大数据是近十年来学术界和产业界高度关注的新兴研究领域。1995年，Fayyad等学者在国际数据挖掘领域的顶级峰会——知识发现会议（KDD）上首次提出大数据的概念，并将其基本目标概括为两个方面：监测与预测。其中，前者是针对海量数据背后所隐藏的各种关联模式展开挖掘。维克托·迈尔·舍恩伯格等学者认为，由于大数据突破了传统样本采集方式的数据规模局限，而得以在很大程度上采用全样本海量数据展开分析，因此其可以大量使用相关性挖掘的方法，发现隐藏在海量数据背后的线索性信息。此外，后者则是根据数据中潜在的模式进行预测。不同于传统统计学主要基于有限统计样本数据的预测方法，大数据可以帮助人们突破样本采集方法的局限，实现对全样本、全天候、全场景、全方位数据的采集，从而有助于提升对经济社会运行主体的预测能力。随着全社会范围内万物互联化、数据泛在化趋势不断兴起，大数据已经成为支撑宏观经济运行分析的重要手段。

近年来，党中央、国务院高度重视运用大数据手段提高宏观经济分析研判水平。2015年8月，国务院印发的《促进大数据发展行动纲要》（国发〔2015〕50号）首次提出：“要建立运行平稳、安全高效的经济运行新机制，实现对经济运行更为准确的监测、分析、预测、预警，提高决策的针对性、科学性和时效性。”2018年2月，党的十九届三中全会再次指出：“综合运用大数据、云计算等技术手段，增强宏观调控前瞻性、针对性、协同性。”2020年5月，中共中央、国务院正式印发的《关于新时代加快完善社会主义市场经济体制的意见》对强化经济监测预测预警能力提出明确要求：“优化经济治理基础数据库。强化经济监测预测预警能力，充分利用大数据、人工智能等新技术，建立重大风险识别和预警机制，加强社会预期管理。”在党中央、国务院的高度重视和坚强领导下，在各地区和各有关部门的大力推动下，在社会各界的广泛参与下，利用大数据提升政府治理、宏观决策和产业转型水平，已经成为社会各界广泛共识。目前，国内外政府、学术界、产业界均广泛关注运用大数据、人工智能等新技术优化改进宏观经济监测预测的理论和实践。

宏观经济大数据分析是一个典型的多学科交叉研究领域。随着大数据的兴起，运用各种非传统统计数据开展宏观经济分析研判不仅成为经济学研究者关注的焦点问题，同时还吸引了信息科学、生物学、物理学、社会学等多学科研究者的共同关注。从该领域较为活跃的研究团队的学科背景看，具有经济学背景的研究者在其中占有很高比例，但经济学并不是关注这一领域的唯一学科群体。近年来，来自信息科学、生命科学、物理学、复杂科学等其他领域的研究者也开始大量关注宏观经济运行中的大数据分析。特别是从国外有关研究可以发现，近年来美国经济研究局、经济分析局、劳工统计局、人口普查局等多个宏观经济部门均已探索深度利用大数据手段支撑辅助宏观经济分析。相比之下，我国在该领域的实践尚处起步阶段，缺乏更为系统深入的实证研究成果。本书从大数据概念、经济史学、大数据经济学等多角度入手，期望通过进一步阐释宏观经济大数据分析的理论溯源、范式演进与实践探索，为宏观经济大数据分析研究提供新思路、新理念和新探索。

全书分为上下两篇，上篇主要关注宏观经济大数据分析的理论构建、应用进展、范式演进和哲学思考等有关问题，从经济学史和社会科学哲学两个角度，重新思考和审视大数据对于经济学的本体论、认识论和方法论的影响，在理论层面为大数据经济学的基本理论框架设定一个历史锚点。下篇主要基于笔者所在团队围绕若干重点方向上的探索实践，系统介绍宏观经济大数据分析的方法体系和相关实践案例，并提出构建国家经济大脑的初步设想。