提高企业统计数据质量对策研究

2021-01-03刘敏

全国流通经济 2021年26期

刘敏

（国家能源集团宁夏煤业有限责任公司，宁夏银川 750001）

质量是数据统计工作的生命，是影响统计数据价值的决定性因素，从使用的角度而言，统计数据质量取决于数据的真实性、完整性以及及时性。真实性是统计数据的基本要求，即所有数据信息必须真实可靠、来源可查；及时性是统计数据时间价值的核心体现，要求必须具备时效性，因此企业统计数据必须要保持高效率、快节奏；完整性即统计的数据信息必须完整，不能存在数据缺失的情况，否则会影响统计数据的参考价值。企业要确保统计数据质量，必须构建完善的数据统计工作机制，运用先进的技术，组建专业的数据统计团队，在统计数据过程中尽可能规避技术因素与非技术因素的影响，进而确保统计数据的质量，为企业管理决策以及业务活动的开展提供数据参考。

一、企业统计数据的价值

企业的经营管理活动会产生大量数据信息，通过对这些数据信息进行统计分析，可以对企业经营管理策略以及业务活动的成效作出客观、准确的判断，从而便于企业管理层调整、优化企业发展战略，指导业务活动的开展[1]。企业统计数据当中包含大量有价值的信息，从企业长远发展的角度而言，通过数据统计可以直观呈现企业的发展历程，从中总结经验教训，进而有针对性地调整企业发展方向，以更好地适应多变的市场环境，谋求更大的发展空间。从企业经营管理的角度而言，通过数据统计可以获取现阶段企业运营情况，从而掌握企业采购、生产以及销售等各个环节的详细信息，便于企业管理者及时调整经营管理策略，进而强化风险控制，提升企业经营效益。从企业业务活动开展的角度而言，统计数据具有极大的参考价值，通过数据统计可以发现业务活动开展过程中存在的问题，从而有针对性地作出调整，进而推动企业各项业务活动有序开展[2]。从企业外部对象的角度而言，通过查看企业披露的统计数据信息可以了解企业的经营状况、盈利能力以及发展前景等，是投资决策的重要依据之一。

二、影响企业统计数据质量的因素分析

从企业数据统计工作实践来看，影响统计数据质量的因素主要是技术因素和非技术因素，下面进行具体分析阐述。

1.技术因素

数据统计是一项专业化、系统化的工作，一方面需要掌握专业的统计调查方法，另一方面要合理运用各项统计技术、设备。目前，企业统计数据主要采用的是周期性普查的方式，这种方式虽然覆盖面较广，但是耗时耗力，很难在短时间内完成，会影响统计数据的时间价值，并且在统计数据的过程中易受到各方面因素的干扰，灵活性、针对性较差[3]。同时在当前市场环境下，企业内部组织结构以及业务活动越来越复杂，这就意味调查统计对象也更加复杂化，仅仅依靠周期性普查的方式显然已经难以满足数据统计工作的需求，因此必须调整统计调查方法，采用周期性普查与经常性抽样调查相结合的方式开展数据统计工作。关于数据统计技术方面，传统的统计技术效率低下，对于人的依赖程度较高，并且出错率较高，无法有效保障统计数据质量，但就当下的实际情况来看，很多企业在统计数据过程中仍比较依赖于传统统计技术，对于现代化信息技术手段以及设备运用较少，并且缺乏相关的经验。

2.非技术因素

根据企业数据统计工作的实际情况来看，非技术因素对于统计数据质量的影响最为显著，而且要规避非技术因素的影响具有较大难度，具体而言主要表现为以下几方面。其一是受利益驱动数据造假，导致最终的数据统计结果不具备参考价值，甚至会对企业管理决策以及外部对象的投资决策产生误导[4]。比如：部分企业为骗取政府补贴、偷税漏税，会在财务报表中数据造假；部分处于亏损状态的企业为吸引投资或者向金融机构融资，会虚报企业亏损。此类事件近年来屡见不鲜，即使是上市企业也存在数据造假的问题，这就导致企业统计数据丧失了参考价值，无法发挥相应的作用。其二是数据统计人员违规操作，企业数据统计工作涉及范围广、持续时间长，在此过程中易受到其他方面因素的影响，部分数据统计人员出于某种不正当目的违规操作，没有严格遵循数据统计流程和相关标准规范，最终导致的结果就是统计数据失真，数据信息的真实性、准确性无法得到保障。其三是企业数据统计工作机制不完善，这也是导致统计数据质量不佳的重要因素，同时也是导致企业数据统计工作效率偏低的主要因素[5]。企业数据统计工作需要依靠完善的工作机制才能有效开展，否则在进行数据统计工作过程中易受到外界因素的干扰，统计数据质量得不到有效保障.

三、企业统计数据常见问题分析

1.数据虚假

数据虚假是比较常见的企业统计数据质量问题之一，其所造成的影响极为严重，即便是少部分数据造假也会直接影响到企业管理者和投资者的判断，对于企业健康发展会产生严重负面影响。无论是何种因素导致的数据虚假，最终得出的数据统计结果都缺乏依据，相关数据信息完全是虚构杜撰、凭空捏造的，完全没有事实依据。出现数据虚假的问题，其原因是多方面的，可能是企业或者数据统计人员出于某种不正当目的，有意识进行数据造假，以获取不正当利益；也可能是企业相关指标设定不合理，数据统计工作制度不健全，调查、统计方法落后等原因。

2.拼凑数据

拼凑数据指的是在企业统计数据过程中，将不同时期、不同环节、不同条件以及不同性质的数据人为拼凑在一起，使其表面上看似是同一时期、同一环节、同一条件以及同一性质的数据。通过人为拼凑得出的数据统计结果看似有一定的事实依据，但是其本质上也是数据造假，数据信息不具备真实性、完整性的特征。这也就意味着统计数据缺乏参考价值，甚至会误导企业管理者以及投资者，使其作出错误判断。

3.指标设定不合理

企业数据统计工作涉及范围较广，涵盖企业采购、生产、销售、财务以及经营管理等多个方面，数据信息繁杂，调查统计工作量比较庞大，因此企业在开展数据统计工作时需要设定相应的指标，从而根据指标要求统计相关数据，工作效率可以显著提升[6]。但是在企业数据统计工作实践中发现，由于指标设定不合理，导致数据统计人员理解出现偏差，最终所统计的数据信息与原本要求背离，不符合预期要求。

4.逻辑性错误

逻辑性错误指的是统计数据的排列、分布不符合逻辑，不同数据信息或者不同项目数据间存在矛盾冲突，这也是比较常见的企业统计数据质量问题之一。企业统计数据出现逻辑性错误的原因主要是由于企业各方面的数据信息相互联系，在调查统计过程中若不仔细核对，即可能出现这种问题。

5.数据非同一性

所谓数据非同一性指的是容易数据统计指标在不同时期所涵盖的范围、统计内容与方法、价格以及计量单位等存在显著差异，进而导致不同时期的数据信息不存在可比性。比如某一产品在上年数据统计时，在相应统计指标下，其单价为25元，但在次年的数据统计过程中单价提高到55元，虽然统计指标并非发生变化，但是所涉及的数据信息存在显著差异，若直接进行横向对比，研究该产品两年间销售量差异，则得出的结论必然不够准确、客观，不具备参考价值。

6.数据完整性差

企业统计数据要准确、全面、真实地反映企业相关业务情况，就必须确保统计数据的完整性，若所涉及的数据信息搜集不全，不符合数据统计完整性的要求，则必然无法全面、准确反映研究对象的全貌以及整体特征，进而就无法总结出其中隐藏的规律，甚至可能会得出错误的结论。

四、提高企业统计数据质量对策

要提高企业统计数据质量，必须要关注数据统计的全过程，进而实现全方位、多层次的管控，切实有效保障统计数据质量，具体可以从以下几方面入手。

1.加强对数据统计工作的重视

企业统计数据的价值体现在多个方面，对于企业长远发展以及经营管理决策等都具有重要影响，作为企业管理者要客观、全面地认识到统计数据的价值，进而加强对数据统计工作的重视。在当前市场环境下，企业的生存发展压力显著增大，同时经营管理风险更大，企业要强化自身环境适应能力，同时有效控制经营管理风险，离不开统计数据的支持，这是企业调整发展方向，优化企业内部管理以及改进业务活动的重要基础，必须给予高度重视。

2.把握数据源头

质量是企业数据统计工作的基本要求，同时也是确保统计数据价值的关键，一般而言，统计数据的质量体现在数据的完整性、真实性、及时性以及准确性等方面，企业统计数据最终能否为经营管理决策、业务活动开展提供参考，主要取决于统计数据质量，因此企业数据统计人员要高度重视数据质量问题，将其作为工作的重心[7]。要确保统计数据质量，首先要从数据统计的初始环节着手，即准确把握数据源头，尽可能获取第一手数据信息。企业数据统计人员应当从数据信息的原始记录抓起，重点关注数据信息采集、整理以及汇总上报的全过程，严格执行统计报表以及统计台账制度。需要注意的是，统计台账的科目划分应当与企业数据统计工作一一对应，包括调查统计对象、项目类别、数据信息类别等，将质量观念落实在数据统计初始环节，从源头上确保数据信息的真实性，进而避免出现数据造假的问题。

3.严格遵循数据统计工作规范

企业数据统计是一项系统化工作，持续周期较长，在数据统计过程中要排除外界因素的干扰，就必须严格遵循数据统计工作规范。首先，企业数据统计部门以及参与数据统计的人员必须遵守我国《统计法》的相关要求，依法开展各项工作，树立良好的法治观念，坚决抵制违规操作，进而有效控制人为因素对统计数据质量的影响。其次，数据统计人员要遵循企业制定的数据统计工作制度，根据既定的数据统计流程以及要求开展调查统计工作，严禁违反操作程序，若遇到特殊情况需要特殊处理，必须报请主管人员审核，经批准后方能执行。最后，企业必须建立内部监督机制，对数据统计工作进行全过程监管，对于已经统计完成的数据信息要进行严格审核，落实监管责任，进而杜绝虚报、瞒报、造假、篡改以及伪造数据等问题，切实有效保障统计数据质量。

4.重视数据统计人员队伍建设

企业数据统计工作涉及内容较为复杂，信息量较大，复杂程度较高，因此企业数据统计人员的个人素养会对统计数据质量产生直接影响。企业在开展数据统计工作过程中，要求统计人员不仅要具备高度的责任意识，同时也要掌握相应的调查、统计方案以及相关专业知识。企业管理者要高度重视数据统计人员队伍建设，在人员配置方面应尽量选择数据统计专业知识扎实，数据统计经验丰富的人员，同时要具备良好的敬业精神以及工作态度，进而构建一支高水平数据统计工作队伍[8]。此外，在开展数据统计工作前，首先需要组织统计人员进行岗前培训，重点强化统计人员的责任意识，确保其在实践工作当中认真负责，保持良好的职业素养。其次要定期组织开展技术培训，组织数据统计人员学习先进的统计工作经验；学习运用新型技术、设备；学习先进的调查统计方法，并灵活运用在数据统计实践当中。

5.完善统计指标体系

企业数据统计工作涉及的范围较广，尤其是开展周期性普查时，会涉及企业的方方面面，要确保各方面工作有序开展就必须构建完善的统计指标体系，以统计指标作为工作导向，进而推动具体工作的落实，确保企业数据统计各方面工作齐头并进，同时互不干涉和影响，进而保障统计数据质量。关于统计指标体系的构建，需要企业结合实际情况设计，包括调查统计形式、统计内容、统计方法等，周期性普查和经常性抽样调查的指标体系要体现差异性，不能一概而论。需要注意的是，所有指标的设计必须规范，指标要求必须明确，不能存在歧义，要具备较强的适用性。

6.完善数据统计制度建设

企业数据工作必须依靠完善的制度才能有序开展，因此企业要高度重视数据统计制度建设，以我国《统计法》为基本依据，结合企业数据统计工作的实际需求制定完善的工作制度，从数据信息采集环节到数据分析环节，数据统计工作的每个环节都要做出明确规范，进而确保数据统计工作标准化、规范化[9]。对于企业而言，完善的数据统计制度可以有效规范统计人员的行为，切实保障统计数据质量；对于统计人员而言，完善的数据统计制度可以使数据统计实践有章可循，有据可依，各项工作均有相应的操作程序，照章办事即可取得预期的效果。

7.严控数据统计中间环节

高水平、专业化的数据统计队伍、完善的数据统计制度、科学的统计指标体系以及先进的数据统计方法，这些均是企业数据统计工作的保障，统计人员在工作实践中必须严格执行这些方面的要求才能统计数据质量，因此，企业也要严格管控数据统计的中间环节，包括原始数据采集、数据整理加工、数据计算、数据分析以及编制统计报告等，这些工作都必须一一落实。企业定期对数据统计工作进行全面巡视和检查，确保统计人员严格执行相关制度规范，高效、准确、彻底地完成数据统计中间环节的各项工作。