网站首页 > 产业分析> 文章内容

经济论文分享机器学习应用:经济学细分领域研究发展趋势分析

※发布时间:2018-5-1 20:16:08   ※发布作者:habao   ※出自何处: 

  1980-2015近35年间的经济学研究发展中,微观理论研究始终占据最大份额(20%),宏观理论研究维持在15%,劳工经济、产业组织、公共财政研究不断萎缩,较小领域(经济学、经济、经济学、城市经济学等等)研究一直不断攀升

  经济学的研究增长非常迅速从1980年代最初占比的30%,经过35年的发展,到2015年已经占到到了整体经济学研究比例的55%;纯计量工具发展速度一致比较平稳,而理论形式的研究逐步萎缩——经济学确实存在研究从理论向的转型

  经济学各领域的学者们已经注意到,经济学研究开始变动越来越向分析方向倾斜。由此引发了这篇论文的研究课题,即对Web of Science 和 Econlit两个数据库中,1980-2015年的经济学领域80个核心期刊中的134892篇刊登论文进行详细的分类和评估,试图寻找这些论文的研究领域和风格上在时间发展上所呈现的变化。

  其中,研究领域主要分为10类:微观经济学、宏观经济学、计量经济学、公共财政学、劳工经济学、国际经济学、金融经济学、产业组织学、发展经济学、其他(包含经济学、经济、经济学、城市经济学等(由于这几个领域整体占比较低,为避免产生统计偏差,归为一类)

  此外,综合考虑到,80个经济学核心期刊的学术影响力和对经济学发展的贡献水平差异巨大,不可能将他们同等视之。例如,134892篇论文看起来基数庞大,但是其中37%的论文从未被其他文献引用过,换句话说,超过三成的论文研究并不被学界广泛重视甚至不被认可。所以,必须给这些期刊加上随时间变化的影响力权重,才能真是反应这些论文的真是学术贡献水平。

  虽然机器学习在很多领域得到广泛应用,但是在经济学上能够成熟发表并刊登的课题研究并不多见,这篇论文算是机器学习的小试牛刀,所应用的技术并不复杂。

  这篇论文的领域分类利用clustering algorithm 聚类算法,从数据库中的论文的JEL代码、标题、关键字、出版期刊、引用文献领域识别,重新编译一个训练数据库,并对原始论文进行分类标签识别和归档。

  这篇论文的风格分类利用random forest algorithm 随机森林算法,同理分类归档。由于1970年代以前的论文风格分类模糊不够精确,所以数据从1980年开始统计处理。

  上图不难看出,经济学的研究增长非常迅速从1980年代最初占比的30%,经过35年的发展,到2015年已经占到到了整体经济学研究比例的55%,也就是一半以上的经济学论文是研究了。

  而且,这期间,纯计量工具发展速度一致比较平稳,而理论形式的研究逐步萎缩,也就是说,经济学确实存在研究从理论向的转型。

  无关干货、无关鸡汤!头条号【共鸣果】致力于社科文献和学术论文的分享与,并专注于其中的思辨见解与趣味细节,力图让读者了解更多打破惯性认知、传统观念的研究。