大數據在統計工作中的應用及探索

□ 文| 劉成秀

大數據被稱為是新型戰略資源，它具有量體巨大、來源多樣、生成極快、多變等特點且難以用傳統數據體系結構有效處理的包含大量數據集的數據。通常被認為是采用多種數據收集方式、整合多種數據來源的數據，由機器具自動化或半自動化生成，不是專門為統計目的而產生，是有高度應用價值和決策支持功能的數據。大數據作為統計數據的來源“第二規”，應用領域廣泛，幾乎覆蓋數據采集、存儲、分析和發布等整個統計過程，對統計工作具有重要的補充作用。在行政記錄數據的獲取方面，國家統計局積極推進與各部門的合作，加快數據共享機制；在商業記錄數據和互聯網數據的獲取方面，國家統計局不斷加大與各類數據企業的合作力度，與阿里巴巴、百度、聯通等大數據相關企業簽署了大數據戰略合作框架協議，利用企業數據完善、補充政府統計；在遙感數據利用方面，積極運用高新技術獲取農業領域的海量數據，完善農作物播種面積和產量估計，提高農業調查的科學性、準確性和實效性。不同類型的數據源可用于政府統計數據的補缺，校驗、評估、推算等各個方面，基于云計算、互聯網、遙定位等領域的大數據技術，可以為政府統計數據處理提供有力度的技術支撐。2015年9月，國務院發布《促進大數據發展行動綱要》，其中重要任務之一就是“加快政府數據開放共享，推動資源整合，提升治理能力”，并明確了時間節點，2017年跨部門數據資源共享共用格局基本形成；2018年建成政府主導的數據共享開放平臺，打通政府部門、企事業單位間的數據壁壘，并在部分領域開展應用試點；2020年實現政府數據集的普遍開放。

大數據的應用

1.在醫療衛生領域的運用。以往政府部門多利用對醫療機構的個數、就診人數及次數等事后數據，對醫療服務狀況進行研究，但引入互聯網大數據后，可以使用在線數據對疾病發展趨勢進行分析。通過對熱搜關鍵詞的研究，組建大數據模型，實現對某區域未來疾病動態數據的預測及各城市熱點疾病的重點治療醫院進行排名。通過互聯網搜索大數據的使用，將提高衛生監測部門對流行疾病發展狀況的掌握程度，使其可以提前做好預防策略的制定，完善熱點醫院的管理督查工作。

2.在統計人口。以往政府進行統計人口的時候，需要消耗大量的人財物，才能完成普查，并獲得數據包括全國和地區人口數量、城市和農村人口數量、人口性別比例、人口地域分布、年齡結構、出生死亡率等；若使用互聯網，將極快的獲取網民所在的地域、性別等數據，同時還可以通過對網民行為的研究，得出其消費的能力、興趣愛好等特征。

3.在經濟發展中的使用。以往官方都以月度、季度等對各項經濟指標進行統計，現如今，互聯網企業能夠利用大數據實現所有經濟指標的搜索與完善，使其在第一時間對國民的經濟運行情況進行展現，讓宏觀經濟監測及時性、可靠性及覆蓋面積得以提高，同時也為宏觀經濟部門對未來經濟的發展行情、預測等提供了數據支持。

4.在社會就業中的運用。以往政府部門都利用畢業生人數增長數量與勞動力需求增長狀況的數據比較，分析就業形勢。但引入互聯網大數據后，就可以利用對網面搜索關鍵詞趨勢的研究，了解畢業生就業需求與壓力所在。例如，通過對“找工作”一詞的搜索數量變化，掌握畢業生求職需求，從而填補人社部數據空白，掌握社會就業需求及就業趨勢，做好政策的制定與微調。

5.在價格統計中的運用。以GPI統計為例，價格統計的最新數據來源包括互聯網企業數據、電子商務交易數據等，相關數據具有量大、更新速度快等優點，做好相關數據的使用，將進一步減少統計開支，增加指標發布次數。一般可通過以下三種方法利用大數據完善價格統計工作：一是采用搜索方式收集網上交易價格數據；二是與電子商務企業進行合作，獲取交易價格數據；三是建立商場、超市、醫院等實行電子計價的采價點向統計部門報送交易記錄的制度。例如國家統計局從2014年起開展網絡抓取部分商品的網絡價格來預測居民消費價格指數（CPI）的試點，積極推進有條件的地區利用商場和超市的電子數據進行部分商品的價格收集工作，并利用超市和商場的掃描資料評估CPI新基期權數，等等。大數據在統計工作中如此廣泛的應用，大數據時代的數據非常繁雜，數量驚人，近年來，數據安全和隱私數據泄露事件頻發，凸顯大數據發展面臨的嚴峻挑戰。在大數據環境下，數據在采集、存儲、跨境跨系統流轉、利用、交易和銷毀等環節的全生命周期過程中，所有權與管理權分離，真假難辨，多系統、多環節的信息隱性留存，導致數據跨境跨系統流轉追蹤難、控制難，數據確權和可信銷毀也更加困難。如何保證這些信息數據在有效利用之前的安全是一個非常嚴肅的問題。如何防護數據的安全性，加強安全防護措施顯得非常重要。

大數據環境下的信息安全防護措施

加強數據結構化管理。結構化的數據便于管理和加密，更便于處理和分類，能夠有效的智能分辨非法入侵數據，保證數據的安全。數據結構化雖然不能夠徹底改變數據安全的格局，但是能夠加快數據安全系統的處理效率。

加強網絡層端點的數據安全性。常規的數據安全模式通常是分層構建。現有的端點安全方式對于網絡層的安全防護并不完美。一方面是大數據時代的信息爆炸，導致服務端的非法入侵次數急劇增長，這對于網絡層的考驗十分的嚴峻；另一方面由于云計算的大趨勢，現在的網絡數據威脅方式和方法越來越難以預測辨識，這給現有的端點數據安全模式造成了巨大的壓力。在未來，網絡層安全應當作為重點發展的一個層面。在加強網絡層數據辨識智能化，結構化的基礎上加上與本地系統的相互監控協調，同時杜絕非常態數據的運行，這樣就能夠在網絡層構筑屬于大數據時代的全面安全堡壘，完善自身的缺陷。加強本地數據安全策略。由于大數據時代的數據財富化導致了大量的信息泄露事件，而這些泄露事件中，來自內部的威脅更大。雖然終端的數據安全已經具備了成熟的本地安全防護系統，但還需在本地策略的構建上需要加入對于內部管理的監控，監管手段。用純數據的模式來避免由于人為原因造成的數據流失，信息泄露。在未來的數據安全模式中，管理者的角色權重逐漸分化，數據本身的自我監控和智能管理將代替一大部分人為的操作。在本地安全策略的構建過程中還要加強與各個環節的協調。由于現在的數據處理方式往往會依托于網絡，所以在數據的處理過程中會出現大量的數據調用，在調用過程中就容易出現很大的安全威脅。這樣就必須降本地和網絡的鏈接做的更細膩，完善緩存機制和儲存規則，有效保證數據源的純潔，從根本上杜絕數據的安全威脅。建立數據中心安全系統。針對傳統的數據存儲，一般都建立了全面完善的防護措施。但基于云計算架構的大數據，還需進一步完善數據存儲隔離與調用之間的數據邏輯關系設定。目前，大數據的安全存儲采用虛擬化海量存儲技術來存儲數據資源，數據的存儲和操作都是以服務的形式提供。基于云計算的大數據存儲在云共享環境中，為了大數據的所有者可以對大數據使用進行控制，可以通過建立一個基于數據為中心的安全系統，從系統管理上保證大數據的安全。