總序

近年來，數字化轉型與人工智能浪潮席卷全國，千行百業迎來深刻變革。在這場技術革命中，人工智能正逐步走向大眾，各領域的大數據應用呈現蓬勃發展之勢。

數據、算法、算力是人工智能的三大基石。算力依靠服務器等有形的設備設施，而數據和算法則源于人類的知識體系和創新實踐。

經濟產業分析領域的AI+實踐，涉及政府經濟主管部門、經濟研究機構和產業咨詢機構、各行各業企業、經濟專業人士及媒體從業者等多個組織和群體。但縱觀各類經濟運行分析報告、產業規劃分析報告、行業市場分析報告及經濟分析文章等，能將“數據和算法”用對和用好的案例并不多。究其原因，可歸結為兩大核心問題。

第一，對經濟產業數據認知不清或濫用數據。在數據認知層面，很多人（包括部分經濟產業分析專業人士）對經濟指標的定義和范圍界定、對產業數據的統計口徑和適用范圍缺乏基本認知和準確理解；在數據使用層面，很多人選擇數據時不注重其適用性、代表性和一致性，不對數據進行適當的篩選和處理，僅滿足于“有數據可用”“有數據分析內容”。

第二，經濟產業分析邏輯缺乏嚴謹性。有些人在分析經濟產業數據時過于強調問題導向而忽視目標導向，缺乏辯證分析邏輯，常通過簡單的橫向比較或縱向分析就草率定性問題，這種做法是脫離實際情況的，實際上問題是針對目的、目標而言的；還有些人在進行經濟產業分析時過度推崇大數據和復雜模型，卻忽視基本的經濟產業邏輯，往往將歷史經濟產業數據的統計回歸結果等同于客觀規律并用于趨勢預判。實際上，統計回歸結果并非客觀規律，未來也難以被精準預測。

那么經濟產業分析如何用對、用好“數據和算法”呢？基于二十余年產業數據分析應用實踐經驗，結合對經濟產業數據領域的思考和探索及AI大模型“幻覺”現象的觀察，筆者認為參與和用好AI+需要我們夯實兩大基礎——構建高質量的數據體系與強化辯證的分析邏輯。高質量的數據與辯證的分析邏輯來源于專業人士的知識貢獻。每個人的知識體系是不同的，術業有專攻。專業人士要秉持嚴謹態度，認真做好通識普及工作。

因此，我寫這套圖書的目的，就是要和大家分享經濟產業分析領域“數據和算法”的理解與應用方法，助力政府經濟主管部門、經濟研究機構和產業咨詢機構、各行各業企業、經濟專業人士及媒體從業者在開展經濟產業分析時用對、用好“數據和算法”。

經濟產業分析研究領域的“數據和算法”，按照“宏觀—中觀—微觀”的分析框架，可分為以下三個層次。

宏觀：經濟體系，對應宏觀經濟數據；

中觀：行業/產業鏈，對應產業行業數據；

微觀：企業法人，對應企業數據。

這套通識普及的圖書涵蓋上述各個層次，每個層次單獨成冊，分別講解了經濟數據理解要點與分析應用、產業數據理解要點與分析應用、企業數據理解要點與分析應用。

每本書的主要內容包括數據梳理、數據解讀、數據分析和數據應用。經濟數據分析不只是總量數據，也會拆解到中觀行業構成數據；產業數據分析不只是行業總量數據，也會拆解到微觀企業構成數據。這套書可以幫助大家建立自己的經濟產業分析研究領域的“數據和算法”體系，并用對、用好AI+。