国民经济核算论文
一、引 言
历史上，世界上曾使用过两套不同的国民经济核算体系，即物质产品平衡表体系MPS和国民账户体系SNA。目前，MPS已经成为过去式，世界上几乎所有国家或地区都在以SNA进行系统性的国民经济核算工作，我国是从1993年起开始彻底转向SNA的。自1953年发布SNA的第一个账户体系以来，经历了1963年版本的修正、1993年版本的集大成者以及2008年版本的进一步完善，SNA的系统性和逻辑性更加臻于完善，内容体系和应用操作性也极大细化和丰富。2002年12月，我国依照SNA1993制定并颁布了《中国国民经济核算体系（2002）》（简称CSNA2002），增强了与其他国家统计数据间的可比性；2017年7月，国家统计局正式发布了《中国国民经济核算体系（2016）》，更好地体现出我国经济发展的新特点，提高了我国国民经济核算的国际可比性。
在经历了长达六十多年的持续推进和发展，SNA这套按照基于经济学原理的严格核算规则进行经济活动测度的全球性核算体系已日臻成熟。但是，任何事物都不可能是完美的，SNA的可持续发展同样面临诸多挑战，这些挑战不仅来自于核算内容的拓展和核算方法的改进，还包括新兴国家核算主体、全球公共品供给和需求、经济统计范式转变等方面（邱东，2015）。目前正处于大数据时代，以互联网、物联网以及人工智能等为代表信息技术正在重塑经济社会生活，改变着人们的行为和思维。与此同时，学者们也普遍认为大数据势必会对国民经济核算乃至整个统计学都将带来巨大的冲击和挑战（邱东，2014；李金昌，2014、2016；林洪，2014；赵彦云，2018）。此外，一些研究进一步探讨了大数据对未来投入产出核算（王勇和艾伟强，2015）、金融统计（赵建超，2015）以及CPI等统计指数编制（徐强，2017；陈立双和杨灿，2019）等具体领域的可能影响。但是，在学术研究领域还未有专门性的研究来全面探讨大数据对国民经济核算的影响。
从2009年大数据作为网络和社会流行词汇开始算起，大数据的推进和发展已经过去了十一年。尽管大数据一词的传播已深入人心，政府、企业和高校等都出台了许多举措来积极应对大数据的变革。但是，在实践层面传统的国民经济核算工作及其流程仍在继续着，大数据尚未对国民经济核算体系和工作产生根本性影响，过往的研究似乎过高估计了大数据在此领域的作用。由此，本文将尝试重点关注和探讨下述几个问题：一是结合大数据在我国过去十年的发展，分析大数据及其变革究竟带来了什么变化；二是全方位地评估大数据将可能对国民经济核算产生哪些影响；三是如何应对大数据对国民经济核算影响。
二、大数据及其变革：辨析与认识
从过去的互联网、电子商务，到现在的金融、社会安全、健康医疗等领域的广泛应用，大数据在现实中的发展应用是有目共睹的。从不同的角度出发，对大数据这一概念的界定有所不同。IBM提出的5V特征，即数据量大（Volume）、种类和来源多样（Variety）、价值密度相对较低（Value）、数据增长和处理速度快（Velocity）以及准确性和可信赖度（Veracity），一般认为是对大数据最为深刻的认识。目前，学术界对于大数据及其统计变革，已经形成了很多认识并被广泛接受，但对于其中有些观点笔者认为尚需进一步辨析和澄清。
（一）大数据总体与样本
目前主流的观点都认为，大数据具有数据量巨大的特点，由传统的KB、MB、GB数据量级转向TB、PB、EB，因而传统数据中的统计抽样和推断将变得不再那么重要，大数据本身就能代表总体。李金昌（2016）也认为，大数据的最大特征就是总体跟着数据走，有什么样的数据就构成什么样的总体。这其中实际隐含了两层含义：第一层意思是大数据总是能够代表总体，或者说大数据本身就是总体；第二层意思是如果能够获取得到大数据，将不再需要借助传统的统计抽样和推断就能实现既定分析目标。
按照一般经典统计学教材的界定，总体是在一定的研究目的下，所要研究事物的全体，它是由客观存在的、具有某种共同性质的众多个别事物构成的整体（向蓉美，2015）。研究总体的确定，单一的数据量足够大并非总体界定的必需条件，关键是在于研究目的和事物（或变量）的全体性。例如，在国民经济统计中，如果要核算某地区10家钢铁企业2018年全年的总产出和增加值。那么，此时总体应当就是该地区这10家钢铁企业，尽管企业数量并不多，但在这一特定研究目的之下是包括了全部研究对象的。又例如，根据国家税务总局掌握着全国居民的个人所得税和收入数据，这一大数据在核算我国居民可支配收入时能否视为总体呢？答案显然是不行。由于国家税务总局个人所得税中的收入数据仅是包括了申报人的收入，目前还有大量居民收入未达到起征点而未申报，也有一些居民收入虽超过起征点但并未进行收入申报或者少申报收入。在我国现行个人所得税收入存在大量流失背景之下（晏华和夏太彪等，2016），国家税务总局的数据虽然规模很大，但却不足以用来作为核算居民收入的总体。可见，统计总体的确定标准为是否能够基于实际研究目的纳入全部的研究对象，数据量大并非其主要判定标准。
既然大数据并不意味着就一定能够作为统计总体，相应大数据在特定时候本身是作为样本存在的。但是，大数据样本有其特殊性：一方面，大数据作为样本其对总体的代表往往是有偏的，其分布往往与总体分布不一致，在进行统计推断时需要特别注意；另一方面，大数据样本由于样本数量巨大，在一般情形下其对总体中所代表部分实际情况的反映往往是较为准确的。在统计学中有一个经典的统计调查案例。1936年美国总统选举前夕，《文学摘要》杂志社曾进行过一次样本容量十分巨大的民意调查，他们以电话簿上的地址和俱乐部成员名单上的地址发出1000万封信，收到回信200万封，调查结果显示兰登将以57%对43%的比例获胜，最后选举结果却是罗斯福以62%对38%的巨大优势获胜并连任总统。应用个人所得税大数据推断居民可支配收入同样如此，不仅需要考虑收入统计口径的差异，还需要借助其他数据和推断方法来估计未纳入的群体收入。因此，数据量大的样本并不一定意味着就一定能够推断获得准确的结果，关键在于该数据是否对总体具有代表性以及合理使用统计方法对总体状况进行推断。
（二）大数据的多样性与价值核算
在谈论大数据时，通常会谈及大数据的数据来源和类型的多样性，不仅包括传统的以数字表现的可进行数学运算的结构化数据，还包括一切可以用一定形式记录和反映的客观事实，如符号、文字、图像、音频、视频等非结构化数据（李金昌，2017）。在数据多样性的背景之下，学者们普遍认为应该在国民经济核算体系中引入非结构化数据，以此来丰富国民经济核算的数据来源。林洪（2014）认为，在生产核算、国民财富等方面，现有的国民经济核算体系尚未考虑大数据的背景，对半结构化数据、非结构化数据基本未予以考量，对整个国民经济核算的全面性、权威性、及时性和公信度产生影响。毫无疑问，大数据的多样性丰富了数据来源，必然会对统计学和国民经济核算带来一定影响。但是，大数据对统计学和国民经济核算的影响不能一概而论，两者是存在巨大差别的。
国民经济核算是以整个经济运行为主要研究对象的，其最为关键核心的组成部分是中心账户。中心账户框架借助流量账户（经常账户和积累账户）和存量账户（资产负债表），构成了对整个国民经济运行过程的闭合性刻画，即实现了“期初存量——流量变动——期末存量”的平衡、循环运动全过程。而中心账户能够实现上述目标的关键，在于将国民经济运行中商品、服务、劳动、资本等产品或要素进行统一度量化，即以价值形式实现了各要素的可加性，从而实现了由分散的个体微观数据到全面的宏观数据的集中反映。在国民经济核算中，对生产、收入形成、分配、使用等一系列过程的刻画，都是以价值量来进行核算的。
国民经济核算的对象是产品或要素的价值，那么相应的半机构化和非结构化数据尽管数据量大、信息丰富，但在此之中显然不是国民经济核算关注的主要数据来源。部分半机构化和非结构化数据虽然可以进行结构化处理，但转换以后所得到的数据仍然与价值数据存在天然鸿沟，相应都难以纳入核算所需的数据范围。当然，在大数据当中有相当一部分的价格或价值数据，此外非结构化和半结构数据或能利用巨量的物理特性来提高计值准确性，对于夯实国民经济核算数据基础是具有一定作用的。由此可见，尽管大数据包括了丰富多样的半结构化和非结构化数据类型，但由于其对国民经济的价值核算而言缺乏有用性，相应也就难以从根本上冲击现有的国民经济核算体系。
（三）大数据思维与目的确定性
大数据及其变革通常伴随着分析问题和解决问题的思维方式发生了根本性变化，即呈现出了有别于传统数据处理的大数据思维。李金昌（2014）认为，大数据时代统计思维将主要发生三大变化，即认识数据的思维变化、收集数据的思维变化和分析数据的思维变化。认识数据、收集数据和分析数据，这三大过程涵盖了主要的统计工作，因而大数据对统计思维的改造是巨大而全面的。特别是对于数据分析，李金昌（2016）认为，传统的数据分析，是先明确研究现象和研究目的，确定指标与数据来源，再按照事先设定的格式或模型进行有针对性的计算分析，其分析思路是“定义式的现象特征描述+常规的归纳推理分析”；但大数据分析一般不可能事先就能定义总体并确定研究变量、测度方法与分析模型，只能根据实际情况边认识、边定义、边分析，既需要归纳也需要演绎，甚至还需要头脑风暴思维，因而其分析思路是“探求式的现象本质描述+多元化逻辑推理分析”。这里面涉及到关于大数据思维的一个关键性问题，即传统的数据分析与大数据分析的根本性区别是否在于：一个是有确定目的的常规归纳推理，另一个为无确定目的的探求式多元化推理。
传统的政府统计或国民经济核算工作，其工作机制流程是较为清晰可循的，即确定目的——获取数据——分析应用——实现目的。首先，需要确定工作的目的，即需要干什么；其次，围绕这一确定性目的，我们需要获取哪些统计数据来支撑，数据获取的方式包括专门调查以实现前述目的；最后，对最终为实现目的所得到的结果进行评估。这里面需要特别注意的是：第一，对于单一的统计工作而言，所要实现的目的是确定而唯一的，较为复杂的统计工作也都可以分解为许多单一的目的；第二，获取数据形式和来源可能是多样性的，但需要基于目的考虑成本、准确性等来筛选并获取最为合适数据；第三，需要基于所欲实现目的来筛选出合适的统计方法，对数据进行分析处理。
大数据在工作机制流程方面较传统统计工作有了根本性转变，这应是大数据思维的集中体现。大数据来源于电子网络技术自动记录、储存的各种信息，大数据分析是先有数据，然后再通过数据挖掘方法去获取所含有用信息。在对大数据进行挖掘之前，也需要事先确定挖掘目的，用以指导后续数据挖掘的进行。但是，对同一大数据进行挖掘可以同时设定多个目的，当然由于挖掘过程中会存在较多不确定性，有些时候难以实现既定目的，这就需要进行探求式的多元化挖掘。由于利用大数据实现既定的目具有很强的不确定性，而许多政府统计或国民经济核算工作所欲实现的目标又是确定性的，由此大数据只能成为国民经济核算的必要补充而并非常规性的操作。
三、大数据对国民经济核算的全面影响
对于大数据带来的冲击和影响，国民经济核算身处这一时代显然难以独善其身。大数据究竟如何影响国民经济核算，在此之下未来如何完善和发展，需要全面客观进行评估和分析。下面将从核算框架体系、具体核算内容、基本核算原则和数据来源这四个方面，探究大数据对国民经济核算的全面影响。
（一）对核算框架体系的影响
账户是国民经济核算的基本工具，通过设置不同的账户可以分别刻画出国民经济的运行过程。因此，整个国民经济核算的框架体系与账户体系大体是保持一致的。国民经济核算体系由于需要囊括整个宏观经济运行过程，因而具有涉及面广、内容复杂的特点。在此之中，有些内容目前认识较为清晰，核算方法比较成熟，核算体系相对完善；但还有较多内容还没有得到一致的认可，或是核算方法处于探索过程中（蒋萍和徐强等，2019）。因此，整个国民经济核算体系分为中心框架和卫星账户两个部分。
1.大数据对中心框架的影响
中心框架描述的是国民经济总体的运行过程和结果，对于整个国民经济而言在框架结构和内容上是完整的。与中心框架对应的是全套账户序列，其依据“收入形成→分配→使用”再生产过程而设置，包括流量账户（经常账户和积累账户）和存量账户。在全套账户序列中，期初资产负债等各类存量，通过经常账户和积累账户中的各类交易引发流量变动，形成了期末资产负债的各类存量，继而构成了一个反映经济总体运行状况的闭合循环系统。中心框架具有唯一性，相应全套账户序列在账户数量和内容上都是极为稳定的。
中心框架体系是整个国民经济核算的主体和最为核心组成部分，GDP等许多关键性的宏观经济总量指标都在此生产。中心框架体系具有严密性和整体性，整个全套账户序列是十分完整的，若不从根本上破坏和改造现有中心框架体系，在全套账户序列结构和构成上难以再嵌入进新的账户。因此，国民经济核算的主要框架体系受大数据发展浪潮的影响是较为有限的，中心框架与全套账户体系并不会在内容上发生大的变革。
2.大数据对卫星账户的影响
卫星账户是对中心框架在核算内容上的拓展或细化，用于满足一些特定的核算需求，体现了SNA的灵活性。卫星账户一般强调对所选择的社会关心领域，以灵活的方式扩大国民经济核算的分析容量，通过形成相对独立的自成体系的账户呈现出更多细节性信息，而不破坏或打乱中心框架内容。卫星账户不具有唯一性，可以根据需求和统计能力进行设定开发，具有很强的外在延展性。
对于国民经济核算框架体系而言，未来应当更加关注大数据对卫星账户开发和应用所带来冲击和影响。卫星账户作为中心框架的重要补充，对于深层次反映特定方面的经济运行状况具有重要作用。一方面，许多新的卫星账户会伴随着大数据的发展应运而生。卫星账户的编制需要大量统计数据作为基础支撑，但现有官方统计数据可能难以完全满足需求，这在一定程度上制约了卫星账户的编制和开发。大数据在经济领域的应用和发展会催生出大量多维度的微观数据，这些数据能够较好地用于卫星账户的编制。另一方面，利用大数据能够完善已有卫星账户编制和开发。目前，世界上许多国家已经初步建立起了住户部门、旅游、资源环境、研发等卫星账户。但是，由于受限于基础统计数据的不足，这些卫星账户编制的程度和内容都比较初级。有效利用各类大数据，能够从更多维度更为详细地刻画相关经济存量和流量情况。
（二）对现有核算内容的影响
尽管大数据对于中心框架和全套账户序列的影响不大，但是大数据能够获得大量的在线数据，这将会对现有一些具体核算内容和方法上产生巨大影响。因此，面对大数据发展对现有核算的变革与冲击，需要深入研究并及早形成统计应对方案。对此，本文通过大数据本身资产化及其核算、价格指数编制两个方面进行重点论述。
1.大数据资产化及其核算
目前，大数据已经成为一种重要的要素投入于实际生产活动中，其金融、医疗、政府管理等领域的实际价值正在不断被挖掘。大数据已经成为企业和政府的重要经济资源，实际中也已经建立起了不少大数据交易平台，大数据本身的价值正在不断凸显。然而，大数据虽然在经济生产活动中正在发挥作用，但现有SNA及其他统计标准中，尚未在真正意义上形成大数据的界定、分类、计值等规则，大数据还没有纳入到当前国民经济核算体系之中。
在现有核算体系中明确大数据资产属性。从资产的属性和定义来看，正在广泛被利用的大数据已经渗透到了经济运行的诸多领域，部分大数据完全符合现有对资产的界定。但是，目前大数据尚未被纳入生产性资产并核算其实际价值，对此首先需要明确哪些大数据可以或者应当纳入资产范畴。对此，应当紧紧抓住资产的两大根本性质，即“控制权”和“预期会带来经济利益”，只有同时满足这两个条件方可纳入资产。当然，大数据的控制权有其特殊性。大数据主要来自于应用互联网技术对个人使用信息的整合，在应用过程中会涉及到个人隐私和信息安全等问题。大数据的开发者是否拥有大数据的所有权，以及在什么程度上可以应用大数据，都有待法律和制度的进一步明确和规范。
探究大数据资产的计值问题。大数据作为一种经济资产参与生活活动，在核算中必须要解决其计值问题。大数据资产的计值是核算的难点所在：一方面，大部分大数据都来源于自产自用，而并非通过市场化交易获得，这导致很难按照市场价格进行估价计值；另一方面，许多时候大数据往往是某些数字经济活动的附属产品，并非专门进行数据的生产，这给核算大数据的价值带来极大困难；再者，大数据资产价值的体现在于开发和应用并形成收益，大数据资产的利用程度与其价值密切相关。目前，有些研究认为可以使用成本法来核算数据价值，参考研发支出资本化的以投入代产出的处理方法。然而，相较于R&D的成本核算处理，关键在于能够合理界定出归属于用于大数据生产和存储等环节的成本，由于大数据产出的附属性这在实际中往往是很难单独对成本进行认定的。尽管使用成本法来核算自产自用部分大数据资产价值面临的困难较多，但笔者认为在统计处理上这也许也是现有最具操作和可靠的方法，未来需要沿着这一条主线持续努力克服现有困难。
2.各类价格统计与价格指数编制
传统价格统计与价格指数编制，由于价格数据的获取往往较难，因而是使用对代表性规格品进行调查的方式进行。大数据技术手段的应用，网线在线交易价格数据的获取极为便捷，单个数据抓取时间和价值成本都极低，这为大规模甚至全面获取价格数据提供了可能。总的来看，与传统CPI的编制相比，利用大数据及其技术来编制价格指数，有这样几方面的优势：
一方面，庞大数量的产品价格，可避免代表性规格品的不具代表性问题。CPI的编制中，由于货物和服务消费品种类庞杂，不可能去调查每一种产品价格，因而通常在八大类的各子类项目中选择若干种代表性规格品。所选出的代表规格品究竟是否对子类项目价格趋势与变动量具有代表性，实际中往往难以做出科学判断。利用大数据则不再需要过分注重代表性问题，因为基于大数据每类消费品都能够获取足够多的产品价格数据，从而能有效避免只使用某些特定产品可能引起的偏误。
另一方面，基于大量产品的销售数据，能够有效降低权重设置引起的指数偏误。我国CPI编制是事先设定好各大类和子类消费品的权重，然后间隔一定时期会对各权重进行调整。固定权重的不足之处在于当某些产品或类产品的消费量，由于某些不正常情况发生较大波动时，原有的固定权重可能并不适用，需要及时进行调整。以我国1-2月份CPI为例，由于受到本次新冠肺炎的影响，餐饮、娱乐、住宿等消费量骤降，而相应CPI编制时并未及时调整其权重，这势必会导致CPI失真。笔者认为，我国官方公布的1-2月份CPI同比上涨5.3%的数据，可能存在一定程度的低估。利用大数据进行价格指数的编制，由于不仅可以采集到的消费品的价格数据，同时也可以获取到对应产品的销售额数据，从而不需要使用事先设定的固定权重进行价格指数编制，可有效提高所编制价格指数结果的准确性。
再者，利用大数据及其技术能够编制时效性更强、类型更细致、灵敏度更高的价格指数。传统CPI的编制，大部分时间和成本都花费在消费品价格采集阶段，从而使得CPI发布的频率并不高，目前仅有月度数据。应用大数据编制CPI，采集数据的时间将大大缩短，不仅有条件编制月度价格指数，甚至每旬或每周都可以编制和发布相应的CPI数据。此外，由于能够采集的产品种类大大增多，不仅可以编制出各大类价格指数，还可以相应进行各子类产品价格指数的编制，也将极大丰富现有价格指数体系内容。与此同时，价格指数时效性提高之后，对价格变动的监测将更为实时，价格的变动情况也将更为灵敏。
当然，大数据对传统价格指数编制改造并非是一剂万能药，大数据只能采集到各种网络平台的价格数据，而庞大规模的线下交易价格数据仍然需要借助传统的方法来实施。当然，现在价格采集也有一些折中式改进，如如果超市实际销售的扫描价格等途径，可以快速采集到线下交易价格。尽管如此，由于线上交易和线下交易两大市场的价格水平往往具有一定差异，利用大数据手段来编制价格指数，目前来看还不能完全替代而只能作为传统方法的重要补充。
（三）其他影响与讨论
由于大数据手段在获取在线和平台数据等方面具有天然优势，不仅获取的数量规模大大增加，获取数据的时效性也随之大大增强。而目前国民经济核算实践中，受制于数据规模和时效性，通常使用一些抽样调查方法，或者事先做一些假定来进行替代性估算，如投入产出表的编制、非经济普查年度服务业增加值核算等。可见，大数据技术的应用，能够较好地弥补由于数据量或时效性方面的因素，造成国民经济核算在结果准确性和频率方面的不足。
大数据对现有国民经济核算最大的影响也就在于数据收集方面，要将更多的关注投入到大数据技术对核算数据获取实行和方法的改革之中。一方面，借助大数据技术重造现有官方统计数据收集模式和流程。我国统计部门在收集企业数据时，已经在实施规模以上企业联网直报，这一上报方式与传统层层上报有了较大改变。随着现有对数据“收集—存储—分析—应用”各环节技术和水平的提升，未来官方统计部门在收集企业数据时，应当更多地借助网络平台，以发挥出大数据的应用效果。另一方面，借助大数据技术助力现有统计数据薄弱环节。现有国民经济核算总量指标的部分数据来自于抽样调查，考虑到人力和时间成本约束，调查的范围和样本容量往往较为有限。大数据及其技术的使用，不仅可以使得某些数据的采集范围和数量得到拓展，而且可以借助其他大数据来检验统计结果的真实性。
显然，大数据对国民经济核算的影响是存在并且不可忽视的，越来越多的大数据技术和手段将会应用到国民经济核算之中，必须有效研究应对，并逐步推进大数据在国民经济核算中的作用发挥。但是，大数据虽然在内容体系上对国民经济核算有一定的拓展作用，但更多是丰富统计数据来源和收集形式的手段与工具并不会对现有国民经济核算体系起到颠覆性的作用。
四、应对大数据影响的几点思考
认识大数据及其变革的本质，是科学理解和应对其对国民经济核算影响的关键所在。国民经济核算经历了长达半个多世纪的发展和应用，在内容体系和核算方法等方面还是较为完善的。但是，完美的国民经济核算并不存在，需要不断去更新以适应社会经济的发展。大数据的出现和发展就是历史沿革中的一次重大变革，需要不断完善国民经济核算去适应其对社会经济带来的革新。由此，未来必须相应推进一些改革措施，科学应对大数据对国民经济核算的冲击和影响。在此之中，为避免改革过度或改革不足，需要从总体上保持下面几点基本认识：
一方面，大数据及其变革不能完全取代现有国民经济核算的作用，在很长的一段时间里仍然需要研究并完善传统的国民经济核算体系。有了大数据，并不表示我们现在就拥有了一套可以超越国民经济核算的经济运行监测的测度体系。目前来看，现有国民经济核算体系仍然是用于宏观经济运行监测与分析、国际比较等的最佳选择，“超越GDP”也尚不具备实践条件。因此，我们更多应当做的是如何去完善现有国民经济核算，而并非破坏甚至取代其地位。实际上，现有国民经济核算体系和内容虽然较为完善，但仍然还有大量问题值得研究，包括如何提高金融业等服务产出核算结果的准确性、免费数字服务如何核算、高技术产品以及数字产品价格指数如何编制等等。而目前国内对国民经济核算的研究现状令人担忧，相关研究成果处于减少趋势，越来越少的青年研究学者愿意从事到国民经济核算领域研究，国民经济核算方面师资也有待进一步加强建设。
另一方面，应当充分发挥大数据的作用，以补充和完善现有国民经济核算。上述已经对大数据及其变革对国民经济核算影响做出了较为全面的分析，这些影响之处也是我们需要利用好大数据这一工具的作用，对国民经济核算进行完善和补充的重要领域所在。针对大数据具有采集数据规模大、时效性强的特点，我们应当以此为切入点来完善传统国民经济核算在对应方面的薄弱环节。在应用大数据时需要注意程度问题，大数据并非万能的，如利用大数据改造CPI的编制时，线下传统交易部分则可能是大数据的盲区，仍然需要借助传统方法进行价格数据采集。当然，利用大数据对国民经济核算进行完善时，也不能完全局限于国民经济核算的方法和原则，有时候需要适当从其框架规则的条条框框跳出来。如可以利用手机定位数据来监测用户数量及其运动状况，可用于对于辅助核算旅游相关产业增加值；又如应用大数据监测可以大量甚至全部企业的用电量，用于反映和监测企业生产状况，若有条件可以编制高频率的用电量指数，这是传统国民经济核算无法做到的。
总体来看，大数据并不会对国民经济核算体系颠覆性作用，但其影响是巨大的，我们需要充分利用大数据来完善当前国民经济核算体系及其内容。但在完善过程之中，需要正确认识未来改革方向，而本文关于大数据对国民经济核算影响的探讨或能对此有所增益。当然，受限于本人学识和见识，相关认识可能仍有待进一步商榷，希望后续更多研究和讨论有助于持续推进我国国民经济核算理论研究及其实践工作。
参考文献（略）
（作者简介：彭刚，江西新余人，经济统计学专业博士，现为西南财经大学统计学院副教授、硕士生导师，研究方向为宏观经济统计与核算。）
