疫情推进城市经济精准化调控

摘要

为实现突发事件对经济影响的精准分析，以往通常采用同比、环比、年度增速等传统方法进行分析预测。为了克服传统方法对互联网数据、面板数据分析的不足。易可诺经济运行系统在传统统计方法的基础上结合了经济结构发展、重点企业运营能力、疫情发展变化等多方面因素动态分析区域经济的影响和变化特征，引入ARIMA模型、聚类分析模型并加以改进，实现突发事件对区域经济影响的定量测算。

正文

利用传统的统计方法分析突发事件对经济的影响时，通常使用“同比”、“环比”、“年度增速”等指标，并用数据进行相关性及回归分析得到预测值来进行分析。由于城市经济自身具有较强的聚集效应及发展趋势，使用传统的统计方法分析显然是不准确的。

易可诺经济运行系统利用多个数据源数据，在传统统计的基础上利用大数据分析技术，精准分析了疫情对区域经济的影响及风险评估。具体内容如下：

（1）跨部门数据共享。重大突发事件的后续处理往往伴随着跨部门协同工作，对政务数据共享显得尤为重要。我们通过易可诺经济运行系统-现状与趋势模块作为各部门协同查阅数据的工具，良好支撑了跨部门数据的实际应用。

（2）可能的经济损失。根据国家统计局数据显示，春节小长假所在月份产生的社会零售总额逐年增长，对这种存在具有季节性影响又逐年增加的数据，用季节性ARIMA模型描述是非常合适的。考虑数据自身的周期性、波动性、趋势性及突发事件可能的影响性，分析原预测值与现有实际值的差异可以解释为区域经济损失。

（3）区域行业风险及复工评估。从规模、效益、风险等方面对对区域内行业进行风险排名作为复工依据，为地方政府政策调控提供数据支持。

（4）波及范围推演。以时间为线，分析推演疫情持续时间对宏观经济的影响。

（5）针对收到疫情冲击的重要行业及当地重点企业，结合税务数据对企业进行跟踪分析，对企业收到的影响持续评估。

结论

随着数据源的不断丰富，分析模型不断的迭代，政务数据共享平台的不断优化，易可诺经济运行系统对政府决策支持的力度将会不断增强，未来也会继续协助政府部门利用大数据技术提升治理能力和公共服务水平。