解析大數據技術在工業經濟統計中的應用

吳章燕 對外經濟貿易大學統計學院

引言

工業經濟的實質即為資源經濟，是指對經濟發展過程中占據核心地位的自然資源的占有和配置情況進行統計[1]。隨著科學技術的不斷發展以及人類對知識的累積程度不斷提升，人類對自然的開發能力也在不斷增強。由此導致的后果是，絕大多數自然資源均逐漸具備“稀缺性”。為了使工業經濟統計更加準確，需借助大數據分析技術。

一、大數據技術應用于工業經濟統計時面臨的問題分析

(一)大數據分析技術的應用方向出現偏差

按照經濟學和計算機科學的定義，大數據又稱為巨量資料，是指通過多元形勢、多元渠道實時收集而來的真實數據信息[2]。在信息時代，通過對巨量資料進行分析后，研究人員能夠找出隱藏在數據背后的客觀規律，將之應用于戰略發展規劃的制定時，能夠給予決策者更加精準的信息支持。對于工業經濟統計而言，政府有關部門根據各項大數據，可構建模型，完成對有限資源的集中和最優分配，進而全面提高資源的利用率，使更多人民群眾能夠從中獲益。但在實際工作中，大數據分析技術的應用方向在一定程度上發生了偏差。具體而言：大數據分析技術既可以應用于國家層面的資源更優分配，又可以應用于私人企業的人力資源“無窮壓榨”。比如2021年5月初，很多媒體平臺爆出了一則新聞：北大學生在外賣配送平臺兼職5個月，了解到平臺通過大數據分析技術，成功模擬出配送騎手的送餐規律，進而不斷向騎手“施壓”，以期提升其單位時間內成功送餐數量的事件。試想，如果大數據分析技術的應用方式全部集中在此方向，則人民群眾能夠分配到的優質資源數量不僅不會增加，反而會進一步受到壓縮，生活的幸福感不會隨著國內生產總值的提升而提升。

(二)統計設備及方式的完善度相對不足

某研究人員認為，現代社會已經進入科技時代，對工業經濟進行精確統計必須建立在一定的硬件設備基礎上。如果工具的先進程度不符合要求，則大數據分析技術的應用過程必然受到限制，最終得出的數據在準確性方面會受到之一。但該研究人員也指出，受我國現階段發展面臨的主要矛盾的影響(即發展不平衡、不充分)，不同地區可用于工業經濟統計的投入資金存在差異。在經濟支撐受到限制的情況下，用于數據分析的硬件設備必然不過關，統計結果出現誤差的幾率將會大幅度增加。如果此種現象長期無法得到解決，則工業經濟統計效率便會長期處于低下狀態。

(三)大數據自由操作人員數量稀缺

運用大數據分析技術對工業經濟進行統計的過程中，要求統計人員必須正確理解大數據，并在統計期間注意區分價值較低的數據，只納入有效數據。由此可見，從事工業經濟統計的人員需對大數據分析技術具有充足的了解。當前的情況是，我國政府相關部門及高校科研機構負責工業經濟統計工作的人員大多年齡較大，在日常工作中常常依靠過去積攢的經驗形式，對于一些近年來已經形成常態的新情況缺乏足夠的敏感性，導致統計數據的準確性存在偏差。比如電子競技專業經由教育部批準，已經正式成為部分高校的常規專業。該類專業開設的課程主要集中在電子競技賽事運營、從業人員培養等方面。但由于相關統計數據的缺失，盡管英雄聯盟等知名電競項目的商業價值已經在很多地區超出了籃球、足球等經典體育運動項目，但在很多人的眼中，一句“打游戲”便足以抹殺該行業對提振經濟做出的巨大貢獻。因此，為了扭轉這一不利局面，基于大數據分析技術進行工業經濟統計時，對大數據自由操作人員的數量需求已經成為根本性的需求之一。

二、大數據技術應用于工業經濟統計的有效對策簡述

(一)系統性更新工業經濟統計設備

如前文所述，基于大數據分析技術開展工業經濟統計工作需建立在硬件設備支持之上。換言之，性能符合要求的硬件設備是完成工業經濟統計的前提條件之一。總體來說，我國社會現階段發展不平衡、不充分的矛盾無法在一朝一夕之間便得到妥善解決，因此，基于此種實際情況，國家統計部門應將工作重點放在推進各個地區工業經濟統計設備一致性方面。如果大數據信息分析標準不統一、工業經濟統計設備存在差異，則得出的數據必定有悖于真實情況。只有全面加強工業經濟統計數據的完善程度，保證所得出的數據能夠明確反映地區工業經濟的實際水平，才能制定出針對性較強的經濟發展方案。在此基礎上，不同區域的優勢經濟發展模式也會最大化地發揮價值，進而帶動區域經濟更加良好地發展。此外，當硬件設備不再是問題之后，大數據分析技術應用于現代工業經濟統計時，可全面提升各地區政府統計部門的工作職能，使我國工業經濟統計工作的效率達到前所未有的高度，對于制定后續戰略發展規劃必能起到關鍵性的作用。

(二)全面加強對大數據分析技術的掌握運用能力

大數據的分析與應用方式多種多樣。以現代企業的銷售為例，相關數據的來源主要集中在三個方面：第一，網絡銷售記錄。包含在淘寶、天貓等網店以及微信朋友圈交易環節產生的相關信息(主要為顧客對產品質量、性能、價格給出的反饋意見等)。第二，實體店的顧客來訪記錄。具體內容與電商銷售平臺獲取的信息較為類似，但在顧客類型方面存在一定的差異。第三，服務區域的攝像監控，主要涉及不同時間段的人流量等信息。大數據分析技術與云計算、云存儲等技術具備互逆性，猶如一枚硬幣的正反兩面。只有對海量數據進行深度挖掘，最終方可呈現出大數據的四大特點，即大量、高速、多樣、價值。由此可見，大數據分析技術應用于工業經濟統計時，要求統計人員能夠“透過數據表面觀察實質性的內容”，只有全面加強對大數據分析技術的掌握與運用能力，才能將常年工作總結出的經驗與新技術良好地結合，能夠避免向某一方過度傾向，進而保證統計數據的準確性。以一種常見的現象為例：當前時代已經悄然之間轉變為快速發展的智能軟硬件時代，對于互聯網企業來說，使開發展感到困惑的最大問題是，提升軟件的性能并不困難，但在成本得到極大限制的情況下提升軟件性能便成為一件很困難的情況。此外，互聯網企業并不是慈善機構，終極目的仍然是盈利，如何找到多重限制條件的平衡點便是最主要的問題。很多企業組織利用相關數據，經過大量實地調查以及用戶反饋，在短時間內(盡管時間較短，但工作量卻并不小)真正找到了這個“平衡點”，最終及時解決了多項故障、問題、缺陷的根源，使企業的經濟效益得到了大幅度提升。某統計部門的工作人員針對上述案例進行統計分析時，過于強調“歷史數據”，認為該企業在短時間內解決相應問題是一個“不可能事件”，對企業給出的數據持有高度懷疑的態度。而造成該統計人員不信任的重要原因即在于：該人員缺乏對大數據分析的了解，以其落后的認知水平思考當前發生的事件，導致最終結論的生成發生了偏差。由此可見，如果負責工業經濟統計的人員無法對大數據分析技術進行深入認知，則其事實上不具備從業資格。

(三)基于所在行業實際情況，創新經濟統計方式方法

大數據分析技術是自然科學發展至一定階段后必然出現的技術。在實際應用中，此項技術必須與行業的真實情況深入結合，統計人員需以此為基礎，創新經濟統計方式方法，做到“理論與實際相結合”。比如統計風力發電領域的相關信息時，需明確影響風力發電的要素，在此基礎上，基于統計數據可知，當電網對風電的依賴程度逐漸增加時，應用于后備電站的建設成本也會隨之提升。近年來，碳排放再次成為熱門詞匯，如何加大風力發電占比、減少火力發電占比，最終減少碳排放，成為工業經濟統計中的重要組成部分。在大數據的幫助下，結合風力發電過程，對諸多要素進行充分考慮之后，統計人員便可對風電在電網中的占比進行更加精準地預測，有助于電網消納更多風電，做好后續調度安排。

三、結語

綜合而言，實現資源的最優分配使現代社會解決問題的核心思路。為了達到這一目的，必須有效應用大數據分析技術，從而真正提升人民群眾的生活水平。