提高企業統計數據質量對策研究

劉 敏

（國家能源集團寧夏煤業有限責任公司，寧夏 銀川 750001）

質量是數據統計工作的生命，是影響統計數據價值的決定性因素，從使用的角度而言，統計數據質量取決于數據的真實性、完整性以及及時性。真實性是統計數據的基本要求，即所有數據信息必須真實可靠、來源可查；及時性是統計數據時間價值的核心體現，要求必須具備時效性，因此企業統計數據必須要保持高效率、快節奏；完整性即統計的數據信息必須完整，不能存在數據缺失的情況，否則會影響統計數據的參考價值。企業要確保統計數據質量，必須構建完善的數據統計工作機制，運用先進的技術，組建專業的數據統計團隊，在統計數據過程中盡可能規避技術因素與非技術因素的影響，進而確保統計數據的質量，為企業管理決策以及業務活動的開展提供數據參考。

一、企業統計數據的價值

企業的經營管理活動會產生大量數據信息，通過對這些數據信息進行統計分析，可以對企業經營管理策略以及業務活動的成效作出客觀、準確的判斷，從而便于企業管理層調整、優化企業發展戰略，指導業務活動的開展[1]。企業統計數據當中包含大量有價值的信息，從企業長遠發展的角度而言，通過數據統計可以直觀呈現企業的發展歷程，從中總結經驗教訓，進而有針對性地調整企業發展方向，以更好地適應多變的市場環境，謀求更大的發展空間。從企業經營管理的角度而言，通過數據統計可以獲取現階段企業運營情況，從而掌握企業采購、生產以及銷售等各個環節的詳細信息，便于企業管理者及時調整經營管理策略，進而強化風險控制，提升企業經營效益。從企業業務活動開展的角度而言，統計數據具有極大的參考價值，通過數據統計可以發現業務活動開展過程中存在的問題，從而有針對性地作出調整，進而推動企業各項業務活動有序開展[2]。從企業外部對象的角度而言，通過查看企業披露的統計數據信息可以了解企業的經營狀況、盈利能力以及發展前景等，是投資決策的重要依據之一。

二、影響企業統計數據質量的因素分析

從企業數據統計工作實踐來看，影響統計數據質量的因素主要是技術因素和非技術因素，下面進行具體分析闡述。

1.技術因素

數據統計是一項專業化、系統化的工作，一方面需要掌握專業的統計調查方法，另一方面要合理運用各項統計技術、設備。目前，企業統計數據主要采用的是周期性普查的方式，這種方式雖然覆蓋面較廣，但是耗時耗力，很難在短時間內完成，會影響統計數據的時間價值，并且在統計數據的過程中易受到各方面因素的干擾，靈活性、針對性較差[3]。同時在當前市場環境下，企業內部組織結構以及業務活動越來越復雜，這就意味調查統計對象也更加復雜化，僅僅依靠周期性普查的方式顯然已經難以滿足數據統計工作的需求，因此必須調整統計調查方法，采用周期性普查與經常性抽樣調查相結合的方式開展數據統計工作。關于數據統計技術方面，傳統的統計技術效率低下，對于人的依賴程度較高，并且出錯率較高，無法有效保障統計數據質量，但就當下的實際情況來看，很多企業在統計數據過程中仍比較依賴于傳統統計技術，對于現代化信息技術手段以及設備運用較少，并且缺乏相關的經驗。

2.非技術因素

根據企業數據統計工作的實際情況來看，非技術因素對于統計數據質量的影響最為顯著，而且要規避非技術因素的影響具有較大難度，具體而言主要表現為以下幾方面。其一是受利益驅動數據造假，導致最終的數據統計結果不具備參考價值，甚至會對企業管理決策以及外部對象的投資決策產生誤導[4]。比如：部分企業為騙取政府補貼、偷稅漏稅，會在財務報表中數據造假；部分處于虧損狀態的企業為吸引投資或者向金融機構融資，會虛報企業虧損。此類事件近年來屢見不鮮，即使是上市企業也存在數據造假的問題，這就導致企業統計數據喪失了參考價值，無法發揮相應的作用。其二是數據統計人員違規操作，企業數據統計工作涉及范圍廣、持續時間長，在此過程中易受到其他方面因素的影響，部分數據統計人員出于某種不正當目的違規操作，沒有嚴格遵循數據統計流程和相關標準規范，最終導致的結果就是統計數據失真，數據信息的真實性、準確性無法得到保障。其三是企業數據統計工作機制不完善，這也是導致統計數據質量不佳的重要因素，同時也是導致企業數據統計工作效率偏低的主要因素[5]。企業數據統計工作需要依靠完善的工作機制才能有效開展，否則在進行數據統計工作過程中易受到外界因素的干擾，統計數據質量得不到有效保障.

三、企業統計數據常見問題分析

1.數據虛假

數據虛假是比較常見的企業統計數據質量問題之一，其所造成的影響極為嚴重，即便是少部分數據造假也會直接影響到企業管理者和投資者的判斷，對于企業健康發展會產生嚴重負面影響。無論是何種因素導致的數據虛假，最終得出的數據統計結果都缺乏依據，相關數據信息完全是虛構杜撰、憑空捏造的，完全沒有事實依據。出現數據虛假的問題，其原因是多方面的，可能是企業或者數據統計人員出于某種不正當目的，有意識進行數據造假，以獲取不正當利益；也可能是企業相關指標設定不合理，數據統計工作制度不健全，調查、統計方法落后等原因。

2.拼湊數據

拼湊數據指的是在企業統計數據過程中，將不同時期、不同環節、不同條件以及不同性質的數據人為拼湊在一起，使其表面上看似是同一時期、同一環節、同一條件以及同一性質的數據。通過人為拼湊得出的數據統計結果看似有一定的事實依據，但是其本質上也是數據造假，數據信息不具備真實性、完整性的特征。這也就意味著統計數據缺乏參考價值，甚至會誤導企業管理者以及投資者，使其作出錯誤判斷。

3.指標設定不合理

企業數據統計工作涉及范圍較廣，涵蓋企業采購、生產、銷售、財務以及經營管理等多個方面，數據信息繁雜，調查統計工作量比較龐大，因此企業在開展數據統計工作時需要設定相應的指標，從而根據指標要求統計相關數據，工作效率可以顯著提升[6]。但是在企業數據統計工作實踐中發現，由于指標設定不合理，導致數據統計人員理解出現偏差，最終所統計的數據信息與原本要求背離，不符合預期要求。

4.邏輯性錯誤

邏輯性錯誤指的是統計數據的排列、分布不符合邏輯，不同數據信息或者不同項目數據間存在矛盾沖突，這也是比較常見的企業統計數據質量問題之一。企業統計數據出現邏輯性錯誤的原因主要是由于企業各方面的數據信息相互聯系，在調查統計過程中若不仔細核對，即可能出現這種問題。

5.數據非同一性

所謂數據非同一性指的是容易數據統計指標在不同時期所涵蓋的范圍、統計內容與方法、價格以及計量單位等存在顯著差異，進而導致不同時期的數據信息不存在可比性。比如某一產品在上年數據統計時，在相應統計指標下，其單價為25元，但在次年的數據統計過程中單價提高到55元，雖然統計指標并非發生變化，但是所涉及的數據信息存在顯著差異，若直接進行橫向對比，研究該產品兩年間銷售量差異，則得出的結論必然不夠準確、客觀，不具備參考價值。

6.數據完整性差

企業統計數據要準確、全面、真實地反映企業相關業務情況，就必須確保統計數據的完整性，若所涉及的數據信息搜集不全，不符合數據統計完整性的要求，則必然無法全面、準確反映研究對象的全貌以及整體特征，進而就無法總結出其中隱藏的規律，甚至可能會得出錯誤的結論。

四、提高企業統計數據質量對策

要提高企業統計數據質量，必須要關注數據統計的全過程，進而實現全方位、多層次的管控，切實有效保障統計數據質量，具體可以從以下幾方面入手。

1.加強對數據統計工作的重視

企業統計數據的價值體現在多個方面，對于企業長遠發展以及經營管理決策等都具有重要影響，作為企業管理者要客觀、全面地認識到統計數據的價值，進而加強對數據統計工作的重視。在當前市場環境下，企業的生存發展壓力顯著增大，同時經營管理風險更大，企業要強化自身環境適應能力，同時有效控制經營管理風險，離不開統計數據的支持，這是企業調整發展方向，優化企業內部管理以及改進業務活動的重要基礎，必須給予高度重視。

2.把握數據源頭

質量是企業數據統計工作的基本要求，同時也是確保統計數據價值的關鍵，一般而言，統計數據的質量體現在數據的完整性、真實性、及時性以及準確性等方面，企業統計數據最終能否為經營管理決策、業務活動開展提供參考，主要取決于統計數據質量，因此企業數據統計人員要高度重視數據質量問題，將其作為工作的重心[7]。要確保統計數據質量，首先要從數據統計的初始環節著手，即準確把握數據源頭，盡可能獲取第一手數據信息。企業數據統計人員應當從數據信息的原始記錄抓起，重點關注數據信息采集、整理以及匯總上報的全過程，嚴格執行統計報表以及統計臺賬制度。需要注意的是，統計臺賬的科目劃分應當與企業數據統計工作一一對應，包括調查統計對象、項目類別、數據信息類別等，將質量觀念落實在數據統計初始環節，從源頭上確保數據信息的真實性，進而避免出現數據造假的問題。

3.嚴格遵循數據統計工作規范

企業數據統計是一項系統化工作，持續周期較長，在數據統計過程中要排除外界因素的干擾，就必須嚴格遵循數據統計工作規范。首先，企業數據統計部門以及參與數據統計的人員必須遵守我國《統計法》的相關要求，依法開展各項工作，樹立良好的法治觀念，堅決抵制違規操作，進而有效控制人為因素對統計數據質量的影響。其次，數據統計人員要遵循企業制定的數據統計工作制度，根據既定的數據統計流程以及要求開展調查統計工作，嚴禁違反操作程序，若遇到特殊情況需要特殊處理，必須報請主管人員審核，經批準后方能執行。最后，企業必須建立內部監督機制，對數據統計工作進行全過程監管，對于已經統計完成的數據信息要進行嚴格審核，落實監管責任，進而杜絕虛報、瞞報、造假、篡改以及偽造數據等問題，切實有效保障統計數據質量。

4.重視數據統計人員隊伍建設

企業數據統計工作涉及內容較為復雜，信息量較大，復雜程度較高，因此企業數據統計人員的個人素養會對統計數據質量產生直接影響。企業在開展數據統計工作過程中，要求統計人員不僅要具備高度的責任意識，同時也要掌握相應的調查、統計方案以及相關專業知識。企業管理者要高度重視數據統計人員隊伍建設，在人員配置方面應盡量選擇數據統計專業知識扎實，數據統計經驗豐富的人員，同時要具備良好的敬業精神以及工作態度，進而構建一支高水平數據 統計工作隊伍[8]。此外，在開展數據統計工作前，首先需要組織統計人員進行崗前培訓，重點強化統計人員的責任意識，確保其在實踐工作當中認真負責，保持良好的職業素養。其次要定期組織開展技術培訓，組織數據統計人員學習先進的統計工作經驗；學習運用新型技術、設備；學習先進的調查統計方法，并靈活運用在數據統計實踐當中。

5.完善統計指標體系

企業數據統計工作涉及的范圍較廣，尤其是開展周期性普查時，會涉及企業的方方面面，要確保各方面工作有序開展就必須構建完善的統計指標體系，以統計指標作為工作導向，進而推動具體工作的落實，確保企業數據統計各方面工作齊頭并進，同時互不干涉和影響，進而保障統計數據質量。關于統計指標體系的構建，需要企業結合實際情況設計，包括調查統計形式、統計內容、統計方法等，周期性普查和經常性抽樣調查的指標體系要體現差異性，不能一概而論。需要注意的是，所有指標的設計必須規范，指標要求必須明確，不能存在歧義，要具備較強的適用性。

6.完善數據統計制度建設

企業數據工作必須依靠完善的制度才能有序開展，因此企業要高度重視數據統計制度建設，以我國《統計法》為基本依據，結合企業數據統計工作的實際需求制定完善的工作制度，從數據信息采集環節到數據分析環節，數據統計工作的每個環節都要做出明確規范，進而確保數據統計工作標準化、規范化[9]。對于企業而言，完善的數據統計制度可以有效規范統計人員的行為，切實保障統計數據質量；對于統計人員而言，完善的數據統計制度可以使數據統計實踐有章可循，有據可依，各項工作均有相應的操作程序，照章辦事即可取得預期的效果。

7.嚴控數據統計中間環節

高水平、專業化的數據統計隊伍、完善的數據統計制度、科學的統計指標體系以及先進的數據統計方法，這些均是企業數據統計工作的保障，統計人員在工作實踐中必須嚴格執行這些方面的要求才能統計數據質量，因此，企業也要嚴格管控數據統計的中間環節，包括原始數據采集、數據整理加工、數據計算、數據分析以及編制統計報告等，這些工作都必須一一落實。企業定期對數據統計工作進行全面巡視和檢查，確保統計人員嚴格執行相關制度規范，高效、準確、徹底地完成數據統計中間環節的各項工作。

五、結語

綜上所述，質量是企業數據統計工作中永恒不變的話題，只有保障統計數據質量才能使數據信息發揮相應的作用，才能對企業發展產生積極影響。