| 标题 | 工厂统计数据质量的管控与创新 |
| 范文 | 刘军 李蓓 摘要：本文对卷烟工厂的统计数据质量管理现状进行了调研，从影响数据质量的关键因素进行了分析，提出了提高数据的质量的主要方法，对数据质量的管控与创新方式进行探索。从而总结出工厂统计数据的准确性与可靠性直接影响到工厂的正常运营与发展，对工厂统计数据的管理工作必须贯穿于生产的全过程，同时要严格遵循企业生产的流程和规律。通过建立统计数据质量管理模式和精益化数据管理模式，对生产过程实施质量管理和控制，完善统计数据质量管理流程，以达到提高数据质量的管理目标。 关键词：数据质量;管理;精益化;创新 中图分类号：F230文献标识码：A 随着改革的不断深入和经济社会的快速发展，信息就是资源，能及时获得准确可靠的信息是能够有效完成统计工作的基础。在信息化技术迅速发展的新时期，工厂所需要统计的数据信息量逐渐增加，同时对统计数据的准确性和可靠性也提出了更加严格的要求。准确及时、真实可靠的统计数据，对于管理者制定科学的决策，合理组织生产管理活动，发挥着重要的支撑作用。管理者要对工厂有一个全面、深刻地认识，就必须充分发挥生产管理中的统计职能，把提高统计数据质量贯穿统计工作的全过程。 1 统计数据质量的含义及管理要求 1.1 统计数据质量的含义 1.1.1 核心质量 所谓核心质量就是指具备时效性、可靠性和真实性等基本要素的统计数据质量。在统计数据工作的全过程中，统计数据工作存在的意义根源就在于其是否具备真实性和可靠性。实效性则主要体现在统计数据质量的应用效率和应用价值。 1.1.2 形式质量 形式质量在统计数据中对核心质量起到重要的保障作用。比如统计相关的法律法规以及制度、标准的完善性，统计数据过程中的相关指标体系的科学性，统计是否具备了健康的内外环境等等。形式质量是管理行为的依据，以不断提高统计工作管理效率。 1.1.3 附加质量 所谓附加质量就是在核心质量的基础上进行拓展与延伸。附加质量往往是通过内部和外部的各种条件优化与改善才可以得以有效实现其质量控制。比如运用最新的科学技术措施进行数据统计，利用较为先进的统计工具等等，从而使核心统计以及形式统计质量都可以在原来基础上得以大幅度提升。 1.2 对统计数据质量管理提出的要求 准确性。所谓准确性就是统计数据的信息要符合客观实际，是统计数据质量真实性的具体体现，同时也是也是统计数据质量的可靠性、真实性的最基本的重點要求，准确性一般是运用统计误差来衡量。数据的准确性是进行科学决策和科学管理的重要依据，错误的数据信息，会给的整个管理造成重大损失。 完整性。所谓完整性就是统计数据信息的过程中全面性和完整性的体现，也就是统计数据在信息内容上要包含要求中的所有项目，没有遗漏。完整性就是要对原始数据的记录、收集、系统生成、人工录入、计算、修改、上报、加工、分析、存档等数据生命周期内所有过程的操作。 及时性。所谓及时性就是统计数据工作人员在统计信息资源的过程中时间价值上的体现。不同时间段的数据需要纳入不同的统计范围，数据延误上报会影响后续工作的开展及管理者的及时决策，其统计数据的时间价值就会大打折扣。 适用性。所谓适用性是对统计数据的使用者而言对所统计数据信息资源的需求程度。体现了统计数据信息资源的利用价值。统计数据的使用者有政府机构、企业本身等。从实践应用角度出发，重视数据运用范围的实效性，在数据化管理和管理中，只有有效的、相互关联的数据才能发挥作用。 一致性。所谓一致性是指统计数据新形象资源在被使用的过程中所体现出来的时间与空间上的一致程度。其主要体现在，一方面是统计数据指标的科学合理的统计标准;另一方面是对同一数据信息资源的统计指标，所提供的内部数据信息资源要与外部数据信息资源保持高度的一致性。 2 统计工作现状及数据质量影响因素 2.1 工厂统计工作的现状 一是工厂深化统计数据管理的力度不够，其综合协调职能和数据运用方面比较薄弱。二是统计人员的更替存在基础知识掌握不牢，对相关法律法规的学习重视不够，统计专业知识培训较少。三是规范的统计数据报送体系还需进一步完善，以更具实用性和可操作性。四是统计数据的质量管理方式滞后，部分统计核算环节缺乏科学性，因数据需求部门要求不同，数据统计口径的不同带来部门信息不一致的现象。五是在数据质量管控方面，在进行采集、加工和汇总数据的方式上缺乏科学创新。六是由于各生产环节协调方面相对复杂，容易导致信息量的不充分，信息滞后的现象，导致数据异常时不能及时发现并处理。 2.2 数据质量的影响因素 2.2.1 是否重视，影响统计数据质量 由于各部门在统计方法、指标内容、制度建设等还存在一定程度上的不统一，各部门在统计数据质量管理上方式和力度也不同，这就需要工厂管理层对统计工作的协调与支持，只有工厂足够重视，才能保证统计工作设施基础、人员、系统支撑等方面的投入，加强在统计过程中的制约与监督，制定统计数据校验与复查的有力措施，避免数据的主观失真。 2.2.2 数据处理的局限性 信息化时代，发展的不平衡，很多数据收集仍然是半手工操作，速度较慢、效率较低;同时，信息系统也会受到系统本身和外部因素的影响而使收集到的数据存在偏差。由于数据来源的多样性，使数据可能产生不一致和冲突，这些都会导致数据质量受到影响，造成统计数据的及时性、准确性、权威性“弱化”，指导决策和服务管理的职能作用“淡化”。 2.2.3 质量管理监督措施落实不到位 由于多数统计工作都是常规模式，统计人员局限于简单收集数据信息资源，并同时向上报，很容易使工作人员忽视对统计数据信息质量的控制与监督。 2.2.4 数据综合分析方法单一 统计数据分析具有特殊性和综合性的特点，工厂没有统一的运用科学化平台把所有信息以数据库的形式来管理，不全面的数据分析只能够对客观事物的发展特点取得一定的认识。 2.2.5 统计观念缺乏创新 统计人员的工作方式过于传统，与时代的发展不同步，缺乏运用现代化技术进行搜集、整理、论证统计数据信息资源的技术和能力。有的统计人员缺乏较强的事业心、责任感和创新意识。同时工厂的软硬件基础还需要不断夯实，以适应时代变化和经济发展的要求。 3 提高统计数据质量控制的创新路径 3.1 优化数据信息采集形式 在对数据信息采集的过程中，原始的统计数据信息资源质量是最初的控制对象。在数据信息资源采集的过程中，运用现代化信息处理技术，不仅仅可以大大节省人力，还可以在很大程度上提升对统计数据资源信息的准确度和正确率。工厂要通过不断完善数据质量管理办法，抓好源头的统计数据采集，强化数据衔接和质量审核，推动统计工作顺利开展。 3.2 统计数据核算方法 统计数据核算可以采取逻辑规则复核、关联指标对比分析、多方位数据核对等方式。逻辑规则复核工作需要统计人员熟悉业务逻辑，具有数据的敏感性，利用现代化信息处理技术对统计数据信息进行审核，同时结合人工的逻辑审核，可以极大地减少统计数据过程中所产生的误差，有效避免伪造数据信息现象的出现。关联指标对比分析是指将目标数据与历史同期数据、行业平均数据进行纵横向关联对比，当存在一定程度的较大的差异时，就有必要对该数据进行细致的审查和来源追溯。多方位数据核对，是对目标数据进行生产各环节多角度评估数据的合理程度。 3.3 完善统计指标制度及体系 建立完善的统计指标制度及体系，加速统计标准化进程，了解现阶段统计指标的适用程度，提高统计数据的可比性。建立科学、合理的统计数据标准体系，可以对统计数据信息的质量进行有效、严格的控制，在统计数据信息的过程中可以及时、快速、高效地消除统计数据信息中存在的质量问题，保证资料可比，实现统计信息共享，减少部门之间的重复劳动。 3.4 提升统计分析水平 加强先进的统计科学技术的应用，提高统计分析工作质量，加大统计资料分析研究力度，提高统计数据的分析水平。通过分析，得出重点数据及一般数据，分析哪些数据需要依赖其他报表，哪些数据难以量化，哪些数据设置复杂，哪些数据需要随着工作的发展重新审视。培养统计员具有敏锐的洞察力、分析能力，并具备现代统计改革意识，可以运用现代化的数据统计技术和方法，总结出一份具有极强参考与决策价值的分析报告，以此有效提升工厂统计数据的技术和能力。 3.5 加强对《统计法》的宣传 工厂要利用各种渠道和各种方法，利用普法宣传月、统计相关培训和统计宣传日等形式，积极进行统计法律法规的宣传和教育，提升统计工作人员统计法制意识，建立一支高素质的工作队伍，同时加强各部门沟通联系，充分发挥部门的整体功能，营造依法统计的良好工作氛围。 3.6 提高统计人员的业务素质 影响统计数据准确性、可靠性和真实性的因素有很多，其中统计工作人员的工作责任心和职业道德可以对统计数据的质量产生较大的影响，因此，要不断强化数据统计工作人员的职业道德建设，深入开展“不出假数、真实可信、准确完整”的统计职业操守教育，要求统计人员坚持实事求是，恪守职业道德，认真严肃的对待任何一个统计数据，及时传递准确、真实的数据信息，杜绝弄虚作假行为，保证统计数据的高质量。强化对统计工作人员的培训力度，采取上岗培训、定期轮训、统计继续教育等办法，经常性地组织业务培训，扩大统计人员的业务知识面，最大限度地提高统计人员的业务能力、理论水平，切实提高统计人员的业务素质。 总之，伴随著社会经济的高速发展，人们对信息的统计数据质量要求也越来越高。提供高质量统计数据是统计工作人员的主要职责和重要任务。确保统计信息数据的真实性、可靠性、有效性，优质性以及完整性，使之更好地为现代化建设提供决策依据，促进社会经济更加高效、快速地发展。我们应高度重视统计数据工作，最大限度的满足工厂对于统计数据的需求，进一步强化全面数据质量管理，构建科学的统计数据质量管理体系。 参考文献： [1]何铮.关于企业统计数据质量管理模式的思考[J]，统计与管理，201 2（5）：51- 53. [2]陈海平，毕翠芬，统计数据质量控制研究[J]，经济研究导刊，2014（13）：175-176. [3]唐德新，炭素企业统计数据质量的控制和提高[M].炭素技术，2013（4）：30- 32. [4]杨雅慧，宋卓瑾，试论企业统计数据质量的控制[J]，中国化工贸易， 2014 （16） ：38. |
| 随便看 |
|
科学优质学术资源、百科知识分享平台，免费提供知识科普、生活经验分享、中外学术论文、各类范文、学术文献、教学资料、学术期刊、会议、报纸、杂志、工具书等各类资源检索、在线阅读和软件app下载服务。