数据统计论文十篇

数据统计论文篇1

[论文关键词]统计数据准确性质量

统计数据的质量主要指统计数据的准确性。准确可靠的统计数字，是进行科学决策和科学管理的重要依据，是党政领导制订正确方针、政策不可缺少的工具。中央领导同志曾指出：“我们讲实事求是，首先要把‘实事’搞清楚，然后才能‘求是’。如果‘实事’搞不清楚，‘求是’也不可能做到，‘实事’主要依靠统计部门来搞。”诺贝尔经济学奖获得者托宾指出：“如果没有可靠和及时的经济统计数据，特别是国民收入和生产统计数字，很难想象宏观经济政策如何制订”。中国历史上的五八年“浮夸风”给国家和人民带来的巨大灾难，人们至今也还记忆犹新。由此可见，搞准统计数字，提高统计数据质量乃势在必行。然而，目前我国一些地区、部门和单位的统计数据严重失实，可信度甚低，极大地危及到统计工作的生命，影响了党政领导正确地了解情况，制订政策。而产生这种现象的主要原因不外乎以下几点：

1.统计法制观念不强，有法不依。尽管《统计法》颁布实施已若干年了，但由于落实不力，执法不严，一些单位或个人为了个人或局部利益，隐报、虚报、伪造、篡改统计数据的现象仍时有发生。某煤矿为了骗取国家工资，采取开假发票的恶劣手段，虚报煤炭产量；某县有关领导为了突出政绩，虚报农民人均纯收入。诸如此类，屡见不鲜。这种弄虚作假、干预左右统计数字的做法严重践踏了统计工作的严肃性，影响了统计数据的准确性。

2.职业道德教育薄弱，工作作风差。在当今信息社会，统计承担着向各级各部门提供统计资料的任务，由于职业道德教育欠佳，有些统计人员责任心不强，工作敷衍了事，不深入调查研究数字背后的真相，就数字论数字，就数字报数字，这样很容易导致统计数据失实。

3.统计培训跟不上，业务能力差。有些单位的统计人员长期不参加业务培训，有的尚没有专职统计员，致使统计队伍业务素质不高，工作不熟练，使统计数据出现差错。

4.现行统计管理体制使统计工作易受到行政干预。我国的统计机构目前还是各级地方政府的一个组成部分，受地方政府和国家统计局的双重领导。由于国家宏观管理由直接转为间接，决策多层次，利益多元化，地方上报数字越来越受干预，甚至出现了“统计数据要经过党政领导批准”的现象，有的政府领导人公然篡改伪造统计数字，利用行政手段直接干预统计工作，使统计数据准确性的提高受到很大影响。

5.现行统计方法制度与经济体制改革不相宜，与国民经济核算体系不相衔接。经济体制改革，实行开放搞活。农村包产到户，个体工业、商业企业层出不穷，诸如如何统计个体劳动工资等其他方面的有关数据，现行统计方法制度还不能准确地进行反映，而现行统计方法制度中某些指标的计算范围、口径和标准与国民经济核算体系不甚统一、不甚衔接，也使得统计数据不准。

6.统计基础工作不规范，核算管理差。有些基层企业的原始记录混乱，统计台账不健全，核算手续不严，计量检测工具不全，出现了“拍脑袋、凑数字、瞎估计”的现象，这样也就不可能搞准统计数据了。

总之，造成统计数据失实的原因很多，要提高统计数据质量，必须对症下药，采取如下措施：

1.开展统计法制教育，以法治统。通过多种多样的形式进行普及《统计法》的教育，如某市开展的“统计法规知识大奖赛”就可使全社会尤其是统计人员得到一次深入学习、领会《统计法》的良好机会，从思想上提高了他们对提高统计数据质量的认识，促使他们在实际工作中坚持原则，敢于同影响统计数字真实性的违法行为作斗争，真正做到以法治统。其次，还可对统计人员进行《统计法》的理论考试，让法深入人心，以便他们理直气壮地按法办事。再次，对大中专学校经济类专业应加设一门《统计法》基本知识课，同时加大会计与统计核算专业的《统计法》课程的课时量，以便学生将来走上统计工作岗位后能够依法办事，知法工作，把保证统计数据质量放在首要地位，为党政领导及企业管理和决策提供可靠的依据。

2.加强统计工作职业道德教育，坚持实事求是。为了消除人为干扰，确保统计数据质量，应定期开展统计职业道德教育，大张旗鼓地表彰敢于同弄虚作假现象做斗争的先进统计工作者。同时，对那些不实事求是地反映客观情况的单位或人，通过抓坏典型，及时曝光于社会，进行反面教育，这样，可进一步强化统计人员的工作责任心，培养他们实事求是的工作作风。此外，还必须要求统计人员学习并掌握哲学和政治经济学的基本知识，为坚持实事求是提供坚实的理论依据。

3.积极搞好业务培训，提高统计人员的业务素质。统计人员较高的业务水平是提高统计数据质量的重要因素，而要提高统计人员的业务素质，就必须经常组织业务培训，并进行考核，特别是基层单位更要搞好这项工作，保证一年至少举办一次培训班，并使之制度化，使统计人员能够及时吸收统计方面的新知识，以正确地进行各项统计工作。

4.加快统计管理体制改革的步伐，尽早实行垂直方式。关于统计管理体制，目前国际上通用的是采取垂直方式。即地方各级统计部门的人、财、物都受国家统计部门领导和管理，地方统计局和地方政府是服务和被服务的关系，地方统计机构不是地方政府的组成部分。这种管理体制不易滋长出行政干预统计数字的现象。尽管在我国现在实行垂直方式有很多困难，但是为避免党政领导任意左右统计数字，影响统计数据质量的现象再度发生，从长远观点来看我国统计管理体制也必须尽早采取垂直方式，力争再减少一个影响统计数据质量的因素。

5.尽快实现现行统计方法制度的改革，克服数出多门的现象。在深化改革的今天，各部门为掌握大量信息，需要统计部门提供各种统计数据。但随之而来的滥发报表、数据混乱的现象也日渐增多。而要克服统计数据失实的现象，就必须完善统计方法制度，改善国民经济核算制度与统计方法制度口径不一，标准不一，不衔接配套的状况。如目前在全国推行的基层企业一套表制度，就可以进一步统一统计方法和统计口径，把反映社会经济情况的主要指标高度概括地集中到一套表内，这样可有效地克服报表混乱，数出多门的现象，又如要取得农村一家一户和个体工业企业的有关统计数据，应采取以抽样调查为主，其他调查为辅的方式，并协同工商所、税务所、银行等部门进行横向调查，以保证统计数字的准确、可靠。

6.切实抓好统计基础工作的规范化、电算化，搞好核算管理。

建立健全完整的原始记录、统计台账，虽然要增加统计人员的工作量，但它们所记载的资料真实且条理化，比较简便易行，对查找核实有关数据，正确填报报表，以保证统计数字准确无误起到很大的作用。另一方面，也要重视统计核算管理工作，如要给统计人员配备所需的计量、检测、整理、分析所用的电脑和统计软件等工具，保证统计工作顺利进行。

7.建立责任制和考评制，定期或不定期开展统计数据质量检查。以往对统计数据的检查一般是一年进行一次，由于任务大，人手不足，很容易造成蒙混过关，问题查不出，责任不明了，更谈不上提高数据质量了。为达到检查的预期目的，必须建立相应的责任制和考评制。尽可能做到每一季或两季都由统计检查机构派出统计检查员到基层参与指导统计数据质量检查（因为基层数字是搞准统计数据的关键）。每一项检查都应定有考评分，考评分高就说明统计数据准确度高、质量好。反之，质量差，就要追究责任。从基层统计员到综合统计员直到统计检查员，层层制定岗位责任制，找出数据失实的原因，是哪一级的问题就要追究哪一级的责任，并进行严肃处理。

8.完善统计处罚机制，增加经济处罚条款。颁布实施《统计法》以来，没有一件因为违反统计法而被追究刑事责任的案例（虽然已构成犯罪）。尽管有些部门、单位的领导出自个人或局部利益公然伪造、虚报、篡改统计数据，于国于民都造成了极坏的影响，但对这些违反统计法的人最多也不过仅给予行政处分。统计法制应有的威慑力显得太弱，统计法对法律责任规定不力也使得统计数据失实现象屡禁不止。因此，必须加强统计法制建设，完善统计处罚机制，对于构成犯罪事实的，要追究刑事责任。同时应增加经济处罚条款，如某市金属制品厂虚报销售产值被有关部门罚款500元，并对有关人员进行了撤职或处分。这样，行政处分和经济罚款相结合，使统计法制的强制性和威严性充分体现在有效地维护统计数据真实性上来。

参考文献：

[1]《中华人民共和国统计法》

数据统计论文篇2

关键词：MCF5249uClinuxWeb数据采集

引言

现在嵌入式系统的应用越来越广泛。随着网络技术发展和市场需求的变化，工业设备实现网络化管理控制已经成为一种必然趋势。M2M（MachinetoMachine）的网络通信已成为国内外研究热点，而Web技术为工业设备实现网络化管理提供了一种解决方案。本文从硬件和软件设计两个方面讨论了摩托罗拉MCF5249处理器在数据采集方面的应用，并实现了采集数据的远程Web表征。

由于这一系统面向广义的过程，所以只要可获得过程参数，就能实现过程行业的远程在线表征。特别是基于Web完成实时数据库生成，真正实现远程集群系统的数据资源无人工干预自动获取。其应用将会不断地延伸。

本文描述的摩托罗拉MCF5249是以ColdFire32位微处理器为基础的高性能处理器，该处理器内部集成了一个片内12位ADC，可用于工业数据采集。且数据采集系统基于嵌入式操作系统uClinux。由于uClinux是为没有MMU的微处理器设计的。且源泉代码公开，为降低成本和获取软件的自有产权提供了方便。当然，uClinux不是一个强实时系统，为支持一般过程系统，可以通过一些补丁程序来提高其实时性，所以本文讨论的数据采集系统主要应用于一些实时性要求不高的场合。

1数据采集系统的硬件设计

摩托罗拉MCF5249处理器内部集成了一个片内12位∑—ΔADC，它有四路输入（ADIN0～ADIN3），任一时刻只允许一路输入，由多路选择器决定。ADC的数字部分在MCF5249的内部，而模拟电压比较器由电路提供。A/D转换的输出引脚以脉宽调制的格式提供参考电压，因此，该输出需要一个的阻容电路，将其转换成直流电压，以备外部的电压比较器电路使用。数据采集系统的硬件原理图如图1所示。

由于微处理器不可承受负电压，所以必须将输入电压限制在0～+3V之间。Motorola公司不建议使用外部箝位二极管直接在模拟输入端进行过压保护，而在输入端引入1～10kΩ的限流电阻和低通滤波器，在低通滤波器的输入端连接二极管对输入电压进行箝位。

2数据采集系统的软件设计

数据采集系统的软件设计主要分为两大模块，即数据采集模块与数据显示模块。

2.1数据采集模块的设计

数据采集模块是系统的核心模块，为了提高数据采集的实时性，应采用中断方式完成数据采集。其流程图如图2所示。

MCF5249微处理器为其内部ADC提供了一个控制寄存器ADCONFIG，其地址是MBAR2_ADDR+0x402,在初始化程序中需要指定MBAR2_ADDR地址。

通过ADCONFIG寄存器可以设置A/D转换器工作方式、采样频率、是否采用中断方式等。下面给出设置ADCONFIG寄存器实例。

#defineMBAR2_ADDR0x8000000

#defineAD_CONFIG0x402

#defineAD_VALUE0x406

…………

//设置ADC

*(volatileunsignedshortint*)(MBAR2_ADDR+AD_CONFIG)=0x442;

该设置确定ADIN0作为模拟信号输入通道，采样频率设置为1/4系统总线时钟频率。当时钟产生4095次翻转时，系统产生一个软件中断（中断号为63）。一次采样结束，并将采样结果存于ADVALUE寄存器（其地址为MBAR2_ADDR+0x406）。A/D转换值可以用如下公式计算：

Vi=(X/(2n-1))×Vfullscate

其中，Vi为ADC的输入电压；Vfullscate为满量程输入电压；

X为ADC输出的数字量；

n为ADC的位数。

A/D转换的结果在中断处理程序中读取。读取一次转换的程序代码如下：

Volatileunsignedshortintm;

m=*(volatileunsignedshortint*)(MBAR2_ADDR+AD_VALUE);

通常，A/D转换需要连续采样。采样结果应存放在一个多访问循环队列MACQ（MultipleAccessCircularQueue）中。

MACQ是一个定长有序的数据结构。源进程（生产者，ADC采样程序）将数据存入MACQ，一旦初始化，MACQ总是满的。当有新的数据被存入（PUT）MACQ，旧数据即被丢弃（如图3）。应用进程（消费者）可以从MACQ中读取任何数据。读功能是非破坏性的，即读操作不会改变MACQ。

在uClinux中，A/D转换中断程序的编写方法是将A/D转换器作为一个字符设备来处理。中断程序是在linux/drivers/char目录下编写，其结构如下：*file:m5249_adirq.c

#include<linux/interrupt.h>

#include<asm/irq.h>

#defineADC_IRQ(128+63)//定义中断号

#defineMBAR2_ADDR0x8000000

#defineAD_CONFIG0x402

#defineAD_VALUE0x406

/*定义中断处理函数*/

voidadirq_interrupt(intirq,void*d,structpt_regs*regs){

在此读取A/D转换的值并存入队列中。

}

/*设备初始化函数*/

intadirq_init(){

intresult;

unsignedshortadc_irq;

adc_irq=ADC_IRQ;

result=request_irq(adc_irq,&adirq_interrupt,SA_INTERRUPT,5249_adirqNULL);//注册中断

if(result==-1)

{printk(“Can''''tgetassigned%d”adc_irq);

returnresult;}

return0;

}

中断服务程序的添加方法如下：

①编辑uClinux/drivers/char目录下的mem.c，添加“adirq_init();”;

②编辑此目录下的Makefile加入“obj-y+=m5249_adirq.o”;

③编译（make）。

2.2数据显示模块的设计

为了实现采集到的数据以Web方式显示，需要选择一个Web服务器。本文采用的Web服务器是BOA。在CGI程序中编写一个函数读取MACQ队列中的数据并显示。

主要有以下显示模块。

（1）编写一个CGI程序

*编写一个读取MACQ队列中数值的函

readFromMacq()。

*编写一个生成动态HTML页面的函数show()。

Voidshow_t(){

……

printf("Content-type:text/html");

prinft{"

<html>

<head>

<metahttp-equiv=pragmacontent=no-cache><metahttpequiv=expirecontent=now>

<title></title>

</head>

<body>");

在此将MACQ中的数据读出，假设值赋给变量n

prinft("<center")Thevalueis%x!</center>

</body>

</html>",n);

}

*编写一个CGI的主程序main_cgi。

在主程序中需要读取HTML页面中的字符，并判断应执行那一个CGI程序。

（2）用HTML语言编写一个主页

在主面中应包含：

<ahref=/cgi-bin/main_cgi.cgi?flag=10target=main>键接字符</a>.

其中，flag的值是main_cgi用于判断应执行哪一个CGI程序的标志。

数据统计论文篇3

正文

现代经济正步入以世界统一市场为标志的世界经济一体化轨道，企业的成败，取决于信息获取、识别、处理、转换、传递的准确性、效率与速度。因此，信息在企业经营管理中的重要作用也将愈来愈显著。随着我国改革开放，确立市场经济体制，和加入WTO，企业要能在国际国内激烈的市场竞争中求得生存与此同时发展，一个重要的条件就是——必须要有一个健全的高效的信息系统，以满足企业经营管理决策所需的各种内外信息。因此，作为提供信息的企业统计必将在其中扮演重要角色，发挥重要作用。特别是对我们***系统来说，随着“大企业、大市场、大品牌”的形成，以行政区划为单一的卷烟市场割据将很快被打破，搬掉门槛推倒墙是大势所趋。再下一步就有可能是***专卖法的取消，所有这些都告诉我们，***行业也将马上面临着国际国内激烈的市场竞争。想在这种激烈的竞争中生存发展，必须要有一支能够为企业的决策和管理者提供准确数据的素质过硬的统计队伍。

近年来，我国统计工作取得了比较显著的成绩。从总体上来看，我国现有的统计数据，基本上还是能够反映客观实际的。但是，随着社会主义市场经济的不断发展，经济结构复杂化，利益主体多元化，再加上体制转化过程中经济秩序混乱，人为干扰增多，因而搞准统计数据的难度也就日益增大，统计失实的潜在危险性也就日渐严重，并将逐步暴露。对此，我们必须要有清醒的认识，要始终不渝地把提高统计数据质量问题，摆到统计工作的首要位置，并采取综合治理措施，切实抓紧抓好。下面就统计数据质量问题谈谈自己一些粗浅的看法。

一、统计数据质量控制的意义

企业统计的目的是为企业经营决策管理提供统计信息。在市场经济条件下，企业经营决策极具风险性，风险产生于不确定性并由不确定性程度决定风险的大小，而不确定性又与信息的准确和及时程度直接相关，信息愈准确及时，不确定性愈低，反之，亦然。所以，准确性和及时性是对统计资料的两项基本要求。其中，准确性的要求是第一位的，是统计工作的生命。它确定着统计资料是否有效和价值的高低，是衡量统计数据质量的根本标志。准确可靠的统计数据，便于决策和管理者正确地把握形势，客观地剖析问题，从而作出科学的决策。反之，有水分的、失实的统计数据，相互矛盾的统计数据，给决策者以错误的信号，将会误导决策和调控，对企业的发展将会造成重大损失。因此，统计工作者必须以对本职工作高度负责的精神，以统计数据为对象，以消除统计数据的差错为目标，千方百计搞准统计数据，达到强化统计数据质量控制的目的。

二、常见的统计数据质量问题及分析

（一）、数据虚假

这是最常见的统计数据质量问题，也是危害最为严重的数据质量问题。这类统计数据完全是虚构的杜撰的，毫无事实根据。造成统计数据虚假的因素多种多样，比如，有意虚报，瞒报统计数据资料，指标制定不严密，统计制度不完善，不配套等。

（二）、拼凑的数据

这种数据是把不同地点，不同条件，不同性质的数据在收集、加工、传递过程中，人为地拼凑成同一时间、地点、条件和性质下的同一数据。这种东拼西凑的数据，虽然分别有事实根据，但是从整体上看数据是不符合事实的，其性质与数据虚构相同。

（三）、指标数值背离指标原意

这是由于对指标的理解不准确，或者是因为指标含义模糊，指标计算的随意性大等原因造成的数据质量问题，表现为收集整理的统计数据不是所要求的统计内容，数据与指标原意出现走样，面目全非。

（四）、数据的逻辑性错误

这是指统计资料的排列不合逻辑，各个数据、项目之间相互矛盾。例如，企业卷烟库存商品中主要的组成部分是省产烟、省外烟、国外烟，如果企业报送的统计资料中，卷烟库存商品总金额显著下降，而省产烟库存金额大幅度上升，省外烟和国外烟库存金额只是持平或只有小幅度的下降，这就存在矛盾，表明数据有逻辑性错误。

（五）、数据的非同一性

它是指同一个指标在不同时期的统计范围、口径、内容、方法、单位和价格上有差别而造成的数据的不可比性。例如，2003年的统计资料中不含税价在30元以上的卷烟为一类卷烟，而在2004年的统计资料中，不含税价50元以上的卷烟为一类卷烟，如果在此基础上来比较两年的一类卷烟的销售量，而得出一类卷烟销售量大幅度下降的结论显然是不合理的。

（六）、数据不完整

这里指调查单位出现遗漏，所列项目的资料没有搜集齐全，不符合统计资料完整性的要求。数据不完整，就不可能反映研究对象的全貌和正确认识现象总体特征，最终也就难以对现象变化的规律性做出明确的判断，甚至会得出错误的结论。

（七）、统计手段和统计分析落后

目前许多企业统计工作仍处于手工状态，很原始！即使采用计算机也仅仅是减少工作量去做一些汇总、指标计算，并没真正引用先进的计算机技术和网络技术。所做的统计分析也局限于事后分析，即对统计数据进行单纯的讲解说明；不能利用网络技术实行信息共享等方式进行事前分析和预测。换句话说，“统计预测”这一职能根本没有发挥作用，缺乏对信息的收集、综合和系统化。

此外，常见的统计数据问题还有计算错误、笔误等。

可见，统计数据质量问题既可能是来自于设计阶段，也可能是来自于统计资料的整理阶段。

三、统计数据质量控制方法

（一）、统计数据质量控制的原则应当是全过程的、全员参加的、以预防为主的数据质量控制。

首先，统计数据质量控制要贯穿于统计工作的全过程。每进行一步，都要对已完成的工作进行检查、对已发生的差错及时进行纠正，做到层层把关，防止差错流入下一个工作环节，以保证统计数据的质量。其次，参加统计数据质量管理和控制的人员应当是全面的。全体统计工作者都要树立数据质量意识，各个主要的工作环节都要落实专人负责。统计数据质量的好坏，是许多工作和许多统计工作环节质量的综合反映，牵涉到统计工作的所有部门和人员，因此，提高数据质量需要依靠所有统计工作者的共同努力，决不是单纯靠某一个部门或少数人所能搞得好、抓得了的。只有人人关心数据质量，大家都对数据质量高度负责，产生优质的统计数据才有坚实的群众基础。因而，统计数据质量控制要求把差错消灭在它的形成过程中，做到防检结合，以防为主。这就要求有关人员在质量控制中具有超前意识，抛弃那种出现了统计数据问题才想办法解决问题的被动的局面。

实行全员性的质量控制，就要把统计数据质量目标及其关键交给广大统计工作者，落实到每个工作岗位，使每个岗位都有明确的工作质量标准，做到合理分工、职责明确，职责越明确，数据质量控制就越有保证。

（二）、统计设计阶段的质量控制

统计设计是统计工作的首要环节，统计数据质量的好坏，首先决定于这个过程，它是提高统计数据质量的前提。如果设计过程的工作质量不好，就会给统计数据质量留下许多后遗症。设计过程的质量控制需要抓好以下几项工作：

1、正确规定统计数据质量标准。数据质量标准是指根据不同的统计目的对统计数据精度所提出的要求。满足统计目的精度的统计数据就是准确的，高质量的统计数据。首先要作充分的调查，系统地收集市场和用户对统计数据的反映和实际使用效果的情况；其次要分析研究过去统计数据的主要质量问题，找准统计数据质量控制的主攻方向；最后要进行反复论证，考虑到统计工作中实际能够达到的水平。

2、合理设计统计指标体系及其计算方法。

统计指标设计得是否合理，也是影响统计数据质量的因素之一。采用统计报表搜集资料，首先要实行标准化管理，制定的指标要符合统计制度的规定，范围要全，分组要准，指标涵义的解释和计算方法要精确；其次要对统计报表的设计、颁发、填制、汇总的全过程实行全面质量管理。

（三）、资料整理鉴别阶段的质量控制

统计资料整理鉴别阶段出现的差错是统计数据质量问题的重要方面。如果资料不准确，就会影响结论的正确。因此，要特别注意审查资料的可靠性和适用性，要弄清楚统计指标的口径范围、计算方法和时期时点。对于口径不一致或不完整的资料，需要进行调整、补充；对于相互比较的资料，必须要注意有无可比性；一旦发现数据有严重的质量问题，应进行核实，避免有质量问题的资料进入汇总处理阶段。总之，对搜集到的资料，经过鉴别推敲、核实审定、使之准确无误，才能使统计数据的质量得到保证。

（四）、人为错误的质量控制

1、尽可能采用计算机处理统计资料，同时提高统计分析水平。

计算机作为当今社会不可缺少的高科技产物已渗透到我们生活、工作中的各个环节。运用计算机整理、汇总统计资料，速度快、效果好，其优越性是手工整理无可比拟的。现在国内大部分著名企业基本上实行网络化、全球化，利用网络资源了解世界先进行业信息，采用科学先进的统计分析方法和手段，进行横向、纵向对比，找差距挖潜力，努力赶超世界先进企业。要能够写出有一定深度的统计分析预测报告，系统、全面、科学地去挖掘利用网络资源和从市场取得的第一手资料，完善整个分析、预测手段方法和过程。但是，也应重视计算机处理数据的质量问题，提高计算机数据处理的关键在于提高录入数据的可靠性。

2、统计工作者本身应提高自身素质。

统计人员没有深厚的专业知识和丰富的实际工作经验，没有跟上时代及时进行知识更新，不善于统计调查获取第一手资料，写不出有一定深度关于本企业某一方面对决策层有参考价值的统计分析报告。因此，对统计人员应该加强培训工作，企业内部应建立配套的培训机制，对每一层次统计岗位实施针对性的培训，必要时到企业外请有关专家学者授课，或到相关先进单位进行考察学习，做到取长补短。统计工作者本身也应该努力学习统计知识，钻研业务，不断提高统计业务素质和水平，杜绝因业务不熟悉而造成的数据质量问题。

3、加强对统计人员的职业道德培训。

目前，上级部门下达计划和各类政绩考核对统计数据干扰不可低估。有些地方，以是否完成计划和各类数据的高低作为考核地方政绩的依据，导致很多下级部门所报的统计数据高于计划数或持平，这并不是计划部门的计划多么精确合理，而是说明某些统计对象或统计部门受某种利益的驱动而使统计数据的质量得不到保障。当然，数据不真实、不准确的原因是多方面的，其中统计人员的思想道德对统计数据的影响是很大的。这就要求我们加强对统计人员的思想品德和职业道德教育，要求每一个统计工作者必须坚持实事求是的工作作风，认真对待每一个统计数据，如实地反映情况。

4、加大统计执法力度，保证源头数据的准确性。

数据统计论文篇4

1.统计基层基础工作薄弱。主要表现在:一是部分基层统计单位统计岗位落实不到位,统计人员多数为兼职,而且变动频繁,稳定性差。调查表明,大中型的企事业单位统计工作相对比较规范,有专门的统计机构与专职的统计人员,而一些小型单位,特别是私营、个体企业对统计工作重视不够,多数统计人员身兼数职,统计工作只是附带性的工作,而且经常变动,稳定性差,统计数据质量得不到保障;二是部分基层统计单位原始记录不全,未建立规范的统计台帐和统计制度,一些私营、个体企业,对统计工作不完全配合,填报的统计数据不能真实反映企业的实际情况,统计数据的质量存在较大偏差;三是基层开展统计工作所必须的经费和保障条件不能得到保障;四是部分基层单位分管统计的领导对统计工作不重视,对统计数据审核不严把不好关。

2.统计方法制度不够完善,统计指标体系与指标设置不够科学。统计调查方法相对滞后。全面调查和抽样调查在实际工作中存在一定的局限性。全面调查在基层工作中有时难免存在调查者与被调查者之间,在搜集资料单位的上下左右之间,往往容易引起矛盾,在层层上报过程中,容易受人的主观因素影响,所以全面统计的结果有时并不全面。对基层的统计抽样工作来说:如规模以下工业企业、限额以下批发零售贸易企业、私营、个体经济等抽样工作,基层统计人员由于对抽样调查认识不到位,往往凭自己的主观臆断来确定抽样的样本点,抽样调查缺乏科学性导致调查样本的随机性、代表性难以保证,影响了调查样本数据的准确性,扩大了抽样误差。现有统计指标体系存在第一、二产业品种繁多,而满足国民经济核算需要的第三产业报表资料相对较少,影响统计数据质量;在指标设置上存在专业之间个别指标重复上报的现象,同时个别指标的设置没有充分考虑基层的实际,存在指标理解上的偏差。统计数据评审制度还不够健全。虽然一些主要经济指标如GDP已经建立数据联审评估制度,但统计数据评审制度还存在与GDP相关主要数据评估不够配套、同时数据评估制度还存在操作性不强等问题。

3.基层统计人员工作积极性不高,对统计数据来源把关不严。首先,由于统计体制不科学、统计工作地位和待遇不高,基层统计人员积极性不高,责任心不强加之身兼数职,任务重,对日常的统计工作基本上是疲于应付,统计数据质量难以得到保证;其次,县级统计人员存在对统计数据的来源把关不严。由于统计部门长期受一无权二无钱、求人的事情多、自己说了算的时候少的认识的影响,对基层上报数据缺乏严格要求,加上评估论证不完全到位,有的专业存在下面报多少是多少、怎么报怎么算的问题,同时基层统计工作存在统计执法不严的问题,使少数企业多存侥幸心理,这在一定程度上影响统计数据质量;第三,基层统计人员的工作能力和水平影响统计数据的质量。基层统计人员缺乏系统的学习培训,其思想观念、工作思路滞后于新形势下统计工作的要求,是影响基层统计数据的质量不可忽略的重要因素。二、提高基层统计数据质量的对策

提供高质量统计数据是统计工作的中心任务和根本职责,是统计事业改革和建设的出发点和归宿点,亦是新时期和新形势下对统计工作提出的基本要求。提高统计数据质量,是统计工作永恒的主题。统计数据质量不仅受统计工作各环节的影响,而且受到相关领导、统计人员素质以及数据采集处理技术条件等多种因素的制约,统计数据质量实际上是多方面工作水平的综合反映。针对基层统计数据质量存在的问题,提出提高基层统计数据质量的主要方法和途径。

1.加强统计基层基础工作建设,提高基层统计人员素质。各级统计部门要严格按照上级统计部门关于加强统计“双基”工作的要求,督促和帮助调查单位加强统计基础工作建立健全机构,原始记录、统计台帐及各项统计管理制度,促进统计基础工作进一步规范。要建立健全和严格实施分级负责的统计数据质量管理责任制度。同时加强业务培训,提高基层统计人员的综合业务能力。要真正提高基层人员的综合素质,就必须认真做好在职人员的的培训工作,使培训工作目标化、制度化,最大限度地提高基层统计人员的业务能力、理论水平、职业道德。针对基层统计人员在实际工作中部分统计人员存在对统计指标的理解不到位、大多数统计人员的知识结构与层次不能满足新形势下统计工作的新要求,培训时应注意:培训对象上向县乡两级及基层调查单位倾斜;培训内容上主要是开拓视野,改善知识结构,提高专业知识和操作技能等方面知识,特别是现代统计调查、统计整理、统计分析技能和计算机应用技术;培训效果上注重可操作性与实用性,使基层统计人员能够学以致用,达到预期的培训效果。只有加大培训的力度,县乡及基层单位的统计人员才能克服专业范围与自身水平的限制,真正做好基层统计工作。

2.进一步完善统计调查体系。坚持全面调查和抽样调查相结合的原则,凡适合抽样调查的,一律用抽样调查方法。对统计指标体系的设置应本着“准确、简化、系统、高效”的方针,本着减轻基层负担的原则,对现行的统计指标体系进行科学调整。完善统计调查体系要以经济普查制度为基础,进一步完善第一、二产业的调查体系,加强完善服务业的调查制度。其次不断推广抽样调查在工业、批发另售贸易餐饮业、劳动、社会、信息、服务等范围。再次在完善统计指标体系的基础上,完善统计制度。在指标设置上,淡化经济指标,强化社会指标,以方便基层填写为原则。对现有统计指标的使用价值(适用性)进行甄别,坚决清除过时的或使用价值不大的统计指标,可以通过加工整理或推算以及本该由统计部门核算的指标也从报表中删去,适当增加和经济与社会协调发展、全面建设小康社会、和谐社会、文化产业、新兴产业等相关的统计指标。

3.加强统计法制宣传,依法开展统计工作。加强统计法制建设,既是统计工作自身建设的本质需要,更是社会经济发展和政治文明建设的客观要求。着眼于推动统计工作不断走上规范化、科学化、法制化轨道,实现依法治统、依法统计,要坚持把普法、执法、队伍建设和优化执法氛围四个轮子并驾齐驱,强化统计法制建设,促进统计事业的全面发展。加大普法宣传力度,广泛宣传新的统计法,使各级领导和统计调查对象增强统计法制观念,深刻认识按时、如实地报送统计报表与统计资料是每个统计调查应尽的义务,虚报、瞒报、拒报、迟报乃至伪造、篡改统计资料均属违法行为。使每个统计调查单位对统计工作的支持、配合落到实处。同时建立经常性的统计数据质量检查制度。统计数据质量的检查要与统计执法有机结合起来,不断加大频率、加大力度。

4.建立科学有效的数据质量评估体系。统计数据质量的监控与评估是一项复杂的、长期的系统工程,可在政府统计部门内建立权威的数据质量监控和评估中心,建立健全完善的统计数据产品质量管理体系,对统计数据生产全过程实行全面质量管理,提高统计数据的完整性和透明度。完善数据质量评估体系时要围绕党政领导关注的主要经济考核指标加大审核、评估的力度,多角度、全方位的进行审核评估。对与相关部门统计有联系的指标,加强与部门的联合审核力度,其他指标要加大与主要经济指标相关联的指标的审核力度,使统计数据真实反映客观经济的运行情况。

【摘要】统计数据质量是统计工作的生命线,其影响基层统计数据质量的因素是多方面的,统计基层基础工作薄弱、统计方法制度与指标体系不够科学、基层统计人员的素质与责任心等都是影响基层数据质量的主要因素,加强统计基层基础工作,提高人员素质,完善统计调查体系,加强法制工作等都是提高统计数据质量的重要举措。

【关键词】基层统计工作数据质量因素对策

参考文献:

[1]张秀丽.提高基层统计数据质量的思考[J].辽宁经济统计,2009,(3)27.

[2]罗天彦.从统计角度看影响基层统计数据质量的主要因素.丹江口统计信息网.

数据统计论文篇5

加法——上海住房面积的统计是否超乎想象地简单？

每年，上海政府部门都要公布上海的人均建筑面积、人均居住面积指标。其目的为说明人民住房水平在“节节高”、“年年高”，更为了彰示政府部门的业绩。那么，“人均建筑面积”、“人均居住面积”又是怎样得来的？得到那些数据又经过了怎样艰苦繁复的调查和计算过程？

笔者为了验证上海统计部门有关住房统计数据的准确性，曾经历过了艰苦繁复的计算，但计算结果总与政府公布的数据大相径庭。是一个突发的奇想，使笔者在半个小时内就算出了与统计部门数据基本吻合的上海十年来的“居民住房总建筑面积”以及相关的“人均建筑面积”。其计算结果，“居民住房总建筑面积”与各类统计年鉴公布的相应数据平均只相差3.6%，“人均建筑面积”与建设部近三年的《城镇房屋概况统计公报》中的相应数据百分之百相符。

是什么样的“突发奇想”有如此神奇的效果？笔者是这样“奇想”的：“吗要那么认真？”鬼使神差，笔者信手将1995年以来每上一个年度的住宅建筑面积与当年竣工的商品住宅建筑面积相加，结果就与统计部门“统计”的“居民住房建筑面积”基本相符，再将统计年鉴中公布的“非农人口”与“居民住房建筑面积”相除，就得到了与建设部《城镇房屋概况统计公报》数据一模一样的精确到小数点后两位的“上海人均住房建筑面积”！

当然，在1999年到2004年，笔者的计算结果与统计部门数据相比还略少些，多则少10个百分点，少则少5个百分点。于是，笔者再次“突发奇想”，“我如果把空置房、已拆迁房都拿来填空缺呢？”于是，“奇迹”再次出现——笔者“灵感”激发中计算得来的上海住房建筑面积就与政府部门的统计数据99%、100%地相符了！

难道政府统计部门是在如此搞笑的状态下工作的吗？

笔者不愿相信。

如果需要计算的是上海全部居住房屋总面积，那可以把上年的居住房屋面积加上当年的竣工住宅面积——竣工住宅面积指“报告期内房屋建筑按照设计要求已全部完工，达到住人和使用条件，经验收鉴定合格，可正式移交使用的房屋居住面积的总和”（此解释见由上海市房屋土地资源管理局和上海市统计局联合编辑出版的年鉴类刊物《上海市房地产市场》，下同），但必须减去已经拆迁了的住房面积。然而这样得出的全部居住房屋总面积数不能用作计算人均居住房屋面积的基数，因为当年和往年的竣工住宅中的没有实现销售的部分是不能按照已经移交使用的“人居房”来计算人均面积的。

如果需要计算的是上海已经实现了“人居”的全部住房面积，那么在每个当年度的竣工住宅中必须扣除还没有发生“人居”的面积，并减去已经拆迁了的住房面积。请注意，如果扣除了每个当年度竣工住宅中的没有发生“人居”的面积，在此就不发生“空置房”的概念——空置房指“销售物业报告年度内某类物业经初始登记一年后未售出的数量”，该面积已经包含在初始登记年的竣工住宅面积中。

笔者“第一次奇想”时的计算方法谬误在于：如果是计算全部居住房屋总面积，其没有减去已拆迁房的面积；如果是计算实现了“人居”的全部房屋总面积，其一没有减去已拆迁房的面积，其二没有减去以往年度积存的空置房面积，其三没有减去当年竣工住宅面积中没有实现销售的部分。

照笔者“第一次奇想”时的计算方法来计算“人均住房面积”，那是偷换了“人均住房面积”的概念——虽然统计部门没有对“人均住房面积”的计算方法作出定论，但是，作为体现住房条件改善的最重要指标，人们对“人均住房面积”的约定俗成的理解就是已经实现了“人居”的房屋的人均住房面积！

笔者“第二次奇想”时的计算方法谬误更是显而易见——那是明知故犯了——不但不将这些没有发生的、不存在的因素做减法，相反还把这些因素又做了一次加法！每一个按常规思维的人会为此感到不可思议。笔者同样不信政府部门工作人员会故意这么做。这么做的后果是严重的，这使得上海在2005年时的人均住房建筑面积平添了13.33平方米——在把2005年全部竣工住宅作为已经实现了“人居”的前提下！因为1999年到2004年，上海城市的拆迁面积总和加上每年空置住宅面积的累计数是5520万平方米，这些数字不扣除，就是多计算了5520万平方米未实现“人居”和已经灭失了的住房面积，这些数字还要再加一次，那就是在1999年到2004年，多计算了5520×2=11040万平方米未实现“人居”和已经灭失了的住房面积；同样，在1996年~1998年以及2005年的住房面积中，也因为没有扣除拆迁面积和空置住宅面积，导致多计算了4278万平方米的未实现“人居”和已经灭失了的住房面积，只不过没有再重复加一次而已。这样，1996年到2005年每年多计算的“人居”住房面积累计一共是11040万+4278万=15318万平方米——2005年竣工面积中的未实现销售部分还未计算在内，2005年上海的非农业人口是1148.94万，15318÷1148.94=13.33，这13.33就是按照笔者“搞笑计算法”计算出来的属于“多算”的人均建筑面积！

笔者相信政府工作人员不会这么搞笑，笔者也认为，计算结果一样不等于计算过程一样，但是，由于政府部门对住房面积的计算过程不见公布，作为上海市民，希望能看到政府统计部门对于上海住房面积的计算过程。

笔者的计算过程见表（一）、表（二）。

表（一）、上海居民“人居”住房面积计算过程表(与统计部门的统计结果相符)单位：万平方米

注：1.“统计部门提供的市区住宅建筑面积”中，97、98、99三年的数据来自《上海投资建设统计年鉴》，其他数据来自年鉴刊物《上海市房地产市场》。2.“当年商品住宅竣工面积”来自年鉴刊物《上海市房地产市场》。

3.此表中的已拆迁住宅面积和空置住宅面积不包括1976、1997、1998、2005年数据，这些数据见表三和表四。已拆迁住宅面积来源：见《上海市房地产市场》，空置住宅面积来源：2000年前数据见《上海统计年鉴》，2000年后数据散见于媒体报道的官方统计数据。

4．撤县改市增加的住房面积中，99年数据是指青浦、松江的住房面积，2002年数据是指南汇、奉贤的住房面积，2003年数据是指崇明的住房面积。数据来自《上海统计年鉴》。

表（二）、2003~2005年上海城镇人均住房建筑面积计算表(与统计部门的统计结果相符)

数据来源：《上海市房地产年鉴》，2005年数据见《上海统计年鉴（2006）》

2．搜集了自2000年到2005年由政府部门认定的每年的空置住宅面积数据。

之所以称为“搜集”，是从2000年开始，《上海统计年鉴》就不再公布每年的空置住宅面积，《上海市房地产年鉴》也不见公布。现在统计部门公布的居民居住房屋总面积中是把空置住宅也当作已居住的房屋面积计算的（年鉴刊物《上海市房地产市场》明确居住房屋面积中包括空置住宅面积），但是就常识而论，空置住宅面积是不能作为“居民人均建筑面积”来充数的。所以，笔者要把空置住宅面积剔除出人均居住面积指标体系。虽然统计部门关于空置量的计算自1999年以来都是“根据上市量与销售量的变化判断空置量的增减或升降趋势”，然而，有总胜于无。空置住宅面积见表（四）：

表（四）、商品住宅空置面积（95-2005），单位：万平方米

注：1.2005年空置住宅面积根据当年商品房空置面积536.56平方米的60%计算。

2.对于空置量的概念和计算方法，2000年到2005年的年鉴类刊物《上海市房地产市场》均这样注解：“空置量是销售物业报告年度内某物业经济竟初始登记一年后未售出的数量（建筑面积）。由于本市楼宇个数众多，目前根据上市量与销售量的变化判断空置量的增减或升降趋势”。

3．计算了不应该当作“居民居住水平提高”来展示的住房面积增加因素。

上海市区居住房屋面积增长由多种因素造成，并非所有的增长因素都是“住房改革的成果”，有些增长甚至还是住房改革导致的“后果”。因此，不论是住房总面积增加还是人均住房面积增加，并非都能为之歌颂的。

笔者先计算了从1993年浦东新区成立以来，在撤县改区过程中新增加的原县属城镇住房面积。

1991年浦东新区成立前，上海市区区域面积是745平方公里，九个郊县的面积是5590.5平方公里，到2005年，上海市区区域面积是5155平方公里，一个郊县（崇明县）的面积是1185.49平方公里；1991年时市区户口数是269万，郊县户口数是167万，当2005年，市区户口数是468.1万，郊县户口数28.6万。这样的变动当然会对市区住房总面积产生影响——光从1997年金山撤县改区起算，到2002年上海先后有松江、青浦、奉贤、南汇等整区建制的2000多万平方米的原县属城镇居民住宅面积并入了市区居民住宅面积，而崇明县的镇建制住房也有305万平方米在2003年并入市区住宅面积。上海2002年的居住房屋总面积比1997年多了12677万平方米，减去5434万平方米的空置住宅、拆迁住宅面积，余下的住宅增加面积是7243万平方米，这其中22%是原县属镇居民住房划并为城区居民住房所致。显然，这些因行政区划变动带来的城区住房面积增加不能视作“住房改革的成果”，不能视作“居民居住水平提高”的佐证。

笔者再根据第五次人口普查数据，计算了各社会层面拥有的房屋资源状况。这个计算揭示了“人均住房指标”已经对国计民生的真实情况产生了误导。在“住房商品化”前后拥有权力资源的家庭集中挤上了“单位分房末班车”，这是导致1998年到2001时上海居民住房面积激增的原因之一。在这个时期，商品住宅还轮不到普通市民来“商品化”——那时普通市民接受的“商品化”，不过是在1998年~2001年差价换房5000户、10694户、16941户、10888户，出售已购公有住宅10155套、19771套、43411套、69832套（见年鉴刊物《上海市房地产市场》）。最多是到1999年底，居民在出售已购公有住房后再购新房时“吸纳新建商品房总建筑面积达250平方米”（《上海房地产市场（2000）》。1999年以后不见有关统计数了，但根据2000年和2001年居民出售已购公有住房560万平方米的数据，那到2001年，全市居民在出售原有公房后再购置的新建商品房不过是10万套左右。这就是住房商品化开始前后上海普通市民消化商品化住房的能力——2001年，上海城市居民中等收入家庭的人均可支配收入是11155元，恩格尔系数是47！

这个时期内销商品房（包括住宅、办公楼、商业用房，住宅面积平均占95%）的出售情况是：1997年出售3.76万套，1998年7.46万套，1999年11.95万套，2000年16.16万套，2001年20.01万套，总共59.36万套。其中外地个人购买6.61万套，本地单位购买4.27万套，本地个人购买48万套（见年鉴刊物《上海市房地产市场》）。注意，1997年到2001年“本地个人”购买的商品房中购买的商品住宅是40万套，而“本地个人”购买的套数其实是有假的，因为从1999年“住房商品化”政策起步开始，就有不少有“实力”有“势力”的单位以事实上的单位出资来为少部分个人购置房产；而各级党政企事业单位负责人，也在此时加紧让自己的住房面积“达标”、“超标”，“达标”、“超标”的标准，是1995年颁布的沪房地改（1995）767号文件《职工家庭购买公有住房建筑面积控制标准》，在这个文件中，明确一般职工、干部和初级技术职称人员可购买公有住房面积的上限是75平方米，科级干部、中级技术职称人员、具有证书的高级工购买上限85平方米，县处级干部、副高级职称人员购买上限100平方米，副局级购买上限120平方米，正局级、正高级和享受正高级待遇的专业技术职称人员购买上限140平方米。购买公有住房面积的前提是要首先住房要达到这个面积标准，不少掌握权力资源者趁机将自己的住房面积大大地上了几个台阶，当他们将自己突击得来的房屋用“购买公用住宅的标准价”买下，他们就拥有了比普通市民多得多的住房资产——他们才是住房商品化的最大得益者。

根据第五次人口普查资料，到2000年为止，上海的中心城区和新建城区共有457.16万家庭户，其中15.5%家庭户（70.6万户）人均建筑面积40平方米以上，这部分家庭户拥有城区35.2%的房屋资源，这些家庭户以国家机关、党群组织、企业、事业单位负责人为绝对主体；而人均建筑面积19平方米以下家庭几乎全都是底层社会普通劳动者家庭，这部分家庭占到城区家庭户总数的53.3%（244.1万户），他们拥有的房屋资源只占到24.8%，当时城区有80万户家庭、225.5万人居住在人均建筑面积8平方米以下的居所，65.2万户家庭、183.1万人居住在人均建筑面积9~12平方米的居所。

在以后的“住房商品化”过程中，“负责人”群体在家庭住房上占有的地段优势更是远远超出了其在2000年时单纯的面积优势，这种地段优势体现的商品化价值远不是面积优势体现的商品化价值所能比拟。因此，不分职别不分区域地段的笼统的全市性的人均住房指标已经失去了统计的意义、公布的意义。

需要指出，笔者曾经在有关投资建设统计年鉴（可能是《上海投资建设统计年鉴》？）中见过1994年~1999年的上海市区建筑面积、居住面积、市区人口统计数（见表五），不管数据是否准确，起码，此表将人均居住水平指标是如何产生的过程透明化了。而现在的统计数据对于公众来说，是从根本上缺乏透明度的。此次笔者能把上海的住宅建筑面积和人均住宅建筑面积算到与统计数据差不离，不过是“蒙”对了而已。

原表说明：人均居住面积一般以各类建筑房屋的实际建筑面积乘以各自平面K值折算成居住面积，与市公安局提供的年末长期人口数相除后求得。73年通过房屋普查，以实际测得居住面积计算。

但此表中的“市区人口数”在《上海统计年鉴中》中是找不到出处的。《上海统计年鉴中》提供的1994年到1999年的“非农业人口”与此表中的“市区人口”相比，少则相差4%，多则相差14%，“年末区人口”与此表中的“市区人口”相比，相差得就更多。

笔者丛观历年的住房统计数据，发现有的年份以“市区人口数”为人口计算基数（1994-1999），有的年份则以“非农业人口”为计算基数（2003~2005），而更多年份的人口计算基数还无从核对无从查找。这样，上海的人均住房统计指标光是因为“人口数的统计口径不同”，就已经没有可比性了。

还有必要认真对待“人均居住面积”、“人均建筑面积”吗？

“人均居住面积”、“人均建筑面积”还能反映绝大部分居民的真实居住状况吗？作为一个公民，笔者提请政府部门变更上海住房指标的统计方法。事实上，这并不是需要白手起家的作业——第五次人口普查已经提供了全国各地的非常详细的住房统计资料，上海当然不例外。一个疑点：第五次人口普查中有关住房的数据为何不见引用？

2000年的全国第五次人口普查提供了非常详细的住房统计资料。这个住房统计资料反映，在2000年，上海中心城区一共有627.92万人，人均建筑面积15.85平方米；新建城区有657.21万人，人均建筑面积27.45平方米，将城区人均建筑面积乘以人数，上海城区范围内的住房建筑面积应该是27993万平方米，比统计部门用因袭下来的统计方法计算出来的面积要多7128万平方米——统计年鉴公布的2000年上海各区的住房建筑面积统计数是20865万平方米。

第五次人口普查是“重大的国情国力调查，是和平时期最大的社会动员，涉及到社会的各个方面、每一个家庭和每一个人”，“对于全面实现我国现代化建设战略目标，研究下个世纪的社会、人口变化情况具有重要意义”（见《国务院关于进行第五次全国人口普查的通知》）。通过这样的调查得来的有根有据的数据却不见引用，这又是为什么？

不解決為什麼人的問題，住房改革不可能成功

近年来，有关住房改革是否成功的讨论进行得轰轰烈烈，笔者不讳言，笔者认为住房改革是失败的。即使这样，笔者还没有对上海的居民居住房屋总面积和人均住房面积提出过怀疑，笔者还是相信政府统计部门是在严肃认真的工作态度下科学地得出这些统计数据的。但因为笔者搞笑般地计算了一番上海住房数据竟意外地与政府统计部门的计算结果相同，而这样的计算结果是要让上海的人均建筑面积平添出13.33平方米的，这不由得笔者诚惶诚恐——即使笔者认定住房改革是失败的，也不希望以“统计部门多算人均建筑面积13.33平方米”来作为佐证呀！

笔者猜度，目前有关上海的住房数据可能是“数出多门”，却缺乏对这些数据的整体性的把关。国家对房地产宏观调控措施不能从根本上奏效，恐怕与我国的数目字管理的基础还相当薄弱有关。现代化管理的基础一是法治，二是“用数字说话”，从宏观而言，一个国家的基础数据管理情况和应用情况反映了一个国家现代化的水平。第五次人口普查得来的住房数据是基础数据，而怎样对这些基础数据有效管理和应用，则是一个庞大的课题——缺乏管理，数据就只是一堆令人头昏目旋眼花缭乱的阿拉伯数字。

数据统计论文篇6

关键词：企业管理统计数据质量影响因素

一、前言

现代企业管理越来越离不开企业统计的数据。尽管在计划经济体制下,企业生产经营和管理方式过于简单,其目的也远没现在复杂,只要控制好生产,保质保量完成就行了。但在市场经济条件下,企业作为独立的法人,独立生产,自负盈亏,渐成了产供销一条龙的局面,管理过程也没有以前那么容易,管理方法和手段也层出不穷,管理难度也大大增加。但是,不管采取何种高明的管理方法,其实施都有一个前提,就要对企业生产经营状况及企业内外SWOT进行具体的准确的分析,而这些都离不开统计工作的支持。可以这么说统计数据质量好坏直接导致公司管理运作的好坏,但当前有些地方和企业为了自身短期效益的提高,采取虚报、拒报、迟报这些手段,造成大量统计数据严重失真。那么影响企业统计数据的原因在哪?

二、影响企业统计数据的因素

1.企业管理者角度。作为一个企业领导,本身法制观念淡漠,对统计数据质量重要性意识不高。认为只要统计数据公布朝公司有利的发展角度出来就行,通过虚报统计数据,吸引更多的投资者和客户。基于这个原因,企业管理层要求财务人员兼任统计工作,并结果有领导层统一指示,数据则有财务人员编报。这种统计数据填报的随意性较大,给消费者、投资人及国家税收的危害性也很大。

2.统计人员角度。之前说了很多企业的统计人员大多由企业的财务人员担任,这往往造成统计人员变动随意较大。由于不是专职统计人员,统计工作也自然不会一心一意,而是多心多意,工作重心不会全放在统计数据真实性上,有可能随填一个数字,草草了事,只要交差就行了。

3.原始数据本身角度。由于统计数据有关的原始数据本身就存在很大的人为因素,所以统计数据尽管计算统计过程都是公平的,但原始数据造假现象导致的数据质量水平下降,也是有可能的。如一些记录的不完整、不准确,有时记录数据还出现低级错误,还有些填报的对象不说实话,不报实数,报表经不起仔细推敲,出入很大等等,这些都有可能造成统计数据质量被破坏。

4.统计报表制度角度。我国已经步入多元经济时代,尽管主体仍是市场经济,但很多经济形式呈现多变化趋势。这种多元形式带来经济利益的多元化格式,可是我国的统计报表制度未能与时俱进,仍采取新瓶装旧酒模式,这显然已经不适合当前经济发展的需要。

5.统计标准化角度。建国以来,国家及主管部门对企业的考核评价标准总是随着宏观经济指导思想的调整不断变更,要求上报考核的统计指标由7项增至8项,直至16项,以后又更改8项;一些地区也根据各地的实际需求,相应增加或减少了一些具体上报指标,这必然导致标准不一、互相矛盾现象的发生以及统计标准不齐、不全、不配套现象的普遍存在。

6.统计部门角度。当前,我国的统计部门大多属于政府性质,而且受到传统计划经济体制的影响很严重,统计的习惯大多采用企业逐级向上报送统计资料的单向循环,对于统计数据的结果也并未形成具体有效的核查措施,这样割裂了市场经济条件下,企业作为第一统计信息源,而且企业可以随意填写资料上报,只要合乎情理,基本不会向下循环真实与否。而且整个企业逐级上报手续过程繁杂,已至汇总结果在最后一级已经是“面目全非”,致使统计的数据质量难以保证。

三、提高统计数据质量的建议

1.企业管理者建议。对于企业管理者观念意识淡漠,笔者认为这并不是一朝一夕的事情,商人唯例事图这是自古传统。所以要改变这种观念,需要进一步加大宣传的力度,让其认识到《统计法》的重要性,增加《统计法》对于规范企业统计工作的力度,这也是督促企业管理层转变观念的一大法宝。基于此,统计部门要借助主流媒体刊物宣传《统计法》,以提高各级领导的法制观念意识,认识到如果虚报、瞒报、不实报都会给国家和企业带来严重的影响。

2.统计人员角度建议。从统计人员角度,笔者认为要加强对统计人员职业素质的培养,通过统计人员职责规范的培养力度,让其提高自己的职业能力。同时,企业应该拟设统一统计岗位,让财务和统计脱离,不可由财务人员兼做。这样可以方便统计人员一心一意从事统计数据,不受干扰。

3.原始数据本身角度。原始数据是数据统计质量的关键一环,如何确保原始数据真实性,就需要采取考核机制,从源头上进行把关。对统计上来的原始数据,派人去源头抽检,如发现有一处地方不实,将采取严厉惩罚措施,并复杂,以保证统计的原始信息数据采集中的真实性和准确性。

4.统计报表制度建议。进行统计报表制度改革,是解决统计报表制度不能满足市场需求的唯一方法。改革,主要改革其统计调查的方法体系。而且要对其方法体系进行大刀阔斧的改革。从调查的经济结构、经营方式和经济机制的不同,按照对象、内容和条件、环境不同,分别采取不同的调查方法制表。

5.统计标准化角度建议。对于统计标准化建议,笔者认为,首先要搞好统计调查表的设计。企业综合统计部门应根据上级部门和本企业生产经营管理的需要,会同会计等部门统一设计企业内部一套表,在设计中应体现新的国民经济核算体系,各指标之间应相互联系,相互配套,统计指标的涵义、范围、计算口径应一致。其次,实现原始记录、统计台账的标准化。我们知道,原始记录是业务核算、会计核算、统计核算的共同基础,只有这样才能使三种核算结果相互衔接,口径一致,而要保证核算数字的准确性,要求核算的数字来源,都有真实的原始记录为依据。从原始记录开始一直到整理表、场内报表及三种核算,数字来源通过逐级加工,都是有据可查的。只有这样核算,数字的准确性才有确切的保证。

6.统计部门角度建议。精简机构,双向循环机制,这是改革统计部门层级制度的唯一办法。所谓精简,就是少环节,多内容。而且采取单位和政府双方循环机制。一个巴掌永远拍不响,要双方互动,加强数据交流沟通,才能保证数据统计的实效性。

四、结语

综上所述,明确了企业统计数据质量关键影响因素后,企业就可以有的放矢地做一些改进举措来达到提高统计数据质量的目的。

数据统计论文篇7

收集(或搜集，下同)和管理档案的根本目的，除了不使其散失和安全保存外，主要是为了开发与利用。而在档案信息资源开发利用工作中，存在着传统式的被动(即坐等)服务形式和不重视档案利用信息反馈的两大问题，已严重影响着档案信息资源的开发与利用和档案事业的健康发展。本文针对问题，结合笔者所在的绍兴地区实际，重点对档案利用数据统计与档案实际效益作一探讨，与档案界同仁商榷。 一、当前，在档案信息资源开发和信息反馈工作中存在的主要问题 (一)局限于档案利用数据统计，不求档案的实际效益。各地各级档案行政管理部门，每到年终在要求基层档案馆(室，下同)编制年报，了解档案利用情况时，只需统计几个利用数据，如利用人数、利用档案卷(册)数、页数及复印数据数等，而不了解通过档案信息资源的开发与利用，而所获得的社会效益和经济效益。收集统计档案利用数据，虽然亦能反映档案的利用情况，但这是表面现象，说明不了档案给社会和经济建设带来的价值和作用。也就是说，统计几个数据只能揭示表现现象，而不能揭示档案利用的实质，即实际效益。这是各地各级档案部门普遍存在的一个问题。 (二)在档案馆查(借)阅利用时，只要求填写其利用目的，不求深层次了解，失去档案利用信息反馈的机会。在通常情况下，利用单位和利用人来档案馆查(借)阅档案时，均需填写一份登记表。登记表除需填写利用单位、利用人姓名和证件号码外，就是还要说明利用目的。而利用者在填写利用目的时都较简单，如“工作参考”、“提供产权依据”等等。由于不作深层次了解，利用结束亦就了结，而失去了档案利用信息反馈的机会。档案信息资源的开发与利用，可分两个阶段。第一阶段，又可称初级阶段，即利用者到档案馆查(借)阅档案或档案馆主动为利用者提供档案，这时只反映档案利用情况；第二阶段，又可称为高级阶段，即档案通过利用者在工作、学习、生产等社会实践中的利用，不同程度会产生一定的社会效益和经济效益，也就是体现了利用档案的作用和价值，通过信息反馈而求得。而要取得这种信息，事先必须有所了解和掌握，即在利用时有目的地作些深层次了解，并一一记录在案，以利日后跟踪调查。 (三)有了利用实例，不求汇集编发重返社会。有些馆虽也注重档案利用信息反馈工作，收集有价值的档案利用实例，但只是作为档案目标管理认证和达标的材料，因此收集后就将实例束之高阁，不汇编发表，重返社会，影响档案信息资源的开发与利用。如果将利用实例编发，不但会促进档案的开发利用，使社会和全民更加认识档案、了解档案，使档案的使用价值得到进一步发挥，而且可大大提高档案馆的社会地位和知名度。 (四)编研工作滞后，远远跟不上档案信息资源的开发利用需要。因为，利用单位不了解馆藏情况，即你馆藏中究竟有些什么资料可供社会利用。因此，档案管理人员必须了解信息社会动向和需求，结合馆藏实际，有目的、有计划地编研一些参考性、指导性的资料，提供社会利用。然而，各地各级档案馆编研工作滞后，跟不上社会发展和经济建设的需求，影响档案信息资源的开发与利用。 二、档案馆应在了解和掌握档案利用实际效益上下功夫。 综观各地各级档案馆都能够把每年档案资料查阅利用情况反映出来，即某某年查阅有多少人次、多少卷(册)档案，但该年数百人次、数百卷(册)档案，有什么社会效益和经济效益呢?却一无所知或知之不多。为此，笔者认为档案馆查阅利用情况需要了解和统计，但更重要的要从了解和掌握档案利用实际效益上下功夫，即了解其查阅利用目的和所产生的社会效益和经济效益。要想取得成果，除了要求利用者主动反馈信息外，档案馆亦可进行跟踪调查。调查收集档案利用实际效益，主要有以下六大作用： (一)有利于了解档案的价值和作用。《档案法》第二条称：“本法所称的档案是……对国家和社会有保存价值的各种文字、图表、声像等不同形式的历史记录。”但了解档案是否具有保存价值，最重要的一点是要提供利用。如果档案不再利用，最有价值的档案也就失去保存的意义。而只有通过档案的利用和开发，才能了解档案的价值。过去不少单位和领导，为什么对档案工作不够重视和支持，主要一个原因是档案部门长期处在“封闭”状态，单位和领导也认为档案不能给本单位出效益、出成果。其实无数事例证明，这完全是一种偏见和误解。有保存价值的档案，一般都具有利用价值，但其价值的大小，必须通过利用，一旦利用一定会产生一定的社会效益和经济效益。 (二)有利于档案的鉴定工作。众所周知，档案的保管期限定为永久、长期、短期三种，

数据统计论文篇8

基于流程管理理念设计的物流管理信息系统，坚持以客户为中心，兼容运输管理、仓储管理、过程监控、供应商（外委车队）管理和结算管理等业务，全部统计数据集中在数据库中进行管理，各个操作点输入基础业务数据，并能动态查询。物流信息系统对物流业务数据从源头进行管理，并进行全程动态监控和记录，增强了系统中数据统计的真实性和实用性。

1.1开发工具选择

系统开发采用数据访问模式（C/S）设计结构，后台采用ORACLE数据库，客户界面采用与数据库有良好关联的PowerBuilder为开发工具，从而很好地解决了数据的安全性和系统的稳定性。Oracle是大型关系型数据库，其本身提供的数据库技术能够满足特大型企业数据信息的处理和存储，以及解决数据的安全性等问题。PowerBuilder是一个非常成熟的面向对象的开发工具，提供了和数据库进行关联的非常良好的接口技术，能够用来开发具有个性的用户界面，其本身的功能非常全面、实用。

1.2需求调研分析

1）响应客户需求

对客户的需求做出快速、准确的反应，并围绕客户需求展开工作，尽量为客户提供全面、周到的服务。客户的需求以订单的形式在系统中进行体现。

2）调度管理需求

调度管理要求能够快速响应客户需求、有效控制车辆运行并对车辆进行全面监控。调度管理以路单的形式在系统中进行体现。路单是整个物流运输的核心环节，它贯穿物流运输的各个环节，对订单进行反馈，是结算的依据、成本核算的载体、仓储管理的基础。

3）结算管理需求

结算管理指生产统计对客户、供应商（外委车队）进行收入、支出结算，它以结算单的形式在系统中进行体现。结算单支持开票方变更，可以开票至付款方、托运方或收货方。统计结算员将结算单过账到财务后，可自动打印发票。

4）成本管理需求

成本是指车辆因运行而产生的人、财、物的消耗，将车辆运行的成本归集到单车上，便于对单车进行考核。成本分固定成本和变动成本，主要包括车辆折旧、保险、养路规费、燃油、轮胎、辅油、辅材、零配件、在外费用、工资等。

1.3物流管理信息系统主要功能

针对调研的需求分析，物流管理信息系统主要开发了基础数据管理、订单中心管理、调度中心管理、结算中心管理、成本中心管理、综合报表等功能模块，其他还有系统管理、现金报销和钢材货位管理辅助功能。

1）基础数据管理

系统采用基础数据统一管理的模式，便于维护。基础数据包括公司共享数据和生产数据两部分。共享数据通过接口从其他模块系统引入，生产数据只在物流管理信息系统使用。主要的共享数据包括组织信息、车辆信息、车队信息、客户信息；主要的生产数据包括业务类型（物资/作业类型）、运输路线、钢材品种、运价清单、燃油类型、计量单位、司机信息和供应商信息（外委车队）。通过维护基础数据，保证系统最基本数据的正确性和统一性。

2）订单中心管理

订单管理主要是用来承接外部运输订单和固定运输业务。通过接口，将客户的运输提单直接引入到公司系统中，生成运输订单。通过运输订单了解客户的运输需求，细化运输任务，便于调度人员安排运输车辆和货源。订单的设计以给客户提供全面、周到的服务为原则，提供了路线变更服务、改变运输方式服务等。通过订单的状态，有利于控制运输进度。审核状态的订单可开具路单，而草稿和完成状态的订单无法开具路单。物流管理系统中订单管理主要完成的功能。订单的录入、修改、取消；ERP订单自动接收：对于能够与ERP信息系统接口的生产计划来源，通过运输系统和ERP系统接口，自动完成这部分运输订单的数据检验和载入，进入系统后和其他订单一样处理；订单的审核生效：完成订单的确认工作，审核后订单即进入生效状态；订单信息查询：根据订单的相关信息查询具体订单，支持模糊查询；订单列表界面：可按查询条件不同，支持多种模糊查询。

3）调度中心管理

调度中心管理是整个物流管理信息系统的核心，它是通过路单来实现的。路单的主要功能包括控制运输过程、反馈订单的完成情况、作为结算的依据和财务控制的源头。路单也有草稿、审核和完成三种状态。调度员开具路单时为草稿状态，表示车辆和货源都已准备就绪，可以装车。审核状态表示装车完毕，车辆可以运行。车辆回来后，将运输期间发生的费用录入到路单中去，将路单设置成完成状态，表示1次运输活动结束。路单的状态表示运输活动的不同阶段。只有审核状态的路单才能进行打印；驾驶员必须手持打印的路单才能离开；只有客户签字的路单发生的在外费用才能追加到路单中去。通过状态可以统计车辆的待装时间、运输时间。路单审核后，表示运输活动正式有效，其运量也累加到订单的实际运量中，从而对订单的完成情况进行反馈。审核状态的路单可以进行车队产值统计核算，可以作为统计收入和财务支出的依据，也是财务监控业务的基础和源头。路单也对客户的个性化服务提供足够的支持，在运输方式上分为直达运输、中转运输、二次运输和无需运输，在收入方式上分转账、现金和内部用车，从而很好地解决了各种运输及结算间的难题。

4）结算中心管理

统计结算管理分统计收入结算和统计支出结算。收入结算指为客户运输钢材收取运费形成的财务收入，支出结算指为供应商（外委车队）承运运输任务形成的财务支出。结算单是和客户、供应商进行结算的凭证，其数值取自运输路单。结算单分草稿、审核和过账3种状态。草稿状态的结算单将运输路单引入到结算单（行项目）；过账状态的结算单通过接口自动进入财务系统，在财务形成应收账款或应付账款。

5）成本管理和现金报销

成本是指在运输过程中或与运输有关的活动产生的费用和消耗。进行成本管理主要是为了细化管理，将每次运输的收入和成本进行对应，从而得到单车每次运输的大致利润，便于生产分析和财务控制。运输成本主要包括燃油、通行费、住宿费和罚款等；与运输有关的成本包括职工工资、行补和车辆保险费等。

6）综合报表

综合报表是对系统中的数据以报表的形式进行归纳、汇总和展示，主要用来支持业务和辅助管理。统计报表系统提供27个分析报表，主要分业务支持报表和辅助管理报表，还可以根据实际需求进行报表定制。

7）货位管理

货位管理是为仓储业务的开展而设置的，通过定义货位及通过控制中转运输路单和二次运输路单的状态进行入库和出库管理。货位管理能非常直观地了解仓储基地内的货物的类别和数量，较好地解决了运输和仓储间的衔接关系。

8）系统管理

系统管理是为系统管理员进行后台系统设置而开发的，诸如用户界面的组合、用户的定义、用户所属部门、用户权限、页面的定义等，都是通过系统管理完成的。只有系统管理员才有权限管理系统后台设置。

2技术难点整个系统在开发过程中主要解决了以下几个技术难点

1）通过订单、路单、结算单的状态，控制运输进度，体现运输的不同阶段

只有特定状态的订单才能开具路单；只有特定状态的路单才能用来结算、归集成本或辅助仓储管理。状态分成草稿、审核、完成（过账）3种。草稿状态代表原始状态，任何内容都可以修改；审核状态代表正式状态，任何内容都不能再修改；完成状态代表1个子流程的结束。子流程之间的数据传递是通过状态进行控制的，只有特定状态的数据才能流转到下一子流程，否则系统不予通过。

2）系统在统计结算管理设计时，区分承运车队和结算车队，其中承运车队是产值的归集组织，结算车队是收入的归集组织，因而从根本上理清了产值和收入之间的钩稽关系。

3）实现了财务、生产统计业务一体化管理

在使用新系统之前，生产统计业务和财务是脱节的。统计业务处理完成后，生成的统计数据需要到财务系统重新录入，在财务系统中再进行二次处理，因此，财务只能被动地接受统计业务产生的数据，而无法对统计业务进行监控。新系统中的数据高度共享，统计和财务使用同一个数据，最后在财务中生成的信息就是从统计的原始数据，即路单中的数据生成的，财务可以追溯原始数据。在路单中增加收货方、付款方，同时增加了开发票方，直接解决了财务的二次处理问题，因此统计结算单过账到财务系统后，可以直接打印发票并进行记账。

3结语

数据统计论文篇9

传统的海洋数据服务一般是专项专建、专人专用，针对人群比较单一、数据类型比较简单，而且在项目结束后通常建设的数据库和应用系统由于没有后期的经费支撑而停用。本研究提出的海洋环境数据在线服务系统（以下简称系统），涵盖了多专项、多学科的数据，在原有数据库、应用系统、专网基础上进行系统集成、数据库扩建，为海洋局属各单位提供共享服务。系统是运用面向服务架构的设计思想搭建应用系统。采用并行数据库技术实现大数据量的存储、加载、更新、查询等操作，利用ETL调度工具实现源数据库到并行数据库的数据抽取、转换和转载，减少重新建库的工作量。采用虚拟化技术整合存储、服务器、网络资源，建设数据中心集群，提高资源利用率，采用域控管理机制实现数据安全管理，权限管理。采用VPN认证管理机制，保障系统安全正常运转。

2系统设计

系统通过面向服务的总体架构，以数据的汇集、处理、应用为基础主线，采用高速并行技术，结合虚拟化技术等先进IT技术，设计系统的逻辑架构、功能架构、物理架构与技术架构。

2．1逻辑架构

系统总体架框架由数据层、管理层和应用层3部分构成，数据层是指通过对历史收集、专项调查、在线传输等方式收集，采用数据集、数据库方式进行数据存储与管理；管理层是指对使用系统的用户进行统一认证、用户管理、数据授权等实现用户有效可控的管理；应用层是指为用户提供数据的在线查询检索、数据时空分布检索、产品加工处理等应用服务，满足用户多样化的需求。应用层与管理层通过内网和专网访问数据层，实现数据的管理、查询、处理等服务。

（1）数据层。数据层主要由原始数据、基础数据和成果数据3部分组成。原始数据是指海洋仪器现场采集的原始资料、现场汇交的纸质或者电子资料等。原始数据采用文件方式存储，基于原始资料清单和数据库文件目录等方式进行管理。类型包括海洋观测原始资料、海洋监测原始资料、专项调查汇交资料等。基础数据是指对原始数据进行整理、排重、质量控制等处理之后形成的标准化数据。内容主要包括专项调查数据、观测实时资料数据与国际业务化数据等，专项调查数据包括水文、气象等9个学科，观测实时资料数据包括海洋站、雷达、浮标等。基础数据采用数据库存储方式，根据基础数据的资料类型、资料格式、数据观测频率、数据传输频率、数据量等设计数据库结构。成果数据是指经过信息提取、多源数据融合、数值模型分析、统计分析等手段处理后形成的数据。成果数据由要素数据、成果专题数据、资料目录数据组成，采用数据库存储方式。要素数据是以基础数据为基础，根据数据的专题应用保障和服务需求，按照时间、空间、专题要素等进行组织的数据。成果专题数据主要包括数值型产品和图形产品，涵盖海洋再分析产品、实况分析产品、潮汐预报产品和海洋专题产品等。资料目录数据主要包括原始数据集目录索引、标准数据集目录索引、产品数据目录索引等。

（2）管理层。管理层主要负责系统的用户管理、资源管理、业务流程管理和运行监控管理等内容。用户管理包括用户的创建、更改和删除、角色管理、功能授权与数据授权；资源管理包括目录索引管理、数据导航管理、信息管理与信息资源管理；业务流程管理包括数据申请、虚拟机管理、数据审批管理等；运行监控管理包括运行环境监控、数据资源监控与用户行为监控。

（3）应用层。应用层依托于中心内网和海洋专网，基于并行数据库技术和虚拟化技术，实现海洋局属单位间的数据在线服务。应用层主要包括：数据时空分布展示、数据查询检索服务、数据共享虚拟环境、产品制作与产品导出功能。数据时空分布展示是利用数据的经纬度、时间范围、站次数等关键信息，通过统计计算数据量，依据色彩图例，进行时空分布展示。数据查询检索服务包括数据库查询检索和数据集查询检索。该服务可提供基于矢量地图及影像地图的地图显示控件的数据查询服务，以及使用关键字对数据进行查询。产品制作是指对资料进行整理、标准化处理，开展数据识别、解码等预处理操作，利用数据统计分析工具进行产品的加工制作。产品导出是指对用户加工制作产生的产品成果提供数据的导出功能，实现数据从虚拟机到本机的导出服务。

2．2物理架构

按照系统设计，对系统运行硬件环境进行搭建，硬件环境涵盖原始数据文件存储区、数据库存储区、数据处理区、数据服务区。按照网络布局可化为中心内网和海洋专网，内网为中心内部用户提供在线服务的入口，专网主要包括海洋观测网、海洋监测网、数字海洋网；数字海洋网为海洋局属单位提供在线服务的入口，用户经由内网／数字海洋网通过VPN身份认证后方可进入用户主页，通过登录进入个人虚拟工作环境（即用户虚拟机），用户可在虚拟机中对数据进行查询、处理和产品制作。系统经由海洋观测网和海洋监测网接收实时、延时观测和监测的海洋数据，并发送到系统的文件存储区和处理资料临时存储区，由存储管理系统进行数据的接收、存储和管理。利用用户授权管理将数据分发到数据处理用户的虚拟机中。数据处理用户通过中心内网登录到虚拟机后，开展数据整理、标准化处理工作后，将处理结果按照指定的路径存放。由数据传输系统同步传输到产品制作用户的虚拟机中，用户可开展产品加工制作并将成果按照指定的路径存放。最终由数据交换系统存储到统一的资料存储管理区。ETL处理系统经过数据抽取、清洗、转换等处理，将数据处理结果和产品加载入库，最终经由中心内网和海洋专网为海洋局属单位提供数据共享服务。

3系统功能实现

系统通过用户唯一入口登录，保证数据安全；开发数据处理系统，完成数据格式化转换；利用ETL处理系统，完成并行数据库的数据处理与调度，包括数据抽取、数据转换与清洗及数据加载；开发数据库检索、数据集检索、文件输出审批和文件导出等应用程序；开发系统运行监控管理系统，对系统的运行环境、数据状况和用户行为进行监控和管理。

3．1数据处理分系统

3．1．1实时数据处理子系统

根据海洋环境数据观测的采集规范和编码规定，对接收、收集和整合的大量海洋调查、业务化观测／监测等资料，按照资料类型、观测仪器、观测手段、要素内容等特点，开展数据识别、解码、数字化、数据项检查、代码检查等预处理，按照时间、空间和观测资料类型进行排重、排序和初步质量控制，剔除异常数据，依据数据来源、时间、地点等信息对数据文件进行挑选、过滤、分类存放，同时完善和新建相应的海洋环境数据存储标准，对资料进行标准化格式转换。

3．1．2历史数据处理子系统

系统根据海洋环境数据观测设备性能、仪器订正参数、资料种类、观测要素类型、观测方式、资料时空分布、要素数据经验范围等特点，配置质量控制参数，采用相应的质量控制方法，对各类海洋环境数据进行精细化的计算机自动质量控制和人工审核。质量控制方法包括范围检验、非法码检验、相关检验、季节性检验、一致性检验、着陆点检验、梯度检验、尖峰检验、气候学检验和极值检验等。

3．2数据库加载分系统

数据库加载系统包括通用数据库加载系统与并行数据库加载系统。通用数据库加载系统是通过加载文件清单的方式进行数据管理，清单文件是对每类数据的特征描述，包括文件类型、文件名、调查机构、绝对路径、备注等信息，通过一条记录就可以确认数据类型并找到数据存储位置。清单文件的组织结构与数据库表结构一致，且加载系统可实现清单列名与数据库列名对应关系的动态调整，清单配置文件设置完成后，单击上传，将清单的记录入库，加载过程中可通过状态条查看加载进度。并行数据库加载系统先按照数据库结构利用ETL处理系统通过抽取数据文件的相关信息形成库文件，将库文件存放在规定的目录下，并查看库文件的文件表结构，创建相应的数据库表，创建shell脚本并制定源文件和目标文件，最后写入数据库。

3．3数据查询检索分系统

系统主要分为两大模块：关键字查询和图形化检索。系统界面左侧显示海洋资料体系结构，右侧用于经纬度区域选择地图和查询结果浏览。用户首先在左侧选择相应的航次，然后在右侧地图圈定需求的区域，再输入关键字，查询该区域的特定信息，或查询特定区域的所有信息，或查询所有区域的特定信息，并能够对查询结果进行统计、排序、固定格式表格的导出。

3．4运行监控管理分系统

通过建立运行环境监控信息数据库，确定数据库中各类监控信息表、监控要素字段、监控状态字段、表关系和数据字典等，实现运行环境监控、数据监控与用户行为监控的实体建设。

3．4．1运行环境监控与管理子系统

运行环境监控与管理子系统包括硬件环境监控和软件环境监控两部分。硬件环境监控是通过对系统局域网硬件设备运行的日志信息进行提取、分析，实现对服务器、存储阵列、交换机、路由器、防火墙等设备故障诊断、告警等功能。软件环境监控是通过研制各商业软件（操作系统、数据库软件等）与各业务系统（数据处理软件等）运行日志读取接口，实时读取日志信息并加载运行环境监控信息数据库。

3．4．2数据资源监控与管理子系统

数据资源监控与管理子系统通过对数据汇集状态实时监控，实现信息反馈、到期告警、汇集情况季报与年报输出等功能，实现对海洋数据处理和质量情况的实时监控和预警、数据处理任务。调度管理；通过提取用户登录日志、数据库与数据集访问日志、数据申请信息进行分析，实现数据的服务内容、服务对象、应用领域情况的实时监控。

3．4．3用户行为监控与管理子系统

用户行为监控与管理子分系统实时对用户的登录、数据资源访问、外部设备使用、软件安装预警和设备接入等行为进行监控，具有终止用户操作、告警提示、季度分析报告输出等功能，在提供用户方便使用的前提下保障系统的稳定运行。

4关键技术

根据系统总体功能定位，在已有的工作基础之上，以数据的汇集、处理、存储、管理、服务过程为主线，采用操作系统、数据库、数据管理与共享3层软件体系，集成各类自主研发功能，构建灵活、稳定的架构模式。架构主要基于虚拟化技术、并行处理技术、数据检索并行处理技术与J2EE技术等关键技术。

4．1虚拟化技术

由于用户对处理器、内存等硬件和操作系统需求不同，用户工作使用的数据处理软件、资料质量控制软件和产品制作软件不尽相同，为满足用户需求，同时提高服务器、存储阵列等资源的利用率，采用服务器虚拟化技术实现满足不同用户需求的虚拟机，同时消除服务器与存储阵列对应用系统的物理局限性。服务器虚拟化技术是将一个物理服务器虚拟成若干个服务器使用，使得单个物理服务器上可以运行多个虚拟服务器。

4．2并行处理技术

利用高速并行处理引擎，完成多层次海洋数据体系动态更新的ETL（抽取、转换、加载）并行处理，实现整个系统的数据处理与调度，包括数据抽取、数据传输、数据转换与清洗、数据加载以及调度监控。

4．2．1数据抽取

数据抽取的方式包括：全表刷新、时间戳增量、日志增量和时间戳比较。系统采用时间戳增量方式完成数据的抽取，时间戳增量方式是通过记录时间将增量数据从源数据抽取出来，以附加的方式加载到高速数据存储中，完成源数据中的记录定期更新。时间戳增量方式是在源系统需要抽取的数据表中增加时间戳字段，用以表示数据的修改或新增时间，在数据抽取时通过它来识别和抽取增量数据。

4．2．2数据转换

由于海洋数据通过调查、汇交、网载等多种手段获取，每种手段来源的数据存在定义不规范、格式不统一等情况，导致系统的源数据存在重复、错误、格式不一等情况。数据转换是将多来源、多调查手段、多要素和多格式的数据进行转换，形成格式统一、实用性强的数据存储层。

4．2．3数据加载

将业务系统和源数据库层抽取、转换后的数据加载、更新到目标数据库中。根据业务数据的实际情况，对不同业务系统的数据采用不同的加载周期；根据数据的抽取策略以及业务规则确定，采用直接追加、全部覆盖、更新追加等多种方式进行处理。

4．2．4高速并行调度

利用高速并行ETL调度，按照既定步骤完成数据抽取、转换、加载的全部时间和流程的调度任务。调度的内容包括：从各业务系统到数据层的调度，实现多来源数据的提取、转换和加载；从数据层到数据存储的调度，实现了原始数据、基础数据、产品数据的高速并行存储；从数据存储到应用层的调度，实现数据的并行查询检索。

5结束语

数据统计论文篇10

鉴于以上发展状况，吉林省将汽车产业作为振兴国民经济的支柱产业，各级政府已从产业政策、产业环境、产业结构多方面进行扶持。

需要注意的是，尽管包括政府、企业在内的有关各方，采取多方措施对吉林省汽车产业进行调整，但在所能采取的各种措施中，构建一个组织合理、运行顺畅、功能完整的汽车产业组织结构，即汽车产业链，却是至关重要的。

所谓产业链，是指产业间通过“投入—产出”关系而形成的一种有机联系，其实质就是通过研究产业关联达成共享，进而实现灵活机动的协同调控战略，最主要的目的是为了增强产业的竞争实力，达到非完全竞争的目的。其表现为以市场前景好，科技含量高、产品关联度强的优势产品、优势企业为核心，以产业、技术联系为基础，以资本为纽带，使优势产品、优势企业上下延伸、前后联系，形成链条，促进产品或企业的单体优势转化为产业整体发展优势，提高区域经济整体素质和优势产品的市场集中度。汽车产业链的核心主要包括产品技术、采购和物流、生产制造、销售服务四个方面。其中，产品技术是汽车产业链的核心，而轿车则是技术含量最高的汽车产品，因此积极发展轿车产品又是吉林省汽车产品的重心。汽车产业涉及的范围十分广泛:原油、石化、塑料、玻璃、橡胶、钢铁、冶金、环保、电子、通讯、劳工、保险、行销、道路、桥梁等。汽车工业产值与相关产业的直接关联度是1:2，间接关联度则达到l:5，当前我国汽车产业链的产值己占工业产值的2%左右。从产业链增值的角度，使各个环节有机联结，形成合理高效的链式结构，是形成吉林省汽车产业竞争力，带动区域经济发展的重要战略。

吉林省汽车产业价值链己经形成门类齐全、配套协调的产业价值链体系。但这种价值链体系形成于在计划经济体制下，靠行政命令实现的小而全的封闭式系统。改革以后，特别是90年代以来，随着市场环境的变化，传统的产业价值链逐步被打破，目前吉林省汽车产业正在以与跨国公司合资的一汽为代表的核心企业集团，进行产业价值链的重组。竞争不仅存在于企业之间，而且更深刻地表现为产业价值链之间的竞争。从区域竞争力的角度来分析，一个地区产业竞争力的提升，取决于其是否具备有竞争优势的价值链，以及一个地区的企业是否深度嵌入国际产业价值链，并成为其中的关键环节。吉林省汽车工业经过多年的发展己经建立起了较为完整的产业结构与价值链体系，但是其产业链构成仍然存在缺陷，目前吉林省汽车产业链中占优势的主要是制造领域的零部件生产和交通领域的路桥建设、汽车运输，而与汽车产业有关科技领域和金融领域发展缓慢，服务领域正有所发展，如各种汽车超市、汽配城等的筹建与加强。从产业价值链的角转贴于（）度来说，处于中心的生产能力比较强，但处于价值链两端企业经济利润的重要来源的研发和销售能力都比较薄弱。对于吉林省汽车产业链而言，保证所需上游产品的供给与价格稳定，对于经营决策和发展至关重要。对于上游企业来说，有一个稳定的而不是大起大落的需求也同样是其利益所在。实现这一稳定的目标，对于吉林省汽车工业而言便是建立相对稳定的产业链。产业链可以相对比较松散，也可以比较紧密；可以是市场合约，也可以是并购合约，而汽车厂与零部件生产者之间的产业链往往采取长期“分包合约”。但这种以一年为界的分包合约并不能及时地体现上下游的产业链变化，零部件企业不能和汽车制造企业共担风险。

在吉林省汽车产业发展初期，企业的替代比率还相当高，最初的一批汽车制造企业可能由于降价的压力很快会被更多新的企业所取代。吉林省汽车工业多是从计划经济时代的传统产业价值链脱离出来的企业，面对新的市场竞争环境，在融入新的国际供应链过程中仍然面临严峻的挑战，主要表现在以下几个方面:(1)政府的干预，使得一批不具有产业竞争优势的企业成为价值链的一环，这些企业在链条中的地位是不稳固的。上世纪90年代以来，在政府的主导下，利用外资对一大批国有企业进行了嫁接改造，一批国有企业通过建立与跨国公司的联盟进入国际供应链体系，成为其中的一环。但是由于多数企业与跨国公司的联盟并不是完全的市场行为，有些是靠政府的干预，有些得益于地域等优势，很多企业在企业组织结构、劳动力成本、技术水平等方面存在先天不足。而作为价值链核心企业的跨国公司在实施其价值链战略时，总是在不断设计一条更优秀、更有效率的价值链。通过对供应商的选择和调整，跨国公司不断要求选中的公司提供连续的质量保证和绩效改进，并同时将供应价格降到一定比例。由此看来，融入跨国公司国际供应链的企业，只有迅速克服企业存在的先天不足，弥补差距，才能在激烈的市场竞争中长期持续占据国际供应链中有利的一环。(2)企业集团仍拘泥于传统发展战略，缺乏供应链竞争的战略意识。近年来吉林省组建了一批大型企业集团，大企业集团在提升吉林省汽车产业竞争力方面发挥着龙头作用。从目前一汽的发展战略来看，多数集团还局限于传统战略模式，只注重引进资金、更新设备、技术改造、争取项目等，而面向用户的销售、供应和服务能力很弱。多数企业集团对供应链竞争的认识还非常肤浅。