金美琳

摘 要 經過研究前3次的經濟普查方法，發(fā)現現有的經濟普查方式太過復雜，消耗大量的人力、物力和財力，并且對經濟普查大數據的分析沒有一套健全并且相適宜的挖掘技術。本文從大數據時代的經濟普查入手，簡單闡述了大數據時代以計算為中心的理念要逐漸轉變?yōu)橐詳祿橹行?，形成數據思維，并扼要分析了經濟普查的大數據的情況，并對中國經濟普查的數據挖掘方法進行了簡單的闡述。

關鍵詞 大數據；經濟普查；數據挖掘

中圖分類號 TP3 文獻標識碼 A 文章編號 1674-6708（2016）162-0067-01

1 大數據時代的經濟普查

經過前3次的全國經濟普查，我國克服重重困難，終于建立了較完全的經濟普查體系。但是，隨著我國人口的增多、經濟的增長，經濟普查所得到的數據也隨之增多。那么要想在大數據時代下，保證經濟普查的結果能夠有利于我國的經濟的快速發(fā)展，就需要利用高效、可靠的數據挖掘工具，結合切實可行的數據挖掘方法。

2 經濟普查大數據狀況

近幾年中國的經濟發(fā)展迅速，實時記錄中國經濟的屬性特征、結構特點和變化規(guī)律顯然是巨大的系統(tǒng)工程。普查對象是在我國境內從事第二產業(yè)、第三產業(yè)的全部法人單位、產業(yè)活動單位和個體經營戶。普查主要內容包括單位基本屬性、就業(yè)人員等。

從圖1和圖2可以看出，每次經濟普查得到的數據逐漸增多，運用怎樣的數據挖掘方法，使得到的數據發(fā)揮到最大的價值是我們值得思考的問題。

3 大數據時代經濟普查的數據挖掘方法

3.1 數據挖掘

數據挖掘從其字面上看是指利用工具去挖掘數據中隱藏的、未被人發(fā)現的東西。深層次方面講，數據挖掘一般是指從大量的數據中自動搜索隱藏于其中的有著特殊關系性的信息的過程。其優(yōu)點有以下2點：數據挖掘這項技術是指從大量有效的數據中提取出可以被人們利用的、隱藏在龐大的數據源中模糊的知識和信息的過程；數據挖掘技術是一項結合多門學科知識，對各種形式、各種內容的數據資料進行再深入挖掘的一個可利用在社會各個領域的、功能強大的綜合技術。

3.2 數據挖掘方法

在進行經濟普查數據挖掘過程中，應該針對我國經濟普查的實際情況，選擇比較先進、方便、適合的數據挖掘工具軟件，再通過運用各種數據挖掘工具軟件對經濟普查中的典型數據進行一定的預處理，從而研究出適宜我國經濟普查的數據挖掘方法。以下是目前比較先進的數據挖掘工具和方法：

1）SQL Server 2000 Analysis Services：該軟件是微軟為迅速提供可伸縮性電子商務、企業(yè)及數據倉庫解決方案而開發(fā)的完整數據庫與分析軟件產品。它提供了一款完善的數據管理和數據分析解決方案。它極大地縮短了用戶開發(fā)電子商務、數據倉庫應用的時間。具有高效的數據分析性能、靈活的業(yè)務擴展性、操作系統(tǒng)集成的安全性、客戶管理工具的易用性、快速的開發(fā)與生產投入等優(yōu)點。此外，按照設計可以部署和維護強大的、易于管理、支持商務的Web站點提供最好的性能。

2）SAS：它是一款統(tǒng)計分析軟件。其軟件模組中SAS系統(tǒng)是一個模塊化、集成化的大型模組軟件系統(tǒng)，它主要完成以數據為中心的數據訪問、數據管理、數據呈現、數據分析這四大方面的任務。SAS系統(tǒng)還具有靈活的功能擴展接口和強大的功能模塊，通過增加不同的模塊為用戶提供了更多的功能；通過SAS的智能型繪圖系統(tǒng)和各種有關統(tǒng)計方面的函數，使用戶對數據有了更直觀、透徹的了解與分析。

3）決策樹：它主要由決策點、狀態(tài)點和結果節(jié)點構成。運用決策樹的前提要求使用者已知各種情況發(fā)生概率，然后通過構成決策樹來求取凈現值的期望值大于等于零的概率，評價項目風險，判斷其可行性的決策分析方法，是直觀運用概率分析的一種圖解法。決策樹具有易于理解和實現、決策分析時間短、測定模型可信度便捷等優(yōu)點。但由于分析的過程比較粗略，就產生了對連續(xù)性的字段預測困難、對有時間順序的數據要預處理、錯誤率高等問題。

4）SPSS Clementine：在Clementine這個數據挖掘平臺，通過迅速建立有效的預測性模型，應用于商業(yè)活動中，可以幫助人們改進決策方法和決策過程。Clementine擁有顯著的投資回報率和強大的數據挖掘功能等優(yōu)點。相同條件下，與那些僅僅關注模型的外在表現卻往往忽略數據挖掘在整個流程中的應用價值的其它數據挖掘工具相比，其功能無可取代的數據挖掘算法，使數據挖掘貫穿始終。

5）Intelligent Miner：它采用了多種統(tǒng)計方法和挖掘算法。它能處理的數據類型有：結構化數據（如：數據庫表，數據庫視圖等）和半結構化或非結構化數據（如：顧客信件，在線服務等）。利用其獨一無二的世界領先技術，例如發(fā)現關聯(lián)、自動生成典型數據集、發(fā)現序列規(guī)律、概念性分類和可視化呈現，可以自動地完成數據選擇、數據轉換、數據挖掘結果表達這一全套數據挖掘操作。

根據以上對數據挖掘方法的深入研究分析，利用SQL Server 2000Analysis Services數據挖掘工具更適宜我國經濟普查的數據挖掘。

參考文獻

[1]第一次全國經濟普查主要數據公報（第一、二、三號），國家統(tǒng)計局，2005.

[2]第二次全國經濟普查主要數據公報（第一、二、三號），國家統(tǒng)計局，2009.

[3]第三次全國經濟普查主要數據公報（第一、二、三號），國家統(tǒng)計局，2014.

[4]張雪英.國外先進數據挖掘工具的比較分析[J].計算機工程，2003，29（16）：1-3.

[5]楊鵬鵬.中國經濟普查的數據挖掘方法研究[J].中國市場，2015（39）：25-26.

[6]朱建平，章貴軍，劉曉葳.大數據時代下數據分析理念的辨析.統(tǒng)計研究，2014，31（2）：10-19.