第一次全国经济普查是我国经济发展进入21世纪后进行的一项重大国情国力调查，是党中央、国务院为正确认识国情、准确把握国力、科学制定国策而采取的一项重要举措。只有通过经济普查，才能比较准确地把握中国经济变化的规律和趋势，正确制定经济政策和社会经济发展规划，进一步控制经济增长，提高经济发展速度，促进经济和社会协调发展，推动可持续发展战略的实施。在这次经济普查中，从国民经济行业分类的具体构成来看，涉及到19个大的行业归类，875个行业小类。可以说这次经济普查提供的数据是非常完整的。面对普查之后的海量数据存储，国家更需要有力的数据分析工具以及方法将丰富的数据转换成有价值的知识，否则大量的数据将成为数据丰富，但信息贫乏的“数据坟墓”。数据挖掘技术正是从大型数据库或数据仓库中提取有潜在应用价值的信息或模式，旨在帮助人们从海量数据中发现有价值的信息。如何从历史数据中及时发现有用的知识，从而挖掘出其潜在的价值，提高其利用率，是信息处理技术研究领域的一项重要课题。本论文把视角放在中国经济普查的数据挖掘的方法研究上去，所以论文研究的主要内容是借助一般数据挖掘和数据仓库理论以及相关回归等理论，探索出符合中国经济普查的数据挖掘技术的方法。论文全面阐述第一次全国经济普查统计分类标准与数据表的审核关系以及数据处理方案，建立经济普查数据仓库及算法的选择，并以SQL工具对经济普查数据挖掘系统进行具体实现与运行，并提出维护好数据挖掘系统的建议。