◎作者｜数联产服（痛客子公司）

近年来，充分发挥云计算、大数据、人工智能等新技术手段，提高宏观经济运行决策水平，已经成为各界高度共识。充分发挥大数据技术优势，助力提升国家经济监测预测和宏观调控水平，已经成为大势所趋。

从大数据视角看待经济运行，可以构建一个以中观层面的规则、结构、机制及其涌现性分析为切入，向上向下统筹宏观和微观经济分析的新框架。从这一角度，我们可以分别从微观、中观和宏观三个层面思考和规划经济大脑的技术框架。

本文结合国家信息中心王建冬、于施洋《构建国家经济大脑的实践探索与初步设想》一文，以及我司大数据宏观经济运行监测平台，从大数据经济学的特点出发，浅析如何建设支撑宏中微观经济运行分析的“经济大脑”的基本思路。

从微观到宏观的穿透

在以往的经济调度中，经济调度人员有时容易为一个数字的变化所迷惑，因为他可能并不能很快地清楚这个数字变化的背后到底是什么，是一个短暂的冲击造成的结果，还是经济结构变化造成的结果，抑或是经济真正出现了会产生长期效应的变动？这妨碍了经济调度的及时进行。

展开全文

而近年来，在宏观经济领域，研究者们正试图通过大数据手段，从各种实时、交互、离散化、非结构化的海量数据中，发现经济社会运行的各种先行指标信号，并形成多种预测模型。那么如何构建一个可以准确、高效服务经济决策的大数据监测平台呢？

微观层面：构建微观经济运行动态本体库

构建微观经济运行动态本体库在经济大脑建设的微观层面，应当着眼于利用大数据手段快速构建领域本体和通用本体，形成对海量微观主体行为演变和关系网络的快速挖掘能力。

具体而言，其主要任务包括几个方面：建立政企一体化数据归集汇聚体系。应当综合考虑政府、企业、个人、海外、互联网、物联网等多种数据来源，形成与国家经济运行相关各方面数据源的统一汇聚机制。建立面向微观经济主体的动态本体库体系。在归集汇聚相关数据的基础上，构建人、企、车、物、事、地等微观经济对象的动态本体库。

目前，国家发展改革委大数据中心已经联合BBD数联铭品等业内相关企业开发了微观经济主体的动态本体（Dynamic Ontology）管理系统，其将不同类型本体（企业、个人、事件、文档等）建模的基本维度划分为对象（Objects）、属性（Properties）和关系（Relationships）三个方面，通过关联打通工商企业注册信息库、投资项目在线审批监管平台、全国信用信息共享平台和国家公共资源交易平台等若干国家级大数据平台数据资源，初步实现了“重大战略-重大政策-重大项目-企业-自然人”五类本体的关联关系构建。

中观层面：构建中观经济大数据仿真分析平台

构建国家经济大脑的中观系统，就是要整合复杂网络、自然语言理解和时空分析三大类算法模型，将其作为模拟仿真中观经济现象的技术支撑。以复杂网络分析为核心的行为依赖性仿真分析。

与自然科学研究不同，社会科学研究的对象与人高度相关。大数据相比传统统计手段一个最大的优势就是可以通过非干预的方法获取经济社会主体行为方方面面的“痕迹”数据。构建以微观主体为节点、以主体间关联关系为边的经济社会运行复杂网络，并运用图计算、网络社群挖掘、复杂网络演化分析、社会网络等分析方法识别经济运行主体的行为依赖性突现现象和演化规律。以自然语言处理为基础的观念依赖性仿真分析。

长期以来，经济学领域对于主体预期、情绪等的策略始终是“世界性难题”。当前，人们越来越习惯于将自己对经济、社会、文化等各方面的观点和看法通过互联网社交媒体渠道与他人分享，这为利用大数据手段开展社会群体观点和社会心态研究提供了便利途径。

宏观层面：构建大数据宏观经济运行监测平台

基于微观层面经济动态本体和中观层面经济涌现仿真分析平台的坚实基础，在宏观层面，可以进一步围绕经济运行和重大风险防范等需求，构建经济运行监测、经济预测和风险识别“三位一体”的宏观经济监测预测大数据平台。建立宏观经济监测指标库。

在国家经济大脑中，结合国家发展改革委大数据中心自2015年以来的实践与探索，探索构建常态化监测分析经济社会运行情况的指标体系。大致而言，目前指标分为几个方面：

1、监测经济动力的指数。主要分析宏观经济“三驾马车”运行情况，核心指数包括：（1）投资强度指数；（2）消费活跃度指数；（3）消费升级指数。消费升级指数旨在量化中国消费结构及质量升级状况。如财新传媒和BBD数联铭品等联合发布的“中国消费升级指数” ，基于电商消费统计数据，通过计算相邻两个月一组相同商品的消费变化情况（月度环比），将每个月的消费升级 指数环比连乘得到消费升级指数。（4）贸易活跃度指数。

2、监测产业运行的指数。核心指数包括：（1）反映产业运行情况的典型实物量指标；（2）产业用工指数；（3）初创企业活力指数；（4）产业运行风险指数；（5）产业创新能力指数。

3、监测区域发展的指数。核心指数包括：（1）卫星灯光指数；（2）基于工商注册资本的产业集聚度指数；（3）产业辐射度指数；（4）产业迁移指数；（5）重点城市和产业功能区常驻人口变动指数；（6）重点交通枢纽周边人流量变动指数。

宏观经济大数据监测平台的实践

当前，随着国际国内经济形势的日趋复杂，现代西方经济学在识别和预测风险方面的理论缺陷越来越明显。我们经济学家的普遍倾向是，设计政策并对其结果进行一些模拟，但是不会充分地探讨行为假设的稳健性，不能将那些因系统性的剥削而可能失败的地方识别出来。 运用大数据方法，则可以较好地弥补传统均衡经济学的这一缺陷。

1、构建风险识别模型库。针对自然人方面，重点围绕犯罪热点预测、疫情传播预测、人群聚集点风险、互联网金融、网络诈骗、非法传销等问题进行风险识别建模。针对法人方面，重点围绕涉及重大政策、重大项目的违法违规、社会纠纷、实施进度、金融杠杆率、流动性风险、社会信用风险、影子银行、违法犯罪、外部冲击等重点风险领域开展建模分析。

2、构建风险评级体系。利用机器学习、风险模型、专家评分等多种手段，构建覆盖自然人和法人的风险识别特征库，在整合归集多种数据源的基础上，对不同行业、不同层级的评估对象进行风险评级，以实现更加精准、超前的风险识别与预测预警。

例如，国家发展改革委大数据中心曾联合BBD数联铭品等企业，探索从企业工商变更、关联关系演变、招聘行为变化等数据中抽取非法集资样本企业的行为特征，结合深度学习等算法形成企业经营风险评估模型，并研发了企业静态风险特征指数和企业动态风险特征指数。

3、构建风险压力测试平台。未来，面对日趋复杂的宏观经济环境，需要坚持底线思维，形成对重大宏观经济政策成效和风险层级的测试仿真环境。在宏观经济分析中，通过归集各方面数据资源，构建重大外部事件对宏观经济运行情况的“极限测试环境”，具有重要现实意义。

而我司研发的大数据宏观经济运行监测平台作为首次运用于区域宏观经济监测的大数据平台，不仅能通过宏观、中观、微观监测分析经济情况，在经过我们的多次迭代产品，也已其具备了自流程化、智能预警和自动形成决策依据的功能。

自流程化：为了达到多区域的同时检测，我们后台实时采集了大量经济大数据，并构建模型，将大数据所反映的经济事实实时更新在宏观经济监测平台中。例如，当我们抓取到某一个企业在某区域对某一岗位进行招聘时，该数据会自动被平台的后台系统所捕获，在实时的微观数据展示中更新，并对各项大数据经济指标进行再计算。整个流程，无需人手干预，实现了真正的自流程化。

智能预警：在宏观经济监测平台中，区域监测是一项重要功能。为了实施区域监测，我们在平台中首先导入目标市各区县在年初所确定的经济增长计划。通过实时对比各区县的经济调度计划和实际经济增长情况的差异，“过热”、“过冷”等智能评价将反映在平台中。

除此之外，平台还使用实物经济指标预测模型，对各区县未来的各指标增长进行预测，这将能够帮助平台更提前地对区县经济计划任务能否完成实施智能预警。

自动形成决策依据：指标变化的本身是一项绝对值，但只有让绝对值与基准进行比较时，他们的相对差异才能成为真正的分析基础。在每一项指标数据变化的同时，平台已经对数据进行了三重维度分析，包括区域横向分析、行业横向分析以及时间纵向分析。

通过不同的对比基准，我们可以对各项指标的变化到底是高是低、是块是慢进行分析，并给出简短的评价。在此基础上，平台还将根据每个月的数据变化，自动化生成经济分析报告，对目标区域经济进行综合评价的同时，还将像医学仪器一样，给出经济的“症状”所在。从症状的确定到症结的发现，该平台将完全通过大数据和传统数据相结合，以及机器自动运算的方式进行。

此外，除了区域自身的纵向比较，平台还可以选择全国不同层面的参照区域来帮助我们对区域经济指数的变化有更好的理解。也就是说，当区域指数发生变化，到底是在相对增高还是在相对降低？哪一些战略行业的发展速度超出了参照物平均水平，哪些的增长速度低于平均？我们也同样能够从平台中直接获取这些问题的答案。

除了以上特点外，平台还具有易用性高，可操作性强等特点。它让大数据不再成为高壁垒的难用宝贝，而是可以让经济调度人员随时查阅，随时观察实时经济运行的决策参考依据。

让大数据不再神秘，而是成为趁手的工具，让经济运行调度获得丰富参考依据——这就是宏观经济运行大数据监测平台。

文章部分内容来源：王建冬、于施洋 .《构建国家经济大脑的实践探索与初步设想》