淺析大數(shù)據(jù)在宏觀經(jīng)濟(jì)預(yù)測(cè)分析中的應(yīng)用

江芝峣

摘 要：宏觀經(jīng)濟(jì)條件下的經(jīng)濟(jì)預(yù)測(cè)分析比較偏向于應(yīng)用大數(shù)據(jù)技術(shù)與互聯(lián)網(wǎng)技術(shù)，發(fā)揮技術(shù)的優(yōu)勢(shì)獲得更精準(zhǔn)的預(yù)測(cè)分析結(jié)果。大數(shù)據(jù)技術(shù)可以幫助政府客觀評(píng)判整體經(jīng)濟(jì)形勢(shì)大致走向，為國(guó)家戰(zhàn)略發(fā)展提供豐富的數(shù)據(jù)資源。目前大數(shù)據(jù)技術(shù)在應(yīng)用時(shí)存一定限制，本文以此為基礎(chǔ)闡述宏觀經(jīng)濟(jì)預(yù)測(cè)中的缺陷問(wèn)題，通過(guò)數(shù)據(jù)來(lái)源、數(shù)據(jù)獲取、數(shù)據(jù)分析等方面實(shí)現(xiàn)大數(shù)據(jù)的有效應(yīng)用。

關(guān)鍵詞：大數(shù)據(jù);宏觀經(jīng)濟(jì);預(yù)測(cè)分析;數(shù)據(jù)獲取

實(shí)際上，宏觀經(jīng)濟(jì)預(yù)測(cè)中包含的內(nèi)容十分廣泛，大數(shù)據(jù)技術(shù)可以為政府提供多層次經(jīng)濟(jì)預(yù)測(cè)信息，同時(shí)對(duì)信息綜合處理和加工。我國(guó)提出了將大數(shù)據(jù)、云計(jì)算用于數(shù)據(jù)分析的要求，促使宏觀經(jīng)濟(jì)信息可以及時(shí)反饋給各個(gè)部門，加強(qiáng)各部門高效聯(lián)動(dòng)。大數(shù)據(jù)技術(shù)無(wú)需人們手動(dòng)采集信息，可通過(guò)計(jì)算機(jī)系統(tǒng)將數(shù)據(jù)類別細(xì)化，為政府經(jīng)濟(jì)政策的制定提供數(shù)據(jù)支持。

一、傳統(tǒng)宏觀經(jīng)濟(jì)預(yù)測(cè)在統(tǒng)計(jì)數(shù)據(jù)中存在的缺陷

在以往的數(shù)據(jù)統(tǒng)計(jì)中，傳統(tǒng)宏觀經(jīng)濟(jì)預(yù)測(cè)主要有以下缺陷：（1）經(jīng)濟(jì)預(yù)測(cè)存在滯后性，統(tǒng)計(jì)數(shù)據(jù)要在經(jīng)濟(jì)運(yùn)行后由有關(guān)部分負(fù)責(zé)匯總，整個(gè)過(guò)程耗時(shí)很長(zhǎng)，數(shù)據(jù)指標(biāo)有時(shí)會(huì)滯后一個(gè)季度。（2）存在嚴(yán)重的統(tǒng)計(jì)誤差。過(guò)去統(tǒng)計(jì)數(shù)據(jù)要依靠認(rèn)為搜集匯總，人為參與度較大，匯總到的數(shù)據(jù)難以保證準(zhǔn)確性，有時(shí)存在統(tǒng)計(jì)誤差。（3）數(shù)據(jù)獲取成本略高。數(shù)據(jù)收集過(guò)程復(fù)雜，需耗費(fèi)大量人力與物力，所以數(shù)據(jù)獲取成本很高。（4）樣本量比較少。統(tǒng)計(jì)樣本與獲取宏觀經(jīng)濟(jì)預(yù)測(cè)數(shù)據(jù)成本呈反比關(guān)系，統(tǒng)計(jì)樣本量不斷增加，相應(yīng)的成本也會(huì)加大，所以有必要在統(tǒng)計(jì)樣本與成本間找出平衡。比如CPI統(tǒng)計(jì)時(shí)找出平衡點(diǎn)，采用抽樣調(diào)查方式明確調(diào)查網(wǎng)點(diǎn)，遵循定人、定時(shí)、定點(diǎn)的原則，派人在網(wǎng)點(diǎn)采集價(jià)格，共涵蓋8.3萬(wàn)家價(jià)格數(shù)據(jù)，但這與全國(guó)整體市場(chǎng)數(shù)量相比，樣本量還不足整體的1%[1]。（5）顆粒度不夠。相較于現(xiàn)有的宏觀統(tǒng)計(jì)指標(biāo)，主要是整體性宏觀指標(biāo)，仍以CPI指標(biāo)為例，包括了八大類，分別為生活用品及服務(wù)、食品煙酒、教育文化和娛樂(lè)、衣著、醫(yī)療保健、交通和通信、居住以及其他用品和服務(wù)，同時(shí)，還包括262個(gè)基本分類的服務(wù)價(jià)格與商品，雖然較為豐富，但此類指標(biāo)能夠以為分類行業(yè)相關(guān)經(jīng)濟(jì)決策提供有效指導(dǎo)作用?？偠灾?，由于上述問(wèn)題，宏觀經(jīng)濟(jì)預(yù)測(cè)分析工作難以開展及時(shí)、有效的預(yù)測(cè)，這是當(dāng)前傳統(tǒng)宏觀經(jīng)濟(jì)預(yù)測(cè)分析的主要缺陷。

二、大數(shù)據(jù)在宏觀經(jīng)濟(jì)預(yù)測(cè)分析的應(yīng)用優(yōu)勢(shì)及作用

（一）大數(shù)據(jù)在宏觀經(jīng)濟(jì)預(yù)測(cè)分析的應(yīng)用優(yōu)勢(shì)

宏觀經(jīng)濟(jì)預(yù)測(cè)中應(yīng)用大數(shù)據(jù)的技術(shù)優(yōu)勢(shì)如下：（1）大數(shù)據(jù)具有及時(shí)性。依靠互聯(lián)網(wǎng)平臺(tái)積累的數(shù)據(jù)會(huì)被存儲(chǔ)于網(wǎng)絡(luò)空間內(nèi)，交易到的數(shù)據(jù)與價(jià)格等信息會(huì)在交易時(shí)，在網(wǎng)絡(luò)內(nèi)留下痕跡，大數(shù)據(jù)可提取相關(guān)痕跡用于分析問(wèn)題，所以大數(shù)據(jù)用于宏觀經(jīng)濟(jì)預(yù)測(cè)中是不會(huì)存在時(shí)間滯后性的。（2）大數(shù)據(jù)具有精準(zhǔn)性。網(wǎng)絡(luò)平臺(tái)所提供的數(shù)據(jù)會(huì)在事件發(fā)生時(shí)做好記錄，避免人才操作，可為后續(xù)數(shù)據(jù)分析提供原始數(shù)據(jù)，所以數(shù)據(jù)預(yù)測(cè)結(jié)果更準(zhǔn)確。（3）成本相對(duì)較低。網(wǎng)絡(luò)大數(shù)據(jù)會(huì)在事件發(fā)生的一瞬間被記錄下來(lái)，不需要人為搜集數(shù)據(jù)，可直接通過(guò)技術(shù)方法提取并整理數(shù)據(jù)，從而降低數(shù)據(jù)搜集成本。

（二）大數(shù)據(jù)在宏觀經(jīng)濟(jì)預(yù)測(cè)分析的作用

1、提供數(shù)據(jù)支持

宏觀經(jīng)濟(jì)預(yù)測(cè)分析涉及到極為龐大的數(shù)據(jù)量，涵蓋眾多專業(yè)內(nèi)容和學(xué)術(shù)知識(shí)，相應(yīng)的，影響宏觀經(jīng)濟(jì)的因素也具有多樣化特征，這意味著宏觀經(jīng)濟(jì)預(yù)測(cè)分析具有極強(qiáng)專業(yè)性。在以往傳統(tǒng)宏觀經(jīng)濟(jì)預(yù)測(cè)分析中，往往難以及時(shí)獲取全面的內(nèi)容數(shù)據(jù)，導(dǎo)致預(yù)測(cè)分析結(jié)果存在偏差，影響經(jīng)濟(jì)運(yùn)行質(zhì)量。但通過(guò)將大數(shù)據(jù)技術(shù)應(yīng)用于宏觀經(jīng)濟(jì)預(yù)測(cè)分析中，相關(guān)分析部門通過(guò)互聯(lián)網(wǎng)技術(shù)能夠?qū)崿F(xiàn)宏觀經(jīng)濟(jì)數(shù)據(jù)的快速采集，擴(kuò)大宏觀經(jīng)濟(jì)數(shù)據(jù)的收集范圍，例如居民人均可支配收入和支出、全社會(huì)用電量、社會(huì)消費(fèi)品總額等民生數(shù)據(jù)，極大的壓縮了數(shù)據(jù)采集時(shí)間，甚至可以直接獲取，為宏觀經(jīng)濟(jì)預(yù)測(cè)分析效率的提高奠定良好基礎(chǔ)。

2、增強(qiáng)宏觀經(jīng)濟(jì)預(yù)測(cè)分析方法多元性

大數(shù)據(jù)技術(shù)的應(yīng)用能夠打破傳統(tǒng)宏觀經(jīng)濟(jì)預(yù)測(cè)分析模式，進(jìn)一步提升分析能力。具體而言，傳統(tǒng)宏觀經(jīng)濟(jì)預(yù)測(cè)分析工作開展過(guò)程中，往往會(huì)受到財(cái)力、人力等因素的影響，且采用的調(diào)查形式為抽樣調(diào)查，在對(duì)整體經(jīng)濟(jì)進(jìn)行宏觀層面的分析時(shí)，同樣建立在抽樣數(shù)據(jù)的基礎(chǔ)上。但是，該方法缺乏普遍性，得到的宏觀經(jīng)濟(jì)預(yù)測(cè)分析結(jié)果相對(duì)于社會(huì)真是水平，極易存在誤差，預(yù)測(cè)結(jié)果的可利用度難以保障。但大數(shù)據(jù)的應(yīng)用提高了宏觀經(jīng)濟(jì)預(yù)測(cè)分析的便利程度，相關(guān)預(yù)測(cè)分析人員通過(guò)使用大數(shù)據(jù)分析技術(shù)，能夠直接使用計(jì)算機(jī)分析海量數(shù)據(jù)，不必進(jìn)行抽樣調(diào)查，這樣一來(lái)，分析方法轉(zhuǎn)變?yōu)榭傮w分析，分析結(jié)果也具有全面性和普遍性，甚至有效提升宏觀經(jīng)濟(jì)數(shù)據(jù)預(yù)測(cè)和分析結(jié)果的可靠性和準(zhǔn)確性，為后續(xù)經(jīng)濟(jì)工作的展開奠定良好基礎(chǔ)。

3、提升宏觀經(jīng)濟(jì)預(yù)測(cè)分析技術(shù)

基于大數(shù)據(jù)技術(shù)的宏觀經(jīng)濟(jì)預(yù)測(cè)分析工作主要是依托于大數(shù)據(jù)系統(tǒng)和計(jì)算機(jī)，通過(guò)二者的有機(jī)結(jié)合優(yōu)化預(yù)測(cè)分析技術(shù)。在實(shí)際預(yù)測(cè)分析過(guò)程中，會(huì)引入更多科學(xué)的分析模型，由于此類模型無(wú)法應(yīng)用于傳統(tǒng)宏觀經(jīng)濟(jì)預(yù)測(cè)分析模式中，所以，大數(shù)據(jù)技術(shù)的應(yīng)用還能夠提升該預(yù)測(cè)分析的技術(shù)水平，一方面對(duì)上一階段經(jīng)濟(jì)運(yùn)行成果進(jìn)行總結(jié)，另一方面對(duì)下一階段經(jīng)濟(jì)運(yùn)行目標(biāo)進(jìn)行展望，并根據(jù)異常的經(jīng)濟(jì)運(yùn)行數(shù)據(jù)挖掘不良癥候，并對(duì)其進(jìn)行監(jiān)測(cè)與分析，實(shí)現(xiàn)對(duì)經(jīng)濟(jì)運(yùn)行風(fēng)險(xiǎn)的有效、及時(shí)規(guī)避。除此之外，圖像識(shí)別技術(shù)和語(yǔ)音識(shí)別等新技術(shù)的應(yīng)用能夠減輕預(yù)測(cè)分析工作人員的壓力，減少其工作量，釋放人力資源，使其能夠集中精力開展經(jīng)濟(jì)數(shù)據(jù)的深度分析工作，實(shí)現(xiàn)宏觀經(jīng)濟(jì)預(yù)測(cè)分析質(zhì)量和效率的提高。

三、大數(shù)據(jù)在宏觀經(jīng)濟(jì)預(yù)測(cè)分析中的實(shí)踐應(yīng)用

（一）數(shù)據(jù)來(lái)源

可用來(lái)進(jìn)行宏觀經(jīng)濟(jì)預(yù)測(cè)分析的大數(shù)據(jù)來(lái)源較多，共有以下幾種：（1）政務(wù)經(jīng)濟(jì)數(shù)據(jù)。即政府、工商、公安、稅務(wù)等職能部門在履職中產(chǎn)生的業(yè)務(wù)數(shù)據(jù)資源，數(shù)據(jù)量龐大且數(shù)據(jù)內(nèi)容復(fù)雜，所有數(shù)據(jù)被分散存儲(chǔ)，目前政府在政務(wù)數(shù)據(jù)資源方面致力于歸集共享，打破數(shù)據(jù)橫向交互障礙，為政府大數(shù)據(jù)在各部門的高效共享奠定基礎(chǔ)。（2）互聯(lián)網(wǎng)企業(yè)在經(jīng)營(yíng)中積累的數(shù)據(jù)資源，比如阿里巴巴、百度、騰訊在社交、電商等領(lǐng)域內(nèi)建立的資源庫(kù)?；蛘咭苿?dòng)、聯(lián)通通信公司掌握大規(guī)模位置信息，這些數(shù)據(jù)不僅內(nèi)容完備，且質(zhì)量很高，但因涉及到隱私問(wèn)題，企業(yè)不會(huì)將數(shù)據(jù)公開。（3）依靠搜索引擎提供的數(shù)據(jù)，這些數(shù)據(jù)可反映用戶行為，比如百度利用自身的引擎為用戶提供詞條搜索數(shù)據(jù)服務(wù)，人們通過(guò)該方式得到的數(shù)據(jù)成本低，且快捷便利，但信息來(lái)源單一，無(wú)法得到定制化數(shù)據(jù)資源。（4）應(yīng)用爬蟲技術(shù)獲得文本信息，通過(guò)爬蟲腳本爬取互聯(lián)網(wǎng)文本內(nèi)容，但該方法技術(shù)難度較大，成本較高。（5）物聯(lián)網(wǎng)數(shù)據(jù)，常見的有手機(jī)、探頭等傳感器數(shù)據(jù)，主要針對(duì)溫濕度、速度、位置等數(shù)據(jù)的采集處理。

（二）數(shù)據(jù)獲取

多數(shù)互聯(lián)網(wǎng)數(shù)據(jù)與政府職能部門業(yè)務(wù)數(shù)據(jù)最初都是非結(jié)構(gòu)化數(shù)據(jù)，這種原始形態(tài)的數(shù)據(jù)如果用來(lái)進(jìn)行宏觀經(jīng)濟(jì)預(yù)測(cè)，就會(huì)遇到數(shù)據(jù)來(lái)源不同的問(wèn)題。不僅如此，以往傳統(tǒng)的計(jì)量模型和統(tǒng)計(jì)模型所使用的數(shù)據(jù)主要是一些通過(guò)調(diào)研和統(tǒng)計(jì)工作得到的數(shù)據(jù)，而且直接用于處理和分析，是一種結(jié)構(gòu)化數(shù)據(jù)信息。但是，大量經(jīng)濟(jì)信息數(shù)據(jù)往往異常在網(wǎng)絡(luò)中，需要將其進(jìn)行精準(zhǔn)提取。因此，需要在數(shù)據(jù)挖掘中尋找隱藏信息，由于數(shù)據(jù)挖掘?qū)ο笫蔷W(wǎng)絡(luò)數(shù)據(jù)集，數(shù)據(jù)集多數(shù)為文檔形式，具有異質(zhì)性與分散性特征，比如服務(wù)器內(nèi)保存的日志文件或用戶行為留下的信息等。應(yīng)用情感分析、主題模型等自然語(yǔ)言分析方法可以從非結(jié)構(gòu)化數(shù)據(jù)中獲得有效信息，數(shù)據(jù)挖掘的一般過(guò)程主要包含搜索算法和建模技術(shù)，應(yīng)用爬蟲算法抓取互聯(lián)網(wǎng)中的原始數(shù)據(jù)，再經(jīng)過(guò)試探性分析清晰數(shù)據(jù)，將無(wú)用噪聲過(guò)濾，保存有利于宏觀經(jīng)濟(jì)預(yù)測(cè)的數(shù)據(jù)內(nèi)容，或是使用百度指數(shù)獲取數(shù)據(jù)等。

（三）處理維度災(zāi)難，消除數(shù)據(jù)噪聲

大數(shù)據(jù)自身信息量大，價(jià)值密度比較低，在應(yīng)用大數(shù)據(jù)技術(shù)挖掘信息時(shí)會(huì)面對(duì)不同維度或領(lǐng)域的信息。由于需要進(jìn)行數(shù)據(jù)分析的變量增加，導(dǎo)致宏觀經(jīng)濟(jì)預(yù)測(cè)過(guò)程會(huì)面臨高維數(shù)據(jù)問(wèn)題，甚至存在維數(shù)災(zāi)難。面對(duì)這類問(wèn)題，可以通過(guò)降低變量維度，采用提取與篩選的方法將篩選出的特征代替原本特征集。數(shù)據(jù)噪聲就是指對(duì)沒(méi)有研究?jī)r(jià)值的數(shù)據(jù)信息進(jìn)行處理，由于大量噪聲數(shù)據(jù)的存在，數(shù)據(jù)處理過(guò)程延長(zhǎng)，造成會(huì)加大數(shù)據(jù)分析成本，提升數(shù)據(jù)處理難度。若是沒(méi)有精準(zhǔn)識(shí)別出噪聲數(shù)據(jù)，那么在宏觀經(jīng)濟(jì)預(yù)測(cè)分析過(guò)程中會(huì)加入大量無(wú)價(jià)值的數(shù)據(jù)信息，也就是說(shuō)，噪聲數(shù)據(jù)造成的存在會(huì)給研究結(jié)果帶來(lái)誤差，導(dǎo)致預(yù)測(cè)分析結(jié)論無(wú)價(jià)值，想要消除數(shù)據(jù)噪聲，可以應(yīng)用SSA技術(shù)將原始數(shù)據(jù)處理為結(jié)構(gòu)化數(shù)據(jù)。

（四）轉(zhuǎn)變研究問(wèn)題范式

過(guò)去的宏觀經(jīng)濟(jì)檢測(cè)模型主要是對(duì)解釋變量與被解釋變量做出假設(shè)，分析二者函數(shù)關(guān)系。大數(shù)據(jù)的數(shù)據(jù)獲取渠道不同，不能確定宏觀經(jīng)濟(jì)指標(biāo)的假定函數(shù)關(guān)系，經(jīng)濟(jì)變量與解釋變量只是存在一定的關(guān)聯(lián)，所以傳統(tǒng)計(jì)量模型無(wú)法將大數(shù)據(jù)采集的數(shù)據(jù)做出科學(xué)處理。依靠大數(shù)據(jù)“機(jī)器學(xué)習(xí)”技術(shù)，針對(duì)宏觀經(jīng)濟(jì)變量和解釋變量的關(guān)系重新解釋，尋求相對(duì)應(yīng)的變量匹配關(guān)系。計(jì)算機(jī)可以找出最佳匹配關(guān)系，隨著計(jì)算次數(shù)的增加，通過(guò)大數(shù)據(jù)“學(xué)習(xí)”來(lái)提升數(shù)據(jù)挖掘與處理的有效性。常見的機(jī)器學(xué)習(xí)算法有遺傳算法和人工神經(jīng)網(wǎng)絡(luò)等。

（五）建立景氣預(yù)警監(jiān)測(cè)系統(tǒng)

引入土地市場(chǎng)內(nèi)企業(yè)招聘、工業(yè)廢氣排放、項(xiàng)目投資監(jiān)管等非統(tǒng)計(jì)數(shù)據(jù)，對(duì)所有數(shù)據(jù)進(jìn)行篩選，統(tǒng)一指標(biāo)，將指標(biāo)集合作為景氣指數(shù)初選指標(biāo)，每個(gè)指標(biāo)都能代表經(jīng)濟(jì)活動(dòng)中的某個(gè)領(lǐng)域，綜合指標(biāo)能夠代表經(jīng)濟(jì)活動(dòng)重要內(nèi)容。整理數(shù)據(jù)指標(biāo)，統(tǒng)一口徑并補(bǔ)充缺失值，計(jì)算當(dāng)月同比指數(shù)。采用K-L信息量，在時(shí)差相關(guān)分析法的作用對(duì)指標(biāo)分類處理，按照指標(biāo)性質(zhì)合成景氣指數(shù)。選擇NBER合成指數(shù)或其他加權(quán)合成方法確定合成指數(shù)，應(yīng)用打分法確定預(yù)警指數(shù)，對(duì)不同歷史數(shù)據(jù)實(shí)際落點(diǎn)的指標(biāo)使用分位數(shù)方法，科學(xué)計(jì)算不同狀態(tài)下數(shù)據(jù)的臨界值，即對(duì)指標(biāo)賦予分值，再由不同指標(biāo)分值計(jì)算綜合分，最后對(duì)其作出評(píng)價(jià)，檢驗(yàn)景氣指數(shù)。

（六）搭建數(shù)據(jù)分析平臺(tái)

拓寬數(shù)據(jù)采集渠道，整合政府核心業(yè)務(wù)數(shù)據(jù)，綜合互聯(lián)網(wǎng)社會(huì)經(jīng)濟(jì)數(shù)據(jù)資源，完成對(duì)海量數(shù)據(jù)的匯集處理，建立經(jīng)濟(jì)監(jiān)測(cè)預(yù)警平臺(tái)，實(shí)現(xiàn)經(jīng)濟(jì)預(yù)測(cè)、監(jiān)測(cè)預(yù)警、數(shù)據(jù)分析等功能為一體的宏觀經(jīng)濟(jì)預(yù)測(cè)與決策平臺(tái)。加強(qiáng)計(jì)算機(jī)算法人員和經(jīng)濟(jì)分析人員相互協(xié)調(diào)工作，在明確宏觀經(jīng)濟(jì)分析特點(diǎn)，掌握宏觀經(jīng)濟(jì)發(fā)展需求的基礎(chǔ)上完善大數(shù)據(jù)采集平臺(tái)，為接下來(lái)的宏觀經(jīng)濟(jì)預(yù)測(cè)營(yíng)造大數(shù)據(jù)應(yīng)用環(huán)境。鼓勵(lì)社會(huì)經(jīng)濟(jì)工作者樹立大數(shù)據(jù)思維，學(xué)會(huì)應(yīng)用“大數(shù)據(jù)+”的思維方式解決問(wèn)題，提升深度學(xué)習(xí)能力，為數(shù)據(jù)資源的高效開發(fā)與利用奠定基礎(chǔ)。

四、總結(jié)

總而言之，雖然大數(shù)據(jù)已經(jīng)應(yīng)用于社會(huì)宏觀經(jīng)濟(jì)預(yù)測(cè)分析中，但大數(shù)據(jù)在使用中難免會(huì)遇到各方面問(wèn)題。目前人們主要應(yīng)用來(lái)自百度和谷歌提供的數(shù)據(jù)，雖然在應(yīng)用中無(wú)需耗費(fèi)人力物力，但難免也會(huì)存在數(shù)據(jù)單一的現(xiàn)象。因此，有必要在大數(shù)據(jù)基礎(chǔ)上建立宏觀經(jīng)濟(jì)預(yù)測(cè)系統(tǒng)，及時(shí)處理維度災(zāi)難，消除數(shù)據(jù)噪聲，轉(zhuǎn)變研究問(wèn)題范式。

參考文獻(xiàn)：

[1]高艷.大數(shù)據(jù)在宏觀經(jīng)濟(jì)預(yù)測(cè)分析中的應(yīng)用[J].經(jīng)濟(jì)管理文摘，2020（14）：175-176.

[2]馬紅燕.大數(shù)據(jù)視角下的宏觀經(jīng)濟(jì)預(yù)測(cè)[J].中阿科技論壇（中英阿文），2020（07）：39-42.

[3]王建冬.大數(shù)據(jù)在經(jīng)濟(jì)監(jiān)測(cè)預(yù)測(cè)研究中的應(yīng)用進(jìn)展[J].數(shù)據(jù)分析與知識(shí)發(fā)現(xiàn)，2020，4（01）：12-25.