淺談大數據時代經濟普查數據分析與研究

徐雨俊 海安市大公鎮企業服務中心

伴隨現代信息技術的出現和廣泛應用，大數據時代的到來對于經濟普查工作而言提供了很大的便利，借助大數據相關的技術，可以輔助經濟普查工作高效開展，同時經濟普查數據分析階段，大數據相關的技術和方法也可以為其提供很大的便利。當然由于經濟普查工作本身比較復雜，涉及范圍廣，業務范圍不斷擴大，一定程度上增加了經濟普查數據分析的難度，需要采取有效的措施來進行深入分析和探索，才能切實提升經濟普查數據分析成效，進而為相關政策的開展提供重要的支持。加強大數據時代經濟普查數據分析與探究探索，具有深遠的現實意義。

一、大數據時代經濟普查數據分析的特點

當前正處于國家第四次經濟普查階段，通過總結分析經濟普查工作可以看出，目前經濟普查的方式比較繁瑣，普查任務繁重，需要投入大量的人力、物力、財力來進行統籌規劃和實施，才能確保經濟普查活動的有序開展。目前我國已經建立了較為完善的經濟普查體系，但是可以看到，隨著社會主義現代化建設步伐的加快推進，國家經濟發展水平不斷提升，普查范圍不斷擴大，一定程度上增加了普查工作的新難度。傳統的數據分析方式方法已經不能滿足新形勢下經濟普查數據分析工作的要求，只有借助大數據技術不斷提升經濟普查數據分析成效，才能更好地發揮經濟普查數據應有的價值。

大數據時代經濟普查數據分析工作呈現出新的特點。一是經濟普查數據分析本身工作量比較大，且分析內容比較多，既需要保證經濟普查數據本身的準確性，對一定時間內相關的經濟、產業以及人口變化等情況進行全面掌握，又需要對相關的數據動態性進行預測，這樣才能更好地提升經濟普查數據分析的精準性，尤其是可以看到在經濟普查數據分析開展工程中，一些時間節點之前經濟增長的速度比較緩慢，但是過了這個時間點之后經濟增長的速度比較快，這種動態變化就需要對數據分析工作進行全面研究，才能及時有效地處理，二是經濟普查新時代對于工作人員的要求也越來越高，他們不僅要及時全面地搜集經濟普查相關的基礎數據，同時還需要加強數據的綜合分析，這對于他們的業務技能和職業素養而言提出了新的挑戰，需要對相關的人員進行科學的培訓和管理，才能切實提高他們的職業技能和素養，進而為相關工作的開展提供強大的人力支持。

二、大數據時代加強經濟普查數據分析的方法探析

大數據時代在看到信息技術為經濟普查工作的開展提供相關的支撐的同時，也要認識到新形勢下做好經濟普查數據分析的重要意義，為了進一步提升經濟普查數據分析成效，建議從以下幾個方面來進行探索：

1.建立完善的經濟普查數據分析體系。開展經濟普查數據分析是一個比較龐大的工程，需要對數據進行全面的統計和分析處理，所以應當根據數據收集分析的特征以及具體的采集需求，對相關的數據分析過程進行動態管理，并形成完善的分析體系，才能按步驟有序開展數據分析工作，確保經濟普查各個階段的工作同步開展，提升數據分析成效，一方面需要在數據的抽樣和處理方面運用科學的方式，結合具體地區的發展情況從多方面進行研究分析，要充分考慮經濟波動帶來的各種影響和突發變化。另一方面要結合經濟普查統計工作的開展需求，完善相關的硬件和軟件設施，建立健全工作制度體系，要明確經濟普查各個環節相關的權責分配，明確劃分不同部門人員的職責權限，加強對相關技術的培訓，全面提高經濟普查人員對大數據技術應用的熟練度，切實為經濟普查工作的開展提供強大的人力支持。

2.合理選擇經濟普查數據分析方式方法。經濟普查數據分析過程中，分析方法的選擇對于經濟普查數據分析成效具有很大的影響，所以需要對相關的方法進行統籌分析，并了解具體的適用范圍和使用方法，才能提高整體經濟普查效果。

目前大數據分析方法主要有SAS統計分析系統、Clementine數據挖掘平臺、IntelligentMiner數據處理方法、SQLServ er2000AnalysisServices軟件、決策樹等。SAS統計分析是一個系統化的數據分析管理體系，通常建立數據的訪問、管理、展示以及分析體系，進而可以根據用戶的需求進行數據的直觀分析，并為用戶進行呈現，便于對數據內容進行全面的了解。Clementine數據挖掘平臺主要是通過構建具有預測性的數據模型，進而對相關的決策方法與過程進行優化，并進行需求功能匹配的過程。IntelligentMiner系統融合了多種統計方法和挖掘算法，既可以進行結構化和半結構化數據的分析，同時還可以對非結構化的數據進行關聯分析，從而實現數據的深度處理和挖掘轉化。SQLServer2000AnalysisServices軟件是一種完善的數據庫與分析軟件產品，可以為用戶提供完善的數據管理與分析服務，并且在數據挖掘、業務擴展以及操作管理和客戶管理等方面都具有較大的優勢，還可以支持商務的Web站點進行運營，所以實用性非常廣。決策樹是指運用概率分析的一種數據分析模式，可以對項目的風險進行全面分析，并構建相關的模型進行研究，分析時間比較短，且測定模型可信度比較便捷，但是分析過程不夠精細化，在字段的預測甄選等方面的功能還需要進一步優化。

未來隨著現代信息技術不斷升級，數據分析技術將進一步提升，在經濟普查數據分析過程中，可以根據經濟普查工作的性質和需求等，合理選擇匹配的數據分析技術，以此提高數據的綜合管理效能，進而為經濟普查工作的有序開展提供重要的數據支持。