大數據時代下勞動經濟統計的優化芻議

劉必林

摘 要：信息技術的快速發展，逐漸催生了大數據技術的出現并逐漸滲透到經濟社會發展的各個領域，大數據時代已經悄然來臨。作為當前最火爆的信息技術之一，大數據給經濟學和統計學的研究既帶來了便利，也帶來了挑戰。本文基于大數據的視角，開展了勞動經濟統計指標體系的優化研究，旨在為行業人員提供借鑒。

關鍵詞：大數據；勞動經濟統計；優化

當前，大數據（Big Data）技術快速發展，對人們的生活工作方式和社會形態產生了重要的影響，大數據時代的到來已經成為人們的共識。大數據在為各個學科帶來便利性的同時，也帶來了一定的挑戰，逐步成為各個學科無法回避的問題。當前，“榨菜指數”成為時下經濟統計學領域的熱門話題，所謂的“榨菜指數”是人們根據涪陵榨菜在我國華南、華北、華東等不同地區銷售份額的變化，對以榨菜為主要消費群體的農民工在全國范圍內的流動趨勢進行預測得到的統計情況。那么大數據對于以“榨菜指數”為代表的勞動經濟統計有什么影響？為了解決這個疑問，本文在大數據時代的背景下，開展了勞動經濟統計指標體系的優化研究。

一、大數據理論與大數據時代概述

大數據是近年來迅速躥紅的熱門名詞，其起源于計算機技術并逐漸滲透到人們生活各個領域。目前大數據已經逐步引起互聯網公司以及相關部門的廣泛重視。對于大數據的定義，最早可以追溯到麥肯錫公司的報告，但是目前業內尚沒有統一的標準。通常情況下，對于無法在短時間內應用常規技術進行收集、處理與分析的海量信息數據被稱之為大數據。可以看出，大數據具有數據體量大、真實性高、運轉速度快、數據多樣性等特點。

大數據的影響力和重要性在與日俱增，對經濟社會發展的各個方面產生了深遠的影響，毋庸置疑，大數據的時代已經來臨。隨著信息技術的發展，大數據將呈現以下幾點趨勢：首先，數據來源面越來越廣，數據種類不斷豐富。隨著互聯網技術、計算機技術的快速發展，相應的數據范圍、數據種類必將日益增多，與傳統數據相比，大數據是海量的信息，混雜特性將越來越明顯；其次，數據的存儲與分析技術將進一步快速發展，超級計算機、云存儲等硬件設備為數據存儲與計算分析能力的提高奠定了強有力的基礎；第三，大數據分析的重視程度將與日俱增，海量數據的分析，既需要強大的硬件設備，也需要科學的分析方法，二者相結合，才能從海量數據中提取出有價值的信息；第四，大數據技術發展賴以生存的相關政策和法律法規需要進一步完善，國家層面上需要制定有效的鼓勵政策以及法律法規促進大數據的建設工作，并保證大數據技術在法律框架下健康發展。

二、大數據理論對經濟學統計的影響

目前，經濟學研究的趨勢逐漸向數理經濟學靠攏，更注重通過數據和模型開展定量研究得到的結論。在數理經濟學研究方面，早在上世紀六十年代，瑞典皇家科學院通過將經濟學納入諾貝爾獎的方式，鼓勵業內人士針對經濟現象充分利用數理模型開展相關研究，自此，數學和數據開始備受經濟學研究人員的重視，數理經濟學逐漸成為經濟學研究的主流，據相關統計顯示，超過九成的諾貝爾經濟學獎得主在經濟研究的過程中開展了數理分析工作，目前西方經濟學界甚至推崇“無數學不科學”的理念，可見人們對于數學和數據的重視程度。在我國，越來越多的經濟研究開始向數理化方向發展[1-2]。受此影響，與經濟學緊密聯系的統計學對于數據和模型分析的依賴程度也越來越高。

傳統的勞動經濟體系中，大多借助社會調查的方式完成勞動力流動性的統計工作，在具體實施中，一般先建立科學的樣本庫，通過實地考察收集數據并進行量化處理，最終實現對勞動力流動情況的分析和測算。在大數據時代背景下，這種傳統的統計方法將迎來根本性的改變，依托大數據技術，數據的采集會跳出研究對象主體的限制，而是以間接的方式構建數據聯系，進而形成趨勢性的研究結果，在這個過程中數據的可獲得性和關聯性將得到大幅提升。

可以看出，在大數據時代，統計學的發展一方面要面臨諸多的危機和挑戰，另一方面也將迎來廣闊的發展機遇。依托于大數據技術，數據的采集將更加方便，可以為經濟學分析提供海量的數據樣本，此外數據處理和分析技術的進步，可以促進經濟學研究的效率的大大提升。比如本文提及的“榨菜指數”案例中，勞動經濟統計的最終目的是對勞動力流動趨勢做出科學的判斷。傳統統計方法在數據收集方面以小樣本為主，流程復雜，耗費時間多，并且在數據分析上會有主觀傾向。在大數據模式下，以整體性的數據代替小樣本數據，可以有效的避免數據在時效性和有效性方面的缺陷，通過充分利用數據之間的相關關系做出趨勢判斷，能更好的達到數據統計的目標。

大數據理論與數理經濟學的發展是緊密聯系的，主要體現在以下三方面。首先，大數據技術順應了數理經濟學的發展趨勢，可以拓展研究視野。眾所周知，經濟學是一門研究客觀世界經濟運行規律的學科，其研究對象主要針對的是經濟運行的客觀世界。勞動經濟統計則是通過收集樣本數據，通過科學分析，對客觀世界的經濟行為以及經濟現象進行描述。大數據的突出特點是體量大、種類多，也有經濟學者稱之為數據量的無限性。在經濟學領域中，無論是個人行為還是團體行動，從生活消費到商品交易，都會產生大量的數據信息，在信息技術快速發展的今天，這些數據信息都會被詳細的記錄下來。顯然，這些龐大的數據可以反應出復雜的社會現象，因此，經濟學研究的范圍也將呈現出無限性的特點。借助先進的數據處理工具，建立合理的數據相關性，就能對某一特定領域的現象進行研究探討；其次，大數據與經濟學數理化相融合，可以有效提升研究工具的有效性。大數據的優勢不僅僅在于數據來源的廣泛性，還包括分析工具和方法的多樣性。在經濟統計數據分析方面，傳統方法大多是通過抽樣分析來構建合理的因果關系；但是在大數據模式下，傳統的概率分析等算法已經難以滿足解決復雜問題的需求，神經網絡算法、貝葉斯空間模型、空間技術零膨脹模型等眾多新的算法不斷涌現出來，此外相關分析法逐漸代替傳統因果分析法成為解決復雜經濟問題的首選，可以看出，在大數據時代，數據分析已經跨越了簡單的數學運算階段，開始逐漸向復雜的數學建模階段發展，數據處理效率呈幾何級數增長，大大提升了研究工具的有效性；第三，大數據可以進一步推動社會科學的理性化發展。社會研究注重社會現象的主觀分析，自然科學更傾向于客觀研究，二者在這方面是截然相反的。事實上，大數據除了作為定量研究的工具之外，還可以應用于定性分析中。對于社會研究中的制度、文化等無法直接抽樣調查的部分，可以采用構建相關性的方式分解研究，對研究命題進行定性分析，推動社會科學的數理化研究進展。需要注意的是，大數據雖然具有眾多的優勢，但并不是萬能的，科學研究的主體是具體的研究者，而大數據并非是處理實際問題的唯一解決辦法，在實際操作中需要具體問題需要具體分析，選擇最優的解決方法。但是大數據可以客觀、真實的反映社會現象，有助于我們及時發現問題，并為研究人員提供了一種可實現的研究思路和方法，帶給研究人員更多的思考和啟迪。

三、大數據時代背景下勞動經濟指標體系

勞動經濟統計情況，可以客觀的反映國家經濟的實際運營情況，在國民經濟統計中占據著重要的地位[3]。為了更好地統計分析國民經濟狀況，可以從勞動力市場、勞動報酬、勞動關系等角度構建勞動經濟學統計指標體系。其中，失業率、勞動收入、企業工傷死亡率等是重點的一級指標，一級指標下可以進一步細分為二級指標、三級指標等等，進而形成勞動統計報表，并由經濟普查人員開展填報工工作。這種模式在實際運營中存在一定的局限性，影響了統計數據的準確性，在大數據時代下，需要重點考慮統計指標的內容、數據采集的可實施性以及數據的靈活性等方面。第一，注重不同勞動統計指標相互之間的聯系。目前我國的勞動統計報表中，對于統計指標進行了科學詳細的劃分，通過該報表收集的數據對于分析國民經濟情況有重要的意義。但是在實際操作過程中，受地域之間統計標準和范圍差異的影響，“數據打架”的現象常有發生，因此，科學的設定勞動統計指標，具有重要的意義；其次，注重數據采集方式的優化，構建以勞動者個人為填報主體的數據庫。隨著國家戶籍制度的改革，構建個人賬戶性的勞動數據庫的設想將成為可能，但是該工作涉及面廣，工程浩大，對勞動者本人素質和建設數據庫的技術方法都提出了較高的要求；第三，注重數據處理和分析方法的研究。對于收集的海量數據，需要構建科學的模型并采用有效的分析方法，為形成趨勢性的研究結論服務。綜上，大數據時代下，經濟學的數理化趨勢將成為主流，勞動經濟學數據統計工作也需要相應的進行改變，其中更新指標體系、優化數據采集方式和分析方法是重要的研究內容。

參考文獻：

[1] 蔡慶豐， 郭春松， 陳詣之. 大數據思維在金融學研究中的運用[J]. 經濟學動態， 2015（3）：104-114.

[2] 田茂再. 大數據時代統計學重構研究中的幾個熱點問題[J]. 統計研究， 2015， 32（5）：3-12.

[3] 岳曉寧， 丁宇. 大數據時代統計學重構淺析[J]. 沈陽大學學報（自然科學版）， 2017， 29（3）：250-253.