我国统计科学技术的发展及其对策

在我国科学体系中统计科学的活动性质属横向科学。从纵向观察，统计科学研究的对象是数据和信息。主要科学意义是解决自然科学、社会科学，以及软科学、系统科学等其他综合科学的应用理论问题，发展途径则突出的表现为决策科学的特点。统计技术原理和技术手段是连接统计实践活动和统计科学成果之间的桥梁，统计技术是统计实践活动的方式、手段和方法。联系到统计技术独立问题的提出及统计科学技术和软科学之间的关系，适应社会、经济、科技协调发展的规律性，加快制定相应正确的统计发展技术对策的步伐十分必要。     

浅谈统计理论对统计工作实践的指导作用

统计发展到今天,已经由描述统计阶段发展到推理统计阶段,统计正向深层次发展。统计工作就是及时搜集和整理社会、经济、人口、自然等各个方面的数据,并在此基础上分析一些主要数据的内在发展变化规律,以供政府、科研单位、企业、广大民众了解、参考。     

劳动工资统计的实践与探索

尽管劳动工资统计经过历次改革,取得较大进步,但数据质量仍然不断受到公众质疑。主要原因包括统计人员工作态度不认真、法律意识淡薄等主观原因以及填报对象确认有难度、调查指标设置易产生误解等客观原因。建议采取提高劳动工资统计的权威性、数据的公布做到清楚明确等措施,寻求其改革上的新突破。     

强力推进“双基”建设 努力实现“三个提高”——苏州市统计基层基础建设的实践与探索

统计生命在于数据质量,数据质量关键在统计源头。近年来,苏州市统计局坚持以科学发展观为统领,以实现"三个提高"、落实"四大工程"为要求,将统计基层基础建设作为战略任务常抓不懈,不断增强基层统计能力,保障源头数据质量。同时,坚持在实践中学习积累、检验反思、开拓创新,不断推进基层统计事业鼓帆前行。     

龙泉市乡镇统计基础规范化建设探索与实践

统计基础建设是整个统计工作的基石,也是保证统计源头数据质量的根基,乡镇统计担负着直接面对广大调查对象收集原始统计数据的重任。当前,龙泉市乡镇统计工作存在机构不健全、统计人员素质不高等问题。龙泉市统计局切合本地区实际在统计机构建设、村级统计网络建设、统计业务建设等方面进行了行之有效的乡镇统计规范化实践,并取得成效。     

中国统计元数据的构成及初步诠释

元数据的定义,"描述数据的数据"一句中前后两处出现"数据"一词,这两个"数据"含义如何解读?本文试图从结构、属性两个层面揭示定义中第二个"数据"的真实面目,还原,加深对第一个"数据"的认识.同时,本文重点讨论了统计元数据的体系构成,并对其中重点要素对象给出初步、通俗的诠释,及其对中国统计信息化发展建设的作用.     

大数据时代政府统计生产方式将如何进行变革

随着科技进步和生产力水平的提高，在全世界范围内，大规模生产、分享和应用数据的时代一大数据时代正扑面而来。面对大数据的到来，政府统计机构如何积极应对大数据带来的影响和挑战，从而有针对性的制定切实可行的政策和措施，推动统计生产力发展和生产方式变革，是政府统计机构急需认真研究解决的问题。一、大数据对政府统计产生的深刻影响在大数据背景下，政府统计将应用大数据收集、处理海量数据，推动政府统计工作实现流程和统计方法制度的再创造，提高统计生产力，转变统计生产方式。同时，新的形势要求政府统计部门顺应大数据的潮流，主动作为，推动统计工作更加开放和透明，使政府统计生产的大量社会、经济和人民生活等领域的数据让全体社会成员共享。     

加速开拓统计学的应用价值——中国统计教育回顾与展望

2015年10月20日是第二个世界统计日,在"优化数据,改善生活"主题下,本文聚焦了中国高等统计教育的发展历程、贡献及其主要特色,以及探索了面向大数据挑战的宏观统计思想,呼唤和期待中国统计对世界的更大贡献。     

统计要事

"大数据和官方统计"国际会议在京举行10月28日,由中国国家统计局和联合国统计司联合主办的"大数据和官方统计"国际会议在京开幕。来自世界各地的多位统计专家分享本国官方统计应用大数据的成果和经验。专家们深度解析手机等跟踪装置数据、地理空间信息、社交媒体数据以及交易和扫描数据等各类大数据在统计上的应用,把脉各类大数据来源的特性和优势,展望大数据时代政府统计现代化的未来发展与灿烂前景。     

地方统计的大数据战略

基于大数据时代背景,本文探讨了地方统计数据的特点,地方统计部门实施大数据战略的目的和特点,从技术角度研究了地方统计部门为运行大数据而构建的云框架实例,从统计科研角度,就创新大数据处理技术和其他信息技术手段在采集和处理数据中的优秀表现作了简要叙述,从统计大数据人才培养角度,论述了统计人才梯队建设的一些想法。最终,结合了地方统计发展的一些特点,提出地方统计的大数据战略部署和运作方法。     

季节调整与环比增长率测算最新进展及比较

国家统计局从2011年4月对外公布经季节调整的包括GDP的四项统计指标的环比数据,这标志着季节调整和环比增长率测算在我国统计工作实践中已经起步.本文从季节调整的理论研究和实践两个方面对各种季节调整模型、国内外理论研究和各国统计工作实践的差异进行比较分析,发现国内外在研究基础、理论和应用研究比例、研究模型的广度和基础理论研究等理论研究方面以及季节调整的指标范围、环比增长率测算、数据的公布等实际工作方面均存在较大差异.这对我国进一步完善季节调整模型和软件,不断提高环比统计数据质量,以及逐步建立月、季度统计调查制度具有重要意义.     

浅谈统计数据质量

正一、统计数据质量的重要性统计就其性质而言是一种认识活动,它是通过采集整理描述和分析数据来对客观事物的总体现象进行观察和探索的过程。数据作为一种特殊的产品,不论在国家宏观层面还是企业微观层面都起着举足轻重的作用。数据是决策的依据,数据的质量与国家宏观决策和企业微观决策的紧密相关。从宏观上看,国家在进行宏观调控把握经济运行时,需要由统计这一渠道提供信息,并依据它进行政策调控;从微观上看,现代企业管     

现行农业统计的问题和改革初探

一、现行农业统计存在的问题1、普查与年定报数据没有衔接。1997年,我国开展了第一次农业普查。但普查与年报之间存在突出问题,一是普查与年报之间数据难以衔接。以宁波市为例,普查取得数据如农作物播种面积、粮食、蔬菜面积、猪存栏和猪出栏等主要数据分别只有当年年报的72.03     

深度发掘大数据宝藏 倾力打造数据搜集“第二轨”

近日,国家统计局局长马建堂在调研时强调,要积极应对大数据时代的机遇和挑战,深入研究探索大数据在统计工作中的应用,倾力打造统计基础数据搜集＂第二轨＂。 马建堂指出,统计部门是调查、采集、处理和发布数据的部门,统计部门对大数据有天然的亲近感。一直以来,统计了解反映经济社会发展状况的传统工作模式是先摸清研究对象的总体分布,建立名录库和抽样框,然后设计抽样方案和统计报表,再进行数据采集。进入现代信息社会后,社会分工日益精细,市场主体更加多元,商业模式不断创新,调查对象愈加繁杂。     

加大普法力度 提高统计数据质量

为更好的发挥统计信息、咨询和监督的整体功能,为党和政府提供全面、及时、准确的数据,国家先后对统计调查方法、核算方法、统计管理体制等进行了改革。但     

任务 一个中心 三个重点

全省统计工作的总体要求是：以提高统计数据质量为中心，以强化统计数据 的审核评估，全面推行规模以 下工业和贸易业抽样调查，完善和加强第三产业统计为重点；加快统计制度方法改革，加强 统计基础建设、统计法制建设和统计信息自动化建设；加强经济运行和社会、科技协调发展 的监测和重大问题研究，提高统计优质服务水平。具体讲要着重抓好以下十项工作：1.继续加强数据质量评估工作，提高统计数据质量。加强统计数据质量评估，关键是抓好GDP数据质量的评估。各级统计部门要认真贯彻朱基总理“要严格评估、调整，不要虚报”的批示精…     

树立以提高数据质量为中心的统计设计思想

前不久，李克强副总理就统计部门深入开展学习实践活动、促进统计服务于科学发展做出重要讲话，明确提出了统计改革和发展的方向和目标，及时部署了当前统计工作的主要任务。为贯彻李克强副总理重要讲话精神，搞好学习实践活动，国家统计局已确定学习实践活动的主题是“深化统计改革、服务科学发展”，载体和抓手是提高统计数据质量。数据质量是统计工作的生命，求真务实是统计人员的天职。在当前深入贯彻落实科学发展观、全面建设小康社会的新形势下，提高统计数据质量既是统计改革和发展的中心任务，更是开展学习实践活动、贯彻落实李克强副总理重要讲话精神的具体要求。     

创新 发展 跨越——对新时期统计创新的实践与思考

面对新世纪新的形势和任务，统计工作必须紧扣发展主题，把握创新灵魂，加快创新步伐，全面推进各项改革和建设，充分有效地发挥统计信息、统计咨询、统计监督三大职能，使统计工作在创新中发展，在发展中跨越。     

企业统计与创新

企业统计是研究企业投入产出以及企业的经济活动状态的数量关系,其工作过程是对相对数据、信息进行搜集、整理、加工、处理的过程。长期以来,由于企业统计处于政府的从属地位,相对制约了统计整体功能的有效发挥,因而其总体水平始终仍停留在初级水平状态上。另外,统计指标亦不够科学和完善,难以反映当今科学进步等诸多无形因素。并且统计工作基本上游离于企业管理之外,统计信息主要采用手工方式,工作粗劣,计量失真、数据质量差且反馈迟缓。总之,企业统计没有充分发挥其应有的作用。企业统计思想不断适应新形势的需要,唯一的出路,就是创新。     

企业R&D统计与会计数据偏差的成因分析

长期以来,企业R&D统计与会计数据的偏差影响着科技报告准确性和科技政策的正确性。文章对导致R&D统计偏差的可能原因进行研究,通过调研取得数据,采用主成分分析法分析了导致R&D统计数据与会计数据偏差的关键因素。