内容摘要：基于计算机、互联网、移动互联网和物联网背景下的大数据，其重要性和作用已远远超出传统概念的数据。通过一系列分析大数据，寻找相关性，发现规律性，增强预见性，带来“大知识”、“大科技”、“大利润”、“大智能”和“大发展”，大数据被誉为未来社会的新“石油”和新“金矿”，大数据能够应用在经济社会的方方面面。各行各业几乎都能够最终靠大数据挖掘，及时分析出市场的前景或者顾客的偏好，提高各自领域的核心竞争力和服务的品质等等。大数据也给政府统计工作带来了机遇和挑战。本文仅从大数据的特征入手探讨大数据在政府统计工作中的开发应用。

  21世纪是信息时代，随着网络、物联网、云计算等信息技术的迅猛发展，企业、个人、机构等每个个体所参与的社会经济活动的特征，都会以计算机数据的形式被记录和存储，从而形成了大规模的信息网络体系，现代信息社会已确定进入了大数据时代。

  关于“大数据”（big data），目前还没有一个统一的定义，说法与版本有很多。麦肯锡认为，大数据是指无法在一段时间内用传统数据库软件工具对其内容做采集、存储、管理和分析的数据集合。的定义是，大数据指的是所涉及的资料量规模巨大到无法通过目前主流软件工具，在合理时间内达到撷取、管理、处理并整理成为帮企业经营决策目的的资讯。《大数据》一书作者涂子沛对大数据的定义是指，那些大小已经超出了传统意义上的尺度，一般的软件工具难以捕捉、存储、管理和分析的数据。简单地说，就是指无法在一段时间内用常规软件工具对其内容做抓取、管理和处理的数据集合。从以上定义能够准确的看出，大数据是在互联网时代下产生的一种数据量剧增的现象。

  衡量大数据的大小通常以“太字节（TB）”或者“拍字节（PB）”为单位量级。1个太字节数据量为1024G个字节或10.7亿个字节。目前，数据的存储单位从小到大的次序为：KB→MB→GB→TB→PB→EB→ZB→YB（千字节→兆字节→吉字节→太字节→拍字节→艾字节→泽字节→尧字节），每提高一个量级单位的存储量扩大1024倍。

  一般认为大数据有四个基本特征，即大数据基本特征可以用“4个V” 来总结，即大量性（Volume），多样性（Variety），价值性（Value）和高速性（Velocity）。

  第一，大量性。大量性是指大数据自身所特有的数据量巨大的特性。全球数据量正以前所未有的速度增长，遍布世界各个角落的传感器、移动电子设备、在线交易和社交网络每天都要生成上百万兆字节的数据。我们从大数据的计量单位从KB发展到YB，之间经过了六个量级单位的升级，每提高一个量级单位的存储量扩大1024倍，就能够准确的看出，大数据体量非常巨大。

  第二，多样性。多样性是指大数据自身所特有的类型繁多的特性。海量数据并不单纯是数据量的爆炸性增长，它还牵涉到数据类型的持续不断的增加，如互联网多媒体中的图片、声音和视频等各式各样的数据类型。大数据的类型最重要的包含结构化数据、半结构化数据、非结构化数据，等等。

  第三，价值性。价值性是指大数据价值巨大，但价值密度低的特性。有学者补充提出了大数据还具有稀疏性，即有价值的信息相对于数据量而言非常之少。大数据的质量不仅参差不齐，而且还通常是杂乱无章的。数据价值密度的高低与数据总量的大小往往成反比。挖掘“大数据”的价值类似浪里淘沙却又弥足珍贵。

  第四，高速性。高速性是指数据处理经常要求实时分析，数据的收集、获取、产生、处理速度快。一般而言，数据库等应用往往运行1、2天获得的结果依然可行，而“大数据”应用，必须要在1秒钟内形成答案，否则这些结果可能就是过时的、无效的。在瞬息万变的市场中，企业能够及时把握市场动态，迅速对市场、消费者需求等各方面情况深入洞察，并能快速制定出合理准确的应对策略，成为企业提高竞争力的关键。

  第一个来源，是传感器。笼统地说，任何可以监测、数据化、传输的工具都是传感器。如手机、手环、大街上的探头等都是传感器，传感器探测和集成包括温度、湿度、压力、速度、位置等数据。据有关联的资料反映：2005年，全世界使用的传感器只有1.3亿个，到2010年就发展到了30亿个，目前大概有45亿个。预计到2030年将有100万亿个传感器连接在物联网上。

  第二个来源，是网络。目前全世界有网民30多亿，中国有6.49亿，占世界的五分之一；全国有12亿手机用户、5亿微博用户、5亿微信用户，以及200亿条日信息发送量、400万家网站，我国慢慢的变成了网络大国。网民每时每刻都在发送信息、图片、聊天、发帖子、购物等，留下了海量的数据。

  第三个来源，是社交网络。像Facebook（脸谱）每天要处理23TB的数据，Twitter（推特网）每天处理7TB ，腾讯每日新增加的数据为200～300TB，中国电信大概每天也有10TB的线TB的信令数据。

  第四个来源，是政府统计部门以及各专业部门、金融部门、科学研究等的数据。目前政府部门的人口普查、户籍登记、社保医保等行政记录，都是海量数据。

  尽管大数据的类型繁多，但目前政府统计可应用的大数据来源主要有行政记录数据、商业记录数据和互联网（包括搜索引擎）数据三大类，其具体数据类型和主要特征见表1。

  在当今国家发展与竞争中，大数据已成为未来的核心竞争力，谁掌握了大数据，利用大数据实现真正的变革，谁就能赢得未来。第一，对大数据的处理分析已成为新一代信息技术融合应用的结点。第二，大数据是信息产业持续快速地增长的新引擎。第三，大数据利用将成为提高核心竞争力的重要的条件。第四，大数据将成为降成本、增效益、促转型、稳增长的新途径与新动力。第五，大数据将促进统计方法、科学研究与实验的方法手段出现重大改变，成为政府统计收集数据的第二轨。

  基于计算机、互联网、移动互联网和物联网背景下的大数据，其重要性和作用已远远超出传统概念的数据。通过一系列分析大数据，寻找相关性，发现规律性，增强预见性，带来“大知识”、“大科技”、“大利润”、“大智能”和“大发展”，大数据被誉为未来社会的新“石油”和新“金矿”，大数据能够应用在经济社会的方方面面。各行各业几乎都能够最终靠大数据挖掘，及时分析出市场的前景或者顾客的偏好，提高各自领域的核心竞争力和服务的品质等等。

  大数据与政府统计数据存在很明显区别。一是大数据多是自动生成的，而政府统计数据往往是根据社会经济发展需要生成的指标。大多数大数据的生成不涉及与人的互动，如跟踪定位系统的痕迹数据。二是与大数据相比，政府统计数据有着非常明显的社会服务性。大数据的产生和发展最早源于商业企业，也更多的服务于大数据持有者本身，而政府统计部门的各类统计数据和统计信息要最终服务于社会。三是大数据杂乱无章，缺乏统一的标准，而政府统计数据则有严格的统计标准规范。如社交网站上的文本流，无法要求使用统一语法、语序或是词汇表，但政府统计数据则有严格的政府统计制度标准作为保障。四是大数据中非结构化数据占有相当的比重，但政府统计数据仍以结构化数据为主。目前的政府统计数据还不涉及对图片、网页和音频视频等非结构化数据的标准化处理，而这恰恰是大数据的核心部分。

  大数据时代的到来，对政府统计产生了重要影响。第一，大数据丰富了数据来源。随着现代信息技术尤其是网络技术的发展，图片、视频音频、网页等非结构化数据的比重一直上升，这不仅是大数据的主要组成部分，也为政府统计提供了新的数据源。第二，大数据可以辅助验证政府统计数据质量。大数据具有量大、源多和速度快的特点，可以为传统的统计指标数据提供验证或补充，能够在某些特定的程度上加强政府统计对数据质量的控制，有效提升统计数据的真实性、准确性、完整性与及时性。第三，大数据可有效提升政府统计效率。丰富的数据来源加上大数据搜集和分析挖掘技术，使得大数据可以极大地缩短数据生产时间，减少报表填报程序，减轻调查负担。从全世界看，大数据的利用已经在价格统计、就业统计、人口统计、交通运输统计、经济活动预测等多个专业领域显示出广泛的前景和应用潜力。第四，大数据为统计分析提供了新思路。在IBM 的人机大战中，机器人多次战胜人类，之所以出现这样一种情况，其中很重要的一点就是机器人通过设定的程序在迅速收集数据的基础上实现了对数据资源的分析处理，从而迅速给出答案。而传统的统计分析则是以人的主观能动性为基础，且多为事后统计。大数据分析技术能迅速实现对数据的实时分析，大幅度的提升数据的适用性和有效性。

  政府统计最难、最复杂的一步可以说就是获取准确大量的基础数据，而大数据则能让之简单化、便利化，还可省却大量的人力、物力。比如现在对于城镇和乡村居民收支的统计主要是依靠一本本居民记录的账本，而有习惯使用账本的人本来就少之又少，这就明显影响了数据质量，并且成本较大。有同样功效的各种电子账本（如随手记）应用则早已出现在人们的日常生活中，界面美观大方简单易操作，未来在有条件的调查户中可完全推行。在大数据时代，数据多来源于数据终端设备记录下的原始数据（如超市收银管理系统），而不需要调查对象长期、认线

  、有助于统计部门给政府决策提供参考政府统计的一项重要职能就是分析数据，从而为政府决策提供参考依据。一项决策的做出不光需要总结过去的经验，还要对未来进行科学的分析测算，大数据可以通过快速、精准的分析，提高政府统计机构的工作效率。现今的各种统计分析所使用的数据一般多是事后统计数，显得较为滞后，用来判断未来的发展的新趋势则显得有些力不从心。而利用大数据提供的算法和即时统计的数据信息等原始材料，结合特定的分析方法则能够提升对未来趋势判断的准确性和快捷性。

  、有助于统计方式的创新有研究表明“当前15%的信息是结构化信息，电子邮件、视频、呼叫中心对话和社会化媒体等非结构化信息占85%”。这对于运用常规的统计方式来提取有意义的信息造成了挑战，电脑和各种智能移动电子设备等产生信息的设备继续成倍增加，社交网络也在加速发展，这些共享信息的大量产生已经深刻改变政府、公众和企业间的互动方式，老的统计方式势必会造成这些领域数据信息的较大缺失，这就迫使统计部门要创新统计方式。

  、对政府统计职能的挑战统计部门的主要职能是组织、协调和承担全社会的经济统计工作，确保统计数据真实、准确、及时，制定统计政策、规划、统计制度和管理统计标准，起草统计法规和规章草案等等。

  目前统计部门的统计调查手段有全面调查（包括普查）、抽样调查、重点调查、典型调查等方法，基本业务开展仍遵循制度设计、调查采集、数据整理汇总上报、数据发布与开发利用的顺序流程。近年来，随着联网直报系统等信息化项目的广泛应用，政府统计逐步实现了网络采集传输、集中存储处理、多工具分析等手段。通过多种统计手段，最终得到反映经济运作状况的基本数据，最重要的包含人口与劳动力、生产总值、农业、工业、建筑业、贸易业、人民生活、价格等，然后结合从有关部门取得的财政、金融、运输、邮电、教育、文化、科技、卫生、环保等反映经济社会持续健康发展的统计数据，综合汇总分析，再通过公报、年鉴、新闻发布、进度资料等形式向全社会进行公布。

  随着经济社会的持续不断的发展，大数据进入我们生活的方方面面，数据的生产和应用方式将发生巨大的变革：每个社会单位都是数据的生产者和提供者，数据不再仅仅依赖政府统计系统才能产出；数据存储于信息平台的所有者手中，政府统计机构不再是数据的绝对拥有者；大量用户能方便地使用海量数据供己所需，传统政府统计机构不再是数据的唯一发布者和解释人。各有关主管部门都能够给大家提供有关数据。社会生活的支撑、管理、监控越来越依赖于既有的信息平台，通讯、电力、金融、电商、搜索引擎等信息平台的拥有者也是数据的拥有者。如果政府统计继续在现有静态的框架下封闭运行，就无法正确反映经济社会持续健康发展的变动情况，政府统计势必被边缘化。因此，大数据背景下，政府统计的职能将可能被弱化，地位也会受到挑战。

  、技术和技能落后面临的挑战随着大数据时代的到来，政府统计部门必然要面对由数据的数量、种类和速度剧增所引发的变革浪潮，互联网以及多种来源的信息大量涌来，政府统计部门要设法管理大量的数据。这些海量的数据是统计部门的矿藏，但获取提炼却是一个挑战。尽管大数据对完善政府统计的优势十分明显，但大数据同时也对政府统计部门收集、处理、分析和发布数据的能力提出了更加高的要求。目前政府统计的信息化建设水平还远远达不到进行大数据处理的要求。

  首先，传统主机加存储的数据库结构难以应付大数据洪流。大数据时代的到来意味着数据将以几何倍数一直增长，每天产生的数据量将是以前一个月甚至一年的数据量，传统数据库的传输带宽不足，不能够满足这种数据的大量扩张，数据难以被快速的传到服务器上。

  其次，传统的关系型数据库很难在单一数据平台中进行不一样数据及不同字符集数据的混合存储和高效访问。以往政府统计所面对的数据都是结构化数据，数据之间具有很强的因果关系，机器能够直接进行逻辑判断。但是大数据中绝大部分是非结构化数据，这一些数据之间不存在因果关系或者因果关系较弱，传统的关系型数据库很难大规模处理非结构化数据。

  第三，传统IT架构难以满足大数据高频次、广覆盖和高时效性的要求。大数据来源广泛多样，数据标准不统一，指标口径杂乱，数据整合和衔接困难，而应用和处理大数据要求强大的机器算法能迅速地完成数据的价值“提纯”，这是大数据区分于传统数据挖掘最显著的特征。这就需要引入新的基础架构，克服传统计算和存储的局限。

  大数据意味着更多的信息，但同时也代表着更多的虚假关系信息，曾经一位著名的学者用“在一堆稻草里面找一根针”来比喻大数据时代的数据挖掘。该比喻可能有点夸张，但是由于数据价值密度低，导致数据分析工作难度大幅度提升。如果在数据量较大的同时，能确保数据的质量，这无疑对数据挖掘工作起到事半功倍的作用，但事实是，大数据时代下数据量和数据质量之间的矛盾，是一个暂时未得到解决的难题。

  “大数据”应用前景广阔大数据是随信息数据迅速增加和网络计算技术迅猛发展而兴起的,大数据通过对海量数据的收集、处理和展示，从而揭示规律，预测未来。大数据可以帮助企业从原本毫无价值的海量数据中挖掘用户的需求，从而使数据真正产生价值。随着大数据的发展，其应用已经渗透到农业、工业、商业、服务业和医疗领域等各个方面。

  全球信息数据量的飞速膨胀成为大数据产业存在并发展的基础。国际数据公司(IDC)预计，未来全球数据总量增长率将维持50%左右，到2020年全球数据总量将达到40ZB，其中，我国将达到8.6ZB，占全球的21%。中国信息产业研究院预测未来几年，随着应用效果的逐步显现，我国大数据市场规模将维持40%左右的高速增长。

  在大数据的应用领域中，金融行业对数据的依赖性极高。据统计，目前我国商业银行和保险公司数据量已达到100TB以上级别。大数据金融的出现将提升金融行业运营效率，提高金融理财产品营销准确性。机构预计，到2020年，我国金融大数据应用规模将达到450亿元。

  在健康医疗领域，大数据与医疗产业的深层次地融合将给健康医疗模式带来深刻变化。由于有关数据涵盖范围非常广，健康医疗大数据将有利于对个人及群体的健康情况进行跟踪，开展远程医疗和精准化医疗，提高治疗诊断效率和准确性。2016年6月，国务院办公厅发布了《关于促进和规范健康医疗大数据应用发展的指导意见》，将健康医疗大数据应用发展纳入国家大数据战略布局。机构预测，未来5年，我国大数据医疗应用市场规模增速将成倍增长，到2020年，市场规模将达到400亿元。

  大数据统计应用的意义在信息高速流通的当代，大数据猛烈地改变着人们的工作和生活方式，数据的及其重要的作用不断显现，释放出巨大的经济社会价值，引发人们的思维变革，在统计领域的理论研究和工作实践上也具备极其重大意义，大数据时代利用大数据对经济社会现象做多元化的分析，将是统计学研究的重要课题。

  、大数据能更客观真实地记载经济社会的发展状况在现代社会，人与人之间、人与单位之间、单位与单位之间，甚至地区与地区之间、国与国之间发生的交流和交易行为都有可能在计算机等各种电子设备上留下记录，由于它们都是电子化的信息，没有掺入任何人为的干扰因素，因此，对这样的信息进行发掘、加工、整理而得出的大数据能更客观真实地反映社会经济发展状况。同时，实现大数据统计应用也是遏制统计造假、弄虚作假行为的重要途径。

  、大数据能够最大限度地拓展现行统计调查制度所无法涉及到的领域大数据能轻而易举地解决常规统计调查无法涉及到的、各种复杂多变的行业和领域的统计，因为大数据不但量大，其涵盖面也十分广泛，任何一个时间里、任何地方、任何人、任何单位，只要发生了互动行为就要留下“痕迹”，而对这一些信息来加工整理获得的大数据必然能够有效解决现行统计和国民经济核算资料不全的问题。

  、大数据分析应用已经发挥出了显著的社会经济效益目前，大数据分析应用已经有了实质性的进展，例如，商贸领域通过对商品销售大数据分析，能发现同一种产品在不一样的地区的销量、销售的时间以及买产品的客户群，然后作出市场预测，制定出新的订货计划，取得可观的经济效益。在金融、保险、交通等行业及财政、教育等领域，通过大数据分析，能发现新的商机或管理模式，并寻找到改进服务的最佳途径。

  就目前的情况，要真正的完成大数据在统计工作中的应用尚面临着很多问题与障碍，如口径不一致、范围不相同、标准不统一、程序不规范、信息不共享等，这些或将成为大数据统计应用的“拦路虎”。因此，我们建议：

  大数据就像是一座巨大的“宝藏”，如果不加以开发就没办法发挥其作用。但是，如果无序开发，也会使得这笔宝贵的财富得不到有效利用，造成浪费，甚至产生负面效应。因此，要真正的完成大数据统计应用，应建立一个专门的管理机构，加强组织领导，统一管理大数据的开发、应用，保障数据信息安全，在某些领域、某些行业逐步实现以大数据取代常规统计调查数据。同时，制定周密计划、明确职责分工、选择工作路径、加强日常监管，以此来实现对大数据这一宝贵资源的有效利用。第二，统一标准，实现大数据在统计上的可比性。

  统计是一门科学，是一项十分严谨的工作。因此，统计指标的含义、口径、范围、来源渠道、计算方式、计量单位等应该统一，只有这样才具有可比性。要实现大数据统计应用，提高统计工作的科学性，应该制定统一的标准，如在生产、流通、服务等领域，界定哪些信息属于可在统计上应用的大数据，如何将大数据的口径、范围调整为常规统计所需的口径和范围，如何对大数据的海量信息进行甄别、筛选，然后挖掘出统计核算所需要的、且常规统计所难以取得的资料。只有在这样一些方面统一标准，才能真正的完成大数据在统计中的应用。第三，资源共享，畅通大数据信息源自的渠道。

  由于目前大部分单位都认为本部门的数据、行政记录等信息是商业机密，因而出于“保密”等原因，一般不对外提供，即便是政府统计部门要，一些单位也是顾虑重重。因此要实现大数据在统计上的应用，必须打破单位之间的信息“壁垒”，真正的完成信息资源共享。只有这样，才能够最大限度地满足常规统计、尤其是国民经济核算的数据需求。当然，为防止泄密，有必要制定一个关于大数据开发利用的制度，严格规定对外发布的范围，保障个体信息资料的安全。第四，创造条件，为大数据开发应用铺平道路。

  大数据应用离不开现代信息技术和网络技术，更离不开大数据发掘、加工、整理和分析的人才。因此，应该大力培养一批大数据应用、尤其是大数据分析方面的人才，为将大数据大范围的应用于政府统计、宏观管理、企业经营等方面奠定基础。要鼓励高校和科研机构有明确的目的性地开发大数据应用软件，为大数据分析提供帮助。要通过国内培养、国外委培等途径，培养一批大数据分析师，除开展大数据分析外，还要将大数据分析的理念、思路大范围的应用于宏观管理和微观经营之中，发挥出大数据统计应有的社会经济效益。（三）大数据思维在统计分析中的应用

  伴随着科学技术水平的逐步的提升，当代社会的发展逐渐呈现在信息化网络之下，基于“互联网”的发展模式不断深入，我国所有的领域的发展都与大数据思维相挂钩。政府作为维护社会稳定和国家长治久安的服务组织，其统计分析工作亦需要结合大数据思维，这不仅是政府服务工作与时代发展对接的需要，更标志着政府职能工作方式更新与转型迈向新的发展高度。

  大数据思维方法与统计分析进行融合并非偶然，而是时代发展对工作模式进行改变的要求。大数据平台的发展起到了重要的支撑作用，纵观现代网络信息的广泛性，每天都有大量的用户利用互联网来获取社会信息，在这种大数据聚集的网络中，“大数据+”的工作模式便成为时代发展的必然结果。

  在传统的统计分析工作中，政府在进行信息收集时，其往往是通过单一的渠道，对某个特定地方的数据来进行收集和整理。统计工作量大，而且效率也低。大数据形式下统计分析的特点与之相反，不仅仅可以打破空间的限制，让数据的搜集更具广泛性与全面性。更因互联网的数据传送不受时间限制，让数据的统计分析工作更为高效和准确。（2）数据统计具备多样性。

  政府在对传统的数据来进行统计分析时，往往采取文本形式呈现。随着经济社会的持续不断的发展，现阶段我国政府的文本形式已不能完全满足社会持续健康发展的需要。基于互联网下的大数据模式与统计分析工作进行融合，不仅仅可以全面准确的对数据来进行搜集和智能化整理，更能让统计分析工作中的数据以表格和图形的形式体现出来，使数据的统计呈现出多样性，打破传统数据统计的单一结构。（3）统计分析结果价值大。

  传统的统计分析工作，受地域限制的影响大，让数据受到严重的空间限制，其所反映的问题不少限于局部，以此基础上形成的数据，其准确性没办法保证，而且部分数据在统计的过程中也有可能会出现漏洞。大数据思维下进行统计分析工作时，往往从全面性的数据中进行筛查，进而让数据与工作的结合度极大的提升，在此基础上进行统计分析，其统计数据质量、统计工作质量也会相应提高。2

  、基于大数据思维下统计分析的应用政府的统计分析工作要建立在周密的数据基础上，为此，大数据形式的应用便是政府统计工作急需引入的机制。在大数据思维下统计分析工作的应用主要趋向于以下几方面：

  我国每个月、每个季度、年年都会对全国多数经济指标做全面统计，通过统计各项经济数据的变动，来制定不同的经济发展的策略，其中有国内生产总值（GDP）、居民消费价格指数（CPI）、工业公司主要经济指标等数据。大数据思维的应用，将快速缩短统计周期，也必将提高统计分析的时效性，进而让政府能够准确的通过有效、准确的数据做出决策，做到“先知先觉”，通过大数据对未来的经济发展形式与趋势做出预判。（2）国民就业、失业率统计分析。

  政府在传统的统计分析中，对国民就业与失业率的统计是通过毕业生增长情况和社会对劳动力的需求量进行统计分析。大数据思维在统计分析中的应用，能够使就业率与失业率的统计工作实现智能化，政府通过大数据平台对有关数据进行关键词的搜索就能得出相应的数据，所有数据全部通过大数据平台自动化生成，不仅效率高，准确性也远远超出传统统计方式。（3）医疗卫生领域数据统计分析

  。我国政府在传统的医疗卫生领域进行数据统计分析时，往往从各个医院与药店进行数据的提取，并根据不同地域的医院和病理来对我们国家医疗卫生发展的现在的状况进行初步了解。对人口疾病走向以及疾病种类与地域性的关系做多元化的分析，不仅整体的统计周期长，有关数据的完整性也不够，导致最终的统计结果准确性很难保证。基于大数据思维的统计分析，是通过大数据平台对我国各个地域的网民疾病进行“一体化”的统计，并自行生成图形分析，还能打破时间限制，实时检测各个地域的医疗动态与疾病发生情况。通过对同疾病的发生状况与就诊人数来对各个疾病做到预判，让大数据平台为政府医疗卫生管理部门提供帮助，进而实现对不同疾病的有效防范。（4）国民人口分布数据统计分析

  。传统国民人口分布统计工作是一项庞大的工程，政府逐一将每个省市进行分组，投入大量的人力和财力进行“走访式”的人口普查。其统计分析工作能够对我国人口的分布特征、人口数量、男女人口比重、人口的出生率和死亡率等进行普查。然而，基于大数据平台的统计分析工作，不仅仅可以将传统人口现状所筛查的领域进行更加准确化的统计，更能够对不一样的地区的人口消费习性、学历水平等综合性指标做多元化的分析，其统计分析数据更具全面性，让统计结果更立体的得出我国现阶段人口的群体性特征。随着经济社会的持续不断的发展，统计分析工作模式必须要跟上时代发展的步伐，尽可能的打破时间与空间限制，让统计分析工作建立在大数据思维之上。

  、大数据统计分析工作应注意的几个重要问题一要依据大数据的特征和大数据时代统计分析的思维方法，注重大数据的抽样调查工作、测量工作及相关关系。二要理清统计设计收集数据与挖掘数据两个基本环节的衔接。三要将统计技术与云计算技术融合。四要确立多学科融合的工作方式，融合自然科学、社会科学、数据科学为一体，必要的时候实行跨界合作共同解读有关数据。五要使统计学科教育更加贴近数据分析的实践工作，通过聘请业界专家授课，以生动、切实的案例教学，引导学生了解统计在实践中的应用和需求，加强统计学的实践教学，使人才教育培训模式更加积极主动适应社会持续健康发展对高层次统计人才的需要。

  [1]马建堂.大数据在政府统计中的探索与应用[M].北京：中国统计出版社，2013.