本文作者：聶敏 單位：陜西省委黨校

隨著計算機的普及、網格技術和通訊水平的不斷提高，人類已經超越了時空的限制走進了全球一體化的信息社會。Internet技術的騰飛和廣泛應用對我國社會、政治、經濟、文化等，產生了廣泛而深遠的影響。辦公自動化、網絡化已經成為各行業改革的方向和發展的目標，信息化程度成為了衡量行業發展的重要標準之一。信息技術對統計的發展將產生深遠的影響，具體表現在以下方面。

1.現代管理的變革與統計需求

首先，電子政務、商務是現代組織管理觀念與信息技術的必然產物。隨著計算機的廣泛應用網絡互聯技術日趨成熟，電子商務時代已經來臨，統計信息的采集過程明顯復雜化，采集范圍大大擴展，同時也對統計部門提出了更嚴密和科學的組織要求。因此，統計信息化改革的戰略，就是廣泛采用現代信息技術、專注于自己的職能業務，通過統計工作網絡化進程，把包括組織資源、人力資源、業務資源(含調查方法、統計報表、統計標準、數據質量控制體系)、數據資源、統計調查對象(客戶)等統計資源，建成一個有機的統一體。要通過統計工作信息化平臺的建設，使統計工作的標準化、規范化、網絡化和社會化程度有明顯的提高，使統計部門能在政府職能轉型過程中繼續走在前面，進一步提高統計工作的核心競爭力和社會公信度。其次，統計信息系統軟硬件建設。

在任何改革中硬件是基礎，正所謂“工欲行其事，必先利其器”只有基礎設施建設好了才能保證在往后的改革中不處于被動狀態。雖然，近年來在基礎設施改革中投入了大量的人力物力，但微機的配置、網絡的規模、帶寬、技術標準、安全管理與實際需要和辦公自動化的目標仍存在較大差距。而且廣域網的建設是由各地自行組織，技術規程不統一，聯網方式五花八門(有DDN、ISDN、ADSL、幀中繼等)。因此,要提高統計的信息化程度加快網絡化建設還必須制訂統一技術標準和安全管理模式。完善的硬件設施還需要配套的應用軟件才能充分發揮它的作用。統計信息化建設要考慮的是大量數據如何組織、以什么樣的標準、采用什么樣的數據庫管理系統、如何保證數據的開放性和安全性等,這都是信息化改革中亟待解決的技術難點和重點。由于統計信息化建設正處于起步階段，軟件開發相對滯后，沒有形成行業規范，軟件的推廣和更新較慢，難于跟上國際信息技術的發展。因此，懂得計算機技術又精通統計專業知識的復合型人才的培養變得尤為重要。

從統計信息來源看,主要是由社會的統計調查人員和統計人員,按時間、按地點通過不同的方式來完成定期報表和不定期的專項報表的填報工作，報送方式各種各樣，數據的格式也各不相同，大大增加了統計整理和分析的難度，嚴重制約了信息化發展，只有通過繼續教育和培訓不斷的提高基層統計人員的信息處理技術，才能真正使每一個成員都成為統計信息化建設者的推進者。

2.信息技術對統計創新發展的要求

隨著計算機技術的飛速發展和企業界不斷提出新的需求，數據倉庫技術應運而生。傳統的數據庫技術是單一的數據資源，即數據庫為中心，進行從事事務處理、批處理到決策分析等各種類型的數據處理工作。近年來，隨著計算機應用，,網絡計算，開始向兩個不同的方向拓展，一是廣度計算，一是深度計算，廣度計算的含義是把計算機的應用范圍盡量擴大，同時實現廣泛的數據交流，互聯網就是廣度計算的特征，另一方面就是人們對以往計算機的簡單數據操作，提出了更高的要求，希望計算機能夠更多的參與數據分析與決策的制定等領域。特別是數據庫處理可以大致地劃分為兩大類：操作型處理和分析型處理（或信息型處理）。這種分離，劃清了數據處理的分析型環境與操作型環境之間的界限，從而由原來的以單一數據庫為中心的數據環境發展為一種新環境：體系化環境。數據庫系統作為數據管理手段，從它的誕生開始，就主要用于事務處理。經過數十年的發展，在這些數據庫中已經保存了大量的日常業務數據。傳統的業務系統一般是直接建立在這種事務處理環境上的。

隨著技術的進步，人們試圖讓計算機擔任更多的工作，而數據庫技術也一直力圖使自己能勝任從事務處理、批處理到分析處理的各種類型的信息處理任務。后來人們逐漸認識到，在目前的計算機處理能力上，根本無法實現這種功能，而且，另一方面，事物處理和分析處理具有極不相同的性質，直接使用事務處理環境來支持決策是行不通的。隨著數據庫技術的不斷發展及數據庫管理系統的廣泛應用，數據庫中存儲的數據量急劇增大，在大量的數據背后隱藏著許多重要的信息，如果能把這些信息從數據庫中抽取出來，將為公司創造很多潛在的利潤，而這種從海量數據庫中挖掘信息的技術，就稱之為數據挖掘。數據挖掘工具能夠對將來的趨勢和行為進行預測，從而很好地支持人們的決策，比如，經過對公司整個數據庫系統的分析，數據挖掘工具可以回答諸如“哪個客戶對我們公司的郵件推銷活動最有可能作出反應，為什么”等類似的問題。有些數據挖掘工具還能夠解決一些很消耗人工時間的傳統問題，因為它們能夠快速地瀏覽整個數據庫，找出一些專家們不易察覺的極有用的信息。數據挖掘的核心模塊技術歷經了數十年的發展，其中包括數理統計、人工智能、機器學習。

今天，這些成熟的技術，加上高性能的關系數據庫引擎以及廣泛的數據集成，讓數據挖掘技術在當前的數據倉庫環境中進入了實用的階段。商業數據庫現在正在以一個空前的速度增長，并且數據倉庫正在廣泛地應用于各種行業；對計算機硬件性能越來越高的要求，也可以用現在已經成熟的并行多處理機的技術來滿足；另外數據挖掘算法經過了這10多年的發展也已經成為一種成熟，穩定，且易于理解和操作的技術。目前統計應用的應用趨勢是宏觀統計應用逐步完善、微觀統計需求快速發展,主要特征是：（1）數據量越來越大，需要廣泛使用計算機數據庫技術和數據倉庫技術。（2）數據分析方法更加豐富，需要廣泛使用計算機統計分析軟件和數據挖掘軟件產品。（3）與統計業務長期緊密聯系：單純的一次性統計分析報告不能滿足市場化運營的統計應用的要求，需要廣泛使用計算機信息系統技術，將大規模數據量、統計分析軟件和統計業務管理集成為客戶長期可用的產品形式。

3.信息技術對統計教育的挑戰

伴隨著信息技術的變革和統計應用的發展、推廣，統計作為處理和分析數據的方法和技術已成為現代社會中每個人必備的知識。然而，高等學校統計學的教育始終面臨著三大挑戰：第一，統計學方法不斷在應用中的創新與發展導致統計學內容體系的變化；第二，信息技術發展導致的統計學軟件工具的不斷創新；第三，以學生發展及及社會需要為中心的教育理念變革。這些挑戰要求高等學校的統計教學要通過案例教學吸收新方法、使用新工具、面向應用與實踐。近年來，在總結高校統計學教學改革與實踐的基礎上，一批高質量的教材已先后出版使用，但由于缺乏配套的實驗教材，教學實踐中的效果受到很大局限。