解析大数据技术在工业经济统计中的应用

2021-11-23吴章燕对外经济贸易大学统计学院

现代经济信息 2021年18期

吴章燕对外经济贸易大学统计学院

引言

工业经济的实质即为资源经济，是指对经济发展过程中占据核心地位的自然资源的占有和配置情况进行统计[1]。随着科学技术的不断发展以及人类对知识的累积程度不断提升，人类对自然的开发能力也在不断增强。由此导致的后果是，绝大多数自然资源均逐渐具备“稀缺性”。为了使工业经济统计更加准确，需借助大数据分析技术。

一、大数据技术应用于工业经济统计时面临的问题分析

(一)大数据分析技术的应用方向出现偏差

按照经济学和计算机科学的定义，大数据又称为巨量资料，是指通过多元形势、多元渠道实时收集而来的真实数据信息[2]。在信息时代，通过对巨量资料进行分析后，研究人员能够找出隐藏在数据背后的客观规律，将之应用于战略发展规划的制定时，能够给予决策者更加精准的信息支持。对于工业经济统计而言，政府有关部门根据各项大数据，可构建模型，完成对有限资源的集中和最优分配，进而全面提高资源的利用率，使更多人民群众能够从中获益。但在实际工作中，大数据分析技术的应用方向在一定程度上发生了偏差。具体而言：大数据分析技术既可以应用于国家层面的资源更优分配，又可以应用于私人企业的人力资源“无穷压榨”。比如2021年5月初，很多媒体平台爆出了一则新闻：北大学生在外卖配送平台兼职5个月，了解到平台通过大数据分析技术，成功模拟出配送骑手的送餐规律，进而不断向骑手“施压”，以期提升其单位时间内成功送餐数量的事件。试想，如果大数据分析技术的应用方式全部集中在此方向，则人民群众能够分配到的优质资源数量不仅不会增加，反而会进一步受到压缩，生活的幸福感不会随着国内生产总值的提升而提升。

(二)统计设备及方式的完善度相对不足

某研究人员认为，现代社会已经进入科技时代，对工业经济进行精确统计必须建立在一定的硬件设备基础上。如果工具的先进程度不符合要求，则大数据分析技术的应用过程必然受到限制，最终得出的数据在准确性方面会受到之一。但该研究人员也指出，受我国现阶段发展面临的主要矛盾的影响(即发展不平衡、不充分)，不同地区可用于工业经济统计的投入资金存在差异。在经济支撑受到限制的情况下，用于数据分析的硬件设备必然不过关，统计结果出现误差的几率将会大幅度增加。如果此种现象长期无法得到解决，则工业经济统计效率便会长期处于低下状态。

(三)大数据自由操作人员数量稀缺

运用大数据分析技术对工业经济进行统计的过程中，要求统计人员必须正确理解大数据，并在统计期间注意区分价值较低的数据，只纳入有效数据。由此可见，从事工业经济统计的人员需对大数据分析技术具有充足的了解。当前的情况是，我国政府相关部门及高校科研机构负责工业经济统计工作的人员大多年龄较大，在日常工作中常常依靠过去积攒的经验形式，对于一些近年来已经形成常态的新情况缺乏足够的敏感性，导致统计数据的准确性存在偏差。比如电子竞技专业经由教育部批准，已经正式成为部分高校的常规专业。该类专业开设的课程主要集中在电子竞技赛事运营、从业人员培养等方面。但由于相关统计数据的缺失，尽管英雄联盟等知名电竞项目的商业价值已经在很多地区超出了篮球、足球等经典体育运动项目，但在很多人的眼中，一句“打游戏”便足以抹杀该行业对提振经济做出的巨大贡献。因此，为了扭转这一不利局面，基于大数据分析技术进行工业经济统计时，对大数据自由操作人员的数量需求已经成为根本性的需求之一。

二、大数据技术应用于工业经济统计的有效对策简述

(一)系统性更新工业经济统计设备

如前文所述，基于大数据分析技术开展工业经济统计工作需建立在硬件设备支持之上。换言之，性能符合要求的硬件设备是完成工业经济统计的前提条件之一。总体来说，我国社会现阶段发展不平衡、不充分的矛盾无法在一朝一夕之间便得到妥善解决，因此，基于此种实际情况，国家统计部门应将工作重点放在推进各个地区工业经济统计设备一致性方面。如果大数据信息分析标准不统一、工业经济统计设备存在差异，则得出的数据必定有悖于真实情况。只有全面加强工业经济统计数据的完善程度，保证所得出的数据能够明确反映地区工业经济的实际水平，才能制定出针对性较强的经济发展方案。在此基础上，不同区域的优势经济发展模式也会最大化地发挥价值，进而带动区域经济更加良好地发展。此外，当硬件设备不再是问题之后，大数据分析技术应用于现代工业经济统计时，可全面提升各地区政府统计部门的工作职能，使我国工业经济统计工作的效率达到前所未有的高度，对于制定后续战略发展规划必能起到关键性的作用。

(二)全面加强对大数据分析技术的掌握运用能力

大数据的分析与应用方式多种多样。以现代企业的销售为例，相关数据的来源主要集中在三个方面：第一，网络销售记录。包含在淘宝、天猫等网店以及微信朋友圈交易环节产生的相关信息(主要为顾客对产品质量、性能、价格给出的反馈意见等)。第二，实体店的顾客来访记录。具体内容与电商销售平台获取的信息较为类似，但在顾客类型方面存在一定的差异。第三，服务区域的摄像监控，主要涉及不同时间段的人流量等信息。大数据分析技术与云计算、云存储等技术具备互逆性，犹如一枚硬币的正反两面。只有对海量数据进行深度挖掘，最终方可呈现出大数据的四大特点，即大量、高速、多样、价值。由此可见，大数据分析技术应用于工业经济统计时，要求统计人员能够“透过数据表面观察实质性的内容”，只有全面加强对大数据分析技术的掌握与运用能力，才能将常年工作总结出的经验与新技术良好地结合，能够避免向某一方过度倾向，进而保证统计数据的准确性。以一种常见的现象为例：当前时代已经悄然之间转变为快速发展的智能软硬件时代，对于互联网企业来说，使开发展感到困惑的最大问题是，提升软件的性能并不困难，但在成本得到极大限制的情况下提升软件性能便成为一件很困难的情况。此外，互联网企业并不是慈善机构，终极目的仍然是盈利，如何找到多重限制条件的平衡点便是最主要的问题。很多企业组织利用相关数据，经过大量实地调查以及用户反馈，在短时间内(尽管时间较短，但工作量却并不小)真正找到了这个“平衡点”，最终及时解决了多项故障、问题、缺陷的根源，使企业的经济效益得到了大幅度提升。某统计部门的工作人员针对上述案例进行统计分析时，过于强调“历史数据”，认为该企业在短时间内解决相应问题是一个“不可能事件”，对企业给出的数据持有高度怀疑的态度。而造成该统计人员不信任的重要原因即在于：该人员缺乏对大数据分析的了解，以其落后的认知水平思考当前发生的事件，导致最终结论的生成发生了偏差。由此可见，如果负责工业经济统计的人员无法对大数据分析技术进行深入认知，则其事实上不具备从业资格。

(三)基于所在行业实际情况，创新经济统计方式方法

大数据分析技术是自然科学发展至一定阶段后必然出现的技术。在实际应用中，此项技术必须与行业的真实情况深入结合，统计人员需以此为基础，创新经济统计方式方法，做到“理论与实际相结合”。比如统计风力发电领域的相关信息时，需明确影响风力发电的要素，在此基础上，基于统计数据可知，当电网对风电的依赖程度逐渐增加时，应用于后备电站的建设成本也会随之提升。近年来，碳排放再次成为热门词汇，如何加大风力发电占比、减少火力发电占比，最终减少碳排放，成为工业经济统计中的重要组成部分。在大数据的帮助下，结合风力发电过程，对诸多要素进行充分考虑之后，统计人员便可对风电在电网中的占比进行更加精准地预测，有助于电网消纳更多风电，做好后续调度安排。