经济统计中大数据分析的应用研究

张镌予

摘 要： 在改革开放的新时期，我国的经济在快速发展，社会在不断进步，经济统计中所涉及的数据量非常庞大，经济统计工作也随之变得繁重。目前我国已经迈入到了新时期，信息技术发展迅速，被广泛地应用到各行各业中，并取得成就。在大数据背景下，经济统计工作发生了一些改变，大数据分析应用在经济统计中，使得统计结果更为准确，利用大数据分析能够有效减轻统计工作量。本篇文章主要对经济统计中大数据分析的应用现状以及应用对策进行了分析。

关键词： 经济统计;大数据;应用

【中图分类号】F222.1     【文献标识码】A     【文章编号】1674-3733（2020）01-0271-01

引言：应用经济统计，可以对经济情况进行解释，提供解决经济问题的基础和根据。可是，在大数据时代背景下，如果人们不能很好地提高对经济统计的认识，会导致应用经济统计时发生问题。所以，要对经济统计应用问题进行详细思考，以应用相应的方法提高经济统计应用质量和水平。

1 经济统计在企业的发展中所具有的作用

一个国家的经济发展状况与其企业发展情况是相辅相成的，我国企业于建国初期开始初步发展，带动国民经济的增长，在改革开放之后，更是直接助力于我国整体经济的发展状况，但是中国现今的市场竞争十分激烈，企业想要在这种环境下谋求长远发展，需要对市场进行充分的调查，便于了解到市场的发展动向以及供求关系，由此完成市场评估，由此结合市场的实际情况，改善自身存在的问题，以及企业下一步的发展动向，从而保证企业在市场的稳定运行。就当前我国市场发展的整体情况而言，在企业管理中越来越多的方面用到了统计学，因为在企业的运营过程中会接触到各类数据，例如企业的收支指标、营业额度以及财务状况等，这些都是企业在运行过程中必不可少的数据，一旦出现整理上的失误，极易影响到管理层对企业评估走向的失误，从而影响到企业的发展进程和市场收益，而统计学覆盖到企业管理的任意方面，能够将这些冗杂的数据进行归纳整理，从而形成一些能够清晰直观对企业不同季度、不同员工发展现状进行展示的数据，管理者可以根据数据显示状态对公司下一步的发展规划以及人员安排进行调整规划，使每一个员工都到自己合适的岗位上，物尽其用，由此促进企业的进一步发展。

2 经济统计中大数据分析的应用

2.1 神经网络法

对神经网络法进行使用，也就是对人脑分析数据的方式进行模拟，之后再对数据信息进行相应的加工和分析，其属于一种智能化的数据分析手段，对神经网络法这一分析手段进行使用，可以在将信息输入之后，对信息进行深入的分析和研究，并能够得到更加准确的分析结果使用其对相关信息进行处理，也能够具有更强的准确性以及更高的工作效率。并且，其分析结果具有良好的全面性和完整性，能够对反馈数据之间的关联进行明确，从而为后期对数据的利用提供了便利。而且，如果数据之间发生了经济方面的问题，我们还可以通过对该方式的使用对问题进行全面系统的分析，从而提出更加科学有效的问题处理方法，以促使问题能够得到高效良好的解决。

2.2 经济统计建设的技术基础

依托于数据化技术的支撑，经济统计行业迎来了新的发展契机，经济统计数据规模愈加扩大，数据来源愈加宽广，模型迭代优化能力愈加强大。数据化技术正在成为经济统计突破障碍的主要途径。传统经济统计的一个缺点是缺乏实效性数据的输入，其模型反映的往往是滞后数据的结果。数据化技术以其多维度的数据获取和计算能力帮助组织机构构建实时更新的经济统计管理视图，提升經济统计数据评估能力。数据化技术使经济统计提供更多的信息服务，面向更广泛的领域，数据之间的交叉融合更拓宽了经济统计产品与服务的广度和深度。例如，全球第三大个人经济统计机构环联 （TransUnion） 通过提供综合的数据、先进的分析技术和决策能力等服务，帮助客户提高效率、管理风险、降低成本和增加收入。

2.3 创新统计数据信息时效性

加强对数据的分析处理，确保信息的时效性在完成环境统计工作之后，相关的工作人员还应该加强对数据的分析处理，进而使得数据能够及时地被利用，确保数据的时效性。加强对数据的分析处理，使得政府在对环境污染问题进行治理的过程中能够根据数据信息，对环境进行有针对性的治理与防护，进而使得环境问题能够得到解决。

2.4 培养相关人才，提升从业人员专业技能

要想高效的开展经济统计工作，提升统计结果的准确度，必然离不开对专业人员的依赖。在大数据环境下，对相关人才的需求量极大。所以要培养相关人才，以此促进经济统计工作的高效开展。国家可以辅助高校设置专业课程，加入大数据相关知识，让学校为社会培养出更多人才，使其满足社会需求，并与实际的工作岗位相对接，从而提升从业人员的专业技能，以此确保从业人员在经济统计工作中，能够有效地利用大数据进行分析，提升经济统计工作效率，保证统计结果的准确性。

2.5 决策树方法

有多种方法能够进行经济统计，但是对于部分特殊的情况，我们需要对相应的模型进行建立，而决策树就是进行预测和分析的模型之一，对决策树进行使用需要将统计理论作为重要支撑，并在其中应用非参数识别方法在对数据信息进行相应的分析处理，之后从中选择具有应用价值的信息，保障信息的使用者能够得到有需要的参考。对决策树方法进行使用，能够对数据信息进行迅速的分类，并且操作过程相对简洁，所以在数据繁杂和庞大的项目中，可以主要对决策树方法进行使用。

结语：综上所述，大数据背景下下加强统计工作创新作为发展的重点内容，需给予更多的关注，其作为一项持续性工程，需与现代需求有效的融合，并加强制度创新、观念创新、方法与手段创新，融入互联网+信息技术，从而探索出更多的创新路径，最大限度的提升统计服务职能，并有效的发挥信息利用价值，更好的促进统计工作的有效开展。

参考文献

[1] 唐小明.大数据时代下的云会计应用研究[J].金融经济，2016（2）：219-220.

[2] 郇林.计算机安全存储中云计算技术的应用分析[J].山东工业技术，2017（23）：114.

[3] 王怡博，方颀卓.浅析云数据分析在经济统计中的应用[J].中国市场，2018（3）：189-190.

[4] 卢兆丰.生产经营数据统计在现代企业管理中的应用探讨[J].中小企业管理与科技（中旬刊），2015（8）：30.