摘要
為實現突發事件對經濟影響的精準分析，以往通常采用同比、環比、年度增速等傳統方法進行分析預測。為了克服傳統方法對互聯網數據、面板數據分析的不足。易可諾經濟運行系統在傳統統計方法的基礎上結合了經濟結構發展、重點企業運營能力、疫情發展變化等多方面因素動態分析區域經濟的影響和變化特征，引入ARIMA模型、聚類分析模型并加以改進，實現突發事件對區域經濟影響的定量測算。
正文
利用傳統的統計方法分析突發事件對經濟的影響時，通常使用“同比”、“環比”、“年度增速”等指標，并用數據進行相關性及回歸分析得到預測值來進行分析。由于城市經濟自身具有較強的聚集效應及發展趨勢，使用傳統的統計方法分析顯然是不準確的。
易可諾經濟運行系統利用多個數據源數據，在傳統統計的基礎上利用大數據分析技術，精準分析了疫情對區域經濟的影響及風險評估。具體內容如下：
（1）跨部門數據共享。重大突發事件的后續處理往往伴隨著跨部門協同工作，對政務數據共享顯得尤為重要。我們通過易可諾經濟運行系統-現狀與趨勢模塊作為各部門協同查閱數據的工具，良好支撐了跨部門數據的實際應用。
（2）可能的經濟損失。根據國家統計局數據顯示，春節小長假所在月份產生的社會零售總額逐年增長，對這種存在具有季節性影響又逐年增加的數據，用季節性ARIMA模型描述是非常合適的。考慮數據自身的周期性、波動性、趨勢性及突發事件可能的影響性，分析原預測值與現有實際值的差異可以解釋為區域經濟損失。
（3）區域行業風險及復工評估。從規模、效益、風險等方面對對區域內行業進行風險排名作為復工依據，為地方政府政策調控提供數據支持。
（4）波及范圍推演。以時間為線，分析推演疫情持續時間對宏觀經濟的影響。
（5）針對收到疫情沖擊的重要行業及當地重點企業，結合稅務數據對企業進行跟蹤分析，對企業收到的影響持續評估。
結論
隨著數據源的不斷豐富，分析模型不斷的迭代，政務數據共享平臺的不斷優化，易可諾經濟運行系統對政府決策支持的力度將會不斷增強，未來也會繼續協助政府部門利用大數據技術提升治理能力和公共服務水平。
