11、统计人员数字化技能提升与合作发展策略

统计人员数字化技能提升与合作发展策略

1. 统计人员技能提升的必要性

现代统计领域面临着诸多挑战，高质量统计数据的生产需要专业的统计人员具备新的技能。除了传统的统计技能，官方统计人员还需要掌握网络抓取、价格统计中扫描数据的使用、基于互联网的劳动力市场统计数据收集以及手机数据分析等方面的新技能。机器学习融合了新旧方法，常结合传统的聚类或判别分析方法与信息技术。记录链接和统计匹配等方法也有应用，但范围较窄。未来，将新的数字数据与调查和行政数据相链接将成为重要问题。

数字变革将影响几乎所有统计过程，包括数据保密措施和数据传播。新的抽样调查方法将与基于模型的工具（如小区域估计技术）结合使用，这些工具的使用需要通过适当的培训课程来辅助。同时，插补技术的使用也需要培训，以确保统计数据的质量。

在数字革命背景下，统计人员需要具备以下能力，这些能力应在内部培训计划中得到体现：
- 分析专业知识（结构化和非结构化数据）
- IT 技能（包括编程、机器学习和插补技术）
- 管理技能（包括项目管理、流程管理、质量管理、风险管理和变革管理）
- 沟通和数据可视化技能

2. 德国联邦统计局（Destatis）的培训举措

2.1 与数字议程一致的培训

为应对数字转型挑战，Destatis 在 2017 年制定了数字议程，涵盖了各种统计过程的内部转型措施。2018 年的培训计划名为“数字环境中的敏捷工作”，提供了“机器学习”、“地理信息系统（GIS）的使用”、“插补技术”、“小区域估计方法”以及“新数字数据的使用（包括大数据和物联网）”等培训课程。

内部员工培训还考虑到敏捷工作能使统