栏目分类:
子分类:
返回
名师互学网用户登录
快速导航关闭
当前搜索
当前分类
子分类
实用工具
热门搜索
名师互学网 > 资讯 > 高等教育 > 院校资讯

大数据背景下经济统计的机遇与挑战论文

大数据背景下经济统计的机遇与挑战论文

大数据和新经济时代背景下新经济统计的机遇与挑战。

——2020新经济统计在线论坛成功举办。

2020年9月5日,由中国国家统计学会、中国统计教育学会、中国商业统计学会等机构主办,杜诗经贸大学、杜诗师范大学承办的中国新经济统计论坛成功举办。本次活动以线上形式,数十位行业大咖、专家学者齐聚云端,共同探讨行业大势,发表真知灼见。第二天,本次论坛的部分专家学者通过互联网,再次就大数据、新经济时代背景下新经济统计面临的机遇和挑战进行了深入探讨,为我国新经济统计领域如何完善知识体系和实践应用指明了方向,非常及时和有意义。

什么是新经济统计,其必要性和重要性是什么?

关于新经济统计,与会专家发表了深刻见解。中国国家统计学会副会长、华东师范大学跨专业统计研究院院长周勇认为,以社会经济为主要研究对象的经济统计是适应国家治理需要而产生的,是统计工作最重要的领域之一。本质上,经济统计对政府统计和政府决策的支持作用是对政府工作成效的直接或间接统计,而经济统计的最高层次是关于“国情和趋势”的政治算术。其核心职责是收集一个国家或地区有关国情、国力和经济社会发展的最重要、最重要的数据,记录历史,影响未来。新经济统计体现的新理论、新方法、新应用场景,顺应了科技和国民经济的发展。特别是在数字技术时代,国家强调发展新经济、新基础设施、区块链和互联网技术等。,并在这个新时代提出了新的经济统计。

中国国家统计学会副会长、华东师范大学跨学科统计研究院院长周勇

新经济统计体现了统计学的内涵,体现在更深层次的学科交叉融合。在方法论上,它首先依赖于统计学和经济学的理论和方法,但更多地融合了计算机科学和计算数学,如分布式计算、数据融合、高效通信和并行计算等。在多中心数据融合、并行计算和大数据框架上的新理论等方面存在许多关键科学问题。在应用上,更多的是与经济学、金融学、生物医学、工业工程等相结合。因此,与传统经济统计相比,新经济统计是一个全新的领域。

中国科学院数学与系统科学研究所研究员、博士生导师陈敏教授

中国科学院数学与系统科学研究所研究员、博士生导师陈敏教授指出,“新经济统计”不仅是一个新概念,也是一个新的学科方向。它需要中国所有统计同行的共同努力,尤其是那些立志从事统计研究的学生。建立新的经济统计应有新的理论、方法、标准和应用领域。以数字经济新理论为基础,在大数据环境下,从不同层面探索、丰富和完善新经济统计基础理论。创建适合大数据的国民经济,特别是新经济业态的核算体系和指标设计理论与方法、大数据统计分析方法、统计调查方法等。建立适应数字经济时代的产业分类、职业分类等新标准,实现产业统计或部门统计的跨界创新,催生新的研究方向;加强新经济统计理论与其他学科的交叉融合,使其能够有更广阔的发展空;加强与政府统计部门的广泛合作,建设一流的统计智库,为社会经济发展承担应有的责任、做出应有的贡献。

大数据背景下新经济统计面临的挑战和机遇

大数据时代,万物互联正在成为现实,万物的数量化也将逐渐实现。数据无处不在,宏观经济系统完全智能连接。在数字经济下,人类通过互联网、云计算、区块链、物联网以及相应的大数据,实现了资源的快速优化配置和再生。随着社会和人民生活的高质量发展,经济统计的内涵和外延也在发生变化和重塑。那么,大数据背景下,新经济统计面临哪些挑战和机遇?

首都经济贸易大学教授,博士生导师季红教授

对此,首都经济贸易大学教授、博士生导师季红教授认为,互联网和大数据引发了新技术、新产业和新模式的发展。有报告显示,数字经济已接近中国经济总量的40%,北京和上海的数字经济在区域经济中占据主导地位,占数字经济GDP的50%以上。但是这个比例是怎么算出来的呢?数字经济如何定义,共享经济如何划分,互联网经济如何定义,数字要素如何衡量?一系列问题对经济统计提出了挑战。统计方法已经改变。比如在局部范围内,大数据具有一般性,比如电商大数据。但是,电商大数据的整合并不能代替全行业的全面调查。如果把电商大数据当成样本,就不是随机的,无法推断。比如非结构化数据有什么特点,如何建模等等。大数据对统计方法的影响是颠覆性的。

数据环境已经改变。万物互联,宏观经济运行,企业生产经营活动完全被大数据智能连接在一起。如何用数据来智能地描述它,为智能管理提供了基础。互联网,物联网,人工智能,5G,可穿戴设备等等都是底层的数据。经济统计应该包括这些数据吗?政府、企业、居民对数据的需求发生了变化。数据改变了我们的生产方式和生活方式。经济统计如何与之相适应?

经济理论正在发生重大变化,这将改变经济统计的基础。理论是经济统计的重要理论基础,为经济统计提供了研究框架。与此同时,经济统计也在不断提出和检验新的经济理论。大数据和第四次工业革命拓展了经济理论的研究范围,为经济学提供了最新的研究范式。大数据的海量优势可以穷尽理论上的一切可能,为经济统计提供了证伪的可能,以彰显经济统计的科学属性。新经济统计和新经济理论必须关联,经济统计不创新就会消亡。担忧不如承担责任,经济统计也迎来巨大机遇。在数字经济和智能时代,数据是核心,经济统计学是研究和探索经济数据的科学。经济统计将脱胎换骨,跨界创新,包容性发展。新经济统计不是“新旧”的“新”,而是与时俱进的“新”。因势而“新”是新经济的统计。

北京统计学院院长、杜师范大学教授崔恒建

北京统计研究院院长、杜师范大学教授崔恒建的思考:从“数据”的角度来谈谈大数据时代的新经济统计。这里的“新”是指数据本身发生了很大的变化,主要体现在以下几个方面:

1.数据量巨大。在过去,数据源主要是指有目的、主动获取的数据。通常数据量比较小,容易计算。大数据时代,大部分数据都是电子自动记录生成,被动获取。所以数据量和变量的维度发生了根本性的变化,连计算机都无法存储。

2.数据结构很复杂。之前的数据基本都是结构化的,所以处理起来相对简单。大数据时代的数据结构发生了深刻的变化,大部分是多源、异构、半结构化或非结构化的。例如动态实时数据,即数据流、图像数据、文本数据等。

3.提高了数据透明度。在过去,一些数据,可能出于隐私或其他目的,并没有公开。在大数据时代,大部分数据都是可以自然生成和记录的,比如股票等一些金融数据或者互联网数据,公众可以很容易地从互联网上获取。

4.稀疏数据值。之前的数据值基本是确定的,可以预测的,通过简单的统计分析就可以得到数据值。大数据时代,数据的价值隐藏在复杂的数据中。因为数据量巨大,我们可能知道存在价值,但不知道价值存在于数据的什么地方,价值不明确。我们需要用新的统计方法去寻找和探索,也就是值稀疏。

5.数据存储和计算模式的改变。以前数据量很小,可以手工记录,一个计算器就能完成计算。大数据时代,数据只能通过很多大型服务器存储,甚至无法存储。需要以一些分布式的方式存储,其计算只能通过大型计算机的并行计算来完成。

综上所述,我们的经济数据发生了这么多变化,那么经济统计方法乃至统计理论的体系自然也会发生变化,甚至可能诞生新的经济理论。

任涛,博士,经济学教授、博士生导师,首都经济贸易大学统计学院副院长

首都经济贸易大学统计学院博士、教授、博士生导师任涛指出,在大数据背景下,数据以多源、异构、高频、海量的形式存在。传统的数据采集方法无法适应这种情况,需要大量的技术来完成数据采集的任务。

面对多源异构的情况,需要有与数据形式相适应的数据采集方式,比如利用图像识别技术采集视频或图像数据,利用声音采样技术采集音频数据,利用爬虫技术采集网络文本等等。同时,数据的多源性也对数据匹配和集成提出了非常高的要求。

面对高频、海量的情况,要求数据采集技术实现实时采集和实时存储,并进一步对分布式存储和数据归约技术提出了要求。

简而言之,新经济统计在数据采集上,是指除了传统的人口普查、抽样调查等数据采集方式外,还应适应上述多源异构、高频、海量的数据特点,将大量技术与传统方法相结合,以数据分析目标为导向,建立符合大数据需求的数据采集方式。

大数据背景下,新经济统计的人才培养迫在眉睫。复旦大学管理学院副院长郑明教授谈了他的独到见解——

复旦大学管理学院副院长郑明教授

统计学是一门关于“数据”的科学和艺术。如今,“数据”的概念本身发生了巨大的变化,数据的采集方式、表达形式、存储方式、数据处理手段、技术工具等。都表现出了巨大的变化,甚至天翻地覆。如何基于不同场景、不同数据特征做出对企业、社会、公众真正有价值的统计分析,正面临着越来越多的科学性和艺术性的挑战。在对学生的培养中,无论是数理统计还是经济统计,教师都是根据研究目标,教学生收集、整理、分析、解释数据。这种传统的教学方式需要迭代创新:不仅需要学生掌握各种工具和方法,还需要学生结合课堂上从未接触过的各种实践场景,创造性地、爆发性地开展统计分析研究。因此,现在比以往任何时候都更需要培养学生对所研究问题的理解能力、模型的选择能力和综合应用能力,让学生既能科学地处理数据,又能艺术地处理数据,把数据转化为真正的价值。

如何培养学生的上述能力?俗话说,实践出真知。如今,统计学的研究比以往任何时候都与实践更加密切相关。近年来,教师们努力在教学中逐步积累和收获一些案例教学的经验,使理论和应用场景有更多的融合,但这与经济社会发展的迫切需求相比还远远不够。统计学教学的未来方向是,一方面要进一步加强和深化案例教学;另一方面,教师要带领学生深入企业和实践现场完成实践项目,从而深入了解数据分析的全过程,包括问题提取、数据捕捉、模型选择、模型验证、模型解释和局限性等等。这可以通过工商管理教学中的“行动学习”法来实现。

总之,大数据时代在各个方面都发生了很多深刻的变化。只有顺应时代需求,才能打造新经济时代的全球统计人才高地,才能支撑和引领中国新兴产业的蓬勃发展,才能利用我们科学及时的数据应用技术,让人类社会的生活更加美好。

国民经济核算如何适应新经济统计的发展?

在智能时代,以国民经济核算为基础的综合统计发生了重大变化。在国民经济运行过程中,政府、企业、居民和对外贸易主体的交易日益数字化、智能化。国民经济核算中的一些经济假设是否仍然有效,需要进一步研究。新产业、新业态能否纳入国民经济核算体系也要研究。在数据丰富的条件下,国民经济核算如何适应新经济统计的发展?与会专家有什么看法?

宋北京师范大学统计学院院长、教授

北京师范大学统计学院院长、教授宋认为,国民经济核算是经济统计的重要理论基础,为经济统计提供了权威的统计标准。国民经济核算一直关注新经济的发展。一方面,新经济促进了经济理论的发展,而国民经济核算应反映经济理论的进步。另一方面,新经济统计产生了许多新的核算要求,也为国民经济核算提出了许多新的研究课题。中国作为新经济发展大国,国民经济核算面临重要发展机遇,主要表现为新数据技术创新为国民经济核算提供了新的方法和数据资源。也存在一些挑战,主要是现有的核算方法在某些方面难以适应新的经济发展需要,需要在会计分类、核算范围、核算规则、核算指标等方面进一步发展和创新,以适应新时期经济统计的需要。

中国人民大学统计学院高教授

中国人民大学统计学院教授高指出,国民经济核算是经济统计的后端。一方面与宏观经济理论有关,借助经济理论构建的框架,另一方面依赖于各专业的统计。经过专业经济统计数据的深加工,结果是一组国民经济核算的宏观数据。

面对信息技术引发的新经济和大数据环境,国民经济核算一方面要关注专业经济统计的变化,另一方面要关注经济体系和相关理论的变化。

从数据基础来看,大数据首先对专业经济统计产生影响,然后进一步传导到国民经济核算。在这个过程中,如果处理得当,国民经济核算将受益,因为大数据提高了专业统计,可能填补原有数据源缺口,提高基础数据质量。

从会计的基本原理来看,新经济对国民经济会计有很大的影响,如共享经济、互联网上的自由或竞争性招标、数据生成及其价值等。,会影响国民经济核算所界定的经济生产范围,会因为许多新的业态而给核算对象的认定和分类带来困难,会因为交易方式的改变而影响计价方法及其结果,也会面临从生产到资产核算的数据困难。因此,新经济核算是当前国民经济核算的一个非常重要的研究课题。

即使各种各样的问题需要研究,给国民经济核算带来各种各样的挑战,到目前为止,这些都是在现行的原理框架下,可以通过改进来应对的问题。在新的经济理论范式出现之前,我们不能指望一个“新的”国民经济核算体系的出现。

构建新的经济统计数据,增强数字经济能力,助力智能时代

针对我国新经济统计的现状,首都经济贸易大学教授、博士生导师季红教授提出,加快新经济统计建设,赋能数字经济,助力智能时代发展。他提出了几点建议:一是加快构建新的国民经济核算体系和综合统计;二是产业统计或部门统计要实现跨界创新,推动新的研究方向;第三,重视企业管理统计的借鉴和建设;四是加快构建完整的新型经济统计教育体系。

金教授,中国人民大学统计学院教授,博士生导师

中国人民大学统计学院教授、博士生导师金教授认为,大数据背景下,抽样面临诸多挑战。第一,概率抽样需要一个抽样框,而在大数据背景下,很多情况下没有抽样框,因为它没有边界。其次,因为没有抽样框,没有边界,所以不知道样本单元的抽样概率。此时的抽样是非概率抽样,给统计推断带来了挑战。目前,大数据背景下的抽样方法研究很多,如网格抽样、社会网络抽样、自适应抽样、分布式抽样等。

大数据背景下,数字化时代,即使数据源多,数据量大,抽样调查也不可能消失。它仍然是收集数据的重要方法,但它面临着许多挑战,因此我们需要勇敢地面对它。或许抽样调查会有革命性的发展,对统计学的发展做出重要贡献。

首都师范大学数学科学学院教授、博士生导师胡涛

首都师范大学数学科学学院教授、博士生导师胡涛用自己的工作实践解释了这一点。他说:由于最近一直在做风能数据的统计分析,我就从自己的科研实践来说一下。为了应对传统化石能源的短缺和传统化石能源造成的环境污染,风力发电或风能在世界各国得到了广泛的应用和发展。目前,中国是世界上风电装机容量最大、发展最快的国家。风力发电也是国家能源安全的重要保障,对发展低碳产业、节能减排具有重要意义。随着风能产业的蓬勃发展,以及SCADA系统等新型数据采集设备的使用,研究人员每分钟都可以获得风速数据。此外,风机设备本身非常复杂,价格昂贵,一旦停机会带来严重的损失,因此风机的故障诊断和预警也是业界非常关注的问题。

风能数据统计分析中的大部分问题可以归结为统计密度估计、时间序列预测和非线性回归。虽然这三类问题在统计学中已经是相对成熟的研究领域。然而,由于风能行业的特殊性,传统的统计建模框架并不适合风能数据分析。直接统计中的上述三类问题,在风能数据分析中大多不尽如人意。风能行业要求统计人员提供精度高、时效性强、鲁棒性强、适应不同地理和气象条件的分析工具。此外,随着风能产业的蓬勃发展,

大量其他行业的人才涌向风能数据分析行业。在风能数据分析方面,统计学家需要与计算机科学、物理学、数值天气预报和其他领域的学者竞争。统计学如果不能拿出一个像样的数据分析工具,就面临着被驱逐出这个研究领域的风险。这可能部分反映了统计在新时代面临的挑战。因此,统计人员要有危机感,向专业专家学习,向其他行业专家学习,发展新的统计方法,拓宽统计理论的研究框架,积极应对时代的挑战,回应国家和行业的需求。

大数据智能时代的新经济统计应该是什么样子?基于传统经济统计的思维方式限制了我们的想象力。我们应该携手共建经济统计学院和大学,充分发挥首创精神,在研究和实践中不断丰富和提高,以更大的视野、更宽的胸怀、更大的勇气和更高的智慧建设新的经济统计。为发展社会主义经济做贡献!

转载请注明:文章转载自 www.mshxw.com
本文地址:https://www.mshxw.com/news/1692264.html
我们一直用心在做
关于我们 文章归档 网站地图 联系我们

版权所有 (c)2021-2022 MSHXW.COM

ICP备案号:晋ICP备2021003244-6号