大数据时代的经济学研究:数据驱动范式

被引：12

作者：

崔俊富 ^{[1
]}

邹一南 ^{[2
]}

陈金伟 ^{[1
]}

机构：

[1] 南京航空航天大学经济与管理学院

[2] 中共中央党校经济学教研部

来源：

广东财经大学学报 | 2016年 / 31卷 / 01期

基金：

中国博士后科学基金;

关键词：

大数据; 经济学; 研究范式; 数据驱动范式; 模型驱动范式;

D O I：

暂无

中图分类号：

F091.3 [近现代经济思想（1640年~）];

学科分类号：

060207 ; 020102 ;

摘要：

主流经济学研究一般采用模型驱动研究范式,包括选定模型的组成变量、建立模型的基本假设、模型的模拟与求解、实证检验以及分析结论五个步骤。模型驱动研究范式推动了近代以来经济学的发展,与思辨驱动研究范式一道成为经济学发展史上重要的里程碑。但自21世纪以来,数据出现了爆炸式增长,数据量级已达到了ZB(270B)级别,且还在呈指数级加速增长。数据大爆炸给经济学研究带来了全新的挑战,模型驱动研究范式已难以适应经济学研究的需要。随着计算机技术的迅猛发展,数据驱动研究范式因其可最大限度利用巨量数据所提供的有价值的信息而表现出模型驱动研究范式不可比拟的优势,因而未来的经济学研究必将由数据驱动研究范式所主导。对此,经济研究工作者应做出相应改变,以适应大数据时代的来临。

引用

页码：4 / 12

页数：9

共 20 条

[1] 基于随机森林方法的中国经济增长动力研究 [J].