传统的经济预测会依赖美国的供应管理协会制造业指数（ISM）、德国的经济研究所商业前景指数（Ifo）、中国的采购经理人指数（PMI）等。

新冠疫情期间，此类指数的时效性面临一定的质疑；而且很多来自调查对象的反馈，会因为情绪因素而失真。

彭博经济研究（Bloomberg Economics）提出了一种新的方法，基于电力需求、交通拥塞状态等高频数据来编制 26 个国家的经济预测数据。

彭博以 2020Q2 各国 GDP 为例，进行回溯测试发现：利用这些高频数据可以预测到各国经济活动变量的 76%。

而传统采购经理人指数之类的平均预测准确率只有 60%。

这个案例可认为是大数据在经济预测领域的应用。

欧盟 27 国在过去十多年电力能耗是缓慢下滑的。2008 年的电力能耗比 2023 年还多 10%。

由于 AI 数据中心需求的增加，以及电力化（电动汽车）的发展，高盛预计欧盟 27 国的电力能耗在未来十年可提升 40%。

华尔街日报绘制了 1980 年至今，全球五大制造业大国的出口占 GDP 的占比。

可以清晰看到，德国和韩国仍然重度依赖出口 40～50% GDP 来自货物出口。

中国在 2010 年之前出口 GDP 占比也是一路向上，之后随国内投资和消费等兴起，出口 GDP占比连续下降到 20% 。

日本和美国的出口 GDP 占比则在 10～20% 区间。