日本免费精品视频,男人的天堂在线免费视频,成人久久久精品乱码一区二区三区,高清成人爽a毛片免费网站

《經濟管理學科前沿研究報告系列叢書：企業信息管理學學科前沿研究報告2013》：

Victor(2012)在其近期著作《大數據時代——生活、工作與思維的大變革》中指出，大數據時代，思維方式要發生三個變革：及時，要分析與事物相關的所有數據，而不是依靠分析少量數據樣本；要總體，不要樣本。第二，要樂于接受數據的紛繁復雜，而不再追求性。第三，不再探求難以捉摸的因果關系，應該更加注重相關關系。楊華磊(2013)分析了高頻數據對傳統經濟學研究范式的沖擊，出現了“非主流經濟學就是致力研究異常現象的經濟學”，當然高頻數據與大數據不是一回事，兩者之間存在交集。那么，大數據給經濟學帶來了哪些影響呢？

(一)大數據研究對象變成了總體

傳統經濟學研究中，由于搜集數據的條件所限，人們往往對數據進行抽樣，用少量樣本來進行研究，這一傳統一直延續至今，并且成為經濟學研究的主流做法，但是抽樣的質量對研究結果影響很大，如公眾對政府統計部門公布的物價指數和基尼系數引發的懷疑。在大數據時代，很多場合下已經無須進行針對樣本的研究，直接將總體作為研究對象，從而在很大程度上改變了數據來源方式，對數據的處理也產生了深遠的影響。

(二)大數據不需要基于假設檢驗的研究

傳統的經濟學研究，往往根據研究內容提出數個假設，然后再采用數學模型基于統計檢驗來驗證假設。但在大數據時代，由于有足夠的變量、足夠的數據，可以采用人工智能來進行數據挖掘和知識發現，得到的結論是成百上千的和傳統經濟學研究需要驗證假設的數量永遠不是一個數量級。在大數據時代，如果繼續采用傳統的假設檢驗方法進行研究，永遠是不充分的、不完備的、無法滿足需要的。大數據時代重在對數據處理的多樣化結果進行分析，可以是基于經濟學的，也可以是基于應用的，從而輔助人們決策。

此外，變量的完備性要求使得傳統的基于假設驗證的研究有時變得十分尷尬。例如，研究研發投入對企業績效的影響，需要考慮的不僅是研發投入，還要考慮企業資本結構、競爭水平、人員素質、行業特點、管理能力等諸多因素，研究者重點關注的是研發投入的彈性系數，卻得到了其他所有數十個變量的彈性系數，從而使研究重心不容易掌握。

(三)大數據使得因果關系變得不太重要

傳統經濟學是一門解釋科學，重在對經濟現象進行解釋，了解它們的因果關系，但在大數據時代，這樣做是遠遠不夠的，大數據甚至可以發現事物發展潛在的規律，以供經濟學家解釋，具有一定的“智能性”，某種程度上超越了經濟學研究的因果關系。

大數據并沒有改變因果關系，但是使傳統經濟學的因果關系變得不太重要。如經濟學家在預測房價時，無非是根據住房價格變化的影響因素來進行分析，如經濟發展水平、人均收入、土地價格、宏觀房產政策、地點等因素。但谷歌預測房價時，根據住房搜索查詢量變化進行預測，結果比不動產經濟學家的預測更為及時。IBM日本公司，通過檢索關鍵詞“新訂單”、“雇員”、“生產”等來預測采購經理人指數.僅用6小時就得出結果，并且和專業的采購人指數分析師們計算的結果基本一致。大數據并沒有改變因果關系，但使因果關系變得意義不大，很多時候因果關系成為“正確的廢話”。

(四)傳統的因果關系有時無法驗證

弄清事物之間的內在聯系和作用機制，一直是傳統經濟學研究的核心。但有時因果關系是沒有辦法驗證的。如新產品上市，人們往往傾向于購買新產品，這樣對舊產品的需求會下降，那么舊產品價格應該立即回落，這是其一。從另一個角度，如果大家都認識到這一點，就會貪便宜購買舊產品，短期內會造成舊產品供不應求，反而導致1日產品漲價。究竟是漲是跌，還要看這兩種因素誰弱誰強，采用傳統經濟學研究方法是難以驗證這兩種效應的，只能驗證兩種效應作用的綜合結果。

實際情況是，在大數據時代，西雅圖Decide.comg公司分析了近400萬種商品的超過250億條價格信息，發現新產品上市時，短期內舊產品價格是上漲的，過一段時間才逐步回落。采用大數據，既可以知道多少人購買舊產品，也能知道多少人購買新產品，以及舊產品價格變化的規律。在這種情況下，我們知道所有的因果關系，卻難以檢驗，并且沒有意義，知道結果更重要。

(五)傳統經濟學研究具有滯后性

傳統經濟學對于新生事物是不敏感的，必須等事情發生并且成長到一定規模以后才能搜集到足夠數據進行相關研究。在大數據時代，可以通過海量數據對經濟行為進行分析，一旦有新情況、新動態立即予以關注，從而實現對新生事物的早期干預和分析，因此具有前瞻性。大數據本身就具有智能，可以輔助經濟學發現知識。

……