關于提高統計數據質量策略的研究分析

針對數字經濟時代背景下統計工作數據量激增、數據內容龐雜、數據來源多樣等情況，提出一系列對策解決以往統計工作效率低、質量不可靠、數據安全性保障不足以及相關規章制度體系不完善等問題。

本文利用分析法與綜合法，對統計工作現存問題展開分析，并從深化大數據技術應用、提升統計數據質量；創建大數據標準體系，提升統計規范；建設統計大數據信息資源平臺；深度挖掘分析；培養統計信息化復合型人才五個方面提出具體的提高統計數據質量的策略，以期為促進統計工作高質量、數字化發展提供參考。

隨著數智化技術的快速發展與廣泛應用，各行業取得了長足進步，所涉及的各類數據信息大幅增加，使得統計工作面臨巨大的挑戰。如何緊跟時代步伐，提高統計數據質量是當前各級統計單位急需解決的問題。因此，為有效應對挑戰，切實提高統計數據效率和質量，降低統計工作成本，豐富統計范圍及提高服務質量，本文將探討通過引入大數據技術提高統計數據質量的對策與方法。

一、影響統計數據質量的因素

從統計工作角度分析，數據利用會經歷數據采集、處理、存儲、應用、展示等多個階段。在數據利用過程中，受各類因素的影響，數據處理、數據應用、數據展示以及數據管理等的效率與效果可能會受到影響，進而降低數據質量。影響統計數據質量因素如下表所示。

二、統計數據中存在的問題分析

（一）數據標準體系有待完善

數字經濟時代背景下，統計單位每日需采集、處理、分析的數據信息體量激增，傳統的統計數據方式已經無法滿足當今的統計數據需求，需要統計單位結合實際情況革新統計理念，優化統計方式，深化大數據等先進的信息化、數字化技術的應用，以此為統計數據質量的提升、統計工作的順利開展奠定堅實的基礎。但大數據等新技術的出現也意味著傳統的統計數據方式不再適用，統計單位需根據具體的統計業務需求、數據類型等，圍繞大數據本身特點創建大數據標準體系，為相關統計工作的順利開展與統計工作、大數據技術之間的有機融合提供切實保障。

（二）統計工作缺乏有效的聯動性

對于統計工作而言，其最終統計的數據會影響到其他單位或行業的發展，但部分統計單位以及工作人員因缺乏對統計工作的充分認知，加之其本身專業素質較低，導致其無法有效協助統計工作的順利開展，在一定程度上阻礙了統計工作效能的發揮，最終造成統計數據質量下滑。此外，數字經濟時代背景下，各單位、行業均已開展信息化建設，其每日所產生的數據信息體量龐大，而傳統的統計工作因缺乏行之有效的數據信息匯總手段，導致數據信息散失，致使統計工作缺乏一定的覆蓋廣度與滲透深度。

（三）缺乏信息化復合型統計人才

隨著各個行業信息化建設的不斷開展與成熟，多數崗位人員需要具備一定的信息技術、數字技術應用能力，統計行業也不例外。然而，由于統計單位在數據信息處理方面的特殊性，導致其對大數據等現代數字技術的依賴度較高，不但需要統計人員具有豐富的統計經驗、優秀的統計技術，同時也需要其能夠在日常工作中熟練運用大數據技術開展各項統計工作。但是，目前多數統計單位缺乏此類信息化復合型統計人才，在一定程度上阻礙了統計數據質量的提高。究其原因有兩方面：其一是人才培養的時間跨度較大；其二是各統計單位的統計業務情況不同，加之人才資源稀缺，無法有效通過招聘等方式吸納成熟的信息化復合型統計人才。

三、有效提升統計數據質量的對策

（一）深化大數據技術應用，提升統計數據質量

數字經濟時代背景下，統計單位工作人員需積極轉變自身思想與觀念，提高對現代化、信息化、自動化技術的重視，深化大數據技術在統計工作中的應用，基于教育、培訓等多元舉措引導工作人員形成利用大數據技術開展統計工作的意識與內驅力，以此為推動統計工作思想觀念的轉變提供有效助力。

為確保統計工作人員可以主動、積極地通過大數據技術開展統計工作，首先，需明確大數據技術在統計工作中的優勢，如強大的數據分析能力、提升數據的精度、避免人工失誤等，實現專業統計技巧與大數據技術的有機融合，從而不斷深挖數據價值，提升數據質量；其次，統計單位應順應數字經濟時代的發展趨勢與發展要求，利用大數據技術不斷優化統計工作模式，將重復性、機械性的工作內容交由大數據技術完成，充分發揮大數據技術的優勢，對統計數據進行深入挖掘、使用，拓寬數據信息采集、整合的廣度與深度，為提升數據信息質量與精度奠定基礎；最后，統計數據質量還表現在其應用后所產生的實際價值和效用方面，因此若想基于大數據技術提升統計數據質量，還需要統計單位加強與各政府職能部門的溝通、協作，構建完善合理的協同聯動機制，深化物聯網、大數據、數據庫等現代化技術的應用并創建數據信息的動態化統計平臺，結合不同行業的發展趨勢、環境變化等，調整信息資源的整合方向與深度，進而實現對各行業的動態化信息進行及時更新，以充分發揮統計數據的價值與效用。

（二）創建大數據標準體系，提升統計的規范性

大數據技術的出現勢必會對傳統統計工作模式產生一定的影響，為加速大數據技術與統計工作的有機融合，最大限度上發揮大數據技術在統計數據方面的優勢與價值，要加強大數據技術的滲透，同時也需要保證大數據技術應用的規范性與標準性，這樣既能夠加速統計工作與大數據技術的融合，同時也可以為提升統計數據質量、發揮統計數據價值提供有效保障。為此，統計單位可結合實際情況，圍繞我國大數據標準體系框架，基于因地制宜的原則，針對性地構建現行的大數據標準體系，明確業務分類、統計報表、統計標準等內容，持續優化現行統計業務流程，以標準、規范的操作在傳統業務流程中融入大數據技術，結合大數據技術在各個領域、各項工作中的應用特點與應用方法，建立具有針對性的科學、合理的數據統計標準。以統計審批項目、項目備案等統計工作為例，可通過大數據技術優化統計數據標準的監督、發布、更新以及認定等相關工作，同時動態化監管大數據標準體系的構建、維護、落實以及管理等相關過程，以確保大數據標準體系的規范性、協同性、權威性始終有效，為提升統計數據質量提供保障。除此之外，為進一步提升大數據標準體系在現行統計工作中的科學性、合理性，還需要統計單位適當參考其他地區或部門所制定的統計標準與大數據技術應用方法。

（三）建設統計大數據信息資源平臺

在建設統計大數據信息資源平臺方面，統計單位應結合實際情況，從滿足需求、提升質量等方面入手，分析統計單位目前在大數據應用方面的需求，統籌規劃，構建集約高效的統計大數據信息資源平臺。為保證該平臺的集約化特點，使其能夠有效涵蓋至各項統計工作，統計單位可遵循“1+N”的體系構建理念，即圍繞一個中心聯動多元節點，以“互聯網+”、物聯網、5G、大數據、云計算等相關技術為基礎，豐富統計大數據信息資源平臺功能；以互聯網、局域網、政務網、私有云、公有云等渠道為媒介，打通部門、行業之間的信息壁壘；以聯網直報系統、專項調查系統、普查數據等核心統計數據資源為依托，強化與第三方商業數據資源的融合，以此形成一個集業務分配、安全治理、資源配置、網絡管理等功能于一體的數據信息資源平臺，為大數據技術下統計工作中的業務開展以及數據共享和交換提供保障。

統計大數據信息資源平臺是保證統計工作順利開展的重要基礎，基于其中的多元化數字技術與信息技術，能夠顯著提升統計工作數據采集的準確性、時效性以及統一性。具有高度統一化的統計大數據信息資源平臺可以進一步規范統計工作的數據采集范圍，同時嚴謹、權威的數據信息渠道也實現了數據信息的閉環流通。

（四）深度挖掘分析數據信息

大數據具有4V特性，分別是大量（Volume），即數據集規模龐大、數據體量巨大，遠超出傳統數據處理軟件所能正常處理的范圍；高速（Velocity），即數據信息的生產、采集、應用、傳輸、處理等效率極高，在部分環境下甚至可以實現實時化的數據信息處理效果；多樣（Variety），即數據的格式、來源具有多樣化特征，其中涵蓋了非結構化數據、半結構化數據以及結構化數據，需采用相應的數據處理方式進行針對性解析與處理；價值（Value），即在龐大的數據體量中潛藏著行業發展規律、人類偏好等要素，具有巨大的隱性價值，但價值密度相對較低，需要通過專業技術對源數據進行處理與分析，進而提煉出能夠有效用于風險管理、產品優化等方面的數據。

大數據的4V特性不僅進一步凸顯了其在數據信息處理，尤其是在龐大體量數據信息處理、分析等方面的功能與優勢，同時也對大數據本身提出了一定的應用要求。數字經濟時代背景下，統計數據體量激增，需要統計單位具備有效、精準、規范地整合、統計、分析數據信息的能力，同時也需要具備深度挖掘分析數據信息背后潛在價值的能力，以此為其他行業、部門的可持續健康發展提供重要依據。統計單位可加強對具備處理大數據性能的統計工具的應用，如SAS統計工具等，以確保可以從大量統計數據中挖掘出具有一定價值的數據信息。從宏觀角度來看，數據挖掘主要涵蓋以下幾方面，分別是數據集成應用、轉換、清洗、最終表達等。在統計工作中需結合數據資源構成指標、統計流程等因素，選擇合適的數據信息處理模型進行數據挖掘，同時基于統計工作需求的差異性采取不同粒度、不同維度、不同深度的統計數據輸出形式。

（五）培養統計信息化復合型人才

在數字經濟時代背景下，統計單位要提高對人才的重視程度，尤其是既具備優秀的統計能力，又擁有熟練的計算機、大數據技術等方面的應用能力。為此，統計單位應結合實際情況做好以下幾點工作：其一，統計單位應結合統計業務實際情況與具體人才需求，針對性制定人才培養及人才吸收計劃，同時根據時代發展趨勢、統計單位戰略目標等，動態化調整崗位標準及對人才的需求標準，以確保統計人才能夠切實滿足統計工作的要求，為提升統計數據質量奠定基礎；其二，制定合適的統計信息化復合型人才培訓方案。統計單位應基于大數據特點、統計業務內容等制定詳細、合理的人才培訓計劃。在培訓渠道方面，可借助“互聯網+”構建線上線下混合式培訓模式，對受時間或空間限制的人員進行培訓。在培訓制度方面，應將培訓結果、效果與績效考核制度相關聯，以提升人員參加培訓活動的主動性與積極性；其三，加深與社會團體、高校、科研院所、互聯網企業的合作，制定可持續的創新型人才培養計劃，以豐富統計單位的人才資源，為統計工作的提質增效提供切實保障。

結語：

綜上所述，在數字經濟時代背景下，各級統計單位要重視大數據等數智化技術在統計工作中的應用，要充分利用數智化技術提高數據質量，挖掘數據價值。同時，應認真審視統計工作存在的問題，準確把握影響統計數據質量的因素，并結合統計工作實際需求與要求，制定適宜的統計數據質量提高策略，以使統計工作更加規范、科學、高效，有效提高統計數據質量。