大数据分析不仅拓宽了经济学研究范畴，而且冲击着传统经济学研究方法。经济学研究需要适应大数据时代的要求，勇于创新与变革。本书从经济思想史学科发展的视角出发，分析了数量分析法在经济学研究中的演变与发展脉络，并对大数据时代背景下经济学数量分析法的最新进展进行了讨论与分析。本书适用于高等院校从事经济、管理、统计、信息等相关专业的师生及科研人员参考。

祝歆，经济学博士，北京联合大学教授。毕业于北京大学光华管理学院（获硕士学位）、经济学院（获博士学位）。曾长期任职于中国联通，从事大数据与信息服务工作。现主要研究方向为大数据分析与应用。

第一章 大数据分析概述
第一节 什么是大数据分析
第二节 大数据分析的过程、技术与难点
第三节 大数据分析的算法和模型
第四节 大数据分析在经济研究中的应用价值
第二章 古典及新古典经济学时期的数量分析
第一节 古典经济学时期的数量分析
第二节 马克思政治经济学的数量分析
第三节 新古典经济学时期的数量分析
第三章 凯恩斯和后凯恩斯时期的数量分析
第一节 凯恩斯主义相关学派的数量分析
第二节 自由主义相关学派的数量分析
第三节 其他学派经济的数量分析
第四章 计量经济学及其数量分析
第一节 经典计量经济学的形成和发展
第二节 现代计量经济学的形成及发展
第三节 计量经济学的挑战与展望
第五章 机器学习方法的兴起及其在经济学研究中的运用
第一节 机器学习的起源及其算法演进
第二节 机器学习应用于经济学研究的文献计量分析
第三节 机器学习在经济学中的典型应用领域
第六章 数据挖掘方法的兴起及其在经济学研究中的运用
第一节 数据挖掘的起源及其算法演进
第二节 数据挖掘应用于经济学研究的文献计量分析
第三节 数据挖掘在经济学中的典型应用领域
第七章 复杂网络方法的兴起及其在经济学研究中的运用
第一节 复杂网络方法的起源及其算法演进
第二节 复杂网络应用于经济学研究的文献分析
第三节 复杂网络方法在经济学中的典型应用领域
第八章 大数据分析在消费经济研究中的应用
第一节 消费行为预测的研究背景及现有计量方法
第二节 网络消费预测的算法及模型
第三节 基于机器学习的网络消费行为实证研究
第四节 机器学习的应用总结及展望
第九章 大数据分析在交通经济研究中的应用
第一节 交通经济预测的研究背景及现有计量方法
第二节 交通经济预测的算法及模型
第三节 基于复杂网络的交通经济实证研究——以北京市公交网络为例
第四节 复杂网络的应用总结及展望
参考文献