大数据背景下产业统计标准的调整

叶仁道，徐立军，罗 堃，黄玲丽

（1.杭州电子科技大学 经济学院；2.杭州师范大学 阿里巴巴商学院，杭州310018）

大数据背景下产业统计标准的调整

叶仁道1，徐立军1，罗 堃2，黄玲丽1

（1.杭州电子科技大学 经济学院；2.杭州师范大学 阿里巴巴商学院，杭州310018）

在大数据开发与应用的时代背景下，国民经济各产业在活动内容、组织模式、产业结构等多方面均已产生较大变化，现行产业统计标准滞后于大数据背景下产业活动。鉴于此，文章以目前在大数据开发与应用领域发展显著、与大数据发展关系密切的零售业为突破口，探讨产业统计标准调整的可行举措。

统计标准；零售业；大数据；国民经济行业

0 引言

随着信息技术、互联网以及移动终端的普及和高速发展，数据规模海量式扩张，大数据时代已经来临[1]。通过大数据的挖掘与应用，可以创造巨大的商业、经济和社会价值，这使得大数据受到企业、各国政府及社会各界的高度重视。例如，eBay公司利用大数据技术优化广告投放，使得广告费用降低了99%。全球IT行业巨头IBM公司更是斥巨资潜心研究大数据的挖掘技术，并将其应用于石油勘探、医疗健康等众多领域，商业前景不可估量[2]。此外，各国政府亦高度重视大数据的研究与发展，不约而同地将其视作增强产业及国家竞争力的战略性部署。例如，美国政府发布“大数据研究和发展倡议”，并投资2亿美元研究大数据技术在科学研究、环境、生物医学等领域的应用[3]。我国国家统计局亦高度重视大数据在国民经济发展中的重要作用，并将其作为统计研究的前沿问题。本文拟针对现行产业统计标准存在的不足，结合大数据背景下产业结构的特点，提出相关调整思路，并以具有典型意义的零售业为突破口，探讨具体产业统计标准调整的可行举措。

1 大数据的统计属性及其对产业活动的影响

大数据是继云计算、物联网之后IT产业又一次颠覆性的技术变革，云计算主要为数据资产提供保管、访问的场所和渠道，而数据才是真正有价值的资产。简单而言，大数据是指无法在一定时间内通过传统数据库软件工具对其内容进行采集、存储、管理和分析的数据集合，其在数据规模、复杂性和生产速度等方面均远超传统数据形态。目前，大数据已在零售业、制造业、金融业、生物制药等领域得到广泛使用，由此带来了巨大的社会价值和产业空间。

1.1 大数据的统计属性

从产业层面看，大数据是指一切与支撑大数据组织管理和价值发现相关的企业经济活动的集合，其中包括用以实现大数据储存、处理、分析的相关硬件与软件的生产、销售和信息服务。这符合产业定义的一般准则，即产业是国民经济中具备同类属性的经济活动的集合，而大数据产业的共同属性为支撑大数据组织管理与价值发现。据此，本文依据大数据价值实现过程，将大数据的统计属性划分为数据组织与管理、数据分析与发现、数据应用与服务等三层。其中数据组织与管理为存储设备、数据库、服务器等软件与硬件的生产、销售与租赁；数据分析与发现为数据挖掘、数据可视化、并行运算、高性能计算机等软件与硬件的生产、销售与租赁；数据应用与服务为通过数据租售业务、分析预测服务、数据分析平台等商业模式为用户提供原始数据与数据价值的服务集合。

1.2 大数据对产业活动的影响

随着大数据及其开发应用渗透到生产经营各个环节，大数据对产业活动发展产生了深刻的影响。就制造、零售等传统产业而言，由于新一代信息技术的扩散与应用，大数据正日渐改造企业的生产经营活动，使之无论是在内容上，还是在组织方式上均呈现新的特征。就物联网为代表的新兴产业而言，新型发展模式和业务形态更是层出不穷，改造着产业结构，甚至可能导致整个产业链发生深刻的变革。

具体而言，大数据已在互联网、制造、零售、金融、保险、医疗、物流、电信等行业发挥重要作用。对于制造业，大数据的发展为其提供了来自于在线社交网络以及在线电子商务的海量市场挖掘资源。制造企业可以通过这些信息获取产品市场需求，可以通过信息平台整合产业链、供应链知识，可以应用大数据技术实现制造业的升级换代。对于零售业，电子商务的发展已对传统零售产生了颠覆性改变，通过对用户的消费习惯、搜索习惯以及浏览习惯等数据进行综合分析，可以准确预测用户的购物行为，带来巨大的商业价值。对于金融业，随着互联网金融的兴起和发展，整个金融行业迎来了大数据所带来的改变。金融企业可以通过分析和挖掘客户的交易和消费信息掌握客户的消费习惯，并准确预测客户行为，使金融机构和金融服务平台在营销和风险控制方面有的放矢。除此之外，通过大数据对销售人员进行任务优化安排，对物流及供应链进行优化，对线上线下广告投入的整合优化等方面的应用，都对其相关领域的产业活动产生了一定影响。同时，几乎所有IT巨头都在积极布局大数据业务，大数据产业生态体系正日益完善。在基础层，以IBM、Oracle、微软、惠普等公司为代表，提供“硬件+软件+数据服务”的整体解决方案。在应用层，以谷歌、亚马逊、淘宝、百度等公司为代表，基于海量用户信息，提供个性化广告推介等精准化营销。

2 以零售业为例

当前，零售业发展实践中不断涌现的诸多新情况、新特征，均与大数据的开发与应用关系密切。例如，大数据在电子商务以及企业营销方面的应用、支撑数据组织管理与价值发现的IT基础设施的销售、数据产品应用与服务的销售等。这些变化均使得零售业在产业活动内容、组织模式等方面产生深刻变革。据此，本文选取具有典型意义的零售业为突破口，探讨具体产业统计标准调整的可行举措。

2.1 现行零售业统计标准的不足

根据艾瑞咨询数据显示，2014年中国网络购物市场交易规模达到2.8万亿，同比增长48.7%。同时，国家统计局公布的2014年我国社会消费品零售总额为262394亿元，网络购物交易额相当于社会消费品零售总额的10.7%，在线商品销售已成为零售业不可忽视的一环。然而在我国现行的《国民经济行业分类》（GB/T 4754-2011）中，互联网零售依然是隶属于货摊、无店铺及其他零售业(F529)类目下的一个小类，这显然无法体现网络销售在零售业中日益重要的作用，也制约了零售业统计工作对其产业发展实践及未来趋势的解释力。

此外，依据大数据价值实现过程，可以将大数据对零售业产生的影响划分为数据组织与管理、数据分析与发现、数据应用与服务等方面。其中，在数据组织管理和数据分析方面，主要涉及支撑大数据发展的相关软硬件设备的租赁与销售，包括惠普、IBM等提供与大数据相关的存储、检索、分析、服务器等硬件产品销售；SPSS、Oracle、SAS等公司提供与大数据相关的数据挖掘、数据可视化、商务智能等方面的软件产品销售。在数据应用与服务方面，主要涉及通过数据租售、数据分析以及决策支持等商业模式为最终用户提供服务，包括Google、IBM、微软等公司通过数据分析平台为用户提供数据价值与服务、阿里巴巴利用大数据开发数据魔方、量子恒道等数据产品用以服务淘宝卖家商品销售。然而在现行产业统计标准的零售业统计中，与此相关的仅有小类计算机、软件及辅助设备零售(F5273)。因此，在大数据迅猛发展的背景下，零售业统计标准已显得过于笼统，从而不利于统计数据的收集和比较，亦无法根据统计数据确定各类零售活动具体分类的相对重要性及变化。除此之外，大数据还通过带动其他新兴产业的发展间接对零售业产生一定的影响，如物联网、生物制药等。通过上述分析表明，现行零售业统计标准在类目设置、项目细化等方面已凸显出不足之处，尚需完善使之更为契合大数据特征以及当前国民经济产业活动的发展现状。

2.2 零售业统计标准的调整思路

为了使大数据背景下零售业统计标准与我国国民经济行业更好地衔接，本文以我国行业分类的最新修订版《国民经济行业分类》(GB/T 4754-2011)为参考，依据大数据背景下现行零售业统计标准的不足，提出我国零售业统计标准的调整思路。其中，表1所示即为在现行零售业统计标准基础上提出的调整部分。

如表1所示，鉴于互联网零售已在社会商品零售中扮演着重要的角色，本文建议将互联网零售从小类提升为中类，再细分若干小类并编码，以期更好地体现社会商品零售中互联网零售的日益重要性。其中，细分小类的调整原则以我国《国民经济行业分类》中实体店铺零售统计标准为基础，并结合各大电子商务网站商品销售类目。由于现行零售业类目下的中类编码已达九类，因此将新增的互联网零售编码为5210代表新增中类。此外，采用大数据处理技术，生物制药、新药物研制生产流程会发生革命性的变化。例如，通过数据处理能力极高的计算机并行处理，同时进行大批量的仿真比较和筛选，可以大大提高科研和生产效率，甚至使整个医药行业迈入数字化与信息化的新阶段。鉴于大数据背景下生物制药将得到快速发展，因而建议在医药及医疗器材专门零售(525)类目下新增小类生物制药零售(5253)。

从大数据价值实现过程角度考虑，对零售业产生较大影响的还包括软硬件、辅助设备以及数据产品的销售。鉴于大数据自身发展所需基础设备的增加，以及大数据对物联网、云计算等产业的促进而产生的软硬件需求的较大增长，因此需对家用电器及电子产品零售类目进行调整（如表1所示）。首先，可将家用视听设备零售和日用家电设备零售合并为家用电器零售。其次，基于大数据时代软件使用的重要性，软件零售也将在零售行业占据一席之地，因而将软件零售从计算机、软件及辅助设备零售中分离出来，使其成为单独的小类。再次，通过对大数据的价值分析和应用，数据产品将会大量涌现，其零售活动也将日益活跃，因此新增小类数据产品零售(5274)。此外，由于大数据对物联网、云计算等新兴产业具有相互促进的作用，因而建议新增小类物联网、云计算设备终端零售(5275)。

表1 零售业统计标准调整部分

3 结论与展望

本文立足于大数据开发与应用的时代背景，首先从产业概念角度阐述了大数据的统计属性，进而从产业活动内容、组织模式等方面探讨大数据对产业发展产生的影响。在此基础上，针对现行产业统计标准的不足，选取具有典型意义的零售业为突破口，探讨具体产业统计标准调整的可行举措。据此，提出调整互联网零售、家用电器及电子产品零售等类目，新增生物制药零售、物联网与云计算设备终端零售、数据产品零售等与大数据密切相关的新兴产业零售类目。

本研究成果将有助于完善现有产业统计标准，使之更为契合大数据特征以及当前国民经济产业活动的发展现状，为各部门统计工作提供更加切合实际的参考标准。此外，本文研究思路亦可对大数据背景下其他产业的产业统计标准调整研究具有借鉴意义。

[1]Lynch C.Big Data:How Do Your Data Grow[J].Nature，2008，455 (7209).

[2]李国杰，程学旗.大数据研究：未来科技及经济社会发展的重大战略领域——大数据的研究现状与科学思考[J].中国科学院院刊， 2012，(6).

（责任编辑/易永生）

C812

A

1002-6487（2016）21-0033-03

国家自然科学基金资助项目(11401148)；国家社会科学基金资助项目(12CJY012)；教育部人文社会科学研究一般项目(14YJC910005；10YJC790184)；浙江省自然科学基金资助项目(LY14010030；Y6110017)；浙江省统计科学研究基地资助项目(浙统(2014)78号)；浙江省大学生科技创新活动计划（新苗人才计划）项目(2015R407065)

叶仁道(1981—)，男，浙江温州人，博士，副教授，研究方向：数理统计、经济统计。

徐立军(1991—)，男，浙江丽水人，硕士研究生，研究方向：经济统计。

罗 堃(1982—)，女，福建龙岩人，博士，副教授，研究方向：环境经济。

黄玲丽(1991—)，女，浙江桐庐人，硕士研究生，研究方向：经济统计。