基于物聯網技術的統計數據采集影響因素分析

安鵬慧

摘要：隨著近些年來我國科技的不斷發展，物聯網技術得到了極大的提升，逐漸在更多的領域以及行業中得到運用，這讓物聯網數據共享服務以及物聯網數據安全服務等得到了強有力的保障。企業在統計采集的信息時，將物聯網技術融入其中，可以改善過去傳統收集方法的弊端。文章主要針對基于物聯網技術統計數據采集的影響因素進行相應的分析，而且對這些分析進行一定實證，旨在為數據采集統計工作起到一定的借鑒作用。

關鍵詞：物聯網技術：統計數據：數據采集：影響因素

中圖分類號：TP39

文獻標志碼：A

0 引言

當前我國已經進入信息化時代，企業信息化轉型已經成為亟待提上日程的問題。制造型企業信息化轉型，最重要的是對生產現場所有的數據做好信息化采集，并及時存儲到數據中心，這樣企業管理員才能真正有效地進行管理以及監控加工．并準確掌握生產的產品情況與質量。

1 物聯網技術概述

物聯網是物體和物體之間進行直接聯系的網絡。該網絡在對數據進行采集時，常用的設備有紅外感應器、激光掃描器以及射頻識別等，具有廣泛性。即只要物體能被感知，則這些物體的數據在被收集統計的時候，都能運用到物聯網技術[1]。當物聯網將數據全部收集完畢后，數據會統一被傳送器收集，這讓數據的監控變得更為便利。除此之外，物聯網還有其他功能，例如：將所有收集整合起來的數據進行智能化的分析以及計算等。當下，雖然國內已經有研究證實了互聯網技術的應用有利于數據的采集[2-3]，但是在我國相應的數據采集以及統計工作中，物聯網技術的應用還未成熟。

2 基于物聯網技術采集、統計數據的影響因素

2.1 企業自身因素

進行工業統計時，物聯網技術應用最主要的影響因素為信息化特性。除此之外，不同的企業領導對數據統計的重視程度不同，物聯網技術運用的情況也不同。

2.2 物聯網技術應用因素

物聯網通常擁有3層架構，而且這3層架構的狀態常常都是協同工作以及相互開放的，只有當物聯網處于這樣狀態時，才能保持正常的運轉。當下，國內的物聯網技術還未制定相應的標準，這對物聯網技術未來的發展產生了極大的影響[4]。

2.3 外部環境因素

當運用基于物聯網技術的系統進行數據的采集以及統計時，常常受兩種外部環境因素影響，一是政策法規保障體系，二是政府相關部門的信息化程度。只有讓建立的公共架構擁有更高的信息化標準，才能使基于物聯網技術的數據采集以及數據統計更加全面[5]。

3 基于物聯網技術采集、統計數據的影響因素實證

3.1 問卷設計和數據準備

本研究參考李克特五級量表法進行了問卷設計。本次調查問卷的調查對象均為工業企業中生產管理或者統計方面的工作人員，調查的企業為河南省內的中型企業，一共有5家。由于疫情的原因，本研究選擇線上填寫調查問卷的方式，一共發放了150份調查問卷，收回問卷數為136份，回收率是90.7%；有效問卷為124份，有效率是91. 2%。

3.2 模型選擇

（1）兩步聚類算法：檢驗異常值。

（2）信效度分析：本研究采用Cronhach' sa系數測量量表總體信度和各分量表的信度。

（3）獨立樣本工檢驗：對受調查者所在企業的性質進行獨立樣本工檢驗以研究其是否對可行性有顯著影響。

（4）回歸分析：分析企業自身因素、物聯網數據采集技術及外部環境的影響程度。

3.3 實證分析

3.3.1 異常值檢驗

在做異常值監測時，選用的算法為兩步聚類算法，該算法運用Clementine12.0最終實現，當選擇閾值時，選擇的基礎是最小異常指數水平為2．其中的調整系數通常會設置為6.0．噪聲比率以及噪聲水平都是依據默認值來選擇，當數據流被順利執行之后，最終的結果如表1所示。

對數據做預處理之后，如果讓數據集更加完整，就需要再次對數據進行分析和研究，并對異常點進行檢驗以及分析。

3.3.2 數據處理

（1）問卷信效度分析。

經過分析，問卷調查中的KMO指數是0.822．不僅如此，該調查問卷擁有特別明顯的球形檢驗，能讓因素分析順利有效地進行。在利用了主成分因子分析法后，提取4個公因子，在運用方差最大正交旋轉后，就可以順利獲得因子成分矩陣，這和進行預調查時的成分是相同的，由此可以看}H．此次的問卷擁有極好的結構效度。綜上所述，該問卷的內部一致性信度較好。

（2）因素分析。

①企業的行業類型不同，相應的管理模式不會完全相同，所以在運用物聯網采集數據時會有差異。運用獨立樣本，檢驗的方式對均值方程進行檢驗，檢驗變量可操作性的差異，分組變量是高新技術企業。之前的假設將是不是高新技術企業作為對可操作性有極大影響的因素，經過獨立樣本檢驗計算，這部分Sig．（雙側）值為0.16，大于0.05．所以最終的檢驗結果證明之前的假設是成立的。除此之外，均值差比較明顯，最終的數值是-0. 48，從中可以看出，在物聯網技術的可操作性層面，高新技術企業明顯高于非高新技術企業。

②企業領導的重視程度對物聯網數據采集技術的應用產生一定的影響。運用的檢驗方式是雙向有序列聯表卡方檢驗，縱向代表可操作性，橫向代表領導的重視程度。最終的檢驗中，不管是Pearson卡方還是似然比，其Sig值都大于0.05．所以可以接受原本的假設，因此企業領導的重視程度的確與物聯網技術的應用有特別明顯的關系。

③Logistic回歸模型中有7個變量，而這7個標量與企業自身、政策制度以及物聯網數據采集技術應用的價值有緊密的聯系。文章運用進入回歸的方式，在設置操作性方面，其基準參照類會被設置成“高”，而數據流可以被clementine 12.0建立。回歸模型的最終結果如表2所示，依據多項Logistic回歸分析結果，得到如下結論：

F1（物聯網三層架構的開放性）和該技術之間的影響十分明顯，假如F1擁有的開放性越高，那么該技術的可操作性會更高，這兩者呈現正比的關系。

F2（政府部門支持力度）和該技術之間的影響十分明顯。假如F2支持力度越大，那么該技術的可操作性會更高，這兩者呈現正比的關系。

F3（物聯網采集網絡層關鍵技術完善程度）和該技術之間有一定的影響，不過該影響并不大，兩者還是呈現正比的關系。假如F3的信息化程度越高，則該技術的可操作性更高。

F4（物聯網標準化水平）和該技術有一定的聯系，但是影響并不明顯。

F5（企業領導重視程度）指標、F6（企業統計人員素質）指標和F7（物聯網安全）這3樣指標與該技術沒有特別明顯的影響。

文章在構建數據流時，選擇的方法是clementine12.0。從以上的分析發現，在這些影響因素中，最大的影響因素是物聯網三層架構的開放性，隨后則是政策法規的健全，而物聯網的安全反而是以上這些影響因素中影響最小的。

4 結語

本文基于數據采集以及統計結果，分析并總結了物聯網技術應用的各項影響因素，同時針對這些影響因素提出了相應的優化建議。例如：根據企業領導風格制定技術應用偏好、建立物聯網技術統一應用標準、提升公共架構信息化標準和政府信息化程度、豐富數據庫內容和數量。從主體角度而言，表現在以下幾個方面：首先，企業應將前沿的統計管理思想、技術要領與物聯網數據采集系統融合，提升企業統計數據采集的質量。其次，政府相關的部門應盡快謀劃，依據不同層次的要求不斷完備技術，并根據統計部門統計數據進行采集平臺的構建，指引企業構建統一的統計數據采集服務平臺，以便于整合、建設和利用政府統計部門的各種業務系統。最后，政府相關部門需要完善相關法律法規，建設物聯網數據采集系統的監督制約機制，保障物聯網數據收集系統的安全、健康、可持續發展。

參考文獻

[1]向嵐．基于物聯網的統計大數據安全采集系統構建路徑[J]．電腦知識與技術，2022（5）：22-23．

[2]辛金國，王淵．基于云計算的統計數據網絡直報系統的探索[J]．統計與決策，2014（4）：4-7．

[3]吳瓊．物聯網在消費價格統計工作中的應用[J]．中國國情國力，2014（1）：76-77．

[4]吳冬方，于琦龍，孫騰，等．淺談物聯網技術在統計數據采集中的應用[J]．時代農機，2020（6）：83-84.

[5]熊書明，王謙，吳繼英．基于物聯網的統計大數據安全采集系統構建探索[J]．統計與咨詢，2016（ 2）：20-22．

（編輯王雪芬）