第六节 总结和展望
“大数据”“人工智能”等发端于计算机、互联网领域的名词注解了这个时代，数据呈爆炸性、指数式增长，人类同时也拥有空前的对数据获取和处理的能力，“经济学帝国”自觉地把大数据纳入麾下。基于大数据研究经济在数据的来源、渠道方面，数据处理和分析方面，方法论等方面均与传统经济学研究方法有很大区别。大数据方法研究的核心是相关性分析。虽然大数据来源、内容、处理方法不一样，但根据经济研究中使用大数据研究的目的，国内外大量的基于大数据研究经济的文献可以大致归纳为3类：优化传统经济指标或构建其先行指标、构建新的经济预测指标、建立经济变量间的联系。由于绝大部分大数据原始状态为非结构化数据，如何处理海量的非结构化数据、从中获取有效信息是经济学家面临的关键问题。与传统经济研究的方法相比，基于大数据方法的特征主要体现在数据抓取和数据分析方面。基于大数据的经济分析意在借助传统上不易或无法处理的或曾经被忽视的海量非结构化数据，在数据间通过相关性分析发现数据间的联系，进而揭示更加深刻意义上的经济联系，虽然本质上一样，但目前基于大数据方法研究经济主要分两个方向：经济预测和验证经济理论，对国民经济运行、企业决策、经济学发展均有重要意义。
当前基于大数据研究经济面临的主要问题在于大数据获取难、数据处理和分析难、基于大数据的经济分析方法的某些理论基础没有夯实。虽然仍然存在不少问题，但随着信息化、智能化技术的不断发展，数据的重要性会不断增加，人们对大数据会愈发依赖，如果数据对于经济学是重要的，则基于大数据方法的研究是经济学发展的方向之一。对我国而言，一是要探索建立经济学家使用大数据资源的机制和渠道，在保证数据安全和公众隐私、机构利益的前提下，使政府、公共机构、公司收集的数据能得到有效利用，进而造福社会；二是要提高经济学家处理、分析大数据的能力，适应大数据时代的信息处理和分析环境，培养复合型的经济学家；三是要继续加强对大数据经济研究基础理论工作的研究，针对大数据的特性建立相关的统计分析理论，夯实经济学利用大数据的理论基石。
本专题参考文献
A.Cavallo，R.Rigobon，“The Billion Price Project：Using Online Prices for Measurement and Research”，Journal of Economic Perspective，2016，30（2）：151-178.
Aastveit，Knut Are，Gisle James Natvik，Sergio Sola，Economic Uncertainty and the Effectiveness of Monetary Policy，Norges Bank，2013.
Amuri D.F.，Marcucci J.，Forecasting the US Unemployment Rate with a Google Job Search Index，Social Science Electronic Publishing，2010.
Artolas N.，Pinto F.，“Can Internet Searches Forecast Tourism Inflows？”，International Journal of Manpower，2015，36（1）.
Askitas N.，Zimmermann K.F.，Google Econometrics and Unemployment Forecasting，Discussion Paper of Diw Berlin，2009，55：107-120.
Askitas N.，Zimmermann K.F.，“Nowcasting Business Bycles Bsing Boll Data”，Forecast，2013，32（4）：299-306.
Blazquez D.，Domenech J.，“Big Data Sources and Methods for Social and Economic Analyses”，Technological Forecasting & Social Change，2017，https：//doi.org/10.1016/j.techfore.2017.07.027.
Bollen J.，Mao H.，Zeng X.，“Twitter Mood Predicts the Stock Market”，Journal of Computational Science，2011，2（1）：1-8.
Brandyn Bok，Daniele Caratelli，Domenico Giannone，Argia Sbordone，Andrea Tambaloti，Macroeconomic Nowcasting and Forecasting with Big Data，Federal Reserve Bank of New York Staff Reports，No. 830，2017.
Cavallo A.，“Online and Official Price Indexes：Measuring Argentina’s Inflation”，Journal of Monetary Economics，2013，60（2）：152-165.
Chamberlain G.，“Googling the Present”，Economic and Labour Markert Review，2010，4（12）.
Choi H.，Varian H.，“Predicting Initial Claims for Unemployment Benefits”，Social Science Electronic Publishing，2010.
Chong A.Y.L.，Liu M.，Li B.，“Predicting Consumer Product Demands Via Big Data：The Role of Online Promotional Marketing and Online Reviews”，International Journal of Production Research，2015：1-15.
Dzielinski M.，News Senstivity and the Cross-section of Stock Returns，NCCR Finrisk working paper，No.719，2011.
Edelman B.，“Using Internet Data for Economic Research”，Journal of Economic Perspectives，2012，26（2）：189-206.
Gandomi A.，Haider M.，“Beyond the hype：Big Data Concepts，Methods，and Analytics”，International Journal of Information Management，2015，35（2）：137-144.
Henderson J.V.，Storeygard A.，Weil D.N.，Measuring Economic Growth from Outer Space，NBER research paper，http：//www.nber.org/papers/w15199.
Hu N.，Bose I.，Koh N.S.，Liu I.，“Manipulation of Online Reviews：An Analysis of Rating，Readability，and Sentiments”，Decision Support System，2012，52（3）：674-684.
Li Y.，Arora S.，Youtie J.，Shapira P.，“Using Web Mining to Explore Triple Helix Influences on Growth in Small and Mid-size Firms”，Technovation，2016，http：//dx.doi.org/10.1016/j.technovation.2016.01.002.
Liu Y.，Huang X.，An A.，Yu X.，Sentiment Aware Model for Predicting Sales Performance Using Blogs，The 30th Annual International Acm Sigir Conference on Research and Development in Information Retrieval，2007：607-614.
Mclaren N.，Shanbhogue R.，“Using Internet Search Data as Economic Indicators”，Bank Engl. Q. Bull，2011，Q2，134-140.
Mellander S.，Stolarick K.，Matheson Z.，Lobo J.，“Night-time light Data：A Good Proxy Measure for Economic Activity？”，Plos one，2015，10（10）：e0139779.
Moat H.S.，Curme C.，Stanley H.E.，Preis T.，Anticipating Stock Market Movement with Google and Wikipedia，NATO Science for Peace and Security Series C：Environmental Security Springer Science，2013：47-59.
P.Sutton，D.Roberts，C.Elvidge，K.Baugh，“Census from Heaven：An Estimate of the Global Human Population Using Night-time Satellite Imagery”，International Journal of Remote Sensing，2001，22（16）：3061-3076.
P.C.Sutton，C.D.Elvidge，T.Ghosh.，“Estimation of Gross Domestic Product at Sub-national Scales Using Night-time Satellite Image-ry”，International Journal of Ecological Economics & Statistics，2007，8（Suppl 7）：5-21.
Schneider M.J.，Gupta S.，“Forecasting Sales of New and Existing Products Using Consumer Reviews：A Random Projections Approach”，International Journal of Forecasting，2016，32（2）：243-256.
V.M.Schonberger，Big Data：A Revolution That Will Transform How We Live，Work and Think，London，UK：John Murray Publishers Ltd，2013.
Varian H.R.，“Big Data：New Tricks for Econometrics”，Journal of Economic Perspective，2014，28（2）：3-28.
Vicente M.R.，Lopez Menendez A.J.，Perez R.，“Forecasting Unemployment with Internet Search Data：Does It Help to Improve Prediction When Job Destruction is Skyrocketing？”，Technological Forecasting & Social Change，2015，92（92）：132-139.
Wu L.，Brynjolfsson E.，The Future of Prediction：How Google Searched Foreshadow Housing Prices and Sales，Social Science Electronic Publishing，2014：89-118.
丁焕峰、周艳霞：《从夜间灯光看中国区域经济发展时空格局》，《宏观经济研究》2017年第3期。
范子英、彭飞、刘冲：《政治关联与经济增长——基于卫星灯光数据的研究》，《经济研究》2016年第1期。
李凤岐、李光明：《基于搜索行为的经济指标预测方法》，《计算机工程与应用》2017年第6期。
刘涛雄、徐晓飞：《大数据与宏观经济分析研究综述》，《国外理论动态》2015年第1期。
沈淑、张璇、田晓春：《网络大数据在消费者信息指数预测中的应用——基于LASSO算法和KPLSR算法》，《2015年第四届全国大学生统计建模大赛》，2015年。
徐康宁、陈丰龙、刘修岩：《中国经济增长的真实性：基于全球夜间灯光数据的检验》，《经济研究》2015年第9期。
许伟：《基于网络大数据的社会经济监测预警研究》，科学出版社2016年版。
[1] 本专题作者：李华杰、史丹、马丽梅。作者单位：中国社会科学院工业经济研究所。