“大数据”现象对政府统计工作影响分析
大数据背景下影响政府统计数据质量的因素分析
大数据背景下影响政府统计数据质量的因素分析随着大数据时代的到来，政府统计数据的质量受到了前所未有的挑战和影响。
大数据具有海量性、高维度、多样性和时效性等特点，给政府统计工作带来了许多新的问题和挑战。
本文将从数据采集、数据处理、数据分析和数据应用等方面，分析大数据背景下影响政府统计数据质量的因素。
一、数据采集方面1.数据来源多样化大数据时代，政府统计数据的来源变得更加多样化，数据来自于各种社交网络、传感器、手机APP等渠道。
这些数据的来源广泛、种类繁多，给政府统计数据的采集带来了更多的难题和挑战，需要政府统计机构制定更加严格的数据采集和调查规范。
2.数据质量不确定性由于大数据的海量性和多样性，政府统计数据的质量变得更加不确定。
在数据采集过程中，难免会出现一些数据的错误、遗漏或者虚假等情况，对政府统计数据的准确性和完整性造成了一定程度的影响，因此需要政府统计机构加强数据质量的监控和管理。
二、数据处理方面1.数据清洗与整合大数据时代，政府统计数据的处理变得更加复杂和困难。
政府统计机构需要进行大量的数据清洗和整合工作，以确保数据的准确性和一致性。
政府统计机构还需要借助先进的技术手段，对海量的数据进行分析和挖掘，以提高数据的利用价值。
2.数据安全与隐私保护在数据处理过程中，政府统计机构面临着数据安全和隐私保护的挑战。
大数据中包含大量的敏感信息和个人隐私，政府统计机构需要制定严格的数据安全和隐私保护政策，确保数据的安全和保密。
三、数据分析方面1.模型建立与验证在大数据背景下，政府统计机构需要借助先进的数据分析技术，建立更加精确和可靠的统计模型。
这需要政府统计机构加强对模型的验证和评估工作，确保模型的准确性和有效性。
2.数据挖掘与预测大数据时代，政府统计机构需要借助数据挖掘和预测技术，对海量的数据进行分析和挖掘，以发现数据之间的潜在关联和规律，从而为政府决策提供更加科学和准确的依据。
四、数据应用方面1.决策支持与监测预警政府统计数据在大数据背景下的应用变得更加广泛和重要。
大数据背景下经济统计的机遇与挑战
大数据背景下经济统计的机遇与挑战摘要：快速发展的信息技术将触角延伸到人们工作与生活的方方面面，为人们带来了切切实实的便利，亦产生了大量的数据信息。
随着大数据时代的到来，计算、分享与传播经济数据变得容易。
与此同时，统计人员的工作模式发生了较大变化，对经济统计人员素养提出了较高要求。
本文结合大数据背景，立足经济统计实践，分析了此项工作面临的机遇与挑战，并提出了相应的经济统计对策。
关键词：大数据；经济统计；机遇；挑战大数据时代是信息化技术发展到一定阶段的必然产物。
海量数据信息既为经济统计工作提供了充沛的数据支持，也加大了计算、分享等工作难度。
为促进经济统计工作顺利进行，并提高工作绩效，就需经济统计人员求变与创新，合理引入计算机技术或者互联网技术等，对海量数据信息进行收集、筛选、整理、分析等操作，并积极构建数据模型。
以下内容分析了大数据背景下经济统计机遇，并结合统计工作中的问题，制定出了几点工作策略。
一、大数据背景下经济统计的机遇（一）有利于充实经济理论经济理论具有一定的抽象性。
在经济统计过程中，工作人员对一些变量进行量化统计时，整体难度较大。
大数据背景下，工作人员可借助现代数理技术高效完成经济统计中的量化工作。
经济统计工作者可通过追踪研究对象，或者借助政府建构的统计计算系统中的统计模型，可高效采集数据信息，亦可借助该系统数据进行经济理论分析。
大数据背景下，工作人员获取经济数据的方式日趋便捷。
研究经济统计问题时，偏向于向微观方向转移，以此高效便捷地开展经济统计工作。
凭借大数据技术，可有效解决过往经济统计工作中的不可控因素，亦可提高经济统计工作中经济建模的精准性。
借助经济建模，可将建模外所产生的环境影响因素融入到经济模型中，以此为经济统计工作提供精细化且全面的数据支持。
（三）有利于扩充数据统计模型运用范围随着计算机与互联网技术的快速发展，数据统计模型被广泛应用到经济领域。
借助数据统计模型进行数据分析，已成为重要的发展趋势。
探究大数据技术在统计工作中的运用
探究大数据技术在统计工作中的运用1. 引言1.1 介绍大数据技术在统计工作中的应用现状随着大数据技术的不断发展和普及，其在统计工作中的应用逐渐得到了广泛的认可和应用。
大数据技术能够帮助统计工作者更快速、准确地进行数据收集、分析、建模和预测工作，大大提高了统计工作的效率和精准度。
在当今社会，数据量庞大且多样化是一个不争的事实。
传统的统计方法已经无法应对如此庞大和多样化的数据，而大数据技术则可以处理这些数据，并从中提取出有用的信息和规律。
大数据技术在统计调查中的应用得到了广泛的推广。
大数据技术还能够帮助统计工作者进行数据分析和建模工作。
通过挖掘大数据中的潜在关联和规律，统计工作者可以更加深入地理解数据背后的含义，并做出更加准确的分析和预测。
大数据技术在统计工作中的应用现状呈现出多方面的好处和发展趋势，为统计工作的发展带来了全新的机遇和挑战。
1.2 说明大数据技术对统计工作的重要性大数据技术在统计工作中扮演着至关重要的角色。
随着数据量的不断增加和数据类型的多样化，传统的统计方法已经难以满足对大规模、多维度数据的处理和分析需求。
而大数据技术的出现为统计工作提供了新的思路和方法。
大数据技术能够高效处理海量数据。
传统统计方法往往在处理大规模数据时效率低下，而大数据技术通过分布式计算和存储技术，能够快速处理PB级别甚至更大规模的数据，为统计分析提供了强大的支持。
大数据技术能够从多维度、多源头的数据中挖掘出更深层次的信息。
通过数据挖掘、机器学习等技术，大数据技术能够发现数据中的潜在规律和关联，为统计建模和预测提供更为准确的结果。
大数据技术还能够实现数据的实时处理和分析，为实时监测和决策提供支持。
在当前信息爆炸的时代，及时获得数据并做出相应的分析和决策至关重要，而大数据技术的高效处理和实时计算能力正好满足了这一需求。
大数据技术对统计工作的重要性不可忽视。
它不仅提高了统计工作的效率和准确性，还为统计分析带来了全新的可能性和发展方向。
大数据时代统计调查工作的挑战与思考_季晓晶
2013．5一、问题的提出大数据（ｂｉｇｄａｔａ）泛指伴随社会化数据出现的大量在线文本、图片、流媒体数据。
这里的“大”有两方面含义。
一是数据量巨大。
指在科学技术、计算机仿真、互联网应用、电子商务等诸多应用领域产生的海量数据集。
二是以数据为“大”的价值论。
即大数据之“大”更多地反映在其重要性上，而不完全指数量上的庞大。
因为可以从这些数据中挖掘出有价值的信息，目前大数据被世界经济论坛的相关报告认定为其价值堪比石油的新财富。
随着互联网和移动互联网的发展，无处不在的信息感知和采集终端，将行政管理、生产经营、商务活动等众多领域源源不断产生的海量即时电子化数据，通过“云计算”技术构建了一个与物质世界相平行的数字世界，所以很多专家认为人类已经跨入了大数据时代。
作为数据生产的权威机关，这样一个时代的到来给统计调查工作带来了什么样的挑战与启示？统计调查部门和统计调查工作者应该怎样应对才能满足时代提出的需求？对此，笔者拟结合多年基层工作经历进行初步探讨，意在抛砖引玉，以期更多的同仁共同关注、思考大数据时代对统计工作带来的变化和影响。
二、大数据时代的来临及意义有资料显示，１９９８年全球网民平均每月使用流量是１ＭＢ，２００８年是１ＧＢ，２０１４年将是１０ＧＢ。
全网流量累计达到１ＥＢ的时间在２００１年是一年，在２００４年是一个月，在２００７年是一周，而２０１３年仅需一天，即一天产生的信息量可刻满１．８８亿张ＤＶＤ光盘。
淘宝网站单日数据产生量超过５０ＴＢ，存储量４０ＰＢ。
百度公司每天要处理６０亿次搜索请求，几十ＰＢ数据。
一个城市若安装几十万个交通和安防摄像头，每月产生的数据量将达几十ＰＢ。
数据的规模越大，处理的难度也越大，但对其进行挖掘可能得到的价值更大，这就是大数据热的原因。
根据中国互联网络信息中心统计，２０１２年底我国网民数为５．６４亿，手机网民为４．２亿。
这些网民每天在网上将产生海量的数据，这些数据记载着他们的思想、行为乃至情感，蕴含着丰富的内涵和很多规律性信息，通过分析相关数据，可以了解大众需求、诉求和意见，反映舆情民意。
大数据思维在统计分析中的运用研究
大数据思维在统计分析中的运用研究摘要：统计分析在各时期发展中都具有重要地位，其主要核心目的就是促进时代发展。
而经济社会快速发展，还需对统计分析模式不断创新。
本文主要分析大数据思维在统计分析中的运用研究关键词：大数据思维；统计分析；运用引言通过大数据思维与统计分析融合，为统计分析创建发展平台，以大数据思维信息化、广泛性等特点，实时获取社会信息，并且还可以把获取到的信息数据按照类别储存、管理。
大数据管理平台自身就能够容乃海量信息，满足统计分析工作信息数据储存要求，其以统计分析结果为基础，时刻掌握各时代发展情况，从而全面提升统计分析工作质量与效率。
1、对大数据的认知与理解大数据，指无法在一定时间范围内使用常规软件工具进行捕捉、管理和处理的数据集合，是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样性的信息资产。
在大数据时代，企业资产不再仅仅局限于人员、财力、物质，数据作为新型企业资产，已经成为企业快速发展最为核心的竞争因素，在企业的发展中发挥着举足轻重的作用。
大数据基于自身数据量大、数据多样性、处理速度快等特点将构建新的经济增长模式，激发各行各业经济增长的巨大潜力。
目前，我国烟草行业存在庞大的数据资源，但对数据的挖掘，更多集中在商业领域的物流运输、精准营销等，大数据深度挖掘仍然处于起步阶段，并未发挥出大数据应有的作用。
卷烟生产企业数据量庞大，数据结构复杂，但是这部分数据很少纳入大数据分析和应用，更多的是基于小样本数据进行统计分析，还没有应用到企业各环节并成系统地构建。
基于上述，通过数据驱动管理，清除管理死角，提升生产制造管理水平，构建生产组织大数据分析决策系统，已然是管理工作的核心。
2、统计分析中应用大数据思维的重要性2.1解决各项限制因素影响问题统计分析工作开展，通过搜集与分析各类信息数据，及具体工作提供重要信息数据。
在以往发展过程中，统计分析工作模式是单一化的，需要在指定时间、要求等条件下，才能对具体信息数据进行搜集、整理、分析等，从而影响整体工作效率。
数字化时代统计质量控制方法研究
数字化时代统计质量控制方法研究银博文1秦梦晨21.安徽大学2.东北大学秦皇岛分校摘要：统计质量直接关系到统计数据的价值及应用效果，数字化时代，大数据技术的应用给传统统计工作带来巨大挑战的同时，也带来了机遇。
本文分析了数字化环境中统计质量的概念、数据技术的应用，以及影响统计数据质量的因素等问题，认为技术和管理是控制统计质量的重要渠道，并提出了相应的控制方法。
关键词：数字化时代；统计质量控制；大数据技术数字化时代，各种数据信息丰富了统计工作内容，为统计工作发展带来机遇的同时也带来了挑战。
传统的信息统计环境被数字化的经济社会发展数据所改变，推动着统计工作的数字化、信息化发展，利用数字技术能够极大地提升统计工作质量及效率。
当然，在数字化环境中，一数多源和数出多元等问题以及数据统计模型的构建等，极大地制约了统计数据的应用。
处理好数据质量和数据数量间的矛盾，以及最大化地利用数据优势开展统计工作等问题成为当前亟需探讨的重要课题。
一、数字化环境中统计质量的概念随着经济社会及技术的发展，数字化经济和数字化建设的高速发展极大地促进了社会经济发展，数据也随之成为不可或缺的新生产要素。
数据质量直接关乎数据价值，给形成数字化社会带来严重影响。
可以说，从业务层面看，数据必须能够满足数据消费要求及各业务场景的需求。
数据质量如何，直接关系到其能否满足数据使用要求及相关需求，数据质量通常由其真实性、准确性、实时性和完整性、安全性等构成。
社会经济发展阶段不同，数据的业务领域和数据用户也不同，其对数据质量的要求更不相同，对于数据质量的属性，相应的关注点和关注度也是不同。
然而，信息技术的高速发展推动着社会的数字化发展，数据统计需求、应用场景持续拓展，推动着统计数据的应用方式、指标、用途、使用范围等发生改变。
同一地区和国家，发展时期不同，其对统计数据的资料要求及定义也不同。
统计质量成为了综合性的概念，且可对不同的特征因素进行多维度的反映，如可比性、可获得性、可用性、及时性和准确性等，统计数据的准确性、真实性为统计质量的核心要素，并兼顾着统计数据的保密安全、适用性、可比较性及时效性等维度。
大数据时代我国经济统计现状及趋势分析
会计审计大数据时代我国经济统计现状及趋势分析刘丽芬(广东东图规划科技有限公司，广东广州510642)摘要：随着信息化的不断深入，大数据技术在各个行业当中都发挥其本身特有的重要作用，而且正以快速的趋势不断发展，所以对我国经济统计来说也同样如此。
大数据技术的出现很大程度上转变了人们的思维模式及行业习惯，由#匕对人们平时的生活及工作产生了较大的影响。
所以在大数据技术基础上对我国经济统计进行研究便显得特别重要。
为此本文首先对大数据时代下我国经济统计的现状及影响进行了深入的分析，并在此之后提出大数据时代我国经济统计发展餉对策，望可以为我国社会经济的有序发展提供支持。
关键词：大数据时代；经济统计；现状及趋势中图分类号:F222.7；F49文献识别码：A文章编号：2096—3157(2020)15—0177—02伴随科学技术与社会经济的快速发展,数据的重要性日益突出，再加之计算机技术的运用，人们能够对大量数据和信息进行筛选、查询、处理、分析等，由此使得大数据的价值越来越明显。
然而因受到数据收集和分析传统方式的影响，致使一时很难适应大数据技术,如此便需要有效培养统计专业人才以提高大数据的应用效率，利用大数据技术来处理大量数据信息，更好地促进社会发展。
一、大数据时代我国经济统计现状传统的经济数据统计存在着两个不足，一是数据有滞后性，二是频率太低，不能满足当代互联网发展的需求。
而大数据则可以在这两方面进行整合改进，比如：各国消费者物价指数(CPI)的发布一般都存在滞后期，以我国为例，通常要等到下个月的9号左右才发布上月CPI数据；而“在线价格指数"是对市场价格的实时跟踪和汇总，不存在滞后性，从而能为货币政策提供更为及时地信息。
众多的企业实践和研究案例表明，数据分析在广度和深度上的拓展能够帮助企业增强竞争力，提升盈利能力。
不过大数据对经济的影响绝不仅仅停留在微观企业层面和商业领域，它在经济信息统计和指导经济政策制定等方面也将发挥重要作用。
论新常态大数据背景下基层统计工作面临的机遇和挑战
论新常态大数据背景下基层统计工作面临的机遇和挑战摘要：在新常态大数据背景下，基层统计工作面临着机遇和挑战。
本文主要从数据质量、技术创新、人才培养和管理模式四个方面，分析了新常态下基层统计工作所面临的机遇和挑战。
在数据质量方面，大数据技术的应用为统计工作提供了更多的数据资源，但也对数据质量提出了更高的要求；技术创新方面，数据挖掘和机器学习等技术为统计工作提供了更多的手段，但也需要更多的专业技术人才支持；人才培养方面，需要加强基层统计工作者的业务能力和信息技术应用能力的培养；管理模式方面，需要建立现代化的统计管理制度，加强基层统计工作的规范化管理和评价体系建设。
关键词：新常态，大数据，基层统计工作，机遇，挑战。
一、新常态大数据背景下的基层统计工作新常态大数据背景下，基层统计工作面临着新的机遇和挑战。
随着信息技术的快速发展和普及，全社会的数据生产、传输和应用呈现出爆炸式增长的态势，数据量巨大，种类繁多。
这就要求基层统计工作者不仅要掌握基础的统计理论和技术，还要具备强大的数据处理和应用能力。
同时，新常态大数据背景下，需要基层统计工作更加注重数据质量、数据安全和数据隐私保护，提高统计数据的真实性、准确性和可靠性。
另一方面，新常态大数据背景下，基层统计工作面临着机遇。
数据的爆炸式增长带来了海量的数据资源，这些数据可以为基层统计工作提供更多更好的数据源。
基于大数据技术，可以实现对海量数据的高效处理、深度挖掘和精准分析，为基层决策提供更加科学、准确、全面的数据支撑。
此外，基于新技术、新手段的数据采集和处理方法，可以大幅提高基层统计工作的效率和质量，为基层工作提供更加精准、便捷的服务。
综上所述，新常态大数据背景下的基层统计工作，既面临着巨大的机遇，也面临着挑战。
如何有效应对和把握新时代背景下的机遇和挑战，提高基层统计工作的质量和效率，是当前亟待解决的问题。
二、面临的机遇随着新常态大数据时代的到来，基层统计工作面临着巨大的机遇。
大数据时代政府统计生产方式将如何进行变革
、
大 数 据 对 政 府 统 计 产 生 的 深
大数据 以其数量之大 、 类型之多 、 变化
之快，为统计调查提 供更加丰 富的海 量原始资料 ， 将极 大地拓展统计调查
刻 影 响
网信息 、数 以亿计的 电子化企业生产
经 营记录 、各类信息公司积累 的大量 数据 ， 这 就要求统计部 门必须加快统
人 口统 计 、 交通运输统计 、 经 济 活 动 预
进行 调整 。作为政府统计 的统计 数据
质量评价标准 主要包括准确性 、及时 性、 可 比性 、 一致性 、 适用性 、 可获得性 和经 济性 。而准确性是衡量统计数据 客观真实 的质量评价 标准，是统计数
用现代数据库技术将 以往 工程质量控
制点进 行归类整 理并存 入数据控 制 ， 为企业后期工程质量 控制点的设置提
确保供应商 的供应能力 。同时注重进
场材料 的检验与检查 ，确保进场材料 符合施工设计要求 ，奠定路基施工 质 量 的基 础。另外还要 注重施工前材 料 的复检 ，对路基施工用材 料参 数进 行
大数据时代政府统计生产方式将 如何进行变革
口 文／ 张博 洋
随着科技进 步和生产力水 平的提 的再 创造， 提高统计 生产力 ， 转 变统计
和及时性。
高， 在全世界范围内， 大规模生产 、 分享 和应用 数据 的时代一 大数 据时代正扑
面而来 。 面对大数据的到来 ， 政府统计 机构如何积极应对 大数据带来 的影响 和挑战，从而有 针对 性的制定切 实可 行的政策 和措施 ，推动统计生产 力发 展和生产方式变 革 ，是政府统计机构
急 需认 真研 究解 决 的 问题 。
一
生产方式 。同时， 新的形势要求政府统
大数据在统计工作中的运用研究
孙晓辉 ／ 蓬莱市统计局
【摘 要】我国社会经济发展正处在一个完善的过渡阶段，统计工作作为国民经济的晴雨表，在市场经济发展过程中具有不可替代的作用。 信息、咨询、监督职能，不仅可以为企业自身发展提供更加可靠的资源信息，还能够为国家进行经济宏观调控提供有价值、可靠的统计数据依据。 基于此，本文对大数据在统计工作中的应用进行了详实的阐释，以供参考。
２．３ 建立灵活机动的统计工作机制 大数据可以使统计分析不断微观化。通过统计手段分析事物 运行情况时，有时需要在多维度、多层面分析其变化趋势，甚至 专题研究与另一事物的相关关系，应用大数据方法，可以灵活采 用不同分析方式。需进行精准分析和监测的，可延续传统统计工 作模式。先建立模型，再研究确定统计指标，然后选择数据样本 对统计指标建立的模型进行测试，以确保统计指标有效反应统计 调查情况。仅关注大致发展或变化趋势的，可充分利用大数据分 析优势，不关注数据分析的精准性，仅关注当一事件发生的同时 另一事件发生的概率，这种情况下，不需要预先进行模型分析和 设立统计指标。 ２．４ 完善标准体系和法规，加强数据监管 大数据应用对统计工作是创新，需要尽快完善数据管理标准 法规体系，使大数据统计管理有法可依。政府应对各类数据的产 权归属保护以及数据采集、存储建立明确法律法规，确保合法使 用数据。政府应设立专门数据监管机构，统一标准对资源进行整 合，维护信息安全。同时，我们在大力发展大数据新技术的同时， 要注意新技术与法律法规相结合，例如，如何保护部门、个人的 隐私问题，从而对大数据下的统计服务工作进行最大的保护，实 现大数据下政府公共服务的正常运转。此外，要建立监督反馈机制， 不断提升政府统计工作的质量。 ３． 结语 综上所述，在我国社会经济的快速发展中，互联网及移动互 联网也获得了发展的机遇。大数据时代统计工作面临的挑战与对 策分析，成为社会发展中非常重要的探究问题。结合当前统计工 作中存在的问题，深入进行分析，积极探究解决大数据时代统计 工作面临挑战的有效对策，是统计部门工作取得成就的关键，对 于社会工作及经济的发展有重要意义。 参考文献： ［１］ 苗志芹 ． 大数据时代统计工作面临的问题及对策 ［Ｊ］． 环球市 场信息导报，２０１５，（０８）． ［２］ 林青 ． 大数据时代完善信息化统计工作的思考 ［Ｊ］． 价值工 程，２０１４，（２６）． ［３］ 朱建平 ， 章贵军 ， 刘晓葳 ． 大数据时代下数据分析理念的辨 析 ［Ｊ］． 统计研究，２０１４，（０２）． ［４］ 田勇 ． 随着大数据时代来临如何做好医院统计工作 ［Ｊ］． 世界 最新医学信息文摘， ２０１５，（１６）． ［５］ 黄赞兵 ． 大数据时代做好统计工作之我见 ［Ｊ］． 财经界 （ 学术 版 ），２０１５，（０７）．
大数据时代经济统计现状及趋势分析
大数据时代经济统计现状及趋势分析摘要：在信息化不断深入的背景下，大数据技术逐渐被广泛应用到各个行业领域中，并取得了非常显著的应用效果，当然对于我国经济统计而言也不例外。
大数据时代的到来，使人们的思维模式与行业习惯得到了一定程度的转变，对人们的日常生活及工作具有至关重要的作用。
因此，大数据技术对我国经济统计的研究是势在必行的，相关部门必须要引起对我国经济统计的重视程度，进而为人们带来高质量的生活水平。
文章首先将对大数据时代我国经济统计的现状，以及影响进行了简要分析，并对大数据时代我国经济统计发展的相关措施做出了进一步探讨。
关键词：大数据时代;经济统计;现状;趋势在科学技术与社会经济不断发展的情况下，数据的重要性已经逐渐突显出来，同时通过对计算机技术的合理应用，使得人们能够对大量的数据信息进行选择与分析等。
但受到数据收集与分析传统方式的深入影响，导致很难在短时间内更好的适应大数据技术，因此，需要加强对统计专业人才的不断培养，以便能够使大数据的应用效率得到整体的提升，借助大数据技术对大量的数据信息进行处理，进一步推动社会的可持续发展。
1.对大数据时代我国经济统计的基本现状进行分析在传统的经济数据统计中，数据具有一定的滞后性，并且统计频率相对偏低，无法满足目前互联网发展的需求标准。
而大数据时代的到来，可以有效改善这种缺陷。
在大数据背景下，人们对于大量的数据往往通过统计的方式进行整理分析，而伴随着大数据时代的到来，使相关的统计人员在工作方式上有了明显的转变，并且在考虑问题的过程中，必须要熟练的使用大数据对相应的问题进行分析，例如：现代经济统计怎样才可以更高效的与大数据时代发展相统一，在大数据时代，怎样对经济统计实施创新等问题，以往统计学中存在很大的不足，一些传统性统计学方法都是以小数据为基础的，在大数据技术背景下，这种传统性的统计方法与时代发展完全不符。
2.分析大数据对我国经济统计工作带来的重大影响大数据技术的出现，对统计工作产生了很多的影响，特别是对经济统计及政府统计产生的影响尤为明显。
大数据背景下统计数据质量影响因素分析
大数据背景下统计数据质量影响因素分析作者：夏敏来源：《科技信息·中旬刊》2017年第09期摘要：随着大数据在各行各业应用渗透性不断扩大，保证甚至提升大数据背景下的统计数据质量具有战略性的意义。
只有政府和企业从海量的数据中挖掘高质量的数据信息，确保统计数据的可靠、准确和及时性，才能做出更加合理的决策，大数据的机遇和优势才能充分得到发挥。
然而，大数据具有海量、非结构化、实时、多元和电子化易处理等特点，数据质量中一些原本微不足道的问题，在大数据面前将会凸显，甚至会给数据质量带来灾难性的伤害。
因此，如何保证大数据环境下统计数据的质量，已经成为统计部门亟待解决的问题。
关键词：大数据；背景下；统计数据；质量影响；因素分析1、影响因素分析1.1、内部因素1.1.1、体制因素一是目前统计系统不是垂直管理，统计局只管统计业务管理，没有用人管理权，造成对基层统计人员管理乏力，数据质量较难控制。
二是基层人员少事情多待遇不高，统计人员工作热情不高。
据调查，大多数统计人员都是身兼数职，除完成日常的报表工作外，还要完成包括测量土地、出纳、农业技术服务等工作任务，加之统计工作地位和待遇不高，很大程度上影响工作热情，进而影响了统计数据质量。
三是统计人员更换频繁。
有的管理局一年内有60%’70%的管理区统计人员是新到岗的，存在新、老统计人员工作手续交接不完整的情况，造成新人员没人带，对统计制度和具体工作要求一知半解，严重影响了统计工作的正常开展，数据质量更是得不到保证。
四是部分企业不配备专职统计人员，将统计工作交给外聘会计兼职做，部分兼职人员责任心不强，对统计工作敷衍了事，甚至存在“拍脑袋”报表的现象。
1.1.2、技术因素一是统计人员统计基础知识掌握不好，对指标含义、统计方法、调查方式等理解有偏差，出现数据不可比、偏差大、逻辑性差，甚至与实际情况严重背离。
二是统计人员的责任心不强，报表敷衍，不深入实地调查，凭经验估算；为通过报表审核程序，随意更改数据，选择性的填报指标，造成数据的不完整。
我国政府统计抽样调查工作存在问题及对策分析
致、步调一致，提高抽样调查方案的可行性、匹配性、科学性， 防止基层统计部门做重复性工作，确保抽样调查不被变为全面调 查[2]。
（二）改进抽样调查的技术 第一，完善抽样设计。作为开展抽样调查的重要依据，抽样 设计非常重要。要充分体现调查对象、调查目标的差异，确保抽 样调查方案可行、全面、具有可移植性。对规模较大的抽样调查， 尤其需要注意样本老化问题，及时对调查样本进行调整轮换，切 实提高样本可靠性，进行全面、科学、有效论证后再实施，为保 证抽样调查结果可靠打下良好基础。 第二，改进调查方法。主动运用现代计算机技术，有效改进 传统抽样调查方法，保障调查样本的随机性，积极借鉴国外的先 进经验，融合各种调查方法的优点，规避单一调查方法的弊端， 依靠正确方法，提高调查效率，保障调查结果的精确可靠。 第三，做好抽样推断。推断是抽样调查工作的重要环节之一， 要以调查结果为基础，进行总体估计，所以推断水平高低对总体 估计结果真实度影响非常大。所以在抽样推断中，要计算好样本 权数、处理好缺失数据、估计好目标量方差，最大限度地提高调 查结果精度，充分运用模型推断方法，有效结合调查设计效应相 关经验，获取最佳推断结果，进而有效发挥抽样调查作用，不断 提高政府统计工作效果。 第四，强化质量评估。调查数据的质量是统计工作可靠与否 的关键性因素，对于政府统计更是如此。要保障政府统计公信力， 就要加强数据质量评估，切实提高数据质量水平。要把数据质量 评估放在全面深化统计改革工作中，切实对数据质量管理技术手 段进行改革创新，不断完善数据质量评估指标体系，进而有效提 升数据质量，致力于政府统计的准确可靠，坚持不懈创造良好条 件。 三、结语 综上所述，政府统计工作非常重要，一定要保证统计的可靠、 准确。抽样调查作为一种主要的统计手段，要千方百计提高抽样 调查水平。但是在当前抽样调查工作中，不可避免还存在种种不 足，必须采取相应的措施进行改进。这是事关政府统计改革成败 的重要内容。
统计工作汇报：加强数据分析应用,服务国家战略决策
统计工作汇报：加强数据分析应用，服务国家战略决策2023年，随着大数据时代的到来，数据已经成为了社会运行的重要基础。
因此，统计工作也显得尤为重要，既要关注数据的收集和处理，还要深入挖掘数据背后的价值，促进国家战略决策。
在实现“两个一百年”奋斗目标的决胜阶段，加强数据分析应用，践行精益求精的工作态度，将为国家的发展贡献更多力量。
一、深入挖掘数据背后的价值数据的获取固然重要，但依靠单纯的数据收集无法透彻理解数据背后所代表的意义，而只有加强数据分析，才能得出更有价值的信息和洞察。
因此，在统计工作中，重点不仅在于有哪些数据，而在于如何诠释数据、挖掘数据的真实价值。
1、更加注重数据解读和应用随着信息化和智能化水平的提升，数据分析的工具和手段也得到了不断完善，很多数据已经开始向人们显露出更丰富的价值。
因此，我们需要在统计工作中注重数据解读和应用，通过数据分析，深入挖掘出其中的商业价值和社会价值，为国家建设和发展提供有力的支撑。
例如，在审视一座城市的治理效果时，只有通过对数据的深入分析，才能找出影响城市治理的关键因素，并制定出更有效的措施；而在推进企业数字化转型时，需要对企业的数据进行全面、深入的分析，从而找出企业在运营和业务方面的瓶颈，并通过全面提高管理水平来推动企业的飞速发展。
2、发掘数据的多维度价值数据往往存在多重性，因此只有在处理数据时同时考虑数据的多方面信息，才能真正发挥数据在决策中表现的价值。
在确定数据应用方向时，需要更加多维度地分析，以达到精细化决策的目的。
例如，对于城市治理方面，政府不单是关注城市的居民数量、GDP增长和税收等基础性指标，而是通过挖掘城市内部的各种数据信息，包括交通情况、环境质量、人口流动等，从而找出城市发展的趋势和新的发展方向。
二、践行精益求精的工作态度在加强数据分析应用的过程中，我们还需要不断摸索和探索，践行精细化管理，将工作做到极致，才能真正为国家工作带来实际的贡献。
1、加强数据标准化建设统计数据的准确性、系统性和实时性，需要依托于标准化的数据建设。
我国数字政府发展水平的影响因素和
㊀第４２卷第６期科学与管理２０２２年１２月Ｖｏｌ ４２㊀Ｎｏ ６ＳＣＩＥＮＣＥＡＮＤＭＡＮＡＧＥＭＥＮＴＤｅｃ ２０２２作者简介：陈鹤（１９７２－），女，重庆市人，教授，研究生导师，研究方向：公共经济与财政学，行政法治，环境经济与环境政策㊂我国数字政府发展水平的影响因素和提升路径分析基于２７个省会城市的组态研究陈㊀鹤，万丁丁（华中科技大学公共管理学院，湖北武汉４３００７４）摘要：基于ＴＯＥ框架，提出解释数字政府发展水平的框架，并运用模糊集定性比较分析方法，对２７个省会城市数字政府的发展现状开展实证研究，以探究数字政府发展水平的影响因素及其提升路径，为数字政府建设实践提供借鉴㊂结果发现：提升数字政府发展水平的模式有三种：以经济发展水平和公众需求规模为核心的 环境制约型 ，以制度建设为核心的 制度引领型 ，经济发展水平㊁公众需求规模和制度建设均为核心的 全面发展型 ㊂基于此，提出为提高数字政府整体建设水平，各地方政府应因地制宜选择适配路径㊁以公众需求为导向㊁加强制度建设㊁推动数字政府与数字经济发展形成合力㊂关键词：数字政府；省会城市；组态分析；影响因素；提升路径中图分类号：Ｄ６３㊀㊀文献标识码：Ａ㊀㊀ＤＯＩ：１０ ３９６９／ｊ ｉｓｓｎ １００３－８２５６ ２０２２ ０６ ０１０开放科学（资源服务）标识码（ＯＳＩＤ）：㊀０ 引言随着数字时代的到来，数据成为继劳动力㊁资本㊁土地之外的又一生产要素，驱动着社会生产方式㊁生活方式和治理方式的变革㊂以政府为代表的公共部门也在不断探索数字化转型之路㊂２０２０年，党的 十四五 规划特别提到 将数字技术广泛应用于政府管理服务 ，为数字政府建设指明了方向㊂与此同时，各地方政府积极响应国家战略，如浙江㊁广东㊁贵州等地将数字政府建设作为一项系统性的工程，从技术㊁管理㊁流程等多个层面创新发展模式，打造出 最多跑一次 云上贵州 等一系列品牌数字工程㊂然而，现实中数字政府建设仍面临着部门间数据分割㊁巨量数据无法实现快速整合以及数据应用遭遇阻力等问题，阻碍着数字政府发展水平的进一步提升［１］㊂如何利用现有资源提升数字政府建设的水平，助力 数字中国 目标的实现，成为当前各界亟须探索的重要领域㊂目前国内对于数字政府的相关研究主要集中在数字政府的内涵㊁研究框架㊁内在逻辑㊁影响因素㊁各地方政府数字化发展现状和其他国家建设数字政府的经验总结等方面㊂其中针对数字政府发展影响因素及提升路径的研究主要集中在三个方面：一是侧重于对数据利用和共享等微观层面的研究，而宏观层面上对数字政府进行的整体性研究较少；二是在探究数字政府建设的影响因素上，多集中于某一因素的单一线性关系，忽略了多个因素相互作用的复杂机理；三是对数字政府提升路径的探析，多采用案例分析的方法，基于某一个或某几个案例城市的实践经验，以全国范围内的城市为研究对象的少之又少［２］㊂基于此，选择省会城市为案例对象，通过组态分析探讨影响数字政府发展水平的主要因素和提升路径，第６期陈鹤，万丁丁：我国数字政府发展水平的影响因素和提升路径分析 基于２７个省会城市的组态研究即尝试回答 影响地方政府数字化转型的关键因素有哪些？ 地方政府进行数字化转型的可行性路径有哪些？ 等问题㊂在具体案例的选择上，因香港㊁澳门和台北这三个城市数据缺失，未纳入考察范围，四个直辖市（北京㊁天津㊁上海和重庆）因其特殊的经济地位和政治地位，在数字政府发展上拥有和省级政府一样的自主权和自由度，故未纳入省会城市范围，最后剩余２７个省会城市①作为研究案例㊂选择全国２７个省会城市为考察对象，还有以下两个方面的考虑：首先，省会城市不仅汇集了全省的发展资源，而且由于其较高的文化开放氛围，对新事物有较强的接纳能力，最具潜力成功实现数字化转型，并对同省其他城市产生积极的带动效应㊂其次，全国２７个省会城市覆盖东部㊁中部㊁西部地区，包括经济发达地区和欠发达地区，在案例选择上尽可能地实现了最大异质性［３］，便于全面考察不同的因素组合㊂１㊀理论框架１ １行政生态系统理论行政生态系统理论即从外部视角研究社会环境㊁文化偏好㊁经济背景㊁意识形态等对公共行政实践的影响［４］㊂国内研究中，王沪宁［５］第一次对行政生态学进行了清晰的定义，定义中强调行政系统和环境系统的平衡关系㊂行政系统包括行政组织和行政人员，环境系统包括各种人类活动㊁自然条件和社会文化条件等㊂行政系统处于环境系统之中，具有一定的能动性，能够积极主动地对环境系统做出反应，从而使各个部分之间达成相互协调和相互适应的生态平衡㊂曹惠民［６］提出通过加强地方政府的政策支持和战略引导，营造良好的行政生态环境，为政府数据治理改革提供弯道超车的可能㊂数字政府的建设也受到行政生态环境的影响㊂政府的数字化转型以实体政府为载体展开，由地方行政组织和人员推进实施，在此过程中，必然处于一定的行政环境中，具体包括经济㊁政治㊁文化㊁人口㊁工业㊁农业等㊂其中每一个因素都会影响数字政府建设实践的开展，不同的因素组合作用下会生成不同的数字政府发展水平㊂１ ２ＴＯＥ框架技术－组织－环境框架（Ｔｅｃｈｎｏｌｏｇｙ⁃Ｏｒｇａｎｉｚａｔｉｏｎ⁃Ｅｎｖｉｒｏｎｍｅｎｔ）即ＴＯＥ框架主要用来考察影响组织创新采纳的因素，目前应用在数字政府转型方面的研究涉及电子服务能力［７］㊁电子政务服务效率［２］㊁政府服务数据协同治理水平［８］㊁政府数据开放平台利用［９］，等等㊂该框架的三个影响因素中，技术因素包括组织内部的工作场所和设备以及组织外部可用技术的集合等［１０］；组织因素包括组织规模㊁组织结构㊁组织文化㊁高位领导支持㊁资金等；环境因素包括组织面临的政治㊁经济㊁社会㊁文化㊁人口等［７］㊂ＴＯＥ框架综合考虑了组织的外部因素及技术本身特点，具有较强的系统性和可操作性，且结构清晰具有柔性［７］，可以根据具体的研究场景进行调整和优化㊂数字政府建设是在新技术革命的背景下，以大数据㊁互联网㊁人工智能等信息技术为依托发展起来的，其作用的主体是政府机构，改革的进程会受到内外部环境的综合影响㊂综合来说，政府的数字化转型进程不仅取决于政府自身的组织结构㊁重视程度㊁人才储备，也受到地区公众需求规模㊁经济实力㊁技术基础设施完善程度等多个维度的制约㊂因此，本文将ＴＯＥ框架应用到分析影响数字政府改革的因素上，具有一定的可靠性和科学性㊂１ ３分析框架基于行政生态系统理论和ＴＯＥ框架，充分考虑数字政府建设的实践，并结合已有研究成果，构建本文的研究框架，参见图１㊂在具体变量的选择上，技术因素包括科技人才储备，组织因素包括组织机构和制度体系，环境因素包括邻近效应㊁经济发展水平和公众需求规模㊂图１㊀分析框架９７①㊀２７个省会城市包括：杭州㊁广州㊁贵阳㊁武汉㊁福州㊁南京㊁成都㊁石家庄㊁济南㊁西安㊁海口㊁郑州㊁合肥㊁长沙㊁沈阳㊁南宁㊁银川㊁哈尔滨㊁南昌㊁长春㊁呼和浩特㊁兰州㊁昆明㊁太原㊁拉萨㊁西宁㊁乌鲁木齐㊂㊀科学与管理２０２２年技术因素㊂主要包括科技人才储备，即从事软件和信息技术服务业人员占全市常住人口的比例㊂一定的科技人才储备是维持数字化政务服务运行的根本㊂对于政府内部而言有利于提高整体业务水平和工作效率；对于整个社会而言，有助于营造数字应用的氛围，提高全民数字素养㊂技术因素仅包涵科技人才一个变量有以下考虑：科技人才是我国发展的战略性人力资源［１１］，但是现有研究发现我国科技人才区域分布不平衡，主要集中在东部及少数中西部区域中心城市［１２］，各地区的科技人才储备存在明显差异，因此将科技人才纳入数字政府发展水平的影响因素㊂丁依霞等［７］通过实证研究证实科技人才与政务微博服务能力呈正相关关系㊂与丁依霞等研究一致，以从事软件和信息技术服务业人员年末数占总人口的比例来衡量科技人才储备程度㊂组织因素㊂包括组织机构和制度体系㊂其中组织机构主要是指参与数字政府建设的主体，持续有力的组织保障能够协调各方力量，形成协调一致㊁统筹推进的整体合力㊂张会平等［８］通过实证分析发现，若政府注重大数据产业发展水平提升和省级大数据治理机构的建立，则拥有较高的数据协同治理水平㊂因此，选择‘中国数字发展研究报告（２０２１）“中的组织机构一级指标得分作为衡量组织建设的指标㊂具体包括党政机构中涉及数字政府建设的政务办和领导小组，以及社会组织中相关的各类协会㊂制度体系是指有关数字政府发展的法律法规和政策，对数字政府发展起着引领和规范作用㊂张廷君等［１３］以 数字乌山® 项目为案例对其改革过程进行深入探析，提出数字机关事务治理的转型是技术与制度双向调试实现的制度重塑㊂选择‘中国数字政府发展研究报告（２０２１）“中的制度体系一级指标得分作为衡量制度建设的标准㊂具体包括数字政府的总体性政策和各分类政策的颁布情况，以及数字政府建设方面能够体现地方政府投入水平的相关政策㊂环境因素㊂包括邻近效应㊁经济发展水平和公众需求规模㊂邻近效应主要是指府际间学习和竞争㊂穆尼［１４］提出当某项政策被证明有利于州利益，那这项政策会对邻近州产生积极的区域效应，成为效仿和学习的经验㊂因此，各地方政府出于综合利益的考虑会积极地向邻近城市进行经验学习和突破㊂徐换歌［１５］研究发现若相邻地区均采纳了电视问政节目，当地政府将面临较大的压力，从而自上而下地推动学习邻近城市㊂和徐换歌研究一致，以各省会城市毗邻省会城市的数字政府发展指数平均值作为邻近效应衡量指标㊂经济发展水平指当地人均ＧＤＰ，数字政府的建设需要大量的人力物力财力投入，经济发展水平越高的城市，政府的财政收入越高，越有能力和资本进行改革和创新［１６］㊂何文盛等［１７］提出地区经济发展水平会影响预算绩效管理改革的实践㊂与何文盛等研究一致，将人均ＧＤＰ作为衡量地区经济发展水平的指标㊂公众需求规模指当地常住人口数量，人口越多的地方，公众参与政治生活和寻求公共服务的需求总量越多［１８］，产生的公共问题也会越复杂，此时政府会被动地采取措施满足公众的需求，从而推动数字政府建设进程㊂门理想等［１９］在研究中国地方政府数据开放建设成效的影响因素时用当地人口数量衡量公众规模㊂与门理想等研究一致，以当地常住人口数作为衡量公众需求规模的指标㊂２㊀研究设计２ １研究方法选择全国２７个省会城市作为考察对象，对数字政府建设水平背后的复杂因果关系进行定性比较分析㊂定性比较分析方法常应用于政治系统 宏观 层面的研究，即聚焦于总体国家层面和整个系统的不同方面，是一种主要针对中小样本的研究方法［２０］㊂定性比较分析从整体视角出发，将案例视为条件变量的 组态 ，关注的是条件组态和结果间的复杂因果关系㊂定性比较分析的优势主要体现在：一是与传统多元回归相比，传统回归分析基于原子视角，将每个变量作为独立的存在，关注的是某一变量对结果产生的 净效应 ，研究的是单一线性关系［２１］㊂而定性比较分析假定条件变量间是相互依赖而非独立的，某一条件所产生的效应取决于它与其他条件的组态关系，某一现象的出现是多重条件并发协同作用的结果，研究的是非线性关系㊂因此，与传统回归分析相比，定性比较分析更符合管理问题的现实实践㊂二是传统定性分析聚焦于案例的整体和深入分析，关注的是某一或某几个案例，普适性和外部推广性较差；传统定量研究从样本中发现可推广的模式，研究的深度和对个案的独特性关注不够［２２］㊂综合而言，模糊集定性比较分析既可以保持整体视角，又能形成可推广的模式，综合了定性研究和定量研究两种方法的优点㊂２ ２变量设计２．２．１结果变量选取数字政府发展水平为结果变量，数据来源于清华大学数据治理研究中心发布的‘中国数字政府发展研究报告（２０２１）“㊂该报告设计了组织机构㊁制度体系㊁治理能力和治理效果四个一级指标，其下设０８第６期陈鹤，万丁丁：我国数字政府发展水平的影响因素和提升路径分析 基于２７个省会城市的组态研究１２个二级指标㊁６５个三级指标，构建了数字政府发展指数的指标体系，以此测量我国各级数字政府发展水平㊂考虑到数据的可获取性和权威性，选择该报告中省会城市数字政府发展指数作为结果变量㊂２．２．２条件变量选取科技人才㊁组织机构㊁制度体系㊁邻近效应㊁经济发展水平㊁公众需求规模作为条件变量㊂具体衡量指标和数据来源参见表１㊂表１㊀结果变量和条件变量的指标描述及数据来源变量分类变量名称变量观测数据来源结果变量数字政府发展水平数字政府发展指数中国数字政府发展研究报告（２０２１）条件变量科技人才每万人中从事软件和信息技术服务业人员年末数中国电子信息产业统计年鉴（２０１９）组织机构组织机构一级指标得分中国数字政府发展研究报告（２０２１）制度体系制度体系一级指标得分中国数字政府发展研究报告（２０２１）邻近效应各省毗邻省份省会城市的数字政府发展指数平均值中国数字政府发展研究报告（２０２１）经济发展水平人均ＧＤＰ中国统计年鉴（２０１９）公众需求规模年末常住人口数中国统计年鉴（２０１９）注：因 软件和信息技术服务业人员年末数 人均ＧＤＰ 与 年末常住人口数 三个变量的２０２０年和２０２１年数据缺失严重，故选择数据较为完整的２０１９年相关数据㊂２ ３变量校准校准是将每个案例的解释变量和结果变量进行集合隶属的过程，即用绝对数值表示的条件变量与结果变量，转化为用模糊集隶属度表示［２３］㊂本研究采用后验校准法将排除奇异点之后的各项变量数据的最大值设定为 完全隶属 ，即数字大于９５％；每项变量数据的最小值设定为 完全不隶属 ，即变量取值小于后５％的数值，交叉点根据每个变量的实际情况，计算出数据值的均值为交叉点［２４］㊂具体数值参见表２㊂表２㊀变量校准与赋值变量分类变量名称完全隶属交叉点完全不隶属结果变量数字政府发展水平８０．４００５８．５００３７．８００解释变量科技人才３３８．９９０１２２．０００１１．４６０组织机构１３．８００７．１００１．７００制度体系１３．８００７．７００３．１００邻近效应７０．３００５８．６００４２．６００经济发展水平１６．５６８９．７７３５．２８６公众需求１７８８．２２０７４８．３００７１．２３０３㊀结果分析３ １必要条件分析必要性分析是指探讨结果集合在多大程度上构成条件集合的子集㊂必要条件是结果发生必须出现的条件，如果缺少该条件，结果就无法发生㊂衡量必要条件的一个重要指标就是一致性，通常认为，认定必要条件的一致性分数最低值为０ ９［３］㊂因此，借助ｆｓＱＣＡ软件，采用０ ９的一致性阈值衡量标准，对于数字政府发展高水平和数字政府发展非高水平分布进行必要条件检验，结果如表３所示㊂表３㊀必要条件分析解释变量数字政府发展高水平数字政府发展非高水平一致性覆盖率一致性覆盖率高技术人员占比０．６１８０．８９５０．２９７０．４２１低技术人员占比０．６０００．４６６０．９２６０．７０４高组织机构保障０．８２７０．８８４０．５２３０．５４８低组织机构保障０．５７７０．５５３０．８８９０．８３４高制度建设０．８１８０．８７５０．４３９０．４６０低制度建设０．４９５０．４７４０．８８１０．８２６高邻近效应０．７９５０．７５６０．５７００．５３２低邻近效应０．５０８０．５４７０．７３９０．７７９高公众需求规模０．７９８０．８７８０．５１７０．５５８低公众需求规模０．５９８０．５５９０．８８７０．８１１高经济发展水平０．７２３０．８１２０．４９１０．５４０低经济发展水平０．５９００．５４２０．８２９０．７４５数据来源：根据ｆｓＱＣＡ３ ０版软件必要条件计算所得㊂㊀㊀表３中各变量分析说明，数字政府发展高水平的条件变量的一致性程度都小于０ ９，这说明六个解释变量都不是促进数字政府发展水平提升的必要条件，即建设数字政府的过程中，可能无法通过本研究中的六个变量中的单一条件变量提升数字政府建设水平㊂相反，在数字政府发展非高水平的条件变量必要性分析中，低技术人员占比是低数字政府发展水平形成的必要条件，这意味着该条件的缺乏会对数据利用水平的提升起阻碍作用㊂这一结果说明了数据利用水平提升受到多方面因素的共同影响，而非单一因素决定㊂因此，提升数字政府建设水平需要进一步分析技术㊁１８㊀科学与管理２０２２年组织和外部环境三方面的联动作用，探讨各解释变量之间的协同效应㊂３ ２条件组态分析通过ｆｓＱＣＡ软件输出复杂解㊁简约解和中间解㊂结合简约解和中间解判定组态中的核心条件和边缘条件，如表４所示㊂通过组态分析发现共存在５条路径，总一致性为０ ９１３２，说明了在符合以上５种组态的案例城市中，９１ ３２％的数字政府呈现出较高的发展水平㊂总覆盖度为０ ７６３９，说明５条组态可覆盖７６ ３９％的具有高数字政府发展水平的案例㊂表４㊀产生高数字政府发展水平的条件组态条件变量㊀高数字政府发展水平Ｈ１Ｈ２Ｈ３Ｈ４Ｈ５技术人员 ••组织机构 • ••制度建设ӘӘӘ 邻近效应•• 公众需求ӘӘ •Ә经济发展ӘӘ Ә原始覆盖度０．３２６０．５３２０．２８２０．２８７０．２２０唯一覆盖度０．０５４０．２２４０．０７５０．０７００．００７一致性０．８９７１．００００．８９１０．９９７１．０００结果覆盖度０．７６４结果一致性０．９１３代表性案例㊀合肥，㊀长沙武汉，杭州，郑州，广州，石家庄贵阳㊀济南，㊀西安，㊀沈阳成都注：Ә表示核心条件，•表示边缘条件， 表示该条件变量缺失，空白表示该变量的出现不影响结果㊂㊀㊀具体而言，组态１表示当经济发展水平较高，公众需求规模较大，受邻近省会城市发展的影响较强时，即使从事相关产业的技术人员占比较低，组织机构建设不完善，无需考虑制度建设，可以产生较高的数字政府建设水平㊂其中公众需求和经济发展为核心条件，制度建设为边缘条件㊂该组态能够解释３３％的数字政府发展高水平案例，其中约５％仅能被这一路径解释㊂组态２表示当组织机构和制度建设较完善，公众需求和经济发展水平均较高，受邻省数字政府建设影响较强时，无需考虑技术人员比重，可以产生较高的数字政府建设水平㊂其中制度建设㊁公众需求㊁经济发展是核心条件，组织机构㊁邻近效应是边缘条件㊂该组态能够解释５３％的数字政府发展高水平案例，其中２２％仅能被这一路径解释，且此条组态的覆盖度最高㊂组态３表示当制度建设较为完善时，即使技术人员占比较少，组织机构保障不到位，公众需求和经济发展水平较低，依然可以产生较高的数字政府建设水平㊂其中制度建设是核心条件㊂该组态能够解释２８％的数字政府发展高水平案例，其中７％仅能被这一路径解释㊂组态４表示当制度和组织建设较完善，技术人员比重和公众需求较高时，即使经济发展水平较低，受邻近省份的影响较弱，仍可以产生较高的数字政府发展水平㊂其中制度建设是核心条件，技术人员占比㊁组织机构㊁公众需求是边缘条件㊂该组态能够解释２９％的数字政府发展高水平案例，其中７％仅能被这一路径解释㊂组态５表示当公众需求和经济发展水平较高，技术人员较多，组织保障到位时，即使制度建设不完善，受邻近城市的影响较小，也可以生成较高的数字政府发展水平㊂其中公众需求㊁经济发展是核心条件，技术人员和组织机构是边缘条件㊂该组态能够解释２２％的数字政府发展高水平案例，其中１％仅能被这一路径解释㊂以上５条路径可以归纳为３种模式，分别是 环境制约型 制度引领型 全面发展型 ㊂第一种可以归纳为 环境制约型 ，对应表４中的Ｈ１和Ｈ５，数字政府发展的高水平需要一定的行政生态环境为基础，其中经济发展水平和公众需求规模发挥着关键作用㊂首先，一定的经济发展水平是数字政府建设的物质基础，数字政府建设过程中基础设施的建设㊁技术手段的进步以及相关的财政支撑都需要一定的经济条件为前提㊂其次，随着人们对精神文明重视程度的提高，公民的主人翁意识和社会责任感越来越强，越来越有意愿和能力表达政治诉求㊁维护政治利益㊂由此公民对政治参与需求的增长为数字政府变革提供了拉力㊂双重作用下，拥有雄厚经济基础的地方政府如果能够贯彻落实以民众需求为导向改革数字政务服务，将强有力地推进数字政府的建设㊂其中典型的案例城市是长沙㊁合肥和成都，这三个城市的人均ＧＤＰ在所有省会城市中分别位居第四位㊁第七位和第十位㊂三个城市凭借雄厚的物质基础和经济实力，并坚持以人民为中心，实现数字政府改革效能的有效提升㊂因此，对于经济发展水平较高的地方政府，应该利用其经济优势并注重以公众需求为导向，着力建设人民满意的数字政府㊂第二种可以归纳为 制度引领型 ，对应表４中的Ｈ３和Ｈ４㊂数字政府的高水平建设依赖于强有力的制度保障㊂对于经济实力较弱，环境因素影响较小以及技术人员不足的城市而言，加快顶层设计，颁布相２８第６期陈鹤，万丁丁：我国数字政府发展水平的影响因素和提升路径分析 基于２７个省会城市的组态研究关的政策法规，自上而下地进行谋划和布局，依靠制度的完善和引导成为全国数字政府建设的领头羊㊂其中具有代表性的城市是贵阳，２０１９年６月贵阳市人民政府办公厅印发‘贵阳市推进政务服务 一网通办 工作实施方案“，以及２０２０年６月贵州省颁布‘贵州省大数据标准化体系建设规划“，为数字政府的推进提供了制度规划和引导㊂此外，对于制度较完善的城市，如果有一定的技术支持和公众需求配合，政府推行的相关措施很容易推动其数字政府发展水平的提高㊂在我国省会城市的案例中，济南㊁西安㊁沈阳等城市呈现这种发展模式，体现了制度保障㊁技术支持和公众需求的有效结合㊂该模式也能够解释贵阳㊁沈阳等经济欠发达地区为什么能够实现数字政府建设的 弯道超车 ㊂第三种模式为 全面发展型 ，对应表４中Ｈ２㊂拥有一定的经济基础和公众需求规模，并且组织机构㊁制度建设较为完善，加之周边城市的影响，在多方因素的联动作用下，容易生成较高的数字政府建设水平㊂在该模式中，首先，良好的经济基础可以为数字政府建设提供大量的人力㊁物力㊁财力资源㊂其次，政府的组织机构和制度建设为数字政府转型提供了顶层设计，统一㊁专业的政府职能部门或专项小组能够统筹数字政府建设全局，协调各方力量，相关政策法规和措施的颁布使数字政府建设更加标准化㊂最后，在公众实际需要和邻近城市较高的数字化发展水平的推动下，政府数字化转型稳步推进㊂在所有案例城市中，武汉㊁杭州㊁郑州㊁广州㊁石家庄呈现这种发展模式，这些城市均属于稳步推进㊁协调发展的代表㊂４ 结论与讨论通过前文对数字政府发展高水平生成路径的分析，共归纳出 环境制约型 制度引领型 全面发展型 三种模式㊂可以发现：（１）在完善的制度体系保障下，地方政府能够克服经济落后㊁技术人才缺乏等弱势，实现数字政府的高水平发展㊂（２）在缺少制度引领下，较为雄厚的经济实力和一定的公众需求规模相配合也能够实现数字政府的高水平发展㊂（３）在所有案例城市中，５３％的数字政府高水平发展是在组织机构㊁制度体系㊁邻近效应㊁经济发展以及公众需求等多重因素均以较高的水平共同作用下的结果㊂基于以上研究结论，为如何提高数字政府发展水平提供一些建议和思考㊂首先，因地制宜选择适配路径㊂地方政府在进行数字政府建设的过程中应根据自身的资源禀赋和地方特色积极探索不同的因素组合，借助不同因素之间的联动效应，实现本地数字政府的高水平发展㊂其次，以公众需求为导向，解决人民关心的问题㊂地方政府要有以人民为中心的使命感，利用政务数据及时预见公众需求㊁响应公众诉求，使政府服务更高效㊁执法监管更便民，提升人民群众的满意度和幸福感㊂再次，加强制度建设㊂地方政府需要重视数字政府建设过程中的制度设计和制度保障问题㊂一方面，在宏观战略规划上，颁布相关政策法规㊁明确数字政府建设的标准和规则，努力破除部门数据壁垒带来的一系列问题；另一方面在微观的政务服务评价和评估上，加强对数字化政务服务的标准化建设，依据评估结果和公众反馈不断优化政务服务流程；此外，还需要通过立法明确数据运用和管理的权限和职责，解决数据滥用㊁个人隐私泄露㊁网络诈骗等带来的一系列数据安全问题㊂最后，与数字经济发展形成合力㊂数字政府在我国的 数字中国 战略中发挥着引领和规范作用，数字经济发挥着基础和驱动作用，两者互相融合㊁互促共进㊂对于经济欠发达的地区而言，应该充分推动数字经济与各行各业深度融合，激发各个产业的创造活力，推进经济蓬勃发展，为政府数字化转型夯实经济基础㊂参考文献：[1]㊀周雅颂.数字政府建设:现状㊁困境及对策:以 云上贵州 政务数据平台为例[J].云南行政学院学报，2019,21（2）:120⁃126.[2]㊀冯朝睿,徐宏宇.TOE框架下电子政务服务效率及其影响因素研究:基于DEA⁃Tobit两步法模型[J].云南财经大学学报,2021, 37（7）:97⁃110.[3]㊀张明,杜运周.组织与管理研究中QCA方法的应用:定位㊁策略和方向[J].管理学报,2019,16（9）:1312⁃1323.[4]㊀文华.行政生态学视角下的地方政府大部制改革困境及其破解之道[J].理论导刊,2015（12）:4⁃7.[5]㊀王沪宁.行政生态分析[M].上海:复旦大学出版社,1989:28⁃33.[6]㊀曹惠民.地方政府数据治理绩效及其提升[J].理论探索,2020（4）:72⁃80.[7]㊀丁依霞,徐倪妮,郭俊华.基于TOE框架的政府电子服务能力影响因素实证研究[J].电子政务,2020（1）:103⁃113.[8]㊀张会平,宋晔琴.政务服务数据协同治理水平的提升路径研究:基于TOE框架的组态分析[J].情报杂志,2020,39（10）:151⁃157.[9]㊀汤志伟,王研.TOE框架下政府数据开放平台利用水平的组态分析[J].情报杂志,2020,39（6）:187⁃195.[10]㊀OLIVEIRA T，MARTINS M F.Literature review of informationtechnology adoption models at firm level[J].Electronic Journal of Information Systems Evaluation,2011,14(1):110⁃121.[11]㊀许治,张建超.新中国成立以来政府对科技人才注意力研究:基于国务院政府工作报告(1954 2019年)文本分析[J].科学学与科学技术管理,2020,41（2）:19⁃32.[12]㊀姜柏彤,蒋玉宏.我国科技人才区域分布特征与变化趋势:基于３８。
新时期统计工作存在的问题及优化对策
新时期统计工作存在的问题及优化对策【摘要】在新时期，统计工作面临着诸多问题，如数据收集不完整、数据质量低下、统计工作流程不畅等。
这些问题严重影响着统计结果的准确性和可靠性，制约了统计工作的进展和发展。
为了解决这些问题，需要采取一系列的优化对策，包括完善数据收集机制、加强数据质量管理、优化统计工作流程等。
通过优化对策的实施，可以提高统计工作的效率和质量，推动统计事业的持续发展。
我们需要重视新时期统计工作存在的问题，并积极采取有效的优化对策，以实现统计工作的持续改进和发展。
通过不断优化，统计工作将在未来迎来更加广阔的发展空间和机遇。
【关键词】新时期、统计工作、问题、优化对策、数据收集不完整、数据质量低下、统计工作流程不畅、总结、展望未来1. 引言1.1 背景介绍统计工作是指根据一定的目标和方法，对现象进行收集、整理、分析和解释的工作。
在当前数字化信息时代，统计工作更加重要，因为数据的价值已经成为推动社会发展的重要动力之一。
新时期统计工作也存在着一些问题。
数据收集不完整是影响统计工作准确性的主要问题之一。
有些数据来源不完善，或者存在遗漏、重复等问题，导致统计结果出现偏差。
数据质量低下也是一个令人担忧的问题。
数据的准确性、完整性、清晰性都直接影响统计结果的可信度。
统计工作流程不畅也会影响工作效率和结果质量，比如数据整理、分析等环节存在问题，会影响结果的准确性和及时性。
针对这些问题，有必要提出一些优化对策建议，比如加强数据采集环节的管理，提高数据质量的监控与评估，优化统计工作流程，提高工作效率。
只有不断完善和优化统计工作，才能更好地为社会经济发展提供有力支持。
1.2 研究目的本文旨在探讨新时期统计工作存在的问题及优化对策，以期为当前统计工作的改进提供参考和建议。
随着社会的发展和科技的进步，统计工作在各个领域起到了至关重要的作用，但也面临着诸多挑战和问题。
通过对新时期统计工作存在的问题进行深入分析和探讨，可以帮助我们更好地认识和理解当前统计工作的现状，进而提出针对性的优化对策，从而提高统计工作的效率和质量，推动统计工作的持续发展和进步。
大数据背景下统计数据质量影响因素研究
当今社会大数据已经在各个行业中得到广泛的应用，海量数据的质量参差不齐，高质量的数据需要政府相关部门和企业一起挖掘。
大数据时代的来临既是机遇也是挑战，对各行各业的发展具有关键作用。
大数据的海量、实时化、电子化易处理、数据多元化等特点为企业和政府带来了巨大的机遇和挑战，一方面极大的方便了各行业的数据处理和查找，是企业和政府做出合理的决策的数据基础；另一方面，微不足道的数据质量问题如果不及时得到解决，会严重影响数据的整体质量。
所以影响数据质量因素的研究不仅是统计部门的任务，也是各部门的要求。
一、大数据背景下统计数据质量内涵的进一步分析精准的统计数据要制定严格的生产数据标准，统计部门严格遵守标准，在特定的生产数据时间内依照生产方式规范进行数据统计，才能在不断升级的数据系统中保持较高的数据质量。
传统统计数据采用的方式是：统计部门在各层收集数据，再将数据上报给上级部门，上级部门进行审核，这样的模式耗费时间长，还容易在上报的过程中发生数据传递失真的现象，不利于企业的数据统计，制约企业的发展。
大数据背景下，大数据技术得到发展，上级部门可以通过信息平台或者网络直报系统直接了解整体数据，提高数据的质量的同时也提高了企业的效率，数据需要不断更新，才能减少低质量数据的产生。
此外，原始数据的质量对整个数据质量具有重要意义，不同部门对原始数据的判定标准具有差异性，统计部门要充分保持原始数据的质量，防止原始数据丢失。
完善数据收集和统计系统，改变传统统计数据方式，保证统计数据质量。
二、影响因素分析大数据背景下影响统计数据质量的因素主要是流程、技术和管理三个因素，这三种因素对统计数据质量产生影响，通过影响因素概念模型可以了解基本的影响流程以及影响后果。
1.流程因素（1）数据搜集数据统计的基础是数据的搜集，每个企业的统计部门搜集数据的方式会有差别，传统的搜集数据的方式是统计调查，企业委派相关工作人员对原始数据进行搜集，搜集到的重点数据应当重点关注，再将搜集的数据做成统计报表。
大数据时代背景下的企业统计工作分析
大数据时代背景下的企业统计工作分析摘要：近年来随着社会的发展，我国科技水平突飞猛进，各种科技在改变了人们生活的同时，也为企业更加高效的运转提供了更多方向。
大数据作为新兴技术，不仅在人们的日常生活中影响颇大，在企业进行统计工作时，也发挥着重要作用。
关键词：大数据时代；企业统计；工作分析引言随着经济的迅速发展以及社会的开放性程度不断提高，作为国民经济和社会发展重要推动力量的企业也发挥着越来越重要的作用。
为了促进企业的科学管理，强化政府对企业的服务职能，政府主要进行企业统计调查。
企业统计不仅可以对企业实行科学的管理，还可以对企业实施监督，作为企业管理中一项基础工作，能及时地反映出企业在某一时刻的现状，同时，又作为企业一项调查研究的管理方式，能够及时地改正错误并制定更为科学的规划方案。
企业的统计工作能够及时、准确地反映企业的发展情况，对于企业发展显然能够起到积极的指导意义。
但是从相关调查情况来看，企业统计工作不规范的现象普遍存在，在数据的准确性上往往不尽如人意。
错误的数据也必然影响到政府对于企业发展相关政策的制定上，而这些政策的制定反过来也会影响到中小企业的可持续发展，这就凸显了新形势下企业统计工作规范化、科学化的重要性和紧迫性。
企业统计工作既需要企业内部充分重视，也需要各级政府加大投入和支持，共同为统计工作营造良好的社会氛围，从而充分发挥统计工作对于企业发展与社会进步的积极作用。
1大数据时代对企业统计工作的新要求大数据时代无疑催生着新的经济形态，形成了以网络化、信息化为显著特征的新经济。
作为企业的统计工作也应该结合新的经济形态的要求，树立大数据思维，对于企业的生产经营等方方面面的经营活动通过运用更先进的系统或者平台进行数据信息的深入挖掘与分析，形成助力企业发展的有效报表和科学结论。
所以说，大数据时代对于企业的统计工作提出了新的要求，自然也带来了新的机遇与发展，只有善于迎接挑战，不断完善企业统计能力，才能实现统计工作更大的价值。
新常态大数据背景下基层统计工作面临的机遇和挑战
新常态大数据背景下基层统计工作面临的机遇和挑战发布时间：2022-09-02T01:37:38.621Z 来源：《科技新时代》2022年第2月3期作者：赵建龙[导读] 大数据时代的出现与发展丰富了人们获取信息的途径，赵建龙元江县统计局澧江统计站摘要：大数据时代的出现与发展丰富了人们获取信息的途径，也给基层统计工作带来了新的机遇和挑战。
大数据的应用有利于提高基层统计工作的效率、加快基层统计工作的信息化建设，但是大数据的应用也弱化了基层统计工作的职能、对基层统计工作的方式产生了冲击，也导致基层统计数据的公信力下降。
在新常态大数据背景下，若想提高基层统计工作的效率应构建信息化统计平台、加强统计队伍建设、完善基层统计工作的法律保障。
关键词：新常态；大数据；基层统计前言：在信息技术、云计算的快速发展中，人们的生活与工作产生了海量的数据，促使人们进入到了大数据时代中。
而大数据时代的到来，基层统计机构开始采用信息技术进行基层统计，提高了基层统计的效率与质量。
但是，大数据时代的到来也给基层统计工作带来了巨大的挑战，为此基层统计机构应深入研究如何抓住机遇、应对挑战。
1.新常态大数据背景下基层统计工作面临的机遇1.1大数据的应用可提高基层统计工作的效率大数据时代中会产生海量数据，可有效扩大基层统计工作的范围与空间，为统计数据提供支撑，增强统计数据的完整性与全面性，提高基层统计工作的效率。
首先，在大数据时代中统计人员可以直接利用计算机网络技术查询数据资料，并对比分析自己统计的信息，综合分析统计数据的准确性与客观性，将统计数据控制在合理范围内。
其次，在大数据时代中统计人员不需要经常去乡镇等地区进行实地调查便可以获取相应的数据资料，且可以利用网络进行数据信息的分析处理，这不仅可以减轻调查人员的工作压力，也可以降低数据填写、申报等过程中的出错率。
例如，之前若统计人员需要提交农业统计报表，需要花费一天的时间将报表送至乡镇，乡镇统计机构需要花费两天审核报表，区县统计机构需要花费两天时间审核报表，市级统计机构需要花费一天审核报表，最后省级统计机构需要花费两天时间审核报表，一共需要花费八天的时间【1】。