煤炭大数据指数编制及经验模态分解模型研究

基于开放性数据源、连续观测昨多变量数据编制的大数据指数,与传统的统计调查指数存在的差异不仅在于数据本身的无限扩张,而且在于编制方法以及分解研究的规则、模型方面的差异。在大数据背景下,率先尝试性地提出大数据指数的定义和数据假设,将"互联网大数据指数"引入煤炭交易价格指数综合编制太原煤炭交易大数据指数,从而反映煤炭价格的变动趋势;导入经验模态分解模型,对所编制的煤炭大数据指数进行分解研究,尝试比较与传统的统计调查指数的差异。研究表明:新编制的煤炭价格大数据指数要比太原煤炭交易价格指数更为敏感和迅速,能更好地反映煤炭价格的变动趋势。随着"互联网+"和大数据战略的逐渐普及,基于互联网大数据编制的综合指数会影响到更多领域,将成为经济管理和社会发展各个领域的晴雨表和指示器;与传统统计调查指数逐步融合、互补或者升级,成为宏观经济大数据指数的重要组成部分。     

大数据经济学的概念、框架与学科定位研究

在对大数据给经济学带来冲击研究的基础上,对大数据经济学的内容和结构进行了界定,认为其包括大数据计量经济学、大数据统计学、大数据应用经济学。分析了大数据经济学与计算机科学与技术、软件工程、管理科学与工程、统计学、图书情报与档案学、心理学、应用经济学之间的关系,认为大数据经济学是一门新兴交叉学科。对大数据经济学的学科定位进行了分析,认为在大数据经济学的萌芽期,暂时将其作为应用经济学下面的二级学科,待学科发展相对成熟后再作为经济学大类下面的一级学科。     

大数据是经济高质量发展的新引擎吗？——基于数据基础设施与技术应用的双重效应解释

本文以高质量发展为目标，对大数据基础设施与技术应用能力的双重驱动机制进行分析，验证“梅特卡夫定律”是否能解释大数据发展规律。研究发现，第一，大数据能通过推进市场一体化优化资本与劳动力配置，推进经济高质量发展，且大数据技术应用的积极作用强于数据基础设施。第二，现阶段，数据基础设施与技术应用存在异质性高质量发展效应，前者的积极效应发挥需跨越一定门槛，且存在“适度区间”；后者则呈正向“边际递增”特征，且在数据基础设施支撑下，数据技术应用的“边际递增”效应增强。第三，“邻近合作”有利于激发数据基础设施的高质量发展溢出作用，“技术强强联合”可增强数据技术应用的空间溢出作用。第四，数据技术应用的积极效应发挥存在营商环境与教育水平依赖性，现阶段其仅能激发数字经济产业高质量发展，在传统产业方面动力不足。本文证明了“梅特卡夫定律”在大数据应用中依然存在，有助于加深对数据基础设施建设与技术应用能力提升的认识。     

物联网背景下统计信息化的发展趋势

物联网被称为是继计算机、互联网之后世界信息产业发展的第三次浪潮,它正在对统计部门产生巨大的影响.而我国统计信息化的建设任务艰巨,随着时间的推移,需要加入物联网、云计算、大数据等现代化信息技术.基于此,文章认为我国统计信息化建设对物联网技术的认识仍不够深刻,应用物联网建设统计信息化必须要清楚认识云计算、大数据技术的作用,传统统计信息化建设陷入以自我为中心的建设误区;有了物联网技术,将显著提高统计数据采集能力、改变统计核心数据业务模式和统计部门的管理模式,这将是我国统计信息化的未来发展趋势.     

大数据理论进化和统计学融合博弈中的机会、风险与管理

基于大数据的科学缺陷分析,认为理论进化不仅是其现实选择也是科学突破的痛点和难点。数据随机性是理论进化的信息基础,学科融合与思维、方法博弈是主要方式,融合博弈中的创新机会和外溢风险成为不可分割的有机主体。在大数据复杂演变趋势下,风险认知是科学发展的重要前提,风险管理成为其前沿领域和理论进化重要组成,机会与风险的研究不仅对全面认知大数据理论进化及其科学内涵具有特殊意义,也清晰了统计学未来空间,在某种程度上决定了人工智能21世纪的路线图。     

大数据红利的概念、特征及估算

智能信息时代的大数据红利体现在政府、企业、社会的各方各面,具有广泛的发展效应,对其内涵、特征与估算的探索将拓展国内外大数据研究的新体系。文章结合与主题相关的前沿文献与事例,以数字红利等近似概念为基点,从商业、公共两个视角出发推导出大数据红利的内涵,并对其特征与估算法作出比较和分类。大数据红利本质是一种信息技术孵化的外溢性效应,其开始于商业领域,渗透在公共与社会领域的诸多方面,关于其内涵的观点具备多元视角性,其中,“结果效应说”和“数据价值论”颇具代表性。就特征而言,有效性红利与潜在性红利构成完整的大数据红利,二者各有其属性、表现与结果,互相亦具有因果关系或相关性。当下估算大数据红利的方法可划分为数理估算、资产估算及综合估算三类,每类估算法的产生时间、方法特性和适用场域都不同。     

中国雾霾污染问题的分析与测度方法探讨

近年来雾霾污染在中国愈发严峻,严重阻碍我国经济和社会的发展,对民众的身心健康等都造成直接的侵害,并且随着互联网应用技术的快速发展,雾霾污染海量数据的生成和累计亟需大数据技术与思维的应用.因此文章在综述国内外大数据和雾霾污染问题统计分析研究现状的基础上,结合雾霾污染现状分析和传统统计方法难以分析生成的雾霾污染海量数据,提出了大数据关联分析统计测度方法,最后基于大数据平台探讨了中国雾霾污染问题统计分析的基本思路.     

大数据时代对传统统计学变革的思考

本文在大数据时代背景下,将统计学与大数据有机地结合,剖析了大数据时代给统计学带来的变革,阐述了大数据为传统统计学带来的发展机遇。在大数据时代,为了保持统计学旺盛的生命力,本文对统计学的发展提出了几点思考。     

大数据视野下统计数据质量演变的信息回归、分布与趋势

从数据化技术、信息节奏以及信息回归趋势与大数据本质入手,研究统计数据质量演变主要特征与基本动力及信息分布,分析统计数据质量内涵信息演变的核心因素和实践探索关键路径以及统计学主要矛盾,认为大数据对统计学影响是系统性的,数据质量是其学科信息生态转换与介入的关键支点,其信息演变过程正在从需求入手,开启对统计学知识图谱的再造进程。受此影响,统计学未来也将从专业性研究学科走向工具性技术学科。     

大数据在浙江房价统计中的应用研究

2011年以来浙江房价统计调查改革取得新突破,深受社会各界和广大群众的关注。但在"大数据"时代背景下,房价统计调查面临着新的挑战和契机。本文结合工作实际,在现行房价调查经验基础上,思考如何拓展房价数据资料获取渠道,应用大数据技术,在方法理论、调查实践等方面推动房价统计的变革。研究发现,大数据在编制浙江房价指数上有很好的适用性,能客观反映当期与未来的市场价格走势,为房地产价格指数的编制提供了一种全新的途径。     

基于大数据思维的统计学若干理论问题

本文基于大数据思维,对统计学若干理论问题进行了讨论。本文认为：在大数据背景下,统计学以数据为研究对象没有变,作为方法论科学的性质没有变,以探索真相为根本任务没有变;但是作为统计学研究对象的数据出现了四个新的动向,即数据内涵有新理解,数据结构与来源有新方式,数据不确定性有新表现,数据分析思路与技术有新要求;为此,需要重新理解和定义总体、个体与样本,标志与变量,可靠性与有效性这三组统计学中最基本也最重要的概念。最后论文指出,大数据为统计学发展提供了新的平台,需要我们从数据、方法和应用三个维度同时发力。     

大数据时代统计学的重构与创新

本文集中介绍了多位顶尖统计学家在大数据研究方面的新进展,内容涉及大数据背景下政府统计需求,统计设计,统计学理论框架的重构,统计学利用大数据在基因学、天文学、宇宙学、流行病学、经济金融学、生命科学和工程学等领域中的应用,以及大数据人才培养问题等。     

大数据指数是否可以替代统计调查指数

2014年7月,澳盛银行首次将阿里巴巴系列指数纳入通胀观察标的,标志着大数据指数已经开始对传统的统计调查指数提出质疑和挑战。本文基于阿里巴巴aSPI指数和官方公布的CPI指数的比较研究,首次提出了aSPI指数显著优于CPI指数的一些基本特征;同时,通过实证分析对比了两种指数的同步性特征和分解性特征,即首先运用协整检验方法确定二者的同步性;其次通过EMD模型对二者进行序列分解,得出各自的波动成分和增长趋势;最后,在EMD对aSPI指数分解的基础上,通过Lasso回归估计了CPI指数。研究表明,随着对大数据研究的广泛性、科学性以及方法论和软件工具的进步,大数据指数对传统统计调查的佐证、补充乃至融合将会成为一种新趋势,通过实证、应用与发展,逐步产生新的CPI编制方法和分析体系,将是大数据指数理论和实践的根本出路。     

大数据背景下基于社交网络的聚类随机游走抽样算法研究

数字经济时代,社交网络作为数字化平台经济的重要载体,受到了国内外学者的广泛关注。大数据背景下,社交网络的商业应用价值巨大,但由于其网络规模空前庞大,传统的网络分析方法 因计算成本过高而不再适用。而通过网络抽样算法获取样本网络,再推断整体网络,可节约计算资源, 因此抽样算法的好坏将直接影响社交网络分析结论的准确性。现有社交网络抽样算法存在忽略网络内部拓扑结构、容易陷入局部网络、抽样效率过低等缺陷。为了弥补现有社交网络抽样算法的缺陷,本文结合大数据社交网络的社区特征,提出了一种聚类随机游走抽样算法。该方法首先使用社区聚类算法将原始网络节点进行社区划分,得到多个社区网络,然后分别对每个社区进行随机游走抽样获取样本网 络。数值模拟和案例应用的结果均表明,聚类随机游走抽样算法克服了传统网络抽样算法的缺点,能够在降低网络规模的同时较好地保留原始网络的结构特征。此外,该抽样算法还可以并行运算,有效提升抽样效率,对于大数据背景下大规模社交网络的抽样实践具有重大现实意义。     

大数据应用的质量控制

数据作为重要的数据资源存在，不论是其内在蕴含的信息价值还是其已经成为人类社会所需数据有机组成的客观事实，都迫使我们去不断加强对大数据的应用。然而，由于大数据作为信息技术应用的副产品，其复杂性、不确定性和涌现性决定了我们应用大数据并非易事，存在着很多质量上的问题，除了具有传统数据所有的质量问题外，还包括一些独特的新问题。为了更好地应用大数据，本文对如何进行大数据应用的质量控制进行了初步的研究。主要内容包括以下三个方面：一是对什么是大数据质量、受哪些因素影响、可能存在哪些质量问题进行了探讨；二是从做好理论准备、建立质量控制方案、重视对小数据研究、加强大数据管理、加强大数据人才培养和加强大数据法制建设六个方面，提出了大数据应用的质量控制的基本想法；三是对大数据应用中需要引起注意的几个方面进行了讨论，并结合例子进行了阐释。     

数据科学的统计学内涵

数据科学以大数据为研究对象,而大数据对统计分析最直接的冲击莫过于数据收集方式的变革,同时统计分析的视野也不再局限于传统的属性数据,而是包括了关系数据、非结构、半结构数据等其他类型更丰富的数据。伴随着数据开放运动,数据库之间的关联信息的价值逐步得到体现。基于统计学的视角分别从科学理论基础、计算机处理技术和商业应用等三个维度研究了数据科学的统计学内涵,探讨了数据科学范式对统计分析过程的直接影响,以及统计学视角面临的机遇与挑战。     

海量半结构化数据采集、存储及分析——基于实时空气质量数据处理的实践

大数据现象及处理引起了社会各界的关注。本文以大数据宏观层面理论为依据,试图从微观层面讨论一类大数据具体处理,归纳提出一种基于开源架构的海量半结构化数据采集、存储及分析自动化解决方案,并分析解决方案的开放性、融合性和经济性的特点,指出解决方案的可拓展方面。同时,结合海量空气质量实时数据,分析解决方案的具体开发细节,给出解决方案运行的经验做法,讨论分析过程的大数据压缩机制。     

新时代发挥统计监督职能的思考

党的十九届四中全会将统计监督纳入国家监督体系之中。随着中国特色社会主义进入新时代以及大数据与人工智能技术的快速发展与应用,统计监督面对的内外部环境都发生了深刻的变化,如何在新环境下进一步发挥统计监督作用成为了一个十分重要的问题。本文系统梳理了有关统计监督的各种论述,对统计监督的内涵进行了重新认识,回顾了新中国成立以来我国统计监督的实践和做法,并与国外统计监督进行了比较,最后提出了在新时代进一步发挥统计监督职能的若干建议。     

大数据与统计新思维

最近,《大数据时代》等几本书引起了广泛的关注,大数据正在改变着人们的行为与思维,那么以数据为研究对象的统计学该如何应对？本文基于对大数据的理解,认为统计思维需要发生三个方面的改变：即认识数据的思维、收集数据的思维和分析数据的思维要改变。其中,数据分析思维又要在统计分析过程、实证分析思路、推断分析逻辑等方面发生变化,同时统计分析评价的标准也要有所调整。围绕这些变化,本文提出需要从八个方面去积极应对大数据,以促使统计学科跟上时代的步伐。     

大数据与数据工程学

大数据的冲击并非是对以样本数据为对象的统计学的颠覆,而是对现代统计学的扩展。本文结合大数据的相关特征,以数据经济价值的扩展为切入点,从数据价值挖掘的角度论证了数据挖掘与大数据分析的关系,探讨了大数据背景下数据衍生品的创造与数据工程学创建的必要性。在此基础上,参照“金融工程学”的概念及学科体系,对“数据工程学”的概念进行了界定,并对数据工程学学科体系构建的相关理论基础、主要研究内容与分析技术进行了归纳与说明。