基于互联网大数据的宏观经济监测预测研究：理论与方法
摘要：回顾了国内外利用互联网大数据监测预测宏观经济的研究进展，在此基础上提出国内未来利用大数据监测预测宏观经济时应更加注重三个转变：从依靠传统统计数据向依靠互联网非统计数据转变；从监测预测宏观经济总量向监测预测宏观经济先行指标转变；从中长期监测预测向实时监测预测转变。建议由国家宏观决策部门牵头，围绕网络搜索、社交媒体、电子商务、终端定位和业务交易等五个方面尽快整合互联网相关数据资源，逐步形成基于非传统数据的宏观经济监测预测体系，提升宏观经济形势分析以及重点行业、重点区域发展实时监测预测的大数据应用能力。
关键词：电子治理；互联网；大数据；宏观经济
一、引言
随着电子商务、互联网金融、社交网络等的飞速发展，互联网已经成为人们生产生活不可或缺的重要场所。人们在互联网上购物、交流、搜索、浏览的各种行为所产生的数据量越来越大。大数据时代的到来，不仅意味着数据处理技术和处理能力的极大提升，而且使得全社会的数据资源分布结构也在发生深刻改变。此外，互联网已经从传统的信息传播媒介升华为虚拟的社会空间，越来越多有关人类经济、社会运行的数据被投射到云上。因此，在实时、交互、离散化、非结构化的海量数据中，蕴含着经济社会运行的各种先行指标信号。
当前，中国正处于从互联网大国向互联网强国转变的重要时期。中国互联网产业的规模和实力已经位居世界前列。据统计，在全球10大互联网公司中，中国独占4家，前30家互联网公司有40%以上来自中国。[1]可以预见，随着“互联网+”战略的深入推
进，中国经济运行的网络化、智能化程度将不断提高，基于互联网大数据的宏观经济监测和预测将变得越来越重要。
本文拟对基于互联网大数据进行宏观经济监测预测的现有研究，以及基于不同数据源的宏观经济监测预测分析进行初步阐述。
二、基于互联网大数据开展宏观经济监测预测的研究进展
国内学者认为，大数据在宏观经济分析应用中最活跃也是最重要的四个领域为：宏观经济预测、宏观经济数据挖掘、宏观经济分析技术和宏观经济政策。[2]而在利用大数据对宏观经济进行预测方面，“现时预测(Now Casting）”近来受到特别关注。“现时预测”一词最初起源于气象学领域，是对现在已经发生的事由于信息发布滞后等原因难以马上知道准确情况，因而根据其他可得信息进行推测。[3]一般来说，依赖统计部门的宏观经济数据的发布都存在时间滞后的问题。由于不能及时获取宏观经济发展的数据信息，也就不能对当下的宏观经济形势作出准确判断。比如衡量宏观经济发展的GDP 指标，尽管当月GDP是多少这件事已经发生了，但往往要到下个月才能拿到相关的数据和结果。而在月底估测本月GDP总量就是“现时预测”。现时预测利用的数据不再局限于官方统计数据，方法也不受制于传统的统计方法和模型。现时预测说到底就是利用大数据方法和技术对宏观经济进行及时的监测和预测。
目前，利用大数据方法和技术进行宏观经济监测预测已经在国际上引起相当程度的重视，不同机构的学者和研究人员已经进行了大量研究和应用，而且产生了丰硕的成果。但从国内来看，这一领域的研究和应用都处在起步阶段，与国外相比，还有很大发展潜力和空间。
（一）国外基于互联网大数据的宏观经济监测预测研究
从数据来源渠道来看，国外利用互联网大数据监测预测宏观经济的研究主要有两大类：一类是基于网络搜索引擎的宏观经济监测预测，如谷歌公司研发的Google Trend(谷歌趋势)；另一类是基于网络社交媒体的宏观经济监测预测，如国外社交网站Twitter(推特)、Facebook(脸谱)、Microblog(微博)。
在利用网络搜索引擎提供的数据方面，Ettredge很早即尝试利用网络搜索数据来预测美国的失业率。[4]他分析了World Tracker列出的500个常用关键词和美国失业率之间的关系，发现与失业相关的搜索数据和美国官方发布的失业率之间存在显著的正相关关系。Choi和Varian根据Google Trend提供的“就业”和“失业与救济”目录进行搜索查询，并用查询结果预测美国失业津贴的初始索赔情况。[5]他们发现，通过加入查询结果变量，标准回归预测模型无论在模型拟合度还是平均绝对误差上都得到显著提高和改善。Choi和Varian还专门写了一篇介绍如何利用Google Trends来预测当下经济活动的文章。[6]他们认为，经济学家、投资人、财经记者每月都在关注政府发布的经济运行情况，但这些结果的发布普遍滞后，这个月的数据往往要等到下个月中旬才能发布，而Google Trends每天都在产生大量与经济发展相关的查询结果，且这些查询结果与当下的经济活动之间必然存在着不容忽视的关系，或许可以对预测当下的经
济活动起到非常重要的作用。在此基础上，他们举例说明了如何利用Google Trends
预测美国零售业、汽车、住房和旅游的销售情况。Bughin利用Google Insights for Search预测了比利时的宏观经济先行指标——零售业销售和失业情况。[3]结果发现，查询数据对预测比利时的宏观经济波动有非常好的解释能力，比利时从2004年到2011年经济波动的16%-46%可以通过搜索查询的结果来解释。
现在，越来越多的研究在利用Google Trend进行经济监测和预测，除了失业率、汽车销量以外，Google Trend还被应用到房地产、旅游、零售业、个人消费等诸多可以反映宏观经济活动的领域。除了美国，D'?Amuri等[7]和Suhoy[8]分别通过网络搜索引擎提供的数据预测了以色列、德国和意大利的失业情况，还有学者运用同样的方法成功预测了智利等国家的汽车销量。已有的大部分研究都表明，加入Google Trends
的搜索结果数据，可以显著提高模型的预测能力。[9]
在利用网络社交媒体提供的数据方面，Bollen等发现基于Twitter(推特)平台表达的公共情绪可以用来预测股市变动。[10]这一研究的数据来源于两方面：一是Yahoo金融发布的道琼斯工业平均指数(DJIA)的收盘价；二是2008年3月到10月间，270万推特用户推送的970万条消息。这970万条消息经过情绪评估工具——Opinion Finder 和GPOMS被赋值。Opinion Finder根据文本内容可以评估“积极”与“消极”两种情绪；GPOMS根据文本内容可以评估“calm(冷静)”“alert(警觉)”“sure(确信)”“vital(活
泼)”“kind(美好)”“happy(高兴)”等六种情绪。结果发现，在道琼斯工业平均指数（DJIA）和GPOMS中的“calm（冷静）”情绪之间存在相关性。进一步研究发现，“calm（冷静）”情绪可以很好地预测道琼斯工业平均指数在未来2到6天的涨跌情况，而且这种每日预测的准确率高达到87.6%。2011年5月，英国对冲基金Derwent Capital Markets建立了规模为4000万美元的对冲基金，是首家基于研究社交网络的对冲基金。该基金通过分析Twitter的数据内容来感知市场情绪，从而指导投资行为。此外，不少研究还利用网络社交媒体数据来预测其他经济活动，如亚马逊网站的售书情况[11]、电影卖座率[12]以及网络游戏销售情况等。最近，Bughin将社交网络、博客、论坛和谷歌搜索数据同时加入到预测模型。[13]结果发现，比利时国家电信公司销量的15%可以通过网络社交媒体数据解释，25%可以通过网络搜索数据解释；加入网络社交媒体和网络搜索数据以后，模型的整体预测能力提高了25%。
(二)国内基于大数据进行宏观经济监测预测的研究
从国内的情况来看，申红艳等[14]把国内利用大数据进行宏观经济分析的研究分为三类：一是用电量与经济增长的关系。大多数研究表明，用电量，尤其是工业用电量与经济增长之间存在长期稳定的均衡关系和因果关系。用电量与经济增长之间的这种关系也得到国外学者研究的佐证。Zahid[15]和Galip[16]等学者通过实证研究发现，用电量与经济增长之间存在单向因果关系，经济增长会激发对用电量的需求。二是货运量与经济增长的关系。国内外学者通过研究发现，货运量，尤其是铁路货运量与经济增长之间存在交替推拉作用的因果关系[17-18]。三是银行贷款与经济增长的关系。刘恩猛发现，经济增长和贷款之间存在协整关系和双向因果关系。[19]
在宏观经济监测预测的指数建构方面，2010年，英国著名政经杂志《经济学人》将“克强指数”视为评估中国GDP增长的重要指标。该指数包含三个经济指标，分别是“工业用电量新增”“铁路货运量新增”和“银行中长期贷款新增”。“克强指数”源于时任辽宁省委书记的李克强总理会见美国驻华大使时表示，他喜欢通过耗电量、铁路货运量和贷款发放量三个指标来分析和预测辽宁省的经济运行情况。《经济学人》杂志根据这三项指标构造了一个指数，并画出这个指数的时间序列曲线，冠名为“克强指数”。“克强指数”被一些国际机构所认可，如花旗银行就用它来对比工业企业利润，并认为它的解释力更强。国内学者的研究也进一步证实了“克强指数”的科学性和准确性。刘慧通过构建“克强指数”与经济增长的VAR和VEC模型，发现“克强指数”的三大指标与经济增长之间存在长期均衡关系和短期调整机制。[20]2013年7月，全国人大财经委员会向中央提交了《企业发展和宏观经济发展关系分析》报告，该报告根据“企业发展工商指数”预测了中国宏观经济将企稳回升的趋势，而后来的经济发展形势证实了这一指数预测的准确性。“企业发展工商指数”由“企业发展工商指数课题组”提出，该指数涉及10个对宏观经济具有显著先行性的指标，可以提前1-2个季度预测宏观经济发展形势。无论从数据规模还是技术手段上，这项研究都是利用大数据技术监测预测宏观经济的一次有益尝试。
在宏观经济监测预测的模型建构方面，国内学者和研究人员也进行了许多大胆的创新和尝试，如国家信息中心的“中国宏观经济模型”、中国人民银行的“季度计量经济模型”以及厦门大学的“中国季度宏观经济模型”。然而，传统的宏观经济监测预测模型都是基于同频数据进行的，高频数据必须要降为低频数据。这样会造成数据信息的丢失，进而影响模型预测的准确性。而且国内现有的宏观经济监测预测模型以年度、季度模型为主，周期较长。但无论是国家的宏观经济政策还是企业经营策略，甚至个人的消费计划都需要对当下的经济形势有准确的把握。吉林大学的刘汉和刘金全验证了混频数据抽样模型（MIDAS）对中国季度GDP的监测和预测能力。混频数据模型（MIDAS）可以利用混频数据，避免高频数据降为低频数据时的信息流失，提高了宏观经济监测预测的准确性。研究发现，出口是造成金融危机阶段中国经济增长减速的主要成因。混频数据模型在短期预测中国宏观经济方面具有比较优势，在实时预报方面具有显著的可行性和时效性。[21]
在利用互联网大数据监测预测宏观经济方面，张崇等发现网络搜索数据与居民消费价格指数(CPI)之间存在一定的先行滞后关系。[22]他们建构的模型具有很强的时效性，比国家统计局的数据发布提前一个月左右，而且与传统的预测方法相比，模型还具备一定的转折点预测能力。彭庚等利用Google提供的关键词搜索数据，采用改进的逐步回归方法分层建立了三个模型来预测失业率。[23]结果发现，三个模型的拟合优度均在90%以上，说明网络搜索数据对经济、社会问题可以进行有效的预测。董倩等基于百度提供的搜索数据，对全国16个城市的二手房和新房价格进行了拟合和预测。[24]结果发现，网络搜索数据不但很好地预测了房价指数，而且比官方数据发布提前了两周时间，具有很强的时效性。
除了利用网络搜索数据以外，与互联网相关的电子商务和业务交易数据也被开发利用了起来。2011年9月，阿里巴巴集团旗下的阿里研究中心针对网络零售消费品的价格情况发布了全国首个“网络零售价格指数（Internet Shopping Price Index，iSPI）。网络零售价格是概括网络零售交易商品一般价格水平的指标。它建立在淘宝交易平台汇聚和实时积累的海量交易行为数据基础之上。目前，淘宝网是国内最主要的网络零售交易平台，基于淘宝网的iSPI可以大体反映国内网络零售渠道的一般物价变动。2012年，国泰君安推出了“个人投资者投资景气指数”（简称3I指数），该指数系国泰君安研究所对海量个人投资者样本进行持续性跟踪监测，对账本投资收益率、持仓率、资金流动情况等一系列指标进行统计、加权汇总后得到的综合性投资景气指数，旨在通过对中小投资人真实投资交易行为的量化解读，更好地了解投资人对市场的预期以及当前的风险偏好等信息。此外，基于上市公司经营报表统计、券商投行研报看涨看跌指数（可按地域/行业/经营领域细分）的分析，也可以为宏观经济运行提供重要参考依据。
三、国内基于互联网大数据开展宏观经济监测预测的趋势
通过回顾和梳理国内外利用互联网大数据对宏观经济监测预测的研究后不难发现，目前国内在这一领域的研究和应用还有很大潜力和空间。
（一）在数据收集方面，从传统宏观经济统计数据向互联网非统计数据转变
传统宏观经济数据在很大程度上依赖于调查统计。在准确性与时效性的权衡上，官方统计部门通常会为保证准确性而牺牲时效性。这就必不可免地导致数据公布时间的滞后。若为了时效性而放弃准确性，对监测和预测宏观经济形势似乎危害更大。大数据的“大”体现在：一方面，我们可以不再依赖各种统计数据。各种非统计数据、非结构化数据都可以成为利用的资源。搜索数据、社交数据、微博、微信、论坛等都可以用来监测和预测宏观经济。在这方面，国外已经进行了许多有益的尝试。另一方面，大数据的收集渠道不再局限于统计调查，因为数据类型的多样化拓展了数据收集的渠道和范围，各种文本、图像、视频、广播通过大数据技术和方法都可以成为获取信息的对象和渠道。而且与人为因素占很大比重的统计调查相比，从网页、电子邮件、搜索引擎、社交平台上获取的数据信息在一定程度上更加真实可信。
（二）在研究领域方面，从宏观经济总量预测向宏观经济先行指标预测转变
监测预测宏观经济总量（例如GDP增长率）是国内研究一直关注的重点。但是与国外相比，我们还存在较大差距。差距体现在：一方面国外已经把大数据方法和技术应用到与宏观经济紧密相关的房地产、股市、汽车、旅游、医疗以及失业率等先行领域，而中国在这些反映宏观经济先行领域的研究还比较少。另一方面，尽管大数据在中国引起关注的时间不长，但它已经在国际范围内引起了极大关注，各国纷纷将大数据上升为国家发展战略，希望在大数据领域居于世界领先地位。
2015年8月19日，国务院常务会议通过了《关于促进大数据发展的行动纲要》,指出“开发应用好大数据这一基础性战略资源，有利于推动大众创业、万众创新，改造
升级传统产业，培育经济发展新引擎和国际竞争新优势”。这意味着大数据在中国迎来了发展的绝好时机。所以我们一方面要借助国家政策顺势而上，乘胜追击，使大数据建设和发展步伐赶超国际水平；另一方面，要全面铺开大数据在宏观经济各领域的研究和应用，特别是在监测预测宏观经济方面，充分利用大数据方法和技术，使大数据不但能够为宏观经济总量监测预测服务，也能为与宏观经济相关的交通、医疗、就业、社保等民生领域服务。
（三）在监测预测方面，从中长期监测预测向实时监测预测转变
2013年，国家信息中心李俊峰研究员基于“克强指数”中的工业用电量预测中国宏观经济触底回暖。同年10月，专家根据“企业发展工商指数课题组”自行研发的“企业发展工商指数”预测中国将企稳回升、经济形势向好，而后的经济形势印证了预测的准确性。尽管如此，我们还是要看到，中国现有的预测模型因为很大程度上依赖于传统统计数据，所以监测预测周期长，已有的多是年度、季度、月度模型。然而，无论国家宏观经济政策、企业经营策略还是个人消费计划都对整个宏观经济的及时把握有很大需求。当前的宏观经济监测预测能力还不足以完全满足经济、社会发展需要。Vosen
等建立的零售业搜索指数不但成功预测了美国个人消费情况，而且比美国会议委员会消费者信心指数(Conference Board Consumer Confidence Index，CBCCI)和密歇根大学消费者信心指数(The University of Michigan Consumer Confidence Index，UMCCI)在预测方面更加准确，而后两个指数就是基于社会调查的统计数据计算出来的。[25]
所以我们必须加快宏观经济监测预测的理论与方法研究，借助大数据发展的良好契机，真正服务于国家宏观经济发展，引领大数据世界潮流。
四、基于互联网大数据开展宏观经济监测预测的建议
通过回顾国内外现有研究成果，从数据来源的角度，我们建议由国家宏观决策部门牵头，尽快整合互联网相关数据源，构建基于互联网数据的宏观经济非统计指标监测预测应用平台。围绕重点产业活跃度、区域经济关联度、企业生产经营状况、宏观经济走向社会预期、社会消费热点、区域人口迁移、境外投资趋势及风险分析、全国就业形势、大宗商品供求及价格走势、社会通胀通缩预期、重要商品价格异常波动、外贸订单变化趋势、全球经贸合作、国民经济动员潜力等方面，构建大数据宏观经济先行指标和现时预测指标库，建设基于回归模型、时序分析、神经网络等的大数据宏观经济预测方法库和模型库，逐步形成基于非统计数据的宏观经济监测预测体系，提升中国宏观经济形势分析以及重点行业、重点区域发展即时监测的大数据应用能力。
（一）基于电子商务和行业门户网站数据开展经济监测预测分析
随着电子商务的发展，目前中国经济运行中的很多交易行为都完全或部分在互联网环境下完成。根据商务部电子商务司测算，2014年中国电子商务交易额达到约13万亿元，而全年社会消费品零售总额为26.2万亿元，电子商务交易额已经接近零售业总额的一半。[26]因此，基于国内主流电商平台的用户消费行为数据进行分析挖掘，是监测中国宏观经济运行的重要渠道。目前，在国内电商网站中，阿里巴巴集团对于用户
消费行为数据的分析挖掘已经非常成熟，提供了覆盖阿里电商平台数百万种商品的数据，包括淘宝搜索指数、淘宝采购指数、阿里采购指数和阿里供货指数等四类数据，并支持按照地域细分。这些数据能够精确反映阿里电商平台用户消费情况，能在很大程度上反映电商行业运行情况，并折射出全国和各区域宏观经济运行的基本情况。但这些数据的缺点在于，由于仅为电商数据，不能反映线下交易情况，也难以反映大宗商品交易（如房地产、汽车）和非传统实体商品交易（如旅游、文化、养老、健康）情况。
作为上述主流电商平台网站数据源的补充，以下四类网站数据源的数据对于监测预测宏观经济运行也具有重要参考意义：一是主要房地产门户网站，如搜房网、链家在线、安居客等，这些网站均提供各地房价走势分析功能，甚至可以细分到省份、城市、区县、乡镇街道和楼盘等区域房地产信息的监测，这对于提高中国宏观决策部门的精细化决策分析能力具有重要意义；二是汽车门户网站，如易车网、汽车之家等，这些网站聚集了较为丰富的汽车销售数据；三是酒店旅游类门户网站，如携程网、去哪网、途牛网等，可以反映网民出行、旅游等基本情况；四是比价网站，如惠惠网、一淘网、慢慢买网、盒子比价网等，这些网站收集了国内主要电商网站的一般居民消费品的价格信息，客观上有助于监测国内主要居民消费品的价格变动情况。
（二）基于移动终端位置定位数据开展经济运行监测预测分析
随着移动通信技术的飞速发展，很多线下网民的行为通过位置定位服务（LBS）技术会被移动服务商记录并保存下来。一些智能移动终端产品服务商就掌控了全国大量人口的地域流动信息，再结合其用户的注册信息数据，事实上已经具备对全国人口流动情况进行精细化统计分析的能力。基于对这些位置移动数据的长期监测，能够发现人口在不同地域之间迁移的信息，再结合对不同地域经济发展、产品结构、人口规模等数据的综合比对和分析，就能够对不同地域的就业情况、旅游交通情况、经济贸易往来情况等信息进行大数据监测分析。
（三）基于社交媒体中网民和专家经济预期判断经济运行走势监测预测分析
随着社交网络的不断发展，网民会通过微博、博客、微信、论坛等自媒体渠道表达对经济社会运行重大问题的看法和意见。目前，国内一些商业机构，如新浪财经频道就推出了大数据平台，提供了A股、美股和期货市场的新浪财经频道网民关注度和新浪微博网民情感倾向性等数据。后续可以开展更加系统化的基于社交媒体的网民经济预期分析，如分析自媒体渠道网民态度倾向性（按地域、行业细分）、网民关注宏观经济问题热度变化等；开展国内宏观经济研究知名专家学者、学术智库在媒体发表言论的实时跟踪、态度倾向性变化分析等，从而为政府宏观决策提供数据参考。
（四）基于搜索引擎用户需求数据开展经济运行监测预测分析
搜索引擎是互联网用户查找信息的首选途径，因此对搜索引擎用户搜索关键词的分析，是了解互联网用户真实需求的一个重要渠道。目前，百度和360是中国搜索引擎市场排名第一、第二的两大搜索引擎服务提供商，两家均提供有搜索指数数据可供公
开查询，后续可以整合这两家搜索引擎服务供应商的搜索指数数据，开展宏观经济监测预测。搜索指数数据的优点是能够全面反映互联网用户方方面面的需求信息，而不像电商等网站只能分析用户的某一方面经济行为；其缺点则是无法精确判断搜索用户的真实意图，同时也难以监控这些用户后续的购买交易等行为。
（五）基于股票、期货、大宗商品等公开交易数据进行经济运行监测预测分析
随着互联网应用的不断普及，证券、期货、大宗商品等金融交易已高度网络化，基于这些在线交易所产生的数据具有很强的挖掘价值。在证券交易行业，券商对于大数据的重要性已经有了高度共识，特别是在市场行情预测等方面，起步非常早。在期货市场以及大宗商品等场外交易市场，对交易数据的综合分析也得到越来越多企业的重视。中国的大宗商品场外交易市场经过十多年的发展，已形成一个新兴行业。在一些重点领域，如棉花、钢材等，大宗商品交易市场的交易量已经占到全国总交易量的一半以上。一些互联网公司同样聚集了该领域的大量数据，如金网安泰公司为全国370多家大宗商品交易市场（约占到国内近2/3合规市场）提供了大宗商品交易平台软件，从而积累了大量原始交易数据。对这些数据源的后续挖掘和分析，对于宏观经济监测预测也具有重要意义。
五、结语
随着大数据的飞速发展，国际学术界和宏观经济政策制定者已经意识到大数据对宏观经济分析的革命性影响，并逐步尝试将大数据的概念、方法、技术和宏观经济分析结合起来。本文对宏观经济监测分析中的互联网大数据研究和应用进行了初步探讨，希望能够对未来政府和学术界相关研究提供有益借鉴。
2010年中国宏观经济形势分析 2010年，中国面对极为复杂的国内外经济环境和极为严峻的各类自然灾害等挑战，虽然我国宏观经济政策框架基本稳定，但汇率不断升级、通胀压力不期而至、外部需求持续变化、资本流动大幅波动，宏观经济形势未可乐观，就如温总理曾在接受采访时指出：“如果说2009年是进入新世纪以来经济最为困难的一年，那么2010年是中国经济最为复杂的一年”，不过党中央、国务院审时度势，科学决策，团结带领全国各族人民，深入贯彻落实科学发展观，加快转变经济发展方式，加强和改善宏观调控，发挥市场机制作用，有效巩固和扩大了应对国际金融危机冲击成果，使得2010年国民经济运行态势总体良好。 2010年全年国内生产总值397983亿元，按可比价格计算，比2009年增长10.3%，增速比上年加快1.2个百分点。分季度看，一季度同比增长11.9%，二季度增长10.3%，三季度增长9.6%，四季度增长9.8%。分产业看，第一产业增加值40497亿元，增长4.3%；第二产业增加值186481亿元，增长12.2%；第三产业增加值171005亿元，增长9.5%。 1．国内生产总值（GDP） GDP是最受关注的宏观经济统计数据，是衡量国民经济发展情况的重要指标。GDP增速越快表明经济发展越快，增速越慢表明经济发展越慢，GDP负增长表明经济陷入衰退。 根据国家统计局初步测算，2010年前GDP为397983亿元，按可比价格计算，同比增长10.3%，比上年同期增幅加快1.2个百分点。
数据来源：国家统计局 2．社会消费品零售总额 社会消费品零售总额反映国内消费支出情况，对判断国民经济现状和前景具有重要的指导作用。社会消费品零售总额提升，表明消费支出增加，经济情况较好；社会消费品零售总额下降，表明经济景气趋缓或不佳。2010年社会消费品零售总额达154554亿元，同比增长18.4%。其中，城镇消费品零售额133689亿元，同比增长18.8%；乡村消费品零售额20865亿元，增长16.1%。2010年自8月起社会消费品零售总额同比增幅连续五个月保持在18%以上，国内市场销售实现平稳较快增长。 数据来源：国家统计局 3．进出口额 2010年全年进出口总额29728亿美元，同比增长34.7%。其中，出口15779亿美元，增长31.3%；进口13948亿美元，增长38.7%。进出口相抵，顺差1831亿美元，比上年下降6.4%。从月度同比增幅来看，2010年12月进出口受2009年高基数影响，增速正常回落，国内生产的放缓也是导致本月进出口增幅回落的重要原因。
大数据平台建设方案 （项目需求与技术方案） 一、项目背景 “十三五”期间,随着我国现代信息技术得蓬勃发展, 信息化建设模式发生根本性转变, 一场以云计算、大数据、物联网、移动应用等技术为核心得“新I T”浪潮风起云涌，信息化应用进入一个“新常态”。*** （某政府部门）为积极应对“互联网+”与大数据时代得机遇与挑战, 适应全省经济社会发展与改革要求, 大数据平台应运而生。 大数据平台整合省社会经济发展资源，打造集数据采集、数据处 理、监测管理、预测预警、应急指挥、可视化平台于一体得大数据平台, 以信息化提升数据化管理与服务能力, 及时准确掌握社会经济发展情况, 做到“用数据说话、用数据管理、用数据决策、用数据创新” , 牢牢把握社会经济发展主动权与话语权。 二、建设目标 大数据平台就是顺应目前信息化技术水平发展、服务政府职能改革得架构平台。它得主要目标就是强化经济运行监测分析，实现企业信用社会化监督, 建立规范化共建共享投资项目管理体系，推进政务数据共享与业务协同，为决策提供及时、准确、可靠得信息依据, 提高政务工作得前瞻性与针对性, 加大宏观调控力度, 促进经济持续健康发展
1、制定统一信息资源管理规范,拓宽数据获取渠道, 整合业务信息系统数据、企业单位数据与互联网抓取数据, 构建汇聚式一体化数据库，为平台打下坚实稳固得数据基础。 2、梳理各相关系统数据资源得关联性，编制数据资源目录, 建立信息资源交换管理标准体系, 在业务可行性得基础上, 实现数据信息共享,推进信息公开,建立跨部门跨领域经济形势分析制度。 3、在大数据分析监测基础上，为政府把握经济发展趋势、预见经济发展潜在问题、辅助经济决策提供基础支撑。 三、建设原则 大数据平台以信息资源整合为重点, 以大数据应用为核心, 坚持“统筹规划、分步实施, 整合资源、协同共享, 突出重点、注重实效, 深化应用、创新驱动”得原则,全面提升信息化建设水平, 促进全省经济持续健康发展。
解读中国宏观经济数据 解读中国宏观经济数据——为什么中国不爆发经济危机？ 中国是个怪异的国家。很多海外的学者用西方经济学的眼光来看中国，觉得很不可思议。中国用透支的方式维持经济的快速增长，为什么积累了20多 年仍然没有爆发恶性的通货膨胀进而演化成一场深重的经济危机的呢？ 我经过一段时间的苦心研究，终于得出了中国为什么不会爆发经济危机的原因。 下面我将通过分析中国改革开放以来经济统计数据来详细讲解（所有数据都来源于中华人民共和国统计局）。 让我们先来分析中国GDP的构成。以2003年中国GDP统计数据来看，当年中国GDP总值为117251.9亿元。从产出均衡来计算，GDP应等于投资+消费+政府支出（不包括政府转移性支出与政府债务和利息支出）+对外贸易顺差+库存投资。后两项份额很小，几乎可以忽略不计（当如当年中国对外贸易顺差为人民币2092亿元）。当年中国全社会投资总额为55566.61亿元，社会消费品零售总额为45842.0亿元，政府支出为13751亿元。分别占GDP 比例为47.4%、39.1%、11.8%。而同年美国的GDP构成则投资18%，消费68%，政府支出15%。可见，中国是一个主要依靠投资带动的高速增长的经济体，其 模式与之前亚洲四小龙主要是泰国、韩国等增长模式如出一辙。是典型的亚洲增长模式。 但是，与其他亚洲经济体不同的是，中国的投资来源主要是透支国内储蓄，而泰国、韩国当年的投资来源主要是对外负债。这一点非常重要，这也是中国能够避免东南亚危机那种模式的经济危机的主要原因。这一点将在下文仔细讲述。 其实GDP的结构并不重要，重要的是，作为中国GDP主体的投资的
宏观经济与社会发展基础数据库建设情况调研 建设目标 １.建立一个边界清晰、科学合理的能全面反映本市宏观经济与社会发展总体情况的指标体系，尽可能涵盖国民经济、社会发展、科技教育、环境资源等经济社会各个方面； ２.建立本市宏观经济与社会发展信息资源共建共享的统一管理机制，收集、整合全市宏观经济与社会发展的基础数据，有效保证宏观库数据更新的及时性、准确性和可持续性； ３．建立本市数据资源服务体系，以宏观库为基础，以各类分析报告为支撑，以数据查询和数据分析为主要服务手段，全面深入地展现和发挥宏观库的价值，为政府宏观调控和各个层面管理提供决策支持，方便社会各界获取、查询政府宏观数据信息； ４.规范信息资源目录标准、指标体系分类编码标准、共享数据集模型、数据元标准、数据交换格式标准，建立信息采集和共享机制，从业务和技术上确保数据来源的唯一、全面和权威性，把宏观数据信息作为重要战略资源长期管理好。 系统组成 宏观库系统由支撑体系（标准规范支撑体系、管理运行维护支撑体系、安全支撑体系）、网络系统、信息共享平台软硬件系统环境、数据库体系（中心交换库、基础数据库、主题库、发布库、数据库管理系统、元数据库系统）、应用系统（数据交换处理系统、应用支撑
系统、数据综合分析系统）组成。 项目关键点 1．顶层设计 宏观库这样全市整体性的大型经济社会综合数据库项目的建设，必须仔细研究分析项目的建设目标，立足长远、立足整体，从建设实施的一开始就着手规划、建立稳定的、可扩展的、基础层面的各种架构，以适应未来的发展和变化。 ２.统筹协调机制 宏观库建设是一个庞大的系统工程，涉及部门众多，协调难度很大，应根据实际情况，需建立起强有力的领导协调机制，参与研究解决每一阶段宏观库建设过程中需协调统一的有关问题，以确保宏观库建设的顺利实施。宏观库运维过程中，收集数据来自于各部门的行业统计，由各部门联合共建，需建立宏观库运行维护的长效机制，不断完善奖惩考核体制，确保宏观库的顺利运维。 3.大数据开发应用 大数据不是单纯的海量数据存储，更多是一种计算和思维方式的转变，通过对海量数据的交换、整合和分析，发现新的知识，创造新的价值，带来新的发现。大数据来源丰富，结构多样化，数据量大，数据的生成、变化和处理速度相当快，为了对大数据进行处理以挖掘有价值的信息，不仅需要提升硬件设施性能，而且要研发出能够处理大数据的技术算法及应用软件。
中国宏观经济分析报告（2004 年1 季度） 出版日期：2004 年05 月编写说明 2004 年1 季度，我国经济继续快速增长，工业生产、固定资产投资、消费品 零售额、进出口等均呈现较快增长，经济景气依然处于扩张周期的上升阶段。但经济运行中存在的矛盾和问题不断突现出来，突出表现在投资过快增长，投资品价格高增长向消费品价格传导进程加快，通货膨胀压力增大。当前形势下，宏观趋势的把握上不应再拘于经济是否“过热”的讨论，而应想办法坚决抑制盲目投资和低水平重复建设，防止经济的大起大落，保持国民经济平稳运行；宏观政策趋向上要从扩大内需转向调节经济平稳运行的方向上来，但同时，应当注意政策实施的力度和时机，防止政策力度过大过猛。 中国行业分析报告----宏观经济 II 目录 Ⅰ 2004年1季度宏观经济形势 (1) 一、一季度经济运行的主要特点 (1) （一）国民经济快速增长，工业生产继续高增长 (1) （二）固定资产投资超高速增长 (2) （三）消费需求增长稳健 (3) （四）市场物价继续上涨 (4) （五）对外贸易增势强劲，利用外资保持较高水平 (5) （六）货币信贷增势未减 (5) （七）经济运行效益比较好，居民收入增长加快 (6) 二、一季度经济运行中存在的主要问题 (7) （一）投资增长过快，盲目投资和能力扩张势头加剧 (7) （二）煤电油运紧张状况加剧 (8) （三）通胀压力加大 (8)
（四）信贷调控难度加大 (9) Ⅱ 2004年2季度经济形势分析与预测 (9) 一、固定资产投资增长将高位回落 (9) （一）制约投资增长的因素 (9) （二）促进投资继续高增长的因素 (10) 二、诸多因素将遏制物价上涨 (11) （一）农副产品价格将呈现先扬后抑的走势 (11) （二）各项控制物价上涨的行政手段将发挥一定作用 (11) （三）严控投资过快增长的政策措施有助于投资品价格回落 (11) （四）投资热、消费稳，不会出现严重通货膨胀 (12) （五）我国经济买方市场特征鲜明，不会出现需求推动型的价格轮番上涨12 三、2004年2季度经济形势分析与预测 (13) 中国行业分析报告----宏观经济 .... III Ⅲ提高宏观调控政策的有效性 (14) 一、扩张性政策应进一步向中性政策过渡 (14) 二、财政政策应加大结构调整的力度 (14) 三、实行差别化的货币信贷政策，优化信贷结构 (14) 四、统一认识，端正行为，坚决抑制地方政府的投资冲动 (15) 图表目录 图表1 2003年与2004年各产业投资增长情况比较 (3) 图表2 2003-2004年投资资金来源结构变化 (3) 图表3 2003-2004年分地区固定资产投资增长情况 (3) 图表4 2003－2004年生产和消费物价月涨幅一览表 (4) 图表5 2004年1季度宏观经济运行主要指标与上半年预测 (13) 本报告图表如未标明资料来源，均来源于“中经网统计数据库” 中国行业分析报告----宏观经济 .... 1 Ⅰ 2004 年1 季度宏观经济形势
对股票指数与宏观经济关系分析 1、研究目的 通过研究股票指数走势与宏观经济变化间的变化关系，建立理论模型，来探讨国内股票市场与宏观经济的关系，从而为未来经济决策、以及对股票市场走势的判断和预测提供理论依据。 2、背景介绍 自1992年沪、深两市证券交易所成立以来，无论从股票市值总值、流通市值，还是从成交金额等指标来看，中国股票市场都取得了长足的发展。至2006年3月1日，上海证券交易所股票市价总值达到24821.54亿元，流通市值7321亿元，成交金额144.47亿元；与此同时，深圳证券交易所股票市价总值、流通市值和成交金额分别达到10296.91亿元、4482.56亿元和64.82亿元。中国股票市场在宏观经济运行中的作用得到空前提高。但是，自2006年6月起后的一段时间内，无论是上证指数还是深证指数，都发生了与宏观经济持续增长相背离的局面。沪、深两市综合指数分别从2001年6月2218点和658点降至2006年1月的1258点和307点。与此同时，宏观经济却保持高速增长。2001年至2005年，中国的GDP增长率分别是8.3%、9.1%、10.0%、10.1%和9.9%。根据宏观经济的一般规律，股票市场是经济发展的“晴雨表”。经济总量的上升将导致更多的资金为了追逐良好的经济收益，进入股票市场，支持股票市场不断走强，从而出现股票指数不断攀升的情况。然而，中国市场的股票指数走势和宏观经济的发展并不总是保持相同的变化方向，反而出现了相背离现象。那么，中国股票指数与宏观经济之间是否存在关系成了人们感兴趣的问题。如果股票指数与宏观经济之间存在关系，那么这种关系是什么，是否遵循宏观经济的一般规律----股票市场是经济发展的“晴雨表”，还是“晴雨表”已经失效。这就是本研究要解决的问题。 3、指标设计 在指标设计方面，根据实际需要经行选择。宏观经济学的研究对象是国民经济中的总量关系，国内生产总值（GDP）是一个国家范围内一定时期内所生产的
2015年中国工程机械行业宏观经济形势分析 湖南大学工商管理学院谢甲天 2015 年12 月 经过十多年的发展，中国的工程机械行业取得了骄人业绩，以三一、徐工、中联、柳工、国机重工为代表的中国企业引领工程机械行业，主营业务收入和利润收入同比都有大幅度的增长。目前，中国的工程机械销售量和销售额已经双双超越美国、日本、德国位居世界第一位。然而，从整体上看中国工程机械行业还是“大而不强” 。而进入“十二五”末期以后，随着中国经济发展方式的转变，行业对经济基本面反应迅速，行业增长放缓，低端产能出现过剩。与此相对应，跨国企业却在高端产品小容量市场中获取丰厚利润。 笔者结合自身工作单位行业的实际情况，认为中国工程机械行业的“创新驱动” 势在必行，“转型升级”已经成为未来工程机械行业的必然趋势和行业发展的新焦点。 一、中国工程机械行业的发展现状 （一）工程机械产品产量下滑 1、挖掘机 据统计，2015 年10 月份，28家主要挖掘机生产企业累计销售挖掘机2419 台，与2014 年同期的3978 台相比降幅39.2%。其中迷你挖掘机销量691 台，与2014 年同期的883 台相比降幅21.7%。6 吨以上挖掘机销量1728 台，与2014 年同期的3048 台相比降幅43.3%。 据统计，2015 年1~10 月份，28 家主要挖掘机生产企业累计销售挖掘机51782 台，与2014 年同期的76618 台相比降幅32.42%。其中迷你机下降20.7%，6 吨以上挖机下降46.1%。 2、推土机 据统计，2015 年10 月份推土机销量同比增长2%，1~10 月累计销量同比增长1%。10 月 份推土机出口销量仍同比下滑，而国内销售同比增长了11%，去年同期增长2%。
努力开创宏观指标和微观效益的双好局面i 一、全面地估计我国的经济形势 经过3年来的加强宏观调控，我们遏制了由于经济“过热”引起的比较严重的通货膨胀，宏观经济运行态势得到明显改善。从宏观指标看，经济增长率趋于合理，物价上涨率不断回落，财政、金融和外贸的运作大体上平稳发展，居民储蓄和外汇储备迅速增长。现在的宏观 经济形势，是1993年以来最好的ii。 1993－1995年，中国的国内生产总值增长率和物价水平上涨幅度连续3年都在10%以上，呈现高增长、高通胀的“双高”现象。1994年，中央领导提出要使“双高”软着落为高增长、低通胀的“一高一低”。这一宏观调控目标在1996年就可基本实现。预计1996年国内生产总值增长率接近10%，社会商品零售价格上涨率降至7%以下。物价上涨幅度在这么短的时间内回落至人们可以接受的范围，并且已经不再是老百姓关心的“第一热点”，这远远超出了人们原先的预期。在治理通货膨胀的同时，经济发展速度并没有下降多少，保持了经济的快速增长，这一“软着落”的实践，令外国经济学家惊叹，也使他们对中国政府管理经济的能力刮目相看。 但是，中国经济仍然存在着诸多困难和问题，突出表现在微观经济形势不断恶化。这几年，国有企业的改革和发展没有什么大的进展，而经济效益还在下降。经济活跃的沿海地区，比如苏南地区的乡镇集体企业已有一定的企业规模，这几年来经济效益也呈大面积滑坡。 企业界的不少同志认为，企业效益下滑的原因是宏观调控造成的，这是很片面的。宏观环境的治理，以及一系列宏观方面的改革政策出台，会对企业效益产生一定影响，但这不是企业经济效益滑坡的主要原因。微观效益的不断恶化，究其根由，集中体现在深层次上，反映了我们经济运作的方方面面，特别是在企业，很不适应计划经济向市场经济的体制转变；也反映了我们经济增长的质量太差，因而必须实施经济增长方式的根本转变。与此相联系，为适应两个转变，我们应该不断提高企业经营管理水平。但是，这几年来，本该做得好一些的企业管理工作反而倒退了，成为企业运作困难、效益下滑的一个直接的重要原因。 中国微观经济运转不灵的状况，一定意义上说是在转轨过程中难以完全避免的，是前进中的困难。但是，长此下去，势必影响中国的改革、开放和稳定，动摇宏观经济平稳发展的基础。就拿遏制物价上涨来说，我们动用了不少行政性措施所取得的成果，很可能因企业效益差而期望产品涨价的转嫁动机所冲销。 既要宏观经济形势好，又要微观经济形势好，这才是真正的经济形势大好。如果说，两年前经济工作的中心任务是从高增长、高通胀的“双高”走向高增长、低通胀的“一高一低”，那么，1997年乃至整个“九五”期间，经济工作的中心任务是从宏观指标好、微观效益差的“一好一差”走向宏观指标和微观效益的“双好”，当然，后者比前者更艰巨。我们已经 有了比较宽松的宏观环境条件iii，可以相信，只要我们按照党中央十四届五中全会精神，踏 踏实实地实行两个根本性转变，是能够开创“双好”局面的。当前，第一步的工作是，在宏观指导下强化企业管理，因为这是走向“双好”的基础。 二、从工业经济指标看微观经济状况 中国企业的效益差，由来已久，而且不断恶化。现在，中国经济界经常议论令人费解的
互联网+环境保护 监管监测大数据平台整体 解 决 方 案
目录 1概述 (14) 1.1项目简介 (14) 1.1.1项目背景 (14) 1.2建设目标 (15) 1.2.1业务协同化 (16) 1.2.2监控一体化 (16) 1.2.3资源共享化 (16) 1.2.4决策智能化 (16) 1.2.5信息透明化 (17) 2环境保护监管监测大数据一体化管理平台 (18) 2.1环境保护监管监测大数据一体化平台结构图 (18) 2.2环境保护监管监测大数据一体化管理平台架构图20 2.3环境保护监管监测大数据一体化管理平台解决方案（3721解决方案） (20) 2.3.1一张图：“天空地”一体化地理信息平台 .. 21
2.3.2两个中心 (30) 2.3.3三个体系 (32) 2.3.4七大平台 (32) ?高空视频及热红外管理系统 (44) ?激光雷达监测管理系统 (44) ?车载走航管理系统 (44) ?网格化环境监管系统 (45) ?机动车尾气排放监测 (45) ?扬尘在线监测系统 (45) ?餐饮油烟在线监测系统 (46) ?水环境承载力评价系统 (46) ?水质生态监测管理系统 (47) ?湖泊生态管理系统 (47) ?水生态管理系统 (48) ?排污申报与排污费管理系统 (49) ?排污许可证管理系统 (49) ?建设项目审批系统 (49)
3环境保护监管监测大数据一体化管理平台功能特点 (51) 3.1管理平台业务特点 (51) 3.1.1开启一证式管理，创新工作模式 (51) 3.1.2拓展数据应用，优化决策管理 (51) 3.1.3增强预警预报、提速应急防控 (52) 3.1.4完善信息公开、服务公众参与 (53) 3.2管理平台技术特点 (54) 3.2.1技术新 (54) 3.2.2规范高 (55) 3.2.3分析透 (55) 3.2.4功能实 (56) 1、污染源企业一源一档 (59) 3.2.5检索平台 (61) 3.2.6消息中心 (62) 3.3管理平台功能 (62) 3.3.1环境质量监测 (63) 3.3.2动态数据热力图 (64)
基于互联网大数据的宏观经济监测预测研究：理论与方法 摘要：回顾了国内外利用互联网大数据监测预测宏观经济的研究进展，在此基础上提出国内未来利用大数据监测预测宏观经济时应更加注重三个转变：从依靠传统统计数据向依靠互联网非统计数据转变；从监测预测宏观经济总量向监测预测宏观经济先行指标转变；从中长期监测预测向实时监测预测转变。建议由国家宏观决策部门牵头，围绕网络搜索、社交媒体、电子商务、终端定位和业务交易等五个方面尽快整合互联网相关数据资源，逐步形成基于非传统数据的宏观经济监测预测体系，提升宏观经济形势分析以及重点行业、重点区域发展实时监测预测的大数据应用能力。 关键词：电子治理；互联网；大数据；宏观经济 一、引言 随着电子商务、互联网金融、社交网络等的飞速发展，互联网已经成为人们生产生活不可或缺的重要场所。人们在互联网上购物、交流、搜索、浏览的各种行为所产生的数据量越来越大。大数据时代的到来，不仅意味着数据处理技术和处理能力的极大提升，而且使得全社会的数据资源分布结构也在发生深刻改变。此外，互联网已经从传统的信息传播媒介升华为虚拟的社会空间，越来越多有关人类经济、社会运行的数据被投射到云上。因此，在实时、交互、离散化、非结构化的海量数据中，蕴含着经济社会运行的各种先行指标信号。 当前，中国正处于从互联网大国向互联网强国转变的重要时期。中国互联网产业的规模和实力已经位居世界前列。据统计，在全球10大互联网公司中，中国独占4家，前30家互联网公司有40%以上来自中国。[1]可以预见，随着“互联网+”战略的深入推
进，中国经济运行的网络化、智能化程度将不断提高，基于互联网大数据的宏观经济监测和预测将变得越来越重要。 本文拟对基于互联网大数据进行宏观经济监测预测的现有研究，以及基于不同数据源的宏观经济监测预测分析进行初步阐述。 二、基于互联网大数据开展宏观经济监测预测的研究进展 国内学者认为，大数据在宏观经济分析应用中最活跃也是最重要的四个领域为：宏观经济预测、宏观经济数据挖掘、宏观经济分析技术和宏观经济政策。[2]而在利用大数据对宏观经济进行预测方面，“现时预测(Now Casting）”近来受到特别关注。“现时预测”一词最初起源于气象学领域，是对现在已经发生的事由于信息发布滞后等原因难以马上知道准确情况，因而根据其他可得信息进行推测。[3]一般来说，依赖统计部门的宏观经济数据的发布都存在时间滞后的问题。由于不能及时获取宏观经济发展的数据信息，也就不能对当下的宏观经济形势作出准确判断。比如衡量宏观经济发展的GDP 指标，尽管当月GDP是多少这件事已经发生了，但往往要到下个月才能拿到相关的数据和结果。而在月底估测本月GDP总量就是“现时预测”。现时预测利用的数据不再局限于官方统计数据，方法也不受制于传统的统计方法和模型。现时预测说到底就是利用大数据方法和技术对宏观经济进行及时的监测和预测。 目前，利用大数据方法和技术进行宏观经济监测预测已经在国际上引起相当程度的重视，不同机构的学者和研究人员已经进行了大量研究和应用，而且产生了丰硕的成果。但从国内来看，这一领域的研究和应用都处在起步阶段，与国外相比，还有很大发展潜力和空间。 （一）国外基于互联网大数据的宏观经济监测预测研究 从数据来源渠道来看，国外利用互联网大数据监测预测宏观经济的研究主要有两大类：一类是基于网络搜索引擎的宏观经济监测预测，如谷歌公司研发的Google Trend(谷歌趋势)；另一类是基于网络社交媒体的宏观经济监测预测，如国外社交网站Twitter(推特)、Facebook(脸谱)、Microblog(微博)。 在利用网络搜索引擎提供的数据方面，Ettredge很早即尝试利用网络搜索数据来预测美国的失业率。[4]他分析了World Tracker列出的500个常用关键词和美国失业率之间的关系，发现与失业相关的搜索数据和美国官方发布的失业率之间存在显著的正相关关系。Choi和Varian根据Google Trend提供的“就业”和“失业与救济”目录进行搜索查询，并用查询结果预测美国失业津贴的初始索赔情况。[5]他们发现，通过加入查询结果变量，标准回归预测模型无论在模型拟合度还是平均绝对误差上都得到显著提高和改善。Choi和Varian还专门写了一篇介绍如何利用Google Trends来预测当下经济活动的文章。[6]他们认为，经济学家、投资人、财经记者每月都在关注政府发布的经济运行情况，但这些结果的发布普遍滞后，这个月的数据往往要等到下个月中旬才能发布，而Google Trends每天都在产生大量与经济发展相关的查询结果，且这些查询结果与当下的经济活动之间必然存在着不容忽视的关系，或许可以对预测当下的经
21世纪中国宏观经济数据分析 一．问题研究背景 宏观经济指总量经济活动，即国民经济的总体活动。是指整个国民经济或 国民经济总体及其经济活动和运行状态，如总供给与总需求；国民经济的总值及其增长速度；国民经济中的主要比例关系；物价的总水平；劳动就业的总水平与失业率；货币发行的总规模与增长速度；进出口贸易的总规模及其变动等。宏观经济的主要目标是高水平的和快速增长的产出率、低失业率和稳定的价格水平。 二．数据来源与描述 2.1数据描述 本数据包括2000年到2012年的人均国内生产总值、第一产业增加值、工业增加值、第三产业增加值、全国财政收入、全社会固定资产投资、社会消费品零售总额、人口自然增长率、经济活动人口、居民消费价格指数、商品零售价格指数、城镇登记失业人数，具体数据如下表： 表一 年份 人均国内 生产总值 (元) 第一产业增 加值(亿元) 工业增加值(亿元) 第三产业增加值(亿元) 全国财政收入(亿元) 2012年 38,459.47 52,373.63 199,670.66 231,934.48 117,253.52 2011年 35,197.79 47,486.21 188,470.15 205,205.02 103,874.43 2010年 30,015.05 40,533.60 160,722.23 173,595.98 83,101.51 2009年 25,607.53 35,226.00 135,239.95 148,038.04 68,518.30 2008年 23,707.71 33,702.00 130,260.24 131,339.99 61,330.35 2007年 20,169.46 28,627.00 110,534.88 111,351.95 51,321.78 2006年 16,499.70 24,040.00 91,310.94 88,554.88 38,760.20 2005年 14,185.36 22,420.00 77,230.78 74,919.28 31,649.29 2004年 12,335.58 21,412.73 65,210.03 64,561.29 26,396.47 2003年 10,541.97 17,381.72 54,945.53 56,004.73 21,715.25 2002年 9,398.05 16,537.02 47,431.31 49,898.90 18,903.64 2001年 8,621.71 15,781.27 43,580.62 44,361.61 16,386.04 2000年 7,857.68 14,944.72 40,033.59 38,713.95 13,395.23 续表一： 全社会固定资产投资(亿元) 社会消费品零售总额(亿元) 人口自 然增长 率(‰) 经济活动人口(万人) 居民消费价格指数 商品零售价格指数 城镇登 记失业 人数(万 人) 374,694.74 210,307.00 4.95 78,894.00 102.6 102 917 311,485.13 183,918.60 4.79 78,579.00 105.4 104.9 922
互联网工业大数据平台方案 目前工业互联网大数据技术的不断成熟，它的应用领域也不断拓宽。工业互联网大数据在工业领域的应用程度不断加深，推动了传统工业生产方式的转换和生产效率的提高，使得传统工业模式向智能化、自动化方向转型升级的速度不断加快。 进入发展期，从事工业生产及销售的企业面临着向智能化、数字化转型升级的迫切要求，而工业互联网大数据技术的成熟应用使得这种转变趋势日益明显。当前，用户对于工业产品的需求越来越多样，这就促使企业必须生产出更加多样化的产品。而劳动力成本提高、原材料价格上涨、利润空间减小、同行之间的竞争日益白热化等因素都要求企业紧盯市场动态，利用工业互联网大数据等技术来实现成长和蜕变。 在传统的工业生产模式中，还存在着一些问题有待解决。比如，产品研发与实际生产之间的衔接不够顺畅，产品生产过程中的数据信息共享不够及时、准确。同时，通过人工来统计订单、设备等相关信息，耗时较长，效率较低，而采用工业互联网大数据等技术，可以有效地解决这些问题。相比于传统的工业模式，利用工业互联网大数据、物联网等技术，可以使企业在进行工业生产时更加符合标准化、规范化、精细化的要求，对于整个行业实现技术提升、利润增加都十分有益。工业互联网大数据技术对于工业企业生产及销售等过程的影响主要体现在以下几个方面。 在工业产品营销方面，通过工业互联网大数据技术进行数据分析，企业可以提供针对性推销、定向研发等服务，使产销结构更加合理。在设备远程故障诊断方面，工业互联网大数据技术可以预测设备可能出现故障的时间，提供避免风险的解决方案，降低因设备故障而给用户带来的损失，使设备能够稳定运行。同时，利用工业互联网
魏杰：中国宏观经济形势分析（深度好文） 魏杰，男，清华大学经济管理学院教授、博士生导师，清华同方讲席教授，著名学者、经济学家。 10月9日，清华大学经济管理学院创新创业与战略系教授、博士生导师、著名学者、经济学家魏杰教授，用了一整天的时间为第二期清华大学经管学院中央企业领导人员经营管 理培训班（EMT）60名学员精彩解读了中国宏观经济形势。魏杰教授的核心观点： 1.对中国宏观经济形势分析，主要把握好两个问题：一是风险在哪里，二是增长动力在哪里？ 2.风险在哪里？主要是防范金融风险。防范金融风险，主要抓好六个方面重点工作：抑制资产泡沫；稳住外汇；稳住债务；治理金融秩序；调整货币政策；稳住实体经济。 3.增长动力在哪里？就是推动供给侧结构型改革。供给侧结构型改革主要包含四个方面的内容：一是调整经济结构；二是转变经济增长方式；三是调整开放战略；四是深化经济体制改革。以下根据魏杰教授的讲课整理：对中国宏观经济形势分析，主要把握好两个问题：一是风险在哪里，二是增长动力在哪里？风险在哪里？主要是防范金融风险。增长动力在哪里？就是推动供给侧结构型改革。 一、防范金融风险（一）抑制资产泡沫什么是资产泡沫？就是资产价格涨得太快太高。资产泡沫主要集中在股市和房
市。从中国目前情况来看，股票不太可能，主要基于三点判断：一是证监会目前主要职能是加强监管；二是证券部门对场外资金配置极度关注；三是IPO速度快规模大。预期未来五年内，股市将呈现慢牛态势。目前来看，资产泡沫主要在房市。房市是否存在泡沫，重点关注住房供给与刚性需求的关系。房产具有两种属性，即居住需求和投资需求。日本在1985年就是因为住房供给大大超过刚性需求，加上美国的剪羊毛，从而导致房市泡沫破裂，直到今天仍然没有走出泥潭。房产超过刚性需求后，一旦没有居住功能，也就没有了投机功能与投资功能。抑制房市泡沫的对策就是：中短期对策与长效机制相结合。中短期对策主要是两个立足点：一是严格约束投机和投资性需求。采取严格的限购政策；二是约束开发商的行为。今年以来两个手段很见效，一个是控制融资通道；另一个就是让面粉超过面包价格（地价高于房价）。长效机制，主要包括租售同权、共有产权、调整空间布局等手段。关于调整空间布局，是前段时间的热点问题。突然冒了一个雄安新区，有的人很吃惊，我说不用吃惊。我们几年前就在讨论调整空间布局。北京三大体系已经逐渐进入负面层面所以有必要调整，调整方向，把北京非首都功能剥离出去，找一个地方来承接北京的非首都功能。哪里承载啊？这个地点选择很重要，讨论了很长一段时间，最后公布的是雄安新区，承载北京的非首都功能。什么叫非首都功能呢？首都功
当前中国宏观经济形势与经济政策分析
————————————————————————————————作者：————————————————————————————————日期： 2
当前中国宏观经济形势与经济政策分析 ------由微观数据看中国经济发展形势 摘要：2008年的全球金融危机对我国的经济发展带来了一定的影响，在经过2009、2010年两年的经济复苏之后，我国经济又逐渐恢复。随后2011年和2012年有成为我国经济发展的重要两年，“复杂性”“多变性”贯穿其中，发展和变化多端。由于世界经济复苏缓慢，国际大宗商品价格高位震荡，新兴市场资产泡沫和过剩流动下通胀压力加大，国际保护主义升温。未来国际经济和金融形势更趋复杂，中国处于十分复杂的国际经济环境；内生增长动力强劲，国内投资不足，通货膨胀不减，经济周期波动，急需结构调整。 关键词：经济增长国内生产总值通货膨胀失业率投资 对我国的宏观经济运行状况的分析，须先由具体的相关数据分析开始：一、GDP 近几年来我国经济一直保持高速增长，从2006年至今GDP平均增长速度保持在10%以上，2012年全年国内生产总值519322亿元，按可比价格计算，比上年增长7.8%。GDP绝对额的快速增长，带来的是我国国力的迅速提升和财富的不断增加，人民的收入和生活水平大幅度提高，国家的综合实力显著增强。 但是与此同时，我国GDP高速增长的背后也隐藏着诸多的问题。首先，我国GDP的增长主要依靠投资拉动，特别是经过金融危机之后，中国政府推出四万亿投资计划，这方面的问题更为突出，2008年，资本形成总额对GDP的贡献率为47.5%，拉动GDP 4.6个百分点；2009年，资本形成总额对GDP的贡献率更
互联网行业大数据方案
目录 1.行业概述 (3) 2.方案架构 (3) 3.方案优势 (4)
1.行业概述 近年来互联网发生了巨大的变化，移动互联网、社交网络、电子商务大大扩展了互联网的疆界和应用领域。互联网行业在大数据技术浪潮中的异军突起，也将为整个信息技术产业带来新的机遇。一方面，大数据会催生对IT产品与解决方案更多的需求，将涵盖从硬件、软件到信息服务等多个层面；另一方面，越来越多的互联网公司正在通过云交付的模式，将自身对于大数据集的存储、计算与分析能力开放给第三方，使得数据即服务（Data as a Service）成为影响产业格局的新一代业务模式。” 2.方案架构 互联网大数据平台解决方案从逻辑上分为硬件层、存储层、计算层和其上支持的各种业务模型。其中硬件平台统一为整合计算和存储能力的存储服务器，服务器之间通过以太网互相连接。这种不再需要门类繁多的存储设备和服务器类型的设计可以大大简化管理和建设的复杂程度。存储层存储上层业务中的结构化数据和非结构化数据。结构化数据保存在关系数据库中，网页信息等非结构化数据已Key-Value的形式保存在NoSql存储系统中。计算层负责将存储层中管理的数据转化为上层应用所需要的数据集，包括数据存储、关键字快速检索等。业务层则可以利用大数据平台提供的存储和计算资源，这些资源都可以以资源池的方式呈现，以多租户的形式提供给上层的应用。 互联网大数据平台逻辑结构示意图如下所示：
文件存储(图片、网ParaStor ParaStor 3. 方案优势 互联网大数据平台解决方案采用ParaStor 分布式文件系统、Hadoop 大数据处理平台于一体。该平台可以根据所需资源进行横向扩展，并且可以以插件的形式扩展各种应用的检索系统。同时大数据平台还提供通过分析，不断改进业务水平的能力；也可以对系统进行升级、维护提出预警等。
宏观经济预测(Macroeconomic Forecast) 经济预测，是指以准确的调查统计资料和经济信息为依据，从经济现象的历史、现状和规律性出发，运用科学的方法，对经济现象未来发展前景的测定。经济预测是经济决策科学化的工具，是国家编制计划、预见计划执行情况、加强计划指导的依据，也是企业改善经营管理的有效手段之一。 经济预测的分类 根据研究任务的不同，按照不同标准经济预测可以有不同的分类。常用的有以下几种分类： 一、按预测涉及的范围不同，可分为宏观经济预测和微观经济预测 1．宏观经济预测 宏观经济预测，是以整个社会经济发展的总图景作为考察对象，研究经济发展中各项有关指标之间的联系和发展变化。如对全国或某个地区社会再生产各环节的发展速度、规模和结构的预测。宏观经济预测是政府制定方针政策，编制和检查计划，调整经济结构的重要依据。 2．微观经济预测 微观经济预测，是以个别经济单位生产经营发展的前景作为考察对象，研究微观经济中各项有关指标之间的联系和发展变化。如对工业企业所生产的具体商品的生产量、需求量和市场占有率的预测等。微观经济预测，是企业制定生产经营决策，编制和检查计划的依据。 二、按预测的时间长短不同，可分为长期经济预测、中期经济预测、短期 经济预测和近期经济预测 1．长期经济预测 长期经济预测，是指对5年以上经济发展前景的预测。它是制定国民经济和企业生产经营发展的十年计划、远景计划，规定经济长期发展任务的依据。 2．中期经济预测 中期经济预测，是指对1年以上5年以下经济发展前景的预测。它是制定国民经济和企业生产经营发展的五年计划，规定经济5年发展任务的依据。 3．短期经济预测
财政大数据中心 -决策支持 财政收支政策与社会指标关系分析
财政信息一体化建设，围绕财政收支管理全过程，在充分梳理业务的基础上，构建财政内生与财政外部两大数据资源池，形成真正意义上的财政数据仓库。利用数据中心，通过构建数据分析算法模型，按照一定的口径进行统计分析、监控预警，建立以财政收支、预测决策、主题展现等为主要内容的大数据支撑系统。 1决策支持 财经大数据分析从财政实际需要出发，首先将财政内部预算、执行、核算、决算以及其他财政系统数据进行采集、清洗、转换并加载，形成内部数据源，同时采集银行、社保、民政、统计、税务等外部数据形成数据源；其次对数据进行建模和分析，形成各类分析并通过多种可视化手段如：饼状图、柱状图、折线图、热力图、散点图、GIS地图等方式进行展示和挖掘，从而为用户的分析决策提供数据支持，如业务查询、决策分析、资金预测、数据挖掘等，并可将成果共享给生产系统，从而影响生产系统的业务流程和改进，达到良性循环，提高财政宏观经济管理和决策水平。 1.1财经决策洞察 通过提供对当前及相关信息的即时访问，提高了用户获取数据的及时性、准确性和全面性，为科学决策提供了有力的支撑。通过财经大数据项目的实施，能为财政经济前景预测与效益分析提供基本依据，为决策提供及时、详实的数据分析。通过建立收支预测模型、宏观经济模型等，能为管理者决策科学化提供保障，也为财政各种管理业务提供科学的分析工具，使得决策的科学性和准确性大幅提高。大大提高财政管理与决策水平。 1.1.1应用级次 省级集中，分级授权查询。 1.1.2使用处室及单位
1.1.3领导驾驶舱 1.1.3.1业务描述 以科学、规范的标准体系和有效、完整的历史统计数据为基础，以汇总、整合财政部门的财政收支数据、各相关业务部门的信息资源和宏观经济数据，结合成熟的宏观经济、财政管理分析预测模型和方法，建立全省财政预算决策支持的信息化平台，为用户科学决策提供充足有力的参考。 集中反映用户最关心的点，通过直观地、舒适地的可视化界面展示。并将多维度之间的关系融入到界面联动，如图表之间的联动，常用分析的链接。 1.1.3.2业务详细描述 预算分析：分四本预算分别对预算编制的收入数、支出数进行统计分析，使财政用户能从整体层面直观的了解本年预算编制的情况。并可向下钻取进一步查看各预算编制明细信息，最终可追溯到末级科目。 决算分析：分四本预算分别对决算的收入数、支出数进行统计分析，并通过横向多年度对比，使财政用户能从整体层面直观的了解本年预算完成的情况以及财政赤字规模。并可向下钻取进一步查看各预算执行明细信息，最终可追溯到末级科目。 月度收入执行分析：分月统计分析各地当年各月较上年同期财政收入的增减幅情况。从一定层面能够判断本年某区域经济发展态势。可向下钻取查看收入执行月度报告。 月度支出执行分析：通过本年分月支出与历史年度分月支出同比分析，了解本年支出总体变化形态，通过与历史年度支出形态的对比可评估本年支出波动较大的月份是否合理。从一定层面可推断财政政策对支出变化的影响。可向下钻取查看支出执行月度报告。 收入日趋势分析：通过近期连续多日收入执行数与序时预算数对比变动趋势分析，使财政用户能更加及时的了解收入执行情况，并对收入预算的完成风险提前做出判断，为制定下一步财政指导工作提供科学数据依据。可向下钻取查看收入日报。 支出日趋势分析：通过近期连续多日支出执行数与序时预算数对比变动分析，使财政用户能在第一时间了解支出执行存在的进度问题，为下一步财政监督工作提供参考依据。可向下钻
宏观经济形势基本指标分析报告 一、中国国民生产总值 改革开放使中国经济挣脱发展束缚，多种所有制经济、各种新生事物和机制的引入，使中国经济生机盎然。继1986年GDP首次突破1万亿元之后，1991年突破了2万亿元。邓小平南巡讲话和党的十四大确立建设社会主义市场经济目标之后，中国经济骤然升温。从1993年开始，GDP每年上一个万亿元台阶。到1997年，中国GDP已达74462.6亿元。 亚洲金融危机爆发后，GDP已初具规模的中国，凭借多年的经济积累，实施积极财政政策和稳健货币政策，仍然保持了7％至8％的经济增长。2002年GDP首次突破10万亿元大关。2003年，中国经济迎来新一轮增长周期，GDP达到116694亿元，人均GDP首次突破1000美元。 “中国居民消费率不仅低于发达国家，也低于发展中国家。”2008年中国居民消费率为35.3%，美国为70.1%，印度为54.7%。他介绍，我国消费主要包括居民消费和政府消费两大类。1978年至2008年，我国居民消费扣除价格变动影响后年平均增长8.8%，相对同期 GDP9.8%的增速仍然滞后。从需求角度看，我国的三大需求发展不平衡，投资和出口增长快，消费增长相对较慢，使得消费占GDP的比重不断下降。2000年-2008年，投资和净出口同比增速分别比消费快7.2和24个百分点。 年份 GDP(亿元) GDP指数 GDP增长率人均GDP(元/人) 1991 21781.5 307.6 9．2% 1893 1992 26923.5 351.4 14．2% 2311 1993 35333.9 400.4 14．0% 2998
1994 48197.9 452.8 13．1% 4044 1995 60793.7 502.3 10．9% 5046 1996 71176.6 552.6 10．0% 5846 1997 78973.0 603.9 9．3% 6420 1998 84402.3 651.2 7．8% 6796 1999 89677.1 700.9 7．6% 7159 2000 99214.6 759.9 8．4% 7858 2001 109655.2 823.0 8．3% 8622 2002 120332.7 897.8 9．1% 9398 2003 135822.8 987.8 10．0% 10542 2004 159878.3 1087.4 10．1% 12336 2005 183867.9 1200.8 10．4% 14103 2006 210871.0 1334.0 11．1% 16084 2007 257306 13．0% 2008 300670 9．0% 二、上证综合指数 上证综合指数又称上证综指或沪综指，全称是“上海证券综合指数”。该指数是上海证券交易所编制的，以上海证券交易所挂牌上市的全部股票为计算范围，以发行量为权数的综合指数，反映了上海证券交易市场的总体走势。 上证综合指数是最早发布的指数，是以上证所挂牌上市的全部股票为计算范围，以发行量为权数的加权综合股价指数。这一指数自1991年7月15日起开始实时发布，基日定为1990年12月19日，基日指数定为100点。 新上证综指发布以2005年12月30日为基日，以当日所有样本股票的市价总值为基期，基点为1000点。新上证综指简称“新综指”，指数代码为000017。“新综指”当前由沪市所有G股组成。此后，实施股权分置改革的股票在方案实施后的第二个交易日纳入指数。指数以总股本加权计算。