中国新经济指数的英文全称为New Economy Index，简称NEI，由财新智库莫尼塔联手BBD（数联铭品）打造，2016年3月2日在北京首次发布。通过浩繁的大数据挖掘，NEI 尝试量化中国新经济的现状，反映新经济在整个经济中占比的变化，填补经济转型过程中新经济度量的空白。中国最具公信力的财新智库和全球领先的大数据公司BBD（数联铭品），通过长时间研究，制作出为中国未来的快速增长行业提供晴雨表的财智 BBD新经济指数，即新经济指数（New Economy Index, 简称NEI）。
新经济，顾名思义，是相对于传统经济或旧经济而言的，是中国未来新增长点所在。NEI估算新经济在整个经济中的重要性，即当中国经济每发生一块钱的产出时，有多少来自新经济。
NEI变化趋势反映了中国经济转型中，新经济相对于传统经济的活跃程度，是判断中国经济转型过程中新、旧经济彼此消长的重要指标。NEI建立在大数据的基础之上，通过浩繁的大数据挖掘和处理，尝试量化中国新经济活动现状，填补新经济统计和度量的空白。
NEI包括了1个全国指数，4个维度，15个三级指标及每年8700万个事件的原始数据，共涉及节能与环保业、新一代信息技术与信息服务产业、生物医药产业、高端装备制造产业、新能源产业、新材料产业、新能源汽车产业、高新技术服务与研发业、金融服务与法律服务等9大行业，111个4位数代码行业，覆盖全国294个地级以上城市。
除国家总指数之外，NEI还包括各个城市的新经济发展排行榜，各行业的新经济发展排行榜，以及每个城市、每个行业内部的发展排行榜，以及详细研究报告等。传统制造业的PMI指数对行业的景气程度有着非常好的预判，政府和投资者可以根据该指数拟定下一步政策或投资策略。然而，对于“新经济”的现状和未来发展趋势，公开信息极为有限、透明度低。对新经济的快速增长，无论是政府还是投资者，都往往显得后知后觉。对于制造业开始向外转移的一些特大城市来说，把控新经济的增长，研究本地区新经济的优势和劣势，都要求人们对新经济的发展状况有一个实时的掌握。NEI的出炉正是为此而来。
NEI的意义在于首次将大数据用于度量新经济在我国整个经济中的重要性，为即时、动态统计、刻画、预测我国新经济的发展变化提供了崭新视角。
中国新经济指数的构成尤其需要注重劳动力和技术投入指标。在此基础上，NEI指标评价体系参考美国信息技术和创新基金会（ITIF）发布的《2014美国各州新经济指数》（2014 State New Economy Index）报告指标体系、硅谷指数（Silicon Valley Index）等国际知名新经济和创新指数体系，结合中国经济发展特点和数联铭品的数据优势制定了新经济指数的指标体系。
网络公开的大数据是NEI的基础数据。在制作NEI的过程中，使用了大量数据，包括企业网络上的公开招聘信息、新成立企业工商登记信息、风险投资数据、招标投标数据、三板上市数据、各类专利及专利转化数据等。为了获取准确、客观的新经济指数，详细讨论各类企业行为的季度趋势，不仅会收集指数发布当月的数据，还会向前回溯，积累更多的历史数据。
截止2016年2月，NEI所用的累计数据包括5200余万条招聘信息、270万条新企业登记信息、376万条招标/投标数据、2.8万条风险投资数据、5000余条三板上市数据、580万条专利登记数据、30万条专利转移数据，另外还包括用以计算城市人口流动信息的实时铁路出票量数据、机场航班流量数据。全部合计，原始数据储存总量已经超过了100G。为了计算2015年8月至2016年2月这半年的指数，产生的数据总量合计超过370G。
除了数据量庞大这一特点外，构建新经济指数的数据还具有较好的全国代表性。其中，企业登记、招投标、风险投资、三板上市、专利情况数据均为2015年七月以来全国所有可得数据。人口流动数据囊括了所有的航班信息、列车运行状况；200公里以上的长途客运周转量（人公里）和运输人次指标中，数据量占全国总数据量的74%。招聘数据也包括了多家重要招聘网站的完整信息，从一、二千元每月的低技术岗位到50000元每月的高技能岗位，覆盖全国各个行业。虽然有部分数据没有达到总体的规模，但是由于新经济指标的构建采用的是比例指标而不是绝对值，这些指标随样本数量多寡的变化很少。因此总体上，数据覆盖程度使构建全面反应我国新经济发展状况新经济指数成为可能。
中国新经济指数
确定新经济的指标权重实际上等价于确定新经济行业各要素投入的产出弹性，实践中包括两种方案。
其一是经验数据法，即根据国际经验与历史经验首先判断各个投入成份的产出占比大小。根据数据，2014年中国第三产业的劳动者报酬占增加值比重约为47.2%，具体到行业，信息传输业的劳动者报酬占比为23.4%、科学研究业的劳动者报酬占比为49.7%。考虑到新经济行业是“以高质量劳动力为主要要素投入”的行业，将劳动者投入的权重定为接近上限的40%，对资本和技术则分别规定35%和25%的权重。同时，所有二级指标按简单算术平均合成相应一级指数。经验数据算法的优势在于我们将有一个具有理论框架的新经济指数，如果未来有新的指标，可以将这些新的指标纳入全要素生产率、劳动或者资本的一项中，进行内部权重微调。
但劣势在于，如果新经济的发展十分迅速，各个部分的生产弹性变化很快，将不得不考虑大量变动一级指标权重。
其二是主成分分析法。主成分分析法的宗旨是依次找到经济投入这一矩阵的奇异值，即首先找到方差最大的那一组向量所对应的奇异值，再找到方差次大的向量所对应的奇异值，以此类推。主成分分析法的优点在于他能够以最小的信息量，对结果进行最好的预测，因此在预测效率上是最高的。但缺点在于，我们没有一个合适的理论框架来阐释我们的权重选择，并且这样的权重只是来源于历史数据。问题是在应用到未来数据中去，如何选择计算权重的历史数据，选择哪个区间的历史数据，都较为随意，使得整个新经济指数指标体系的建立缺乏客观性。
在综合两种算法的优劣后，采用两种算法的长处，在初期采用经验数据法，根据理论模型设置各指标权重。未来，则更多地使用主成分分析法，根据预测效果和历史数据的变化，进行权重微调，以达到用指数来客观观察中国新经济发展情况的效果。
NEI第一次可以较为清晰地展示新经济与旧经济之间的关系。新经济的快速成长能否有效抵消旧经济下滑的压力，是转型与稳增长能否同步实现的关键。新经济指数的发布有助于我们理解新经济相对于旧经济的变化，旧经济过快调整或通过就业、收入和服务需求的渠道拖累新经济，其影响的量级如何尚不得而知，NEI是跟踪评估新经济变化的一个主要指标。
NEI是一个详实的指标体系，一些细项指标本身代表了新经济活动的一个侧面。大数据可以捕捉新金融和其他新业态的早期趋势，是互联网时代资讯开发的新渠道，更可以结合线下和传统的统计数据，勾画出一幅更加完整、动态的新经济图像。
NEI还可以展示经济发展的地域差异，有利于政策的差异化和资源的优化配置。在新经济指数的基础上，可以对主要城市新经济活跃程度进行排名。新经济发展或是继工业化后人口跨地区流动的重要方向标，结合人口出行大数据，可以刻画人口流动热力图，指引消费和服务业资源的跨区配置。
考虑到大数据的收集、清理以及参数的设定都需要时间来逐步完善，现发布试行版，待满一年后重新评估调试后正式发布。正式发布的NEI将主要考虑以下几个方面的变化：
（1）季节性因素的影响及调整。新经济活动占比在很大程度上剔除了季节性因素的影响，但新经济活动的季节性是否有异于传统经济，仍需要观察。一些月度波动较大的因素，需要通过移动平均的方式进行平滑处理。
（2）新经济行业需要不断调适，更加准确地反映产业升级和新业态的发展，力争全面涵盖新经济活动，准确反映新经济的新趋势。
（3）各子项因素的权重将逐步完善，根据历史数据，采用主成分分析法进行调整。
