李金昌.在 “察国事、研国势、求国是” 中发展统计学 [J]. 计量经济学报，2026, 6 (1): 1-14.

一、历史溯源：国势学与统计学融合脉络

    从遥远的古希腊城邦政情分析，与我国战国时期商鞅的 “强国知十三数”开始，国势学研究便登上了历史舞台，统计学也应运而生。随着数字化浪潮的到来，各行各业乃至国家机器，都需要进行转型升级。向什么方向升级？以什么为依据进行战略转型？都需要国势研究与统计分析的助力。

    现有研究多关注某一特定行业或某一地区进行精准分析，主要围绕GDP阐释经济现象。但随着研究的深入，学者们逐渐发现GDP存在着测度误差与风险，难以完全反映一国的经济发展质量与民众生活水平，而国势研究能够较好地解决这一问题。

    18世纪末,随着第一次科技革命的到来和社会经济的发展,国势学的“国家描述”与政治算术的“量化分析”,围绕“察国事、研国势、求国是”这一共同目标任务,逐渐融合,形成了现代统计学的雏形。这种融合本质上是国家治理需求驱动的结果,即国家治理阶层既需要宏观的国情国势描述,也需要精准的数据分析作为支撑,二者共同构成了统计学的学科基础。在这一实践过程中形成的一整套“察国事、研国势、求国是”的方法体系及其理论概括,逐渐形成了统计学方法论。 具体从事“察国事、研国势、求国是”工作的就是官方统计或政府统计,其中，“察国事”是官方统计的基础性工作,“研国势”是官方统计的核心任务。时至今日,以抽样技术和大数据手段获取数据,以相关回归分析探究事物关系,以时序模型开展预测分析,以国民核算掌握经济活动成果,以统计指标体系综合监测评价社会经济发展状况等, 都已经成为官方统计的重要任务。

二、理论思辨与梳理

    李金昌教授的《在 “察国事、研国势、求国是” 中发展统计学》一文，以国势研究为视角，以 “察国事、研国势、求国是” 为贯穿全文的逻辑主线，系统梳理了统计学的起源脉络、构成要素与学科本质。文章提出，统计学脱胎于国家治理的现实需求，最初分化为侧重定性归纳的德国国势学派与侧重定量分析的英国政治算术学派，二者最终融合为以数据为研究对象的方法论科学，核心功能就是为国家治理提供数据支撑。文中以官方统计的 “数据、事实、政策” 三要素对应 “察国事、研国势、求国是” 的实践逻辑，厘清了三者双向互动的稳定三角关系，进而提炼出统计学 “问题为导向、数据为核心、方法为关键” 的三大构成要素，明确了统计学以事实支撑政策制定的应用性方法论学科属性。面对大数据时代治理议题复杂化、数据形态多元化的行业挑战，文章指出统计学不能固守传统结构化数据的分析范式，而要走多学科交叉融合之路，通过重新定义总体、样本等基础概念，重构 “数据驱动 + 假设驱动” 并行的分析逻辑，突破非结构化数据分析瓶颈，建立 “大模型 - 小数据” 分析范式，融合机器学习升级算法能力，完成自身方法论的迭代升级。文章最终强调，统计学始终与国家治理、社会发展需求同频共振，在百年未有之大变局下，其仍将是国家治理、全球治理与人类可持续发展的科学基石，而学科长远发展的核心，在于培养兼具统计素养、领域知识与算法能力的复合型人才。

图1.研究设计与方法脉络图

三、学术贡献与研究启示

    该研究最核心的贡献，是厘清了数据、事实、政策三者双向互动的三角关系，这也是官方统计的底层逻辑。数据是察国事的基础，事实是研国势的结果，政策是求国是的落点，三者环环相扣，在现实治理中有着无数鲜活的印证。我们最熟悉的CPI 居民消费价格指数就是典型：统计部门先收集食品、衣着、交通、文娱等海量消费数据，还要根据时代发展调整统计篮子，纳入数字化、绿色化消费商品；再通过科学核算，提炼出 “物价水平涨跌、居民生活成本变化” 的客观事实；最终国家依据这一事实，调整货币政策、发放物价补贴、稳定民生供给，完整走完 “数据→事实→政策” 的闭环。全国人口普查更是国之大事：通过逐户逐人收集人口规模、年龄结构、地域分布、受教育程度等数据，精准摸清我国老龄化率、生育率、劳动力存量的真实国情；基于这些统计事实，国家相继推出三孩生育支持政策、完善养老保障体系、优化教育资源布局，用数据为民生国策保驾护航。而GDP 核算则是研判经济国势的核心工具：通过生产法、收入法、支出法三大框架，整合各行各业的经济数据，抽象出国民经济运行的整体事实，为宏观调控、产业扶持、区域发展规划提供关键依据。基尼系数则通过收入分配数据的计算，精准反映社会公平程度，成为推进共同富裕、优化收入分配政策的重要参考。这些例子都在说明，统计学的本质，就是把零散数据转化为可靠事实、用客观事实支撑科学决策的方法论科学。作为研究者，我们不能用实证研究的 “问题 - 假设 - 数据 - 检验” 框架去分析，而要从理论研究的内在逻辑去拆解其设计思路与方法运用的得失。

    步入大数据时代，统计学迎来了前所未有的挑战，也找到了全新的破局路径。正如文章所言，当下数据形态已从传统结构化数据，转向占比超 97% 的非结构化大数据，社交文本、交通影像、卫星遥感、网络舆情等数据，让传统统计方法难以适配。而统计学的突围，正是主动拥抱大数据、创新方法论的过程。在“双碳”目标推进中，统计方法实现了全新突破：不再局限于企业上报的生产数据，而是融合卫星遥感碳排放数据、能源消耗数据、工业生产数据，创新碳足迹核算方法，精准测算区域、行业、企业的碳排放水平，为碳达峰、碳中和政策制定提供硬核支撑。在城市治理中，大数据统计发挥着关键作用：通过摄像头、导航软件收集海量实时车流、人流非结构化数据，结合机器学习、文本挖掘算法分析拥堵规律、出行需求，优化信号灯配时、规划地铁线路、布局公共交通，让城市运行更高效。在工业治理中，大数据与物联网技术协同联动，通过传感器及时捕捉设备信息，反馈给数据处理中心，进而能够及时调整生产节奏并预测机器疲劳极限，极大程度提高全要素生产效率。这些实践，正是文章提出的 “重构分析框架、突破非结构化数据处理方法” 的真实落地。

    文章给出的统计学发展方向，也让我们对学科的未来发展有了更深的理解：重新定义总体、样本、个体等核心概念，建立 “数据驱动 + 假设驱动” 并行的分析逻辑，打造 “大模型 - 小数据” 分析范式，融合机器学习提升大数据处理能力。比如用少量标注的舆情文本训练情感分析模型，再批量处理海量网络言论，快速捕捉民生诉求、社会动向，提前预判问题、制定应对政策，就是小数据撬动大数据、统计赋能治理的典型应用。

五、作者介绍

图2 李金昌教授风采

    李金昌，浙江义乌人，经济学博士，二级教授，博士生导师。浙江财经大学原党委书记，统计学科负责人，经济统计学专业负责人。国家级领军人才，全国优秀教师，全国优秀统计教师，全国首届教材建设先进个人。国家统计专家咨询委员会委员，浙江省政府咨询委员会委员，教育部经济学类专业教学指导委员会副主任委员，国家社科基金统计学科评审组专家，中国数量经济学会副会长，《统计研究》等期刊编委。主持国家社科、自科基金项目7项（其中国家社科重大项目2项）、省部级基金项目10余项（多项为重大重点项目）。在《经济研究》《统计研究》《数量经济技术经济研究》等刊物发表学术论文近200篇，出版《抽样调查与推断》《统计思想研究》《统计学的道》等专著，主译统计学史名著《统计探源》，主编《统计学》《应用抽样技术》等国家规划教材。10余项科研成果获得国家级、省部级一、二、三等奖。

图片来源：https://ds.zufe.edu.cn/info/1092/4945.htm