京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据的挑战
虽然大数据目前没有统一定义,但市场普遍认为,大数据是指无法在可承受的时间范围内用常规软件工具进行捕捉、管理、处理的数据集合。从产业角度,常常把这些数据与采集它们的工具、平台、分析系统一起被称为“大数据”。
而大数据的应用已经渗透到日常生活中。专家认为,互联网上每时每刻生成了大量交易和价格信息,如淘宝网上许许多多的店主开了许许多多的网店,经营着许许多多各种各样的商品,一个综合性的淘宝价格指数应运而生,虽然商品种类大大少于CPI,但由于实时产生的大量基础信息做基础,会吸引越来越多的人关注,将对政府统计的惟一性乃至共识性产生极大挑战。这也意味着,随着大数据时代的到来,政府统计部门不再是唯一的海量数据拥有者。
统计方式的变革
马建堂此前在全国统计工作会议上强调,“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。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。
据了解,政府统计一般是在普查掌握总体的基础上,对一定规模限额以上的单位全额调查,对以下的单位进行抽样,各级政府统计机构对本地区数据质量各负其责。但符合大数据概念的交易记录,无论是成交额、成交量,还是各类商品的价格,都是作为一个总体存在。
“通过利用客观存在的海量数据,能够有效降低调查成本。大数据化的采集方式减少了层层上报环节,有助于提高数据及时性、准确性。同时,通过对海量数据的分析、整理,可以对经济社会运行情况进行多方面印证,更加真实合理。”北京方迪经济发展研究院副院长赵燕霞说。
一位业内专家举例称,比如每月公布的社会消费品零售额数据,除了几个基础的分类数据外,还可以对各行业收集的数据具体分析,研究餐饮消费结构、金银珠宝消费与经济关系、日用品消费占比变化等,通过这些可以看出消费趋势性变化,为扩大内需提供重要的数据支撑。
信任危机的化解
国家统计局表现出的利用大数据倾向,除了顺应目前发展趋势外,也被外界认为将有助挽救目前存在的数据“信用”危机。近年来,工资“被增长”、CPI“被下降”、房价“被降低”、失业率“被减少”……因百姓的切身感受与统计数据之间的差异,以及国家和地方之间GDP数据严重不符,都导致了市场对统计数据的质疑。
统计学专家、中国社科院世界经济与政治研究所世界经济统计分析研究室副主任刘仕国认为,大数据要求数据种类越来越多样化,而且对统计过程透明性也越来越高,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。
清华大学中国与世界研究中心教授袁钢明则认为,除了在统计方式更加准确外,还需改变惟GDP的政绩考核体系,减少政绩考核中GDP占比,逐渐提高环境、民生等因素的占比,这样才能减少地方对统计的干预,保障统计的独立性和准确性。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
平均数是数据分析、数理统计与日常运算中最基础、最常用的统计量,核心作用是浓缩一组数据的整体水平、刻画数据集中趋势。在众多 ...
2026-08-24在MySQL数据库中,InnoDB存储引擎作为主流事务型引擎,默认事务隔离级别为可重复读(Repeatable Read,RR),这与SQL Server、Or ...
2026-08-24 很多数据分析师拿到数据就开始清洗、建模,但当被问到“这批数据属于什么类型——结构化还是非结构化?分类变量还是数值变量 ...
2026-08-24 很多数据分析师画过趋势图、做过业绩预测,但当被问到“这个月销售额增长20%,到底是长期趋势自然增长,还是促销活动的短期 ...
2026-08-21在数据分析与数据可视化工作中,直方图是展示数据分布特征、离散程度、集中区间的核心图表,能够直观呈现数值数据的频次分布规律 ...
2026-08-20在数据分析领域有一句核心准则:垃圾数据进,垃圾数据出。数据清洗是数据分析、数据建模、数据可视化之前的必经前置工序,也是保 ...
2026-08-20 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-08-20在Python数据分析与数据清洗工作中,Pandas是最核心的数据处理库,DataFrame是结构化数据的标准存储格式。在实时数据采集、循环 ...
2026-08-19在零售行业大数据分析与精细化运营领域,纸尿裤旁摆放啤酒是最经典、最具代表性的商业案例。两种看似毫无关联的商品,一个是婴幼 ...
2026-08-19 很多数据分析师能熟练地计算指标、搭建标签体系,但当被问到“画像到底在解决什么问题”“画像和标签是什么关系”“画像如何 ...
2026-08-19在数据分析、业务监控、质量检测与风险管控工作中,数据波动性是衡量数据稳定性、业务健康度、结果可信度的核心依据。数据波动代 ...
2026-08-18很多分析师在设计标签时思路清晰,但真到落地环节却面临“数据在手,不知如何转化为可用标签”的困境:或因加工方式选择不当导致 ...
2026-08-18在数据分析、业务评价、产品评级、用户分层与综合决策场景中,单一指标往往无法全面、客观地评价事物整体水平。现实中的评价对象 ...
2026-08-18在数理统计、假设检验、数据分析与机器学习领域中,卡方分布(χ²分布)是继正态分布、t分布之后最重要的连续型概率分布之一。 ...
2026-08-17在Python数据清洗、文本校验、账号密码规则校验、脏数据过滤、字符串规整化处理中,正则表达式是最高效、最常用的文本匹配工具。 ...
2026-08-17 很多分析师每天和数据打交道,但当被问到“标签是什么”“标签和指标有什么区别”“标签体系如何设计”时,却常常答不上来。 ...
2026-08-17手游行业具备用户迭代快、竞争激烈、用户粘性易流失的典型特征。随着新游持续上线、玩家审美升级、玩法疲劳等问题出现,存量用户 ...
2026-08-14在数字化产品运营、商业数据分析、业务增长管理中,零散的指标统计无法支撑系统性的业务决策。单一的点击率、转化率、销量数据只 ...
2026-08-14 很多数据分析师每天都在写SQL,但当被问到“数据查询语言(DQL)的本质是什么”“SELECT语句中各子句的书写顺序与实际执行顺 ...
2026-08-14在数据库数据分析、数据清洗、报表统计与业务查询场景中,日期时间是最高频、最核心的基础字段。数据库中存储的日期格式多样,包 ...
2026-08-13