網(wǎng)絡(luò)搜索數(shù)據(jù)與GDP相關(guān)性分析

黃蓉　陳曉衛(wèi)

摘 要：網(wǎng)絡(luò)搜索數(shù)據(jù)包含了社會(huì)各個(gè)領(lǐng)域的興趣和關(guān)注點(diǎn)，本文根據(jù)支出法中的微觀經(jīng)濟(jì)要素來(lái)研究網(wǎng)絡(luò)搜索數(shù)據(jù)與我國(guó)國(guó)內(nèi)生產(chǎn)總值（GDP）之間的相關(guān)性，以及兩者之間的先行滯后關(guān)系。關(guān)鍵詞數(shù)據(jù)與GDP數(shù)據(jù)均為季度數(shù)據(jù)，先對(duì)兩者進(jìn)行季節(jié)調(diào)整；再對(duì)參與分析的21組網(wǎng)絡(luò)搜索關(guān)鍵詞數(shù)據(jù)做主成分分析，共提取出三個(gè)主成分，占關(guān)鍵詞總方差的86.94%；然后根據(jù)三個(gè)主成分構(gòu)建網(wǎng)絡(luò)搜索綜合指數(shù)。將網(wǎng)絡(luò)搜索綜合指數(shù)與標(biāo)準(zhǔn)化之后的GDP數(shù)據(jù)做分析發(fā)現(xiàn)兩者存在長(zhǎng)期穩(wěn)定的協(xié)整關(guān)系，Granger因果關(guān)系檢驗(yàn)的結(jié)果說(shuō)明網(wǎng)絡(luò)搜索綜合指數(shù)是標(biāo)準(zhǔn)化之后的GDP數(shù)據(jù)的Granger原因，對(duì)于GDP的預(yù)測(cè)有一定的幫助。

關(guān)鍵詞：網(wǎng)絡(luò)搜索數(shù)據(jù)；GDP；季節(jié)調(diào)整；主成分分析；協(xié)整關(guān)系

1 引言

根據(jù)2014年1月中國(guó)互聯(lián)網(wǎng)絡(luò)信息中心（CNNIC）公布的《2013年中國(guó)網(wǎng)民搜索行為研究報(bào)告》指出：2013年，國(guó)內(nèi)搜索行業(yè)呈現(xiàn)多元化的發(fā)展趨勢(shì)，新進(jìn)入的搜索引擎和現(xiàn)有搜索競(jìng)爭(zhēng)較為激烈，不斷細(xì)分的搜索市場(chǎng)和性能持續(xù)提升的終端設(shè)備正改變著用戶的搜索習(xí)慣。綜合搜索仍然是最基本的搜索工具，過(guò)去半年，搜索網(wǎng)民使用過(guò)的綜合搜索網(wǎng)站的比例達(dá)98.0%，此外，通過(guò)購(gòu)物網(wǎng)站、視頻網(wǎng)站、微博進(jìn)行過(guò)搜索的網(wǎng)民比例也在50%以上。CNNIC每半年對(duì)網(wǎng)民數(shù)量進(jìn)行統(tǒng)計(jì)，結(jié)果顯示，截止2014年6月30日，我國(guó)網(wǎng)民數(shù)量達(dá)到6.32億，接近總?cè)丝诘?0%。從中國(guó)互聯(lián)網(wǎng)絡(luò)信息中心2013年出版的《第33次中國(guó)互聯(lián)網(wǎng)絡(luò)發(fā)展?fàn)顩r統(tǒng)計(jì)報(bào)告》可以得到，我國(guó)網(wǎng)民年齡結(jié)構(gòu)中，10-59歲的階段占據(jù)了總?cè)丝诘慕^大部分，這部分人群不僅是網(wǎng)絡(luò)的常客，也是社會(huì)經(jīng)濟(jì)發(fā)展的主力軍，他們擁有很強(qiáng)的生產(chǎn)能力及消費(fèi)能力，因此通過(guò)網(wǎng)絡(luò)搜索數(shù)據(jù)探討網(wǎng)民的消費(fèi)活動(dòng)，研究其消費(fèi)方式及主要消費(fèi)內(nèi)容，通過(guò)產(chǎn)品形態(tài)來(lái)驗(yàn)證網(wǎng)絡(luò)搜索數(shù)據(jù)行為與GDP的相關(guān)性分析是具有現(xiàn)實(shí)意義的。

2 概念框架的構(gòu)建

本文主要把生產(chǎn)者生產(chǎn)及居民消費(fèi)過(guò)程劃分為需求、信息搜尋、決策三個(gè)過(guò)程，生產(chǎn)者有投資需求之后，通過(guò)網(wǎng)絡(luò)搜索投資相關(guān)信息，對(duì)其生產(chǎn)決策將產(chǎn)生一定的影響，同樣地，消費(fèi)者有消費(fèi)需求之后，通過(guò)網(wǎng)絡(luò)搜索消費(fèi)相關(guān)關(guān)鍵詞，能夠?qū)ζ湎M(fèi)決策產(chǎn)生一定的影響，然而生產(chǎn)和消費(fèi)影響市場(chǎng)價(jià)格，消費(fèi)者與生產(chǎn)者也可通過(guò)網(wǎng)絡(luò)搜索信息來(lái)了解當(dāng)期市場(chǎng)價(jià)格。

總的來(lái)講，不論是消費(fèi)還是生產(chǎn)，不論是市場(chǎng)價(jià)格體系還是宏觀經(jīng)濟(jì)體系，均與網(wǎng)絡(luò)搜索有很強(qiáng)的相關(guān)性，因此通過(guò)網(wǎng)絡(luò)搜索關(guān)鍵詞，分析關(guān)鍵詞的指數(shù)變化與GDP的變化是否具有相關(guān)關(guān)系是具有一定的理論基礎(chǔ)的。

3 研究方法及流程

主要對(duì)網(wǎng)絡(luò)搜索數(shù)據(jù)與我國(guó)GDP的相關(guān)性進(jìn)行研究，通過(guò)用戶運(yùn)用搜索引擎搜索相關(guān)關(guān)鍵詞這一方式，來(lái)分析其能夠?qū)?guó)家GDP產(chǎn)生什么樣的影響。

簡(jiǎn)單來(lái)講，研究過(guò)程為：數(shù)據(jù)獲取、數(shù)據(jù)處理、數(shù)據(jù)分析三方面。

（一）數(shù)據(jù)獲取

獲取數(shù)據(jù)是分析的基礎(chǔ)，數(shù)據(jù)獲取首先要選用搜索引擎，縱觀全球，運(yùn)用最多的引擎是谷歌，但在我國(guó)，由于網(wǎng)絡(luò)限制的影響，用戶運(yùn)用最多的是百度引擎，因此運(yùn)用百度搜索數(shù)據(jù)來(lái)對(duì)GDP的趨勢(shì)進(jìn)行預(yù)測(cè)是更符合實(shí)際的。

第二，獲取數(shù)據(jù)需要對(duì)關(guān)鍵詞初選并進(jìn)行挖掘。根據(jù)GDP的定義、作用、影響因素等，運(yùn)用Google correlate 關(guān)鍵詞挖掘工具和SEO 關(guān)鍵字挖掘工具以及ICTCLAS 漢語(yǔ)分詞系統(tǒng)三者結(jié)合選出與GDP相關(guān)系數(shù)最大的關(guān)鍵詞，本文共初選關(guān)鍵詞33個(gè)。

第三，關(guān)鍵詞指標(biāo)獲取。將第二步獲取的33個(gè)關(guān)鍵詞導(dǎo)入百度指數(shù)，搜索2011年初至2014年末的關(guān)鍵詞月度指標(biāo)共48組。

第四，GDP季度數(shù)據(jù)獲取。在國(guó)家統(tǒng)計(jì)局公布的歷年數(shù)據(jù)中，查找2011年初至2014年末的我國(guó)GDP季度數(shù)據(jù)共16組。

（二）數(shù)據(jù)處理

由于國(guó)家統(tǒng)計(jì)局公布的GDP數(shù)據(jù)最小單位為季度數(shù)據(jù)，并且是相對(duì)數(shù)據(jù)，因此需要將前期獲取的48組關(guān)鍵詞月度數(shù)據(jù)數(shù)據(jù)轉(zhuǎn)化為季度數(shù)據(jù)，而且百度指數(shù)上的關(guān)鍵詞指標(biāo)是絕對(duì)指標(biāo)，所以還需將關(guān)鍵詞數(shù)據(jù)轉(zhuǎn)化為相對(duì)指標(biāo)，才能夠與GDP數(shù)據(jù)進(jìn)行分析。

（三）數(shù)據(jù)分析

由于GDP數(shù)據(jù)具有很強(qiáng)的時(shí)間性，因此運(yùn)用Eviews對(duì)GDP及關(guān)鍵詞數(shù)據(jù)進(jìn)行時(shí)間序列分析，但若將所選中的33個(gè)關(guān)鍵詞全部導(dǎo)入作為變量，可能會(huì)很復(fù)雜，因此運(yùn)用SPSS軟件先對(duì)關(guān)鍵詞數(shù)據(jù)進(jìn)行主成分分析，提取出具有代表性的幾個(gè)主成分，再與GDP進(jìn)行相關(guān)性分析。

4 網(wǎng)絡(luò)搜索數(shù)據(jù)與GDP相關(guān)性實(shí)證分析

（一）關(guān)鍵詞選取與預(yù)處理

不同的網(wǎng)絡(luò)搜索關(guān)鍵詞在網(wǎng)絡(luò)上會(huì)有不同的關(guān)鍵詞信息，但選取關(guān)鍵詞不能僅僅靠平時(shí)的經(jīng)驗(yàn)和熟悉程度，而要選擇科學(xué)的取詞方法來(lái)進(jìn)行關(guān)鍵詞挑選。前文已經(jīng)提到，選取關(guān)鍵詞采用Google correlate 關(guān)鍵詞挖掘工具、SEO 關(guān)鍵字挖掘工具和ICTCLAS 漢語(yǔ)分詞系統(tǒng)三者結(jié)合來(lái)進(jìn)行關(guān)鍵詞挖掘，從宏觀方面選擇了經(jīng)濟(jì)發(fā)展形勢(shì)、企業(yè)投資、勞動(dòng)報(bào)酬、就業(yè)率等關(guān)鍵詞，根據(jù)以上宏觀因素，再利用百度指數(shù)關(guān)鍵詞推薦功能，選擇與影響我國(guó)GDP的宏觀因素相關(guān)的關(guān)鍵詞共有1300多個(gè)，剔除重復(fù)及數(shù)據(jù)量較少的關(guān)鍵詞，組成初始關(guān)鍵詞組，共有101個(gè)。將初始關(guān)鍵詞組逐個(gè)導(dǎo)入百度指數(shù)之中，剔除百度指數(shù)中沒(méi)有收錄而且每月搜索指數(shù)較低的關(guān)鍵詞，最終選取了33個(gè)關(guān)鍵詞來(lái)進(jìn)行分析。

（二）網(wǎng)絡(luò)搜索綜合指數(shù)和季節(jié)調(diào)整及標(biāo)準(zhǔn)化之后的GDP數(shù)據(jù)的協(xié)整性

1.序時(shí)圖判斷平穩(wěn)性，對(duì)兩組數(shù)據(jù)做序時(shí)圖，發(fā)現(xiàn)兩者均存在明顯的線性趨勢(shì)，需進(jìn)行單整檢驗(yàn)。

2.對(duì)兩組數(shù)據(jù)進(jìn)行單整檢驗(yàn)，首先分別對(duì)GDP數(shù)據(jù)與X數(shù)據(jù)進(jìn)行ADF檢驗(yàn)，發(fā)現(xiàn)，兩者都是一階單整。

3.Johansen Cointegration Test檢驗(yàn)兩者是否存在協(xié)整關(guān)系，結(jié)果發(fā)現(xiàn)不能拒絕存在一個(gè)協(xié)整關(guān)系，具體見(jiàn)下表：

（三）網(wǎng)絡(luò)搜索綜合指數(shù)和季節(jié)調(diào)整及標(biāo)準(zhǔn)化之后的GDP數(shù)據(jù)的Granger因果檢驗(yàn)

經(jīng)驗(yàn)證GDP與X存在協(xié)整關(guān)系，對(duì)兩者做格蘭杰因果檢驗(yàn)，發(fā)現(xiàn)X does not Granger Cause GDP的概率為0.037， GDP does not Granger Cause X的概率為0.9269說(shuō)明網(wǎng)絡(luò)搜索綜合指數(shù)X是季節(jié)調(diào)整及標(biāo)準(zhǔn)化之后的GDP數(shù)據(jù)的Granger原因，對(duì)GDP預(yù)測(cè)有幫助。

5 結(jié)論與不足之處

本文先從理論上分析網(wǎng)絡(luò)搜索數(shù)據(jù)與GDP發(fā)展的相關(guān)性，進(jìn)一步分析網(wǎng)絡(luò)搜索數(shù)據(jù)與GDP發(fā)展具有相同的增長(zhǎng)趨勢(shì)，再通過(guò)實(shí)證分析對(duì)其相關(guān)性進(jìn)行驗(yàn)證，并且做了Granger因果關(guān)系檢驗(yàn)，得到的相關(guān)結(jié)論如下：

（1）對(duì)GDP的分析基于居民消費(fèi)為中心展開(kāi)，消費(fèi)者消費(fèi)及生產(chǎn)者生產(chǎn)在互聯(lián)網(wǎng)上均有體現(xiàn)，消費(fèi)者有消費(fèi)需求，就會(huì)通過(guò)互聯(lián)網(wǎng)搜索相關(guān)信息，生產(chǎn)者有生產(chǎn)需求，也會(huì)通過(guò)互聯(lián)網(wǎng)了解生產(chǎn)渠道，生產(chǎn)品相等相關(guān)信息，以上變化在互聯(lián)網(wǎng)上表現(xiàn)為瀏覽指數(shù)的變化，在商品市場(chǎng)中則表現(xiàn)為GDP、CPI等指標(biāo)的變化，兩者的變化都是對(duì)同一事物的反映，因此兩者具有一定的相關(guān)關(guān)系。

（2）實(shí)證分析結(jié)果表明：網(wǎng)絡(luò)搜索數(shù)據(jù)與GDP之間存在長(zhǎng)期穩(wěn)定的協(xié)整關(guān)系。

（3）Ganger因果檢驗(yàn)的結(jié)果說(shuō)明網(wǎng)絡(luò)搜索綜合指數(shù)X是季節(jié)調(diào)整及標(biāo)準(zhǔn)化之后的GDP數(shù)據(jù)的Granger原因，對(duì)GDP預(yù)測(cè)有幫助。

總的來(lái)講，用網(wǎng)絡(luò)搜索數(shù)據(jù)與GDP來(lái)進(jìn)行相關(guān)性分析還存在一些問(wèn)題，有待進(jìn)一步改善。首先，本文選擇百度引擎來(lái)做相關(guān)分析是因?yàn)槲覈?guó)運(yùn)用百度引擎的用戶占大多數(shù)，但是百度指數(shù)的相關(guān)數(shù)據(jù)是由2011年開(kāi)始做記錄的，從2011年第一季度到2014年第四季度僅有16組數(shù)據(jù)，所能夠搜集的數(shù)據(jù)量較少，如今2015年第一季度才剛剛過(guò)去，因此模型預(yù)測(cè)僅有2015年第一季度作為對(duì)照，能夠驗(yàn)證模型的數(shù)據(jù)較少，谷歌趨勢(shì)上的數(shù)據(jù)從2009年開(kāi)始，但就我國(guó)來(lái)講，運(yùn)用谷歌引擎來(lái)進(jìn)行搜索的用戶僅有極少部分，因此用谷歌數(shù)據(jù)來(lái)進(jìn)行分析是沒(méi)有依據(jù)的，若今后能夠運(yùn)用各個(gè)引擎綜合分析，就能大大提高預(yù)測(cè)精度。其次，關(guān)鍵詞的選擇對(duì)模型的建立具有至關(guān)重要的作用，相關(guān)關(guān)鍵詞的選擇是否準(zhǔn)確全面，將直接決定預(yù)測(cè)的結(jié)果，與GDP相關(guān)的關(guān)鍵詞頁(yè)并不是一層不變的，所以要建立科學(xué)的流動(dòng)關(guān)鍵詞庫(kù)，使其能夠快速準(zhǔn)確的反映居民消費(fèi)的動(dòng)態(tài)現(xiàn)象。

參考文獻(xiàn)

[1] 張崇，呂本富，彭賡，劉穎.網(wǎng)絡(luò)搜索數(shù)據(jù)與CPI相關(guān)性研究[J].管理科學(xué)學(xué)報(bào)，2012（07）.50-58.

[2] 中國(guó)互聯(lián)網(wǎng)絡(luò)信息中心.《2013年中國(guó)網(wǎng)民搜索行為研究報(bào)告》[EB/OL]，2013.

[3] 中國(guó)互聯(lián)網(wǎng)絡(luò)信息中心.2014年中國(guó)網(wǎng)民數(shù)量統(tǒng)計(jì)基本數(shù)據(jù)[EB/OL]，2014.

[4] 樊國(guó)虎.網(wǎng)絡(luò)搜索數(shù)據(jù)與消費(fèi)者信息指數(shù)的相關(guān)性研究[J].經(jīng)濟(jì)與管理，2014.

[5] Askitas N，Zimmermann K F. Google econometrics and unemployment forecasting[J]. Applied Economics Quarterly，2009，（2）.107 -120.

[6] Cho H i，Varian H. Predicting the Present with Google Trends[C]. Technical Report，2012，88.2-9.

[7] 劉穎，呂本富，彭賡.網(wǎng)絡(luò)搜索對(duì)股票市場(chǎng)的預(yù)測(cè)能力：理論分析與實(shí)證檢驗(yàn)[J].經(jīng)濟(jì)管理，2011（1）.172-179.

[8] 袁慶玉，彭賡，劉穎等.基于網(wǎng)絡(luò)關(guān)鍵詞搜索數(shù)據(jù)的汽車(chē)銷(xiāo)量預(yù)測(cè)研究[A].管理學(xué)家，2011（01）.13-22.

[9] 董倩、孫娜娜、李偉.基于網(wǎng)絡(luò)搜索數(shù)據(jù)的房地產(chǎn)價(jià)格預(yù)測(cè)[J].統(tǒng)計(jì)研究，2014，31（10）.

[10] 朱輝. 淺析中國(guó)國(guó)內(nèi)生產(chǎn)總值的核算，集團(tuán)經(jīng)濟(jì)研究[J]. 2006（33）.

[11] 鄭佩楓. 試探微博公眾輿論場(chǎng)的新特征，魅力中國(guó)[J]. 2014（07）.