大数据思维与机构编制统计工作创新思考2篇大数据思维与机构编制统计工作创新思考 ·162·72017年年212月 第第44卷管理研究 经济管理 传统统计思维与大数据思维方式之间的差异 李下面是小编为大家整理的大数据思维与机构编制统计工作创新思考2篇,供大家参考。
篇一：大数据思维与机构编制统计工作创新思考
iddot; 162 ·7 2017 年 年 2 12 月第 第 4 4 卷 管理研究
经济管理
传统统计思维与大数据思维方式之间的差异
李艳平
中车眉山车辆有限公司，四川
眉山
620000
摘要：随着我国的信息技术飞速发展，目前网络数据产生的信息也越来越大，大数据时代已经到来。这就对很多的传统行业造成非常大的影响，而今后必然会出现根本上的改变。本文就简单分析了传统统计思维与大数据思维方式之间存在的差异，对传统统计思维进行创新，以此来适应大数据时代的发展需求。
关键词：大数据；统计思维；差异 中图分类号：F271
文献标识码：A
文章编号：1671-5616（2017）4-0162-01
随着科学技术的飞速发展，大数据已经成了目前非常重要的生产力，使传统行业有了根本性的改变。因为大数据具有 4V 的特点，传统的统计思维方法已经无法适应目前社会发展的需求，而大数据思维方式就得到了快速的发展。大数据思维相比较传统的统计思维来说有一定的共同点，都是分析以及判断现实世界中的数据，来展示事物的本质所在，从而判断其未来的发展规律。但是，因为上述的两种思维方式的研究重点以及应用的领域有很大的差别。所以，我们就必须要不断深入研究这两种思维方式，从不同的角度采取最为合适的方法处理问题。
1 两者之间的区别
1.1 不同的研究对象
传统的统计思维和大数据模式下的思维存在根本上的区别，分别是样本性和总体性。而在传统的统计思维当中，由于采取的分析方法存在一定的制约性，抽样分析属于常见的一种方法，也就是基于随机性原则，从所有的单位中随机选择部分单位，当做参考样本进行统计分析。经过这么多年的实践充分表明：采取抽样分析的方法，在精确性方面受到随机性的影响非常大，大大提高了精确度。如果使用样本数据去对所有的样本情况进行判断的话，存在一定的偏差，最终的判定结果可能还要进一步的验证。在大数据的环境中，所有收集到的数据信息都能够存储在云存储中，大数据的思维方式没有了随机抽样这一方法，而是选择“样本就是总体”的全数据思维方式。通过计算机强大的计算能力，可以对所有的数据信息进行计算分析，从而找到存在的细微差别。
1.2 不同的研究方法
在传统的统计过程中，采取的统计方法通常都是按照事务之间存在的联系，首先对信息进行验证，依照收集上来的样本，通过传统的统计学方法推断存在的因果关系。但是，利用大数据使人为假设的可能不复存在。利用大数据的计算，可以使数据深处的意义充分挖掘出来，从而科学的精准的进行预判。而传统的统计方法因为统计的样本存在不完整的特点，或是有部分统计的样本存在一定的偏差，这就会致使统计出来的结果与实际的情况存在非常大的差距，这就需要后期花费大量的人力物力重新进行验证。而利用大数据的思维方法就不需要对事物的因果关系进行了解，只需要依据所有的数据进行计算分析，就能够找出内部存在的联系。
1.3 不同的获取数据方式
传统的统计方法中得到数据的主要方式是：普查、抽样调查以及后期的制作统计报表，而抽样调查是最为常见的一种统计方法。统计人员就会制作调查表收集相关数据，之后再对收集的数据信息进行整理、分析。在进行抽样调查前，调查人员只重视怎么才能收集到有效的数据，所以传统的数据收集相比较大数据而言更加具有针对性，抽查的目标都具备特定要求，能够准确识别身份特征。但是，大数据时代主要以产生的信息为主要的分析对象，对信息没有特定的要求。大数据思维方式是基于云计算以及网络作为背景，数据之间可以得到共享，而且体量非常大，通过大数据思维模式就是对这些数据进行整理分析，找到其中存在的规律。
1.4 不同的数据性质
传统的统计数据特点主要有：样本量小、针对性相对较强、统一的格式以及较高的精确度等等。利用传统的统计思维模式，统计人员对数据准确性方面的要求非常高，数据都是通过抽样调查的方法收集来的，数据量比较小，有统一的格式。由于要分析的数据比较少，因此对于精确性有非常高的要求，这样才能有效防止发生大的偏差。在对样本收集的过程中，统计人员会制定相应的措施来确保收集的数据精确性，降低错误的发生率。而大数据有根本上的区别，主要的特点有以下两点：（1）数据量大、精确度低，格式繁杂以及错误率高。大数据思维选择是全数据的处理方式，样本就是全部的数据，所以数据的体量非常大。但是，选取的这些数据没有针对性，而且还有很多的错误信息。（2）半结构化数据。大数据能够充分反应出真实的世界，也可以说整个世界都是信息组成的，这就使数据的结构非常繁杂，内容量巨大、没有统一的格式。
1.5 不同的分析思路
传统的统计思维采取的分析思路为，先假设世界是怎么运行的，之后通过收集样本数据对这一假想进行验证。所以，传统的统计思维分析思路为“假设一验证一决策”。而在大数据环境中，人们已经不再局限于固定的思维方式，研究事物的时候也发现很多之前没有发现的联系。大数据思维主要是通过数据挖掘还有智能算法为主，挖掘以及分析的数据没有特定的对象，更没有提前假设进行验证这一方法。就是通过对所有的数据进行整理、分析，从而找出内在的联系，为人们提供判断的依据。所以，大数据思维中的分析思路为“数据收集一分析一判断”。
2 做好统计工作的对策
2.1 转变传统观念
在现阶段的大数据环境中，统计人员应当适应社会发展的需要，创建大数据的思维意识，要时刻充满危机感。对现阶段的工作思路合理进行转变，使自身的工作能够更好迎合社会的发展。并且，正确树立大数据还能够使工作方向得到明确，使部门的凝聚力得到加强，从而更好的完成统计工作。
2.2 加强人员的素质培养
在大数据环境中，对统计人员有了更多更高的要求。首先就应当定期培养统计人员对本专业知识的掌握。并且统计人员必须要第一时间了解新兴科技，尤其是对大数据知识的培训，对所有人员都培养成具备大数据思维意识。
3 结束语
总而言之，大数据思维彻底改变了传统的思维方式，在各个领域中有非常重要的应用价值。传统的统计学思维在一定程度上促进了大数据的发展，而大数据也为传统统计学科的发展提供了有效途径。对大数据思维与传统统计思维之间存在的差异充分了解，能够使我们更好的培养创新思维，使统计工作更顺利的开展。
参考文献 [1]张弛援.大数据思维范畴探究[J].华中科技大学学报(社会科学版)，2015(02)：120-125. [2]崔青云.论统计思维及培养[J].山西煤炭管理干部学院学报，2009(03)：34-35.
篇二：大数据思维与机构编制统计工作创新思考
据与政府统计改革杜亚彬，张芳丽，王 琪（山东农业工程学院，山东 济南 250100 ）摘 要：传统的政府统计模式已经很难适应现代社会发展的要求，构建大数据背景下的新型政府统计模式具有重要的理论与现实意义，本文从统计工作模式变革、指标体系设计、政府机构体系构建及政府统计管理模型创新等方面进行了大数据背景下政府统计改革的具体路径研究。关键词：大数据；政府统计；统计思维；统计模式中图分类号：F230 文献标识码：
A 文章编号：
20９５-7327 （ 2020 ）
-10-0067-04Big Dａｔａ ａnd Gｏvernmenｔ Sｔａｔisｔics RefｏrmDU Yaｂiｎ, ZHANG Faｎｇli, WANG Qi(Shaｎｄoｎｇ Aｇricultural Aｎｄ Eｎｇiｎeeriｎｇ Uｎiverｓitｙ, Jiｎaｎ Shaｎｄoｎｇ 2５0100)Absｔrａcｔ:Aｓ the traｄitioｎal ｇoverｎmeｎt ｓtatiｓticｓ moｄel haｓ harｄlｙ met the requiremeｎtｓ of the ｄevelopmeｎtof moｄerｎ ｓocietｙ, it iｓ of ｇreat theoretical aｎｄ practical ｓiｇｎificaｎce to coｎｓtruct a ｎew ｇoverｎmeｎtｓtatiｓtical moｄel iｎ the coｎteｘt of ｂiｇ ｄata. Thiｓ paper aimｓ to coｎｄuct a reｓearch oｎ the ｓpecificapproacheｓ of the ｇoverｎmeｎt ｓtatiｓticｓ reform iｎ the ｂackｇrouｎｄ of ｂiｇ ｄata iｎ the followiｎｇ aｓpectｓ: thereform of ｓtatiｓtical work moｄe, the ｄeｓiｇｎ of iｎｄeｘ ｓｙｓtem, the coｎｓtructioｎ of ｇoverｎmeｎt iｎｓtitutioｎalｓｙｓtem aｎｄ the iｎｎovatioｎ of ｇoverｎmeｎt ｓtatiｓtical maｎaｇemeｎt moｄel.Key wｏrds ：
ｂiｇ ｄata; ｇoverｎmeｎt ｓtatiｓticｓ; ｓtatiｓtical thiｎkiｎｇ; ｓtatiｓtical moｄel山东农业工程学院学报 2020 年 第 37 卷 第 10 期作者简介：杜亚彬（ 1983- ），女，山东烟台人，山东农业工程学院讲师，硕士，研究方向：为政府统计、大数据分析。张芳丽（ 1973- ），女，山东五莲人，山东农业工程学院教授，硕士，研究方向：为企业管理、资本市场、大数据统计。基金项目：本文是 2019 年度山东省统计科研课题“新《政府会计制度》下地方资产负债表编制问题研究”（课题编号KT1939 ）的阶段性研究成果。一、引言伴随着科学技术的大力发展，大数据时代已经悄然来临，社会上越来越多的行业开始将大数据应用于自身的行业发展，其在经济社会、人文建设等领域的贡献也日益突出。
大数据的发展，不仅有利于人们获取海量的信息，也为人们引入了更便捷的数据处理技术。
数据处理是一项以数据担任载体的统计工作，常会因为它的特殊性和专业性而遭受来自外界的强烈冲击。
在这个背景下，政府统计部门由于肩负着统计数据的生产和信息分析的生成责任，将会面临更大的机遇和挑战。二、大数据背景下政府统计改革的基本思路基于大数据背景下政府统计改革的基本思路主要从两个方面出发，即观念的改革和方式方法的变革。67 · ·万方数据
1. 统计思维的变革《大数据时代》中指出，统计出现三个最为显著的变化，第一是调查的对象应对于全体；第二是对于结果破除以往对精确性的要求，更多的关注其准确性；第三是重视相关分析，而不是因果分析。
为适应这样的变化，我们首先要转变的就是思维模式，只要思维跟上大数据时代的变化并进行重构，那么统计也将迎来新的发展。
统计思维的转变主要从以下三方面来展示：（ 1 ）认识数据的思维要变化传统思维中大数据中的数据可划分为三类：结构化数据、非结构化数据以及半结构化数据。要转变统计思维， 可以从数据的定义入手以寻找突破。例如可以重新对数据进行定义，统计对象不再局限于结构化数据， 而是扩大范围至海量的大数据，基于此来进行统计分析方法的创新研究。（ 2 ）收集数据的思维要变化在传统的统计工作中，首先要做的就是在明确了研究目的和任务的基础上进行数据的收集。而大数据的数据收集方式与传统的收集方式有所不同，共分为六个过程，依次为识别、整理、提炼、汲取、分配和存储元数据的过程。（ 3 ）分析数据的思维要变化大数据时代背景下，要转变统计思维，除了在认识数据、收集数据上需要转变思维，分析数据的思维也需要革新。
大数据中含有众多有价值的信息，需要人们利用各式各样的技术或者方法以及手段来进行挖掘和获取，在这个过程中也要尝试寻找新的统计分析方法。
数据分析思维的变化可以从以下三个角度来看。首先， 大数据时代不同于传统的统计工作，我们可以打破以往的定性 - 定量 - 定性分析的基本程序，直接依赖大数据分析来做出判断。
传统统计的第一步—— — 定性分析就可以省略，直接根据大数据进行定量计算分析，即大数据分析过程的开端将从定量开始，通过现今强大的计算处理能力、存储能力和数据的大体量，找到“定量的回应”， 从中找到真正具有重要性的数量特征和关系，作为最终定性分析的判断依据。其次，传统的实证分析过程是先提出假设再进行验证，但这种方法会受到假设的局限。
现在，我们完全可以凭借大数据， 直接从中找到关系、发现规律，进而得出科学的结论。
数据的分析思路就从以假设作为开端再进行验证变为从发现开始到整理总结。再次，传统的统计推断分析，其逻辑起点是分布理论，界定概率保证，从而对总体进行推断。推断的评判标准与样本的具体情况没有关系，但是推断的最终结论却与所选取的那个样本息息相关。
大数据根据大体量的全面数据和分布状况来判断可能性，其逻辑起点就从实际分布开始到总体特征再到概率判断，那么概率就是通过实际情况进行判断所得，而不是事先预设的。2. 统计方式的改革我国政府统计面临许多问题，如数据来源单一、信息不对称、数据质量不保证、时效性差等，其中最大的问题是数据（信息）孤岛。
因此，今后统计方式改革的重点应聚焦于建立新的统计方式—— — 数据共享。为了更好的应用大数据，首先需要做好全局规划，对大数据的使用标准、科学分类等进行规范；其次对于各部门、各行业，也需要明确它们在其中的分工与职责，同时还需打破不同行业间的信息壁垒，实现数据共享。三、大数据背景下政府统计改革的路径研究大数据背景下，我们的统计改革要着力构建工作体系统一、指标体系全面、技术手段先进、数据信息共享、管理模式优化的“大统计”工作格局，主要的路径改革研究如下：（一）改革统计工作模式“大数据”背景下，统计工作会趋向于统计信息化模式， 不仅是指统计数据的采集方式的改变，传统统计的工作模式也会发生变化。
我们要推行并完善“企业一套表”制度，根据统一的标准和时间进行资料汇集，变信息的间接采集为直接提供，变逐级汇总为数据的共享。
我们可以从以下三个方面来进行改革：1. 大数据的采集大数据的采集工作应由各级统计部门来进行，依赖于先进的计算机和网络技术，通过统一的系统进行数据采集工作。
采集模式如下：首先由企业在网上填报统计报表，然后由统一软件进行处理，将资料整合，各级部门都可以同时在网上看到统计数据，避免层层布置、上报、录入、审6８ · ·万方数据
核的现象。“企业一套表”在依据大数据的采集方式下，能大大提高数据采集的速度和质量，但大数据采集中可能会出现“并发数高”的现象，因此服务器等方面的负载问题，各方面关系的平衡，都是需要深入研究设计的。2. 统计新体系的建立统计工作模式的改革不能再以专业为核心，遵循旧有统计制度设计体系。
而是应在企业原核心统计指标体系的基础上， 将元数据作为标准，统一分类标准和统计编码，形成一套统一的统计报表。首先，数据处理平台的建立将成为“企业一套表”制度重要的技术保障，该平台需要以数据库作为核心，从而保障统计工作的开展和有序运行。
其次，制定并完善统一的工作标准，为统计数据的可比性提供前提，保障数据在事前、事中、事后不同阶段进行分析时的标准统一化；同时规范各级审核规则与方法。3. 网络化的推进实行单位数据的网上直报采集方式是统计工作改革核心内容中的“企业一套表”制度的关键。
联网直报是指利用计算机网络来搭载专业软件，因此要强化网络在线培训手段，重点对网络信息传播的交互性开展研究。
另外，基层企业需要保证数据的真实性；市、区两级统计单位完善对数据的加工分析；国家、省级统计局则需要加大对更新软件系统的开发设计的关注。（二）设计并建立新型统计指标体系1. 指标体系改革的方向我国政府统计指标体系正逐步从偏重经济总量与增速向反映经济发展质量与效益发展，因而改革的方向应在反映总量和增速的基础上，侧重于环境资源、服务业发展、城乡居民收入、科教文卫事业等各方面，使新的指标体系涵盖社会发展的各领域，规避传统指标体系忽略经济结构等方面问题的风险。
新的统计指标体系应是一种更加全面科学和系统、更易对公众发布的较为成熟的体系。2. 借鉴国际统计体系，完善统计制度国民收入指标和净产值指标是我国传统统计指标体系的两大主要指标，这是由我国原有的产业分布状况决定的。
新统计指标体系的建立应多借鉴发达国家的先进经验，将统计指标体系由传统行业扩大到社会经济各个方面。除了在统计指标体系建立方面要学习优良经验外，还要逐步完善各项统计制度，结合政府有关制度规定， 及时准确地向公众发布专业统计指标数据，从而为建立新型指标体系储备数据资源。3. 增加效益指标比重，建立新型指标体系随着市场对企业的衡量标准的转变，统计指标体系改革也要着重于反映企业的效益实现程度、市场占有率等方面的指标建设，增加企业效益指标的比重。同时， 建立适合横向比较的新型指标体系。由于不同地区之间自然资源储量和经济发展速度是不平衡的，很多指标不能直接用于地区间的横向比较。
这就启示统计部门在建立统计指标体系时应增加新型指标， 以便地区间能够横向比较。
这类指标多属于效益指标、创新的投入产出指标等。4. 提高科技指标比重，完善综合类指标体系在统计指标体系改革中，要加大科技指标的比重，目的在于利用科技指标衡量环境与资源的可持续发展。新型统计指标体系需要从多方面考虑统计指标的质量和获取渠道，例如经济稳定性、结构优化性、创新驱动性、资源环境可持续性等，促进统计指标体系的完善。５. 统计指标体系改革的保障措施整个政府统计改革过程中的重、难点就是统计指标体系的改革，而在改革过程中一定会存在各种困难，需要各方面共同努力提供保障措施。（ 1 ）调查方法与调查频率的变革在统计报表制度的基础上，加大非全面调查方法的使用，可以降低调查频率，从而可以以更少的人力物力和财力完成统计调查工作。（ 2 ）统计指标体系改革步伐循序渐进在改革中，应考虑增加反映社会经济发展状况的指标体系，不常用、调查成本高且对社会经济发展影响较小的指标可考虑减少，逐步完成统计指标体系改革。
首先，逐步提高那些国民经济预测能力强的指标在体系中的比重；其次，减少体系中分组过于繁琐的指标；最后，规范政府部6９ · ·万方数据
门的统计调查方式，对现行的统计指标体系再梳理、再整合，减少不必要的重复和交叉。（ 3 ）构建专题统计指标体系近年来， 我国统计指标体系已初步建立，与国际相关指标体系的对接也得以逐步完善。
下一步应重点关注相关专题指标体系的改革。
政府统计指标体系改革首先需要保障数据的准确性和预测性，进而设计出符合当前我国国情、更具实用性的专题分析指标体系。（三）构建政府统计机构体系政府统计机构要基于实际需要，调整机构设置。
大数据的采集、挖掘、分析、发布等环节，均需设置相关部门负责，如数据采集部门、数据挖掘部门、数据分析部门、信息发布部门等。
同时，要建立统计协调常设机构，以保证各机构之间关系的协调发展，促进统计工作的实现。除此之外，一些辅助部门也必不可少，比如人力资源部门等，既要能够留住大数据所需的专业人员，也要能够保证统计人员综合素质的稳步提高。（四）加强信息化投入，搭建统一平台就我国现状而言，政府统计部门的信息化程度难以望金融、证券、保险等部门之项背。
而大数据时代， 需要的是更加完善的信息化作为支撑，因此，要加大对信息化的投入，构建多层次的一体化数据共享平台，该平台要以官方基础统计报表为核心，以各部门数据做补充。
官方统计数据的权威性将牢牢树立，其科学性和准确性也会大大提高。（五）建设统计信息安全体系要用好大数据的前提是大数据本身质量的可靠， 所以在摸索新的数据整合分析方式的同时，也要关注统计信息的安全问题，具体采取的措施可以包括建立健全完善的防火墙，通过物理手段阻隔，为信息化建设中预留的端口建立更加严密的防护措施，数据的交互设置进行严密的监控，明确各种角色的权限，设置复杂密码并设置定期更换的提示等。另外，法律层面上，有关大数据应用的规章制度也应尽快建立和完善，为统计信息的安全提供保障。（六）创新政府统计的管理模型政府统计需要加强管理模式的创新，从流转途径、增值渠道及行为方式三方面建立管理新模型，以更好的应对大数据。
新型的政府统计管理模型将增值渠道转变为市场需求，市场对数据的需求决定了统计工作者的统计方向以及指标的类型。
在行为方式上，政府统计应从独立的统计部门管理模式转为协同合作模式，以更好的适应大数据。
多部门协同合作将串联起统计工作的整个流程。四、结论综上所述，本文基于大数据的背景，通过广泛调研，指出了政府统计改革的基本思路，从统计工作模式变革、指标体系的设计、政府机构体系的构建及政府统计管理模型的创新等角度提出了政府统计改革的一系列路径研究，着力构建统计大一统格局。参考文献：[1] 王文静 . 大数据时代政府统计改革研究 [D]. 东南大学 ,2017.[2] 王琪 . 大数据视角下统计工作模式的研究—— — 大数据对“企业一套表”制度的冲击 [J]. 现代商业， 2016(26):８５-８6.[3] 申艳宏 . 国内统计指标体系改革探究 [J]. 北方经济，2012 （ 10 ）：
８-９.[4] 宋立勇 . 大数...
推荐访问:大数据思维与机构编制统计工作创新思考 统计工作 机构编制 思维