大數據在宏觀經濟預測分析中的應用

■高 艷

（張家口學院）

引 言

我們現在正在享受互聯網技術發展的巨大紅利，感受著互聯網時代的便捷。互聯網時代對計算機數據收集與處理能力的要求與日俱增，而當前信息量指數型增長的大背景下也使得數據成為了當今社會最為重要的資源之一。大數據作為互聯網技術體系內的重要內容，對于數據采集與數據分析擁有得天獨厚的優勢，能夠針對數據信息量的龐大，數據種類的多樣化等問題提出更好的解決辦法。對于宏觀經濟預測分析來說，大數據同樣發揮著重要作用，讓經濟分析與預測更加多元高效。

1 大數據技術在宏觀經濟預測分析領域的作用

1.1 為宏觀經濟預測分析提供數據支撐

宏觀經濟分析領域十分龐大，所涉及的學術與專業內容紛繁眾多，而宏觀經濟的影響因素也十分多樣，這表明宏觀經濟預測分析是一個專業性極強的學術領域。傳統宏觀經濟預測分析中，受制于數據內容獲取全面性差，數據獲取時效性低等因素，在最終預測分析結果上往往存在一定偏差，使經濟運行工作受到影響。進入大數據時代，這些問題已經或多或少得到了解決。相關分析部門利用互聯網技術能夠進一步提升收集主要宏觀經濟數據的速度，也拓寬了這些宏觀經濟數據收集的廣度，如全社會用電量、居民人均可支配收入及支出、社會消費品總額等。這類民生數據的獲取較為容易，時間能夠大大壓縮，甚至可以直接獲取。這些方面的便利總體上為宏觀經濟預測分析提供了更加豐富的數據支撐。

1.2 讓宏觀經濟預測分析方法更加多元

大數據技術與宏觀經濟預測分析的結合能夠讓經濟數據分析不再拘泥于傳統宏觀數據分析模式，分析能力得到進一步提升。以往在進行數據分析時由于受制于人力、財力等因素，通常采用抽樣調查的形式，并以抽樣數據代表整體進行宏觀層面分析。這種方法由于缺乏一定的普遍性，預測結果與社會真實水平存在較大的誤差，可利用度較低。大數據為相關部門開展數據預測提供了更加方便的條件，分析人員能夠通過計算機直接對海量數據展開分析，傳統的抽樣分析模式可就此廢除，分析方法也正式從抽樣分析轉變為總體分析。在計算機和大數據系統的協作下，宏觀經濟數據的分析結果準確性和可靠性均得到大幅度提升，為下一步經濟工作的開展提供了科學保證。

1.3 宏觀經濟預測分析技術進一步提升

大數據的分析模式是通過大數據系統與計算機的有機結合的狀態下進行的。因此在開展宏觀經濟數據分析時，有更多科學的分析模型被引入，而這些在傳統分析模式中均無法使用，這就能夠進一步提升宏觀經濟預測分析的技術水平，除了能夠準確總結上一階段經濟運行成果和展望下一階段經濟運行目標以外，還能夠針對經濟運行過程中的不良征候進行監測和分析，從而快速規避經濟運行風險。此外，大數據條件下的宏觀經濟數據分析還可以使用語音識別和圖像識別等新技術，進一步釋放人力資源，減少人工分析的強度，讓系統輔助深度分析工作，開展多角度數據分析。

2 大數據在宏觀經濟預測分析領域的問題分析

2.1 數據安全性較差

大數據技術和計算機的不斷發展，雖然為宏觀經濟數據分析提供了諸多便利，但數據的安全性也隨之降低，其成為了大數據框架下宏觀經濟預測分析的重點威脅，并對數據分析結果產生不利影響。具體而言，這一問題體現在以下幾方面：

第一，在進行數據收集和整理時，由于各類數據信息處于混雜狀態，整理前往往毫無規律。如果一并集中處理，就會有引起不法分子關注的可能性，數據被惡意攻擊和竊取的危險性就會隨之增加，無論對個人還是企業甚至國家的信息安全都造成較大威脅。第二，工作人員在處理數據過程中需要建立數據庫來對數據進行分類儲存。但數據庫是當前利用大數據的所有領域開展業務的普遍方法，而宏觀經濟數據分析一般關系到區域甚至國家的經濟運行，具有較高的戰略意義，如果使用普遍性的數據庫，則數據信息的有效保管難以保證。第三，中小型企業開展宏觀數據分析時，由于工作人員的安全意識缺乏等原因，導致在使用計算機系統時對信息數據的管控能力較低。

2.2 信息選擇難度大

在大數據框架下開展宏觀經濟預測分析，需要面對每天產生的大量經濟數據，這對工作人員的信息選擇工作提高了難度。工作人員在面對海量數據時，通常很難準確根據問題需要快速篩選有價值的信息。這一情況的原因主要是數據來源的廣泛性，不僅來自于專業統計部門，也有一些來自于自媒體平臺，而后者的信息真實度整體水平較低，這就需要工作人員對這些數據進行求證和真實性判斷，導致工作量增加。并且，數據形式多種多樣，除了常規結構化數據，音頻、視頻、圖片等形式也包括在數據信息的范疇內，這就更使得工作人員要耗費更多精力去進行數據采集和選擇，拖慢工作整體效率。

2.3 專業型人才缺乏

大數據概念并不是最近幾年的新事物，早在20世紀80年代就已經在美國得到提出并起步發展。經過30年的技術積累，在近幾年集中迅猛發展，并一度成為當今社會不可缺少的技術類型之一。我國大數據事業起步較晚，發展速度很快，但從技術人員的角度來說，其學術研究和專業技能發展速度遠不及大數據技術本身的發展速度，存在較大的滯后性。而這些高層次人才遇到的問題隨著層次的下探，已經逐漸成為全行業性的問題，即專業人才極度缺乏，專業技術更新滯后。由于完全掌握大數據處理技術的頂尖人才鳳毛麟角，導致全行業對這方面人才的需求非常迫切。

3 大數據在宏觀經濟預測分析領域的發展策略

3.1 加強數據分析安全管理

雖然在大數據技術的幫助下，宏觀經濟數據的采集與歸類分析能力得到顯著提升，但針對數據安全保護方面還存在較大的提升空間。筆者認為，保護數據的安全性可從以下幾個方面開展：第一，在開展宏觀經濟預測分析時，要以實事求是的態度展開工作，根據社會實情進行數據的收集，并注意拓寬數據收集渠道，以保證系統內數據的全面性。同時，要注意提升數據存儲水平，并加大數據信息的管理力度，以間接提升分析水平。第二，可建立完善的數據約束處理過程。相關部門依據目前掌握的數據情況，制定一套較為完備的數據分析制度，讓數據分析過程更加規范，從而提高數據管理的安全性。第三，技術人員要采取措施，提高數據庫的安全性，從各個角度保障數據庫信息，將安全管理落實到位。

3.2 建立良性的分析環境

在宏觀經濟預測分析中應用大數據技術，能夠讓數據信息來源更加完備，也能幫助技術分析人員獲得更加全面的數據信息，提高采集效率和準確性，并直接促進數據分析結果的準確性。對于開展宏觀經濟預測分析的各單位，都要加大對大數據技術的重視力度，關注行業走向和發展態勢，了解大數據技術對宏觀經濟預測分析的利好。從政府角度，應以政策、資金等方式，加大對自身和全社會建設大數據的支持，并重視對數據安全的保護，讓大數據安全保障在既定政策內得到落實，吸引有條件的單位投入到大數據技術研究中來，開發更加廣袤的大數據研究和分析環境，提升科技水平。

3.3 加大大數據平臺開發力度

應用大數據更好為宏觀經濟預測分析服務，就要加大開發大數據管理平臺的力度。原因可歸為以下幾點：第一，在宏觀經濟數據分析中，計算機算法研究人員在工作中起到了全局性作用，相關人員要積極與數據分析人員開展溝通交流，在彼此增進工作默契的基礎上盡快熟悉對方工作特點，更好掌握宏觀經濟運行趨勢，展開全面性的合作，通過數據采集、處理和分析等具體環節，為大數據平臺的深度開發奠定基礎。第二，互聯網技術的快速發展，為不斷開發和升級大數據平臺提出了要求。不過需要注意的是，大數據并不能主導宏觀經濟預測分析的全部內容，分析人員還應加強學習和經驗總結，探索出一條有特色的大數據分析技術，從而促進大數據平臺的建設。

3.4 加大專業人才培養力度

在大數據框架下開展宏觀經濟預測分析，人才始終是推動這項工作的一大要素。一般而言，要想追求更加精準的分析結果，就要擁有專業性更強、綜合素質更高的技術人才。由于當前全行業技術發展水平所限，人才培養情況仍然不容樂觀，工作開展進度也不能得到有效保障。對此，可從以下三個方面入手，著力培養人才隊伍：第一，政府要加大政策支持力度，制定專項辦法以鼓勵人才進行科技創新，引導全社會重視技術人才的培養。第二，高校要發揮教育的主體作用，做好學科交叉融合，開設與大數據結合的新專業，如數字經濟等，滿足數據分析的多學科背景要求，培養一批滿足社會需求的復合型人才。第三，企業或其他研究主體要加強對現有技術人員的培訓，包括大數據技術、經濟理論和道德素養等方面內容，利用多元化的方式進一步挖掘人才潛能，讓人員專業知識得以提升，以便更好在大數據框架下掌握技術主動權。

結 語

大數據技術雖然為我國各行各業提供了廣泛而全面的幫助，但也對一系列既有工作模式提出了挑戰。當前大數據背景下，信息安全、信息選擇、人才培養等諸多問題依然是宏觀經濟預測分析的掣肘，為工作的開展產生諸多不便。因此，需要社會各方加強聯動，通過政府出臺鼓勵政策、高校加強學科融合、企業加強員工培訓等方式，讓宏觀經濟預測分析擁有更強的參考性和準確性，為我國經濟發展提供更加堅實的保障。