網(wǎng)絡(luò)搜索數(shù)據(jù)與宏觀經(jīng)濟景氣指數(shù)的關(guān)聯(lián)研究

摘 要：網(wǎng)絡(luò)搜索數(shù)據(jù)作為研究我國宏觀經(jīng)濟現(xiàn)象的重要微觀信息依據(jù)，具有顯著意義。本文分別從消費、投資、進出口、工業(yè)生產(chǎn)、政策、勞動力及經(jīng)濟形勢七方面選取并篩選關(guān)鍵詞，進而合成網(wǎng)絡(luò)搜索指數(shù)，通過深入的相關(guān)性研究發(fā)現(xiàn)，網(wǎng)絡(luò)搜索指數(shù)與宏觀經(jīng)濟之間呈現(xiàn)較高的相關(guān)性。這意味著網(wǎng)絡(luò)搜索指數(shù)一方面能為宏觀經(jīng)濟政策制定者提供更為準確且及時的決策參考，使政策制定更具針對性和有效性，助力宏觀經(jīng)濟的穩(wěn)定與發(fā)展；另一方面也能為市場參與者提供有價值的信息，幫助其更精準地把握市場動態(tài)，從而做出更明智的投資和經(jīng)營決策，促進市場健康有序運行。

關(guān)鍵詞：網(wǎng)絡(luò)搜索數(shù)據(jù)；工業(yè)增加值；宏觀經(jīng)濟；主成分分析；經(jīng)濟景氣指數(shù)

中圖分類號：F724.6 文獻標識碼：A 文章編號：2096-0298（2024）12（a）--04

1 引言

據(jù)第54次互聯(lián)網(wǎng)統(tǒng)計公報顯示，截至2024年6月，我國網(wǎng)民規(guī)模已達11億人，較2023年12月增長742萬人，互聯(lián)網(wǎng)普及率高達78.0%；手機上網(wǎng)用戶達10.96億人，使用手機上網(wǎng)比例為99.7%［1－3］。隨著現(xiàn)代科技不斷更迭，獲取并儲存海量數(shù)據(jù)已成為現(xiàn)實，網(wǎng)絡(luò)搜索信息相比傳統(tǒng)信息涵蓋了更多領(lǐng)域和層面，能夠從不同角度反映出社會經(jīng)濟活動的動態(tài)變化、人們的關(guān)注點及市場的潛在趨勢等，為我國互聯(lián)網(wǎng)的規(guī)模和普及率為相關(guān)問題的研究提供了一個很好的樣本，這是傳統(tǒng)數(shù)據(jù)收集模式所無法企及的。近些年來，隨著算力水平的不斷提升及大數(shù)據(jù)算法的持續(xù)演進，機器學習、深度神經(jīng)網(wǎng)絡(luò)、并行計算、云計算等一系列先進技術(shù)得以廣泛應(yīng)用，它們?yōu)楹暧^經(jīng)濟指數(shù)的高頻構(gòu)建帶來具有革新意義的解決方案。但就目前文獻來看，大多數(shù)內(nèi)容主要側(cè)重于探究網(wǎng)絡(luò)搜索數(shù)據(jù)對于 GDP、CPI、PPI 等指數(shù)所具備的預測效能，然而，涉及宏觀經(jīng)濟景氣與網(wǎng)絡(luò)搜索數(shù)據(jù)之間關(guān)聯(lián)機制的文獻相對較少。本文通過爬蟲技術(shù)，充分運用網(wǎng)絡(luò)搜索數(shù)據(jù)信息，將其進行整合以合成網(wǎng)絡(luò)搜索指數(shù)，從而進一步構(gòu)建宏觀經(jīng)濟景氣指數(shù)展開分析與預測工作，能夠切實有效增強宏觀經(jīng)濟預測預警的成效。

隨著網(wǎng)絡(luò)搜索引擎的普及，網(wǎng)民們能夠更加便捷地獲取和傳播信息，對社會熱點問題進行關(guān)注和討論，網(wǎng)絡(luò)搜索數(shù)據(jù)往往能夠反映出社會環(huán)境的動態(tài)變化。目前已有不少學者開始利用網(wǎng)絡(luò)搜索行為信息在經(jīng)濟領(lǐng)域開展預測研究。劉濤雄和徐曉飛（2015）[4]探討互聯(lián)網(wǎng)搜索行為對宏觀經(jīng)濟預測的影響。通過對比多種模型，發(fā)現(xiàn)互聯(lián)網(wǎng)搜索行為可輔助預測，但不能替代傳統(tǒng)數(shù)據(jù)，并提出“兩步法”，即先利用政府統(tǒng)計指標，再加入搜索指數(shù)，可提高預測效果。袁銘（2016）[5]運用混頻模型研究了網(wǎng)絡(luò)搜索數(shù)據(jù)和宏觀經(jīng)濟總量的相關(guān)性，且搜索量在預測模型中的貢獻度分布具有不同模式；Simionescu等（2020）[6]利用英國脫歐事件網(wǎng)絡(luò)搜索行為信息預測當?shù)孛吭率I(yè)率，通過建立面板數(shù)據(jù)模型和混合效應(yīng)模型，證明使用谷歌趨勢收集的數(shù)據(jù)所預測的失業(yè)率更為及時高效；陽向軍等（2021）[7]以廣西為例，研究網(wǎng)絡(luò)搜索數(shù)據(jù)對區(qū)域經(jīng)濟預測的作用，選取工業(yè)總產(chǎn)值和居民消費價格指數(shù)為基準指標，利用數(shù)據(jù)構(gòu)建ARIMA和ARDL系列模型，結(jié)果表明引入搜索數(shù)據(jù)的模型預測更優(yōu)；王巍等（2021）[8]以海南為對象，基于均衡價格理論揭示網(wǎng)絡(luò)搜索數(shù)據(jù)與旅游消費價格指數(shù)的關(guān)系。通過主成分分析構(gòu)建旅游價格指數(shù)模型，結(jié)果表明網(wǎng)絡(luò)搜索數(shù)據(jù)有一定時效性，新模型效果更佳。徐之韻等（2023）[9] 對網(wǎng)絡(luò)搜索數(shù)據(jù)在心理學中的應(yīng)用進行綜述，得出通過網(wǎng)絡(luò)搜索數(shù)據(jù)可以提高研究的信度和效度，更深入地探討網(wǎng)絡(luò)搜索行為背后的心理機制，并有助于更好地理解新冠疫情對公眾心理健康的影響，并為之制定有效的干預措施提供科學依據(jù)；易艷萍等（2024）結(jié)合 EM 算法和Lasso方法提出混頻動態(tài)多因子模型用于GDP即時預測。本文共選取17個宏觀經(jīng)濟指標，通過實證對比不同模型，結(jié)果顯示該模型預測精度更高，還分解出對GDP即時預測影響較大的幾個宏觀經(jīng)濟變量。程實等（2024）構(gòu)建了基于16個高頻指標的ICHI指數(shù)體系，涵蓋消費、投資等層面。通過計算指標周變動率等步驟合成指數(shù)，經(jīng)評測，該指數(shù)能夠模擬中國經(jīng)濟短期運行，為政策制定者和市場參與者提供實時數(shù)據(jù)和預測工具。

2 理論分析

經(jīng)濟景氣指數(shù)猶如經(jīng)濟領(lǐng)域的靈敏指示器，能夠精準反映出經(jīng)濟運行的態(tài)勢和變化趨勢。經(jīng)濟景氣指數(shù)的影響因素，可從宏觀及微觀兩個角度展開分析。

從微觀層面進行剖析，經(jīng)濟景氣指數(shù)廣泛涉及經(jīng)濟活動的方方面面，其中包含生產(chǎn)環(huán)節(jié)，涵蓋了從原材料的采購到產(chǎn)品的制造等一系列過程；流通環(huán)節(jié)，涉及商品在市場中的運輸、儲存及銷售渠道等諸多方面；分配環(huán)節(jié)，關(guān)乎到生產(chǎn)成果在不同群體、不同領(lǐng)域之間的分配方式與比例；消費環(huán)節(jié)，涵蓋了消費者的購買行為、消費偏好及消費能力等相關(guān)因素。它涵蓋了各個行業(yè)與產(chǎn)業(yè)的運營狀況，例如原材料市場中，原材料的價格波動、供應(yīng)穩(wěn)定性及市場競爭態(tài)勢等都會對經(jīng)濟景氣指數(shù)產(chǎn)生影響；勞動力市場里，勞動力的供求關(guān)系、工資水平及勞動力素質(zhì)等方面的變化也與之密切相關(guān)；消費市場中，消費者的信心指數(shù)、消費結(jié)構(gòu)的轉(zhuǎn)變及市場飽和度等都是重要的影響因素；金融市場上，利率的波動、資金的流動性及金融產(chǎn)品的創(chuàng)新等都會對經(jīng)濟景氣指數(shù)產(chǎn)生作用；國際商品市場方面，國際貿(mào)易政策的調(diào)整、匯率的變化及國際市場的供求關(guān)系等因素也不容忽視。

依據(jù)均衡價格理論可知，商品的價格深受供求關(guān)系的制約。當市場上對某種商品的需求增加，而供應(yīng)相對不足時，價格往往會上升，這可能會促使相關(guān)行業(yè)擴大生產(chǎn)規(guī)模，提升運營效益；反之，當需求減少，供應(yīng)過剩時，價格則會下降，可能導致行業(yè)面臨產(chǎn)能過剩、利潤下滑等問題，進而影響到各個行業(yè)的運營狀態(tài)。與此同時，由于價格調(diào)整存在黏性，即價格不會立即隨著市場供求關(guān)系或其他因素的變化而迅速調(diào)整，所以商品價格的水平調(diào)整對宏觀經(jīng)濟運行存在一定的時滯性。這意味著宏觀經(jīng)濟環(huán)境發(fā)生變化時，商品價格可能不會立即做出相應(yīng)調(diào)整，而是需要一段時間來逐漸適應(yīng)新的經(jīng)濟形勢，從而對經(jīng)濟景氣指數(shù)的反映也存在一定延遲。

從宏觀角度來講，經(jīng)濟景氣指數(shù)會受多種因素的影響。貨幣政策主要通過貨幣供給和利率來對物價進行調(diào)控。財政政策則是借助調(diào)節(jié)財政支出和稅收來穩(wěn)定經(jīng)濟波動的重要手段。例如，在基礎(chǔ)設(shè)施建設(shè)方面增加財政支出，可能會帶動相關(guān)產(chǎn)業(yè)的發(fā)展，提高市場活躍度，對經(jīng)濟景氣指數(shù)產(chǎn)生積極的影響；而稅收政策的調(diào)整也會影響企業(yè)和個人的經(jīng)濟行為，從而間接作用于經(jīng)濟景氣指數(shù)。此外，諸如自然災害及公共衛(wèi)生事件等各類突發(fā)事件，往往會給經(jīng)濟的正常運行帶來巨大沖擊。它們會擾亂原本穩(wěn)定的供求關(guān)系，使市場預期發(fā)生混亂，進而對經(jīng)濟景氣指數(shù)造成不可忽視的影響。

互聯(lián)網(wǎng)時代背景下，人們獲取信息的方式變得極為豐富多樣，搜索引擎、網(wǎng)上購物甚至網(wǎng)上交友等均是常見途徑。同時，這些數(shù)量極為龐大的搜索行為還會構(gòu)建起一個規(guī)模宏大的數(shù)據(jù)庫。百度不僅是中國第一個現(xiàn)身于國內(nèi)市場上的搜索引擎，而且其市場占有率和用戶數(shù)量都位居第一名。

宏觀經(jīng)濟的運行變化能夠影響生產(chǎn)者和消費者的抉擇與行動，此行為又會進一步在市場和網(wǎng)絡(luò)信息中有所展露，主要體現(xiàn)為網(wǎng)絡(luò)關(guān)鍵詞搜索頻次、網(wǎng)頁瀏覽等指標的變動，這些變動具備及時性。故而，本文認為選取能夠體現(xiàn)宏觀經(jīng)濟運行狀況的關(guān)鍵詞，剖析網(wǎng)絡(luò)搜索數(shù)據(jù)和宏觀經(jīng)濟景氣之間的相關(guān)聯(lián)系及先行滯后聯(lián)系是全然可行的。

3 宏觀經(jīng)濟景氣網(wǎng)絡(luò)搜索指數(shù)構(gòu)建

3.1 數(shù)據(jù)選擇與預處理

3.1.1 數(shù)據(jù)選擇

為確保數(shù)據(jù)具備充分的合理性與高度的權(quán)威性，本文數(shù)據(jù)來源于兩個部分，一部分是基準指標，當前，GDP是刻畫宏觀經(jīng)濟運行狀態(tài)的主要指標，但GDP是季度數(shù)據(jù)，在時間維度上與月度經(jīng)濟指標存在差異，從而導致無法直接將其與其他月度經(jīng)濟指標進行有效比較分析，因此本文需選用能夠在時間頻率上與月度經(jīng)濟指標相匹配的其他指標作為基準指標。結(jié)合各方面考慮，本文選取工業(yè)增加值作為判斷的參照系；另一部分是網(wǎng)絡(luò)搜索指數(shù)，其數(shù)據(jù)選取源自百度指數(shù)網(wǎng)站。百度指數(shù)憑借對網(wǎng)民搜索行為的記錄和分析，能夠精準反映在特定時間段內(nèi)，一個或多個關(guān)鍵詞受到關(guān)注的程度和狀況。這種反映是基于真實的用戶行為數(shù)據(jù)，具有較高的可信度和參考價值，也能夠清晰反映出網(wǎng)民在網(wǎng)絡(luò)世界中的關(guān)注點和興趣傾向，為研究網(wǎng)絡(luò)行為及相關(guān)領(lǐng)域的趨勢變化提供了有價值的數(shù)據(jù)支撐，不僅有助于了解社會熱點的動態(tài)演變，還能在一定程度上為市場分析、輿情監(jiān)測等工作提供重要的參考依據(jù)，幫助相關(guān)人員更好地把握公眾需求和市場脈搏。為確保數(shù)據(jù)量充足，并且使計算所得到的結(jié)果更具精確性，本文百度指數(shù)的關(guān)鍵詞指數(shù)選取PC端（2006年開始）和移動端數(shù)據(jù)（2011年開始）兩個數(shù)據(jù)端數(shù)據(jù)，因此宏觀經(jīng)濟景氣一致指數(shù)選取的時間段是2011年1月—2023年12月。

關(guān)鍵詞選擇按以下步驟進行處理：第一，篩選關(guān)鍵詞。首先根據(jù)宏觀景氣一致指數(shù)的構(gòu)成因素初選關(guān)鍵詞，并根據(jù)國家統(tǒng)計局對宏觀經(jīng)濟景氣一致指數(shù)的定義依據(jù)，本文選取關(guān)鍵詞制定了7個基準，分別是：進出口、消費、投資、工業(yè)生產(chǎn)、政策、勞動力以及經(jīng)濟形勢。依據(jù)網(wǎng)民搜索行為和宏觀經(jīng)濟景氣之間的相關(guān)性，先篩選出具備代表性的搜索詞，再結(jié)合百度指數(shù)的關(guān)鍵詞推薦功能，將初選關(guān)鍵詞擴充到143個。為提高分析的精確度和可靠度，對得到的143個關(guān)鍵詞進行預處理，最終得到核心關(guān)鍵詞共37個，本文最終選取代表進出口類搜索詞包括：匯率、天然氣等7個；消費類搜索詞包括：糧食價格、汽車等15個，投資類搜索詞包括：外資、上證指數(shù)4個；工業(yè)生產(chǎn)類搜索詞包括：固定資產(chǎn)投資、供應(yīng)鏈等8個；政策類搜索詞包括：財政政策、轉(zhuǎn)移支付2個；勞動力類搜索詞包括：失業(yè)率、五險一金等5個；經(jīng)濟形勢類搜索詞包括：gdp、稅率等6個。通過爬蟲技術(shù)，獲取這些關(guān)鍵詞在2011年1月1日—2023年12月31日的日搜索量數(shù)據(jù)，能夠為深入研究網(wǎng)絡(luò)搜索數(shù)據(jù)和宏觀經(jīng)濟景氣之間的關(guān)系提供有力支持，同時更好地剖析兩者之間的相關(guān)聯(lián)系及先行滯后聯(lián)系。

3.1.2 數(shù)據(jù)預處理

本文運用python爬蟲技術(shù)針對整理好的關(guān)鍵詞開展數(shù)據(jù)爬取工作，所獲取的數(shù)據(jù)屬于日度數(shù)據(jù)。由于要和工業(yè)增加值的數(shù)據(jù)標準達成一致，所以需把爬取到的日度數(shù)據(jù)進行轉(zhuǎn)化合并成為月度搜索量數(shù)據(jù)，并運用三項移動平均法消除月度數(shù)據(jù)所具有的周期性以及季節(jié)性影響。在進行平均處理之后，會丟失兩期關(guān)鍵詞數(shù)據(jù)，因此數(shù)據(jù)跨度為2011年3月—2023年12月。

運用時差相關(guān)分析法來計算各個關(guān)鍵詞和工業(yè)增加值之間的時差相關(guān)系數(shù)。充分考慮到后續(xù)進行建模時樣本容量和變量個數(shù)之間的關(guān)系，本文將那些與工業(yè)增加值相關(guān)系數(shù)小于0.5，并且在時間變化上滯后于工業(yè)增加值變化的關(guān)鍵詞指標予以剔除，在后續(xù)研究分析中，能夠更精準地把握對工業(yè)增加值有顯著影響且在時間序列上具有同步性或先行性的因素，使研究結(jié)果更具科學性與可靠性，最終選取關(guān)鍵詞37個。其中部分關(guān)鍵詞相關(guān)性高達0.8以上，例如物業(yè)費的相關(guān)系數(shù)為0.849，政府采購相關(guān)系數(shù)為0.847，蔬菜價格相關(guān)系數(shù)為-0.819等。

3.2 網(wǎng)絡(luò)搜索數(shù)據(jù)的降維處理

對于所獲取的關(guān)鍵詞需再度實施降維操作，以便提煉出更有價值的信息。本文采用主成分分析的方法進行降維處理，提取累計貢獻率達到70%及以上的主成分作為全新變量，并構(gòu)建主成分綜合模型。首先需要對樣本數(shù)據(jù)開展KMO和Batrtlett球形檢驗，其主要作用在于檢驗所得到的關(guān)鍵詞數(shù)據(jù)是否適宜運用主成分分析來進行降維及提取信息。

通常來說，KMO的值越接近于1，表明樣本數(shù)據(jù)越適合用主成分分析。由檢驗可知，KMO的值為0.885，大于0.6，Bartlett球形度檢驗的顯著性值p<0.001，表明數(shù)據(jù)的內(nèi)關(guān)聯(lián)性很高，有助于進一步開展主成分研究。通過主成分分析，得到各個關(guān)鍵詞的累計貢獻率及成分矩陣，選取特征值大于1的成分為主成分，結(jié)果如表1所示。提取出7個主成分，可知七個有效成分的特征根分別為l1=21.780，l1=2.800，l1=1.909，l1=1.578，l1=1.369，l1=1.137，l1=1.002，其方差累計貢獻率為85.335%，即7個主成分能表示原來37個指標85.335%的信息。

根據(jù)得分矩陣獲得各主成分和綜合主成分，得到網(wǎng)絡(luò)搜索指數(shù)ZS。

ZS=0.3644Z1+0.1527Z2+0.1495Z3+0.1068Z4+0.0964Z5+0.0652Z6+0.0650Z7（1）

通過作圖觀察發(fā)現(xiàn)，ZS 的變化趨勢與工業(yè)增加值的變化趨勢呈現(xiàn)基本一致的態(tài)勢。經(jīng)過皮爾遜相關(guān)系數(shù)檢驗，結(jié)果表明ZS和工業(yè)增加值之間的相關(guān)性高達0.741，這一數(shù)據(jù)充分說明ZS與工業(yè)增加值之間存在較為緊密的關(guān)聯(lián)，進一步驗證了基于網(wǎng)絡(luò)搜索數(shù)據(jù)構(gòu)建的宏觀經(jīng)濟景氣指數(shù)在反映宏觀經(jīng)濟實際情況方面的有效性和可靠性，為宏觀經(jīng)濟研究和分析提供了有力支撐和參考依據(jù)。

3.3 網(wǎng)絡(luò)搜索指數(shù)檢驗

將宏觀經(jīng)濟景氣一致指數(shù)（C）和網(wǎng)絡(luò)搜索指數(shù)（ZS）取對數(shù)， 分別為LnCt 和 LnZSt，檢驗平穩(wěn)性。經(jīng)單位根檢驗，兩序列均不平穩(wěn)，一階差分后的變量在5%的顯著水平下ADF檢驗結(jié)果平穩(wěn)，說明兩序列均為一階單整序列，如表2所示。

建立一階自回歸時間序列模型，利用協(xié)整關(guān)系檢驗法檢驗兩者之間是否存在長期穩(wěn)定的關(guān)系，經(jīng)檢驗，回歸系數(shù)等各項指標均能順利通過檢驗程序。在此基礎(chǔ)上，獲取到殘差序列，經(jīng)過嚴格的單位根檢驗，結(jié)果顯示殘差序列處于平穩(wěn)狀態(tài)。

檢驗結(jié)果充分表明兩者之間存在協(xié)整關(guān)系，進而建立差分模型，所得到的回歸結(jié)果較為理想，有力地說明網(wǎng)絡(luò)搜索指數(shù)對于宏觀經(jīng)濟景氣具有預警作用，能夠在一定程度上提前反映宏觀經(jīng)濟的變化趨勢和潛在風險，為相關(guān)決策和研究提供有價值的參考依據(jù)。

4 結(jié)語

本文選取2011年1月—2023年12月的數(shù)據(jù)作為樣本，運用主成分分析法構(gòu)建了基于網(wǎng)絡(luò)搜索數(shù)據(jù)的宏觀經(jīng)濟指數(shù)，得出網(wǎng)絡(luò)搜索指數(shù)ZS與我國宏觀經(jīng)濟景氣指數(shù)之間關(guān)系密切，且網(wǎng)絡(luò)搜索指數(shù)對宏觀經(jīng)濟有預警作用。因此，可利用網(wǎng)絡(luò)搜索指數(shù)來編制宏觀經(jīng)濟景氣指數(shù)，從而幫助宏觀經(jīng)濟政策制定者和市場提供更準確且及時的決策依據(jù)。因此，政府在依賴傳統(tǒng)統(tǒng)計方法和數(shù)據(jù)來源的基礎(chǔ)上，可以考慮網(wǎng)絡(luò)搜索指數(shù)等來源數(shù)據(jù)，從微觀層面為宏觀經(jīng)濟分析提供新的視角和補充信息作為輔助，提高數(shù)據(jù)質(zhì)量，為政府制定更加科學合理的經(jīng)濟政策提供堅實的數(shù)據(jù)支撐。

參考文獻

中國互聯(lián)網(wǎng)絡(luò)信息中心.第53次《中國互聯(lián)網(wǎng)絡(luò)發(fā)展狀況統(tǒng)計報告》[R/OL].2024-03-22， https：//www.cnnic.cn/n4/2024/0322/c88-10964.html.

劉濤雄，徐曉飛.互聯(lián)網(wǎng)搜索行為能幫助我們預測宏觀經(jīng)濟嗎？[J].經(jīng)濟研究，2015，50（12）：68-83.

袁銘.基于網(wǎng)絡(luò)搜索量和混合頻率模型的經(jīng)濟變量預測研究[J].統(tǒng)計與信息論壇，2016，31（5）：27-35.

Mihaela Simionescu and Dalia Streimikiene and Wadim Strielkowski. What Does Google Trends Tell Us about the Impact of Brexit on the Unemployment Rate in the UK？[J]. Sustainability， 2020， 12（3）.

陽向軍，謝金蕓，梁宗經(jīng)，等.基于百度搜索數(shù)據(jù)的區(qū)域經(jīng)濟指標預測模型研究[J].生產(chǎn)力研究，2021（1）：59-66+161.

王巍，鄭文慧，錢小宇.基于網(wǎng)絡(luò)搜索數(shù)據(jù)改進的旅游消費價格指數(shù)與應(yīng)用[J].烏魯木齊職業(yè)大學學報，2021，30（3）：17-21.

徐之韻，劉子源，王燕.疫情中基于網(wǎng)絡(luò)搜索大數(shù)據(jù)的心理健康研究綜述[J].心理技術(shù)與應(yīng)用，2023，11（11）：673-684.

易艷萍，黃德金，王熙.基于宏觀大數(shù)據(jù)的GDP即時預測[J].經(jīng)濟學（季刊），2024，24（3）：843-860.

程實，張弘頊，徐婕，等.中國經(jīng)濟高頻合成指數(shù)的設(shè)計與應(yīng)用[J].金融市場研究，2024（2）：1-8.