經濟數據分析需要開拓社會學視野

當前，隨著經濟形勢發生的重大變化，經濟數據的分析報道越來越受到關注，成為受眾研判經濟走勢、把握經濟脈搏的依據。如今，經濟數據背后的經濟現象、經濟規律本身也是社會學研究的范疇，經濟活動、經濟關系本身也是社會關系的一部分。這就需要我們站在更廣闊的社會學視野，以系統思維提升經濟數據分析的深度和廣度，從多層次、多結構、多序列的社會經濟網絡中去審視和把握蘊藏的本質規律。本文立足對京東大數據挖掘的經驗，力求為媒體型智庫建設提供一些啟發。

一篇好的經濟數據分析報道不只是客觀呈現數據本身，而是揭示數據背后的邏輯；不只是體現上升或下降的變化，更要從中看到發展的動向和未來的走向。一篇高質量的經濟數據分析報道，離不開作者敏銳的洞察力、準確的辨析力和深刻的思想力，這也需要不斷開拓經濟數據分析的社會學視野。

一、經濟數據分析需要“社會學想象力”：不只“印證已知”，更要“發現未知”

很多時候，我們看到的經濟數據分析是在“印證已知”，而更可貴的是這些分析的結論如何幫助我們“發現未知”。要從經濟數據中“發現未知”，需要更廣闊的視野和一定的社會學功力。以京東大數據分析為例，如何從消費大數據中有更多新的發現，這就需要我們借助“社會學想象力”和社會學研究的方法論。

社會學研究很重要的就是實證主義方法論，基于社會學的假設，我們用經驗事實和數量分析來檢驗，去發現數據背后的因果規律，這將使經濟數據分析走向深入。基于近年來學界對“城鎮化”與“逆城鎮化”的假設，京東經濟發展研究院通過電商平臺數據去洞察人口遷徙趨勢。在確保數據安全的基礎上，基于京東大數據等深入分析城市之間收貨信息與身份信息的匹配情況，得到了一些中國城市人口流動的新發現：《2019基于京東大數據的中國人口遷移和城鎮化發展研究報告》顯示，四五線城市的消費總額增速領跑其他線級城市，大量高購買力人口從高線往低線城市遷移成為推升低線城市消費繁榮和消費結構優化的重要原因。

基于京東大數據，我們不只進行消費形勢的分析，更希望看到數據對社會學分析的價值。比如，從京東大數據去分析高校畢業生的就業走向。在確保數據安全的情況下，我們以高校學生消費和收貨數據，研究畢業就業流向分布。比如，從醫科大學的畢業生收貨數據的變化，觀察他們的重點去向。總體看來，醫科大學的畢業生大多希望去一線城市的三甲醫院，大城市三甲醫院形成了“虹吸效應”，招聘對象的學歷層次越來越高，但招聘數量有限；縣域等基層醫院對人才需求量大，但卻很難招到高層次人才。通過對數據的分析，可以看到醫科大學畢業生的真實就業路徑，與教育部就業數據形成互補，這也為我們研判高校畢業生就業問題提供了啟示。由此，只有不斷豐富“社會學想象力”和“社會學視野”，我們才可能有新發現，也是提升經濟數據分析視野的重要方式。

二、經濟數據分析需要“社會學洞察力”：更好地做到由此及彼、由表及里

做好經濟數據分析報道，需要跳出經濟看社會，不只涉及經濟學領域，更涵蓋哲學、人口學、心理學、地理學、歷史學等諸多領域，需要以“社會學洞察力”從更廣闊視野去發現數據背后的事實和趨勢。

以京東消費數據研究為例，對七大城市群的消費分析，采取了“四個維度”：一是從城市群內部消費差距看城鎮化潛力，通過反映地區差異的泰爾系數和反映收入差距的基尼系數，體現城鎮體系的短板和發展路徑。二是從消費支出彈性差距看城市群消費擴容潛力。比如，通過2019年的居民收入和消費數據，發現重慶、西安、成都等城市人均收入每增加1元，帶動的消費在1-1.3元之間；而在深圳、上海、北京、廣州等城市，人均收入每增加1元，帶動的消費在1.3-1.7元之間。三是從電商滲透率差距看消費擴容潛力。重慶等西部城市電商滲透率偏低，但人均消費卻很高，說明西部消費擴容潛力巨大。四是從城市群“買賣差”看高質量發展潛力。比如，通過2019年對七大城市群的消費數據分析發現，成渝、長江中游、中原城市群“買”多于“賣”；關中平原、京津冀、長三角城市群、粵港澳大灣區“賣”多于“買”，從“買”與“賣”具體品類中去發現城市轉型的方向。

以京東消費數據分析為例，通過對2022年一季度的分析，筆者發現25歲以下青年群體購買力出現明顯下降。多年來，青年群體是拉動消費的中堅力量，但從京東大數據看，一季度25歲以下青年群體的消費總額和人均消費額首次出現負增長。從地區維度看，一線城市的這一青年群體人均消費額降幅最大。2021年，手機通信、電腦辦公、家用電器和數碼是青年人消費額最高的前四大品類；但在2022年一季度，青年群體對上述品類的消費額均呈現下降，部分品類出現負增長。以國家統計局數據為佐證，2月份16-24歲人口調查失業率達到15.3%。這也反映了嚴峻經濟形勢和就業形勢下，青年群體就業及收入增長的壓力。于是，我們提出從供需兩端精準發力、加強財政政策與貨幣政策協同的建議，比如針對失業群體、困難群體等精準發放消費券等。由此，經濟數據分析體現了社會學研究方式，不只是描述性解決“是什么”的問題，也解釋性解決“為什么”和“怎么樣”的問題，這也是定量與定性結合的研究方式，以此透視青年消費行為蘊含的規律及擴大消費對策。

“胡煥庸線”被稱為中國人口分界線：這條45度傾斜的直線，把中國版圖一分為二，線的東南側，國土面積占當時版圖的36%，人口卻占96%，線的西北側，面積占64%，人口只占4%。2021年新華社推出衛星物聯網新聞《“胡煥庸線”以西為何越變越亮？》，通過衛星技術提取“胡煥庸線”以西的鄉級以上道路發現，2015年—2020年，道路長度增加了約64.38%。路網的建設、互聯網經濟的發展等因素也在一定程度上推動著“胡煥庸線”以西區域夜光的變化。記者進一步結合某電商在“胡煥庸線”以西的新商家數量進行分析，發現“胡煥庸線”以西方向覆蓋的區域，有7個省區開店的新商家數量同比增幅居全國前十，同比增幅均超過200%，入駐的新商家數量同比增幅前十名省區分別為：寧夏、云南、貴州、青海、甘肅、新疆、西藏、海南、內蒙古、廣西。從道路長度增長的數據到電商入駐商家的數據，通過關聯思考和對比分析，發現了“胡煥庸線”以西正在發生的重要變化。通過經濟數據去發現背后的規律，映射社會結構、社會關系、社會人口的變化，帶給我們更多的思考和啟示。

三、經濟數據分析需要“社會學研究工具”：以線上問卷調查、反向定制、AI技術等手段提升精準度

通過實地調查、深入訪談、統計研究等社會學研究方法去進行經濟數據分析，與新聞工作者要不斷提升腳力、眼力、腦力、筆力的要求也高度契合。大數據時代經濟學研究范疇和研究對象的拓展，使傳統的數據分析工具表現出明顯的不適應，需要對研究工具和研究方法進行創新。京東在數據沉淀和研究方面的做法帶來以下啟示：

以京東為例，借助京東工作平臺對全員進行問卷調查和數據分析已成為機制。京東工作平臺覆蓋京東全體40萬員工，京東員工中絕大部分是“90后”年輕人，用這一平臺可開展動態問卷調查，每天設計有針對性的問題，員工全員答題，問題維度不只涉及行為偏好、興趣愛好，還涉及員工思想、組織健康度等，成為內部管理和思想研判的有力抓手。

精準滿足受眾需求，是高質量經濟數據分析報告的關鍵。目前，各地對經濟形勢的研判十分關注，覆蓋5.8億用戶的京東消費數據、物流數據能夠很好地反映實體經濟的運行狀況和消費特點。在確保數據安全的前提下，為了更好服務不同城市經濟發展，京東設計了差異化的地方消費數據看板，針對重點城市關注的問題，比如消費增長、產業帶發展、農產品上下游等，進行不同數據維度分析和展示，形成地方消費TOP10等多個排名，并產出差異化的分析報告。這種以各地需求為出發點，來倒推數據分析維度的模式，也與產銷領域的“反向定制”（C2M）模式類似，通過個性化、差異化的經濟數據分析為受眾解疑釋惑，為政府決策提供參考。

為了提升消費數據的分析深度，京東打造了AI經濟學家數據分析平臺，融合自身大數據能力、人工智能分析能力、可視化能力，為政府、企業及相關研究機構打造一站式經濟數據可視化與AI分析終端。尤其在綜合多方數據的基礎上建立人工智能預測與分析模型，形成世界看板、國家看板、省域看板、市/區域看板；形成經濟領域知識圖譜，通過人工智能自動分析，可就經濟增長、人口與就業、價格與通脹、對外貿易等自動生成分析報告，實現圖表自動更新、圖表自助解讀、經濟學專業表達支撐、AI智能解讀等，這也拓展了經濟數據分析的手段和視野。

未來，經濟數據分析的領域、深度、形式還將不斷拓展。總體看，社會學的范疇和研究方式為經濟數據分析提供了更廣闊的視野。從社會問題、社會制度、社會實踐中去思考和分析經濟數據，以社會學實證主義的方法論去解釋和發現新的經濟現象，以新的“社會學分析工具”去推進傳統分析模式的進步，都將為我們做好經濟數據分析提供不竭動力。