在社会经济数字化高速发展的进程中，大数据应用于统计工作已经成为不可避免的趋势。为了提升统计工作质量与效率，我们需要有效控制和提高大数据的质量。可以从多个角度出发，提升我们统计大数据的质量，并对各种影响因素进行有效的质量控制。

首先，我们需要增强对应用大数据于统计工作的认识。大数据的发展以及其在统计领域的研究与应用已经证明了其有效性与先进性。在大数据背景下，传统的统计工作面临挑战的同时，也迎来了创新发展的新机遇。因此，各级统计机构和管理部门应积极主动适应新形势，增强对大数据应用的敏感性，克服大数据的“恐惧症”，顺应“信息资源”向“信息资产”的转变。

同时，他们还应该充分理解小样本数据的精准统计和大数据高效分析的一致性，营造宽容的大数据统计研究应用环境，重视大数据统计工作。其次，我们需要加强大数据的统计工作制度保障。这包括建立健全大数据统计相关的规范与制度，并根据大数据统计工作应用场景制定修订相关的管理办法和要求，以保障大数据统计工作的标准规范的协调性。我们还应该完善统计业务的分类与指标设置，优化统计工作流程，并加强统计业务的指导与培训，以准确理解统计指标。

此外，加强事前、事中和事后的监督，加强数据质量的检查校验，确保数值来源可靠，提高源头统计数据的质量。我们还应该建立与大数据应用相匹配的大数据采集标准体系、大数据采集经费保障体系和大数据技术支撑体系，规范统计工作中大数据应用的方式、流程和技术路线，并建立跟踪评价机制。另外，为了适应大数据相关技术快速发展的特点，政府统计管理部门还应在各类综合统计和专项统计中进一步加强大数据统计元数据标准规范的制定、发布、更新和采标监督，加大统计大数据标准规范全流程的管控力度，以数据规范性引领统计大数据的质量。

第三，我们需要集约建设统计大数据信息资源平台。这个平台应该以“顶层设计”理念为指导，充分调研和挖掘统计部门在大数据应用方面的需求，统筹规划、集约高效地建设统计大数据信息资源平台。这个平台的总体架构应采用“一个中心多个节点”的模式，以云计算、大数据、5G、物联网、“互联网+”等技术为基础，将跨行业、跨部门的数据信息系统连接起来，集合“普查数据+专项调查数据+联网直报系统”核心统计数据资源与第三方商业数据资源，融合构建统一的网络管理、资源管理、安全管理和业务部署的系统管理功能。这个平台还要集约建设高性能高可用的计算、存储、网络和安全信息化基础支撑体系，以及数据信息资源库，以支撑统计大数据的交换、共享和业务应用。统计大数据信息资源平台是大数据应用于统计工作的重要支撑，对提高数据采集的及时性、准确性和高效性具有重要意义。它的统一的数据采集、共享和交换平台可以合理规范数据采集的范围，有效避免非权威、不完整和质量差的数据被纳入统计数据源。基于统一的元数据标准，建立的数据质量管控与评估系统将贯穿数据的全生命周期，实现数字质量管控。

我们平台目前收录3亿及以上企业数（含个体），其中：企业在营5千8百万以上，个体在营1.2亿以上；平台涵盖企业360°维度信息，例如基本信息(股东信息、注册变更、分支机构、历史股权轨迹、历史高管等)，负面信息（行政处罚、裁判文书、被执行人、失信被执行人、开庭公告、法院公告、立案信息、终本案件、曝光台等），经营信息（标讯线索、中标线索、招聘信息、建筑工程信息、舆情信息、消防检查、抽查检查信息、双随机检查信息）、资产信息（专利、商标、软件著作权、作品著作权、管理体系认证、强制性产品认证等）众多企业全维度数据。

第四，我们应完善在大数据背景下的统计信息化体制和机制。结合大数据信息资源平台的建设和大数据技术应用的要求，我们需要建立、完善和创新在大数据背景下的统计信息化建设、应用和管理体制和机制。当前，随着数字政府的推进，各省政务信息化建设呈现出“云端集中”的趋势。而随着5G、人工智能、物联网、云边端计算一体化等技术的应用，数据采集、处理和展示也呈现智能化、便携式和移动化的趋势。

因此，我们需要建立相应的统计大数据信息资源平台的建设、运维和管理体制和机制。此外，随着“互联网+”新业态的蓬勃发展，开源互联网思维以及众创、众包、众扶、众筹平台等，都为大数据统计工作和统计大数据应用的发展提供了良好的“生态圈”。大数据的共享、开发应用以及大数据统计产品等都为大数据背景下的统计数据质量管控打开了新的空间。

最后，我们需要培养统计信息化复合型人才。随着大数据背景下的统计信息化相关机制体制的建立和健全，我们需要及时调整原有的统计信息化人才的配置要求、岗位职能以及培养模式。我们应该通过内部培养和外部引进相结合的方式，加快培养适应大数据发展需求的复合型人才，他们不仅要精通统计业务，还要掌握信息技术。

同时，我们还要增加大数据、云计算等信息化领域专业人才的引进，打造高素质的统计信息化专业人才队伍。我们应该加强与互联网企业、科研院所、高校、社会团体等的合作，共同构建大数据统计创新平台，通过学术研究、技术合作和应用交流不断培养创新型人才。同时，我们还应根据大数据和信息技术的发展特点，制定定期培养与动态考核相结合的人才考核评价体系，构建学习型的统计信息化人才队伍。

侵权，请联系删除。