人工智能驅動綜合住戶統計調查的行業與職業編碼

政府統計處（統計處）的「綜合住戶統計調查」收集本港人口及社會經濟特徵資訊，當中包括受訪者的行業和職業。傳統上，處理問卷中以文字描述的行業和職業資料，均需由編碼員進行人工審核，並按既定的行業與職業編碼標準進行分類。此人工編碼方式雖具相當的準確性，但流程耗時較長，所需人力成本亦較高。 一些行業編碼的例子如下： 問卷回應 行業代碼 所屬行業描述 連鎖超級市場 → 470 零售業 外幣兌換服務 → 649 其他金融服務活動 官立中學 → 852 中學 一些職業編碼的例子如下： 問卷回應 職業代碼 職位名稱 主要職責 所需資格 中學教師 負責數學課程設計與教學 大學學位 → 23 教學專業人員 重型貨車司機 長途貨物運輸 重型貨車駕駛執照 → 83 司機及流動式機器操作員

隨着人工智能的快速發展，特別是大型語言模型的突破性進展，統計處正積極應用人工智能進行編碼工作，輔助甚至部分替代傳統人工編碼流程。初步成效令人鼓舞，人工智能模型在準確率、處理速度與一致性方面的表現令人滿意。

統計處採用風險導向的自動編碼機制，將個案根據自動編碼的預期準確率分為高風險和低風險兩類。對於預測準確率較低的高風險個案，將繼續交由編碼員進行人工編碼，並由主管抽樣檢查；而對於預測準確率較高的低風險個案，模型預測的編碼結果將會被採納，部分個案則仍會被抽樣進行人工覆核，以持續監察模型表現及識別訓練模型時尚未涵蓋的新興行業和職業。以2026年3月的統計調查為例，已有多於一半的編碼採用了自動編碼，顯著提升編碼的效率。機器編碼和人工編碼相輔相乘，除了確保編碼的準確度，也能讓編碼員繼續累積相關的經驗和專業知識。

長遠而言，人工智能有望提高編碼的效率，節省人力資源，還有助改善編碼質素。展望未來，統計處將持續改良和再訓練模型，確保其能應對分類標準的更新以及新興行業和職業的出現，並進一步提升「綜合住戶統計調查」的自動編碼流程。