政府统计视阈中的大数据心思想刍议(何强)政府统计视阈中的大数据核心思想刍议(何强).doc

政府统计视阈中的大数据核心思想刍议* ? ?何　强 ? 　　内容摘要：大数据时代为传统的政府统计带来了重大发展机遇。本文基于政府统计视角，从大数据的概念、数据源、处理技术、制度建设以及在中国政府统计的应用5个方面，逐一探讨大数据的核心思想，并为把大数据打造成中国政府统计数据源“第二轨”的改革目标提出了相应的发展建议。 ? 　　关键词：大数据；政府统计；数据源；处理技术；统计制度 ? 　　中图分类号：C829.2　　文献标识码：A　　文章编号：1004-7794（2015）02-0050-04 ? 　　DOI：10.13778/ki.11-3705/c.2015.02.010 ? 　　当前，大数据已成为重要的国家战略资源，正在深刻地影响着时代发展进程。面对大数据的汹涌来袭，认真厘清大数据的核心思想，是充分利用大数据催生大变革的重要基础。作为数据重要生产者和使用者的政府统计部门，同样面临着大数据时代的挑战、影响??难得的发展机遇。海量实时的大数据，极大拓展了政府统计的内容和范围，能够更方便地验证补充传统统计数据，有利于提高统计工作效能。同时，大数据也冲击着传统统计的理论、观念和生产方式，在数据生产、搜集、分析、清理、挖掘等方面对政府统计提出了新的要求。本文基于政府统计视角，从大数据的概念、数据源、处理技术、制度建设以及在中国政府统计的应用情况5个方面，逐一探讨大数据的核心思想，并进一步探讨其未来的发展模式。 ? 　　一、大数据概念的核心 ? 　　迄今为止，大数据仍无权威统一定义，已有的研究绝大部分均使用描述方法探讨大数据概念。这种现状一方面表明很难对大数据概念统一界定，另一方面也表明大数据概念本身目前仍在持续发展之中。综合联合国（2012）、世界经济论坛（2012）、麦肯锡公司（2011）、IBM公司等著名国际组织和企业，以及涂子沛（2012）、维克托（Viktor M.， 2013）等知名大数据专家的观点，基本认同大数据一般具有数据量大（Volume）、数据类型多（Variety）、处理速度快（Velocity）、应用价值大（Value）等特点，也即是文献中常提到的“4V”。此外，近两年有一些研究认为大数据的特点还应该包括精确性（Veracity）、数据获取与发送方式自由灵活（Vender）等。虽然这些描述性观点很少直面大数据概念的核心，但却非常有助于培养对大数据的感性认识。 ? 　　从大数据现象的历史发展进程来看，在20世纪80年代初期，大数据只是意味着数据量级大，它还有一个相关的术语叫海量数据。进入20世纪90年代以后，大数据开始包含数据生成速度、数据处理技术、数据存储等内容。2010年以来，大数据开始被美国、英国等发达国家，以及联合国、OECD等国际组织上升到战略层面，其内涵被逐渐丰富。从目前对大数据的研究进展来看，从本质上讲，在大数据概念的逻辑中，数据、技术和思维是三位一体的，核心是将数据视为资产。基于这种思路，各个领域可以参照自身的特点对大数据进行定义，没有必要强行将所有领域的大数据统一界定。大数据的概念界定还是应该主要服务于大数据在各个行业的发展。也是从这种思路出发，2013年由中国国家统计局局长马建堂主编的《大数据在政府统计中的探索与应用》一书中，就将大数据定义为“对政府统计工作而言，大数据是采用多种数据收集方式、整合多种数据来源的数据，是采用现代信息技术和架构高速处理和挖掘、具有高度应用价值和决策支持功能的数据、方法及其技术集成”。这种定义具有鲜明的统计部门特色。 ? 　　二、大数据数据源的核心 ? 　　大数据本质上也是数据，因此数据源对大数据而言具有天然的重要性。维克托和肯尼思在其具有广泛影响力的著作《大数据时代：生活、工作与思维的大变革》中甚至认为，随着大数据潮流的持续深入发展，相比大数据技术与大数据思维，大数据的数据源将变得更加重要。尽管对这种观点见仁见智，但可以看出研究者对数据源的重视程度。对数据源的考察，一般主要体现在数据源的体征与数据源整合方面。 ? 　　在数据源的体征上，核心是越大越好，而且允许不精确。这一点在维克托和肯尼斯（2013）、李金昌（2014）等文献中也被多次强调。但是，笔者认为，不是所有的数据源都可以归为大数据。因为如果所有数据源都被认为属于大数据，那么就没必要提出“大数据”概念，直接用“数据”即可。所以，在遴选大数据的数据源时，应有所为有所不为。另一方面，“允许不精确”则有利于增大可用的数据源。基于这些考虑，国家统计局目前就将政府统计大数据的数据源界定在行政记录、电子商务企业数据和互联网搜索数据，而不是把社会经济中所有的数据都作为其数据源。 ? 　　大数据数据源整合的核心则是衔接数据标准与分类。目前，绝大多数大数据仍以各种形式零散地存在于政府部门、电商企业、电信运营商和互联网公司等数