郭寬厚

經(jīng)濟分析工作引入大數(shù)據(jù)的意義和作用

大數(shù)據(jù)時代的到來，對傳統(tǒng)經(jīng)濟分析工作提出了機遇和挑戰(zhàn)。在經(jīng)濟分析工作中引入大數(shù)據(jù)，可以解決傳統(tǒng)經(jīng)濟分析工作中所遇到的局限，并為經(jīng)濟分析打開另一片廣闊的空間。

一是隨著信息量的極大拓展和處理信息能力的極大提高，經(jīng)濟分析可以從樣本統(tǒng)計時代走向總體普查時代。這一點對經(jīng)濟分析意義重大，因為我們通常關(guān)注的經(jīng)濟是比較宏觀的，如果能將對整體宏觀經(jīng)濟變量的分析建立在盡可能多地關(guān)于經(jīng)濟主體行為的信息的基礎(chǔ)上，無疑將會極大地提高經(jīng)濟分析的準確性和可信度。

二是大數(shù)據(jù)時代的信息傳播速度有了明顯的提高。大數(shù)據(jù)經(jīng)濟模型可以充分利用數(shù)據(jù)的實時性，提高分析預(yù)測的時效性，為經(jīng)濟預(yù)警和政策制定提供快速的資料和依據(jù)。同時，通過多元的數(shù)據(jù)，特別是非統(tǒng)計數(shù)據(jù)，可以進行碰撞模擬計算，從而較早地對經(jīng)濟形勢進行感知。

三是大數(shù)據(jù)分析技術(shù)具有大規(guī)模并行處理的優(yōu)點。適合非結(jié)構(gòu)化數(shù)據(jù)的處理，為經(jīng)濟分析提供了更加方便高效的數(shù)據(jù)采集及處理平臺，借鑒數(shù)據(jù)挖掘、機器學習、模式識別等技術(shù)，可以豐富分析方法，提高分析準確度。同時，經(jīng)典計量模型以因果檢驗為核心，而大數(shù)據(jù)分析則更重視相關(guān)性發(fā)掘。在復(fù)雜的經(jīng)濟系統(tǒng)中，當因果關(guān)系難以準確檢驗時，我們可以充分利用相關(guān)關(guān)系解決經(jīng)濟分析問題。

經(jīng)濟分析大數(shù)據(jù)體系的建立

嚴格的經(jīng)濟理論和預(yù)測判斷均需要以詳實合理的數(shù)據(jù)做支撐。進行經(jīng)濟大數(shù)據(jù)分析，對經(jīng)濟進行綜合分析和評價，前提條件是必須圍繞整個經(jīng)濟活動建立一個多元的數(shù)據(jù)體系。從數(shù)據(jù)來源看，經(jīng)濟數(shù)據(jù)分為三個層次：

一是經(jīng)政府統(tǒng)計途徑獲取的原始抽樣和調(diào)查數(shù)據(jù)。依據(jù)《中華人民共和國統(tǒng)計法》，政府建立了以周期性普查為基礎(chǔ)，以經(jīng)常性抽樣調(diào)查為主體，綜合運用全面調(diào)查、重點調(diào)查，并充分運用行政記錄等資料的統(tǒng)計調(diào)查體系，為經(jīng)濟核算提供了有力的制度保障和豐富的基礎(chǔ)數(shù)據(jù)。

二是經(jīng)統(tǒng)計分析后的統(tǒng)計指標數(shù)據(jù)，也就是政府統(tǒng)計部門定期發(fā)布的統(tǒng)計月報和統(tǒng)計年鑒數(shù)據(jù)。一般情況下，最容易接觸和獲取到的數(shù)據(jù)是統(tǒng)計指標數(shù)據(jù)，這也是獲得國家和國際認可的數(shù)據(jù)。

三是通過其它途徑獲取的拓展經(jīng)濟數(shù)據(jù)。拓展數(shù)據(jù)主要針對行業(yè)協(xié)會、商會掌握的生產(chǎn)環(huán)節(jié)的行業(yè)數(shù)據(jù)、行業(yè)發(fā)展報告，以及電商等市場主體產(chǎn)生的數(shù)據(jù)。

以上三類數(shù)據(jù)共同構(gòu)成了經(jīng)濟分析大數(shù)據(jù)體系，原始抽樣和調(diào)查數(shù)據(jù)粒度最細，統(tǒng)計指標數(shù)據(jù)綜合性最強最直觀，拓展數(shù)據(jù)范圍最廣最實時，最符合大數(shù)據(jù)特征。三類數(shù)據(jù)之間可以互為補充、互相驗證。

大數(shù)據(jù)技術(shù)在經(jīng)濟分析中的應(yīng)用

以上介紹了大數(shù)據(jù)分析的重要作用，并構(gòu)建了基礎(chǔ)的數(shù)據(jù)體系，在此基礎(chǔ)上可以具體開展如下應(yīng)用：

一是在非數(shù)量經(jīng)濟信息的收集整理方面的應(yīng)用。非數(shù)量經(jīng)濟信息主要指文本、圖片、視頻等信息。從這些素材中挖掘出結(jié)構(gòu)化、數(shù)量化的信息，這是一個將非結(jié)構(gòu)化數(shù)據(jù)轉(zhuǎn)化為結(jié)構(gòu)化數(shù)據(jù)的艱巨任務(wù)，同時也是人理解信息或機器理解信息的過程。例如，假設(shè)從互聯(lián)網(wǎng)抓取到100萬條帖子，需要從這些文本數(shù)據(jù)中挖掘出大眾對經(jīng)濟的信心指數(shù)，如可分類為樂觀、中性、悲觀三類。那么最關(guān)鍵的就是要將100萬條帖子轉(zhuǎn)換為100萬個或樂觀、或中性、或悲觀的信息，也就是復(fù)雜信息簡單化。這個過程就是先對文本進行特征抽取，然后在特征抽取信息的基礎(chǔ)上建立分類器，最后達到對所有文本數(shù)據(jù)的分類。簡言之，數(shù)據(jù)挖掘就是大數(shù)據(jù)時代的統(tǒng)計調(diào)查，從紛繁復(fù)雜的非數(shù)量信息中挖掘出結(jié)構(gòu)化數(shù)據(jù)。

二是大數(shù)據(jù)在經(jīng)濟計量分析中的應(yīng)用。經(jīng)濟計量分析是研究經(jīng)濟的定量方法，要求的輸入數(shù)據(jù)都是結(jié)構(gòu)化、數(shù)字型數(shù)據(jù)。大數(shù)據(jù)技術(shù)在此除了可以解決前述的非數(shù)量信息的采集，并轉(zhuǎn)化為結(jié)構(gòu)化數(shù)據(jù)的問題外，還可以對計量模型的建立、參數(shù)估計、模型應(yīng)用及驗證方面給予輔助作用。由于經(jīng)濟現(xiàn)象的復(fù)雜性，經(jīng)濟計量模型變量的完整選擇通常是不可能的，參數(shù)設(shè)置和方法估計也很多依靠經(jīng)驗，導(dǎo)致模型計算結(jié)果有時會造成很大偏差。因此，首先可以利用大數(shù)據(jù)相關(guān)性分析，去除次要變量，為主要變量選取提供依據(jù)。其次，利用大數(shù)據(jù)快速高效處理數(shù)據(jù)的優(yōu)勢，對大量的模型進行快速計算，從而為設(shè)置合適參數(shù)、選擇正確估計方法提供快速的驗證、修正依據(jù)。

三是機器學習技術(shù)的應(yīng)用。大數(shù)據(jù)正在推動數(shù)據(jù)分析向機器學習的方向發(fā)展，經(jīng)濟數(shù)據(jù)分析中應(yīng)用機器學習技術(shù)勢在必行。簡言之，機器學習就是讓計算機經(jīng)過訓練，在輸入變量和輸出變量間建立起某種最佳的匹配關(guān)系，所謂訓練是指把輸入和輸出信息都已知的樣本輸入計算機，然后根據(jù)一定的算法由計算機生成由輸入變量預(yù)測輸出變量的方法。機器能夠伴隨計算、運行次數(shù)的增多，通過學習逐步自我提高和改善，使挖掘和處理更為準確。通常的分析模型是人工建立的，通過機器學習可以實現(xiàn)建模自動化，是經(jīng)濟分析的新領(lǐng)域。目前技術(shù)還達不到，但相信隨著機器學習算法的進步，這個目標是完全可以達到的。

對策建議

為有效應(yīng)對大數(shù)據(jù)對經(jīng)濟分析工作提出的機遇和挑戰(zhàn)，提升內(nèi)蒙古各組織的經(jīng)濟分析水平，使分析成果在政府決策、企業(yè)經(jīng)營、大眾消費等方面發(fā)揮更大作用，政府、智庫、企業(yè)之間應(yīng)相互協(xié)作，各盡所能，積極參與，營造良好氛圍。

一是建立政府、智庫、企業(yè)等組織之間的相互協(xié)作機制。強化政府引導(dǎo)作用，發(fā)揮政府匯聚多方資源、整合經(jīng)濟數(shù)據(jù)的優(yōu)勢，加大政府數(shù)據(jù)開放共享力度，突出智庫部門的需求和應(yīng)用導(dǎo)向，充分激發(fā)企業(yè)參與熱情和在大數(shù)據(jù)技術(shù)創(chuàng)新和成果轉(zhuǎn)化中的活力。

二是建立經(jīng)濟大數(shù)據(jù)采集匯聚應(yīng)用機制。注重頂層設(shè)計，建立健全相關(guān)法規(guī)和標準體系，完善相關(guān)制度，形成數(shù)據(jù)采集、整理、應(yīng)用、反哺的良性循環(huán)機制。強化創(chuàng)新能力，提高創(chuàng)新層次，推動業(yè)態(tài)創(chuàng)新、模式創(chuàng)新。加強行業(yè)自律，完善行業(yè)監(jiān)管，促進數(shù)據(jù)資源有序流動與規(guī)范利用。

三是盡快建設(shè)內(nèi)蒙古宏觀經(jīng)濟大數(shù)據(jù)平臺。按照經(jīng)濟大數(shù)據(jù)體系采集多元化數(shù)據(jù)資源，建設(shè)經(jīng)濟運行調(diào)查、宏觀經(jīng)濟統(tǒng)計分析、經(jīng)濟指標趨勢走向等專題數(shù)據(jù)庫，建立全區(qū)層面的基于大數(shù)據(jù)的宏觀決策系統(tǒng)，提供自助式、專題式、交互式智能按需分析技術(shù)，提供數(shù)據(jù)態(tài)勢分析、預(yù)測研判分析、可視化展示等方法，實現(xiàn)對重大經(jīng)濟和社會問題的主題分析、景氣預(yù)警、實時監(jiān)測、精準評估和預(yù)測模擬。

四是提升各相關(guān)組織的大數(shù)據(jù)分析應(yīng)用水平。加強政府、科研、智庫、企業(yè)、高校等組織中數(shù)據(jù)分析人員的交流培養(yǎng)，提高經(jīng)濟領(lǐng)域大數(shù)據(jù)分析技術(shù)的創(chuàng)新應(yīng)用，建立普遍適用的動態(tài)算法和模型，對研判準確、實時有效的成果進行獎勵激勵。

（作者單位：內(nèi)蒙古自治區(qū)發(fā)展研究中心）

責任編輯：康偉