大数据时代海洋统计改革的思考

徐丛春

（国家海洋信息中心，天津 300171）

【统计与分析】

大数据时代海洋统计改革的思考

徐丛春

（国家海洋信息中心，天津 300171）

大数据时代背景下，政府统计数据是大数据的组成部分，迫切需要跟上互联网、物联网、云计算等数据智能化采集技术应用的步伐。简要概述了大数据的背景、特点以及统计部门对大数据的理解，分析了大数据对政府统计的冲击及国内外应用大数据的现状，提出海洋统计作为政府统计中的部门统计之一，应紧密跟踪大数据的发展动态与趋势，研究大数据在海洋统计中的应用，完善海洋统计的组织体系、数据采集与生产体系、数据应用体系和发布体系，借助于 “大数据”变革的有利形势，加快提高海洋统计能力，使得海洋统计在大变革中处于优势地位。

大数据；政府统计；海洋统计

1 关于大数据

虽然大数据概念的提出已逾30年，但大数据成为高频词是近两三年的事情，根本原因是互联网、社交网络、物联网、云计算的兴起。2011年5月，麦肯锡发布了《大数据:创新、竞争和生产力的下一个前沿领域》报告，指出“数据已经渗透到每一个行业和业务职能领域，逐渐成为重要的生产因素，而人们对于海量数据的运用将预示着新一波生产率增长和消费者盈余浪潮的到来”。一般认为，该报告的发布标志着“大数据”时代的到来。

迄今为止，大数据仍无权威统一定义，已有的研究绝大部分使用描述方法探讨大数据概念。一方面表明很难对大数据概念统一界定，另一方面也表明大数据概念本身仍在持续发展之中。比较认同的观点是，大数据一般具有“4V”特点，即数据量大（Volume）、数据类型多（Variety）、处理速度快（Velocity）、应用价值大（Value）。

从大数据的历史发展进程来看，在20世纪80年代初期，大数据只是意味着数据量级大，它还有一个相关的术语“海量数据”。进入20世纪90年代以后，大数据开始包含数据生成速度、数据处理技术、数据存储等内容。2010年以来，大数据开始被美国、英国等发达国家，以及联合国、OECD等国际组织上升到战略层面，其内涵被逐渐丰富。从目前研究进展来看，本质上讲，在大数据概念的逻辑中，数据、技术和思维是三位一体的，核心是将数据视为资产。基于这种思路，各个领域可以参照自身的特点和从服务于本行业的发展出发对大数据进行定义，没有必要强行将所有领域的大数据统一界定。2013年，由中国国家统计局局长马建堂主编的《大数据在政府统计中的探索与应用》一书中，就将大数据定义为“对政府统计工作而言，大数据是采用多种数据收集方式、整合多种数据来源的数据，是采用现代信息技术和架构高速处理和挖掘、具有高度应用价值和决策支持功能的数据、方法及其技术集成”。这种定义具有鲜明的统计部门特色[1]。

2 大数据对政府统计工作的冲击

2.1 政府统计的发展现状

为宏观指导和调节国民经济与社会发展，政府及经济管理部门需要了解经济的规模、结构、发展水平、效益等动态，因此依托政府统计调查一直是经济社会管理部门最主要的数据获取手段。目前统计局的统计调查采用全面定期统计、抽样调查、普查、重点调查、典型调查等方法，基本遵循制度设计、调查采集、数据整理上报、数据发布与开发利用的流程开展统计业务。近年来，伴随着联网直报系统等信息化项目的应用推广，统计工作信息化水平有较大提高，政府统计逐步实现了网络采集传输、集中存储处理、分析手段也日趋多样。但当前，政府统计面对的主要问题是:数据质量不高、统计产品短缺陈旧、数据公信力不足等方面，根源在于现行的政府统计已不能适应我国经济社会发展现状[2]。

从发达国家的发展经验来看，尽管政府统计最初也是以统计报表、抽样调查和普查为主要数据来源，但适应信息社会和信息网络技术强劲发展带来的广泛深入的信息化后，基于行政记录和多种信息来源的数据采集制度逐步加强，以服务于政府统计的推算、估算和校正，这已经成为世界各国政府统计发展的基本趋势，并且这一趋势在近年来倡导发展“大数据”的推动下显得更加重要。

2.2 大数据对政府统计的冲击

大数据时代，数据的生产和应用方式发生了巨变，各类数据爆炸性增长，巨量数据实时在线可用，同时数据的发布更新实时快捷，分析应用多样灵活，更加贴近公众需求，数据对社会整体的代表性不断增强。可以说大数据使政府统计面临着巨大的冲击。首先，是对统计理念的冲击，“大数据”改变了数据的需求层次，相对于传统统计技术以样本推测总体情况，使人们能有机会和条件获取到系统、完整、全面的数据，并使数据更加符合个体感知，这是技术进步所带来数据价值的转变；同时，“大数据”改变了统计实证的研究范式，采用的是自下而上的数据挖掘范式，以数据为先导，不需要预先设定研究目的或方法，而是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，乃至形成理论和新的认知，对传统统计自上而下实证研究范式的一种颠覆。其次，是对统计生产流程的冲击，一是制度设计的多元化，传统的统计设计是根据统计研究的目的和研究对象的特点，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以量化的数据，而“大数据”下的制度设计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，需要解决数据从哪里来的问题，通过什么方式产生，确定采用什么样的数据来反映统计目标，需要制度设计者从各种数据来源中甄别出反映出统计对象的指标；二是数据采集智能化，相对于传统统计调查需要被调查的积极配合和参与，“大数据”时代，数据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，数据采集更智能化、高效化和客观化；三是数据分析专业化，相对于传统的统计分析主要是对结构化数据的计算分析相比，“大数据”背景下的数据分析，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，专业化的数据挖掘与处理技术更为关键与必要；四是统计发布透明化，相比于传统统计技术，“大数据”的背景下，数据的获取分析将全社会共享，从未知市场中寻找潜在用户正是“大数据”的核心理念，每个社会成员都是数据生产者和提供者，传统政府统计机构不再是数据的唯一发布者和解释人。综上，“大数据”背景下，数据的采集、应用、价值等都发生了巨大的改变，使政府统计的地位和职能受到极大的挑战[3，4]。

3 在政府统计中可利用的大数据类型

在政府统计工作当中，有用、可用的大数据主要有以下几种[5]:（1）党政机关部门的行政记录数据。行政记录是各级行政机关业务管理的产物，能够用文字和数值反映现象的状态和特征。当前，大部分的行政记录与政府统计数据存在交叉重叠的部分。如工商行政管理部门的企业（个体户）登记户数与经济普查得到的企业（个体户）户数有较大重叠:发改部门审批重点项目与固定资产投资统计中的重点项目投资有密切联系；税务部门的税收征收数据与“四上”单位财务统计数据有直接关联等。（2）提供社会公共服务的企（事）业单位业务数据。提供社会公共服务的企事业单位主要是指为社会、为群众提供直接服务的公用事业单位和服务行业，以及具有公共服务职能的企业，具体包括:医疗卫生、教育、供水、供电、供气、供热、公交、物业、社保、金融、邮政、电信等行业和单位。这些单位在办理相关业务时产生的有关数据。这其中部分数据与政府统计业务有直接关联，部分数据间接关联。如社保部门办理社会保险金征缴数据与统计部门劳动工资统计有关联；供电部门所负责的区域内各企业电量消耗数据与统计部门能源统计有关联；供水部门所负责的区域内各企业水资源消耗与统计部门水耗统计有关联等。（3）按照市场经济行为运行企业的生产经营数据。企业内部数据主要包括存放于企业操作型数据库中的各种业务数据（结构化数据）和办公自动化系统中包含的各类文档数据（非结构化数据）。主要是指企业生产经营过程中积累下来的各种各样的数据记录，如客户记录、销售记录、人事记录、采购记录、财务数据和生产库存记录等。这些企业内部数据与政府统计工作有直接关系。尤其是对于纳入统计范围的“四上”单位，这些企业的产、销、财务、工资数据均是统计部门开展专业调查需要掌握和了解的。此外，如生产、销售、耗能、用工等明细数据可以更多地应用于政府统计当中，但受企业数据保密的影响，这些数据功能还没有很好发挥。（4）电子商务企业和互联网搜索引擎的数据。互联网时代下，人们越来越通过BAT（中国互联网公司三巨头:百度公司、阿里巴巴集团、腾讯公司） 等大数据持有者发布的数据了解社会经济发展态势。淘宝网站每天有超过数千万笔交易，单日数据产生量超过50TB，存储量40PB。百度公司目前数据总量接近1 000 PB，存储网页数量接近1万亿页，每天大约要处理60亿次搜索请求，几十PB数据。这些电子商务企业和互联网搜索企业产生的交易记录、价格信息、关键词搜索频率等，对于完善补充政府统计数据的内容、形式和实施步骤，推进大数据在政府统计的应用都具有重要意义。

4 国内外在统计、经济及海洋领域大数据应用的探索实践

4.1 统计领域

发达国家行政登记系统的数据更新相对及时，数据质量也较高，统计学家早在20世纪70年代就开始考虑利用行政记录辅助甚至完全替代政府统计调查。北欧是最早讨论并利用行政记录辅助政府统计调查的地区，到2011年底北欧四国已经全部建立起完全基于行政记录的人口和住房普查。北欧的成功经验被越来越多的国家和地区借鉴学习，例如奥地利、瑞士、加拿大等国[6]。

近年来，我国统计部门按照“总体设计、牵头攻关、先易后难、专业突破”的核心思路，稳步推进了大数据在政府统计中的研究与应用。在理论研究领域，目前核心的研究成果主要体现在2013年出版的《大数据在政府统计中的探索和应用》一书中。该书对大数据进行了界定和分类，探讨了大数据背景下政府统计生产流程的变革，以及大数据在政府统计专业中应用的可行性及实施路径，为应用大数据推动统计改革和创新提供了思路与参考。在实务领域，已经开展了应用与试点，主要包括以下5方面:一是在价格、贸易、交通运输等专业统计中积极开展应用大数据的试点，如研究建立商场、超市和电商企业向统计部门提供完整电子化交易记录的制度等；二是全力推进企业电子化记录在统计调查中的应用，积极研究开发企业电子化生产经营记录自动导入统计联网直报系统的技术；三是加大对政府部门电子化行政记录的应用力度，努力实现电子化行政记录和统计信息的共享；四是按照“优势互补、互利双赢、数据导向、逐步递进”的原则与阿里巴巴、百度等大数据企业深入开展合作；五是探索利用网络搜索数据建立相关统计分析和计量模型等多种方式开展经济走势预测[7]。

4.2 经济领域

国内外研究推出了多种基于大数据建模获取的数据指标。一是通过搜索数据，如美联储通过搜索社交媒体预测“美国失业率”；二是通过社交数据，如美国华尔街投行、对冲基金、纽约证券交易所等均在使用社交网络股市情绪量化分析法获得“股市情绪指数”，百度推出的“百度股市通”；三是通过交易数据，如百度中小企业景气指数、阿里巴巴网络零售价格指数（ISPI）、1号店快销品价格指数；四是通过位置数据，如交通指数、出租车空车指数，北京市发改委与百度合作基于位置数据测算京津冀一体化人口疏解情况[8]。

国家发改委作为国家宏观经济管理部门，积极探索在大数据技术支撑宏观形势分析、政策评估、重大规划和战略实施效果评价等分析应用领域。2015年，国家发改委积极整合资源，创新发展机制，组建了国家发展改革委互联网大数据分析中心，全力推进大数据分析应用工作，整合汇聚各方资源的大数据采集体系初具规模，形成统一数据的分析挖掘体系，初步建立大数据宏观决策支持体系。围绕经济监测、形势分析和政策评价编写了近140期大数据分析报告，处理的有效数据条数超过了2000亿条；多次开展季度宏观经济形势大数据研判工作；探索性开展基于非统计数据的宏观经济监测预测研究，研发了网民经济信心指数、重点消费领域需求指数、养老消费潜力可释放系数、网民就业压力指数等宏观经济监测预测指数[9]。

4.3 海洋领域

国外致力于海洋大数据的机构类型大致有三类:一是创业公司类，目前有一批初创公司致力于全球范围内的传感器网络布置，基于传感器数据搭建海洋大数据平台，Planet OS是其中的代表，重点关注领域包括油气、航运、海洋科学、陆地、大气、空间传感器和机器数据，旨在为天气、能源、运输、城市规划、农业等行业的发展提供数据分析的支持；二是科学研究机构类，以美国国家海洋和大气管理局（NOAA）为代表的科学研究机构，拥有全球分布最为广泛，精度最高的观测、感知、分析系统，获取了包括海洋大数据在内的巨量数据，并将大部分资源免费向政府、企业和公众开放。三是科研机构与企业合作类，比较著名的例子有 NOAA联合 Google、Amazon、IBM、Microsoft、OCC推出的Big Data Project，ONC联合IBM推出的Smart Ocean BC项目。

国内，主要以政府支持的科学研究机构为主导形式，涉足海洋大数据的建设工作。在国务院有关部门的长期支持下，先后投入大量经费实施了多个专项工程，对国家海洋数据获取体系、数据管理体系、应用服务体系及安全与保障体系进行了建设、补充、强化，初步形成了覆盖我国沿岸、近海，涉及深海大洋和极地的立体观测体系，获取了我国管辖海域及世界大洋范围内的海洋环境基础资料和海洋资源、海洋经济、海域海岛管理、海洋生态环境、海洋预报减灾、海洋情报权益等专题数据资料。当前，国家海洋局牵头开展的“智慧海洋”工程将是海洋领域国家大数据的代表工程。

随着海洋强国战略和“一带一路”战略的深入实施，国内一些高校研究机构也纷纷涉足海洋大数据领域。如北京大学成立了海洋信息研究中心，在对多源数据进行搜集、处理、集成、规范、关联、分析与挖掘的基础上，形成各类数据库，包括基础数据库、特色数据库、沿线国家数据库、决策支持数据库等，构建并应用开发了“一带一路”数据分析平台，可以为用户提供智能型一站式检索服务。清华大学通过整合相关学科资源，实现跨院系合作，组建了清华大学遥感大数据研究中心，开展空天地海数据平台建设。特别是在社会科学领域，该平台联合清华大学海峡研究院、国观智库/清华国观海洋研究中心，以“战略+经济”为重点，开展数据库信息搜集，撰写了海外涉海信息研究、海外智库涉海信息汇编等研究报告。

5 大数据时代海洋统计改革的若干思考

“大数据”是一把“双刃剑”，一方面，其对传统统计技术的冲击巨大，另一方面，对于统计业务的再造、数据的采集以及数据质量的提高都有帮助。因此，海洋统计应借助于“大数据”所带来的有利条件，主动顺应数据社会化的趋势，加快推进海洋统计思维的转变以及统计改革的推进。

5.1 整合各方力量，建立适应于市场经济的统计数据采集和生产体系

一是要推进政府部门数据共享。政府统计部门应当加强与各政府职能部门的合作，整合现有的分散于各职能部门中的“行政记录”，完善多种信息来源的数据采集制度，建立现代化的政府统计体系，最大限度地发掘这些数据资源的价值，提高政府统计部门的生产力。“十二五”时期，国家海洋局初步建立了与统计局、工信部、海关总署等部门的战略合作，“十三五”时期要继续推动与税务、工商、旅游、金融等部门以及船舶、油气、风能等行业协会和央企的数据共享机制，逐步建立起完善的海洋统计数据支撑体系，占据海洋大数据的绝对高地。

二要加强与互联网大技术企业的合作。国家海洋信息中心拥有海洋资源、产业、环境、管理等各方面的海量数据，并对这些数据的产生、结构、特征等都有全面的认识，而互联网大数据公司（如百度公司、阿里巴巴集团、腾讯公司）掌握最先进的大数据技术，能够快速、有效、正确地搭建大数据存储、处理、分析平台，双方结合通过数据分析与挖掘不仅可以提供高效、便捷的数据服务，而且还可丰富海洋投资、消费、贸易、民生等主要指标，提高数据的广度、深度和频度，创新海洋指标与指数产品，逐步完善海洋数据支撑体系。

5.2 加快信息化和一体化进程建设，优化统计机构体系分工设置

当前，海洋统计尽管走过了二十多年的发展历程，数据指标和统计产品不断丰富，但海洋统计数据生产流程的信息化水平还比较落后，更谈不上实现数据获取、处理、分析、决策的一体化流程，随着信息科技的日新月异和海量数据几何倍数的增长，其工作体系已远远不能适应时代的发展需要，改革迫在眉睫。

大数据背景下，要求各项统计工作必须走专业化道路，制度设计人员要研究数据获取来源、可信度、成本等项目，按照用户的需求设置指标；数据采集人员的任务是开拓更多可用的数据来源，并对数据流进行实时监测，保证数据流的通畅和清洁；数据分析人员则通过专业化的分析手段进行科学分析，将产品包装传递给社会用户。只有按照统计数据生产流程设定机构，并进行网络化管理才能保证数据生产的科学性。同时，随着国家统计部门推行的“联网直报”等四大工程成效初步显现，网络技术对人工的替代正成为发展趋势，统计人员的工作由以前的催报、加工汇总、审核等职能转化为质量控制，而其他职能均可由技术实现。可见在“大数据”背景下，统计机构的体系设置也面临调整，要按照数据生产的流程来架构组织体系，加快信息化水平，推动数据获取、处理、分析、决策的一体化进程[2]。

5.3 提高数据挖掘分析能力，推进数据的应用深度和广度

“大数据”的概念来源于互联网，其要求的数据分析已经远非目前的统计数据处理技术能够实现。对于统计来说，“大数据”还处于概念和社会趋势意义上，所要面对的大量、复杂的行政记录、商业交易数据实际上是结构化的海量数据，需要从这些海量数据中提取隐含的关系、模式和趋势等信息和知识供统计使用。目前，结构化的海量数据挖掘已有比较完善的方法论和挖掘工具及算法，在一些商业调查领域已经开始发挥作用。为了在未来的数据竞争中站稳脚跟，必须增强数据挖掘等现代分析能力。

特别是海洋统计领域，虽然每年通过统计制度，发布统计公报和统计年鉴，积累了经济、科技、环保等多领域的统计数据，但是目前仅限于数据本身，数据间的隐含关系、趋势等没有被有效地分析与挖掘，且新的统计指标应接不暇，部分已有数据应用价值微乎其微。因此在大数据时代背景下，一方面要优化改革指标体系，开拓新的数据渠道，创新符合时代要求的指标，剔除不合理的指标，构建形成多源数据获取的体系；另一方面，也要推进先进学习方法在海洋大数据领域的应用、改进和创新，谋划布局大数据分析与数据挖掘技术，强化数据的分析应用和深度挖掘，提高数据的应用价值和水平。

5.4 完善统计数据发布，建立针对用户需求的统计发布体系

统计最终是为用户服务的，发布对用户有价值的统计数据才是统计存在的意义。目前，我国海洋统计发布的数据是以满足各级政府及有关部门宏观决策的需求为主，服务涉海企业和社会公众的需求为辅。随着海洋强国战略的实施、海洋及海洋经济越来越受到国家的重视，从中央政府到地方政府，从涉海企业到科研院所对海洋数据的需求越来越迫切，这种需求模式对于海洋统计数据的生产提出了新的课题。因此，在大数据的生产模式下，生产哪些数据、调查发布哪些数据，不仅要要兼顾服务宏观决策的需求，而且要兼顾服务企业和社会公众的需求。同时，在发布数据的形式上，数据可视化、人机交互、机器智能等先进的技术已经逐步应用到统计、计算机及商业领域，因此在数据发布方面还需要进一步加大创新力度，完善各种发布渠道，形成全媒体、宽领域的数据发布格局。

“大数据”的本质实际上是数据生产的社会化，其对统计尤其是政府统计的冲击是巨大的。海洋统计部门应直面挑战，顺应潮流，借助于“大数据”变革的有利形势，勇于实践，探索大数据在统计工作中的应用方式，加快提高统计能力，使得海洋统计在大变革中处于优势地位。

参考文献：

[1]马建堂.大数据在政府统计中的应用[M].北京:中国统计出版社，2013.

[2]胡顺华.大数据时代与政府统计发展研究[J].决策与信息，2015（11）:81.

[3]许小乐.“大数据”与政府统计改革[J].调研世界，2013（5）: 42-45.

[4] 郭秦川.官方统计与大数据对比分析[J].调研世界，2013（8）:50-55.

[5]张明康.大数据应用于政府统计的探索与实践——基于财税数据应用的研究[J].调研世界，2014（3）:45-47.

[6]赵彦云，周芳.试论大数据时代中国政府统计改革发展新模式[J].教学与研究，2014（1）:20-26.

[7]何强.政府统计视阈中的大数据核心思想刍议[J].调研世界，2015（2）:50-53.

[8]魏颖.大数据与宏观调控创新[J].宏观经济管理，2016（7）: 20-25.

[9]李朴民.进一步做好大数据分析应用工作[J].宏观经济管理，2016（6）:9-10.

《海洋经济》2016年总目次第6卷第1期～第6期

第1期（总第31期）

宏观经济

“十三五”海洋经济发展若干问题研究 ………………………… 徐丛春，赵 鹏，周怡圃，朱 凌，李宜良（3）

海洋经济布局的主体、客体和作用关系 ………………………………… 刘大海，欧阳慧敏，李晓璇，纪瑞雪（10）

产业经济

中韩自贸区建立后两国水产品贸易关系的变化趋势 ………………………………… 孙 琛，姜 玉，孙峻一（16）

北极航道开通对我国能源海上运输的影响 ……………………………………………………… 刘 萍，胡麦秀（22）

区域经济

海域使用权价值评估的B-S期权定价模型研究——以连云港港口海域为例 ………………… 张 涛，王海笑（27）

基于陆海统筹的北海市海洋经济发展布局优化研究 …………… 张玉洁，林香红，张 伟，朱 凌，刘 彬（33）

统计与分析

基于IOWA的中国海洋生物医药业组合预测模型的应用研究 ……………………… 郑 莉，张玉洁，李琳琳（38）

山东省风暴潮灾害经济损失预测——基于灰色—周期外延组合模型 …… 高 强，谷文凯，林亚琼，王 妍（46）

上海市海洋经济发展指数研究 ………………………………………………………… 张 呈，虞卫东，贝竹园（52）

动态与进展

国内外滨海旅游竞争力研究进展 ………………………………………………………………… 汪为祥，苏勇军（59）

第2期（总第32期）

探索与实践

海域资源资产负债表核算框架研究 ……………………………………………………………… 王 涛，何广顺（3）

产业经济

“互联网+海洋经济”的融合机制及实现路径研究 ………………………… 刘大海，葛佳敏，李晓璇，纪瑞雪（13）

秦皇岛港转型升级路径研究 …………………………………………………………… 马 瑜，栾维新，张 睿（20）

区域经济

基于集对分析法的海洋经济系统脆弱性评价研究 ……………………………………………… 于谨凯，魏 云（26）

天津市海洋经济融入“一带一路”建设的战略思考 ……………………… 孙瑞杰，羊志洪，刘 佳，赵 鹏（34）

环渤海省市海洋经济对区域经济发展的影响研究 ……………………………………………… 李 芳，张丕景（40）

统计与分析

基于三阶段DEA模型的我国区域海洋科技创新效率分析 …… 李 彬，杨 鸣，戴桂林，杨俊杰，王 健（47）

基于三次产业分类的东海经济区海洋产业结构分析 …………………………………………… 魏梦雅，张效莉（54）

第3期（总第33期）

产业经济

海水养殖风力指数保险设计及费率厘定研究——以广东省为例 …………………… 李亚琦，韩兴勇，岳宗胜（3）

新常态下我国海洋保险业发展现状、问题及对策研究 ………………………………………… 张玉洁，李明昕（10）

区域经济

亚洲范围内上海港国际竞争力评价研究 ………………………………………………………… 喻 润，温艳萍（15）

舟山国家远洋渔业基地建设的SWOT-PEST分析 ………………………… 梁鸽峰，孙 琛，乐家华，王伟江（21）

海岸线私属化应对措施研究 ………………………………………………………………………………… 王江涛（27）

山东省养殖海域承载力与海洋空间资源利用协调度研究 ……………………………………… 单春红，林羞月（33）

东海经济区海洋产业集聚与区域经济增长关系研究 …………………………………………… 纠手才，张效莉（40）

统计与分析

基于灰色新陈代谢GM（1，1）模型的广西水海产品出口预测研究——灰色系统理论与应用系列论文之一 ……………………………………………………………… 朱 念（48）

海洋经济核算数据质量分析新方法及案例分析 ………………………………………………… 高一兰，黄晓野（55）

第4期（总第34期）

宏观经济

我国海洋经济发展现状与展望 ……………………………………………………………………………… 王 宏（3）

产业经济

2016年上半年我国海洋产业发展情况评述 ………………………………………………………………… 何广顺（9）

区域经济

长江经济带港口竞争力测度及其优化路径研究 ……………………………………… 李 博，王子玥，韩 增（13）

基于EES协同模型的广东省海洋生态系统安全评价 ……………………………………………………… 刘汉斌（20）

“十三五”时期钦州市海洋经济发展构想 ………………………… 徐丛春，朱 凌，李宜良，赵 鹏，周怡圃（28）

山东半岛蓝色经济区打造“蓝色体育旅游带”的战略构想 ……………………………………………… 王瑞静（36）

基于SWOT分析的如皋市海洋产业园区发展对策研究 ……………………………… 张玉洁，段晓峰，殷 悦（45）

统计与分析

海洋科技进步贡献率模型改进与参数测度 ……………………………………………………… 李晓璇，刘大海（51）

国外海洋经济

英国海上风电产业扶持政策演变、最新态势及启示研究 ………………………………………………… 韦有周（59）

第5期（总第35期）

理论研究

海洋生态系统服务非市场价值评估研究特征述评 ………………………………………………………… 郭 晶（3）

探索与实践

新常态下金融支持海洋经济发展的合作机制及对策研究 …………………………… 张玉洁，徐丛春，赵 鹏（13）

产业经济

中国海洋产业发展与海洋资源利用的关联度研究 …………………………………… 生 楠，高 健，刘依阳（19）

区域经济

基于多层次模糊优选模型的连云港市海洋产业排序及发展战略研究 ………………………… 于高燕，刘大海（26）

区域建设用海规划环境影响评价管理政策分析 ……………………………………… 曲艳敏，杨 翼，陶以军（35）

辽宁沿海经济带旅游景区建设问题探析 …………………………………… 鲁小波，陈晓颖，马斌斌，王 梓（42）

热带滨海城市生态旅游监控与修复管理研究——以三亚市为例 ………………………………………… 彭文静（49）

国外海洋经济

中国与加拿大海洋经济统计口径比较研究 …………………………………………… 宋维玲，秦 雪，李琳琳（55）

第6期（总第36期）

供给侧结构性改革

辽宁省海洋生态文明建设中的供给侧改革路径研究 ………………………………… 刘 洋，裴兆斌，姜义颖（3）

供给侧结构性改革背景下广东省实现海洋资源有效供给的思路研究 ……………… 张玉洁，段晓峰，胡 洁（10）

产业经济

海水淡化在无居民海岛保护和利用中的应用 …………………… 黄鹏飞，宋代旺，王生辉，初喜章，王锐浩（15）

基于三轴图法的辽宁省海洋产业结构演进特征分析 …………………………………………… 郑金花，狄乾斌（21）

区域经济

天津市近岸海域海洋生态文明建设初探 ……………………………………………… 张秋丰，徐玉山，刘 森（29）

基于“弹钢琴”方法的大连市经济与海洋生态环境协调发展对策分析 ……………………… 姜昳芃，刘 洋（37）

天津市海洋生态红线管控对策研究 ………… 许 艳，杨 翼，曾 容，向先全，王晓莉，刘 捷，刘书明（48）

统计与分析…………………………………………………………………………… 大数据时代海洋统计改革的思考徐丛春（54）

Reflections on the Reform of Marine Statistics in the Era of Big Data

XU Chongchun
（Natinoal Marine Data and Information Service，Tianjin 300171，China）

In the era of big data，government statistical data is an integral part of big data.It is urgent to keep pace with the application of data acquisition technology such as Internet，Internet of Things and cloud computing.It summarizes the background and characteristics of big data and the understanding of big data by statistical departments，analyzes the impact of big data on government statistics and the status of application of big data at home and abroad.It suggests that marine statistics，regarded as one of department statistics in government statistics，should closely follow the development trend of big data，study the application of big data in marine statistics，improve the organization system，data acquisition and production system，data application system and distribution system of marine statistics.With the help of"Big Data"，marine statistics should speed up the improvement of capacity，and occupy dominant position amid great changes.

Big data；Government statistics；Marine statistics

F222.3

A

2095-1647（2016）06-0054-07

2016-12-03

徐丛春，女，硕士，副研究员，主要研究方向为海洋经济规划、区域海洋经济，E-mail:xuchongchun@163.com。