干部學(xué)習(xí)講稿：網(wǎng)絡(luò)搜索與社會經(jīng)濟行為相關(guān)性研究

目錄/提綱：……
一、研究背景與起源
二、四個主要研究領(lǐng)域
（一）宏觀經(jīng)濟領(lǐng)域
（二）大宗商品領(lǐng)域
（三）股市領(lǐng)域
（四）旅游領(lǐng)域
三、課題組相關(guān)研究成果
四、研究展望
……
干部學(xué)習(xí)講稿：網(wǎng)絡(luò)搜索與社會經(jīng)濟行為相關(guān)性研究
　　呂本富 教授
　　中國科學(xué)院研究生院管理學(xué)院常務(wù)副院長
　　我們這個研究也談不上有多么新的進展，我就是想把國內(nèi)外做的關(guān)于網(wǎng)絡(luò)搜索方面的研究以及我們自己的課題組做的研究向大家報告一下。那么，這個應(yīng)該說是一個新的研究領(lǐng)域。它在未來會有什么樣的意義跟大家說一下。
　　我們說四個方面的內(nèi)容，研究的背景與起源；現(xiàn)在研究的四個主要領(lǐng)域；我們第三個是我們自己做的一些相關(guān)的成果；第四是說一下未來的展望。
一、研究背景與起源
　　傳統(tǒng)預(yù)測研究的數(shù)據(jù)來源主要是相關(guān)部門的統(tǒng)計數(shù)據(jù)，這些數(shù)據(jù)收集和公布具有滯后性。舉一個例子來說，比如說CDC公布的疾病統(tǒng)計數(shù)據(jù)，它怎么也得有一個、三個星期到一個月的滯后性，所以當(dāng)這個數(shù)據(jù)公布出來的時候再采取措施，某種意義上就晚了。因為它的滯后性就導(dǎo)致了你在采取的措施的不可能很現(xiàn)實地來采取。
　　那么，網(wǎng)絡(luò)技術(shù)的發(fā)展為行為預(yù)測研究開辟了新的領(lǐng)域。因為，搜索引擎記錄了數(shù)以億計用戶的關(guān)注及需求，所以我們有的時候把搜索引擎還有把一些網(wǎng)站上對數(shù)據(jù)的記錄稱為全樣本研究，因為像統(tǒng)計局做的，由社調(diào)隊、城調(diào)隊做的樣本，再大也就1萬多個電話調(diào)查，可是網(wǎng)絡(luò)搜索是以“億”計的關(guān)注及需求，所以給社會經(jīng)濟預(yù)測提供了客觀、及時的數(shù)據(jù)基礎(chǔ)。
　　網(wǎng)絡(luò)搜索與社會經(jīng)濟行為相關(guān)性研究已成為一個新的研究熱點。
　　好，我們報告一下最近對國內(nèi)外文獻的梳理。第一個，搜索數(shù)據(jù)在國外用的最早的就是對流感疫情的檢測，Johnson和Heather研究網(wǎng)站日志發(fā)現(xiàn)醫(yī)學(xué)網(wǎng)站訪問次數(shù)以及流感文章搜索次數(shù)與流感發(fā)病人數(shù)之間
……（新文秘網(wǎng)http://www.120pk.cn省略1075字，正式會員可完整閱讀）……　
了很長時間，才有這樣的一個結(jié)果。所以在我們后面在做這個研究預(yù)測的時候，選擇關(guān)健詞，就像給上證指數(shù)選擇成份股一樣，就成為一個研究的熱點，因為不是每個研究機構(gòu)都可以搞大量的服務(wù)器群來運算的，你想它是5000萬個關(guān)健詞，每個詞都和流感算一個相關(guān)性，這是一個很大的計算量。后來，我們可以通過經(jīng)濟學(xué)或者社會的原理來選詞了，這不是像這種海量計算的方法來選詞，總之這是他的一個貢獻。
　　第二個，他找到了搜索的合成指數(shù)和流行病發(fā)病率的半對數(shù)關(guān)系，就是函數(shù)的解析式，后來我們改進了做了一個全對數(shù)，可能比他還好一點，就是我們改進了對他的預(yù)測模型，比Jeremy Ginsberg預(yù)測效果還好一些。
　　那么，第三個貢獻就是通過這個預(yù)測的結(jié)果，說明確實比傳統(tǒng)CDC公布的數(shù)據(jù)可以提前2周，你當(dāng)天搜索，就再計算我就可以出來趨勢，然而CDC的統(tǒng)計怎么也得兩三周才出來，這對于流感來說已經(jīng)太晚了，控制不住了。所以，這就是Jeremy Ginsberg工作的最大價值。
　　到了2009年，Joshua Ritterma發(fā)現(xiàn)通過搜索引擎的關(guān)健詞預(yù)測也不一定太好，所以他自己做了一個蜘蛛程序?qū)ｉT從媒體方面方面抓取關(guān)健詞，也是一個辦法。通過UGC，就是在用戶的日志、微博、博客中間抓取，因為很多人感冒會發(fā)一條微博：“我今天感冒了”。他就是從UGC中抓關(guān)健詞，發(fā)現(xiàn)也還可以預(yù)測，UGC在有的時候結(jié)合流感的歷史數(shù)據(jù)和關(guān)鍵指標(biāo)預(yù)測效果可能還好一些，因為這個搜索引擎的數(shù)據(jù)，可能比微博的數(shù)據(jù)時至要長，因為搜索引擎抓的是網(wǎng)頁，在形成網(wǎng)頁搜索的時候，如果現(xiàn)在是用手機的情況下，可能感冒，他有時候會瞬時就會發(fā)一條“我今天感冒”的消息，因此這種UGC的內(nèi)容，時間就更段，所以 Ritterma對蜘蛛程序，對用戶產(chǎn)生的內(nèi)容，UGC內(nèi)容的抓取，因此效果就更好。這是我們講的這么一個起源。
二、四個主要研究領(lǐng)域
（一）宏觀經(jīng)濟領(lǐng)域
　　除了剛才我們說的公共衛(wèi)生的預(yù)測以外，現(xiàn)在搜索的數(shù)據(jù)在四個領(lǐng)域現(xiàn)在用得比較多。
　　第一個是宏觀經(jīng)濟領(lǐng)域。關(guān)于失業(yè)率的預(yù)測，Askitas（2009）對網(wǎng)絡(luò)搜索與德國失業(yè)率之間的關(guān)系做出了實證研究，結(jié)果表明就業(yè)類詞匯搜索量與當(dāng)月失業(yè)率有著較強的相關(guān)性；我們國家現(xiàn)在也不怎么公布失業(yè)率，但是這個玩意很準(zhǔn)，為什么呢？因為失業(yè)的人總要搜索就業(yè)網(wǎng)站，根據(jù)就業(yè)網(wǎng)站搜索詞的搜索量基本上可以搜索判斷出失業(yè)率大體上是多少，所以這個東西你隱瞞也隱瞞不了，除非他不找工作，一般人失業(yè)了還是去找。
　　第二個，F(xiàn)rancesco以意大利、美國的失業(yè)率為研究對象，用搜索數(shù)據(jù)與經(jīng)濟數(shù)據(jù)（工業(yè)生產(chǎn)指數(shù)、就業(yè)預(yù)期指數(shù)）的預(yù)測相比較，發(fā)現(xiàn)搜索數(shù)據(jù)預(yù)測失業(yè)率效果優(yōu)于傳統(tǒng)經(jīng)濟數(shù)據(jù)。就是說通過搜索數(shù)據(jù)來預(yù)測失業(yè)率是比傳統(tǒng)的經(jīng)濟數(shù)據(jù)要優(yōu)，或者說預(yù)測效果更好。
　　關(guān)于居民消費的預(yù)測，Torsten和Simeon認(rèn)為基于統(tǒng)計調(diào)查的消費者信心指數(shù)是宏觀因素的反映，就是不是有消費者信息指數(shù)，這類的調(diào)查，而并未體現(xiàn)出預(yù)期與決策之間的關(guān)系；而網(wǎng)絡(luò)搜索數(shù)據(jù)可以彌補該不足；對比發(fā)現(xiàn)，搜索指數(shù)對消費的預(yù)測精度好于消費者信息指數(shù)，那么這個搜索指數(shù)能夠預(yù)測，比如說他曾經(jīng)說搜索搜索指數(shù)能夠預(yù)測2008年12月的消費拐點。什么意思呢？2008年不是金融危機么，他一下子就預(yù)測到這時候的消費的拐點在急速地下降，就是他這個數(shù)據(jù)對經(jīng)濟拐點的預(yù)測也強于傳統(tǒng)的調(diào)查數(shù)據(jù)，因為他是大批量的。
　　關(guān)于居民消費預(yù)測，Nicolás(2009)認(rèn)為搜索指數(shù)由6部分關(guān)鍵詞構(gòu)成，Google 搜索分成若干大類，他就直接用Google Insights的分類，根據(jù)分類的詞數(shù)，然后和宏觀經(jīng)濟作了對比，他認(rèn)為Google Insights分類的前三類反映了消費者意向的改變，因為Google搜索他本身就有一個Google Insights，他對里邊關(guān)健詞有一些分類，這樣省得我們自己在分，直接采用Google的數(shù)據(jù)，那比如說這前3類是和家庭債務(wù)負(fù)擔(dān)有關(guān)系，第二個是和能源與公共事務(wù)的花費有關(guān)系，就是和水電煤氣的花費有關(guān)，第三顯示了商業(yè)景氣。后3類關(guān)健詞主要是指奢侈品的消費，信貸類商品消費和保險類的商品消費。Nicolás是美國紐約大學(xué)研究網(wǎng)絡(luò)經(jīng)濟比較資深的專家，我們跟著他的時間還是比較久，那么他得出搜索指數(shù)預(yù)測力高于兩類消費信息指數(shù)，就是他根據(jù)消費者信心指數(shù)要高一些。
　　那么Marta(2009)從消費行為理論出發(fā)，研究消費與信息的關(guān)系，基礎(chǔ)有一個叫持久收入假說，預(yù)防性儲存藜蘆緩沖庫存模型等等。這個他從消費行為理論出發(fā)。那么他把搜索數(shù)據(jù)作為信息的一個度量指標(biāo)，結(jié)論發(fā)現(xiàn)信息對消費支出有顯著的影響，但是這種應(yīng)該作用在很短時間內(nèi)就會衰減，這一現(xiàn)象不能充分地被上述消費理論解釋，更加符合信號提取模型�？傊甅arta不僅僅是是研究兩個量之間的預(yù)測關(guān)系，他力圖用搜索數(shù)據(jù)作為一種信號模型，來修改傳統(tǒng)的理論，他認(rèn)為傳統(tǒng)的持久收入假說，庫存模型通過這樣的一個修正就更加符合實際，換一句話說，對搜索行為的研究已經(jīng)不僅僅是在技術(shù)面的探索，有人認(rèn)為可能通過信號的改變會改變一些傳統(tǒng)的經(jīng)濟的理論。
　　那么，宏觀經(jīng)濟也有人研究經(jīng)濟周期與經(jīng)濟衰退的問題。第一個是Tanya Suhoy在2009年等人研究了經(jīng)濟衰退。最重要的數(shù)據(jù)的來源是以色列的一個科學(xué)家做的，他研究的對象就是2008年的經(jīng)濟衰退。
　　那么他回答的問題，以色列搜索數(shù)據(jù)是否能夠用于經(jīng)濟的預(yù)測，哪些搜索數(shù)據(jù)對經(jīng)濟的預(yù)測有顯著作用？其實，跟我們剛剛說的一樣，哪些數(shù)據(jù)呢？搜集哪些數(shù)據(jù)就是哪些關(guān)健詞是有預(yù)測能力的？所以我們的課題組現(xiàn)在最重要的研究工作就是選擇在搜索詞里邊，每天成千上萬，把那些 ……（未完，全文共12690字，當(dāng)前僅顯示3019字，請閱讀下面提示信息。收藏《干部學(xué)習(xí)講稿：網(wǎng)絡(luò)搜索與社會經(jīng)濟行為相關(guān)性研究》）