起源
中國最具公信力的財新智庫和全球領先的大數據公司BBD(數聯銘品),通過長時間研究,製作出為中國未來的快速增長行業提供晴雨表的財智 BBD新經濟指數,即新經濟指數(New Economy Index, 簡稱NEI)。
新經濟,顧名思義,是相對於傳統經濟或舊經濟而言的,是中國未來新增長點所在。NEI估算新經濟在整個經濟中的重要性,即當中國經濟每發生一塊錢的產出時,有多少來自新經濟。
NEI變化趨勢反映了中國經濟轉型中,新經濟相對於傳統經濟的活躍程度,是判斷中國經濟轉型過程中新、舊經濟彼此消長的重要指標。NEI建立在大數據的基礎之上,通過浩繁的大數據挖掘和處理,嘗試量化中國新經濟活動現狀,填補新經濟統計和度量的空白。
包含內容
NEI包括了1個全國指數,4個維度,15個三級指標及每年8700萬個事件的原始數據,共涉及節能與環保業、新一代信息技術與信息服務產業、生物醫藥產業、高端裝備製造產業、新能源產業、新材料產業、新能源汽車產業、高新技術服務與研發業、金融服務與法律服務等9大行業,111個4位數代碼行業,覆蓋全國294個地級以上城市。
除國家總指數之外,NEI還包括各個城市的新經濟發展排行榜,各行業的新經濟發展排行榜,以及每個城市、每個行業內部的發展排行榜,以及詳細研究報告等。
意義
傳統製造業的PMI指數對行業的景氣程度有著非常好的預判,政府和投資者可以根據該指數擬定下一步政策或投資策略。然而,對於“新經濟”的現狀和未來發展趨勢,公開信息極為有限、透明度低。
對新經濟的快速增長,無論是政府還是投資者,都往往顯得後知後覺。對於製造業開始向外轉移的一些特大城市來說,把控新經濟的增長,研究本地區新經濟的優勢和劣勢,都要求人們對新經濟的發展狀況有一個實時的掌握。NEI的出爐正是為此而來。
NEI的意義在於首次將大數據用於度量新經濟在我國整個經濟中的重要性,為即時、動態統計、刻畫、預測我國新經濟的發展變化提供了嶄新視角。
構建方法
中國新經濟指數的構成尤其需要注重勞動力和技術投入指標。在此基礎上,NEI指標評價體系參考美國信息技術和創新基金會(ITIF)發布的《2014美國各州新經濟指數》(2014 State New Economy Index)報告指標體系、矽谷指數(Silicon Valley Index)等國際知名新經濟和創新指數體系,結合中國經濟發展特點和數聯銘品的數據優勢制定了新經濟指數的指標體系。
網路公開的大數據是NEI的基礎數據。在製作NEI的過程中,使用了大量數據,包括企業網路上的公開招聘信息、新成立企業工商登記信息、風險投資數據、招標投標數據、三板上市數據、各類專利及專利轉化數據等。為了獲取準確、客觀的新經濟指數,詳細討論各類企業行為的季度趨勢,不僅會收集指數發布當月的數據,還會向前回溯,積累更多的歷史數據。
截止2016年2月,NEI所用的累計數據包括5200餘萬條招聘信息、270萬條新企業登記信息、376萬條招標/投標數據、2.8萬條風險投資數據、5000餘條三板上市數據、580萬條專利登記數據、30萬條專利轉移數據,另外還包括用以計算城市人口流動信息的實時鐵路出票量數據、機場航班流量數據。全部合計,原始數據儲存總量已經超過了100G。為了計算2015年8月至2016年2月這半年的指數,產生的數據總量合計超過370G。
除了數據量龐大這一特點外,構建新經濟指數的數據還具有較好的全國代表性。其中,企業登記、招投標、風險投資、三板上市、專利情況數據均為2015年七月以來全國所有可得數據。人口流動數據囊括了所有的航班信息、列車運行狀況;200公里以上的長途客運周轉量(人公里)和運輸人次指標中,數據量占全國總數據量的74%。招聘數據也包括了多家重要招聘網站的完整信息,從一、二千元每月的低技術崗位到50000元每月的高技能崗位,覆蓋全國各個行業。雖然有部分數據沒有達到總體的規模,但是由於新經濟指標的構建採用的是比例指標而不是絕對值,這些指標隨樣本數量多寡的變化很少。因此總體上,數據覆蓋程度使構建全面反應我國新經濟發展狀況新經濟指數成為可能。
權重確定
確定新經濟的指標權重實際上等價於確定新經濟行業各要素投入的產出彈性,實踐中包括兩種方案。
其一是經驗數據法,即根據國際經驗與歷史經驗首先判斷各個投入成份的產出占比大小。根據數據,2014年中國第三產業的勞動者報酬占增加值比重約為47.2%,具體到行業,信息傳輸業的勞動者報酬占比為23.4%、科學研究業的勞動者報酬占比為49.7%。考慮到新經濟行業是“以高質量勞動力為主要要素投入”的行業,將勞動者投入的權重定為接近上限的40%,對資本和技術則分別規定35%和25%的權重。同時,所有二級指標按簡單算術平均合成相應一級指數。經驗數據算法的優勢在於我們將有一個具有理論框架的新經濟指數,如果未來有新的指標,可以將這些新的指標納入全要素生產率、勞動或者資本的一項中,進行內部權重微調。
但劣勢在於,如果新經濟的發展十分迅速,各個部分的生產彈性變化很快,將不得不考慮大量變動一級指標權重。
其二是主成分分析法。主成分分析法的宗旨是依次找到經濟投入這一矩陣的奇異值,即首先找到方差最大的那一組向量所對應的奇異值,再找到方差次大的向量所對應的奇異值,以此類推。主成分分析法的優點在於他能夠以最小的信息量,對結果進行最好的預測,因此在預測效率上是最高的。但缺點在於,我們沒有一個合適的理論框架來闡釋我們的權重選擇,並且這樣的權重只是來源於歷史數據。問題是在套用到未來數據中去,如何選擇計算權重的歷史數據,選擇哪個區間的歷史數據,都較為隨意,使得整個新經濟指數指標體系的建立缺乏客觀性。
在綜合兩種算法的優劣後,採用兩種算法的長處,在初期採用經驗數據法,根據理論模型設定各指標權重。未來,則更多地使用主成分分析法,根據預測效果和歷史數據的變化,進行權重微調,以達到用指數來客觀觀察中國新經濟發展情況的效果。
NEI的下一步
NEI第一次可以較為清晰地展示新經濟與舊經濟之間的關係。新經濟的快速成長能否有效抵消舊經濟下滑的壓力,是轉型與穩增長能否同步實現的關鍵。新經濟指數的發布有助於我們理解新經濟相對於舊經濟的變化,舊經濟過快調整或通過就業、收入和服務需求的渠道拖累新經濟,其影響的量級如何尚不得而知,NEI是跟蹤評估新經濟變化的一個主要指標。
NEI是一個詳實的指標體系,一些細項指標本身代表了新經濟活動的一個側面。大數據可以捕捉新金融和其他新業態的早期趨勢,是網際網路時代資訊開發的新渠道,更可以結合線下和傳統的統計數據,勾畫出一幅更加完整、動態的新經濟圖像。
NEI還可以展示經濟發展的地域差異,有利於政策的差異化和資源的最佳化配置。在新經濟指數的基礎上,可以對主要城市新經濟活躍程度進行排名。新經濟發展或是繼工業化後人口跨地區流動的重要方向標,結合人口出行大數據,可以刻畫人口流動熱力圖,指引消費和服務業資源的跨區配置。
考慮到大數據的收集、清理以及參數的設定都需要時間來逐步完善,現發布試行版,待滿一年後重新評估調試後正式發布。正式發布的NEI將主要考慮以下幾個方面的變化:
(1)季節性因素的影響及調整。新經濟活動占比在很大程度上剔除了季節性因素的影響,但新經濟活動的季節性是否有異於傳統經濟,仍需要觀察。一些月度波動較大的因素,需要通過移動平均的方式進行平滑處理。
(2)新經濟行業需要不斷調適,更加準確地反映產業升級和新業態的發展,力爭全面涵蓋新經濟活動,準確反映新經濟的新趨勢。
(3)各子項因素的權重將逐步完善,根據歷史數據,採用主成分分析法進行調整。
專家觀點
沈艷(北京大學國家發展研究院教授、財智BBD新經濟指數首席顧問):
這是首次將大數據用於度量新經濟在我國整個經濟中的重要性。對於經濟學研究和經濟數據統計來講是一件新事情。
沈明高(財新智庫莫尼塔董事長兼首席經濟學家):
NEI在一定程度上豐富了我們對整個經濟結構調整的判斷,這是一個貢獻。
范劍平(國家信息中心首席經濟師):
NEI對於判斷未來中國經濟什麼時候能夠到平衡點、何時可以見底企穩具有非常重要的意義。