基于大數(shù)據(jù)背景下南寧市經濟發(fā)展中的產業(yè)分析

楊程　韋武杰　黃智寧　馮碩　蘇強

【摘 要】文章針對傳統(tǒng)經濟分析方法在分析當前國內宏觀經濟領域方面的不足，提出在宏觀經濟分析中，尤其在經濟產業(yè)分析中可以借助大數(shù)據(jù)技術進行分析。同時，探討了使用大數(shù)據(jù)進行經濟分析的目的和意義，并利用大數(shù)據(jù)技術對經濟發(fā)展中的產業(yè)進行分析，總結出三次產業(yè)近年來的發(fā)展變化規(guī)律，找出對總體經濟產生較大影響的產業(yè)。

【關鍵詞】大數(shù)據(jù)；經濟發(fā)展；產業(yè)分析；多元回歸；季節(jié)性交乘趨向

【中圖分類號】F121.3 【文獻標識碼】A 【文章編號】1674-0688（2018）03-0001-05

0 引言

經濟運行與發(fā)展是一個抽象的過程，其變化與結果都不能為人們所直接接觸到，而主要通過一系列的經濟指標反映出來，使我們對宏觀經濟的分析成為可能。宏觀經濟分析（總量分析）和微觀經濟分析（個量分析）通常被認為是經濟學中的數(shù)量分析[1-3]。

然而，傳統(tǒng)的經濟分析往往通過建立時間序列、截面或面板方程等幾個模型來進行，其變量被認為不夠完整[4]。由于模型變量選擇、參數(shù)設置、估計方法及滯后期選擇等的不同，預期結果往往滯后，通過計量經濟進行統(tǒng)計分析的手段較為單一，不足以準確地呈現(xiàn)經濟發(fā)展的本質，導致預測結果會產生很大的偏差[4]。

隨著跨境電商、電子口岸、網(wǎng)上購物、社交網(wǎng)絡等新興市場、經濟與貿易方式的飛速發(fā)展，電子商務、互聯(lián)網(wǎng)金融等商業(yè)模式和方式已經成為人們生產生活不可或缺的重要形式。各種行為所產生的數(shù)據(jù)量越來越大。大數(shù)據(jù)時代的到來，不僅意味著數(shù)據(jù)處理技術和處理能力的極大提升，而且使得全社會的數(shù)據(jù)資源分布結構也在發(fā)生深刻改變。此外，在實時、交互、離散化、非結構化的海量數(shù)據(jù)中，蘊含著經濟社會運行和經濟發(fā)展的各種先行指標信號。基于大數(shù)據(jù)的宏觀經濟監(jiān)測和預測將變得越來越重要。

當前，在宏觀經濟分析中如何充分利用大數(shù)據(jù)方法和技術已經開始在國際上引起重視[5-11]，從國內的情況來看，將大數(shù)據(jù)與宏觀經濟聯(lián)系起來的研究還鮮有見到，宏觀經濟政策制定者對此也重視不夠，而這正是本次研究的目的和意義所在。

1 大數(shù)據(jù)概念

大數(shù)據(jù)，是指無法在一定時間內用常規(guī)軟件工具對其內容進行抓取、管理和處理的數(shù)據(jù)集合。它不僅指數(shù)據(jù)本身的規(guī)模，而且包括采集數(shù)據(jù)的工具、平臺和數(shù)據(jù)分析系統(tǒng)。一般認為，目前大數(shù)據(jù)的典型特點可以用“5V”即大量化（Volume）、快速化（Velocity）、多樣化（Variety）、價值化（Value）和真實性（Veracity）來概括[12]。

社交媒介、移動設備、網(wǎng)上交易和網(wǎng)絡設備更新的速度非常快，構成大數(shù)據(jù)的信息類型來源不同，包括網(wǎng)絡日志、音頻、視頻、圖片、地理位置信息等。其中，大概只有10%屬于結構化數(shù)據(jù)適合整齊地進入相關數(shù)據(jù)庫的行和列，其余90%是非結構化數(shù)據(jù)。大量數(shù)據(jù)的價值密度低呈現(xiàn)碎片化，價值密度的高低與數(shù)據(jù)總量大小呈反比。如何通過強大的機器算法更迅速地完成數(shù)據(jù)的價值“提純”變得十分重要，也是數(shù)據(jù)挖掘的關鍵。

2 大數(shù)據(jù)在宏觀經濟分析中的意義

2.1 研究目的

利用大數(shù)據(jù)方法和技術對經濟發(fā)展中的產業(yè)進行分析，通過對三次產業(yè)近年來的發(fā)展變化規(guī)律，研究找出對總體經濟產生較大影響的產業(yè)，從而找準經濟發(fā)展中的薄弱點或關鍵點。本文以南寧市經濟發(fā)展為研究對象。

2.2 大數(shù)據(jù)對宏觀經濟分析的意義

就宏觀經濟分析而言，大數(shù)據(jù)時代帶來的轉變是重大且具有革命意義的。

2.2.1 大數(shù)據(jù)拓寬了經濟信息來源

互聯(lián)網(wǎng)時代打造了碎片化、泛在化的信息環(huán)境，而通過物聯(lián)網(wǎng)、移動互聯(lián)網(wǎng)、大數(shù)據(jù)等技術手段對各類異構數(shù)據(jù)進行收集，極大地擴充了數(shù)據(jù)的范圍和領域，提供了全量信息的分析前提。大數(shù)據(jù)時代，得到的數(shù)據(jù)可能就是總體本身。例如，每條電子在線交易記錄等。

大而全的可得數(shù)據(jù)對宏觀經濟分析是極其重要的，可以幫助人們準確了解宏觀經濟形勢，正確做出宏觀經濟發(fā)展預測，合理制定宏觀經濟政策。

2.2.2 經濟信息獲得的速度大大提高

信息可以實時得到。信息產生和傳遞的速度空前加快，如互聯(lián)網(wǎng)信息是在線即時的，移動互聯(lián)網(wǎng)和物聯(lián)網(wǎng)使每個人都可能隨時隨地地制造數(shù)據(jù)。大數(shù)據(jù)經濟模型可以充分利用數(shù)據(jù)的實時性，提高分析或預測的時效性，為經濟預警和政策制定提供最快速的資料和依據(jù)。

2.2.3 方法論變革

隨著信息量的極大拓展和處理信息能力的極大提高，經濟分析可能從樣本統(tǒng)計時代走向總體普查時代。這無疑將會極大地提高宏觀經濟分析的準確性和可信度。大數(shù)據(jù)分析則往往將相關性發(fā)掘作為首要任務，更重視可靠相關關系的發(fā)掘，充分利用相關關系對于經濟預測、政策制定與評估的作用，將建立在相關關系分析基礎上的預測作為大數(shù)據(jù)時代經濟發(fā)展的核心。

2.2.4 促進了整體經濟分析技術的革新

大數(shù)據(jù)中的大量信息是非結構化的，數(shù)據(jù)的來源和形式復雜多樣，如互聯(lián)網(wǎng)信息包含文本、圖片、影音等多種形式，在此狀況下必須借鑒計算機領域已經出現(xiàn)但在現(xiàn)有經濟領域還少有應用的數(shù)據(jù)處理技術（例如機器學習、深度學習等技術）進行分析。機器學習已經在圖像識別、語音識別、自然語言處理、智能機器人等領域取得了巨大成功，是當前進行大數(shù)據(jù)分析的基本手段。此類技術在宏觀經濟領域的應用會極大地提高經濟分析的能力，改進分析結果、提升分析價值。

3 基于大數(shù)據(jù)背景下經濟發(fā)展中的產業(yè)分析

3.1 大數(shù)據(jù)應用思路

面對涉及國民經濟及宏觀與微觀等各個領域不同層面的泛在化網(wǎng)絡、異構化數(shù)據(jù)，通過大數(shù)據(jù)分析機制，制定分析方法和步驟，按照科學嚴謹?shù)淖龇ǎ袟l不紊地將各項任務梳理好，得出精準的結果。

大數(shù)據(jù)分析的過程如圖1所示。

大數(shù)據(jù)分析整體可以分為數(shù)據(jù)采集、數(shù)據(jù)傳輸與存儲、數(shù)據(jù)分析與挖掘、數(shù)據(jù)應用4個環(huán)節(jié)。

3.1.1 數(shù)據(jù)采集

數(shù)據(jù)采集系統(tǒng)主要面向互聯(lián)網(wǎng)、統(tǒng)計局公布等各類數(shù)據(jù)源進行數(shù)據(jù)的采集和匯總，實現(xiàn)經濟、產業(yè)、企業(yè)、社會活動等領域的信息收集，形成數(shù)據(jù)倉庫，為分析行為提供必要基礎素材。數(shù)據(jù)采集技術架構如圖2所示。

通過調研和走訪及專家論證等形式，確定了互聯(lián)網(wǎng)數(shù)據(jù)的采集范圍。通過采集統(tǒng)計局官網(wǎng)公布的統(tǒng)計數(shù)據(jù)等互聯(lián)網(wǎng)數(shù)據(jù)。共計156項指標。

在確保數(shù)據(jù)信息安全的基礎上，按照既定的數(shù)據(jù)目錄，按周定時采集的方式，已經陸續(xù)采集了6周的數(shù)據(jù)，包括證券交易所、智聯(lián)招聘、大眾點評、淘寶網(wǎng)、中國東盟大宗商品交易所、如家酒店、12306、中國國航及百度糯米等網(wǎng)站的數(shù)據(jù)。共計181項指標。

3.1.2 數(shù)據(jù)傳輸與存儲

數(shù)據(jù)傳輸與存儲主要包含數(shù)據(jù)傳輸、數(shù)據(jù)清洗、數(shù)據(jù)存儲等過程，對采集到的各類異構數(shù)據(jù)的傳輸、清洗、轉換、入庫等操作處理，實現(xiàn)數(shù)據(jù)組織與存儲管理，實現(xiàn)社會經濟大數(shù)據(jù)體系的統(tǒng)一管理與服務。

3.1.3 數(shù)據(jù)分析與挖掘

根據(jù)社會經濟發(fā)展趨勢分析的要求，通過統(tǒng)計分析、數(shù)據(jù)挖掘、機器學習、深度學習等各類算法，對各類經濟和市場數(shù)據(jù)進行分析和規(guī)律的挖掘。找出關鍵事件、關鍵指標，并找出相互之間的關聯(lián)關系，建立預測模型對經濟發(fā)展的未來提供輔助決策支持。

3.1.4 數(shù)據(jù)應用及展示

主要面向各類應用領域，提供決策建議。將數(shù)據(jù)分析的結果以可視化圖表、動態(tài)圖等形式展示。

3.2 產業(yè)分析

研究分析的依據(jù)主要為“推動力”，具體指某個產業(yè)或行業(yè)對經濟增長的貢獻率與其占經濟總量的比重。例如，第二產業(yè)占國民經濟的比重為40%，但其占經濟增量的比重僅為20%。我們認為第二產業(yè)的推動力為50%，也就是說第二產業(yè)僅產生了其本身50%的效能。當推動力為100%時，認為該產業(yè)發(fā)揮了100%的效能，對經濟發(fā)展做出了應有的貢獻。計算公式如下：

某產業(yè)推動力=（該產業(yè)增加值增量/總增量）/（該產業(yè)上年度增加值總量/上年GDP總量）×100%。

3.2.1 大數(shù)據(jù)三次產業(yè)總體發(fā)展趨勢分析

3.2.1.1 產業(yè)推動力分析

通過研究計算南寧2011—2016年第二季度的三次產業(yè)的產業(yè)推動力，其變化趨勢如圖3所示。

結果說明如下。

（1）2016年1季度GDP增速大幅下降，主要是由于第二產業(yè)增加值的大幅下降引起的。1季度總體增加值較2015年同期增長35.9億元，該增量較2015年同期減少9.5億元，其中第二產業(yè)增加值較2015年同期下降了3.8億元，該增量較2015年同期減少了21.4億元。這從第二產業(yè)的推動力可以看出，2016年1季度第二產業(yè)的推動力為-27.3%。也就是說，第二產業(yè)不僅沒能貢獻其40%的增量，而且還拖累了總體經濟。

（2）2015年以來，第二產業(yè)對經濟的推動力出現(xiàn)下降。第二產業(yè)推動力由2014年的114%下降至2015年的90.5%，再次下降至2016年的27.3%。表明近2年南寧市工業(yè)運行較為疲軟，呈下行態(tài)勢。

（3）第三產業(yè)的推動力呈上升態(tài)勢。第三產業(yè)推動力由2013年的85.6%，逐步上升至2016年的155%。表明近年來南寧市第三產業(yè)發(fā)展較為穩(wěn)定，成為經濟繼續(xù)增長的主要推動力。

（4）第一產業(yè)推動力整體平穩(wěn)，近2年有所上升。第一產業(yè)推動力一直處于100%以下，表明農業(yè)發(fā)展的效能不高，但2015—2016年，受工業(yè)推動力下降影響，農業(yè)的推動力相對上升。

三次產業(yè)推動力的年度變化趨勢如圖4所示。

從圖4可以看出，近年來南寧市經濟增速放緩，主要是受工業(yè)發(fā)展呈下行態(tài)勢影響。為此，經濟發(fā)展要穩(wěn)定，首先工業(yè)發(fā)展要穩(wěn)定。在未來一段時期內，政府要密切關注工業(yè)發(fā)展態(tài)勢。

3.2.1.2 通過工業(yè)產值預測GDP增速

通過數(shù)據(jù)分析，可以首先預測工業(yè)總產值，然后找出工業(yè)產值與GDP增速之間的關系，進而預測GDP增速。

為此，需要做以下2項工作：？譹？訛預測工業(yè)總產值；？譺？訛找出工業(yè)總產值與GDP增速的關系。

對工業(yè)總產值（月度）進行預測時，我們采用季節(jié)性交乘趨向模型，得到的模型為y=（288 020-8 601.4×T）×Si，其中Si（i=1，2，…，12）為月度季節(jié)性指數(shù)。模型的擬合優(yōu)度為95%。通過計算可得預測平均誤差為6.4%，其中2016年預測誤差為8.0%。

以GDP增速為因變量，以第二、三產業(yè)的增加值增速為自變量，對GDP增速進行多元回歸，可得到GDP增速與三次產業(yè)增速的線性關系。在基于工業(yè)產值對GDP增速進行預測時，需設定第三產業(yè)的增速保持2015年同期水平即可。

多元回歸的結果為y=15.8X2+18.8X3-29.6，其中y表示GDP增速，X2為工業(yè)增加值增速，X3為第三產業(yè)增加值增速。對南寧2015—2016年的GDP預測結果如圖5所示。

2015—2016年2季度，該模型預測的平均誤差為6%。且最大誤差為11.1%（2016年1季度）。說明該模型預測誤差低，且非常穩(wěn)定。

該模型預測2016年3季度GDP增速為7.3%。

3.2.2 工業(yè)運行分析

3.2.2.1 從輕、重工業(yè)角度分析

2015年，南寧市輕、重工業(yè)占工業(yè)總產值的比重分別為45%和55%。通過對輕、重工業(yè)的推動力變化趨勢的分析，可以得到的結論如圖6所示。

（1）2016年1季度工業(yè)總產值的迅速下滑，是由輕工業(yè)產值的迅速下滑引起。1季度輕工業(yè)產值較2015年同期下降8億元，重工業(yè)增加2.6億元，拉動工業(yè)總產值下降5.4億元。這從一季度輕工業(yè)的負向推動力（-200%）可以看出，且從2015年4季度開始，輕工業(yè)就已經出現(xiàn)明顯下滑。

（2）近年來，南寧市輕工業(yè)疲軟，對工業(yè)發(fā)展的推動力逐步降低，也拖累了工業(yè)的整體發(fā)展。輕工業(yè)對工業(yè)發(fā)展的推動力由2011年100%逐步下降至2016年的-66.3%（負向推動）。因此，下一步應著重研究輕工業(yè)變化的原因。

（3）重工業(yè)整體發(fā)展穩(wěn)定，成為推動工業(yè)發(fā)展的中堅力量。因此，從數(shù)據(jù)角度來看，保持重工業(yè)的穩(wěn)定發(fā)展是保持工業(yè)發(fā)展的關鍵。

南寧輕、重工業(yè)推動力的年度變化趨勢如圖7所示。

3.2.2.2 從工業(yè)企業(yè)類型角度分析

從工業(yè)企業(yè)類型來看，南寧市工業(yè)發(fā)展中股份制企業(yè)、外商及港澳臺企業(yè)和國有企業(yè)產值占比分別為66%、20%和12%。股份制企業(yè)占比最大，其發(fā)展狀況關乎整體工業(yè)狀況。主要類型工業(yè)企業(yè)產值分布如圖8所示。

我們通過觀察3種主要類型企業(yè)的推動力變化趨勢，得到以下結論。

（1）2016年第1季度工業(yè)總產值下降是受股份制企業(yè)和外商及港澳臺企業(yè)產值大幅下降影響。第一季度，股份制企業(yè)產值同比減少12.3億元，外商及港澳臺企業(yè)產值同比減少4億元，而國有企業(yè)產值同比增加10.6億元。這從圖9中這3類企業(yè)推動力的強烈反差可以看出。

（2）2015年以來，股份所有制企業(yè)對工業(yè)發(fā)展的推動力減弱，從2014年的正向推動，轉變?yōu)?015—2016年的負向推動。由于股份制企業(yè)占工業(yè)產值的2/3，因此要保證工業(yè)健康發(fā)展，就要穩(wěn)定股份制企業(yè)發(fā)展形勢。3種類型企業(yè)對工業(yè)發(fā)展推動力年度變化趨勢如圖10所示。

通過從輕、重工業(yè)和不同類型工業(yè)企業(yè)的發(fā)展態(tài)勢來看，輕工業(yè)和股份制企業(yè)的運行出現(xiàn)下行態(tài)勢，因此要把握工業(yè)發(fā)展狀況，就必須關注輕工業(yè)中的股份制企業(yè)的發(fā)展狀況。因此下一步進行經濟觀測時，重點關注輕工業(yè)中的股份制企業(yè)的運行動態(tài)。

3.2.3 第三產業(yè)運行情況分析

南寧市第三產業(yè)中，產值較大的行業(yè)分別為金融保險業(yè)、批發(fā)零售業(yè)、房地產業(yè)和交通運輸業(yè)，這4個行業(yè)貢獻了第三產業(yè)近六成的產值。南寧市第三產業(yè)主要行業(yè)構成如圖11所示。南寧市第三產業(yè)主要行業(yè)各年度推動力趨勢如圖12所示。南寧市第三產業(yè)主要行業(yè)各季度推動力趨勢如圖13所示。

從第三產業(yè)4個主要行業(yè)2011—2015年推動力變化趨勢來看：

（1）近年來金融保險行業(yè)保持了較好的發(fā)展態(tài)勢，成為第三產業(yè)主要的推動力量。

（2）房地產業(yè)的推動力呈下降趨勢，對第三產業(yè)貢獻率不斷下降。房地產2015年產值155.7億元，增長4.9億元，增幅收窄了七成。去庫存壓力較大。

4 產業(yè)分析結論

通過利用大數(shù)據(jù)對南寧市經濟發(fā)展中產業(yè)的分析，得出如下結論。

4.1 經濟運行主要問題

（1）工業(yè)疲軟，尤其是輕工業(yè)和股份企業(yè)下行態(tài)勢明顯。重點分析研究的領域側重到與工業(yè)相關的指標。

（2）第三產業(yè)中，金融保險業(yè)發(fā)展平穩(wěn)，房地產業(yè)增速明顯放緩，去庫存壓力大。

4.2 GDP增速預測方法

預測月度工業(yè)增加值（季節(jié)性交乘模型）后，再預測GDP增速（多元回歸）。預測平均誤差為6%，且穩(wěn)定性較好。

4.3 對特定性指標找尋的啟發(fā)

在經濟運行中波動較大或出現(xiàn)較大幅度變化的行業(yè)范圍內，搜集更多指標。例如，在輕工業(yè)（尤其股份制企業(yè)）、房地產業(yè)等行業(yè)搜集相關指標，并在該范圍內進行敏感指標的篩選，有助于更加準確地找到及時反映經濟運行狀況的指標。

參 考 文 獻

[1]葛瑩，姚士謀，蒲英霞.試論城市體系的微觀經濟分析

[J].南京社會科學，2005（3）：40-46.

[2]郭樹清.中國宏觀經濟分析基礎[J].金融研究，2005（1）：8-23.

[3]張俊.信息市場的微觀經濟分析[J].情報理論與實踐，1995（3）：8-10.

[4]李正發(fā).傳統(tǒng)經濟分析的主要視野與缺失[J].湖北省社會主義學院學報，2008（1）：56-59.

[5]陳泓霖，馬敬.大數(shù)據(jù)時代下的宏觀經濟分析[J].統(tǒng)計與管理，2016（5）：109-110.

[6]胡新順，邢鳳嬌.大數(shù)據(jù)時代宏觀經濟分析的相關探討[J].商場現(xiàn)代化，2016（26）：245-246.

[7]姜疆.宏觀經濟分析如何借助大數(shù)據(jù)[J].新經濟導刊，2016（9）：70-74.

[8]劉鋒昌.大數(shù)據(jù)與宏觀經濟的分析與研究[J].中國市場，2016（42）：28-29.

[9]劉濤雄，徐曉飛.大數(shù)據(jù)與宏觀經濟分析研究綜述[J].國外理論動態(tài)，2015（1）：57-64.

[10]田睿.大數(shù)據(jù)時代如何科學發(fā)展宏觀經濟分析研究[J].經濟研究導刊，2017（21）：1-2.

[11]王聰.大數(shù)據(jù)時代科學發(fā)展宏觀經濟分析研究[J].經濟研究導刊，2017（20）：7-8.

[12]王左利.大數(shù)據(jù)：大數(shù)據(jù)時代[J].中國教育網(wǎng)絡，2013（1）：21.

[責任編輯：鄧進利]