日前，中辦印發《關于在全黨大興調查研究的工作方案》（以下簡稱《方案》），《方案》強調，“要堅持因地制宜，綜合運用座談訪談、隨機走訪、問卷調查、專家調查、抽樣調查、統計分析等方式，充分運用互聯網、大數據等現代信息技術開展調查研究，提高科學性和實效性”。

近日，“大興調查研究之風”成為社會熱門話題，要想解決實際問題，必須進行全面且深入的調查研究。如今我們正處于大數據時代，展開調查研究的方法和手段都比傳統時代更加的豐富和強大，因此，如何更加充分地利用大數據等技術手段展開調查研究，對全面挖掘信息、發現問題、提出有效解決措施等有著重要的意義。

調查研究的重要性

調查研究歷來是我黨工作的優良傳統，沒有調查研究就沒有發言權。調查研究是發現問題、分析問題、解決問題的重要手段，也是政府科學決策、民主決策的基礎和前提。只有堅持調查研究，形成對客觀事物的正確認識，才能真正認清形勢，理清思路，改進工作，準確把握科學發展的系統性和規律性，促進各項事業健康順利發展

加強調研工作的總體要求是：堅持以科學發展觀為統領，緊扣建設現代化中心任務，按照貼近決策、貼近實際、貼近中心的工作思路，積極探索新時期調查研究工作的特點和規律，著力在增強調研工作的戰略性、前瞻性上下功夫，在增強決策服務的及時性、有效性上下功夫，在政策研究的科學性、可操作性上下功夫，提升境界，拓展視野，立足實際，創新手段，不斷提高政府決策的民主化、科學化水平。

目前調研存在的問題

上級領導到基層調研，本應以虛心學習的態度向基層的干部群眾請教，多看、多聽、多問，在用充足的時間與精力獲取信息的基礎上掌握情況。但是在具體的調研實踐中，很多時候由于時間、地域的限制，大范圍的跨地域調研會損耗大量的人力物力，這在一定程度上導致了調研成本較高、效果收效甚微等一系列問題。

調查研究的最終目的是掌握實際情況，提高決策科學性，因此需要帶著思考進行調研，通過收集客觀的數據來做出理性的判斷。但在現實中，很多調研常常缺乏數據支撐，更多依賴基層的匯報，很容易造成調研結果不準確，淪為打卡式調研。

充分發揮調研地當地政府研究室的牽頭作用

政府研究室是政府決策信息和智力支持系統的中樞，對調研工作負有“組織、聯絡、協調、指導”的責任。政府研究室要加強對政府系統調研工作的綜合協調和業務指導，通過多種形式、多種平臺，整合研究力量和調研資源，形成密切配合、相互支持、資源共享、協同攻關的調研網絡。在信息數字化、研究體系化的背景下，各級政府黨組織也應著力按照數字化改革的要求整合宣傳資源，在現有條件下進行各種宣傳媒介的融合與貫通，進行各種宣傳途徑與宣傳手段的合成與集成，在相應事務的解決與相應課題的研究中達到調研成果推而廣之、廣泛運用的綜合宣傳效果，提升調研領域的研究水平與宣傳效能。此外，各級各部門要加強調查研究機構建設，進一步充實和加強調研工作力量，更好地發揮決策參謀助手作用，加強與上級調研機構的聯系，搞好信息交流和相互合作，共同搞好重大課題調研論證，切實提高調研工作水平。

采用線上線下相結合方式，提高調研質效

傳統研究調查行業正處在從傳統調研向線上調研的轉型期。隨著科技的發展，未來調研行業的變革發展還將更多地借助大數據、人工智能。但這并不意味著，調研轉型是簡單的用線上替代線下。在實際過程中，線上調研也暴露出了許多痛點，同時面臨著諸多挑戰，例如：網絡人群的抽樣代表性是否可以與傳統抽樣相比擬？依靠網絡調查的數據質量是否可靠？

通過利用數據融合的方法逐步搭建傳統線下調研、線上調研方式相混合的新型調研模式，將來自兩種調研方式的樣本有效融合，替代原有以線下方式為主的傳統調研，提高執行效率，提升調研質量。線下、線上不同訪問方式融合調研的探索和嘗試，在保證傳統抽樣代表性的基礎上，著力解決傳統方式面臨的困境，并進一步拓展線上調研在實際調研中的深度應用，促使調研模式更具專業化和科學性，在政府及公眾中獲得更為廣泛的認同。這種嘗試對調查行業調查體系的良性發展具有學術意義和應用價值，可以作為一種科學的調研方式在實際調查項目中進行嘗試及推廣。

確定數字技術適用范圍，找準調查研究與數字技術的結合點

在調研的過程中需要確定數字技術的適用范圍，找準對象與對策的結合點。從以往調查研究的情況來看，僅靠座談交流、問卷調查是不夠的，應積極運用大數據監測、智能決策等新方法。調研之前要有詳細的任務清單，區分調研內容并進行精準匹配，在調研的不同階段使用不同的技術手段。例如可以借助大數據平臺、在線智能問答系統提前收集數據，后期用可信區塊鏈等管理數據，提高數據的真實性和準確性。新一代人工智能等技術可以實現“問題導向”的任務精準匹配，有條件的地方可以預先開發調研任務分配系統，或用大數據分析方法確定調研項目清單等，把調查研究計劃做實做細。針對調研取得的數據，應積極利用數字技術優化調研數據處理方式，如運用技術手段篩選、評價調研數據；同時建立相應數據庫，并致力于讓整個調查數據庫建設成為“厚數據”，建立起高質量樣本數據。