大数据和新经济时代背景下，新经济统计学的机遇与挑战

——2020新经济统计 线上论坛成功召开

2020年9月5日，由中国统计学会、中国统计教育学会、中国商业统计学会等多家机构主办，⾸都经济贸易⼤学、⾸都师范⼤学承办的中国新经济统计论坛成功召开。本次活动采用线上形式，数十位行业大咖、专家学者云集云端，纵论行业大势，发表真知灼见。次日，本次论坛的部分专家学者再次通过网络对大数据和新经济时代背景下，新经济统计学面临的机遇与挑战进行了深入探讨，对于中国新经济统计领域的知识体系如何完善与实践应用指明了方向，非常及时且富有意义。

什么是新经济统计，它的必要性和重要性是什么

关于新经济统计，与会专家发表了各自深刻的见解。中国统计学会副会长、华东师范大学统计交叉科学研究院院长周勇认为：经济统计以社会经济为主要研究对象，是为满足国家治理需要而产生的，是统计工作的最重要的领域之一。本质上讲，经济统计对政府统计和政府决策支持的作用，就是对政府工作成效的直接或间接统计，而最高层次的经济统计就是关于“国情国势”的政治算术，其核心职责就是搜集一个国家、地区关乎国情国力和经济社会发展的最主要和最重要的数据，记录历史并影响未来。新经济统计体现的新理论、新方法及新的应用场景顺应科技发展和国家经济发展，特别是在数字化技术时代下，国家强调发展新经济、新基建，区块链和互联网技术等，在此新时代下提出新经济统计。

中国统计学会副会长、华东师范大学统计交叉科学研究院院长周勇

新经济统计体现了统计学的内涵，新经济统计体现在学科的交叉融合更加深入，在方法论上首先依赖于统计学及经济理论与方法，但更加融合了计算机科学、计算数学等，例如分布式计算、数据融合高效通讯并行计算。在大数据框架上多中心数据融合、并行计算及新理论存在许多关键的科学问题。在应用上与经济、金融、生物医学、工业工程等更多的融合。因此，新经济统计与传统经济统计相比，是一个全新的领域。

中国科学院数学与系统科学研究院研究员、博士生导师陈敏教授

中国科学院数学与系统科学研究院研究员、博士生导师陈敏教授指出：“新经济统计”不仅仅是一个新概念，更是一个新的学科方向，需要全国统计同仁，特别是立志从事统计学（包括数理统计、经济统和应用统计）研究的同学们的齐心协力，搭建新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，从不同层面去探索、丰富和完善新经济统计的基础理论和基本方法；创建与大数据相适应的国民经济，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；建立与数字经济时代相适应的产业分类、职业分类等新标准，实现产业统计或部门统计跨界创新，催生新的研究方向；加强新经济统计的理论与其他学科交叉融合，使之有更广阔的发展空间；加强和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和做出应有的贡献。

大数据背景下新经济统计面临的挑战与机遇

大数据时代，万物互联正在成为现实，万物皆数也将逐步实现。数据泛在化，宏观经济系统完全被智能连接，数字经济形态下，人类通过互联网、云计算、区块链、物联网和相应产生的大数据实现了资源的快速优化配置与再生。社会经济和人民生活优质发展，经济统计的内涵和外延也 正在改变重塑。那么，大数据背景下，新经济统计面临着怎样的挑战与机遇呢？

首都经济贸易大学教授，博士生导师纪宏教授

对此，首都经济贸易大学教授，博士生导师纪宏教授认为，互联网和大数据引发了新技术、新行业、新模式的发展。有报告提出，数字经济已经接近我国经济总量的 40%，北京、上海数字经济在地区经济中占据主导地位，数字经济 GDP 占比已超过 50%。但这个比重是如何统计出来的呢？数字经济如何定义，共享经济如何划分，互联网经济如何界定，数字要素如何测度？一系列问题都向经济统计学提出了挑战。统计方法变了。例如，在局部范围内，大数据具有总体的性质，如电商大数据。但把各个电商大数据整合在一起也不能代替整个行业的全面调查。如果把电商大数据视为样本，它 又不具备随机性，无法进行推断。再如，非结构数据特征是什么、如何建模等等。大数据对统计方法的冲击是颠覆性的。

数据环境变了。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的连接在一起，如何用数据将其进行智能化描述，为智能管理提供依据。互联网、物联网、人工智能、5G、可穿戴设备等其底层都是数据，经济统计是否应该包括这些数据？政府、企业、居 民对数据的需求变了，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？

经济理论正在孕壤着重大变更，这将改变经济统计的根基。经济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；同时，经济统计也不断提出并检验新的经济理论。大数据和第四次工业革命扩大了经济理论研究范围，为经济学提供了最新的研究范式。大数据的海量优势在理论上可以穷尽各种可能，给经济统计学提供了可证伪的可能性，以显示经济统计的科学属性。新经济统计与新经济理论一定是伴生的，经济统计不创新则消亡。担心不如担当，经济统计也迎来了巨大机遇。数字经济与智能时代下，数据是核心，经济统计是研究和探索经济数据的科学。天降大任，经济统计一定会浴火重生、跨界创新、实现包容性发展。新经济统计不是“新旧”的“新”，是与时俱进之“新”。因势而“新”，是新经济的统计学。

北京应⽤统计学会会长，⾸都师范⼤学教授崔恒建

北京应⽤统计学会会长，⾸都师范⼤学教授崔恒建认为：先从“数据”角度来谈大数据时代的新经济统计，这里的一个“新”大数据与共享经济结合，是指数据本身发生了巨大变化，主要体现如下几个方面：

1. 数据量巨大。以前的数据来源主要是指有目的主动获取的数据（包括抽样调查），通常数据的体量相对较小，也容易计算。大数据时代的数据大部分是由电子自动记录生成的，是“被动”获取的，所以在数据的体量和变量的维度上都发生了根本性的变化，甚至连计算机都无法存储。

2. 数据结构复杂。以前的数据基本上就是结构化的，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变化，它大多数是多源异构（来源多样、结构复杂）、半结构化或非结构化的。例如动态（高频）实时数据，即数据流、影像数据、文本数据等。

3. 数据透明度提高。以前有些数据，可能出于隐私或者其它目的，是不予公开的。大数据时代，大部分数据可以自然产生并被记录下来，例如股票等一些金融数据或互联网数据，大众可从网上轻易地获取。

4. 稀疏数据价值。以前的数据价值基本上是确定、可预期的，通过简单的统计分析就可获得数据价值。大数据时代，数据的价值（资产、要素）就隐藏在复杂的数据之中，由于数据量的庞大，我们可能知道存在价值，但却不清楚价值存在于数据的哪个具体地方，价值也不明晰，需要我们用新的统计方法去寻找与探索，即价值稀疏。

5. 数据存储与计算模式改变。以前数据量较小，手动都能将其记录下来，一个计算器就能完成计算。大数据时代的数据要通过很多大型服务器才可能存储，甚至还有可能存储不了，需要采取一些分布式的方式来存储，其计算也是要通过大型计算机并行计算才能够胜任。

综上，我们的经济数据发生了如此多的变化，所以经济统计方法统乃至统计理论会自然而然地发生变化，甚至可能会催生新的经济理论。

首都经济贸易大学统计学院副院长经济学博士、教授、博士生导师任韬

首都经济贸易大学统计学院副院长经济学博士、教授、博士生导师任韬指出：大数据背景下，数据是以多源异构，高频海量的形式存在的。传统的数据采集方法无法适应这种情况，需要大量技术的参与才能完成数据采集任务。

面对多源异构的情况，必须要有与数据形式相适应的采集手段，如使用图像识别技术采集视频或图像数据，使用声音采样技术采集音频数据，使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的匹配与整合提出了非常高的要求。

面对高频海量情况，要求数据采集技术能够实现实时采集，实时存储，并进一步提出了对分布式存储、数据归约等技术的需求。

总之，新经济统计在数据采集方面意味着除了传统的普查，抽样调查的等数据采集方法，还应该适应上述多源异构，高频海量的数据特性，将大量技术与传统方法相结合，以数据分析目标为导向，建立适应大数据需求的数据采集方法。

大数据背景下，新经济统计学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独到的见解——

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”的科学与艺术。当今时代“数据”这一概念本身发生了巨大的变化，数据的采集方式、表现形式、存储模式到数据的处理手段、技术工具等都呈现出很大变化，甚至是天翻地覆的变化。如何基于不同的场景、不同的数据特征做出真正对企业、对社会、对大众有价值的统计分析，面临着越来越大的科学性和艺术性的挑战。在学生培养中，无论是数理统计还是经济统计，老师教学生根据研究目标进行数据的收集、整理、分析、解释，这一传统的教学方式都需要迭代创新：不仅需要学生全面掌握各种工具与方法， 更需要能结合各种课堂内从未接触的实践场景创造性、开拓性地开展统计分析研究工作。因此如今比以往任何时候都需要培养学生具备基于数据场景对所研究问题的理解能力、对模型的选择能力、综合运用能力，使得学生不仅能科学地处理数据，更能艺术地处理数据，将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，如今统计学的学习比任何时候更要紧密联系实践。最近几年来，老师在教学中已努力逐步积累并收获一些案例教学的经验， 让理论与应用场景有较多的融合，但这与经济社会发展的迫切需求相比还远远不够。未来统计教学的方向是，一方面需要进一步加强和深化案例教学， 另一方面，老师要带领学生深入企业、深入实践现场完成来自于实践的实实在在的项目，从而深刻体会数据分析的全过程， 包括问题的提炼（如统计在解决这一问题中扮演什么角色？起到什么关键作用？核心的统计问题是什么？）、数据的抓取（如需要获取的关键数据是什么？采用传统的调查方式吗？数据的形态是什么？）、模型的选择（如采用相对传统的模型与工具还是机器学习？传统模型中选择什么方法？机器学习中的工具哪个更合适？如何计算？）、模型的校验（如模型合适吗？需要做根本的改进吗？用什么工具校验？可信度是多少？预测能力有多强？）、模型的解释与局限等等。这方面可以借助工商管理教学中的“行动学习”法。

总之，大数据时代在方方面面都发生了许多深刻的变化， 唯有顺应时代的需要，才能打造新经济时代下的全球统计人才高地，以支持和引领中国新兴产业的蓬勃发展，用我们科学、应时的数据运用技术，让人类社会的生活变得更美好。

国民经济核算如何适应新经济统计的发展

智能时代，以国民经济核算为基础扩展的综合统计发生重大变革，国民经济运行过程中，政府、企业、居民、国外各交易主体的交易日益数据化、智能化，国民经济核算中的一些经济假设是否还成立，需要进一步研究。新行业、新业态是否可以包含在国民经济核算体系中也应研究。在数据量非常充足的条件下，国民经济核算如何适应新经济统计的发展，对此与会专家有何高见呢？

北京师范⼤学统计学院院长，教授宋旭光

北京师范⼤学统计学院院长，教授宋旭光认为：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。一方面新经济推动了经济理论的发展，而国民经济核算要反映经济理论的进展，另一方面，新经济统计产生了很多新的核算需求，也给国民经济核算提出了很多新的研究课题。我国作为新经济发展大国，国民经济核算面临着重要的发展机遇，主要表现在新的数据技术创新为国民经济核算提供了新的方法手段和数据资源等。也有一些挑战，主要是现有的核算方法在某些方面难以适应新经济发展的需求，在核算分类、核算范围、核算规则和核算指标等方面需要进一步发展创新，以满足新时代经济统计的需求。

中国人民大学统计学院教授高敏雪

中国人民大学统计学院教授高敏雪则指出：国民经济核算处于经济统计的后端，一方面与宏观经济理论相关联，借助经济理论搭建的框架，另一方面取决于各个专业统计，对专业经济统计（比如工业统计、金融统计、投资统计等）数据进行深度加工，结果才是国民经济核算的一套宏观数据。

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，另一方面则要关注经济系统以及相关理论的变化。

从数据基础角度看，大数据首先对专业经济统计产生冲击，然后才进一步传递到国民经济核算。在此过程中，如果处理得当，国民经济核算会受益，因为大数据改进了专业统计，由此可能会填补原来的数据来源缺口、提升基础数据质量。

从核算基本原理而言，新经济对国民经济核算产生了较大影响，比如分享经济、网络免费或竞价行为、数据的生成及其价值，等等，会影响国民经济核算所定义的经济生产范围，会因为很多新业态而给核算对象的识别和分类带来困难，会因为交易方式的变化而影响到估价方法及其结果，也会面临数据从生产到资产核算方面的困难。所以，新经济的核算问题是国民经济核算当前非常重要的研究课题。

即使面临种种问题需要研究，给国民经济核算带来了种种挑战，但到现在为止，这些还都是可以在当前原理框架下通过改进而予以处理的问题。在没有新的经济理论范式出来之前，我们还无法期待一门“新”国民经济核算体系的出现。

建设新经济统计，赋能数字经济，助力智能时代

针对当前中国新经济统计现状，首都经济贸易大学教授，博士生导师纪宏教授提出要加快建设新经济统计，赋能数字经济，助力智能时代发展。他提出了几项建议：一是加快构建新型国民经济核算体系与综合统计；二是产业统计或部⻔统计要实现跨界创新，催⽣新的研究⽅向；三是注重企业管理统计的借鉴与构造；四是加快建设完整的新经济统计教育体系。

中国人民大学统计学院教授，博士生导师金勇进教授

中国人民大学统计学院教授，博士生导师金勇进教授认为：大数据背景下，抽样面临很多挑战，第一，概率抽样需要抽样框，而大数据背景下，很多情况下没有抽样框，因为它没有边界；第二，由于没有抽样框、没有边界，所以不知道样本单元的入样概率，此时的抽样是非概率抽样，对统计推断带来挑战，目前有很多大数据背景下对抽样方法的研究，如网格化抽样、社交网络的抽样、适应性抽样、分布式抽样等。

在大数据背景下，在数字化时代，即使数据来源渠道非常多，数据量非常大，抽样调查也不可能消失，它仍然是采集数据的重要方法，但是面临许多挑战，需要我们勇敢面对，或许抽样调查会有一个革命性的发展，为统计学的发展做出重要的贡献。

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，博士生导师胡涛结合自己的工作实践进行了阐释，他说：由于最近一段时间我在做风能数据的统计分析，我就从自己的科研实践来谈谈，为了应对传统化石能源的短缺以及传统化石能源带来的环境污染问题，风力发电或者风能在世界各国得到了广泛应用和发展。中国目前是世界上风电装机容量最多发展最迅速的国家。风力发电还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。由于风能产业的大力发展，新型数据收集设备如SCADA系统的使用，研究者可以获取每分钟的风速数据。再加上风机设备本身非常复杂昂贵，一旦停机会带来严重的损失，所以风机的故障诊断预警也是业界十分关心的问题。

风能数据统计分析的问题大多可以归结为统计学上的密度估计、时间序列预测和非线性回归三类问题。虽然这三类问题已经是统计学里发展的比较成熟的研究领域。但是由于风能产业的特殊性，传统统计学的建模框架不适用于风能数据分析。直接应用统计学里的上面三类问题的处理方法在风能数据分析效果大多不理想。风能行业要求统计学工作者提供高精度、时效性强、稳健性强、适应不同地理气象条件下的分析工具。另外随着风能产业的蓬勃发展，

大量其它行业人才涌向了风能数据分析行业。统计学工作者在风能数据分析里需要跟计算机科学、物理学、数值天气预报等行当的学者竞争。统计学如果拿不出像样的数据分析的工具就面临着被开除出这个研究领域的风险。这大概可以部分反映出新的时代背景下统计学遭遇到的挑战。所以统计学工作者要有危机意识、向业务专家学习、向其它行业专家学习，发展新的统计方法，拓宽统计学理论研究框架，积极应对时代挑战，回应国家和业界的需求。

大数据智能时代，新经济统计应该是什么样？建立在传统经济统计的思维方式限制了我们的想象。我们应该携手开设经济统计学的高校，发挥首创精神大数据与共享经济结合， 边研究、边实践、边丰富、边完善，以更大的视野、更宽的胸怀、更足的勇气、更高的智慧建设新经济统计。为社会主义经济发展贡献力量！（文/董成竹）返回搜狐，查看更多

手机浏览，点击图片保存二维码到相册，然后打开微信扫一扫选择本二维码图片就可以进入，电脑端微信“扫一扫”二维码，进入找聊天搭子平台，里面有找饭搭子、找对象、找陪伴服务等等