基于大数据技术的宏观经济分析应用研究

农曼莉

（广西壮族自治区宏观经济研究院，广西 南宁 530000）

当前，计算机和互联网等信息技术正在改变着世界。借助云计算和大数据方式，生产和生活方式、经济流动和消费过程中的线上交易与资金结算量呈迅猛增长之势。从目标上看，宏观经济分析旨在通过深入把握和分析研究财政、投资、金融、消费等数据指标，并针对指标变化特点，研判经济发展趋向，预测宏观经济未来，从而为政府提前制定对应经济对策提供参考。大数据背景下，传统的宏观经济分析方法因其时效性、关联度欠缺而难以满足社会经济发展需求。而基于大数据技术的宏观经济分析方法，则恰巧弥补了这一不足。现代信息技术在旅游、农业、医疗、交通等领域的广泛应用，客观上也推动了大数据在宏观经济分析研究工作中的应用，提高了宏观经济分析的参考价值。

一、宏观经济分析中的大数据技术价值

大数据以其时效、海量、关联的特性，赋予了宏观经济分析更多元的价值。

（一）基础数据详实而保真

宏观经济分析工作对基础数据的依赖性极强，但在实际研究过程中，由于涉及范围广、类别杂、干扰因素多，基础数据的客观全面性和准确度、时效性难以得到保证。而大数据应用，则是凭借计算机网络技术，把传统人工的方式难以获得的数据信息，在短时间内，科学地搜集、分类、处理具体数据，迎合了宏观经济分析对基础数据的严格要求，对宏观经济分析结果的科学性、有效性、权威性起到了关键作用。

（二）分析手段丰富而有效

传统的宏观经济分析，多采用统计分析建模形式，它总体是根据抽取的样本数据开展分析。虽然样本分析具有一定的实用性，但如果样本或者取样过程出现问题，容易造成分析结果和客观事实之间相互矛盾的问题。而应用大数据技术，则可以搜集到庞大的基础数据量，通过构建完善的分析模型和引进先进的识别技术，在数据之间关联起共性，进而快速分析研判具体行业行情，为宏观经济分析提供更加准确、科学的建议。

（三）信息关联科学而迅速

在海量信息面前，传统的统计分析方式常常束手无策。而根据实际需求将庞大的数据量进行运算处理和分析，通过特定规则对其进行管理，使碎片化信息之间建立起强大的关联，是大数据技术的特长所在。当前，大数据的覆盖面几乎涵盖生活各个领域，它除了为人们生活提供便利，还可实时跟进人们的生活轨迹。无论是操作信息还是轨迹信息，从这些数据资源中分析出来的人们经济需求和发展动态，都能大大提高事物之间因果关系的透明度，本质上为宏观经济分析提供强有力的分析依据。

（四）实时交互便捷而稳定

关键数据的存储是传统经济分析的重要内容，一旦存储不当或失真，宏观经济分析研判就会有所偏差。如果没有大数据的支持，关键信息的获取、更新、保持和沉淀问题仍会长期存在。在大数据技术引进之后，宏观经济信息的获取渠道呈现多样化、丰富化、持续稳定的特点，信息的实时更新和交互更是轻而易举，这就有效避免了传统宏观经济分析模式中依靠认为调研导致的数据效性低、陈旧、易丢失、欠准确的问题。

（五）数据处理快速而精准

在大数据技术背景下，运用信息处理平台和软件工具，宏观经济研究人员可以对采集的信息数据进行动态跟进和实时跟踪，构建符合经济发展需求的信息处理渠道，进而按逻辑规律对信息数据进行分类、整合和分析处理，最大限度提升数据处理效率和分析精准度。相比传统宏观经济分析中人工比对分析的效率，这不仅细化了数据整理过程，还提高了信息分析速度，整体提升了宏观经济分析成效。

二、应用大数据开展宏观经济分析的难点

虽然大数据技术以其特有的优势，在宏观经济分析中取得了极大的成效。但无可否认，受技术水平、人员思想意识、制度障碍、信息安全等因素影响，当前，我国宏观经济分析工作依然存在一些障碍和难点。

（一）信息价值识别和数据清洗难度大

基于大数据的宏观经济分析，信息来源广泛，渠道众多，对信息真实性的甄别和信息价值的识别尤其重要。尤其在海量的数据群面前，数据噪声干扰大，信息价值密度偏低，甚至个别情况下，垃圾信息和有害信息充斥。这就需要数据利用者具备信息素养，树立信息取舍标准，学会对信息进行深层次的分析和帅选。此外，除结构化数据外，很多基础数据仍包含视频、图片、动画等非结构化或半结构化格式，难以通过程序化工作进行甄别和筛选，这无疑是数据清洗工作中最难的部分之一。

（二）信息孤岛短期内仍普遍存在

尽管在数据互联互通方面，国家从各个方面做了很多有力的推进，但实际上，因为顶层设计的缺乏和标准的不统一，相当多的部门信息、行业信息还处于孤岛状态，数据库之间无论是信息内容还是信息格式都缺乏流通性和兼容度。加上信息安全形势日益严峻，各部门为确保自身安全考虑，不得不采用相对封闭、割裂、分散的数据存储格局。这就客观上造成信息综合利用率低下的局面，也势必影响宏观经济分析研判的成效。

（三）数据安全形势严峻

宏观经济分析基础数据流在网络传输过程中，数据自身敏感性和重要性常常会吸引不法分子的注意力。这无形中加剧了这些重要信息被窃取或恶意攻击和破坏的可能性。不法分子极易从防御脆弱的环节入手实施逐步攻击，严重时可能会危及国家和社会安全。加上当前国际国内对数据安全维护工作有诸多缺陷，在大数据庞杂性和来源广泛性情况下，数据保护和信息安全压力仍持续增大，使得机密数据保护的难度加大。

（四）数据分析和建模平台有待拓展

宏观经济分析涉及不同经济指标，不同指标下汇聚大批量数据信息。而不同行业所需数据指标迥异，需要多样化的数据处理和分析平台，各类平台又依赖不同软件技术和处理方式。目前，虽然局部范围内我国先后建立起一些数据分析模型，但受数据针对性影响，这些建模往往无法推广应用，数据资源实质上处于闲置浪费状态。建立和拓展兼容性强、共通性好的分析模型和应用平台迫在眉睫。

（五）大数据挖掘分析人才缺乏

与大数据时代迅猛增长的信息化步伐相比，专业对口和专项专攻的数据挖掘和分析人才显得尤为紧缺。尽管很多技术软件和分析平台在宏观经济分析中得到充分的应用，但在分析敏感关键词语、非结构化数据过程中，仍然需要大量专业人员。而宏观经济发展对于专业人才的需求更倾向于“复合型”，它要求从业者既要具备良好的经济知识，有对市场变化有敏锐的洞察力，又要有对信息技术有较强的接受能力、更新能力。

三、基于大数据技术的宏观经济分析应用思路

（一）优化宏观经济分析的大数据应用环境

政府职能机构应在政策和资金方面加大扶持力度，鼓励推进大数据挖掘分析应用技术，着力构建完善互联网环境，保护和延伸大数据价值；宏观经济统计部门应拓宽数据采集渠道和方式，丰富数据内容，强化宏观经济数据收集和管理，切实管好用好大数据；政企合作、校企合作的研究机构，应积极依托现有利好政策和前沿科技，大胆研发和构建可操作、可落地、可推广的数据平台。应鼓励社会资本参与电子政务和电子商务运作，为宏观经济分析研究提供多元的技术和服务支撑。

（二）从严经济数据采集管理

无论从信息安全还是信息有效性角度而言，严格的经济数据采集管理体系都尤为关键。大数据采集应用涉及多环节多主体，要制定科学的工作流程，以防人为因素导致的数据泄露和其余安全问题。管理人员出现不正常的操作流程，导致数据泄露。此外，对于一些比较重要的数据，更要严格实施保密制度，提高数据的安全性。此外，还可以通过提高数据安全标准促进相关管理工作科学化，例如，可分别建立格式化和非格式化数据的库存标准体系，完善数据存储环节安全性。

（三）强化数据平台和模型建设开发

平台和模型是大数据应用的重要抓手和载体。要基于宏观经济分析工作，建立一套针对性强、指标明确的标准体系和数据模型算法，重点突破政府公共数据、行业市场数据、互联网数据、第三方数据等资源互通和共享。在数据平台建设方面，要着重采用大数据采集、清洗、挖掘分析和可视化技术，充分发挥宏观经济分析的走势预测和预警功能。诚然，并非所有技术都适用于宏观经济分析。因此，可适度借鉴国外先进技术，通过二次开发和系统升级完善等方式，间接建立数据平台和分析模型，为实际工作服务。

（四）着力沉淀和更新数据池

宏观经济分析是一项长期、持续性工作，除了实时数据，历史数据和关联数据也具有重要价值，需要逐步沉淀并及时更新。沉淀和更新数据，可以通过梳理历史数据、盘活已有数据、整合外部数据、按需获取第三方数据等方式，按照采集、甄别、归类等标准化管理模式，细致条理地开展数据池建设和运维工作。此外，对于图片、视频、定位等非格式化数据，还需通过非结构向结构的数据转换技术，进一步扩大和丰富数据池内容。

（五）强化专业人才培养

一是依托高校培养人才。除在综合性本科院校设置信息化专业外，可侧重选择经济类、财经类、金融类的高职院校确定委培和定向培养方案，探索建立方向明确的宏观经济类大数据专业，培养学得快、用得顺、针对性强的现代化技术人才。二是依托在职培训提升人才能力。可结合实际定期不定期开展大数据相关培训。通过编撰符合实际的教材，制定科学的培训课程，逐步建立起大数据人才体系。可在国家或省、市层面与企业建立合作培养人才制度，将政策、资金、智库等要素充分整合，进而提升人才培养成效。应当同时增加大数据人才培养的投资，在人员外出学习与培训上提高预算资金，创新大数据人才结构体系。