环境统计数据质量控制的意义与问题分析

发布时间：2014-07-27 09:32

环境统计是一门新兴的统计学科，它伴随着环境保护工作的产生而产生并不断深化发展。环境统计以全面的综合统计数字资料反映环境污染和环境保护的状况，环境统计数据的准确性是环境统计工作成败的关键。环境统计数据能够动态体现中国环境保护事业发展变化的情况，是国家制定环境决策和加强环境管理的重要科学依据，同时也为研究探索中国经济建设与环境保护协调发展的经验和规律提供数据支持。是从数量角度研究环境现象发展变化及其规律性的实践活动。因此要始终不渝地把提高统计数据质量问题，摆到统计工作的首要位置，并采取综合治理措施，切实抓紧抓好。下面就环境统计数据质量问题谈谈自己一些粗浅的看法。
　　环境统计数据质量控制的意义
　　环境统计作为环境管理工作的一项基本制度，是各级环保部门科学决策和量化管理的重要基础性工作，是实现环境管理现代化、科学化的基础。它是我们了解全市环境污染及治理情况的一个重要途径，也为政府和环境保护行政主管部门制订环境保护和计划、实施主要污染物排放总量控制、加强环境监督管理提供了必要的依据。最为基础依据环境统计数据的准确性和及时性这两项基本要求尤显重要。其中，准确性的要求是第一位的，是统计工作的生命。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环境发展趋势，客观地剖析环境污染问题，从而作出科学的规划和决策。因此，环境统计工作者必须以对本职工作高度负责的精神，以环境统计数据为对象，以消除环境统计数据的差错为目标，千方百计搞准统计数据，达到强化环境统计数据质量控制的目的。
　 常见的统计数据质量问题及分析
　1.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，笔耕论文新浪博客，指标计算的随意性大等原因造成的数据质量问题，表现为收集整理的环境统计数据不是所要求的统计内容，数据与指标原意出现走样，面目全非。如，环境统计人员对工艺过程了解不够，使原煤和燃料煤之间，工艺过程和燃烧过程排放的二氧化硫之间的数据混淆不清。
　　2.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。如某企业报送的材料，燃煤量增加，煤的硫份不变，但燃烧过程产生的二氧化硫量却减少，这就存在着矛盾，表明数据有逻辑性错误。
　　3.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。如某电厂，第一季度报送的产品发电量以亿度为单位，第二季度报送的产品发电量以万度为单位，在“十一五”环境统计软件系统中 ，对比过程由于单位识别不清，就会造成产品一项的指标突变。
  　4.数据不完整。这里指填报单位出现遗漏，所列项目的资料没有搜集齐全，不符合统计资料完整性的要求。数据不完整，就不可能反映研究对象的全貌和正确认识现象总体特征，最终也就难以对现象变化的规律性做出明确的判断，甚至会得出错误的结论。如企业填报的材料，由烟尘的产生量和去除量，却没有粉煤灰的产生量，这明显是错误的，因为烟尘的去除过程必然会有粉煤灰的产生。
　　5.统计手段和统计分析落后。目前许多企业统计工作仍处于手工状态，很原始！即使采用计算机也仅仅是减少工作量去做一些汇总、指标计算，并没真正引用先进的计算机技术和网络技术。所作的统计分析也局限于事后分析，即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。换句话说，“统计预测”这一职能根本没有发挥作用，缺乏对信息的收集、综合和系统化。
　　6.数据虚假。这是最常见的环境统计数据质量问题，也是危害最为严重的数据质量问题，不实的数据比没有数据危害更大。这类统计数据完全是虚构的杜撰的，毫无事实根据。造成环境统计数据虚假的因素多种多样：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。这种过错包括环境统计人员为某种目的的故意过错，也包括过失过错。
　　7.拼凑的数据。这种数据是把不同地点，不同条件，不同性质的数据在收集、加工、传递过程中，人为地拼凑成同一时间、地点、条件和性质下的同一数据。这种东拼西凑的数据，虽然分别有事实根据，但是从整体上看数据是不符合事实的，其性质与数据虚构相同。如，环境统计人员为了填报方便把两台锅炉的数据简单叠加，不考虑其烟囱距离、有效高度等因素，不进行加权处理。此外，常见的统计数据问题还有计算错误、笔误等。可见，统计数据质量问题既可能是来自于设计阶段，也可能是来自于统计资料的整理阶段。

 

本文编号：7280