導語：林業統計數據質量評核體系一文來源于網友上傳，不代表本站觀點，若需要原創文章可咨詢客服老師，歡迎參考。

1林業統計數據質量評估現狀分析

1.1統計數據質量評估現狀

統計數據質量評估是對取得的統計數據進行核對、分析和評價，通過評估得到統計數據誤差，利用誤差率進行調整來提高統計數據的準確性[1]。20世紀80年代以前,國際統計界是以提高數據準確性為核心,從數理統計和抽樣技術角度,研究如何縮小統計誤差既而控制數據質量。在改革開放初期統計數據質量問題就引起了關注，在1988年Perkins提出了中國經濟增長率可能存在上偏誤差的問題，到90年代初期開始對這一問題進行初步研究。劉孝新等（1997）運用事后預測和反常結果判斷法對統計數據質量進行了評估和推斷；成邦文等（2002）從一致性誤差和非一致性誤差兩個方面分析了社會經濟統計數據誤差；劉洪和黃燕（2007，2009）運用趨勢模擬評估法和相關指標分析法，對統計數據質量進行了定量評估[2]。DonaldPBallou等提出DQ優化模型，介紹如何根據既定的數據集來獲得解決質量問題的方案集（DonaldPBallou等，1999）[3]。

1.2林業統計數據質量評估現狀及存在的問題

林業統計數據在收集、整理、加工至運用各個環節中都有可能會產生大量的質量問題，影響到數據的利用效果，而目前對林業統計數據質量的評估內容還僅是針對統計數據準確性，需要將評估內容擴展到林業統計數據質量的其他特征的評估。林業統計數據質量的評估工作不僅得到了政府部門的重視，更是成為專家學者們研究的重要課題。統計部門的行為會直接影響數據質量，如統計數據搜集整理過程中出現的設計誤差、調查誤差、匯總誤差等（王強，1990；顏德綸，1990）。成邦文等（2000，2003）[4]提出了對數正態分布檢驗法，主要針對一維數據，并結合實際情況將這一方法推廣至多維統計數據的質量檢查和異常點識別當中；王華和金勇進（2010）在提出了對統計數據準確性評估方法及適用性分析之外，又提出可對統計數據質量進行用戶滿意度測評的重要方法；直接對統計信息質量評價十分困難，許滌龍和張芳運用層次分析法建立評價指標體系間接對統計信息質量進行評價，這樣的方法可推廣到林業統計數據質量的分析中；屈耀輝、曾五一（2004）[5]借助Cochran（1977）提出的計量誤差數學模型，分析了計量誤差的來源及其對總誤差的影響。要提高林業統計數據的質量，就要建立有效的林業統計數據質量評估體系，而要建立評估體系仍有很多困難，例如在建立的評估體系中要重點突出林業統計數據質量評估指標及評估方法的選取。同時也暴露出林業統計數據質量評估中自身存在的問題。①中國目前采用的林業統計數據質量評估方法主要是一維評估法，而林業統計數據的復雜性決定了它需要多維的質量評估方法，由于對統計數據質量內涵的認識較淺顯使得尋求一種多維度的林業統計數據質量評估方法存在很多困難。②普遍適用的林業統計數據質量評價指標體系難以建立。林業統計工作的獨立性較差,重視單項數據質量,忽視全面的、綜合的數據質量，評價指標難以界定和精確測量。③在林業企業，統計部門與業務部門各自收集一套數據，這樣就不可避免地出現統計部門的數據與業務部門的數據之間存在差異的現象，使得林業統計數據的可釋性變弱。④林業統計數據失真。失真原因可能如下：統計法制觀念淡薄；現行統計管理體制使統計工作易受到行政干預；基層信息化人才力量相對不足，人才培養工作相對薄弱的問題越來越突出[6]；統計基礎工作不規范,核算管理差。⑤林業統計數據多但適用性不強。數據的過剩和數據的不足是同時并存的一種矛盾現象[7]。用戶無法從繁多的數據中找到真正需要的數據，國家和地方的指標體系涵義有所偏差，導致數據適用性更加低下。

2林業統計數據質量評估體系的構建

2.1林業統計數據質量評估體系指標的選取原則

科學性原則。林業統計數據質量評估體系的建立，各項指標必須有機結合，形成體系，將指標體系做到科學性。②定性與定量相結合原則。結合當地的實際情況，再進行量化分析，做到定性定量相結合。③可比可行性原則。指標數據收集的可行性,要求在現有條件、技術手段下能夠而且易于取得數據。林業統計數據質量評估體系的構建，要具有實用性，要考慮指標要有統一的度量口徑。④層次性原則。指標應采用層次分析法，使林業統計數據質量的評估指標涵蓋主要要素，從而全面真實地反映林業統計數據質量。

2.2構建林業統計數據質量評估體系

統計數據評估體系應包括三個方面的內容：評估實施機構、評估方法、評估指標體系。評估體系構建的關鍵是指標設計有客觀的標準可以度量。首先要確定數據質量的評估指標，根據數據質量評估指標采取一定的評估方法對數據質量進行評估。IMF的數據質量評估框架DQAF提供了對統計數據質量進行定性評估的一種方法。在為IMF建立一個數據質量的評估框架時，Carosn(2001)指出一個數據質量的評估工具需要有以下的特性:對質量的維度和能代表質量的特性的全面覆蓋；專家希望得到的數據特性和一個普通數據使用者希望得到的數據特性之間的平衡；結構化的，但又是足夠靈活的，可適用于一個比較寬的數據收集范圍。

2.2.1林業統計數據質量評估指標體系林業統計數據質量指標是多維的，包括林業統計數據內容質量的評價標準、林業統計數據描述質量的評價標準及林業統計數據質量的約束標準。建立有效的林業統計數據質量評估指標體系，宗旨是要滿足用戶的需要，并且如何將定性指標量化是一個核心難題。通過查閱和收集國內外現有的統計資料、統計指標和統計信息，借鑒王華和金勇進研究的通用的統計數據質量評價指標體系來尋求適合林業的統計數據質量評估指標體系見圖1。統計數據質量的評估指標反映統計數據的優劣，與用戶需求密切相關。而林業統計數據質量未必都要滿足統計數據質量的指標體系的所有特性，而是要根據用戶的需要，滿足某一種或幾種指標特性。林業統計數據涉及林業的方方面面，總量龐大，針對不同的林業統計數據的質量會有其相對應的具體評價指標。

2.2.2林業統計數據質量評估方法體系①層次分析評估法。對具有多維屬性或受多種因素影響的數據質量確定各因素權重是一個棘手的問題，確定權重一般采取經驗判斷法，受主觀性影響較大，所以要將難以量化的定性指標量化就要借助層次分析法。而對于林業統計數據質量的評估很難將統計數據質量指標達到量化的效果，所以這種方法要針對林業統計某一方面的具體數據質量評估時建立適用于此方面的層次分析模型，確定權重，然后結合其他的綜合評價方法達到評估的效果。②模糊綜合評價法。模糊性是指某些事物或概念的邊界不清楚，這種邊界不清的模糊概念，不是由于人的主觀認識達不到客觀實際所造成的，而是事物的一種客觀屬性[9]。林業統計數據質量受到多種因素的影響，對于各因素的評價不是好與不好所能分辨的，在這種情況下要采取模糊綜合評價法。通過專家評價法、抽樣調查、問卷調查等給各評價指標賦值，運用層次分析法得到的各指標的權重，計算出模糊評價矩陣，得到最大的可能性即可評估數據的質量。③邏輯性評估法。遵循邏輯關系進行對比的同度量統計指標彼此互為參照標準,為對方設立統計核算規則所允許的動態的取值范圍。如果進行對比的統計指標間違背了特定的邏輯關系,表明其中必定有某個（或多個）統計指標的數值超出了正常的取值范圍。在統計數據生成過程的各層環節當中,邏輯規則檢驗是各級統計部門進行統計質量檢查與控制的主要手段之一,這也是國際上通用的可解釋性原則的應用（劉延年,2002）[10]。④趨勢模擬評估法。搜集與評估內容有關的統計資料，根據統計數值構建模型，進行趨勢模擬，通過比較實際值與模型模擬出來的數值的離差來評估數據質量。這種方法有一定的局限性，要假定林業統計數據是按正常環境下收集的，如發生偶然事件導致數據準確性有偏差就不能用此法來片面評估。具體做法是把統計指標實際值與預測值比較，計算出誤差U，U=為實際值，yi為預測值，事先通過專家評分法及往年的數據經驗給定一個允許的誤差范圍，在誤差范圍內則認為統計指標數值是可靠的[11]。

3林業統計數據質量評估實證分析

依據表1采用層次分析法和模糊評價分析法對黑龍江省1990~2008年人工造林面積數據質量進行綜合評估（見表2）。根據設置的評價指標體系及標度表（見表1）建立如下判斷矩陣（見表3~表6）：Q對Q1，Q2，Q3權重分別是0.58，0.31，0.11；F1，F2，F3權重分別是0.6，0.2，0.2；F4，F5，F6權重分別是0.6，0.2，0.2；F7，F8，F9權重分別是0.6,0.2,0.2;用專家評價法對評價指標體系中的指標賦值，然后用模糊評價法數據質量進行綜合分析（見表7）。第一級模糊綜合主價為：二級模糊綜合主價為：結論：選取的林業方面的統計數據質量得到一種評價的可能性各是多少，最大的為30.12%。按最大隸屬原則，可認為所要評估的林業統計數據質量較好。