統(tǒng)計(jì)分析方法在煙草基層統(tǒng)計(jì)工作中的運(yùn)用

馬麗娜

摘 要：通過對(duì)統(tǒng)計(jì)分析方法內(nèi)涵和應(yīng)用價(jià)值的闡述，認(rèn)識(shí)統(tǒng)計(jì)分析方法在煙草基層統(tǒng)計(jì)工作中所起的重要作用。結(jié)合煙草基層統(tǒng)計(jì)工作，選取“控制圖”“決策樹”及“多元統(tǒng)計(jì)法”三種分析方法，并就方法運(yùn)用提出了相關(guān)要求，確保統(tǒng)計(jì)分析方法在企業(yè)獲取有效信息和制定相關(guān)決策時(shí)起到關(guān)鍵性作用。

關(guān)鍵詞：統(tǒng)計(jì)分析方法 煙草基層統(tǒng)計(jì) 運(yùn)用

中圖分類號(hào)：F222? 文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：1004-4914（2024）02-057-02

統(tǒng)計(jì)具有信息、咨詢和監(jiān)督三大職能，在“互聯(lián)網(wǎng)+”大數(shù)據(jù)不斷發(fā)展的今天，統(tǒng)計(jì)工作在行業(yè)高質(zhì)量發(fā)展的重要性日益凸顯。就統(tǒng)計(jì)工作而言，統(tǒng)計(jì)分析是核心，對(duì)于企業(yè)獲取有效信息、制定相關(guān)決策發(fā)揮關(guān)鍵作用。因此，要使統(tǒng)計(jì)工作真正發(fā)揮作用，必須做好統(tǒng)計(jì)分析。

一、統(tǒng)計(jì)分析方法內(nèi)涵

統(tǒng)計(jì)分析方法主要研究事物在數(shù)量、規(guī)模及程度等方面的數(shù)量關(guān)系，并根據(jù)數(shù)量關(guān)系發(fā)現(xiàn)事物的發(fā)展規(guī)律，從而對(duì)事物未來的發(fā)展方向進(jìn)行預(yù)測(cè)。統(tǒng)計(jì)分析方法具有科學(xué)性、直觀性和可重復(fù)性的特點(diǎn)，它收集大量數(shù)據(jù)，建立數(shù)理模型，通過頻數(shù)分布表、箱索圖及散點(diǎn)圖等直觀、淺顯的量化數(shù)字及簡(jiǎn)明的圖表表現(xiàn)出來。同時(shí)，運(yùn)用統(tǒng)計(jì)分析方法所獲得的研究成果是能夠經(jīng)得起檢驗(yàn)的，在從選題、調(diào)查、方案設(shè)計(jì)到數(shù)據(jù)的收集和處理，都能在同等條件下反復(fù)進(jìn)行。

統(tǒng)計(jì)分析方法相對(duì)于其它方法而言，更為準(zhǔn)確和客觀。這主要是由于它是應(yīng)用數(shù)學(xué)方式和數(shù)學(xué)模型及時(shí)地統(tǒng)計(jì)并分析調(diào)查中的數(shù)據(jù)、信息和資料，從而得出科學(xué)的定量結(jié)論。隨著電子信息技術(shù)的廣泛普及，統(tǒng)計(jì)分析方法廣泛應(yīng)用在統(tǒng)計(jì)工作中，但應(yīng)注意統(tǒng)計(jì)數(shù)據(jù)的真實(shí)性，同時(shí)選擇正確的統(tǒng)計(jì)分析方法，從而獲得真實(shí)有效的結(jié)果，用于指導(dǎo)我們的工作和生活。

二、統(tǒng)計(jì)分析方法在煙草基層統(tǒng)計(jì)工作中的應(yīng)用價(jià)值

（一）有助于為企業(yè)管理者做出決策提供數(shù)據(jù)支撐

統(tǒng)計(jì)分析方法的核心在于對(duì)個(gè)體數(shù)據(jù)加以匯總、整理，運(yùn)用數(shù)理模型和數(shù)理推斷，推測(cè)總體特征。統(tǒng)計(jì)分析方法是一種重要的工具，可以為決策者提供可依據(jù)的數(shù)據(jù)信息，以便做出正確的決策。對(duì)于煙草企業(yè)而言，伴隨著信息化的不斷發(fā)展，企業(yè)生產(chǎn)經(jīng)營(yíng)管理系統(tǒng)、MES系統(tǒng)、ERP系統(tǒng)等多種信息系統(tǒng)已經(jīng)積累了海量數(shù)據(jù)，同時(shí)每天都有新的數(shù)據(jù)源源不斷地產(chǎn)生。決策者僅憑個(gè)人經(jīng)驗(yàn)無法做出正確判斷，必須借助統(tǒng)計(jì)數(shù)據(jù)的支持。統(tǒng)計(jì)工作就是收集、匯總、整理這些海量的數(shù)據(jù)，并借助各種統(tǒng)計(jì)工具，加工、分析數(shù)據(jù)，源源不斷地為管理者決策提供多維度、有價(jià)值的數(shù)據(jù)支持[1]。

（二）有助于提升煙草企業(yè)經(jīng)營(yíng)管理水平

與國(guó)際四大煙草跨國(guó)公司相比，中國(guó)卷煙企業(yè)規(guī)模較小，知名度不夠，因此借助統(tǒng)計(jì)分析方法，提升企業(yè)經(jīng)營(yíng)管理水平具有十分重要的意義。運(yùn)用統(tǒng)計(jì)分析方法，能夠動(dòng)態(tài)反映企業(yè)內(nèi)部生產(chǎn)經(jīng)營(yíng)情況，如生產(chǎn)、經(jīng)營(yíng)、成本等方面，對(duì)企業(yè)未來的發(fā)展趨勢(shì)進(jìn)行科學(xué)預(yù)測(cè)；運(yùn)用統(tǒng)計(jì)分析方法，能夠有效挖掘企業(yè)潛力，使企業(yè)整體效益不斷提高；運(yùn)用統(tǒng)計(jì)分析方法，能夠幫助企業(yè)在重大問題上進(jìn)行深入的分析和討論，制定正確的決策和方案，促進(jìn)管理水平的提升。通過統(tǒng)計(jì)分析，正確處理數(shù)量和質(zhì)量、增產(chǎn)與節(jié)約、速度和效益、局部與全局等之間的關(guān)系，不斷提高管理水平[2]。

三、統(tǒng)計(jì)分析方法在煙草基層統(tǒng)計(jì)工作中的運(yùn)用

統(tǒng)計(jì)分析方法多種多樣，在實(shí)際工作中，要結(jié)合具體工作，根據(jù)分析的不同階段，運(yùn)用與之相適應(yīng)的方法進(jìn)行統(tǒng)計(jì)分析，以提高工作的有效性。我們按照數(shù)據(jù)采集、數(shù)據(jù)分析、數(shù)據(jù)預(yù)測(cè)的步驟，選擇了三種統(tǒng)計(jì)分析方法，并提出了方法運(yùn)用的相關(guān)要求，為基層企業(yè)戰(zhàn)略決策的制定提供了可靠的數(shù)據(jù)保障。

（一）統(tǒng)計(jì)分析方法在煙草基層統(tǒng)計(jì)工作中的具體運(yùn)用

1.運(yùn)用“控制圖”建立數(shù)據(jù)預(yù)警機(jī)制。資料收集是進(jìn)行統(tǒng)計(jì)分析的前提和基礎(chǔ)，平時(shí)收集的資料多是原始數(shù)據(jù)，大多雜亂無章，需要匯總整理。一方面，沒有整理的原始數(shù)據(jù)無法為我們提供有效信息；另一方面，若原始數(shù)據(jù)中含有虛假數(shù)據(jù)，或許會(huì)直接影響我們的數(shù)據(jù)判斷，造成數(shù)據(jù)恐慌。因此，收集數(shù)據(jù)時(shí)，需要篩選出其中的真實(shí)數(shù)據(jù)，剔除其中不真實(shí)的部分，實(shí)現(xiàn)對(duì)數(shù)據(jù)的有效篩選。

收集的數(shù)據(jù)通常采用同比、環(huán)比、多重核對(duì)等等方法，但數(shù)據(jù)過于繁多容易出錯(cuò)，可以運(yùn)用控制圖建立異常值預(yù)判標(biāo)準(zhǔn)和數(shù)據(jù)關(guān)聯(lián)驗(yàn)證標(biāo)準(zhǔn)。控制圖是用于分析和判斷過程是否處于穩(wěn)定狀態(tài)所使用的帶有控制界限的圖，是具有區(qū)分正常波動(dòng)和異常波動(dòng)的功能圖表[3]。目前控制圖常用于控制產(chǎn)品質(zhì)量，我們也可以運(yùn)用這一“控制圖”原理，及時(shí)實(shí)現(xiàn)對(duì)統(tǒng)計(jì)數(shù)據(jù)的監(jiān)控。

對(duì)于常規(guī)數(shù)據(jù)，可以運(yùn)用“控制圖”原理設(shè)置數(shù)據(jù)的上下波動(dòng)范圍，一旦數(shù)據(jù)超出正常波動(dòng)范圍，則標(biāo)注相應(yīng)顏色或者彈出警示窗口等進(jìn)行提醒確認(rèn)，避免因人為操作原因造成數(shù)據(jù)錯(cuò)誤。這種通過控制圖建立起來的數(shù)據(jù)預(yù)警機(jī)制主要包括三個(gè)方面：一是超出上下限數(shù)據(jù)波動(dòng)范圍進(jìn)行預(yù)警，一旦出現(xiàn)異常數(shù)據(jù)判斷是否輸入正確。二是相關(guān)指標(biāo)關(guān)聯(lián)關(guān)系預(yù)警，若發(fā)現(xiàn)指標(biāo)數(shù)據(jù)關(guān)系不匹配，則彈出預(yù)警，檢查指標(biāo)是否正常。三是指標(biāo)趨勢(shì)預(yù)警，若出現(xiàn)劣勢(shì)化趨勢(shì)，則及時(shí)糾偏，確保指標(biāo)回歸正常。在數(shù)據(jù)準(zhǔn)確的前提下，運(yùn)用控制圖的異常波動(dòng)圖也可以幫助我們發(fā)現(xiàn)生產(chǎn)經(jīng)營(yíng)中存在的問題點(diǎn)。通過問題挖掘、查找原因、及時(shí)排查，從而杜絕重大隱患。以“煙草數(shù)據(jù)采集終端”為例，表格的設(shè)計(jì)中設(shè)置相應(yīng)物料單耗正常波動(dòng)范圍（如小盒、大盒、卷煙紙等），超出臨界值時(shí)，會(huì)彈出界面進(jìn)行異常提醒；設(shè)置相關(guān)材料之間的關(guān)聯(lián)關(guān)系（如卷煙紙和水松紙物耗之間關(guān)系等），實(shí)現(xiàn)各材料之間的相互印證。同時(shí)，建立數(shù)據(jù)生產(chǎn)實(shí)時(shí)監(jiān)測(cè)圖，數(shù)據(jù)一旦異常，及時(shí)查找原因，確保生產(chǎn)穩(wěn)定。

2.運(yùn)用“決策樹”進(jìn)行成本分析控制。企業(yè)成本包括固定成本和變動(dòng)成本。其中固定成本包括工廠的機(jī)器設(shè)備、工人的工資等，不能改變，變動(dòng)成本則是生產(chǎn)過程中產(chǎn)生的各種損耗，是可以改變的。如果企業(yè)在生產(chǎn)過程中能降低各種損耗，節(jié)約成本，必將能提高產(chǎn)品的競(jìng)爭(zhēng)力，提升企業(yè)地位。因此這就需要分析成本損耗的關(guān)鍵點(diǎn)，找出影響損耗的關(guān)鍵因素，從而實(shí)現(xiàn)提升改進(jìn)，運(yùn)用“決策樹”算法便可以達(dá)到這種目的。

“決策樹”是通過圖示羅列解題的相關(guān)步驟和每個(gè)步驟發(fā)生的條件和結(jié)果之間相互聯(lián)系的方法。“決策樹”算法分為“決策樹”生成和“決策樹”修剪。“決策樹”生成采用自上向下、逐層分類的模式進(jìn)行，分類屬性的選擇及樣本集的劃分是關(guān)鍵。“決策樹”修剪包括兩種：事前修剪法和事后修剪法。事前修剪法是“決策樹”在生長(zhǎng)的同時(shí)完成剪枝。事后修剪法則是在“決策樹”生長(zhǎng)完成生長(zhǎng)后，修剪多余節(jié)點(diǎn)。通常情況下，事后修剪法的計(jì)算準(zhǔn)確度高于事前修剪法，但計(jì)算較為復(fù)雜，因此還要取決于樣本量大小來決定采用哪種方法。

利用“決策樹”進(jìn)行成本分析主要是采用企業(yè)的歷史成本數(shù)據(jù)，挖掘影響成本主要因素，達(dá)到改進(jìn)的目的。以卷煙生產(chǎn)為例，通過挖掘一段時(shí)間卷煙不合格產(chǎn)品數(shù)，分析造成不合格原因，將各原因作為分類屬性，如設(shè)備故障、操作不良、新手作業(yè)、工藝參數(shù)等，并對(duì)相應(yīng)數(shù)據(jù)進(jìn)行統(tǒng)計(jì)。在原始數(shù)據(jù)的基礎(chǔ)上，根據(jù)專業(yè)人士的建議，將分散的屬性概化到一個(gè)較高的層次，利用C4.5算法對(duì)數(shù)據(jù)生成“決策樹”。然后隨機(jī)抽取70%樣本作為訓(xùn)練集，再抽取余下的30%樣本作為測(cè)試集，以判斷是否達(dá)到滿意的準(zhǔn)確度。此時(shí)因枝葉過多，需要對(duì)樹枝進(jìn)行修剪。根據(jù)經(jīng)驗(yàn)，運(yùn)用事前修剪法，找出影響產(chǎn)品的主要因素，以求達(dá)到改善的效果。

另外，當(dāng)我們分析卷煙材料在一定成本范圍內(nèi)的功能與卷煙材料成本之間的關(guān)系時(shí)，也可以通用““決策樹””來實(shí)現(xiàn)。可以在控制成本與降低成本的決策點(diǎn)上選擇若干卷煙材料使用成本方案進(jìn)行對(duì)比選擇，并在一定的期望值準(zhǔn)則下循序漸進(jìn)地進(jìn)行分析，將較差的方案從中刪除，留下比較滿意的方案[4]。

3.運(yùn)用多元統(tǒng)計(jì)進(jìn)行統(tǒng)計(jì)預(yù)測(cè)分析。隨著互聯(lián)網(wǎng)技術(shù)的不斷進(jìn)步，煙草行業(yè)信息化管理體系日益完善。煙草基層統(tǒng)計(jì)人員通過系統(tǒng)獲取了海量數(shù)據(jù)，縮短了統(tǒng)計(jì)工作流程。但這些數(shù)據(jù)僅僅是進(jìn)行收集、整理、制作表格，缺乏軟件的進(jìn)一步分析支持。目前常用的統(tǒng)計(jì)分析軟件主要有SAS、SPSS、Minitab、Eviews等，其中SPSS軟件作為世界上應(yīng)用最廣泛的專業(yè)統(tǒng)計(jì)軟件，雖然是以解決社會(huì)科學(xué)問題的統(tǒng)計(jì)分析為主，但同樣可以解決其他領(lǐng)域的統(tǒng)計(jì)分析問題。因此我們也可以將SPSS軟件應(yīng)用于煙草統(tǒng)計(jì)的分析與預(yù)測(cè)。

煙草企業(yè)領(lǐng)域不同于研究領(lǐng)域，無法開展一定條件下的隨機(jī)試驗(yàn)，只有依據(jù)大量繁瑣復(fù)雜的數(shù)據(jù)。因此，統(tǒng)計(jì)分析就需要借助SPSS軟件，整理匯總數(shù)據(jù)，運(yùn)用多元統(tǒng)計(jì)方法，從中挖掘出有用信息，找出不同變量之間的相關(guān)關(guān)系，評(píng)價(jià)各個(gè)變量對(duì)生產(chǎn)、銷售以及企業(yè)經(jīng)營(yíng)的重要性，從而做出正確判斷。常用的多元統(tǒng)計(jì)方法有：多元作圖法、主成分分析法、聚類分析法、典型相關(guān)分析法等等。在實(shí)際的統(tǒng)計(jì)分析中我們可以結(jié)合多種方法進(jìn)行判斷，從而得出最優(yōu)結(jié)果。

以卷煙銷售量預(yù)測(cè)為例，選取某地區(qū)卷煙銷售量與該地區(qū)卷煙總產(chǎn)量、卷煙價(jià)格、人口流動(dòng)、人均收入的數(shù)據(jù)，對(duì)各因素對(duì)卷煙銷量的影響進(jìn)行分析，并以此建立模型。運(yùn)用SPSS軟件進(jìn)行相關(guān)性和參數(shù)檢驗(yàn)，不斷調(diào)整模型。最終我們對(duì)該地區(qū)卷煙年度銷量采用加入影響因素變化量的趨勢(shì)外推模型進(jìn)行預(yù)測(cè)，同時(shí)對(duì)月度銷量采用加入影響因素變化的季節(jié)指數(shù)卷煙銷量預(yù)測(cè)模型和ARMA銷量預(yù)測(cè)模型進(jìn)行預(yù)測(cè)[5]。這一模型的建立，可以幫助企業(yè)根據(jù)市場(chǎng)預(yù)測(cè)做出判斷，從而采取相應(yīng)策略助力企業(yè)發(fā)展。

（二）統(tǒng)計(jì)分析方法運(yùn)用的相關(guān)要求

1.確保統(tǒng)計(jì)資料的真實(shí)性。統(tǒng)計(jì)數(shù)據(jù)的真實(shí)與否，直接影響著統(tǒng)計(jì)分析工作的好壞。要提高統(tǒng)計(jì)數(shù)據(jù)的真實(shí)性，需要從三方面入手：一是要保證統(tǒng)計(jì)數(shù)據(jù)的準(zhǔn)確性。對(duì)于所有收集到的數(shù)據(jù)來說，數(shù)據(jù)是否準(zhǔn)確決定了數(shù)據(jù)的價(jià)值。不準(zhǔn)確的數(shù)據(jù)是“失真”的，這些數(shù)據(jù)所組成的統(tǒng)計(jì)分析也失去了真正的指導(dǎo)價(jià)值。二是要確保統(tǒng)計(jì)資料的完整性。缺乏完整性的統(tǒng)計(jì)資料會(huì)導(dǎo)致統(tǒng)計(jì)分析的片面化，因?yàn)檫@些數(shù)據(jù)只反映事物的一部分特性，不能全面反映事物之間的關(guān)系及規(guī)律特征，因此要確保資料是連續(xù)全面的。三是要確保統(tǒng)計(jì)資料的及時(shí)性。只有及時(shí)地獲取信息，我們才能準(zhǔn)確地反饋市場(chǎng)變化，從而準(zhǔn)確性和完整性才有意義。在煙草生產(chǎn)企業(yè)中，我們定期報(bào)送的數(shù)據(jù)覆蓋到每一個(gè)環(huán)節(jié)，各個(gè)數(shù)據(jù)系統(tǒng)之間相互套用，需要車間以及各職能部門的統(tǒng)計(jì)員協(xié)作完成，一旦哪個(gè)數(shù)據(jù)出現(xiàn)問題，則可能影響到數(shù)據(jù)的整體準(zhǔn)確性，因此在數(shù)據(jù)收集階段應(yīng)確保統(tǒng)計(jì)資料的真實(shí)性。

2.加強(qiáng)統(tǒng)計(jì)人員的專業(yè)性。專業(yè)的統(tǒng)計(jì)人員是煙草企業(yè)實(shí)現(xiàn)統(tǒng)計(jì)工作高質(zhì)量的保證。要使企業(yè)獲取更可靠的經(jīng)營(yíng)決策信息，必須提高統(tǒng)計(jì)人員的專業(yè)性，主要從以下三個(gè)方面考慮：一是發(fā)揮統(tǒng)計(jì)人員的主觀能動(dòng)性。統(tǒng)計(jì)人員不再只是單一地進(jìn)行數(shù)據(jù)收集、整理、匯總，而是要變被動(dòng)為主動(dòng)，進(jìn)行有效的數(shù)據(jù)分析。基層統(tǒng)計(jì)人員要以報(bào)表為依據(jù)，深入實(shí)際，進(jìn)行科學(xué)分析，為企業(yè)提供有價(jià)值的咨詢建議。二是加強(qiáng)基層統(tǒng)計(jì)人員的業(yè)務(wù)水平。基層統(tǒng)計(jì)人員不僅要了解企業(yè)生產(chǎn)流程，也要掌握有關(guān)統(tǒng)計(jì)學(xué)的理論和技術(shù)，包括一些應(yīng)用型統(tǒng)計(jì)分析軟件（SPSS、SAS、EVIEWS等）。統(tǒng)計(jì)人員借助統(tǒng)計(jì)分析工具不斷參與企業(yè)業(yè)務(wù)與經(jīng)濟(jì)活動(dòng)，快速找到問題入手點(diǎn)，助力企業(yè)快速發(fā)展。三是提高統(tǒng)計(jì)人員的分析能力。統(tǒng)計(jì)人員要從追求目標(biāo)、服務(wù)對(duì)象以及薄弱環(huán)節(jié)三方面入手，分析才具有針對(duì)性和時(shí)效性，才能找到企業(yè)的問題根源，為企業(yè)綜合實(shí)力的提升提供依據(jù)。

3.選擇統(tǒng)計(jì)方法的適合性。統(tǒng)計(jì)分析方法多種多樣，除了我們以上所說的“控制圖、“決策樹”、多元分析法”等，還有平均分析法、對(duì)比分析法、動(dòng)態(tài)分析法等等。在實(shí)際工作中，要根據(jù)工作需要采取不同的方法，可以是一種，也可以是多種分析方法聯(lián)合使用。但在選擇統(tǒng)計(jì)分析方法時(shí)，不要過度追求方法的復(fù)雜高深，缺乏實(shí)用性。要根據(jù)實(shí)際情況靈活運(yùn)用，以實(shí)用性、容易接受為主。統(tǒng)計(jì)人員還要研究不同的統(tǒng)計(jì)分析方法用于不同領(lǐng)域，如前所述，將控制圖應(yīng)用于數(shù)據(jù)收集，將“決策樹”應(yīng)用于成本分析，將多元分析應(yīng)用于統(tǒng)計(jì)預(yù)測(cè)等等，在此基礎(chǔ)上，制定相應(yīng)的分析模板，并普及到各統(tǒng)計(jì)崗位，為數(shù)據(jù)分析提供理論指導(dǎo)和技術(shù)支持。

四、結(jié)論

統(tǒng)計(jì)分析方法在煙草基層統(tǒng)計(jì)工作中占有重要地位，有力地提高了統(tǒng)計(jì)數(shù)據(jù)的準(zhǔn)確性。在統(tǒng)計(jì)工作的不同階段探索出相應(yīng)的統(tǒng)計(jì)分析方法將極大地縮短統(tǒng)計(jì)工作流程，如數(shù)據(jù)收集階段采用控制圖方法，成本分析階段采用“決策樹”方法，預(yù)測(cè)分析階段采用多元統(tǒng)計(jì)方法。這些統(tǒng)計(jì)分析方法的運(yùn)用，為企業(yè)開展數(shù)據(jù)分析提供了技術(shù)保障，并提供了有力的數(shù)據(jù)支持。因此，這也對(duì)煙草基層統(tǒng)計(jì)人員提出了更高的要求，要加強(qiáng)自身知識(shí)儲(chǔ)備，創(chuàng)新統(tǒng)計(jì)分析方法，從而真正發(fā)揮基層統(tǒng)計(jì)人員在煙草企業(yè)發(fā)展中應(yīng)有的作用。

參考文獻(xiàn)：

[1] 井艷霞.高質(zhì)量發(fā)展背景下煙草基層單位統(tǒng)計(jì)工作的幾點(diǎn)思考[J].中小企業(yè)管理與科技，2019（23）：10-11.

[2] 周昕.關(guān)于煙草行業(yè)統(tǒng)計(jì)分析的幾點(diǎn)思考[J].市場(chǎng)研究，2011（12）：09-12.

[3] 黃小路.藍(lán)領(lǐng)質(zhì)量素質(zhì)提升[M].中國(guó)質(zhì)檢出版社，2014.8：167.

[4] 白秀云.關(guān)于煙草統(tǒng)計(jì)分析的幾點(diǎn)思考[J].晉中學(xué)院學(xué)報(bào)，2006，23（05）：43-44.

[5] 楊林.基于Eviews的卷煙銷量預(yù)測(cè)模型研究[D].中南大學(xué)，2013，44-45.