（撰稿：贺慧艳）2021年7月2日，闷热的夏天憋足了一口气，下午瞬间下起倾盆大雨，学院研究生部有幸邀请到上海财经大学统计与经济管理学院的徐国祥教授。徐教授近三十年来一直从事统计学理论和方法、金融统计学、管理统计学、统计指数理论及应用、社会经济调查与分析、宏观经济分析和预测、股指期货、金融指数产品创新和证券投资分析等教学和研究工作，并在这一领域已经取得一批有影响力的研究成果。

一、大数据研究背景

徐教授首先给我们介绍大数据研究背景。他讲到随着社会的发展和进步，科学技术得到了飞速的发展和进步，相应的随着计算机技术以及网络技术的发展，也逐渐衍生出了大数据技术，大数据技术的出现改变了原有传统的数据信息处理、获取以及利用方式，使得对数据的利用更加高效，也可以产生更大的影响。所以我们对于大数据的认知也得到了提升，麦肯锡认为大数据是与物质资本和人力资本相提并论的生产要素；世界经济论坛认为大数据已经成为一种类似货币或黄金的资产；联合国认为大数据像纳米技术和量子计算一样带来根本性变革；维克托在《大数据时代—生活、工作与思维的大变革》中说：“大数据时代将带来思维变革、商业变革和管理变革，随着大数据在商业等领域崭露头角，一场为发掘和利用数据价值的竞赛正在全球上演，人类将面临根本性的时代变革。”

大数据是什么呢？大数据意味着新资源、新机会。大数据是人类自身产生的一种新的“自然”资源，与支撑传统经济发展的自然资源，如土地、石油、煤、水等不同，这种人造“自然”资源越用越多，越用越便宜，越用越有价值，以知识、创新、ICT、IT、DT为主要特征的新经济的发展更多是依靠这种新资源。可以说，21世纪的竞争是数据的竞争，谁拥有了大数据，谁就占领了制高点，谁就拥有洞见的能力，谁就能引领未来。大数据有以下几个特点：一是数据量大。二是数据类型多。数据不仅仅是数字，包括了结构化数据、半结构化数据和非结构化数据，特别是互联网和通讯技术的迅速发展，电子商务和社交网络的广泛应用，网络日志、音频、视频、图片、地理空间位置、网上交易等成为新的数据形式。三是数据上云。大数据已经无法用传统的存储、计算方式来处理，数据上云意味着，可以通过网络，依托于云计算的分布式处理、分布式数据库、云存储和虚拟化等技术，对海量数据进行整合、挖掘，从技术上看，大数据与云计算就像一对孪生兄弟或者一枚硬币的正反面一样密不可分。

二、大数据的广泛应用

徐教授在给我们简单普及大数据的基本概念后，接着给我们分享了大数据的广泛应用。徐教授研究团队已经在宏观经济监测、城市社会管理以及商业经营管理这三方面对于大数据的应用做出了一定的探索，研究结果也表明大数据的应用确实可以帮助解决现实问题。徐教授谈到2013年11月19日，国家统计局与泛亚有色金属交易所、阿里巴巴、百度、1号店、中国联通等11家企业共同签署《国家大数据战略合作框架协议》。泛亚有色金属交易所等11家企业成为“国家统计局大数据合作平台企业”，国家统计局局长马建堂在致辞中说，数据的生产、分析和使用关系到国家战略。企业既是大数据的直接生产者，也是大数据的使用者和受益者；国家统计局与企业建立国家大数据战略合作关系，将社会数据纳入国家大数据库建设，将使数据更好的服务国民经济，要求研究大数据的统计应用，倾力打造基础数据“第二轨”。

在宏观经济监测方面，徐教授给我们举了1号店快速消费品价格指数的例子，1号店指数旨在反映普通百姓日常消费商品的价格变动，向我们分别介绍了官方CPI的统计流程和大数据CPI统计流程，大数据CPI统计流程将原来复杂的官方统计流程步骤简化成七步：第一步是与1号店签署战略协议，第二步是系统自动读取1号店后台数据，第三步是根据规则/系统自动提出异常值，第四步是系统自动计算出1号店指数，第五步是分析人员比对审核，第六步是向社会公开，报送国家统计局，最后是撰写分析材料和预测CPI及分指数。经过自动化采集、自动化测算，分析发布与CPI一致。

徐教授也通过他亲身参与的编制中国大宗商品现货价格指数成分商品告诉我们分析国家宏观大数据可以反映国家的宏观经济形势。他也指出目前已经出现了许多专门交易数据的大数据公司，通过与大数据供应商合作， 研究人员可以将研究方法应用到数据处理上，最终得出利于决策的结果，徐教授以走势图和谱分析法的形式向我们展示了中国大宗商品现货价格指数分别与工业生产者出厂价格指数、消费价格指数与宏观经济景气一致指数比较，得到中国大宗商品现货价格指数对主要宏观经济指标、国内其他大宗商品现货价格指数、国内上证综合指数具有预测能力，并且得出中国大宗商品现货价格指数要滞后国外CRB现货价格指数，证明了大宗商品的定价权在国外。

在城市社会管理上的应用，徐教授向我们介绍了他另一个研究，是关于统计上海房屋空置率。徐教授说原来统计房屋空置率的手段是在住建委的数据库中进行交叉分组和分层抽样，以样本代表总体，这个方法是有一定的说服能力的，但是也存在不少缺陷，比如说可能样本在统计过程中失效，又要重新选取样本。但是徐教授说有了大数据分析工具后，可以不用进行抽样统计，通过分析行政记录中的数据比如说水电煤等公共产品的流动数据便可以判断一户人家是否为空置，免除了现场调查的程序。

在商业经营管理方面，徐教授说这是目前大数据发展最快、应用最深的一块领域，因为大数据在商业领域的应用可以直接带来经济利益，比如说沃尔玛通过数据挖掘进行精准营销。淘宝将大数据与云计算结合起来，以卖家的商品类型、购物偏好、交易记录等商业行为产生的数据为基础，通过结构化的方式分解数据，利用关系型云存储设备，较好的满足了信息技术运算效率、数据量级等的需求。并且，淘宝网的云存储系统还涵盖了商品评价、收藏夹等关键业务的数据信息，这些信息为消费者的购物偏好提供了依据。通过这些数据，能够较为全面地了解消费者信息，掌握行业发展最新变化，为经济管理决策提供参考。

三、大数据应用实践与新思路

徐教授最后向我们分享了大数据应用实践与新思路。首先是统计学新思路：一是要重新认识不确定性，二是要强化结构数据与非结构数据对接，三是要转变抽样调查功能，四是走向实时统计。

其次是统计标准新思路：一是统一规范不同来源大数据标准，二是积极参与大数据标准制定和修订，三是提高统计标准应用水平。然后是统计数据新思路：一是行政记录数据包括个人信息、单位信息、自然和资源、其他管理等记录，二是商业记录数据包括电子商务交易、企业生产经营、信息咨询报告等，三是互联网数据包括社交网数据、媒体数据、搜索引擎数据等。

最后是统计职能新思路：统计机构必须从“生产——管理”向“管理——生产”转变，一是数据生产职能，二是质量管理职能，三是发布审批职能。

徐教授还提到在进行大数据分析时要注意一些问题，首先要理解大数据的“大”有多种含义，一是“全体”的意思，即大数据就是全体数据，并且数据量必须达到一定的规模。二是“可扩充”的意思，即大数据就是可以不断扩充容量的数据，任何数据一旦发生就可以被记录、被吸收。三是“有待挖掘”的意思，即大数据就是有待挖掘的数据。数据就是信息，信息就有价值，但容易发现的信息通常就没有什么价值，而具有价值的信息通常难以被轻易发现。显然，大数据可能包含着丰富的、具有大价值的信息，但被超大量的数据所掩盖、所分散而导致价值密度低，只有挖掘才能发现。

徐教授指出，我国目前已将将数据资产作为一项生产要素，未来大数据的发展会越来越快，数据无处不在，但是由于法律规范未能跟得上技术的发展，目前在数据方面还存在一些问题。首先是隐私保护和数据安全问题，其次是数据标准和规范问题，最后是数据挖掘人才培养问题。

针对这几个问题徐教授提出了总体性的建议：一是完善法律规范，确立大数据应用法律保障；二是推动统计改革，充数政府统计流程；三是提升统计管理，开发专业化大数据产品；四是强化培训交流。建设大数据人才队伍；最后制定发展战略，深化大数据应用。

徐教授用他生动幽默的语言为我们讲述了大数据是如何应用在经济管理领域的，这也为我们对于大数据在会计领域的应用打开了一种新思维。