工业计量论文范文3篇

版权声明

工业总产值计量经济论文

计量经济学论文

(一)内容提要

本文主要通过对我国2004年各地工业总产值进行多因素分析,建立以工业总产值为被解释变量,以其它可能对工业总产值有明显影响的因素为解释变量的多元线性回归模型,并利用模型对工业总产值进行数量化分析,就当前形势下通过何种方式才能提高工业总产值提出一些可供参考的意见。

关键词:工业总产值多因素分析投入固定资产劳动计量经济学

Summary

ThispapermainlybyChinain2004toaroundindustrialoutputformulti-factoranalysis,establishagrossvalueofindustrialoutputwastheexplanatoryvariable,Otherpossibletotheindustrialoutputvaluehasobviousimpactonthevariablefactorstoexplainthemultiplelinearregressionmodel,anduseofindustrialoutputmodelforquantitativeanalysis,onthecurrentsituationbywhatmeanscanimprovetheindustrialoutputvalueofsomeoftheadviceavailable.

Keywords:IndustrialoutputMultivariateanalysisInputFixedassetsLaborEconometrics

(二)建立模型的步骤

(1)建立模型

1、解释变量的选择

被解释变量,直接取工业总产值,用Y表示。

解释变量,即影响解释工业总产值的变量选取哪些呢?

我们知道,对于影响产量的主要变量是投资(K),劳动(L)和技术进步(T),所以在我们选择工业总产值解释变量的时候应该含有K、L,但是由于技术进步(T)的数据我们不可得,所以我们无法将其列入模型中进行定量研究。除了以上两个变量,我们还应该选择一个重要的变量,那就是固定资产,因为工业总产值中很大一部分是由大型工业产值组成的,这些工业的固定资产大小会对他们的产值产生重大影响,比如,一个大型工厂在以前用价值100万的旧生产线生产产品时,投入10万,产值是14万,后来引进新生产线,同样的投入和劳动,产值会是20万,这就表现出固定资产对工业总产值的影响。所以在选择了解释变量K、L之后,我们还要加上固定资产(B)。至此,对于工业总产值影响较大的解释变量我们已经找到。

建立如下产量模型

Y=f(K,L,B,担

其中,凳瞧渌幸蛩氐淖酆洗恚撬婊哦睢

2、模型数学形式的确定

根据经济理论和数理经济学的结论我们可以知道,解释变量K、L、B与别解释变量Y存在线性关系。

另外,我们通过描绘变量之间关系的散点图,通过下图大致可以判断,解释变量K、L、B与别解释变量Y存在线性关系

于是,我们设定工业总产值的模型为

Y=b0+b1K+b2L+b3B+

3、拟定参数的大致范围

资本投入(K)和劳动投入(L)及固定资产(B)的增加都会导致工业总产值(Y)的增加,所以,b1>0、b2>0、b3>0

(2)样本数据的收集

现在做的关于工业总产值的模型中所用的数据为截面型数据,我所收集的数据为我国2004年全国各省的工业企业主要经济指标,包含工业总产值、固定资产原价、主营业务成本和全部从业人员年底平均数。

14-3各地区全部工业企业主要经济指标(2004年)

地区工业总产值

(Y)

单位:亿元固定资产

原价

(B)主营业务

成本

(K)全部从业人员

年平均人数

(L)

(万人)

北京5974.703322.085244.46158.03

天津6119.082476.965197.60168.93

河北10194.404735.218427.93440.99

山西4173.933351.303197.32278.13

内蒙古2327.481866.931859.00110.14

辽宁9140.615538.817696.00354.20

吉林3551.722177.682802.44138.29

黑龙江3955.702990.532789.85187.48

上海14594.155842.6512777.87340.93

江苏29476.6610173.9625208.811018.91

浙江21227.207746.8617862.06861.59

安徽4236.392368.233407.16235.81

福建7516.053014.866185.11364.53

江西2736.691511.752279.37179.17

山东24678.509398.7820133.49935.93

河南9236.804589.397361.50530.25

湖北5329.234129.674245.60235.48

湖南4341.882341.413339.51262.40

广东31519.6110118.8628557.181338.13

广西2242.261503.991809.14126.67

海南429.42306.40341.1414.77

重庆2598.841320.982074.64144.62

四川5303.643515.934221.95297.31

贵州1546.171444.601107.9993.89

云南2344.071839.661616.54103.53

西藏24.8573.0617.072.31

陕西3150.792614.742280.36175.43

甘肃1695.791495.521386.7298.09

青海388.12639.32287.7618.10

宁夏605.19489.34479.3533.11

新疆1656.021675.521206.7356.81

其中,工业总产值就是我们模型中的Y、固定资产原价相当于模型中的B、主营业务成本相当于投入资产K、全部从业人员年底平均数相当于劳动L。

(3)参数估计

对于参数的估计,我们采用计量经济学软件计算相关数据,在这里我们用eviews3.1来计算。

步骤:

1、打开eviews软件,通过file-new-workfile选中undatedorirregular然后在下面文本框中输入1到31建立实验所需表格。

2、在操作区输入datayklb然后按回车键进入数据输入页面并把数据准确输入到相关项目中,如下图

obsKBLY

15244.463322.08158.035974.7

25197.62476.96168.936119.08

38427.934735.21440.9910194.4

43197.323351.3278.134173.93

518591866.93110.142327.48

676965538.81354.29140.61

72802.442177.68138.293551.72

82789.852990.53187.483955.7

912777.875842.65340.9314594.15

1025208.8110173.961018.9129476.66

1117862.067746.86861.5921227.2

123407.162368.23235.814236.39

136185.113014.86364.537516.05

142279.371511.75179.172736.69

1520133.499398.78935.9324678.5

167361.54589.39530.259236.8

174245.64129.67235.485329.23

183339.512341.41262.44341.88

1928557.1810118.861338.1331519.61

201809.141503.99126.672242.26

21341.14306.414.77429.42

222074.641320.98144.622598.84

234221.953515.93297.315303.64

241107.991444.693.891546.17

251616.541839.66103.532344.07

2617.0773.062.3124.85

272280.362614.74175.433150.79

281386.721495.5298.091695.79

29287.76639.3218.1388.12

30479.35489.3433.11605.19

311206.731675.5256.811656.02

3、在操作区输入lsycklb再按回车键,得出软件对这个模型的参数的计算结果如下。

DependentVariable:Y

Method:LeastSquares

Date:06/10/07Time:13:42

Sample:131

Includedobservations:31

VariableCoefficientStd.Errort-StatisticProb.

C-156.8089133.5327-1.1743110.2505

K0.9793550.04378722.366460.0000

B0.3702630.0901314.1080570.0003

L0.7381820.8556700.8626950.3959

R-squared0.998486Meandependentvar7171.482

AdjustedR-squared0.998317S.D.dependentvar8427.921

S.E.ofregression345.7126Akaikeinfocriterion14.64901

Sumsquaredresid3226965.Schwarzcriterion14.83404

Loglikelihood-223.0596F-statistic5934.064

Durbin-Watsonstat2.028371Prob(F-statistic)0.000000

由上结果得出模型方程如下

Y=-156.8089+0.370263B+0.738182L+0.979355K+

(4)模型的检验

1、经济检验:由上方程可知,b1>0、b2>0、b3>0

符合我们的经济学意义。通过了经济学准则检验

2、统计学检验:由上述软件得出的计算结果可知

①拟合优度检验R=0.998486,很接近1,通过了拟合优度检验;

②回归方程显著性检验F=5934.064,数值很大,通过回归方程显著性检验

③变量的显著性检验T,

解释变量BLK

T检验4.1080570.86269522.36646

由上表可知,K和B的T检验都明显大于2,通过变量显著性检验,可是L的T检验值明显小于2,不能通过变量显著性检验。

我们可以导出这三个解释变量和被解释变量的线性表,可以看出,Y随着K和B的变化而变化,而L几乎和Y没有相关关系。此图说明在我们设定的三个解释变量中,L变量是多余的,我们必须将其舍弃。

舍弃L解释变量后,我们的模型方程变为

Y=b0+b1K+b2B+

我们再通过eviews软件得出这个方程的相关参数如下图

DependentVariable:Y

Method:LeastSquares

Date:06/10/07Time:14:17

Sample:131

Includedobservations:31

VariableCoefficientStd.Errort-StatisticProb.

C-144.7105132.1864-1.0947460.2830

B0.3882660.0872804.4484850.0001

K1.0042170.03281430.603170.0000

R-squared0.998444Meandependentvar7171.482

AdjustedR-squared0.998333S.D.dependentvar8427.921

S.E.ofregression344.1301Akaikeinfocriterion14.61168

Sumsquaredresid3315915.Schwarzcriterion14.75046

Loglikelihood-223.4811F-statistic8982.774

Durbin-Watsonstat2.012255Prob(F-statistic)0.000000

继而得出我们的新的模型

Y=-144.7105+0.388266B+1.004217K+

可以看出这次得出的参数与前面带有L解释变量的参数相比,在满足的经济学意义检验后,统计学检验R检验变化很小,F检验结果则极大增加,同时K、B的T检验也都通过,可见,这个模型是比较好的。

至此,新的模型方程通过了所有统计学检验

3、计量经济学准则检验:

①序列相关性检验:绘制ei与ei-1的相关图

GENRe=resid(求残差序列ei)

GENRe1=e(-1)(求残差序列ei-1)

SCATee1(绘制ei与ei-1的相关图)

可以看出,ei与ei-1之间不存在自相关

检验误差项凳欠翊嬖谧韵喙兀阂阎狣.W=2.012255,若给定a=0.05,查附表,dL=1.30,dU=1.57,因为dU<D.W<4-dU,依据判别规则,认为误差项挡淮嬖谧韵喙亍

②异方差检验:

将K的样本观测值按升序排列,Y的样本观测值按原来与K样本观测值相对应关系进行排列,略去中心7个样本观测值,将剩下的24个样本观测值分成从量相等的两个样本,每个子样本的观测值个数均为12。排列结果见下

单位:亿元

地区YK地区YK

广东31519.6128557.18江西2736.692279.37

江苏29476.6625208.81重庆2598.842074.64

山东24678.5020133.49内蒙古2327.481859.00

浙江21227.2017862.06广西2242.261809.14

上海14594.1512777.87云南2344.071616.54

河北10194.408427.93甘肃1695.791386.72

辽宁9140.617696.00新疆1656.021206.73

河南9236.807361.50贵州1546.171107.99

福建7516.056185.11宁夏605.19479.35

北京5974.705244.46海南429.42341.14

天津6119.085197.60青海388.12287.76

湖北5329.234245.60西藏24.8517.07

用第一个子样本估计模型,得

Y=52.44415+1.241964K+

残差平方和Σe1i=145350.74

用第二个子样本估计模型,得

Y=530.0243+1.132635K+

残差平方和Σe2i=4680196.526

提出原假设H0:si2=s32…..=.s312

备择假设Hi:si2s22…….s312各不相同

构造F统计量

F=Σe2i/Σe1i=32.20

给定显著性水平a=0.05,v1=v2=12-2=10,查F分布表,

F0.05(10,10)=2.97

因为F=32.20>2.97,所以应接受备择假设,即该模型存在异方差。

上述过程的软件操作如下:

SORTK(样本按K升序排列)

SMPL112(工作区间定义为1-12)

LSYCK(求出Σe1i玻

SMPL2031(工作区间定义为20-31)

LSYCK(求出Σe2i玻

GEMRF=4680196.526/145350.74(求出F=32.20)

将B的样本观测值按升序排列,Y的样本观测值按原来与B样本观测值相对应关系进行排列,略去中心7个样本观测值,将剩下的24个样本观测值分成从量相等的两个样本,每个子样本的观测值个数均为12。排列结果见下

单位:亿元

地区YB地区YB

江苏29476.6610173.96内蒙古2327.481866.93

广东31519.6110118.86云南2344.071839.66

山东24678.509398.78新疆1656.021675.52

浙江21227.207746.86江西2736.691511.75

上海14594.155842.65广西2242.261503.99

辽宁9140.615538.81甘肃1695.791495.52

河北10194.404735.21贵州1546.171444.60

河南9236.804589.39重庆2598.841320.98

湖北5329.234129.67青海388.12639.32

四川5303.643515.93宁夏605.19489.34

山西4173.933351.30海南429.42306.40

北京5974.703322.08西藏24.8573.06

用第一个子样本估计模型,得

Y=-56.29035+1.360224B+

残差平方和Σe1i=2096059.48

用第二个子样本估计模型,得

Y=-8181.280+3.712556B+

残差平方和Σe2i=28414056.94

提出原假设H0:si2=s32…..=.s312

备择假设Hi:si2s22…….s312各不相同

构造F统计量

F=Σe2i/Σe1i=13.56

给定显著性水平a=0.05,v1=v2=12-2=10,查F分布表,

F0.05(10,10)=2.97

因为F=13.56>2.97,所以应接受备择假设,即该模型存在异方差。

上述过程的软件操作如下:

SORTB(样本按K升序排列)

SMPL112(工作区间定义为1-12)

LSYCB(求出Σe1i玻

SMPL2031(工作区间定义为20-31)

LSYCB(求出Σe2i玻

GEMRF=28414056.94/2096059.48(求出F=13.56)

下面应用加权最小二乘法估计模型

软件操作如下:

SMPL131

GENRX=1/(K*B)

LS(W=X)YCKB(以X=1/(K*B)为权数进行加权最小二乘估计)估计结果如下:

DependentVariable:Y

Method:LeastSquares

Date:06/21/07Time:13:50

Sample:131

Includedobservations:31

Weightingseries:X

VariableCoefficientStd.Errort-StatisticProb.

C-1.4856300.886460-1.6759140.1049

K1.1899020.01581175.255680.0000

B0.0824490.0153875.3583930.0000

WeightedStatistics

R-squared0.999935Meandependentvar50.55315

AdjustedR-squared0.999930S.D.dependentvar133.1075

S.E.ofregression1.113330Akaikeinfocriterion3.144353

Sumsquaredresid34.70608Schwarzcriterion3.283126

Loglikelihood-45.73747F-statistic214397.9

Durbin-Watsonstat1.854200Prob(F-statistic)0.000000

UnweightedStatistics

R-squared0.992805Meandependentvar7171.482

AdjustedR-squared0.992291S.D.dependentvar8427.921

S.E.ofregression739.9753Sumsquaredresid15331778

Durbin-Watsonstat1.098686

得出模型Y=-1.485630+0.082449B+1.189902K+

T值(-1.68)(75.26)(5.36)

R=0.999935F=214397.9D.W=1.85

满足所有统计学检验

③多重共线性检验

我们采用逐步回归法来检验我们的模型。我们先把解释变量中的固定资本量B去掉,得出一个模型

Y=3.221972+1.267023K+

T值(19.50)(138.40)

R=0.999868F=219251.0D.W=2.05

可以看出,除了R检验值略小外,其他值都有所提高,B不会引起多种共线性。

我们再把解释变量中的K去掉,得出模型

Y=-58.17087+1.136486B+

T值(-8.88)(12.73)

R=0.986728F=2156.025D.W=2.17

可以看出,几乎所有值都没有原来模型的好,说明该模型缺不了K,K也不会形成多重共线性。

(五)应用计量经济学模型分析问题

长期以来,我们一直把影响产出的因素归结为投资,劳动和技术,这次我们的研究没有涉及技术,只分析了前两者,后来我们发现劳动在其中的作用变的很小,以至于我们将它舍弃,联系到现实生活中我们就不难发现为什么现在下岗工人如此的多,近些年来,由于技术和管理手段的提高,以往的劳动水平已经超过我们需要的劳动要求,劳动的增加已经不能提高产出,反而增加了成本,所以各个企业纷纷裁员。所以,要想提高产出,已经不需要也不能靠劳动力的提高来提高。投入将会在影响产出的众因素中越加凸现出来。

另一方面,我们选取了固定资产来作为影响工业产出的一个变量,因为我觉得固定资产的多少客观上能反映企业技术水平的高低,固定资产除了厂房等一些基础投资外,就是设备的投入,而技术又是通过设备体现出来的,所以提高固定资产,购进先进设备,是另一个提高工业产量的方法。

所以,在现在的工业产业中,我们应该更加看重投入,把钱都用在需要的项目上,当我们想要提高生产率或者提高产品质量的时候,我们就要购置先进生产线,对于我们来是说事半功倍。各工厂还要根据自己的情况合理配置人员。人多力量大的时代不复存在。合理投入和夸大生产线或升级生产线才能更好的提高产值。

工业设计点亮管理论文

经济发展有多快,工业设计的发展就有多快。当你还在为这句话感到有些困惑的时候,工业设计引领的现代生活正以不可阻挡的速度向我们扑面而来。

在刚刚结束的第十届北京科博会上,国内惟一独揽三项国际顶级设计大奖———IF国际设计大奖、红点奖和红星奖的北京洛可可设计公司展示的“炫彩系列”指甲刀惹得观众们纷纷驻足。这是一款普通的指甲刀吗?不完全是。这是一款时尚的装饰品吗?也不完全是。“炫彩系列”指甲刀以柔软的皮质贴附于刚劲有力的金属材质之上,从而引发出一种奇妙的视觉及触觉感受,充分挖掘出指甲刀传统功能之外潜在的形式美,打造出现代都市时尚前卫的完美“虹色心情”。

身为洛可可的设计总监,31岁的贾伟已经算是圈子里的“老人”了。洛可可等国内一批工业设计公司有着共同的鲜明特征:创意产业、人员年轻、规模较小、私营企业、订单式生产、无经验可循,等等。一句话,工业设计目前在国内还处于初级阶段的发展水平。

早有业内人士担忧,“中国制造”已经成为一个世界品牌,但是利润率低,附加值低,要使“中国制造”向“中国创造”转变,“中国创造”必须要有中国设计。这就要求企业成为自主创新的主体,而产品创新很大程度上在于工业设计的创新。对此,贾伟的理解是,工业设计是“小领域,大作为”。

在贾伟看来,尽管目前工业设计属于朝阳行业,但或多或少地受到两方面因素的制约。从内部来看,主要在于设计师的培养,贾伟的愿望是,“要让全体设计师都能成为获奖设计师”。

在制约工业设计的外部因素方面,贾伟更多地将之归咎为“客户对工业设计的理解还比较狭隘”。他认为,“在产品的硬件和软件越来越趋同化的情况下,产品的外观设计就显得尤为重要,但外观设计不仅仅是指外形、样子,它更应体现出人的感受、人的体验和人机交互”。因此,一个好的产品要有好的市场理念,这样才能和市场有一个很好的结合。

贾伟坦言,目前工业设计市场的需求比较少,而市场是可以培育和创造出来的,这正是先行者探索者的价值所在。值得庆幸的是,2005年6月,北京市科委和西城区政府将北京市DRC工业设计创意产业基地立项,力求通过基地的建设使西城区成为北京市乃至全国工业设计创意资源的聚集区与发散地。如今,该基地陆续接收了近20家设计公司,集群效应已经开始显现。

这个7700平方米的DRC基地里,是不是正承载着中国工业设计乃至中国创造的未来呢?

工业企业统计数据质量管理论文

一、统计数据质量概述

企业统计工作是为企业经营决策管理提供统计信息。在市场经济条件下,企业经营决策极具风险性,风险产生于不确定性,并由不确定性程度决定风险的大小,而不确定性又与信息的准确和及时程度直接相关,信息愈准确及时,不确定性愈低,反之,亦然。所以,统计资料的两项基本要求是准确和及时。其中,准确是最重要的要求,是统计工作的关键。它确定着统计资料是否有效和价值的高低,是衡量统计数据质量的根本标志。准确可靠的统计数据,便于决策和管理者正确地把握形势,客观地剖析问题,从而做出科学的决策。反之,有水分的、失实的统计数据,相互矛盾的统计数据,使决策者做出错误的决策和不恰当的调整,对将会给企业带来重大损失,影响企业发展。因此,统计工作者必须高度负责地做好本职工作,减少统计数据的差错,做到准确无误、迅速及时,努力提高统计数据质量。

二、常见的企业统计数据质量问题及分析

1.数据虚假。

这是最常见的统计数据质量问题,也是危害最为严重的数据质量问题。这类统计数据完全是虚构的杜撰的,毫无事实根据。造成统计数据虚假的因素多种多样,比如,有意虚报,瞒报统计数据资料,指标制定不严密,统计制度不完善,不配套等。

2.数据不准确、不完整、不及时。

这也是比较常见的统计数据质量问题,由于所列项目的资料搜集不准确、不齐全,不符合统计资料准确、完整性的要求。数据不准确、不完整,就不可能反映研究对象的全貌和正确认识现象总体特征,最终也就难以总结出现象变化的规律,甚至会得出错误的结论。同样,不及时就降低了统计信息的有效性。3.指标数值背离指标原意。这是由于对指标的理解不准确,或者是因为指标含义模糊,指标计算的随意性大等原因造成的数据质量问题,表现为收集整理的统计数据不符合统计内容的要求,数据不能反映指标的原意。

3.数据的逻辑性错误。

这是指统计资料的排列不合逻辑,各个数据、项目之间相互矛盾。

4.数据的非同一性。

它是指同一个指标在不同时期的统计范围、口径、内容、方法、单位和价格上有差别而造成的数据的不可比性。

5.统计分析简单肤浅。

所做的统计分析局限于事后分析,对统计数据进行单纯的讲解说明,不能利用网络技术实行信息共享等方式进行事前分析和预测。统计工作不能预测企业未来的发展趋势,收集信息后没有综合整理分析,没有形成一个系统。

此外,常见的基层统计数据问题还有计算错误、笔误等。

三、影响企业统计数据质量的主要原因

1.企业不重视统计工作。

部分企业对统计工作的认识不正确,认为统计很简单,加减数据的或汇总数据,填几张报表,就完成了全部工作。企业普遍存在重会计而轻统计的现象,认为会计工作很重要,能帮助企业核算、收支,统计工作显得不那么重要,主要是为应付上级统计部门。统计员兼职的多,专职的少,且变动频繁,企业改革、重组、调整一般首先撤销或合并统计机构和统计岗位。统计法律意识淡薄,企业只知道《统计法》的存在,但并不了解《统计法》的具体内容,部分企业负责人和统计人员没有按照法律规定进行统计,不认真执行统计制度,随意地填写报表,使报表不符合规范。

2.基础工作较差,统计制度不健全。

企业统计台帐和原始记录不健全、不准确,填报统计指标比较随意,统计数据质量不高。随着改革开放的深入和市场经济的发展,许多新企业应运而生,这些新企业中,有一部分没有像老企业那样及时建立规范的企业统计制度,甚至没有明确设立统计职能部门和统计工作岗位,统计报表由财会人员或其他部门的人员代填、代报。一些统计指标更是难以准确按照统计制度的具体要求来计算填报。

3.企业统计人员素质普遍不高。

多数企业统计人员为兼职,以会计或其他工作为主,统计工作为辅。这些人员或学历较低,素质较差,或因事业心不足责任感不强,与专职人员相比,工作不够积极、主动,也没有利用业余时间自觉学习统计理论,提高自身的业务水平。有的只懂会计知识而不懂统计知识和统计业务,有的既不懂会计又不懂统计,只是填几张报表应付领导的要求。实际工作中,收集、整理、汇总和加工数据统计方法不正确、不恰当,有时根据个人经验处理,使统计数据出现差错、失误,很少甚至不向企业领导及有关部门适时提供针对本企业经营管理所需要的简单有效的内部统计资料,更谈不上进行统计调查、分析与预测,提供统计咨询,实行统计监督。

四、控制企业统计数据质量的建议和方法

1.正确认识统计工作在企业管理中的重要作用。

由于企业统计工作存在诸多问题,所以统计没有发挥其应有的作用,很难为企业经营管理者提供参考,帮助他们做出正确的决策。作用越小管理者就越不重视,越不重视它的作用就越难体现出效果,形成一个恶性循环。原因是企业管理者和部分统计人员不太了解统计工作的内容,或不太清楚统计工作的性质。因此,我们要提高认识,统计工作是通过搜集、汇总、计算统计数据来反映事物的面貌与发展规律。企业统计工作可以监督整个企业活动,科学管理企业的生产经营,企业根据统计数据制定政策和计划,因此对企业来说,十分重要。假如没有科学的统计数据作为依据,从企业本身而言,各项管理就是脱离实际的幻想,管理者就不知道该从哪里开始着手。从政府宏观调控来说,也很难开展各项工作好。无论是对企业的经营,还是对政府的宏观调控都要加强企业统计,因为它的意义十分重要。

2.建立健全企业统计的管理体制,以预防为主,全员参加控制数据质量。

全体统计工作者都要树立数据质量意识,安排专人负责各个主要的工作环节,这是统计数据质量控制的原则。统计数据质量的高低,是许多工作和许多统计工作环节质量的综合反映,牵涉到统计工作的所有部门和人员。因此,除了设立专门的综合统计部门并明确其职责外,还应该明确各个职能部门的统计职能及责任。在现代企业中,无论是直线职能制还是事业部制,对企业发展至关重要的统计信息都决不仅限于计划统计部门内部。如劳资部门掌握机构人员数字,基建部门掌握投资数字,技术部门掌握技改数字,营销部门掌握销售数字等。因此,应该在各部门的工作职责中明确相应的统计责任,要求其按统一确定的口径、范围及时间提供相应的统计资料及分析报告,使企业统计资料保持完整、形成系统。只有人人关心数据质量,大家都对数据质量高度负责,打下坚实的群众基础,才能产生优质的统计数据。因而,统计数据质量控制要求在差错的形成过程中就消灭它,控制数据质量按照防检结合,以防为主的方式运行。

3.科学设置和完善指标体系,使企业经营管理和统计部门都能运用统计资料

统计设计是统计工作的首要环节,统计指标设计得是否合理,将影响统计数据质量的高低。我们必须根据企业管理需要设计企业统计报表和指标体系,既要满足宏观,又要兼顾微观,既要满足企业的需求,又要切实可行,删去不必要的内容,力求简洁,以务实的工作作风取得好的效果。在宏观方面要满足国家的要求,在微观方面要满足企业的要求。一是全面性原则。指标体系的内容应包括企业业务发展状况,企业运营收入、效益和投资情况,企业人力资源以及当地社会经济等方面的信息,并且尽量使指标详细、具体,以达到市场要求;二是规范性原则。科学设置指标,应从指标名称、指标概念、统计口径、审核关系、取数来源等方面规范指标体系,使其统一和符合相关要求;三是及时性原则。随着企业生产规模的不断扩大,新型业务的不断出现,市场竞争格局不断变化,要及时调整指标体系。统计指标的设置,应以满足整个企业特别是业务发展部门的需求为主,坚持适度超前,并不断扩大统计指标规模,发挥规模的作用,服务于企业决策;四是客观性的原则。指标体系要能客观有效地反映本企业在建立现代企业制度过程中和市场经济条件下的经济效益、市场竞争能力、主要业务的发展前景等重要信息。只有科学、合理地设计指标体系,并服务于企业管理和统计部门,这样才能真正发挥统计工作的职能,从而保证统计数据的质量。

4.加强统计队伍建设,提高统计人员素质。

统计人员没有深厚的专业知识和丰富的实际工作经验,没有跟上时代及时更新知识,不善于统计调查获取第一手资料,就写不出有一定深度关于本企业某一方面的统计分析报告,为决策层提供参考。因此,应该加强对统计人员业务培训,企业内部应建立配套的培训机制,对每一层次统计岗位实施针对性的培训,到企业外请有关专家学者授课,或为统计人员创造机会,组织他们学习统计知识及相关的业务知识、法律制度和微机知识,支持他们参加统计工作会议,鼓励统计人员参加业务水平和技术职称的考试,引导他们积极提供统计资料,主动参与企业管理,应该及时表彰对工作积极并有较大贡献或较快进步者。统计工作者本身也应该努力学习统计知识,钻研业务,不断提高统计业务素质和水平,杜绝因业务不熟悉而造成的数据质量问题。此外,统计人员的思想道德关系到统计数据质量的高低。这就要求我们同时要加强对统计人员的思想品德和职业道德教育,要求每一个统计工作者必须坚持实事求是的工作作风,认真对待每一个统计数据,不弄虚作假。只有既具备了扎实的业务知识,又具有良好的职业道德,才能真正确保统计数据的质量。

注:本文为网友上传,不代表本站观点,与本站立场无关。举报文章

0

好文章需要你的鼓励

上一篇:建筑工程经济论文范文 下一篇:土建工程概论论文范文

你需要文秘服务吗?

提供一对一文秘服务,获得独家原创范文

了解详情
期刊发表服务,轻松见刊

提供论文发表指导服务,1~3月即可见刊

了解详情