穿透統計數據的迷霧

世界經濟大船在21世紀巨浪中頭十年的航行并不順利。GDP、CPI、貿易赤字等為二十世紀經濟設計的傳統經濟數據“羅盤”還能指引今日的航向嗎？外國智庫與學者們的答案是：不。

與其他經濟數據一樣，GDP企圖將復雜、不斷變化的經濟系統整合到一個簡單數字上，而作為“不是最好但沒更好”的經濟績效指標，其價值已漸漸消失。新一代指標不能是舊數據的新版本，而應是政府、企業、個人按需求設計的一組能避免這一缺陷的“定制數據”。利用數字技術搜索經濟數據為此提供了可能，大數據不僅可以更好地衡量經濟中正在發生的事情，而且也許可以預測未來。

創新快車“甩”下GDP

作為經濟學界和媒體經常使用的經濟績效主要指標，GDP曾被稱為20世紀最偉大的發明之一。實際上，這一婦孺皆知的名詞直到二十世紀中葉才被發明，目的是以單一的一種方法衡量個人、公司、政府的經濟產出。

時至今日，經濟的性質與以往已大不相同。在其最近出版的新著《GDP：一部簡短而深情的歷史》中，英國財政部前顧問、經濟學家戴安娜·科伊爾說，GDP面臨當代經濟帶來的三大挑戰。

首當其沖的是GDP無法衡量創新及其帶來的社會福利。比如，1998年，美國提供了185個電視頻道、141種非處方止痛藥、87個品牌的軟飲料、400種電腦以及將近500萬個網站。相較之下，1970年，美國僅有5個電視頻道、5種止痛藥和20種軟飲料，在電腦和網站方面是零。通過不斷創新所實現的豐富多彩應被看作是經濟發展的主要指標之一，然而，由于未能充分捕捉到經濟體中產品日益增多的種類，GDP對這方面的創新基本沒有體現。

再如，當前無人駕駛汽車的概念正熱。這給GDP帶來的增幅將與任何其他種類汽車相近或略高，但GDP永遠也無法捕捉到無人駕駛汽車對安全的貢獻：無人駕駛汽車的推廣將大大減少交通事故數量，這是一大福利。

此外，GDP也很難將未來“創客經濟”（即利用開源設計和3D打印等技術按顧客需求定制產品）的經濟現實納入統計。在互聯網時代，商業模式從從最早的C2C（顧客對顧客）到B2C（商家對個人）、O2O（線上到線下），最終模式可能是C2B（顧客對商家），即生產狀態是從消費者出發，需求發送到商家，再生產出來銷售給消費者。這種“創客經濟”的創新價值無法體現在GDP的統計中。

GDP作為經濟衡量標準的第二個嚴重挑戰是無法衡量當代經濟中越來越多的無形的、生產率難以度量的東西。比如計算搜索引擎、應用軟件等純數字產品，因為沒市場價格而無法被GDP統計在內。賓夕法尼亞大學沃頓商學院的桑德斯開玩笑說：“信息時代的影響無處不在，但GDP統計數字不在其中?！?/p>

假設這些無形的數據或信息納入統計范圍，GDP的數字可能大為不同。經濟學家邁克爾？曼德爾認為，數據或信息應當成為除商品和服務之外的第三類別。按此計算，2012年這個第三類別會給美國實際GDP增長率增加0.6個百分點。

從使用公共圖書館到鄉間散步，免費而有價值的活動一直存在，現在與過去的不同點在于規模。網絡大規模的“免費”商業模式讓人意識到，GDP所衡量的東西與真實經濟福利之間的差距越來越大。

GDP面臨的第三個挑戰是沒把經濟增長是否以未來增長為代價充分計算在內。比如創新所需的研發成本，國際上最新的SNA2008標準將其當作投資而非經營成本。美國是認真踐行SNA2008的第一個國家，2007年，由采用了這一新方法，美國GDP激增了2%以上。

“可持續性”更重要的含義是逐年的GDP增長消耗自然資源或以其他方式損害環境的程度，GDP中不僅需要計算機器和道路的折舊，更重要的是要統計“自然界的折舊”。

貿易赤字和通貨膨脹率等經濟指標也存在與現實不符。以美中貿易為例。按WTO規則，每當一部iPhone手機從中國的富士康車間下線運到美國，就記作一次美國從中國進口，美中貿易赤字增加約200美元。實際上，每部iPhone手機價值中僅有10美元成為中國經濟的最終所得?，F行的貿易統計方法未能反映出實際的價值鏈分布，扭曲了對雙邊貿易關系的描述，使得中美雙邊貿易失衡被夸大。

經濟統計進入大數據時代

針對GDP的不完美，一些人提出改進GDP的衡量方法，比如中國提出的綠色GDP，哈佛大學經濟學家馬丁·威茲曼提出的凈國民產值（NNP），甚至有人提出完全放棄GDP，采用國民幸福指數等新的衡量方法。

科伊爾認為，與其使GDP定義和完善越來越復雜，不如重新思考“經濟”一詞在21世紀的涵義。現在是利用數字技術的大好時機，人們可以利用大數據來重新考慮應該搜集什么信息，以及如何處理這些信息。當今社會，大量活動在網上進行，使得以大數據技術來了解GDP數字所沒有捕捉到的消費者福利成為可能。甚至不僅可展示經濟中正在發生的事情，還可利用大數據來預測經濟中將要發生的事情。

美國里弗特懷斯研究機構總裁扎卡里？卡拉貝爾指出，所有指標都有同樣的缺陷：企圖將復雜、不斷變化的經濟系統整合到一個單一、簡單的數字。因此，新的指標體系不能是“改革”，不能是以前經濟指標的更新版本，而應該是一場“革命”。在大數據時代，衡量經濟表現的指標體系應該向“定制指標”發展，即專門為政府、企業、社區及個人的特定需求而量身定做的指標。

卡拉貝爾說，尋找正確的數據應從一個問題開始：你需要什么方面的數據來為你的行為作參考？政府、企業、社區及個人可以開發自己的標準來回答自己的問題。特別對政府而言，需要認識到二十世紀的經濟指標的局限性，需要更好地解決這些傳統指標所掩蓋的具體發展趨勢問題。各國政府應更有效地利用大數據，更準確地調整政策。經濟政策應該更加細致，具體到是否一個國家的部分地區投資疲軟而其他地方強勁，以及價格是否在一個地區上漲而在另一個地區下滑。做出此類判斷以前可能是困難的，但大數據使之成為可能。

科伊爾說，現在是利用新技術搜集經濟數據的大好時機。當前世界似乎處于統計數字的迷霧中，而大數據可能是唯一能夠透過迷霧的光芒。