大數據時代海洋統計改革的思考

徐叢春

（國家海洋信息中心，天津 300171）

【統計與分析】

大數據時代海洋統計改革的思考

徐叢春

（國家海洋信息中心，天津 300171）

大數據時代背景下，政府統計數據是大數據的組成部分，迫切需要跟上互聯網、物聯網、云計算等數據智能化采集技術應用的步伐。簡要概述了大數據的背景、特點以及統計部門對大數據的理解，分析了大數據對政府統計的沖擊及國內外應用大數據的現狀，提出海洋統計作為政府統計中的部門統計之一，應緊密跟蹤大數據的發展動態與趨勢，研究大數據在海洋統計中的應用，完善海洋統計的組織體系、數據采集與生產體系、數據應用體系和發布體系，借助于 “大數據”變革的有利形勢，加快提高海洋統計能力，使得海洋統計在大變革中處于優勢地位。

大數據；政府統計；海洋統計

1 關于大數據

雖然大數據概念的提出已逾30年，但大數據成為高頻詞是近兩三年的事情，根本原因是互聯網、社交網絡、物聯網、云計算的興起。2011年5月，麥肯錫發布了《大數據:創新、競爭和生產力的下一個前沿領域》報告，指出“數據已經滲透到每一個行業和業務職能領域，逐漸成為重要的生產因素，而人們對于海量數據的運用將預示著新一波生產率增長和消費者盈余浪潮的到來”。一般認為，該報告的發布標志著“大數據”時代的到來。

迄今為止，大數據仍無權威統一定義，已有的研究絕大部分使用描述方法探討大數據概念。一方面表明很難對大數據概念統一界定，另一方面也表明大數據概念本身仍在持續發展之中。比較認同的觀點是，大數據一般具有“4V”特點，即數據量大（Volume）、數據類型多（Variety）、處理速度快（Velocity）、應用價值大（Value）。

從大數據的歷史發展進程來看，在20世紀80年代初期，大數據只是意味著數據量級大，它還有一個相關的術語“海量數據”。進入20世紀90年代以后，大數據開始包含數據生成速度、數據處理技術、數據存儲等內容。2010年以來，大數據開始被美國、英國等發達國家，以及聯合國、OECD等國際組織上升到戰略層面，其內涵被逐漸豐富。從目前研究進展來看，本質上講，在大數據概念的邏輯中，數據、技術和思維是三位一體的，核心是將數據視為資產。基于這種思路，各個領域可以參照自身的特點和從服務于本行業的發展出發對大數據進行定義，沒有必要強行將所有領域的大數據統一界定。2013年，由中國國家統計局局長馬建堂主編的《大數據在政府統計中的探索與應用》一書中，就將大數據定義為“對政府統計工作而言，大數據是采用多種數據收集方式、整合多種數據來源的數據，是采用現代信息技術和架構高速處理和挖掘、具有高度應用價值和決策支持功能的數據、方法及其技術集成”。這種定義具有鮮明的統計部門特色[1]。

2 大數據對政府統計工作的沖擊

2.1 政府統計的發展現狀

為宏觀指導和調節國民經濟與社會發展，政府及經濟管理部門需要了解經濟的規模、結構、發展水平、效益等動態，因此依托政府統計調查一直是經濟社會管理部門最主要的數據獲取手段。目前統計局的統計調查采用全面定期統計、抽樣調查、普查、重點調查、典型調查等方法，基本遵循制度設計、調查采集、數據整理上報、數據發布與開發利用的流程開展統計業務。近年來，伴隨著聯網直報系統等信息化項目的應用推廣，統計工作信息化水平有較大提高，政府統計逐步實現了網絡采集傳輸、集中存儲處理、分析手段也日趨多樣。但當前，政府統計面對的主要問題是:數據質量不高、統計產品短缺陳舊、數據公信力不足等方面，根源在于現行的政府統計已不能適應我國經濟社會發展現狀[2]。

從發達國家的發展經驗來看，盡管政府統計最初也是以統計報表、抽樣調查和普查為主要數據來源，但適應信息社會和信息網絡技術強勁發展帶來的廣泛深入的信息化后，基于行政記錄和多種信息來源的數據采集制度逐步加強，以服務于政府統計的推算、估算和校正，這已經成為世界各國政府統計發展的基本趨勢，并且這一趨勢在近年來倡導發展“大數據”的推動下顯得更加重要。

2.2 大數據對政府統計的沖擊

大數據時代，數據的生產和應用方式發生了巨變，各類數據爆炸性增長，巨量數據實時在線可用，同時數據的發布更新實時快捷，分析應用多樣靈活，更加貼近公眾需求，數據對社會整體的代表性不斷增強。可以說大數據使政府統計面臨著巨大的沖擊。首先，是對統計理念的沖擊，“大數據”改變了數據的需求層次，相對于傳統統計技術以樣本推測總體情況，使人們能有機會和條件獲取到系統、完整、全面的數據，并使數據更加符合個體感知，這是技術進步所帶來數據價值的轉變；同時，“大數據”改變了統計實證的研究范式，采用的是自下而上的數據挖掘范式，以數據為先導，不需要預先設定研究目的或方法，而是從大量實際產生數據中通過數據挖掘技術找到數據之間的關系并建立模型，乃至形成理論和新的認知，對傳統統計自上而下實證研究范式的一種顛覆。其次，是對統計生產流程的沖擊，一是制度設計的多元化，傳統的統計設計是根據統計研究的目的和研究對象的特點，設定統計指標、統計報表以及調查、匯總方法等制度，通過調查、訪問將生產行為轉化為可以量化的數據，而“大數據”下的制度設計面對的是已經存在的或通過一定手段可以獲取的大量數據，需要解決數據從哪里來的問題，通過什么方式產生，確定采用什么樣的數據來反映統計目標，需要制度設計者從各種數據來源中甄別出反映出統計對象的指標；二是數據采集智能化，相對于傳統統計調查需要被調查的積極配合和參與，“大數據”時代，數據來源于信息技術記錄下的原始數據，這些數據的參與僅僅依賴于測量方法，數據采集更智能化、高效化和客觀化；三是數據分析專業化，相對于傳統的統計分析主要是對結構化數據的計算分析相比，“大數據”背景下的數據分析，面臨的是大量存儲于各處（包括“云端”）的非結構化或半結構化數據環境，專業化的數據挖掘與處理技術更為關鍵與必要；四是統計發布透明化，相比于傳統統計技術，“大數據”的背景下，數據的獲取分析將全社會共享，從未知市場中尋找潛在用戶正是“大數據”的核心理念，每個社會成員都是數據生產者和提供者，傳統政府統計機構不再是數據的唯一發布者和解釋人。綜上，“大數據”背景下，數據的采集、應用、價值等都發生了巨大的改變，使政府統計的地位和職能受到極大的挑戰[3，4]。

3 在政府統計中可利用的大數據類型

在政府統計工作當中，有用、可用的大數據主要有以下幾種[5]:（1）黨政機關部門的行政記錄數據。行政記錄是各級行政機關業務管理的產物，能夠用文字和數值反映現象的狀態和特征。當前，大部分的行政記錄與政府統計數據存在交叉重疊的部分。如工商行政管理部門的企業（個體戶）登記戶數與經濟普查得到的企業（個體戶）戶數有較大重疊:發改部門審批重點項目與固定資產投資統計中的重點項目投資有密切聯系；稅務部門的稅收征收數據與“四上”單位財務統計數據有直接關聯等。（2）提供社會公共服務的企（事）業單位業務數據。提供社會公共服務的企事業單位主要是指為社會、為群眾提供直接服務的公用事業單位和服務行業，以及具有公共服務職能的企業，具體包括:醫療衛生、教育、供水、供電、供氣、供熱、公交、物業、社保、金融、郵政、電信等行業和單位。這些單位在辦理相關業務時產生的有關數據。這其中部分數據與政府統計業務有直接關聯，部分數據間接關聯。如社保部門辦理社會保險金征繳數據與統計部門勞動工資統計有關聯；供電部門所負責的區域內各企業電量消耗數據與統計部門能源統計有關聯；供水部門所負責的區域內各企業水資源消耗與統計部門水耗統計有關聯等。（3）按照市場經濟行為運行企業的生產經營數據。企業內部數據主要包括存放于企業操作型數據庫中的各種業務數據（結構化數據）和辦公自動化系統中包含的各類文檔數據（非結構化數據）。主要是指企業生產經營過程中積累下來的各種各樣的數據記錄，如客戶記錄、銷售記錄、人事記錄、采購記錄、財務數據和生產庫存記錄等。這些企業內部數據與政府統計工作有直接關系。尤其是對于納入統計范圍的“四上”單位，這些企業的產、銷、財務、工資數據均是統計部門開展專業調查需要掌握和了解的。此外，如生產、銷售、耗能、用工等明細數據可以更多地應用于政府統計當中，但受企業數據保密的影響，這些數據功能還沒有很好發揮。（4）電子商務企業和互聯網搜索引擎的數據。互聯網時代下，人們越來越通過BAT（中國互聯網公司三巨頭:百度公司、阿里巴巴集團、騰訊公司） 等大數據持有者發布的數據了解社會經濟發展態勢。淘寶網站每天有超過數千萬筆交易，單日數據產生量超過50TB，存儲量40PB。百度公司目前數據總量接近1 000 PB，存儲網頁數量接近1萬億頁，每天大約要處理60億次搜索請求，幾十PB數據。這些電子商務企業和互聯網搜索企業產生的交易記錄、價格信息、關鍵詞搜索頻率等，對于完善補充政府統計數據的內容、形式和實施步驟，推進大數據在政府統計的應用都具有重要意義。

4 國內外在統計、經濟及海洋領域大數據應用的探索實踐

4.1 統計領域

發達國家行政登記系統的數據更新相對及時，數據質量也較高，統計學家早在20世紀70年代就開始考慮利用行政記錄輔助甚至完全替代政府統計調查。北歐是最早討論并利用行政記錄輔助政府統計調查的地區，到2011年底北歐四國已經全部建立起完全基于行政記錄的人口和住房普查。北歐的成功經驗被越來越多的國家和地區借鑒學習，例如奧地利、瑞士、加拿大等國[6]。

近年來，我國統計部門按照“總體設計、牽頭攻關、先易后難、專業突破”的核心思路，穩步推進了大數據在政府統計中的研究與應用。在理論研究領域，目前核心的研究成果主要體現在2013年出版的《大數據在政府統計中的探索和應用》一書中。該書對大數據進行了界定和分類，探討了大數據背景下政府統計生產流程的變革，以及大數據在政府統計專業中應用的可行性及實施路徑，為應用大數據推動統計改革和創新提供了思路與參考。在實務領域，已經開展了應用與試點，主要包括以下5方面:一是在價格、貿易、交通運輸等專業統計中積極開展應用大數據的試點，如研究建立商場、超市和電商企業向統計部門提供完整電子化交易記錄的制度等；二是全力推進企業電子化記錄在統計調查中的應用，積極研究開發企業電子化生產經營記錄自動導入統計聯網直報系統的技術；三是加大對政府部門電子化行政記錄的應用力度，努力實現電子化行政記錄和統計信息的共享；四是按照“優勢互補、互利雙贏、數據導向、逐步遞進”的原則與阿里巴巴、百度等大數據企業深入開展合作；五是探索利用網絡搜索數據建立相關統計分析和計量模型等多種方式開展經濟走勢預測[7]。

4.2 經濟領域

國內外研究推出了多種基于大數據建模獲取的數據指標。一是通過搜索數據，如美聯儲通過搜索社交媒體預測“美國失業率”；二是通過社交數據，如美國華爾街投行、對沖基金、紐約證券交易所等均在使用社交網絡股市情緒量化分析法獲得“股市情緒指數”，百度推出的“百度股市通”；三是通過交易數據，如百度中小企業景氣指數、阿里巴巴網絡零售價格指數（ISPI）、1號店快銷品價格指數；四是通過位置數據，如交通指數、出租車空車指數，北京市發改委與百度合作基于位置數據測算京津冀一體化人口疏解情況[8]。

國家發改委作為國家宏觀經濟管理部門，積極探索在大數據技術支撐宏觀形勢分析、政策評估、重大規劃和戰略實施效果評價等分析應用領域。2015年，國家發改委積極整合資源，創新發展機制，組建了國家發展改革委互聯網大數據分析中心，全力推進大數據分析應用工作，整合匯聚各方資源的大數據采集體系初具規模，形成統一數據的分析挖掘體系，初步建立大數據宏觀決策支持體系。圍繞經濟監測、形勢分析和政策評價編寫了近140期大數據分析報告，處理的有效數據條數超過了2000億條；多次開展季度宏觀經濟形勢大數據研判工作；探索性開展基于非統計數據的宏觀經濟監測預測研究，研發了網民經濟信心指數、重點消費領域需求指數、養老消費潛力可釋放系數、網民就業壓力指數等宏觀經濟監測預測指數[9]。

4.3 海洋領域

國外致力于海洋大數據的機構類型大致有三類:一是創業公司類，目前有一批初創公司致力于全球范圍內的傳感器網絡布置，基于傳感器數據搭建海洋大數據平臺，Planet OS是其中的代表，重點關注領域包括油氣、航運、海洋科學、陸地、大氣、空間傳感器和機器數據，旨在為天氣、能源、運輸、城市規劃、農業等行業的發展提供數據分析的支持；二是科學研究機構類，以美國國家海洋和大氣管理局（NOAA）為代表的科學研究機構，擁有全球分布最為廣泛，精度最高的觀測、感知、分析系統，獲取了包括海洋大數據在內的巨量數據，并將大部分資源免費向政府、企業和公眾開放。三是科研機構與企業合作類，比較著名的例子有 NOAA聯合 Google、Amazon、IBM、Microsoft、OCC推出的Big Data Project，ONC聯合IBM推出的Smart Ocean BC項目。

國內，主要以政府支持的科學研究機構為主導形式，涉足海洋大數據的建設工作。在國務院有關部門的長期支持下，先后投入大量經費實施了多個專項工程，對國家海洋數據獲取體系、數據管理體系、應用服務體系及安全與保障體系進行了建設、補充、強化，初步形成了覆蓋我國沿岸、近海，涉及深海大洋和極地的立體觀測體系，獲取了我國管轄海域及世界大洋范圍內的海洋環境基礎資料和海洋資源、海洋經濟、海域海島管理、海洋生態環境、海洋預報減災、海洋情報權益等專題數據資料。當前，國家海洋局牽頭開展的“智慧海洋”工程將是海洋領域國家大數據的代表工程。

隨著海洋強國戰略和“一帶一路”戰略的深入實施，國內一些高校研究機構也紛紛涉足海洋大數據領域。如北京大學成立了海洋信息研究中心，在對多源數據進行搜集、處理、集成、規范、關聯、分析與挖掘的基礎上，形成各類數據庫，包括基礎數據庫、特色數據庫、沿線國家數據庫、決策支持數據庫等，構建并應用開發了“一帶一路”數據分析平臺，可以為用戶提供智能型一站式檢索服務。清華大學通過整合相關學科資源，實現跨院系合作，組建了清華大學遙感大數據研究中心，開展空天地海數據平臺建設。特別是在社會科學領域，該平臺聯合清華大學海峽研究院、國觀智庫/清華國觀海洋研究中心，以“戰略+經濟”為重點，開展數據庫信息搜集，撰寫了海外涉海信息研究、海外智庫涉海信息匯編等研究報告。

5 大數據時代海洋統計改革的若干思考

“大數據”是一把“雙刃劍”，一方面，其對傳統統計技術的沖擊巨大，另一方面，對于統計業務的再造、數據的采集以及數據質量的提高都有幫助。因此，海洋統計應借助于“大數據”所帶來的有利條件，主動順應數據社會化的趨勢，加快推進海洋統計思維的轉變以及統計改革的推進。

5.1 整合各方力量，建立適應于市場經濟的統計數據采集和生產體系

一是要推進政府部門數據共享。政府統計部門應當加強與各政府職能部門的合作，整合現有的分散于各職能部門中的“行政記錄”，完善多種信息來源的數據采集制度，建立現代化的政府統計體系，最大限度地發掘這些數據資源的價值，提高政府統計部門的生產力。“十二五”時期，國家海洋局初步建立了與統計局、工信部、海關總署等部門的戰略合作，“十三五”時期要繼續推動與稅務、工商、旅游、金融等部門以及船舶、油氣、風能等行業協會和央企的數據共享機制，逐步建立起完善的海洋統計數據支撐體系，占據海洋大數據的絕對高地。

二要加強與互聯網大技術企業的合作。國家海洋信息中心擁有海洋資源、產業、環境、管理等各方面的海量數據，并對這些數據的產生、結構、特征等都有全面的認識，而互聯網大數據公司（如百度公司、阿里巴巴集團、騰訊公司）掌握最先進的大數據技術，能夠快速、有效、正確地搭建大數據存儲、處理、分析平臺，雙方結合通過數據分析與挖掘不僅可以提供高效、便捷的數據服務，而且還可豐富海洋投資、消費、貿易、民生等主要指標，提高數據的廣度、深度和頻度，創新海洋指標與指數產品，逐步完善海洋數據支撐體系。

5.2 加快信息化和一體化進程建設，優化統計機構體系分工設置

當前，海洋統計盡管走過了二十多年的發展歷程，數據指標和統計產品不斷豐富，但海洋統計數據生產流程的信息化水平還比較落后，更談不上實現數據獲取、處理、分析、決策的一體化流程，隨著信息科技的日新月異和海量數據幾何倍數的增長，其工作體系已遠遠不能適應時代的發展需要，改革迫在眉睫。

大數據背景下，要求各項統計工作必須走專業化道路，制度設計人員要研究數據獲取來源、可信度、成本等項目，按照用戶的需求設置指標；數據采集人員的任務是開拓更多可用的數據來源，并對數據流進行實時監測，保證數據流的通暢和清潔；數據分析人員則通過專業化的分析手段進行科學分析，將產品包裝傳遞給社會用戶。只有按照統計數據生產流程設定機構，并進行網絡化管理才能保證數據生產的科學性。同時，隨著國家統計部門推行的“聯網直報”等四大工程成效初步顯現，網絡技術對人工的替代正成為發展趨勢，統計人員的工作由以前的催報、加工匯總、審核等職能轉化為質量控制，而其他職能均可由技術實現。可見在“大數據”背景下，統計機構的體系設置也面臨調整，要按照數據生產的流程來架構組織體系，加快信息化水平，推動數據獲取、處理、分析、決策的一體化進程[2]。

5.3 提高數據挖掘分析能力，推進數據的應用深度和廣度

“大數據”的概念來源于互聯網，其要求的數據分析已經遠非目前的統計數據處理技術能夠實現。對于統計來說，“大數據”還處于概念和社會趨勢意義上，所要面對的大量、復雜的行政記錄、商業交易數據實際上是結構化的海量數據，需要從這些海量數據中提取隱含的關系、模式和趨勢等信息和知識供統計使用。目前，結構化的海量數據挖掘已有比較完善的方法論和挖掘工具及算法，在一些商業調查領域已經開始發揮作用。為了在未來的數據競爭中站穩腳跟，必須增強數據挖掘等現代分析能力。

特別是海洋統計領域，雖然每年通過統計制度，發布統計公報和統計年鑒，積累了經濟、科技、環保等多領域的統計數據，但是目前僅限于數據本身，數據間的隱含關系、趨勢等沒有被有效地分析與挖掘，且新的統計指標應接不暇，部分已有數據應用價值微乎其微。因此在大數據時代背景下，一方面要優化改革指標體系，開拓新的數據渠道，創新符合時代要求的指標，剔除不合理的指標，構建形成多源數據獲取的體系；另一方面，也要推進先進學習方法在海洋大數據領域的應用、改進和創新，謀劃布局大數據分析與數據挖掘技術，強化數據的分析應用和深度挖掘，提高數據的應用價值和水平。

5.4 完善統計數據發布，建立針對用戶需求的統計發布體系

統計最終是為用戶服務的，發布對用戶有價值的統計數據才是統計存在的意義。目前，我國海洋統計發布的數據是以滿足各級政府及有關部門宏觀決策的需求為主，服務涉海企業和社會公眾的需求為輔。隨著海洋強國戰略的實施、海洋及海洋經濟越來越受到國家的重視，從中央政府到地方政府，從涉海企業到科研院所對海洋數據的需求越來越迫切，這種需求模式對于海洋統計數據的生產提出了新的課題。因此，在大數據的生產模式下，生產哪些數據、調查發布哪些數據，不僅要要兼顧服務宏觀決策的需求，而且要兼顧服務企業和社會公眾的需求。同時，在發布數據的形式上，數據可視化、人機交互、機器智能等先進的技術已經逐步應用到統計、計算機及商業領域，因此在數據發布方面還需要進一步加大創新力度，完善各種發布渠道，形成全媒體、寬領域的數據發布格局。

“大數據”的本質實際上是數據生產的社會化，其對統計尤其是政府統計的沖擊是巨大的。海洋統計部門應直面挑戰，順應潮流，借助于“大數據”變革的有利形勢，勇于實踐，探索大數據在統計工作中的應用方式，加快提高統計能力，使得海洋統計在大變革中處于優勢地位。

參考文獻：

[1]馬建堂.大數據在政府統計中的應用[M].北京:中國統計出版社，2013.

[2]胡順華.大數據時代與政府統計發展研究[J].決策與信息，2015（11）:81.

[3]許小樂.“大數據”與政府統計改革[J].調研世界，2013（5）: 42-45.

[4] 郭秦川.官方統計與大數據對比分析[J].調研世界，2013（8）:50-55.

[5]張明康.大數據應用于政府統計的探索與實踐——基于財稅數據應用的研究[J].調研世界，2014（3）:45-47.

[6]趙彥云，周芳.試論大數據時代中國政府統計改革發展新模式[J].教學與研究，2014（1）:20-26.

[7]何強.政府統計視閾中的大數據核心思想芻議[J].調研世界，2015（2）:50-53.

[8]魏穎.大數據與宏觀調控創新[J].宏觀經濟管理，2016（7）: 20-25.

[9]李樸民.進一步做好大數據分析應用工作[J].宏觀經濟管理，2016（6）:9-10.

《海洋經濟》2016年總目次第6卷第1期～第6期

第1期（總第31期）

宏觀經濟

“十三五”海洋經濟發展若干問題研究 ………………………… 徐叢春，趙 鵬，周怡圃，朱 凌，李宜良（3）

海洋經濟布局的主體、客體和作用關系 ………………………………… 劉大海，歐陽慧敏，李曉璇，紀瑞雪（10）

產業經濟

中韓自貿區建立后兩國水產品貿易關系的變化趨勢 ………………………………… 孫 琛，姜 玉，孫峻一（16）

北極航道開通對我國能源海上運輸的影響 ……………………………………………………… 劉 萍，胡麥秀（22）

區域經濟

海域使用權價值評估的B-S期權定價模型研究——以連云港港口海域為例 ………………… 張 濤，王海笑（27）

基于陸海統籌的北海市海洋經濟發展布局優化研究 …………… 張玉潔，林香紅，張 偉，朱 凌，劉 彬（33）

統計與分析

基于IOWA的中國海洋生物醫藥業組合預測模型的應用研究 ……………………… 鄭 莉，張玉潔，李琳琳（38）

山東省風暴潮災害經濟損失預測——基于灰色—周期外延組合模型 …… 高 強，谷文凱，林亞瓊，王 妍（46）

上海市海洋經濟發展指數研究 ………………………………………………………… 張 呈，虞衛東，貝竹園（52）

動態與進展

國內外濱海旅游競爭力研究進展 ………………………………………………………………… 汪為祥，蘇勇軍（59）

第2期（總第32期）

探索與實踐

海域資源資產負債表核算框架研究 ……………………………………………………………… 王 濤，何廣順（3）

產業經濟

“互聯網+海洋經濟”的融合機制及實現路徑研究 ………………………… 劉大海，葛佳敏，李曉璇，紀瑞雪（13）

秦皇島港轉型升級路徑研究 …………………………………………………………… 馬 瑜，欒維新，張 睿（20）

區域經濟

基于集對分析法的海洋經濟系統脆弱性評價研究 ……………………………………………… 于謹凱，魏 云（26）

天津市海洋經濟融入“一帶一路”建設的戰略思考 ……………………… 孫瑞杰，羊志洪，劉 佳，趙 鵬（34）

環渤海省市海洋經濟對區域經濟發展的影響研究 ……………………………………………… 李 芳，張丕景（40）

統計與分析

基于三階段DEA模型的我國區域海洋科技創新效率分析 …… 李 彬，楊 鳴，戴桂林，楊俊杰，王 健（47）

基于三次產業分類的東海經濟區海洋產業結構分析 …………………………………………… 魏夢雅，張效莉（54）

第3期（總第33期）

產業經濟

海水養殖風力指數保險設計及費率厘定研究——以廣東省為例 …………………… 李亞琦，韓興勇，岳宗勝（3）

新常態下我國海洋保險業發展現狀、問題及對策研究 ………………………………………… 張玉潔，李明昕（10）

區域經濟

亞洲范圍內上海港國際競爭力評價研究 ………………………………………………………… 喻 潤，溫艷萍（15）

舟山國家遠洋漁業基地建設的SWOT-PEST分析 ………………………… 梁鴿峰，孫 琛，樂家華，王偉江（21）

海岸線私屬化應對措施研究 ………………………………………………………………………………… 王江濤（27）

山東省養殖海域承載力與海洋空間資源利用協調度研究 ……………………………………… 單春紅，林羞月（33）

東海經濟區海洋產業集聚與區域經濟增長關系研究 …………………………………………… 糾手才，張效莉（40）

統計與分析

基于灰色新陳代謝GM（1，1）模型的廣西水海產品出口預測研究——灰色系統理論與應用系列論文之一 ……………………………………………………………… 朱 念（48）

海洋經濟核算數據質量分析新方法及案例分析 ………………………………………………… 高一蘭，黃曉野（55）

第4期（總第34期）

宏觀經濟

我國海洋經濟發展現狀與展望 ……………………………………………………………………………… 王 宏（3）

產業經濟

2016年上半年我國海洋產業發展情況評述 ………………………………………………………………… 何廣順（9）

區域經濟

長江經濟帶港口競爭力測度及其優化路徑研究 ……………………………………… 李 博，王子玥，韓 增（13）

基于EES協同模型的廣東省海洋生態系統安全評價 ……………………………………………………… 劉漢斌（20）

“十三五”時期欽州市海洋經濟發展構想 ………………………… 徐叢春，朱 凌，李宜良，趙 鵬，周怡圃（28）

山東半島藍色經濟區打造“藍色體育旅游帶”的戰略構想 ……………………………………………… 王瑞靜（36）

基于SWOT分析的如皋市海洋產業園區發展對策研究 ……………………………… 張玉潔，段曉峰，殷 悅（45）

統計與分析

海洋科技進步貢獻率模型改進與參數測度 ……………………………………………………… 李曉璇，劉大海（51）

國外海洋經濟

英國海上風電產業扶持政策演變、最新態勢及啟示研究 ………………………………………………… 韋有周（59）

第5期（總第35期）

理論研究

海洋生態系統服務非市場價值評估研究特征述評 ………………………………………………………… 郭 晶（3）

探索與實踐

新常態下金融支持海洋經濟發展的合作機制及對策研究 …………………………… 張玉潔，徐叢春，趙 鵬（13）

產業經濟

中國海洋產業發展與海洋資源利用的關聯度研究 …………………………………… 生 楠，高 健，劉依陽（19）

區域經濟

基于多層次模糊優選模型的連云港市海洋產業排序及發展戰略研究 ………………………… 于高燕，劉大海（26）

區域建設用海規劃環境影響評價管理政策分析 ……………………………………… 曲艷敏，楊 翼，陶以軍（35）

遼寧沿海經濟帶旅游景區建設問題探析 …………………………………… 魯小波，陳曉穎，馬斌斌，王 梓（42）

熱帶濱海城市生態旅游監控與修復管理研究——以三亞市為例 ………………………………………… 彭文靜（49）

國外海洋經濟

中國與加拿大海洋經濟統計口徑比較研究 …………………………………………… 宋維玲，秦 雪，李琳琳（55）

第6期（總第36期）

供給側結構性改革

遼寧省海洋生態文明建設中的供給側改革路徑研究 ………………………………… 劉 洋，裴兆斌，姜義穎（3）

供給側結構性改革背景下廣東省實現海洋資源有效供給的思路研究 ……………… 張玉潔，段曉峰，胡 潔（10）

產業經濟

海水淡化在無居民海島保護和利用中的應用 …………………… 黃鵬飛，宋代旺，王生輝，初喜章，王銳浩（15）

基于三軸圖法的遼寧省海洋產業結構演進特征分析 …………………………………………… 鄭金花，狄乾斌（21）

區域經濟

天津市近岸海域海洋生態文明建設初探 ……………………………………………… 張秋豐，徐玉山，劉 森（29）

基于“彈鋼琴”方法的大連市經濟與海洋生態環境協調發展對策分析 ……………………… 姜昳芃，劉 洋（37）

天津市海洋生態紅線管控對策研究 ………… 許 艷，楊 翼，曾 容，向先全，王曉莉，劉 捷，劉書明（48）

統計與分析…………………………………………………………………………… 大數據時代海洋統計改革的思考徐叢春（54）

Reflections on the Reform of Marine Statistics in the Era of Big Data

XU Chongchun
（Natinoal Marine Data and Information Service，Tianjin 300171，China）

In the era of big data，government statistical data is an integral part of big data.It is urgent to keep pace with the application of data acquisition technology such as Internet，Internet of Things and cloud computing.It summarizes the background and characteristics of big data and the understanding of big data by statistical departments，analyzes the impact of big data on government statistics and the status of application of big data at home and abroad.It suggests that marine statistics，regarded as one of department statistics in government statistics，should closely follow the development trend of big data，study the application of big data in marine statistics，improve the organization system，data acquisition and production system，data application system and distribution system of marine statistics.With the help of"Big Data"，marine statistics should speed up the improvement of capacity，and occupy dominant position amid great changes.

Big data；Government statistics；Marine statistics

F222.3

A

2095-1647（2016）06-0054-07

2016-12-03

徐叢春，女，碩士，副研究員，主要研究方向為海洋經濟規劃、區域海洋經濟，E-mail:xuchongchun@163.com。