我们生活在浩如烟海的数据之中。从人造卫星、智能手表到社交媒体、收银台刷卡机，我们如今衡量经济的方式，在上一代人看来或许还只是科幻场景。新的数据来源和技术不仅在挑战我们观察经济的方式，也在重塑我们解读数据的途径。

数据泛滥引发了一系列重要问题：在人工智能时代，我们该如何从海量的噪音中提取出经济活动的有效信号，又该如何利用这些信号为政策制定提供参考？新的数据来源能够在多大程度上补充甚至取代官方统计数据？从更基本的层面来说，在经济日益数字化的当下，我们所衡量的是否确实是最关键的指标？抑或我们只是在延续过去的统计范围？本期《金融与发展》将围绕这些问题进行探讨。

作者肯尼思·库克耶（Kenneth Cukier）认为，想要充分替代性的数据，就需要一种全新的思维方式。他将现在的经济学家比作曾经抗拒更清晰的磁共振技术（MRI）的放射科医生——只因他们此前接受的是解读模糊影像的训练。当新型数据能以更快的速度、更多的细节、更精准的视角展现经济现实，并能更好反映“底层的真实情况”时，我们是否仍然要执着于过时的指标？

数据越多并不必然意味着洞察越深刻、决策越科学。新型数据或替代性的数据往往是私人商业活动的副产品，因此其自身便存在着该环境中的所有偏差。这类数据可能缺乏官方经济指标所具备的长期连续性与稳健方法论。这就是官方统计数据仍然至关重要的原因。

克劳迪娅·萨姆（Claudia Sahm）展示了央行如何利用新数据来源填补统计缺口——包括应对全国性调查反馈率下降的问题、但又始终与可靠的官方数据来源并行使用。为提高数据质量，她呼吁统计机构、私人数据提供方、政府官员和学术界建立紧密的联系。她警告称，依赖非公开的数据来源会降低透明度，而透明度对央行问责至关重要。

IMF的伯特·克罗斯（Bert Kroese）认为，对私人数据的依赖绝不能削减官方数据核算所需的资源。如果没有强大、独立的国家统计机构，经济数据的完整性以及基于这些数据制定的政策将面临风险。 

但这并不意味着政府机构总是正确的。丽贝卡·莱利（Rebecca Riley）认为，GDP和生产率等核心经济指标，正日益与当前已经重构的数据驱动型经济脱节。她呼吁对衡量体系进行现代化改革，以更好地反映数字服务等无形资产的增长，以及全球生产结构的变化。

只有当数据可被人们广泛使用时，更完善的数据收集才能更好地服务于公众利益。维克托·迈尔-舍恩伯格（Viktor Mayer-Schönberger）警告称，数据收集集中于少数大型科技公司，这对竞争和创新造成了威胁。他主张制定相关政策，要求更广泛地分享数据。

此外，劳拉·维尔德坎普（Laura Veldkamp）讨论了数据的价值，就数据的定价、使用和共享发出了诸多疑问，并提出了将无形的数据转化为可量化资产的创新方法。杰夫·科恩斯（Jeff Kearns）展示了即时预测等创新方法正如何帮助发展中经济体弥合信息缺口。印度统计机构负责人索拉布·加格（Saurabh Garg）在访谈中解释了随着公众对实时数据的需求不断增长，他们如何应对巨大经济规模带来的挑战。

本期《金融与发展》提醒我们，更完善的衡量体系并非单纯追求更多的数据——关键在于明智地加以运用。要想让数据造福公众，我们就必须通过数据更清晰地洞察世界，明智地应对复杂问题，并作出更优的决策。毕竟，数据只是手段，而非目的。

文章和其他材料中所表达的观点均为作者个人观点，不一定反映IMF的政策。