作者：黃乃靜 洪永淼，分別系中央財經大學經濟學院教授、中國科學院大學經濟與管理學院院長

黨的二十屆四中全會指出，“‘十五五’時期是基本實現社會主義現代化夯實基礎、全面發力的關鍵時期，在基本實現社會主義現代化進程中具有承前啟后的重要地位。‘十五五’時期我國發展環境面臨深刻復雜變化，我國發展處于戰略機遇和風險挑戰并存、不確定難預料因素增多的時期。”堅持統籌發展和安全是“十五五”時期經濟社會發展必須遵循的原則之一。宏觀經濟預警體系，就是通過對宏觀經濟運行的潛在風險與變化趨勢進行監測預測，以有效防范化解風險的重要手段。這一體系不僅包括制度設計，還涵蓋數據采集、模型構建、政策決策等多個方面的技術體系建設。在數智時代，人工智能能夠顯著提升宏觀預警體系的智能化水平，使其更及時捕捉經濟運行信號，提升政策制定的前瞻性、可靠性和科學性，防范重大波動和風險，夯實經濟安全底座，助力經濟高質量發展。

人工智能對宏觀經濟預警的賦能作用

新時代以來，以習近平同志為核心的黨中央高度重視人工智能的發展和應用。在政策推動、技術突破和產業應用的共同作用下，我國信息基礎設施不斷完善，5G基站數量居世界首位，算力網絡持續擴展，為人工智能應用奠定了堅實基礎。我國在深度學習、大模型等技術領域持續取得突破，在文本理解、多模態處理等方面達到國際領先水平，已初步形成覆蓋數據采集、算法研發、平臺建設和場景應用的產業生態。以DeepSeek為代表的開源大模型快速崛起，進一步提升了我國在人工智能領域的國際影響力。

人工智能技術的發展與應用，為我國的宏觀經濟預警體系建設提供了新的機遇。在我國超大規模市場中，海量經濟社會大數據不斷積累，為人工智能模型的訓練與開發提供了得天獨厚的條件。隨著經濟社會活動數字化水平不斷提高，各類結構化與非結構化大數據持續產生，這些來源廣泛、類型多樣的大數據在數據空間中映射出人類經濟社會活動完整的動態圖景。同時，生成式大模型在處理多模態信息方面的強大能力，反過來極大拓展了經濟社會數據的應用邊界。例如，通過分析衛星圖像中的夜間燈光亮度變化，可以構建反映地區經濟活躍度的新指標；從企業年報、季報或新聞報道中提煉出的文本特征變量，為研判企業經營預期和經濟走勢提供了新的信息維度。這些由人工智能生成和挖掘的高頻、多維數據，正成為宏觀經濟數據庫不可或缺的重要組成部分。研究表明，基于文本、圖像等的非結構化數據，對預測經濟增長等宏觀經濟指標的形成往往具有額外的增量信息。可以說，海量大數據的可得性與大模型的廣泛應用，極大豐富了宏觀經濟預警體系可利用的數據資源。

人工智能也深刻推動了宏觀經濟預測方法的變革。在當前國內外各種不確定性因素不斷增多的背景下，宏觀經濟預測面臨的挑戰越來越大。而大模型技術能夠對來自不同領域、不同類型的海量數據進行綜合集成，系統高效捕捉重要經濟變量及其邏輯關系，實現對宏觀經濟更為精準、可靠的預測。與傳統宏觀經濟預測不同，將海量微觀數據信息與大模型技術相結合能夠充分利用微觀個體間的異質性、聯動性和交互效應等信息，顯著提升經濟預測的精度。可以說，正是大模型時代的到來，使得基于海量微觀動態數據進行預測成為可能。

隨著大模型推理能力的提升，人工智能技術通過設計合理的提示語和上下文信息，可以直接生成對未來經濟走勢的判斷結果。研究表明，經過大規模數據預訓練的大模型，目前已具備零樣本預測能力，在周度和月度時間序列預測中的表現優于傳統統計和機器學習方法。當前，有研究者正在探索將數值型時間序列轉化為“語言形式”，借助大模型的語言理解與知識推理能力識別趨勢性、季節性與周期性特征。這種語義生成式的預測范式突破了傳統預測模型在變量選擇和模型設定方面的約束，正在推動宏觀經濟分析從單一的“數據驅動”邁向“數據驅動”與“智能推理”相結合的新范式，從而為宏觀經濟預警體系創新提供了新的技術路徑與方法支撐。

隨著算力基礎的持續增強和人工智能技術的進一步升級，我國的宏觀經濟預警體系正在加速邁向更加系統集成、智能協同的新階段，基于大模型的智能體系統將成為宏觀風險預警與防控的重要發展方向。智能體不僅是算法模型的集合，更能夠在現實動態環境中實現自主感知、學習和反饋。相比單一的預測模型，智能體更強調多模型協同與自主優化，可以在宏觀經濟監測與預警中實現從信息獲取到模型構建、再到決策輔助的全流程閉環。它既可以利用大模型生成和處理的新型數據不斷拓展宏觀監測的信息來源，又能夠在多任務環境下自主調用各類相關數據和預測模型開展分析，綜合政策、市場、產業等多維信息，生成研判意見，輔助決策部門提前識別風險、制定應對方案。隨著運行數據和交互經驗的積累，智能體還可以通過持續學習不斷優化預測模型，進一步提升宏觀預警的及時性、準確性和可靠性。

構建“人工智能+宏觀預警”體系的路徑

推動“人工智能+宏觀預警”體系構建，是在新一輪科技革命和產業變革背景下統籌發展與安全的必然選擇。它不僅是技術創新的重要體現，更是國家治理能力現代化的重要抓手。我們必須牢牢把握人工智能發展的歷史機遇，依托大數據和大模型技術，加快構建覆蓋全局的宏觀預警體系，有效防范和化解重大經濟金融風險，夯實高質量發展的安全基礎，為全面推進中國式現代化提供有力支撐。

在構建“人工智能+宏觀預警”體系過程中，不可避免面臨諸多挑戰。宏觀經濟預警體系涉及經濟、金融、產業等多領域數據，關聯重大政策決策，對信息的時效性、模型的準確性和結果的可解釋性都有著極高的要求。必須看到，當前的數據質量與標準化仍存在一些突出問題。第一，不同部門、行業和地區之間的數據壁壘尚未打通，數據孤島現象依然突出；第二，大模型訓練高度依賴高質量的數據標注，在宏觀預警或其他高專業性領域（如醫療領域），對標注人員的知識背景和理解能力要求更高，專業化標注能力不足會影響數據質量；第三，部分領域的數據在不同程度上存在噪聲、失真甚至操縱等問題；第四，人工智能模型的“黑箱”特征也使其可解釋性成為重要挑戰。可解釋性對于經濟政策制定尤為重要，因為政策決策不僅需要準確的預測，更需要理解背后的因果關系和影響路徑，以確保政策工具的針對性和有效性。大模型雖然在預測精度上具有優勢，但模型參數眾多，缺乏透明的因果鏈條，在揭示經濟作用機制方面還存在諸多局限。

面對上述問題，必須從制度、技術與治理層面協同發力，統籌推進“人工智能+宏觀預警”體系的建設。一是完善制度體系，夯實宏觀經濟預警的制度基礎。完善宏觀數據治理的頂層設計，健全統一規范、權責明晰的數據制度體系，打破部門、行業、地區之間的數據壁壘，破解數據孤島問題。健全人工智能治理與倫理監管制度，加強數據安全與隱私保護，防范算法歧視、技術濫用等風險，從制度層面保障“人工智能+宏觀預警”體系的數據質量。二是加快算力體系建設，夯實人工智能發展的底座。重點推進高性能計算中心和智能算力網絡建設，提升算力調度效率與綠色化水平，強化算力對數據挖掘和模型訓練的支撐，為智能化宏觀預警體系提供堅實保障。三是大力推進政產學研協同創新，形成政府引導、科研支撐、企業參與的多層協作格局，加強制度供給與政策協調，推動模型算法與方法創新，依托數據積累、技術開發和場景應用優勢，推動科研成果落地轉化。