大数据赋能政府统计现代化

摘要:互联网技术革命对传统的政府统计产生了重要的影响。

关键词:数字化;数字经济;统计现代化;社会主义现代化国家;政府统计

摘要:统计现代化改革,是我国社会主义现代化国家建设的有机组成部分,肩负着推进统计科学发展的伟大使命。在互联网技术浪潮影响下,我国推进统计现代化改革,除了以数字化转型为主的统计设施手段现代化,还要构建与国家治理体系和治理能力现代化要求相适应的现代化统计调查体系,持续提升政府统计服务经济社会高质量发展的能力和水平。

关键词:数字化数字经济统计现代化社会主义现代化国家政府统计

作者赵彦云,中国人民大学统计学院教授(北京100872)。

党的十九届五中全会精神对于我国全面建设社会主义现代化国家,实现“十四五”发展规划和2035年远景目标,具有重大而深远的意义。全会作出的推进统计现代化改革的决策部署,为我国统计事业的改革发展指明了方向。今天,新一轮科技革命正在以数字化全面转型和智能化全面应用,通过互联网的全感知、全连接、全场景、全智能等特性,积极消除信息孤岛、数据孤岛、管理孤岛,为最大统计总体和最小统计颗粒及数理优化组合、深度学习、数字孪生等拓展了巨大应用空间,为变革统计生产方式、提高统计生产力、重塑统计生产关系提供了源源动力,成为推进统计现代化改革的重要前提。

一、互联网技术加速统计现代化改革

互联网技术革命对传统的政府统计产生了重要的影响。第一,统计工作的实践范围被大大扩展,借助物联网、传感器、穿戴设备等互联网媒介,原本就普遍联系的社会经济及行政管理活动,被尽可能地量化为统一计量,并为统计学思想及理论方法创新提供了更为广阔的发展空间。第二,从传统统计调查数据,到各个方面的业务数据、技术数据、行政数据,以及软数据、文本数据和具有潜在量化可能的大量文本图像音频数据的收集与汇总,进一步激发数据整理、统计分析、监测预警、质量控制、风险防范、政策制定、政策模拟、绩效考核,乃至大数据统计计算、个性化最优服务等基于社会实践的统计数据服务,统计量化应用的场景越来越丰富。第三,互联网技术、遥感地理信息系统、移动终端产生的大量实时数据和更加细分的空间数据,催生新的统计思想、理论和模型方法,以及旨在更好满足经济社会发展所需的统计服务。

建立基于互联网技术的统计基础设施,包括结构化数据与非结构化数据的整合,地理网格编码与经济、社会、环境,以及与实时物联网、智联网数据的整合,已成为提高统计生产力的发展方向。目前,英国内阁办公室以“data.gov”为基础,启动了国家数据基础设施发展项目。美国国会大力支持美国数字基础设施现代化,专门设置了“数据总监办公室”(ChiefDataOffice)。实际上,面向互联网技术的通用型统计生产架构开发应用,已成为全球性发展趋势。可见,在互联网技术的推动下,政府统计平台将日趋数字化、智能化。一是基于新一代信息技术的大数据及其在政府统计中的应用,有助于形成新的统计方法。二是利用遥感地理信息系统技术,空间化经济社会统计数据,能够满足时空模型分析和政府时空管理的需要。三是利用政府行政执法和监管实施大数据,有助于打造更加符合社会生态要求的政府统计体系。四是利用在线社交平台的文本图像音频等数据,以及移动端和APP信令数据,丰富政府统计方式。五是通过建设政务统计云设施,支持云计算和云服务,进一步发挥政府统计职能与作用。

二、面向中国国情的政府统计现代化

我国的政府统计现代化改革,是社会主义现代化国家建设的重要组成部分,必须突出其为国家现代化建设服务的内容现代化和手段现代化。我国目前的政府统计分为国家垂直统计系统和各级政府部门统计系统。国家垂直统计系统包括国家统计局及直属统计调查队、省级(省、直辖市、自治区)、市级、县级统计局和街道及乡镇统计机构,负责农村农业、所有企事业单位、个体经济综合统计所需的数据采集、整理、发布和分析研究工作,主要采用全面统计报表方式,包括月报、季报、年报,以及农业普查、经济普查、人口普查和各种抽样调查统计工作。各级政府部门根据职能分工做好相应的业务统计工作,包含一定的垂直性部门职能业务统计,统计标准和统计调查方案归国家统计局或同级地方统计局统一领导审批。在互联网技术革命推动下,为了更好推动经济社会高质量发展,有必要明确我国各类政府统计的现代化改革要求与任务。

政府职能部门业务统计的现代化改革。我国政府职能部门的统计信息化存在不平衡发展问题。例如,“三金工程”推动了税务部门、金融部门信息化的快速发展,使其具备了数据采集、加工和分析利用的网络平台能力,一定程度上提升了统计现代化水平。但是,其他职能部门的统计信息化建设仍较为薄弱。究其根本,主要原因在于,这些职能部门的统计工作难以适应和满足中国特色社会主义市场经济的发展需要,有过度依赖国家统计系统的综合统计数据和本部门财务数据的倾向,存在不全面、不及时、不标准、不规范、不科学等问题。因此,政府职能部门的业务统计改革,须侧重部门数据共享平台的一体化建设。在数字化、智能化的科技浪潮下,加快这一数据共享平台建设,有助于提升各级政府职能部门的统计监测预警能力、政策实时分析模拟能力、业务协同提效与治理能力,最大限度发挥统计现代化改革的功效影响。

三、“十四五”时期政府统计现代化改革的着力点

面向“十四五”发展规划和2035年远景目标,我国在统计工作理念、标准指标、调查制度、方法手段、国民经济核算、分析服务等方面,仍然面临着一系列改革任务。为了在全面建设社会主义现代化国家的伟大进程中,提供真实准确、完整及时的统计数据和高质量的统计服务,我国的政府统计现代化改革需着重做好以下几个方面。

(一)数字化基础设施的统计现代化

(二)经济体系的统计现代化

加快建设现代化经济体系是全面建设社会主义现代化国家的重要任务,需要统计现代化作为手段支持。在数字经济时代,通过引入新一代信息技术,推动国民经济核算体系和卫星账户体系统计现代化,可以更好地满足现代化经济体系建设的需要。而实时性、市场性、立体性是经济体系统计现代化改革面临的三大挑战。

所谓实时性,就是把国民经济核算体系和卫星账户体系从目前的年度、季度为主,向以月、周、天、小时为时段的统计发展,同时在一些重要经济领域探索实时的核算监测和预测。显然,这一特性依靠传统技术和人工统计是不可能做到的。这就要求将基于物联网全感知功能的采集数据,与统计核算目标体系进行有机对接,探索构建经济体系统计核算的数字孪生体系架构。例如,我国已经成功使用地理信息系统和无人机遥感技术进行粮食产量统计,标志着政府统计现代化在某些领域已初具雏形。利用移动端信令数据,包括通过我国三大电信运营商和电子商务平台定时采集数据,为建立较为先进的国民经济核算体系提供数据支撑和统计基础。电力企业推进的基于智能电网的电力大数据平台广泛应用,以及国务院大力推进的国有企业数字化转型工作,都为推进统计现代化改革,进而为我国经济体系的统计现代化提供设施保障。

(三)面向需求侧的统计现代化

(四)面向全面治理的统计现代化

针对长期以来不断强化的统计监督工作,面向全面治理的统计现代化成为体现国家治理体系和治理能力现代化的重要方面。这要求在政治、经济、文化、社会、生态文明等领域,以建设数字化基础设施为基础,发展政务大数据中心,探索广义统计体系应用,实现治理机制、方式和手段的数字化、网络化、智能化,借助政府统计现代化改革推进国家治理体系和治理能力现代化。

互联网技术革命是多学科交叉发展的结果。我国目前还处于数字化转型的初级阶段,比较注重网络技术设备的直接应用。但数字化转型下的新一代信息技术与数据要素同样重要,需要围绕数据采集、数据整理、数据资源体系、数据网络系统,以及以数据要素为支撑的新产业、新业态、新商业模式,做出相应的统计现代化改革举措。在这些方面,统计思维、数理逻辑、统计设计、统计学理论方法、数学优化及云存储、云计算、云服务,都是不可或缺的知识内容。政务大数据中心是面向全面治理的统计现代化改革的重要平台,统计的作用体现在四个方面。一是政府统计数据的直接共享使用;二是基于新一代信息技术的广义统计体系设计,包括文本量化、图像量化、数据可视化、统计网络体系分类、运行全过程结点及次序优化;三是统计分类标准、统计绩效控制阈值标准设定;四是统计监测预警方法、统计预测方法、统计决策方法、政策优化统计模拟、数字孪生方法等统计方法的应用服务。统计现代化改革需要深入到政务大数据中心的实际业务场景中,通过深入研究,不断创新统计理论及应用方法。

(五)统计法规体系的现代化

统计法规为统计现代化改革提供了法制保障。很多人将统计法视为“软法”,认为其在影响力、约束力、执行力、制裁力等方面约束性较弱,这一认识源于缺乏对统计业务的深刻理解。统计生产力发展的“软实力”和“软竞争力”,要求统计法规不仅具有较强的法律规范与约束力,还从法治层面保障了统计工作的扎实开展和发展创新。因此,统计法规的现代化必须深入统计生产力和生产关系的主要方面,既需要新的发展理念,又需要交叉学科思维,还需要统计联系实际,建设科学规范、运行有效的统计法规体系,营造良好的法治氛围。

值得说明的是,统计法中对于个人和企业法人数据的隐私保护,目前成为大数据开发应用面临的一个问题。关于数据隐私的统计法规保护,需要深入数据应用的具体方面。隐私保护并非限制数据生产,而是要对数据的具体用途予以规范。这要求进一步探索互联网的安全使用与防护方式,建立有效保护个人和企业隐私的保障法规,而不是一律严禁采集个人和企业数据信息,为了保护隐私而放弃数据生产采集。因此,除了利用互联网技术合规合理采集个人和企业数据,还要积极探索保护个人和企业隐私的微观处理方法,从统计法规体系建设入手,保障微观数据在社会各个领域各个方面的科学应用,全面提升政府统计服务经济社会发展的水平,从而更好满足人民群众对美好生活的向往。

THE END
1.如何确定计算方式?计算在哪些领域有应用?股票频道教育领域也逐渐引入计算技术,个性化学习方案的制定、在线教育平台的优化等都需要计算的支持。 总之,计算已经渗透到我们生活和工作的方方面面,正确确定计算方式以及充分利用计算在各个领域的应用,对于提高效率、解决问题和推动创新都具有重要意义。 看全文https://stock.hexun.com/2024-12-16/216196359.html
2.大数据机器学习算法概论腾讯云开发者社区大数据 机器学习 算法概论_大数据_02 可以看出手机购物时,当我们搜索某家商店的某件商品时。系统会根据我们的搜索历史和购买历史进行相似物品的推荐。 分类算法(医学上的肿瘤判断) 如何判断细胞是否属于肿瘤细胞呢?肿瘤细胞和普通细胞,有差别。但是,需要非常有经验的医生,通过病理切片才能判断。如果通过机器学习的方式,https://cloud.tencent.com/developer/article/2479107
3.大数据的数据来源和类型有哪些列举大数据的数据来源和类型有哪些? 大数据的数据来源主要有以下几种: 1. 传统商业数据:来自于企业ERP系统、各种POS终端及网上电商支付系统。 2. 互联网数据:特点是大量化、多样化、快速化。 3. 物联网数据:通过射频识别装置,传感器、红外感应器、全球定位系统、激光扫描器等信息传感设备,按约定的协议,把任何物品与https://www.hq66.cn/a/xpyqlx743.html
4.www.stats.gov.cn/zsk/snapshoot?reference=33e2b9cdb6391521c5知识库 知识分类:|知识来源: |发布日期:https://www.stats.gov.cn/zsk/snapshoot?reference=33e2b9cdb6391521c53328be6244e40b_8EC2B931E96309B121FA411C24B82731
5.大数据和云计算:它们如何融合及其优势数字经济观察网增强数据分析能力:云平台提供了强大的数据分析工具,如机器学习、人工智能和大数据处理框架,这些工具帮助企业从海量数据中提取有价值的洞察,推动业务创新和优化。 总结 大数据与云计算的融合代表着企业信息管理和数据使用方式的一场革命。这种技术的结合不仅降低了企业的IT成本,还提升了灵活性、可扩展性和决策效率。随着这https://www.szw.org.cn/20241219/68496.html
6.证券消息不会做大数据计算?10年数据分析师整理,一文给出解决方案据报道|不会做大数据计算?10年数据分析师整理,一文给出解决方案2024-12-18 10:30:59 来源: 金羊网 作者: 谷沙洋 金羊网记者 谷沙洋 报道 另wai,近xie年受jing济下xing、大gui模减shui降费、楼市tu地市chang低迷deng影响,地方cai政收ru受到yi定冲ji,而gang性支chu有增wu减。zai财政shou支矛dun不断jia大http://www.lieren2000.com/wap/colormethod_view.asp?/www/linux/11249220_20241217.shtml
7.Spark简介以及与Hadoop对比分析云计算技术计算中间结果的存储 在内存中维护,存取速度比磁盘高几个数量级 落到磁盘,IO及序列化、反序列化代价大 Task维护方式 线程 进程 时间 对于小数据集读取能够达到亚秒级的延迟 需要数秒时间才能启动任务 2. Spark 生态系统 2.1 大数据处理的三种类型 1. 复杂的批量数据处理 时间跨度在数十分钟到数小时 Haoop MapRehttps://www.jb51.net/article/221228.htm
8.大数据计算引擎之二:数据处理三种类型大数据处理的三个类型【大数据】计算引擎之二:数据处理三种类型 在深入介绍不同实现的指标和结论之前,首先需要对不同处理类型的概念进行一个简单的介绍。 1.批处理系统 批处理在大数据世界有着悠久的历史。批处理主要操作大容量静态数据集,并在计算过程完成后返回结果。 批处理模式中使用的数据集通常符合下列特征https://blog.csdn.net/pearl8899/article/details/102989401
9.数据中台计算方式有哪些帆软数字化转型知识库数据中台计算方式包括:批处理计算、流处理计算、交互式查询、内存计算、大数据计算、实时计算、分布式计算、图计算。批处理计算是数据中台的一种基础计算方式,通常用于处理大规模历史数据,具有高吞吐量和高延迟的特点。它通过预设的调度策略,将数据划分为多个批次进行处理,适用于数据量大但实时性要求不高的场景。例如,日https://www.fanruan.com/blog/article/638752/
10.[原创]云边智能:电力系统运行控制的边缘计算方法及其应用现状与同样地, 边边协同也有三种模式: 1)边边计算协同. 云端的超算中心对模型和算法进行训练, 根据边缘节点的情况将已训练好的模型进行下发, 每个边缘计算服务器只执行一部分算法, 最终通过协同的方式完成应用任务; 2)边边分布式训练协同. 边缘计算服务器有完整的模型和算法, 并利用边缘端数据承担模型和算法的训练任务,https://wangfeiyue.blogchina.com/972904091.html
11.首页广东省大数据计算基础理论与方法重点实验室?东省?数据计算基础理论与?法重点实验室于 2021 年经?东省科技厅批注立项建设,依托香港中学(深圳)。本重点实验室以“大数据计算基础理论与方法”为主题,面向数据科学与大数据技术中核心的理论与计算方法,深入探索大数据理论与计算方法中的核心难题,并将大数据的方法以创新的方式应用到社会运行核心行业https://gklbdc.cuhk.edu.cn/
12.科普物联网和大数据云计算之间的关系摘要:在此文中,我们将讨论物联网,大数据和云计算这三种技术之间的相互关系。其背后的原因是大量的物联网数据生成将为大数据系统提供数据。因此,对于上述两点,我们明确认为需要为物联网和大数据采用基于云的系统。 我们现在的社会正在步入物联网、大数据和云计算时代。这些技术中的每一个都会有瓶颈,例如可伸缩性差安全https://www.ucloud.cn/yun/126053.html
13.大数据的矩阵计算基础培训炼数成金课程现开始接受报名,报名方式 网上报名 请点击:大数据的矩阵计算基础 咨询Email :edu01@dataguru.cn,edu02@dataguru.cn 课程入门讨论咨询群:303917420(群内有培训公开课视频供大家免费观看) 咨询QQ: 2222010006 (上班时间在线) 技术热点、行业资讯,培训课程信息,尽在炼数成金官方微信,低成本传递高端知识!技术成就梦想http://www.dataguru.cn/article-4621-1.html
14.深入浅出学大数据(一)大数据发展历程及大数据的简单介绍根据IBM前首席执行官郭士纳的观点,IT领域每隔十五年就会迎来一次重大变革。在2010年前后爆发的第三次信息化浪潮期间,由于信息逐渐增加,为了解决信息爆炸问题,物联网、云计算和大数据相继兴起了起来。下图为三次信息化浪潮发生时间、标志、解决问题以及代表企业。 https://blog.51cto.com/14683590/4909933
15.云计算的三种模式IaaS/PaaS/SaaS/BaaS对比:SaaS架构设计分析所以在云计算的三种模式 IaaS/PaaS/SaaS,SaaS 面对的用户最多,如同 C 端,应用程序的任何更新或者修复漏洞操作都是由软件提供商负责实施和处理的,由于租户是通过互联网获取软件服务,所以租户端无需下载任何的升级包或者修复补丁,是一种开箱即获取最新软件产品的服务方式。 https://xie.infoq.cn/article/14235db9f2e88cc58cde08228