近年来,中国社会科学院世界经济预测与政策模拟实验室(以下简称“实验室”)在学术研究和政策服务等方面均取得了显著成就。实验室不仅实现了跨学科融合与创新,对新方法和新工具进行了有益探索,在宣传阐释、决策辅助上也独具特色,为构建中国特色哲学社会科学学科体系、学术体系、话语体系提供了有力支撑,也为国家的经济社会发展和国际战略决策提供了坚实基础。近日,本报记者结合多个经济方面热点话题,就实验室的研究进展、技术应用及未来发展等问题,采访了中国社会科学院世界经济与政治研究所副所长、实验室学术带头人徐奇渊,以及国际贸易研究室主任苏庆义、全球宏观经济研究室主任肖立晟。
为积极求变提供
有理论支撑的观察
《中国社会科学报》:请您介绍一下实验室目前的主要职能和研究方向?
徐奇渊:实验室的定位是以社会科学的新质生产力服务党中央和国务院的国际问题决策。我们要在世界百年未有之大变局的背景下,使用专业知识和新技术识变、应变,为积极求变提供有理论支撑的观察和建议。我们计划用三年时间建成比较完善的“世界经济预测与政策模拟”学术平台系统。该系统包含3个底座和7个应用模块,在今年末已经进入全面内部测试阶段,向世界经济与政治研究所的科研人员开放,预计2025年末分批向中央有关部委提供测试服务,2026年完成主体工作。
系统的3个底座分别是全球宏观经济监测和预测系统、地缘政治风险监测系统、世界经济与政治专业大模型(含习近平外交思想语料库)。全球宏观经济监测和预测系统通过综合运用大语言模型、机器学习等技术,实现多模态数据的全面协同融合,在此基础上对30多个经济体的多项经济指标进行监测和预测。地缘政治风险监测系统,基于世界各国的媒体新闻,同时基于自建动态词典进行监测,范围覆盖了世界100多个经济体和9个重要海域。世界经济与政治专业大模型涵盖了世界经济、国际政治专业领域的国内外重要学术资源和智库资源,目前语料库的引用来源862个,专业文献数量超过36万篇。7个应用模块分别是海外投资风险监测、国别债务情况评估、贸易政策模拟软件、产业链供应链外迁监测、大国科技博弈动态监测与评估、大宗商品供应风险、金融风险监测与预警。其中,海外投资风险监测模块的目标是构建国内首个海外投资项目库,打破西方学者的话语垄断。
苏庆义:我们研究室专注于两个核心领域,即国际贸易政策模拟与全球产业转移监测。在国际贸易政策模拟方面,我们致力于构建量化分析模型,以模拟贸易政策变动的潜在影响。例如,我们分析美国提高关税对中国、美国乃至全球经济的影响,评估这些政策对GDP、就业以及贸易流动的具体影响,旨在为政策制定者提供决策支持。在全球产业转移监测方面,我们通过建立一套科学的量化指标来追踪和分析全球产业转移或重构的进展,特别是为中国产业外迁提供量化的分析支持。
《中国社会科学报》:实验室近期有哪些重要的研究成果?这些成果对当前世界经济形势有何启示?
徐奇渊:实验室近期一项重要研究成果是贸易政策模拟模型。针对他国对华加征关税政策,我们运用该模型展开测算,并撰写相关研究报告,深度参与相关研讨活动,后续我们仍会持续跟进。在海外投资领域,我们持续11年发布海外投资风险评级报告,获得了众多国内外机构的高度关注。与此同时,我们的地缘政治风险监测成果也应用到了这个模块当中。
肖立晟:实验室最近完成了一项关于地缘政治风险对全球经济影响的实时监测研究。这项研究建立了一套综合评估体系,通过分析俄乌冲突等重大地缘政治事件对全球贸易、金融市场和经济增长的即时影响。研究发现,地缘政治风险已成为影响世界经济的关键变量,其冲击往往会通过大宗商品价格、贸易流向和投资信心等渠道传导。这一发现对当前世界经济形势的启示是,各国需要建立更完善的风险预警机制,加强国际协调与合作,并制定灵活的经济政策以应对地缘政治带来的不确定性。
《中国社会科学报》:实验室在进行世界经济预测时主要采用哪些模型和方法?有哪些创新性?
徐奇渊:预测工作方面,传统意义上我们主要依赖经济学方法构建理论模型进行模拟评估,或者使用计量方法进行预测。如今,我们已经开始更多使用AI这类新技术。比如预测美国经济,基于现有的各种模型,我们运用机器学习,对这些模型进行优化和迭代。此外,我们的经济预测模型还结合了新闻文本的抓取和机器学习,来对经济预测值进行及时调整和补充。我们已经成为英国牛津大学组织的《共识预期》中的预测机构之一,提供中国经济的相关预测,体现中国声音。此外,贸易政策模拟模型也是对未来政策进行预测、评估的重要手段,例如可以模拟某国将对华关税提高到60%的情况,以此来评估政策效应和预测经济指标。与全球贸易分析模型(GTAP)这类传统模型不同,这个模型除了考虑到中间品、服务贸易之外,还将通过机器学习来对服务贸易壁垒进行定量测算。
苏庆义:实验室原先采用的国际贸易政策模型是美国普渡大学研发的GTAP。然而,基于最新的国际贸易理论,我们构建了一个自有的全球贸易分析模型,用以模拟贸易政策变动的影响。相较于GTAP,我们的模型具有一定的创新性,它考虑了全球产业链结构以及服务贸易的自由化。我们的全球产业转移监测模型主要采用了投入产出核算方法,这在国内是少数能够量化监测全球产业转移的模型之一。此外,我们还对该模型进行了可视化处理,这同样是一项创新。
《中国社会科学报》:在进行经济预测和政策模拟时,实验室的数据来源是什么?又是如何处理和分析这些数据的?
徐奇渊:首先,我们通过购买数据库来扩充资源。其次,我们自建了10个具有独特价值的数据库。我们整合了院级数据库,例如制裁数据库,目前已经整理了13万条记录,并与专利数据库进行匹配,以探究被制裁企业受到的影响。在将来可能通过机器学习,对制裁方的政策进行更多的监测和预测研究。
肖立晟:还有一些数据主要来源于公开的统计数据库,以及通过与合作伙伴共同收集的多模态数据,包括文本、图像、时序等多种类型。在建模过程中,我们采用数据驱动的方法,利用机器学习和深度学习的理念,通过数据本身来指导模型的选择和变量的筛选。这种方法不仅能够从海量数据中发现潜在的经济规律,还可以自动识别对预测和分析最有价值的指标变量,从而提高模型的准确性和解释力。
全面考虑多元化风险因素
《中国社会科学报》:基于实验室研究,如何看待未来几年全球经济的发展趋势和潜在风险?
肖立晟:我们的分析表明,未来几年全球经济将继续处于高度不确定性之中。值得注意的是,潜在风险的来源正在发生显著变化。传统的经济金融部门内生风险虽然仍然存在,但风险重心正逐渐向意识形态冲突、地缘政治博弈、全球舆情波动和突发事件等方面倾斜。特别值得关注的是,随着高新技术的发展,认知战正在成为一种新的风险源,它通过影响全球舆论和决策过程,可能对世界经济产生更为深远和复杂的影响。这种局面要求各国在制定经济政策时,需要更全面地考虑多元化的风险因素,并加强国际合作以应对这些新兴挑战。
《中国社会科学报》:贸易政策变化对全球经济有何影响?实验室如何评估不同贸易政策的长期和短期效应?
徐奇渊:在贸易政策变化中,美国加征关税对中美两国乃至全球经济影响深远。例如,美国此举将冲击中国经济,致使中国经济下行压力增大、石油进口需求缩减,这一波动将迅速传导至中东地区,其石油出口受阻、经济增长放缓。同时,东南亚、日本、德国等国也深陷其中。从模拟政策结果看,中美贸易摩擦中众多第三方国家也被卷入其中。对此,国际社会应该形成共识、凝聚合力,摒弃保护主义、推动经贸互利合作共赢。再如,对于中国加入《全面与进步跨太平洋伙伴关系协定》(CPTPP)这样的议题,通过模拟评估,我们能够展示加入CPTPP将为成员国带来就业机会和税收增长。这些信息对于CPTPP的成员国来说非常重要,因为直接关系到它们的切身利益。
苏庆义:我们现在的贸易政策模拟,不仅能看到对中国经济的影响,而且也会评估对其他国家经济乃至对全球经济的影响,通过连锁反应,比如美国加征关税对中国出口产生冲击,中国经济受到影响,也会影响中国的进口,这是一系列的变化,动态的或者一般均衡的变化。我们现在主要模拟仍是针对长期的影响,从一个均衡到另一个均衡。对于短期的影响而言,我们会通过调研、计量方法得出的贸易弹性来跟踪,包括从历史经验来看这个短期的影响。
《中国社会科学报》:在您看来,气候变化和环境政策如何影响世界经济?实验室在这方面有哪些预测和建议?
徐奇渊:我们做了一项反向的研究,就是研究世界经济的形势变化对碳排放、气候变化的影响。比如某国对中国商品征收关税,会对我们应对气候变化产生什么影响。通过将我们的模型与国际投入产出表进行结合,并与碳排放数据库整合,就可以做这方面的分析。我们的研究发现,某国对中国商品征收60%的关税将导致全球碳排放量增加约4亿吨,这相当于1.65亿辆汽车(1.6升排量)行驶一万公里的碳排放总和。我们还深入分析了这一现象背后的机制。因此,经济政策和贸易战实际上对环境变化产生了显著影响。
苏庆义:气候变化和环境政策与贸易政策并不完全相同,但我们的主要分析集中在贸易政策上。我们也会将环境政策转化为贸易政策,例如通过征收碳边境调节税或碳关税,从而模拟这些措施对世界经济以及中国经济的潜在影响。未来,我们的模型将考虑扩展,不仅包括关税,还将涵盖非关税壁垒以及其他相关政策的影响。
促进数字化时代
政治与经济深度融合
《中国社会科学报》:实验室在未来有哪些新的研究方向或计划?这些研究方向将如何帮助我们更好地理解和应对全球经济挑战?
徐奇渊:我们正致力于构建世界经济与政治领域的专业语料库。这个工作有很多应用场景,除了进行理论和政策的头脑风暴、撰写文献综述之外,还有其他应用。例如,我的同事提出了一个想法,利用语料库来辅助期刊编辑部的工作。基于我们的专业期刊资源,可以识别领域内有哪些专家可以为这篇论文审稿,这样就方便编辑部邀请他们审稿。再如,基于实时更新的专业语料库,我们还计划发布相关领域的日度研报,实时追踪全球机构的最新研究动态。
肖立晟:我们未来将聚焦于政治经济学的交叉融合领域:一是运用大语言模型分析全球舆情对国际政治经济格局的影响,构建政经风险预警体系;二是研究人工智能在国际关系博弈中的应用,探索数字时代的国际政治经济新范式;三是基于知识图谱技术构建共建“一带一路”国家政治经济关系网络,分析区域经济一体化进程;四是利用多智能体强化学习模拟国际贸易谈判与制裁博弈,为国家经济外交决策提供支持;五是将研究大语言模型对个人信息获取和决策机制的影响,分析其对全球认知环境和社会经济结构的深远作用。这些跨学科研究将有助于我们更深入地理解数字化时代政治与经济的深度融合,为构建人类命运共同体提供理论支撑和政策建议。
《中国社会科学报》:您认为在经济预测领域,该如何衡量预测的准确性?实验室在提高预测准确性方面采取了哪些措施?
苏庆义:为了提升预测的准确性,首要任务是构建一个更加科学和合理的模型。其次是要根据预测的精确度和历史经验对模型进行调整,同时避免完全依赖模型。此外,在模型输出的基础上,结合历史数据和研究人员的专业判断,提出一个更为精确的预测。为了提高预测准确性,我们需要将预测结果与其他机构的预测进行比较,并与历史上实际影响的结果进行对比,通过综合评估,以获得一个更加准确的预测结果。
《中国社会科学报》:人工智能和机器学习技术在实验室的经济预测中扮演着怎样的角色?实验室在这方面有哪些探索和应用?
徐奇渊:在建设实验室的过程中,我们特别注意到,实验室不同于传统的数据库项目,需要以世界经济与政治的专业领域为基础,尽可能应用最新技术,尤其是人工智能技术。而且实验室的成果应该可以成为一种研究工具、分析工具,甚至是研究的平台。当然,数据库也是必不可少的工作,但是实验室要做的事情与数据库仍然有显著不同。
我们也不能过度依赖AI等技术。首先,新技术能起到重要的辅助作用,但是不能完全替代专业知识。语料库中的资料是网上抓取的,这些研究报告的观点有虚有实、有错有对。因此,必须要有专业知识进行人工的判断。我们研究所在这方面具有优势,世界经济、国际政治两个领域都有很强的专业团队,而且是一个学科交叉、有机融合的团队。
其次,AI等技术也不能替代本地知识、内部知识。比如有的国际合作伙伴在预测中国经济增速时也使用了先进的技术,但预测结果往往失之偏颇。究其原因,便是他们缺乏本地知识,不了解中国的情况。同样,我们如果只基于新技术来对其他国家的经济指标进行预测,也可能出现类似问题。不过,我们研究所每年都有大量外事活动,国际网络遍布主要经济体。因此,我们可以在专业知识、国际网络两方面发挥重要优势。
肖立晟:人工智能和机器学习技术在我们的经济预测中发挥着越来越重要的作用。我们开发了基于深度学习的经济预测模型,能够处理更复杂的非线性关系,提高预测的准确性。此外,我们还应用自然语言处理技术分析政策文件和新闻报道,以捕捉政策变化和市场情绪对经济的影响。目前,我们正在探索将强化学习应用于政策模拟,以优化政策组合和评估政策效果。除此之外,我们正在训练的大语言模型将在成型之后扮演提供经济预测调整、多模态信息总结、智能体模拟多方面的角色,嵌入目前实验室研究的各个环节中。
实验室简介
世界经济预测与政策模拟实验室成立于2011年初,是根据中国社会科学院实验室资助计划,依托于世界经济与政治研究所成立。十多年来,实验室持续发布中国外部经济环境监测周报、月报和全球智库半月谈、全球宏观经济季度报告,以及世界经济黄皮书和国际政治黄皮书,初步建成了实验室系统平台。2023年,获得中国社会科学院重点实验室综合资助,负责人为张宇燕研究员。
当前,该实验室建立了比较完善的管理制度和运行办法,内部设立了召集人会议制度、10个工作模块,以及技术支持团队等多层次、交叉型工作架构。这些制度确保科研活动的高效、合规与安全,同时又尽可能激发科研人员的积极性、创造性。
成立十多年来,该实验室发布中国外部经济环境监测周报534期、月报152期和全球智库半月谈291期、全球宏观季度报告52期,以及世界经济黄皮书、国际政治黄皮书等一系列产品。同时还自主研发建立了全球宏观经济监测和预测、地缘政治风险监测等7个自建数据库和软件等信息化资源。
近3年,实验室研究团队在《中国社会科学》《经济研究》《管理世界》《世界经济与政治》《世界经济》等期刊发表论文近30篇,出版专著近20部、皮书6部、外文专著4部。其中,所著《习近平新时代中国特色社会主义外交思想研究》已被译成英文、俄文、尼泊尔文出版,英文版被美国哈佛大学图书馆收录。
近3年来,实验室成员的研究成果获得了孙冶方经济学奖、浦山世界经济优秀论文奖、商务部商务发展优秀成果奖一等奖等省部级奖项7项。在政策研究方面,获得中国社会科学院优秀对策信息奖160多项,主持国家级课题15项。
相较于传统科研教学组织形式,实验室在运行管理方面具有创新性特点。实验室制定了《〈世界经济预测与政策模拟实验室〉日常管理制度》,核心是由召集人会议来负责实验室项目的日常管理和决策。召集人的成员由两部分组成,一是现有各个模块的负责人,二是未参与现有模块的、跨学科研究室代表。召集人会议对于实验室项目规划、推进、实施和监督,经费支出的分配和审批,成果评估等日常事项进行集体审议。
本报记者 张译心/整理