数字中国战略视角下统计监督改革的思路与路径

褚尔康

[摘要]作为国家治理体系现代化和国家监督体系建设的重要内容，在数字中国战略背景下深入推进統计现代化建设，不仅有利于统计学理论理念的创新，同时对于推进统计实践活动的模式创新具有重要意义。以数据为中心的统计分析模式的构建，不仅是利用统计信息的特性，把统计信息系统作为经济系统运行过程的反映，同时更为重要的是通过模型化和算法化，对统计信息的获取、加工、处理、开发，实现从传统以数字、指标、模型为特征转变为以数据、结构和算法为特征的统计监督体系的探索，为数字化时代统计工作的理论创新提供了新的研究视域和技术路径。

[关键词]数字中国战略    统计监督    信息化

本文系国家社会科学基金后期项目“新时代党内监督运行机制理论的系统构建”（项目编号：18FDJ003）

党的十九届五中全会通过的《中共中央关于制定国民经济和社会发展第十四个五年规划和二○三五年远景目标的建议》（以下简称《建议》），将“推进统计现代化改革”作为国家治理体系现代化建设重要领域和内容。《建议》明确提出加快建设数字中国战略，提出加快数字化发展。深入贯彻五中全会精神，紧密围绕数字中国战略的实施，推进统计现代化建设的关键，就是要通过数字社会、数字政府等发展战略实施，不断推进以“数据”为中心和全要素的统计理论、技术和方法的创新，从而更好发挥统计监督在促进经济社会高质量发展中的重要职能。实行统计监督是统计法赋予统计工作的一项重要任务，五中全会确立的提升大数据等现代技术手段辅助治理能力的重要目标任务中，对于推进统计现代化改革，特别是加强统计监督信息化建设提出了新的部署和要求。

一、从“数字”到“数据”的统计监督全过程体系构建

作为国民经济和社会发展运行情况实行数据监督的一项重要任务，随着国家治理体系和治理能力现代化建设事业发展的不断深化，在新的历史条件下统计监督职能的作用、服务对象和监督方式上都有着新的时代特点。特别是随着数字中国战略的提出，如何理解在“加快数字化发展”的历史命题下，提升统计监督工作适应数字化发展浪潮的新需求和新挑战，推进统计工作的数字化智能化水平是当前统计工作的一个重大理论课题。

（一）从抽象数字到数据价值的要素转换

数据是统计工作的灵魂，是进行统计制度建设和运行机制设计的核心对象和重点内容。以数据为中心的统计要素分析模式，就是利用统计信息的特性，把统计信息系统作为经济系统运行过程的反映，通过对统计信息的获取、加工、处理、开发，提高国家治理的科学化水平。在统计工作实践中，处理和分析的对象总是通过数字表现出来，很长一段时间以来从统计数字中获取统计信息成为统计事业工作的基本特征和根本属性。但是随着现代技术特别是信息化产业发展的不断加速，“统计无处不在、数据无处不在”的特点不断加强，如何让数据说话、用数据决策、用好数据管理、提升数据创新是统计工作的重要时代使命。这种时代发展的趋势，体现在计算机技术的发展，使得财会、审计电算化程度不断提升，传统由人工进行的数字统计大量被计算机处理数据的过程所替代。在一定的范围内可以通过人工智能的方式实现信息聚类，将沉淀的数据价值重新发掘，对散落的数据价值实现聚合。更为重要的是，现代统计理论认为，统计实务中所面对的“数字”绝对不是抽象的数字，统计数字不再是一种冰冷的抽象工具，而是一种基于数字形式之上的“数据”资源。从数据角度看，只有当对数字所蕴含的信息给予表征和解释，将抽象数字转换为数据，才能表现为现代统计学意义的统计性资源类型。

（二）从数字抽取到数据介入的功能转换

数据是推动数字化发展的关键要素，在数字化发展时代，数据不仅是一种基础性资源，更是具有介入性质的关键性生产要素。从数据运行角度看，现代统计实践的发展的本质，是一种基于信息学理论视角不断深化和发展的过程，是对于统计信息功能不断挖掘和应用的过程。从历史发展角度看，现代统计技术发展已经不再局限于对数字信息的搜集整理和分析的过程，而是通过现代化技术手段特别是大数据等技术方法的应用，对数据资源进行系统分析、开发和利用，以进一步深入挖掘统计数据的价值过程。而统计数据从抽取到介入的视角转变，使统计系统不仅用于统计信息的发现，更重要的是监督功能的实现。即通过利用已整体化的统计指标体系，反映因果关系、目标与影响因素之间关系的统计监督模型，进而实现上述数据对经济活动的“再入”，以监督系统的调节功能制定决策方案。通过技术手段的运用，不仅获取科学有效的统计数据，而且对统计信息进行深入挖掘和再开发，实现数据集基本构成结构性联系的规则性与秩序性，从而获得了原始数据要素所不具备的深层次结构性和体系性规律。不仅能够对事物的未来发展进行定量预测，同时进一步发挥统计在经济社会发展的监测预警与监督规范作用，使得运用数据信息对未来经济社会发展进行“介入性”管理，能够充分发挥“数据赋能”的重要作用，提升数据资源在国家治理体系中的重要作用。

（三）从数字真实到数据真实的价值转换

从统计过程来看，面对现实经济社会发展的纷繁复杂局面，如何能够从浩如烟海的现实经济活动中搜集和整理出能够反映经济社会发展现状的统计数字，是关系到统计事业发展的基础性工作。在现实实践中，按照事先设计的统计模型所预设的指标轨道，通过统计工作流程，获取各项经济活动的标准数据原生数据。在此过程中，现实性的经济活动必然被抽取出固有的“数字”性特征，只保留形式和符号性价值，成为进入统计系统的输入性要素。而统计监督的本质，就是把统计数字背后蕴含的信息作为客观经济系统运行过程的反映，通过对统计信息的综合分析，实现对经济系统运行过程的统计监督。但随着时代发展，在数字中国战略发展的大背景下，传统基于人工调查的统计工作方法正在被计算机信息化自动化统计数据获取方式所取代。在新的技术环境下，如何保障数据的真实性成为更高要求。这不仅是对统计工作人员技术能力和责任意识的考量，更涉及统计信息系统设计科学性的重要现实性问题。因此，确保统计数据真实准确，是统计工作的生命线，正在成为时代发展的新的历史选择。在新的历史条件下，进一步加强统计监督的数据质量，不仅关系到统计工作在社会治理体系中的基础性重要作用，更关系到通过充分发挥统计监督社会功能来提升国家治理水平的战略性重要意义。

二、从“指标”到“结构”的统计监督全视角组织架构

只有当统计数据资源按照一定规则与秩序的相互联系而形成一定的层次结构时，才能有效发挥统计工作对于经济社会发展的监督和影响功能。因此，如何构建完善基于以数据要素为中心的统计监督组织架构，就成为实现统计监督信息化建设的重要内容。

（一）“体系化”建设

统计指标体系就是统计指标之间存在的一种联系。从统计监督系统构成角度看，统计监督系统构成要素在统计工作实践中就是统计指标体系。统计指标体系所包含的指标和体系结构不同，其所发挥的作用也不相同。具体而言，按照经济活动全过程的因果关系构成的统计监督指标体系，能够在统计监督系统中发挥独特的作用，实现监督、控制、调整、决策等整体功能作用。在这个过程中，如果统计指标设计得不够合理，体系化、系统化程度不够完善，那么在监督体系的设计过程中就无法把客观经济活动过程的各种因素及其相互关系的各种指标全部纳入监督范畴之中，使得监督指标的要素构建无法达到现实发展的需要。因此，在现实中对于监督指标的体系化设计，关键要考察上述过程能否反映客观经济活动的全过程，包括对经济过程的各个环节和各个侧面的全面性进行分析和处理。同时，更为重要的是对各指标之间是否相互联系或相互衔接进行结构性的分析和处理。

（二）“结构化”建设

系统结构是指系统内部各组成要素或组成部分之间相互有机联系的方式与秩序。在数字化发展的背景下，统计监督系统的组成要素只有按照结构化体系进行设计，才能使得统计指标体系的结构具备高度的灵活性特征，对各因素的变动以及其变动对计划目标可能产生的影响进行综合、总体的反映。不仅能正确反映经济社会发展变化出现的新情况、新问题，更为重要的是以结构化的体系目标，实现对现实经济社会发展进行有效规制。

三、从“模型”到“算法”的统计监督全流程运行机制

只有通过构建一定的数学模型来描述统计监督指标体系中各指标之间的相互关系，才能有效提升监督的科学化和规范化的水平，才能具体明确和合理设置各指标体系之间的逻辑关系，从而有效分析经济社会发展的现实特征。

（一）从“指标”到“要素”的流程转换

没有指标体系就谈不上系统模型;但仅仅有了指标，而这些指标没有形成相互联系的整体，有效的监督仍不能进行。在具体的统计监督工作中，信息化过程首先是电算化，基础就是模型化。只有依据统计工作的目标，设计出相关的统计模型，才能开发出相应的软件实现目的。因此，传统统计监督模型的构建过程需要对统计监督指标体系指标进行有效设计，从对经济现象的规律性研究入手，通过对指标体系之间“量”的计算范围、计算方法和计算单位等内容进行抽象的模型设定，从而实现对统计工作模型化的重要目标。但随着大数据技术的发展，在数据规模指数级增长的背景下，单纯以指标为对象的数据抽取过程，将无法满足在大规模数据结构体系下的模型构建需要，必须借助于以知识图谱为技术特征的“要素”化数据分析过程，从而实现对统计数据挖掘的有效性和规范性。由此可以看出，在数字化不断深化的过程中，统计监督的模型化构建流程将从以指标转换为以要素为特征，最终在统计模型的設计思路上将实现流程从“数字获取”向“数据挖掘”的流程转变。比如，目前有的省市正在开展的医保资金的审计工作中，审计人员充分运用知识图谱的要素构建方法，改进了传统统计监督中医保资金指标流向的线性分析方法，以图谱关系为切入点，对整个医保资金使用中的应保未保、重复参保、医疗用药、精准扶贫、疾病防控等多要素流程进行多维图谱构建，并以此为数据挖掘“本体”，实现在大数据环境下对统计数据实时性的获取和自动分析，并为审计部门开展相关专项活动提供了重要信息参考。

（二）从“模型”到“算法”的视域转换

在相关算法的支持下，大数据资源按照一定的规则与秩序相互联系而形成一定的层次结构时，便形成统计信息资源。在大数据背景下，统计数据之间所具有的关联性，使得统计信息资源所具有的再开发性成为统计学模型构建的新的指导思路。在这种思想指导下，统计信息资源的开发以挖掘新的信息资源、增加与扩大信息量作为目标价值定位。从而使得统计大数据分析对象统计指标体系就是统计指标之间存在的一种基于数据间“联系”为特征的新的算法结构。这种算法结构不再突出强调模型中指标体系之间的有机联系，而是更加突出以数据为中心的联系方式与秩序的系统性目标价值所在。

主要参考文献

[1] 崔保国，孙平.从世界信息与传播旧格局到网络空间新秩序[J].当代传播， 2015（6）

[2] 孙萍，刘瑞生.算法革命：传播空间与话语关系的重构[J].社会科学战线， 2018（10）

[3] 田野.站在新高度上加强统计监督[J].中国统计， 2020（4）