浅谈数据驱动研究范式在经济研究中变革与创新.docVIP

浅谈数据驱动研究范式在经济研究中变革与创新 　　摘 要：随着经济社会的不断发展，数据应用也越来越广泛，本文将以经济学研究方法的历史脉络为切入点，浅谈数据驱动研究范式在经济研究中的运用创新，并对未来研究方向提出构想。 　　关键词：经济研究方法 数据驱动 　　一、经济学研究范式的概念及演进 　　在经济学研究中使用的“样例”即为经济学研究范式。著名哲学家托马斯?库恩首次提出了范式的概念。他认为范式应由两个方面组成：其一，范式是由某一个科学共同体的所有成员在某一个特定时期都能接受的一系列基本的理论假设；其二，由上述理论假设解决了的、出现在相关学科教科书上的一系列“范例”或特定科学问题。总的来说，范式是连接科学共同体并且允许常规科学发生的一系列共享的假设和价值观。 　　世界是不断发展的，研究范式同样也是持续发展变化的，随着新生事物的不断涌现，当固有的研究范式不能指导人们对未来世界进行探索时，其历史地位将得到挑战，新的理论、模型逐步被整理、归纳，再经过人们反复论证后，新的范式得以确立。从经济学研究范式历史脉络来看，基本可以分为思辨（经验）驱动研究范式、模型（实证）驱动研究范式和数据驱动研究范式三大研究范式，它们各自出现在不同的历史时期，在人类社会的发展中，起到了至关重要的作用，尤其是在经济社会中刻上了其深深的烙印。 　　（一）思辨（经验）驱动研究范式的贡献 　　思辨驱动研究范式以文字表述为主，它在人类文明尤其是经济社会研究中扮演着举足轻重的角色，并沿用至今。思辨驱动研究侧重于利用纯粹的文字来阐述自身观点，其中大多夹杂了当时学者结合自身生活经验所得出的结论，虽鱼龙混杂，但其中也不乏真知灼见，并且由于文字表达通俗易懂，迅速在社会中引发了激烈的大讨论，有些还被记录整理成册，广为流传。人们现在所熟知的许多经济学经典理论，也多出于此，例如“马太效应”、“看不见的手”等，直至今日仍在经济学理论研究中发光发热。 　　（二）模型（实证）驱动研究范式的产生 　　随着经济社会的不断发展，人们越来越意识到，仅仅通过文字描述的经济现象研究远不能满足人们的需求，纯粹使用文字语言逻辑的理论往往存在不说明假定的现象，最后得到的结论也可能出现与假定矛盾的违背，并且文字语言的表达经常出现逻辑混乱和表达错位。不严谨性成为联系经济学模型与实际经济数据的硬伤，经济学发展出现了史无前例的瓶颈期。所幸当时数学与物理学的完美结合让人们看到了希望。数学作为人类思维最伟大的结晶，有着无与伦比的逻辑性和严密性，其表述的清晰严谨性也是自然语言所不能达到的，尤其是在近代以来，数学帮助物理学成为了典范科学，一下拓宽了人们研究经济问题的思路。例如边际革命创始人之一的门格尔的一段话：如果用p记这种物品的价格，用q记对它的需求，那么，q=f（p），dq/dp=f（p）0。若我们将这段话转变为纯粹的文字表述，则为一种物品价格越高，与之相应的需求越小（或不再增大），由此，数学的简洁及精准性完全突显出来。从此，相对精确性词汇逐步成为经济学研究的表述用语。 　　（三）数据驱动研究范式的崛起 　　?S着历史进程的发展和科学技术的不断进步，人们了解世界、认识自然、研究事物、掌握规律的手段和能力不断提高。从根本上来看，大数据提供了一种新的认识世界的方法，它将世界的本质看成是数据的集合，用数据化思维和先进的数据处理技术去探索数据之间的关系，构筑一个更加透明化、模块化的世界。由于计算机技术的迅猛发展，加之智能优化算法的出现，使得处理复杂多变、体量巨大的数据成为可能，推动了数据驱动研究范式的异军崛起。与时俱进是经济学研究一直保持旺盛生命力的根源，经济学作为重要的社会科学学科，要想继续为人类社会做出贡献，就必须从理论层面作出实质性的革新。 　　数据大爆炸给经济学研究带来了全新的挑战和机遇，可以说，是数据处理技术的进步直接推动了经济学研究方式的前进。数据驱动研究范式具有思辨驱动研究范式、模型驱动研究范式不可比拟的优势。 　　二、数据驱动研究范式在经济学方法论中的技术创新 　　（一）数据处理客观化、精细化 　　传统的模型驱动研究范式相较于数据驱动研究范式有其天然的劣势。首先，模型驱动研究范式是基于经典的数理统计理论发展而来，而经典数理统计受限于当时统计技术和理念的发展进程，有一个非常重要的前提，以样本推断总体。样本选取的好坏直接影响人们对于整体数据的研判，然而，无论人们如何利用技术手段减小样本选取的随机性，数据分析的误差仍难以避免。其次，传统模型驱动研究范式加以分析、考察的数据，大多是已经被“人为修正”过的数据，如若此，利用该数据所得到的研究结论，其客观性与真实性必将大打折扣，可信度也将打上问号。例如在日常生活中，每当国家相关统计部门发布季度或年度国家统计数据时，人们总会根据自身生活进行对照比较