大数据背景下基层统计机构职能转变探析

黑利红

[摘要]大数据是互联网时代的产物，带来数据生产、处理及应用方式的深刻变革，为基层统计机构职能定位、工作方法、数据分析等带来重大改变，同时也在打造现代化服务型统计、提升数据公信力等方面带来前所未有的机遇。基层统计部门面对大数据新常态，应从调整职能入手，转变工作方式、提升业务水平，为本地区经济社会发展提供有效的数据参考。

[关键词]大数据;基层统计;机构职能转变

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

1引言

人们常常把海量数据与采集它们的工具、平台、分析系统一起称为“大数据”，是由数量巨大、结构复杂、类型众多数据构成的数据集合，是基于云计算的数据处理与应用模式，通过数据的整合共享，交叉复用，形成的智力资源。

一方面，已经到来的大数据时代对基层统计机构的工作模式带来新挑战，将促使基层统计工作的数据采集方式发生变化，管理体系及运作方式发生调整;另一方面，大数据也将推动基层统计机构加强统计数据流控制和数据分析手段，对基层统计人员的综合素质提出了更高的要求。

2大数据背景下对基层统计工作提出的新挑战

2.1统计工作信息化的挑战

“联网直报、基本单位名录库、企业一套表制度、数据采集处理软件系统”统计四大系统工程的推行，网络技术对人工的取代，使基层统计机构工作方式和工作内容发生了根本性的转变，由以前的催报、加工汇总、审核等职能转化为质量控制，数据分析整理，分类数据融合再加工，加大工作量的同时，大幅提高了基层统计机构的工作效率。2014年第三次全国经济普查过程中手持PDA终端的广泛使用，宣告基层统计调查工作全面进入移动互联时代，面对海量的统计指标和庞大繁杂的调查数据，离开了信息化的支撑，就不能有高效率和高质量。尽快适应统计工作信息化带来的工作内容及方式的转变，加快推进信息化进程，帮助社会形成生产、物流、交易等环节的数据化，并将这些数据通过移动互联网系统收集、存储起来，将是今后基层统计工作面临的新常态。

2.2数据分析应用专业化的挑战

从海量数据中“提纯”出有用的信息，对基层统计机构的数据处理能力而言是巨大的挑战。就统计机构内部而言，一是现阶段应立足于国家统计局推行的企业一套表联网直报系统、手持PDA终端系统在调查中的应用，及其他部门统计数据，促进数据信息平台的有效融合，满足不同层级的需求。二是亟须提高数据的挖掘分析能力。现行的基于国家一套表系统的统计数据库功能不够完善，造成大量统计数据难以进行深度加工，难以进行部门、专业之间数据共享，难以得到充分开发利用，直接制约着基层统计效能的提高。基于所处地区的专业原始数据库、专业工作数据库、综合应用数据库、统计数据发布库的建设，逐步形成数据库与统计软件平台对接、以统计业务流程为基础、能够方便管理和处理不同类别数据采集需要，是今后基层统计专业化的发展方向。目前，对结构化数据的挖掘已有比较完善的方法和工具，对大数据中包含大量的文字、图片、视频等非结构化数据进行分析，生产出高质量的统计数据产品为地方经济发展提供有效决策依据是基层统计机构面临的新课题。

2.3对基层统计人员执业水平的挑战

对于基层统计人员，在立足做好原有工作的基础之上，新的需求不断涌现，必须胜任大数据背景下的数据分析和数据挖掘工作，不仅要具备统计技能，能够熟练使用统计技术和统计工具进行分析挖掘，还要具备数据仓库知识，数据挖掘技能，熟练掌握主流数据挖掘技术和工具，更重要的是他还要具有针对具体专业业务的理解能力和快速学习能力。

同时，不同于上级统计机构，只需面对系统提供的数据即可，基层统计人员作为直接面对企业和调查单位的基层统计人员，更加熟悉和了解所属地区各个企业和调查单位的实际情况，在监控数据的过程中，能够随时发现数据上报单位经济数据的规律和异动，因此能够有针对性地对采集上来的数据进行分析甄别。同时，面对日益繁杂的数据，如何分析整理，提供能够反映本地区产业及经济社会发展水平的数据资料，并对数据进行再加工，为地区经济发展提供可靠的决策依据，是新形势下对基层统计人员执业能力提出的新挑战。

3基层统计机构职能转变的方向

3.1转变职能定位

由于全社会对经济发展数据关注度的提高，国家统计局每季度公布的GDP增速、CPI、PPI等数据已经成为新闻热点，随着大数据带来数据的爆发性增长、种类的多样化，对统计过程透明性要求也越来越高，从理论上看，这样可以提高统计调查的准确性、透明性，可以消减民众对于统计数据的质疑。基层统计机构作为把控数据质量的第一道防线，必须打破原有计划经济体制下长期以来形成的只是单纯数据“输送端”角色，提高工作的主动性，提升自身业务水平，变身为数据“采集端”和“加工端”，实现由管理型统计向服务型统计的转变。

3.2改进数据处理流程

数据质量是统计工作的生命线。在统计数据质量控制方面，一方面，研究制定科学的统计数据质量全过程控制体系，针对统计数据生产所涉及的各个环节，明确各阶段的控制要点和评估方式;另一方面，充分利用统计数据集中采集平台的功能设置，加强对各环节的数据质量控制，例如，通过规则元数据实现对基层填报阶段的数据质量控制，通过各级统计机构对基层数据的审核汇总实现对评估阶段的数据质量控制。按照统一的方法计算、核算分层数据，为地方和国家数据之间、地方各级之间数据的衔接提供保障;可以实现专业统计和综合统计之间、专业统计之间原始数据的共享，为消除专业统计和综合统计之间、专业统计之间数据的交叉重复和不一致提供保障。要针对大数据量大且内容庞杂的特点，认真研究将非结构化数据转化为结构化数据的方法和技术，积极推动数据处理方式从简单汇总向数据挖掘方向转变，加强对数据的预处理，提高数据处理的智能化程度。

3.3引入专业化的分析手段

充分利用先进的统计分析软件，熟练掌握使用方法，有偏于综合功能的如Python、R、MATLAB 等;有偏于统计分析的SAS、JMP、STATA、SPSS 等;有偏于质量控制和西格玛方法的MINITAB;有偏向于计量经济的EVIEWS，有偏于数学的MATLAB、Mathematica、Maple;有偏向于结构方程的AMOS;还有专门为一种模型服务的如灰色模型分析，偏最小二乘分析的。“工欲善其事，必先利其器”，理解每种工具的特点和擅长，将其运用到统计业务的数据分析和数据挖掘过程中，才能做到应对海量数据的时候游刃有余。针对大数据速度快、存在形式多样且关联性强的特点，通过加强实时分析、关联分析和可视化分析，提高统计分析的时效性、趋势性和直观性，提升统计工作的分析水平和预警预测能力。

4结论

大数据时代的来临，对统计数据的生产方式带来了很大的挑战。基层统计部门要利用海量数据并对其进行标准化处理，发掘这一数据宝库，认真把握好这一促进政府统计改革发展的难得机遇。

参考文献：

[1]许小乐.“大数据”与政府统计改革[J].调研世界，2013（5）.

[2][英]维克托·迈尔·舍恩伯格、肯尼斯·库克耶.大数据时代[M].周涛，译.杭州：浙江人民出版社，2012.

[3]Anand Rajaraman，Jerrrey David.大数据——互联网大规模数据挖掘与分布式处理[M].北京：人民邮电出版社，2012.

[4]胡小琳.改革转型期中国政府与市场关系的再思考[J].中国市场， 2014（42）.

[5]董丽丽，张耘.政府与市场新型关系下政府职能转变研究——以政府促进中关村企业发展为例[J].中国市场， 2014（45）.