21世紀(jì)以來，隨著信息技術(shù)快速發(fā)展，人們獲取、存儲(chǔ)、分析數(shù)據(jù)的能力不斷增強(qiáng)，全球數(shù)據(jù)呈現(xiàn)爆發(fā)式增長、海量集聚的特點(diǎn)。相應(yīng)地，推動(dòng)大數(shù)據(jù)產(chǎn)業(yè)創(chuàng)新發(fā)展、構(gòu)建以數(shù)據(jù)為關(guān)鍵要素的數(shù)字經(jīng)濟(jì)成為大數(shù)據(jù)時(shí)代面臨的一項(xiàng)重大課題。新的經(jīng)濟(jì)發(fā)展形勢(shì)必然會(huì)對(duì)經(jīng)濟(jì)學(xué)研究與創(chuàng)新產(chǎn)生深遠(yuǎn)影響，不僅極大拓寬了經(jīng)濟(jì)學(xué)研究范疇，而且沖擊著傳統(tǒng)經(jīng)濟(jì)學(xué)研究方法。經(jīng)濟(jì)學(xué)研究需要適應(yīng)大數(shù)據(jù)時(shí)代要求，勇于創(chuàng)新與變革。

傳統(tǒng)經(jīng)濟(jì)活動(dòng)如農(nóng)業(yè)生產(chǎn)、工業(yè)制造等，主要發(fā)生在物理空間，其擴(kuò)張也主要表現(xiàn)為在物理空間的數(shù)量累加。進(jìn)入大數(shù)據(jù)時(shí)代，以數(shù)據(jù)為主要生產(chǎn)要素的新經(jīng)濟(jì)活動(dòng)則主要發(fā)生在數(shù)字空間或數(shù)字空間與物理空間的融合中，經(jīng)濟(jì)活動(dòng)的擴(kuò)張也不再主要表現(xiàn)為在物理空間的數(shù)量累加，而是通過數(shù)字技術(shù)對(duì)傳統(tǒng)行業(yè)融合滲透、賦能引領(lǐng)，推動(dòng)新農(nóng)業(yè)、新制造業(yè)、新服務(wù)業(yè)蓬勃發(fā)展，為經(jīng)濟(jì)發(fā)展提供新動(dòng)能。

根據(jù)經(jīng)濟(jì)活動(dòng)空間不同，數(shù)字經(jīng)濟(jì)可劃分為兩類：第一類是純粹數(shù)字經(jīng)濟(jì)，即產(chǎn)品的設(shè)計(jì)、生產(chǎn)、營銷、運(yùn)輸（傳遞）、消費(fèi)、支付等經(jīng)濟(jì)活動(dòng)全過程都在數(shù)字空間完成，無須依賴物理空間，如加密（數(shù)字）貨幣、網(wǎng)絡(luò)銀行等;第二類是融合數(shù)字經(jīng)濟(jì)，即經(jīng)濟(jì)活動(dòng)主要發(fā)生在數(shù)字空間和物理空間的交互融合中，物理空間發(fā)生的經(jīng)濟(jì)活動(dòng)過程能夠在數(shù)字空間得到實(shí)時(shí)反映，如在共享經(jīng)濟(jì)中，訂單、支付等環(huán)節(jié)是在數(shù)字空間完成的，而具體的共享服務(wù)則往往在線下的物理空間進(jìn)行。

由此可見，在大數(shù)據(jù)時(shí)代，“算法 算力 數(shù)據(jù)”已經(jīng)成為典型的生產(chǎn)方式。這使人類經(jīng)濟(jì)活動(dòng)的空間和過程發(fā)生了巨大變化，從而極大拓展了經(jīng)濟(jì)學(xué)研究的范圍。經(jīng)濟(jì)學(xué)研究應(yīng)把這些經(jīng)濟(jì)活動(dòng)作為研究對(duì)象，深入研究數(shù)字經(jīng)濟(jì)的產(chǎn)生機(jī)理和運(yùn)行邏輯、數(shù)字化企業(yè)的性質(zhì)和發(fā)展目標(biāo)、數(shù)字化企業(yè)的股權(quán)結(jié)構(gòu)與治理創(chuàng)新以及商業(yè)模式創(chuàng)新等。

大數(shù)據(jù)時(shí)代經(jīng)濟(jì)學(xué)研究范疇和研究對(duì)象的拓展，使傳統(tǒng)經(jīng)濟(jì)學(xué)研究方法表現(xiàn)出明顯的不適應(yīng)，要求對(duì)研究方法進(jìn)行創(chuàng)新。首先，由于受到數(shù)據(jù)采集、傳輸、存儲(chǔ)和分析處理能力的限制，以往統(tǒng)計(jì)分析往往采用少量樣本進(jìn)行研究，容易造成數(shù)據(jù)遺漏和分析不完整等缺陷。在大數(shù)據(jù)時(shí)代，數(shù)據(jù)采集、傳輸、存儲(chǔ)和分析能力發(fā)生質(zhì)的飛躍，海量數(shù)據(jù)資源可以滿足經(jīng)濟(jì)學(xué)研究對(duì)大樣本數(shù)據(jù)的需求，在某些情況下甚至可以采用全樣本進(jìn)行分析和研究，這大大提升了經(jīng)濟(jì)研究的精準(zhǔn)性。

其次，以往經(jīng)濟(jì)學(xué)分析的數(shù)據(jù)大多是結(jié)構(gòu)化的數(shù)值數(shù)據(jù)，而大數(shù)據(jù)時(shí)代的數(shù)據(jù)除了數(shù)值數(shù)據(jù)，還有很多非結(jié)構(gòu)化數(shù)據(jù)，如圖片、聲音、視頻、文本等，但計(jì)量分析、統(tǒng)計(jì)分析等傳統(tǒng)研究方法很難處理這類數(shù)據(jù)。

再次，傳統(tǒng)經(jīng)濟(jì)學(xué)研究往往是在事件發(fā)生后搜集相關(guān)數(shù)據(jù)，然后通過統(tǒng)計(jì)模型、假設(shè)檢驗(yàn)等方法對(duì)樣本數(shù)據(jù)進(jìn)行研究并得出結(jié)論。這種靜態(tài)、滯后的研究往往會(huì)削弱研究成果對(duì)實(shí)踐的指導(dǎo)意義。在大數(shù)據(jù)時(shí)代，經(jīng)濟(jì)學(xué)研究可以運(yùn)用人工智能方法對(duì)海量數(shù)據(jù)進(jìn)行實(shí)時(shí)分析，甚至可以在預(yù)設(shè)環(huán)境中對(duì)經(jīng)濟(jì)數(shù)據(jù)進(jìn)行自動(dòng)智能分析，實(shí)時(shí)生成研究報(bào)告，實(shí)現(xiàn)精準(zhǔn)預(yù)測(cè)，這就能夠極大增強(qiáng)研究成果對(duì)經(jīng)濟(jì)活動(dòng)的指導(dǎo)性。

因此，經(jīng)濟(jì)學(xué)者應(yīng)高度關(guān)注大數(shù)據(jù)時(shí)代經(jīng)濟(jì)學(xué)研究所面臨的樣本數(shù)據(jù)擴(kuò)大、數(shù)據(jù)結(jié)構(gòu)種類變化等新情況新問題，重視文本挖掘、深度學(xué)習(xí)等數(shù)據(jù)分析技術(shù)在處理分析海量異構(gòu)數(shù)據(jù)（相關(guān)的多個(gè)數(shù)據(jù)的集合）方面的優(yōu)勢(shì)，積極推動(dòng)經(jīng)濟(jì)學(xué)研究方法創(chuàng)新和變革，提高經(jīng)濟(jì)學(xué)研究的精準(zhǔn)性和對(duì)經(jīng)濟(jì)實(shí)踐的指導(dǎo)性。

責(zé)任編輯：ct