大数据技术在工业经济统计与预测中的应用

大数据技术在工业经济统计与预测中的应用

张伟巍1童英颖2

(1山西机床工具工业协会山西省太原市030001;2国网山西省电力公司技能培训中心（山西电力职业技术学院）山西省太原市030021)

摘要：当今时代，各种智能化设备和技术被广泛应用于各个领域。各行各业产生的数据量呈指数级增长，数据类型也各式各样，对于数据的传输、存储和分析提出了更高的挑战。为了应对大数据的挑战以及充分利用大量数据所带来的价值，NoSQL数据库、云平台、数据挖掘、人工智能等技术应运而生，并广泛应用于公安、金融、政府等各个领域中。

关键词：大数据技术；工业经济统计与预测；应用

引言

经济新常态阶段以大数据、智能化、人工智能和互联网为代表的新一代信息技术正在深刻改变着我们的生产方式和生活方式。大数据技术已经成为我国产业结构调整、实现科技创新的重要技术支撑。因此，在竞争日益激烈的市场环境下，如何利用大数据技术成为企业占据市场主动性的关键因素。

1大数据原理

1.1数据核心原理

流程核心到数据核心在当前的大数据时代，计算机的发展模式有了很大的转变，从以往的流程核心转变为了当前的数据核心。在Hadoop的体系当中，分布式计算机的框架结构对大数据技术有着较高的依赖性。相比于以往非结构化数据信息的分析需求，IT系统需要进行全面升级、改造，从而适应大数据技术的应用。例如，从简单到架构变化的增量，以及分布式存储技术的应用，这些都是在大数据技术带动下产生的全新思维，这也改变了计算机数据的处理模式。科学技术的全面进步使得大数据技术得到了一定范围的推广应用。利用大数据技术进行数据信息搜集、整理、分析，使数据信息的价值得到体现。然而，虽然大数据技术具有独特的优势，但也存在较为明显的挑战。为此，在加快大数据技术研究的同时，还需要对统计思路以及相关软件算法进行更深层次的探究。

1.2数据价值原理

功能价值转化为数据价值大数据技术的有趣之处便是可以将数据在线显示，这也是基于互联网的大数据技术的一大特征。在互联网技术发展的初期阶段，由于数据体量不够，以及对数据信息价值认识缺失，以至于人们在数据信息利用方面存在明显不足。以企业生产经营管理为例，利用大数据技术对数据信息的处理，企业能够分析消费者的消费倾向以及需求等等。根据大数据的数据分析，企业可以将这些需求进行分类和整合。大数据，简单来说也是数据量的增加，是从量变到质变的一种实现过程。

1.3全样本原理

抽象样本数据分析转变为需求全部数据样本对于需求全部数据样本的使用，能够让我们发现数据体量的庞大，以及未知数据对数据分析结果的重要影响。因为互联网技术的发展使得数据量呈指数增长，数据分析结果的准确度就有着明显提升。对比以往的抽象样本数据分析来看，数据量的增加使得数据自身的价值属性增加，在社会各领域的应用也得到了不同程度的推广。

2大数据技术在工业经济统计与预测中的应用

2.1项目进度监管

政府部门工作职能包括投资项目审批以及对重点投资项目进行补贴。为了对所补贴项目进度进行管理，项目承担方需要在关键项目进度节点上上报项目进展情况。同时为了防止项目上报情况不符，系统在重点建设项目现场安装了视频监控，能够实时查看项目施工进度情况。通过多渠道数据源的综合分析，政府管理部门能够对重点项目进度进行有效的监管，保证国家补助资金的精准投放和有效使用。基于该平台，能够对投资项目的申报、审批进行有效的数字化管理。同时在项目审批后，通过项目现场的视频监控能够实时查看项目建设进度，对重大投资项目进行有效的监管。

2.2企业节能降耗情况统计

面对经济结构调整和产业转型的压力，政府对于工业能耗及综合利用提出了更高的要求，本项目建立了符合地区实际的统一、科学、全面的节能降耗监测指标体系。在能耗统计和实时监测数据基础上，全面建立涉及能源生产、消费、流通、库存、利用效率、综合利用的工业企业能耗数据指标体系。利用水、电、气等相关智能设备采集的数据，分别根据综合指标（如万元工业产值综合能耗、万元工业增加值综合能耗、万元工业增加值综合水耗）和单项指标（如发电标准能耗、碳素产品单位能耗、铁合金单位产品冶炼电耗）进行统计，掌握企业的整体能源消耗水平及增长趋势，为节能降耗目标完成提供数据支撑。企业能耗统计如图1所示。

图1企业能耗统计

2.3工业经济运行情况统计

基于该系统，政府部门能全面掌握全省工业运行的现状以及变化趋势，能从行业、地域、工业园区、产品、企业等不同的角度展现全省工业经济运行情况。工业经济运行监测包含重点企业运行监测、园区运行监测、行业运行监测、重点产品运行监测等，是精细化的工业经济运行监测和精准化经济运行综合协调的核心支撑能力之一。企业按行业划分主要包括：煤炭、电力、化工、冶金、有色、轻纺、机械、建材、医药等行业。按行业统计的各行业工业增加值及增速如图2所示。

图2各行业工业增加值及增速

2.4工业经济预警与预测

通过开发面向工业经济运行的预警规则和知识模型，对各项管理指标能够设置预警，并实现主要指标数据预测功能。在运行监测业务门户中，展示工业运行中超出预警线的业务指标，使领导可以看到超出预警线的指标，及时针对出现的问题提出解决方案。同时对工业经济的预测主要考察两个指标：工业增加值和工业增加值增速。利用建立的模型对整个省级及各地级市的工业增加值和工业增加值增速进行预测，得到相关预测曲线。某地区2018年的工业增加值及工业增加值增速预测值如图3所示。 同时随着数据量的不断增加，模型需要进行及时训练，从而使预测结果具有更大的可信度。

图3某地区2018年的工业增加值及工业增加值增速预测值

3大数据技术的发展趋势

①数据资源化。大数据已经成为企业占据市场的关键因素，大数据在社会各领域内将有更多的应用平台，如大数据技术不仅在人们日常出行中得到广泛应用，而且还在工业设计、生产中得到使用。因此，大数据技术必然会呈现出数据的资源化发展趋势。②大数据的安全性日益提升。随着大数据技术的不断发展，大数据技术的信息共享性虽然为人们带来了巨大的便利，但是，其存在的安全性也制约着大数据技术的实际应用。因此，大数据技术的安全性问题将成为我国大数据技术发展所必须要解决的问题之一。通过文件访问控制来限制对数据的操作、基础设备加密、匿名化保护技术和加密保护等技术正在最大程度的保护数据安全。③大数据分析与挖掘。在数据量迅速膨胀的同时，还要进行数据的深度分析和挖掘，并且对自动化分析要求越来越高，越来越多的大数据数据分析工具和产品应运而生，如用于大数据挖掘的RHadoop版、基于MapReduce开发的数据挖掘算法等。

结语

通过整合传感器、无线通信、分布式数据库等大数据技术，实现了多数据源的高效采集、传输、存储和分析，搭建了一套用于重大投资项目管理、企业节能降耗监测、经济运行监控与预测的工业大数据管理系统。利用该系统不仅服务于现有政府项目管理、经济统计工作，还能够对经济形势进行预测，为企业转型、政府产业机构调整提供技术支撑。同时系统保留二期的扩展能力，加强与统计、电力、税务、银行等部门的企业数据共享、关联比对和分析，充分挖掘企业动态数据价值，改进提升经济运行监测、预测和风险预警，从而带动工业大数据相关产业发展。

参考文献:

[1]张引，陈敏，廖小飞.大数据应用的现状与展望[J].计算机研究与发展，2013，50（s2）：216~233.

[2]窦万春，江澄.大数据应用的技术体系及潜在问题[J].中兴通讯技术，2013，19（4）：8~16.

[3]刘科研，盛万兴，张东霞，等.智能配电网大数据应用需求和场景分析研究[J].中国电机工程学报，2015，12（2）：287~293.