大数据背景下经济统计的机遇与挑战(2)

　　现在看来，对于宏观经济指标体系是通过微观样本统计得来的，但是宏观经济指标体系只关注特定的一些经济指标，而忽略了大多数微观个体产生的经济信息，且两者之间的关系也相对复杂，我们不能很直观的从宏观信息中得出关于相关微观个体经济特征的信息。随着大数据时代的到来，统计样本数量和层次的增加，将会使得宏观统计更加具有现实的微观基础，使得宏观统计的准确信以及与微观统计的关联性有更大的提高。
　　利用现代数据机遇，强化经济统计发展
　　1.利用现代数理技术，充实经济理论
　　很多的经济理论都是建立在对于现实的高度抽象的基础之上，而且很多变量在现实中很难进行量化和统计。例如，经济学中的效用的概念，我们很难在现实中去应用效用来精确刻画消费者的偏好，这样的结果就是我们很难把理论很好的与现实结合起来。随着大数据时代的到来，数据可以做到精确化，我们可以详细跟踪我们所需要研究的对象，通过对能够体现理论模型的数据的采集和统计来对经济理论进行检验。当然，这个过程中也会产生出现有经济理论尚未解释的现实现象，这样通过我们对于关键信息的把握，可以反过来促进我们对于经济理论研究的充实。综上所述，对于经济理论的充实是从对现有经济理论的验证和新的经济理论的发现两个层面而言的。
　　2.提高模型的精确化和持续性
　　在大数据时代，我们对于某个问题的研究可以更加向其微观层面发展，不需要担心数据的获取，只需要关心如何选取相关统计量的问题。在社会和经济研究中，往往建立很多模型，而且由于经济研究中外部因素的不可控性，大多数模型无法进行持续的验证和使用，从而对其理论假设的优良性进行合理的评估。大数据时代的到来，可以在这方面为我们提供新的可能。在我们的模型构建中我们可以更多的考虑加上可能影响模型的外生环境变量，从而在更长的时期里对于模型背后的理论假设和结论进行观察。当然，在这个过程中还有很多的其他因素需要考虑，不能盲目地增加模型中的变量，使研究问题的主次变得模糊不清
　　3.强化统计数据定制化
　　目前，在经济等研究中对于数据的来源大多数是来自于已有的数据库。在这个过程中，往往数据使用者涉及到数据的搜集、数据的筛选和数据的整理，在研究过程中这一部分工作非常耗费时间。大数据时代下，随着数据搜集和处理成本的下降。可以预想到，在不久的将来，研究者可以向数据直接产生者或者第三方数据要求定制化的数据服务，以便节省对于数据处理和搜集的成本，从而加快研究的速度。
　　应对经济统计挑战，提高统计质量
　　1.高质量甄别有效的数据
　　数据的爆炸式增长，在某种程度上可以扩宽我们对于问题研究的层次和角度，但是同样这也带来一个关键的问题需要我们去思考，因为并不是我们在我们的回归模型中添加更多的变量就会有一个好的结果，并不是我们最大限度的把与现实有关的变量加入模型，使模型就更好的解释现实。在这个过程中，过犹不及的问题很容易发生，所以随着研究变量选取范围的不断扩大，如何选取有效的研究变量会成为研究者思考的关键问题。因此，如何从“大数据”转变成“优数据”需要耗费研究者更多的时间。
　　2.发展统计学理论，给予数据有力的经济支持
　　随着大量统计数据的增长和研究模型的复杂化，如何提出更多优良的理论去解释新的统计变量所揭示重要经济现实必然会增加研究者在这一方面的努力。这个过程中也需要更多更新的数理研究模型的提出，从而更好的支持新数据的使用和对现实的解释。随着中国加入WTO之后，我们面临更多来自外部的竞争，而在社会经济管理效果评价方面，我们也有一些复合国情的统计体系和法则。面对如何与外部经济题相比较时，因为没有统一或者较高相似度的统计法则，所以在研究中必然存在体制偏差。因此，对于较高统一度的经济统计体系和法则的要求有很现实的意义。
　　3.优化数据处理方法
　　在海量数据中如何能够获得满足要求的数据，如何使得获得的大量数据能够更好的以结构化的形式进行运算，这些都对于数据的处理方法提出了更高的要求，也对计算机在处理效率方面提出新的要求。从目前来看，大多数经济研究者都至少能够掌握一门或者多门计算机语言和几款数据处理软件，这些发展趋势与大数据的处理密不可分。
　　结论