SDG智享会 | 可感知经济学（Senseable Economics）

导  读

当我们在聊可感知经济学，我们究竟在聊什么？AI+卫星图像，助力可持续发展是否已成为可能？

在第13期SDG智享会中，微众银行人工智能部副总经理吴海山先生给出了全新的视角，分享了另类数据和AI在资管行业当中的应用趋势，以及如何将可感知经济学应用在构建中国公司的ESG，探寻了几个未来的科技趋势。

正文共4521字

预计阅读时间12分钟

 

嘉宾介绍

吴海山

吴海山博士，现任微众银行人工智能部副总经理。他在2018年被《麻省理工科技评论》评为中国35位35岁以下的科技创新青年（35Under35），并同年被第一财经评为中国50名数据科学家之一，他负责的中国鬼城量化研究项目被《麻省理工科技评论》评为2015年度最佳研究之一。他在2020年带领团队研发了中国经济恢复指数，来监测新冠疫情对中国经济的影响。

马加宁

北京世纪鹏信管理咨询有限公司合伙人

陈德全

社会价值投资联盟首席技术官

 

什么是可感知经济学？

可感知经济学，顾名思义，就是怎样通过传感器的丰富数据，结合人工智能的技术去分析和感知监测经济系统实施运营的状态。在分享案例之前，我想先和各位分享研究背景以及我对用数据研究经济领域充满热情的原因。

这张图来自于6年前在普林斯顿做的研究，图中是大家非常常见的鱼群。每条鱼，我们都用每个颜色来标记，通过AI算法、计算机视觉的方法来跟踪。那么，跟踪它们有什么样的价值呢？

 

首先，我们通过计算机视觉的方式跟踪每条鱼的运动轨迹，然后再通过机器学习的方式分析鱼群之间的运动规律，追踪到鱼群的”social network“。这个过程带来一个启发：这些复杂的系统可以通过传感器的技术，比如摄像头及微型GPS设备监测和分析。

后来，我们获得了另外一些非常有意思的数据。大家可能知道当时百度有一个非常知名的产品叫百度迁徙。它其实就应用到了手机上的传感器数据，去跟踪和观测人类群体的迁徙行为。这些数据让我非常吃惊：本身没有用到任何地图信息，但已经让我们能看到中国的人群分布以及不同城市的经济发展状况。如果再扩大范围，放眼到北京市，会发现这是24小时的动态结果，发现一个城市在不同时间维度上以及更加细腻的区域级群体活动变化。

随即，另一个想法产生了：在移动互联网时代，我们可以通过物联网传感器的数据，更加实时地去感受经济系统的变化。如今，数据不仅是来源于网络上，更多也来源于不同的设备上。这给我们提供了更加全新的维度，让我们能够监测经济系统实时的变化，让获得变得更加智能化。

所以，我认为在接下来的几年中，我们对金融行业以至于经济系统的分析，更有可能是通过AI结合海量物联网的数据去实现的。

随着民用发射设备日益普及，卫星发射成本变得越来越低。Space X已经向太空发射了上千颗通讯卫星。将卫星遥感数据用于经济学研究拥有诸多优势。覆盖范围方面，可以监测到的范围更广；数据方面，更加实时和客观，但门槛也比较高。因为数据量级巨大，必须要有AI技术和手段去分析；成本方面，数据花费成本低且可获得性强。

必须要提到的一点是，很多人会疑问：这些数据是否符合合规要求？其实在国内，我们可以获得的数据就是可以合法使用的，符合国家监管的要求。一些高精密度的数据是明确不允许民用的。 

未来，通过机器结合人工智能的方式，人们能够更好、更快、更准确地预测经济发展的趋势和投资的机会，提高投资效率和准确度。这一点适用于前台的营销、中台的投研与后台的交易。这些信息在整个资管行业里有十分重要的应用。

 

AI+卫星图像应用的几个案例

作为中国第一家互联网银行，业务的业务的背后是通过大数据、云计算和人工智能来支撑。它的背后，必须有强大的技术平台支持。出于这样的考虑，我们在微众开发了“微众·揽月”智能资管科技平台，梦想就是要打造一个有中国特色的、针对中国市场的平台。它具备宏观经济分析、企业经济活动监测、基础建设项目的跟踪能力，除此之外也在实现可持续发展目标工作中有所助力，比如进行绿色能源的跟踪、自然灾害的评估和环境污染的监测等。

新冠疫情对全球的经济产生了不可逆转的影响，我们也是从今年年初疫情爆发的时候，开始通过数据来分析疫情对中国甚至全球经济的影响以及疫情后经济复苏的状况。

去年，我们构造了一个指标叫中国经济恢复指数。下图中我们可以看到在2020年度中国经济恢复之后的周期性波动。总体来说，周六周日经济活动相比周一到周五有小幅度的下滑。在农历正月十五元宵节的时候几乎达到最低点，然后开始慢慢地复苏，直到4月中旬全国经济开始完全恢复。

其实我们还观测到了不同城市的经济复苏状况。如我们所预料，北京、深圳、武汉三个城市相比，武汉经济复苏最为缓慢。自三四月份起，武汉结束封锁，经济才开始呈上升趋势。这一方面说明了疫情对武汉经济的影响之大，也从另外一个方面证明政府对疫情防控的有效性和严格性。相比之下，深圳和北京的经济恢复速度就相对较快了。

除此之外，我们也发现沿海城市相比于内陆城市经济复苏更快。这个信息也告诉我们：那些经济欠发达的城市，疫情产生的余波影响更大。

还有一个特别有意思的案例。大家知道，在中国，如果农民去贷款的话，之前其实是很难贷到的，因为他们手中没有什么可以抵押的东西。最近，农民被允许可以将承包用地作为贷款抵押资产。那么，银行怎样去评估农民承包用地的质量？这个时候我们做的工作就是，通过分析卫星图像去评估这一块农地农田的价值，通过AI扫描可以获知这个区域在几年时间内的产能。

这项工作不仅可以做贷前准入，也可以做贷后的风险监测。通过这种方式我们也在为实现普惠金融助力，让农民有科学良好的方式去评估资产，促进农业经济的发展。

 

可感知技术×可持续发展

最后，想和大家分享，如何把可感知技术应用在实现可持续发展目标当中。

近期，联合国开发计划署提出2030可持续发展议程，自2020年起的十年内，我们必须采取有力的行动，才能在2030年之前实现可持续发展目标。为了应对气候变化，新能源出现在人们关注的聚光灯下。评估新能源的发展是今年做的非常有意思的工作。

我们是通过AI的算法去分析中国的卫星图像，监测地面大型光伏电站的位置和面积。我们发现这些光伏电站不光分布在沙漠集中的区域，在华北平原地区也有不少。所以，能够做另外一个证明：我们的新能源尤其是光伏已经变成越来越普及，用电成本也日益降低。除此之外，我们国家为碳排放降低做了诸多努力。

ESG投资近年来迅速在国内资本市场落地生根。其中，外资公募机构成为重要的推动力之一。国内的基金公司如华夏、易方达、嘉实也都在积极推动。截至2019上半年，绿色金融发展取得积极进展，国内21家主要银行上半年绿色信贷余额10.6万亿元，占21家银行各项贷款比重9.6%。政府鼓励金融机构加入数据分析和AI的能力，对整个贷前贷中贷后流程形成闭环，将ESG作为信贷流程里的一部分。

 

智慧对话

Q1-马佳宁：从卫星资料数据和国民经济的综合利用这个角度来看，原来有地球资源卫星、遥感卫星、气象卫星等等。原来因为信息安全的问题，数据互不相通。后来敏感信息和共享信息做严格区分以后，非敏感信息可以拿出来分享。但是，二者的界限这几年跟踪不是很多，但是好像还不是足够清晰。对于商业应用，如何能获取这些卫星信息做综合利用的整合，对于国民经济、行业发展、信息安全的有更好的发挥？对创新创业方面是否有更多的帮助和支持，能够少走弯路，提高成功率？

吴海山：首先在数据层面上，大家也看到，最近几年随着卫星技术的发展，数据的获取的成本和门槛大大降低了。我们也看到国内有越来越多的卫星制造民营企业，这是一个不可避免的大趋势。

 

创新与创业方面，我觉得数据一定会在更多的场景和行业里面应用。我的经验是不能够只单纯地依赖的同一类型的数据，一定要结合多种数据，才能够体现出价值。

 

此外，一定要多学科多方向交叉融合，而不是单纯某一个行业的专家在使用，只有碰撞才有智慧的火花。比如金融投资的一些问题，金融专家可以分析投资内涵，数据专家知道用哪些数据源，AI算法工程师就知道怎么样通过算法来去实现跟踪，它一定是三者相乘的结果，能够发现其他行业没有自觉的点，通过一个全新的维度来去解决传统的问题。比如像PMI指数就是一种新角度。所以，这是大家坐在一起讨论产生的化学反应。

Q2-陈德全：今天吴海山博士的分享给了我很大的启发。以前我们更多关注的是公开披露的数据。目前我们在做ESG评级，所以想在数据和业务的驱动关系方面进行一些探讨。

 

吴海山：先有业务需要解决的问题，再去反推应该找哪些数据，而不是说我有哪些数据去找哪些问题，这样效率会比较低。

 

因为我们会把这些技术先应用到自己的业务上去，然后可能会考虑服务于更多外部机构进行商业变现。因此一定是问题驱动、内部应用驱动的方式。

然后再就是做关联。有可能这个公司我很难直接看到它的影响，但是我们发现这家公司会控股，或者占比很多其他的小公司。我可以分析下，通过企业知识图谱的算法来反推，这些企业会对他的母公司带来的影响，进一步增强企业资产和母体公司的关联。

最后，公开数据我们也确实应用了很多，比如参考公司年报。我们更多会用企业的舆情信息做补充，比如高层变动、员工评价等，结合NLP深度学习算法把事件自动地映射到ESG上去，做正面的或者负面的评分结果。

人工智能技术应该更多考虑怎么帮助可持续发展，解决一些对国家和社会有重大意义的现实问题，在实际应用中落地才更有意义。AI 跟卫星图像结合分析能够帮助解决很多社会经济层面的问题，这不但实现了 AI 真正的商业落地，也将为我们打开对经济系统新的认知方式。

作者：吴海山、张舒伊