淺談大數據背景下經濟統計的機遇與挑戰

呂彤

摘要：大數據作為信息化時代發展的必然產物，在為各行業帶來發展機遇的同時，也使其面臨一些挑戰和問題，本文簡要介紹大數據在經濟統計中的主要應用類別，分析大數據背景下經濟統計面臨的機遇與挑戰，為促進大數據在經濟統計中的應用提供發展思路。

關鍵詞：經濟統計;大數據;機遇;挑戰

大數據時代的到來使我國各行業領域都受到不同程度的影響，特別是經濟統計作為與數據分析密切相關的行業領域，受到前所未有的較大沖擊，大數據在為各行業領域發展提供數據分析支持的同時，也徹底改變傳統的數據統計思維與方法，當前經濟統計工作必須結合大數據時代發展特點，順應大數據時代必然發展趨勢，創新經濟統計工作思路，面對新形勢下經濟統計面臨的機遇與挑戰，不斷推動我國經濟統計事業和諧健康發展。

一、大數據在經濟統計中的應用類別

1.1神經網絡法

神經網絡法是利用人腦模擬技術，加工經濟數據并分析存在的經濟問題，得出相應的經濟統計結論，人們在具體的經濟統計過程中，只需要輸入相關基礎信息，利用大數據技術自動詳細分析數據內容，并根據分析要求得出相應的經濟統計結果。神經網絡法的主要特點是高效性、準確性和全面性，可以清楚地反映出不同經濟屬性數據之間的關聯關系，便于后期相關人員做出客觀、準確的經濟決策，特別是對于一些數據量較大的經濟業務而言，必須采用這種大數據統計方法，才能快速、準確地得出統計結果。

1.2決策樹法

決策樹法是利用樹狀圖形式來反映人們需要決策問題的出現概率、決策條件、預測結果等，該決策樹圖形能夠清楚體現出人們的決策、預測過程，因此，決策樹法適用于統計相關經濟領域的內在潛能、發展狀況等經濟指標，該方法具有操作簡單、分類快速的特點，同時得出的經濟統計結果參考價值也較高。

1.3遺傳計算法

遺傳計算法采用遺傳機制、生物自然選擇相結合的算法，獲取并分析特定人群的經濟數據信息，遺傳計算法可有效與其他模型相結合使用，整理、歸納隱含數據信息，該大數據技術方法能夠對深層次數據進行挖掘，有效解決復雜的經濟統計問題，改善經濟統計的效果。

1.4粗集理論法

粗集理論法是利用上下近似集來分析經濟統計項目，該方法得出的數據統計結果雖然不夠精準，但是操作過程比較簡單，而且能夠有效解決各種不確定問題。粗集理論法適用于統計客戶滿意情況等經濟業務指標，評估客戶對經濟業務各方面的滿意度，以此為經濟業務決策提供可靠參考。

二、經濟統計面臨的機遇

2.1數據量龐大且廣泛

經過多年的統計部門數據統計和歷年數據累計，每年的經濟數據呈現指數倍增長，經濟數據量極其龐大，且來源非常廣泛，特別是宏觀經濟領域累積大量的傳統結構化數據，而大數據則包括大量的半結構化、非結構化數據，如：媒體報道、圖片、視頻、郵件等。大數據為經濟統計提供更為龐大而廣泛的信息數據來源，使經濟統計分析過程不再單單依靠傳統的數據統計方式，開拓新形勢下經濟統計新的視野，有效提高經濟統計結論的準確度。

2.2統計分析智能化

信息技術經過幾十年的發展，對傳統數據統計多采用SPSS、E-views統計分析軟件，較少應用數據挖掘、在線分析技術。近年來，非結構數據分析技術如Hadoop、Map Reduce等大數據統計技術被廣泛應用于數據統計、經濟分析等領域中，其具有簡單可操作、大規模批量化處理等特點，在經濟統計與分析領域中的優勢作用非常明顯，能夠為經濟統計提供更加快速、精準的信息采集和處理平臺，使經濟統計分析方法與功能更加多元化，滿足對不同層次經濟分析的統計需求，有效提高經濟分析結論的時效性、準確性。

2.3數據采集實時化

隨著信息化社會的不斷發展，會產生大量實時信息數據，如各地區政府經濟數據、政府或企業第一時間發布的各種經濟事項、產品信息以及消費群體對經濟事項的態度等，這些非結構化數據作為影響經濟走勢的重要因素，具有顯著的實時傳播特點，傳統的經濟統計方法很難有效捕捉到這些實時數據。而通過大數據技術能夠實時采集、跟蹤、定位這類信息數據，并及時處理和分析經濟統計結果，使經濟統計的時效性得到大大提高，有利于經濟活動相關人員做出準確的決策。

三、經濟統計面臨的挑戰

3.1數據篩選難度較大

在對信息數據進行統計分析前，需要確定信息數據的可靠、真實性，由于大數據來源非常廣泛，其中很大一部分信息來源于網絡，其統計價值還有待考證，且數據噪聲多，另外，大數據還包括了圖片、視頻、多媒體等非結構化、半結構化數據，從而，加大信息數據處理、整合的難度，因此，大數據在經濟統計中的應用面臨數據篩選、解讀難度大的問題。

3.2數據安全無法保障

數據安全問題是現階段大數據在經濟統計應用方面面臨的最大挑戰，一方面，經濟統計過程中的大數據采集、處理環節使經濟數據更加集中，無形中增加敏感信息數據的風險系數，導致非法數據獲取者利用價值信息從事違法經濟活動，而給國家、企業、個人帶來較大經濟安全隱患。另一方面，由于大數據技術在維護數據安全方面存在一定缺陷，大數據應用于經濟統計方面存在數據安全漏洞，需要進一步完善，而且大數據的種類、來源具有多元化特點，也加大了機密數據保護、定位的難度。

3.3缺少專業化人才

近年來雖然大數據概念受到各行業領域的廣泛關注，但從全球角度出發，現階段能夠熟練掌握大數據技術的專業化人才極其有限，熟練使用大數據進行統計、分析經濟活動的專業化人才更是非常缺乏，數據處理需要根據不同行業特點，開發大數據挖掘分析工具，特別是針對經濟統計的大數據采集、處理平臺還有待進一步開發。

四、結語

大數據在我國各行業中的應用還處于起步階段，而大數據在經濟統計與分析中的應用更是少之又少，大數據時代中的經濟統計工作面臨眾多機遇和挑戰。現階段，大數據技術研發、數據來源等方面還存在諸多問題，大數據技術還無法完全替代傳統經濟統計方法，應以傳統經濟統計方法為主，以大數據技術為輔，提高經濟統計結論的時效性、準確性。

參考文獻：

[1]劉紅艷.大數據時代下勞動經濟統計的優化芻議[J].財訊，2016 （ 14）：114-115.

[2]馬敏.大數據時代我國政府統計工作面臨的挑戰及變革[J].港澳經濟，2016 （ 6）：97-98.