江芝峣

摘 要：宏觀經(jīng)濟條件下的經(jīng)濟預(yù)測分析比較偏向于應(yīng)用大數(shù)據(jù)技術(shù)與互聯(lián)網(wǎng)技術(shù)，發(fā)揮技術(shù)的優(yōu)勢獲得更精準(zhǔn)的預(yù)測分析結(jié)果。大數(shù)據(jù)技術(shù)可以幫助政府客觀評判整體經(jīng)濟形勢大致走向，為國家戰(zhàn)略發(fā)展提供豐富的數(shù)據(jù)資源。目前大數(shù)據(jù)技術(shù)在應(yīng)用時存一定限制，本文以此為基礎(chǔ)闡述宏觀經(jīng)濟預(yù)測中的缺陷問題，通過數(shù)據(jù)來源、數(shù)據(jù)獲取、數(shù)據(jù)分析等方面實現(xiàn)大數(shù)據(jù)的有效應(yīng)用。

關(guān)鍵詞：大數(shù)據(jù);宏觀經(jīng)濟;預(yù)測分析;數(shù)據(jù)獲取

實際上，宏觀經(jīng)濟預(yù)測中包含的內(nèi)容十分廣泛，大數(shù)據(jù)技術(shù)可以為政府提供多層次經(jīng)濟預(yù)測信息，同時對信息綜合處理和加工。我國提出了將大數(shù)據(jù)、云計算用于數(shù)據(jù)分析的要求，促使宏觀經(jīng)濟信息可以及時反饋給各個部門，加強各部門高效聯(lián)動。大數(shù)據(jù)技術(shù)無需人們手動采集信息，可通過計算機系統(tǒng)將數(shù)據(jù)類別細(xì)化，為政府經(jīng)濟政策的制定提供數(shù)據(jù)支持。

一、傳統(tǒng)宏觀經(jīng)濟預(yù)測在統(tǒng)計數(shù)據(jù)中存在的缺陷

在以往的數(shù)據(jù)統(tǒng)計中，傳統(tǒng)宏觀經(jīng)濟預(yù)測主要有以下缺陷：（1）經(jīng)濟預(yù)測存在滯后性，統(tǒng)計數(shù)據(jù)要在經(jīng)濟運行后由有關(guān)部分負(fù)責(zé)匯總，整個過程耗時很長，數(shù)據(jù)指標(biāo)有時會滯后一個季度。（2）存在嚴(yán)重的統(tǒng)計誤差。過去統(tǒng)計數(shù)據(jù)要依靠認(rèn)為搜集匯總，人為參與度較大，匯總到的數(shù)據(jù)難以保證準(zhǔn)確性，有時存在統(tǒng)計誤差。（3）數(shù)據(jù)獲取成本略高。數(shù)據(jù)收集過程復(fù)雜，需耗費大量人力與物力，所以數(shù)據(jù)獲取成本很高。（4）樣本量比較少。統(tǒng)計樣本與獲取宏觀經(jīng)濟預(yù)測數(shù)據(jù)成本呈反比關(guān)系，統(tǒng)計樣本量不斷增加，相應(yīng)的成本也會加大，所以有必要在統(tǒng)計樣本與成本間找出平衡。比如CPI統(tǒng)計時找出平衡點，采用抽樣調(diào)查方式明確調(diào)查網(wǎng)點，遵循定人、定時、定點的原則，派人在網(wǎng)點采集價格，共涵蓋8.3萬家價格數(shù)據(jù)，但這與全國整體市場數(shù)量相比，樣本量還不足整體的1%[1]。（5）顆粒度不夠。相較于現(xiàn)有的宏觀統(tǒng)計指標(biāo)，主要是整體性宏觀指標(biāo)，仍以CPI指標(biāo)為例，包括了八大類，分別為生活用品及服務(wù)、食品煙酒、教育文化和娛樂、衣著、醫(yī)療保健、交通和通信、居住以及其他用品和服務(wù)，同時，還包括262個基本分類的服務(wù)價格與商品，雖然較為豐富，但此類指標(biāo)能夠以為分類行業(yè)相關(guān)經(jīng)濟決策提供有效指導(dǎo)作用。總而言之，由于上述問題，宏觀經(jīng)濟預(yù)測分析工作難以開展及時、有效的預(yù)測，這是當(dāng)前傳統(tǒng)宏觀經(jīng)濟預(yù)測分析的主要缺陷。

二、大數(shù)據(jù)在宏觀經(jīng)濟預(yù)測分析的應(yīng)用優(yōu)勢及作用

（一）大數(shù)據(jù)在宏觀經(jīng)濟預(yù)測分析的應(yīng)用優(yōu)勢

宏觀經(jīng)濟預(yù)測中應(yīng)用大數(shù)據(jù)的技術(shù)優(yōu)勢如下：（1）大數(shù)據(jù)具有及時性。依靠互聯(lián)網(wǎng)平臺積累的數(shù)據(jù)會被存儲于網(wǎng)絡(luò)空間內(nèi)，交易到的數(shù)據(jù)與價格等信息會在交易時，在網(wǎng)絡(luò)內(nèi)留下痕跡，大數(shù)據(jù)可提取相關(guān)痕跡用于分析問題，所以大數(shù)據(jù)用于宏觀經(jīng)濟預(yù)測中是不會存在時間滯后性的。（2）大數(shù)據(jù)具有精準(zhǔn)性。網(wǎng)絡(luò)平臺所提供的數(shù)據(jù)會在事件發(fā)生時做好記錄，避免人才操作，可為后續(xù)數(shù)據(jù)分析提供原始數(shù)據(jù)，所以數(shù)據(jù)預(yù)測結(jié)果更準(zhǔn)確。（3）成本相對較低。網(wǎng)絡(luò)大數(shù)據(jù)會在事件發(fā)生的一瞬間被記錄下來，不需要人為搜集數(shù)據(jù)，可直接通過技術(shù)方法提取并整理數(shù)據(jù)，從而降低數(shù)據(jù)搜集成本。

（二）大數(shù)據(jù)在宏觀經(jīng)濟預(yù)測分析的作用

1、提供數(shù)據(jù)支持

宏觀經(jīng)濟預(yù)測分析涉及到極為龐大的數(shù)據(jù)量，涵蓋眾多專業(yè)內(nèi)容和學(xué)術(shù)知識，相應(yīng)的，影響宏觀經(jīng)濟的因素也具有多樣化特征，這意味著宏觀經(jīng)濟預(yù)測分析具有極強專業(yè)性。在以往傳統(tǒng)宏觀經(jīng)濟預(yù)測分析中，往往難以及時獲取全面的內(nèi)容數(shù)據(jù)，導(dǎo)致預(yù)測分析結(jié)果存在偏差，影響經(jīng)濟運行質(zhì)量。但通過將大數(shù)據(jù)技術(shù)應(yīng)用于宏觀經(jīng)濟預(yù)測分析中，相關(guān)分析部門通過互聯(lián)網(wǎng)技術(shù)能夠?qū)崿F(xiàn)宏觀經(jīng)濟數(shù)據(jù)的快速采集，擴大宏觀經(jīng)濟數(shù)據(jù)的收集范圍，例如居民人均可支配收入和支出、全社會用電量、社會消費品總額等民生數(shù)據(jù)，極大的壓縮了數(shù)據(jù)采集時間，甚至可以直接獲取，為宏觀經(jīng)濟預(yù)測分析效率的提高奠定良好基礎(chǔ)。

2、增強宏觀經(jīng)濟預(yù)測分析方法多元性

大數(shù)據(jù)技術(shù)的應(yīng)用能夠打破傳統(tǒng)宏觀經(jīng)濟預(yù)測分析模式，進一步提升分析能力。具體而言，傳統(tǒng)宏觀經(jīng)濟預(yù)測分析工作開展過程中，往往會受到財力、人力等因素的影響，且采用的調(diào)查形式為抽樣調(diào)查，在對整體經(jīng)濟進行宏觀層面的分析時，同樣建立在抽樣數(shù)據(jù)的基礎(chǔ)上。但是，該方法缺乏普遍性，得到的宏觀經(jīng)濟預(yù)測分析結(jié)果相對于社會真是水平，極易存在誤差，預(yù)測結(jié)果的可利用度難以保障。但大數(shù)據(jù)的應(yīng)用提高了宏觀經(jīng)濟預(yù)測分析的便利程度，相關(guān)預(yù)測分析人員通過使用大數(shù)據(jù)分析技術(shù)，能夠直接使用計算機分析海量數(shù)據(jù)，不必進行抽樣調(diào)查，這樣一來，分析方法轉(zhuǎn)變?yōu)榭傮w分析，分析結(jié)果也具有全面性和普遍性，甚至有效提升宏觀經(jīng)濟數(shù)據(jù)預(yù)測和分析結(jié)果的可靠性和準(zhǔn)確性，為后續(xù)經(jīng)濟工作的展開奠定良好基礎(chǔ)。

3、提升宏觀經(jīng)濟預(yù)測分析技術(shù)

基于大數(shù)據(jù)技術(shù)的宏觀經(jīng)濟預(yù)測分析工作主要是依托于大數(shù)據(jù)系統(tǒng)和計算機，通過二者的有機結(jié)合優(yōu)化預(yù)測分析技術(shù)。在實際預(yù)測分析過程中，會引入更多科學(xué)的分析模型，由于此類模型無法應(yīng)用于傳統(tǒng)宏觀經(jīng)濟預(yù)測分析模式中，所以，大數(shù)據(jù)技術(shù)的應(yīng)用還能夠提升該預(yù)測分析的技術(shù)水平，一方面對上一階段經(jīng)濟運行成果進行總結(jié)，另一方面對下一階段經(jīng)濟運行目標(biāo)進行展望，并根據(jù)異常的經(jīng)濟運行數(shù)據(jù)挖掘不良癥候，并對其進行監(jiān)測與分析，實現(xiàn)對經(jīng)濟運行風(fēng)險的有效、及時規(guī)避。除此之外，圖像識別技術(shù)和語音識別等新技術(shù)的應(yīng)用能夠減輕預(yù)測分析工作人員的壓力，減少其工作量，釋放人力資源，使其能夠集中精力開展經(jīng)濟數(shù)據(jù)的深度分析工作，實現(xiàn)宏觀經(jīng)濟預(yù)測分析質(zhì)量和效率的提高。

三、大數(shù)據(jù)在宏觀經(jīng)濟預(yù)測分析中的實踐應(yīng)用

（一）數(shù)據(jù)來源

可用來進行宏觀經(jīng)濟預(yù)測分析的大數(shù)據(jù)來源較多，共有以下幾種：（1）政務(wù)經(jīng)濟數(shù)據(jù)。即政府、工商、公安、稅務(wù)等職能部門在履職中產(chǎn)生的業(yè)務(wù)數(shù)據(jù)資源，數(shù)據(jù)量龐大且數(shù)據(jù)內(nèi)容復(fù)雜，所有數(shù)據(jù)被分散存儲，目前政府在政務(wù)數(shù)據(jù)資源方面致力于歸集共享，打破數(shù)據(jù)橫向交互障礙，為政府大數(shù)據(jù)在各部門的高效共享奠定基礎(chǔ)。（2）互聯(lián)網(wǎng)企業(yè)在經(jīng)營中積累的數(shù)據(jù)資源，比如阿里巴巴、百度、騰訊在社交、電商等領(lǐng)域內(nèi)建立的資源庫?；蛘咭苿?、聯(lián)通通信公司掌握大規(guī)模位置信息，這些數(shù)據(jù)不僅內(nèi)容完備，且質(zhì)量很高，但因涉及到隱私問題，企業(yè)不會將數(shù)據(jù)公開。（3）依靠搜索引擎提供的數(shù)據(jù)，這些數(shù)據(jù)可反映用戶行為，比如百度利用自身的引擎為用戶提供詞條搜索數(shù)據(jù)服務(wù)，人們通過該方式得到的數(shù)據(jù)成本低，且快捷便利，但信息來源單一，無法得到定制化數(shù)據(jù)資源。（4）應(yīng)用爬蟲技術(shù)獲得文本信息，通過爬蟲腳本爬取互聯(lián)網(wǎng)文本內(nèi)容，但該方法技術(shù)難度較大，成本較高。（5）物聯(lián)網(wǎng)數(shù)據(jù)，常見的有手機、探頭等傳感器數(shù)據(jù)，主要針對溫濕度、速度、位置等數(shù)據(jù)的采集處理。

（二）數(shù)據(jù)獲取

多數(shù)互聯(lián)網(wǎng)數(shù)據(jù)與政府職能部門業(yè)務(wù)數(shù)據(jù)最初都是非結(jié)構(gòu)化數(shù)據(jù)，這種原始形態(tài)的數(shù)據(jù)如果用來進行宏觀經(jīng)濟預(yù)測，就會遇到數(shù)據(jù)來源不同的問題。不僅如此，以往傳統(tǒng)的計量模型和統(tǒng)計模型所使用的數(shù)據(jù)主要是一些通過調(diào)研和統(tǒng)計工作得到的數(shù)據(jù)，而且直接用于處理和分析，是一種結(jié)構(gòu)化數(shù)據(jù)信息。但是，大量經(jīng)濟信息數(shù)據(jù)往往異常在網(wǎng)絡(luò)中，需要將其進行精準(zhǔn)提取。因此，需要在數(shù)據(jù)挖掘中尋找隱藏信息，由于數(shù)據(jù)挖掘?qū)ο笫蔷W(wǎng)絡(luò)數(shù)據(jù)集，數(shù)據(jù)集多數(shù)為文檔形式，具有異質(zhì)性與分散性特征，比如服務(wù)器內(nèi)保存的日志文件或用戶行為留下的信息等。應(yīng)用情感分析、主題模型等自然語言分析方法可以從非結(jié)構(gòu)化數(shù)據(jù)中獲得有效信息，數(shù)據(jù)挖掘的一般過程主要包含搜索算法和建模技術(shù)，應(yīng)用爬蟲算法抓取互聯(lián)網(wǎng)中的原始數(shù)據(jù)，再經(jīng)過試探性分析清晰數(shù)據(jù)，將無用噪聲過濾，保存有利于宏觀經(jīng)濟預(yù)測的數(shù)據(jù)內(nèi)容，或是使用百度指數(shù)獲取數(shù)據(jù)等。

（三）處理維度災(zāi)難，消除數(shù)據(jù)噪聲

大數(shù)據(jù)自身信息量大，價值密度比較低，在應(yīng)用大數(shù)據(jù)技術(shù)挖掘信息時會面對不同維度或領(lǐng)域的信息。由于需要進行數(shù)據(jù)分析的變量增加，導(dǎo)致宏觀經(jīng)濟預(yù)測過程會面臨高維數(shù)據(jù)問題，甚至存在維數(shù)災(zāi)難。面對這類問題，可以通過降低變量維度，采用提取與篩選的方法將篩選出的特征代替原本特征集。數(shù)據(jù)噪聲就是指對沒有研究價值的數(shù)據(jù)信息進行處理，由于大量噪聲數(shù)據(jù)的存在，數(shù)據(jù)處理過程延長，造成會加大數(shù)據(jù)分析成本，提升數(shù)據(jù)處理難度。若是沒有精準(zhǔn)識別出噪聲數(shù)據(jù)，那么在宏觀經(jīng)濟預(yù)測分析過程中會加入大量無價值的數(shù)據(jù)信息，也就是說，噪聲數(shù)據(jù)造成的存在會給研究結(jié)果帶來誤差，導(dǎo)致預(yù)測分析結(jié)論無價值，想要消除數(shù)據(jù)噪聲，可以應(yīng)用SSA技術(shù)將原始數(shù)據(jù)處理為結(jié)構(gòu)化數(shù)據(jù)。

（四）轉(zhuǎn)變研究問題范式

過去的宏觀經(jīng)濟檢測模型主要是對解釋變量與被解釋變量做出假設(shè)，分析二者函數(shù)關(guān)系。大數(shù)據(jù)的數(shù)據(jù)獲取渠道不同，不能確定宏觀經(jīng)濟指標(biāo)的假定函數(shù)關(guān)系，經(jīng)濟變量與解釋變量只是存在一定的關(guān)聯(lián)，所以傳統(tǒng)計量模型無法將大數(shù)據(jù)采集的數(shù)據(jù)做出科學(xué)處理。依靠大數(shù)據(jù)“機器學(xué)習(xí)”技術(shù)，針對宏觀經(jīng)濟變量和解釋變量的關(guān)系重新解釋，尋求相對應(yīng)的變量匹配關(guān)系。計算機可以找出最佳匹配關(guān)系，隨著計算次數(shù)的增加，通過大數(shù)據(jù)“學(xué)習(xí)”來提升數(shù)據(jù)挖掘與處理的有效性。常見的機器學(xué)習(xí)算法有遺傳算法和人工神經(jīng)網(wǎng)絡(luò)等。

（五）建立景氣預(yù)警監(jiān)測系統(tǒng)

引入土地市場內(nèi)企業(yè)招聘、工業(yè)廢氣排放、項目投資監(jiān)管等非統(tǒng)計數(shù)據(jù)，對所有數(shù)據(jù)進行篩選，統(tǒng)一指標(biāo)，將指標(biāo)集合作為景氣指數(shù)初選指標(biāo)，每個指標(biāo)都能代表經(jīng)濟活動中的某個領(lǐng)域，綜合指標(biāo)能夠代表經(jīng)濟活動重要內(nèi)容。整理數(shù)據(jù)指標(biāo)，統(tǒng)一口徑并補充缺失值，計算當(dāng)月同比指數(shù)。采用K-L信息量，在時差相關(guān)分析法的作用對指標(biāo)分類處理，按照指標(biāo)性質(zhì)合成景氣指數(shù)。選擇NBER合成指數(shù)或其他加權(quán)合成方法確定合成指數(shù)，應(yīng)用打分法確定預(yù)警指數(shù)，對不同歷史數(shù)據(jù)實際落點的指標(biāo)使用分位數(shù)方法，科學(xué)計算不同狀態(tài)下數(shù)據(jù)的臨界值，即對指標(biāo)賦予分值，再由不同指標(biāo)分值計算綜合分，最后對其作出評價，檢驗景氣指數(shù)。

（六）搭建數(shù)據(jù)分析平臺

拓寬數(shù)據(jù)采集渠道，整合政府核心業(yè)務(wù)數(shù)據(jù)，綜合互聯(lián)網(wǎng)社會經(jīng)濟數(shù)據(jù)資源，完成對海量數(shù)據(jù)的匯集處理，建立經(jīng)濟監(jiān)測預(yù)警平臺，實現(xiàn)經(jīng)濟預(yù)測、監(jiān)測預(yù)警、數(shù)據(jù)分析等功能為一體的宏觀經(jīng)濟預(yù)測與決策平臺。加強計算機算法人員和經(jīng)濟分析人員相互協(xié)調(diào)工作，在明確宏觀經(jīng)濟分析特點，掌握宏觀經(jīng)濟發(fā)展需求的基礎(chǔ)上完善大數(shù)據(jù)采集平臺，為接下來的宏觀經(jīng)濟預(yù)測營造大數(shù)據(jù)應(yīng)用環(huán)境。鼓勵社會經(jīng)濟工作者樹立大數(shù)據(jù)思維，學(xué)會應(yīng)用“大數(shù)據(jù)+”的思維方式解決問題，提升深度學(xué)習(xí)能力，為數(shù)據(jù)資源的高效開發(fā)與利用奠定基礎(chǔ)。

四、總結(jié)

總而言之，雖然大數(shù)據(jù)已經(jīng)應(yīng)用于社會宏觀經(jīng)濟預(yù)測分析中，但大數(shù)據(jù)在使用中難免會遇到各方面問題。目前人們主要應(yīng)用來自百度和谷歌提供的數(shù)據(jù)，雖然在應(yīng)用中無需耗費人力物力，但難免也會存在數(shù)據(jù)單一的現(xiàn)象。因此，有必要在大數(shù)據(jù)基礎(chǔ)上建立宏觀經(jīng)濟預(yù)測系統(tǒng)，及時處理維度災(zāi)難，消除數(shù)據(jù)噪聲，轉(zhuǎn)變研究問題范式。

參考文獻(xiàn)：

[1]高艷.大數(shù)據(jù)在宏觀經(jīng)濟預(yù)測分析中的應(yīng)用[J].經(jīng)濟管理文摘，2020（14）：175-176.

[2]馬紅燕.大數(shù)據(jù)視角下的宏觀經(jīng)濟預(yù)測[J].中阿科技論壇（中英阿文），2020（07）：39-42.

[3]王建冬.大數(shù)據(jù)在經(jīng)濟監(jiān)測預(yù)測研究中的應(yīng)用進展[J].數(shù)據(jù)分析與知識發(fā)現(xiàn)，2020，4（01）：12-25.