■ 施开分

　　伴随着人类历史上最广泛、最快节奏的数字技术革命，数据逐步成为国家最重要的战略资源和核心创新要素，推动数字经济高质量发展。数据要素价值不断显现，社会各界对数据资源越来越重视，需求也随之不断增加，政府统计机构面临数据服务需求增加和采集能力提升不够的压力。为更好地适应数字化时代需要，统计理论、制度方法、标准和应用方面需加快创新步伐，采用数字化转型战略主动应对新需求、新挑战 。

　　一、数据要素市场化及资源供给格局变化

　　党的十九届四中全会提出“健全劳动、资本、土地、知识、技术、管理、数据等生产要素由市场评价贡献、按贡献决定报酬的机制”，首次正式明确数据生产要素地位。在人类历史不同阶段，不同关键生产要素发挥了重要变革推动作用。数字经济时代，数据生产要素必将带来生产技术和组织体系变革。2022年1月，国务院发布《要素市场化配置综合改革试点总体方案》，进一步完善市场制度规则，数据要素市场化体制机制逐步建立。

　　市场体制机制的不断完善，将极大地推动数据要素市场的发展。一是大数据企业加速发展。IDC前瞻产业研究院研究指出，截至2021年全国大数据产业中“存续”及“在业”的企业有6万多家，相关上市公司有53家，多数大数据企业市场规模和市值都处于快速增长中。二是数据资源供给结构性变化。由于资源约束和工作惯性等因素，统计机构采集的数据仍以传统数据为主，以月度数据采集频率估算当前数据资源年度增速为10%左右；而企业部门的数据涵盖了视频、社交媒体、电商等领域等非结构化数据，增速保持在42%左右（IDC等单位预测），从增速来看，传统数据在全社会数据资源的占比将持续下降。三是数据资源交易迅速扩大。根据中国社科院蔡跃洲等人的研究，2017年中国数据要素市场交易服务规模大约7.47亿美元，2019年约为33亿美元，对应的市场交易年平均增速约为110%。随着数据资源价值变现将越来越普遍，统计调查机构面临着技术改革、模式变革、组织结构调整压力，需要构建适应新型数据要素资源价值体系下的数据生产组织体系。

　　数据要素市场化，带来了数据资源生产、交易、结构的变化，交易规模逐步扩大，价值变现越来越普遍，新型数据资源占比不断扩大。

　　二、传统统计模式面临的机遇与挑战

　　数据资源是统计机构的核心生产要素，新型数据源占比的不断扩大，数据资源价值变现普遍化，传统的统计生产理论和组织模式面临新的机遇和挑战。从生产者角度看，数据采集权、生产、服务权威性的挑战多于机遇；从行业管理者角度看，数据采集、处理、服务供给方面迎来的机遇大于挑战。

　　统计机构在数据采集、供需矛盾、服务三个方面面临新的发展形势，主要包括：一是数据资源采集权扁平化发展。传统统计调查模式基于法规和职能所获得的资金、资源和组织优势，在传统数据生产模式下具备较大数据采集权优势地位，具备了相对垄断地位。随着数字化企业自动化采集大量商业、个人行为等超低成本和微观高频的数据资源，非结构化数据资源占比不断扩大，数据采集权从垄断特征向社会共采的扁平化特征转化。二是服务供给增速不及需求增速。传统统计调查模式，受资源约束，只开展有限目标数据采集，采用自上而下和分级组织实施，服务供给能力与资金和组织能力相关，呈现线性增长特征。而数字化企业低成本获取大量非结构化数据资源，能够实时、自动、智能的分析处理，形成了“按需供给”的服务能力，其服务供给能力呈指数级增长特征。两者相比较传统模式的劣势逐渐显现。三是数据服务权威性相对削弱。数字化技术带来了低成本和全场景的数据，使得相关机构能提供更加客观、及时、高频的数据服务，有效满足多种需求。相对而言，传统的统计理论、方法、技术优势相对削弱，新技术理论和组织体系尚未构建，服务及时性和可靠性受到挑战，权威性受到挑战。

　　面对数据采集权扁平化、数据供需矛盾的增长和服务权威性相对削弱的三大挑战，统计机构需要更加积极主动的策略，不断吸收社会数据资源来巩固自身数据资源优势；不断吸收社会力量弥补服务供给创新能力的不足，弥补供给短板，减少供需矛盾；通过练好内功与吸收社会力量相结合，为统计发展带来新的改革机遇，保持和增强数据服务权威性。

　　三、统计现代化对统计数字化的需求

　　“数字化”是把复杂信息由实体或者连续型函数转化为离散型数据的过程，统计“数字化”就是要将纷繁复杂的统计生产流程和数据要素数字化，实现业务系统上云，推进传统数据与新型数据融合，逐步形成智能化生产流程和实现全流程数字化生产。

　　一是统计现代化改革需要数字化。《十四五”时期统计现代化改革规划》指出要完善统计体制机制，改革统计制度方法，变革统计生产方式。数据是政府统计机构最重要的生产要素，在数据要素市场化竞争不断深化的新形势下，必须进行模式创新实现数据资源的有效掌控，通过数字化转型提升数据要素流通效率，实现统计生产全流程“上云、用数、赋智”，是改革统计生产方式、实现统计现代化重要途径。

　　二是统计生产能力提升需要数字化。统计生产能力的提升有赖于数据资源的采集能力，数字技术发展带来的数据采集权扁平化，削弱了统计机构对传统数据资源的垄断优势，不利于传统统计模式能力提升，采用数字化转型提升采集能力；另一方面，也导致了数据综合采集成本的下降，有利于整合更多数据资源，满足更高频度、细颗粒、广覆盖服务需求，提升统计服务能力。

　　三是统计服务能力提升需要数字化。统计工作的出发点是数据获取，落脚点是统计数据服务，重点是数据使用能力的提升。通过数字化转型消解数据采集、查找、使用方面的困难和障碍，实现数据使用的融通共享；日常统计工作积累的大量经验、知识、流程等统计知识数据，需要数字化能力建设，实现统计知识数据要素的不断积累；通过构建数字化建模能力，形成自动化、智能化的处理流程，不断提升数据处理效率，不断提升统计服务能力建设。

　　四、找准统计数字化转型的突破口

　　数字化转型是为应对统计更快速、更高频、更细颗粒度服务能力建设的需要，但数字化转型需要一个好的切入点，日常统计工作中存在的数据采集、查找、使用“难”等痛点问题，是数字化转型的重要突破口。

　　一是破解“采数难”的痛点问题。数据采集是政府统计调查机构的关键能力，是更好发挥政府统计职能的基础。采数难问题产生的原因很多，既有需求细颗粒度化、高频化的原因，也有业务流程日趋复杂的原因。例如，疫情期间缺乏专用网络专项调查问卷报表系统，不能有效满足快速、网络调查需求。通过数字化改造，进行流程整合和采集工具整合，满足多种对象、不同方法、不同数据类型以及不同时频的统计数据采集新需求，解决好采数难的问题。

　　二是破解“找数难”的痛点问题。统计分析日常工作中查找数据是一个重要步骤，找数往往耗费大量精力，统计系统内因用数频次更高，找数难问题更突出。找数难主要表现在，想用的数据找不着，影响了使用效果；找着的数据未电子化、无法关联，耗费处理精力；有些指标有缺失、指标字典不清晰等，导致数据不完整。数字化转型建设，可以从日常找数入手，实现数据有效“治理”，提升横向、纵向联结能力，有效提高数据查找效率。

　　三是破解“用数难”的痛点问题。日常工作中，有一多半的时间耗费在格式转化、数据描述、图表制作等数据整理工作方面。随着工作需求的提高，数据整理耗费的时间越来越得不偿失；同时，非结构化数据使用的增多，采用传统数据处理模式耗时间将呈指数级增长，用数难问题将会更加突出。解决好用数难问题，就是要把“数据”作为关键生产要素，围绕数据要素高效使用，构建多源数据采集、编辑、描述等快速处理工具，实现数联通共享、协同处理，从而解决用数难问题。

　　采数难、找数难、用数难不是数字化转型建设产生的新问题，而是日常统计工作中存在的难题。数字化转型以提升统计数据生产效率为目的，从日常关键问题入手，既能更好地切入，减少损耗统计工作效率的固定成本、周期性成本和摩擦成本，不断增强对数据资源的掌控程度，提升工作效能，提供更加高效的统计服务。

　　五、统计数字化转型的建设思路

　　直面数据采集权扁平化、供需矛盾和权威性相对弱化的挑战，通过数字化转型，以解决“采数难”“找数难”“用数难”痛点问题为切入点，实现统计数据生产流程数字化再造，形成数据要素自由流通和高效使用的新流程，将是行之有效的关键一招。在数字化的统计数据生产系统中，生产模型、流程、方法、经验等关键“知识”数据将会不断自动记录和积累，形成面向智能化统计所需的“统计知识”数据要素基础，以更好的应用对更高、更准、更全的统计服务需求。

　　一是形成以“数据为核心”的转型思路。数字化转型必须摒弃“工具化思维”，不能将数字化转型战略与传统信息化建设相混淆。“工具化思维”主导的传统信息化建设缺乏对业务的深刻理解，无法形成对数据要素的有效支撑，容易产生信息孤岛、系统林立等问题。因此，统计数字化转型必须是业务驱动型，围绕统计核心业务能力建设，以解决日常痛点问题为突破口，构建“以数据为核心”业务导向思维，围绕数据要素使用效率提升，完善数据采集、查找、使用能力，提升数据汇聚、联通、共享水平。同时，以开放的思路办统计，主动吸纳社会力量来提升数据采集和服务能力，推进统计现代化进程。

　　二是实现统计生产全流程数字化。数字化统计数据生产流程，是深入到统计数据生产的需求分析、设计、生产、提供服务的流程。从构建汇聚多源数据的采集入口，建设数据要素汇聚、联通、共享的平台；从建立上下协同、内外协同的数据加工能力，实现数据生产网络化协同办公；从数据审核、分析理论和经验模型等知识数据要素积累，实现数字化统计“知识和经验模型”的继承、共享使用；从建立智能化生产的数字化分析服务平台,实现统计生产的自动化。

　　三是积极采取“全类型数据源”的使用策略。采用“全类型数据”资源开展统计工作的策略出发，研究建立多源数据采集能力，探索建立传统数据资源之外的数据资源第二轨；构建部门间、单位和机构间的数据信任机制，打破行业数据壁垒，实现数据资源汇聚、共享、使用；以购买数据服务、网络数据采集调查队伍建设、社会机构（企业）协作开展统计等三个方向开展探索，不断提升在网络调查、数据抓取、视频采集、平台数据获取等方面的能力建设。

　　四是实施数据生产“云安全”策略。要统筹发展与安全的关系，必须构建网络化时代对应的“云安全策略”，大量新型数据源也只存在于网络中，数字化统计生产流程必须构建在网络中。一些网络数据采集工作，如网民调查问卷、数据传感器、网络数据抓取工具、数据资源交换平台等都只能在网络上部署，因此必须以数据生产“云安全策略”为基本策略，构建流程和要求。

　　六、统计数字化转型工作建议

　　数字化转型是实现统计现代化改革的关键一招，是变革统计生产方式的必然选择，也是一个长期系统工程，必须坚持“一把手”工程的战略思维，坚持业务实体部门推动，以业务导向的滚动开发策略为主的建设思路。

　　统计数字化转型是一把手工程。统计数字化转型是数字化时代应对数据要素市场化的重要战略发展工程，是面向未来的长期工程，需要在规划、人才、软硬件、组织体系方面进行统筹规划，唯有系统谋划、整体推进、逐一解决，才能真正取得实效。因此，统计数字化转型必将是一把手工程，同时还需推动数字化规划、研究、竞赛、能力建设，强调虚实同进。

　　以新型数据源为主的业务实体部门牵头推动。业务实体部门牵头是统计数字化转型成败的关键。可以网络舆论数据、网络数据抓取、社交媒体网络民意调查等新型统计业务为主，建立基于网络数据为主要数据源，以网络调查为主要工作的队伍，打造数据采集的“第二轨”和专业队伍，探索统计业务数字化转型的路径并逐步推广。

　　坚持系统建设滚动开发策略。构建适应以业务需求为牵引的系统开发模式，必须坚持“以数据为核心”的思维，通过构建基础性平台形成数据资源汇聚能力，树立“一以贯之”的理念，由业务实体部门长期主导数字化系统建设，不断推进组件化开发、滚动式开发，达到数据汇聚、联通、共享，实现理论和经验模型的数字化，建立数字化生产流程。

　　数字化潮流浩浩荡荡，势不可挡，统计数字化转型大势所趋。加快推进统计数字化转型工作，还应建立进度监管体系，重点从数据信息获取能力提升、利用环境提升、使用主体获得感、采集对象打扰程度等几个方面构建考核指标，督促各相关部门，并由规划和巡察等部门对工作进度进行年度考核，以此更好地保障统计数字化转型工作有序推进。

　　（作者单位：国家统计局辽宁调查总队）