姜疆

如今，利用大數(shù)據(jù)方法和技術(shù)進(jìn)行宏觀經(jīng)濟(jì)預(yù)測(cè)越來(lái)越受到宏觀經(jīng)濟(jì)政策制定者和學(xué)術(shù)界更高的重視，國(guó)內(nèi)外許多機(jī)構(gòu)和研究人員進(jìn)行了大量研究和應(yīng)用，產(chǎn)生了一系列意義深遠(yuǎn)的成果?；诖髷?shù)據(jù)進(jìn)行的宏觀經(jīng)濟(jì)預(yù)測(cè)和分析，將發(fā)生多方面的變革，并且呈現(xiàn)出顯著的優(yōu)勢(shì)。不過(guò)，由于數(shù)據(jù)來(lái)源、技術(shù)研發(fā)等多方面的限制，以大數(shù)據(jù)為基礎(chǔ)的宏觀經(jīng)濟(jì)分析現(xiàn)在尚并不能完全取代傳統(tǒng)的宏觀經(jīng)濟(jì)分析。

宏觀經(jīng)濟(jì)預(yù)測(cè)和分析何以借助大數(shù)據(jù)

長(zhǎng)期以來(lái)，各國(guó)政府都非常注重對(duì)影響總需求、總供給、國(guó)民生產(chǎn)總值、物價(jià)水平、就業(yè)率、財(cái)政收入、貨幣和信貸總量等因素的信息進(jìn)行搜集、整合、分類、加工和處理，進(jìn)而在獲得一定認(rèn)知的基礎(chǔ)之上，對(duì)宏觀經(jīng)濟(jì)調(diào)控和調(diào)節(jié)的策略和手段做出決定和選擇。這在很大程度和范圍內(nèi)解決了經(jīng)濟(jì)運(yùn)行中的“市場(chǎng)失靈”，解決了許多市場(chǎng)機(jī)制難以甚至無(wú)從解決的問(wèn)題。

可是，受制于科學(xué)技術(shù)發(fā)展水平和時(shí)代的局限性，政府宏觀調(diào)控（或調(diào)節(jié)）抉擇中所能夠獲得的信息，往往只是部分信息、滯后信息。在這樣的背景下，不僅“市場(chǎng)失靈”問(wèn)題不能完全解決，而且，政府宏觀調(diào)控還往往會(huì)出現(xiàn)“政府失靈”的問(wèn)題，從而飽受詬病。

大數(shù)據(jù)時(shí)代，科技水平和技術(shù)手段存在著搜集和提供完全信息的可能性。政府可以通過(guò)對(duì)極大量、多維度和完備性的大數(shù)據(jù)進(jìn)行搜集、整合、分類、加工和處理，也就存在著獲得實(shí)時(shí)信息、完全信息和準(zhǔn)確信息的可能性。毫無(wú)疑問(wèn)，這為政府采用大數(shù)據(jù)思維模式進(jìn)行宏觀調(diào)控創(chuàng)造著條件。

當(dāng)前，隨著互聯(lián)網(wǎng)等新一代信息技術(shù)的發(fā)展，涉及生產(chǎn)經(jīng)營(yíng)銷售活動(dòng)和人們交往交互情況的、實(shí)時(shí)的、非結(jié)構(gòu)化的海量數(shù)據(jù)不斷涌現(xiàn)。整個(gè)社會(huì)周而復(fù)始地創(chuàng)造和運(yùn)用大數(shù)據(jù)所催生的新經(jīng)濟(jì)，正在誘導(dǎo)或驅(qū)動(dòng)著追求最大化的個(gè)人、廠商和政府直接或間接利用云端（云計(jì)算）和運(yùn)用人工智能來(lái)處理和匹配大數(shù)據(jù)，以實(shí)現(xiàn)消費(fèi)和投資的理性選擇（何大安，2018）。而在這實(shí)時(shí)、交互、離散化、非結(jié)構(gòu)化的海量數(shù)據(jù)中，蘊(yùn)含著經(jīng)濟(jì)社會(huì)運(yùn)行的各種先行指標(biāo)信號(hào)。

正因?yàn)槿绱耍髷?shù)據(jù)不僅是國(guó)家新型戰(zhàn)略資源，也是評(píng)判經(jīng)濟(jì)走勢(shì)的支撐。黨中央、國(guó)務(wù)院高瞻遠(yuǎn)矚，深刻把握新興高技術(shù)變革帶來(lái)的這一重大機(jī)遇，對(duì)大數(shù)據(jù)的整合、分析、利用做出了系統(tǒng)部署。

“十三五”規(guī)劃綱要中指出“完善政策制定和決策機(jī)制：注重運(yùn)用互聯(lián)網(wǎng)、統(tǒng)計(jì)云、大數(shù)據(jù)技術(shù)，提高經(jīng)濟(jì)運(yùn)行信息及時(shí)性、全面性和準(zhǔn)確性”。國(guó)務(wù)院相關(guān)部門正在積極采取多種方式開發(fā)社會(huì)上數(shù)量巨大、來(lái)源廣泛、形式多樣的大數(shù)據(jù)，并與政府信息整合，構(gòu)建大數(shù)據(jù)經(jīng)濟(jì)分析模型，對(duì)國(guó)民經(jīng)濟(jì)各領(lǐng)域的運(yùn)行狀況及時(shí)監(jiān)測(cè)，提高了宏觀調(diào)控的精準(zhǔn)性和有效性。

現(xiàn)在，大數(shù)據(jù)對(duì)宏觀經(jīng)濟(jì)分析的革命性影響，越來(lái)越受到宏觀經(jīng)濟(jì)政策制定者和學(xué)術(shù)界更高的重視。目前，國(guó)內(nèi)外運(yùn)用大數(shù)據(jù)的概念、方法和技術(shù)進(jìn)行宏觀經(jīng)濟(jì)分析的研究主要集中在宏觀經(jīng)濟(jì)預(yù)測(cè)（尤其是現(xiàn)時(shí)預(yù)測(cè)）、宏觀經(jīng)濟(jì)政策制定、宏觀經(jīng)濟(jì)分析技術(shù)和宏觀經(jīng)濟(jì)數(shù)據(jù)挖掘等領(lǐng)域。

從已有研究來(lái)看，在宏觀經(jīng)濟(jì)預(yù)測(cè)中運(yùn)用大數(shù)據(jù)的方面，從新型宏觀經(jīng)濟(jì)指數(shù)構(gòu)建，到在傳統(tǒng)宏觀經(jīng)濟(jì)模型中運(yùn)用大數(shù)據(jù)成果，再到建立新型大數(shù)據(jù)宏觀經(jīng)濟(jì)預(yù)測(cè)模型，一些意義深遠(yuǎn)的研究工作逐步興起。

通過(guò)梳理相關(guān)的一系列研究可以看出，基于大數(shù)據(jù)進(jìn)行的宏觀經(jīng)濟(jì)預(yù)測(cè)和分析，將主要在四大方面發(fā)生變革，并且呈現(xiàn)出顯著的優(yōu)勢(shì)（見(jiàn)表格所示）。除此以外，還有學(xué)者指出，以大數(shù)據(jù)做宏觀經(jīng)濟(jì)預(yù)測(cè)分析，還將派生出相對(duì)低成本、顆粒度高等其獨(dú)特的優(yōu)勢(shì)。

由于網(wǎng)絡(luò)大數(shù)據(jù)均在事件或交易發(fā)生時(shí)自動(dòng)被記錄下來(lái)，無(wú)須人為調(diào)查和搜集，通過(guò)技術(shù)方法提取出來(lái)加以整理得到，能夠極大程度上降低獲取數(shù)據(jù)的成本。同時(shí)，傳統(tǒng)的數(shù)據(jù)搜集過(guò)程為了降低成本，會(huì)盡量搜集總體數(shù)據(jù)，而非細(xì)化地搜集數(shù)據(jù)信息。而在網(wǎng)絡(luò)大數(shù)據(jù)時(shí)代，提取總體數(shù)據(jù)信息和單獨(dú)搜集某一類別的數(shù)據(jù)的區(qū)別并不大，可以在不顯著增加成本的前提下，提供更加詳細(xì)和更加有意義的數(shù)據(jù)信息。

國(guó)內(nèi)基于大數(shù)據(jù)宏觀預(yù)測(cè)的新進(jìn)展

目前，利用大數(shù)據(jù)方法和技術(shù)進(jìn)行宏觀經(jīng)濟(jì)監(jiān)測(cè)預(yù)測(cè)已經(jīng)在國(guó)際上引起相當(dāng)程度的重視，不同機(jī)構(gòu)的學(xué)者和研究人員已經(jīng)進(jìn)行了大量研究和應(yīng)用，而且產(chǎn)生了豐碩的成果。但從國(guó)內(nèi)來(lái)看，這一領(lǐng)域的研究和應(yīng)用都處在起步階段，與國(guó)外相比，還有很大發(fā)展?jié)摿涂臻g。

國(guó)內(nèi)生產(chǎn)總值（Gross Domestic Product，GDP）作為衡量一個(gè)國(guó)家或地區(qū)宏觀經(jīng)濟(jì)整體狀況的核心指標(biāo)，其長(zhǎng)短期走勢(shì)和增速拐點(diǎn)判斷通常是宏觀經(jīng)濟(jì)預(yù)測(cè)的重心。目前，利用大數(shù)據(jù)預(yù)測(cè)GDP走勢(shì)的研究主要是綜合使用網(wǎng)絡(luò)搜索數(shù)據(jù)、網(wǎng)絡(luò)爬蟲數(shù)據(jù)等大數(shù)據(jù)以及傳統(tǒng)政府統(tǒng)計(jì)數(shù)據(jù)，結(jié)合經(jīng)典時(shí)間序列模型、計(jì)量經(jīng)濟(jì)模型以及新型的高維數(shù)據(jù)模型、機(jī)器學(xué)習(xí)等方法進(jìn)行預(yù)測(cè)，并把“預(yù)測(cè)（Forecasting）”的內(nèi)涵拓展到“現(xiàn)測(cè)（Nowcasting）”。

清華大學(xué)經(jīng)濟(jì)學(xué)研究所的一項(xiàng)研究表明，在充分利用了GDP自身信息和其它結(jié)構(gòu)化的統(tǒng)計(jì)指標(biāo)的基礎(chǔ)上，再增加互聯(lián)網(wǎng)搜索行為幾乎總能有效地改進(jìn)預(yù)測(cè)。

對(duì)于GDP預(yù)測(cè)而言，如果在政府統(tǒng)計(jì)變量的基礎(chǔ)上，增加互聯(lián)網(wǎng)搜索行為變量則可以幫助改進(jìn)預(yù)測(cè)。

清華大學(xué)社會(huì)科學(xué)學(xué)院劉濤雄教授指出，其背后的機(jī)理是：一方面，新興非結(jié)構(gòu)化大數(shù)據(jù)信息往往包含了大量的噪音，從信息質(zhì)量而言，相對(duì)于傳統(tǒng)的統(tǒng)計(jì)數(shù)據(jù)具有明顯劣勢(shì)，但并不構(gòu)成對(duì)傳統(tǒng)統(tǒng)計(jì)數(shù)據(jù)的替代。另一方面，新興非結(jié)構(gòu)化大數(shù)據(jù)往往包括了傳統(tǒng)統(tǒng)計(jì)調(diào)查數(shù)據(jù)所沒(méi)有的其它信息，如最新的實(shí)時(shí)信息，因而是對(duì)統(tǒng)計(jì)數(shù)據(jù)的有益補(bǔ)充。