構建基于大數據的宏觀經濟指標體系

蔡軍霞　王曉冬

基于大數據構建宏觀經濟指標對相關部門準確及時判斷經濟形勢、有針對性地制定政策、合理調配資源具有重要意義。本文從可行性、優越性、實現路徑、政策建議等四個方面，論述了使用大數據建立宏觀經濟指標體系的政策路徑，并以iCPI為具體案例，分析使用大數據方法建立宏觀經濟指標的總體技術框架。

一、使用大數據構建宏觀經濟指標的必要性

對于宏觀經濟態勢進行分析和研判，是制定宏觀經濟政策的基礎。進行宏觀經濟態勢分析需要使用GDP、CPI、PPI、PMI和就業指數等宏觀經濟指標數據。傳統方法上，宏觀經濟指標數據通常采用基層采集、層層匯總的方式進行收集，成本高、時效性差、且存在人為干預空間，這些問題給宏觀經濟的決策帶來了不確定性。隨著信息技術的發展，互聯網、物聯網和大數據技術已經深入到了國民經濟生產的方方面面，大量經濟活動以大數據形式記錄下來，使人們可以及時、精準、低成本、高顆粒度了解一個行業、一個領域乃至整個國家的經濟活動情況，豐富的數據資源為使用大數據方法構建宏觀經濟指標創造了可能。推動建立基于大數據的宏觀經濟指標具有重要作用，一是立足重要的政府數據資源，可以實現更豐富更準確更及時的經濟政策調控;二是非傳統經濟指標對傳統經濟形成有益補充，成為新興經濟的指路標;三是充分利用數字經濟平臺，對數字經濟行為進行微觀感知和精準捕獲，及時評估經濟政策的影響。

二、使用大數據構建宏觀經濟指標的可行性

當前，數字經濟已成為中國經濟增長的新引擎，2019年中國數字經濟規模為31.3萬億元，占GDP比重達34.8% ，電子商務、在線搜索等互聯網平臺與傳統經濟活動的耦合度不斷提升，經濟活動的頻率與節奏不斷加快。這種背景下，傳統的統計調查數據和宏觀經濟指標已經難以跟上經濟活動的變化節奏，無法全面反映宏觀經濟的全貌;電商平臺、搜索平臺、社交媒體以及政務信息系統匯聚了海量的社會經濟活動行為大數據，這些數據從微觀層面將社會經濟活動的各種細節記錄下來，具有粒度細、精度高、更新頻率快等特點，為經濟活動分析提供了新的素材。此外，高性能計算、人工智能、數據挖掘技術等新型處理方法的發展，為深度分析海量的經濟數據提供了有力工具，這些都為使用大數據方法構建更快、更準、更靈活的宏觀經濟指標創造了可能。

國際上，美國、歐洲、日本等多個國家和地區的中央銀行和商業公司均已開始使用大數據手段構建實時高頻宏觀經濟指標。如，美聯儲費城分行成立經濟實時數據研究中心，發布很多實時的宏觀經濟指標，如GDPplus、經濟周期指數等。意大利央行和歐洲經濟政策研究中心共同成立“EuroCoin”項目，構建實時反映歐元區經濟狀況的月度經濟指標，提供比季度GDP更加高頻的統計指標。英國的數據服務商IHS Markit 公司提供全球多個國家的GDP 增長率的實時監測結果。

大數據宏觀經濟指標也是學術界的前沿探索方向。麻省理工學院的“十億價格項目”（BPP）收集近60個國家的網上交易數據，根據商品的價格不斷變化來進行通脹指數的計算，發布衡量22個國家的日、周通脹指數，用于實時監測物價走勢。芬蘭阿爾托大學成立實時經濟Real-time Economy項目，目前該項目正在拓展到歐洲多個國家，旨在推動各行各業（包括公共部門和私人部門）的數據融合，提供各類實時經濟指標。清華大學經濟研究所的iCPI項目，通過爬取線上購物數據，使用數據挖掘的方法編制高頻物價指數，發布日、周和月度統計結果。

在互聯網領域，谷歌應用搜索指數預測失業率、旅行目的地、消費者信心等，該方法此后被多國學者借鑒，用于實時預測GDP、CPI、失業率、房價等宏觀經濟指標。阿里、百度、360、微博等互聯網平臺企業也都推出了基于自身數據的趨勢指數，作為政府和企業掌握社會動態和經濟發展趨勢的工具。

綜上，大數據宏觀經濟分析已經成為國際上學術界和工業界的重要發展方向，使用大數據構建宏觀經濟指標的條件在我國已經日趨成熟。

三、使用大數據構建宏觀經濟指標的優越性

（一）拓寬了信息獲得的廣度和深度

統計抽樣只是為了在技術受限的特定時期，解決當時存在的特定問題而產生的，樣本數據具有隨機性，且存在人為干預空間。大數據時代，得到的數據可能就是總體本身，例如，就物價而言，每一筆在電子商務網站成交的交易信息都有記錄。大數據帶來宏觀經濟分析的方法論變革，隨著信息量的極大擴展和信息處理能力的提高，經濟分析可能從樣本統計時代走向全數據時代。海量數據的出現推動了數據分析工具的進步，人工智能、數據挖掘、機器學習等新技術手段被引入至經濟分析領域，用于對全量數據進行分析，擴展了傳統統計分析模型對宏觀經濟分析的深度，并且大大提高宏觀經濟分析的準確性和可信度。

（二）提高了信息獲得的速度和時效

傳統經濟分析使用的數據往往采用人工收集，時效性差，如統計局公布的 GDP 往往是 1 個月的滯后期，反映全面經濟社會狀況的統計年鑒的滯后期會達到 3個月以上，不利于及時了解宏觀經濟形勢并制定經濟政策。基于大數據構建的宏觀經濟指標，其使用線上實時信息，能夠反映當前經濟活動的現時狀態，為更快預估宏觀經濟提供了可能。例如，MIT的BPP價格指數在雷曼兄弟破產后三天即監測到美國實體經濟出現通縮（傳統計算結果于三個月后才發布）。2020年春節后，受新冠肺炎疫情影響，線下消費場景大量關閉，導致傳統的CPI指數難以及時反映物價變化，而清華大學構建的iCPI指數使用線上數據進行物價監測，在3月1日就及時發布了1、2月份的物價指數。iCPI的及時發布對引導人們正確認識當前經濟形勢，穩定中國經濟發展預期發揮了重要作用。

（三）提高了經濟統計的表達維度

傳統的宏觀經濟指標具有固定的分析模式，如常用的經濟指標有GDP、CPI、PPI、失業率等，個體之間的差異均被抹平在統計信息的平均數據之中，隨機采樣不適合考察子類型情況，難以表達個性化、多維度的經濟動態，不利于決策層對地區、行業或某一群體進行精準施策。政府需要更好地解決某些時候依賴平均值的指標所掩蓋了的具體發展趨勢問題。例如，如果當成全國性的問題去處理失業問題是不科學的。就業趨勢隨著種族、地域、性別及教育程度而差別很大。依托互聯網數據構建的宏觀經濟指標，擺脫了傳統經濟研究集中在國家總量數據、行業總體數據等非細化數據的局限，可以開展微觀層面更加具體的經濟研究，例如，阿里平臺匯聚了10萬余種具體商品的交易數據，可以分析高端商品消費、個性消費、判斷消費升級情況、重點產品消費情況，監測重點城市的消費發展情況，進而分析消費活躍指數、國際貿易情況等。

（四）增強了應用場景的適應性

傳統的調查數據須根據預定的問題進行收集，在嚴格的統計抽樣規范下形成。而大數據是用戶使用過程中自動被記錄下來，不需人工調查和搜集，用于經濟分析的數據是通過算法等技術手段提取出來加以整理獲得，能夠根據場景的需求迅速進行變化。如，基于移動終端位置定位數據、遙感數據、社交媒體數據、搜索引擎數據、電商交易數據開展旅游、價格、人口、就業、需求側、市場行情、消費等方面的分析和預測。

四、使用大數據構建宏觀經濟指標的實現路徑

使用大數據構建宏觀經濟指標，主要有三種實現路徑。一是使用互聯網開放數據構建經濟指標，二是使用數字經濟平臺數據構建經濟指標，三是使用傳統經濟治理部門（行業）統計數據構建經濟指標。

（一）基于互聯網開放數據的宏觀經濟指標

使用互聯網大數據構建宏觀經濟指標主要采用爬蟲技術從互聯網商業平臺上獲取公開數據，通過一定的數據分析構建宏觀經濟指標。以清華大學iCPI編制為例，首先選定一籃子商品代表物價總水平（iCPI商品籃子類別總體上和國家統計局 CPI保持一致，商品和服務籃子共分8個大類、46個中類、262個子類），采價主要從天貓、京東、蘇寧易購、亞馬遜等大型 B2C在線購物平臺，選取這些平臺上質量合格、銷售量大、比較穩定的商家。價格采集通過程序自動完成，在指定時間、指定網站、指定位置自動采集所需要的數據。然后，算出固定籃子里的代表規格品價格水平的變化率，得到相應的指數。這種方法使得在線價格指數的實時更新成為可能。與此同理，可以利用互聯網招聘數據構建就業指數等。

（二） 使用數字經濟平臺數據構建宏觀經濟指標

數字經濟平臺數據主要是指電子商務、搜索引擎、社交媒體等平臺企業，根據其數據特性，構建具有行業代表性的指標數據。如阿里依托其電商交易和查詢數據，推出了網購核心商品價格指數、消費者信心指數、小企業活躍指數等具有宏觀經濟屬性的統計指數。充分利用電子商務數據構建一系列指數，分析區域電商經濟發展趨勢、國內外消費趨勢以及進出口貿易的狀況。

（三）依托傳統政府部門統計數據構建宏觀經濟指標

目前，在信息化建設過程中，各部門已經根據職能需要建設業務數據系統，如稅務的金稅系統、市場監管總局的法人信息庫、海關的金關系統等，這些是與經濟治理相關的國家政務信息基礎數據資源，也是大數據的重要組成部分。各部門基于自身數據進行數據分析工作，滿足其自身履職和決策支撐需要。匯聚此類數據及其分析成果，形成基于政務信息數據的宏觀經濟指標，也是使用大數據構建宏觀經濟指標的一條重要路徑。例如，市場監管總局基于國家經濟戶籍庫有關數據構建了“企業發展工商指數”以及“中小企業發展指數”等，基于國家信用、用工、社保、稅收、海關等數據構建區域信用、人口變動指數、產業集聚（發展）、外貿等經濟指標，這些均能作為經濟先行指標。使用互聯網開放數據的特點是覆蓋面廣、代表性強，局限性是技術獲取難度大、維度受限。使用數字經濟平臺數據的特點使是獲取難度低，局限性在于覆蓋性和代表性不足，可能存在樣本偏差。使用政務數據的優點是與宏觀經濟耦合度高，專項數據完備，適合宏觀經濟統計需求，局限性在于相對時間延遲大，對于微觀經濟行為的捕獲性不強，部門存在“數據壁壘”。

五、使用大數據構建宏觀經濟指標的政策建議

（一）推動經濟數據共享

國家層面推動對政府、企業、社會等方面經濟大數據全面匯集，根本上提升政府決策對于全社會經濟活動的感知能力。一是接入國家統計局、中國人民銀行等發布的傳統經濟金融數據，宏觀統籌行業龍頭企業的數據，如電力、交通物流、支付清算數據。二是有針對性地收集政府經濟相關部門的政務信息數據。三是接入電商、招聘、中介、搜索指數、輿情、工業互聯網等動態高頻的互聯網大數據，感知經濟發展的微觀行為與高頻動態。

（二）推動建立大數據宏觀經濟指標體系

圍繞經濟發展、物價水平、民生就業、國際環境等領域，使用網絡搜索、社交媒體、電商平臺、終端定位、電子支付、龍頭行業及政務信息資源等大數據，探索構建高頻宏觀經濟指標體系。通過系統論視角，挖掘多重經濟要素之間的關聯關系，構建經濟發展與優化治理動態關聯指標體系，使用計量統計、人工智能、數據挖掘等技術，建立具有經濟預測預警、風險防控意義的經濟治理指標體系，為優化經濟治理提供全視角、系統化的決策支撐。

（三）為建立大數據宏觀經濟指標提供政策和機制支撐

充分調動政府經濟治理部門、研究機構及社會力量，共同推進經濟指標建設和應用，為經濟趨勢研判和調整經濟政策提供決策支撐。一是建立部門間數據協調機制，鼓勵部門開展數據驅動化的經濟指標監測預測工作，共享行業經濟指標。二是建立指標分析應用平臺，實現對各類經濟的指標共建共享，積極推動指標的分析應用。三是形成高端咨詢智庫。協同多方力量，集聚創新要素，開展經濟預測和經濟分析的前瞻研究，對國家經濟政策制定和重大決策提供科學支撐。

（作者單位：國家信息中心公共技術服務部）