大数据背景下对政府统计改革方向思考.docVIP

大数据背景下对政府统计改革方向思考 　　作者简介：叶祥凤（1969-），女，成都信息工程学院统计学院教师，教授，研究方向：调查与咨询。 　　黄秋亚（1990-），女，成都信息工程学院统计学专业学生。 　　摘要：大数据是伴随着社交网络等新技术的发展产生的数据形态，本质上是数据生产、传输和应用的社会化。政府统计改革要研究分析大数据之下有利统计条件，以此为基础进行优化统计机构设置、提高统计业务数据化及数据挖掘分析能力，完善统计数据发布渠道等改革。 　　关键词：大数据；政府统计；统计改革 　　一、研究背景与目的 　　大数据是商业智能化的一个新的发展阶段。这一概念早在20世纪50年代由IBM公司提出，主要指那些能帮助企业提高决策能力和运营能力的概念、方法、过程及软件的集合，其主要目标是将企业所掌握的信息转换为知识，需要录用数据仓库、联机分析处理工具盒数据挖掘等技术。大数据是一种“以数据为大”的方法论，它通过对个体行为的数据挖掘，使用关系分析、文本挖掘、社会计算、情感分析、时间线预测以及社会网络分析等方法来寻找有价值的信息，从而帮助人们更好地认识用户需求，寻找市场。 　　大数据时代的三个转变：一是在大数据时代，可分析更多的数据，有时候甚至可以处理与某个特别现象相关的所有数据，而不再依赖于随机采样，可以追求总体数据而不是随机样本。二是研究数据种类繁多、数据海量，以至于可以不再热衷于追求精确度，三是由前两个转变而形成的结果，即可以不再热衷于寻找因果关系。 　　政府统计主要由政府对社会经济发展数量与质量方面的内容（数量的多少、现象之间的数量关系、质量互变的数量界限等）进行分析研究工作。常规统计工作需通过对数据的专门收集、规范统一整理、保存数据、分析处理数据，之后还需印制、定稿、传输发布等。而大数据会对政府统计带来何种影响，本文着重就变革方向展开思考。 　　二、大数据对政府统计工作的影响 　　（一）对统计理念的冲击 　　一是大数据改变了数据的需求层次。传统统计技术帮助人们通过观察小部分的样本情况从而描述与推测总体情况，以更好地了解中观和宏观数据。但受统计方法和数据质量的限制，使得人们对社会的认识还不够全面和客观。而统计数据反映的是总体趋势，是无法对应到具体的个体情况的，也就难以获得更加有价值的信息。在数据采集技术进步的条件下，人们掌握的数据便是可知全局的宏观数据，可分解到中观层面、甚至微观层面。 　　二是大数据改变了统计实证的研究范式。大数据采用的是自下而上的数据挖掘范式，不需要预先设定研究目的或方法。以数据为先导，从大量实际产生数据中通过数据挖掘技术找到数据之间的关系并建立模型，以至于形成理论和新的认知。而传统统计的实证研究范式，是先从经济理论或社会经验出发，根据理论设定指标，最后利用统计数据进行的实证分析。 　　（二）大数据对统计生产流程的冲击 　　一是制度设计可以多样化。依据统计研究的目的和研究对象的特点，来设定统计指标、统计报表以及调查、汇总方法等制度，通过调查、访问将生产行为转化为可量化的数据是常规的统计设计。“大数据”下的制度设计需要面对的是已经存在的或通过一定手段可以获取的大量数据，并且弄清楚是通过什么方式产生的这些已经存在的相关数据，这些数据是又从哪些领域产生的，并且会对研究目的产生什么影响，进而确定采用什么样的数据来反映统计目标。大数据的抽样对象可能是某一数据库，抽样方式更加灵活，抽样效果更具针对性，不但降低了调查成本，并且也可在一定程度上免除调查过程中的人为因素干扰。 　　二是数据采集智能化。常规统计是通过结构化的报表和统一的计量方式将被调查对象的行为转化为可用的数据，这其中需要被调查者的参与。然而一旦调查对象不予配合，或者采用撒谎（虚报、瞒报、乱报）的方式消极配合，统计数据的质量就难以控制，会造成调查误差较大，并且矫正这些调查误差的成本将会很高。大数据信息来源于信息技术记录下的原始数据，这些数据的参与仅仅依赖于测量方法（如GPS 定位测量、超市收银管理系统、ETC 电子收费系统），而不需要调查对象长期、认真的配合，数据质量会大大提高。 　　三是数据分析专业化及统计发布的透明化。常规统计分析是根据统计制度设计的要求以及对研究对象的认知，对采集的结构化统计数据进行计算分析，重点描述已经发生的变化，对未来的发展情况进行统计意义上的预测。大数据分析面临的是大量存储于各处（包括“云端”）的非结构化或半结构化数据环境，从数据中分析其内在关系，寻找更多有价值的信息。大数据背景下的数据获取分析是全社会共享的，因此统计数据发布的公开透明程度会很高，没有公开详细、公允计算方法的数据将会被其他数据替代。 　　（三）大数据对政府统计职能的冲击 　　从我国经济发展与政府统计的关系上看，统计的重要性与传统的经济模式