學人網

基于互聯網大數據的宏觀經濟監測預測研究：理論與

方法

摘要：回顧了國內外利用互聯網大數據監測預測宏觀經濟的研究進展，在此基礎上

提出國內未來利用大數據監測預測宏觀經濟時應更加注重三個轉變：從依靠傳統統計

數據向依靠互聯網非統計數據轉變；從監測預測宏觀經濟總量向監測預測宏觀經濟先

行指標轉變；從中長期監測預測向實時監測預測轉變。建議由國家宏觀決策部門牽頭，

圍繞網絡搜索、社交媒體、電子商務、終端定位和業務交易等五個方面盡快整合互聯

網相關數據資源，逐步形成基于非傳統數據的宏觀經濟監測預測體系，提升宏觀經濟

形勢分析以及重點行業、重點區域發展實時監測預測的大數據應用能力。

關鍵詞：電子治理；互聯網；大數據；宏觀經濟

一、引言

隨著電子商務、互聯網金融、社交網絡等的飛速發展，互聯網已經成為人們生產生

活不可或缺的重要場所。人們在互聯網上購物、交流、搜索、瀏覽的各種行為所產生

的數據量越來越大。大數據時代的到來，不僅意味著數據處理技術和處理能力的極大

提升，而且使得全社會的數據資源分布結構也在發生深刻改變。此外，互聯網已經從

傳統的信息傳播媒介升華為虛擬的社會空間，越來越多有關人類經濟、社會運行的數

據被投射到云上。因此，在實時、交互、離散化、非結構化的海量數據中，蘊含著經

濟社會運行的各種先行指標信號。

當前，中國正處于從互聯網大國向互聯網強國轉變的重要時期。中國互聯網產業的

規模和實力已經位居世界前列。據統計，在全球10大互聯網公司中，中國獨占4家，

前30家互聯網公司有40%以上來自中國。[1]可以預見，隨著“互聯網+”戰略的深入推

進，中國經濟運行的網絡化、智能化程度將不斷提高，基于互聯網大數據的宏觀經濟

監測和預測將變得越來越重要。

本文擬對基于互聯網大數據進行宏觀經濟監測預測的現有研究，以及基于不同數據

源的宏觀經濟監測預測分析進行初步闡述。

二、基于互聯網大數據開展宏觀經濟監測預測的研究進展

國內學者認為，大數據在宏觀經濟分析應用中最活躍也是最重要的四個領域為：宏

觀經濟預測、宏觀經濟數據挖掘、宏觀經濟分析技術和宏觀經濟政策。[2]而在利用大

數據對宏觀經濟進行預測方面，“現時預測(NowCasting）”近來受到特別關注。“現時

預測”一詞最初起源于氣象學領域，是對現在已經發生的事由于信息發布滯后等原因難

以馬上知道準確情況，因而根據其他可得信息進行推測。[3]一般來說，依賴統計部門

的宏觀經濟數據的發布都存在時間滯后的問題。由于不能及時獲取宏觀經濟發展的數

據信息，也就不能對當下的宏觀經濟形勢作出準確判斷。比如衡量宏觀經濟發展的GDP

指標，盡管當月GDP是多少這件事已經發生了，但往往要到下個月才能拿到相關的數

據和結果。而在月底估測本月GDP總量就是“現時預測”。現時預測利用的數據不再局

限于官方統計數據，方法也不受制于傳統的統計方法和模型。現時預測說到底就是利

用大數據方法和技術對宏觀經濟進行及時的監測和預測。

目前，利用大數據方法和技術進行宏觀經濟監測預測已經在國際上引起相當程度的

重視，不同機構的學者和研究人員已經進行了大量研究和應用，而且產生了豐碩的成

果。但從國內來看，這一領域的研究和應用都處在起步階段，與國外相比，還有很大

發展潛力和空間。

（一）國外基于互聯網大數據的宏觀經濟監測預測研究

從數據來源渠道來看，國外利用互聯網大數據監測預測宏觀經濟的研究主要有兩大

類：一類是基于網絡搜索引擎的宏觀經濟監測預測，如谷歌公司研發的Google

Trend(谷歌趨勢)；另一類是基于網絡社交媒體的宏觀經濟監測預測，如國外社交網站

Twitter(推特)、Facebook(臉譜)、Microblog(微博)。

在利用網絡搜索引擎提供的數據方面，Ettredge很早即嘗試利用網絡搜索數據來預

測美國的失業率。[4]他分析了WorldTracker列出的500個常用關鍵詞和美國失業率

之間的關系，發現與失業相關的搜索數據和美國官方發布的失業率之間存在顯著的正

相關關系。Choi和Varian根據GoogleTrend提供的“就業”和“失業與救濟”目錄進行搜

索查詢，并用查詢結果預測美國失業津貼的初始索賠情況。[5]他們發現，通過加入查

詢結果變量，標準回歸預測模型無論在模型擬合度還是平均絕對誤差上都得到顯著提

高和改善。Choi和Varian還專門寫了一篇介紹如何利用GoogleTrends來預測當下經

濟活動的文章。[6]他們認為，經濟學家、投資人、財經記者每月都在關注政府發布的

經濟運行情況，但這些結果的發布普遍滯后，這個月的數據往往要等到下個月中旬才

能發布，而GoogleTrends每天都在產生大量與經濟發展相關的查詢結果，且這些查

詢結果與當下的經濟活動之間必然存在著不容忽視的關系，或許可以對預測當下的經

濟活動起到非常重要的作用。在此基礎上，他們舉例說明了如何利用GoogleTrends

預測美國零售業、汽車、住房和旅游的銷售情況。Bughin利用GoogleInsightsfor

Search預測了比利時的宏觀經濟先行指標——零售業銷售和失業情況。[3]結果發現，

查詢數據對預測比利時的宏觀經濟波動有非常好的解釋能力，比利時從2004年到2011

年經濟波動的16%-46%可以通過搜索查詢的結果來解釋。

現在，越來越多的研究在利用GoogleTrend進行經濟監測和預測，除了失業率、

汽車銷量以外，GoogleTrend還被應用到房地產、旅游、零售業、個人消費等諸多可

以反映宏觀經濟活動的領域。除了美國，D'?Amuri等[7]和Suhoy[8]分別通過網絡搜索

引擎提供的數據預測了以色列、德國和意大利的失業情況，還有學者運用同樣的方法

成功預測了智利等國家的汽車銷量。已有的大部分研究都表明，加入GoogleTrends

的搜索結果數據，可以顯著提高模型的預測能力。[9]

在利用網絡社交媒體提供的數據方面，Bollen等發現基于Twitter(推特)平臺表達的

公共情緒可以用來預測股市變動。[10]這一研究的數據來源于兩方面：一是Yahoo金

融發布的道瓊斯工業平均指數(DJIA)的收盤價；二是2008年3月到10月間，270萬推

特用戶推送的970萬條消息。這970萬條消息經過情緒評估工具——OpinionFinder

和GPOMS被賦值。OpinionFinder根據文本內容可以評估“積極”與“消極”兩種情緒；

GPOMS根據文本內容可以評估“calm(冷靜)”“alert(警覺)”“sure(確信)”“vital(活

潑)”“kind(美好)”“happy(高興)”等六種情緒。結果發現，在道瓊斯工業平均指數（DJIA）

和GPOMS中的“calm（冷靜）”情緒之間存在相關性。進一步研究發現，“calm（冷靜）”

情緒可以很好地預測道瓊斯工業平均指數在未來2到6天的漲跌情況，而且這種每日

預測的準確率高達到87.6%。2011年5月，英國對沖基金DerwentCapitalMarkets建

立了規模為4000萬美元的對沖基金，是首家基于研究社交網絡的對沖基金。該基金通

過分析Twitter的數據內容來感知市場情緒，從而指導投資行為。此外，不少研究還利

用網絡社交媒體數據來預測其他經濟活動，如亞馬遜網站的售書情況[11]、電影賣座率

[12]以及網絡游戲銷售情況等。最近，Bughin將社交網絡、博客、論壇和谷歌搜索數

據同時加入到預測模型。[13]結果發現，比利時國家電信公司銷量的15%可以通過網絡

社交媒體數據解釋，25%可以通過網絡搜索數據解釋；加入網絡社交媒體和網絡搜索

數據以后，模型的整體預測能力提高了25%。

(二)國內基于大數據進行宏觀經濟監測預測的研究

從國內的情況來看，申紅艷等[14]把國內利用大數據進行宏觀經濟分析的研究分為

三類：一是用電量與經濟增長的關系。大多數研究表明，用電量，尤其是工業用電量

與經濟增長之間存在長期穩定的均衡關系和因果關系。用電量與經濟增長之間的這種

關系也得到國外學者研究的佐證。Zahid[15]和Galip[16]等學者通過實證研究發現，用

電量與經濟增長之間存在單向因果關系，經濟增長會激發對用電量的需求。二是貨運

量與經濟增長的關系。國內外學者通過研究發現，貨運量，尤其是鐵路貨運量與經濟

增長之間存在交替推拉作用的因果關系[17-18]。三是銀行貸款與經濟增長的關系。劉

恩猛發現，經濟增長和貸款之間存在協整關系和雙向因果關系。[19]

在宏觀經濟監測預測的指數建構方面，2010年，英國著名政經雜志《經濟學人》

將“克強指數”視為評估中國GDP增長的重要指標。該指數包含三個經濟指標，分別是“工

業用電量新增”“鐵路貨運量新增”和“銀行中長期貸款新增”。“克強指數”源于時任遼寧省

委書記的李克強總理會見美國駐華大使時表示，他喜歡通過耗電量、鐵路貨運量和貸

款發放量三個指標來分析和預測遼寧省的經濟運行情況。《經濟學人》雜志根據這三

項指標構造了一個指數，并畫出這個指數的時間序列曲線，冠名為“克強指數”。“克強

指數”被一些國際機構所認可，如花旗銀行就用它來對比工業企業利潤，并認為它的解

釋力更強。國內學者的研究也進一步證實了“克強指數”的科學性和準確性。劉慧通過構

建“克強指數”與經濟增長的VAR和VEC模型，發現“克強指數”的三大指標與經濟增長

之間存在長期均衡關系和短期調整機制。[20]2013年7月，全國人大財經委員會向中

央提交了《企業發展和宏觀經濟發展關系分析》報告，該報告根據“企業發展工商指數”

預測了中國宏觀經濟將企穩回升的趨勢，而后來的經濟發展形勢證實了這一指數預測

的準確性。“企業發展工商指數”由“企業發展工商指數課題組”提出，該指數涉及10個

對宏觀經濟具有顯著先行性的指標，可以提前1-2個季度預測宏觀經濟發展形勢。無

論從數據規模還是技術手段上，這項研究都是利用大數據技術監測預測宏觀經濟的一

次有益嘗試。

在宏觀經濟監測預測的模型建構方面，國內學者和研究人員也進行了許多大膽的創

新和嘗試，如國家信息中心的“中國宏觀經濟模型”、中國人民銀行的“季度計量經濟模

型”以及廈門大學的“中國季度宏觀經濟模型”。然而，傳統的宏觀經濟監測預測模型都

是基于同頻數據進行的，高頻數據必須要降為低頻數據。這樣會造成數據信息的丟失，

進而影響模型預測的準確性。而且國內現有的宏觀經濟監測預測模型以年度、季度模

型為主，周期較長。但無論是國家的宏觀經濟政策還是企業經營策略，甚至個人的消

費計劃都需要對當下的經濟形勢有準確的把握。吉林大學的劉漢和劉金全驗證了混頻

數據抽樣模型（MIDAS）對中國季度GDP的監測和預測能力。混頻數據模型（MIDAS）

可以利用混頻數據，避免高頻數據降為低頻數據時的信息流失，提高了宏觀經濟監測

預測的準確性。研究發現，出口是造成金融危機階段中國經濟增長減速的主要成因。

混頻數據模型在短期預測中國宏觀經濟方面具有比較優勢，在實時預報方面具有顯著

的可行性和時效性。[21]

在利用互聯網大數據監測預測宏觀經濟方面，張崇等發現網絡搜索數據與居民消費

價格指數(CPI)之間存在一定的先行滯后關系。[22]他們建構的模型具有很強的時效性，

比國家統計局的數據發布提前一個月左右，而且與傳統的預測方法相比，模型還具備

一定的轉折點預測能力。彭庚等利用Google提供的關鍵詞搜索數據，采用改進的逐步

回歸方法分層建立了三個模型來預測失業率。[23]結果發現，三個模型的擬合優度均在

90%以上，說明網絡搜索數據對經濟、社會問題可以進行有效的預測。董倩等基于百

度提供的搜索數據，對全國16個城市的二手房和新房價格進行了擬合和預測。[24]結

果發現，網絡搜索數據不但很好地預測了房價指數，而且比官方數據發布提前了兩周

時間，具有很強的時效性。

除了利用網絡搜索數據以外，與互聯網相關的電子商務和業務交易數據也被開發利

用了起來。2011年9月，阿里巴巴集團旗下的阿里研究中心針對網絡零售消費品的價

格情況發布了全國首個“網絡零售價格指數（InternetShoppingPriceIndex，iSPI）。

網絡零售價格是概括網絡零售交易商品一般價格水平的指標。它建立在淘寶交易平臺

匯聚和實時積累的海量交易行為數據基礎之上。目前，淘寶網是國內最主要的網絡零

售交易平臺，基于淘寶網的iSPI可以大體反映國內網絡零售渠道的一般物價變動。2012

年，國泰君安推出了“個人投資者投資景氣指數”（簡稱3I指數），該指數系國泰君安

研究所對海量個人投資者樣本進行持續性跟蹤監測，對賬本投資收益率、持倉率、資

金流動情況等一系列指標進行統計、加權匯總后得到的綜合性投資景氣指數，旨在通

過對中小投資人真實投資交易行為的量化解讀，更好地了解投資人對市場的預期以及

當前的風險偏好等信息。此外，基于上市公司經營報表統計、券商投行研報看漲看跌

指數（可按地域/行業/經營領域細分）的分析，也可以為宏觀經濟運行提供重要參考依

據。

三、國內基于互聯網大數據開展宏觀經濟監測預測的趨勢

通過回顧和梳理國內外利用互聯網大數據對宏觀經濟監測預測的研究后不難發現，

目前國內在這一領域的研究和應用還有很大潛力和空間。

（一）在數據收集方面，從傳統宏觀經濟統計數據向互聯網非統計數據轉變

傳統宏觀經濟數據在很大程度上依賴于調查統計。在準確性與時效性的權衡上，官

方統計部門通常會為保證準確性而犧牲時效性。這就必不可免地導致數據公布時間的

滯后。若為了時效性而放棄準確性，對監測和預測宏觀經濟形勢似乎危害更大。大數

據的“大”體現在：一方面，我們可以不再依賴各種統計數據。各種非統計數據、非結構

化數據都可以成為利用的資源。搜索數據、社交數據、微博、微信、論壇等都可以用

來監測和預測宏觀經濟。在這方面，國外已經進行了許多有益的嘗試。另一方面，大

數據的收集渠道不再局限于統計調查，因為數據類型的多樣化拓展了數據收集的渠道

和范圍，各種文本、圖像、視頻、廣播通過大數據技術和方法都可以成為獲取信息的

對象和渠道。而且與人為因素占很大比重的統計調查相比，從網頁、電子郵件、搜索

引擎、社交平臺上獲取的數據信息在一定程度上更加真實可信。

（二）在研究領域方面，從宏觀經濟總量預測向宏觀經濟先行指標預測轉變

監測預測宏觀經濟總量（例如GDP增長率）是國內研究一直關注的重點。但是與

國外相比，我們還存在較大差距。差距體現在：一方面國外已經把大數據方法和技術

應用到與宏觀經濟緊密相關的房地產、股市、汽車、旅游、醫療以及失業率等先行領

域，而中國在這些反映宏觀經濟先行領域的研究還比較少。另一方面，盡管大數據在

中國引起關注的時間不長，但它已經在國際范圍內引起了極大關注，各國紛紛將大數

據上升為國家發展戰略，希望在大數據領域居于世界領先地位。

2015年8月19日，國務院常務會議通過了《關于促進大數據發展的行動綱要》,

指出“開發應用好大數據這一基礎性戰略資源，有利于推動大眾創業、萬眾創新，改造

升級傳統產業，培育經濟發展新引擎和國際競爭新優勢”。這意味著大數據在中國迎來

了發展的絕好時機。所以我們一方面要借助國家政策順勢而上，乘勝追擊，使大數據

建設和發展步伐趕超國際水平；另一方面，要全面鋪開大數據在宏觀經濟各領域的研

究和應用，特別是在監測預測宏觀經濟方面，充分利用大數據方法和技術，使大數據

不但能夠為宏觀經濟總量監測預測服務，也能為與宏觀經濟相關的交通、醫療、就業、

社保等民生領域服務。

（三）在監測預測方面，從中長期監測預測向實時監測預測轉變

2013年，國家信息中心李俊峰研究員基于“克強指數”中的工業用電量預測中國宏

觀經濟觸底回暖。同年10月，專家根據“企業發展工商指數課題組”自行研發的“企業發

展工商指數”預測中國將企穩回升、經濟形勢向好，而后的經濟形勢印證了預測的準確

性。盡管如此，我們還是要看到，中國現有的預測模型因為很大程度上依賴于傳統統

計數據，所以監測預測周期長，已有的多是年度、季度、月度模型。然而，無論國家

宏觀經濟政策、企業經營策略還是個人消費計劃都對整個宏觀經濟的及時把握有很大

需求。當前的宏觀經濟監測預測能力還不足以完全滿足經濟、社會發展需要。Von

等建立的零售業搜索指數不但成功預測了美國個人消費情況，而且比美國會議委員會

消費者信心指數(ConferenceBoardConsumerConfidenceIndex，CBCCI)和密歇根大

學消費者信心指數(TheUniversityofMichiganConsumerConfidenceIndex，UMCCI)

在預測方面更加準確，而后兩個指數就是基于社會調查的統計數據計算出來的。[25]

所以我們必須加快宏觀經濟監測預測的理論與方法研究，借助大數據發展的良好契機，

真正服務于國家宏觀經濟發展，引領大數據世界潮流。

四、基于互聯網大數據開展宏觀經濟監測預測的建議

通過回顧國內外現有研究成果，從數據來源的角度，我們建議由國家宏觀決策部門

牽頭，盡快整合互聯網相關數據源，構建基于互聯網數據的宏觀經濟非統計指標監測

預測應用平臺。圍繞重點產業活躍度、區域經濟關聯度、企業生產經營狀況、宏觀經

濟走向社會預期、社會消費熱點、區域人口遷移、境外投資趨勢及風險分析、全國就

業形勢、大宗商品供求及價格走勢、社會通脹通縮預期、重要商品價格異常波動、外

貿訂單變化趨勢、全球經貿合作、國民經濟動員潛力等方面，構建大數據宏觀經濟先

行指標和現時預測指標庫，建設基于回歸模型、時序分析、神經網絡等的大數據宏觀

經濟預測方法庫和模型庫，逐步形成基于非統計數據的宏觀經濟監測預測體系，提升

中國宏觀經濟形勢分析以及重點行業、重點區域發展即時監測的大數據應用能力。

（一）基于電子商務和行業門戶網站數據開展經濟監測預測分析

隨著電子商務的發展，目前中國經濟運行中的很多交易行為都完全或部分在互聯網

環境下完成。根據商務部電子商務司測算，2014年中國電子商務交易額達到約13萬

億元，而全年社會消費品零售總額為26.2萬億元，電子商務交易額已經接近零售業總

額的一半。[26]因此，基于國內主流電商平臺的用戶消費行為數據進行分析挖掘，是監

測中國宏觀經濟運行的重要渠道。目前，在國內電商網站中，阿里巴巴集團對于用戶

消費行為數據的分析挖掘已經非常成熟，提供了覆蓋阿里電商平臺數百萬種商品的數

據，包括淘寶搜索指數、淘寶采購指數、阿里采購指數和阿里供貨指數等四類數據，

并支持按照地域細分。這些數據能夠精確反映阿里電商平臺用戶消費情況，能在很大

程度上反映電商行業運行情況，并折射出全國和各區域宏觀經濟運行的基本情況。但

這些數據的缺點在于，由于僅為電商數據，不能反映線下交易情況，也難以反映大宗

商品交易（如房地產、汽車）和非傳統實體商品交易（如旅游、文化、養老、健康）

情況。

作為上述主流電商平臺網站數據源的補充，以下四類網站數據源的數據對于監測預

測宏觀經濟運行也具有重要參考意義：一是主要房地產門戶網站，如搜房網、鏈家在

線、安居客等，這些網站均提供各地房價走勢分析功能，甚至可以細分到省份、城市、

區縣、鄉鎮街道和樓盤等區域房地產信息的監測，這對于提高中國宏觀決策部門的精

細化決策分析能力具有重要意義；二是汽車門戶網站，如易車網、汽車之家等，這些

網站聚集了較為豐富的汽車銷售數據；三是酒店旅游類門戶網站，如攜程網、去哪網、

途牛網等，可以反映網民出行、旅游等基本情況；四是比價網站，如惠惠網、一淘網、

慢慢買網、盒子比價網等，這些網站收集了國內主要電商網站的一般居民消費品的價

格信息，客觀上有助于監測國內主要居民消費品的價格變動情況。

（二）基于移動終端位置定位數據開展經濟運行監測預測分析

隨著移動通信技術的飛速發展，很多線下網民的行為通過位置定位服務（LBS）技

術會被移動服務商記錄并保存下來。一些智能移動終端產品服務商就掌控了全國大量

人口的地域流動信息，再結合其用戶的注冊信息數據，事實上已經具備對全國人口流

動情況進行精細化統計分析的能力。基于對這些位置移動數據的長期監測，能夠發現

人口在不同地域之間遷移的信息，再結合對不同地域經濟發展、產品結構、人口規模

等數據的綜合比對和分析，就能夠對不同地域的就業情況、旅游交通情況、經濟貿易

往來情況等信息進行大數據監測分析。

（三）基于社交媒體中網民和專家經濟預期判斷經濟運行走勢監測預測分析

隨著社交網絡的不斷發展，網民會通過微博、博客、微信、論壇等自媒體渠道表達

對經濟社會運行重大問題的看法和意見。目前，國內一些商業機構，如新浪財經頻道

就推出了大數據平臺，提供了A股、美股和期貨市場的新浪財經頻道網民關注度和新

浪微博網民情感傾向性等數據。后續可以開展更加系統化的基于社交媒體的網民經濟

預期分析，如分析自媒體渠道網民態度傾向性（按地域、行業細分）、網民關注宏觀

經濟問題熱度變化等；開展國內宏觀經濟研究知名專家學者、學術智庫在媒體發表言

論的實時跟蹤、態度傾向性變化分析等，從而為政府宏觀決策提供數據參考。

（四）基于搜索引擎用戶需求數據開展經濟運行監測預測分析

搜索引擎是互聯網用戶查找信息的首選途徑，因此對搜索引擎用戶搜索關鍵詞的分

析，是了解互聯網用戶真實需求的一個重要渠道。目前，百度和360是中國搜索引擎

市場排名第一、第二的兩大搜索引擎服務提供商，兩家均提供有搜索指數數據可供公

開查詢，后續可以整合這兩家搜索引擎服務供應商的搜索指數數據，開展宏觀經濟監

測預測。搜索指數數據的優點是能夠全面反映互聯網用戶方方面面的需求信息，而不

像電商等網站只能分析用戶的某一方面經濟行為；其缺點則是無法精確判斷搜索用戶

的真實意圖，同時也難以監控這些用戶后續的購買交易等行為。

（五）基于股票、期貨、大宗商品等公開交易數據進行經濟運行監測預測分析

隨著互聯網應用的不斷普及，證券、期貨、大宗商品等金融交易已高度網絡化，基

于這些在線交易所產生的數據具有很強的挖掘價值。在證券交易行業，券商對于大數

據的重要性已經有了高度共識，特別是在市場行情預測等方面，起步非常早。在期貨

市場以及大宗商品等場外交易市場，對交易數據的綜合分析也得到越來越多企業的重

視。中國的大宗商品場外交易市場經過十多年的發展，已形成一個新興行業。在一些

重點領域，如棉花、鋼材等，大宗商品交易市場的交易量已經占到全國總交易量的一

半以上。一些互聯網公司同樣聚集了該領域的大量數據，如金網安泰公司為全國370

多家大宗商品交易市場（約占到國內近2/3合規市場）提供了大宗商品交易平臺軟件，

從而積累了大量原始交易數據。對這些數據源的后續挖掘和分析，對于宏觀經濟監測

預測也具有重要意義。

五、結語

隨著大數據的飛速發展，國際學術界和宏觀經濟政策制定者已經意識到大數據對宏

觀經濟分析的革命性影響，并逐步嘗試將大數據的概念、方法、技術和宏觀經濟分析

結合起來。本文對宏觀經濟監測分析中的互聯網大數據研究和應用進行了初步探討，

希望能夠對未來政府和學術界相關研究提供有益借鑒。