物进行推断。只有样本和总体的性质相同，得出的数据才能代表总体。但是其中的样本可能带有偶然性，在估计理论中在样本的数据是非常严谨的。经济学的统计思想还包括必然性和偶然性。必然性体现在对社会经济学的认识，理论模型是必然经济规律的呈现，在理论模型转化为计量模型时，必须将随机性的因素考虑进去。经济预测中对必然性的要求很高，但是预测中都含有一些不确定性，因为并不是每个预测数据都是准确的。只有对偶然性充分正确的认识，才能为必然性打下夯实的基础。在计量模型估计参数的方法思想中，都是平均的在统计资料中，提取出有用的信息，从而消除偶然性，获取必然性。在统计预测中会发现，大部分的规律都存在概率特征，未来的发展空间也只能给予适当的区间限定，从而体现出或然性统计思想。
五、分析经济学中的统计思想
(一)经济学和统计学的不同
经济学和统计学中最大的不同就是逻辑形式的不同，经济学偏重于演绎逻辑，是在理论的指导下收集数据，从分析结果中找出事前提出的假设，最终得出结论。经济学研究的思路往往是：首先学习一定的理论知识，在构建假设的数理模型，从假设的模型中得出数据，最后形成一个二手数据，最后得出结论。而统计学大多数是利用归纳逻辑，以数据作为研究中心，通过描述来做出最初结论，通过对样本的分析推断出总体特征。统计学研究的思路往往是：针对于经济学中的问题，先进行数据收集，通过对数据的分析来得出相应结论，最后根据统计方法制定最后的结果。
(二)统计方法在经济学中的应用
统计规律是人们在一些杂乱无章的状态下，去寻找一些带有规律性的东西。统计方法是在具有一定数据的基础上去研究问题，找出一些可能存在的规律。统计方法是研究中比较常用的一种方法，单纯的从数量关系上去寻找规律难免会产生误导的问题。而统计学是教会人们如何运用正确的方法，来进行结论的解释。在一个好的经济学实证分析中，最重要的就是不要把实证搞的过于复杂，把时间精力浪费在研究实证的正确性上，要从一开始就避免这种情况的发生。
六、结语
综上所述，经济学的研究离不开统计思想的参与，所以要正确的认知统计思想，在经济学的实际运用中，使用正确的统计方法，在这个过程中要明白经济学和统计学在逻辑推理方面存在着怎样的不同，不要一概而论。从某种程度上讲，目前的统计方法在经济学中存在着一定的局限性，在经济学的理论研究中要注意正确的运用统计方法，避免一些统计方法的误用造成的恶果。
参考文献：
[1]龚友运.概率与统计在经济分析中的应用[J].大学教育，2016，02(10)：131-132.
[2]李原，何锦义.经济统计学的现状和出路[J].统计研究，2016，05(11)：19-22.
[3]王璐.经济学理论的另一种声音——著名经济学家柳欣教授学术思想回顾[J].政治经济学评论，2014，12(03)：196-223.
[4]屠建勇.浅谈中国古代统计思想文化发展[J].统计科学与实践，2015，06(04)：63.
经济学数据分析篇5
关键词：大数据统计分析；经济管理领域；运用
统计应用作为数学的重要领域，在大多数情况下，数据被收集并且通过一定方法在系统中存储，重要策略被记录，并应用于其他领域。随着数据恢复方法和统计分析方法的逐步集成，大数据的统计数据分析方法在财务管理中变得越来越重要。面对当今全球化的压力和经济市场的激烈竞争，使用财务管理的统计整合是提高有效管理效率，优化资源分配和科学行为的有效步骤。通过市场经济的发展和经济水平的不断提高，数据集成和财务管理水平运用了大数据的统计分析。在建立大规模数据的经济增长政策时，技术在宏观经济研究中起着重要作用。大数据统计分析的作用正在增加，其在管理中的用途正在进一步扩大。显然，加强对经济发展大数据统计分析技术的使用对促进经济增长和提高管理效率非常重要。
一、大数据统计分析方法在经济管理领域运用的意义
为响应市场环境和公司治理内容的变化而促进使用公司治理统计数据的需求主要体现在两个方面：
（一）宏观经济方面发展有若干规律。为了寻找有关经济发展的规律，强大的数据分析技术在宏观经济学中的应用非常重要。一方面，大数据分析统计数据用于从宏观经济发展行业收集数据，对相关行业信息进行实证分析，并调查行业发展和行业问题。使用SpS，Stata和其他数据分析软件，中国拥有最重要的发展法；同时，发现工业发展规律，规范工业发展，开辟新的经济发展方式也很重要[1]。
（二）企业经营管理方面1.提升企业竞争力的必然要求当前，业务发展的竞争越来越激烈。竞争压力主要归因于国内市场经济带来的经济化以及国内市场竞争激烈加入的外国公司的影响。公司必须面对激烈的市场竞争。大众市场信息的统计分析将调整生产和管理策略，并为业务发展的战略调整作出有效的决策。2.提升企业管理水平的必然要求一方面，诸如运营管理、财务管理、风险管理和企业资源管理等相关任务变得越来越复杂。需要统计分析方法来对丰富的业务操作信息进行分类和汇总，为业务管理决策提供有效的信息。同时，企业需要不断满足产品和服务生产方向的政治要求。由于需要与相关部门合作，例如运营财务管理、规避财务风险，因此需要建立相关部门的统计数据，以提高决策效率[2]。
二、大数据统计分析方法在经济管理领域的运用
利用大数据的统计数据分析技术研究宏观经济发展政策，对促进行业发展至关重要。另一方面，如何获取有关复杂数据管理的重要信息，在业务流程和管理方面为公司制定有效的决策是重中之重。关键在于掌握财务管理的大数据分析方法，并使用大数据统计分析技术来分类和提供业务流程管理，隐藏的规则以及来自异常数据点的大量信息。为了应对突发情况，管理人员需要制订正确的决策计划。本文主要讨论宏观经济应用管理领域的统计数据分析方法，以及业务管理、财务管理、风险管理和管理的六个方面。如：
（一）宏观经济方面关于宏观经济产业的运作和发展有若干规律。为了找到宏观经济发展方法，统计分析技术对于稳定经济增长和调查潜在的经济危机很重要。当前，不仅学者，业务经理也开始了解计算机技术的使用，并开始通过统计分析来发现工业发展中的若干问题，学习工业发展的原理。为了找出答案，我们选择了相关的影响因素并采取了相应的行动，采取措施提高工业发展效率。
（二）企业运营管理方面通常，在日常工作程序和工作相关领域中存在某些特定的业务管理和操作规则。另一方面，通过将统计信息应用于业务的运营和管理，公司可以通过分析大数据的统计信息来获得规律。这将帮助公司节省一些资源，避免重复的任务并节省公司的业务资源。如果该政策是从科学的统计评估阶段得出的，则情况与正常情况不同的企业高管应仔细考虑潜在的风险。
（三）企业营销管理方面企业需要建立大型数据管理系统来收集有关企业提供的产品或服务的市场交易信息。因此，消费者的热点必须与受管理的信息系统对齐，以使其隐藏在协同交易信息中。确定消费者对需求的偏好并确定消费者需求。公司的主要产品和服务根据消费者的喜好运作，可以满足消费者的需求，替代市场上的非反应性产品和服务。同时，开发新产品和服务企业领导者可以提供有效的决策信息，并为消费者创建新的热点[3]。
（四）企业财务管理方面应用管理统计信息。它通过审查有关生产过程和运营的统计数据（尤其是财务数据），进行定性和定量分析，帮助评估相关活动，例如商业投资。财务管理是开展业务必不可少的部分，这对于减轻公司的财务风险和提高公司资源分配的效率至关重要。通过统计分析对商业经济数据进行分类和分析，可以为高管、投资者和其他相关利益相关者提供有效的决策信息。
（五）企业人力资源管理方面将统计应用于公司的人力资源管理，并使用统计分析技术结合公司业务管理部门的特征，选择适当的方法来提高效率。人力资源管理很重要，人才基本上是企业的无形资产，在部门保留相关的人力资源是业务发展的关键。回归站评估法用于预测企业发展的人力资源需求，动态分析法用于根据状态预测人力资源的变化。将这两个方面结合起来可以大大提高业务资源的效率。
（六）企业风险管理方面使用统计分析技术对业务流程中的大量业务信息进行分类和分析，发现隐藏的规则和数据差异。重要的是，业务主管需要进行预测，做出正确的决定，解决事件并发现潜在危险。意思是如果统计数据分析有些奇怪，则需要找出业务流程中具有的某些规则，因此业务主管需要寻找更多异常条件，尤其是财务管理，要注意关注状态的变化。另一方面，对公司财务信息进行统计分析是公司规避财务风险的有效手段之一。
三、完善大数据统计分析方法在经济
管理领域运用的措施在本文中，我们将了解如何从六个方面分析大数据的统计数据：宏观经济活动、业务管理、风险管理、财务管理、资源管理和财务管理人员。这被认为是财务管理数据大规模统计方法的一种改进。必须在三个方面进行现场应用：
（一）社会宏观经济层面尽管存在宏观经济法则，但根据过去的经验，由于缺乏安全可靠的数据和分析方法，宏观经济法则的分析则一直被认为是伪科学。大数据分析技术提供了探索宏观经济法则的机会，大数据技术使用数据创建系统，而使用许多信息技术的科学分析是宏观经济法研究中的重要一步。特别是，某些行业使用行业信息和对经济趋势预测的全面分析来帮助识别和克服复杂的工业发展挑战，可以提高宏观经济发展效率。
（二）企业经营管理层面在公司上载和数据受限的情况下，企业很难优化管理功能以提高性能[2]。由于业务经理的管理理念和管理水平受到限制，因此很难断定业务开发操作和管理流程是否存在问题。统计分析技术可用于计算和评估每个关键决策或业务战略适合性的有效性。如果由于大数据分析技术而导致预期的数据销量存在矛盾，该公司可以调整其总体战略并进行业务变更以优化管理理念。
（三）行业与行业之间存在着一定的鸿沟无论是快速消费品行业、食品行业还是大型公司，其经营理念和经济结构在公司治理方面都存在根本差异。统计数据分析技术使公司能够了解整个行业的消费者需求的性质，分析社会经济状况，能够了解共同的业务条件和业务发展情况，并优化或区分劣质产品。在某些情况下，此更改是提高产品价格的高级更改，如果消耗量和消耗品减少，则可以降低产品价格。产品必须能够升级以满足顾客需求。产品行业、食品行业或大型行业具有不同的经营理念和财务结构，还在进行公司管理。但是，各个行业的业务方向取决于消费者的需求。换句话说，公司开发了产品的功能并使产品的功能适应消费者的需求。对于公司而言，通过优化生产结构并提供更多定价和功能来说服更多消费者也很重要。
（四）企业财务管理层面财务管理贯穿公司治理的整个过程。公司财务管理非常有效，但是存在诸如财务管理的巨大风险之类的问题。对公司财务信息进行统计分析是防范财务风险的有效手段之一。公司需要管理其日常收入和支出，并进行大规模会计处理。企业可以使用大数据分析技术来监测财务管理功能并确保标准化业务的财务安全。利用统计分析技术和大数据，公司可以预测潜在的市场和行业风险，以提供最佳解决方案，还可以提供分析大数据的方法，可以跟踪异常并快速发现异常。
四、结语
本文首先从宏观经济方面、企业经营管理方面等两个方面对大数据统计分析方法在经济管理领域运用的意义进行了分析，然后从宏观经济方面、企业运营管理方面、企业营销管理方面、企业财务管理方面、企业人力资源管理方面以及企业风险管理方面等方面对大数据统计分析方法在经济管理领域的运用进行了分析，最后从社会宏观经济层面、企业经营管理层面、行业与行业之间存在着一定的鸿沟以及企业财务管理层面等方面提出了完善大数据统计分析方法在经济管理领域运用的措施。大数据分析技术被广泛用于宏观经济预测、业务管理和公司风险管理，它在优化公司治理和运营结构，有效改善公司治理以及提高公司统一性和核心竞争力等方面发挥着重要作用，可以使公司在激烈的市场竞争中有一席之地。
【参考文献】
[1]张琳.大数据统计分析方法在经济管理领域中的运用浅析[J].营销界,2019(38):291-292.
[2]杜珉.大数据统计分析方法在经济管理领域中的运用探析[J].山西农经,2019(12):27.
[3]陈雪琴.大数据统计分析方法在经济管理领域中的应用[J].山西农经,2019(5):37.
[4]陈文怡.大数据挖掘电力系统项目管理中理论的应用[C]//2018年6月建筑科技与管理学术交流会.
经济学数据分析篇6
关键词：数据分析；企业经营管理；意义；作用；策略
引言
几乎是所有的企业在生产经营过程中，均会形成各式各样的数据、资料，通过对这些大量的数据、资料展开深入的研究所获得的数据分析报告，在企业经营管理中可发挥十分重要的意义与作用。数据分析指的是通过科学的统计方法就收集的详细的数据、资料展开研究分析，以对数据、资料相关功能进行尽可能的挖掘开发，发挥数据的显著作用，即数据分析是一个为了获取可利用信息和产生结论而就数据、资料展开研究、分析的过程。数据分析的目的是挖掘提炼出众多看似错综复杂的数据资料潜在的有利信息，以归纳出分析事情的客观规律。由此可见，做好数据分析工作，对于促进企业的发展、提升企业经营管理能力，有着十分重要的现实意义与实质作用。
1.数据分析在企业经营管理中的意义
1.1支持营销运营管理
基于数据分析、数据挖掘方法的支持，在过去传统数据社会，一部分较为先进的企业便已经能够一定程度地达到洞察力促进科学规范营销运营管理的目的。在现如今大数据时代，企业用户的数据变得进一步多元、丰富，在对用户需求洞察满足方面企业变得愈加充分、精确，值得注意的是，在当前数据分析水平不断提升的情况下，企业作用于用户的洞察、满足能力基于数据、资料存储以及数据、资料研究分析方面将变得更为高效，鉴于此，支持企业营销运营管理全面步骤决策的数据、资料流能够同步于企业营销运营管理工作流，企业可通过统计归纳用户的以往消费行为数据以及用户实时的消费行为数据，第一时间针对相对应的用户制定出具备显著个性的营销手段，从而有效识别把握转瞬即逝的营销机会，积极促进企业营销命中概率的提升，最大程度地提升企业营销运营管理效率[1]。
1.2推动智能管道运营
就企业经营管理而言，企业智能管道的核心能力为，结合用户的活动行为，动态为用户提供推荐并配备互联网设备资源。在过去传统数据社会中，受技术条件有限难以满足及相关问题与用户体验动态测量相同等影响，企业通常无法有效的就智能管道运营需求予以满足；在现如今大数据时代，在数据分析水平不断提升的情况下，作用于半结构化设备数据动态收集、分析以及处理等相关技术的日趋成熟，将很大程度上推动企业智能管道运营管理运行的计划。企业智能管道运营管理达到机理与用户体验管理存在极大的相似之处，最主要的区别仅仅是，企业职能管道作用于用户产品消费行为活动测算的数据、资料相对应于提供推荐并配备互联网设备资源，于确保用户体验满足标准的情况下，全面配备、划分及归总企业互联网设备资源，经资源利用最大程度地实现，积极促进资源的尽可能优化[2]。
2.数据分析在企业经营管理中的作用
2.1完整客观的反映企业情况
企业常规的数据报表、调查资料，通常仅能够显现企业某一方面或者某一部分的情况，就算是获取的企业数据报表、调查资料十分全面，如果这些企业数据报表、调查资料未能够得到相应的研究、分析，也往往很难了解从中了解到企业的真实情况。为了完整客观的反映企业情况，务必要遵循“实事求是”原则，在收集企业全面数据报表、调查资料的同时，还应当开展严格加工制作及研究分析工作，以提供给企业管理者科学规范的数据分析报告，为其在就企业发展做决策时提供有利依据。经严格加工制作及研究分析所得到的数据分析报告，相较于常规的数据报表，能够更加全面、系统及集中地反映企业客观实际。
2.2实行监督管理工作
监督属于数据分析在企业经营管理中的一项十分重要的作用。数据分析部门在对企业数据、资料进行收集过程中，能够相对较为全面、如实地知晓行业经济动态及本企业运行发展状况，了解相关数据、资料的来龙去脉及口径范围，因此数据分析部门可有效的担负起对企业的多方面监督管理工作，包括企业运营发展部门相关政策方针有效落实与否、企业发展生产经营规划有效完成与否以及企业一系列经济指标有效实行与否等。在数据分析的作用下，可促进企业有效实行监督管理工作，以客观、完整地向企业管理者、相关部门做决策及制定企业发展计划时提供有利参考依据。
2.3参与科学化决策
对于任何一项经济行为发展，想要获取其客观规律性的见解并未易事，通常是要通过不断的分析、探索及实践，方可一步步构成认识。在现如今市场经济大环境下，还存在着诸多的市场经济比例进程、实现企业经济效益利润最大化以及实现集群产业结构优化等客观规律，均有待我们去逐步挖掘。鉴于此，就市场经济背景下客观经济规律展开研究分析，属于一项有着广阔发展前景的领域。数据分析部门可充分发挥详细数据、资料持有优势，进行针对的研究、分析，对数据、资料表层显现内容展开更深层次的剖析，挖掘出数据、资料中的潜在实质涵义，由理性认识代替感性发展认识，实现客观经济规律认识质的升华，达到显现企业发展现状以及企业内部关联和发展的目的，一方面促使企业管理者及相关部门能够更为完整客观地了解企业经济行为里程、企业发展现状以及企业发展方向，提升企业管理水平，一方面促使企业管理者及相关部门能够更有针对性地进行企业决策、计划制定，从而全面起到数据分析在企业经营管理中的参与科学化决策作用。
2.4有利于数据深度利用
数据分析部门为了获取全面详细的数据、资料，需要对定期统计报表制度进行全面贯彻落实，或者需要采取一系列包括调查、普查以及抽查等各式各样形式的统计调查工作，这必然是一项十分复杂的系统工作，倘若仅仅将这些详细的数据、资料简单地汇总上报给国家和相关部门，以完成国家和相关部门制定的数据、资料收集任务，低下的数据、资料利用率，显然有愧于需要消耗长复杂的系统数据、资料收集工作[3]。由此可见，唯有早收集详细数据报表、调查资料的同时，还应当开展严格加工制作及研究分析工作，展开各个层次、各个方面的综合深度利用，以使这些数据、资料转变为内容更加丰富化、形式更加多样化的重要深度信息。
2.5有助于提升员工素质
在数据、资料收集的基础上展开数据分析，采用一系列分析方法，根据数据、资料实情展开针对的研究分析，经数据分析工作的开展，不仅要找出数据、资料中潜在的问题，发觉数据、资料中的不和谐之处，还要分析问题出现的缘由，并制定出问题的解决对策。为了完成这一系列的高要求、复杂艰巨的工作，要求数据分析部门员工一方面需要具备完善的数据分析基础常规知识，具备相应的政策分析能力、经济理论知识，一方面需要掌握数据分析的开展方法，明确数据分析的前后关键步骤，此外还应当熟悉相应的经济技术要点，具备相应的数据、资料归纳分析水平，具备相应的写作技巧水平等。由此可见，数据分析部门在进行数据分析工作期间，势必会激发数据分析部门员工学习主观能动性，有效提升员工各方面综合素质，并逐步成为不仅能够进行数据分析编写分析报告还能够自经济层面进行数据编织统计的社会发展需求的综合型人才[4]。如此一来，不但可以更充分的发挥数据分析在企业经营管理中的作用，还能够提升数据分析工作的重要性地位，促进数据分析工作条件的有机改善。
3.完善企业数据分析工作的策略
3.1统一认识，加强领导
基于对数据分析在企业经营管理中意义与作用重要性统一的认识，企业相关数据分析部门应当严格对待数据分析工作，不仅要做好数据、资料调差收集工作，还要做好数据统计报表、做好数据分析工作，以为企业、企业管理人员提供科学有效的决策管理服务[5]。同时，企业管理人员同样要提升对数据分析工作的重视程度，面对企业数据分析既应当要求数据分析部门提供统计报表，严格要求数据分析工作环节、质量，有利领导数据分析工作的有序开展。
3.2实现计算机网络数据支撑
伴随着现如今市场经济体制改革的不断深入发展，企业管理人员一方面要明确认识到企业发展的实际处境，一方面要为企业日后发展制定“未雨绸缪”的策略。这就一定程度上要求了企业数据分析部门，应当采取一系列不同的数据分析方法，包括数据结构分析法、数据对比分析法、数据实时分析法以及数据预测分析法等方法，就企业数据、专利展开有效的研究分析，形成科学结论，提供给企业管理人员具备实质意义的意见建议。在企业数据分析方法的实践运用方面，既要结合分析内容需求及分析方法自身特点，采取以往有成功经验的方法手段，自各个角度就客观市场经济法律展开研究分析，同时基于对先进分析方法的运用，实现计算机网络数据支撑，促进数据分析预见性、研究分析深度升级，积极促进企业数据分析工作的有序开展[6]。
3.3提升数据分析人员素质
企业数据分析工作水平高低，受企业数据分析团队素质优劣重要影响。由此可见，企业数据分析人员应当结合企业、自身实际情况，对各方面数据分析相关基础知识、专业知识展开积极主动的学习，包括对市场营销知识、企业管理知识和经理理论知识的学习，对信息技术知识、财务会计知识的学习，对经济行为活动方针政策的学习等等，尽可能地提升自身业务知识水平，提升自身全面综合素质[7]。同时，企业数据分析人员还应当遵循“实践第一”原则，结合数据分析工作实践以一步步提升自身数据分析能力。经企业数据分析人员自身逐步的学习、实践，不断构建起一直不仅具备数据分析业务知识水平，又具备数据分析实践工作经验的，拥有综合素质的数据分析团队，积极促进企业数据分析工作的有序开展。
4.结束语
总而言之，为了促进企业数据分析工作的有序进行，企业务必要明确认识数据分析在企业经营管理中的意义，数据分析在企业经营管理中的作用，不断专研、研究，“统一认识，加强领导”、“实现计算机网络数据支撑”、“提升数据分析人员素质”，有效实现企业经营管理的可持续发展。（作者单位：华为科技）
参考文献：
[1]孟小峰，慈祥.大数据管理：概念、技术与挑战[J].计算机研究与发展，2013，50（1）：146-169.
[2]王会金.中观信息系统审计风险控制体系研究：以CoBit框架与数据挖掘技术相结合为视角[J].审计与经济研究，2012，27（1）：16-23.
[3]陈为民，张小勇.基于数据挖掘的持卡人信用风险管理研究[J].财经理论与实践，2012，33（5）：36-40.
[4]朱东华，张嶷，汪雪峰.大数据环境下技术创新管理方法研究[J].科学学与科学技术管理，2013，（4）：172-180.
[5]谢江林，何宜庆，陈涛.数据挖掘在供应链金融风险控制中的应用[J].南昌大学学报（理科版），2008，32（3）：278-281.
经济学数据分析篇7
关键词：应用型人才；计量经济学；实践教学
0引言
计量经济学是被教育部确定的经济类各专业8门核心课程之一，在经济类专业人才培养中的作用已经得到普遍认可。由于计量经济学是经济学、高等数学、统计学三大学科的有机结合，在课程教学内容上主要包括理论教学和实践教学两大部分。其中，理论教学主要是讲解计量经济分析的基本理论与方法，实践教学主要是利用相关软件对现实中的具体经济问题进行计量分析。近年来，从事计量经济学教学的相关老师对计量经济学怎样开展实践教学进行了大量的探讨和研究。比如，在教学模式上叶霖莉（2014）、李磊（2013）提出了问题导向型和任务驱动型教学模式[1，2]，在教学内容上姚寿福、刘泽仁、袁春梅（2010）、肖小爱（2013）研究认为要尽量简化数学推导教学，强化经典案例教学[3，4]，在教学方式上李晓宁、石红溶、徐梅（2011）研究指出要注重启发式、互动式教学和多媒体的应用[5]。
现有研究虽然就怎样加强计量经济学的实践性教学进行了大量探讨，但是其研究的核心内容主要集中在实践教学的一般模式、方法或内容上，而对于怎样通过实践教学提升学生的应用能力并没有进行系统深入的阐述。本研究认为，计量经济学实践教学是提升学生应用能力的基础，计量经济学的实践教学也必须以应用为导向。但是在对应用型人才的认识上，由于不同学校、不同老师的观点不一致，进而导致实践教学中所期望的应用能力培养与学生应该掌握或期望掌握的应用能力出现偏差。基于上述认识，本研究首先从计量经济学在应用型人才培养中的作用出发，分析应用导向下计量经济学实践性教学存在的困境，进而结合自身的实际教学经验提出应用导向下计量经济学实践性教学构想。
1计量经济学在应用型人才培养中的作用
应用型人才一般是指将技术或理论应用到各种社会经济活动实践中的专门人才。就概念而言，应用型人才是相对于理论型人才的，但他们只是类型的差异，而不是层次的差异。前者强调应用性知识，后者强调理论性知识；前者强调技术应用，后者强调科学研究（周谷平、徐丽清，2005）[6]。而事实上，对于经济学类人才而言，纯粹的理论型人才是不存在的，无论是从事科学研究，还是从事实践工作，都必须将前人理论或技术成果与各种现实问题或现实工作相结合。基于此，可以将经济学类的应用型人才划分为创新型应用型人才和职业技能型应用型人才。职业技能型应用人才不但要求学生掌握将要从事职业的基本技能，而且要求学生具有从基础性工作岗位向高层次工作岗位迈进的知识素质和发展潜力；创新型应用人才与单纯的理论型人才不同的是，要求学生在将来的实践工作中能够创新性的解决现实问题，并形成创新性的技术或理论成果。而计量经济学教学在两种类型应用型人才培养中的地位和作用是存在差异的。主要体现在：
首先，对于创新型应用人才而言，计量经济学是通过分析现实经济问题，进而发展和创新经济理论的重要手段。发现新的经济问题，解释新的经济现象，进而推动经济理论创新发展，是经济学类创新型应用人才的首要任务。由于经济理论本身是对现实经济现象、经济问题的运行规律的科学总结，因此发展和创新经济理论必须做到理论联系实际。理论联系实际的重要手段之一是案例分析，即通过一个或多个案例，对新的经济问题、经济现象进行研究，进而得到新的研究结论，促进经济理论发展创新。但是，案例分析方法很难建立在大样本基础上，一旦样本数量达到成百上千个，案例分析方法没办法解释清楚变量与变量之间的内在关系。与案例分析方法不同的是，计量分析法能够突破样本容量的限制，可以通过统计学理论，以大样本为基础，揭示各种经济变量之间的数量关系，进而为验证和发展经济理论提供有力支撑。由此可见，在经济学类创新型应用人才的培养过程中，计量经济学是必不可少的科学分析手段，借助这一手段可以更好的提升经济学类创新型应用人才的创新能力。
其次，对于职业技能型应用人才而言，计量经济学是对现实经济问题的各类数据进行分析，进而提出科学合理对策建议的重要工具。与创新型应用人才不同的是，职业技能型应用人才的主要任务是如何更好的解决现实中的各种经济问题，提出更好的对策建议，提出更好的解决方法。而对现实经济问题的解决，必须建立在对现实经济问题的科学分析解释之上。而对现实经济问题的科学分析解释，一方面可以根据现有的经济理论进行分析解释进而提出相应的对策建议，另一方面则必须对现实经济问题的相关数据进行分析，验证经济理论的合理性和适用性，进而提出更好的政策建议。对现实经济问题的相关数据进行分析，虽然单纯的统计学方法可以较好的实现，但是统计学是完全以数据为中心，而忽略了数据背后的经济学内涵，进而不能很好的反应各种经济问题直接的内在因果关系，也就很难真正发现导致现实经济问题的各种原因，或现实经济问题的各种影响因素，也就不能较好的提出对策建议。与单纯统计分析方法不同的是，计量经济学可以建立在经济变量之间的合理关系之上，分析经济问题的各种影响因素，发现导致经济问题的各种深层次原因，进而为解决问题提供更好的对策建议。由此可见，在职业技能型应用型人才的培养过程中，计量经济学是提升学生解决实际问题能力的有效工具。
2应用导向下计量经济学实践性教学的困境
（1）繁多的数理推导给学生以计量经济学脱离实际、脱离应用的假象，进而影响学生的学习兴趣
计量经济学是数学、统计学与经济学三者的有机结合，计量经济学的分析方法大多是以数理统计学的分析方法为基础。因此，要对计量经济学分析方法的深入理解，就离不开必要的数理推导。但是，在计量经济学的实际教学中，由于大多数报考经济学类专业的学生，数学基础比较差，进入大学后开设的数学课程又不多，这就导致在老师的讲解过程中，学生要想听懂，并有深入的理解，就显得格外困难。此外，在数理推导过程中，由于是从数学符号到数学符号，而缺乏结合具体的实际经济社会现象的讲解，进而导致数学推导过程非常抽象化、理论化，与实际经济问题脱离。而学生要想理解这一过程，也仅仅靠自己的动脑思考。如果有些学生的思维跟不上老师或课本的思路，又或者某些学生动脑的能力差，主动性不强，那么学生要想理解计量经济分析方法便成了难上加难。久而久之，学生的学习兴趣便因为难以理解而降低，进而使老师的教学效果不理想。
（2）实验项目具体经济问题的选择，以课本为主，或以老师关注的为主，忽略学生的兴趣和职业倾向，进而应用能力培养受到削弱
计量经济学的实验教学，主要是以实验操作为核心内容，在一定程度上避免了教学的理论性，增强了教学的应用性。但是，在计量经济学的实验教学中，对于实验数据或实验项目的选取非常重要。实验数据或实验项目，应该是根据具体经济问题选择的，实验数据是具体经济问题或经济现象的现实反映。但是在计量经济学的实验教学中，大多数老师在对具体经济问题或实验数据的选择上，主要以各种类型的课本为主。之所以选择课本为主，主要是因为，课本上的数据是经过许多老师的反复验证的，计量分析的结果与计量经济学知识讲解中所要求的结果，刚好相符，具有问题针对性。另一方面，老师实验讲解中，也会选择自己曾经研究过或关注过的经济问题和实验数据作为素材。主要是因为，选择这些作为素材，老师比较熟悉，可以给学生很好的展示在计量经济的实际应用中出现的各种问题，以及老师是怎样解决这些问题的。但是，上述两个方面的选择，都忽略了学生的兴趣或者学生将来的职业偏好。比如，学生可能对老师所关注的或者课本上的经济问题，并不关注，也不感兴趣，老师所关注的或者课本上的经济数据分析，在学生的今后工作中也不一定经常遇到。这就需要试验教学中，具体经济问题和经济数据的选择需要进行变革。
（3）学生的自己动手能力较差，对老师的依赖性较强，不善于发现问题，不善于应用计量工具分析问题
首先，在计量经济学的理论教学过程中，老师主要按照自己或课本的思路进行讲解分析。而在讲解分析过程中，缺乏与学生的有效互动，导致学生要么跟着老师与课本的思路走，遇到不懂的地方只能向老师请教。而学生自己缺乏比较相对独立的思考，对老师的依赖性增强，不善于发现自己在学习过程中的各种问题，也不能更好的加深自己对计量经济问题的理解。这在一定程度上，削弱了学生的灵活应用能力，特别是在今后的实际工作中，不能将计量经济作为一种分析工具，广泛的应用于各种领域。
其次，在计量经济学的实验教学过程中，大多数学生都是按照老师讲解的或者实验指导书的实验步骤，一步一步的实际操作。对于老师布置的课堂作业，也原封不动的按照老师讲解的或实验指导书的步骤进行操作。而学生自己缺乏对实验操作的探索，也缺乏对于为什么要这样操作的深入理解。学生自己在完成老师布置的作业后，便万事大吉，不会主动的寻找自己感兴趣的经济问题，应用相应的经济数据进行分析。由于老师和课本的操作步骤，都是标准化的，其并没有考虑实际应用的各种问题。这就导致，学生所遇到的经济数据或经济问题，始终是与老师讲解的计量经济问题对应的，而自己在实际分析中可能遇到的各种具体问题，就不知道该怎样处理。因此，长期以来学生对老师或实验指导书的严重依赖，在一定程度上也会削弱学生对计量经济分析方法的实际应用能力。
3应用导向下计量经济学实践性教学的构想
（1）计量经济学原理的讲解必须体现理论联系实际
对于本科层次教学而言，在对计量经济学原理的讲解过程中，对于比较繁多的数学推导可以有选择性的省略。更多的是要结合实际的例子，说明计量经济学的本质性、适用性，计量经济分析方法的现实依据，对现实问题的解决能力。比如，对于利用最小二乘法进行回归分析的原理讲解中，可以结合到回归分析方法的来源及其产生背景，说明这种分析方法所反映的本质，使学生能够理解到回归分析揭示的是变量与变量之间的平均变化关系；在对回归模型的检验讲解中，必须结合到具体例子，分析各种检验的主要目的，各种检验所反映的现实经济意义；在对异方差性、多重共线性、自相关性的讲解中，必须结合到现实的例子，分析现实经济现象中为什么会存在这些不满足经典回归模型的假定，让学生理解到，对于这些问题的处理，不是为了使计量分析更加复杂化，而是为了是计量分析的结果更加能反映经济活动的真实情况。
（2）实验项目的选择必须切合学生兴趣和职业倾向
对于一个具体的实验项目，老师在讲解过程中，除了按照实验指导书与同学一起操作外，还需要增加一些学生关心的或将来工作中可能用到的予以讲解。在具体的经济问题选择上，应该结合学生兴趣和职业倾向。比如，当前许多经济学类专业的学生都对通货膨胀问题、经济增长中的环境保护问题感兴趣。那么老师在实验项目的选择上，就应该针对这些问题，搜集相关的数据，结合计量经济学各章的具体内容，对该问题进行计量分析。最后，能够使学生通过学习计量经济学课程后，对这些问题又更加深入的了解。再比如，对于国际经济与贸易专业的学生，就应该更多的选择今后其在工作中可能会接触到的汇率、进出口等问题进行计量经济学实验项目的讲解。使学生体会到学习计量经济学与其今后所从事的工作是密不可分的，也进一步提升了计量经济学在其今后工作中使用的可能性，进而增强计量经济学对学生应用能力的培养。
（3）教学方式上应增强学生自主性、互
为了更好的体现学生在计量经济学学习中的自主性和互。在计量经济学基本原理的讲解过程中，要鼓励学生对书本和老师的一些观点，提出疑问甚至是反对。通过老师和学生的有效互动，增强学生学习的自主性。在计量经济学的实验教学过程中，可以根据学生的兴趣和职业倾向划分成若干个组。让各个组的学生能够独立自主的选择自己比较关注的问题，搜集相关数据，应用相关分析方法，进行计量分析。在学生自主学习的过程中，如果遇到许多计量中的问题，除了可以内部交流解决为，还要进一步增强与老师的互动合作。在老师的协助下，让学生更好的解决这些计量分析问题，也让学生更好的理解计量分析方法，从而增强学生的计量分析能力，以及锻炼学生的发现问题、分析问题的综合能力。
参考文献：
[1]叶霖莉.pBL教学模式在计量经济学教学中的应用[J].湖北经济学院学报（人文社会科学版），2014（07）；173-175.
[2]李磊.本科计量经济学“任务驱动型”教学改革探讨[J].新疆财经大学学报，2013（01）；62-67.
[3]姚寿福，刘泽仁，袁春梅.本科计量经济学课程教学改革探讨[J].高等教育研究，2010（02）；45-48.
[4]肖小爱.本科院校计量经济学教学改革探讨[J].湖南科技学院学报，2013（11）；143-145.
[5]李晓宁，石红溶，徐梅.本科计量经济学教学模式的创新研究[J].高等财经教育研究，2011（02）；33-36.
经济学数据分析篇8
关键词：环境经济；学术期刊；研究内容；词频分析；学科发展
中图分类号：X196文献标志码：a文章编号：16716248（2016）02006707
环境经济学是伴随着人类活动引起的日益严重的环境问题而产生和快速发展起来的一门新兴学科。20世纪70年代末环境经济学被介绍到中国。1978年中国制定了《环境经济和环境保护技术经济八年发展规划》。1980年，联合国环境规划署在斯德哥尔摩召开关于“人口、资源、环境和发展”的讨论会，决定将“环境经济”列为联合国环境规划署1981年《环境状况报告》中的第一项主题。同年中国环境管理、经济与法学学会成立，由此推动了中国环境经济学的研究。这表明作为环境科学的重要分支，环境经济学已成为一门瞩目的独立学科。环境经济学虽然仅有几十年的发展历史，但其学科体系在不断的发展与完善。通过持续的研究和实践，环境经济学在经济发展与环境保护协调发展中发挥了越来越重要的作用。
三十多年来，环境经济研究在中国发展快速，不但表现在环境经济理论和框架体系不断充实完善，而且结合中国实际开展的环境经济领域研究也取得了很多的成果。学者们翻译、撰写了环境经济方面的教材和专著，还发表许多研究环境经济的论文，开展了环境经济各领域多方面的科学研究，在高等院校和科研单位成立了相关的研究机构，培养了一批环境经济方面的专业人才[1]。
创建具有中国特色的环境经济学学科体系，其理论体系、研究方法和实践指导都需要在现有基础上进一步充实、提高和完善。基于此对2005～2014年收录在《中国学术期刊（网络版）》（以下简称中国知网）全文数据库中篇名包含有“环境经济”的全部期刊论文进行统计分析，以期从这个角度研究近十年来中国环境经济研究动态和发展路径。
一、近十年环境经济研究
数据样本统计（一）“环境经济”期刊论文篇数统计
从中国知网中检索2005～2014年间篇名中有“环境经济”的全部期刊论文，剔除重复及不符合主题的论文，共有462篇，其中核心期刊本文核心期刊指中国知网上所检索的中文核心期刊及CSSCi来源期刊。论文200篇，其他期刊论文262篇。具体统计数据如表1所示。
需要说明的是，本研究是从2005～2014年间篇名中有“环境经济”的中国知网全部期刊论文这一角度来研究环境经济学学科的发展，但环境经济研究成果的体现形式是多样的。比如中国知网检索数据库收录文献中除了期刊论文，还有优秀硕士论文、博士论文、国内外会议和其他形式的研究论文，在2005～2014年间，这些论文篇名中有“环境经济”的共计338篇。
此外，统计分析2005～2014年这十年的文献，是为了了解在新阶段中国环境经济学学科的发展进路。而在1978～2004年的27年间，中国环境经济学学科经历了起步、探索和发展等重要阶段。在这27年间收录在中国知网篇名中有“环境经济”的文献，包括期刊论文、硕博士论文、国内外会议论文和其他形式论文共456篇，其中期刊论文有406篇。
（二）基于期刊的数据样本和研究方法
为了能较好地表征环境经济学学科领域研究的客观水平，本研究的检索统计工作不仅关注期刊论文数量的变化，更关注期刊论文的质量变化。核心期刊论文水平在一定程度上反映了相关研究领域的较高水平，故本研究的重点在核心期刊论文。据上文可知，本研究全部实际有效样本为462篇，其中核心期刊论文的实际有效样本为200篇。
在相关论文资料的基础上，运用引证分析、数据分析和词频分析等方法对中国近十年来篇名中有“环境经济”的全部期刊论文数量的变化规律进行总结，重点对论文期刊类型、主要议题、作者人数等方面进行数量分析。同时分析文献的被引次数，以衡量期刊论文的影响力。
（三）数据样本局限性分析
本研究只是从篇名中有“环境经济”的期刊论文这个角度来分析环境经济学学科的发展，数据样本必然存在局限性。由于环境经济学学科领域的广泛性，涉及环境经济的具体研究对象很多，仅就期刊论文来说，属于环境经济范畴的论文众多。篇名属于环境经济领域范畴的其他关键词的论文有至少十多种，如“绿色经济”、“循环经济”、“生态经济”、“绿色GDp”、“eKC”、“环境绩效”、“环境损失（损害）”、“环境成本”、“环境外部性”、“排污权”和“环境税”等，见表2所示。据《中国环境经济学学科发展报告》统计显示：1980～2008年这29年间有关环境经济研究领域的中文核心期刊的文章共有10618篇。本研究检索统计了2005～2014年环境经济研究领域核心期刊论文，属于环境经济研究领域的核心期刊论文共有10506篇。由此可见，近十年有关环境经济研究领域的核心期刊数量比过去有大幅增加。
由此分析，2005～2014年篇名中有“环境经济”的核心期刊论文大约占环境经济学学科领域范畴的核心期刊论文的1/50～1/60，也就是说大多数有关环境经济的研究论文在其篇名中并没有直接使用“环境经济”。故本研究的局限性在于并未包含环境经济研究的所有领域，但本研究的贡献也正是对以“环境经济”为篇名的论文的深度分析，以见微知著，窥一斑而略见环境经济学学科研究的全貌。
二、数据样本论文分析
（一）研究阶段分析
通过对全部462篇数据样本期刊论文进行分析发现，2005～2008年数据样本期刊数量逐年递增，到2008年达到峰值，2009～2011年数据样本期刊数量略有下降，2012～2014年数据样本期刊论文稳定在40篇左右。中国环境经济学学科近十年期刊论文方面的研究从数量上看为稳定发展的阶段，从质量上看为深入扩展研究的阶段。
进入21世纪，环境经济学的研究领域不断扩大，并且取得了明显的进展。可以预计在未来一段时间，环境经济学研究将重点关注环境经济理论体系、环境价值核算体系、环境经济分析方法体系、环境经济评价体系、环境保护经济手段体系、环境经济政策体系、环境投融资体系、循环经济体系、国际贸易与环境保护体系等[1819]。
四、结语根据本文数据样本进行的统计分析，可以了解近年来中国环境经济研究的一些特点。第一，从数量上看，年核心期刊发表篇数变化不大，但论文的深度有所扩展，涉及的领域更广，所使用的分析手段也更多，近十年环境经济领域的相关研究论文比以前的有大幅增加。第二，在影响力方面，发表于理工类核心期刊上的环境经济类论文的影响力更大；另外，采用数量分析、科学实验以及工程实践的论文影响力也较大。这说明中国环境经济研究的一种趋势是朝着定量分析、技术支撑的方向发展。第三，在研究内容上，依据词频分析结果，研究的内容和范围有所扩展，研究深度有所加强，但较多的研究还是探索性的，结论是建议性的，其实践意义、应用意义和指导意义还不够强。
参考文献：
[1]沈满洪，葛察忠，董战峰，等.环境经济研究进展：第3卷[m].北京：中国环境科学出版社，2011.
[2]邱威，张建华，刘念.含大型风电场的环境经济调度模型与解法[J].中国电机工程学报，2011，31（19）：816.
[3]李国柱，牛叔文，杨振，等.陇中黄土丘陵地区农村生活能源消费的环境经济成本分析[J].自然资源学报，2008，23（1）：1524.
[4]李刚，张彦伟，孙丰云.中国环境经济系统的物质需求量研究[J].中国软科学，2005（11）：3944.
[5]张音波，陈新庚，彭晓春，等.广东省环境经济系统的物质流分析[J].环境科学学报，2008，28（5）：10211031.
[6]郭长雷，王丽婧，梅凤乔，等.贵阳市环境经济系统协调发展策略分析[J].长江流域资源与环境，2006，29（7）：9799.
[7]崔宇明，常云昆.环境经济外部性的内部化路径比较分析[J].开发研究，2007（3）：4043.
[8]潘岳.谈谈环境经济政策[J].求是，2007（20）：5860.
[9]段晓峰，许学工.黄河三角洲地区资源―环境―经济系统可持续性的能值分析[J].地理科学进展，2006，25（1）：4555.
[10]陈耀龙，程文涛，陈小兵.高级住宅小区生态设计与环境经济效益分析[J].环境科学与技术，2006，29（7）：9799.
[11]刘向华，马忠玉，刘子刚.意愿调查法在环境经济评价中的应用探讨[J].生态经济，2005（4）：3638.
[12]傅京燕.oeCD国家环境经济手段的新发展及其启示[J].未来与发展，2005（3）：4345.
[13]谭灵芝，鲁明中，陈殷源.我国生活垃圾处置市场的环境经济政策选择[J].中国人口・资源与环境，2008，18（2）：181186.
[14]蔡秀云.三种环境经济手段的优势比较分析[J].中国税务，2009（12）：2223.
[15]刘彩利，王京芳，薛斌.环境经济手段对企业实施清洁生产的驱动机制[J].软科学，2005，19（5）：2729，38.
[16]李小蓿李汉平.环境经济系统物质流可持续性与循环经济物质流特征分析[J].资源科学，2008，30（9）：13271335.
[17]陆菁.贸易与环境经济分析的实证研究述评[J].浙江社会科学，2006（2）：203209.
[18]董小林.环境经济学[m].北京：人民交通出版社，2005.
[19]董小林.当代中国环境社会学建构[m].北京：社会科学文献出版社，2010.
analysisofChineseenvironmentaleconomy
researchinthelastdecadeDonGXiaolin1，2，XUewenjie1，2，SonGCheng1
（1.instituteofenvironmentaleconomicsandmanagementResearch，ChanganUniversity，Xian710064，
Shaanxi，China；2.SchoolofCivilengineering，ChanganUniversity，
经济学数据分析篇9
关键词：经济统计；应用
一、统计经济学的含义
统计的含义就是社会调查的一种行为，主要包括数量信息、数字表现的问题都是统计学要探索的内容。经济统计学的探索最早发现在1665年，经济统计学主要利用于统计国民收入，如：英国利用收入、支出的复式核算对英国国民收入进行统计、预测。但在该利用形式上，核算内容以及外在的平衡缺乏成熟度。虽然经济统计在很长时间实践后，还建立了国民账户体系。而且，受相关因素的影响，还为经济统计学建立了一定结构。我国经济统计根据历史的演变，在市场经济不断完善以及实施后，传统的系统已经不能适合当今社会的发展需要，随着相关的研究和存在的实践经验，我国在1992年建立了国民经济核算系统，并在期间进行了施行政策，随着我国经济建设的不断完善和实践过程的不断发展，经济统计学在社会中也得到了完善与发展［1］。因此，经济统计是统计学在经济领域中主要的应用学科，它主要以数据作为主要的研究对象。不仅要对数据进行采集、生成以及传输，还要利用相关的统计方法分析数据产生的经济现象，以及经济系统存在的复杂规律，并使之能够为经济建设与管理建设作出有利决策。
二、经济统计在经济建设下的应用状况
经济统计学在现代的经济建设中可以看到，经济统计在实践中的应用还缺少一定的深度，只是将其停留在表面。要使经济统计学在经济建设中发挥积极性及合理性，相关工作者及研究者就要对其进行分析、研究，要促进经济统计在实践中获得良好的实践效果，就要根据经济建设中存在的困难进行分析、解决。而且，要保证经济建设的有效发展，促进各个领域在实践中的完善，就要利用经济统计学分析现实经济的发展问题，并将其进行紧密结合，从而为经济建设的快速发展提供有利条件［2］。在现有的经济发展中，经济统计学的发展和应用具有较高要求，而且，经济统计学在实践应用中也还不够深入，经济统计要促进有利的实践发展过程中，就要对其进行深度研究，只有这样，才能使经济统计在经济建设中实现优质服务，才能实现良好的发展效果。现如今，我国已经建立了经济统计管理机制。但在实际应用过程中，并没有符合现代经济市场的发展需要，也没有形成牢固的基础条件。但近几年，经过相关人员的不断研究和在实践过程中的不断努力，经济统计在经济建设中的利用已经得到较大改善，特别是经济统计学的相关研究者利用数学手段对其发展的经济问题、解决问题的措施给予更多关注。因此，在实践发展中可以看出，经济统计是实践发展问题与经济问题解决的主要工具，不仅能对经济问题进行判断，还能为问题的解决提供有效决策。
三、统计学在经济实践中的应用
在现有的发展阶段，经济包括的内容越来越多，发展的状态形式已经爆满，这种发展形式使经济研究过程面对较大困难［3］。因为数据是信息发展核心因素，主管医院中的工资统计也是对数据进行分析、整理，因此，经济的建设问题就是对数据问题进行分析。在信息研究领域下，都是利用经济统计学来进行分析、处理的，并能为以后的经济建设和实践工作提供服务。经济统计学不仅仅能应用在工资的数据统计领域，在其他发展领域同样适用，但并没有促进相互之间的紧密关系。在经济建设中对相关问题进行分析，各个环节都是利用数据作为基本的分析条件，所以，利用经济统计分析经济建设中存在的各个环节，能够实现一定的实践意义，也能够不断对经济发展进行有利探索。
四、经济统计应用的意义
经济统计学在经济建设中发挥重要作用，尤其在工资统计方面［4］。主要表现为几点内容。其一，经济统计是获取数据的主要途径，在经济建设中能不断对数据进行探索、研究。特别是利用定性分析对经济进行研究期间，数据成为有利的支撑条件。其二，经济统计能够对数据进行总结、归纳，能够表现出数据之间的变化形式以及体现的多样化结果，所以，经济统计在经济建设中的利用，能够将一些偶然现象变为必然发展形势。其三，经济统计在经济建设中，能够促进数据分析的可靠性以及完善性，由于每个原理条件都具有相对的真理价值，只有利用一些验证条件才能促进真理条件的形成。所以，根据数据对经济进行验证，并促进结果的可靠性以及完整性，因此，促进经济建设，就要利用经济统计对数据进行科学分析。
五、总结
随着市场经济的不断完善，对经济发展进行统计首先要具有一定的数据基础，而统计学就是促进数据获取途径的核心，因此，在经济建设条件下，利用经济统计在工作中加以研究，不仅能为经济建设提供可靠性发展，还能分析出精确的数据。
作者:许欢单位:唐山市人民医院
参考文献：
［1］刘瑞妮．经济建设背景下的经济统计的应用探究［J］．企业改革与管理，2014，（18）．
［2］洪钦佩．经济建设下的经济统计的应用分析［J］．科技致富向导，2014，（6）．
经济学数据分析篇10
“经济活动分析，又叫经济分析，是经济活动分析报告的简称。它是反映经济分析研究所获得的一种书面材料。它是以党的方针政策为指导，以计划发展指标、统计数据和调查研究所获得的资料为依据，以正确评估、总结发现规律，提高决策和管理水平，提高经济效益，胜利完成任务为目的，运用现代科学经济理论和科学分析方法，对特定范围（地区、部门、单位）经济活动（包括生产、销售、成本、财务等活动）的过程和结果进行分析。不管是经济管理部门，还是企业单位，只有经常分析经济活动，才能情况明、眼睛亮、心中有数、脚步不乱，顺利地开展各项经济工作。”（引自《财经应用文写作教程》文天若著立信会计出版社出版）。按照上述观点，可以将经济运行分析理解为：经济运行分析就是对某一时期、某一领域的经济现象、经济成果及经济活动的全过程，按照科学的政治经济学观点，结合党和国家方针政策，以预定计划指标、统计数据和调查研究所获得的信息资料为依据，运用统计分析和综合分析的方法所进行的旨在找出其运行特点、存在问题、解决问题的途径以及未来发展趋势的综合性分析判断活动。其目的就是对当前经济运行情况及时总结经验，以便吸取教训、指导未来。
我们中小企业行政管理部门所作的民营经济运行分析，一般是运用统计资料和调查获得的经济信息，与历史同期纵向或与全国和其他省、市、县横向对照、比较和研究，就其经济内容、运行过程、显著特点、存在问题和发展趋势作出分析、判断。通过经济运行分析，真实反映当地民营经济发展态势，肯定成绩、总结经验，发现问题，提出对策建议，为政府和企业科学决策提供依据。这也正是我们开展民营经济运行分析工作的目的。
二、抓好民营经济运行分析工作的意义
搞好民营经济运行分析，是各级中小企业管理部门的一项重要职责。各级编委明确规定：中小企业局是指导中小企业、乡镇企业和民营企业发展的政府工作部门。其主要职责之一，是拟定中小企业发展战略、中长期发展规划并组织实施；监测、分析中小企业运行态势；承担中小企业分类、信息收集和工作；拟定并落实中小企业发展调控目标和措施。要履行好上述职责，必须首先作好经济运行分析工作。主要体现在以下几方面:
1、政府职能转变后，政府部门的工作重点主要体现在加强经济工作的宏观调控方面。具体讲，就是通过研究制定方针、政策，引导和调控经济的平稳运行和健康发展。中小企业局作为指导当地民营经济发展的政府工作部门，必须把握民营经济运行的基本情况，针对民营经济运行中存在的问题提出对策建议，这样才能保证各级政府适时调整民营经济发展政策，发挥宏观调控职能。
2、当前民营经济在发展中面临许多新情况和新问题，作为政府职能部门，必须适时搞好调查研究，分析运行动态，及时发现民营经济发展中遇到的困难和问题，不断向政府提出应对措施和政策调整建议，为企业发展提供导向性意见，这样才能达到为促进民营经济持续发展发挥部门应有的职能作用。
3、做好民营经济运行分析工作，既是各级中小企业管理部门的一项重要工作，也是体现政府服务宗旨的重要内容。作为指导当地民营经济发展的政府工作部门，不了解民营经济的运行发展情况，或只满足于一知半解，就无法履行好协调、指导和服务的工作职能，长此下去，必将有损部门和政府形象。
三、搞好民营经济运行分析应具备的条件
（一）掌握民营经济运行分析所需要的基础知识
经济运行分析是一项综合运用经济理论、方针政策、统计科学等多种知识及与具体分析对象相关的专业知识，对分析对象进行的一种研究活动。所以，做好经济运行分析需要具备如下一些知识。
1、经济理论知识
科学的政治经济学是我们目前研究社会主义市场经济现象、经济运行过程的基本理论依据。马克思主义政治经济学、毛泽东的辩证法思想、邓小平关于社会主义初级阶段理论、反映现代市场经济运行规律的经济学专著以及我国当代经济学家有关社会主义市场经济的理论著作和最新研究成果，都对我们进行经济运行分析具有理论指导作用。我们必须善于学习和运用这些理论去分析研究经济现象、经济过程，并从中发现本质性、规律性的东西。
2、方针政策知识
为鼓励支持民营经济发展，各级政府相应制定了一系列的方针政策。如国务院制定的《关于鼓励支持和引导个体私营等非公有制经济发展的若干意见》，河北省人民政府制定的《贯彻国务院关于鼓励支持和引导个体私营等非公有制经济发展若干意见的实施意见》，保定市委、市政府制定的《关于实施“催生、助长、扶强”战略，全面推进民营经济加快发展的意见》等，都是发展民营经济的重要政策依据。我们必须把这些方针政策学深、弄懂、吃透，才能用以指导我们的民营经济分析工作。因此，随时关注党和国家方针政策及其变化，加强对方针政策的学习领会，对于分析研究民营经济运行情况是非常重要的。
3、统计科学知识
统计科学在经济分析中，有着不可替代的重要作用。首先，我们进行经济分析所依据的基础资料主要是通过统计调查所获取的统计信息；第二，对统计资料、统计信息进行整理、分析所使用的方法，如统计分组法、综合指标法、动态分析法、指数法等等，都是统计科学所提供的；第三，对未来趋势进行预测所使用的预测方法，也主要源于统计科学提供的统计预测方法。因此，统计科学知识是民营经济分析所必不可少的重要基础知识。不掌握统计科学知识，就无法做好民营经济运行分析。
（二）调查研究是做好经济运行分析的重要基础性工作
做好民营经济运行分析，需要以包括统计调查在内的调查研究为基础，在调查研究获得准确、翔实的信息资料之后，对其进行全面、系统、科学的分析、比较和判断。这样得出的结论才是可信的。要搞好调查研究工作，应从以下几个方面着手：
1、健全和完善现有的统计网络体系，为调查研究工作提供组织保障
从乡镇企业管理局发展到目前的中小企业局，在我们系统内已形成自下而上的统计工作网络体系，担负着民营经济统计信息的采集、整理、汇总、传输的职能。这一统计工作网络系统为我们进行民营经济运行分析提供了重要组织保障。为确保民营经济运行分析搞得有条不紊、有声有色，必须继续加强民营经济统计工作网络体系建设，做好扎实的统计基础工作。没有健全的民营经济统计工作网络系统和扎实的民营经济统计工作基础，调查研究工作就无从得到保证，更谈不上搞好民营经济运行分析。
2、调查研究的方法科学、手段完善是获得完整可靠信息的技术保障
我们进行民营经济运行分析所依据的信息资料既然是靠调查研究获得的，因此调查研究的方法就必须科学，调查手段必须完善。一方面要依靠民营经济统计网络系统进行统计调查；另一方面也要发挥统计网络之外的调查作用，如通过深入企业、深入基层了解情况，获得来自基层的第一手资料；通过信函、电话等载体进行咨询、了解或利用网络、报刊等传媒获取信息等等。总之通过方法科学、手段完善的调查研究所获得的信息，才能为经济分析提供翔实、完整、准确、可靠的材料依据。这是搞好民营经济运行分析的前提条件。
3、求真务实是确保调查研究及其成果真实可靠的必要条件
调查研究必须具备深入实际、一丝不苟的工作作风和实事求是、科学严谨的工作态度。不管是调查研究，还是收集、整理、传输、使用信息，都要坚持如实反映客观情况。对统计数据进行随意删改或主观臆造所谓“数据”的作法，既是统计工作的大忌，也是调查研究工作的大忌，不仅影响调查研究工作的质量，降低可信度，而且依据这一结果作出的经济分析，将会对领导决策产生误导作用。因此，搞好调查研究、确保信息质量，必须坚持求真务实的工作作风和工作态度。
四、编写分析报告应把握的重点
经济运行分析书面报告是依据经济运行分析过程和结果形成的文字材料，可按时间形成定期、不定期、事前、事中、事后预测分析报告以及短期、中期和长期经济运行分析报告等；也可按领域范围形成宏观、中观和微观经济分析报告；还可将分析对象、分析角度、分析内容作为分类标准，形成综合性分析报告和专题性分析报告等等。应该说它是整个经济运行分析的最后一道工序。
（一）经济运行分析报告的结构和内容
从文章结构方面看，经济运行分析应具备清晰醒目的标题以及由开头、主题、结论三部分构成的正文。从文章的内容看，经济运行分析主要应包括以下五个方面。
1、当前主要经济指标及经济运行情况
本部分概括叙述当前经济运行的情况，各项主要经济指标（如增加值、上缴税金、出口交货值等）完成情况等。这些指标完成情况可以与基期有关指标或计划指标分别进行对比，通过对比、分析、判断，得出某些结论。
2、当期经济运行特点及原因分析
本部分要求将根据经济运行情况概括出的若干特点表述清楚。为说明这些特点的存在，需要辅之以必要的统计数据资料和其他活资料，并就这些特点形成的原因作出恰当的分析阐述，以起到总结经验的作用。
3、存在的问题及原因分析
本部分是就当前经济运行中存在的、应当引起关注的突出问题及其原因作出分析。目的在于吸取教训，针对存在问题及原因，有的放矢地加以解决。这就要求我们在进行经济分析时予以特别的关注，对问题要尽量反映清楚，对原因则尽可能分析透彻，以期能引起有关方面的重视。
4、对未来经济运行趋势的预测
这一部分包含两方面的内容：一方面是对未来民营经济运行总体趋势的预测、判断；另一方面则是对反映民营经济运行成果的主要经济指标未来期完成情况的预测和估计。这种预测和判断，是一种定性和定量相结合的预测和判断，目的是能够使关注民营经济发展情况的业内外各界对未来情况心中有数、以便在心理和物质两个方面做好必要的准备。
5、对策和建议
对策含有两重意思。其中主要针对解决当前存在的问题而提出的，属于解决问题的措施；针对未来可能出现的问题而采取的对策，属于预防性措施。建议，则既包括了对解决问题应采取的措施方面的建议，也包括了对政府相关部门的政策性建议。无论对策还是建议，都是针对存在的问题而提出或建议政府相关部门采取的策略和措施。这既是进行民营经济运行分析工作的重要目的，也是民营经济运行分析重要作用的体现。因此，这项内容的阐述，特别需要强调观点明确、针对性强、切实可行、表达恰当。
（二）编写报告注意把握以下几点
1、准确性。实事求是地反映客观实际，做到统计数据资料要准确，情况要真实，观点要正确。要扎扎实实地把数据资料搞准，对大起大落的数字要查明原因。但分析报告不应是数据资料的简单罗列，要正确地使用数据资料，通过对数据资料的分析、判断、提炼出观点，揭示经济现象的规律性。要处理数据资料和观点的关系，做到观点从大量真实的数据资料中提炼，所运用的数据资料要紧紧围绕说明观点，使二者相统一。只有这样统计分析报告才有了坚实的基础和足够的份量。
2、实用性。经济运行分析报告有着明显的目的性、针对性，它是为一定对象服务的。因此必须抓住经济运行中反映出的主要矛盾，从错综复杂的现象中找出当前经济运行中的重点、热点和难点问题进行分析，为各级领导宏观调控和管理决策提供科学依据。统计分析报告的针对性和实用性越强，质量也越高。
3、逻辑性。经济运行分析是由数据资料形成概念，从概念形成判断，由判断进行推理，并由此得出结论。要正确运用概念、判断和推理的方法。判断是以准确的统计数据资料为依据，推理是以充分的依据为前提，正确的判断和推理就是要有合乎事实的逻辑性，判断推理的结果不能含糊不清、前后矛盾，要做到如实反映客观事物的内部联系及其发展规律。因此，经济运行分析报告要主题突出、结构严谨、条理清晰。
4、时效性。这是保证分析报告价值的重要条件。提供不适时就是失效的分析报告。反映发展进度的统计分析报告越快越好，要争分夺秒；专题分析贵在适时，特别是前瞻性和预警性的专题分析往往会产生较好的社会效益。