论文部分内容阅读
随着大数据时代的到来，很多研究都被它所影响，在经济学和统计学领域，也产生了一系列的影响。在经济学中，数理化方面的数据获取都是通过大数据技术来进行的，而它的理论知识也促进了数理化的发展。劳动经济统计是大数据时代下的测量精准度会更高，对完整体系的形成也有一定帮助，如：指标的设定、数据的分析等等。利用当前先进的科学技术可以使得经济统计工作可以更加有效地展开。
大数据时代 劳动经济 统计
大数据理论的发展对于许多学科的发展产生一定的作用。大多数学科研究所获取的数据以及对数据的分析都是通过大数据时代下先进的科学技术来完成的。劳动经济统计在国民经济统计中占着重大的地位，它可以体现出经济运行的实际状况以及经济的具体核算，是国家经济管理的一项重要工作。因此，在对它进行统计的时候要注意对数据的准确性进行检查，利用当前的大数据技术可以使有关数据方面的工作更加有保障，提高经济统计工作的效率和精确。
对大数据的研究
在传统的模式中，劳动力流动的数据统计主要是通过社会调查来完成的。先是制定出一个整体的计划，然后再按照计划方案进行实地调查，从而得到实际数据。最后根据样本数据来对总体进行估测。但是如今是大数据时代，对数据的获取不需要如此繁杂的过程，它不是以研究对象为主题，而是通过构建数据之间的关系来得出研究结论，这使得数据的可获得性提高了。所谓的大数据，其实就是以互联网中的大量信息为基础，将它作为数据来运用，再通过云计算等先进的数据分析技术来完成，实现对数据的智能处理，针对不同的商业决策方向来做出不同的数据分析处理，提高决策的准确性。第一次使用大数据概念的是麦肯锡公司，他们通过大量的数据来预测消费者的消费方向，从而更好地决定生产方向。并且随着互联网商业的不断发展，大数据的应用也越来越广泛。因此，对于高等教育中的统计学科目来说更是一个巨大的挑战或者机遇。因为这项学科主要内容就是对数据的处理，所以在当下更要把握机会，对大数据技术进行掌握。
维克托·迈尔在研究大数据时，发现它有三个显著的特征，革新性，混杂性和相关性。这三个特征给现代商业的管理带来了很大的变化，并且数据的商业价值也有所提升。但是与此同时，过分依赖数据也具有一定的风险，随着数据在决策中起到的作用越来越大，它的安全保密问题也更加频繁地出现。大数据时代的来临，给经济学和统计学研究带来了好处，但也有劣势的存在，所以在这些领域中还要对大数据进行研究。
大数据对经济学统计的优化
1969年，经济学加入到诺贝尔奖项中，以此来鼓励经济学家学会用数理模型来进行研究，使得整体现象更具科学化，从而使得经济学中的数理化趋势更加明显。根据大量的研究与统计表明，诺贝尔经济学奖高达95%的获得者是通过数理化分析方法才能在众多作品中脱颖而出。可见这种趋势使得数学和数据对研究来说越来越重要。西方经济学中主张无数学不科学，他们对数理化的应用非常重视。许多国内经济学者不支持他们的观点，甚至对他们进行批评，但是这并不能阻止这种研究趋势的发展。以目前的形势来看，许多刊物发表的论文标准也正向数理化方面靠拢。并且与经济学相近的统计学对数据模型的应用也更加广泛，通常都是以数据来证明所阐述的论点。
大数据时代比较明显的一个优势就是对数据的获取更加方便，而且数据采集的范围变广，比较精确。数据的准确提供提高了研究的效率，并且在理论研究与实地观察方面有很好的对接。在劳动经济统计中，它的一个重要指标就是劳动力的流动，只有对这一趋势进行准确的判断才可以实现统计的目的。虽然数据统计还是难以对现实状况进行描述，但是对于实际的研究来说，已经十分有代表性了。由于经济学研究的数理化趋势日渐明显，所以大数据的应用非常广泛。
首先，大数据理论要根基经济学的数理化趋势来发展，有利于未来研究的发展。经济学的主要研究对象是经济运行的实际世界，而对经济现象和经济行为的描述指的是劳动经济统计。为了能够更好地实现这个目标，利用大数据的分析方式是不可避免的。每一条数据都会被记录下来，形成数据存储。这些数据都适当地反映了社会现象和现实，对研究提供了进一步的证据。其次，大数据理论要与经济学发展方向共同发展。大数据的精髓不仅仅指数据来源的丰富，而且研究方法和工具也更加多样化。随着技术的不断发展，统计建模的方式也在不停发生改变。以往大多数情况下都是采用抽样分析的方法来对经济统计进行数据分析。但是由于当前数据的大量化，导致统计建模的回归、概率分析方法都不能很好地反映实际状况，所以许多新的算法出现在人们面前，如：泊松回归模型、高斯预测模型等等，这些工具的出现大大提高了研究的效率。现阶段的数据分析不再是牵扯到简单的运算，还需要通过科学建模来实现对数据的处理。
劳动经济统计指标体系的建立
劳动力市场、报酬、劳动关系等都是构成劳动经济学的统计指标体系的主要因素。其中，当前最主要的指标是失业率、劳动报酬以及因公死亡率。这些是比较大的指标，被称为一级指标。先设定一级指标，然后再分别设定二级、三级等，最后将这些数据进行统计，做成报表。国家统计局再分派人员对各个省市的劳动报表数据进行登记。这一个自上而下的工作模式有利于获得的数据更加具有真实性，但仍然还存在着一些不足。近年来，私营企业的数量越来越多，而这些企业中的劳动者流动性根强，这就导致劳动统计的数据跟不上时间的变化，对数据的准确性有一定影响。因此，在大数据时代的帮助下，可以将劳动经济统计的指标体系分布地更加细化些，并且在数据使用时要更加灵活些，只有这样才会对研究产生更好的帮助。当前的指标体系过于广泛，使得在现实中，很难真实地反映出实际情况，所以，建立指标的时候需要注意以下几点。
（1）对劳动统计指标的设定进行细化
在目前的劳动统计报表中，一级设定有13个，二级分类有204个，报表主要内容是劳动报酬、登记失业率、社会保障等。这些数据是通过调查上报而获取的，对国民经济的研究提供了强有力的依据，但是这种统一性的标准难免会产生偏差。许多地区的统计标准、计算标准都不一样，如果都是按照一样的指标来进行评价，会造成数据打架的情况出现。因此，在一些方面要对指标进行细化，如在获取价格数据时，要将一级价格指标再进行细化，分为商品零售价格、批发价格、消费价格等，对一些相关数据也要进行获取，只有这样才能使劳动经济数据的统计更加具有说服力。
（2）优化获取数据的工作方式和统计工具
2015年国家进行了户籍改革，消除城镇户口与农村户口的等级差别，农民的社会保障体系也更加完善，劳动者的社保账户随着人力的流动也跟着变化，为个人账户型的劳动数据库的建立创造了可能。再利用互联网和计算机技术，将劳动者的就业情况、报酬情况、职业培训情况等数据进行采集，实现一人一库的方式，从而使得数据的统计更加精确，同时个体的差异也完整地体现出来。这种个人填报系统的建立目前还难以实现，它不仅要求劳动者自身的素质要高，而且技术手段要先进。当前分区域、分行业、分部门的社会保障系统的建立是对数据采集进行优化，并为数据化发展奠定了基础。
（3）加强对数据分析方法的研究
经济统计的目的是为了发现问题，并对相关研究提供数据支持。在统计劳动报酬时，要对近20年的收入进行对比，比较收入是呈现上升趋势还是下降趋势，再对劳动收入占比进行研究，从而得出个人工资的上涨与它之间的区别。数据分析的方法不能仅仅局限于一种，要对各个方面的数据进行分析。如为了解决工资水平整体上升但是消费水平没有提高的问题，就要对劳动生产率进行改善，完善劳动者的素质，推动经济与劳动关系的发展。这从多个角度来对不同的数据进行分析，从而得出更有效的解决措施。
结束语
综上所述，在大数据时代的发展背景下，劳动经济统计也在随之变化，其中数据的获取更加便利了。利用云计算等技术来使数据更加贴合现实生活。相关数据统计的指标体系的建立也需要不断完善，不断更新。因此，在对劳动经济统计的过程中，不仅仅要注意对数据的处理，而且还要注重对研究方法的开展，努力挖掘更多有效的研究工具、方法，以此来提高劳动经济统计工作的进行，从而促进国民经济的快速发展。
[1]张德志.刍议大数据时代下对统计工作的挑战和机遇[J].消费导刊，2015（4）
[2]张航.刍议大数据时代下的数据分析理念[J].商，2015（26）
[3]武生光.事业单位劳动统计制度改革研究[J].现代经济信息，2014（03）
大数据时代 劳动经济 统计
大数据理论的发展对于许多学科的发展产生一定的作用。大多数学科研究所获取的数据以及对数据的分析都是通过大数据时代下先进的科学技术来完成的。劳动经济统计在国民经济统计中占着重大的地位，它可以体现出经济运行的实际状况以及经济的具体核算，是国家经济管理的一项重要工作。因此，在对它进行统计的时候要注意对数据的准确性进行检查，利用当前的大数据技术可以使有关数据方面的工作更加有保障，提高经济统计工作的效率和精确。
对大数据的研究
在传统的模式中，劳动力流动的数据统计主要是通过社会调查来完成的。先是制定出一个整体的计划，然后再按照计划方案进行实地调查，从而得到实际数据。最后根据样本数据来对总体进行估测。但是如今是大数据时代，对数据的获取不需要如此繁杂的过程，它不是以研究对象为主题，而是通过构建数据之间的关系来得出研究结论，这使得数据的可获得性提高了。所谓的大数据，其实就是以互联网中的大量信息为基础，将它作为数据来运用，再通过云计算等先进的数据分析技术来完成，实现对数据的智能处理，针对不同的商业决策方向来做出不同的数据分析处理，提高决策的准确性。第一次使用大数据概念的是麦肯锡公司，他们通过大量的数据来预测消费者的消费方向，从而更好地决定生产方向。并且随着互联网商业的不断发展，大数据的应用也越来越广泛。因此，对于高等教育中的统计学科目来说更是一个巨大的挑战或者机遇。因为这项学科主要内容就是对数据的处理，所以在当下更要把握机会，对大数据技术进行掌握。
维克托·迈尔在研究大数据时，发现它有三个显著的特征，革新性，混杂性和相关性。这三个特征给现代商业的管理带来了很大的变化，并且数据的商业价值也有所提升。但是与此同时，过分依赖数据也具有一定的风险，随着数据在决策中起到的作用越来越大，它的安全保密问题也更加频繁地出现。大数据时代的来临，给经济学和统计学研究带来了好处，但也有劣势的存在，所以在这些领域中还要对大数据进行研究。
大数据对经济学统计的优化
1969年，经济学加入到诺贝尔奖项中，以此来鼓励经济学家学会用数理模型来进行研究，使得整体现象更具科学化，从而使得经济学中的数理化趋势更加明显。根据大量的研究与统计表明，诺贝尔经济学奖高达95%的获得者是通过数理化分析方法才能在众多作品中脱颖而出。可见这种趋势使得数学和数据对研究来说越来越重要。西方经济学中主张无数学不科学，他们对数理化的应用非常重视。许多国内经济学者不支持他们的观点，甚至对他们进行批评，但是这并不能阻止这种研究趋势的发展。以目前的形势来看，许多刊物发表的论文标准也正向数理化方面靠拢。并且与经济学相近的统计学对数据模型的应用也更加广泛，通常都是以数据来证明所阐述的论点。
大数据时代比较明显的一个优势就是对数据的获取更加方便，而且数据采集的范围变广，比较精确。数据的准确提供提高了研究的效率，并且在理论研究与实地观察方面有很好的对接。在劳动经济统计中，它的一个重要指标就是劳动力的流动，只有对这一趋势进行准确的判断才可以实现统计的目的。虽然数据统计还是难以对现实状况进行描述，但是对于实际的研究来说，已经十分有代表性了。由于经济学研究的数理化趋势日渐明显，所以大数据的应用非常广泛。
首先，大数据理论要根基经济学的数理化趋势来发展，有利于未来研究的发展。经济学的主要研究对象是经济运行的实际世界，而对经济现象和经济行为的描述指的是劳动经济统计。为了能够更好地实现这个目标，利用大数据的分析方式是不可避免的。每一条数据都会被记录下来，形成数据存储。这些数据都适当地反映了社会现象和现实，对研究提供了进一步的证据。其次，大数据理论要与经济学发展方向共同发展。大数据的精髓不仅仅指数据来源的丰富，而且研究方法和工具也更加多样化。随着技术的不断发展，统计建模的方式也在不停发生改变。以往大多数情况下都是采用抽样分析的方法来对经济统计进行数据分析。但是由于当前数据的大量化，导致统计建模的回归、概率分析方法都不能很好地反映实际状况，所以许多新的算法出现在人们面前，如：泊松回归模型、高斯预测模型等等，这些工具的出现大大提高了研究的效率。现阶段的数据分析不再是牵扯到简单的运算，还需要通过科学建模来实现对数据的处理。
劳动经济统计指标体系的建立
劳动力市场、报酬、劳动关系等都是构成劳动经济学的统计指标体系的主要因素。其中，当前最主要的指标是失业率、劳动报酬以及因公死亡率。这些是比较大的指标，被称为一级指标。先设定一级指标，然后再分别设定二级、三级等，最后将这些数据进行统计，做成报表。国家统计局再分派人员对各个省市的劳动报表数据进行登记。这一个自上而下的工作模式有利于获得的数据更加具有真实性，但仍然还存在着一些不足。近年来，私营企业的数量越来越多，而这些企业中的劳动者流动性根强，这就导致劳动统计的数据跟不上时间的变化，对数据的准确性有一定影响。因此，在大数据时代的帮助下，可以将劳动经济统计的指标体系分布地更加细化些，并且在数据使用时要更加灵活些，只有这样才会对研究产生更好的帮助。当前的指标体系过于广泛，使得在现实中，很难真实地反映出实际情况，所以，建立指标的时候需要注意以下几点。
（1）对劳动统计指标的设定进行细化
在目前的劳动统计报表中，一级设定有13个，二级分类有204个，报表主要内容是劳动报酬、登记失业率、社会保障等。这些数据是通过调查上报而获取的，对国民经济的研究提供了强有力的依据，但是这种统一性的标准难免会产生偏差。许多地区的统计标准、计算标准都不一样，如果都是按照一样的指标来进行评价，会造成数据打架的情况出现。因此，在一些方面要对指标进行细化，如在获取价格数据时，要将一级价格指标再进行细化，分为商品零售价格、批发价格、消费价格等，对一些相关数据也要进行获取，只有这样才能使劳动经济数据的统计更加具有说服力。
（2）优化获取数据的工作方式和统计工具
2015年国家进行了户籍改革，消除城镇户口与农村户口的等级差别，农民的社会保障体系也更加完善，劳动者的社保账户随着人力的流动也跟着变化，为个人账户型的劳动数据库的建立创造了可能。再利用互联网和计算机技术，将劳动者的就业情况、报酬情况、职业培训情况等数据进行采集，实现一人一库的方式，从而使得数据的统计更加精确，同时个体的差异也完整地体现出来。这种个人填报系统的建立目前还难以实现，它不仅要求劳动者自身的素质要高，而且技术手段要先进。当前分区域、分行业、分部门的社会保障系统的建立是对数据采集进行优化，并为数据化发展奠定了基础。
（3）加强对数据分析方法的研究
经济统计的目的是为了发现问题，并对相关研究提供数据支持。在统计劳动报酬时，要对近20年的收入进行对比，比较收入是呈现上升趋势还是下降趋势，再对劳动收入占比进行研究，从而得出个人工资的上涨与它之间的区别。数据分析的方法不能仅仅局限于一种，要对各个方面的数据进行分析。如为了解决工资水平整体上升但是消费水平没有提高的问题，就要对劳动生产率进行改善，完善劳动者的素质，推动经济与劳动关系的发展。这从多个角度来对不同的数据进行分析，从而得出更有效的解决措施。
结束语
综上所述，在大数据时代的发展背景下，劳动经济统计也在随之变化，其中数据的获取更加便利了。利用云计算等技术来使数据更加贴合现实生活。相关数据统计的指标体系的建立也需要不断完善，不断更新。因此，在对劳动经济统计的过程中，不仅仅要注意对数据的处理，而且还要注重对研究方法的开展，努力挖掘更多有效的研究工具、方法，以此来提高劳动经济统计工作的进行，从而促进国民经济的快速发展。
[1]张德志.刍议大数据时代下对统计工作的挑战和机遇[J].消费导刊，2015（4）
[2]张航.刍议大数据时代下的数据分析理念[J].商，2015（26）
[3]武生光.事业单位劳动统计制度改革研究[J].现代经济信息，2014（03）