经济学数据分析篇1

当前，各国纷纷加入到数据开放运动中，而且普遍呈现出以行动计划渐进式推进、以专门网站多格式承载、以经济和民生需求为导向的特征。

数据开放已成为当今世界各国的共同趋势。全球各国纷纷将数据开放纳入到国家发展战略。截至2014年4月，全球已有63个国家制定了开放政府数据计划。如：八国集团签署了《开放数据》；欧盟颁布了对《公共部门信息再利用》指令的修订；美国颁布了《增加联邦资助的科研超过访问的政策》，奥巴马总统签署了《政府信息公开和机器可读行政命令》；日本颁布了《日本再兴战略》，提出开放数据；澳大利亚了《公共服务大数据战略》，旨在推动公共领域利用大数据分析制定更好的公共政策。

以行动计划循序渐进推进开放。美国政府在2013年12月5日的《开放政府合作伙伴――美国第二次开放政府国家行动方案》中承诺，美国政府将按照战略资产来管理政府数据，对Data.gov门户网站进行改进，开放农业、营养和自然灾害相关数据。英国政府在2013年11月的《八国集团开放数据2013年英国行动计划》中作出了六项承诺，包括开放高价值数据集，通过与社会沟通明确优先哪些数据，为政府数据开放建立部级信息基础设施等。法国政府在2013年11月6日的《八国集团开放数据法国行动计划》中承诺，要朝着默认公开数据的目标前进，通过征求公众和社会意见完善开放数据政策等。

以专门网站多格式承载开放数据。建立统一的政府开放数据门户网站，集中开放数据集是各国的普遍做法。各国数据门户网站域名中大都带有data.gov字样。例如，美国建立了专门的数据开放门户网站data.gov，新加坡建立了data.gov.sg。在门户网站上，重点开放数据集和应用程序资源，有的网站设置了供开发人员参与和公众反馈的专栏。例如，截至2014年2月10日，美国数据门户网站开放了88137个数据集，349个应用程序，140个移动应用；新加坡门户网站开放了8733个数据集。此外，各国开放数据呈现多格式的特点，主要以CSV、HTML、XLS、NII、PDF为主。例如，美国的数据开放格式多达46种；印度网站以XLS格式开放的有1793个，以ZIP格式开放的有4个，以CSV格式开放的有2087个，以HTML格式开放的有30个，以XML格式开放的有1897个。

以经济和民生需求为导向开放。数据开放的重要目标之一是更好地满足经济发展需求，通过免费使用政府数据推进数字经济发展和科技创新，创造有助于大众更好地适应现代生活的实用工具和产品。从各国开放数据门户情况来看，围绕经济发展和民生需求的数据在开放数据中占比最大，公众关注的热点与经济发展和民生需求密切相关。例如：美国新版的数据开放门户网站将原来的金融、企业和安全等6大类数据集拓展至农业、消费、教育、能源等20大类，与经济和民生需求相关的数据集大幅增加；加拿大下载量最高的10个数据集中有9个来自加拿大公民身份与移民局；新加坡下载量最多的数据集为人民协会总部、3G移动用户数、各运营商3G移动通信服务平均速率等。

数据开放意义

通过开放数据，可以带动经济增长，促进社会创新，促进就业，更好地满足公众需求。

数据开放促进经济增长。伴随着以信息技术为代表的高新技术的发展，现代社会正由工业经济逐渐向信息经济转变。信息经济是指国民经济增长中的资源消耗以利用信息为主，而不是以物质、能源消耗为主的经济形态。公共数据是促进经济增长的重要资源，可以加工成具有巨大附加值的信息产品。例如，空间地理信息可以加工用于指导采矿、林业、农业、渔业、能源、航海、交通运输等；气象信息则可以加工用于指导农业、旅游业、灾难管理、环境评估等。据统计，信息资源增值性应用为美国的医疗服务业每年节省3000亿美元，为制造业在产品开发、组装等环节节省50%的成本；为欧洲的公共部门管理每年节省2500亿欧元；为全球个人位置数据服务提供商贡献1000亿美元 。

数据开放催生新兴业态。信息资源要素的投入有助于引发对生产过程、生产工具、操作方法和工艺技术等的革新和创造，公共信息资源的开放势必催生出一系列新兴业态。公共信息资源往往具有大规模、极细微、实时化的特性，伴随着建模、仿真、大数据分析和数据相关学科的发展，开放后的公共信息资源通过先进的计算和分析将能够帮助企业发现消费者偏好、异常成本损耗，以及多样的消费行为――所有这些都意味着新的产品和服务，特别是与市场变化紧密相关的产品和服务。美国政府在推动开放数据运动初期免费提供了气象资料和全球定位系统数据，企业利用这些资源创建了导航系统、天气新闻广播、预警系统、基于位置的应用程序和精密农具等新产品和服务，极大地改善了美国人民的生活。旧金山的一家研究气候的新创公司利用政府采集的气候、农作物收成和土壤等数据生成技术平台为农民提供保险来获取利润，这家公司日前市值11亿美元。

数据开放促进科技创新。知识创新和科技进步是社会可持续发展的动力，而信息资源是知识创新和科技进步的基本要素。信息资源不仅是知识创新和科技进步的基础，而且它还具有强大的导向作用，可以提高科研工作的起点，避免重复劳动，指导科学研究，同时可以加快科研成果的转化和推广，促进科学技术转化为生产力。联合国教科文组织在2012年4月的《开放获取开发与推广的政策指南》指出，开放共享有助于提高科研速度和效率，有助于开展跨学科研究，提高研究成果的可见度、利用率和影响力。

全球知识合作组织认为，数据开放将加速科学创新，提高科学事业的透明度和诚信度。欧洲科学院联盟的《21世纪开放科学宣言》中，号召在科研成果的开放共享方面积极展开国际合作，促进欧洲内外科学的发展。

数据开放增加就业机会。信息资源的深化在改变产业结构的同时也必然会影响到就业结构的改变。数据开放共享势必将促进信息资源增值服务、文化创意等第三产业的发展，从而拓展新的就业空间。例如，加拿大仅“空间地理数据基础设施”一个项目每年可支持12%的直接就业增长率 。人力资源和社会保障系统的信息资源一旦实现开放共享，将有效填平求职者与企业人才需求之间的“信息鸿沟”，求职者能够更多地获取岗位空缺信息，企业则能够更大范围地寻找合适的从业人员，从而促成就业资源的合理配置，提高就业率。

我国政府数据开放做法

从目前全球参与开放数据运动的国家来看，既包括美国、英国等发达国家，也包括印度、巴西等发展中国家。我国数据开放步伐已经落后，据“开放知识基金会”的《2013年开放政府数据普查》结果，在被普查的全球70个国家和地区政府中，我国综合排名第35位。2013年，国务院了《关于促进信息消费扩大内需的若干意见》，要求促进公共信息资源共享和开发利用，推动市政公用企事业单位、公共服务事业单位等机构开放信息资源。对此，我国必须加快开放政府数据。

研究各国数据开放的做法和经验。选择若干发达国家和发展中国家作为标杆，开展对标研究，梳理各国的做法和经验，包括数据开放相关法律法规、标准规范、开放目标、开放范围、开放载体、开放流程、权责界定、数据服务等。在借鉴各国做法和经验的基础上，结合我国实际，提出我国政府数据开放的实施方案。

制定法律法规界定政府数据属性。加强法律法规建设是保障数据开放最重要的工作，决定了数据开放的成败和质量。数据开放关系到作为开放主体的各个部门，因此，必须先对数据资源进行分类，界定数据的所有权、使用权、知情权以及占有、出售等问题的法律责任。针对数据的权属问题，研究数据开放的费用问题，确定哪些数据可以免费，哪些数据需要收费，收费数据的费用构成及依据等。此外，还要界定数据和隐私问题，针对敏感性数据确定不开放的依据，确保开放数据不涉及国家秘密和个人隐私。

经济学数据分析篇2

中图分类号：G250.76

1 数据库资源评估概述

1.1 商业数据库是数字资源的重要组成部分。经管学科商业数据库资源是高校图书馆重要的数字馆藏。其评估包括买前质量比较评价和用户进行买后服务绩效评估两部分，一方面是对数据库资源质量的评价，注重其自身的学术性和权威性价值，另一方面是对数据库资源服务绩效的评估，其重点在于数据库的利用率、服务质量和管理成本等使用效果。

1.2 数字馆藏绩效评估的相关国际和国家标准。有关数字资源馆藏使用及评估的标准主要有ISO11620信息与文献-图书馆绩效指标、ISO2789信息与文献-国际图书馆统计数据和NISO Z39.7图书馆统计标准。这三个指标是国内外相关研究的主要体系依据。

1.3 国内外数据库资源评估指标体系分析。建立数字资源评估指标体系是数字资源评估工作的核心。目前国外比较有代表性的数据库资源评估研究项目主要包括美国ARLE-Metrics、英国项目COUNTER、欧洲项目EQUINOX、美国项目CALILEO、英国项目MIEI 2以及北大图书馆肖珑的评估指标。比较而言，ARL E-Metrics、MIEI 2、肖珑侧重于资源质量的评估；EQUINOX注重数据库服务绩效指标的评估；而COUNTER项目的研究重点在于数据在线传递交流的使用和获取统计。对于数据库的学术性、数据来源的权威性、学科性和学科覆盖率等指标很少明确涉及。

1.4 评估方式和测度方法

国内图书馆界对数据库资源的评价大体上有两种方式：一种是个案式比较研究，另一种提出更具一般意义的评价方法和指标。具体的评估方法包括以下类型：（1）定性方法、定量方法，（2）第三方评估、用户评估，（3）用户满意度调查法。

2 建立经济管理学科商业数据库评估指标体系

2.1 必要性：（1）符合高校图书馆馆藏结构学科性和发展政策的需要，有利于优化资源体系，为管理决策提供依据。（2）解决海量商业数据库规模与有限图书馆经费之间的矛盾，实现馆藏资源建设效益最大化。（3）网络化环境下用户研究、文献需求研究的新课题使图书馆研究领域进一步深化和拓展。

2.2 明确评估目标。高校图书馆学科数据库资源具有专业性较强、二次资源比例较高、学科细分程度高等特点。其建设以高校经济管理学专业设置和重点学科发展为主要体系框架，并在此基础上建立起图书馆专业数据库资源体系。

2.3 评估指标的选取原则：（1）学科针对性和代表性原则；（2）指标可获取性与通用可比性原则；（3）保证评估的客观性原则；（4）指标的规范性和标准性原则；（5）运用科学方法体现理论与实践相结合的科学性原则；（6）评价指标和体系的全面性与系统优化原则。

2.4 确定商业数据库评估方式。将商业数据库评价指标体系的研究和同类数据库的比较分析研究作为我们的测度内容，在吸收和筛选国际常规估评标准和指标的基础上，增加符合本馆学科资源属性的新指标，采用定性分析或定量评价相结合的研究方法，将图书馆评估、第三方评估、数据库公司评估和用户评估相结合。用户满意度调查部分以读者试卷调查、智力竞赛和读者意见邮件电话反馈为主要方式。

2.5 经济管理学科数字资源综合评估指标及其体系：

图1

框架指标――图书馆评估指标：数据库质量评估

――用户评估指标：数据库服务绩效评估

具体评估指标：（1）学校专业设置和学科建设需求；（2）数据库资源和数据来源的准确性、权威性；（3）数据库信息量和经济数据的绝对数量值、内容涵盖的全面性；（4）数据提供和传递方式与系统平台的访问方式；（5）数据库信息和数据检索的多维性和计量工具的应用；（6）数据库信息和数据的不可替代性和内容的重复性；（7）售后和升级服务质量；（8）数据库定价的合理性和产品性价比；（9）开放的数据信息定制和自定义统计功能；（10）用户满意度。

3 案例：中山大学图书馆经济与管理学科分馆商业数据库评估

3.1 经济预测、分析报告数据库比较分析：中经专网、国研网数据库和锐思数据库。经济预测、分析报告数据库最重要的评估指标是：数据量的全面性、数据来源和升级服务。

3.2 经济统计数据库比较分析：中经网统计数据库、国研网统计数据库、锐思数据库。经济统计数据库最重要的评估指标是：数据来源的权威性准确性、数据传递方式、数据量和全面性、售后升级服务。

3.3 金融分析专业数据库比较分析：WIND、CSMAR和CCER。金融分析专业数据库最重要的评估指标是：数据检索的多维和计量工具、数据来源的准确权威性、数据传递和获取方式与访问平台、用户点满意度、数据量和全面性。尤其是数据库内容本身的可定制性和灵活获取方式，在泛在环境下尤其重要。

3.4 世界经济统计指标数据库（外文）比较分析：BVD系列数据库和IMF数据库。世界经济统计指标数据库（外文）最重要的评估指标是：数据检索的多维和计量工具、数据来源的准确权威性、数据传递和获取方式与访问平台、用户点满意度、数据量和全面性、不可替代和内容重复率。

4 结束语

（1）“数据库的高校重点学科专业设置和学科建设需求”、“数据库资源和数据来源的准确性、权威性”、“数据库信息和数据的不可替代性和内容的重复性”等指标是重要的个性化评估指标。（2）由于经济学和管理科学所具有的数理和计量功能，“数据库信息和数据检索的多维性和计量工具的应用（回归分析、表图自动生成工具等）”、“数据库信息量和经济数据的绝对数量值”、“内容涵盖的全面性（包括大量的宏微观、行业和区域经济数据）”、“数据提供和传递方式与系统平台的访问方式（同步EXCEL表单文件获取）”等指标是不可或缺的学科专业性评估指标。（3）“售后和升级服务质量”、“数据库定价的合理性和产品性价比”、“开放的自定义统计功能”、“用户满意度”是经济管理学科数据库必须的基础质量和绩效评估指标。

参考文献：

[1]张咏.网络信息资源评价方法[J].图书情报工作，2002（10）：41-47+61.

[2]肖珑，张宇红.电子资源评价指标体系的建立初探[J].大学图书馆学报，2002（03）：35-37.

经济学数据分析篇3

物流经济批量是近年来形成的，针对物流发展研究的一种经济学研究概念，这种概念是研究物流发展总体趋势以及在经济学上意义的重要手段。

1.1经济批量

“经济批量”economiclotsize，又称“经济订货批量”，指在保证生产或销售需要的前提下,从耗费成本最小这一目标出发所确定的每批材料采购数量或产品投产数量。在确定材料采购或产品投产批量时，既要考虑材料采购费用或产品投产生产准备费用，又要考虑材料、产品保管费用。在实际生产和制造过程中，利用经济批量进行生产和销售以及仓储计划的规划，进而实现材料消耗最小化，即在成本最小化的条件下实现生产量的最优化，达到实现最大化效益的目的。在进行经济批量的核算和使用的过程中，经济数学的应用相当广泛，它不仅被用于经济批量的合理计算以及后期的整理核算，还被应用于经济批量的整体规划以及生产、销售等计划的制定和规划中。

1.2经济批量的优劣

经济批量是指假定技术条件一定的情况下实现产出最优化的一种经济概念。它强调在保证销售量前提下的生产最优化，忽视了产品的自身特性，比如稀缺性的特点，同时也没有考虑生产以及销售过程中可能出现的相关费用。经济批量的一大优势在于其在制定计划时要考虑到销售以及供给情况，从而使得其在进行生产成本最低化考量时必然要优先保证销售的存续，从而避免因过分降低成本而导致的生产短期性提升造成的短视现象。

1.3物流经济批量

将经济批量的概念应用于物流管理，形成最优化状态下的物流体系，是现代物流发展的一大趋势，这一趋势有利于物流行业整体成本的降低以及物流业总体的发展。物流经济批量要求在最小化的运行成本条件下，合理设置仓库存量，以及进出货物的总量，实现最优化的环节设置。物流批量包含仓库存量、在途货物、进货进化以及出货计划等方面。通过合理配置各环节的货物量，实现运行成本最低化以及运行收益最大化。

2经济数学与物流经济批量

物流经济批量在进行其规划和各环节配置的过程中，需要科学计算和统计相关信息，进而实现数据化的分析，通过分析预测相关环节的最优化存量，实现成本最低化和收益最大化。

2.1统计

在物流发展和运行过程中，涉及到相当多的数据，这些数据是分析物流企业发展规律以及物流运行规律的最要资料。通过分析物流数据进而预测物流发展的趋势是物流企业发展的重要工作之一。经济数学通过统计分析实现了这一功能。统计即通过对散乱数据进行整理和一定形式的处理，进而使其在一定的范围内有序排列，进而方便进行数据的分析和提炼。经济数学通过利用数学相关理论实现数据分析以及数据信息预测的准确性和可靠性，提升物流企业发展预测的准确性，进而降低成本，实现最大化的配置。物流行业的货物吞吐量以及进出货物的季节性、空间性因素往往可以通过对物流企业历年数据以及物流行业的历年数据来体现出来。实现物流经济批量的一项重要因素在于实现物流配置的最优化，而这个最优化的实现需要物流分析数据为支撑和依据，也可以说这些数据的准确性和可靠性，直接关系到物流经济批量实现的可能性。经济数学中的统计知识和工具在对物流数据进行统计的同时，实现了数据层面的分析，利用数据的对比分析以及同一数据的差异化分析，实现对于物流数据的整体把控和对于未来数据的正确预测。统计往往与概率以及函数分析综合应用，通过概率以及函数的知识和工具进行必要的规律摸索和研究，进而提炼出物流行业发展的规律，实现物流各环节配置的最优化，节省运营成本，实现物流经济批量。经济批量是一个全局性的概念，这一概念需要统计数据的支撑以及分析数据的提炼。因此，可以说统计是经济批量运行的基础，也是物流经济批量存在的基础，没有准确而翔实的统计数据，经济批量无法实现和运行，统计是物流经济批量实现的首要工作。

2.2分析

分析指的是利用经济数学的相关知识进行统计数据的分析整理，形成规律性的总结和汇总。物流行业存在的大量数据经过统计后，形成大量的数据源，这些数据源中蕴含大量的信息，而这些信息对于实现物流合理配置，进而实现最优化的经济批量配置具有重要的意义。提炼这些信息需要利用经济数学工具进行必要的分析。利用经济数学工具分析物流数据主要通过函数以及微积分等工具实现。函数分析主要是通过对统计数据进行整理，在一定的数据基础上进行函数总结，进而实现函数形成，总结出相关规律，进行必要预测。函数分析的最大优势在于其完整性和客观性，其数据来源于物流数据，分析过程来自于标准的经济数学工具，这些信息保证了整个分析的完整性和客观性，避免了人为因素的影响。随着经济数学的发展，利用经济学相关函数对于物流数据进行汇总分析，形成函数，应用于物流配置的最优化对于物流批量的实现具有重要意义。在经济分析中运用数学符号和公式推倒，可以使对经济过程和经济现象的表达更简洁、清晰，经济数学分析确实比单纯的文字表达更富逻辑的严密性、精确性，比形象的图形表达更多的变量，可分析更多复杂的问题。因此，运用经济数学的手段进行物流经济数据分析，对于物流企业降低运营成本，合理配置自身运行各节点最大化收益实现具有重要意义。经济分析手段主要有数理分析、统计分析以及计量分析等，而统计分析则是进行物流经济数据分析的主要手段。统计经济分析是运用统计方法，以统计资料作为论述现实经济变动过程的手段，对经济的变量数值求解，并验证经济理论的真伪，通过对统计资料的搜集、分析、图示，来验证统计结果。

2.3预测

经济预测指的是与未来有关的旨在减少不确定性对经济活动影响的一种经济分析。它是对将来经济发展的科学认识活动。经济预测不是靠经验、凭直觉的预言或猜测，而是以科学的理论和方法、可靠的资料、精密的计算及对客观规律性的认识所作出的分析和判断。这样的预测是一种分析的程序，它可以重复地连续进行下去，目的是为未来问题的经济决策服务。为了提高决策的正确性，需要由预测提供有关未来的情报，使决策者增加对未来的了解，把不确定性或无知程度降到最低限度，并有可能从各种备选方案中作出最优决策。物流经济批量中利用经济数学手段进行必要的预测，实现有计划的规划各环节配置，进而实现最优化运营，减少运营成本，提升运营收益率。经济数学条件下的预测不是主观的臆测，而是在进行数据统计分析基础上，利用经济数学中的函数以及一些其他手段进行的有针对性的预测。这个预测的整体水平是建立在客观数据基础上的。一般而言，经济数学的预测是基于计量经济以及函数基础之上的。利用经济数学的函数统计分析手段得出相应的函数之后，就可以按照目前的实际情况模拟数据进行函数演算，进而推导出相应的未来发展趋势。根据这种趋势推算出各环节的合理配置，进而完成物流的经济批量计划，实现物流最大化收益与最小化投资。在现有的物流企业数据基础上得出的规律性的函数具有一定的客观性，建立在这个函数基础上的，利用固定数据推导的模拟规划其客观性将得到大大提升。预测应注意两点，一是现有数据要尽量翔实和准确，这样得到的函数才能符合实际情况；其次，函数推导一定要根据实际情况，依据客观事实进行推理，不能夸大或者缩小，避免出现预测失真，进而影响物流企业批量经济的实现。

2.4仓储存量分析

经济学数据分析篇4

物流经济批量是近年来形成的，针对物流发展研究的一种经济学研究概念，这种概念是研究物流发展总体趋势以及在经济学上意义的重要手段。

1.1经济批量

“经济批量”economiclotsize，又称“经济订货批量”，指在保证生产或销售需要的前提下,从耗费成本最小这一目标出发所确定的每批材料采购数量或产品投产数量。在确定材料采购或产品投产批量时，既要考虑材料采购费用或产品投产生产准备费用，又要考虑材料、产品保管费用。在实际生产和制造过程中，利用经济批量进行生产和销售以及仓储计划的规划，进而实现材料消耗最小化，即在成本最小化的条件下实现生产量的最优化，达到实现最大化效益的目的。在进行经济批量的核算和使用的过程中，经济数学的应用相当广泛，它不仅被用于经济批量的合理计算以及后期的整理核算，还被应用于经济批量的整体规划以及生产、销售等计划的制定和规划中。

1.2经济批量的优劣

经济批量是指假定技术条件一定的情况下实现产出最优化的一种经济概念。它强调在保证销售量前提下的生产最优化，忽视了产品的自身特性，比如稀缺性的特点，同时也没有考虑生产以及销售过程中可能出现的相关费用。经济批量的一大优势在于其在制定计划时要考虑到销售以及供给情况，从而使得其在进行生产成本最低化考量时必然要优先保证销售的存续，从而避免因过分降低成本而导致的生产短期性提升造成的短视现象。

1.3物流经济批量

将经济批量的概念应用于物流管理，形成最优化状态下的物流体系，是现代物流发展的一大趋势，这一趋势有利于物流行业整体成本的降低以及物流业总体的发展。物流经济批量要求在最小化的运行成本条件下，合理设置仓库存量，以及进出货物的总量，实现最优化的环节设置。物流批量包含仓库存量、在途货物、进货进化以及出货计划等方面。通过合理配置各环节的货物量，实现运行成本最低化以及运行收益最大化。

2经济数学与物流经济批量

物流经济批量在进行其规划和各环节配置的过程中，需要科学计算和统计相关信息，进而实现数据化的分析，通过分析预测相关环节的最优化存量，实现成本最低化和收益最大化。

2.1统计

在物流发展和运行过程中，涉及到相当多的数据，这些数据是分析物流企业发展规律以及物流运行规律的最要资料。通过分析物流数据进而预测物流发展的趋势是物流企业发展的重要工作之一。经济数学通过统计分析实现了这一功能。统计即通过对散乱数据进行整理和一定形式的处理，进而使其在一定的范围内有序排列，进而方便进行数据的分析和提炼。经济数学通过利用数学相关理论实现数据分析以及数据信息预测的准确性和可靠性，提升物流企业发展预测的准确性，进而降低成本，实现最大化的配置。物流行业的货物吞吐量以及进出货物的季节性、空间性因素往往可以通过对物流企业历年数据以及物流行业的历年数据来体现出来。实现物流经济批量的一项重要因素在于实现物流配置的最优化，而这个最优化的实现需要物流分析数据为支撑和依据，也可以说这些数据的准确性和可靠性，直接关系到物流经济批量实现的可能性。经济数学中的统计知识和工具在对物流数据进行统计的同时，实现了数据层面的分析，利用数据的对比分析以及同一数据的差异化分析，实现对于物流数据的整体把控和对于未来数据的正确预测。统计往往与概率以及函数分析综合应用，通过概率以及函数的知识和工具进行必要的规律摸索和研究，进而提炼出物流行业发展的规律，实现物流各环节配置的最优化，节省运营成本，实现物流经济批量。经济批量是一个全局性的概念，这一概念需要统计数据的支撑以及分析数据的提炼。因此，可以说统计是经济批量运行的基础，也是物流经济批量存在的基础，没有准确而翔实的统计数据，经济批量无法实现和运行，统计是物流经济批量实现的首要工作。

2.2分析

分析指的是利用经济数学的相关知识进行统计数据的分析整理，形成规律性的总结和汇总。物流行业存在的大量数据经过统计后，形成大量的数据源，这些数据源中蕴含大量的信息，而这些信息对于实现物流合理配置，进而实现最优化的经济批量配置具有重要的意义。提炼这些信息需要利用经济数学工具进行必要的分析。利用经济数学工具分析物流数据主要通过函数以及微积分等工具实现。函数分析主要是通过对统计数据进行整理，在一定的数据基础上进行函数总结，进而实现函数形成，总结出相关规律，进行必要预测。函数分析的最大优势在于其完整性和客观性，其数据来源于物流数据，分析过程来自于标准的经济数学工具，这些信息保证了整个分析的完整性和客观性，避免了人为因素的影响。随着经济数学的发展，利用经济学相关函数对于物流数据进行汇总分析，形成函数，应用于物流配置的最优化对于物流批量的实现具有重要意义。在经济分析中运用数学符号和公式推倒，可以使对经济过程和经济现象的表达更简洁、清晰，经济数学分析确实比单纯的文字表达更富逻辑的严密性、精确性，比形象的图形表达更多的变量，可分析更多复杂的问题。因此，运用经济数学的手段进行物流经济数据分析，对于物流企业降低运营成本，合理配置自身运行各节点最大化收益实现具有重要意义。经济分析手段主要有数理分析、统计分析以及计量分析等，而统计分析则是进行物流经济数据分析的主要手段。统计经济分析是运用统计方法，以统计资料作为论述现实经济变动过程的手段，对经济的变量数值求解，并验证经济理论的真伪，通过对统计资料的搜集、分析、图示，来验证统计结果。

2.3预测

经济预测指的是与未来有关的旨在减少不确定性对经济活动影响的一种经济分析。它是对将来经济发展的科学认识活动。经济预测不是靠经验、凭直觉的预言或猜测，而是以科学的理论和方法、可靠的资料、精密的计算及对客观规律性的认识所作出的分析和判断。这样的预测是一种分析的程序，它可以重复地连续进行下去，目的是为未来问题的经济决策服务。为了提高决策的正确性，需要由预测提供有关未来的情报，使决策者增加对未来的了解，把不确定性或无知程度降到最低限度，并有可能从各种备选方案中作出最优决策。物流经济批量中利用经济数学手段进行必要的预测，实现有计划的规划各环节配置，进而实现最优化运营，减少运营成本，提升运营收益率。经济数学条件下的预测不是主观的臆测，而是在进行数据统计分析基础上，利用经济数学中的函数以及一些其他手段进行的有针对性的预测。这个预测的整体水平是建立在客观数据基础上的。一般而言，经济数学的预测是基于计量经济以及函数基础之上的。利用经济数学的函数统计分析手段得出相应的函数之后，就可以按照目前的实际情况模拟数据进行函数演算，进而推导出相应的未来发展趋势。根据这种趋势推算出各环节的合理配置，进而完成物流的经济批量计划，实现物流最大化收益与最小化投资。在现有的物流企业数据基础上得出的规律性的函数具有一定的客观性，建立在这个函数基础上的，利用固定数据推导的模拟规划其客观性将得到大大提升。预测应注意两点，一是现有数据要尽量翔实和准确，这样得到的函数才能符合实际情况；其次，函数推导一定要根据实际情况，依据客观事实进行推理，不能夸大或者缩小，避免出现预测失真，进而影响物流企业批量经济的实现。

2.4仓储存量分析

经济学数据分析篇5

中图分类号：[F064.1] 文献标识码：A 文章编号：1001-828X（2013）07-0-01

众所周知，计量经济学模型已经被广泛运用到理论研究和实际分析中。作为实证研究的主要方法，计量经济学模型必须要能够很好的模拟实际现象。因此有必要对几种具体的计量经济学模型进行研究。本文就是以此为目的来展开分析的。

一、计量经济学模型简述

1.计量经济学模型的内涵：作为现代经济学的重要分支，计量经济学的主要任务是针对现实的经济活动中与经济活动有关的数量及其变化趋势而做出定量分析。而在研究实际经济问题时，计量经济学模型的设定是研究者首先要做的工作。这一设定工作包括选择相关的经济变量，以及确定各变量之间的数学关系式。其中，模型变量涉及被解释变量和解释变量，数学关系涉及线性关系和非线性关系。不过需要注意的是，计量模型只不过是在对现实经济现象深入分析的基础上，对复杂的经济问题的简单化，因此在设计计量模型时，往往会为了突出主要经济变量的作用，而忽略其他因素对被解释变量的影响。因此，模型的建立要遵循客观科学的原则，运用恰当的方法，务必保证计量经济学模型能够很好的拟合现实情况。

2.计量经济学模型的功能：（1）静态分析功能。静态分析是指给定解释变量的数值就可以求得被解释变量的数值。这可以直接由计量经济学模型所确定的数学关系式得到，只要把已知的解释变量的数值直接代入数学关系式即可。（2）比较静态分析功能。比较静态分析是指在其他变量的数值保持不变的情况下，一个或多个解释变量的变化会引起被解释变量的变化大小。只要将两组不同的解释变量数值代入到计量经济学模型的数学关系式中，并作差，就可以实现这一功能。（3）动态分析功能。动态分析是严格区别于静态分析的一种方法，它要求确定被解释变量随着解释变量连续变化的具体变化过程。这是分析的高级形式，可以根据计量经济学模型的数学关系式画出对应的图形，然后根据图形判断被解释变量的实际变化过程。

二、几种具体的计量经济学模型

根据所使用数据的类型不同，计量经济学模型可以分为以下三种模型：

1.横截面数据模型：横截面数据模型使用的是横截面数据，是经典的计量经济学模型。横截面数据是一组同一时点上不同指标的数据集合。例如：某一年各发达国家的国内生产总值；同一时点上不同家庭的消费。这类数据是经典计量经济学模型的基础，已经广泛应用到各种经典模型中。横截面数据模型要求解释变量和随机扰动项满足几项基本假定，比如：要求随机扰动项均服从均值为零，方差为某一定值的正态分布，同时各扰动项之间互不相关。如果其中的一项或多项假定没有被满足，就会出现诸如异方差、自相关、多重共线等问题，从而影响模型的准确性和可靠性。而现代计量经济学模型能够有效的解决以上问题，从而更好的拟合现实情况。

2.时间序列数据模型：时间序列数据模型是现代计量经济学的重要内容。这种模型使用的是时间序列数据，解决的是与时间有关的问题。时间序列数据是同一指标随时间的推移所得出的一系列数据集合。比如：近几年我国的国内生产总值；某厂逐月的主要营业收入和主要营业支出。时间序列数据模型已经被广泛用于分析社会的各个方面。不过这一模型要求所使用的数据序列满足平稳性和正态性等要求。平稳的时间序列数据的统计规律是固定的，不会随时间的推移而发生变化，而非平稳的时间序列数据会发生伪回归问题，从而使计量模型失去其存在的意义。因此，对这种模型进行实证分析的前提是通过单位根检验来测试数据是否平稳。

3.面板数据模型：面板数据模型是目前最流行的模型之一，这一模型中所使用的面板数据是横截面数据和面板数据相结合的数据。比如：全国各省份2001-2010年的工业总产值数据；某医院各心脏病患者逐年的治疗费用。这类数据能够增加各变量的多样性和自由度，减少了共线性，从而提供更有价值的数据信息：它可以同时提供同一样本随时间推移所得的指标数据信息和同一时点不同样本的指标数据信息。面板数据模型的回归分析包括固定效应和随机效应两种方法。其中，前者要求面板数据模型的数学关系式中的截距在不同个体之间存在差异；后者要求面板数据模型的数学关系式中的截距是对某一固定值的偏离。这两种方法可以通过Hausman检验进行区分。

三、计量经济学模型的比较分析

计量经济学模型是计量经济学处理数据最有用的手段。由于同属于计量经济学范畴，各模型之间存在一定的共性。目的一致：各模型的建立都是为了将实际问题进行简化和抽象化，进而定量分析相关变量之间的关系；满足假设：各模型都是对实际问题的简单模拟，因此在模型设定前首先会做出一些严格的假定来保证模型的解释力；有侧重点：各模型的建立宗旨是：研究问题的本质，屏蔽其他无关紧要的东西。因此在其设定时都会为了突出某些主要变量之间的关系，而将其他变量排除在模型之外。

当然，不同的模型也有其独特之处。使用数据不同：根据它们的定义就可以知道，这三种模型分别使用了三种不同的数据。这三种数据的维数不同，第一种数据只涉及指标这一个维度，第二种数据涉及时间和指标两个维度，而第三种数据增加了第三个样本。层次不同：第一种模型属于经典计量经济学模型的范畴，而后面两种模型属于现代计量经济学模型的范畴。研究侧重点不同：第一种模型侧重于相对简单的实际情况，第二种模型主要研究与时间相关的问题，而第三种模型研究的是相对复杂，信息量较多的问题。

四、总结

总之，计量经济学模型是定量分析实际问题的重要手段。横截面数据模型、时间序列数据模型和面板数据模型之间有其相同之处，也有其独特之处。因此，充分认识各种计量经济学模型，对于分析实际问题至关重要。

参考文献：

[1]李子奈，刘亚清.现代计量经济学模型体系解析[J].经济学动态，2010（5）：22-31.

[2]李子奈，齐良书.关于计量经济学模型方法的思考[J].中国社会科学，2010（2）：69-84.

经济学数据分析篇6

结合国际数据企业的研究结果发现，近几年来全球范围内数据量呈爆发式增长态势，而上述海量数据经加工、分类、整理及分析方可满足不同行业的使用需求。我国十三五规划中明确提出“实施国家大数据战略，推进数据资源开放共享”，说明我国大数据建设进入全新的发展阶段。经济统计专业作为高等院校课程专业的主要组成部分，肩负着培养统计分析技能人才的教学职责，而如何于大数据技术蓬勃发展背景下，满足就业需求培养专业人才，得到越来越多从业人员的关注及重视［1］。同时，大数据时代特点对经济统计专业人才提出全新的要求及标准，而提高人才培养质量早已成为高等院校经济统计类专业教学期间所面临的重要问题。鉴于此，文章针对“大数据背景下经济统计专业人才培养模式创新”进行分析研究具有重要的价值意义。

1大数据背景下经济统计专业人才的要求分析

1.1掌握统计知识

以往统计学数据类型相对单一，包括品质型数据及数值型数据，其本质为结构化数据，往往可使用常规统计指标或统计图表进行集中展现，而大数据时代下，数据类型不仅仅囊括结构化数据，更涵盖非结构化数据及半结构化数据，即所有可存储及记录的信号，具有多样化等鲜明特点，以至于传统的统计指标及统计图表难以完整展现其基本内容［2］。同时，以往数据来源相对局限，即一手数据能识别数据提供者的身份信息，但是大数据时代下其数据来源普遍为互联网信息系统，大大增加信息提供者身份的识别难度，以至于样本数据的地位不再重要。由此可见，大数据时代来临所产生的统计学知识发生翻天覆地的变化。

1.2深奥知识结构

即便大数据时代下海量数据信息拓展经济统计专业的分析空间，但是深受现代社会行业众多的影响，持续涌现出全新的行业、全新的技术以及全新的分析方法，决定经济统计专业人才势必是复合型人才，尤其是需要具备应用素质、实践素质及理论素质的支持［3］。同时，经济统计专业复合型人才素质培养无法脱离掌握扎实理论知识及统计分析方法的支持，即根据数据信息予以全面分析建立相应模型且说明其评价最终结果，例如MATLAB、SPSS及SAS等软件。除学习经济统计专业知识外，学习管理类、经济类及其他学科领域知识能大幅度提升人才培养的总体质量。

1.3现代分析方式

从传统统计学角度来看，大数据时代来临完全转变统计分析思维方式。通常情况下，传统统计描述分析可划分为定性、定量、定性三个过程。例如，以定性为例，根据实践经验判断及评估分析方向;以定量为例，汇总、处理、分析及量化数据统计特征，往往被视为统计分析的关键性环节，而大数据时代下统计分析过程被简化为定量及定性两步。其中，定量指的是直接由数据中找出需要且有价值的数据信息，分析其特征及数量关系;定性指立足于分析结果做出相应的判断及决策。

2大数据背景下经济统计专业人才培养的现存问题分析

2.1课程体系问题

当下我国大部分高校经济统计专业的教学内容设置过于陈旧且更新速度缓慢，尤其是教学内容更新速度难以紧跟大数据时代的发展节奏，以至于课程内容设置难以满足社会对统计专业人才的需求［4］。同时，现实生活中所牵涉的经济问题类型相对多样且情况较为复杂，换言之高校经济统计专业的课程设置兼顾统计实际应用特性，而现有的经济统计专业课程将教学重心向理论分析及研究转移，导致理论分析始终过于浅显，难以帮助学生学习扎实深刻的经济理论及统计方法，极大程度上影响课堂教学效果。此外，极个别高校专业课程设置范围过于狭窄，仅仅局限于经济统计方面问题，尚未融入跨学科培养理念。

2.2教学认知问题

大多数高等院校经济统计专业人才培养方法过于单一，往往沿用以课堂讲授为主、以小组讨论为辅的传统教学形式，完全忽略实践教学的关键性及重要性。从实践教学课程设置角度来看，普通经济统计专业的实践教学环节可划分为毕业设计、校内实训及实践课程设计，一旦实践教学方式过于老旧则可能造成学生创新能力异常缺失的问题，例如使用计算机进行演示供学生观看。即便部分高等院校开设相应的实验课程，但是部分学生仅仅以完成作业为核心目标，完全照搬照套课本中实验流程进行操作，脱离操作教程后难以全面分析实际问题，影响总体教学效果。此外，极个别院校对教学实训的重视程度远远不足。

2.3师资力量问题

由于国家教育部门大力推行改革政策，促使各大高等院校逐步扩大其招生规模，极大程度上增加了日常教学的工作难度及工作量。为了提高教学工作效率，高校相继引进新晋入职的教师进入教学队伍，而上述新晋入职教师普遍为刚毕业走上社会的研究生，缺乏实践教学经验及教学方式探索远远不足，完全倾向于延续传统的教学方法及教学内容［5］。同时，部分专业教师自身社会经验及实践能力远远不足，难以向学生传授正确的理论知识及引导其实践操作，不同程度上影响人才培养效果。此外，大数据时代来临后，对于经济统计专业学生的数据分析能力培养迫在眉睫，而数据分析能力培养无法脱离师资力量的支持。

2.4考核机制问题

考核机制占据着高校专业人才培养极其重要的地位及作用，例如激励、淘汰、分流及甄选等，方可保证专业人才培养的质量及效率。然而，从目前我国高校经济统计专业人才培养水平来看，其考核机制实施难度相对较大，深受教学方式过于局限的影响，以至于考核方法停留于闭卷考试的阶段，侧重于考查学生理论知识的掌握程度，而学生可依据自身记忆完成考试，极大程度上提高其专业考核的通过率。同时，因专业教学重视程度有待提升及经费划拨不足，大大降低经济统计专业的考核门槛，难以立足于整体化角度充分发挥考核机制的作用。

3大数据背景下经济统计专业人才培养模式的创新措施分析

3.1健全课程体系

一般说来，健全课程体系是高校经济统计专业人才培养的关键性措施。因此实际培养的过程中，相关高校秉持实事求是的工作原则，贯彻落实与时俱进的工作理念，设置科学合理的经济统计专业课程体系，突出课程体系的专业性及创新性，以达到增强学生实践操作能力及数据分析能力的目标，进一步提升其总体综合素质［6］。例如有选择性开设时间序列、应用统计学、计量经济学、概率论及数理统计等基础性课程，帮助学生打造夯实的理论基础，再以此为基础增设实践调研、数据分析工具及数据挖掘等实践应用型课程，利用计算机实验操作培养学生利用、分析、整理及收集数据的能力。

3.2革新教学模式

以教师讲授为主体的常规固有教学模式沿用至今，普遍存在缺乏创新意识的问题，尤其是高校经济统计专业中软件应用部分，普遍以参照课本习题演示Excel表格为主以Spss为辅，说明其教学模式过于滞后。同时，步入大数据时代以来，数据呈现出复杂、高速及庞大的特点，而简单的Excel表格早已无法满足数据分析的要求。由此可见，高校经济统计专业人才培养模式改革是不可阻挡的主流发展趋势。除立足于前沿统计需求外，相关高校及时引进功能强大且趋近主流的统计教学软件，例如SQL、SPSS、R及SAS等，不仅能大幅度提升课堂教学效率，而且还能满足软件操作与理论知识密切结合的要求。

3.3建设教学团队

在实际培养的过程中，相关高校秉持以人为本的工作原则，始终围绕经济统计专业的改革方向，将师资队伍建设及学科建设相结合，灵活运用多项人才引进措施，例如聘任、引进及培养等，持续优化人才团队的年龄结构及学历结构，进一步提升团队的综合素质水平。同时，以实际教学进度及教学情况为参照依据，将教学师资队伍划分综合型、主导应用技术研究型及理论研究型3大梯度，例如以理论研究型为例，着重强调精通数据分析及统计理论等方面知识，涉及计算机科学、数学、统计学及经济学等方面知识，以达到由理论向实践过渡培养综合型人才的目标。

3.4优化考核机制

为了全面真实反映学生理论知识及软件技能的掌握情况，高校尽量以多元化考核机制替代原有考试驱动型的单一考核方式。同时，由于经济统计专业的本质为应用型学科，客观上要求相关高校尽量于考核阶段以考试、社会实践参与表现、软件工具实际操作、研究话题阶段性数据分析报告及日常作业等多维度多形式考量为参考依据，结合考量项目的重要性及所占比例，利用加权得分手段得出最终考核成绩，并且注重学术规范性，明确要求学生的论文写作格式。一旦发现学术不端行为则予以严格惩处，直接与最终考核成绩挂钩，以达到培养复合型人才的目标。

4结语

通过文章探究，认识到当下我国大多数普通高等院校经济统计专业的课程设置不够健全完善且人才培养体系不够成熟，特别是教学团队人才力量较为薄弱，以至于经济统计学专业学生缺乏就业竞争优势。因此，相关高校秉持具体问题具体分析的工作原则，全面分析经济统计专业人才培养的现存问题，提出相应的改革措施，立足于大数据背景，为人才培养模式创新提供强有力的支持，进一步推动经济统计专业演变发展，以达到培育符合大数据时代创新复合型人才的目标。

参考文献:

［1］尹勤，黄宝凤.大数据时代应用统计人才能力需求与教改探索［J］．大学教育，2019(6):157－159.

［2］范新英.大数据背景下统计学专业人才培养之探讨［J］．内蒙古统计，2019(2):48－52.

［3］郑葵，黄小敏，袁野梅.大数据背景下经济统计学专业培养数据分析人才的探索与实践［J］．科教文汇(上旬刊)，2019(4):114－117.

［4］徐婧婧.大数据时代下关于经济统计应用问题的思考［J］．中国商论，2019(2):33－34.

经济学数据分析篇7

引言

空间单位行政区内的经济增长模式，通常采用横截面数据处理方式，此类模型在一定程度上会造成空间经济增长变化的“缺失”，这种数据变化缺失不仅会造成各空间单位行政区内个体经济增长的差异性，还会使空间计量出现明显的固定效应。针对上述问题，本文将通过对索洛―斯旺新古典增长模型为主要研究对象，并结合空间计量模型，探讨空间位置与区域内经济增长之间的影响关系，考察空间计量经济视角下的中国区域经济增长特征并比较全国和五大区的区域经济增长的差异特点。

空间计量经济学理论概述

（一）经济学模型

1.空间权重矩阵。此经济学模型的空间以及位置信息的数据信息表现力非常强，且主要强调其空间位置的关联性。通常情况下，空间权重矩阵会依照以下两种方式来进行空间区域划分，一种为距离标准，一种为临界标准。两种分类方式都建立在假设距离的基础上，单元距离的经纬信息是衡量距离标准的主要依据，空间权重元素是空间临界判断的主要依据。

2.线性回归模型。最近几年，线性回归模型在空间计量经济分析中的应用范围越来越广泛，与空间权重矩阵模型相比，该模型的空间依赖性很强，且具有一定的滞后性，因为该模型中的空间变量元素都会随着因变量以及外部环境的变化而变化，所以当存在误差项的元素引入线性回归模型时，其模型中的各因变量都会存在空间滞后项。

3.空间误差模型。误差是进行空间经济分析不可避免的一种数据处理现象，任何数据及时经过精确的数据分析和处理之后都会存在出现误差的风险，这种风险是无法避免的，但是可以通过空间误差模型尽可能地避免或降低。误差出现的主要原因在于，模型中的变量因数出现空间自回归现象，随即抽取的变量因素会在变化位置上引发函数紊乱现象，造成误差项空缺。

（二）模型选择方法

通过上述对空间计量经济学模型进行系统分析可知，不同区域特质，引用的经济学模型不同，其主要依据如下：

1.数据干扰情况。对于区域空间相互之间没有联系的空间计量经济模型而言，采用空间误差模型更为实用，该模型可以将空间内各经济数据以及相应的变化参数都如实的描述在模型当中。

2.数据描述的准确性。对于空间权重矩阵模型而言，在数据描述之后，应对其数据反应的假说进行经济学分析，分析显示假说不能被拒绝，则该计量数据所反应的经济增长情况真实，如果被拒绝，则该空间权重矩阵模型的元素引入分析方式是失败的，并不能如实反应出区域内空间经济增长情况。

3.使用方法。通常情况下，如果经济学模型使用的数据分析方法混杂，则通常需要采用一些特殊方式来进行数据处理，有时甚至会应用到两种经济学模型。线性回归模型在模型数据处理方面占据绝对优势，测算出的经济增长理论具有一定的可信性。

基于空间计量经济视角探讨区域经济增长特点

（一）索洛-斯旺模型

索洛-斯旺模型表现出的扩展形式空间计量模型是经济增长理论研究发展的主要经济学依据，在空间计量模型中是颇具代表性的经济学模型。其方程式如下：

式中qi表示在一段时间区域内居民的稳定收入；T表示对区域地区经济情况的考察时间；Ai-r表示在考察时间内经济增长水平；α表示区域经济的总生产值占总体国有经济增长值的份额；s表示国民经济的储蓄率；n表示区域内人口的增长速度；g表示社会市场经济技术含量的增长速度；δ表示相关生产设备的折旧率。

（二）区域经济增长特点案例分析

1.研究样本。本文以单元样本为研究对象，对市级行政区内的经济增长情况进行分析，与省级经济区相比，市级经济区在现代经济建设、经贸发展上具有很强的说服力，可以客观的反应出经济增长的惯性特点。与县级经济区相比，市级经济区的发展能力较强，影响其经济增长效果的因素非常多，所以市级行政区可以充分体现空间对经济增长的影响。

2.变量选取。人均GDP：本文对全国市级行政区2008-2012年的人均GDP数值进行了整理，其具体数据见表1。

资本存量比：资本存量在区域内的GDP比重是衡量经济增长流量的重要依据，通过数据分析计算各市级物质资本存量可以增加投资价格的内部结构，保证投资价格处在一个恒定的区间内，使区域内的经济增长速率处在一个相对平稳的状态。

人口增长率、经济生产设备折旧率、技术增长率：人口增长率对市级经济区域的劳动力影响很大，众所周知，劳动力是推动经济发展的主要动力，所以在折旧率与技术增长率增长速度相对缓慢的情况下，要想实现空间经济发展目标，必须从根本上提高市级经济区域内的劳动力份额。

3.结果。将样本数据以及其他变量引入索洛-斯旺模型之后，得出的分析结果如表2所示。

（三）基于索洛-斯旺模型探讨区域经济增长特点

通过对上述方程式进行分析可知，固定空间内的市场经济份额和空间区域内的其他影响经济增长的因素有密切关系，通过拓展形式的空间计量出来的结果，其测量值在预期的三分之一。经济增长和人口增长、经济发展水平、经济重心转移等都有密切关系。通过论述影响市级区域经济的因素可知，在特定的模型效应下研究空间对经济增长的影响，必须要充分考虑其变量因素和定量因素，在显著性水平下，开展扩展形式的经济增长研究。其主要分析内容如下：

1.除特定模型效应外，不同模型的对经济增长的空间性论述结果和论述过程各不相同，其不同点不仅表现在促进经济增长的个别因素上，还表现在影响区域内经济市场的政府政策。

2.空间自回归模型对误差的检验效果很好，通过LM检验可以精准地测量出市级区域内经济空间发展的特征和水平。将样本数据、变量因数、人口增长率、经济生产设备折旧率、技术增长率引入索洛-斯旺模型之后，研究人员可以通过数据发现经济在空间环境上发展具有一定的误差性。

3.从拟合的角度上分析，截面和时间效应不仅可以增加其研究模型的拟合程度，还能在一定程度上提升整体模型的特定效应。包含亚变量的空间面板上必须制定相应的传统非空间变量，以满足研究人员对经济增长情况的分析。

4.资本比重是检验索洛-斯旺模型是否具有有效性的重要工具，因为资本比重是所有经济猜想的主要内容之一，通过资本比重指标，研究人员可以清晰的分辨出界面特定相应是否优于该研究模型。

五大经济区空间计量分析与横向比较

利用拓展空间计量模型对市级区域经济增长情况进行了系统空间计量分析可知，我国各大区域的经济增长特点突出，从空间视角上看，五大经济区都符合空间计量分析标准。

（一）区域划分

自改革开放以来，我国经济进入了全面复苏的时代，以功能性为划分依据，我国被分为4个经济区域，中部、东部、西部、东北部。进入21世纪后，随着西南城市的发展，我国西部经济区逐渐演变为西南部和西北部两部分。五大经济区无论是在经济发展政策上、还是在经济建设上都体现出了形态迥异的发展特征。

（二）模型的设定

截面固定效应和空间面板模型是分析效果最好的空间计量模型，本文将采用上述两种空间计量模型对五大经济区的空间经济增长特点进行系统分析。得出以下结论：

1.五大经济区所表示的空间误差数据相对真实，能体现出数据在空间形态中的变化特点，在5%显著性水平下，空间误差模型所表现出的经济增长特点，适用于五大经济区。

2.西部的数据在模型中的拟合程度很高，中部、东北部数据的拟合程度较低，其原因可能在于中部、东北部国有企业所占份额比较大，其经济增长受我国市场的影响较小。

3.资本比重在模型效应上依旧保持三分之一，可以体现出空间对经济区域的影响力是趋于稳定的，经济体制、国家政策、劳动力等其他因素都不会对其空间经济形态产生较大影响。

（三）横向比较

1.特定效应对五大经济区的拟合优度影响非常弱，目前非空间因素在模型中已经逐渐找到了自身的分析重心，并能够在对数似然的水平下完成模型数据对比，这种对比结果可以加大数据系数，提高模型的显著性水平。

2.从解释能力上分析，空间拓展空间计量分析模型相对于传统经济增长特征分析模型，其在数据条件分析上具有一定的环境优势。东部、西部、东北部各省市经济区域都能够满足非空间经济增长模型，并没有体现较强的经济收敛性。

3.邻近经济体在模型中的位置非常重要，初始收入水平可以在模型中显现出独特的正效应，体现收入系数在经济体自身上的影响。与此同时，通过数据验证还可以发现，两个相邻经济体可以产生直接或间接的经济影响，这种影响在一定意义上讲，也可以看作是空间形态的影响。

参考文献：

1.孙向伟.基于空间计量经济视角的中国区域经济增长特征与地区比较[J].南昌大学财经学报，2012，12（7）

2.蒋伏心，苏文锦.长三角高技术产业同构对区域经济增长影响的研究―基于空间计量经济的实证分析[J].江苏社会科学，2012，15（8）

3.陈华.中国制度变迁与区域经济增长的空间计量经济分析[J].华东师范大学学报（社会科学版），2013，10（2）

4.高圆圆.基于空间计量分析的安徽省区域经济增长研究[J].东北财经大学学报，2011，13（15）

5.李建豹，白永平，李建虎.基于空间计量经济模型的区域经济差异成因分析―以兰新铁路辐射带为例[J].干旱区资源与环境，2012，13（8）

6.李航飞，唐承财，徐树辉.基于空间计量模型的广东省区域旅游业发展与经济增长研究[J].中山大学学报（自然科学版），2012，16（7）

经济学数据分析篇8

一、引言

（一）大数据

随着互联网的发展，信息总量正以空前的速度爆炸性增长，人类社会进入了一个以“PB”（1PB=1024TB，1TB=1024GB）为单位的数据信息新时代，即大数据时代。大数据，是指巨大而多样化的数据集，这些数据的处理超出了目前主流软件的能力，因此必须改进处理数据的工具。

目前一般认为，大数据的典型特点可以用“4V”即大量化、快速化、多样化和价值化来概括。一是数据体量巨大。二是处理速度快。三是数据类型繁多。四是价值密度低。

（二）问题提出

大数据正在深刻地影响整个社会经济的发展。从经济分析的角度看，微观层面上，大数据研究最初在行业研究、商务分析和企业应用层面，并逐渐影响经济模型框架分析的各个方面。宏观层面上，利用大数据方法和技术来推进宏观经济研究已经开始在国际上引起注视，并已经有很多政府和机构再具体操作。从国内的情况来看，这方面的研究还较少，政府当局对此也重视不够，因此，论述大数据在宏微观经济学中的作用，引起学界和政府的主义是本综述的目的和意义所在。

二、大数据对宏微观经济分析的革命性意义

（一）拓展信息获取的“空间”

大数据时代随着互联通讯技术的发展，信息的获取来源与范围都获得了极大拓展，打破了以前很多学者利用样本来估计总体的分析架构，大数据时代获得总体数据成为可能，超大规模的数据对宏观经济分析的意义是巨大的，它降低了样本可能带来的选择性，其误差与方差都会相应缩小，检验统计量的可信度会大大增强，而且建立在坚实大数据基础之上的经济模型，可以想见，对经济现象与规律的解释能力会有较大提升。

（二）缩短信息获取的时间

大数据不仅拓展了信息获取的空间范围，还缩短了信息获取的时间差。这对于政府政策制定者和商业企业的决策具有重大的意义，传统的经济运行与经济分析都是基于对过去数据的分析与研判，大数据技术使实时获得即时数据成为可能，这就大大减少了决策双方之间的信息不对称问题，降低了错误决策，误差决策的概率，使得经济运行更加平稳。同时，也为经济学家研究和判断未来经济走势提供了更强大的数据支撑。

（三）宏观经济分析模型框架的变革

正如前面分析的，传统的经济学分析，受制于当时客观技术条件的限制，只能进行抽样统计分析，而我们所知道的是，抽样统计分析会产生各种各样的偏差与错误，而有些偏误在传统抽样的条件下，进行各种数据处理方式的改进是不能够完全消除的。因此，在这一点上，大数据时代的来临却是经济学研究方式方法的一次革新。经济学研究从抽样时代走向总体时代可能会成为现实。建立在更加纷繁庞杂的数据基础之上的经济研究会对经济现象和规律给出更加准确与无偏的解释，各种因果传到路径，相关性，内生性等一系列问题的回答都会得到极大地推进。

（四）微观经济理论假设的放松与回答

正如我们在微观经济学最初所学到的，偏好的给定是经过严密的数学与逻辑推理，最后得出完备性，传递性的性质，如在证明数学题目，但是，人作为非完全理性的生物，其偏好曲线是不能够完全模拟消费者的消费选择，而在大数据的时代，偏好模拟不在是数学上的推到与假设，而是成为实实在在的消费数据信息，建立在消费者庞大的消费信息记录基础之上，是对消费者的真实模拟，比数学式的偏好更具准确性。也是经济学完全理性假设放松之后，有限理性理论在偏好形成方面的应用。另一方面，对于掌握了消费者海量数据的生产者，组织生产就会更加有针对性，对不同的消费者实行不同的策略，可以在理论上接近实现完全价格歧视，获得更高的生产者剩余，但同时消费者必将注意到这一点而要求生产者实行统一价格，所以，在有了大数据之后，生产，消费的模式将会有翻天覆地的变化。

三、结论

大数据时代拓展了信息获取的时间与空间，全新的信息获取方式也对经济发展与研究模式提出了更高的要求。在大数据时代，宏观与微观的经济研究都面临着边界的拓展和开发，是对经济学的研究提出的更高的标准，另一方面，也推进了经济学这门社会科学研究的准确与可信度，对经济学的发展具有十分重大的意义。而在政府层面，大数据的来临，对经济政策和其他政策的制定提供了更加广泛而准确的信息基础，为政府决策提供了极大地便利，降低了错误政策形成的危害，提高了政府工作的效率，降低了人力物力成本。

经济学数据分析篇9

1 经济统计调查分析报告的意义

从现在来看，对经济的统计调查分析报告有两方面的意义，一是认清现状，及时改正，通过对过去的数据的统计调查和分析可以发现已经存在的问题，并可以就其中的联系进一步剖析和研究，发现问题真正的原因，对于没有收益或者收益日渐下滑的项目应该马上停止，把不适合企业发展的部分剔除掉，保证经济健康快速的发展。二是抓住机会，创造利润，大多数我们得到的都是数量上的，表面的东西，我们要做的就是通过一系列的调查分析，将数量转化为质量。我们要通过对当前经济的分析来找到在当今社会大多数行业市场饱和的情况的商机，抓住稍纵即逝的机会，创造更大的利润。

2 经济统计调查分析报告策略现存的问题

2.1 经济调查中存在的困难

在调查中，我们不可能把所有地区，所有企业的经济都进行一遍盘查，那样不仅耗费大量的人力，物力，更会使得到的调查数据太过冗杂，不便于分析，那么如何正确的进行抽样调查，保证选择的样本具有代表性，能够代表大多数的经济状况，而不具有特殊性就成为了经济调查的难点。而且调查得到的数据繁多，如何从大量的数据中找到有用的数据，成为了重点和难点，由于统计调查人员的个人素质和统计数据的繁多，给统计调查工作带去了很大难度，在数据的统计调查上，如何保证调查得到的数据的正确性也是一个难点，经济的统计调查是一切数据分析的开始，如果统计调查得到的数据出现错误，将会影响接下来的工作。

2.2 经济统计分析中存在的困难

如果说统计是基础，那么对经济的分析就是得出我们需要的结果唯一手段，经济分析、就是运用当前所有的数据，把数量上的东西，把一些数字化的东西变成结论，变成指导下一步运作和计划的准则。如何根据现有的大量的数据，得出正确的，对企业，国家经济发展有力的分析结果，就要看分析人员的素质了，分析人员要有超前的洞察力和分析能力，才会真正地得出有用的结论。

2.3 经济统计报告中存在的困难

经济的变化是十分迅速的，上一秒还在盈利，也许下一秒就已经亏损，在得出经济分析的结论之后，有效，快速，及时的送达分析报告也是十分重要的环节，但是由于工作人员的怠慢等原因很有可能耽误信息的送达，导致不能对当前经济已经发生的错误做出及时的改正，造成亏损。

3 经济统计调查分析报告策略

3.1 经济统计调查策略

在经济统计调查中，要建立统一的机制，制定一套完整的调查程序，各个部门及时沟通在调查中出现的问题，并予以解决，根据国家的统计报表制度，建立自己的半年或季度统计报表制度。从制度建设入手，健全信息沟通渠道。建立培训制度，对调查人员进行培训，提高其调查工作的方法和手段，使调查工作更好更快地开展。还可以建立考核制度，对调查人员的工作进行及时考核，以监督和激励调查人员的工作。

3.2 经济统计分析策略

对于经济统计的分析的重要性已经不用再强调了，那么如何保证分析结果的正确性呢？首先要使用正确的分析方法，由于统计分析的复杂性，所以在分析中要用到管理学，社会学等多个学科的知识。现有的统计分析方法有静态经济分析，动态经济分析等多种方法，采用正确的，适合的分析方法是得出分析结果的首要保证。其次，要建立完善的分析体制，对于不同的经济体按照不同的分析体制进行分析，力求更快，更好的对数据进行分析。再次，要提高分析人员的素质，正因为分析工作的复杂和困难，对分析人员的素质就提出了很高的要求，分析人员要了解当前局势，要了解各个学科方面的内容，要能够正确运用分析方法，能够变量分析，将经济学，数学，统计学很好的运用到一起去，才能统揽全局，得出最正确，最客观的分析结果。

3.3 经济统计报告策略

经济统计报告存在的问题可以说是最好解决的，但是我们也要引起重视，在得出了分析结果之后，要把它体现在报告书上。首先要规范报告内容，要严格按照报告书的格式，根据分析结果填写，要保证报告书将分析结果清晰明了的呈现出来，做到全面不丢失分析结果信息。其次，要提高报告人员的意识，要让他们做到及时的将报告送达到上一级领导手中，保证分析结果的不延误，以免影响下一步的进行。

4 结束语

金融危机正在缓解，全球经济再一次全面复苏，在这个经济快速发展的时代，掌握经济状况的第一手资料，并且对其进行正确，有效，客观的分析，无疑是把握经济前沿的一种手段，只有正确的了解已经发生的经济上的相关情况，才能对接下来的经济发展做出准确的判断，进而调整经济发展策略，来适应国际形势下的经济大繁荣。在这个经济高速发展的时代里获得更多的经济效益，使企业，使国家立于不败之地。

参考文献

[1]王志文.论统计调查方法体系的改革[J].辽宁大学学报（哲学社会科学版），1994（05）.

[2]李金昌.关于统计调查方法改革的几点看法[J].浙江统计，1995（02）.

[3]许碧娟.抽样调查方法在我国的应用[J].现代商业，2007（04）.

经济学数据分析篇10

统计学是对数据进行统计和分析，并从统计出来的数据内发现事物的规律。统计方法中蕴含着丰富的统计思想，只有对思想深入的了解，才能更好的运用统计方法。统计学的命脉是它与学科之间有着必要联系，如果这种联系不复存在，那么统计学就会英雄无用武之地，不能发挥出它应有的作用。统计学的应用广泛，在一定程度上它已经成为了一种“万能工具”，它对人类的发展都起到了巨大的作用。在人类发展探究中，都离不开统计学的参与。同样在经济学的研究中，也少不了统计学这个“万能工具”。统计学的具体实施，第一步应用解决的就是研究的目标和对象。经济学作为当今社会科学的重要组成部分，它的地位愈来愈高。想要在经济学中有效的利用y计方法，那就要充分的理解认识统计思想。

一、经济学的性质

经济学是一门社会科学，它的研究对象主要是经济行为和经济现象。人和社会如何将稀缺资源运用到各类商品中，并使这些商品供人们消费之用，正是这些资源的稀少和人的欲望，经济学应运而生。经济学的出现，使人们用最少的资源来满足人类的需求。经济现象包含了许多的变量因子，各种变量之间的关系错综复杂，使得对经济学的探索难上加难，所以要利用更多的方式方法来完成对经济学的探索。

二、统计思想是经济学中的重要组成部分

数学与统计学都是现代经济学的重要组成部分。对于数学的利用可以发现定性和定量之间的经济模型；对于统计学的利用可以在大量的数据中提取有用的信息。减少经验性分析的不准确性。经济系统中的不确定性使我们没有一个精准的方式来进行研究。所以统计思想在经济学中的地位居高不下。在经济学中，利用科学的统计方法能建造出一个数学模型，从而对经济关系进行分析。一些获得诺贝尔奖的经济学家们，都是通过利用统计思想来完成他们对经济学做出的杰出贡献的。可见统计思想在经济学中的重要性。如果用分析法来研究经济问题，那么就必须涉及统计学的应用，因为统计学主要的功能就是收集数据和对数据进行整理和分析。所以在经济学实际理论中，用到统计方法是毋庸置疑的，统计思想可以将经济学分成两个阶段：第一阶段就是准备数据阶段，这其中包括收集与整理；第二阶段是分析数据阶段，利用统计方法的多样性，来进行数据分析。

三、经济学中的统计思想

（一）数据收集的统计思想

宏观数据和微观数据共同组成了经济数据。其中宏观数据大多数是又政府部门进行收集和，而宏观数据只有利用现有的数据，所以从某种程度上说，宏观数据主要是二手数据。微观数据中大多数数据都没有进行过专业的统计，所以只要涉及到微观数据的经济研究就要对数据重新进行整理，来确保数据的准确性。经济学原始数据的收集往往是采用抽样调查法，抽样调查法就是从众多的数据中，随机挑取几个数据，通过少量的数据反映总体数据的特征。可见抽样调查法中蕴含着丰富的辩证统计思想。

（二）数据预处理的统计思想

无论是一手数据还是二手数据，都可能数据不能满足分析要求的情况，所以就需要对数据进行预处理工作，避免在工作中出现数据缺少的情况，而影响正常的分析工作。对数据进行预处理的过程中就会发现这其中包含着很多统计思想，其中信息分析是监测数据的可信度，效度检验是通过数据来反映研究主题是否有实际意义。插补方法是对数据进行补充，从而完成全局性思想。数据转换是在不对数据进行改动的情况下，用另一种方式来进行数据变换，展现出灵活性的思维模式。宏观数据平衡是使指标之间达到平衡，来从中找到数据的准确性，将平衡协调的思想发挥到极致。

四、经济学实证分析的统计思想

（一）经济现象描述出的统计思想

描述性方法是将统计指标、统计表、统计图中的数据进行加工融合，来分析出这些数据特征。统计指标的最明显特点就是可以将大数据转换成容易理解的模式，用简单的数字来展现数据的重要特征，帮助总体想法的形成。统计表能替代较长的文字描述，通过更直观的方式进行分析和对比。统计图更能生动的表达数据，给人留下深刻的印象。描述统计是一种比较常用的经验思维，通过分析个体的过去、现在、及未来，来对事实进行整理、归纳，并归纳出一定的发展趋势。显而易见，描述统计方法属于推理性逻辑，不具备科学性和准确性。

（二）计量经济分析出的统计思想

经济学研究如果只是对数据研究，那是远远不够的，所以对数据的总体进行推断是有必要性的，从中体现推断性统计思想的重要性。推断统计是以样本观测数据作为基础来对总体特征做出的估计，其中包含了区间参数和总体参数两部分内容，从中可以展现出估计与检验的统计思想。参数估计是通过样本中的数据来对总体特征进行推断，其中的准确率较低，其结果大概就是区间内的概率。样本推断总体是在认识方法中将同类事物进行推断。只有样本和总体的性质相同，得出的数据才能代表总体。但是其中的样本可能带有偶然性，在估计理论中在样本的数据是非常严谨的。经济学的统计思想还包括必然性和偶然性。必然性体现在对社会经济学的认识，理论模型是必然经济规律的呈现，在理论模型转化为计量模型时，必须将随机性的因素考虑进去。经济预测中对必然性的要求很高，但是预测中都含有一些不确定性，因为并不是每个预测数据都是准确的。只有对偶然性充分正确的认识，才能为必然性打下夯实的基础。在计量模型估计参数的方法思想中，都是平均的在统计资料中，提取出有用的信息，从而消除偶然性，获取必然性。在统计预测中会发现，大部分的规律都存在概率特征，未来的发展空间也只能给予适当的区间限定，从而体现出或然性统计思想。

五、分析经济学中的统计思想

（一）经济学和统计学的不同

经济学和统计学中最大的不同就是逻辑形式的不同，经济学偏重于演绎逻辑，是在理论的指导下收集数据，从分析结果中找出事前提出的假设，最终得出结论。经济学研究的思路往往是：首先学习一定的理论知识，在构建假设的数理模型，从假设的模型中得出数据，最后形成一个二手数据，最后得出结论。而统计学大多数是利用归纳逻辑，以数据作为研究中心，通过描述碜龀鲎畛踅崧郏通过对样本的分析推断出总体特征。统计学研究的思路往往是：针对于经济学中的问题，先进行数据收集，通过对数据的分析来得出相应结论，最后根据统计方法制定最后的结果。

（二）统计方法在经济学中的应用

统计规律是人们在一些杂乱无章的状态下，去寻找一些带有规律性的东西。统计方法是在具有一定数据的基础上去研究问题，找出一些可能存在的规律。统计方法是研究中比较常用的一种方法，单纯的从数量关系上去寻找规律难免会产生误导的问题。而统计学是教会人们如何运用正确的方法，来进行结论的解释。在一个好的经济学实证分析中，最重要的就是不要把实证搞的过于复杂，把时间精力浪费在研究实证的正确性上，要从一开始就避免这种情况的发生。

六、结语

综上所述，经济学的研究离不开统计思想的参与，所以要正确的认知统计思想，在经济学的实际运用中，使用正确的统计方法，在这个过程中要明白经济学和统计学在逻辑推理方面存在着怎样的不同，不要一概而论。从某种程度上讲，目前的统计方法在经济学中存在着一定的局限性，在经济学的理论研究中要注意正确的运用统计方法，避免一些统计方法的误用造成的恶果。

参考文献：

[1]龚友运.概率与统计在经济分析中的应用[J].大学教育，2016，02（10）：131-132.

[2]李原，何锦义.经济统计学的现状和出路[J].统计研究，2016，05（11）：19-22.

[3]王璐.经济学理论的另一种声音――著名经济学家柳欣教授学术思想回顾[J].政治经济学评论，2014，12（03）：196-223.

经济学数据分析篇11

一、前言

在宏观经济关于统计分析不断得到广泛应用的状况下，市场经济得到稳定的发展，但是在实际应用的过程中，还存在很多弊端，这样的状况严重的影响了其发展。在经济发展新时期，对存在的问题进行适当的分析和研究，并制定出合适解决方法，已经成为我国经济领域学者重点的研究对象。基于这样的状况，为了有效的保证问题的有效解决和对策的制定具有时效性，在实际的工作中，需要对宏观经济统计分析进行深入的了解与掌握，才能够给予行之有效的、与时俱进的、对国家和大众都有益处的对策。

二、宏观经济统计分析简介

（一）内涵分析

在本课题对相关问题进行分析之前，需要对宏观经济统计分析的相应概念进行了解。宏观经济统计分析主要是对整体经济关于同一方面的总称，在其发展的不断阶段，经济学和统计学两种知识的融合，为市场经济的繁荣发展提供了详尽的信息。宏观经济方面的统计分析主要分为两个发展系统：一是统计学知识为基础的发展系统；二是和经济学知识为中心的发展系y。两种不同知识所形成的系统，在实际应用中产生的价值自然存在很大的差异性。但是在实际应用的过程中，宏观经济方面的统计分析主要注重关于经济学方面的理论和知识多一些，主要表现在计量经济学上面[1]。鉴于计量经济学具有理论形式的计量经济学和经济形式的计量学，将其应用到实际当中，能实现对数据的统计和管理，进而达到探索经济当中潜在规律的目标。宏观经济的统计部分所要研究的对象主要是宏观经济实际运行过程相应结果，在此过程中主要把宏观经济的相应理论作为依据，而将统计分析方法和方法作为工具，充分的利用统计的资料，来实现对宏观经济实际当中运行的规律予以深度的认识与分析。

（二）常用的方法

宏观经济方面的统计分析在实际使用的过程中，其方法多种多样，主要有以下几种方法：（1）静态分析。该种分析方法主要是把经济变动的整个过程和时间的因素进行排除，进而使经济达到相对平衡的状态。（2）边际分析。该种分析方法主要是边际概念当中的数量分析法，在使用的过程中对经济行为和相应的经济变量进行详细，进而凸显出自变量和因变量之间存在的关系；（3）均衡分析。该种分析法是对经济实际均衡状态下变动条件和形成条件进行详细分析；（4）比较动态分析。该种分析法主要是对两个不同的经济予以比较对比，进而获得变量的关系[2]。

三、推动宏观经济状态下的统计分析发展策略

（一）“与时俱进”

宏观经济统计分析具有实践性与科学性，能实现对信息予以合理分析，对现今市场经济的稳定经营和长远发展具有重大的意义。在信息化技术的支持下，宏观经济方面统计分析的信息的主要来源和相应的分析方法呈现出迥异的特征，宏观经济方面的统计分析在实际应用中表现出与时俱进的特征，将多样化的分析方法应用到该项分析当中，能使数据终端使用人员提供的重要的信息保障。大数据时代为我国超越追赶经济发达国家提供了一个良好的机会，我国在经济发展新时期当中，注重从政府采集和分析得到的信息数据着手，进而为经济的稳定经营和长远发展制定科学的发展战略。

为了能贯彻和落实新经济时期制定的经济发展战略，要在经济发展趋势不断变化后，对不适应经济长远的项目进行改进，在关于经济发展的过程中，应注重经济研究的前瞻性，并对互联网中的信息进行充分的利用，从而形成一个全新的宏观经济分析体系，为我国宏观经济发展中提供科学依据与良好的服务。在大数据时代迅速发展下，我国可以对当地各个社会基础单位作为的数据作为依据，对顺应现今大数据时代信息发展的平台进行建立。强化物流网络自身统计与各个行业之间相关联的机构进行建设建设，进而为各个行业的全面发展创造良好的发展环境。当地政府同时也要对资源环境和电网供求提供的信息数据作为重要的依据，实现对我国各项能源的全面发展。此外，大数据相关平台网站要进行科学的建设，这样才能为我国能源基础建设和管理提供强有力的保障。从上文的论述得知，大数据时代背景下，我国各个地方的政府要注重自身发展的创新性，能实现对数据的合理分析，通过采用多元化的经济统计方式，才能对统计和分析方法提出个更好的方法，进而实现合理科学的宏观经济统计分析发展目的。

（二）完善相关体系

经济体制的改革是我国促进经济发展采取的重要措施。随着经济体制的不断改革，我国现存的经济发展结构很难为经济的实际发展提供满意的服务，已经无法满足社会经济发展的需求，无法适应新时展的趋势。基于这样的状况，在实际的发展的过程中，为了更好的改进我国经济发展的机制，应注重要宏观经济方面统计分析工作能在现阶段得到健康的发展。政府机关单位中的从业人员在实际的工作中应研究出适应现今经济发展的体系，进而能科学的指导现今市场经济中企业自身的经营和长远的发展。同时还要对参与工作的相应人员，对自身的专业技能进行不断的提升，让其拥有更加专业的职业技能，保障新建指标体系能顺利有效的实施，发挥其调节指导作用[3]。

（三）加强宏观控制力

由于经济具有较强的流动性，易产生很多种类型风险。因此，要加强宏观经济统计分析稳健发展，增强政府宏观调控经济的能力。将我国宏观经济调控与政治外交结合，与国际宏观调控接轨，并且在宏观调控基础上，贯穿落实国家各项宏观调控政策。根据实际情况采取具有针对性的调控政策，使宏观调控能力与市场机制调节功能得到充分的发挥。将宏观调控目标分为若干个小目标，逐一的进行宏观调控，使宏观调控成果巩固，以实现经济宏观调控最终目标。

四、结论

通过本文的论述得知，虽然我国宏观经济统计分析存在着较多样化的问题。但是，宏观经济统计分析与时俱进符合时展与国家的宏观调控加强，相关体系不断完善，政府与各方力量的大力支持。能够实现对所有经济数据统筹管理与精确分析，使国家经济发展加快，促进整体经济效益优化，宏观经济统计分析也能够得到一个长期有效发展的契机，为人们谋取更多的福祉。

参考文献

经济学数据分析篇12

二、数学统计方法在经济学中的应用分析

(一)数学统计方法在经济学信息处理中的应用。互联网时代，经济发展的主要平台是电子商务，每天有大量是数据信息需要统计和处理。信息技术手段在当代经济学中的应用非常广泛，信息技术的支撑学科是数学，所以将数学统计方法应用于经济学信息处理中，能够更好的实现经济学信息时代的发展。例如，在银行中的排队叫号服务，就是应用了数学方法，通过信息技术手段表现出来。电子商务平台上经营项目越来越多，已经涉及到了通讯系统和互联网系统，这些数学信息统计也需要数学方法。大数据时代的到来，让数学统计方法应用的领域更加广泛。应用数学统计方法来进行数据处理，能够减少人工数据处理产生的误差，提升数据处理的速度，让大数据时代的信息系统更加具有可信度。通过抽样检测发现，数学统计方法进行处理过的数据，数据信息的准确度和精确度都达到了预期要求。因此，要加强数学统计方法在经济学信息处理中的应用相关工作，让数学统计学与经济学信息的联系更加紧密，从而加速两者的融合过程。一方面数学要从纯理论数学走向生产实际，走进经济学领域，这就需要数学研究人员用数学的视角来分析经济学信息。(二)数学统计学方法应用于经济管理与经济决策。宏观经济学是通过调查数据的统计和分析来预测经济的发展走势。这种预测是非常粗略的，但是也是企业投资的重要参考依据，是经济管理的主要参考数据。数学统计学应用于经济管理和经济决策中，可以让预测信息的精确度提升，让企业决策更加准确。经济活动中的任何决策都会影响经济效益，决策参考数据越准确，经济效益的增益越多而损失越少。因此，经济学领域的管理工作者和决策人员要具有一定的数学统计学知识，这样可以对数据分析结果有一个基本的判断。管理者和决策者拥有良好的数学思维，也能够抓住经济学中的数学规律来更好的发挥数学统计方法的工具性作用。(三)数学统计学应用于地下资源开发，为经济学开辟新领域。能源问题是当下世界关注的主要问题，我国地大物博，具有丰富的矿产资源，在过去采矿技术不发达时，已经将地表矿产和近地面区域的矿藏开发出来了。可持续发展战略下，这些矿藏是不能够一直被继续挖掘，所以需要运用数学统计学方法来分析地质情况，发现新的可供开采的石油和天然气及其他矿产资源。地质行业的勘查工作实现了信息技术化，所以数学统计学可以辅助其解决很多问题。从经济学教学分析，数学统计学可以对这些矿藏的开放难度和资金投入以及效益产出等进行精确的分析。通过这些缜密的数据分析，就可以对是否开采以及如何开采才能实现经济效益的最大化提供可信的数据参考。因此，经济学领域的工作人员，在开发一个新的项目时，一定要充分利用数学统计学工具来解决问题和分析问题。(四)数学统计方法应用于制造与设计领域。数学设计技术和计算机技术是分不开的，数学统计在制造业中的应用也进入了新的阶段，数学设计技术成果已经成功地应用在汽车、飞机、船体、服装、首饰等设计过程中。通过数学原理的应用，对各项工程预算进行有效的分析，提供准确的数据，我国的数学方面研究专家也设计了一些工程运算方面专用的程序，在国际重点工程建设的过程中起到了重大作用，建筑工程可以利用数学计算方法分析，比较施工方案，来达到工程最优化，同时可以运用数学理论对工程建成后的运行进行测算和监控，以保障安全顺利地进行。因此，数学相关工作人员要将数学的应用拓展到设计和制造工作中。信息技术时代，各个行业的产品的制作和设计够更加复杂和精细。很多机械产品由多个部件构成，各个部分还会产生相互影响。这就需要输血统计方法来预测相互影响力的大小，如何将各个部分的运行都限制在一个适当的范围内。从经济学的视角来分析，如果设计和制造中的数据出现问题，就会导致产品的质量问题，无论是召回反厂还是降价销售，都会造成严重的经济损失。

三、结束语

综上所述，数学统计学对经济学的发展具有重要的作用，数学统计学应用于经济学当中也具有一定的可行性。当下已经实现了经济学和数学统计学的部分融合，并且取得了一定成果。信息技术应用于各个行业对数学统计学的需求也逐渐增加，经济学的发展会受到信息技术的影响而速度加快，数学统计学能够为经济学的管理和决策提供高效的数据处理服务。因此，数学统计学相关研究人员要提高统计学的应用功能，将统计学与经济学有深入的交叉，经济学研究人员则要将工作进行数据分析和整合，为数学统计学的应用提供适当的数据信息。

参考文献: