大數據在經濟學中應用

1. 大數據在國民經濟中起什麼作用

無聊
物流在國民經濟增長中起到了基礎性支撐作用。在國民經濟和地區經濟中能夠發揮帶動作用和支持整個國民經濟的作用，能夠成為國家或地區財政收入的主要來源和創造就業領域，能成為現代科技的應用領域。例如，2008年奧運會對我國國民經濟和物流業經濟的增長起到了巨大的拉動作用。同時，奧運會對提高中國國民素質、改善投資環境、推動物流業的發展、提高開放度和提升國際形象具有更長遠、更持久的積極作用。深刻的理解到了「人文奧運、綠色奧運、科技奧運」三大理念的內涵，還給物流業發展帶來進一步擴張的有利環境和機遇。在國民經濟持續高速發展的拉動下，我國物流行業保持了快速增長的態勢，對經濟發展的貢獻明顯。物流在國民經濟中的地位隨著物流業的不斷發展呈現出越來越重要的作用。其作用主要表現在宏觀和微觀兩個方面。物流在宏觀層面上的作用主要表現在：（1）對國民經濟的持續、穩定、健康發展的保障作用；（2）對國民經濟各行業資源配置的促進作用；（3）對推動經濟增長方式轉變的作用；（4）對區域經濟發展的促進作用；（5）對物流業相關產業快速發展的推動作用。物流在微觀層面上的作用主要表現在：（1）降低企業物流成本；（2）實現企業競爭戰略；（3）滿足消費者多樣化需求和增加消費者剩餘。

2. 大數據時代的到來對經濟學有什麼影響

在互聯網日益發展壯大後，隨即迎來是大數據時代，本人認為，大數據時代對經濟學有著雙重影響。首先了解一下什麼是大數據時代。

最早提出"大數據"時代到來的是全球知名咨詢公司麥肯錫，麥肯錫稱:"數據，已經滲透到當今每一個行業和業務職能領域，成為重要的生產因素。人們對於海量數據的挖掘和運用，預示著新一波生產率增長和消費者盈餘浪潮的到來。" "大數據"在物理學、生物學、環境生態學等領域以及軍事、金融、通訊等行業存在已有時日，卻因為近年來互聯網和信息行業的發展而引起人們關注。

所以在大數據來臨時代，我們應該積極適應，作為企業來說應該重視大數據技術 、培訓企業的員工 。所以我認為，大數據時代對經濟學只有積極影響，我們應該緊跟時代步伐，積極配合大數據時代，隨著大數據時代對經濟學的影響，我們應該更加重視經濟學，努力學習經濟學。

3. 大數據在勞動經濟學方面的應用

他出去在勞動經濟學方面的應用很多就把比如說你們今年干什麼。

4. 你好，在大數據的背景之下，微觀經濟學要怎麼運用去解釋一些現實問題呢

1. 大數據的"大"

大數據最顯著的特徵就是 數據量大 ( large scope ) + 即時性 ( real time data )
比如: 你在超市收銀機的數據, 網購的記錄, 或者在線閱讀( 比如在知乎的關注文章 ) 等等.

同時大數據時代帶來了很多新的數據類型 (新在於對比以往經濟學上運用的數據)
比如: 社交網路上發的微博或者朋友圈裡所包含的文字數據 (這是以往經濟分析中不太會使用的)。計量經濟中的數據結構經常是矩陣型的, 也就是說通常收集 N 個觀察項, K 個變數 (且 K << N)
大數據的數據結構顯然不是這樣, 很多情況下 K > N
計量中經常假設觀察項之間是獨立的, 但是在社交網路中觀察項之間卻是經常互相聯結, 計量經濟學未來在使用社交網路數據時如何處理這種觀察項間的影響將成為一個關鍵。

2. 目前時髦的大數據應用: 預測建模 ( predictive modeling )

簡而言之, 預測建模可以理解為: 已知 N 個觀察 通過 K 個預測變數 來推導出相關性最強的 N 個結果。大數據時代數據雖然豐富多了, 但是數據的質量卻很容易下降. 
比如: 縱使你有全國層次上百萬級的觀察項, 而你所研究的課題卻是在市縣層次. 容易造成大量不相關且描述不夠詳盡的數據.

而且這種統計方法面臨一個權衡取捨: 
在 K > N 的時候, 模型的樣本外預測效果 ( out-of-sample performance ) 就會很差。但是模型的樣本內預測效果 (in-sample performance) 會很好.

而當經濟學家考慮運用機器學習的方法時, 很容易想到盧卡斯批評( Lucas Critique ): 如果一個預測模型通過收集市場上已知的經濟行為, 從而用來預測最優的政府幹預政策時, 預測的結果可能並不準確, 因為預測出來的干預政策會改變市場的經濟行為( 而這些正是和原模型中相關聯的 )

3. 大數據時代已經為實證經濟學研究提供了新的思路

美國統計局調查通貨膨脹是使用派發問卷的方式, 回收的數據再分類到不同的通貨膨脹指標中 (eg CPI). 大數據領域的 Billion Price Project ( BPP ) 運用實時的在線商店數據提供了一種 CPI 的替代指標 (這一指標在美國被驗證 BPP 與 CPI 有很強的相關性)。

其他的還有穆迪分析通過 MasterCard 和 Visa 的 Spending Pulse 來提供行業就業率的觀測指標. 

然而這些大數據還不夠完美, 很顯然這些數據的樣本本身就不具有代表性. 比如: 利用 MasterCard 和 Visa 推導出的就業率指數首先就要求被調查者要至少有一張 MasterCard 或者 Visa。
4. 對經濟學家的挑戰

數據獲取: 公共領域以及政府數據是否容易獲得.
數據管理以及編輯能力: 經濟學家是否有能力快速的把大數據高效地應用在經濟學思想。

最重要的, 急需開發出創新的數據總結, 描述和分析的方法？供參考。

5. 結合實際生活中的具體案例,分析大數據在中國或世界經濟中的應用

大數據應用的關鍵，也是其必要條件，就在於"IT"與"經營"的融合，當然，這里的經營的內涵可以非常廣泛，小至一個零售門店的經營，大至一個城市的經營。以下是關於各行各業，不同的組織機構在大數據方面的應用的案例，在此申明，以下案例均來源於網路，本文僅作引用，並在此基礎上作簡單的梳理和分類。
大數據應用案例之：醫療行業
Seton Healthcare是採用IBM最新沃森技術醫療保健內容分析預測的首個客戶。該技術允許企業找到大量病人相關的臨床醫療信息，通過大數據處理，更好地分析病人的信息。
在加拿大多倫多的一家醫院，針對早產嬰兒，每秒鍾有超過3000次的數據讀取。通過這些數據分析，醫院能夠提前知道哪些早產兒出現問題並且有針對性地採取措施，避免早產嬰兒夭折。
它讓更多的創業者更方便地開發產品，比如通過社交網路來收集數據的健康類App。也許未來數年後，它們搜集的數據能讓醫生給你的診斷變得更為精確，比方說不是通用的成人每日三次一次一片，而是檢測到你的血液中葯劑已經代謝完成會自動提醒你再次服葯。
大數據應用案例之：能源行業
智能電網現在歐洲已經做到了終端，也就是所謂的智能電表。在德國，為了鼓勵利用太陽能，會在家庭安裝太陽能，除了賣電給你，當你的太陽能有多餘電的時候還可以買回來。通過電網收集每隔五分鍾或十分鍾收集一次數據，收集來的這些數據可以用來預測客戶的用電習慣等，從而推斷出在未來2~3個月時間里，整個電網大概需要多少電。有了這個預測後，就可以向發電或者供電企業購買一定數量的電。因為電有點像期貨一樣，如果提前買就會比較便宜，買現貨就比較貴。通過這個預測後，可以降低采購成本。
維斯塔斯風力系統，依靠的是BigInsights軟體和IBM超級計算機，然後對氣象數據進行分析，找出安裝風力渦輪機和整個風電場最佳的地點。利用大數據，以往需要數周的分析工作，現在僅需要不足1小時便可完成。
大數據應用案例之：通信行業
XO Communications通過使用IBM SPSS預測分析軟體，減少了將近一半的客戶流失率。XO現在可以預測客戶的行為，發現行為趨勢，並找出存在缺陷的環節，從而幫助公司及時採取措施，保留客戶。此外，IBM新的Netezza網路分析加速器，將通過提供單個端到端網路、服務、客戶分析視圖的可擴展平台，幫助通信企業制定更科學、合理決策。
電信業者透過數以千萬計的客戶資料，能分析出多種使用者行為和趨勢，賣給需要的企業，這是全新的資料經濟。
中國移動通過大數據分析，對企業運營的全業務進行針對性的監控、預警、跟蹤。系統在第一時間自動捕捉市場變化，再以最快捷的方式推送給指定負責人，使他在最短時間內獲知市場行情。
NTT docomo把手機位置信息和互聯網上的信息結合起來，為顧客提供附近的餐飲店信息，接近末班車時間時，提供末班車信息服務。
大數據應用案例之：零售業
"我們的某個客戶，是一家領先的專業時裝零售商，通過當地的百貨商店、網路及其郵購目錄業務為客戶提供服務。公司希望向客戶提供差異化服務，如何定位公司的差異化，他們通過從 Twitter 和 Facebook 上收集社交信息，更深入的理解化妝品的營銷模式，隨後他們認識到必須保留兩類有價值的客戶：高消費者和高影響者。希望通過接受免費化妝服務，讓用戶進行口碑宣傳，這是交易數據與交互數據的完美結合，為業務挑戰提供了解決方案。"Informatica的技術幫助這家零售商用社交平台上的數據充實了客戶主數據，使他的業務服務更具有目標性。
零售企業也監控客戶的店內走動情況以及與商品的互動。它們將這些數據與交易記錄相結合來展開分析，從而在銷售哪些商品、如何擺放貨品以及何時調整售價上給出意見，此類方法已經幫助某領先零售企業減少了17%的存貨，同時在保持市場份額的前提下，增加了高利潤率自有品牌商品的比例。

6. 大數據在經濟方面的應用

大數據在經濟方面的應用非常廣泛，現在也越來越重要，很多人很多人重視到這個數據的應用

7. 大數據應用主要是應用在哪些方面

大數據應用於各個行業包括金融、汽車、餐飲、電信、能源、娛樂等在內的社會各行各業都已經融入了大數據的痕跡。

製造業：利用工業大數據提升製造業水平，包括產品故障診斷與預測、分析工藝流程、改進生產工藝，優化生產過程能耗、工業供應鏈分析與優化、生產計劃與排程。

金融業：大數據在高頻交易、社交情緒分析和信貸風險分析三大金融創新領域發揮重大作用。

汽車行業：利用大數據和物聯網技術的無人駕駛汽車，在不遠的未來將走入我們的日常生活。

互聯網行業：藉助於大數據技術分析用戶行為，進行商品推薦和針對性廣告投放。

餐飲行業：利用大數據實現餐飲O2O模式，徹底改變傳統餐飲經營方式。

電信行業：利用大數據技術實現客戶離網分析，及時掌握客戶離網傾向，出台客戶挽留措施。

能源行業：隨著智能電網的發展，電力公司可以掌握海量的用戶用電信息，利用大數據技術分析用戶用電模式，可以改進電網運行，合理設計電力需求響應系統，確保電網運行安全。

物流行業：利用大數據優化物流網路，提高物流效率，降低物流成本。

城市管理：利用大數據實現智能交通、環保監測、城市規劃和智能安防。

生物醫學：大數據可以幫助我們實現流行病預測、智慧醫療、健康管理，同時還可以幫助我們解讀DNA,了解更多的生命奧秘。

公共安全領域：政府利用大數據技術構建強大的國家安全保障體系，公共安全領域的大數據分析應用，反恐維穩與各類案件分析的信息化手段，藉助大數據預防犯罪。

個人生活：大數據還可以應用於個人生活，利用與每個人相關聯的「個人大數據」，分析個人生活行為軌跡，為其提供更加周到的個性化服務。

大數據的價值遠不止於此，大數據對各行各業的滲透，是推動社會生產和生活的核心要素。

(7)大數據在經濟學中應用擴展閱讀：

大數據的價值體現在以下幾個方面：

1)對大量消費者提供產品或服務的企業可以利用大數據進行精準營銷

2) 做小而美模式的中小微企業可以利用大數據做服務轉型

3) 面臨互聯網壓力之下必須轉型的傳統企業需要與時俱進充分利用大數據的價值

不過，「大數據」在經濟發展中的巨大意義並不代表其能取代一切對於社會問題的理性思考，科學發展的邏輯不能被湮沒在海量數據中。

著名經濟學家路德維希·馮·米塞斯曾提醒過：「就今日言，有很多人忙碌於資料之無益累積，以致對問題之說明與解決，喪失了其對特殊的經濟意義的了解。」這確實是需要警惕的。

參考資料：大數據_網路

8. 如何將「大數據」運用在經濟預測領域

首先要明白經濟預測的前提是什麼？是數據和信息

那麼，對於經濟預測來說，掌握信息就是掌握以前的規律，開創未來的前提。

目前來說，最為接近的技術就是網路方面的信息採集技術了。

這種採集技術有以下特點：

♦ 對目標網站進行信息自動抓取，支持HTML頁面內各種數據的採集，如文本信息，URL，數字，日期，圖片等
♦ 用戶對每類信息自定義來源與分類
♦ 可以下載圖片與各類文件
♦ 支持用戶名與密碼自動登錄
♦ 支持命令行格式，可以Windows任務計劃器配合，定期抽取目標網站
♦ 支持記錄唯一索引，避免相同信息重復入庫
♦ 支持智能替換功能，可以將內容中嵌入的所有的無關部分如廣告去除
♦ 支持多頁面文章內容自動抽取與合並
♦ 支持下一頁自動瀏覽功能a33lcc樂a思aw
♦ 支持直接提交表單
♦ 支持模擬提交表單
♦ 支持動作腳本
♦ 支持從一個頁面中抽取多個數據表
♦ 支持數據的多種後期處理方式
♦ 數據直接進入資料庫而不是文件中，因此與利用這些數據的網站程序或者桌面程序之間沒有任何耦合