從基礎(chǔ)信息載體建設(shè)談大數(shù)據(jù)產(chǎn)業(yè)發(fā)展
——基于第七次人口普查的大數(shù)據(jù)發(fā)展研究

●陳宗智 孔 環(huán)

實(shí)事求是、改革創(chuàng)新、科學(xué)設(shè)計(jì)、精心組織、周密部署、依法實(shí)施，以確保第七次全國(guó)人口普查數(shù)據(jù)真實(shí)準(zhǔn)確，更加全面客觀地反映我國(guó)人口發(fā)展?fàn)顩r。這項(xiàng)工作涉及面廣、工作量大、時(shí)間緊、任務(wù)重，其具體實(shí)施離不開(kāi)統(tǒng)計(jì)技術(shù)和統(tǒng)計(jì)手段的部署，更離不開(kāi)大數(shù)據(jù)的應(yīng)用。若基礎(chǔ)數(shù)據(jù)載體建設(shè)完善、更新及時(shí)、輸出便捷，不僅使人口普查這項(xiàng)工作節(jié)省人力、物力、財(cái)力，更有利于地方政府管理機(jī)能、政策決策，也有利于大數(shù)據(jù)產(chǎn)業(yè)的發(fā)展。

一、基礎(chǔ)數(shù)據(jù)和數(shù)據(jù)載體的現(xiàn)狀

目前，部分?jǐn)?shù)據(jù)信息的取得較為廉價(jià)，大多數(shù)人和機(jī)構(gòu)也都沒(méi)有意識(shí)數(shù)據(jù)信息是一項(xiàng)有價(jià)值的資產(chǎn)。即便是覺(jué)得某些數(shù)據(jù)信息有一定價(jià)值，也因?yàn)闆](méi)有這些信息數(shù)據(jù)的存儲(chǔ)載體而流失或不被重視。大數(shù)據(jù)在大數(shù)據(jù)企業(yè)已經(jīng)是一項(xiàng)不折不扣的資產(chǎn)，那么，資產(chǎn)的“外購(gòu)”或“自制”均應(yīng)會(huì)支付或者耗費(fèi)一定的貨幣或者經(jīng)濟(jì)利益。

例如：幾十元、上百元人民幣就能夠從非正規(guī)渠道取得數(shù)以萬(wàn)計(jì)的姓名、性別、地址、電話等信息，甚至是企業(yè)名稱(chēng)、開(kāi)戶銀行、工商登記等信息。與其對(duì)應(yīng)的是個(gè)人和一些組織無(wú)意識(shí)或者無(wú)奈地對(duì)外泄露這些信息，例如：各式各樣的注冊(cè)、驗(yàn)證、登錄時(shí)信息填報(bào)；戶口本、身份證、營(yíng)業(yè)執(zhí)照復(fù)印件滿天飛。

二、從大量數(shù)字到數(shù)據(jù)信息的積累

數(shù)字不是數(shù)據(jù)，數(shù)據(jù)也不是大量數(shù)字，大量數(shù)據(jù)也尚不能界定為大數(shù)據(jù)。例如：2010 年我國(guó)老齡化人口占比12%，約1.5 億老齡化人口，到2030 年我國(guó)老齡化人口程度將超出日本成為全球最高。這句話告訴我們一條完整的我國(guó)老齡化人口信息。12%的比例是一個(gè)社區(qū)、一個(gè)城市、一個(gè)省份到整個(gè)國(guó)家一個(gè)一個(gè)數(shù)字統(tǒng)計(jì)而來(lái)，1.5 億的龐大數(shù)字如果不能放在整句話中，也就沒(méi)有意義，僅僅是一個(gè)數(shù)值。即使是上面一整句話也只能是一條信息。那么，如果我們把構(gòu)成1.5 億數(shù)字的每一條信息積累下來(lái)，輸入不同行政級(jí)別和不同大小的數(shù)據(jù)處理載體，便是很好的大數(shù)據(jù)“原材料”。然而，我們?cè)谄詹檫@些數(shù)據(jù)信息過(guò)程中，特別是前幾次人口普查我們的基層組織并沒(méi)有系統(tǒng)地留存。第一，我們沒(méi)有留存的意識(shí)；第二，我們沒(méi)有留存的“倉(cāng)庫(kù)”；第三，即便是留存了，也因?yàn)樯y而沒(méi)有價(jià)值。

三、從數(shù)據(jù)信息到結(jié)構(gòu)化數(shù)據(jù)的整理

數(shù)據(jù)信息本身是散亂的、扁平化的、非結(jié)構(gòu)性的，例如：我們?cè)谌丝谄詹闀r(shí)，從派出所戶籍中心導(dǎo)出的區(qū)域內(nèi)戶口信息，本身數(shù)字龐大，又包含了姓名、性別、年齡、身份證號(hào)碼、住址等輔助信息，可以稱(chēng)之為數(shù)據(jù)，甚至在某種程度上可以稱(chēng)之為大數(shù)據(jù)。但是這些數(shù)據(jù)信息如果用于人口年齡層次；流動(dòng)情況，亦或就業(yè)率計(jì)算；是否需要放開(kāi)二胎、三胎；理解居民收入等，其利用價(jià)值仍然有限。其原因是戶籍資料是非結(jié)構(gòu)性的數(shù)據(jù)信息。要么不包括調(diào)查的內(nèi)容；要么沒(méi)有進(jìn)行結(jié)構(gòu)化數(shù)據(jù)處理。如果將非結(jié)構(gòu)化數(shù)據(jù)依據(jù)不同的統(tǒng)計(jì)目標(biāo)，鏈接相關(guān)聯(lián)的數(shù)據(jù)信息，從多維度進(jìn)行整合分析處理，使其達(dá)到結(jié)構(gòu)化。再借助互聯(lián)網(wǎng)嫁接到人工智能終端，便是我們傳統(tǒng)意義上的大數(shù)據(jù)。

四、信息載體建設(shè)與大數(shù)據(jù)產(chǎn)業(yè)發(fā)展

若實(shí)現(xiàn)基礎(chǔ)數(shù)據(jù)共享，所有的基礎(chǔ)數(shù)據(jù)信息要有各自的載體，也就是數(shù)據(jù)儲(chǔ)存設(shè)備，哪怕僅僅是一份調(diào)查報(bào)告，使基礎(chǔ)數(shù)據(jù)信息成果化。然后就具備了將成果化的數(shù)據(jù)信息推向商業(yè)化通道的條件，進(jìn)而初步形成大數(shù)據(jù)產(chǎn)業(yè)鏈。

就第七次人口普查來(lái)說(shuō)，我們需要普查的信息如果能夠?qū)⒉煌?jí)政府、部門(mén)、機(jī)構(gòu)、組織已經(jīng)掌握的基礎(chǔ)信息“拿來(lái)主義”，完全能夠滿足普查需要，可能就不需要全國(guó)范圍“入戶”這一項(xiàng)繁重、復(fù)雜、的工作，僅需要部分住戶核查即可。

每一位個(gè)人、每一個(gè)單位都將其掌握的基礎(chǔ)數(shù)據(jù)信息進(jìn)行載體存儲(chǔ)，載體形式可以是一份調(diào)查報(bào)告、一張EXSLE 表格、一套數(shù)據(jù)集成，亦或數(shù)據(jù)處理系統(tǒng)。然后依托當(dāng)?shù)氐拇髷?shù)據(jù)企業(yè)或者大數(shù)據(jù)產(chǎn)業(yè)局室，讓這些載體內(nèi)的成果“產(chǎn)品化”。輔助以大數(shù)據(jù)資產(chǎn)評(píng)估、定價(jià)、監(jiān)管，在交易平臺(tái)上以規(guī)范的交易流程進(jìn)行大數(shù)據(jù)資產(chǎn)商品化流通。那么，整個(gè)社會(huì)就對(duì)數(shù)據(jù)化信息從意識(shí)形態(tài)上發(fā)生改變；盡管基礎(chǔ)數(shù)據(jù)信息的取得不再廉價(jià)，但是取得的數(shù)據(jù)更加規(guī)范、更有可利用價(jià)值，勢(shì)必推動(dòng)整個(gè)大數(shù)據(jù)產(chǎn)業(yè)的發(fā)展。