
大数据给政府统计带来什么
十八届五中全会提出,实施网络强国战略,实施“互联网+”行动计划,发展分享经济,实施国家大数据战略。“大数据”再次进入国家层面。近两年来,李克强总理在多个场合提到这一热词,他反复强调,要开发应用好大数据这一基础战略资源,促进大众创业、万众创新,改造升级传统产业,优化政府监管服务,提升社会治理水平。
大数据的影响
当一波又一波的IT技术热潮源源不断地涌入各行各业时,人类甚至没有做好准备,就要开始迎接大数据带来的影响。每一次技术的提高,都在改变生产力,提高大家的生活质量。在物联网、云计算的推波助澜下,大数据到底给人类带来了什么?
大数据的核心价值就是预测。大数据的应用可以为生产、生活提供一个保驾护航的指向标。正如《大数据时代》中所说:“大数据开启了一次重大的时代转型。就像望远镜让我们能够感受宇宙,显微镜让我们能够观测微观生物一样,大数据正在改变我们的生活以及理解世界的方式,成为新发明和新服务的源泉,而更多的改变正蓄势待发……”
大数据的变革会衍生出一系列相关的商业机遇与商业模式。数据的潜在价值会源源不断地发挥作用,可以想到的是,会产生一条囊括数据收集、数据分析、数据生成的数据产业链。
政府统计的机遇
《促进大数据发展行动纲要》中谈到:“大数据成为提升政府治理能力的新途径。”建立“用数据说话、用数据决策、用数据管理、用数据创新”的管理机制,实现基于数据的科学决策,将推动政府管理理念和社会治理模式进步。大数据应用能够揭示传统技术方式难以展现的关联关系,推动政府数据开放共享,促进社会事业数据融合和资源整合,将极大提升政府整体数据分析能力,为有效处理复杂社会问题提供新的手段。专门与数据打交道的政府统计,无论是数据的收集、保存、维护、管理、分析都将发生重大变革。
大数据应用将改变统计调查方法。我国现行的统计调查方法体系是以周期性普查为基础,以经常性抽样调查为主体,以全面定期统计报表、重点调查等为补充的统计调查方法体系。具体分两种方式:一种是全本数据的采集。这种方式必须投入巨大的人力、物力和财力。比如,2010年开展的全国第六次人口普查,仅江西省就动用了近30万人力,花费超2亿元。另一种是样本数据的采集。这种方式存在许多固有的缺陷,它过分依赖于样本,一旦采样过程出现任何偏差,分析的结果就会相差甚远。在“物联网”加“互联网+”的技术革新下,大数据时代的统计调查将是实时的、全本的、全面的,统计调查获取数据的方法将发生彻底的改变。
大数据应用让统计数据更加真实。统计数据由于各种原因,确实存在一些误差,以至于政府统计在数据发布之前都会根据相关指标进行科学的评估,力求数据精准,并作出正确的经济形势研判。大数据应用带来了基于事实的真实数据,不再有意识形态、不再有各种偏差。用这种最真实的数据说话,政府统计会更有效率、更加开放、更加透明。
大数据应用让数据发布不再滞后。在当前的统计环境和技术条件下,统计数据发布存在着一定的滞后性。比如,每月的月报数据并不能够在下月初就汇总制表;普查数据要在标准时点后的第二年才能发布。数据的报送需要经过一定的流程和反馈,这意味着完成报表存在着时间差。这种滞后性可能会让党政领导延误对当前经济形势的判断。大数据时代下的统计工作能够改变这种滞后性。
大数据应用让统计工作注重微观,趋向全面分析,并作出精准的预判。经济现象涵盖着人们的生活、生产和企业经贸往来等各个方面,对每一种经济现象作出分析,在当前环境中,显然是难以实现的。目前,统计工作只是针对能够直接对国民经济生活产生影响的数据进行分析,从宏观中了解经济形势。但见微知著,对一些细小、微观的经济现象进行统计、分析,很有可能在经济状况发生变化的“萌芽时期”测出经济的下一步走势。有了大数据平台,统计人员可以了解到这些细微的经济指标,找好关联物,参照以前的经济数据,很有可能提前做出准确的经济形势判断。
带着问题去想、带着问题去做,政府统计在这个深化改革的年代,必须抢抓机遇,用好大数据这个崭新的平台,在改革中求进步,在创新中求发展。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
机器学习解决实际问题的核心关键:从业务到落地的全流程解析 在人工智能技术落地的浪潮中,机器学习作为核心工具,已广泛应用于 ...
2025-09-09SPSS 编码状态区域中 Unicode 的功能与价值解析 在 SPSS(Statistical Product and Service Solutions,统计产品与服务解决方案 ...
2025-09-09CDA 数据分析师:驾驭商业数据分析流程的核心力量 在商业决策从 “经验驱动” 向 “数据驱动” 转型的过程中,商业数据分析总体 ...
2025-09-09R 语言:数据科学与科研领域的核心工具及优势解析 一、引言 在数据驱动决策的时代,无论是科研人员验证实验假设(如前文中的 T ...
2025-09-08T 检验在假设检验中的应用与实践 一、引言 在科研数据分析、医学实验验证、经济指标对比等领域,常常需要判断 “样本间的差异是 ...
2025-09-08在商业竞争日益激烈的当下,“用数据说话” 已从企业的 “加分项” 变为 “生存必需”。然而,零散的数据分析无法持续为业务赋能 ...
2025-09-08随机森林算法的核心特点:原理、优势与应用解析 在机器学习领域,随机森林(Random Forest)作为集成学习(Ensemble Learning) ...
2025-09-05Excel 区域名定义:从基础到进阶的高效应用指南 在 Excel 数据处理中,频繁引用单元格区域(如A2:A100、B3:D20)不仅容易出错, ...
2025-09-05CDA 数据分析师:以六大分析方法构建数据驱动业务的核心能力 在数据驱动决策成为企业共识的当下,CDA(Certified Data Analyst) ...
2025-09-05SQL 日期截取:从基础方法到业务实战的全维度解析 在数据处理与业务分析中,日期数据是连接 “业务行为” 与 “时间维度” 的核 ...
2025-09-04在卷积神经网络(CNN)的发展历程中,解决 “梯度消失”“特征复用不足”“模型参数冗余” 一直是核心命题。2017 年提出的密集连 ...
2025-09-04CDA 数据分析师:驾驭数据范式,释放数据价值 在数字化转型浪潮席卷全球的当下,数据已成为企业核心生产要素。而 CDA(Certified ...
2025-09-04K-Means 聚类:无监督学习中数据分群的核心算法 在数据分析领域,当我们面对海量无标签数据(如用户行为记录、商品属性数据、图 ...
2025-09-03特征值、特征向量与主成分:数据降维背后的线性代数逻辑 在机器学习、数据分析与信号处理领域,“降维” 是破解高维数据复杂性的 ...
2025-09-03CDA 数据分析师与数据分析:解锁数据价值的关键 在数字经济高速发展的今天,数据已成为企业核心资产与社会发展的重要驱动力。无 ...
2025-09-03解析 loss.backward ():深度学习中梯度汇总与同步的自动触发核心 在深度学习模型训练流程中,loss.backward()是连接 “前向计算 ...
2025-09-02要解答 “画 K-S 图时横轴是等距还是等频” 的问题,需先明确 K-S 图的核心用途(检验样本分布与理论分布的一致性),再结合横轴 ...
2025-09-02CDA 数据分析师:助力企业破解数据需求与数据分析需求难题 在数字化浪潮席卷全球的当下,数据已成为企业核心战略资产。无论是市 ...
2025-09-02Power BI 度量值实战:基于每月收入与税金占比计算累计税金分摊金额 在企业财务分析中,税金分摊是成本核算与利润统计的核心环节 ...
2025-09-01巧用 ALTER TABLE rent ADD INDEX:租房系统数据库性能优化实践 在租房管理系统中,rent表是核心业务表之一,通常存储租赁订单信 ...
2025-09-01