米子川，姜天英

(山西財經(jīng)大學(xué) 統(tǒng)計學(xué)院，山西 太原 030006)

?

煤炭大數(shù)據(jù)指數(shù)編制及經(jīng)驗?zāi)B(tài)分解模型研究

米子川，姜天英

(山西財經(jīng)大學(xué) 統(tǒng)計學(xué)院，山西 太原 030006)

基于開放性數(shù)據(jù)源、連續(xù)觀測昨多變量數(shù)據(jù)編制的大數(shù)據(jù)指數(shù)，與傳統(tǒng)的統(tǒng)計調(diào)查指數(shù)存在的差異不僅在于數(shù)據(jù)本身的無限擴(kuò)張，而且在于編制方法以及分解研究的規(guī)則、模型方面的差異。在大數(shù)據(jù)背景下，率先嘗試性地提出大數(shù)據(jù)指數(shù)的定義和數(shù)據(jù)假設(shè)，將“互聯(lián)網(wǎng)大數(shù)據(jù)指數(shù)”引入煤炭交易價格指數(shù)綜合編制太原煤炭交易大數(shù)據(jù)指數(shù)，從而反映煤炭價格的變動趨勢；導(dǎo)入經(jīng)驗?zāi)B(tài)分解模型，對所編制的煤炭大數(shù)據(jù)指數(shù)進(jìn)行分解研究，嘗試比較與傳統(tǒng)的統(tǒng)計調(diào)查指數(shù)的差異。研究表明：新編制的煤炭價格大數(shù)據(jù)指數(shù)要比太原煤炭交易價格指數(shù)更為敏感和迅速，能更好地反映煤炭價格的變動趨勢。隨著“互聯(lián)網(wǎng)+”和大數(shù)據(jù)戰(zhàn)略的逐漸普及，基于互聯(lián)網(wǎng)大數(shù)據(jù)編制的綜合指數(shù)會影響到更多領(lǐng)域，將成為經(jīng)濟(jì)管理和社會發(fā)展各個領(lǐng)域的晴雨表和指示器；與傳統(tǒng)統(tǒng)計調(diào)查指數(shù)逐步融合、互補(bǔ)或者升級，成為宏觀經(jīng)濟(jì)大數(shù)據(jù)指數(shù)的重要組成部分。

煤炭交易；大數(shù)據(jù)指數(shù)；EMD模型

一、引 言

“互聯(lián)網(wǎng)+”是當(dāng)今社會的操作系統(tǒng)，指數(shù)是宏觀經(jīng)濟(jì)的晴雨表，基于“互聯(lián)網(wǎng)+”大數(shù)據(jù)編制的統(tǒng)計指數(shù)則是新經(jīng)濟(jì)和新規(guī)則的儀表盤。2015年6月12日，基于“互聯(lián)網(wǎng)+”的煤炭大數(shù)據(jù)平臺在太原中國煤炭交易中心正式上線，標(biāo)志著宏觀產(chǎn)業(yè)環(huán)境的不斷優(yōu)化正在推動中國大數(shù)據(jù)產(chǎn)業(yè)鏈加速形成。近年來，眾多互聯(lián)網(wǎng)企業(yè)圍繞大數(shù)據(jù)展開的技術(shù)研發(fā)、應(yīng)用創(chuàng)新和產(chǎn)業(yè)探索取得了重要進(jìn)展，能源、交通、制造業(yè)、通訊等傳統(tǒng)行業(yè)都在積極利用大數(shù)據(jù)進(jìn)行應(yīng)用創(chuàng)新，大數(shù)據(jù)戰(zhàn)略已經(jīng)成為政府和社會各行業(yè)的戰(zhàn)略共識。DanahBoyd等人認(rèn)為大數(shù)據(jù)不僅帶來了技術(shù)、學(xué)術(shù)和文化上的挑戰(zhàn)，而且?guī)砹水a(chǎn)業(yè)升級和經(jīng)濟(jì)趨勢的改變[1]。在此背景下，如何利用大數(shù)據(jù)并使其為國家治理、企業(yè)決策乃至個人生活服務(wù)，正在逐漸成為大數(shù)據(jù)應(yīng)用價值的核心所在，而如何在大數(shù)據(jù)時代給予傳統(tǒng)統(tǒng)計指數(shù)以新活力，從而使指數(shù)呈現(xiàn)“大數(shù)據(jù)特性”，則又成為大數(shù)據(jù)指數(shù)應(yīng)用的基本階梯和必然方向。DemchenkoY甚至認(rèn)為大數(shù)據(jù)已經(jīng)成為處理商業(yè)經(jīng)濟(jì)和科學(xué)問題的基礎(chǔ)數(shù)據(jù)，以大數(shù)據(jù)為核心構(gòu)建的數(shù)據(jù)框架是自然科學(xué)和社會科學(xué)研究的重要依據(jù)[2]。

二、大數(shù)據(jù)指數(shù)與統(tǒng)計調(diào)查指數(shù)的比較

一般認(rèn)為，大數(shù)據(jù)指數(shù)是指以基于互聯(lián)網(wǎng)的電子商務(wù)大數(shù)據(jù)、社交網(wǎng)絡(luò)大數(shù)據(jù)和其他類型的社會經(jīng)濟(jì)大數(shù)據(jù)構(gòu)造的綜合指數(shù)，是反映社會經(jīng)濟(jì)現(xiàn)象發(fā)展變化的趨勢和強(qiáng)度的一種新型指數(shù)，有充分性、敏捷性、連續(xù)性、靈活性和多維性等方面的特點。

大數(shù)據(jù)時代，各種基于大數(shù)據(jù)和復(fù)雜算法的市場指數(shù)相繼出現(xiàn)，基于抽樣調(diào)查的統(tǒng)計指數(shù)已不能全面反映經(jīng)濟(jì)社會的運(yùn)行狀況并對經(jīng)濟(jì)進(jìn)行更加準(zhǔn)確的預(yù)測。太原煤炭交易價格指數(shù)是山西煤炭交易市場的方向標(biāo)，也是中國煤炭市場的晴雨表，目前也迎來了眾多網(wǎng)絡(luò)交易平臺提供的海量數(shù)據(jù)所帶來的挑戰(zhàn)，因而面臨著煤炭交易價格指數(shù)樣本量少、數(shù)據(jù)不連續(xù)、存在一定時滯等問題。因此，如何在大數(shù)據(jù)背景下利用有效方法對煤炭交易數(shù)據(jù)進(jìn)行篩選和處理，并且編制煤炭交易價格大數(shù)據(jù)指數(shù)，使之能及時準(zhǔn)確地反映煤炭價格走勢，實現(xiàn)煤炭價格的發(fā)現(xiàn)功能和指引功能，并對煤炭市場的變動發(fā)展做出前瞻性的預(yù)測，具有十分重要的意義。

統(tǒng)計學(xué)領(lǐng)域中對于大數(shù)據(jù)的研究，集中在2012年以來的學(xué)術(shù)交流、會議、報告和學(xué)術(shù)論文中，對于數(shù)據(jù)分析和統(tǒng)計指數(shù)的研究已經(jīng)有了一定的成果。徐宗本院士等人認(rèn)為，大數(shù)據(jù)的興起帶來了理論與實踐范式、支撐技術(shù)、價值開發(fā)、產(chǎn)業(yè)與生態(tài)系統(tǒng)治理等多方面的重大挑戰(zhàn)，需要在基礎(chǔ)理論、工程技術(shù)和人才培養(yǎng)等各個層面上加以應(yīng)對，還特別提出了大數(shù)據(jù)驅(qū)動的四個重要領(lǐng)域，其中包括大數(shù)據(jù)分析與處理的數(shù)學(xué)與計算基礎(chǔ)，即可以認(rèn)為大數(shù)據(jù)指數(shù)是這方面的重要應(yīng)用之一[3]；北京大學(xué)耿直教授在第十五次全國中青年統(tǒng)計科學(xué)研討會上提出了將統(tǒng)計機(jī)構(gòu)的數(shù)據(jù)作為金標(biāo)準(zhǔn)(即Goldstandard，指臨床醫(yī)學(xué)界用來診斷疾病的最可靠、最準(zhǔn)確和最常用的標(biāo)準(zhǔn)，如組織病理學(xué)檢驗、手術(shù)發(fā)現(xiàn)、影像診斷等)和框架，對互聯(lián)網(wǎng)數(shù)據(jù)進(jìn)行矯正，將互聯(lián)網(wǎng)數(shù)據(jù)作為補(bǔ)充資源對統(tǒng)計機(jī)構(gòu)的數(shù)據(jù)進(jìn)行實時更新，也許是解決問題的一個思路[4]；王元卓等人提出由于網(wǎng)絡(luò)大數(shù)據(jù)的復(fù)雜性、不確定性和涌現(xiàn)性，大數(shù)據(jù)的計算需要新的模式和范式[5]；張崇等人研究了網(wǎng)絡(luò)搜索數(shù)據(jù)與CPI的相關(guān)性，開始探索網(wǎng)絡(luò)搜索數(shù)據(jù)與現(xiàn)實生活中的CPI之間可能存在的一種關(guān)聯(lián)關(guān)系[6]；李曉欣、喬晗、陳夢根等人都比較集中地研究了利用掃描數(shù)據(jù)編制CPI的方法，開始考慮利用行政管理的大數(shù)據(jù)嘗試編制宏觀經(jīng)濟(jì)指數(shù)，針對中國掃描數(shù)據(jù)的現(xiàn)狀和政府價格統(tǒng)計的特點提出了一些利用掃描數(shù)據(jù)編制中國CPI的思路[7-9]；李晉紅、張朋程、劉滿枝等人均提出了煤炭價格指數(shù)對于企業(yè)生產(chǎn)、投資判斷以及預(yù)測價格走勢具有重要意義，強(qiáng)調(diào)在大數(shù)據(jù)背景下對煤炭價格指數(shù)的研究顯得尤為必要[10-12]；郭洪偉基于網(wǎng)絡(luò)大數(shù)據(jù)研究了消費者信心指數(shù)，并通過電商數(shù)據(jù)、消費者情緒數(shù)據(jù)等非結(jié)構(gòu)化數(shù)據(jù)編制了消費者信息指數(shù)，這是大數(shù)據(jù)指數(shù)編制的一種嘗試，有著重要的實踐意義和應(yīng)用價值[13]。

基于生活消費理論編制的阿里巴巴全網(wǎng)網(wǎng)購價格指數(shù)(aSPI)，是反映阿里巴巴網(wǎng)購平臺上總體消費價格水平變化的綜合統(tǒng)計指數(shù)，是以葉子類目上月成交份額為權(quán)重計算的每月加權(quán)成交均價變動指數(shù)。它不僅包含了商品層面的一般價格變動，而且包含了消費者在葉子類目下消費結(jié)構(gòu)變動的信息。該結(jié)構(gòu)的變動衡量了消費者對同一基本分類下高價商品和低價商品的相對選擇替代程度，且該選擇由高價商品和低價商品的相對價格變動、季節(jié)性因素以及網(wǎng)購人群收入結(jié)構(gòu)變動所驅(qū)動。同時，阿里巴巴還同步公布網(wǎng)購核心商品價格指數(shù)(alibabaShoppingPriceIndex-core，aSPI-core)，這項指數(shù)是固定籃子價格指數(shù)，通過創(chuàng)新的篩選算法圈定阿里零售平臺上近五百個基本分類下接近10萬種核心商品作為固定“籃子”，每月追蹤該籃子內(nèi)商品和服務(wù)實際網(wǎng)購成交價格變化，以刻畫網(wǎng)購主流商品和服務(wù)的一般價格波動，并從網(wǎng)絡(luò)零售渠道反映宏觀物價走勢。然而，這種設(shè)計也存在一定的缺陷，即由于產(chǎn)品更新速度快，新產(chǎn)品從上市到暢銷階段存在一定的溢價，隨著替代品的增加，溢價會逐漸降低，使固定籃子指數(shù)在長期有可能會低估消費支出成本的上升趨勢。

大數(shù)據(jù)指數(shù)的編制是以傳統(tǒng)統(tǒng)計調(diào)查指數(shù)為基礎(chǔ)計算而來，但同時也有與傳統(tǒng)統(tǒng)計調(diào)查指數(shù)諸多的不同之處。就目前網(wǎng)絡(luò)大數(shù)據(jù)指數(shù)的發(fā)展情況，可將其總結(jié)定義為兩大趨勢：一是以新興電商為代表的可連續(xù)更新的覆蓋全部交易數(shù)據(jù)的微觀指數(shù)，具有代表性的有阿里巴巴系列價格指數(shù)、百度指數(shù)、大數(shù)據(jù)300指數(shù)等；二是由于傳統(tǒng)統(tǒng)計調(diào)查指數(shù)尚無法達(dá)到連續(xù)更新的特點，故考慮在統(tǒng)計調(diào)查指數(shù)的基礎(chǔ)上將行政管理記錄等大數(shù)據(jù)資源引入其中，使其具有大數(shù)據(jù)特性(見表1)。

三、煤炭大數(shù)據(jù)指數(shù)的編制

本文以太原煤炭交易價格指數(shù)為研究對象，同時引入“網(wǎng)絡(luò)大數(shù)據(jù)指數(shù)”，包括煤炭價格、百度指數(shù)和原煤阿里指數(shù)，從而使其具有“大數(shù)據(jù)的特性”，構(gòu)造太原煤炭價格大數(shù)據(jù)指數(shù)，將大數(shù)據(jù)指數(shù)與太原煤炭交易綜合價格指數(shù)進(jìn)行對比研究，得出驗證性結(jié)論和研究建議。

表1　大數(shù)據(jù)指數(shù)與統(tǒng)計調(diào)查指數(shù)比較表

(一)數(shù)據(jù)選取

依據(jù)上文提到的三個變量：太原煤炭交易價格指數(shù)(X1t)、原煤阿里指數(shù)(X2t)和煤炭價格百度指數(shù)(X3t)，其來源分別為中國(太原)煤炭交易中心、阿里指數(shù)和百度指數(shù)。數(shù)據(jù)周期為周數(shù)據(jù)，本文選取時間從2014年6月27日至2015年6月12日，共48周的數(shù)據(jù)進(jìn)行建模分析(不包括法定節(jié)假日的數(shù)據(jù))。嘗試通過對煤炭大數(shù)據(jù)指數(shù)的編制來反映近一年煤炭交易價格的變動情況，從而探索煤炭大數(shù)據(jù)指數(shù)的適用性和不足。

(二)數(shù)據(jù)處理

1.數(shù)據(jù)標(biāo)準(zhǔn)化。由于太原煤炭交易價格指數(shù)、原煤阿里指數(shù)和煤炭價格百度指數(shù)三者數(shù)據(jù)的量綱不同，故首先對數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理。采用的方法是離差標(biāo)準(zhǔn)化，即使標(biāo)準(zhǔn)化后的數(shù)據(jù)落入[0,1]區(qū)間，采用的公式為：

(i=1,2,…,m;t=1,2,…,n)

(1)

其中xit表示原始數(shù)據(jù)，min{xit}表示原始數(shù)據(jù)中的最小值，max{xit}表示原始數(shù)據(jù)中的最大值，yit表示標(biāo)準(zhǔn)化后的數(shù)據(jù)，且其屬于[0,1]區(qū)間。經(jīng)過標(biāo)準(zhǔn)化處理后，三個變量數(shù)據(jù)均屬于[0,1]區(qū)間，且基本上消除了量綱影響。

2.數(shù)據(jù)加權(quán)。數(shù)據(jù)的加權(quán)方法很多，由于本文新指標(biāo)的特殊性，故以太原煤炭交易價格指數(shù)為基準(zhǔn)，分別求原煤阿里指數(shù)和煤炭價格百度指數(shù)與太原煤炭交易價格指數(shù)的相關(guān)系數(shù)，并在此基礎(chǔ)上確定三者的權(quán)重，具體計算方法為：

第一步：計算三個變量與太原煤炭交易價格指數(shù)的相關(guān)系數(shù)。通過相關(guān)系數(shù)的計算公式，所得結(jié)果為：r1=1，r2=0.32，r3=0.02(r1表示太原煤炭交易價格指數(shù)與自身的相關(guān)系數(shù)，r2表示太原煤炭交易價格指數(shù)與原煤阿里指數(shù)的相關(guān)系數(shù)，r3表示太原煤炭交易價格指數(shù)與百度煤炭價格指數(shù)的相關(guān)系數(shù))。從相關(guān)系數(shù)中可以簡要得出，以“煤炭價格”為搜索詞的百度指數(shù)對太原煤炭交易價格指數(shù)的影響較原煤阿里指數(shù)的影響較小，這與原煤阿里指數(shù)為采購指數(shù)有關(guān)；而百度指數(shù)僅反映其搜索量的信息，表現(xiàn)為一種關(guān)注強(qiáng)度，但為了更為全面地反映大數(shù)據(jù)指數(shù)，將二者均包括在內(nèi)進(jìn)行計算。

第二步：確定權(quán)重。根據(jù)第一步中的相關(guān)系數(shù)，確定各序列的權(quán)重，即：

(2)

通過以上數(shù)據(jù)標(biāo)準(zhǔn)化和確定權(quán)重兩個步驟，得到煤炭交易價格大數(shù)據(jù)指數(shù)。下文將對該指數(shù)進(jìn)行建模，通過構(gòu)建模型分析該指數(shù)的一些特征，并通過與統(tǒng)計調(diào)查指數(shù)的對比來反映該指數(shù)的優(yōu)勢。

四、基于組合模型和經(jīng)驗?zāi)B(tài)分解模型的建模分析

(一)新序列Yt的組合與分解

通過以上步驟對數(shù)據(jù)進(jìn)行處理之后，可以得到一個新的序列Yt(=w1*X1t+w2*X2t+w3*X3t=P1t+P2t)。由于P1t(即w1*X1t)屬于傳統(tǒng)統(tǒng)計調(diào)查指數(shù)部分，P2t(即w2*X2t+w3*X3t)屬于互聯(lián)網(wǎng)實時更新數(shù)據(jù)部分，且從圖1和圖2上可以看出，P1t有較為明顯的下降趨勢，P2t則顯示了較為劇烈的波動，故將其分開進(jìn)行研究。

圖1　P1t時序圖

圖2　P2t時序圖

1.對序列P1t的分解。從圖1可以看出，序列P1t具有顯著的下行趨勢，故考慮采用組合模型，對其進(jìn)行分解，組合模型對原序列分析的基本思想是將原序列分解為兩部分：其一為趨勢部分，用某一函數(shù)進(jìn)行擬合；其二是殘差項，即波動部分，這樣分解可以更好地反映出原序列的變動情況，其具體步驟如下：

第一步：確定序列P1t與時間t的關(guān)系。通過序列與時間的散點圖可以得出，序列具有明顯的下降趨勢，擬采用組合模型對其進(jìn)行擬合，其中函數(shù)采用指數(shù)函數(shù)和二次函數(shù)共同表示，即：

(3)

第二步：進(jìn)行回歸解釋。對原序列用指數(shù)函數(shù)和二次函數(shù)擬合，結(jié)果得出：

P1t=0.91exp{-0.19t}+0.05t-0.001t2

t(14.33) (-9.22) (33.28)(-27.44)

(4)

從結(jié)果可以看出，在顯著性水平為5%的條件下，模型的可決系數(shù)達(dá)到92.6%，調(diào)整后的可決系數(shù)達(dá)到92.1%，模型F值為72.05，表明模型擬合較好且均通過t檢驗。

第三步：殘差項確定。通過前兩步，用原序列將擬合的序列減去，即可得到波動項N1t。

2.P2t序列的分解。通過圖2可以看出，序列P2t波動幅度較大，故考慮用經(jīng)驗?zāi)B(tài)分解(Empirical Mode Decomposition, EMD)對序列進(jìn)行分解。經(jīng)驗?zāi)B(tài)分解對于研究非平穩(wěn)序列具有優(yōu)勢，其可將原序列分解為不同頻率的本征模函數(shù)(IMF，頻率依次遞減)和趨勢項。

本文擬將所有的本征模函數(shù)加總，共同表示序列P2t的波動部分，剩余部分則為趨勢項。圖3為序列P2t的EMD分解結(jié)果。從圖3中可以看出，前5行即為IMF1-5，且其頻率依次遞減，最后一行為趨勢項T2t。通過將IMF1-5加總，得到波動部分R2t，最終可得P2t=T2t+R2t。

圖3　EMD分解結(jié)果圖

3.小結(jié)。通過對P1t和P2t的分解結(jié)果得出二者各自的趨勢項和波動項，故將二者的趨勢部分和波動部分分別相加，得到序列Yt的趨勢項(At)和波動項(Bt)，即：

(5)

最終將序列Yt表示為趨勢項At和波動項Bt，其時序圖見圖4。

圖4　At和Bt時序圖

通過對序列Yt的分解結(jié)果可以得出其趨勢部分At具有明顯的拐點：第一個拐點出現(xiàn)的時間為2014年8月中旬，在這一時間之后，煤炭交易價格大數(shù)據(jù)指數(shù)出現(xiàn)上升趨勢，但是這一趨勢的增幅較為平緩，呈現(xiàn)這一趨勢的主要原因是后半年煤炭市場進(jìn)入旺季，對煤炭的需求量變大，對煤炭價格的關(guān)注度提升；第二個拐點的時間處于2015年1月初，這一時間之后煤炭交易價格大數(shù)據(jù)指數(shù)出現(xiàn)較為迅速的下行態(tài)勢，主要原因有四個：一是市場即將進(jìn)入淡季，煤炭需求減少，導(dǎo)致指數(shù)呈現(xiàn)下行趨勢；二是中國經(jīng)濟(jì)進(jìn)入新常態(tài)，工業(yè)生產(chǎn)增速放緩，火力發(fā)電的需煤量減少，作為工業(yè)能源的煤炭交易價格下行；三是中國政府環(huán)保壓力的增大，煤炭產(chǎn)業(yè)在缺少國家層面政策支持的情況下，煤炭價格開始持續(xù)下降；四是在2014年12月份山西省出臺了一系列的煤焦公路運(yùn)銷改革措施，從而對煤炭交易價格的下降有著較強(qiáng)烈的影響，而且這一因素對基于太原煤炭交易價格綜合指數(shù)構(gòu)建的煤炭大數(shù)據(jù)指數(shù)的下行拐點起著主要影響。對其波動部分，可將其解釋為隱性因素的影響，即無法進(jìn)行深度量化分析的因素，主要包括來自其他市場的影響、消費者心理的影響因素和決策因素以及煤炭企業(yè)自身的發(fā)展因素等。

(二)新序列Yt與原序列X1t的對比研究

通過以上的研究，將新序列Yt分解為趨勢項和波動項，通過圖5可以看出序列Yt與序列X1t間存在較大差異，相比之下序列Yt波動幅度較大，而序列X1t則較為平緩，主要原因是：Yt的波動幅度是由于引入了阿里指數(shù)與百度指數(shù)這一互聯(lián)網(wǎng)實時指數(shù)的影響，因為互聯(lián)網(wǎng)大數(shù)據(jù)是由海量用戶的網(wǎng)絡(luò)實時行為產(chǎn)生，所以引入這些互聯(lián)網(wǎng)指數(shù)構(gòu)建的煤炭價格大數(shù)據(jù)指數(shù)對煤炭價格的反應(yīng)更為靈敏，其波動性也越強(qiáng)。如圖5所示，在時間2014年8月中旬到2015年1月初的這一時間段內(nèi)，原序列X1t的變動平緩而新構(gòu)建的序列Yt有著顯著的二次函數(shù)特征，這一特征出現(xiàn)的主要原因是互聯(lián)網(wǎng)對煤炭價格關(guān)注度的變動引起的，從2014年8月中旬到2014年11月初，由于冬季供暖用煤量儲備的需求，煤炭交易進(jìn)入旺季，對煤炭價格的網(wǎng)絡(luò)關(guān)注度增加而使序列Yt持續(xù)上升，從2014年11月初到2015年1月煤炭價格的關(guān)注度回落，序列Yt開始呈現(xiàn)下行趨勢。

筆者認(rèn)為這種波動幅度的變大，可以更好地反應(yīng)煤炭價格的變動情況以及反映煤炭市場的行情趨向。

圖5　序列Yt與X1t時序圖

1.序列X1t的擬合。類比(一)中的對P1t的擬合方法，對序列X1t仍采用組合模型進(jìn)行擬合，其具體結(jié)果為：

第一步，確定序列X1t與時間t的關(guān)系。通過序列與時間的散點圖可以得出序列具有明顯的趨勢，擬采用組合模型對其進(jìn)行擬合，其中函數(shù)采用指數(shù)函數(shù)和二次函數(shù)共同表示，即：

(6)

第二步，進(jìn)行回歸解釋。通過對原序列用指數(shù)函數(shù)和二次函數(shù)擬合，結(jié)果得出：

Xit=1.21exp{-0.19t}+0.07t-0.001 5t2

t(14.34)(-9.25)(33.65)(-27.73)

(7)

從結(jié)果可以看出，在顯著性水平為5%的條件下，模型的可決系數(shù)達(dá)到92.5%，調(diào)整后的可決系數(shù)達(dá)到92.1%，模型F值為58.31，表明模型擬合較好且各變量均通過t檢驗。

通過組合模型的擬合，也可將序列X1t分解為趨勢部分和波動部分，而后將序列Yt和X1t的趨勢部分進(jìn)行對比，研究二者的同步性。

2.序列Yt和X1t的趨勢項同步性研究。本文采用同步系數(shù)法對兩個模型中的序列進(jìn)行同步性研究。該方法相比于相關(guān)系數(shù)法而言，不存在信息遺漏的問題且對于序列特征亦無要求。同步系數(shù)是為了測量兩個時間序列數(shù)據(jù)在對應(yīng)相鄰數(shù)據(jù)變化的一致性的指標(biāo)，在滿足基本的計算原則下，同步系數(shù)法可歸結(jié)為：

1)假設(shè)有兩個時間序列變量：Xt和Yt(t相同)，將Xt作為基序列。

2)分別對Xt和Yt進(jìn)行差分，比較二者在相同時間的差分方向是否一致，當(dāng)方向相同時記m=1，否則m=0。

3)對m進(jìn)行求和，得到M(0≤M≤n-1)，利用同步系數(shù)的計算公式求得rr(0≤rr≤1)，計算公式為：

(8)

且其規(guī)定：當(dāng)0≤rr≤0.5時，說明計算的兩個序列之間的同步性較差，表現(xiàn)為異步性較多；當(dāng)0.5

通過以上同步系數(shù)法的檢驗，得到rr的值為0.936，依據(jù)其原則可以得出序列Yt和X1t的趨勢項具有較強(qiáng)的同步性，并在一定程度上說明對于整體序列，二者在其可見影響因素的影響下具有一定的同步性，這也從一個側(cè)面反映了新序列Yt的可解釋性和合理性。

3.序列Yt和X1t的波動項研究。從圖6中可以看出，序列Yt的波動項較序列X1t的波動項波動幅度更大，這主要是由于新序列Yt中的影響因素涉及面更廣，包括了大數(shù)據(jù)時代下的網(wǎng)絡(luò)實時數(shù)據(jù)。

通過以上對序列Yt和序列X1t的對比分析，在一定程度上可以認(rèn)為本文編制的大數(shù)據(jù)指數(shù)較之前的煤炭交易價格指數(shù)涉及面更為廣泛，且在其趨勢部分二者具有同步性，證明了新的煤炭大數(shù)據(jù)指數(shù)有其存在的合理性；且煤炭大數(shù)據(jù)指數(shù)的波動部分能更好地包含其他不可控因素和消費者的心理行為等因素，并能從側(cè)面反映出消費者對煤炭關(guān)注度的時間段，可為煤炭的需求提供部分信息?；诖耍P者認(rèn)為當(dāng)前構(gòu)建的大數(shù)據(jù)指數(shù)較傳統(tǒng)的太原煤炭交易價格指數(shù)，能更好地適應(yīng)大數(shù)據(jù)時代和更好地反映煤炭價格的變化。

圖6　序列Yt和X1t波動部分時序圖

五、研究結(jié)論

(一)研究結(jié)論

煤炭交易價格大數(shù)據(jù)指數(shù)的編制原理，是在傳統(tǒng)價格指數(shù)中引入互聯(lián)網(wǎng)上反映關(guān)注煤炭價格的相關(guān)搜索、引用、評論和轉(zhuǎn)載的數(shù)據(jù)，革新了統(tǒng)計指數(shù)的編制方法，對煤炭價格可以有更為清晰、直觀和全面的反映?；谇拔牡难芯浚贸鲆韵陆Y(jié)論：一是本文所構(gòu)造的大數(shù)據(jù)指數(shù)具有較好的可解釋性。大數(shù)據(jù)指數(shù)與傳統(tǒng)統(tǒng)計調(diào)查指數(shù)的趨勢項在一定范圍內(nèi)存在同向發(fā)展趨勢，二者同步性特征較為顯著；二是大數(shù)據(jù)指數(shù)的涉及面更廣泛。大數(shù)據(jù)指數(shù)包含了傳統(tǒng)統(tǒng)計調(diào)查無法涉及的“網(wǎng)絡(luò)大數(shù)據(jù)指數(shù)”，可以更為全面地反映煤炭交易的諸多構(gòu)造面及影響因素；三是通過對太原煤炭價格指數(shù)的研究表明，近期煤炭價格仍處于不斷下行狀態(tài)，煤炭市場不斷萎縮，未來仍需探求煤炭市場供需關(guān)系的發(fā)展以及國家能源政策的扶持。

(二)方法論方面的改進(jìn)與設(shè)想

本文作為大數(shù)據(jù)指數(shù)編制的初探，其方法、指標(biāo)選擇、權(quán)重設(shè)計和數(shù)據(jù)采集都還很不成熟：第一，對大數(shù)據(jù)指數(shù)的定義仍有待完善。本文嘗試性地歸納給出大數(shù)據(jù)指數(shù)的定義，具有一定的主觀性，后續(xù)研究應(yīng)對其進(jìn)行不斷地修改和完善；第二，指標(biāo)引入的代表性問題尚沒有解決。本文的變量引入僅將與太原煤炭交易價格指數(shù)有關(guān)的原煤阿里指數(shù)和煤炭價格百度指數(shù)引入，由于技術(shù)和數(shù)據(jù)的限制，其代表性并不強(qiáng)，并且涉及的范圍較窄，很難全面反映相關(guān)指數(shù)的所有情況，同時阿里指數(shù)和百度指數(shù)尚處在高速發(fā)展階段，數(shù)據(jù)的有效性也需進(jìn)一步討論；第三，在形成新指數(shù)的過程中，數(shù)據(jù)處理存在一定的局限性。在構(gòu)建煤炭交易價格大數(shù)據(jù)指數(shù)的過程中，各指數(shù)的權(quán)重確定還需一定的理論支撐以及優(yōu)化方法的引入，本文只是利用簡單的系數(shù)加權(quán)法來賦予變量權(quán)重；第四，大數(shù)據(jù)抽樣的樣本量過少。由于阿里指數(shù)和百度指數(shù)等大數(shù)據(jù)條件下的實時數(shù)據(jù)起步較晚，時間區(qū)間較短，因此本文的樣本量較少，很難對總體做出準(zhǔn)確有效的描述、分析與推斷。

基于以上模型的不足之處，在之后的研究中可進(jìn)行適當(dāng)?shù)馗纳疲旱谝唬黾又笖?shù)編制的樣本量。樣本量對于總體推斷具有決定性的作用，適當(dāng)?shù)卦黾訕颖玖靠善鸬教岣吖烙嬀群蛿M合優(yōu)度的效果；第二，引入更具代表性的變量以及范圍更為廣泛的變量。對于大指數(shù)的構(gòu)建，可更多地引入“網(wǎng)絡(luò)數(shù)據(jù)指數(shù)”等變量，但并不是無限制的引入，在變量的引入過程中需進(jìn)行變量的特征選擇。在大數(shù)據(jù)時代，傳統(tǒng)統(tǒng)計調(diào)查指數(shù)的轉(zhuǎn)型仍需借助當(dāng)前新興的數(shù)據(jù)存儲和提取技術(shù)與大數(shù)據(jù)有關(guān)的實時數(shù)據(jù)，所以引入諸如阿里指數(shù)、百度指數(shù)等代表性較強(qiáng)的變量，對于構(gòu)建大數(shù)據(jù)指數(shù)具有指向性作用；從另一側(cè)面，可以將如阿里指數(shù)和百度指數(shù)進(jìn)行因素交互影響研究，如心理因素和行為因素等；第三，建立一套完備的引入變量的機(jī)制和原則等。在當(dāng)前錯綜復(fù)雜的數(shù)據(jù)浪潮中，如何有效地利用實時數(shù)據(jù)是一個亟需解決的問題，建立一套合理引入網(wǎng)絡(luò)數(shù)據(jù)的標(biāo)準(zhǔn)，對于構(gòu)建大數(shù)據(jù)指數(shù)具有決定性作用；第四，對于大數(shù)據(jù)指數(shù)的定義。大數(shù)據(jù)指數(shù)的定義具有主觀性，在以后的研究中應(yīng)立足尋找其成立的理論支撐，同時應(yīng)該結(jié)合大數(shù)據(jù)固有的特征，探索新的算法模型來進(jìn)行大數(shù)據(jù)指數(shù)的編制；第五，對于煤炭交易價格指數(shù)，可將其作為掃描數(shù)據(jù)的一種，并將其分為三類：一類是基于傳統(tǒng)價格網(wǎng)點的調(diào)查數(shù)據(jù)，二類是在信息化高速發(fā)展的條件下加入電子計價單位的實時交易數(shù)據(jù)，三類即為引入與研究變量息息相關(guān)的反映心理和行為等因素的網(wǎng)絡(luò)大數(shù)據(jù)；第六，在大數(shù)據(jù)指數(shù)構(gòu)建之后，可將其與宏觀經(jīng)濟(jì)指標(biāo)進(jìn)行綜合分析，更進(jìn)一步地反映其合理性。

在大數(shù)據(jù)時代，大數(shù)據(jù)指數(shù)的出現(xiàn)給予政府統(tǒng)計以新思路，而如何合理合法地將當(dāng)前各種復(fù)雜的網(wǎng)絡(luò)數(shù)據(jù)有效導(dǎo)入傳統(tǒng)調(diào)查指數(shù)中，以更好反映其經(jīng)濟(jì)意義以及簡化工作流程、減少成本，達(dá)到效用最大化，則是大數(shù)據(jù)時代傳統(tǒng)統(tǒng)計調(diào)查面臨的新課題。從宏觀經(jīng)濟(jì)、社會發(fā)展和政府管理的角度出發(fā)，如何將大數(shù)據(jù)指數(shù)納入到現(xiàn)行的統(tǒng)計調(diào)查指數(shù)系列中，有效融合各自的優(yōu)勢和特長，面向全社會開展積極有效的指數(shù)服務(wù)，才是最重要的發(fā)展目標(biāo)。

[1]BoydD,CrawfordK.CriticalQuestionforBigData:ProvocationsforaCulturalTechnologicalandScholarlyPhenomenon[J].InformationCommunication&Society, 2012, 15(5).

[2]DemchenkoY,GrossoP,deLaatC,etal.AddressingBigDataIssuesinScientificDataInfrastructure[R].InternationalConferenceonCollaborationTechnologies&SystemsSanDiegoCaliforniaUsaMayProceedings, 2013.

[3]徐宗本，馮芷艷，郭迅華，曾大軍，陳國青.大數(shù)據(jù)驅(qū)動的管理與決策前沿課題[J].管理世界, 2014(11).

[4]耿直.大數(shù)據(jù)時代統(tǒng)計學(xué)面臨的機(jī)遇與挑戰(zhàn)[R].天津：第十五次全國中青年統(tǒng)計科學(xué)研討會，2014.

[5]王元卓,靳小龍,程學(xué)旗. 網(wǎng)絡(luò)大數(shù)據(jù)：現(xiàn)狀與展望[J]. 計算機(jī)學(xué)報, 2013(6).

[6]張崇, 呂本富, 彭賡,等. 網(wǎng)絡(luò)搜索數(shù)據(jù)與CPI的相關(guān)性研究[J]. 管理科學(xué)學(xué)報, 2012(7).

[7]李曉欣. 大數(shù)據(jù)時代中國CPI調(diào)查與編制問題研究[J]. 價格理論與實踐, 2014(10).

[8]喬晗.大數(shù)據(jù)背景下利用掃描數(shù)據(jù)編制中國CPI問題研究[J].統(tǒng)計與信息論壇, 2014(2).

[9]陳夢根,劉浩. 大數(shù)據(jù)對CPI統(tǒng)計的影響及方法改進(jìn)研究[J]. 統(tǒng)計與信息論壇, 2015(6).

[10]李晉紅. 建立山西煤炭價格指數(shù)的背景和必要性分析[J]. 中北大學(xué)學(xué)報：社會科學(xué)版, 2010(1).

[11]張朋程.CR中國煤炭價格指數(shù)研究[J]. 煤炭經(jīng)濟(jì)研究, 2012(11).

[12]劉滿芝,高曉峰. 中國煤炭需求波動規(guī)律研究[J]. 資源科學(xué), 2013(4).

[13]郭洪偉. 基于網(wǎng)絡(luò)大數(shù)據(jù)的消費者信心指數(shù)編制[J].統(tǒng)計與信息論壇， 2015(6).

TheBigDataIndexCompilingofCoalandtheResearchofEMDModels

MIZi-chuan,JIANGTian-ying

(SchoolofStatistics,ShanxiUniversityofFinance&Economics,Taiyuan030006,China)

Basedonopendatasource,continuousobservationandmultivariatedataestablishment,thebigdataindexshowsacoupleofdifferenceswithtraditionalstatisticalsurveyindexintermsofunlimitedexpansionofdataitself,indexinganddecompositionmethodsaswellasdifferentresearchapproaches.Inthelightofbigdata,thispapertakestheleadintryingtoputforwardthedefinitionofbigdataindexanddatahypothesis,thenintroducing"internetbigdataindex"intoCTPI(CoalTransactionPriceIndex)inordertosyntheticallycompileabigdataindexofcoaltradinginTaiyuan,whichisexpectedtodepictthechangingtendencyofcoalprice.ThispaperadoptEMD(EmpiricalModeDecomposition)modelfordecompositionresearchofthealready-madebigdataindexcoaltransaction,intendingtocompareitwiththeonemadethroughtraditionalstatisticalsurvey.ThestudyshowsthatthebigdataindexofcoalpriceismoresensitiveandrapidthanCTPIinreflectingthechangingtendencyofcoalprice.Withtheincreasingpopularityof"InternetPlus"andStrategyofBigData,comprehensiveindexbasedontheinternetbigdatawillaffectmoreandmorefields,becomingabarometerandindicatorofeconomicmanagementandallotherfieldsofsocialdevelopment,graduallyreplacingorturningintoavitalsupplementoftraditionalstatisticalsurveyindex.

coaltrade;bigdataindex;EMDmodel

2016-03-29；修復(fù)日期：2016-06-08

全國統(tǒng)計科學(xué)重點研究課題《基于移動通信大數(shù)據(jù)的流動人口精細(xì)化挖掘研究》(2015433)；山西省高等學(xué)校哲學(xué)社會科學(xué)研究項目《晉商商業(yè)遺產(chǎn)研究》(2013325)；山西省統(tǒng)計學(xué)會課題《城市流動人口的大數(shù)據(jù)測度方法研究》(KY[2015]008)

米子川，男，山西祁縣人，統(tǒng)計學(xué)博士，副教授，碩士生導(dǎo)師，研究方向：應(yīng)用統(tǒng)計學(xué)，抽樣調(diào)查與數(shù)據(jù)分析；

F224.0

A

1007-3116(2016)08-0071-07

(責(zé)任編輯：郭詩夢)

姜天英，女，山東煙臺人，碩士生，研究方向：應(yīng)用統(tǒng)計學(xué)與大數(shù)據(jù)指數(shù)分析。

【統(tǒng)計應(yīng)用研究】