大數(shù)據(jù)時代的兩大特征是數(shù)據(jù)爆炸和數(shù)據(jù)利用成都的提升，如何在大數(shù)據(jù)背景下，開展統(tǒng)計工作和大數(shù)據(jù)的深度融合，提升名錄庫更新維護的水平和質(zhì)量，是關系統(tǒng)計工作和名錄庫管理的重要問題。

一、前言

隨著信息時代發(fā)展的逐步深入，數(shù)據(jù)正呈現(xiàn)一種大爆發(fā)的增長模式，數(shù)據(jù)產(chǎn)生的數(shù)量前所未有，數(shù)據(jù)擴展的規(guī)模與日俱增。大數(shù)據(jù)技術不可避免的對政府統(tǒng)計工作產(chǎn)生一定影響。在大數(shù)據(jù)時代背景下，開展名錄庫更新和維護的研究，具有重大而現(xiàn)實的意義。

二、名錄庫數(shù)據(jù)源探討

基本單位名錄庫，是指包括了全部法人單位、產(chǎn)業(yè)活動單位的基本標識和主要屬性信息的數(shù)據(jù)庫，是經(jīng)濟社會管理的基礎。而統(tǒng)計系統(tǒng)基本單位名錄庫，作為基本單位名錄庫的延伸，是統(tǒng)計機構(gòu)用于各類統(tǒng)計調(diào)查的基本單位名錄庫。本文的討論主要針對統(tǒng)計系統(tǒng)基本單位名錄庫。

1、名錄庫數(shù)據(jù)源現(xiàn)狀分析

名錄庫是統(tǒng)計工作的四大工程之一，是統(tǒng)計工作得以完成的前提。只有建立健全名錄庫建設，才能保證統(tǒng)計數(shù)據(jù)的及時更新和維護，各類統(tǒng)計調(diào)查單位在進行抽樣和統(tǒng)計中才能夠準確定位，最終提升統(tǒng)計能力。名錄庫的質(zhì)量要素包括實效性、全面性和準確性，這三種質(zhì)量要素很大程度上取決于名錄庫的數(shù)據(jù)源。就我國現(xiàn)階段的名錄庫數(shù)據(jù)源分析，每五年一次的經(jīng)濟普查數(shù)據(jù)能夠為名錄庫更新提供較為詳實的數(shù)據(jù)，各地方各部門自行組織的各類統(tǒng)計調(diào)查在名錄庫局部調(diào)整和更新中具有重要的意義。由縣級以上相關部門提供的行政記錄是名錄庫更新的重要外部數(shù)據(jù)來源，更新周期一般為半年。

2、名錄庫數(shù)據(jù)質(zhì)量分析

無論是在傳統(tǒng)統(tǒng)計工作還是大數(shù)據(jù)處理過程中，統(tǒng)計工作流程至少涉及統(tǒng)計機構(gòu)、數(shù)據(jù)用戶和數(shù)據(jù)提供者三個參與主體，并由這些參與主體的行為及其交互作用延伸出諸如目的性、準確性、時效性等統(tǒng)計數(shù)據(jù)質(zhì)量維度，以及與此相聯(lián)系的成本問題。名錄庫建設、更新，作為統(tǒng)計工作的基礎一環(huán)，也符合統(tǒng)計工作流程的一般規(guī)律，我們將名錄庫建設、更新中的參與主體及數(shù)據(jù)質(zhì)量維度進行梳理。

名錄庫的內(nèi)部渠道主要是通過各種統(tǒng)計機構(gòu)的調(diào)查，收集和整理本部門的相關信息。多數(shù)單位在這一過程中作為數(shù)據(jù)的提供者，并不是數(shù)據(jù)的使用者，工作積極性不高，另一方面，這類機構(gòu)同時還肩負著其他的工作任務，負擔較重。非統(tǒng)計部門作為名錄庫信息的外部渠道，既是數(shù)據(jù)的提供者，也是數(shù)據(jù)的使用者。但是不同部門存在業(yè)務上的差異，統(tǒng)計部門主導建設的名錄庫并不能用于政府機構(gòu)使用。

3、名錄庫存在問題分析

我國經(jīng)濟社會發(fā)展取得了舉世矚目的成就，相應的我國單位數(shù)量呈現(xiàn)井噴式的增長。名錄庫更新和維護工作在如此巨大數(shù)據(jù)量面前，顯現(xiàn)出一定的技術難度。區(qū)縣統(tǒng)計局在人員配備和名錄庫技術方面存在客觀短板，難以在短時間內(nèi)完成名錄庫的更新維護工作。部分地區(qū)基層組織在指導性目錄之外進行委托事項，需要進行購買，名錄庫的更新經(jīng)費支持很少，寄希望于社區(qū)人員無償進行名錄庫更新不切實際。

三、大數(shù)據(jù)背景下名錄庫的更新維護

1、信息范圍確定

互聯(lián)網(wǎng)大數(shù)據(jù)時代，信息量越來越大。在名錄庫更新方面，不是所有的信息都具有價值，這就需要通過利用大數(shù)據(jù)篩選技術，排除那些價值密度不高、信息真假難辨的信息區(qū)域，對可以使用的信息范圍進行“聚焦”，鎖定信息范圍的方向。聚焦，在大數(shù)據(jù)信息統(tǒng)計領域，就是指的更新名錄庫所使用的具體數(shù)據(jù)源。名錄庫建設的基本單位包括法人單位和產(chǎn)業(yè)活動單位，在數(shù)據(jù)收集中，需要準確定位可靠的數(shù)據(jù)信息站點。

2、數(shù)據(jù)提取

在名錄庫更新中的信息提取，指的是利用大數(shù)據(jù)分析技術，在基本確定信息范圍之后，對于有效信息較為集中的特定區(qū)域，綜合運用信息提取技術進行信息提取。在數(shù)據(jù)信息發(fā)生變化的情況下，需要整合出某種適合的表達式，并通過表達式對信息進行過濾和剔除，最終提取到有價值的數(shù)據(jù)。在信息家戶飛速發(fā)展的今天，信息的產(chǎn)生和更新速度，對信息提取部門提出了巨大的挑戰(zhàn)。

3、信息整合

在利用信息技術確定信息范圍之后，能夠在一定程度上降低無效信息的干擾，得到比較準確的名錄庫基本信息列表。伴隨著大數(shù)據(jù)、互聯(lián)網(wǎng)和云計算等技術的發(fā)展，智能搜索技術日漸完善，在提取名錄庫基本信息和屬性的基礎上，還能夠得到數(shù)據(jù)周圍地理及天氣信息。這就為獲取之前難以得到的數(shù)據(jù)周邊信息提供了便捷的工具。地理位置信息能夠降低外出調(diào)查人員的工作量，優(yōu)化路徑選擇方案。

4、信息甄別

經(jīng)過上述三個步驟，能夠得到用于補充和更新名錄庫的有效數(shù)據(jù)。但是在使用上述數(shù)據(jù)進行名錄庫填制之前，還需要進行數(shù)據(jù)信息的甄別。經(jīng)常使用的方式是數(shù)據(jù)相互印證技術，統(tǒng)一數(shù)據(jù)來源或者相似數(shù)據(jù)來源的信息具有一定的關聯(lián)性和近似性，這就是大數(shù)據(jù)背景下進行信息甄別的邏輯思路。通過數(shù)據(jù)內(nèi)在的邏輯性進行數(shù)據(jù)的相互驗證和相互推測。

四、大數(shù)據(jù)時代名錄庫管理展望

數(shù)據(jù)的重要價值在大數(shù)據(jù)時代顯得尤為突出，數(shù)據(jù)是統(tǒng)計部門的立命之本和工作核心，面對洶涌的信息化浪潮，統(tǒng)計工作者需要一擁抱的姿態(tài)進行大數(shù)據(jù)模式下的名錄庫管理工作實踐，促進大數(shù)據(jù)和統(tǒng)計工作的深度融合，搶占發(fā)展先機，豐富數(shù)據(jù)調(diào)查體系，建立共建共享數(shù)據(jù)管理模式，打破各部門之間的信息壁壘，實現(xiàn)數(shù)據(jù)和名錄庫的互聯(lián)互通。

五、結(jié)語

通過上文的研究和探討，可以看到傳統(tǒng)的數(shù)據(jù)統(tǒng)計方式方法和名錄庫管理技術已經(jīng)不能適應大數(shù)據(jù)背景下統(tǒng)計工作的新要求，為此，本文基于現(xiàn)階段名錄庫管理，結(jié)合大數(shù)據(jù)和智能管理，提出了大數(shù)據(jù)背景下名錄庫的更新維護的原則方法和新手段。（作者單位為江蘇省興化市戴窯鎮(zhèn)統(tǒng)計站）