前言:想要写出一篇令人眼前一亮的文章吗?我们特意为您整理了5篇计量经济学研究方法范文,相信会为您的写作带来帮助,发现更多的写作思路和灵感。
【关键词】 逆行置溶栓导管;全身静脉溶栓;急性髂股静脉血栓;临床应用效果
DOI:10.14163/ki.11-5547/r.2016.10.014
急性髂股静脉血栓是临床下肢深静脉血栓较为常见的类型之一, 是由局部静脉腔不通和血流滞留引发的, 溶栓是临床最佳的方法, 但不同的溶栓方法直接影响患者的临床预后, 甚至会诱发肺动脉栓塞的发生, 给患者的机体带来严重的创伤[1]。为了对比分析全身静脉溶栓和逆行置管溶栓的临床作用效果, 现特选在本院治疗的患者进行研究, 具体报告如下。
1 资料与方法
1. 1 一般资料 选取112例急性髂股静脉血栓患者, 均是2014年7月~2015年8月在本院进行治疗, 以治疗方法的不同分为对照组和观察组。对照组56例, 男29例, 女27例, 年龄47~78岁, 平均年龄(54.67±12.24)岁, 患病时间9~15 d, 平均患病时间(13.54±6.73)d;观察组56例, 男27例, 女29例, 年龄46~75岁, 平均年龄(55.21±15.54)岁, 患病时间8.5~16.0 d, 平均患病时间(12.89±6.78)d。所有患者均在精神意识清醒或家属的陪同下同意参与此研究, 所有手术方案均获得患者和家属知情同意, 并签订了相应的知情同意书。两组性别、年龄等一般资料比较, 差异无统计学意义(P>0.05), 具有可比性。
1. 2 治疗方法 对照组行全身静脉溶栓治疗;观察组患者行逆行置溶栓导管治疗, 穿刺位置为健侧股静脉, 并同时置下腔静脉滤器保护, 通过造影管跨入到骼股静脉血栓内, 将导管插到血栓远端, 造影了解血栓具体情况, 然后将导丝交换后把溶栓导管置入血栓内, 术中推注尿激酶1次, 留置溶栓导管, 继续进行抗凝治疗[2]。
1. 3 观察指标 观察两组临床相关指标, 包括穿刺消耗时间、肢体消肿率、静脉畅通度。临床并发症主要为留置管渗血、留置管转移、静脉炎和组织周围感染[3]。
1. 4 统计学方法 采用SPSS17.0统计学软件进行统计分析。计量资料以均数±标准差( x-±s)表示, 采用t检验;计数资料以率(%)表示, 采用χ2检验。P
2 结果
2. 1 两组患者相关临床指标的变化情况比较 观察组患者穿刺消耗时间与对照组比较明显较少, 差异具有统计学意义(P0.05)。见表1。
2. 2 两组患者临床并发症的发生情况比较 观察组患者临床并发症发生率与对照组患者比较显著较少, 差异具有统计学意义(P
3 讨论
下肢深静脉血栓中急性髂股静脉血栓是临床上最为常见的, 会对患者的正常生活造成不良影响, 严重者会危及到患者的生命安全。溶栓治疗是急性髂股静脉血栓的首选治疗手段。全身静脉溶栓可以有效地改善患者症状, 达到消肿的目的, 但治疗时间较长, 不能在短时间内消除血栓, 血栓的过度刺激会造成静脉瓣膜损伤;同时血液无法通过血栓部位, 溶栓药物很难到达血栓部位。逆行置管溶栓可不需超声的引导和另外的穿刺, 可能引发局部出血血肿, 但发生率相对较低, 在临床上是可以接受的;导管溶栓在尿激酶的使用上更加有效, 可以维持药物浓度的稳定性, 直接作用于血栓处, 进而可以使血栓得以迅速溶解, 能较好地保存患肢近端深静脉瓣膜, 降低对下肢深静脉瓣膜功能的损伤, 是一种安全、有效的溶栓技术[4, 5]。本文证实, 观察组患者穿刺消耗时间和临床并发症发生率与对照组患者相比明显较少, 差异具有统计学意义(P0.05)。
综上所述, 逆行置管溶栓在急性髂股静脉血栓治疗中具有显著的临床优势, 既能保证患者得到最佳的治疗, 还能降低术后并发症的发生率, 避免了并发症给患者机体带来的二次伤害。
参考文献
[1] 岳天华, 黄健, 赵辉, 等. 两种方法治疗急性髂股静脉血栓对照研究. 介入放射学杂志, 2012, 21(3):198-201.
[2] 王志波, 李锰, 张峰, 等. 逆行置管溶栓治疗急性髂股静脉血栓形成的对照研究. 疑难病杂志, 2013, 12(1):39-40.
[3] 李俊, 司小毛, 查斌山, 等. 系统抗凝、置管溶栓与血栓切除治疗急性髂股段静脉血栓形成的疗效Meta分析. 重庆医学, 2014, 43(33):4472-4475.
[4] 许尔夫. 急性髂股深静脉血栓介入治疗探析. 中国医师杂志, 2012, 14(11):1567-1568.
关键词:独立学院;经管类教师;教学质量;模糊综合评价法
近十年来,在新形势下出现的普通高校与社会力量合作,以新机制新模式办学的独立学院是我国高等教育办学机制与模式的一项探索与创新,是更好更快扩大优质高等教育资源的一种有效途径,同样承担着为国家培养高素质专门人才的重任。但由于这几年的扩招,独立学院的教学质量问题引起了社会的关注,教学的根本在于教师,教师教学质量评价是高校教育质量体系中的核心环节,开展高校教师教学质量评价是有效提高教学质量的重要途径之一。本文采用模糊评价法建立教师教学质量评价指标体系,并以重庆大学城市科技学院经管类教师为例作实证分析。
一、独立学院经管类教师教学质量模糊综合评价方案的制定
模糊集合理论的概念于1965年由美国自动控制专家查德(L.A.Zadeh)教授提出。模糊综合评价法是一种基于模糊数学的综合评标方法。该综合评价法根据模糊数学的隶属度理论把定性评价转化为定量评价,即用模糊数学对受到多种因素制约的事物或对象做出一个总体的评价。它具有结果清晰,系统性强的特点,能较好地解决模糊的、难以量化的问题,适合各种非确定性问题的解决。由于优、良、中、差的独立学院教师教学质量评价结果的概念是模糊的,因此在横向分类方面可以采取模糊集方法进行。同时,由于相似也是一种模糊关系,因此,在独立学院教学质量性质分类中也可以采用模糊法进行分类。
1.模糊综合评价法的评价过程
(3)经济管理学院领导评教
设本院共有评教领导7人(院长、书记及各教研室主任),同上述方法,得到学院领导的评教结果:A=(0.64,0.23,0.13,0)。
(4)教师互评
本院共有任课教师45名,同理教师互评结果:A=(0.63,0.16,0.21,0)。
(5)教师自评
同上述方法得到教师自评结果为A=(0.4,0.6,0,0)。
根据隶属度原则,取评价标准隶属度集为(0.84,0.67,0.64,0.63,0.6),将评价因素集构成该教师的综合判断矩阵A,其中权系数为:W=(0.3,0.3,0.2,0.1,0.1),判断矩阵归一化处理的结果为(0.78,0.02,0.04,0.25,0.01),则该教师的综合评价为:A=(0.88,0.02,0.04,0.25,0.01)0.840.670.640.630.60×100=94.17
根据预先设立的教师教学质量评价等级,优的得分(x)范围是(x≥90),良的得分范围是(80≤x90),中的得分范围是(70≤x
二、结论
基于模糊数学的教师教学质量评价方法,从学生评教、督导评教、经济管理学院领导评教、教师互评、自评五个层面对教师教学质量的内涵进行剖析,将实践教学中的定性评价转化为定量分值,同时减少了评价过程中人橹鞴垡蛩氐挠跋欤充分体现了学生、督导、学院领导、同事对课堂教学的意见与建议,综合评价结果可信度较高。但该法也有明显的缺陷,即没有充分利用综合判断矩阵A的全部信息,这是值得我们进一步探讨的问题。
[参考文献]
[1]覃潘燕,黄莉.高职教师教学能力评价体系构建[J].大众科技,2015(12):122-124.
[2]盛艳燕,赵映川.基于多面Rasch模型的大学教师课堂教学能力评价方法研究[J].高教探索,2015(2):70-74.
[3]谢建,褚丹,葛涵.基于层次分析法的高校教师教育者教学能力评价体系研究[J].中国成人教育,2015(4):122-125.
[4]翟继友.评教体系有效性的研究与思考[J].鸡西大学学报,2015(11):28-30.
[5]朱翠英著.普通高等独立学院教学研究与实践[M].高等教育出版社,2006,07.
[6]王莲芬,许树柏.层次分析法引论[M].北京:中国人民大学出版社,1990.
一、引言
计量经济学自20世纪70年代末80年代初进入中国之后,其发展过程可以分为3个阶段———从“推广普及”阶段到“计量经济学教学的提高阶段和应用研究的推广阶段”,再到“计量经济学的发展和创新阶段”[1(]李子奈,2008),其经历了与传统经济学内容的不断磨合,直到完全融入经济学教学和研究工作中。计算机技术、网络以及学术交流的国际化都为计量经济学在中国的发展提供了良好的环境,而计量经济学方法的普及和不断创新又为提高我国经济学教学和研究水平提供了良好的平台。纵观国内外应用经济学研究成果,其中采用计量经济方法作为主要分析工具的比重也越来越大,目前在《经济研究》《管理世界》等国内主要经济管理类期刊中,以计量经济学模型作为主要分析方法的论文占比已超过50%。计量经济方法在应用经济学及管理学科学研究中应用的增加和普及,使得计量经济学已成为现代经济学和管理学教学中必不可少的一门课程。
它和宏观经济学、微观经济学一起构成了中国高校经济管理类本科生和研究生必修的三门经济学核心理论课程[(2]洪永淼,2007)。计量经济学无论在教学内容、教学手段,还是在使用广度上在国内都已经得到极大的发展,且其在经济学科中的地位已得到普遍的认同,但是很多学生在学习和使用过程中仍存在一些问题或认识上的误区,尤其是在部分非数量经济学专业硕士研究生的论文写作中,这些问题可能直接导致结论的错误,进而使一些学者开始怀疑计量经济学模型的科学性和实用性。很多讲授和传播计量经济学知识的学者已经意识到这些问题,并试图从本质上改变这一现象[3](李子奈,2009等)。本文正是在这样的背景下,结合多年教学和科研中遇到的实际问题,对当前研究生(尤其是非数量经济学专业)在学习和使用计量经济学过程中存在的问题进行归纳,并给出相应的建议。本文结构安排如下:第一部分为本文研究的背景;第二部分将归纳目前部分学生,尤其是非数量经济学专业硕士研究生,甚至一些博士研究生在计量方法使用过程中存在的一些问题;第三部分将结合实际情况,提出相应的建议;最后给出本文的结论。
二、计量经济学学习过程中存在的问题
近年来,无论是在经济理论的科学研究中,还是在经济问题的实际分析中,采用计量经济方法解决问题已成为一种趋势。很多学生为了赶上这趟“潮流”,在分析问题过程中积极地开发和使用各种前沿的计量方法,而忽略了模型需要满足的一些外部条件,例如模型设定的假定、模型对数据的依赖、模型的经济意义等。本部分将主要归纳几个在计量经济学学习过程中常见的现象:
第一,计量软件的多样化,弱化了学生对很多基础计量方法的探究。随着计量经济方法在经济分析中地位的不断提高,很多学生开始注重在论文写作过程中使用计量方法,尤其是前沿的方法。同时,随着计算机技术的发展,计量方法的相关软件也越来越丰富,促使其应用变得更加普及。然后正是这种软件的多样化和智能化,弱化了很多学生对计量经济方法理论基础的探究,如模型估计前一些必要的检验等。很多研究生在使用计量方法时,只是简单地将搜集到的数据输入到一个类似“黑箱子”的软件包中,然后就可以直接得到结果。
第二,过分强调计量方法,而忽略了经济理论。与第一个问题不同的是,还有部分学生也许对计量方法使用得很好,但是他们却忘记了自己更应该是一名经济学专业的学生。他们在使用计量经济学方法分析问题时,缺少必要的经济理论支撑和分析。众所周知,目前在国内一些经济类核心期刊中,超过50%的文章采用计量经济模型作为主要的分析方法,这种现象使得更多的研究生喜欢在论文写作中加入计量方法进行实证分析。当很多学生陶醉于学习和应用各种先进的计量方法分析问题时,在另一方面他们却忽略了也需要阅读大量经济学、金融学或财政学等与本专业理论相关的文献或教科书,进而缺乏对实际经济现象深入的观察。因此也许他们可以采用计量方法得到非常合理的结果,但他们根本无法对结果进行深入的理论分析。这一现象并不是个例,而是可以在大部分硕士生的写作中看到———很多的结果图表,文字却很少,看上去更像一个经济学的实验报告,而不像一个学术论文。这正是由于很多学生片面追求计量方法的前沿性和复杂性,而忘记了计量经济学本身是一门经济学课程。如果计量模型的使用和结果分析离开经济理论的支撑,则变成一堆枯燥的数学符号和漂亮的图表,而无法体现计量经济学在经济学科中的真正地位。
第三,学习过程中不重视计量经济学的规范分析。在科学研究中实证分析和规范分析是常见的两种分析方式,实证分析用来回答“是什么”的问题,规范分析主要解决“应该怎么样”的问题。在应用经济学的实证分析中经常将计量经济模型作为主要手段,然而计量经济学作为一门学科,其分析过程也要满足一定的规范性。然而,很多学生在应用计量方法分析问题方面不够规范,缺少必要的检验或分析步骤。很多教科书和文献都对现代应用经济学研究应遵循的步骤给予了充分的介绍[2][4][5(]洪永淼,2007;杰弗里•M•伍德里奇,2010;达摩达尔•N•古扎拉蒂,2011等),而且实际教学中,关于计量经济学模型建模的基本步骤通常在课程开始时会介绍(一般会在前几次课),对于刚接触计量经济学的学生而言,他们对很多专业术语和概念并不熟悉,故而忽略了或不能完全领悟分析方法的规范性。
三、提高对计量经济学方法认识的建议
为了提高计量经济方法在理论研究和解决实际问题中使用的正确性,提高实证结果的可信度,本文针对目前学习中存在的问题提出以下几点建议:
第一,实际学习中,加强学生对基础方法的掌握。为了提高计量经济学的教学效果,早些年很多学者提倡在教学过程中要注重实验教学,这一点被大多数学校采纳并实施,而且很多学校实验教学的课时已经占到总课时的大约1/3,这是值得庆幸的。但是在实验教学中多采用完全智能化的软件,如Eviews,正如上文提到的,这种计量方法应用的普及也带来一些负面效应。为了改善这一状况,本文建议在实验教学中可以采用Sta-ta、R、Eviews等软件包中的程序语言。这样在完成实验报告的过程中,学生不再是简单地操作智能化的软件,而需要通过掌握方法,编写必要的程序才能完成。最终起到加强学生对基础方法掌握的效果,并能提高学生的创新能力,完全满足培养创新性人才的需要。另外,教师在(实验)教学中,可以通过问题导向的教学模式,例如列举一些常犯的错误或在实验报告常出现的问题,加强学生的基础知识训练。#p#分页标题#e#
第二,不仅要突出计量经济学在经济学科中的地位,更要掌握好经济学理论。经济学研究的数学化和定量化是现代经济学迅速科学化的重要标志,同时培养创新型经济学人才的要求加强了计量经济学在经济学课程体系中的地位。萨缪尔森曾说过“第二次世界大战后的经济学是计量经济学的时代”,正是数学、计量经济学等定量方法的使用,推动了经济学理论的发展,但是,不可否认也有一些学者提出了不同意见———“大量数学符号的均衡公式演算是空洞的研究,对实际问题不可能做出什么有益的解答,没有这些数学演算,经济学仍是有用的”(哈耶克)①。因此,计量经济学尽管非常有用,但其主要是为更好地验证经济理论、更好地解释经济现象提供必要的支撑,离开经济学理论的解释,计量经济学模型将变成一堆无用的符号。研究生在使用计量方法过程中,是对学生提出问题、选择计量方法、检验模型、最后进行经济分析的综合能力进行全面考察。更重要的是,不能将案例教学混同为实验教学,要体现学生在案例分析中的主要地位,教师需要引导学生如何查找相应的文献,寻找理论依据,提倡学生进行团队合作,锻炼学生的研究能力,最终形成课程论文[6]。为了加强案例教学的效果,本文还建议可以在课程讲授早期花费4~6学时介绍一些已经发表的与研究生专业相关的、优秀的、采用计量经济学方法的论文,对于提高学生的学习兴趣、加深如何规范使用计量经济模型是非常有益的。
计量经济学是因为人们研究经济现象活动规律的客观需要于20世纪30年代出现的一门新型的经济学科,是现代经济学和管理学体系的重要组成部分,和微观经济学、宏观经济学同属于中国高校经济管理类本科生必修的三门经济学核心理论课程。与传统经济学相比,虽然历史不长,但已表现出了强大的理论价值与社会实践价值,对于财经类院校大多数经济管理类专业的本科生,是需要运用计量经济方法去分析和解决本专业领域的实际问题,而不是重在研究计量方法本身,所以需要的是理论与应用并重,融基本理论方法与应用为一体的一门计量经济学课程。笔者在长期的教学实践中深深认识到要更高效地实现课程教学目标,有必要针对这门课程的特点切实做好理论教学与实验教学环节的设计工作。
一、理论教学环节的设计
首先要选择好教材。在理论教学上,根据高校统计学专业学生的高等数学、矩阵代数、概率论与数理统计等学科的知识水平情况,以及教学计划的课时安排,要注重选择理论教学内容重点突出、理论与实践紧密结合、案例选取具有代表性的教材。其次要能抓住教学主线,这条主线也是计量经济学研究的主线。笔者在长期的教学中紧紧抓住了计量经济学的“模型设计—模型参数的估计—模型检验及模型的应用”这条主线,于是很自然地就减少了其中的数学和数理统计学理论上的推导内容,重点说明推导结论与计量分析方法的关系,比如:多重共线性、异方差、自相关等内容重点讲解它们所产生的后果、如何检验,以及补救措施,避免了一部分数学基础差的学生因为其中繁杂的数学公式认为计量经济学就是统计课、数学课,继而产生畏难情绪,对学习失去兴趣的情况出现。三是重视案例教学内容的开发。计量经济学是一门实践性很强的工具课,体现其工具性的一个重要途径就是案例教学。案例教学法是20世纪初哈佛大学创造的围绕一定教学目的,把实际中真实的情景加以典型化处理,形成供学生思考分析和决策的案例,通过独立研究和相互讨论的方式来提高学生分析问题和解决问题的能力的一种方法,这种教学方法在当今世界的教育中受到重视和广泛的应用。案例教学的关键是设计高水平的案例。我在课件中安排了一些针对经济生活中的热点问题的案例,比如:居民住房消费,物价问题等方面的案例。教学过程中充分发挥学生的主观能动性,每一个案例提出后,引导学生按照“模型设计—模型参数的估计—模型检验及模型的应用”的计量经济学研究步骤思考怎么建立模型,怎么估计参数、怎么进行模型检验等问题。使学生通过讨论并运用计量分析方法分析这些问题后,即提高了同学们认识经济问题、分析经济问题的热情,又更深刻的体会了计量经济学理论方法的应用。
二、实验教学环节的设计
在本课程的实验教学环节中,将实验教学内容分为基础实验与综合实验两个方面,基础实验有五个项目,综合实验一个项目。教学方式采用自主性实验模式,自主性实验模式是突出学生在实验教学环节中的主动性,即在实验主题的选择、方案的设计、数据的收集、软件的运用等方面都是由学生自己完成,学生要先提交实验方案,经教师审核,认为具有可行性即可进行实验。从教学过程来看,自主性实验教学的理论教学与实验教学是分开的,理论教学部分在课堂上进行,实验教学部分则是在老师的严格监控下由学生自愿组成实验小组,每个小组根据实验项目自愿选择实验主题,然后收集相关数据资料,应用模型及软件研究所选择的课题,最后写出实验报告,互相帮助以小组实验的方式共同完成实验。在实验教学过程中笔者认为应重点抓好以下几个环节的设计。
1.做好实验教学准备工作。认真编制好实验教学计划,精心选择实验内容(研究课题)。编制实验教学计划对学生实验进行布置、指导和检查,是教学工作的一个有机组成部分。在本课程的实验教学计划中体现了计量经济学这门课程的地位与课程性质,安排了实验教学进度,确定了学生实验教学成绩的考核方式等。在实验内容上我们在教学中设计了6个实验项目,即EViws软件的认识、一元回归分析、多元回归分析、多重共线性的诊断与修正、异方差诊断与修正、自相关诊断与修正、综合实验等基本涵盖了教材教学内容。
2.划分好实验研究小组。通过实验小组来体现计量经济学自主性实验教学模式,在实验教学中按照自愿原则成立实验小组,每组选出一个小组长,他负责小组内部日常的如:学习教学软件、查找资料、上机实验以及撰写实验报告等学习管理,同时负责及时与老师协调沟通在实验教学中所需要解决的各种疑问。小组制管理的优点在于,一方面便于培养学生的合作意识与团队精神;另一方面便于教师的实验教学监督与管理,发现问题能够及时解决。
著名未来学家阿尔文托夫勒(1980)^很早就在其经典著作《第三次浪潮》中,将大数据热情地赞誉为“第三次浪潮的华彩乐章”,但是大数据成为高频词是最近一两年的事情。随着社交网络、物联网、云计算的兴起,数据规模越来越大,2011年5月,全球知名咨询公司麦肯锡(MckinseyandCompany)了《大数据:创新、竞争和生产力的下一个前沿领域》2报告,标志着‘‘大数据”时代的到来,指出‘‘数据已经渗透到每一个行业和业务职能领域,逐渐成为重要的生产因素;而人们对于海量数据的运用将预示着新一波生产率增长和消费者盈余浪潮的到来”。2012年世界经济论坛了《大数据、大影响》3的报告,从金融服务、健康、教育、农业、医疗等多个领域阐述了大数据给世界经济社会发展带来的机会。2012年3月,奥巴马政府《大数据研究和发展倡议》4,投资2.5亿美元,正式启动大数据发展计划,计划在科学研究、环境、生物医学等领域寻求突破。据Gartner公司2012年8月的技术发展生命周期5趋势图(图1),大数据不到两年时间内成为新技术发展的热点。一时间大数据蜂拥袭来,那么什么是
大数据?大数据对传统经济学会带来哪些冲击?传统经济学应该如何面对大数据带来的挑战?
对于什么是大数据,目前业界并没有公认的说法。Dumbill(2012)6采用IBM公司的观点,认为大数据具有“3V”特点,即规模性(Volume)、多样性(Variety)、实时性(Velocity)。以IDC为代表的业界认为大数据具备“4V”特点,即在3V的基础上增加价值性(Value)。NetApp公司7认为大数据应包括A、B、C三大要素,即分析(Analytic)、带宽(Bandwidth)和内容(Content)。所谓大分析(BigAnalytics),指通过对大数据进行实时分析后带来新的业务模式,帮助用户获得洞见,从而更好地进行客户服务;高带宽(BigBandwidth)指快速有效地消化和处理大数据;大内容(BigContent)—方面指大数据包括结构化、半结构化数据与非机构化数据,另一方面则是指对数据的存储扩展要求极高,能轻松实现数据的恢复、备份、复制与安全管理。Gartner认为,大数据需要新的处理模式才能具有更强的决策力、洞察发现力和流程优化能力,满足海量、高增长和多样化信息资产的需要。
大数据是工业传感器、互联网、移动数码等固定和移动设备产生的结构化数据、半结构化数据与非结构化数据的总和,大数据重在实时的处理与应用,以获得所需要的信息和知识,从而实现商业价值以及为公共管理服务。数据挖掘和人工智能等应用工具在大数据处理中发挥着重要作用,现代信息技术是大数据赖以存在和发展的重要支撑力量。
二、大数据给经济学带来的影响
Victor(2012)8在其最新著作《大数据时代—生活、工作与思维的大变革》中指出,大数据时代,思维方式要发生3个变革:第_,要分析与事物相关的所有数据,而不是依靠分析少量数据样本;要总体,不要样本。第二,要乐于接受数据的纷繁复杂,而不再追求精确性。第三,不再探求难以捉摸的因果关系,应该更加注重相关关系。杨华磊(2013)9分析了高频数据对传统经济学研究范式的冲击,出现了‘‘非主流经济学就是致力研究异常现象的经济学”,当然高频数据与大数据不是一回事,两者之间存在交集。那么,大数据给经济学带来了哪些影响昵?
(一)大数据研究对象变成了总体
传统经济学研究中,由于搜集数据的条件所限,人们往往对数据进行抽样,用少量样本来进行研究,这一传统一直延续至今,并且成为经济学研究的主流做法,但是抽样的质量对研究结果影响很大,比如公众对政府统计部门公布的物价指数和基尼系数引发的怀疑。在大数据时代,很多场合下已经无需进行针对样本的研究,直接将总体作为研究对象,从而很大程度上改变了数据来源方式,对数据的处理也产生了深远的影响。
(二)大数据不需要基于假设检验的研究
传统的经济学研究,往往根据研究内容提出数个假设,然后再采用数学模型基于统计检验来验证假设。但在大数据时代,由于有足够的变量、足够的数据,可以采用人工智能来进行数据挖掘和知识发现,得到的结论是成百上千的,和传统经济学研究需要验证假设的数量永远不是一个数量级。在大数据时代,如果继续采用传统的假设检验方法进行研究,永远是不充分的、不完备的、无法满足需要的。大数据时代重在对数据处理的多样化结果进行分析,可以是基于经济学的,也可以是基于应用的,从而辅助人们决策。
此外,由于变量的完备性要求使得传统的基于假设验证的研究有时变得十分尴尬。比如,研究研发投入对企业绩效的影响,需要考虑的不仅仅是研发投入,还要考虑企业资本结构、竞争水平、人员素质、行业特点、管理能力等诸多因素,研究者重点关注的是研发投入的弹性系数,但却得到了其它所有数十个变量的弹性系数,从而使研究重心不容易掌握。
(三)大数据使得因果关系变得不太重要
传统经济学是一门解释科学,重在对经济现象进行解释,了解他们的因果关系,但在大数据时代,这样做是远远不够的,大数据甚至可以发现事物发展潜在的规律,以供经济学家解释,具有_定的“智能性”,某种程度上超越了经济学研究的因果关系。
大数据并没有改变因果关系,但是使传统经济学的因果关系变得不太重要。比如经济学家在预测房价时,无非是根据住房价格变化的影响因素来进行分析,比如经济发展水平、人均收入、土地价格、宏观房产政策、地点等因素。但谷歌预测房价时,根据住房搜索查询量变化进行预测,结果比不动产经济学家的预测更为准确及时。IBM日本公司,通过检索关键词“新订单”“雇员“生产”等来预测采购经理人指数,仅用6小时就得出结果,并且和专业的采购人指数分析师们计算的结果基本一致。大数据并没有改变因果关系,但使因果关系变得意义不大,很多时候因果关系成为‘‘正确的废话”。
(四)传统的因果关系有时无法验证
弄清事物之间的内在联系和作用机制,一直是传统经济学研究的核心。但有时因果关系是没有办法验证的。比如新产品上市,人们往往倾向于购买新产品,这样对旧产品的需求会下降,那么旧产品价格应该立即回落,这是其一。从另外—个角度,如果大家都认识到这一点,就会贪便宜购买旧产品,短期内会造成旧产品供不应求,反而导致旧产品涨价。究竟是涨是跌,要看这两种因素谁弱谁强,采用传统经济学研究方法是难以验证这两种效应的,只能验证两种效应作用的综合结果。
实际情况是,在大数据时代,西雅图Decide.comg公司分析了近400万商品的超过250亿条价格信息,发现新产品上市时,短期内旧产品价格是上涨的,过一段时间才逐步回落。采用大数据,既可以知道多少人购买旧产品,也能知道多少人购买新产品,以及旧产品价格变化的规律。在这种情况下,我们知道所有的因果关系,却难以检验,并且没有意义,知道结果更重要。
(五)传统经济学研究具有滞后性
传统经济学对于新生事物是不敏感的,必须等事情发生并且成长到_定规模以后才能搜集到足够数据进行相关研究。在大数据时代,可以通过海量数据对经济行为进行分析,一旦有新情况、新动态立即予以关注,从而实现对新生事物的早期干预和分析,因此具有前瞻性。大数据本身就具有智能,可以辅助经济学发现知识。
(六)大数据对基于统计检验的计量经济学冲击很大
建立在回归和统计检验基础上的计量经济学以其严谨的逻辑成为经济学研究的重要方法论,迄今为止,诺贝尔经济学奖获得者有近半数是计量经济学家,但大数据动摇了这_根基,比如采用普通回归研究自变量X于因变量Y的关系,对于X回归系数采用t检验,_般认为相伴概率小于0.05(特殊情况可以放大到0.1)就说明两变量相关。其实在这种情况下,犯两变量不相关错误的可能性是5%,以CNNIC的《第31次中国互联网络发展状况统计报告》M为例,2012年底我国网民数量达5.64亿人,假设我们研究网民平均受教育年限(X)与上网时长(Y)的关系,5%就是2820万人,此时我们还能漠视这5%的错误吗?同样,如果t检验的相伴概率为0.95,那么很明显说明平均受教育年限与上网时长不相关,但同样会犯错误,即有5%的可能性平均受教育年限(X)与上网时长(Y)是相关的,会涉及2820万网民,这同样是不能忽视的。
(七)大数据对经济学建模提出挑战
传统的经济学研究,往往采用1个或少数几个数学模型来进行研究,但任何模型都各有长处,也各有其局限,没有包治百病万能的数学模型。比如动态面板容易使投入变量的弹性系数估计变小,空间面板容易出现空间矩阵设置方法不当导致结果偏误,面板变系数模型难以和空间面板结合使用,面板联立方程模型对方程形式的要求极高,面板向量自回归模型难以和空间面板融合等等。在研究同一问题时,可用模型其实较多,有没有最佳模型昵?这恐怕是个无解的问题。实际情况是,迄今为止传统经济学研究得出的结论,至多只能说明采用甲模型的结论,并不具有普适性,换个乙模型结论可能立即就变了,其实研究结论是脆弱的。
此外,在研究同一个问题时,即使采用同一模型,由于模型的变量选择、估计的方法、参数设置、滞后期选择等不同,也会导致估计结果相差很大。
在大数据时代,借助云计算和分布式处理等现代信息技术,往往可以采用成百上千的模型来进行研究。Google公司在预测2009年美国甲型H1N1流感爆发时间时,把5000万条美国人常用的检索词条和美国疾控中心2003-2008年期间季节性流感传播数据进行比较,希望通过搜索记录判断这些人是否得了流感,先后共采用了4.5亿个不同的数学模型,预测结果和官方数据的一致率高达97%,但比官方节省了两周时间,从而为政府采取相关措施赢得了宝贵的时间。
在传统经济学研究中,由于研究对象错综复杂,直接影响与间接影响因素众多,变量的完备性被认为是不可能的事情,往往只能选取少数变量来进行研究,达到一个相对满意的结果。在大数据时代,我们可以获取越来越多的变量,从而使遗失变量的可能性降到最低,这样在研究中由原来的数个变量可能会变成数十个甚至成百上千的变量,在这样的情况下,对原有的建模技术就带来了巨大挑战,对计量经济学的发展将会产生深远影响。
(八)大数据给经济学研究工具和手段发生变化
传统经济学研究,_个团队、数台电脑、几个软件就能进行像样的研究,很少有运算需要动用大中型服务器的,但在大数据时代,经济学研究发生了巨大的变化,在人员组成上,不光要有经济学家和领域专家,还要有大数据维护专家、大数据建模专家;在计算工具上,需要广泛借助云计算,几台电脑根本解决不了问题;从合作关系上,需要广泛与政府、大数据拥有者、云计算服务商等合作,不然难以进行研究。大数据时代,经济学研究必须依靠跨学科团队,传统的少数几个学者就能进行研究的模式已经难以为继。
(九)大数据彻底改变了传统的统计调查方式
大数据彻底改变了传统的统计调查方式,比如对于经济指数、物价指数的计算,完全可以采用全新的模式,彻底摒弃传统方式。对于统计学中的异常点,以往的处理方式往往是丢弃,或者是平滑,但在大数据时代,由于样本众多,异常点成为宝贵的资源和研究对象广受重视。传统的统计数据是经过加工后的结构化的数据,在大数据时代,人们更加重视原始数据和非结构化数据,因为如果统计数据已经经过加工,那就变成了二手数据,如果_手数据加工过程出现问题必然导致后续处理出现误差。此外,大数据还使间隔时间较短的高频数据研究成为可能。
三、大数据经济学
(一)大数据经济学的定义与研究内容
考虑到大数据给传统经济学带来的巨大冲击和影响,迫切需要对此进行研究,斯坦福大学的教授、沃尔玛全球电子商务的高级副总裁的共同创立者发明了—个新词,指将计算机科学和信息技术应用于经济学领域,特别指应用于大数据的经济分析的意义相近,翻译成中文后更容易混淆,加上其和(生态)相近,因此并不是一个好的名词。本文提出大数据经济学,给出如下定义:
大数据经济学是在经济学研究和应用中采用大数据并且采用大数据思想对传统经济学进行深化的新兴交叉学科。大数据经济学不仅要研究如何建模、管理和应用大数据,而且要深入研究传统经济学如何应对大数据带来的挑战并进行改良,大数据经济学需要经济学家、领域专家和信息技术专家等密切合作,对人文社科与自然科学的跨学科研究提出了更高的要求,并且对整个经济学、社会学、公共管理等将带来革命性变革。大数据经济学的研究内容包括:
第一,大数据计量经济学。这是和传统计量经济学对应的一个学科,也是大数据经济学下面的子学科。在大数据背景下,经济学建模与分析方法与传统计量经济学完全不同,迫切需要采用全新的思路和方法进行研究。对信息技术专家们而言,大数据经济学仅仅是算法和建模问题,但是如果没有经济学理论指导,没有经济学家的思维,必然会导致研究方向的迷失。一些大数据领域的学者认为‘‘要相关,不要因果”,这是非常要不得的,传统经济学理论至今仍然到处闪烁着智慧的光芒,对经济现象的深入见解时刻发挥着重要的作用,所以大数据背景下的经济学分析不能主要靠信息技术的建模专家来进行,必须继续依靠大数据计量经济学家。