摘要：当前局部地缘冲突加剧，世界范围内的不稳定因素影响着全球市场，阶段性供需错配导致大宗商品价格高企，对国内经济环境的稳定性构成冲击。精准的经济监测和预警方法可以为宏观政策的制定提供现实依据。本文针对当前经济监测预警模型中存在的指标选取问题和建模方法问题进行讨论，并提出相应的改进建议。
关键词：经济运行;监测;预警;指标;
作者简介：杜子芳，中国人民大学统计学院，教授，研究方向:应用统计、抽样设计等;;马文博，中国人民大学统计学院，博士研究生，研究方向:应用统计、因果推断。;
经济运行的宏观监测和预警，着眼于生产过程的四个环节，旨在寻找或构造一系列指标，根据历史数据分析总结规律，从多个维度对国民经济运行态势进行测度，刻画国民经济的运行状况，对可能的不正常情况进行预判并提前发出危险警告或规避风险之指令；是现实经济活动的数据经验，也是制定和调整经济政策的依据。
一、经济监测预警方法的研究现状
经济监测预警研究始于制定一系列经济指数反映经济周期波动现象。二十世纪中期以来，各国陆续研究并使用景气指数方法监测经济变动情况，经济与统计理论的发展也使更多更严密的数学模型应用于经济预警。
目前经济监测预警方法可以分为指数方法与基于计量模型的方法两大类。从功能上，指数方法兼顾监测和预警作用，计量模型方法侧重于评估和预测。指数方法通过设定临界值或不同颜色信号灯的形式，直观展现宏观经济的景气状态，监测与预估经济运行形势。如扩散指数把景气波动看作是在不同行业领域逐渐传导演变的过程，其高于或低于50%,表示超过一半的经济指标所代表的经济活动处于扩张或收缩状态，宏观经济整体面临扩张或收缩。指数方法直观地表示出当前的经济形势并预测未来一段时间的经济景气情况，但忽略了波动的幅度，在指标与指标权重确定以及数据质量方面也存在不足，且难以有效预警各行业景气状况的传导演变。
基于计量模型的宏观经济指标预测方法利用变量数据的原始信息，避免因数据处理引起的信息损失和偏差，增强了宏观经济预测的准确性。模型方法能够清楚地展现变量之间的定量关系，解释影响其变化的因素和变动趋势，同时根据贡献大小筛选解释变量提高模型的解释能力。利用新公布的高频数据更新低频数据，实现重要指标的实时预报和短期预测，在一定程度上能够避免因数据发布周期不同造成的时滞，改进了宏观经济预报的时效性和短期预测的准确性。模型方法对宏观经济指标的准确预测，可以有效地监测国民经济整体的运行情况，但无法给出预警度。以指数方法直观地解释经济形势，通过模型发现指标体系中各指标与经济发展的关系，是目前经济监测预警的主要手段。
随着各领域数据收集更加便利以及机器学习技术的应用，利用各领域多种数据源预测经济状况的方法也引起学者兴趣。种照辉等（2018）借助数据与网络分析方法，研究城市群经济网络与经济增长的关系。赵娟和卫志民（2021）发现专利授权数量激增条件下经济增长效应却呈递减趋势，专利授权量对经济增长的促进作用存在地区间差别。唐晓彬等（2021）使用文本挖掘技术进行CPI预测，为建立其他宏观经济指标关键词词库提供新的研究思路与参考价值。
经济运行是一个复杂系统的动态演进，是生产、分配、交换、消费四个阶段循环往复的过程。运行状况的直接反映是一系列宏观经济指标如GDP的绝对总量、增长速度以及增速的变化情况等所包含的信息。当考察经济运行状态时，既要考虑有关经济总量的指标，也要考虑反映经济增速和经济增速变化的指标，以及推动经济运行发展的各种生产要素的消耗和转化。经济运行系统可以看作是四个节点彼此相连构成的一个立体动态系统网络。健全的经济运行监测应该是对网络系统所有节点与关系的全面准确及时的多维度的反映与测量。本文从经济监测和预警两个方面进行述评，针对存在的指标选取问题和建模方法问题进行讨论，并对现有的缺点提出改进建议。
二、经济综合监测预警方法述评
（一）监测方法
经济综合监测既是针对国家范围内生产过程的四个环节，同时也是对大尺度的条块区域状况即分行业分省以上区域的经济发展情况展开的数据调查和测度，既是四位一体的综合也是宏观与中观视角的综合。世界范围内建立了一套宏观监测指标体系，以GDP、进出口额、CPI与PPI、失业率、制造业采购经理人指数（PMI）等数据作为宏观经济运行的主要监测指标。国家统计局中国经济景气监测中心每月发行中国经济景气月报，以工业、服务业、消费、投资、CPI与PPI、就业、进出口贸易等7个模块展示经济社会的运行状况，分地区、分行业发布相应的指标数据，并计算经济学家信心指数、即期与预期经济景气指数等，评价当前经济形势，对未来发展及世界主要经济体的经济走势进行预估，提出政策建议。
从方法上，指数方法可以直观反映宏观经济的景气状态，但各指标权重的确定相对主观，且在核算周期内保持不变，缺乏根据数据及变量重要性变化等情况而进行权重调整的动态机制；指数不具有经济解释，难以反映景气状况在不同行业部类之间的传导与演化；存在时滞，当出现较大变动因素或行业领域出现较大变化时，难以实时预警。指标体系的频繁调整，也为经济周期观察及不同时期经济的比较带来困难。
从数据上，尚有许多重要指标未被列入指标体系，如数字经济、“三新”经济核算、经济发展新动能指数等反映创新和技术进步的指标。数字经济改变了国民经济的生产、消费和分配方式，提供了更加高效的经济运行模式。但近些年世界上大多数国家的GDP或劳动生产率增长率并没有显示出预期的由数字经济带来的提升。现有的宏观经济统计数据能否体现由数字经济活动带来的经济收益和效率提升受到质疑，GDP及其他宏观经济统计数据可能出现了一定程度的误统现象（许宪春等，2020）。另外，产品成本指数、期望劳动时间、企业预期寿命、产品寿命期望、企业资本负债率分布及期望等未被纳入指标体系中，宏观经济指标也难以反映居民生活幸福程度、生态环境、贫富差距水平等情况。
某些指标虽被纳入，但四性（真实性、准确性、完整性、及时性）有失，特别是样本量不足与代表性不够。如CPI、PPI、调查失业率因样本量而精度不足。当前价格指数编制方法，不能准确地度量产品功能和质量的提升，客观地反映纯粹的价格变化。以固定“一篮子”商品为价格指数编制代表对象，其轮换速度往往跟不上产品的更新速度，被淘汰的商品不能及时地从代表样本中剔除，质量发生变化与新出现的商品不能及时地包含进去，计算出的价格指数也就不能准确地度量商品实际的价格变化，对不变价 GDP 核算也造成影响。
此外，一些指标的数据搜集手段落后，造成数据资源的浪费。个别“巧妙设计”的指标可能存在忽视数据的质量和可证实性的瑕疵。如以货物周转量为例，其统计过程复杂，却无法与货币周转量、周转速度相比。
宏观经济指标发布频率的不一致也给准确把握经济态势带来困难。根据我国统计报表制度，国家统计局按季度发布GDP及主要产业增加值、全国居民收支情况、全国工业产能利用率等数据，按月度发布PPI、CPI、工业和能源生产、固定资产投资、房地产开发投资和销售、社会消费品零售总额、城镇登记失业率等指标数据。定期发布监测指标是一定时间经济状况的静态反映，与大数据应用的动态规律不符，存在一定的滞后。当前不稳定因素多发也对快速反映经济状况提出要求，经济监测预警需要建立一个更全面更系统同时重点清晰的数据与指标体系，以及一套基于经济运行内在规律的预测方法。
（二）预警方法
经济预警是监测的一环和后续动作之一，功能是发现危险信号并发出警告，在经济运行监测中，经济监测主体一旦发现某种可能导致经济运行（因变量）发生危险状况的信号（基于机制研究所得模型中的因素或自变量值）,马上做出危险产生的概率、损害大小的预判，将信息反馈给调控主体，警示可能导致的风险和结构变化，为短期调整和长远规划提供服务。如根据第七次全国人口普查数据，可以发现我国劳动力素质和结构发生显着变化，人口向经济发达地区、城市群集聚的趋势愈发明显，而老龄人口比重增加、性别失衡、生育率下降，由此导致的劳动力减少、社会保障负担增大将可能影响经济长期增长动力，需更多依赖技术因素。
现在基于宏观经济指标体系进行经济预测的常用模型包括景气指数法、概率模式识别法，ARIMA模型、ARCH模型和向量自回归模型等。这些方法大致有两类，一是没有自变量的时间序列分析模型，二是带有自变量的相关或因果关系模型。随着大数据时代的到来，许多人工智能和机器学习的方法也应用到经济监测中。
模型的功能有三个：预测、控制和描述，好的模型能同时具备三种功能。数学里用来描述某些可逆过程且存在反函数的那些直接函数便是理想模型的最佳例证。但并非所有模型都是理想模型，具备所有功能。经济预测模型便属于这种非理想模型。因此，即便能够找到经济预测模型，想以此找到相应的政策工具希望还是比较渺茫的。常用的模型方法历史上都有过一些良好的表现，证明具有一定的作用。然而，通观这些方法普遍存在两大缺陷：
一是模型所包含的影响经济发展的变量很多，即便是表面上不多，但往往均系聚合变量，如劳动力因素即聚合了劳动力数量、结构、意愿、情绪动态等多个方面。如果以函数形式表示经济运行情况，可以理解为聚合函数的形式
G=f（L,C）
其中
L=L（X1,X2,X3,X4）
C=C（Y1,Y2,Y3）
G表示经济增长，L与C分别表示劳动力、资本，而X,Y是一系列与劳动力、资本之间相关的指标。
二是所有模型普遍具有利用较长时期的历史数据，基于惯性思维，描述发展过程，预测未来发展的共同特点。
这对于发展过程比较平稳、机制变动不大的发达国家也许是有效的，而对于我们这样一个处于经济发展迅速急剧转型期的后发国家来说，弊端显而易见。速度快意味着惯性作用大而情况重现概率不大，转型意味着新的要素加入或是要素结构发生了不可忽视的变化，因此基于惯性思维的经济预测模型很难适应我国现阶段的变化趋势描述。
（三） 监测预警方法总结
全面而论，目前经济监测预警方法存在五个主要缺点：
1.基于传统调查统计方式获得的数据存在时滞较长、成本高的弱点。
2.以新技术、新产品、新业态、新模式和新产业为主要特征的新经济活动蓬勃发展，使得传统的统计指标已不能全面涵盖经济发展的实际情况。
3.基于模型的经济监测方法日益复杂化，借助大数据分析方法成为热点，但大数据的非设计特点限制了分析结果的解释力，数据粒度过小不仅浪费统计计算资源，也易致一叶障目的错误，万吨海水不抵半吨淡水解渴。
4.基于统计学的各种主流模型偏爱大数据量。如时间序列分析模型要求长时期的历史数据，但在进行经济分析时，并不是时间越长越好，因为经济变动快，不同时期的政策改变了经济运行机制，过早的数据实则与噪声无异。
5.作为生产要素，数据资产的统计范围与估价方法、数据产品使用寿命与折旧模式尚未完善。现行的国际统计标准将关于数据的支出作为中间投入处理，数据作为一种重要的生产要素在经济增长中的作用体现不出来，这对于从资本要素角度理解经济增长带来了困难。
经济预测必须考虑的另一关键因素是政府的调控政策。对经济预测模型而言，政府调控政策措施属于半外生变量，由于政策措施具有针对特定形势特定问题的明确指向特点，绝非单纯外生；而由于对现时经济运行而言，这些必须遵守的强制规定或硬性约束又分明具有鲜明的外生变量特征，故称之半外生变量。宏观调控基于中央战略方针与五年计划或更长期计划，中观（这里指省及省以上功能区，或者产业部门）调控在宏观的之外，额外地参考局部的政策措施，因而中观尺度的经济预测实际难度更大，其系统复杂性更高，这就像天气预报小尺度的难于中尺度的，中尺度的难于大尺度的一样。应从宏观和中观着眼，从微观着手，即侧重宏观和中观的经济预测方法研究。
重数据轻模型的想法并非不符逻辑，以小数据进行监测预判预警的称之为“事件预测法”的方法，更简单更直接更灵活，可能更好地适应急剧转型或有类似疫情战情等突发事件发生的情景，其逻辑上的合理性源于统计学相关性测度的根本原因——事件相关。探索“事件预测法”的可行性与效果可能会是最有效的手段之一。
三、关于经济综合监测预警方法的思考
宏观经济运行的理想状态是能够达成以下几个目标：保持经济持续增长，维护物价基本稳定，实现较充分的就业，控制国际收支基本平衡，人民的福祉不断增加，收入差距不断缩小。这些目标构成监测的重点对象，并被锚定为预警阈值的决定性考虑因素。在进行经济运行的监测预警时，我们认为：
1.以实现综合性监测为中心，力求体系的平衡。应从至为关键的、复杂的生产环节的经济增长模型着手，首先采取革新性的改造，既要深入到生产力的本质，抓住两个关键的要素，又要兼顾供给需求的联系，系统地辩证地处理概念之间的关系，以此决定指标之间的关系，实现内涵式的经济综合。如将人口看作供给侧的劳动力与需求侧的消费者的合二为一，将资金视为供给侧的投资与需求侧的购买力的合二为一，构造框架性模型。其次，将某些聚合变量分解为若干独立变量，例如为了反映创新的力度，将供给侧用于研发的资金及引进技术的资金单独分离出来，与相关知识产权的数量和增加值比较，建立系列性模型。追求简洁清晰，提高方法的直观与易懂程度，助益获得直接明快的结论。
2.探索革命性的建模思路。模拟自动驾驶或导航算法，考虑应急事件处理的事件预测法，寻找近期与经济发展状况呼应度较高的关键事件。原理是寻找使概率P{Y|X}最大的X0,X0是事件集X的一个子集或元素。譬如研究发现若干省份的发展与国家境况很接近，则不使用长期历史数据构造复杂模型，直接通过这少数几个代表省份的数据描述全国发展状况。之所以重视事件相关，是因为这种事件预测法的原理清晰，操作简单，逻辑上与红绿黄灯预判法异曲同工，但对数据的要求更简单，应用时也更灵活，例如可以针对不同的指标寻找不同的相似子集数据模拟。关键是能排除旧动能因素的干扰与污染，突出转型过程中真实机制新动能份量不断加重的事实，克服一般统计学方法所苛刻要求的数据量大的障碍。
3.重点关注就业、物价、公共服务与基础设施建设，以及创新与技术进步、营商环境评估、生态经济。就业质量、就业者的工作时间长短、收入高低也是经济发展质量重要的关注点。各行业劳动力数量和结构直接反映产业结构，劳动力年龄分布、受教育程度等影响着未来的产业升级和产业布局。技术革新对劳动力市场的影响重大且深远，技术对人力的替代降低生产成本提高生产效率的同时，将不可避免地伴随着失业。在决策层树立不唯GDP论的观念之后，失业与就业指标极有可能成为各级政府紧盯的首要指标。
4.探索行业、区域研究与经济监测预警的融合。在我国，各领域对数据的重视和探索程度不断加深，逐渐具备了从自身所处行业或区域出发，构建观测经济运行某一个领域的相对全样本新型监测指标的手段和方法（王建冬，2020）。这些基于特定行业或地区的创新性指标，利用数据平台高频、即时的特点，在某个领域或区域以相对全面的数据分析，构建与传统经济监测指标具有高度关联性的同步指标，推测本行业或区域的经济运行情况。若能将这些数据平台或研究机构关于行业或区域的研究融入到全社会的经济运行监测预警，将有效提高经济监测的效率。
四、结语
经济监测预警既是对过去一定时期经济运行状况的反映，又是对当前及未来经济的走势进行预估，是决策者适时调整财政与货币政策手段的重要参考。现有的经济监测预警方法在指标设置与数据采集上存在一定的缺陷，日益多元的经济形式也需要对现有预测模型进行更新。以实现综合性监测为中心，明确重点关注领域，改善指标体系和数据采集方式，探索行业区域研究与全领域宏观经济监测的融合，力求体系的平衡，着眼于提高经济监测效率的同时，也将改善经济运行的模式。
参考文献
唐晓彬，董曼茹，徐荣.大数据背景下CPI预测问题的文本挖掘技术设计与应用[J].统计研究，2021,38（8）:146-160.
王建冬.大数据在经济监测预测研究中的应用进展[J].数据分析与知识发现，2020,4（01）:12-25.
许宪春，张钟文，关会娟.中国新经济：作用、特征与挑战[J].财贸经济，2020,41（1）:5-20.
赵娟，卫志民.中国专利制度对经济增长的影响研究——基于1997—2018年省际面板数据的实证分析[J].科学与管理，2021,41（01）:19-27.
种照辉，覃成林，叶信岳.城市群经济网络与经济增长——基于大数据与网络分析方法的研究[J].统计研究，2018,35（01）:13-21.
