遊宇:大數據、宏經現時預測與遼寧科學決策

2020-12-14 虹新聞

中宏網8月20日電(實習記者 虎靖傑)8月18日,由遼寧省發展和改革委員會、遼寧大學、中央財經大學政府管理學院和國家發展改革委中宏網聯合舉辦的首屆「中國東北與東北亞經濟趨勢論壇」在遼寧大學召開。遼寧大學百餘名教師與來自中國宏觀經濟研究院、北京大學、北京工業大學、北京建築大學等高校50餘位專家學者參加了論壇。遼寧大學李安民經濟研究院副院長遊宇出席論壇並主題發言。

遼寧大學李安民經濟研究院副院長 遊宇

以下是遊宇的發言:

各位領導、專家上午好!今天我演講的題目是「大數據、宏經現時預測與遼寧科學決策」。

任何一個地方的發展,如果沒有準確的信息和數據來源,就很難做出精準決策和制定科學的規劃。當今時代,數據也被稱之為第四大生產要素。如果我們能在數據上有所突破,將之服務於「十四五」規劃,會對遼寧省未來的發展打下很好的基礎。

傳統的宏觀經濟統計數據存在時滯性。例如,衡量宏觀經濟發展的指標如GDP,往往要延遲一個季度才能獲得數據,監管部門難以對當下宏觀經濟形勢做出準確判斷,制定及時有效的政策措施。比方說這次新冠疫情,暴發的非常突然,是個難以預期的經濟衝擊。如果有非常及時的數據支持,我相信政府的決策會更加及時而有效。

我們可以看看世界各國宏觀經濟監測使用大數據的情況。首先是美聯儲,它每個季度會採集上百個變量(指標),這裡面很多是對經濟具有前瞻性的指標,可以對未來三年進行預測,很有實用價值。其次,歐洲統計局也與私人機構德國GOPA集團合作,實施「大數據和宏觀經濟監測」這樣一個項目。包括我們國家統計局也有「宏觀經濟預警指數」,人民銀行也採用「季度計量經濟模型」。還有我們國內的私人機構萬德數據,它是目前中國做數據最好的,可以實現核心數據發布5分鐘內在終端展示。

到我們遼寧省的情況,目前基於大數據的宏觀經濟監測是一片空白。現在主要是採用人工的方式採集數據。據我了解,目前遼寧省發改委也是人工匯報報表,再實現匯總,比較繁瑣,而且成本比較高,需要大量的人力。如果說我們能各項數據通過接口自動整合到數據平臺,將非常有利於我們進行下一步數據分析。

這個平臺的技術基礎主要依賴於數據方面的兩大技術,一是大數據,另一個是宏觀經濟現時預測。大數據,先簡單介紹一下,近幾年我們提得比較多,它首先在數量上非常龐大,我們儘可能使用總體數據,而不局限於抽樣樣本,這樣就實現了數據的極大擴容。然後是數據種類,它包括方方面面的數據,像統計數據、稅務數據、海關數據、交通數據和電力數據等都非常非常有用。還有上市公司財務數據、移動通訊數據、網際網路消費數據、搜索數據等,其實都是可以幫助我們做精準決策的。我們傳統的經濟學研究注重因果分析,而大數據更多是分析數據的相關性,通過人工智慧和機器學習的方法來做預測。現實預測,與一般預測的區別就在於對經濟運行進行即時的監控預測,能夠有效對正在發生的宏觀經濟衝擊做出反應。

為什麼科學決策需要大數據與現時預測支持?首先是數據的重要性,是經濟增長的一大要素。再就是準確性,大數據不會撒謊,它很容易可以和我們的統計數據進行一個比對,有可能幫助我們校對統計數據。另外就是,相較於調研、調查問卷收集來的數據,我們大數據還可以覆蓋更廣的範圍,例如網際網路的消費數據就可以作為我們決策的基礎數據。

因此,我們構想的就是建立一個智網平臺。首先,第一階段,我們第一步就是想通過發改委的這個平臺確定需要通過政府渠道收集的宏觀經濟運行數據細目及數據來源,包括稅務、海關等各方面的數據。然後,第二步就是與各政府渠道籤訂數據使用協議。通過對數據進行脫敏處理,如果能有數據中心的話,肯定是設在發改委指定的地方,數據中心實行封閉式訪問,保證了數據的保密性。最後,有了數據之後就可以推出宏觀經濟預測模型初級版。

第二階段就是把企業數據納入進來,包括支付寶、微信、中國移動等消費和信貸數據。其實,支付寶、微信裡的信貸數據對小微企業來說,比銀行數據更有價值。這樣的話,通過納入企業數據,我們可以進一步升級我們的資料庫,提高模型的預測能力。

最後階段,我們理想的情況就是,第一階段和第二階段都實現,我們就可以在全省範圍、東北乃至全國逐步推廣經驗。

我們的目標是比較大的,想在經濟、社會、生態、民生等各方面都實現監控和預測。然後,我們在這裡羅列比較重要的一些指標。首先是經濟發展的,比較豐富,例如包括金融發展、經濟結構、經濟趨勢、金融風險等等。然後還有社會發展,包括社會文明、社會公平、社會安全、社會治理、社會保障等等。然後是生態環境,包括空氣品質、水質量、土壤質量等等,還有民生福祉等。未來,我們還可以根據需求增加數據收集的廣度。

大概就是這些,謝謝大家!

相關焦點

  • 大數據時代 ECdataway數據威助力企業經營決策
    在大數據時代之下, 「數據」早已滲透到了各個行業之中,企業也開始越來越注重大數據分析所能夠帶來的運營能力的提升,成為企業的重要生產因素之一。在這樣的時代背景下,ECdataway數據威應運而生。截至目前,ECdataway數據威累計對超過300億條交易記錄進行數據採集、清洗、整理與雲計算,形成全行業多平臺的現有資料庫,專注於為各類電商運營從事客戶提供全面的數據監測、市場信息和數據分析與市場研究,幫助各層次客戶做出正確的戰略商務決策。
  • 廣州構築政務數據平臺支撐科學決策
    隨著業務量的不斷攀升,可以說「粵省事」已融入了很多用戶的生活,而這份便捷高效的背後,有著大數據「新基建」的支持。在數字政府建設上,廣東省先行先試,探索「1+2」大數據管理模式,即「數據運營方+管理方+審計方」,加強政企協作,不斷推進數字治理水平。
  • 專業篇:數據科學與大數據技術——萬物分析的大數據
    那麼,究竟什麼是大數據?數據科學與大數據技術是一個什麼樣的專業?大數據分析與人工智慧時代有著怎樣的聯繫?希望本文能夠給各位家長及考生帶來一定的啟發。一、大數據 ≠ 大的數據談到大數據,我們往往想到的是海量的數據或者很大很複雜的數據,但其實大數據並不等於大的數據。
  • 王中原、唐世平:政治科學預測方法研究——以選舉預測為例
    選舉預測不僅限於民調,科學的選舉預測可以劃分為四類範式:意見聚合範式;模型範式;混合範式;大數據範式。每類範式包含若干種預測方法,不同預測方法在準確性、超前性、解釋力、可重複性、中立性和預測成本等評判標準上各具優勢,預測方法的選擇是基於預測目標和應用場景的綜合權衡。
  • 惠州為環境保護決策提供科學支撐 守護碧水藍天
    形式多樣的監測手段,匯成了海量的監測數據。為了讓海量數據跑起來、用起來,我市的「智慧生態」作戰指揮中心大數據應用平臺應運而生。該平臺分兩期建設,目前已經完成數據基礎平臺搭建,超億條業務數據已接入平臺,接下來將接入外部物聯監測數據,為環境保護決策提供科學的數據支撐,實現從經驗決策向科學決策轉變。
  • 美國決策專家:最優秀的專家的預測能力都不如一種機械預測方法
    其實嚴格來說,高福院士的預測也可以說並沒有錯,即便是出現的新冠病毒和SARS一樣是冠狀病毒,但它畢竟也不是SARS病毒。但如果預測的只是SARS病毒,這樣的預測價值並價格可能不是特別大。美國決策專家奇普·希思和丹·希思在《決斷力》一書中,甚至進一步用數據說明專家的預測,本身就並沒有特別準確。如果說盲目認為一個事情對或者不對都是偏見,那認為專家預測一定準確,也是一種偏見。
  • 高通量數據如何利用機器學習指導臨床決策?
    機器學習是計算機利用已有的數據(疾病數據),得出了某種模型(疾病的規律),並利用此模型預測未來(是否患病)的一種方法。隨著數據的不斷積累和基礎研究的不斷突破,人類對疾病的診治邁入了精準醫學時代。醫生可以將患者的表型數據、組學數據、臨床診療數據、病歷檔案數據及醫學影像數據等進行結合併對疾病進行精準把控。利用機器學習等方法,從數據中生成模型,擴大樣本數據並對模型進行校正,以達到對疾病預測和分類、用藥指導、疾病診斷等目的,為臨床決策支持提供基礎。
  • 柏睿數據捐建城市公共危機管理與決策實驗室,打造智慧應急數位化...
    4月18日,中國礦業大學(北京)與柏睿數據籤署多項合作協議,共同建立「城市公共危機管理與決策實驗室」,充分發揮產學研一體化的聯動優勢,針對當前我國應急管理決策的短板與不足,將大數據、人工智慧等技術運用於應急管理事業,打造智慧應急數位化「樣板間」,並為公共管理、安全科學與工程學科人才培養提供實踐基地與創新平臺。
  • 準備好進入數據科學領域了嗎?先問問自己這14個問題 - 大數據_CIO...
    但在進入數據科學領域前,有必要看看以下問題,以評估數據科學是否真的適合你。   1. 什麼是數據科學?   數據科學是一個廣闊的領域,包括幾個細分領域,如數據準備和探索、數據表示和轉換、數據可視化、預測分析、機器學習、深度學習、人工智慧等。
  • 美菜網以全價值鏈多元數據為基礎,打造一站式管理和決策大數據平臺
    作為網際網路生鮮電商平臺,美菜網擁有著以全價值鏈多元數據為基礎,為合作夥伴量身打造的經營投資優化大數據平臺。通過對數據的抽取、加工、分析,一鍵就能了解商品價格走向、各品類商品階段性數據分析,解決信息不對稱問題,幫助商戶降低成本,提升效率。  美菜網大數據服務平臺,以全價值鏈多元數據為基礎,為合作夥伴量身打造了一站式管理和決策大數據平臺。
  • 南開團隊大數據預測疫情傳播
    中新網天津2月17日電 (記者 張道正 通訊員 聶際慈 任子雄)記者17日從南開大學獲悉,面對新冠肺炎疫情,該校統計與數據科學學院黃森忠教授及其合作團隊,運用專業知識服務社會,定期對疫情數據進行預測分析,為科學防範疫情提供數據支撐。
  • 疫情大數據回顧系列五:從大數據疫情應用看大數據發展
    其一預測分析,預測分析的本質是為了更好的做決策,這裡面包括一些機器學習的方法和數據統計的方法,也有一些物理方程的方法;其二科學仿真,仿真是認識事物規律過去常用的方法,也用於通過不同要素的搭配對可能結果進行模擬,來為決策者提供決策依據;其三運籌優化,運籌優化用於決策有非常悠久的歷史,選址和路徑規劃是最常見的運籌優化的場景,另外關係到資源匹配、庫存管理或者投資的組合優化都可以用運籌優化來解決
  • 重中之重:數據科學與機器學習背後的數學理論
    如果你是一名數據科學愛好者,一定想過這些問題:· 我可以在幾乎沒有數學背景的情況下,成為一名數據科學家嗎?· 在數據科學中,哪些基本的數學技能是重要的?有很多好用的包可以用來構建預測模型,或生成數據可視化。
  • 福建省星雲大數據應用服務有限公司等單位的項目通過科技成果評價
    2020年5月21日,第三方專業科技成果評價機構——中科合創(北京)科技成果評價中心在福州依據科技部《科學技術評價辦法》的有關規定,按照科技成果評價的標準及程序,本著科學、獨立、客觀、公正的原則,組織專家對福建省星雲大數據應用服務有限公司、福州大學、福建省林業科學院、中繪雲圖信息科技有限公司
  • 百度地圖預測十一境外遊,曼谷、東京、芽莊將成大熱門
    近日,百度地圖聯合交通運輸部科學研究院、攜程、中國天氣網、百度百科發布《2019年國慶節假期出行預測報告》(以下簡稱《報告》),用國民出行來註解這個「大時代」。  報告指出,國慶節假期北京、長春、樂山將位列易堵城市前三;熱度高居不下的江浙一帶城市和「西部三巨頭」成都、重慶和西安等紛紛上榜十大熱門旅遊城市;故宮穩坐熱門旅遊景區「第一把交椅」;亞太地區依舊是國人最愛的出境遊目的地。
  • 2020年,5大頂級數據分析預測
    數據醜聞的發生就像打開了商業領域的潘多拉魔盒,現在每個人都必須面對數據問題。我們看到的很多關於2020年的趨勢預測都圍繞著如何應對這些挑戰。有些問題與技術相關,有些問題本質上與技術無關。讓我們來詳細討論這些問題:
  • 數據科學新手最適合使用的5大算法
    當你開始數據科學之旅時,遇到的第一個子領域可能就是機器學習。機器學習是用於描述計算機算法集合的名稱,這些算法在運行過程中通過收集信息不斷進行學習和改進。機器學習算法都是基於某些數據的。最初,該算法通過一些「訓練數據」來建立解決特定問題的直覺。一旦算法通過了學習階段,就可以通過已獲得知識解決基於不同數據集的相似問題。
  • 遼寧電力建設國內首個區域能源大數據中心
    遼寧電力建設國內首個區域能源大數據中心 來源: 2020-12-23
  • 浙江農林大學:新增「數據科學與大數據技術」等2個本科專業!
    近日,教育部公布了2019年度普通高等學校本科專業備案和審批結果,我校申報的智能科學與技術專業(080907T)和數據科學與大數據技術專業(080910T)獲教育部備案。同時,動物醫學專業修業年限由四年調整為五年。
  • 如何用決策樹模型做數據分析?
    我們僅僅是通過最多兩個層次的判斷,在樹最末端的葉子結點,可以對我們感興趣的問題給出了一個相對而言的最佳決策。這個就是決策樹的邏輯,非常簡單且和人腦理解事物的邏輯很類似。決策樹是一種簡單高效並且具有強解釋性的模型,廣泛應用於數據分析領域。