发布时间：2023-03-30 11:29:37
序言：写作是分享个人见解和探索未知领域的桥梁，我们为您精选了8篇的数据统计论文样本，期待这些样本能够为您提供丰富的参考和启发，请尽情阅读。
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
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。
统计部门今后应在加强统计信息工程建设的基础上从数据采集的圈子中跳出来，重点加大统计执法检查，对弄虚作假的单位要坚决严肃查处。在立法上，罚款数额应该大幅增加，以威慑统计违法者，逐步建立全社会的统计诚信体系。
【关键词】基层统计工作数据质量因素对策
基层统计工作是获取经济运行的客观数据，进而分析和认识经济发展的客观态势，即是发现宏观经济发展趋势的重要手段，又是政府进行宏观经济管理，制定正确地宏观决策的重要依据。从这一意义上说，就要求我们掌握真实而准确的、详实的基础统计资料。可以说，统计数据和统计资料真实、详细与否直接关系到能否正确认识经济运行的基本态势，对切准经济发展及其未来趋势的脉搏具有十分重要的意义。数据质量是统计工作的生命线，提高基层统计数据质量是做好统计工作的基础和前提。在当前统计工作中，基层统计工作出现的一些新情况、新问题，影响统计数据质量，制约统计工作水平的提升。因此提高基层统计数据质量问题是当前和今后一段时期统计工作的重要任务，必须引起高度重视。笔者结合县级统计部门基层工作的实践，就影响基层统计数据质量的因素做一些分析，并就如何提高基层统计数据质量进行粗浅的探讨。
一、影响基层统计数据质量的主要因素
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。
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.
网络通信有一定的风险性，对数据加密技术的需求比较大，结合网络通信的实践应用，通过例举网络通信中的风险表现，分析其对数据加密技术的需求。网络通信的安全风险有：①网络通信的过程中，面临着攻击者的监听、窃取破坏，很容易丢失传输中的数据信息；②攻击者随意更改网络通信中的信息，冒充管理者截取传输信息，导致网络通信的数据丢失；③网络通信中的数据信息被恶意复制，引起了系统瘫痪、信息不准确的问题。由此可见：网络通信中，必须强化数据加密技术的应用，采取数据加密技术，保护网络通信的整个过程，预防攻击行为，提高网络通信的安全水平，避免出现恶意攻击的现象，保障网络通信的安全性和积极性，表明数据加密技术的重要性，进而完善网络通信的环境。
2数据加密技术在网络通信中的应用
数据加密技术提升了网络通信的安全性，规范了网络通信的运营环境，规避了潜在的风险因素。网络通信中的数据加密，主要分为方法和技术两部分，对其做如下分析：
2.1网络通信中的数据加密方法
2.1.1对称加密
对称加密方法在网络通信中比较常用，利用相同的密钥，完成通信数据加密到解密的过程，降低了数据加密的难度。对称加密中，比较有代表性的方法是DES加密，属于标准对称加密的方法。例如：DES在网络通信中的应用，使用了固定的加密框架，DES通过密钥，迭代子密钥，将56bit密钥分解成16组48bit，迭代的过程中进行加密，而解密的过程与加密流程相似，使用的密钥也完全相同，加密与解密密钥的使用正好相反，根据网络通信的数据类型，完成对称加密。
2.1.2非对称加密
非对称加密方法的难度稍高，加密与解密的过程，采用了不同的密钥，以公钥、私钥的方式，对网络通信实行非对称加密。公钥和私钥配对后，才能打开非对称加密的网络通信数据，其私钥由网络通信的管理者保管，不能公开使用。非对称加密方法在网络通信中的应用，解密时仅需要管理者主动输入密钥的数据即可，操作方法非常简单，而且具有较高的安全水平，提高了加密解密的时间效率。
2.2网络通信中的数据加密技术
2.2.1链路加密
网络通信中的链路加密，实际是一种在线加密技术，按照网络通信的链路分配，提供可行的加密方法。网络通信的数据信息在传输前，已经进入了加密的状态，链路节点先进行解密，在下一链路环境中，重新进入加密状态，整个网络通信链路传输的过程中，都是按照先解密在加密的方式进行，链路上的数据信息，均处于密文保护状态，隐藏了数据信息的各项属性，避免数据信息被攻击窃取。
2.2.2节点加密
节点加密技术确保了网络通信节点位置数据信息的安全性，通过节点处的数据信息，都不会是明文形式，均表现为密文，促使节点加密成为具有安全保护功能的模块，安全的连接了网络通信中的信息。加点加密技术在网络通信中的应用，依赖于密码装置，用于完成节点信息的加密、解密，但是此类应用也存在一个明显的缺陷，即：报头、路由信息为明文方式，由此增加了节点加密的难度，很容易为攻击者提供窃取条件，是节点加密技术应用中需要重点考虑的问题。
2.2.3端到端加密
网络通信的端到端加密，是指出发点到接收点，整个过程不能出现明文状态的数据信息。端到端加密的过程中，不会出现解密行为，数据信息进入到接收点后，接收人借助密钥加密信息，提高网络通信的安全性，即使网络通信的节点发生安全破坏，也不会造成数据信息的攻击丢失，起到优质的加密作用。端到端加密时，应该做好出发点、接收点位置的网络通信加密，以便确保整个网络通信过程的安全性。
3结束语
【关键词】基层统计工作数据质量因素对策
基层统计工作是获取经济运行的客观数据，进而分析和认识经济发展的客观态势，即是发现宏观经济发展趋势的重要手段，又是政府进行宏观经济管理，制定正确地宏观决策的重要依据。从这一意义上说，就要求我们掌握真实而准确的、详实的基础统计资料。可以说，统计数据和统计资料真实、详细与否直接关系到能否正确认识经济运行的基本态势，对切准经济发展及其未来趋势的脉搏具有十分重要的意义。数据质量是统计工作的生命线，提高基层统计数据质量是做好统计工作的基础和前提。在当前统计工作中，基层统计工作出现的一些新情况、新问题，影响统计数据质量，制约统计工作水平的提升。因此提高基层统计数据质量问题是当前和今后一段时期统计工作的重要任务，必须引起高度重视。笔者结合县级统计部门基层工作的实践，就影响基层统计数据质量的因素做一些分析，并就如何提高基层统计数据质量进行粗浅的探讨。
一、影响基层统计数据质量的主要因素
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。
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.
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。
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。
关键词：USBRS485数据采集
在工业生产和科学技术研究的各行业中，常常利用PC或工控机对各种数据进行采集。这其中有很多地方需要对各种数据进行采集，如液位、温度、压力、频率等。现在常用的采集方式是通过数据采集板卡，常用的有A/D卡以及422、485等总线板卡。采用板卡不仅安装麻烦、易受机箱内环境的干扰，而且由于受计算机插槽数量和地址、中断资源的限制，不可能挂接很多设备。而通用串行总线（UniversalAerialBus，简称USB）的出现，很好地解决了以上这些冲突，很容易就能实现低成本、高可靠性、多点的数据采集。
1USB简介
USB是一些PC大厂商，如Microsoft、Intel等为了解决日益增加的PC外设与有限的主板插槽和端口之间的矛盾而制定的一种串行通信的标准，自1995年在Comdex上亮相以来至今已广泛地为各PC厂家所支持。现在生产的PC几乎都配备了USB接口，Microsft的Windows98、NT以及MacOS、Linux、FreeBSD等流行操作系统都增加了对USB的支持。
1.1USB系统的构成
USB系统主要由主控制器(HostController)、USBHub和USB外设(PeripheralsNode)组成系统拓扑结构，如图1所示。
1.2USB的主要优点
·速度快。USB有高速和低速两种方式，主模式为高速模式，速率为12Mbps，另外为了适应一些不需要很大吞吐量和很高实时性的设备，如鼠标等，USB还提供低速方式，速率为1.5Mb/s。
·设备安装和配置容易。安装USB设备不必再打开机箱，加减已安装过的设备完全不用关闭计算机。所有USB设备支持热拔插，系统对其进行自动配置，彻底抛弃了过去的跳线和拨码开关设置。
·易于扩展。通过使用Hub扩展可拨接多达127个外设。标准USB电缆长度为3m（5m低速）。通过Hub或中继器可以使外设距离达到30m。
·能够采用总线供电。USB总线提供最大达5V电压、500mA电流。
·使用灵活。USB共有4种传输模式：控制传输(control)、同步传输(Synchronization)、中断传输(interrupt)、批量传输(bulk)，以适应不同设备的需要。
2采用USB传输的数据采集设备
2.1硬件组成
一个实用的USB数据采集系统包括A/D转换器、微控制器以及USB通信接口。为了扩展其用途，还可以加上多路模拟开关和数字I/O端口。
系统的A/D、数字I/O的设计可沿用传统的设计方法，根据采集的精度、速率、通道数等诸元素选择合适的芯片，设计时应充分注意抗干扰的性能，尤其对A/D采集更是如此。
在微控制器和USB接口的选择上有两种方式，一种是采用普通单片机加上专用的USB通信芯片。现在的专用芯片中较流行的有NationalSemiconductor公司的USBN9602、ScanLogic公司的SL11等。笔者曾经采用Atmel公司的89c51单片机和USBN9602芯片构成系统，取得了良好的效果。这种方案的设计和调试比较麻烦，成本相对而言也比较高。
另一种方案是采用具备USB通信功能的单片机。随着USB应用的日益广泛，Intel、SGS-Tomson、Cypress、Philips等芯片厂商都推出了具备USB通信接口的单片机。这些单片机处理能力强，有的本身就具备多路A/D，构成系统的电路简单，调试方便，电磁兼容性好，因此采用具备USB接口的单片机是构成USB数据采集系统较好的方案。不过，由于具备了USB接口，这些芯片与过去的开发系统通常是不兼容的，需要购买新的开发系统，投资较高。
USB的一大优点是可以提供电源。在数据采集设备中耗电量通常不大，因此可以设计成采用总线供电的设备。2.2软件构成
Windows98提供了多种USB设备的驱动程序，但好象还没有一种是专门针对数据采集系统的，所以必须针对特定的设备来编制驱动程序。尽管系统已经提供了很多标准接口函数，但编制驱动程序仍然是USB开发中最困难的一件事情，通常采用WindowsDDK来实现。目前有许多第三方软件厂商提供了各种各样的生成工具，象Compuware的driverworks,BlueWaters的DriverWizard等，它们能够很容易地在几分钟之内生成高质量的USB的驱动程序。
设备中单片机程序的编制也同样困难，而且没有任何一家厂商提供了自动生成的工具。编制一个稳定、完善的单片机程序直接关系到设备性能，必须给予充分的重视。
以上两个程序是开发者所关心的，用户不大关心。用户关心的是如何高效地通过鼠标来操作设备，如何处理和分析采集进来的大量数据，因此还必须有高质量的用户软件。用户软件必须有友好的界面，强大的数据分析和处理能力以及为用户提供进行再开发的接口。
3实现USB远距离采集数据传输
传输距离是限制USB在工业现场应用的一个障碍，即使增加了中继或Hub，USB传输距离通常也不超过几十米，这对工业现场而言显然是太短了。
现在工业现场有大量采用RS－485传输数据的采集设备。RS－485有其固有的优点，即它的传输距离可以达到1200米以上，并且可以挂接多个设备。其不足之处在于传输速度慢，采用总线方式，设备之间相互影响，可靠性差，需要板卡的支持，成本高，安装麻烦等。RS－485的这些缺点恰好能被USB所弥补，而USB传输距离的限制恰好又是RS－485的优势所在。如果能将两者结合起来，优势互补，就能够产生一种快速、可靠、低成本的远距离数据采集系统。
这种系统的基本思想是：在采集现场，将传感器采集到的模拟量数字化以后，利用RS－485协议将数据上传。在PC端有一个双向RS－485～USB的转换接口，利用这个转接口接收485的数据并通过USB接口传输至PC机进行分析处理。而主机向设备发送数据的过程正好相反：主机向USB口发送数据，数据通过485～USB转换口转换为485协议向远端输送，如图3所示。
在图3的方案中，关键设备是485～USB转换器。这样的设备在国内外都已经面市。笔者也曾经用NationalSemiconductor公司的USBN9602+89c51+MAX485实现过这一功能，在实际应用中取得了良好的效果。
需要特别说明的是，在485～USB转换器中，485接口的功能和通常采用485卡的接口性能（速率、驱动能力等）完全一样，也就是说，一个485～USB转换器就能够完全取代一块485卡，成本要低许多，同时具有安装方便、不受插槽数限制、不用外接电源等优点，为工业和科研数据采集提供了一条方便、廉价、有效的途径。
4综合式采集数据传输系统的实现
现在的数据采集系统通常有分布式和总线两种。采用USB接口易于实现分布式，而485接口则易于实现总线式，如果将这两者结合起来，则能够实现一种综合式的数据采集系统。实现方法是：仍然利用上面提到过的USB～485转换器实现两种协议的转换。由于USB的数据传输速率大大高于485，因此在每条485总线上仍然可以挂接多个设备，形成了图4所示的结构，其中D代表一个设备。
这种传输系统适用于一些由多个空间上相对分散的工作点，而每个工作点又有多个数据需要进行采集和传输的场合，例如大型粮库，每个粮仓在空间上相对分散，而每个粮仓又需要采集温度、湿度、二氧化碳浓度等一系列数据。在这样的情况下，每一个粮仓可以分配一条485总线，将温度、湿度、二氧化碳浓度等量的采集设备都挂接到485总线上，然后每个粮仓再通过485总线传输到监控中心，并转换为USB协议传输到PC机，多个粮仓的传输数据在转换为USB协议后可以通过Hub连接到一台PC机上。由于粮仓的各种数据监测实时性要求不是很高，因此采用这种方法可以用一台PC机完成对一个大型粮库的所有监测工作。
5前景展望
