本文摘要：内容摘要：近20年来，政府统计数据质量框架不断升级，质量管理的范围不断扩大，质量管理办法推陈出新，统计数据质量管理工作取得突破性进展，在提高数据质量方面发挥了重要的积极作用，有力地推进了统计工作现代化进程。统计数据质量管理是一项长期持续的工
内容摘要：近20年来，政府统计数据质量框架不断升级，质量管理的范围不断扩大，质量管理办法推陈出新，统计数据质量管理工作取得突破性进展，在提高数据质量方面发挥了重要的积极作用，有力地推进了统计工作现代化进程。统计数据质量管理是一项长期持续的工作，需要加强制度建设，加强国际合作交流，在统计改革发展过程中不断提出改善数据质量的新方案。
关键词：政府统计数据质量框架,数据质量管理,全面质量管理
一、引言
自20世纪90年代以来，各国和国际组织越来越重视统计数据质量管理，将其作为提高数据真实可靠、增强政府统计公信力的重要基础工作。近年来，统计数据在治国理政和政策决策中的作用空前提高，社会各界对统计数据高度关注，对数据质量管理提出了新的更高要求。统计数据质量管理与经济社会发展环境、统计工作水平紧密相连，它随用户需求、外部环境以及技术手段的变化而不断发展，具有较强的时代特征。
信息技术在统计工作中的广泛应用、数据记录和编辑过程的高度自动化，为政府统计数据质量管理的跨越性进步创造了很多便利条件，极大提高了数据质量。研究全球政府统计数据质量管理的新发展新变化，对于指导我国数据质量管理实践、提高数据真实性具有重要的现实意义。
二、统计数据质量管理工作成效显著
近20多年来，随着政府统计数据质量管理理论内涵的深入研究探索，质量管理实践内容更为丰富，水平明显提高，数据质量管理工作成效显著。
1.开发了一系列通用的国家数据质量框架。
各国从统计数据质量概念内涵出发，以联合国官方统计基本原则为基本遵循，以现代全面质量系统管理方法为基础，制定了详细的数据质量标准、保证框架、评估目标，不断强化数据质量管理。美国白宫行政管理和预算局颁布了“数据质量准则”和“统计调查标准和准则”，各联邦统计机构以此为依据，制定了相应的数据质量标准，主要有劳工统计局的“让用户了解数据质量和方法的导则”，普查局的“数据质量标准”，卫生统计中心的“确保向公众传播的数据质量准则”等。
几乎每一国家统计局都制定了本国官方数据质量标准和评估框架，根据新情况新问题适时修订更新。在国际层面，联合国统计委员会在审查归纳各国统计数据质量概念、评估框架基础上，开发了“国家数据质量保证框架(NDQAF)”，作为国际通用的框架标准，并且组织专家定期更新;国际货币基金组织制定了数据质量评估框架(DQAF)，作为评估特别数据传播标准(SDDS)和一般数据传播系统(GDDS)数据质量的标准;经济合作与发展组织(OECD)拟订了《统计活动质量框架和准则》，反映用户和利益攸关方对统计数据质量的要求;欧盟统计局根据“欧洲统计业务守则(COP)”，制定了“质量保证框架”等系列文件，规定了可量化的质量评估标准程序和办法。
欧盟统计局每两年举办一次欧洲官方统计质量会议，总结交流共享经验，创新数据质量评估方法。应该说，国际组织在提高统计数据质量方面做了大量工作，制定国际通用的数据质量框架范式标准，组织培训交流和推广应用，为各国提供了实践指导、借鉴和参照，不断推进数据质量工作上水平上台阶。
据联合国统计司调查，全球有60%执行国家质量保证框架，欧洲区域执行率高达90%。国家数据质量框架围绕统计专业标准准则、制度规定而制定，用来规范统计行为，改善数据质量。因此，它不是简单的、被动的原则性框架，而是国家统计局对外界的庄严承诺，通过定期评估、审查和审计，持续不断地改进数据质量。国际统计界对数据质量涵义和组成要素的认识基本一致，有助于沟通理解，开展数据质量的国际比较，更好地借鉴分享质量管理工作的国际经验和做法。
2.质量管理的范围从国家统计机构内部扩展
到国家整个统计系统，更加关注部门之间、专业之间数据的协调性和匹配性。国家统计局不是官方统计数据的唯一生产者，但承担着官方统计数据质量管理的协调职能，组织指导官方统计数据的其他生产者开展数据质量管理和评审工作，以保证国家统计数据质量整体提高、同步改善。数据质量管理协调分为软、硬两种方式。
所谓硬协调，一是通过颁布国家统计数据质量保证框架，制定数据质量评审清单，规定统计业务流程模式等具有法律效力的政策文件，指导所有数据生产者定期开展数据质量评审。二是开展数据质量检查，切实提高数据质量。所谓软协调通过组织召开培训会、研讨会等形式，提高相关部门数据质量管理能力，增强质量意识;通过第三方定期对不同部门、不同专业生产的统计数据进行协调性和匹配性评估，提醒相关部门注意数据质量存在的具体问题，采取措施加以防范和改进。
3.质量管理的内容从统计产出数据拓展到统计生产过程
从传统调查数据扩展到行政记录、大数据等新数据源。改进统计生产过程是改善统计产出数据质量的先决条件，通过优化统计生产过程、净化源头数据，提高统计数据质量。首先，数据质量管理从事后的评估延伸到事前风险预防、事中监督控制。统计数据质量管理不仅停留在对统计产出数据的评估上，更重要的是对统计过程的监测，控制数据质量风险，实行统计全过程质量管理。
在跟踪了解用户对数据质量期望的基础上，遵循预设的质量标准，借鉴国际最佳实践做法进行评估，及时发现问题并加以改进和化解，其目的是提高统计工作对用户需求的反应能力，增强数据质量管理的科学性和适应性。其次，实行统计业务流程的标准化管理，以此推进统计现代化和信息化，夯实数据质量基础。联合国欧洲经济委员会、欧盟统计局、经济合作和发展组织共同开发和推动了统计业务流程通用模式(GSBPM)，它基于对统计的共同理解和统一术语，规定了一整套标准化、模块化的统计业务流程，优化统计数据生产管理过程，发现并消除每一环节可能影响数据质量的不利因素。
GSBPM包括需求、设计、建立、收集、处理、分析、发布、评估等8个环节36个节点，把数据质量管理体系纳入统计业务流程之中，作为开展周期性数据质量审核、评估和改进的框架基础。优化统计业务流程是统计数据质量管理的重要基础，也是提高数据质量和统计能力的重要手段。再次，加强对新数据源的质量评估。各国统计部门积极鼓励利用电子化行政记录和大数据等非传统数据源的统计应用，加强对新数据源的质量评估，以降低统计调查成本、减轻调查负担、缩短调查时间。行政记录、大数据源的质量问题则成为当前数据质量管理的重要内容。
鉴于行政记录已广泛应用于官方统计，欧美等发达国家政府统计部门在官方统计质量框架和指南中增加了行政记录的质量管理要求和标准。而大数据到目前为止还没有被用于官方统计中，但它被作为官方统计数据的重要补充，对统计数据质量管理工作提出了重大的挑战。
现有的数据质量控制和评估主要围绕抽样设计、问卷设计、不回答率等传统调查数据开展，以满足用户需要为导向，而大数据的质量评估与此有很大差别，需要研究政府统计对未知、不可控大数据应用的质量要求，重点考虑大数据的完整性、可整合性和可链接性、可持续性、可匹配性等特殊的质量要素。为此，联合国欧洲经济委员会研制了“大数据质量评估的建议框架(BDQF)”，以补充完善现有的数据质量框架体系。
4.质量管理的目标从单维扩展到多维，在寻求各质量要素之间的平衡关系中实现最优。
数据质量不仅指准确性，还包括相关性、及时性、可比性、可获取性、可解释性等若干组成要素，这已成为国内外统计界的共识。质量管理目标的多维性为统计部门提供了权衡各子目标的机会和全面提升数据质量的空间。准确性是优化质量的一个重要维度，但不是唯一因素，要注重与质量其他维度的平衡关系，需要综合考虑用户的各种需求。
信息通信技术的进步和互联网的普及，引发了数据质量大变革。一方面，借助先进信息通信技术手段，实现数据编辑加工整理过程的自动化，大大减少了统计误差;电子化行政记录和大数据在政府统计中的应用成为可能，数据完整性、及时性空前提高。另一方面，社会各界对政府统计的需求不断增加，对数据质量提出了新期待，对数据质量管理工作提出新要求，现有统计能力与需求的矛盾突出。
因此，统计部门必须对业务流程和现有资源进行跟踪分析，需要在准确性、可比性、及时性、成本效益等诸多要素之间进行综合权衡，最大限度地满足用户需求。例如，定期修订数据是平衡及时性和数据误差的机会，是提高数据真实准确的必要环节，体现统计过程的严谨性，使数据更为完整匹配，方法更为科学。
数据修订本身不是统计误差的来源，发布统计初步值是为了满足及时性的要求。成本效益也是数据质量的考虑因素之一，需要在预算成本、效率和填报负担、及时性之间进行平衡，因为提高调查回答率、扩大调查范围，往往是以更高的成本支出和更长的工作时间为代价的。随着质量管理目标的多维化，管理方法手段也随之多样化，从单纯的统计误差分析逐渐形成系统的全面质量评估体系。
三、数据质量管理办法推陈出新
统计数据质量管理是一个持续改进提高的动态过程，不仅要建立质量管理的组织机构，还要开发一整套数据质量评估监测的方法程序和管理工具，定期开展数据质量评估，提出改进建议，不断提高数据质量。近20年来，各国统计部门基于质量管理的基本原则，吸纳全面质量管理、六西格玛、精益管理等先进质量管理方法，开发了许多数据质量管理工具。
我国应该积极借鉴和引进国际先进的数据质量管理方法，以丰富我国数据质量管理“工具箱”，不断提升质量管理水平。数据质量管理通常是在国家数据质量框架下开展的。根据联合国官方统计基本原则，数据质量评估包括三个环节：一是机构环境评估，要求专业独立性、数据收集依法依规、资源充足、质量承诺、机密保护、公正客观等;二是统计过程评估，要求方法健全、程序合理、填报负担适宜、成本效益等;三是统计数据评估，要求具有相关性、准确可靠性、及时守时性、一致可比性、可获取和清晰性等。这些要求为数据质量管理评估提供了一般标准和基本遵循。在主要发达国家，数据质量管理的主要手段有如下6方面内容。
1.数据质量报告。欧盟统计局制定了“质量报告手册”(2014)，要求欧洲各国统计局以标准文档形式提供数据质量报告。该报告和统计数据一起对外发布，详细说明统计数据的主要质量特征(如及时性、填报负担、回答率等)以及数据生产的背景、方法和概念定义等，并定期更新。通过质量管理的量化指标，了解质量变化过程，发现问题和原因，以便提出改进意见和建议。
2.内部自我评估。这是欧盟各国统计局开展数据质量管理的常用办法。各国统计局对照“欧洲统计业务守则”，对统计过程和统计结果进行评审，寻找薄弱环节，提出改进措施。内部自我评估也是数据质量审查审计和外部同行评估的前期准备。
3.数据质量审查审计。这是欧洲国家数据质量管理的一项制度。由质量管理、统计生产、发布和调查方法等方面专家组成审计小组，从欧洲统计业务守则的遵守情况、借鉴精益管理方法的价值流程图、用户需求满足程度三个方面，对主要统计活动进行数据质量审计。审计程序是：首先由统计人员填写自我评估表、准备相关文档。
其次审计人员与统计人员一起逐项对照检查并撰写审计报告，提出改进措施;最后将审计报告提交统计局长，并在网站上公布，作为开展后续改进工作的依据。挪威统计局近期对21项统计活动进行数据质量审计中提出了170多条改进建议，主要包括关注用户需求、通过可视化传播统计数据、及时更新网站上的统计文档、改进统计生产流程、加强对统计方法的理解和解释、增强统计调查的立法基础等。
4.外部同行评估。通过内部自我评估、审查审计发现的问题和提出的改进措施，必须要有后续跟进计划，确保评估和审计结果不是停留在文件记录上，而是真正落实在行动上，在提高数据质量上取得实质性成果。在欧盟国家，开展外部同行评估，监督检查各国数据质量改进计划的落实情况，作为内部自我评估和审计的后续跟进工作。这是数据质量管理工作的重要环节。
5.统计标识和认证。在信息社会和大数据时代，数据信息浩如烟海，鱼龙混杂，真假难辨。官方统计不同于分析研究，它是基于严格的统计专业方法程序编制而成的，具有科学性和权威性。因此，对官方统计数据可作统一标识，方便使用。对非官方统计数据，引用ISO20252质量管理办法，进行统计认证。通过认证者赋予可信任的统计合格标识，便于用户分辨和识别。
6.用户满意度调查。质量是根据用户使用来定义的，质量的好坏取决于用户的看法，了解用户对数据的优先需求是数据质量管理的重要方面。不同用户对数据质量有不同的关注点，不同时期对数据质量也有不同的要求。在大数据时代，用户对数据准确性和及时性有了更高的期望，提出实时取数的要求。因此，需要在政府统计部门和用户之间建立沟通对话渠道，对不同用户群开展满意度调查，了解用户的复杂需求，作为改善数据质量的依据。
四、统计数据质量明显提高
近20多年来，各国统计机构的数据质量意识不断提高，质量管理理念不断更新，质量管理手段不断创新，数据质量明显改善。主要表现在以下6方面。一是在数据相关性方面，统计工作紧密围绕经济社会发展需要，不断开拓统计新领域、生产新数据，统计内容更为丰富，统计主题更加贴切实际。
国际上，为反映经济社会发展新趋势新要求，主要国家和国际组织开展了一系列新的统计监测活动，包括：联合国2030年可持续发展统计监测、世界银行营商环境统计调查、经济合作与发展组织幸福统计监测和全球化统计、欧盟统计局生活质量统计和创新调查、美国新经济指数和硅谷指数、英国中央统计局共享经济统计可行性研究等。
中国国家统计局聚焦国家重大发展战略和决策部署，陆续开展了“三新”统计和营商环境统计，研究“创新、协调、绿色、开放、共享”五大新发展理念、经济增质提效、发展新动能、高质量发展等统计指标体系，进行诸多专题统计监测，为基于事实和数据的决策提供统计依据，推动决策的科学化和精准化。二是在数据准确性方面，全面质量管理工作把社会的关注点从数据准确性的单维因素引向以用户需求为核心的多维因素，有效地理顺了准确性和及时性、成本效益等其他要素之间的关系，引导社会各界对数据质量的合理预期，客观认识数据质量的专业过程和技术方法。
引入数据修订制度，缓解了准确性和及时性之间的固有冲突，最大可能地满足不同用户的数据需求;规定优先使用行政记录数据、大数据，探索使用新数据源，作为补充、验证、评估传统调查数据的重要基础数据，不仅减轻了调查负担，还弥补了因调查回答率下降而可能影响调查数据准确性的问题，夯实了数据质量基础。
三是在数据一致可比方面，国家统计机构不断加强专业之间、部门之间、地区之间统计工作的指导、协调和沟通合作，实施与国际兼容的统计分类标准，统计数据在国际间、地区间、部门间和行业间的匹配性一致性可比性明显增强。四是在数据及时性方面，通过变革统计生产方式、使用先进的信息处理技术、建设信息化基础设施，大大缩短了统计生产过程，极大地提高了数据发布及时性;以国际标准为参照，实行数据发布时间预告制度，规范发布流程，有助于稳定社会各界对数据获取的时间预期。五是在数据可获取方面，国家统计数据作为“公共服务产品”的理念正在逐渐形成，共享共用机制正在建成。
互联网作为数据发布的主渠道，极大地改善了数据可获取性;通过统计数据发布系统和国家统计数据库，提供在线即时统计服务，方便用户使用。近年来，进一步实施数据开放政策，加大数据开放力度，推动微观数据的再开发和再利用，扩大了统计服务范围，更好地满足用户多样化需要，充分发挥统计数据资源的社会作用。
六是在统计的制度环境方面，国家统计部门遵循联合国官方统计基本原则，执行国家数据质量保证框架，加大统计执法检查，使统计质量管理工作制度化常规化。随着统计数据质量制度环境的优化，统计工作的专业性、客观性和公正性不断增强，社会公信力不断提升，数据的关注度和支持率明显上升。据联合国对官方统计基本原则执行情况的全球评估，完全遵守统计独立性相关性原则的国家占比从40%提高到60%。
总之，近20年来，政府统计数据质量框架不断升级，业务流程不断优化，统计数据质量管理工作取得突破性进展，在提高数据质量方面发挥了重要的积极作用，推进了统计工作现代化进程。但也应看到，部分统计数据滞后、缺口，专业间、部门间数据不匹配不一致不可比，元数据管理及公开透明不够等统计数据质量问题时有发生，大数据的统计质量评估难度大，未来数据质量管理工作仍将面临很多挑战和困难，提高数据质量任重道远。统计数据质量管理是一项长期持续的工作，需要加强制度建设，加强国际合作交流，在统计改革发展过程中不断提出改善数据质量的新方案。
参考文献
[1]NordbottenS.BeforetheQ2001andaftertheQ2012.PaperpresentedatQ2012,Athens,Greece,June2012.http://nordbotten.com/articles/Q2012.pdf.
[2]SæbøHV.SystematicQualityWorkinofficialStatistics–TheoryandPractice.PaperfortheEuropeanConferenceonQualityinSurveyStatistics,Cardiff,24–26April2006.https://www.ssb.no/a/english/publikasjoner/pdf/doc_200606_en/doc_200606_en.pdf.
[3]SæbøHV.QualityAssessmentandImprovementMethodsinStatistics–WhatWorks?Statistika:StatisticsandEconomyJournal-No.4/2014.Availableathttps://www.czso.cz/csu/czso/statistika-statistics-andeconomy-journal-no-42014-4s5bpz2fko.
统计方向论文范文：经济建设背景下经济统计的应用价值
这篇经济管理论文发表了经济建设背景下经济统计的应用价值，随着市场经济的不断发展和完善，经济建设也在不断完善，但依然需要对经济建设进行深入的研究和分析，这就涉及到数据问题。从十七世纪六十年代开始经济统计学，从而保证经济建设的健康运行。
转载请注明来自发表学术论文网：http://www.fbxslw.com/jjlw/20983.html
