浅议大数据时代经济普查数据分析

□傅慕群

（仙游县盖尾镇人民政府 福建 莆田 351100）

随着经济发展和社会生产力水平持续提升，我国对经济普查工作日益重视。定期开展经济普查，有助于全面了解当前我国经济社会发展的实际情况，及时发现问题和总结成效，为进一步完善和有力推行政策提供重要的数据支持。

随着我国社会主义市场化体制改革深入推进，新行业不断涌现，新业态日益呈现，一定程度上增加了经济普查的工作难度。传统的经济普查方式已经不能满足新时期经济普查工作的新要求。

大数据技术可以提高经济普查信息整合和挖掘能力，有助于提升经济普查整体质量，更好地发挥经济普查效能。加强大数据时代经济普查数据分析和研究，具有深远的社会意义。

1 经济普查工作的内涵

当前我国已开展第四次经济普查工作。经过了前三次经济普查工作的开展，我国经济普查体系不断完善。但是可以看到，当前我国经济社会发展形势不断发生变化，经济增长带来了行业变革。越来越多的新行业、新领域不断出现和变化，对经济普查工作而言也提出了新的要求。

新形势下我国经济普查工作量不断增大，普查难度增加。只有积极寻求更加有效、科学的经济普查技术和方法，才能更好地提升经济普查效率和质量。经济普查不仅涉及到普查数据的调查和收集，还要对经济普查数据等进行全面分析和快速整合，实现数据全面共享和深度挖掘利用。对数据背后反映的相关问题和实际情况进行综合研究，可以更好地发挥经济普查的价值[1]。

经济普查工作是一项涉及面广、工作量大的系统工程。数据分析工作是经济普查工作中一项重要的基础工作。在进行数据分析方面，需要严格遵循一定的原则。大数据时代背景下信息变化速度越来越快，经济普查数据分析呈现出新的特点，也面临着很大的挑战。一方面，经济普查数据分析需要遵循准确性原则。确保在一定时期内将与国家、经济、产业、人口等相关数据动态地反映出来。这些数据始终处于变化之中，对数据分析的准确性提出了更高的要求。如何确保经济普查数据分析保持相对准确性，是需要认真研究的一项课题。另一方面，经济普查时间比较长，涉及面广，对相关工作人员的能力和素质要求较高。组织工作人员有序开展工作，直接影响到经济普查数据分析的质量。要充分考虑人和队伍管理方面的因素。

除了基础管理以外，还需要从技术层面来进行分析。充分挖掘和探索新的数据挖掘技术，不断提高数据全面监控质量。结合经济普查数据分析的要求，不断对普查内容和方法等进行调整，从而更好地提升经济普查进度和效果。对经济普查成本进行全面控制，对各类关联要素实现动态管理和调度。这些都是经济普查数据分析的具体要求。需要积极探索新的经济普查数据分析方法，结合具体要求进行持续创新和改进，才能切实提升经济普查质量。

2 大数据技术对经济普查数据分析的作用

2.1 有助于构建数据分析体系

为了切实保证经济普查工作有序开展，提升经济普查数据分析的时效性和准确性，需要对经济普查相关数据进行全方位统计和分析。还要对经济普查方法进行不断完善，构建系统的数据分析体系，以提升数据分析的连贯性。

大数据时代各类信息变化速度越来越快。为了确保经济普数据分析工作有序开展，需要对经济普查数据信息采集工作进行研究。结合地区发展实际，从多个角度进行数据评估和检验，确保经济普查数据分析工作高效开展[2]。

大数据技术可以为经济普查数据分析工作提供重要的技术和平台支持。一方面，借助大数据技术可以对经济普查工作进行进一步细分。根据经济普查工作需求，对不同工作岗位进行职责划分，明确其在经济普查过程中应当承担的角色和具体的职责要求。加强岗位优化配置和动态调整，确保经济普查队伍的稳定性，提高岗位胜任能力。另一方面，借助大数据技术可以对经济普查数据分析过程进行实时关联和动态监控。对数据变化情况进行合理预测，将数据统计分析关口前移，提前预警。及时总结现阶段经济普查工作开展情况，为下一阶段经济普查工作有序开展提供更多支持。

借助大数据挖掘技术，可以对经济普查收集的各类数据进行多维度分析。总结规律，系统分析某一阶段和整个时期内，经济社会发展成果应用和开展情况，切实提升经济普查数据分析的动态性和系统性。

2.2 有助于选择匹配的数据挖掘技术

经济普查数据分析过程，是对数据进行全面整合和综合分析的过程。在整个数据分析进程中，不仅需要对收集的数据进行分析和汇总，还需要挖掘数据背后相关的关联因素，才能提高经济普查深度。采取适宜的数据挖掘技术，充分发挥技术优势，开展专业化统计分析。

目前常用的大数据挖掘技术主要包括以下几种：

一是专业SAS统计分析。SAS系统本身就是一个系统的统计管理软件，能够实现对数据的访问、管理、展现、分析，从而更好地提高数据深度挖掘水平。系统本身具有很大的灵活性，拓展性较强。用户在应用过程中可以更加直观地对数据内容进行观察、研究，进而更好地进行比对分析，探究数据背后相关的因素变化情况。

二是Clementine数据挖掘平台。该技术主要是通过构建具有一定预测能力的模型体系，进行反复计算分析，构建决策树模型，从而对整体数据分析和形成过程等进行动态跟踪。根据数据变化情况进行模型检验，进而更好地满足数据背后的规律。

三是IntelligentMiner技术。该技术融合多种统计方法和挖掘算法，通过构建关联数据库和集体体系，形成可视化的分类，高效进行数据转化、生成和挖掘处理，满足客户的功能需要。该技术可以处理结构化、半结构化的数据，也可以处理很多非结构化数据，全面提高了数据综合挖掘和应用水平[3]。

3 结束语

大数据时代，各类新型信息技术逐渐应用到行业发展的各个领域，发挥着日益重要的作用。经济普查数据分析工作应当和大数据技术进行深度融合。在具体应用过程中，应选择匹配的统计和数据挖掘模型，构建数据多元化处理应用体系，更好地体现数据背后的规律和价值，为经济普查深度开展和高效推进提供重要的技术支持。