大数据背景下党建统计数据的存储电子化问题分析

李绍君

摘 要：为全面提高党的政务科学管理技术和水平。在信息化时代产生的大容量背景之下，充分利用党建基础信息数据，对党建工作展开更为细化的研究和处理。本文主要就大数据背景下党建统计数据的储存电子化所面临的挑战和机遇进行了详细的分析和总结，希望通过系统的分析其客观原因和科学改善方法，进一步加快我国党建数据统计的时代进程。

关键词：大数据背景；党建统计数据；储存电子化问题

随着经济的不断发展，国有经济体系发生了巨大的改变，其中互联网产业更是发展迅猛。在互联网广泛运用所产生的大数据背景之下，党务建设的工作也应当跟随时代变化的脚步进行相应的改革和创新。由于党建基础数据的量大且结构体系复杂，在此基础上充分利用智能化信息管理技术，对实现海量党建基础信息资料作进一步研究和对比有着决定性的作用。进行大数据统计和分析的时候，其产生的大容量数据资料如何进行便捷的处理和储存是党务建设的一大攻克难点和重点。

一、统计数据的时代背景

有关数据统计的相关资料显示，数据统计的核心出发点在于从用户的切身需求为主要建设方向和发力点。在早期，进行数据统计的时候大多是以基础信息数据的正确性作为主导，极力提高数据的质量和准确度。追溯到近现代，随着《统计组织手册》的发表和运用，统计数据的体系维度发生了彻底的变化和改进，在传统基础上，由原有的要求准确性，增加了核心质量、形式质量以及附加质量等三个不同的体系维度。大数据所带来的将不仅仅只是单纯的数据本身，它包含了更为多元化、海量、非结构的统计体系，这将是一项复杂且技术要求高的综合性问题，因此，合理运用现代科学化技术进行大容量的基础数据统计是保障数据质量和规模的重要环节。

二、党务建设统计数据的现状

党建的基础信息统计工作仍旧停留在个体党员、党支部等单层次数据统计管理上，缺少系统性的数据统计和汇总、调研。此外，在现有的基础信息数据上，还没能将电子科技技术运用到相关储存工作中，迫使数据统计的发展进程缓慢，浪费大量信息数据。在此局面之下，在进行党务工作建设时要对基础数据的电子化发展，加快建设步伐和强度，进一步优化党务建设体系。

三、大数据背景下党建基础数据储存电子化所面临的挑战

（1）信息数据统计范围的扩张

随着时代的不断发展，在不同的历史时期，对于某项特定数据的统计和分析会在其统计范围上发生变化，可能会在一定程度上发生锐减或扩张。由于年代变化所带来的统计数据的叠加和量化，使得给党务数据的统计工作带来一定的阻碍。应当在此基础上建立相应的电子科学统计技术，来进行海量数据的统计与储存，借助科学数据表有效解决年龄信息数据统计范围变化的问题，使得在可扩充的范围内进一步加强调研强度。

（2）信息数据统计指标的变化

据了解，在进行数据统计的过程中是参考一定标准数据指标的，但是该项指标具有不确定性，会随着实际情况发生增减变化。在进行党员学历统计的时候，在改革开放以前国内教育水平低下，因此只是統计了大专及以上的信息数据，其中没有对研究生党员的数量进行统计。但在1998年以后，随着国内经济的发展，人们接受知识的途径增多，出现大量的党员攻读硕士学位，这样的教育水平变化也从侧面反应了对于党员学员的思想建设力度加强，更加重视党员的文化素质。在这样的情况之下，就基础信息统计来说应当设计和建立多维度的电子信息表格来进行更为详细的数据记录。因此，在进行阶段性参考指标数据不同的党务基础数据储存时要分别进行立项，以保证其数据的完整性。

四、大数据背景之下党建数据储存电子化的优化措施

在对基础数据进行数据表的制定和处理时，应当设计二维关系模式进行储存工作，以下需要改进的点有：第一，对于数据指标范围发生改变的统计数据，可以通过构建元数据表来进行字段名称以及区间范围的标定，并在该数据表中利用元数据定义字段和结构进行储存。第二，作用于指标增减和存在多维度数据结构的调查，可以采用列簇表的形式进行数据储存。在基础数据表中设定5个常用字段，如ID、年份、区域、项目名称、数量。建立这种数据储存表，无需在统计指标参数或者范围发生变化时，更改数据，只需要在原表格基础上修改元数据的项目，并引进新的ID就可以解决。这种方法能够完全适应指标的量变，常常广泛用于党建信息量化的研究中。

五、结束语

当今时代是一个信息化飞速发展的时代，在大数据的时代背景之下，丰富的资源信息能为党建的建设提供科学有效的数据支撑，从而在重要决策以及改革中呈现新的视角和方向。科学合理的利用现代化信息数据处理技术和手段，是新时期政务建设的重点和难点。能够在大数据变化中，进行党建海量数据的整合、分析和储存，从而进一步推动党的组织建设迈向新的发展地位，为大数据的研发和统计以及发展方向提供引导方针。

参考文献

[1]杨健，刘方舟.大数据背景下党建统计数据的存储电子化问题研究[J].云南民族大学学报（哲学社会科学版），2019，36（02）：26-30.

[2]邢迎秋.大数据背景下统计数据质量影响因素分析[J].中国集体经济，2018（15）：55-56.

[3]辛金国，张亮亮.大数据背景下统计数据质量影响因素分析[J].统计与决策，2017（19）：64-67.

[4]张亮亮，辛金国.大数据背景下统计数据质量内涵探索[J].统计与咨询，2016（02）：6-9.

[5]程开明，庄燕杰.大数据背景下的统计——第十七次全国统计科学讨论会综述[J].统计研究，2014，31（01）：106-112.