大数据在宏观经济预测分析中的应用

■高 艳

（张家口学院）

引 言

我们现在正在享受互联网技术发展的巨大红利，感受着互联网时代的便捷。互联网时代对计算机数据收集与处理能力的要求与日俱增，而当前信息量指数型增长的大背景下也使得数据成为了当今社会最为重要的资源之一。大数据作为互联网技术体系内的重要内容，对于数据采集与数据分析拥有得天独厚的优势，能够针对数据信息量的庞大，数据种类的多样化等问题提出更好的解决办法。对于宏观经济预测分析来说，大数据同样发挥着重要作用，让经济分析与预测更加多元高效。

1 大数据技术在宏观经济预测分析领域的作用

1.1 为宏观经济预测分析提供数据支撑

宏观经济分析领域十分庞大，所涉及的学术与专业内容纷繁众多，而宏观经济的影响因素也十分多样，这表明宏观经济预测分析是一个专业性极强的学术领域。传统宏观经济预测分析中，受制于数据内容获取全面性差，数据获取时效性低等因素，在最终预测分析结果上往往存在一定偏差，使经济运行工作受到影响。进入大数据时代，这些问题已经或多或少得到了解决。相关分析部门利用互联网技术能够进一步提升收集主要宏观经济数据的速度，也拓宽了这些宏观经济数据收集的广度，如全社会用电量、居民人均可支配收入及支出、社会消费品总额等。这类民生数据的获取较为容易，时间能够大大压缩，甚至可以直接获取。这些方面的便利总体上为宏观经济预测分析提供了更加丰富的数据支撑。

1.2 让宏观经济预测分析方法更加多元

大数据技术与宏观经济预测分析的结合能够让经济数据分析不再拘泥于传统宏观数据分析模式，分析能力得到进一步提升。以往在进行数据分析时由于受制于人力、财力等因素，通常采用抽样调查的形式，并以抽样数据代表整体进行宏观层面分析。这种方法由于缺乏一定的普遍性，预测结果与社会真实水平存在较大的误差，可利用度较低。大数据为相关部门开展数据预测提供了更加方便的条件，分析人员能够通过计算机直接对海量数据展开分析，传统的抽样分析模式可就此废除，分析方法也正式从抽样分析转变为总体分析。在计算机和大数据系统的协作下，宏观经济数据的分析结果准确性和可靠性均得到大幅度提升，为下一步经济工作的开展提供了科学保证。

1.3 宏观经济预测分析技术进一步提升

大数据的分析模式是通过大数据系统与计算机的有机结合的状态下进行的。因此在开展宏观经济数据分析时，有更多科学的分析模型被引入，而这些在传统分析模式中均无法使用，这就能够进一步提升宏观经济预测分析的技术水平，除了能够准确总结上一阶段经济运行成果和展望下一阶段经济运行目标以外，还能够针对经济运行过程中的不良征候进行监测和分析，从而快速规避经济运行风险。此外，大数据条件下的宏观经济数据分析还可以使用语音识别和图像识别等新技术，进一步释放人力资源，减少人工分析的强度，让系统辅助深度分析工作，开展多角度数据分析。

2 大数据在宏观经济预测分析领域的问题分析

2.1 数据安全性较差

大数据技术和计算机的不断发展，虽然为宏观经济数据分析提供了诸多便利，但数据的安全性也随之降低，其成为了大数据框架下宏观经济预测分析的重点威胁，并对数据分析结果产生不利影响。具体而言，这一问题体现在以下几方面：

第一，在进行数据收集和整理时，由于各类数据信息处于混杂状态，整理前往往毫无规律。如果一并集中处理，就会有引起不法分子关注的可能性，数据被恶意攻击和窃取的危险性就会随之增加，无论对个人还是企业甚至国家的信息安全都造成较大威胁。第二，工作人员在处理数据过程中需要建立数据库来对数据进行分类储存。但数据库是当前利用大数据的所有领域开展业务的普遍方法，而宏观经济数据分析一般关系到区域甚至国家的经济运行，具有较高的战略意义，如果使用普遍性的数据库，则数据信息的有效保管难以保证。第三，中小型企业开展宏观数据分析时，由于工作人员的安全意识缺乏等原因，导致在使用计算机系统时对信息数据的管控能力较低。

2.2 信息选择难度大

在大数据框架下开展宏观经济预测分析，需要面对每天产生的大量经济数据，这对工作人员的信息选择工作提高了难度。工作人员在面对海量数据时，通常很难准确根据问题需要快速筛选有价值的信息。这一情况的原因主要是数据来源的广泛性，不仅来自于专业统计部门，也有一些来自于自媒体平台，而后者的信息真实度整体水平较低，这就需要工作人员对这些数据进行求证和真实性判断，导致工作量增加。并且，数据形式多种多样，除了常规结构化数据，音频、视频、图片等形式也包括在数据信息的范畴内，这就更使得工作人员要耗费更多精力去进行数据采集和选择，拖慢工作整体效率。

2.3 专业型人才缺乏

大数据概念并不是最近几年的新事物，早在20世纪80年代就已经在美国得到提出并起步发展。经过30年的技术积累，在近几年集中迅猛发展，并一度成为当今社会不可缺少的技术类型之一。我国大数据事业起步较晚，发展速度很快，但从技术人员的角度来说，其学术研究和专业技能发展速度远不及大数据技术本身的发展速度，存在较大的滞后性。而这些高层次人才遇到的问题随着层次的下探，已经逐渐成为全行业性的问题，即专业人才极度缺乏，专业技术更新滞后。由于完全掌握大数据处理技术的顶尖人才凤毛麟角，导致全行业对这方面人才的需求非常迫切。

3 大数据在宏观经济预测分析领域的发展策略

3.1 加强数据分析安全管理

虽然在大数据技术的帮助下，宏观经济数据的采集与归类分析能力得到显著提升，但针对数据安全保护方面还存在较大的提升空间。笔者认为，保护数据的安全性可从以下几个方面开展：第一，在开展宏观经济预测分析时，要以实事求是的态度展开工作，根据社会实情进行数据的收集，并注意拓宽数据收集渠道，以保证系统内数据的全面性。同时，要注意提升数据存储水平，并加大数据信息的管理力度，以间接提升分析水平。第二，可建立完善的数据约束处理过程。相关部门依据目前掌握的数据情况，制定一套较为完备的数据分析制度，让数据分析过程更加规范，从而提高数据管理的安全性。第三，技术人员要采取措施，提高数据库的安全性，从各个角度保障数据库信息，将安全管理落实到位。

3.2 建立良性的分析环境

在宏观经济预测分析中应用大数据技术，能够让数据信息来源更加完备，也能帮助技术分析人员获得更加全面的数据信息，提高采集效率和准确性，并直接促进数据分析结果的准确性。对于开展宏观经济预测分析的各单位，都要加大对大数据技术的重视力度，关注行业走向和发展态势，了解大数据技术对宏观经济预测分析的利好。从政府角度，应以政策、资金等方式，加大对自身和全社会建设大数据的支持，并重视对数据安全的保护，让大数据安全保障在既定政策内得到落实，吸引有条件的单位投入到大数据技术研究中来，开发更加广袤的大数据研究和分析环境，提升科技水平。

3.3 加大大数据平台开发力度

应用大数据更好为宏观经济预测分析服务，就要加大开发大数据管理平台的力度。原因可归为以下几点：第一，在宏观经济数据分析中，计算机算法研究人员在工作中起到了全局性作用，相关人员要积极与数据分析人员开展沟通交流，在彼此增进工作默契的基础上尽快熟悉对方工作特点，更好掌握宏观经济运行趋势，展开全面性的合作，通过数据采集、处理和分析等具体环节，为大数据平台的深度开发奠定基础。第二，互联网技术的快速发展，为不断开发和升级大数据平台提出了要求。不过需要注意的是，大数据并不能主导宏观经济预测分析的全部内容，分析人员还应加强学习和经验总结，探索出一条有特色的大数据分析技术，从而促进大数据平台的建设。

3.4 加大专业人才培养力度

在大数据框架下开展宏观经济预测分析，人才始终是推动这项工作的一大要素。一般而言，要想追求更加精准的分析结果，就要拥有专业性更强、综合素质更高的技术人才。由于当前全行业技术发展水平所限，人才培养情况仍然不容乐观，工作开展进度也不能得到有效保障。对此，可从以下三个方面入手，着力培养人才队伍：第一，政府要加大政策支持力度，制定专项办法以鼓励人才进行科技创新，引导全社会重视技术人才的培养。第二，高校要发挥教育的主体作用，做好学科交叉融合，开设与大数据结合的新专业，如数字经济等，满足数据分析的多学科背景要求，培养一批满足社会需求的复合型人才。第三，企业或其他研究主体要加强对现有技术人员的培训，包括大数据技术、经济理论和道德素养等方面内容，利用多元化的方式进一步挖掘人才潜能，让人员专业知识得以提升，以便更好在大数据框架下掌握技术主动权。

结 语

大数据技术虽然为我国各行各业提供了广泛而全面的帮助，但也对一系列既有工作模式提出了挑战。当前大数据背景下，信息安全、信息选择、人才培养等诸多问题依然是宏观经济预测分析的掣肘，为工作的开展产生诸多不便。因此，需要社会各方加强联动，通过政府出台鼓励政策、高校加强学科融合、企业加强员工培训等方式，让宏观经济预测分析拥有更强的参考性和准确性，为我国经济发展提供更加坚实的保障。