大數據在企業經濟統計分析中的應用研究

摘要：隨著大數據時代的到來，大數據技術和分析方法應用到統計分析中的情況越來越多，應用大數據分析方法進行經濟統計分析不僅可以有效提高統計工作效率和工作質量，還能節約統計成本，真正做到統計數據成為企業發展決策的重要依據，這是未來經濟統計發展的必然趨勢。對此，本文主要對大數據分析方法在企業經濟統計中的應用進行了實證研究，列舉了應用價值和存在的問題，并提出合理的建議，以供參考。

關鍵詞：大數據；大數據分析；經濟統計；實際應用

中圖分類號：F27文獻標識碼：Adoi：10.19311/j.cnki.16723198.2024.15.029

0引言

隨著社會經濟和互聯網技術的快速發展，大數據在各行各業中的作用日益凸顯，數據競爭力在綜合競爭中越來越重要，大數據已成為推動我國經濟高質量發展的重要因素之一。大數據是一種新技術、新資源，是一種改變我們生產生活、經濟社會分析的新思維方式。大數據的價值在于統計，統計作為研究數據的科學，就是要發現隱藏在看似雜亂無章數據里的規律。大數據為統計發展提供了新手段、新方法、新要求、新挑戰。所以，在企業經濟分析中要應用好大數據，從大量的數據中分析出對企業經營決策有用的重要信息，幫助企業在日益激烈的市場競爭中立于不敗之地。

1大數據在企業經濟統計分析中的相關概念及實際應用

1.1相關概念

大數據指的是規模巨大、復雜度高、類型多樣、數據價值潛力極大的數據集合。具體來說，大數據是由超大型、高度復雜、高速沉淀、高度多樣化的數據所組成的數據集，這些數據集可能被用于提高業務運營效率、創造新的商業機會、改善決策和創新。大數據具有：數據規模巨大、數據類型多樣化、數據質量不確定、數據安全性差等特點。

大數據分析方法指的是對信息技術應用過程當中產生的各種各樣的大量數據進行分析并整理的方法。大數據分析方法主要分為五種：①可視化分析方法，指的是以直觀的圖形對數據的特點進行體現，用戶能夠直觀地看到圖形，通過圖形所展現的信息進行分析，讓數據自己說話，快速把握數據信息后面隱藏的關系。②數據挖掘算法，指的是在數據類型和格式基礎上，采用公認的算法，深入數據內部，挖掘有用的信息。③預測性分析方法，數據挖掘可以讓分析員更好地理解數據，而預測性分析可以讓分析員根據可視化分析和數據挖掘的結果做出一些預測性的判斷。④語義引擎方法。⑤數據質量和數據管理方法。本文中主要分析前面3種方法。

企業經濟統計是指研究企業經濟活動的數量特征和數量關系，所有數量特征和數量關系都是通過統計指標和指標體系來反映的。包括：企業經濟活動條件、投入、產出、經濟效益四個方面經濟活動的企業經濟統計。

統計表是顯示統計數據的基本工具。在數據的收集、整理、描述和分析過程中，我們都要使用統計表。雜亂的數據，既不便于閱讀，也不便于理解和分析，一旦整理在一張統計表內，就會使這些數據變得一目了然、清晰易懂。（如表1）

統計圖是統計數據直觀的表現形式，可以將復雜的數據用生動的圖形表現出來，因而繪制并使用好統計圖就成為統計分析的基本功。常見的統計圖有散點圖、折線圖、條形圖、餅圖、雷達圖等，結合統計數據的特點及需求選擇合適的統計圖表能直觀地呈現出統計數據中存在的現象及規律。（如圖1、圖2）

1.2大數據分析方法在實際中的應用

1.2.1應用可視化分析方法分析有色金屬企業中金屬產品產量

在實際應用中主要是應用統計表、統計圖對復雜的數據進行歸類整理，能一目了然地看出數據的規律及變化情況。例如，根據表1中的數據，繪制圖1和圖2，利用表1把一堆雜亂無章的數據整理成比較直觀、簡潔的統計表，再根據統計表中的數據分類繪制出統計圖1、圖2就可以清晰的看出某企業近10年有色金屬產品產量變化情況。

統計圖在統計分析中的實際的應用：如圖1應用折線圖清晰地反映出企業近10年4種主要產品產量的變化趨勢，并且異常情況也一目了然，圖表中反映的統計分析結果與實際情況一致：近10年內錫的產量基本保持不變；銅的產量小幅度增長，但在2020年有下降趨勢，原因主要是受疫情影響銅產品停產停工一個月，從而影響全年產量；鉛產品2013—2018年基本保持不變，但2019—2022年突然減少，原因是生產鉛產品所需要的原料自產率不足，而且外購原料不能達到該企業的生產需求，加之外購原料使得生產成本增加，連續幾年出現虧損，經調研分析后發現沒有扭虧為盈的可能，撤銷該產品的生產線，只保留少部分深加工產品含鉛；鋅產品2019年產量較前幾年平均增長約1694%，主要原因為新增加了鋅產品的生產線，由于技術成熟、原料結構合理、產品合格率較高、市場情況較好等原因產量保持穩步增長。

圖2應用條形圖反映出10年內各種產品產量的分布情況。從圖中可以看出在這10年區間錫、銅產品產量基本保持不變，也是該企業的主要產品，同時也說明這兩種產品近幾年的原料投入、技術指標、市場需求情況等變化不大，而且產能利用率基本達到最大值，不需要擴大生產；鉛產品自2019年產量大幅度減少，2020年只保留了10%的深加工產品；鋅產品則是自2019年開始產量大幅增加，產量超過了錫、銅兩種主產品，成為該企業的主要主產品之一。

1.2.2應用大數據的預測性分析方法預測下一年的工業產值及其他應用

工業總產值：指工業企業生產的工業最終產品和提供工業性勞務活動的價值總量。本文中采用的計算公式為：工業總產值=最終產品產量*產品銷售價格

大數據的預測性在實際中的應用，可以根據某企業近10年的工業總產值預測第11年的工業總產值，通過建立模型、計算相關系數等得出合理的產值預測模型來預測工業總產值的長期波動趨勢，從而預測第11年的工業總產值情況。該預測只簡單考產品產量和產品銷售價格對工業總產值的影響，實際情況分析發現：第11年4種產品的產量計劃總體保持增長，產品銷售價格預測也較第10年好，第11年的工業總產值較第10年有所增長，和模型預測情況保持一致。

在實際應用中還可以考慮更多更復雜的因素，建立多元回歸模型，模擬更復雜的實際情況，例如：可以通過搭建數據共享平臺，把生產單位的原料、材料、人工、經濟技術指標等投入數據和產品產出、年計劃、進度計劃、月計劃、銷售訂單等數據實現關聯，并編制出各類生產經營所需要的報表、指標，這樣各級管理人員隨時需要了解生產情況就不需要統計人員再使用傳統的統計方法層層匯總、層層分析來得到，只要掌握了數據信息化平臺的使用方法就可以隨時提取自己需要了解的信息，不需要再等到每月末基層上報相應報表后再通過匯總分析才能得出需要的指標，利用大數據分析方法后在獲得信息的及時性、全面性上與傳統統計數據獲取上取得了非常大的進步，同時還減輕了基層統計人員的工作量，把更多的時間和精力用在統計分析上，做到最大程度地實現單個生產流程、單個單位或者集團全部的經濟發展趨勢預測和未來產品、收入、利潤等的預測。

1.2.3應用大數據的數據挖掘算法分析相關產品、原材料供給、產品市場需求等情況，提前做出預判，制訂更加有利的生產經營決策

大數據數據挖掘與傳統的數據分析的本質區別是數據挖掘一般沒有什么預先設定好的主題，主要是在現有數據上面進行基于各種算法的計算，從而起到預測的效果，實現一些高級別數據分析的需求。常用的挖掘方法有：分類、估計、預測、相關性分組等。比如：2020年由于社會經濟環境的影響很多企業的生產經營都受到較大沖擊，企業要在這樣的大市場環境下找到適合的生存之路，就可以利用市場大數據，挖掘和企業業務板塊相關的信息，找到合適的原材料供應商、生產當期市場緊缺的產品和未來可能緊缺的產品。企業逐步復產復工后，也可以根據大數據挖掘以前發生類似情況時的經濟發展情況，分析出恢復期內企業生產經營情況，制訂未來生產計劃和大宗物資儲備情況等。

2大數據在經濟分析應用中的實際價值

2.1可以提高經濟統計分析效率

建立大數據平臺可以幫助統計人員提高工作效率，日常工作從以前的簡單加減改變為通過大數據信息平臺來收集各種類型的有效數據，并且利用已有數據對結論進行驗證，選擇有用的數據和分析方法對經濟理論進行量化，實現統計分析的優化和創新，這也是統計分析工作未來的趨勢，大數據分析方法的應用加快了這種趨勢的到來，保障經濟統計分析報告的質量，也使統計數據成為企業決策的重要依據。

2.2可以進行經濟預測

傳統的經濟預測往往通過建立各種經濟指數和通過調查取得相關數據才能進行經濟預測，因此，時效性較差、工作量較大、運行成本較高，在實際工作中應用得不多，但隨著大數據技術的快速發展，配合互聯網、云計算等計算機技術，可以通過挖掘和分析以前的、現有的、同行業的各類相關數據，并結合最新的生產運行情況，利用大數據分析方法，建立經濟發展模型、繪制趨勢圖，從而得出下一期的經濟發展趨勢，再利用計算模型預測下一期的生產情況，還可以檢測經濟模型是否合理。

2.3可以降低統計數據收集成本和降低統計誤差

目前企業的統計工作主要依靠統計人員收集、整理原始數據和臺賬，完成統計報表和統計分析資料，這樣的方法不僅僅效率低，而且還速度慢、成本高。利用大數據分析方法后，不僅僅能夠提高工作的效率，還能減少人力、物力、財力的投入，大大降低數據收集的成本，并且由于數據量大，樣本幾乎為總體，所以降低了統計誤差，保證了統計數據的準確性。

2.4大數據分析還能夠提高經濟建模的精準度

現在的經濟統計分析工作中，利用模型預測受到很多外部因素的影響，導致模型的精準度不高。使用大數據分析方法后，可以綜合考量權重較大的因素，將其引入到模型當中就能夠提高分析結果的質量。在傳統的統計分析中由于收集成本等因素的影響，往往引入的變量不會太多，但大數據技術應用到統計分析工作中就很好地解決了這一難題。

3大數據在經濟分析應用中存在的問題

隨著經濟快速發展，需要分析、處理的數據信息越來越多，數據收集處理的量越來越大，對一個企業來說合理地應用大數據技術和大數據分析方法能提高統計工作的效率和質量，但目前大數據應用到企業統計中也存在著一些必須解決的問題。

3.1大數據應用必須的計算機技術和信息化程度不夠

現在的企業統計大部分還在使用傳統的統計模式，先制定一些需要的統計指標、設置基礎臺賬、匯總原始數據、編制統計表，再逐一分析主要的、需要的統計指標。這些工作使用簡單的電子表格就可以完成，辦公軟件配置也要求較低，需要具備的計算機操作方法也簡單，但這些條件不能滿足大數據的分析處理的需求，企業目前的信息化條件和計算機設備等硬件條件不足以推進大數據技術的普遍應用。

3.2數據質量、數據共享、數據安全有待提高

使用大數據技術就面臨著有大量的數據需要分析處理，加之數據來源多樣化，在一定程度上不能保證數據質量。而且由于數據存在共享，一些涉密性數據就需要相關人員審核設置一定的權限范圍，數據安全也就成為了大數據技術應用必須注意的重要問題。

3.3統計人員的專業技術不能滿足大數據分析的需求

現在的企業統計人員專業素質和學歷基本分為：高中、大專人員偏多，本科及以上人員偏少；統計及相關專業人員偏少，半路出家的非專業人員偏多；專職統計人員偏少，兼職人員偏多。所以能熟練掌握大數據分析方法，并熟練應用到經濟統計分析中的統計人員不多，大數據分析方法的推進存在困難。

4充分發揮大數據在經濟統計分析應用的建議

4.1加強經濟統計設備建設

在開展經濟統計工作中引入大數據、信息化和計算機等先進技術，必須配合使用相應的先進設備，為順利開展經濟統計分析工作提供保障。所以，這就需要為統計部門配置先進設備和合適的數據采集處理軟件，以滿足統計數據采集、數據處理、數據分析的最終目的，從而提高統計分析效率和分析報告質量。

4.2加大數資源的開發、共享和安全管理力度

在大數據時代，海量的數據對信息處理帶來了困難，要使大數據在經濟統計的應用中充分發揮作用，就必須先完善現有的統計數據庫，健全統計數據共享平臺，加大有效數據資源的利用，打破集團間、公司間、部門間的各生產、采購、銷售等需要的統計相關數據信息不對稱的局面，促進統計數據信息有效利用，加快統計工作的時效性。同時還要建立完善的數據安全和保密機制，采用安全的數據傳輸、數據處理、數據共享技術，以確保企業統計數據的安全性。

4.3加大專業人才的培養力

針對企業統計人員現狀制定適合的人才培養計劃，選用一些學歷和專業適合的人員進行針對性培養，先培養一部分具備大數據、互聯網、云計算等統計新知識的統計人員，并把熟練掌握大數據分析方法的人員放到經濟統計綜合分析崗位，主要從事一些大數據的收集、處理、分析、預測、檢驗等難度高的統計工作，基礎的統計工作還是由統計專業基礎弱的老員工擔任，這樣既能解決專業統計人員稀缺的情況，也不影響大數據分析方法應用的推進工作，達到提高統計工作效率和統計分析報告質量的效果，從而真正做到統計數據指導企業發展，讓統計分析成為企業決策的重要依據。

5結論

隨著大數據技術的不斷發展，數據規模不斷增大，統計信息化已經滲入企業生產經營當中，伴隨著市場經濟的不斷發展，產業結構不斷調整，企業競爭日益加劇，對經濟統計工作的要求越來越高，統計分析方法的應用也越來越廣泛，傳統的統計分析法已經不能滿足現在的經濟分析需求，大數據分析方法凸顯出重要作用，從而統計數據的價值也得到進一步提升。因此，怎樣實現大數據在經濟統計分析中的有效應用？怎樣應用大數據分析方法促進經濟統計分析效率的有效提高？已成為現階段統計工作者必須面臨的新挑戰，作為大數據時代下企業統計工作者，學習大數據、掌握大數據、應用大數據也成為了一門必修課。

參考文獻

[1]鮮祖德.大數據的價值在于統計[J].中國統計，2019，（06）：1.

[2]王秀學.大數據時代加強統計信息化建設的建議[J].支點，2023，（12）：120121.

[3]高級統計實務與案例教程.曙飛經考網，2021：58，273.

[4]錢伯海.企業經濟統計學[M].北京：中國統計出版社，2003：26.

[5]袁衛，龐皓，曾五一，等.統計學[M].北京：高等教育出版社，2005：5051.

[6]黎潤南.大數據技術在經濟統計中的應用探析[J].簡訊，2023，（23）：139142.