董希淼：大数据能为宏观经济分析做什么

本篇文章1587字，读完约4分钟

我们正处于大数据时代。从研究的角度来看，大数据时代不仅大大拓宽了信息来源，而且提高了获取信息的及时性，为宏观经济分析提供了强有力的支持，或者改变了宏观经济研究的范式。

11月19日，在jdd-2019京东全球科技探索者大会上，京东数码发布了《基于2019年京东大数据的中国人口迁移与城市化发展研究报告》(以下简称《报告》)。JD.com副总裁兼首席经济学家沈建光展示的ppt展示了许多不同于传统宏观经济研究范式的互联网大数据新方法。

宏观经济研究的基础是真实可靠的数据。如何提高统计数据的准确性和及时性是全世界面临的共同问题。以人口统计为例，中国现行的人口调查方法体系是以定期抽样调查为基础，以人口普查为基础，以重点调查为补充。然而，随着经济和社会的快速发展，现有的人口统计调查方法已经不适应政府、事业单位和企业多层次、精细化和时效性的需求，在实践中出现了许多不足和问题。

京东会议展示的研究系统基于京东实时更新的大数据，创新性地创建了消费分析和人口迁移研究平台，从宏观经济发展和人口迁移等多个维度对宏观经济进行分析和预测。与传统的统计数据相比，京东平台的大数据完全覆盖了流动人口，通过接收地址的变化动态显示人口变化，更具实时性和多样性。

基于这些大数据，每周都可以生成实时人口迁移数据报告。当然，京东的大数据不能取代国家统计局等传统的统计和研究方法，宏观经济研究仍然需要参考国家统计局的数据，二者可以互补。应该说，使用京东大数据进行宏观经济分析，其缺点是不能像统计局那样进行全国范围的抽样调查，其优点是即时性和真实性，可以作为官方数据的有益补充。

因此，这份基于京东大数据的研究报告非常有趣。例如，通过“人口迁移与消费”部分，我们可以观察京津冀、长三角、珠三角等重要都市圈的发展模式，并从年龄、职业、教育、购买力等多个维度识别迁移人口的结构特征。；在城市一级，报告系统概述了进出北京、上海和中国其他城市的人口数量和结构特征。报告显示，2018年，北京、深圳等一线城市都出现了净移民，北京的流动性和净移民规模最大。

除了“人口迁移与消费”部分，笔者观察到该体系还包括“宏观消费”和“京东消费分析”。其中，“宏观消费”包括可支配收入、财富效应和信贷环境；“京东消费分析”包括消费概述、类别分析和消费预测。

与此同时，该报告显示了一些关于大都市地区影响的有趣结论。例如，在二线城市的大都市区，成都和青岛对周边城市表现出较强的都市效应和辐射能力；武汉、长沙、大连、沈阳、哈尔滨等都市区没有显著影响；Xi不仅周边辐射能力强，而且与一线城市保持联系。

利用大数据方法和技术进行宏观经济研究在世界上是有先例的。例如，谷歌开发的谷歌趋势可以预测许多领域的经济活动，如房地产和旅游业；高盛(Goldman Sachs)利用fintech的kensho产品将国际劳工局的数据汇编成定期摘要，分析就业市场的变化，并预测股市的趋势——这种模型可以在国际劳工局发布数据后几分钟内通过模型呈现结果。除了帮助高盛销售部门应对客户咨询，kensho产品还帮助研究人员完成一些前期工作。

在中国，大数据在宏观经济研究中的应用还处于起步阶段，主要集中在失业率、通货膨胀、宏观消费、房地产市场和gdp预测等方面。，并将在未来有很大的发展。从jdd会议上展示的宏观经济研究系统来看，京东数字科学部不仅致力于行业的数字化和智能化，还为政府和研究机构的决策和经济分析提供了有力的数据支持。

当然，用大的经济数据来进行宏观经济预测并不完美。今后应积极探索并逐步解决数据维度、数据噪音和数据安全问题，充分挖掘大数据(601519)带来的巨大智慧，提高宏观经济分析和预测的及时性、客观性和准确性，更好地为中国经济的高质量发展服务。(作者是王新银行首席研究员，中关村(000931，诊断单元)互联网金融研究所首席研究员)