国内外政府决策中大数据应用分析
报告
研究报告
Economic And Market Analysis China Industy
Research Report 2018
zhongbangshuju
前言
“重磅数据”行业分析报告主要涵盖范围
“重磅数据”研究报告主要涵盖行业发展环境，行业竞争格局和企业竞争分析，市场规模和市场结构，产品的生命周期，行业技术总体情况，主要领先企业的介绍和分析以及未来发展趋势等。
”重磅数据“企业数据收集解决方案
”重磅数据“平台解决方案自身数据库包含上中下游产业链数据资料。能够有效地满足不同纬度，不同部门的情报收集和整理。依据客户需求，搭建属于企业自身的知识关系图谱，打通上、中、下游的数据信息服务，一站式采集到所需要的全部数据服务。可以满足不论是企业、个人还是高校或者研究机构在不同层面需求。
关于我们
”重磅数据”是基于知识关系挖掘的大数据工具，拥有关于企业、行业与专业研究机构的最完整的全球商业信息解决方案，帮助您在有限时间内获取最全面的商业资讯。提供全球超过500个行业的15000篇细分研究行业分析报告，用户均可获取相关企业、行业与企业决策者的重要信息。在有限时间内获取有价值的商业信息。
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
大数据在国内外政府决策中应用的领域 一、大数据在国内外政府决策中应用的领域与案例 (一)大数据在国内外政府决策中的典型应用案例 1.智慧政府。智慧政府领域是指通过大数据运用提高政府行政能力，降低运行成本，提高对政府的管理绩效、支持决策等，以数据为中心构建智慧政府。案例一：大数据应用于政府的经济统计。美国麻省理工学院的“10亿价格项目”，通过“网络抓取技术”，利用网上购物交易数据计算日常通胀指数，收集70个国家300个零售商共500万种在线商品的价格，建立了通胀指数的日发布系统。相比传统CPI的月发布机制，“10亿价格项目”仅有3天的滞后期，几乎实现了通货膨胀的实时预测。同时，充分利用在线交易市场互联网数据作为补充，能够精准反映市场价格情况。案例二：促进政府机构中跨层级的“智能中心”建立。美国在“9·11事件”后，借国家安全之名，政府开始强力推进跨部门电子数据共享。美国国土安全部高度强调跨部门数据的互操作性，并应用多种技术手段促进数据在市政部门、社区、医院、供血站、避难所等机构间的顺畅流动。 2.市场监管。市场监管是政府的主要职能之一，为加强对市场主体的服务和监管，推进简政放权和政府职能转变，大数据的先进理念、技术和资源提供了很好契机，推动市场监管从“园丁式监管”走向“大数据监管”。案例一：基于大数据的宏观审慎监管方法。2012年以来，美国财政部为金融市场构建了一个基于标准化的法人实体识别码的身份信息报送、识别和共享系统即LEI系统。该系统作为一个真正意义上的全球金融信息收集和分享平台，涵盖了参与金融市场交易的全部法人实体，从而打破了银行、证券、基金以及保险等传统金融行业之间的界限。该系统向任何获得LEI编码的法人机构开放，因而具有显著的公开性和透明度。通过建立金融机构和金融产品编码系统，描绘出金融机构之间相互联系的网络，从而在极其复杂的衍生金融链条中，追踪衍生金融产品的原生资产，实现对金融风险的跨行业乃至跨国的监控和动态管理。案例二：食品安全监察。美国联邦政府有农业部、食品药品监督管理局、消费者利益委员会等6个部门涉及
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。
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
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
大数据对企业管理决策的影响分析及其对策 摘要：大数据是物联网、云计算之后又一项重大技术变革，无论是学术界、企业界还是政府都受到其影响。大数据下的决策环境发生了巨大改变，影响了企业的数据管理和知识管理。同时大数据下丰富的数据和知识使得决策参与者的决策能力大大提高，决策参与者角色发生了改变，进而影响到企业的管理决策组织。大数据的出现也对企业管理决策技术提出了更高的要求。在此分析基础上，系统阐述大数据对企业管理决策的影响及其对策。 关键词：大数据；企业管理；管理决策；对策 Analysis of the impact of big data on enterprise management and decision making and Its Countermeasures Abstract:Big data is another major technological revolution after the Internet of things and cloud computing, both in academic, corporate and government affected by it. Great changes have taken place in big data under the decision-making environment, affecting the company's data management and knowledge management. At the same time under the big data rich data and knowledge greatly improve decision making participants decision-making ability, decision-making participant roles changed, thus affect the enterprise's management decision-making organization. Big data is also put forward higher requirements for the enterprise management and decision-making technology. On the basis of this analysis, elaborated the influence of enterprise management decision-making system and Countermeasures of big data. Key words:Big Data; Business Management; Management Decision; Countermeasure 一、引言 随着云计算技术的快速普及，加之物联网、移动互联网应用的大规模爆发，人类进人了大数据时代。大数据的数据集远远超出了目前典型数据库管理系统获取、存储、管理和分析的能力。针对大数据的特征挖掘其价值并作出决策,成为企业在大数据环境下进行决策的重要依据。2012年1月达沃斯世界经济论坛将大数据作为主题之一,探讨了如何更好地利用数据产生社会效益；2012年5月联合国“GlobalPulse”特别分析了发展中国家面对大数据的机遇和挑战，并倡议运用大数据促进全球经济发展;2012年3月美国奥巴马政府发布“大数据研究和发展倡议”，正式启动大数据发展计划，随后英国、加拿大、澳大利亚、法国、日本等30多个国家也相继启动了大数据计划；Google、IBM、EMC、惠普、微软
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。
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
积极应用大数据创新政府决策方式 大数据决策的优势在哪儿 大数据是对网络数据痕迹进行捕捉、挖掘、分析的一种技术，能用可视化的分析结果反映出海量信息背后的规律，在问题和对策间建立逻辑关系，为决策提供支持。 明确决策目标。做到决策目标明确须在决策时认清问题症结，抓主要矛盾，定向施策。实践中有的政策执行不力，根源在于目标模糊，“眉毛胡子一把抓”，让执行者无所适从。大数据可以通过对海量信息的挖掘和分析，把主次矛盾、因果关系、约束条件等依次呈现出来，为明确政策目标提供有价值的参考。 完善决策信息。信息不对称是导致决策失误的重要因素。一般情况下，除决策者组织的调研、专家论证等，获得决策信息的主要方式是抽样调查，信息能否反映真实情况的关键是样本的代表性。与之相比，大数据在理论上几乎可以搜集到所有相关信息，决策信息支持系统由“抽样样本”向“全数据样本”转换成为可能，从根本上解决抽样样本覆盖范围窄、渠道单一等问题，避免决策中出现“偏信则暗”的情况。
提升决策效率。大数据具有高效的数据搜集和运算能力，在相关性分析方面完全超越人工分析的速度，能大幅提升决策效率。大数据还具有极强的预测能力，有助于决策者预测事态发展趋势，将问题由“事后解决”转向“事前预测、前瞻决策”，这在危机管理中尤为重要。 优化决策方案。最优的决策方案都是动态权衡和利弊取舍的结果，这需要对前期方案进行及时反馈与综合评估。大数据能做到实时动态分析，可将决策执行情况从“预报”变为“实报”、从“抽样报告”变为“精准报告”，大大提高了反馈的时效性和评估的准确性，为优化决策方案提供强有力的支持。 为什么大数据在政府决策中“雷声大雨点小” 近几年，大数据在城市规划和运营、城市交通、应急管理等方面得到了一定程度的推广和应用，但与其商业应用和自身价值潜力相比，大数据在公共管理中仍未普遍使用，在政府决策中更是“雷声大雨点小”。 思想门槛。大数据概念普及和应用都是近些年的事情，多数决策者还处于观察、理解和学习的阶段，短时间内还难以自觉地将大数据作为辅助决策的手段。但不可否认，一些决策者对数据决策持冷淡甚至抵触的情绪。有调查显示，在各部委信息化部门
农业专业统计数据质量控制办法 一、适用范围 1.对象：农业统计调查。 2.内容：包含农林牧渔业生产活动相关报表。 3.指标：本办法所指的统计数据农作物播种面积、单产、总产量；农产品价格及中间消耗；主要畜禽产品出（存）栏量；农林牧渔业产值及发展速度等农业统计调查主要指标。 4.时期：农林牧渔业生产季节、季度、年度。 二、质量管理 （一）数据采集 数据采集要严格执行国家、省制定的统计调查制度所规定的指标涵义、计算方法、调查表式，按照经批准的统计调查制度规定的时间、范围、方法，采集有关农业统计数据。 全面统计报表。主要包含各项农作物播种面积和产量季节报、畜牧业生产情况、农林牧渔业产值、增加值。全面统计报表数据要确保数据来源为制度规定来源，由于农林牧渔业产值、农林牧渔业增加值表由多项指标综合计算，以下对农林牧渔业产值数据采集规范统一： 农林牧渔业总产值、增加值及发展速度由农产品产量、农产品价格、农产品价格缩减指数、农产品中间消耗率核算取得。 （1）农产品产量：农产品产量须采用方法制度规定的法定数据。要求以抽样调查定案的数据，必须使用抽样调查定案数。其余数据采用省统计局和有关部门认定的统计数据。 （2）农产品价格：按照市统计部门报省核准后下发的农产品生产价格。特殊农产品价格必须反映当地的实际情况。 （3）农产品价格缩减指数和农产品中间消耗率：按照州统计部门报省核准后下发的农产品价格缩减指数和农产品中间消耗率。
（二）数据审核 1.资料完整性审核。报表调查范围是否全面，调查单位是否完整，调查指标是否缺漏。 2.资料来源审核。数据是否来源于制度规定的采集渠道，源头数据是否被擅自更改。 3.表间表内平衡关系审核。严格按照制度报表规定的平衡关系进行审查，保证各项指标平衡关系正确。计算机审核时，必要性审核出现错误的内容必须查实纠正或做解释说明，其他错误类型应核查确认并进行说明。对在审核过程中发现的存疑数据、差错，应及时通知到基层，不得自行变更。 4.逻辑关系审核。主要保证指标间逻辑协调，符合我州和当地实际情况。如农作物单产水平、牛羊出栏率、畜牧业存栏结构、农林牧渔业产值结构；产值、增加值增速与产量增长趋势、与当地农业发展实际情况相符。 5.年度间纵向比较审核。在正常年景下不出现异常的大起大落。 6.地区间横向比较审核。本区域内生产条件、情况相近的单位同一指标增减趋势和幅度及生产水平不出现较大差异。 （三）数据分析与检查 1.工作质量检查。通过基础工作检查和事后质量抽查，对报表制度、调查方案和基础工作操作规程等的执行情况，对数据搜集、录入等各个环节的工作质量进行检查，对调查数据的可信度作出判断。 2.报表数据逻辑关联关系检查。农业统计报表内部和报表间内存在逻辑性和相关性。尤其报表间的相关性是检查调查资料真实性的重要手段。 （1）农林牧渔业产值及增速。粮油产量、蔬菜产量、畜禽出栏量等各项产量增长情况是计算可比价产值增速的关键因素，计算可比价产值增速要充分考虑各项农产品产量增长对产值增长的贡献度。 （2）设施农业（种植业）面积。设施农业调查中，蔬菜设施面积要和蔬菜产量统计表的数据相匹配。
大数据时代下的决策支持 9月10日，由北京大学软件工程国家工程研究中心、北京北大软件工程发展有限公司主办的易智论坛云信息管理课程第一讲《大数据时代下的决策支持》在北京大学英杰交流中心举行，来自北京市各区县组织系统、委办局、政府机关相关领导共30多人参加了本次论坛，以下为本次论坛盛况实录。 下午两点，会议在轻松愉悦的氛围中正式开始。北京大学软 件工程国家工程研究中心张世琨主任致欢迎辞。 张主任在欢迎辞中提到，易智论坛将以“北大系”技术为主， 涵盖各领域优秀解决方案与产品，更好的将用户、业务专家与优 秀企业紧密结合起来，“以科技促产业转型”。 恰逢9月10日教师节，工作人员代表易智论坛特别为主讲 嘉宾陈其伟老师送上一份节日的祝福。 在主题讲座中，陈其伟老师从以下五个方面进行讲解： 1、大数据与决策支持的关系 2、构建决策资源平台 3、汇聚决策数据中心 4、合理决策数据应用 5、典型案例分享 详细讲座内容请您关注易智论坛微信公众平台【北大 易智】（微信号：Bdsoft-yizhi）点击易智课程查看。
在陈老师两个小时的讲座中，听众们时而捧腹，时而颔首，大家在愉悦的气氛中学习、思考。 在互动交流的环节，大家分别结合自己的实际工作谈了自己对大数据应用的想法与认识。 北京市发改委领导：这次培训是非常及时的。在发改委物价系统调整过程中，大数据的决策作用是不可忽视的。大数据的魅力并不在于大，而是通过大数据提升决策、管理、公共服务水平。 北京市顺义区组织部领导：结合顺义区的组织工作，正在从数据“收集者”向数据“分析者”转变。在“大数据”时代，注重数据分析，数据挖掘，让沉睡的“数据”活起来。这也要求组织部门的工作者要不断更新知识，学习和运用“大数据”的相关理论，提高驾驭数据的能力和水平，进一步发挥好参谋助手的作用。 北京市房山区组织部领导：大数据时代对决策科学化的影响毋庸置疑。组织部门如何利用大数据做好干部管理工作是重中之重。运用大数据，做好选人用人工作；同时，也要运用数据分析等手段做好干部监督工作。 北京市委统战部领导：制定统一数据标准体系，建立统战代表人物汇聚库；采用多种数据挖掘，发现统战代表人士潜在规律，预测统战代表人士成长趋势，建立涵盖日常考核和任前考核的统战代表人士成长轨迹分析。形成一个从“政治把握能力、参政议政能力、组织协调能力、合作共事能力”四个维度，反映统战代表人士全貌的立体描述的分析报告，为统战人才的发现培养和选拔任用提供支撑。 通过互动交流，各政府部门现有的大数据应用主要还是集中在统计分析层面。大家最关心的问题是“分析模型如何建立”、“现有数据如何有效使用”。 后续易智论坛也会陆续开展大数据相关的课程为大 家答疑解惑。 16:30，与会智者在英杰交流中心大厅合影留念， 易智论坛云信息管理课程第一讲圆满落下帷幕。
龙源期刊网 https://www.doczj.com/doc/382639814.html, 试论大数据在政府决策中的运用 作者：李华勇 来源：《电脑知识与技术》2015年第20期 摘要：我国各个政府已经逐渐同步大数据来为政府决策提供有效帮助，大数据给政府的决策行为带来新的发展、观念和模式，面对新时代的发展需求政府应该明确树立大数据理念，对于政府的机制、决策模式和相关制度进行有效的完善，为大数据的科学决策能力添砖加瓦。 关键词：大数据；政府决策；运用 中图分类号：TP391 文献标识码：A 文章编号：1009-3044（2015）20-0229-02 科技的发展促进者各行各业逐渐步入到大数据时代，与之相适应的是政府的决策能力的提升在大数据时代下的数据驱动决策能力成为新时代的一种新的发展视角。为了推进政府决策能力以及该能力的现代化，对于政府决策在大数据环境下的分析，以及其面临的机遇挑战大数据时代下政府科学决策能力的积极推动作用的分析都具有着重要的意义。 1 大数据时代与政府大数据时代 所谓的大数据即是指海量大规模的数据的集合，其包含的自然属性特性主要有多样的数据类型、海量的数据规模、低密度的数据价值、要求的高时效性和较快的处理速度。在社会属性方面主要涉及的内容有关联的数据网络、定制版的数据需求和交互回应性的数据传递。大数据时代是新一代信息化的重要表征，政府决策的技术支撑主要是由大数据的物理属性所提供的。对于大数据时代下的社会属性给政府决策带来的巨大变革应该予以高度重视和关注。 政府的大数据时代主要涉及的渠道有互联网、地理信息、移动通讯、科学仪器、政府相关的业务系统和社交媒体。采集的数据集的特征是复合型的数据集，主要是面向社会公共管理的，多模式的大规模的数据集。政府大数据的主要来源有两个，一个是政府内部数据，一个是政府外部数据。政府内部数据特征主要是文本数据和多媒体数据，其结构化程度高，数据采集方式多样、数据采集方法固定单一；政府外部数据的主要特征是树结构化不等，数据本身特征也带有一定的实时性。 2 大数据时代下的政府决策运行 对于理性精神时代的弘扬是大数据时代下的潮流，这是基于数据分析做出的决策行为而不是直觉和经验。政府所掌握的数据基本上是一些突发事件的信息和社会运转数据，这些数据的存在方式是零散在不同级别和地方政府之间的，没有形成统一的数据集合，和发挥其应有的数据价值。大数据的出现使得这些零散不堪的数据充满了活力，在政府应对事件决策的时候提供了可靠有效的科学依据。这是一种质的转变，是一种“基于意识形态”和“实证事实”的转变。
进一步完善住户调查数据质量控制办法和控制机制 统计专业繁多，彼此千差万别，但是有一点是相同的，那就是一切统计工作都以数据质量为生命线，数据质量是衡量统计工作水平的最重要的标准。而影响统计数据质量的原因则是统计误差的存在。 因此我们探讨数据质量控制的办法和机制，首先要了解影响数据质量的统计误差来源。从调查过程来看，统计误差主要分为调查阶段的误差和数据维护开发使用时产生的误差，从误差产生原因来看则可分为主观性误差和客观性误差。 在调查阶段，因主观原因造成的误差主要有：数据采集阶段时调查人员水平低或工作漫不经心态度不认真造成的误差；被调查人员记忆不清、刻意隐瞒或理解错误造成的误差等。客观原因造成的误差主要有：非全面性调查特有的代表性误差，其中也包括样本老化带来的误差；因理论不完善、调查方式不合理、指标设置不当、分组界限不清等造成的设计误差；数据采集阶段因采集方法不科学、数据处理程序有欠缺等原因造成的技术性误差等。 在数据维护和使用阶段，因主观原因造成的误差主要有：出于某种目的刻意篡改统计数据造成的误差、调查基础资料维护不当造成的误差等。因客观原因造成的误差主要有汇总方式不科学以及运算、制表、打印等计算机处理过程中出现的误差。 造成误差的原因繁多，对不同问题必须详细分析针对不同原因进行应对和解决。总体来说，主观性误差可以通过体制完善和法制手段来解决，而客观性误差则需要通过对统计方法制度的不断改进来解决。 二、城镇住户调查数据质量存在的问题 我开始从事城镇住户调查工作的时候，正好是南京市城镇住户调查工作重大变革伊始：南京市开始实施全面在地统计，调查样本扩大；常规记账户的样本每三年
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
统计数据质量控制问题研究 统计数据质量控制问题研究2007-02-02 21:54:44 论文摘要：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
统计数据质量管理和责任追究制度 1、各专业上报的各类统计报表，要认真审核，对汇总结果进行分析对比，经主管业务的领导审核、签字、登记后，方可上报或传输。对季度报表和重要统计数据，必须进行数据质量评估，经主要领导审定同意和主管统计的县长审核后，方可上报。 2、对外提供的统计数据要做到及时、准确，严格依照统计资料。统计年鉴如实提供，对统计资料和统计年鉴中没有的指标，一般不能推算、预计。上级统计部门没有正式公布和审核的数据，不能对外提供使用，只能经主管领导同意后以预计数据对外提供。 3、对乡（镇、场）、有关单位、社会团体和个人所需要的数据，签证要按照统计资料进行如实核对，或经参与认定调查，数据无误后，经主管业务领导同意后方可盖章办理。否则不得出据任何证明材料。 4、统计数据、资料的对外提供和外来数据的签证，由综合股具体负责，相关专业人员配合。 5、各专业对统计调查、资料整理、综合汇总各个阶段的统计数据，必须认真审查、实事求是，确保统计数据的客观真实性。 6、上报的统计数据，要与台帐或基层报表的源头数据相吻合一致，若发现不一致的，应进行调查核实，属于人为造成的将依照《统计法》的有关条款进行处理。 7、抵制各种干预、对所采集的数据进行认真的审核，经评估认定后上报，发现数据不真实，又不进行审查核实，造成后果的，追究当
事人的相应责任。 8、对于授意、胁迫统计人员或其他人员上报不真实统计资料或伪造、篡改的，要进行举报，不进行举报，视为自己违法，降依照《统计法》的有关条款给予相应的处分。 （此文档部分内容来源于网络，如有侵权请告知删除，文档可自行编辑修改内容，供参 考，感谢您的支持）
浅谈统计质量控制 摘要: 统计质量控制(SQC)是全面质量管理的一个重要组成部分,是企业实施精细化管理的有效手段之一，也是质量管理非常重要的基础工作。本文将结合我公司的质量控制现状，将就全面质量管理中的统计质量控制在工程中的运用，提出简单的看法，和大家交流。 关键词： 统计质量控制、SQC、全面质量管理 一、统计质量控制概述 为了便于理解，本文先对统计质量控制做一个简要的概述。 （一）什么是统计质量控制 统计质量控制(SQC)是全面质量管理的一个重要组成部分,是质量管理非常重要的基础工作，它利用现代统计学的先进方法，不但为过程控制提供了强有力的工具，同时也使过程控制的数据分析结果成为企业领导决策的主要信息依据。
（二）统计质量控制的内容 统计质量控制的内容和方法很多，包括假设检验、试验设计（单因素、多因素）、测量系统分析、过程能力分析、回归分析、抽样、失效模式分析、以及一些非常重要的、经常用于质量控制的QC工具等等。到了20世纪末，随着质量管理发展到更高的阶段，一些先进的管理手段和方法例如：JIT生产、六西格玛等都加入了统计质量管理的行列。 二、天源科创工程中心质量控制现状 天源科创是一个新兴的公司，经过了几年扥发展，正在逐步壮大，目前也正处在快速发展的阶段。但是，由于我们公司是个新兴的公司，因而在各方面还是存在一些不完善的环节。在质量控制方面，我们工程中心的质量控制目前主要以比较原始的检验为主要手段。其质量检验主要分为来料检验（IQC）、过程中质量检验（IPQC）和成品检验（FQC）三部分。其中，来料检验（IQC）和过程中质量检验（IPQC）主要依靠分包单位和监理单位进行控制，而成品检验（FQC）主要依靠政府部门质检站负责。 质量管理，要求我们用事实说话、数据说话，因此，在质量管理中，大多需要用数据来支持决策，这就需要我们对工程施工中的信息、数据进行收集和整理，加以归类，为我们的决策提供支持。在这方面，由于我们质量管理刚刚起步，因此，在质量信息和数据的收集和整理上，还不够完善。 在现代质量管理中，质量检验，只是非常基础的一部分，而高质量的质量管理，不仅仅需要做好质量检验方面的内容，还需要利用质量信息对工程施工的质量进行分析、改进和控制。在这方面，由于我们公司处于刚刚起步的快速发展阶段，因而对于质量信息的统计，以及利用质量信息进行分析、改进的工作目前还处于真空，尚未加以应用。 三、天源科创工程中心质量控制中的问题 进入公司几个月来，尤其是两次去项目现场出差的经历，让我接触到了工程中心程项目的质量控制。特别是在建立体系、推行体系运行的过程中，我更是接触了工程质量控制上的很多内容。从我目前接触的内容来看，我认为，我们天源科创工程中心的质量控制，存在以下几个方面的问题：
银行监管统计数据质量管理良好标准（试行）银监发〔2011〕63 号 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杂程度相适应的、满足监管统计工作需要的监管统计专职岗位。 3 . 2 银行在其他监管统计相关业务部门设立与其部门业务规模和复杂程度相适应的、满足监管统计工作需要的监管统计专职或兼职岗位。 3 . 3 银行对监管统计岗位的设置涵盖监管统计所有的工作任务和内容，分工明确，职责清晰，各岗位均设立 A 、 B 角。 3 . 4 银行对监管统计岗位的财务预算满足各岗位履职所需，包括设备、差旅、培训等支出。 3 . 5 银行监管统计岗位薪酬水平能够吸引和留住合格的工作人员，岗位设置能体现职业成长发展的良好通道。 原则 4 团队建设 银行建设一支满足监管统计工作需要的专业队伍，并建立有利于提高监管统计人员工作