引言
随着新时期技术的不断发展,在农业统计调查工作开展过程,工作人员应全面迎合时代发展,科学地引入高效的大数据技术,大数据在农业统计调查中的有效应用,不仅提高了工作效率,也保证了工作质量。基于此,作为研究人员,要合理地进行统计调查方案设计,积极运用大数据手段,全面加强农业统计调查水平。
1大数据在农业统计调查中的应用要求
1.1统计实践需要高质量数据
数据质量可对农业统计工作的实施效果产生直接的影响,因此便需侧重提高数据的可靠性,更为重视优化数据的质量。数据质量可作为重要生产力。首先,我国在实施调控政策期间,便需借助高质量的数据作为参考。如果农业统计的数据在质量方面有所欠缺,便无法辅助政府制定更为可行的政策,从而对调控的效果形成影响。其次,如果农业统计的数据质量不高,则市场主体便无法进行准确的判断,这也会对农业产业的发展和获得的经济收益形成负面影响。统计数据的质量过低不但无法为农业的发展提供帮助,同时还会造成较为严重的负面影响。再次,数据的质量水平也会与农业统计调查的实践工作高度相关。抽样调查或设计缺乏合理性,并未科学区分概率和非概率的抽样手段,也会降低农业统计数据的质量偏低,从而影响推断的可靠性。当前,多数统计调查的科研或参赛作品便可说明上述问题。最后,调查期间的实践工作专业性不足,也会降低数据的质量水平,数据难以反映出真实的情况,使推断的偏差较大,此时农业统计工作也无法发挥出理想的价值。
1.2数据质量依赖于质量管理体系
农业统计数据的体系缺乏完善性,也会对数据的质量形成一定的负面影响。首先,我国的单项数据管理工作具有一定的主导性,而综合质量体系便略显匮乏。如在特殊的情况下,面向具有一定特殊性的数据和调查目标,如对调查方案所具有的针对性重视不足,便会导致数据间的关联性不足,误差也会更大,对统计数据的结果造成一定的影响。其次,数据的信息化水平不高,对调查信息的更新不够及时和完善。数据共享渠道匮乏,这也必然会浪费一定的人力、财力等资源。再次,需针对数据的质量建立标准的衡量依据。该标准的确立需依据国际统计数据的标准设置,同时结合我国的农业统计数据特征作出适合的调整。最后,如果数据缺乏可靠性,也会造成难以想象的负面影响,甚至会形成误导,导致相关统计工作也会产生明显的偏差。
2大数据在农业统计调查中的应用对策
2.1提升统计调查决策能力与创新能力
农业统计调查工作自身便具有明显的创新性特征。开展统计调查工作可有效提高对项目的策划能力,形成创新性的思维,通过发挥调查服务的功能来提高决策的科学性。调研人员需依据所选的项目主题和研究的背景,确定适合的调查、数据处理和报告展示等方法,在整个农业数据调查工作中体现出个人的创新性能力。在参与调查项目的策划、评价等过程中,还可同步提高应用及创新方面的能力。不但能够自主完成项目的开发和实施工作,同时还可承担受托的项目任务,从而实现调查实践的创新。农业统计调查实践活动需明确调查方法,投入更多的精力和热情,重视提出有价值的问题,以此来实现调查项目的优化创新。建立解决问题的思想意识,提高使用调查方法解决问题的能力,同时对事件的处理形成更为有效的决策。
2.2强化统计调查的服务职能
首先,以用户的需求为导向,形成相应的农业统计数据的标准质量体系,形成服务企业完成经营工作的意识。统计人员在搜集数据的过程中需具有更为明确的目的性,开展针对性的调研活动,并结合数据进行分析,以此来优化统计工作的实施质量。
其次,统计机构需保持高度的责任意识,侧重提高对数据的管理和评估工作质量。设计出相对完善的制度体系,侧重提高基层统计工作的实施质量,为推动区域经济发展和信息化水平的提升提供动力。
最后,需面向统计人员实施专业化的培训活动,以此来为农业统计工作的优化提升提供内部动力,降低调查工作实施期间出现差错的几率。加大力度对农业统计工作实施监督和法律监控,为优化数据的质量提供前提依据,从而充分发挥出服务经济发展的功能。
2.3构建统计调查数据质量评估与控制体系
第一,需构建严谨的数据质量评价体系。首先,可使用逻辑关系的检验方法。与调查对象相关的各类数据信息之间均存在一定的相关性。通过使用该种方法便可及时发现数据存在的逻辑问题,并针对出现问题的数据进行分析与核对,对漏洞进行修改完善。其次,可使用调查误差评估的方法。可针对农业统计的数据误差从源头入手进行分析,以此形成更为可靠的评估方法。第二,需科学制定统计指标、体系和具体的评价方法。全面提高统计人员的职业素养,优化调查工作的实施质量。侧重对数据的录入环节进行审查,重点针对敏感指标的数据进行核对,加强对数据质量的控制与监督。在发布数据前,需保证数据能够具有更高的可靠性,依据国际数据的评价标准进行审核。
2.4构建大数据+统计调查的数据资源平台
信息技术的发展明显打破了以往数据采集的方法,此外也推动了大数据的形成和发展,优化了数据的结构。因此建设大数据的数据统计平台是当前实施统计调查工作的核心内容。首先,需构建具有更高智能化和信息化的调查平台,基于统计系统的互通机制,深化各机构的数据交换制度,实现数据的互通共享。最后,构建开放化的数据平台,在政府、企业和参与者之间建立联系,此外还需利用技术手段建设针对不同数据类型的统计标准,形成开放化的数据应用体系,不断提高数据在统计工作中的实用性价值。
2.5加强数据技术在统计调查的应用研究和应用
在实施农业大数据的统计调查工作期间,需以先进的数据技术作为保障。大数据和统计工作具有更为紧密的关系,此外在统计调查工作中应用大数据也会出现一定的问题。因此便需科学使用有效的数据统计技术和策略,妥善解决出现的各类问题,从而提高数据的应用性价值。从当前的情况来讲,主要在下述领域应用先进的技术手段:第一,行业前沿的清洗技术。如数据转化、图像处理技术等,重点将数据源中的半结构化和非结构化的数据进行转化,从而发挥出大数据在调查工作中的应用性价值。第二,结合大数据建立相应的抽样技术,结合大数据源的复杂性等特征,形成分层次的抽样库。此外从调查方法方面来讲,可引入多重性的技术方法,以此来处理大数据稳定性与典型性不足的问题。第三,需充分发挥数据挖掘技术的功能。由于大数据的内容较多,应用以往的数据处理技术手段难以达到预期的统计工作质量,这便需使用数据挖掘和管理相关技术,同时应用行业前沿的数据模型和计算方法,从而综合实施数据的统计和调查工作,获得更为可靠的数据统计结果,以此来为我国的农业发展提供必要的推动力。
结束语:
总之,通过以上分析,结合农业统计调查工作实际,从多方面总结了应用大数据技术开展农业统计调查的途径,作为新时期统计调查工作人员,应不断学习先进的技术方法,科学的应用到实践之中,从而不断提高统计调查工作效率。
参考文献:
[1]黄小敏.浅析大数据时代下统计数据的新认识与统计调查改进路径[J].产业创新研究,2020(20):98-99.
[2]张雯婷,徐映梅.大数据下政府统计调查升级[J].合作经济与科技,2020(16):168-171.
[3]高淑媛.关于改进农业统计体系的思考[J].统计科学与实践,2016(08):49-51.