摘要：统计数据可以为政府提供更多的经济运行信息，而在大数据背景下，海量的数据价值、更高的信息速度、更快的更新速度等优势也为统计工作提供了支持。基于此，简单分析统计数据质量影响因素，并深入探讨在大数据背景下统计数据质量控制措施，仅供参考。

关键词：大数据；统计数据；质量控制

前言：大数据的应用愈加广泛，在未来，统计数据更应该具备准确性、真实性和及时性，能为更多决策者提供依据支持，也就意味着，在当今的大数据时代下，要重点关注统计数据的质量问题，不断进行协调管理，提高统计数据的实际价值。

1.统计数据质量影响因素

1.1数据采集与处理流程

一份完整的统计成果，涉及统计数据的采集、整理、储存和应用多个环节，在数据采集过程中，主要受到的影响是来自采集工具设备。又因为目前随着科技的不断普及，各类搜索引擎、网站的应用也逐渐广泛，更多的数据也随着这些数据引擎迅速生成，并进行大范围传播。在这样的形势下，统计数据工作的范围也在日益扩大，大大增加了数据采集工作难度，在一定程度上也降低了数据采集的全面性和准确性。

1.2统计数据技术处理

在大数据背景下，统计数据数量逐渐增加，在处理和分析上也需要综合应用多种技术。因此，技术处理水平的高低也会影响统计数据质量，而且，由于大部分企业在不断发展中，数据也在以难以想象的速度不断变化着。这种形势下，传统的处理技术已经不能适应这一形势下的统计数据处理需求，应该及时引入现代化的处理技术去加强检测应用水平，不断提高统计数据的准确度，利用数据库技术对数据进行关联性分析和综合处理，进而提升统计数据质量。在目前现阶段大数据处理方面，常用可视化数据分析技术，在不同格式和类型数据的转化过程中利用数据挖掘算法实现完美转化，推动统计数据质量不断提高[1]。

1.3存储与展示

大数据存储中采用的是分布式存储技术，直接关系到数据的管理形式和存储类型，在日常大数据存储中，要根据不同类型的大数据特征大数据，选用不同的存储技术。在数据展示中，大部分是采用可视化展示输出大数据前期的处理与分析结果，向广大用户直观性展示大数据统计数据结果，并利用交互处理的方式，多维度、多角度展示处理结果。

1.4管理制度与人员

除开以上影响因素以外，要想实现统计数据质量不断提升目标，也要提高对制度体系建立和提升人员综合素质能力方面的重视程度，一方面，如果管理人员对这项工作缺乏重视，没有明确这项工作的重要性，不会运用自身责任心去全身心投入工作，也会影响最后的统计数据结果质量。加上，制度体系的不健全，并不能充分发挥大数据对统计数据工作的支撑作用，对于大数据建设工作也不能得到有序开展，阻碍了统计数据质量提升。另外，统计人员的个人能力、专业能力、综合素养方面都应该满足大数据时代下对统计工作人员的新要求。其次，要积极分析管理方面内容，并找出制度体系、标准规范、人员素质等各个方面会对统计数据质量产生不利影响的因素。

2.大数据背景下统计数据质量控制措施

2.1提高重视程度

大数据的广泛应用也向人们证明了它的先进性与有效性，因此，在大数据的背景下，传统的统计工作也面临了更多挑战。在此，各级部门对时代形势都要进行准确分析，增强市场敏感性，提高对这项工作的重视程度，促进信息资产的顺利转化。保持大数据高效分析与样本数据精准统计的一致性，为统计工作的顺利开展，营造出宽容和谐的应用环境。

2.2优化数据处理流程

处理流程的优化首先需要通过对各个人员的管理意识进行进一步强化，并提高对统计数据的重视程度。可以建立专门的数据质量监控机制，并构建相应的质量管理体系，对统计数据质量进行实时监控，通过质量保障机制数据采集、处理、分析等各个环节强化管理。还可以通过打造统计数据集成平台，保证采集过程中的透明化、公开化、规范化，提高采集的时效性，降低其他干扰因素带来的不利影响。也可以利用这一平台存储多种类型数据，提升后续开展统计工作的效率与质量。而且，通过引入各项先进技术和设备，帮助统计数据实现质量控制，除此之外，统计人员也要对社会变化以及用户的实际需求进行实地调查与收集，对工作方法和统计方法进行创新，保证统计数据质量得到提升。

2.3加强技术升级

一方面要重视技术本身的升级，利用更多的信息技术去提高统计数据在储存、转换、共享和应用水平，全面掌握统计数据，从源头出发确保整个统计过程有完善的监管体系，避免数据错误、造假等情况发生。另一方面，要注重价值挖掘、数据预测、可视化分析等各个方面的深入发展，去探索更加高端的处理技术，为统计工作的稳定开展提供技术支持。另外，还要加强安全防护，保护数据安全，避免重要数据泄露。可以通过对后台系统和服务软件进行升级优化，对风险因素进行严格排查与剔除，提高安全防护水平，实现统计数据的质量提升目标[2]。

2.4构建大数据信息资源平台

大数据信息资源平台是在“顶层设计”这一理念支持下，对各大统计部门的数据应用需求进行调查、挖掘、规划，最后建设成这一资源平台。该平台是以物联网、大数据云计算、“互联网+”的现代化技术作为依托，采用“1中心N节点”的平台结构，促进跨部门、跨行业的数据信息系统建设。将商业数据资源与核心统计数据资源相互结合，其中，核心统计数据资源包括联网直报系统、普查数据和专项调查数据。这一平台也有着多种管理功能，包括安全管理、网络管理、业务管理和资源管理，为统计数据的共享、交换和业务应用提供支撑，通过统一采集数据，规范采集范围，避免了不合格数据的进入。

2.5健全制度体系

制度体系的建立主要分为两个方面，分别是统计工作的制度体系建设和大数据背景下统计信息化体制机制建设。一方面，统计工作的制度体系健全，首先需要结合统计工作的实际应用情况，制定相应的管理要求与方法，为统计工作规范化进行提供保障。其次，对业务指导与人员培训加强管理，明确统计工作指标，对过程实现全面监管，加强对数据的质量检查，从源头上控制数据质量。再次，建立与之相匹配的数据采集标准体系、经费保障体系以及技术支撑体系，保证统计工作中的应用方式、处理流程技术使用更加规范化。另外，政府的统计部门也应该在专项统计和综合统计中加强规范化标准的制定、更新、发布以及监管，加大监管力度，以此规范统计数据质量。

另一方面，统计信息化机制的建设是在大数据信息资源平台建设基础上，结合技术的应用要求和统计信息，对相应的管理机制进行完善与创新，并以此制定信息化机制，促进统计数据在采集、处理、展示等方面的智能化、移动化。

结论：综上所述，影响统计数据质量的因素较多，包括数据采集、处理、储存以及相关管理制度体系与人员能力水平等方面。通过对处理流程进行优化调整，加强技术更新，并在大数据信息资源平台建立基础上，对制度体系进行健全完善，促进统计数据质量控制效果最优化。

参考文献：

[1]李永山. 大数据背景下提高基层统计数据质量的思考[J]. 经济研究导刊，2022，（03）：135-137.

[2]乔岩. 大数据背景下统计数据质量的优化策略[J]. 中外企业家，2020，（12）：91.

作者一姓名：黄俊超；性别：男；出生年月：1997.11；籍贯：河南省南阳市：

民族：汉；最高学历：本科；目前职称：研究生在读；研究方向：航材保障决策与信息化