1、传统数据@@@@“漏掉@@”了@@什么@@？
2009年@@7月@@28日@@，国家统计局发布全国城镇单位在@@岗职工平均工资数据@@@@，各行业@@月@@平均工资都有不同程度上涨@@。不过@@，有网友却称自己的工资是@@“被增长@@”了@@。此后@@，“被增长@@”一词开始用于个人体验与宏观@@经济数据@@不符的现象@@。为什么会出现不符呢@@？专家解释称@@，由于地区等结构性差异因素@@，很可能导致一些未被计入的情况@@。同时@@，平均数据@@也往往会忽略微观@@层面的个人@@。
传统宏观@@统计数据@@的@@“不靠谱@@”还不仅仅出现在@@一国之内@@，随着全球化的深入推进@@，一些贸易@@数据@@的参考价值@@@@也大打折扣@@。举例来说@@，每当一部@@iPhone从@@富士康下线长途跋涉销往美国@@，美中贸易@@赤字大约就会增加@@200美元@@。而事实上@@，全球至少五个国家十几家公司都在@@供应@@iPhone的配件@@，每部@@iPhone价值@@@@中仅有约@@10美元@@最终流入中国经济中@@。
美国里弗特怀斯研究机构总裁扎卡里@@·卡拉贝尔在@@最近发表的@@《造成误导的先行指标@@》一文中指出@@，常规的贸易@@统计数字没有计算出中间阶段所增添的价值@@@@@@，其对双边贸易@@关系的描绘是扭曲的@@。
同样@@，GDP作为统计指标的意义@@也在@@下降@@。传统认为@@，GDP的增长就是就业的稳定@@，就是居民收入的增加等等@@。但是@@，从@@2008年@@以来@@，虽然@@英国的@@GDP增长率一直大致为零@@，但是@@其就业率却提高了@@@@。作为发达国家的@@GDP增速并不如一些发展中国家高@@，但我们发现这些国家间经济发展的质量差距却在@@拉大@@。
假如一座钢厂形成污染@@，其清理污染的费用会增加@@GDP，受到污染伤害的工人或居民的医疗费用也会增加@@GDP。相反@@，如果一个国家用寿命长的@@LED灯取代传统灯泡@@，结果用电花费较少@@，科技进步恰恰降低了@@@@GDP值@@。
GDP被广泛诟病的一点@@，是没有涉及商品和劳务的生产所造成的环境破坏@@。虽然@@GDP的增长率被看作是进步的衡量方法@@，但它从@@来都没有被用来度量幸福或者社会福利@@。中国人民大学统计学院院长赵彦云表示@@，国民经济核算统计集中系统整体的统计反映@@，而对于一些例如@@环境保护与生态经济@@、交通运输@@、旅游业@@、政府@@财政收支及收入分配调节@@、货币金融体系@@、科技创新@@、文化产业统计需求是不能有效满足的@@。
英国财政部前顾问戴安娜@@·科伊尔在@@其@@2月@@份发表的文章@@《超越@@GDP——经济绩效的衡量方法缺失了@@什么@@@@》一文中指出@@，国民核算等官方经济数据@@有各种来源@@@@，但有关个人和企业@@的调查构成其骨干@@。向某些企业@@发送表格或者派遣调查人员搜集不同店铺提供的有关价格的信息@@@@，这些常规的调查方法几乎不可能在@@经济结构本身发生变化的时候保持不断的更新@@。举一个明显的例子@@：调查表实际上没有把网上购物计算在@@内@@，而网上价格很可能比较低@@。
哈佛大学访问学者冯煦明指出@@，传统经济统计数据@@有两个缺陷@@：一是滞后性@@，二是低频率@@。例如@@：各国消费者物价指数@@（CPI）的发布一般都存在@@滞后期@@，以我国为例@@，通常要等到下个月@@的@@9号左右才发布上月@@的@@CPI数据@@。
专家表示@@，在@@同样@@的价值@@@@需求下@@，人们可能更加关注@@某大型电商@@（如淘宝网@@）的销售数据@@@@，而不需要再关注@@@@“社会消费品零售额@@”的统计指标@@。在@@发布结果时@@，仅仅告诉别人一个结果@@（如全国@@GDP数据@@）是远远不够的@@，还需要通过可视化@@、交互等方式给予用户更加方便@@、高效的使用方式@@，提供更为详尽的@@“意义@@”信息@@。
2、“垃圾@@”数据@@如何@@重新发光@@？
阿里巴巴基于淘宝推出的网络零售价格指数@@（iSPI），以网络交易的实时数据@@为基础@@，反映食品@@、烟酒及用品@@、衣着等十个商品与服务类别的网络零售价格和交易量的变化趋势@@。该指数与官方@@CPI环比指数呈现联动关系@@，并在@@关键转折点呈一定领先态势@@，可以辅助洞悉通货膨胀@@@@、经济增长@@、居民消费等宏观@@经济指标@@。
“传统的经济统计在@@未来将大数据@@@@化@@。”冯煦明认为@@，以往生产统计更多@@地停留在@@行业@@层面@@，或局限于规模以上企业@@@@，而未来可能是针对所有企业@@@@；传统的消费统计主要基于抽样调查@@@@，而未来可能具体到每个家庭或个人@@；传统的价格统计中仅包含千种商品@@、涉及几万个调查销售网点@@，而今后@@可能是几万种商品@@、所有的在@@线销售商和大部分线下销售网点@@。随着大数据@@@@技术的成熟@@，“样本即总体@@”将成为趋势@@，抽样越来越不重要@@。[page]
“相对于传统经济统计而言@@，大数据@@@@引发的变革主要表现在@@四个方面@@：更快@@、更准@@、更广@@、更细@@。”冯煦明说@@，这些特性有益于未来行业@@政策和宏观@@经济决策@@。
随着计算机和互联网@@的普及以及电子商务的发展@@，越来越多的经济行为被记录下来@@。随着大数据@@@@相关技术的成熟@@，公共部门和私人企业@@过去积累的大量@@@@“垃圾@@”数据@@有可能重新焕发光彩@@。比如用交通事故和犯罪数据@@指导警力布局@@、用消费和税收@@数据@@指导收入分配@@、用客流量数据@@指导铁路和民航调配@@、用互联网@@关键词传播数据@@进行流行病预防等等@@。
赵彦云认为@@，在@@大数据@@@@时代@@@@，政府@@可以在@@国家层面建立数据@@集中平台@@@@，统筹管理@@经济社会的各项数据@@@@，包括经济社会统计数据@@的空间@@化@@，覆盖社会生活的方方面面@@，可以基于服务业各个部门管理@@的行政记录@@@@、业务统计@@、监管信息@@@@，建设服务业统计核算的科学统计方法体系@@。
“统计分析不能就数据@@论数据@@@@，还要追根求源@@，深入分析引起数据@@变化背后的原因@@。要做到这一点@@，就要求我们既要注重宏观@@分析@@，也要注重微观@@分析@@。”国家统计局局长马建堂说@@。
传统的平均值@@指标@@，掩盖了@@地域和个体的具体发展趋势@@。例如@@，如果把失业率@@当成全国性问题来处理@@，肯定是错误的@@，因为随着地域@@、性别及教育程度变化@@，就业趋势会有很大差别@@。但这些问题没有一个体现在@@失业率@@上@@，通过失业率@@制定的政策一开始就走错了@@方向@@。
专家表示@@，这些先行指标对于小企业@@或个人来说作用甚微@@。个人决定现在@@是否创业或买房时@@，不应该去参考失业率@@或者国家住房数量@@。对于想开一家服装店或者餐馆的人来说@@，CPI往往没有任何参考价值@@@@@@。相反@@，企业@@家应该注意当地市场动态及本行业@@的趋势@@。在@@30年@@前@@，这类统计可能相当困难@@，而今天获取这些信息@@只是在@@电脑上花几个小时而已@@。在@@大数据@@@@时代@@@@，我们需要的是专门为政府@@@@、企业@@、社区和个人的特定需求而定制指标@@，这在@@现在@@成为可能@@。
3、GDP如何@@“拥抱@@”大数据@@@@？
2013年@@11月@@19日@@，国家统计局与百度@@、阿里巴巴等@@11家企业@@签订了@@大数据@@@@战略合作@@框架协议@@。此举目的在@@于共同推进大数据@@@@在@@政府@@统计中的应用@@，不断增强政府@@统计的科学性和及时性@@。马建堂指出@@，过去传统的统计方式@@，是由统计专业人员设计统计表格@@，从@@名@@录库里找到企业@@去调查生产数据@@@@。但是@@，在@@大数据@@@@时代@@@@，有很多商业主体@@在@@名@@录库里找不到@@，却有交易活动和交易数据@@@@。这些数据@@是现成存在@@的@@，而且是海量的@@、非结构化的@@、非标准化的@@。统计部门要利用已经存在@@的数据@@@@，这类数据@@每天都可以获取@@，是统计的宝藏@@。
“当前@@，一个大规模生产@@、分享@@和利用大数据@@@@的@@时代正在@@来临@@。这是浩浩荡荡@@，不可阻挡的历史潮流@@，谁拥有了@@大数据@@@@@@，谁就占领了@@制高点@@，取得了@@主动权@@。”马建堂表示@@，就政府@@而言@@，大数据@@@@必将成为宏观@@调控@@、国家治理@@、社会管理@@的信息@@基础@@。
然而@@，大数据@@@@的@@统计并不是那么@@简单就能实现的@@。赵彦云指出@@，在@@目前各部门信息@@数据@@共享平台@@上@@，行政记录@@、业务统计@@、活动统计@@、财务信息@@等@@，都没有完成可以适应大数据@@@@分析的转化@@。
“指标不一致@@、指标口径不一致@@、时间不一致@@、空间@@不一致@@、指标体系不一致@@、分类不一致@@、编码不一致等@@，如此杂乱的数据@@库@@，基本上连常规的统计整理@@、统计描述和分析都无法做到@@。”赵彦云说@@，在@@大数据@@@@时代@@@@，我国需要推行共享@@、合作@@、协同的理念@@，使得政府@@职能部门打破传统各自为营的约束@@，真正开放共享部门数据@@@@，实现整体利益的最大化@@。长期以来@@，我国各部门过多关注@@自身利益@@，所谓共享工作也不过@@是应付交差@@。但在@@大数据@@@@时代@@@@@@，这将会直接限制我国经济社会的发展与产业升级@@。
“需要指出的是@@，大数据@@@@之于传统经济统计@@，是补充@@，而非替代@@。”冯煦明说@@，横向来看@@，传统统计方法在@@经济增长@@@@、税收@@、贸易@@、收入分配等领域的统计上具有主导优势@@，而大数据@@@@在@@物价@@、通货膨胀@@、失业率@@、消费等方面的统计上更具有优势@@。
那么@@，在@@大数据@@@@时代@@@@，GDP统计指标应该如何@@完善呢@@？对此@@，专家认为@@，应该优化@@GDP核算数据@@的来源@@@@，保证@@GDP核算数据@@的准确性与真实性@@。今后@@GDP核算的结果不能仅有总量和速度@@，还必须有各个产业@@、行业@@、类型和不同地区@@、不同区域的细项@@、分项指标数据@@@@，以此来满足不同对象@@、不同行业@@的个性化需求@@。政府@@统计将由对@@“宏观@@”的把握转变为对@@“微观@@”的运用@@，GDP将逐步成为宏观@@和微观@@都适用的大众化指标@@。同时@@，应该更多@@地通过图形@@、图像@@、地图@@、动画等更为生动@@、易懂的方式来展现数据@@的大小@@，诠释数据@@之间的关系和发展趋势@@，为人们提供易于理解@@、便于使用的结果@@。（光明日@@报记者陈@@ 恒@@）
名@@词解释@@
大数据@@@@（big data），或称巨量资料@@，指的是所涉及的资料量规模非常巨大@@，以至于无法通过目前主流软件在@@合理时间内撷取@@、管理@@、处理并整理成为帮助企业@@经营决策的资讯@@。
在@@维克托@@·迈尔@@-舍恩伯格及肯尼斯@@·库克耶编写的@@《大数据@@@@时代@@》一书中@@，大数据@@@@指不用随机分析法@@（抽样调查@@）这样的捷径@@，而采用所有数据@@的方法@@。大数据@@@@的@@4V特点@@：Volume（大量@@）、Velocity（高速@@）、Variety（多样@@）、Value（价值@@@@）。
物联网@@、云计算@@、移动互联网@@@@、车联网@@、手机@@、平板电脑@@、PC以及遍布地球各个角落的各种各样的传感器@@，无一不是数据@@来源@@或者承载的方式@@。
