關(guān)于完全數(shù)據(jù)驅(qū)動化的經(jīng)濟監(jiān)測預(yù)測方法的思考與建議

易成岐 劉琦

以5G、大數(shù)據(jù)、人工智能等為代表的新一代信息技術(shù)革命正在深刻影響著當前經(jīng)濟社會運行的各領(lǐng)域、各方面、各環(huán)節(jié)，技術(shù)變化已然成為推進宏觀調(diào)控理念變革和方法創(chuàng)新的深刻動因。探索建立一套快速有效、適配變化、智能精準的經(jīng)濟監(jiān)測預(yù)測方法，既是進一步有效提升宏觀調(diào)控水平的重要支撐，也是政府加快順應(yīng)時代變化的歷史使命，同時能夠為我國實現(xiàn)高質(zhì)量發(fā)展、創(chuàng)造高品質(zhì)生活、推進高水平開放提供更加強大的驅(qū)動力。

以習(xí)近平同志為核心的黨中央高度重視大數(shù)據(jù)智能化與經(jīng)濟監(jiān)測預(yù)測相結(jié)合的重要工作，并在十九屆三中全會上明確指出：“要強化經(jīng)濟監(jiān)測預(yù)測預(yù)警能力，綜合運用大數(shù)據(jù)、云計算等技術(shù)手段，增強宏觀調(diào)控前瞻性、針對性、協(xié)同性”，將新一代信息技術(shù)在經(jīng)濟監(jiān)測預(yù)測預(yù)警中的作用提升到了新的高度。本文以實際應(yīng)用需求為導(dǎo)向，嘗試性剖析了當前經(jīng)濟監(jiān)測預(yù)測方法面臨的挑戰(zhàn)，闡釋了完全數(shù)據(jù)驅(qū)動化的經(jīng)濟監(jiān)測預(yù)測方法的總體思路、關(guān)鍵問題和對策建議，以期提供有益思路。

一、復(fù)雜經(jīng)濟形態(tài)下傳統(tǒng)經(jīng)濟監(jiān)測預(yù)測方法面臨的四大挑戰(zhàn)

（一）時效難：依賴歷史統(tǒng)計數(shù)據(jù)難以實時研判最新態(tài)勢

現(xiàn)行的經(jīng)濟監(jiān)測預(yù)測方法大多基于歷史統(tǒng)計數(shù)據(jù)進行分析或預(yù)測未來的數(shù)據(jù)變化走勢，但此方法往往受制于統(tǒng)計數(shù)據(jù)的時效性。傳統(tǒng)統(tǒng)計數(shù)據(jù)主要是通過開展經(jīng)濟普查、抽樣調(diào)查、重點調(diào)查、典型調(diào)查等手段，利用層層報送數(shù)據(jù)的方式匯總計算相應(yīng)宏觀經(jīng)濟指標，這種方法最明顯的缺陷是具有很強的時滯性。在應(yīng)對重大突發(fā)事件和高頻度經(jīng)濟震蕩時，傳統(tǒng)經(jīng)濟監(jiān)測預(yù)測方法很可能會導(dǎo)致政府決策部門后知后覺，容易造成決策失誤等嚴重后果。

（二）細分難：統(tǒng)計樣本的局限性容易導(dǎo)致分析粒度不足

統(tǒng)計樣本的數(shù)量和樣本獲取的成本往往成反比，隨著統(tǒng)計樣本量的增加，統(tǒng)計過程中的時間成本、人力成本和資金成本等均會相應(yīng)急速增高，因此統(tǒng)計樣本的覆蓋范圍存在一定的局限性。由于傳統(tǒng)經(jīng)濟監(jiān)測預(yù)測方法高度依賴統(tǒng)計數(shù)據(jù)樣本，一旦樣本出現(xiàn)偏頗，一方面，很容易導(dǎo)致分析預(yù)測結(jié)果精度不足，另一方面，很難為細分行業(yè)及新興行業(yè)的經(jīng)濟決策提供有效支撐。

（三）客觀難：人為誤報等因素可能會造成結(jié)果不夠客觀

傳統(tǒng)統(tǒng)計數(shù)據(jù)的產(chǎn)生需要大量使用人工進行搜集、加工、上報及匯總，不僅人為參與的程度較深、耗費的時間周期較長，而且統(tǒng)計流程也較為復(fù)雜。由于人為參與了全過程中過多環(huán)節(jié)，無論是出于主觀考慮或出現(xiàn)客觀失誤，都極易發(fā)生數(shù)據(jù)遲報、漏報、瞞報、誤報等現(xiàn)象，此時往往會存在統(tǒng)計樣本真實性偏差的隱患，如果使用這種存在偏差的數(shù)據(jù)進行經(jīng)濟監(jiān)測預(yù)測，則會進一步擴大誤差范圍。

（四）精準難：經(jīng)濟監(jiān)測預(yù)測尚未與最先進技術(shù)緊密結(jié)合

以經(jīng)濟學(xué)家主導(dǎo)的經(jīng)濟監(jiān)測預(yù)測模型擁有相對成熟的經(jīng)濟理論作為支撐，主要包括結(jié)構(gòu)化計量預(yù)測模型、非結(jié)構(gòu)化時間序列預(yù)測模型和動態(tài)隨機一般均衡預(yù)測模型三類，其能夠較好地解釋經(jīng)濟社會運行的關(guān)鍵影響因素。但當今世界，全球發(fā)展深層次矛盾突出，保護主義、單邊主義思潮抬頭，多邊貿(mào)易體制受到?jīng)_擊，我國經(jīng)濟也由高速增長階段轉(zhuǎn)向高質(zhì)量發(fā)展階段，全球經(jīng)濟整體發(fā)展環(huán)境面臨諸多風(fēng)險和不確定性，面對這一錯綜復(fù)雜的變化，傳統(tǒng)計量方法的種種假設(shè)也常常不符合當下的經(jīng)濟現(xiàn)實。同時，傳統(tǒng)經(jīng)驗理論往往會與現(xiàn)實情況產(chǎn)生一定偏差，傳統(tǒng)經(jīng)濟監(jiān)測預(yù)測模型略顯乏力。而目前以BERT、XLNet、RoBERTa等為代表的深度學(xué)習(xí)技術(shù)已經(jīng)在諸多領(lǐng)域展現(xiàn)出超凡的預(yù)測能力和實用價值，但是卻未能與經(jīng)濟監(jiān)測預(yù)測深度結(jié)合。

二、完全數(shù)據(jù)驅(qū)動化的經(jīng)濟監(jiān)測預(yù)測方法總體思路和關(guān)鍵問題

正如前文所論述，基于歷史性統(tǒng)計數(shù)據(jù)去分析或預(yù)測未來的數(shù)據(jù)變化走勢會存在時效難、細分難、客觀難、精準難等諸多難題。在這種情況下，有效利用微觀數(shù)據(jù)和新型技術(shù)手段改進經(jīng)濟監(jiān)測預(yù)測方法，已經(jīng)成為政府決策者和學(xué)術(shù)研究界共同關(guān)注的熱點問題。以微觀經(jīng)濟學(xué)權(quán)威—瓦里安教授為代表的一批頂級科學(xué)家指出，以機器學(xué)習(xí)、深度學(xué)習(xí)、復(fù)雜網(wǎng)絡(luò)等技術(shù)為代表的大數(shù)據(jù)方法正在改變經(jīng)濟學(xué)的研究范式。全球多個頂級期刊也紛紛推出了有關(guān)“監(jiān)測預(yù)測”的專題，通過多項研究實踐成果解讀了新技術(shù)對經(jīng)濟社會多方面監(jiān)測預(yù)測的最新研究進展與未來方向，大量理論方法和實踐經(jīng)驗已經(jīng)在一定程度上證明了完全數(shù)據(jù)驅(qū)動化的經(jīng)濟監(jiān)測預(yù)測方法的可能性。

（一）完全數(shù)據(jù)驅(qū)動化的經(jīng)濟監(jiān)測預(yù)測方法總體思路

完全數(shù)據(jù)驅(qū)動化的經(jīng)濟監(jiān)測預(yù)測方法的總體思路如圖1所示，可概括為：“N+1+3”，即匯聚N種多源數(shù)據(jù)、突破一項關(guān)鍵環(huán)節(jié)和沉淀三種數(shù)據(jù)資產(chǎn)。

匯聚N種多源數(shù)據(jù)。要盡可能大范圍引入可持續(xù)穩(wěn)定獲取的細粒度數(shù)據(jù)資源，包括但不限于投訴舉報、裁判文書、企業(yè)關(guān)聯(lián)、房產(chǎn)價格、就業(yè)招聘、衛(wèi)星燈光、專利論文、搜索引擎、道路擁堵、新聞輿情、招標中標、網(wǎng)站運行等相關(guān)數(shù)據(jù)。

突破一項關(guān)鍵環(huán)節(jié)。在充分吸收國內(nèi)外經(jīng)濟監(jiān)測預(yù)測理論基礎(chǔ)和模型方法精髓的基礎(chǔ)上，需要大面積應(yīng)用機器學(xué)習(xí)、深度學(xué)習(xí)、復(fù)雜網(wǎng)絡(luò)、自然語言處理等信息技術(shù)。一方面，可以減少人工假設(shè)和人為經(jīng)驗的控制程度;另一方面，可以從多源細粒度數(shù)據(jù)中抽取大量的數(shù)據(jù)特征，不斷嘗試數(shù)據(jù)特征的組合方式，與監(jiān)測預(yù)測目標結(jié)果進行自動化碰撞，并根據(jù)監(jiān)測預(yù)測效果不斷優(yōu)化調(diào)整數(shù)據(jù)特征及相應(yīng)算法，最終由機器自動化選擇一種最優(yōu)組合，從而達到經(jīng)濟精準監(jiān)測預(yù)測效果。

沉淀三種數(shù)據(jù)資產(chǎn)。要以“萬物皆數(shù)”為指導(dǎo)思想，不斷沉淀經(jīng)濟監(jiān)測預(yù)測各環(huán)節(jié)的過程性數(shù)據(jù)，利用技術(shù)手段加深數(shù)據(jù)提取的廣度和深度，通過實踐過程中所沉淀的數(shù)據(jù)特征庫、算法模型庫、預(yù)測指標庫不斷倒逼技術(shù)方法迭代升級，加快彌合經(jīng)濟監(jiān)測預(yù)測與新技術(shù)之間的縫隙。

（二）完全數(shù)據(jù)驅(qū)動化的經(jīng)濟監(jiān)測預(yù)測方法的關(guān)鍵問題

完全數(shù)據(jù)驅(qū)動化的經(jīng)濟監(jiān)測預(yù)測方法需要解決以下三類關(guān)鍵問題：一是數(shù)據(jù)供給問題。如何實時、快速、準確、穩(wěn)定地獲取散落在社會各處的碎片化微觀數(shù)據(jù)是完全數(shù)據(jù)驅(qū)動化的經(jīng)濟監(jiān)測預(yù)測方法的重要支撐保障，也成為當前關(guān)鍵問題之一。二是特征工程問題。數(shù)據(jù)和特征決定了機器學(xué)習(xí)和深度學(xué)習(xí)的上限，而模型和算法只是盡可能逼近這個上限，因此如何為完全數(shù)據(jù)驅(qū)動化的經(jīng)濟監(jiān)測預(yù)測方法提供盡可能多的特征提取思路是關(guān)鍵問題之二。三是核心技術(shù)問題。能否突破跨學(xué)科的監(jiān)測預(yù)測核心技術(shù)是關(guān)鍵問題也是難點之三，主要包括能夠利用到特征提取中的自然語言處理、復(fù)雜網(wǎng)絡(luò)、深度學(xué)習(xí)等相關(guān)技術(shù)，如：將高維空間的特征通過映射或者變換的方式轉(zhuǎn)換到低維空間的降維技術(shù)、涵蓋分類預(yù)測及數(shù)值預(yù)測的機器學(xué)習(xí)和深度學(xué)習(xí)技術(shù)、將結(jié)果化繁為簡的數(shù)據(jù)可視化技術(shù)等。

三、加快利用完全數(shù)據(jù)驅(qū)動化的經(jīng)濟監(jiān)測預(yù)測方法的對策建議

（一）加快構(gòu)建多源數(shù)據(jù)的實時采集匯聚機制

經(jīng)濟社會是由無數(shù)個政府機構(gòu)、企業(yè)、個體、車輛、物品、媒體和各類社會組織等本體共同組成的復(fù)雜系統(tǒng)，因此要圍繞人、企、車、事、物、地等本體對象，強化對脫敏后數(shù)據(jù)資源的統(tǒng)一歸集和整理，主要包括與企業(yè)生產(chǎn)經(jīng)營過程密切相關(guān)的業(yè)務(wù)流數(shù)據(jù)、全域商品交易數(shù)據(jù)、終端車輛定位數(shù)據(jù)、高分衛(wèi)星遙感數(shù)據(jù)、互聯(lián)網(wǎng)各類數(shù)據(jù)等相關(guān)數(shù)據(jù)資源。

（二）著重推進重點領(lǐng)域的經(jīng)濟監(jiān)測預(yù)測工作

充分考慮區(qū)域協(xié)調(diào)發(fā)展、科教興國、人才強國、創(chuàng)新驅(qū)動發(fā)展、鄉(xiāng)村振興、可持續(xù)發(fā)展等國家重大戰(zhàn)略需求，圍繞完全數(shù)據(jù)驅(qū)動化的經(jīng)濟監(jiān)測預(yù)測方法的關(guān)鍵環(huán)節(jié)，加快構(gòu)建重點領(lǐng)域的特征工程體系、實時動態(tài)監(jiān)測體系、預(yù)測預(yù)警感知體系和綜合研判支撐體系。

（三）開展經(jīng)濟監(jiān)測預(yù)測關(guān)鍵技術(shù)的前瞻性研究

有機協(xié)同政府機關(guān)、高校智庫、科研院所、企事業(yè)單位、金融機構(gòu)等，開展經(jīng)濟監(jiān)測預(yù)測關(guān)鍵技術(shù)的前瞻性跨學(xué)科研究，強化多源異構(gòu)數(shù)據(jù)特征與傳統(tǒng)統(tǒng)計指標的回歸比對和關(guān)聯(lián)分析，形成面向經(jīng)濟監(jiān)測預(yù)測的“政產(chǎn)學(xué)研金用”合力。

（四）建立經(jīng)濟監(jiān)測預(yù)測上下聯(lián)動的工作機制

國家有關(guān)部門應(yīng)鼓勵各級政府積極參與完全數(shù)據(jù)驅(qū)動化的經(jīng)濟監(jiān)測預(yù)測應(yīng)用示范工作，各方共享應(yīng)用成果，積極宣傳展示各級政府部門經(jīng)濟監(jiān)測預(yù)測應(yīng)用工作成效，為國家層面經(jīng)濟監(jiān)測預(yù)測應(yīng)用機制快速建立奠定基礎(chǔ)。

〔本文系國家社科基金青年項目“使用大數(shù)據(jù)方法開展社會政策評估的探索性研究”（項目編號：18CSH018）階段性成果〕

（易成岐、劉琦、李慧穎、任可，國家信息中心大數(shù)據(jù)發(fā)展部干部。聶磊，北京大學(xué)信息管理博士研究生）