大數據背景下基層統計機構職能轉變探析

黑利紅

[摘要]大數據是互聯網時代的產物，帶來數據生產、處理及應用方式的深刻變革，為基層統計機構職能定位、工作方法、數據分析等帶來重大改變，同時也在打造現代化服務型統計、提升數據公信力等方面帶來前所未有的機遇。基層統計部門面對大數據新常態，應從調整職能入手，轉變工作方式、提升業務水平，為本地區經濟社會發展提供有效的數據參考。

[關鍵詞]大數據;基層統計;機構職能轉變

[DOI]10.13939/j.cnki.zgsc.2015.13.104

1引言

人們常常把海量數據與采集它們的工具、平臺、分析系統一起稱為“大數據”，是由數量巨大、結構復雜、類型眾多數據構成的數據集合，是基于云計算的數據處理與應用模式，通過數據的整合共享，交叉復用，形成的智力資源。

一方面，已經到來的大數據時代對基層統計機構的工作模式帶來新挑戰，將促使基層統計工作的數據采集方式發生變化，管理體系及運作方式發生調整;另一方面，大數據也將推動基層統計機構加強統計數據流控制和數據分析手段，對基層統計人員的綜合素質提出了更高的要求。

2大數據背景下對基層統計工作提出的新挑戰

2.1統計工作信息化的挑戰

“聯網直報、基本單位名錄庫、企業一套表制度、數據采集處理軟件系統”統計四大系統工程的推行，網絡技術對人工的取代，使基層統計機構工作方式和工作內容發生了根本性的轉變，由以前的催報、加工匯總、審核等職能轉化為質量控制，數據分析整理，分類數據融合再加工，加大工作量的同時，大幅提高了基層統計機構的工作效率。2014年第三次全國經濟普查過程中手持PDA終端的廣泛使用，宣告基層統計調查工作全面進入移動互聯時代，面對海量的統計指標和龐大繁雜的調查數據，離開了信息化的支撐，就不能有高效率和高質量。盡快適應統計工作信息化帶來的工作內容及方式的轉變，加快推進信息化進程，幫助社會形成生產、物流、交易等環節的數據化，并將這些數據通過移動互聯網系統收集、存儲起來，將是今后基層統計工作面臨的新常態。

2.2數據分析應用專業化的挑戰

從海量數據中“提純”出有用的信息，對基層統計機構的數據處理能力而言是巨大的挑戰。就統計機構內部而言，一是現階段應立足于國家統計局推行的企業一套表聯網直報系統、手持PDA終端系統在調查中的應用，及其他部門統計數據，促進數據信息平臺的有效融合，滿足不同層級的需求。二是亟須提高數據的挖掘分析能力。現行的基于國家一套表系統的統計數據庫功能不夠完善，造成大量統計數據難以進行深度加工，難以進行部門、專業之間數據共享，難以得到充分開發利用，直接制約著基層統計效能的提高。基于所處地區的專業原始數據庫、專業工作數據庫、綜合應用數據庫、統計數據發布庫的建設，逐步形成數據庫與統計軟件平臺對接、以統計業務流程為基礎、能夠方便管理和處理不同類別數據采集需要，是今后基層統計專業化的發展方向。目前，對結構化數據的挖掘已有比較完善的方法和工具，對大數據中包含大量的文字、圖片、視頻等非結構化數據進行分析，生產出高質量的統計數據產品為地方經濟發展提供有效決策依據是基層統計機構面臨的新課題。

2.3對基層統計人員執業水平的挑戰

對于基層統計人員，在立足做好原有工作的基礎之上，新的需求不斷涌現，必須勝任大數據背景下的數據分析和數據挖掘工作，不僅要具備統計技能，能夠熟練使用統計技術和統計工具進行分析挖掘，還要具備數據倉庫知識，數據挖掘技能，熟練掌握主流數據挖掘技術和工具，更重要的是他還要具有針對具體專業業務的理解能力和快速學習能力。

同時，不同于上級統計機構，只需面對系統提供的數據即可，基層統計人員作為直接面對企業和調查單位的基層統計人員，更加熟悉和了解所屬地區各個企業和調查單位的實際情況，在監控數據的過程中，能夠隨時發現數據上報單位經濟數據的規律和異動，因此能夠有針對性地對采集上來的數據進行分析甄別。同時，面對日益繁雜的數據，如何分析整理，提供能夠反映本地區產業及經濟社會發展水平的數據資料，并對數據進行再加工，為地區經濟發展提供可靠的決策依據，是新形勢下對基層統計人員執業能力提出的新挑戰。

3基層統計機構職能轉變的方向

3.1轉變職能定位

由于全社會對經濟發展數據關注度的提高，國家統計局每季度公布的GDP增速、CPI、PPI等數據已經成為新聞熱點，隨著大數據帶來數據的爆發性增長、種類的多樣化，對統計過程透明性要求也越來越高，從理論上看，這樣可以提高統計調查的準確性、透明性，可以消減民眾對于統計數據的質疑。基層統計機構作為把控數據質量的第一道防線，必須打破原有計劃經濟體制下長期以來形成的只是單純數據“輸送端”角色，提高工作的主動性，提升自身業務水平，變身為數據“采集端”和“加工端”，實現由管理型統計向服務型統計的轉變。

3.2改進數據處理流程

數據質量是統計工作的生命線。在統計數據質量控制方面，一方面，研究制定科學的統計數據質量全過程控制體系，針對統計數據生產所涉及的各個環節，明確各階段的控制要點和評估方式;另一方面，充分利用統計數據集中采集平臺的功能設置，加強對各環節的數據質量控制，例如，通過規則元數據實現對基層填報階段的數據質量控制，通過各級統計機構對基層數據的審核匯總實現對評估階段的數據質量控制。按照統一的方法計算、核算分層數據，為地方和國家數據之間、地方各級之間數據的銜接提供保障;可以實現專業統計和綜合統計之間、專業統計之間原始數據的共享，為消除專業統計和綜合統計之間、專業統計之間數據的交叉重復和不一致提供保障。要針對大數據量大且內容龐雜的特點，認真研究將非結構化數據轉化為結構化數據的方法和技術，積極推動數據處理方式從簡單匯總向數據挖掘方向轉變，加強對數據的預處理，提高數據處理的智能化程度。

3.3引入專業化的分析手段

充分利用先進的統計分析軟件，熟練掌握使用方法，有偏于綜合功能的如Python、R、MATLAB 等;有偏于統計分析的SAS、JMP、STATA、SPSS 等;有偏于質量控制和西格瑪方法的MINITAB;有偏向于計量經濟的EVIEWS，有偏于數學的MATLAB、Mathematica、Maple;有偏向于結構方程的AMOS;還有專門為一種模型服務的如灰色模型分析，偏最小二乘分析的。“工欲善其事，必先利其器”，理解每種工具的特點和擅長，將其運用到統計業務的數據分析和數據挖掘過程中，才能做到應對海量數據的時候游刃有余。針對大數據速度快、存在形式多樣且關聯性強的特點，通過加強實時分析、關聯分析和可視化分析，提高統計分析的時效性、趨勢性和直觀性，提升統計工作的分析水平和預警預測能力。

4結論

大數據時代的來臨，對統計數據的生產方式帶來了很大的挑戰。基層統計部門要利用海量數據并對其進行標準化處理，發掘這一數據寶庫，認真把握好這一促進政府統計改革發展的難得機遇。

參考文獻：

[1]許小樂.“大數據”與政府統計改革[J].調研世界，2013（5）.

[2][英]維克托·邁爾·舍恩伯格、肯尼斯·庫克耶.大數據時代[M].周濤，譯.杭州：浙江人民出版社，2012.

[3]Anand Rajaraman，Jerrrey David.大數據——互聯網大規模數據挖掘與分布式處理[M].北京：人民郵電出版社，2012.

[4]胡小琳.改革轉型期中國政府與市場關系的再思考[J].中國市場， 2014（42）.

[5]董麗麗，張耘.政府與市場新型關系下政府職能轉變研究——以政府促進中關村企業發展為例[J].中國市場， 2014（45）.