法国里昂第三大学，法国“卓越大学计划”高校（Université de Lyon），里昂大学工商管理硕士（MBA），工商管理博士（DBA）并含下列细分专业博士智能制造管理博士（DBA in IMM），人力资源管理博士（DBA in HRM），医疗健康管理博士（DBA in HM），金融管理博士（DBA in FM），纯学术博士（PhD）
中国项目中心中国校友会（北京、上海、广州、深圳）
全国教学中心由上海（中国管理中心）统一管理
项目对象：企业家(特别是具有全球视野，有志于开拓全球市场的企业家）、企业决策者、企业高层管理人员、咨询行业专家、高校教师等
中国管理中心（上海）
电话：021-62933069
手机：13611979406（交大章老师，微信同号，建议添加微信咨询）
大数据时代和数量经济的研究
1.大数据时代
大数据时代来临主要是受到多方面因素的影响，首先就是互联网和物联网的发展成为了这一时代的大前提，而借助互联网和物联网，数据源源不断地出现。与此同时，人类社会的方方面面都变得可以用数据来衡量，量变引起质变，伴随电脑技术的发展，分布式处理和存储技术的出现，处理和存储大量数据的问题得以解决。这时候大数据时代就到来了。
2.大数据时代的特点
大数据的特点在很多文献中都有提及，比较统一的定义是“4V”的特点：
（1）海量的数据（Volume）。由于分布式存储技术的出现，数据的保存容量得到次方级的扩大，如今的大数据已经可以达到 ZB 的程度，几乎把所有可以得到的数据存储下来。
（2）多样化的数据（Variety）。大数据由于数据多，获得的渠道也多，数据格式多变，而且数据的内容也复杂多变，几乎涵盖了经济的方方面面。
（3）实时的数据（Velocity）。大数据一般是随着产生立刻就被拿来计算，数据基本和时间同步，可以说价值也与时间同步。
（4）高价值的数据（Value）。大量的实时数据，只要进行挖掘地分析，就可以加深企业公司的经济业务，同时拓展拓宽业务的范围。可以说为许多企业带来了很大的经济利益。
3.数量经济学的研究
对数量经济学的研究可追溯到 19 世纪古诺的研究，他在一篇研究市场均衡的论文中，首次使用了数学模型来分析问题。在西方经济学中，数量经济学很早就被应用于经济研究，通过建立经济计量学，数量经济学作为一个实用的工具活跃在各个方面。而且在各期世界诺贝尔经济学奖中，仅仅从事数量经济研究的，或者在数量经济方向有贡献研究的就占据了一半以上。
在国外，数量经济一直作为重要的学科，被研究者们重视。在经济生活中，数量经济的地位也同样重要。现代的生产环境复杂，而且一大特点是规模化产出，都属于大量的生产，内部联系复杂。而数量经济学通过分析经济数据的数量关系，可准确地观测到经济的规律，为经济生活提供方法支持，通过优化决策、管理和预测，降低成本、提高生产率。
4.数量经济学的定义
对于数量经济学的定义，概略的说是集合经济学、统计学和数学，来研究经济数量关系，通过数学的办法，对统计的数据建立模型，再加以计量验证，为经济变量之间的相互关系提供资料，作为经济预测和决策的依据。
虽然数量经济学大部分工作在于数理统计和数学分析，但是其目的终究是预测和决策，其核心是模型的建立。目前，世界上已有近百个国家依靠数量经济学来决策国家的经济方案。
大数据的出现，让传统的经济研究变得意义渺小，在超强的实时大数据预测的环境下，传统的、依靠过时的数据，来预测经济的方法无法与它抗衡。俞立平认为，在大数据时代，传统的经济研究已不适合了，比起研究经济的因果关系，大数据更加关注数据的相互关系。[2]事实上，在大数据分析中，模型依旧是关键。例如，在谷歌2009 年预测甲型 H1N1 流感爆发的案例中，除了使用的大量的数据，还采用了大量的数学模型，据统计高达 4.5亿个。可见，在数据分析上，模型的需求是巨大的。而模型的设计和建立的目标，都是探究各种因素的内部规律，揭示其中的因果关系。
1.在大数据时代，研究各种因果关系更加重要
施春来认为，大数据虽然功能强大，但是其缺点也十分明显，就在于数据的深度不足。[12]数据的深度必须通过对数据的深度挖掘，发现其中的因果关系。在数量经济学的研究中，核心是模型的建立，这一点可很好地补足大数据。同时，数量经济学在研究经济数量上一直通过假设，减少因素干扰来发现微小因素对经济的影响，但是在实际经济生活中，经济发展受到的影响因素有很多。同时，经济有时候容易受到一些不可控的因素影响，在受到利用或环境影响情况下，影响扩大以至于经济走向一个无法控制的方向。这个时候，再好的经济模型也无法解释这些现象。这时就需要依靠大数据的分析，通过对事物之间内在的联系进行分析，可很快发现事情的真相，节约大量的时间。
在大数据时代，很多人认为应关注经济的相互联系，但是这样的研究过分依赖计算机。认为大数据可即时预测，传统数量经济模型这种长远的预测和计划无法适应如今快速地时代。如今，信息传递迅速，在这个变化如此快速地时代，制定长远的计划更加重要，不应局限于短期。既然在如此强大能力之下，应利用大数据，对经济进行掌控，如同各种生产技术达到一个稳定的状态。数量经济学在这当中需要有一个重要的位置。在当今时代，各研究机构更要建立自己的大数据中心，利用大数据的分析力量，研究数量经济学。
2.大数据与数量经济学的结合
数量经济学也应进行改变。在结合中首先需要专业的计算机人才进入经济领域，分析各种经济模型，取出其中共性的影响因素，建立通用的计算模型，或建立阶段性、分段函数形式的经济模型。在大数据时代，数量经济学可做的事情更多，数量经济学完全可利用计算机的力量。以往研究中，其因素选取基本上未能超过几百这个数量级，但是在大数据时代完全可以办到。通过专业的计算机人才进行代码编辑，上百种因素通过数据爬虫的手段，建立因素的数据库。随后再输入模型，可在几周甚至几天时间里就可得到模型结果。同时在模型上，通过对各种模型分解进行大胆预测。
未来很可能需要一种人才，即模型分解的专业人才，是专门通过分析分解模型，来适应计算机运算的人才。毫无疑问，随着大数据的普及，未来的经济模型不再是如今这种小型的数学模型，很可能是经济模型会呈现一个很复杂的态势，或则极其简单的公式，同时，夹杂计算机代码都不奇怪。对经济学来说，出现各种经济数学公理都是可能的。同时，由于大数据的实时特点，经济数据模型可通过计算机，对不同地区的环境进行专门分析后，建立专供型的模型。
数量经济学通过利用大数据，前景是不可估量的，在经济规律研究上的突破会更快。但是这并不表示传统的研究没有必要，相反这更加重要。大数据数量经济学必须建立在传统数量经济学模型之上，如同谷歌的 4.5模型一样，需要不断地建立新的模型来分析，最终使模型细分到可让机器学习的阶段，通过机器的自我学习，让经济模型的研究和发现更加迅速。
1.在大数据时代，数据因果更加重要
在大数据时代，不应采用大数据的思维来处理经济学的问题，不能只关注数据的联系，数据因果更加重要。在处理经济问题上，需要大数据的实时、快速能力，但是在经济规划等方面，更加需要数量经济学的分析。但数量经济学也有其缺点，如对现实贴合度不高，受到各种假设的约束，而大数据可解决这一难点。
2.数量经济学与大数据结合是必然趋势
今后，数量经济学与大数据结合是其必然的趋势，大数据数量经济学将会成为未来的主流。大数据需要结合数量经济学，两者相辅相成，各自有其需要的部分。但是在结合后也必须看到，今后发展数量经济学和大数据的融合上需要更多的人才。在数量经济上，需要更多的研究，不仅仅在经济学，还需要更多数学和计算机的人才，通过分析各种经济模型，分解处理取出模型中共通部分。同时，要在经济因素添加中考虑模型的可用性，根据情况选择模型等。复杂度不仅仅在计算机的设计中，更多在于模型的设计，对现实世界规律的探究，会越来越深入。返回搜狐，查看更多
责任编辑：
声明：该文观点仅代表作者本人，搜狐号系信息发布平台，搜狐仅提供信息存储空间服务。