什么是数据瓶颈

数据瓶颈是指由于数据收集能力的不足、理论无偏性和数据随机性等条件的限制而导致数据失真、缺乏等数据缺陷。

我国经济研究数据瓶颈的原因及解决方法

现代经济学是以在特定的环境和历史背景下抽象出的基本行为假设为基础构建的，而我国微观主体行为特征与市场机制与这类环境相去甚远，无论是一般商品市场、资本市场，还是人力资源（劳动力）市场，都是如此。在经济研究中我们一方面提倡实证分析，另一方面明显感受着不断增大的数据瓶颈制约。特别是当前劳动就业市场供求矛盾突出，有关就业率的数据既是反映经济总体特征的重要指标、宏观调控的主要手段之一和重要依据，也直接影响到人民的生活水平和社会稳定。然而，我国反映劳动市场的就业总水平、质量、结构和效率等方面的数据还远远不能满足经济定量分析的需要；微观活动主体的数据更是奇缺，未能建立反映个体消费者、企业和不同利益群体行为特征的指标体系和数据库，难以从微观主体角度对潜在风险进行科学分析和有效规避。若缺乏对这一基础环节的足够重视，就好像在沙滩上建大楼，给人一种岌岌之危的感觉。

在市场元素活跃、运行机制相对健全完善的背景下产生的经济数据，比较接近随机取样的要求；而在中国以政府为主导的市场化改革环境中产生的数据，与随机抽样的要求和条件差距较大。因而，在较发达的市场经济国家如理论无偏性和数据的随机性等最基础层次的检验是默认通过的，具有一定道理，但像中国这样的发展中国家，主体行为方式的差异、经济结构的明显变动等，如果忽略平行性检验就埋下了许多潜在风险，所得结果对现实问题的解释力和置信度必然是大大折扣的。特别是在我国现实经济的运行中，由于某种特殊的需要和费经济因素的干预，数据失真、扭曲和缺失等数据缺陷形成了经济定量分析和经济理论研究的“数据瓶颈”，尤其是市场微观层面的数据不齐备，信息要素的市场作用发挥得不完善、流通不畅，以至能拿到什么品质的数据，才能做出什么档次的研究成果。而由此造成的误差明显大于检验标准许可的误差范围，再先进的检验工具和方法也无济于事，或者导致因小失大、于事无补。若要更好地掌握现代经济分析方法，更有效地与世界对话交流和实现国际接轨，就必须正视“数据瓶颈”问题，积极采取措施解决和消除瓶颈制约。

要解决“数据瓶颈”问题，至少要：

（1）重视对数据品质的分析，加强数据属性等基础环节的检验，发展平行性数据等检验方法，健全标准、拓广检验领域，要进行包括理论无偏性在内不同层次准则的检验，切实提高数据品质和有效利用率；

（2）借鉴实验经济学中数据的收集和分析方法，拓宽数据来源渠道和产生方式，多管齐下、多种方法并用，真正获取随机意义上的平行数据；

（3）一切社会经济活动都是形形色色主体行为的结果，因此，有必要细化数据分类，增加数据种类和针对性，特别是基于主体的行为数据，如各种类型主体（利益群体）的信誉记录和在重大事项中的决策表现等。