数据质量控制
数据处理与质量控制是科技统计调查中一项非常重要和关键的工作，只有做好这项工作，统计数据的真实性和准确性才有保证，各级科技主管部门必须高度重视并实施好这项工作，不能流于形式。本质量控制方案适用于科技机构年报和国家科技计划项目调查
一、组织分工
科技部统一制定科技统计调查的数据处理和质量控制方案，统一下发计算机数据处理程序；组织和指导省级科技主管部门进行数据处理和质量控制工作，并对省级科技主管部门上报的数据进行审核验收；及时掌握和了解各地区的工作情况，对数据处理和质量控制工作中出现的共性问题给出统一的解决办法。
省、地（市）科技主管部门必须按照科技部制定的方案和下发的程序，对数据的质量进行控制，对辖区内的数据进行审核验收，并将经过审核验收的数据报上一级主管部门。在工作中如发现问题应及时向上一级反映。
二、数据处理与质量控制程序
数据处理与质量控制程序主要包括调查表回收、调查表人工审核、数据录入、计算机平衡关系检查、数据采集情况与对比检查、异常数据人工审核、数据转换（只针对科技机构年报）、汇总数据评估检查（只针对科技机构年报）、生成数据集几个环节。各级科技主管部门应严格按照相应的程序进行操作，不漏过每一个环节。
不论在数据处理与质量控制的哪一个环节发现数据存在问题，都应认真对待，对有疑问的数据应向填报单位查询，对确有错误的数据应予以更正，对不合格的调查表要重新组织填报。
三、各环节的工作内容和要点
1.调查表回收
在规定的时间内催收调查表，使应收调查表的回收率达到100%。若调查表未能回收，但有正当理由并作出说明，视同回收。对于在基层单位进行数据录入的情况，纸介质调查表应与电子版数据一并回收。
2.调查表人工审核
人工审核主要是依据审核人员的经验和填报单位的性质、特点等各种定性和定量的信息，对调查表上填报的数据进行审查。人工审核借助于经验判断，注重从数据的真实性、指标概念和统计口径把握的角度对数据的准确性进行检查，可以发现计算机检查难以发现甚至根本无法发现的填报错误，因此必须按要求认真进行人工审核，决不能用计算机检查来替代。
人工审核应在回收报表阶段进行，对所有被调查机构的报表都应进行人工审核，可以采取对纸介质调查表人工审核或在计算机上对电子形式报表人工审核两种方式。人工审核的具体内容及要求见《附件二科技统计年报调查表人工审核要点》。
3.调查表数据录入
使用《科技机构年报系统》(以下简称《年报系统》)、《国家科技计划项目年度调查系统》（以下简称《计划系统》）提供的“数据录入/修改”功能进行录入。对于在基层单位进行数据录入的情况，只须把报表的数据文件导入相应的系统。
4.计算机平衡关系检查
计算机平衡关系检查，主要是依据调查表指标间的平衡关系和逻辑关系，对每一单位的调查表数据进行检查，检查填报数据的值域、数据之间是否满足给定的平衡关系式或逻辑关系式。计算机平衡关系检查由《年报系统》、《计划系统》提供的“数据平衡检查”功能执行，并自动给出出错数据的信息，对不能通过计算机平衡关系检查但又符合实际情况的数据，应说明原因并保留原数据。具体检查内容在相应系统的“维护数据平衡检查条件”功能中可以看到。
5.数据采集情况与对比检查
利用《年报系统》、《计划系统》提供的“数据采集情况与对比检查”功能，对调查表的回收情况及调查表数据相对上年的变动情况进行检查。检查内容主要包括：调查表已报、未报、新增情况及原因；属性指标变动情况；主要调查指标相对上年数据的变化等。对比检查是针对每一单位的数据进行的检查。
完成数据采集情况与对比检查后，《年报系统》、《计划系统》会显示出相关信息，根据这些信息应进行相应的处理或给予说明。具体内容分别见《科技机构年报系统使用说明》、《国家科技计划项目年度调查系统使用说明》。
6.异常数据人工审核
异常数据是指严重偏离常规的数据，在调查表的人工审核和计算机平衡检查阶段不一定能检查出来。异常数据人工审核, 主要是依据审核人员的经验和填报单位的各种定性和定量的信息，采用人机结合的检查方式，对已录入的数据是否异常进行检查和判断。
异常数据人工审核在调查表验收合格、数据录入计算机并通过计算机逻辑关系和平衡关系检查后进行。经审核确定的异常数据应向填报单位核实，对确有错误的数据应予以更正。只有通过异常数据人工审核后，才能进行数据汇总。
利用《年报系统》提供的“异常数据检查”功能，对科技机构年报表进行异常数据审核，审核的内容主要有3部分：强度指标的异常分析；不同指标的对比分析；不同结构的对比分析。具体内容、要求及操作见《附件三科技统计年报异常数据人工审核要点》和《科技机构年报系统使用说明》。
利用《计划系统》提供的“数据综合检查”功能，对科技计划项目调查表进行异常数据审核，审核的内容主要包括重要属性指标核实、数量指标规模核实等。具体内容、要求及操作见《国家科技计划项目年度调查系统使用说明》。
7.数据转换（只针对科技机构年报）
《年报系统》提供“数据转换”功能，将各类调查表的调查指标转换成统一口径的指标，并对数据进行汇总。指标转换是将分散在不同位置的相关指标加总，或是通过一定方式的处理得到调查表中没有而汇总需要的指标。汇总是在数据转换
后按事先的设计生成用于评估检查的评估表，并用“评估表输出”功能打印评估表。数据转换处理应在完成前述各项检查后进行。
8.汇总数据评估检查（只针对科技机构年报）
对汇总数据进行评估检查是从总体上把握数据质量的重要环节。评估检查主要依据经验并运用评估的方法，利用评估表判断数据的总体变化趋势、变化幅度、结构比例等是否异常，以便更准确地把握数据质量，纠正数据在总体上存在的重大偏差。需要强调的是，评估检查不适用于对少量单位的数据进行检查。具体内容与方法见《附件四科技统计年报数据评估办法》。
9.验收
指上级科技主管部门对下级科技主管部门上报的数据进行审核验收。验收内容包括：是否按要求报送各类资料、调查表与数据文件；调查表回收情况；根据上述各环节的审核结果对上报数据给出初步的验收意见。科技部对各省（市）科技厅（科委）上报的数据验收的程序和内容见《附件一科技统计年报及计划项目调查数据验收内容与方式》。
10.数据集汇总
对各类统计数据完成上述各项检查并通过科技部验收后，即可进行数据汇总、生成数据集集。运用《年报系统》提供的“年报数据集汇总”功能对各类机构的数据分别进行汇总，可生成科技机构年报数据集；运用《计划系统》提供的“数据汇总”功能对各类科技计划的数据分别进行汇总，可生成科技计划项目数据集。
浅谈统计数据质量控制 论文关键词:统计统计数据统计资料统计人员质量控制 前言;随着市场经济的不断发展,统计失实的现象日渐严重,统计工作者应当本着对本职工作高度负责的精神,进行全过程的、全员参加的、以预防为主的统计数据质量控制。要尽可能采用计算机处理统计资料,最大限度的减少人工参与,加强对统计人员的职业道德和专业水平的培训以及加大统计执法力度等,以保证源头数据的准确性,使我们的统计工作更好的为企业服务。 正文:随着经济快速发展,企业快速成长、扩长信息获取、识别、处理、转换、传递的准确性、效率与速度。在企业经营管理中的重要作用也将愈来愈显著。企业要能在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,一支能提供准确数据的素质过硬的统计队伍,以满足企业经营管理决策所需的各种信息。因此,作为提供信息的企业统计必将在其中扮演重要的角色,发挥重要作用。 从总体上看,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,我们必须需要清醒的认识,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,并才却综合治理措施,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。 1 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,信息不准确及时,不确定性愈高。所以,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
1数据管理架构 1.1数据管理平台功能蓝图 数据管理就是对交易中心现有的业务支撑系统的数据进行统一的数据管理、质量管控、并且通过标准的共享模式，实现核心数据统一存储，维护和使用的问题，提升交易中心现有数据的安全存储和高效使用等能力，并更加深入地进行数据挖掘等工作，为中心创造更多的价值。未来的数据管理平台将对中心现有系统的数据进行统一的数据的整合、数据的管控，并运用数据进行统一的服务管控来提升服务共享的水平，为中心的服务提供全方面的数据支撑。数据管理平台的功能蓝图如图所示： ●数据整合域，是对现有业务系统的数据进行采集和清洗转换，并对采集过程中的数 据进行质量检测，来确保整合数据的准确性和可靠性。 ●数据管控域，对采集到数据按照其不同的属性进行分类存储管控，对数据的质量、 数据的安全以及信息的生命周期进行统一的管理，并对数据在使用过程的各种信息 进行统计分析。 ●服务共享域，利用数据管理平台已有的数据资源，进行自定义的数据服务配置， 定制出符合要求的服务，进行相关服务流程的编排，通过数据中心将服务进行发布。
●服务管理域，主要是对提供的服务进行管理，包括服务应用的管理，服务流程的管 理以及服务监控。 1.2数据集成 数据整合就是将离散于各个业务系统中的数据进行集中化。数据整合阶段主要分为以下三个步骤执行： ●数据类型识别 根据业务使用情况分析目前各个系统中的数据实体，其中哪些是主数据，哪些是非主数据但需要共享的数据，哪些是私有数据。数据类型会作为制定同步规则和清洗规则的重要依据。 ●数据同步规则确定 分析采集的各种数据需要达到的同步频率，从实时、准实时到天、月不等，针对不同的同步频率需求结合每次同步的数据量来选择同步方式，ETL（抽取-转化-加载）和ESB（企业服务总线）分别适用于不同场景。ETL本身也有多种具体的技术手段来实现各种情况下的同步，如Hotplug、全表对比、时间戳等。在这里，将根据不同的数据类别和数据使用频度和需求频度等情况，制定出相应的数据同步的机制，采用实时数据整合和批量数据整合两种方式进行数据的整合。 ●数据清洗规则确定 在进行数据整合过程中，由于不同系统中可能重复出现的数据，以及数据本身的缺失和错误等问题，为了避免由于不同系统中相同数据由于编码规则、格式之间的差异，在清洗过程中需要制定统一的数据清洗规则，对数据进行清洗和转换，确保数据管理平台中的数据能够保持一致性。 同时，在数据清洗的过程中，需要对采集数据的质量以及清洗后数据的质量进行检测。其中，在数据采集过程中，对采集的数据进行整合，确保采集的数据都能满足质量要求，能够通过正确的清洗和转换；对于转换完成的数据，通过再次的检测，保证转换数据的一致性和正确性，从而确保数据的准确行和权威性。
主要原材料质量控制措施 主要原材料为:钢管、法兰、管件和涂料。 1、物资部在原材料的购买上选择的是经过评定的合格供货商。 2、检验员收到报验单后，确定需依据的检验标准后进行检验，并将进料厂家、品名、规格、数量、日期等，填入检验记录表内。 3、钢管： 3.1、对钢管的检验应以同一规格、同一材质、同一批数量按5%进行抽检，若抽检出不合格品应加大抽检数量。 3.2、首先对钢管的外观进行目测检验，表面应无裂纹、结疤、夹渣、断焊、凹凸不平、油污等缺陷。 3.3、根据来料种类、材质不同，依据检验标准对钢管的规格、壁厚、外径进行测量，在标准范围内。 4、法兰： 4.1、法兰应以同一厂别、同规格、同一进厂时间为一验收批，按10%的比例抽检，但不低于10片，抽检出不合格片应加大抽检数量。 4.2、首先对法兰的外观进行目测检验，表面应无裂纹、划伤等缺陷。 4.3、根据来料规格对法兰外径、内径、孔中心距、螺栓孔直径、厚度进行测量在标准范围内。 5、管件： 5.1、管件为全检。 5.2、首先对管件的外观进行目测检验，表面应光滑无氧化皮，不得有深度大于公称壁厚的5%且最大深度不得大于0.8mm的结疤、折迭、轧折、离层等缺陷。 5.3、检查管件的规格、外径、壁厚、角度是否在公差范围内。
6、涂料： 6.1、涂料应以同一厂别、同一编号、同一进厂时间为一验收批，按50袋或箱为一验收批，从中抽取2袋或箱取样。 6.2、选取标准的样块和直管为试件，喷砂除锈，用氧气或随炉加热，按涂料的涂覆温度进行涂覆。 6.3、试件冷却后，对试件进行各项目的检验。 7、检验完成后，判定合格即将进料加以标识“合格”，填写检验报告记录单及检验情况，并通知仓库保管员办理入库。 8、判定不合格即将进料加以标识“不合格”，填写检验报告记录单及检验情况，并立即将检验情况通知仓库保管员及物资部。 9、仓库保管员在接到检验部门出具的验证合格报告单后方可发料。否则因发料出现的失误由材料员负责。 10、回馈进料检验情况，并将进料质量情况及检验处理情况汇总报与有关部门。
浅析统计数据质量控制问题 统计数据质量控制统计 统计数据质量是对整个统计工作最为公正的评价，是统计工作核心的内容。保证统计数据的质量，确保统计数据的有效、准确，能够更好地满足政府和社会公众多方的需求。综合来看，我国统计数据质量问题表现为……，需要有效的控制措施加以解决。 一、当前的统计数据质量主要问题表现 （一）质量控制规范缺位 由于质量控制的规范缺位，导致统计机构与用户及社会之间很难实现有效沟通，很多数据用户和社会各界对于统计工作的复杂性和不可避免的统计误差没有认识，关于统计对数据的质量采取的控制方法、控制的程度以及控制结果缺乏了解。因此，即使我国的统计一直非常重视统计数据的质量，也为此做了大量工作，但是统计数据的用户和社会各界对统计数据的质量仍然非常不满。 （二）统计数据质量控制工作片面化 统计数据的全过程控制取得较大成功的经验和措施往往集中在几个项目领域，应用范围狭窄。多数统计数据质量缺少全程控制，很多环节出现疏漏。对调查环节的质量控制要求较高，但是在设计环节对数据需求考虑较少，数据的相关性得不到控制。而在人员方面，对于统计系统内部人员控制比较到位，但是对于统计系统以外的，占统计工作人员的基层人员却缺少控制。 （三）统计数据的质量控制系统不完善 统计数据的质量控制技术在统计工作和研究实践中应用并不广泛，而经常性的数据质量控制在实际的操作中也偏于事后分析评估，事前工作做得不到位，分类预防控制措施不足，对误差模型的应用也很少。统计调查制度上对于事先控制措施，比如将填表要求中的逻辑审核关系、平衡关系应用于质量设计等内容比较少，而在统计数据的质量评估工作中，对于将评估的结果或者结论应用在下一次调查方案的设计和改进方面，也没有充分的体现，事后的质量控制技术和数据的质量控制组织活动不能实现较好的结合。数据质量控制评估方法虽然已经制定，但是缺少具体的支持措施，比如部门职责划分不明确，职权、义务不清晰，数据质量控制评估方法的具体应用不规范等。
银行监管统计数据质量管理良好标准 （试行DOC版） 本标准适用范围为根据《银行业监管统计管理暂行办法》(2004年第6号主席令)开展监管统计工作的全部银行业金融机构（下文简称“银行”）。标准的总体框架包含5方面要素，分别为：组织机构及人员，制度建设，系统保障和数据标准，数据质量的监控、检查与评价，数据的报送、应用和存储。5方面要素下共有15项原则，每项原则下有若干具体标准，共61条标准。 （一）组织机构及人员 原则1 组织领导 银行董事会和高级管理层高度重视并积极推动本行数据质量管理和监管统计工作，明确政策和目标，建立机制和流程，落实各环节责任。 具体标准： 1.1银行董事会制定明确的政策，将本行数据质量管理纳入内控合规体系和战略规划之中，并定期对其有效性和执行情况进行评估。 1.2银行高级管理层确立数据质量管理的目标，建立机制和流程，明确职权和责任，定期对本行数据质量管理水平进行评估，并有效落实数据质量问责制。
1.3银行法定代表人或主要负责人对本行监管统计数据的真实性负责，亲自或委派领导班子成员（以下简称“主管领导”）组织领导监管统计工作，对制度性变革等重大监管统计事项能够及时研究部署，在资源调配方面予以充分支持和保障。 原则2 归口管理 银行对监管统计工作实行统一管理、分级负责的管理体制，确定归口管理部门组织管理本机构的监管统计工作。 具体标准： 2.1银行总行确定监管统计归口管理部门，授权其负责全行监管统计领导、组织、协调和管理工作。 2.2总行归口管理部门根据授权负责制定全行监管统计工作制度和流程，提出监管统计数据质量管理措施，协调和督促其他相关业务部门，共同做好监管统计工作，定期检查并发现监管统计数据质量存在的问题，提出合理化建议，向主管领导报告。 2.3银行各级分支机构确定相应的归口管理部门，负责本级机构监管统计工作，在总行归口管理部门统一领导下，有效履行监管统计相关职责。 原则3 岗位设置 银行在监管统计归口管理部门和其他相关业务部门设立相应的监管统计岗位，岗位职责明确，并配备能满足岗位履职所需的资源。 具体标准： 3.1银行在监管统计归口管理部门设立与本行业务规模和复
空间数据质量特性与质量控制 范志坚1，2,方源敏1,汪虹2 (1.昆明理工大学国土资源工程学院昆明 650093;2.云南省基础地理信息中心昆明 650034) 摘要：本文主要讨论空间数据质量特性、质量控制所涉及的内容。结合笔者最近从事空间数 据库建库的具体实践和工作体会，探讨从位置精度、属性精度、时间精度、数据完整性和逻辑一致性等方面对数据质量进行全面控制，最终建成一个质量可靠的空间数据库。 关键词：地理信息系统；空间数据库；空间数据；质量特性；质量控制 Quality characteristic and Quality control of Spatial data Fan Zhi-jian1，2，Fang Yuan-min1，Wang-Hong2 (1.Faculty of Land Resources Engineering，Kunming University of Science and Technology，Kunming 650093，China；2.Yunnan Provincial Geomatics center，Kunming 650034，China) Abstract：This paper mainly talks over contents which are involved with quality characteristic and quality control of spatial data．Integrating with concrete practice and work experience which the writer has recently been engaged in establishing spatial database,a very comprehensive control of data quality should be discussed from aspects of positional accuracy、attribute accuracy、temporal accuracy、data compression、as well as logic conformance and so on．Finally，a dependable spatial database should be set up． Key words：GIS；spatial database；spatial data；quality characteristic；quality control 0 引言 空间数据库是随着地理信息系统(GIS)的开发和应用而发展起来的数据库新技术，它是地理信息系统的重要组成部份，是地理信息系统应用部份的前题和基础。空间数据库为此建立了如实体、关系、数据独立性、完整性、数据操作、资源共享等一系列基本概念。以空间数据存储和操作为对象的空间数据库，把被管理的数据从一维推向了二维、三维甚至更高维。空间数据库是一种应用于空间数据处理与信息分析领域的具有工程性质的数据库，它所管理的对象主要是空间实体。在空间数据库中，空间数据质量的好坏，直接影响到空间数据库的经济效益和社会效益。 要得到高质量的空间数据，最重要的是在空间数据生产和使用过程中进行质量管理和质量控制。通过质量管理和质量控制，可以分析影响产品质量的原因，进而提高空间数据的质量。空间数据的质量是空间数据库生存和发展的保障，缺少质量指标的空间数据将无法得到用户的信任，且直接影响到地理信息系统应用、分析、决策的正确性和可靠性。由此可知，空间数据质量是空间数据库的生
工地原材料及施工质量试验检测方面控制要点 各位领导、各位同仁，大家好： 很高兴能够和大家共同参加**高速公路建设，也感谢管理处领导提供这次和大家共同交流的机会、平台。下面结合本项目的工程建设情况，我从试验检测角度，分两个方面谈谈关于工地原材料及施工质量控制的认识和要点，不妥之处希望大家指正。 一、原材料质量控制 1、料源选定与报批： 用于永久性工程的原材料料源考察、选用，原则上由施工单位初选，中心试验室视情况会同驻地办进行现场考察确定，必要时（尤其重要原材料）由管理处甚至邀请专家参与确定。 原则：原材料的质量指标必须满足现行业规范和建设项目的相关指标要求；应充分考虑能否满足工程正常使用的需要储量；均需通过审批复后，方可用于工程建设。 2、进场验收： 一般原材料（地材:砂、碎石、石灰等）进场验收，一般由施工单位把关；重要原材料(钢筋、型材、水泥、外加剂、预应力材料、隧道防排水材料等) 进场验收，一般由施工单位会同驻地办试验监理工程师把关，同时通知中心试验室，中心试验室视情况共同参与或随后安排抽检。 重要原材料：生产厂家是否为批复厂家；质量证明材料是否与实际进场材料相一致（包装、标识、颜色、外形尺寸等）；对混凝土外加剂必要时可进行试拌，通过与配合比设计时或原留样进行比较，主要检查减水性能和与水泥适应性能。 3、存放管理： 按照规范及项目文明工地施工等相关要求执行。按不同厂家、不同规格堆放并标识清楚，同时要有防护措施。
水泥不同厂家、不同强度等级的混放，防潮、防雨淋和浸泡措施不到位，外加剂（尤其已分装）不同厂家、不同型号的混放等不但会给施工管理造成难度，更可能会造成混凝土结构的质量隐患。 钢材等其它材料的存放管理也基本相同。 4、巡查抽检： 对原材料质量巡查的目的是：通过巡查，及时并杜绝不合格材料用于工程实体，对目测质量有怀疑的可暂停使用并及时检测判定，避免造成工程隐患或报废返工。 巡查的内容包含：是否为批复材料、以及材料进场验收的相关项目、存放是否符合要求。重点是： 砂、碎石：颜色是否变化；是否含有泥块、树根等杂物；砂的粗细程度（细度模数）；碎石中风化石、山皮石含量、针片状含量、石粉含量、超粒径颗粒含量；分仓堆放是否有串料现象等。 水泥：是否为批复厂家；散装的必须根据拌和站拌合的混凝土配合比所用水泥厂家尤其强度等级的不同分罐储存，坚决不得混装，应采用专用罐存贮；袋装的按不同厂家、品种、强度等级、批次分别堆放，并采取防潮、防雨措施；存放3月时重新取样检测。 混凝土外加剂：是否为批复厂家；存放是否有不同厂家、不同型号混放现象；是否采取防潮、防雨措施。 钢筋：是否为批复厂家；钢筋锈蚀情况；同一厂家（分厂）同一规格的打包方式（有钢带、有8个盘条）、热扎带肋钢筋上的标识、铭牌是否相同；同一捆的外形尺寸差异（纵、横肋）；最好取样检测单位质量是否满足国标允许范围（允许偏差）；堆放是否有支垫和防雨措施等。 预应力钢绞线、锚具、夹片：包装、标志是否完好；是否有污染、有锈蚀情况；是否为批复厂家；表面是否有缩颈、毛
关于统计数据质量问题的研究
【摘要】我国政府于2002年4月15日正式加入了数据公布通用系统。统计虽然“入世”了，但不论是与社会各界对统计信息的需求相比，还是对统计核算和统计数据公布的国际准则的运作要求相比，我国的统计数据质量目前都还有一定差距。为了更好地满足社会经济发展过程中社会各界对统计数据的需求，使我国统计进一步与国际接轨，有必要对我国统计数据质量管理进行研究。 【关键词】统计数据；质量问题；国家统计局 统计数据质量问题是衡量统计工作的核心指标。尤其是我国加入WTO，与世界经济接轨的今天，社会各界对统计信息的需求量越来越大，对统计信息质量的要求也越来越高。统计信息质量的高低直接影响和决定着统计信息的可利用性。统计数据质量低下将会直接导致错误的决策。因此，努力提高统计数据的质量，实现统计信息的准确、有效、全面、有着重要的意义。 一、统计数据质量的含义 传统的统计数据质量仅仅指其准确性,通常
用统计估计中的误差来衡量。但如今“质量”的概念被拓宽了，“统计数据质量”的概念也有必要拓宽。目前各国统计机构和有关国际组织对统计数据质量含义的解释和理解仍存在一定的分歧，对统计数据质量应涵盖哪几个方面，还没有统一的标准。各国从本国的实际情况以及对数据质量含义的理解出发，确定了不同的数据质量标准。如英国政府统计数据质量标准是准确性、时效性、有效性、客观性；韩国的质量标准则是适用性、准确性、时效性、可索取性、可比性、有效性。在我国，统计数据质量主要包括统计数据的核心质量、形式质量及延伸质量三大方面。 二、我国统计数据质量管理现状及存在问题 改革开放以来，我国统计人员大胆探索，辛勤实践，在指标体系、调查方法、统计标准、技术手段、数据报送与处理方式等方面进行改革，较好地满足了社会各界对统计信息的需求，推动了统计事业的发展。但是，浮夸风以及片面追求假、大、空现象仍然存在，这些都违背了统计工作的基本要求，阻碍了统计工作的发展。目前我国统计数据质量管理上存在的问题主要有： 1. 统计数据失真。统计制度不够完善是造
建筑材料质量控制 建筑材料（含构、配件，以下均同）质量控制是建筑工程质量控制中的非常重要的一项内容。做好了建筑材料质量控制，从而在源头上首先保证了工程质量。作为建筑工程施工监理方，自始至终应重视建筑材料的质量控制工作，把对建筑材料质量的检查、验收工作贯穿在整个施工阶段。坚决杜绝不合格材料用于工程中。根据本人几年来从事施工监理的体会，做好建筑材料的质量控制，首先需要做好以下几项工作： 1、认真审阅设计文件（合施工图、施工图所载明的标准图集、施工图会审纪要、设计变更联系单、建筑节能工程计算书等），切实掌握设计文件对工程所用的材料要求：包括型号、品种、规格、数量、有关技术要求等。 2、在了解设计文件对材料要求的基础上，应列表对材料进行书面汇总。汇总内容除应包含型号、品种、规格、数量、有关技术要求等内容外，还应初步列出进场的时间段（含复试时间段）（当时间段确实不能列出时，可以注明在某一工序施工前后）。 3、对工程要用的每项主要材料如钢筋、型钢、水泥、烧结多孔砖、粉煤灰砖，砌块、防水卷材、保温板、保温棉、保温砂浆、网格布、门、窗等的数量，应做到胸中有数。如何做到胸中有数呢，尽可能根据设计文件、施工专项方案或产品使用说明书，计算出各种材料的数量，当每一项材料计算确有困难度时，可以从标书、工程量清单、材料预算书、钢筋配料单中来掌握材料数量。 4、进场的工程材料不尽要符合设计文件，国家有关标准的要求，还要检查进场的材料是否符合业主在招标文件、材料清单和施工合同中提出的品牌要求（含规格、型号等）。 5、切实认真做好进场材料外观质量的检查工作。如钢筋是否有混批，其表面锈蚀程度、端头是否有分层痕迹等。焊条是否受潮，袋装水泥是否受潮结块，高强螺栓连接副是否配套齐全，H型钢柱、钢梁是否有局部变形。翼羽板、腹板的厚度是否符合要求，摩擦面是否按规定进行处理等。如外观质量不合格，则材料应作退场处理。 6、仔细核查进场材料的质保书（主要为合格证、厂方检测报告、厂方委托
从统计流程谈统计数据质量控制 作为一名基层统计工作者，自己从事规模工业统计2年多的时间不算长，但是这两年却是规模工业统计发生深刻变革的两年，统计范围的变化，计算方法的变更，能源统计的变革。每一次制度改革，都关乎统计数据的质量，改革的好坏对于统计数据质量有着至关重要的影响。作为一名统计改革的亲历者，抱着抛砖引玉态度，提几点自己对数据质量控制的思考，希望引起大家的共鸣，甚至引出前辈、专家的大思考，对以后规模工业统计改革也能有所裨益。 统计数据质量是统计事业的生命，我想从基层统计工作的流程入手，只有每个流程的质量都得到保证，统计数据质量才会有保障，通过流程解剖统计数据质量存在的问题，寻求解决问题的办法。 笔者从事的是规模工业统计，就以规模工业统计为例。就规模工业来说，一张报表的完成基本上要经历报表收集—录入审核—反馈修改—汇总上报四个流程，规模工业最重要和最常态的报表是产值报表和财务报表，也就是我们行业通常所称的201表和202表，我就以此为例谈谈报表的四个流程，以此来揭示工作中存在的问题。 第一个流程是报表收集。201表省统计局要求的上报时间是下个月的4号中午12点之前，为了能够顺利收集各区
县和企业报表，我们市统计局要求他们分别在2号和1号之前上报，县统计局收集报表就更加靠前了，通常都安排在月底之前上报。然而企业断帐的时间却不尽一致，部分企业要到下个月的上旬才能出初步数据，有些集团公司或总厂由于要收集下面分公司或分厂的数据，就难免还要晚一点。这里问题就暴露出来了，一方面催着要报表，另一方面数据出不来，企业怎么办？要么先报个预计数应付一下，要么迟报或者拒报，但是迟报或拒报就会违犯《统计法》，面临处罚，所以通常企业都选择预计上报。众所周知，企业上报数据是我们统计数据的源头，源头上的数据把握不准，势必影响统计数据质量。但是如果要保证数据质量就要牺牲一些时效性，如何既保证准确性又不失时效性呢？这是当前基层统计工作面临的两难抉择。 统计报表的第二个流程是录入审核。这是保证统计数据质量的重要一环，县市和企业上报的数据准不准确，报表内有没有逻辑错误，报表与报表之间有没有互相匹配和验证，都要靠我们这个流程来发现和纠正。这个流程的数据质量如何控制？就要靠我们的基层统计工作者的业务素养和工作责任心。有些人认为，现在的报表处理都是通过电脑软件来进行，有电脑审核还会有什么错误审核不出来吗？统计工作者只要根据审核错误修改就是了，不需要太高的业务素养。其实不然，电脑并不是万能的，它只能根据程序中的公式来
银行监管统计数据质量管理良好标准试行银监 发 SANY标准化小组 #QS8QHH-HHGX8Q8-GNHHJ8-HHMHGN#
附件一： 银行监管统计数据质量管理良好标准 （试行） 本标准适用范围为根据《银行业监管统计管理暂行办法》(2004年第6号主席令)开展监管统计工作的全部银行业金融机构（下文简称“银行”）。标准的总体框架包含5方面要素，分别为：组织机构及人员，制度建设，系统保障和数据标准，数据质量的监控、检查与评价，数据的报送、应用和存储。5方面要素下共有15项原则，每项原则下有若干具体标准，共61条标准。 （一）组织机构及人员 原则1 组织领导 银行董事会和高级管理层高度重视并积极推动本行数据质量管理和监管统计工作，明确政策和目标，建立机制和流程，落实各环节责任。 具体标准： 银行董事会制定明确的政策，将本行数据质量管理纳入内控合规体系和战略规划之中，并定期对其有效性和执行情况进行评估。
银行高级管理层确立数据质量管理的目标，建立机制和流程，明确职权和责任，定期对本行数据质量管理水平进行评估，并有效落实数据质量问责制。 银行法定代表人或主要负责人对本行监管统计数据的真实性负责，亲自或委派领导班子成员（以下简称“主管领导”）组织领导监管统计工作，对制度性变革等重大监管统计事项能够及时研究部署，在资源调配方面予以充分支持和保障。 原则2 归口管理 银行对监管统计工作实行统一管理、分级负责的管理体制，确定归口管理部门组织管理本机构的监管统计工作。 具体标准： 银行总行确定监管统计归口管理部门，授权其负责全行监管统计领导、组织、协调和管理工作。 总行归口管理部门根据授权负责制定全行监管统计工作制度和流程，提出监管统计数据质量管理措施，协调和督促其他相关业务部门，共同做好监管统计工作，定期检查并发现监管统计数据质量存在的问题，提出合理化建议，向主管领导报告。 银行各级分支机构确定相应的归口管理部门，负责本级机构监管统计工作，在总行归口管理部门统一领导下，有效履行监管统计相关职责。 原则3 岗位设置
装饰装修工程主要材料质量控制措施 （1）主要质量控制材料： 1）乳胶漆、胶。 2）石材、地毯（甲供）、玻璃、墙纸。 3）龙骨料、石膏板、夹板、砂、水泥。 4）水、电、空调相关材料。 （2）对材料品质的控制措施： 好的设计，配合专业精细的施工，才能达到最佳的效果，而材料的选择也非常重要。因此，要选定符合设计要求的和业主招标要求的每一种材料及配件。 1）材料样板制度： 我司对设计师与业主指定的装饰材料品牌及样板或合适的供应商，采取从专业生产厂家采购样板回来，并把实物样板送给监理工程师和业主鉴定。达到设计要求并进行书面确认后，直接从厂家按样板品牌、规格定购，供现场使用。 2）材料供应需求制度： ①材料需求流程： 材料品质保证体系流程图 ②材料需用计划： 根据本装修工程项目的设计文件、施工图纸，以及我司的施工方案、施工措施编制而成，反映该工程项目实体的各种材料的品种、规格、数量和时间要求，详见材料需求表。 ③材料来源计划： 根据招标技术要求及业主推荐品牌选择材料来源，从公司潜在供应商中挑选合格供应商，如直接进口或国内采购，专业厂家定购，市场采购等。 ④材料申请（采购）计划： 申请（采购）计划是根据供应计划编制的，反映我司须从外部获得材料的数量，是进行采购、订货的依据。
3）材料验收制度： 本工程中所有材料，包括多种原材料、半成品及成品材料，必须先将生产厂家简介，材料技术资料和试验数据及材料样品，实地试验结果等各种技术指标报请业主和监理工程师审批。凡是资料不齐全或未经批准的材料，一律不准进入施工现场。用量大而对质量又至关重要的原材料，虽具备各种上报资料，但仍须对生产厂家的生产工艺、质量控制的检测手段进行实地调查。原材料的质量控制，除资料报批以按品牌厂家定购，生产过程跟进、对生产用原材料的控制、对生产工艺流程的控制、出厂验收、样板确认、现场验收。 及对生产厂家实地考察外，对材料在使用前的复检都要严格执行。在进材料过程中，材料根据样板及有关技术指标对进货材料进行严格验收，杜绝不合要求的材料进入现场。 4）材料保管制度： 对购入的材料和成品，设置专门的仓库由专人保管、发放、需要防水、防污的材料按要分类堆放，妥善保管。 ①石材料堆放，要用枕木放于地上，小心碰角。 ②夹板、石膏板堆放，要架高地面，用以防水、防潮。 ③制作一些木箱，用于存放呈圆球等形状的小单件物品。 ④制作一定的货架，用于存放规格繁多的小件物品，以易于寻找。 在仓库中存储的各种材料必须加强保管理和维护。针对不同的材料，采取相应的存储措施，如分别考虑温度湿度、防尘、通风等因素，并采取防潮、防锈、防腐、防火、防霉等一系列措施，保护不同材料，避免材料损坏。仓库管理要有严密的制度，定期组织检查和维护，发现问题，及时处理，并要注意仓库保安、防火工作。油漆等易燃易爆产品尽量减少库存，并要单独分开存放。 ⑤尽量利用专业工厂加工半成品，提高专业水平、减少现场制作量，能够在专业工厂加工成半成品或成品的物件尽量要专业厂家定做，在加工过程中由专业工程师进行监控。精品文档word文档可以编辑！谢谢下载！
统计数据质量控制问题研究 摘要：随着社会主义市场经济的不断发展,统计失实的的现象日渐严重,统计工作者应当本着对本职工作高度负责的精神,进行全过程的、全员参加的、以预防为主的统计数据质量控制。要尽可能采用计算机处理统计资料,最大限度的减少人工参与,加强对统计人员的职业道德和专业水平培训以及加大统计执法力度等,以保证源头数据的准确性,使我们的统计工作更好的地为现代社会经济服务。 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。
工业统计数据质量控制办法 工业增加值总量、增长速度下算一级，按季联审。每季联审时，根据实际情况可采用相关指标速度倒推法、结构比例趋势法进行行业总量的控制，或者用占全州的行业比重进行总量控制。对于波动较大的极端值要进行重点监控，要对相关基础数据进行严格评估，对使用的相关系数进行多年度的对比分析判断，从而避免特异值的产生。 工业统计数据质量控制的范围包括年主营业务收入500万元以上的工业企业和乡及乡以上工业企业。市、县（口岸）统计局工业统计数据审核评估采用办法：（一）对比分析的方法。根据报告期与历史同期数进行比较，包括绝对量指标和相对量指标，根据数据动态趋势、水平变化情况对数据准确度做出基本判断。如：与历史数据对比分析，利用平均指标进行对比分析；利用相对指标进行对比分析，利用相关指标进行分析对比，利用结构资料进行比较分析，参照其他地区的数据进行对比分析等。（二）与部门进行核对和咨询。如行业分组主要总量和平均指标，财政、税务主要数据，主要工业产品产量发电量、煤炭等。（三）利用典型资料和调查进行分析评估。如了解比较熟悉的企业和部门的一些关键数据进行分析评估，如增加值率，主要工业产品的价格、能力、人均工资等，或搞一些小型的抽样调查等办法去分析评估等。（四）利用专家经验分析判断一些难以确定的统计数据。（五）进行数据质量抽查评估。根据情况采取随机抽查和重点抽查相结合的方法，不定期进行基层和企业数据质量抽查，分析评估数据质量的可靠性。 数据质量审核要点 （一）审核企业范围 1.规模以上企业统计范围原则上以年报清查企业调查单位确定的名录库为准。年报时进行企业清查，依据年报主营业务收入达到500万元以上标准确定年报各表种及次年定期报表统计范围。 2.统计范围确定后要严格管理，不得随意调整。企业范围的变动主要有以下
1数据管理架构 1.1 数据管理平台功能蓝图 数据管理就是对交易中心现有的业务支撑系统的数据进行统一的数据管理、质量管控、并且通过标准的共享模式，实现核心数据统一存储，维护和使用的问题，提升交易中心现有数据的安全存储和高效使用等能力，并更加深入地进行数据挖掘等工作，为中心创造更多的价值。未来的数据管理平台将对中心现有系统的数据进行统一的数据的整合、数据的管控，并运用数据进行统一的服务管控来提升服务共享的水平，为中心的服务提供全方面的数据支撑。数据管理平台的功能蓝图如图所示： ●数据整合域，是对现有业务系统的数据进行采集和清洗转换，并对采集过程中的数 据进行质量检测，来确保整合数据的准确性和可靠性。 ●数据管控域，对采集到数据按照其不同的属性进行分类存储管控，对数据的质量、 数据的安全以及信息的生命周期进行统一的管理，并对数据在使用过程的各种信息 进行统计分析。 ●服务共享域，利用数据管理平台已有的数据资源，进行自定义的数据服务配置， 定制出符合要求的服务，进行相关服务流程的编排，通过数据中心将服务进行发布。
●服务管理域，主要是对提供的服务进行管理，包括服务应用的管理，服务流程的管 理以及服务监控。 1.2 数据集成 数据整合就是将离散于各个业务系统中的数据进行集中化。数据整合阶段主要分为以下三个步骤执行： ●数据类型识别 根据业务使用情况分析目前各个系统中的数据实体，其中哪些是主数据，哪些是非主数据但需要共享的数据，哪些是私有数据。数据类型会作为制定同步规则和清洗规则的重要依据。 ●数据同步规则确定 分析采集的各种数据需要达到的同步频率，从实时、准实时到天、月不等，针对不同的同步频率需求结合每次同步的数据量来选择同步方式，ETL（抽取-转化-加载）和ESB（企业服务总线）分别适用于不同场景。ETL本身也有多种具体的技术手段来实现各种情况下的同步，如Hotplug、全表对比、时间戳等。在这里，将根据不同的数据类别和数据使用频度和需求频度等情况，制定出相应的数据同步的机制，采用实时数据整合和批量数据整合两种方式进行数据的整合。 ●数据清洗规则确定 在进行数据整合过程中，由于不同系统中可能重复出现的数据，以及数据本身的缺失和错误等问题，为了避免由于不同系统中相同数据由于编码规则、格式之间的差异，在清洗过程中需要制定统一的数据清洗规则，对数据进行清洗和转换，确保数据管理平台中的数据能够保持一致性。 同时，在数据清洗的过程中，需要对采集数据的质量以及清洗后数据的质量进行检测。其中，在数据采集过程中，对采集的数据进行整合，确保采集的数据都能满足质量要求，能够通过正确的清洗和转换；对于转换完成的数据，通过再次的检测，保证转换数据的一致性和正确性，从而确保数据的准确行和权威性。 1.3 数据管控 数据管控就是对于进行整合后的数据进行相关的管控，使其能够满足交易中心管理对于
经典常用质量控制方法 一、质量管理方法（QC的七大手法） 1)检查表; 2)分层法 ; 3)散布图; 4)排列图; 5)直方图 ; 6)因果图; 7)控制图; 1. 查检表 以简单的数据或容易了解的方式，作成图形或表格，只要记上检查记号，并加以统计整理，作为进一步分析或核对检查用。 2. 柏拉图 根据所搜集之数据，以不良原因、不良状况、不良发生或客户抱怨的种类、安全事故等，项目别加以分类，找出比率最大的项目或原因并按照大小顺序排列，再加上累积值的图形。用以判断问题症结之所。 3. 特性要因图 一个问题的特性（结果）受一些要因（原因）的影响时，将这些要因加以整理，而成为有相互关系而且有条且有系统的图形。其主要目的在阐明因果关系，亦称『因果图』，因其形状与鱼骨图相似故又常被称作『鱼骨图』。 4. 散布图
把互相有关连的对应数据，在方格上以纵轴表示结果，以横轴表示原因，然后用点表示分布形态，根据分析的形态未研判对应数据之间的相互关系。 5. 管制图 一种用於调查制造程序是否在稳定状态下，或者维持制造程序在稳定状态下所用的图。管制纵轴表产品品质特性，以制程变化数据为分度；横轴代表产品的群体号码、制造曰期，依照时间顺序将点画在图上，再与管制界限比较，以判别产品品质是否安定的一种图形。 6. 直方图 将搜集的数据特性值或结果值，在一定的范围横轴上加以区分成几个相等区间，将各区间内的测定值所出现的次数累积起来的面积用柱形画出的图形。因此也叫柱形图。 7. 层别法 针对部门别、人别、工作方法别、设备、地点等所搜集的数据，按照它们共同特徵加以分类、统计的一种分析方法 区别: 1.QA偏重于质量管理体系的建立和维护，客户和认证机构质量体系审核工 作，质量培训工作等；QC主要集中在质量检验和控制方面。 QA的工作涉及公司的全局，各个相关职能，覆盖面比较宽广，而QC主要集中在产品质量检查方面，只是质量工作的其中一个方面。 2.ＱＡ并不是立法机构 立法机构应该是Ｒ＆Ｄ，或工艺工程部门 ＱＡ主要是保证生产过程受控或保证产品合格，着重于维护， 而ＱＣ一般是实际质量控制，如检验，抽检，确认，很多公司只有质量部只包括ＱＡ的职责，把ＱＣ的工作放入生产部门 二、过程质量管理方法 （一）、原材料检验 原进厂检验包括三个方面：
建筑工程主要原材料质量控制及施工试验质量控制 建筑工程由于涉及人民群众的生命财产安全，国家法律、法规对其原材料及施工质量控制做出了有别于一般商品的专门规定，为了便于施工、监理、业主掌握有关规定，在此将分散于各技术标准文件中的主要原材料及施工试验质量控制合格判定进行分类归纳，以供各方参照。 一、主要原材料质量控制： 建筑工程所用的原材料，在进入施工现场（以下简称进场）使用前除应由供应商提交相关的合格证、出厂检验报告外，还应按工程设计要求、合同约定、施工技术规范标准对规定的品种、参数，按一定的规则抽样检验，称为进场检验。 1、钢筋：钢筋进场检验以同牌号、同规格、同一出厂检验合格证不超过60t为一批，抽检屈服强度、抗拉强度、冷拉伸长率、弯曲性能四项指标；对有一、二级抗震设防要求的框架结构，其纵向受力钢筋检验所得的强度实测值尚应符合下列规定： 1）抗拉强度实测值与屈服强度实测值的比值不应小于1.25； 2）屈服强度实测值与屈服强度标准值的比值不应大于1.30。 进场检验某一检验结果不符合标准要求时，则应根据不同种类钢筋的抽样方法从同批钢材中再取双倍数量的试件重做该项目的检验，如仍不合格，则该批钢筋必须在监理见证下退货，并将相应记录归档备查。加倍取样复验合格的，属合格材料。 2、水泥：进场检验以同一生产厂家、同一强度等级，同一品种，同一批号且连续进场的水泥，袋装水泥不超过200t为一批，散装水泥不超过500t为一批，抽检强度、凝结时间和安定性等指标。 当水泥初凝时间或安定性指标不符合有关标准时为废品，应在监理见证下退货，并将相应记录归档备查；终凝时间、细度不符合标准规定或强度低于商品强度等级规定的指标时为不合格品，不合格品应按有关规定处理。 二、施工试验质量控制： 1、结构混凝土强度试件 1）标准养护试件 试件应在混凝土的浇筑地点随机抽取。取样的基本原则是：每一个工作班，每拌制100盘且不超过100m3的同配合比的混凝土，取样不得少于一次；当一次连续浇注超过1000m3时，同一配合比的混凝土每200m3取样不得少于一次；每一楼层、同一配合比的混凝土，取样不得少于一次。特殊部位、品种取样从其特殊规定。标养试件脱模后应在相对湿度＞95%，温度（20±2）℃的条件下标准养护至28天龄期进行试验，一组三块试件，其强度代表值按下列规定确定： a、取三个试件测值的算术平均值作该组试件的强度代表值； b、三个测值中的最大值或最小值中如有一个与中间值的差值超过中间值的15%时，取中间值作为该组试件的强度代表值； c、如最大值和最小值与中间值的差值均超过中间值的15%，则该组试件的试验结果无效，无代表值，不参与验收批评定。 结构构件的标养混凝土强度合格与否，应按现行国家标准《混凝土强度检验评定标准》GBJ107-87的规定，分批检验评定。一个验收批的混凝土应由强度等级相同、龄期相同以及生产工艺条件和配合比基本相同的混凝土组成。
关于提高统计数据质量的思考 随着社会主义市场经济体制的逐步完善和社会经济的不断发展，各级党委、政府和社会各界对统计信息的需求与日俱增，对统计数据质量的要求越来越高。统计数据能否取信于社会、能否得到社会的承认，关键取决于数据质量。从总体上看，政府统计部门公布的主要宏观统计数据能反映经济社会发展实际情况。但是，在一些地区、部门和单位，统计数据不实的现象也确实存在，有的甚至与实际情况还相差很远，导致社会各界包括国际上对统计数据质量问题的看法比较多。在经济社会的迅速发展的新形势下，统计工作的难度不断加大，统计工作面临新的挑战。统计数据质量是统计工作的生命，统计数据不准作为统计部门来说责无旁贷，但究其根本原因并不仅仅是统计方法制度技术问题，它涉及到社会的各个层面，要彻底根治，必须从制度着手，从源头抓起。如何提高统计数据的质量，确保统计数据准确、真实、可靠，是摆在各级统计机构和统计工作者面前的突出问题，提高统计数据的质量是统计工作永恒的主题，各级统计机构和统计人员责任重大，任重道远。 一、统计数据质量的现状 近年来，统计工作越来越得到各级党委政府的重视，统计地位不断提高，统计方法技术日趋先进，统计工作条件不
断改善，各级统计机构为提高统计数据质量，采取了一系列措施，并取得了比较显著的成绩。总体上来看，现有的统计数据，基本上能够客观地反映经济社会事业发展的实际情况。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，统计调查对象的法制观念淡泊，统计执法不严、部分统计人员的业务素质较差等多种因素的影响，使搞准统计数据的难度也就日益增大，统计数据失真的潜在危险性已逐渐暴露，并日渐严重。现行的统计制度、传统的统计方式与日益增长的统计信息需求已经成为统计工作的主要矛盾。在一些企业、部门、基层单位还存在虚报、瞒报，甚至伪造、篡改统计数据的违法行为，对此，必须引起高度重视，采取有效措施加以纠正处理，尽量减少和避免统计违法行为的发生，进一步净化统计环境，提高统计数据质量，确保统计数据真实可信。 二、影响统计数据质量的主要因素 影响统计数据质量的因素很多，主要其因素有： 1、统计法制意识淡薄。在一些地方，从主管部门到基层单位，从领导到群众，很大一部分都没有充分认识到虚报、瞒报、伪造、篡改统计资料与其他触犯刑律的行为一样，也是一种违法行为，也要承担法律责任。在当前这种统计法制意识淡薄的社会环境中，对不据实填报统计数据者不仅法律