随着步入大数据时代, 以互联网平台作为经济信息的集散场所, 从逻辑上便可以根据大数定理找到经济数据的回归路径, 进而增强数量经济学在应用中的可靠性。目前, 数量经济学的应用前景包括:提升数量经济学建模与现实的契合度、增强数量经济学对经济问题的解释力、去除数量经济学存在的形式化弊端、提高数量经济学在宏微观决策的价值。 (来源:黑河学院学报,作者:钱瑶,安徽工商职业学院) 考察经济学史可知, 古诺模型开创造数量经济学的先河, 以数学分析方法解构出双寡头市场的市场份额有效配置问题。从中不难理解, 随着数量经济学在宏观和微观经济中的应用, 将为决策者的经济决策提供扎实的数据支撑。然而, 从现代经济学方法论视角来审视古诺模型, 由于该模型忽略了厂商之间的差异性, 以同质化厂商结构来解决市场占有率问题, 其结论并无法与市场现实状况相契合。关于这一点, 仍大量存在于数量经济学的应用中。随着数量经济学也步入大数据时代[1], 以互联网平台作为经济信息的集散场所, 从逻辑上便可以根据大数定理找到经济数据的回归路径, 进而增强数量经济学在应用中的可靠性。
立足我国国情, 新时期数量经济学的应用价值可分析如下: 1. 助力供给侧结构性改革供给侧结构性改革构成我国经济发展新常态的重要支撑, 也是推动我国经济发展方式转变的有力支撑。从宏观层面来考察供给侧结构性改革, 主要在于去除过剩产能和优化产能结构, 以去除煤炭、钢铁行业的过剩产能为引领, 通过调整产品结构来与市场需求结构相适应, 构成了近期国家经济战略的重点。数量经济学的应用在于, 通过科学测算来建构起去除过剩产能的经济学模型, 进而为决策层提供关于产能过剩程度的评价机制。 2. 助力民生保障工程建设以我国经济发展水平相适应来推进民生保障工程建设, 构成我国长期不变的基本国策。其中, 社保水平成为民生保障工程建设的核心。我国社保机制遵循现收现付制度, 这就意味着, 提高离退休人员的养老金水平必然会增大在职人员的经济负担。同理, 若是降低在职人员的缴费比例, 又难以克服我国社保的压力。数量经济学在这里的应用便体现在, 论证现行养老保险缴费比例的合理性与否, 并根据国民经济发展状况提供优化建议。 3. 助力农地资源有效配置我国专家学者曾经提出了确保耕地不低于18亿亩的红线, 那么在新型城镇化建设过程中, 如何来确保18亿亩红线的安全性, 以及在农地确权改革的时代要求下, 又如何确保我国的粮食安全, 这些都需要借助数量经济学的分析优势, 为决策层的决策提供数据支撑。面对我国作为大国格局的情形下, 数量经济学所提供的实证分析就更为重要。
基于以上三个方面的应用价值分析, 可以将数量经济学的应用前景归纳为: 1. 提升数量经济学建模与现实契合度的前景随着数量经济学分析方法传入我国, 我国学者都积极地将该分析方法应用于解决现实经济问题中。其中, 数量经济学应用最为广泛的便是金融领域[2]。然而, 在新古典经济学的基本假设条件下, 无论是对我国资本市场的经济分析, 还是对我国实体经济面的经济分析, 都存在着各抒己见, 且又各自成理的局面。这种现象暂且不去讨论是否为学术上的百家争鸣, 至少在决策上就会增大决策者的决策风险。通过将大数据资源导入数量经济学的分析中, 便能为数量模型的检验提供基础材料支撑, 进而, 修正后的数据便能契合我国经济发展的实际情况。 2. 增强数量经济学对经济问题解释力的前景“经世济民”是我国学术界对经济学应用的价值判断, 这与新古典范式下的价值取向存在着天壤之别。因此, 我国学者在应用数量经济学对经济问题进行分析时, 应结合实证和规范分析的内在要求, 而不能只提出“是什么”的问题。随着我国步入大数据时代, 以数理统计作为数量经济学分析的辅助要件, 就能在大数定理下增强数量经济学的分析力度, 并在规范分析范式下为决策者和社会公众提供对经济现实问题合理的解释。 3. 去除数量经济学存在的形式化弊端的前景古诺模型作为双寡头数量模型, 本身的形式化大于其实在化。若是将该模型作为对数量经济学学习的入门, 则无可非议。然而, 若是将其结论“N/N+1”作为厂商合理确定自身市场份额的结论, 则必将对厂商的决策造成十分尴尬的局面。这就表明, 当前的数量经济学在分析中形式化特征依然显著。大数据来自于现实之中, 并包容了现实已经发生的经济事件, 所以, 大数据的导入能去除数量经济学的形式化弊端。 4. 提高数量经济学在宏微观决策价值的前景数量经济学若要像会计学、统计学那样对宏微观决策提供切实的政策建议, 则需要摆脱传统分析中似是而非的局面, 并切实通过数据分析来修正已有的数量模型, 并将其转换为软件分析系统, 来便利化的支撑决策者的据测。可见, 在大数据时代背景下, 则能从理论层面提高数量经济学在宏微观决策的应用价值[3]。
1. 着眼于供给侧结构性改革领域当前, 对供给侧结构性改革的解读更多立足于宏观经济发展层面, 而随着改革的落地则需要聚焦微观层面的经济发展问题。供给侧结构性改革中的去除过剩产能, 是在其技术系数配比上显示的, 同时, 需要去除过剩的劳动要素, 将其转换为劳动力概念, 则意味着大量的员工需要因此而转岗。之所以没有使用“下岗”一词, 归因于中央已明确表态, 即不能出现类似于20世纪90年代中期国企改革的症状。因此, 应用数量经济学的着眼点就在于, 根据企业实际情况构建技术系数的动态调整模型, 使企业在去除过剩产能的同时, 还能循序渐进地解决职工转岗问题。 2. 着眼于民生保障工程建设领域我国在职职工的养老金缴纳比例在全球横向比较中呈现出偏大的局面, 而这又是我国基本国情所决定, 也与我国国民平均收入水平相适应。随着我国退休职工人数的不断增加, 以及延迟退休年龄方案的逐步落地, 如何分结构合理优化养老金缴纳比例, 则成为决策层需要思考的问题。为此, 数量经济学应用在这里的着眼点, 便需要以建模的方式来测算出不同职工结构合理的养老金缴纳比例, 以及该比例是否与国家财政收入现状相适应。 3. 着眼于农地资源有效配置领域解决农地资源有效配置问题属于系统性工程, 关乎精准扶贫战略的实施绩效, 也关注国家的粮食安全程度。数量经济学应用在这里的着眼点, 则在于基于现有的农地“产出投入”比例关系, 为不同地域农地扭转政策制定和粮食补贴下发, 在宏观层面提供较为精准的决策数据。
具体而言, 实施策略可从以下四个方面来构建: 1. 学术界应增强数量经济学应用的问题意识作为经济学分支的数量经济学, 其应用仍然主要掌握在专业人士手中, 笔者将其归为学术界中的经济学专业人员。因此, 在大数据时代背景下需要借助大数据这一资源, 更好地发挥数量经济学在经世济民中的优势。学术界应增强在数量经济学应用中的问题意识。应聚焦在包括本文已提到的三个领域, 还应通过跟踪我国社会经济发展现状, 主动以数量经济学手段来为国民经济建设提供数据支持。 2. 建立贯穿于大数据搜集和分析的专家团队大数据分析从概念转变为实在的方法, 则需要以高素质的专业人才作为智力支持。因此, 建立贯穿于大数据搜集和分析的专家团队应成为当务之急。然而, 专家团队的建立具有显著的正外部性效应, 而单纯依靠市场的力量显然是不够的。因此, 这就要求各级政府部门应从干预市场的角度出发, 依托体制内专业人才资源, 推动专家团队的建立。在市场经济条件下, 专家团队可提供有偿的社会化服务。 3. 形成数量分析与价值判断相结合的方法论在应用数量经济学解决现实经济问题时, 在方法论上应排除西方经济学界的不良倾向[4], 即只重视实证分析。由此, 我国学界应遵循数量分析与价值判断相结合的方法论, 并将落脚点放置在为决策者提供决策依据, 以及向社会公众提供问题解析的层面上来。笔者认为, 大数据时代背景下, 若要拓宽数量经济学的应用前景, 还应思考经济学门类的交叉应用问题。如数量经济学与新制度经济学进行交叉, 进而改观数量经济学的均衡分析短板。 4. 践行实践是检验真理的唯一标准的学术观数量经济学若要真正做到经世济民的要求, 还需要以实事求是的姿态来面对复杂纷扰的现实经济发展问题。为此, 应践行实践是检验真理的唯一标准的学术观。青年经济学者应主动学习我国老一辈经济学家的治学风范, 以亲自获取第一手数据为己任, 以真理标准来审视经济预测, 进而提升数量经济学的应用价值。
[1]高熙垚.大数据与大数据经济学研究[J].经济, 2016 (10) . [2]俞立平.大数据与大数据经济学[J].中国软科学, 2013 (7) . [3]孙振朝.大数据时代的数量经济学应用[J].经营与管理, 2016 (2) . [4]白智博.论经济学与应用经济学的关系研究[J].商业, 2015 (5) . |
|