消费者的人口统计变量

2023-03-24

第一篇：消费者的人口统计变量

两个多重相关变量组的统计分析

摘要

本文介绍两组相关变量问的典型相关与典型冗余分析的统计分析方法，以及在SAS软件包中如何实现，文中给出了一个典型的例子。关键词：统计分析;典型相关;典型冗余分析

在实际问题中，经常遇到需要研究两组变量间的相关关系，而且每组变量中间常常存在多重相关性。比如工厂生产的产品质量指标与原材料、工艺指标间的相关关系;体育科研中运动员的体力测试指标与运动能力指标间的相关关系;经济领域中投资性变量与国民收入变量间的相关关系;教育学中学生高考各科成绩与高二年级各主科成绩间的相关关系;医学研究中患某种疾病病人的各种症状程度与用科学方法检查的一些指标间的相关关系等等。

研究两个变量组之间相关关系的常用方法是多元统计中的典型相关分析(参考[2]和 [3])。如果进一步研究这两组多重相关变量间的相互依赖关系，即考虑多对多的回归建模问题，除了最小二乘准则下的多对多回归分析、双重筛选逐步回归分析，以及提取自变量成分的主成分回归等方法外，还有近年发展起来的偏最小二乘(PLS)回归方法。关于多对多回归建模问题，我们将另文介绍。本文介绍典型相关与典型冗余分析，它是偏最小二乘回归的理论基础。

一典型相关分析的基本思想与解法

第一组变量记为X=(X1Xp) ，第二组变量记为Y=(Y1Yq) (不妨设p≤q)。典型相关分析借助于主成分分析提取成分的思想，从第一组变量X提取典型成分V (V是X1,„,Xp的线性组合);再从第二组变量Y提取典型成分W(W是Y1,„,Yq的线性组合)，并要求V和W 的相关程度达到最大。这时V和W 的相关程度可以大致反映两组变量X和Y的相关关系。

X11 12记p+q维随机向量Z=的协差阵∑=其中∑11一是X的协差阵，，21 22Y∑22：是Y的协差阵，∑l2=∑21是X，Y的协差阵。我们用X和Y的线性组合 V=aX和W=bY之问的相关来研究X和Y之间的相关。我们希望找到a和b，使ρ(V，W)最大。由相关系数的定义，

ρ(V，W)=

Cov(V,W)Var(v)Var(w)

分析上式将发现：在使得V,W的相关达最大的同时， V和W的方差将达最小，这说明按此准则得到的典型成分V和W，对原变量组X和Y的代表性最差，它们无法更多地反映原变量组的变异信息。另方面因V，W任意线性组合的相关系数与 V，W 的相关系数相等，即使得相关系数最大的V=aX和W=bX并不唯一。故在典型相关分析解法中附加了约束条件：

Var(U) = a∑11a = 1 Var(V)= b∑22b = 1。

问题化为在约束条件Var(U)=1，Var(V)=1下，求a和b，使得ρ(U,V)= a∑l2b达最大。

X定义l 设X=(X1Xp)，Y=(Y1Yq)，p+q维随机向量Y的均值向量为

O，协差阵∑>O(不妨设p≤q)。如果存在a1 = (al1，„，alp)和b1 = (b1l，„，b1q)使得

ρ1=ρ(a1X，b lY)=

Var(,X)1,Var(,Y)1max(X,Y)

则称aX ,b Y是X，Y的第一对典型相关变量，它们之间的相关系数称为第一个典型相关系数。

如果存在ak(ak1,akp)和bk(bk1,akq)使得

①akX , b kY和前面 k-1对典型变量都不关;

②Var(akX) = l，Var(b kY) = 1;

③akX与b kY的相关系数 k最大，

则称akX , b kY是X，Y的第k对典型相关变量，它们之间的相关系数k称为第k个典型相关系数(k2,,p)。

已知p+q维总体Z的n次中心化观测数据阵为:

x11x12x1px21x22x2pZn(pq)xn1xn2xnpy11yn1y12yn2y21y22y1qy2qXnpynqY nq若假定Z~Npq(0,),则协差阵∑的最大似然估计为

11XXSZZnnYXXYS11S12 YYS21S22下面我们将从样本协差阵S出发，来讨论两组变量问的相关关系。

令TS111/2SS121/222为p×q阵，则p×q阵和q×q阵TT的非零特征根相同，且非零特征根均为正的。若rk(T)=rk(S12)=r≤p(因p≤q)，非零特征根依次为 1≥2≥„≥T >O(且λi>O，i=1，„，r)。记r阶对角阵D=diag(λi，„，λr)。利用p×q阵T的奇异值分解定理(参考[4])有 222T(a,,a)D(,,)

1r12pqrr其中口ai(i=l，„，r)为TT对应于i2的单位正交特征向量;i(i=1，„，r)为TT对应于i2的单位正交特征向量，且ai与i满足关系式：iai1/2S11i,容易验证与满足：biai(i1,r)1/2S22ibi1iTi 。令

11/2aibiS111/2i(i1,r)

i1iS22i则ViaiX,WibiY为X,Y的第i对样本典型相关变量，i为第i个样本典型相关系数。

二典型相关系数的显著性检验

总体z的两组变量X=(X1Xp)和Y=(Y1Yq)如果不相关，即Cov(X,Y)= ∑12=0，以上有关两组变量典型相关的讨论就毫无意义.故在讨论两组变量间的相关关系之前，应首先对假设H0：∑l2=0作统计检验，它等价于检验H0：ρl=0。

设总体Z~Npq(0,)，用似然比方法可导出检验H0：∑l2=0的似然比统计量Λ，利用矩阵行列式及其分块行列式的关系，可得出

SS11||S222IpS11S12S22S21(11)

i111p其中p+q阶方阵s是∑的最大似然估计量，Sy分别是∑ij (i,j=1,2)的最大似然估计i2(i1,,p)是TT的特征值。

统计量Λ的精确分布已由Hotelting(1936年)等人给出，但表达式很复杂。由Λ统计量出发可导出检验H0的近似检验方法，如 Willksλ统计量，Pillai的迹，Hotettintg-Lawley迹和Roy的极大根等(参阅[2])。

当否定H0时，表明X,Y相关，进而可得出至少第一个典型相关系数ρ1≠0。相应的第一对典型相关变量V1,W1可能已经提取了两组变量相关关系的绝大部分信息。两组变量余下的部分可认为不相关，这时ρ1≈(i=2,„,p)。故在否定H0后，有必要检验H0:i(i2,,p)即第i个及以后的所有典型相关系数均为0。利用似然比方法可导出检验H0的似然比统计量，并给出该统计量的近似分布。从i=2开始逐个检验，直到某个i0，使H0相容时为止。这时说明第i0个及以后的所有典型相关系数均为0。假定经检验，前m个典型相关系数显著地不等于0(m≤p)。

(t)(t)(t)三典型结构与典型冗余分析

1.典型结构

求出典型变量后，进一步可以来计算原始变量与典型变量之问的相关系数阵——典型结构。

记A=(al，a2，„，ar)为P×r矩阵，B=(bl，b2，„，br)为q×r矩阵，典型随机向量V(V1,,Vr)(a1X,arX)AX;W(W1,Wr)(b1y,brY)BY;随机向量Z的11 12S11S12S协差阵为∑=>0，随机向量的协差阵为S21S22是∑的最大似然21 22然估计。则

Cov(X，V)=Cov(X，AX)=∑11A，Cov(X，W)=Cov(X，BY)=∑12B，

Cov(Y，V)=Gov(Y,AX)= ∑12A，Cov(Y，W)=Coy(X，BY)=∑22B。

用Sij代替以上公式中的∑ij(i，j=1，2)，即可计算出原始变量与典型变量之间的协差阵。由协差阵还可以计算原始变量与典型变量之间的相关系数阵。若假定原始变量均为标准化变量，则以上计算得到的原始变量与典型变量的协方差阵就是相关系数阵。

若计算这四个相关系数阵中各列(或各行)相关系数的平方和，还将得出下面一些有关的概念。 2.几个概念类似于主成分分析，把Vk看成是由第一组标准化变量X提取的成分，Wk看成是由第二组标准化变量Y提取的成分，由相关阵R(X，V)=S11A=[r(Xj，Vk)](p,r)和R(Y，W)=S11B=[r(Xj，Vk)](q,r)分别计算第k列的平方和。记

1p21p2Rd(X,Vk)r(Xj,Vk),Rd(Y,Wk)r(Yj,Vk)(k1,,r)

pj1qj1并称Rd(X,Vk))(或Rd(Y,Wk))为第k个典型变量 Vk(或Wk)解释本组变量X(或Y)总变差的百分比。记

1mp21mq2Rd(X;V1,,Vm)r(Xj,Vk),Rd(Y;W1,,Wm)r(Xj,Vk)

pk1j1qk1j1并称Rd(X;V1,,Vm) (或Rd(Y;W1,,Wm))为前m(m≤r)个典型变量V1,,Vm (W1,,Wm)解释本组变量X(或Y)总变差的累计百分比。

在典型相关分析中，从两组变量分别提取的两个典型成分首先要求相关程度最大，同时也希望每个典型成分解释各组变差的百分比也尽可能的大。百分比的多少反映由每组变量提取的用于典型相关分析的变差的多少。

类似于主成分分析，还可以引入前m个典型变量对本组第j个变量Xi(或Yj，)的贡献等概念(参考[1])。 3.典型冗余分析

我们进一步来讨论典型变量解释另一组变量总变差百分比的问题。在典型相关分析中，因所提取的每对典型成分保证其相关程度达最大，故每个典型成分不仅解释了本组变量韵信息，还解释了另一组变量的信息。典型相关系数越大，典型成分解释对方变量组变差的信息也将越多。

类似可以定义Rd(X;Vk))(或Rd(Y;Wk))为Wk (或Vk)解释另一组总变差的百分比。以下给出利用典型变量解释本组变差的百分比来计算解释另一组变差百分比的公式：

Rd(X;Vk)1prj1p2(Xj,Vk)2,,r)kRd(X;Vk)(k12 ，

Rd(Y;Vk)1qrj1p(Xj,Vk)2,,r)kRd(Y;Wk)(k1事实上，由典型变量的系数ak与bk之间的关系： ak1kS11S12bkkakS11S12bkkS11akS11S11S12bkS12bk以及典型111变量与原始变量(假定已标准化)的相关阵即得：r(Xj，Wk)= λk(Xj;Vk)，故有Rd(X;Wk)=2kRd(X;Vk)，类似可证明另一式。

Rd(X;Wk)表示第一组中典型变量解释的变差被第二组中典型变量重复解释的百分比，简称为第一组典型变量的冗余测度;Rd(X;Vk)表示第二组中典型变量解释的变差被第一组中典型变量重复解释的百分比，简称为第二组典型变量的冗余测度。

冗余测度的大小表示这对典型变量能够对另一组变差相互解释的程度大小。它将为进一步讨论多对多建模提供一些有用信息。

四应用例子一康复俱乐20名成员测试数据的典型相关分析

康复俱乐部对20名中年人测量了三个生理指标：WEIGHT(体重)，WAIST(腰围)，PULSE(脉膊)和三个训练指标：CHINS(拉单杠次数)，SITUPS(仰卧起坐次数)，JUMPS(跳高)(数据见以下数据行)。试分析生理指标和训练指标这二组变量间的相关性。

解使用SAS/STAT软件中的CANCORR过程来完成典型相关分析。首先把测试数据生成SAS数据集，SAS程序如下：

data da20x6; input weight waist pulse chins situps jumps@@; label wight =’体重’ waist=’腰围’ pulse=’脉搏’ chins=’单杠’

situps=’仰卧起坐’ jumps=’跳高’;

cards; 191 36 50 5 162 60 189 37 52 2 110 60 193 38 58 12 101 101 162 35 62 12 105 37 189 35 46 13 155 58 182 36 56 4 101 42 211 38 56 8 101 38 167 34 60 6 125 40 176 31 74 15 200 40 154 33 56 17 251 250 169 34 50 17 120 38 166 33 52 13 210 115 154 34 64 14 215 105 247 46 50 1 50 50 193 36 46 6 70 31 202 37 62 12 210 120 156 33 54 15 225 73 138 33 68 2 110 43 ; run; proc cancorr data=da20x6 all vname=’生理指标’wname=’训练指标’; var weight waist pulse; with chins situps jumps; run; DATA步创建康复俱乐部测试数据的SAS数据集(名为DA20X6)，它有20个观测，6个变量。

CANCORR过程用于对输入数据集DA20X6做典型相关分析。选项ALL要求输出所有可选择的计算结果;VNAIVIE=给出VAR语句中变量组的标签为生理指标 ;WNAIVIE=对WITH语句给出的第二组变量规定标签为训练指标。VAR语句列出第一组变量的名字，WITH列出第二组变量的名字。部分计算结果见输出1至输出5。

输出1 均值、标准差和两组变量问的相关系数

— 输出1列出6个变量的均值和标准差及生理指标和训练指标之间的相数。理指标和训练指标之间的相关性是中等的，其中WAIST和SITUPS 相关系数最大为-0.6456。

输出2 典型相关分析系数及显著性检验

— 输出2给出典型相关分析的一般结果。第一典型相关系数为07956，它比生理指标和训练指标两组间的任一个相关系数都大检验总体中所有典型相关均为O的零假设时显著性概率为0.0635(即Pr>F的值)，故在α=0.10的显著水平下，否定所有典型相关为0的假设。也就是至少有一个典型相关是显著的。从后面的检验结果可知，只有第一典型相关系数是显著不等于0的。因此，两组变量相关性的研究可转化为研究第一对典型相关变量的相关性。

输出3 标准化后典型变量的系数

— 输出结果中还给出原始变量和标准化变量的典型相关变量的系数。因六个变量没有用相同单位测量，我们来分析标准化后的系数(见输出3)。来自生理指标的第一典型变量V1为(右上角带“*”的变量表示标准化变量)： V1=-0.7754WEIGHT* + 1.5793WAIST*1054SITUPS* + O.7164JUMPS*

它在SITUPS*上的系数最大这一对典型变量主要是反映腰围(WAIST*)和仰卧起坐(SITUPS)的负相关关系。

输出4 典型结构—原始变量和典型变量的相关系数阵

—由输出4可看出来自生理指标的第一典型变量v1与腰围(WAIST)的相关系数为0.92，V与体重(WEIGHT)的相关为0.6206，它们都是正的。但典型变量V1在体重上的系数为负的(-0.7754)，即体重在V1的系数和它与V1的相关反号。来自训练指标的第一典型变量Wl与三个训练指标的相关都是负值，其中跳高(JUMPS)在W1的系数(0.7164)和它与Wl的相关(-0.1622)也是反号。因此，体重和跳高在这两组变量中是一个校正(或抑制)变量。

一个变量同典型变量的相关与在典型变量上的系数符号相反似乎是矛盾的。下面以体重为例来说明这一现象，我们知道肥胖性同腰围和体重之间的关系很密切的。一般说来，有理由认为胖的人比瘦的人仰卧起坐的次数少。假定这组样本中没有身高非常高的人，因此体重和腰围之间的相关(0.8702)是很强的。 · 腰围大的人倾向于比腰围小的人胖。因此腰围与仰卧起坐为负相关(-0.6456)。 · 体重大的人倾向于比体重小的人胖。于是体重与仰卧起坐为负相关(-0.4931)。

考虑用多元回归方法由WAIST* (腰围)和WEIGHT* (体重)来预测SITUPS* (仰卧起坐)，得到的回归式为：SITUPS* =0.2833 WEIGHT* – 0.8921 WAIST* ，回归式中WEIGHT* 系数的符号为正似乎不合理，关于系数的符号可解释如下：

· 若固定体重的值，腰围大的人倾向于较强壮和较胖，故而仰卧起坐次数少，于是腰围的多元回归系数(-0.8921)应是负的。

· 若固定腰围的值，体重大的人倾向于比较高和比较瘦，故而仰卧起坐次数多;因此体重的多元回归系数(0.2833)应为正的。这里体重与仰卧起坐的相关同体重的回归系数符号相反。

因此，第一典型相关一般解释为以体重(WEIGHT)和跳高(JUMPS)作为校正(或抑制)变量来强化腰围(WAIST)和抑卧起坐(SITUPS)之间的负相关关系。

输出5 CANCORR过程产生的典型冗余分析结果

—输出5给出典型冗余分析的结果。我们来分析标准化的方差，第一典型变量vl可以解释45.08%组内变差，并解释25.84%的另一组(训练指标)的变差;而典型变量wl可以解释40.81%组内变差，并解释28.54%的另一组(生理指标)的变差。可见第一对典型变量V1和Wl都不能很好地全面地预测另一组变量。第二和第三对典型变量实际上都没有给出什么信息，三个典型变量解释另一组总变差的累计百分比分别为0.2969和0.2767。

输出5中第4张表格给出训练指标组中各个变量被生理指标变量组提取的前M个(M=1，2，3)典型变量V1，„，VM解释变差的累计百分比(即多重相关的平方和：r2(Y1,Vk))，可以看出只有CHINS(O.3351)和SITUPS(0.4233)可被对k1M方变量组的第一典型变量Vl预测，Vl对JUMPS(O.0167)几乎没有预测能力。从第3张表格类似可得出，而来自训练指标的第一典型变量Wl对WAIST(O.5421)有相当好的预测能力，对WEIGHT(0.2438)较差，而对PULSE(0.0701)几乎没有预测能力。

[参考文献]

[ 1]王惠文.偏最小二乘回归方法及其应用[M].北京：国肪工业出版社，2000. [2]高惠璇等.SAs系统SAS/STAT软件使用手册[M].北京：中国统计出版社，1998. [3] 高惠璇.实用统计方法与SAS系统[M]北京：北京大学出版社，2001. [4] 高惠璇.统计计算[M]北京：北京大学出版社，1995. [5]王学民.应用多元分析[M]上海：上海财经大学出版社，1999

第二篇：省人口和计划生育统计口径与统计报表的规定

为进一步明确省人口和计划生育统计工作重点，强化统计业务管理，提高统计工作水平，促使人口和计划生育统计工作规范化、制度化、科学化，确保人口和计划生育统计资料的准确性和及时性，为经济社会发展和人口计生工作科学决策提供客观、真实数据，根据《统计法》和《计划生育统计工作管理办法》(国家计划生育委员会令第2号)的有关规定，结合我省人口和计划生育统计工作的实际，制定本规定。

一、统计原则

(一)人口数字档案唯一性原则

确保建立的全员人口数据库人口个案数字档案具有唯一性。全员人口数据库的入库对象为本省户籍人口和外省籍流动人口。本省户籍人口全员人口个案数字档案由户籍地人口计生部门(以下简称户籍地)负责建立，现居住地人口计生部门(以下简称现居住地)负责对本省户籍人口个案数字档案进行补充完善和更新。外省籍流动人口个案数字档案由现居住地负责建立。确保入库对象的人口数字档案资料不重、不漏。

(二)统计属地唯一性原则

确保各类统计对象的统计属地具有唯一性。本省户籍人口的计划生育情况由户籍地统计上报;外省籍流动人口的计划生育情况由现居住地统计上报。现居住地还应统计上报省内流动人口在当地的生育、节育及其它计划生育服务管理情况。

(三)统计责任与服务管理责任适当分开的原则坚持统计责任与服务管理责任适当分开的原则。本省流动人口服务管理以现居住地为主，统计则以户籍地为主。现居住地也要按规定将当地流动人口统计上报。流入居住半年以上的流动人口，现居住地还要作为常住人口统计上报。

二、统计区域

(一)以县(市、区，以下简称县)级行政区域为界作为统计区域。省内户籍人口在县内流动，视为县内户籍人口的人户分离对象，不作为流动人口。

(二)同一地级以上市的市辖区之间视为同一行政区域。省内户籍人口在同一地级市辖区跨区居住的仍视为当地户籍人口，不作为流动人口。

(三)东莞市和中山市视同为县级统计区域。本文所称“本地”均指上述统计区域。

三、统计对象

按对象户籍地与居住地的相互对应关系及居住时间将全省统计工作对象区分为户籍人口、流动人口和常住人口三种类型，具体如下：

(一)户籍人口

1、指本省公民依照《中华人民共和国户口登记条例》在本地公安机关登记了常住户口的人。包括：户口在本地，常住在本地的人。 ‚户口在本地，离开户口所在地的人。

ƒ户口待定人员，包括手持户口迁移证、退伍证、转业证、劳改劳教释放证及在任何地方都未办理户籍登记手续而常住本地的人口。

2、全员人口个案数字档案(简称个人卡)由本省户籍地建立;全员人口夫妻数字档案(简称夫妻卡)按下列要求建立：夫妻中女方为本省户籍，由女方户籍地建立; ‚夫妻中女方为外省户籍，由本省男方户籍地建立。

(二)流动人口

1、根据国务院《流动人口计划生育工作条例》的规定，流动人口是指离开户籍所在地县、县级市或者市辖区，以工作、生活为目的异地居住的人员。但是，下列人员除外：

因出差、就医、上学旅游、探亲、访友等事由异地居住、预期将返回户籍所在地居住的人员;

‚在直辖市、设区的市行政区域内区与区之间异地居住的人员。

2、按流动空间划分的统计类型如下：

“省外流动人口”，是指户籍登记地在省外，因工作或生活等原因离开其户籍登记地到本省内居住的人员。

‚“省内跨县(市)流动人口”，是指本省户籍人口因工作或生活等原因跨县(市)居住的人员。

3、按流动时间划分的统计类型如下：在本地居住半年以上的流动人口。 ‚在本地居住一个月以上的流动人口。

4、外省籍流动人口的个人卡由其现居住地建立;外省籍流动人口的夫妻卡由女方现居住地建立。

(三)常住人口

1、在本地有长期居住趋势(半年以上)的人口。包括：常住在本地，户口在本地的人。 ‚常住在本地，户口待定的人。

ƒ户口不在本地，在本地居住半年以上的人。

④本省户籍人口在同一地级市辖区跨区居住的，视同为现居住地常住人口。

⑤本省婚嫁人口户口未随迁的，女方在男方(或男方在女方)户籍地长期居住，不作为流动人口，视同为现居住地常住人口。

2、常住人口的统计规则如下：

户籍地与居住地在同一村(居)委会的，由户籍地统计。

‚本省户籍人口在同一县内跨村(居)委会居住的，由现居住地统计。 ƒ本省户籍人口在同一市辖内跨区居住的，由现居住地统计。

④本省婚嫁人口户口未随迁的，女方在男方(或男方在女方)户籍地长期居住，由现居住地统计。

⑤常住在本地，户籍待定的人，由现居住地统计。

⑥户籍不在本地，在现居住地居住半年以上的人，由现居住地统计。 ⑦离开户籍地所在县半年以上的户籍人口，户籍地不作常住人口统计。

(四)中国人民解放军和武装警察部队的现役军人以及其它保密单位内的有关人员不作为以上三类人员统计。

四、统计年度和统计要求

(一)统计年度

1、我省人口和计划生育统计报表按自然年度统计，即每年1月1日0时至本年12月31日24时为一个统计年度。其中半年报表统计时限为每年1月1日0时至本年6月30日24时;月报表统计时限为统计年度内每一个自然月。

2、国家人口计生委统计一报表为跨年度统计，具体为上年10月1日0时至本年9月30日24时为一个统计年度。其中半年报表统计时限为上年10月1日0时至本年3月31日24时。

(二)统计要求

1、村委会(社区、居委会)，每月初采集汇总本辖区内育龄妇女的婚嫁、怀孕、生育、节育等和人口及户籍变动情况，及时填写月信息变更报告单，有条件的同时录入全员人口信息系统，没有条件的须在每月3日前上报乡镇(街道)人口计生办录入，本级不出报表。

2、乡镇(街道)，负责审核下级上报的个案信息。信息系统生成的年度统计报表于次年1月5日前上报县级人口计生局。

3、县级，每年的5月15日和11月15日前将当年度国统表上报国家人口计生委Padis系统;于每年的1月7日将系统生成的年度统计报表上报市级人口计生局。

4、地级以上市，年度统计报表于次年1月10日前上报省人口计生委。

五、统计报表

(一)报表类型

全省人口和计划生育统计报表分为ABC三大类，A类按户籍人口口径统计，B类按流动人口口径统计，C类按常住人口口径统计，并在表名处标注A、B、C类型。每类报表只须上报全年报表，月报表及半年报表各地自行保管。国统表

1、2按常住人口统计，须上报半年报及全年报表。

1、A类报表细分为A1表和A2表，A1表统计全部户籍人口，A2表统计户籍在本地，但外出半年以上的人口。

2、B类报表细分为B1表和B2表，B1表统计流入居住一个月以上的流动人口，B2统计流入居住半年以上的流动人口。

(二)报表格式

1、月报表

201×年1月至201×年×月人口和计划生育情况统计表(省计育统1表)。

2、(半)全年报表

201×年1月至201×年(6)12月人口自然变动及女性初婚情况统计表(省计育统2表)。

‚201×年1月至201×年(6)12月已婚育龄夫妇节育情况统计表(省计育统3表)。

ƒ201×年1月至201×年(6)12月分孩次落实节育措施情况统计表(省计育统4表)。

3、国统表

国统表分半年报及全年报，由县级直报国家Padis平台，具体如下： 201×年度人口与出生情况(国人口统1表)。 ‚201×年度节育情况(国人口统2表)。

六、填报单位及数据来源

(一)起始填报单位为乡镇(街道)计划生育办公室，县级及以上人口计生局逐级汇总、上报，直至国家人口计生委。

(二)乡镇(街道)计划生育办公室填报的数据来源于其所管辖的村委会(社区、居委会)和有关行政机关、企事业单位在日常服务管理工作中获取的人口相关信息;或相关部门共享信息。

(三)县级以上人口计生局所填报表的数据，来源于下一级人口计生局(办)上报的报表数据。

(四)上报国家人口计生委报表数据包括省级汇总数据、分市数据、分县数据。

七、统计指标

(一)出生人数，统计期内所有统计对象所生育的活产婴儿的总数。出生胎儿只要脱离母体时有过呼吸、心脏跳动、脐带搏动或随意肌收缩等任何一种生命现象的均列入出生人数统计。

1、户籍人口统计如下：已入户的由户籍地统计。 ‚未入户的由女方(随母)统计。

ƒ对于原未入户而之后入户的以及户籍发生迁移的，由入户或迁入地在下月改由现户籍地统计上报。其中：

(1)国统表的统计：跨统计年度发生变动(即9月份才发生变动)的不再改报。

(2)省年度报表的统计：跨统计年度发生变动(即12月份才发生变动)的不再改报。 ④本年度发现的确属往年出生漏报(含收养、抱养、送养及前配偶子女)，由户籍地计入当年出生并统计上报。

2、流动人口和常住人口的出生统计上报后本年度内将不再改由其它地方统计上报。其往年出生漏报直接录入全员人口信息系统，不作为当年出生统计。

(二)出生孩次，指婴儿出生时在其家庭所有现存孩子(含收养、抱养、送养及前配偶的子女)中依年龄大小的排列顺序。具体如下：

1、第一胎为双胞胎的，统计一孩、二孩各一人，其它胎次依次类推。

2、对户籍人口往年出生漏报、错报且在本统计年度发现的，录入信息系统时按实际的孩次录入，但统计时按已报孩子数累加孩次补报。

3、再婚夫妇生育子女的孩次，与男方和女方再婚前所生育子女数合并计算。

4、未办理结婚登记手续生育、有配偶者与他人同居生育的子女，与男方和女方家庭现存子女数合计计算，若男方无法查证的，按女方家庭现存子女数统计。

5、收养子女的孩次与收养人家庭现存子女数合计计算。

6、已经上报的子女死亡的，其孩次随之取消，后面的孩次依次前移。

(三)政策内外出生

1、办理合法结婚登记手续的夫妻，生育的第一胎子女统计为政策内出生。未办理合法结婚登记手续生育第一胎子女，在六十日内仍未补办结婚登记的，统计为政策外出生。

2、符合《省人口与计划生育条例》有关可再生育一胎子女的政策规定，并经当地人口计生部门批准而生育的子女，统计为政策内出生。不符合再生育条件，或者虽然符合再生育条件，但未经批准怀孕，生育时仍未补办审批手续的，其子女统计为政策外出生。

3、按规定办理了合法收养手续收养的小孩，作政策内统计，否则作政策外统计。

4、外省籍流动人口生育子女的政策属性按其户籍所在地省(市、区)《人口和计划生育条例》的生育政策确定。

(四)死亡人数，指在一定时期内，由于各种原因而失去生命的人数之和。

(五)女性初婚人数，指女性初次登记结婚的人数，由女方户籍地统计。女性初婚人数包括早婚(指早于20周岁)及晚婚(指晚于23周岁)。

(六)已婚育龄妇女人数，指已婚且年龄在15至49周岁的妇女人数之和，含离婚、丧偶、未办理结婚登记但已生育(含收养等)的妇女。

(七)本期计划生育手术，指统计期内所有统计对象施行各种计划生育手术的例数(往年手术漏报录入系统但不再统计)。

1、男结扎，指输精管结扎及粘(栓)堵手术。

2、女结扎，指输卵管结扎及粘(栓)堵手术，其中全宫切除和双侧卵巢切除统计为女结扎。

3、放环，指放置宫内节育器。

4、皮下埋植，指将“皮下埋植剂”植于皮下，通过缓慢释放孕激素而达到避孕。

5、补救措施，指已婚育龄妇女政策外怀孕的人流引产。其它情况的人流引产信息必须录入信息系统，但不统计上报。

6、取环，与放环相对的概念，是指在不需要宫内节育环的情况下将其取出的手术。

(八)现有已婚育龄夫妇落实节育措施，指统计时点已经采取各种有效避孕节育措施的有配偶的育龄夫妇对数。节育措施包括男结扎、女结扎、放环、皮下埋植、口服(注射)避孕药、避孕套和外用药。对落实避孕措施夫妇只计算一方，同时采取几种避孕措施的，只统计一种，并以近期(长效措施)为准。

(九)领取独生子女父母光荣证本期人数，指统计期内新领取独生子女父母光荣证的人数;领取独生子女父母光荣证期末人数，指统计时点已婚育龄妇女子女未超过14周岁的持有效独生子女父母光荣证的人数。该两类指标由女方户籍地统计。

(十)分孩次已婚育龄夫妇人数，指统计时点现有已婚育龄夫妇按家庭现存子女数确定的对数(不含离婚、丧偶等)。其中“无孩夫妇人数”指统计时点该家庭没有子女的已婚育龄妇女对数;“一孩夫妇人数”指统计时点现存一个子女的已婚育龄夫妇对数;“二孩夫妇人数”是指统计时点现存二个子女的已婚育龄夫妇对数;以此类推。

八、特殊统计

1、跨省婚嫁

①男方为本省户籍而女方为外省户籍的，将女方视为本省户籍人口，并由男方户籍地统计。 ②女方为本省户籍人口而男方为外省户籍的，由女方户籍地统计上报。

2、涉外统计

①夫妻双方均为本省户籍，按政策规定不能再生育的，在境外生育并带回内地入户的，按政策外出生统计，其孩次按现家庭现存子女累计统计。 ②夫妻一方为本省户籍，另一方为境外的，按政策规定不能再生育但生育后在本省入户的，按政策外出生统计，其孩次按现家庭现存子女累计统计。

③男方为本省户籍，女方为境外人员(含非法入境留居)，未办理结婚登记手续但生育子女的，女方视为我省户籍人口，由男方户籍地视为合法婚姻并统计。

④涉外夫妻生育的子女不在内地入户的，暂不作统计。

九、统计责任

1、户籍在本县，在户籍地居住的，由户籍地统计上报。

2、户籍在本县，在本县内跨村(居)委居住的，由户籍地统计上报;现居住地按常住人口统计上报，但不统计为流动人口。

3、户籍不在本县，居住在本县的，由户籍地和现居住地分别统计上报。

4、计划生育手术的统计与出生统计采取同一原则，且一地统计后本年度内将不再改由其它地统计上报。

十、本统计口径于发文之日正式实施。附件1：报表格式

附件2：统计报表有关指标说明附件1：

报表格式

(一)月报表

(二)半年报表和全年报表附件2：

统计报表有关指标说明

1、时点指标和时期指标

1)时点指标也叫静态指标，是反映某一时点的某种状况，它所标示的是人口发展连续不断变化过程中的一个瞬间静止情况。例如：总人口(地域范畴，时间范围，人口范畴)，年初人口数，年末人口数，人口性别构成(出生人口性别比)等。报表中“现有”即为时点指标。

2)时期指标也叫动态指标，是反映在某一时期里所发生的某种变化情况，例如：平均人口，出生人数，出生率，死亡人数，死亡率，自增人数，自然增长率，机械增长人数，政策生育率，节育率等。报表中“本期”即为时期指标。

2、人口计划和计生工作常用指标

1)人口计划指标有总人口数、平均人口数、出生人数、出生率、死亡人数、死亡率、自然增长人数、自然增长率等。 2)计划生育工作指标有：

★反映婚姻状况：女性初婚人数，女性晚婚人数，晚婚率。

★反映育龄妇女育龄情况：一孩率，二孩率，多孩率，政策生育率，一孩妇女比，多孩妇女比。 ★反映落实节育措施情况：本期四种手术数、一孩上环率、二孩结扎率、现有已婚育龄妇女落实节育措施(指有配偶的育龄夫妇对数，不包括离婚、丧偶，夫妇(或一方)同时使用两种以上节育措施的，只统计一种)、综合节育率(男扎、女扎、放环、药具、皮下埋植)等。

★反映提倡一孩工作进展情况的指标：本期领证人数，期末领证人数，独生子女领证率。

3、常用指标的定义及计算方法

总人口数：又称人口总数，指一个国家或地区在具体时间、具体条件下有生命人数的总和。它由不同性别、不同年代出生的所有现存人口组成，反映人口发展的规模和水平。通常分为期初、期中、期末总人口数。如果已知年初总人口数，可利用人口平衡方程推算年末总人口数。年末总人数=年初总人数+(年内出生人数-年内死亡人数)+(年内迁入数-年内迁出数)

式中：(年内出生人数-年内死亡人数)为自然增长人数; (年内迁入数-年内迁出数)为机械(迁移)增长人数上一年年末总人口数即为下一年年初总人口数。

平均人口：指某一时期内各时点人口的平均数。用以综合反映该时期的人口规模，是计算通常以一年为时间长度的人口出生率、死亡率等基本人口统计指标的必需数据。期初人口数+期末人口数

平均人口数=─────────────

2 理论上讲，平均人口数准确的计算方法应该是每一瞬间的人口数相加，再除以相应的时间长度，所取时间间隔越小，平均人口数越准确，但实际难以取得相应的原始数据，故一般只能计算平均人口数的近似值。出生人数：出生人数，是指出生时有生命现象(即有心跳或呼吸)的全部活产婴儿数，包括活产后随即死亡的婴儿。年报统计出生人数包括当年实际出生和确属往年出生漏报(包括抱养、收养的婴儿)。

出生率：指某地一年内出生人数与平均人口之比。反映人口的出生水平。期内出生人数

出生率=───────────×1000‰

同一时期平均人口数

由于出生率表现的是一年的平均出生水平，因此分母采用年平均人口。出生率是生育率度量中最基本的综合指标之一。具有计算简单，所需资料少等优点。能较准确地反映生育对人口总数增长的影响。是计算人口自然增长的重要组成部分。但出生率也受到人口性别年龄结构的强烈影响。由于不同的人口或同一人口在不同时期性别年龄结构有较大差异，因此难以准确比较人口生育水平，且容易导出错误结论，最好与其它生育率指标综合使用。

死亡人数：指填报单位行政区域内统计时间内由于各种原因失去生命的人数之和。

死亡有正常死亡和非正常死亡。正常死亡主要指自然死亡和疾病死亡;非自然死亡则指意外事故、自杀、他杀等。最易造成漏统的是出生后随即死亡的新生儿。事实上，凡有过呼吸、心跳等生命现象的活婴，不论其生存时间长短，那怕仅只一瞬间，只要是在活产后死去的均应既统计出生又统计死亡。注意，死亡统计不能把死产统计在内。因为死产是指胎儿生下时根本就不存在有生命现象，既不统出生也不统死亡。

死亡率：是指一定时期内(通常为一年)全部死亡人数与同期内平均总人口之比，说明该时期人口的死亡强度。计算公式为：某时期内全部死亡人数

死亡率=────────────×1000‰

同期的平均总人口数

自然增长率：是指一定时期内(通常为一年)人口的自然增长数于同期平均人口数之比。用于说明人口自然增长的水平和速度的综合性指标。期内人口出生数-期内人口死亡数

自然增长率=───────────────×1000‰

该时期平均人口数 =出生率-死亡率

政策生育率：指某地区某时期内(通常为一年)符合政策生育政策要求出生的所有活产婴儿数与该地同期出生活产婴儿总数的比率，即在一定时期内的每出生100个婴儿中，符合政策要求的婴儿比重。计算公式为：某年政策内出生人数

政策生育率=────────────×100%

同时期出生总人数符合政策要求的活产婴儿数，是指政策内一孩出生数和按政策规定经过批准再生育的小孩。不符合政策要求(其中符合再生育的还需要计生部门批准)出生的婴儿数是政策外出生数。政策外出生数与同期出生总数之比称为政策外生育率。

政策外二孩占二孩百分比：指某地区某时期内(通常为一年)内，在出生的二孩中政策外二孩所占的比重。计算公式为：属于政策外二孩人数

政策外二孩占二孩百分比=───────────×100% 同期二孩出生人数

出生人口性别比：指某一时期(通常为一年)出生婴儿中，男婴与女婴的人数之比。一般表示为每100个活产新生女婴对应多少个活产男婴。活产的男婴人数

出生人口性别比=──────────×100

活产的女婴人数

出生婴儿性别比值一般都在103～107的范围内波动。出生人口性别比还分孩次、分政策内外进行统计。

领取独生子女证“本期领证人数”：为填报单位行政区域内填报期内新领取独生子女证的人数，“期末领证人数”，为统计时点母亲系已婚育龄妇女并且子女年龄未超过14周岁的持有效独生子女证总人数。领取独生子女证数

独生子女领证率=──────────×100%

已婚育龄妇女人数在计算领证率时应注意以下几点：

(1)领证后夫妇又有了新的子女(生育、收养等)，已领取的独生子女证即失效，计算时应从分子中扣除。

(2)独生子女年龄达到15周岁后，计算时应从分子中扣除。

(3)分母取已婚育龄妇女总数，不用现有一孩家庭，主要是已婚育龄妇女数相对稳定，便于进行各地区不同时期的比较。

(4)由于分母明确规定是已婚育龄妇女总数，因此，即使有丧妻或离婚男子领证，分母中也不计算在内。

现有已婚育龄夫妇落实节育措施：指统计时点已经采取了各种有效避孕节育措施的有配偶的育龄夫妇对数，对于夫妇(或一方)同时使用两种及以上节育措施的，只能填报其中一种(选近期的、最长效的)有效措施。

现有已婚育龄夫妇落实避孕节育措施

节育率=──────────────────×100%

已婚育龄妇女人数

长效措施落实率：某一地区、某一时点(通常为调查时点)，已婚育龄妇女采取长效措施(结扎、上环、皮下埋植)的人数占应采取长效措施的已婚育龄妇女人数的比率(已经签定知情选择书的不计入分母，以下同)。

已采取长效措施的已婚育龄妇女人数

长效措施落实率=────────────────×100% 应采取长效措施的已婚育龄妇女人数长效措施及时率：一定时期内(通常为一年)某地区按时间要求(三个月内)及时采取长效措施的已婚育龄妇女人数与当年应及时采取长效措施的已婚育龄妇女人数的比率。

当年按时间要求及时采取长效措施的已婚育龄妇女人数长效措施及时率=──────────────────────×100% 当年应及时采取长效措施的已婚育龄妇女人数

意外怀孕率：一定时期内(通常为一年)某地区政策外怀孕(政策外怀孕人流引产、政策外生育)的已婚育龄妇女占该地区已婚育龄妇女的比例。

当年政策外怀孕的已婚育龄妇女人数

意外怀孕率=─────────────────×100% 已婚育龄妇女人数

已婚育龄妇女查环查孕率：一定时期内某地区按规定应查环查孕(凡使用药具或上环、结扎不满一年和应采取而未采取任何避孕节育措施)的已婚育龄妇女中，实际接受查环查孕的已婚育龄妇女人数。期内接受查环查孕已婚育龄妇女人数

已婚育龄妇女查环查孕率=────────────×100% 同期该地区应该接受查环查孕的已婚育龄妇女人数

已婚育龄妇女登记(建卡)率：某一时点(通常为调查时点)、某一地区在居住满一定时间(一个月)的已婚育龄妇女中，实际做好管理与服务工作并登记造册的人数。已婚育龄妇女登记造册人数

已婚育龄妇女登记(建卡)率=──────────×100% 已婚育龄妇女人数

第三篇：大学生月消费的统计调查草案

一、引言

随着经济的发展和人民生活水平的提高，大学生的生活水平上升，生活条件日益富足。早餐的生活水平也提高了，本次调查主要目的在于了解大学生每个月的消费情况。

二、理论框架与理论假说

(一)理论框架

1：①性别、②年级、③专业、④父母工作及月收入⑤月生活费

2：①消费的类别②消费的方式③购买的物品价位

(二)理论假说：

大学生的年龄普遍差不多，这里主要研究的是性别和父母所给的可支配月生活费对相关问题的影响程度

1、性别差异对消费类别的影响

2、性别差异对消费方式的影响

3、可支配月生活费对消费方式的影响

4、可支配月生活费对购买物品价位的影响

三、调查名称：

月生活费使用情况调查与分析

四、调查目的：

通过对不同性别及不同可支配月生活费的大学生的几个主要消费指标的调查与分析，帮助大学生学会自己理财

揭示大学生月生活费的去向

帮助大学生理性消费

五·调查对象：在校大学生

六·调查计划实施时间：2014年3月24日——2014年5月24日

七、调查内容：

1·调查对象的基本特征：

1.①性别、②年级

2.①父母工作及月收入②月生活费③消费的主要类别④主要购买物品的相关价位

八、调查地点：上海商学院

调查方法：实地调查，网络问卷

调查方式：随机抽样

样本容量：500份

数据分析运用软件：Excel、SPSS、Access

九、调查步骤：

1.选题

2.调查方案设计

3.问卷设计

4.统计调查

5.数据整理与汇总

6.数据分析

7.撰写分析报告

第四篇：统计信息化建设在人口普查中的作用

最新【精品】范文参考文献

专业论文

统计信息化建设在人口普查中的作用

【摘要】随着我国信息化水平的不断提高，合理开发并利用信息技术与网络资源，实现信息管理的信息化与网络化，已经成为了我国大力提倡的重点内容之一。统计部门作为国家的一个重要信息资源部门，掌握着与国家社会、经济、国情、国力等息息相关的各种动态信息，不仅是各级党政领导进行决策的重要参考依据，同时也是社会实现民主监督的重要条件和基础，人口普查作为所有统计工作的基础与核心，更是十分重要的。因此，加强对统计信息化的建设，了解信息化在人口普查中的重要作用，不仅是统计工作自身的需求，更是加快国家信息化建设的必然要求。

【关键词】人口普查信息化统计作用

一、统计信息化建设在人口普查中的意义与作用

人口普查的最终目的，即全面了解并调查我国第

二、三产业的布局与发展规模，了解我国内部产业组织、结构、技术现状以及各个生产要素的构成因素，摸清我国各类企业以及单位的能源消耗情况，建立并健全我国国民经济各个行业、产业的基本单位目录、基础信息数据库以及电子地理信息系统等。通过人口普查，能够进一步奠定我国统计的发展基础，进一步完善我国国民经济的核算体系与制度，为加强我国宏观调控政策大的影响、制定科学合理的发展规划提供统计信息参考与支持。从我国历次人口普查情况来看，统计信息化建设能够用现代的计算机网络技术以及信息处理等多样化技术手段，实现统计信息的科学、合理、全面的采集、传输、处理、发布以及管理使用等，能够满足社会各方对人口普查数据的全方位需求。总体来讲，统计信息化建设在人口普查中的重要作用主要表现在以下方面。

1、为人口普查的顺利开展提供宣传平台

通过利用报刊、广播、电视、媒体等进行深入、广泛的宣传，令群众了解到人口普查的积极作用与意义，大范围地宣传一些在普查工作中出现的典型、榜样事迹以及违法违纪案件等情况，能够引导大众

最新【精品】范文参考文献

专业论文

依法配合人口普查，树立起据实申报的观念，为人口普查的顺利开展提供良好的舆论环境与氛围。普查机构通过网络技术建立起人口普查网站，网站中设定普查新闻、文件通知、会议讲话等几个重要栏目，能够令最短时间内大多数人都了解到人口普查的相关信息，更加直观的展示出人口普查工作中的各项内容以及人口普查的风采。加强普查工作人员与普查对象之间的沟通和交流，为人口普查的顺利开展提供交流平台。通过电视、广播、网络视频音频等多种媒体手段，宣传人口普查的相关精神与口号，制作一些专题访谈栏目，并在网络中播出，能够令人口普查的目的、意义、作用等通过最快的速度传达给社会大众。

2、加强对人口普查资源的管理与利用

人口普查具备时效性，且对时限要求较高，人口普查中的各类信息是否能够在业务流程中高效率地流动，并得到科学的管理与有效的利用，是人口普查活动能否成功的关键因素之一，通过统计信息化建设，能够简便地对现有信息资源流程进行分析，并找出一些无效的或是低效的流动环节，从而制定出合理有效的流动机制。统计信息化建设能够增强对人口普查信息资源的管理，加强对人口普查信息资源的有效利用。

3、促进人口普查活动的标准化

统计信息系统必须要建立在相关标准之上，因此人口普查工作的展开也必须要紧密贴合这些标准，例如普查的方法、业务流程、统计指标、数据处理等。通过规范性较强的人口普查方案与机制，能够对普查的对象、时间、内容、范围、登记原则、组织实施原则等进行具体的界定与规定，也就能够进一步提高人口普查工作的管理流程标准化与规范化。另外，在人口普查活动中的统计指标能够按照国家统计局的统一标准来进行解释，在人口普查的数据处理方面，也能够按照国家统计局的统一程序进行上报，可以说，统计信息化建设能够促进普查工作的标准化与规范化，并进一步提高人口普查数据处理、上报、管理等的质量、效果以及效率。

4、统计信息化建设实现人口普查信息资源共享

从本质来讲，统计工作的核心主要为数据采集、分析与处理，在

最新【精品】范文参考文献

专业论文

人口普查过程中，数据的采集多来源于住户以及各个基层单位，对于政府及其其他相关部门手中掌握的大量的、复杂的、繁琐的统计数据，就必须要依靠各个部门之间的协调配合才能够得到。通过统计信息化建设，能够实现各个单位之间的人口普查信息资源的共享，减少了资源信息在传输、交换等环节中的一些不必要的资源浪费，大大缩短了人口普查数据资料的处理、管理时间，提升了人口普查效率。

5、统计信息化建设提高了普查人员的信息素质水平

统计信息化建设要求提高普查人员的计算机水平、网络操作水平以及一些相关基础知识，在进行统计信息化建设过程中，普查人员必须要具备相应的素质与技术水平。统计信息化建设并不仅仅是购买一些计算机软件、硬件，制定一些标准、规范，使用一些应用网络等，而是一项庞大的系统调查工程，人才问题一直是困扰我国人口普查工作的重点问题。为了能够满足人口普查对人才的需求和要求，更为了满足我国统计信息化建设的可持续发展，统计部门都各自培养了一些高素质、高水平的统计人员，例如计算机技术人才、网络技术人才等，通过这些举措，能够初步使得我国普查人员整体素质有所提高，满足统计信息化建设的长远发展需求。

二、统计信息化建设过程中存在的问题

近几年来，我国各个地区都在统计信息化建设方面取得了一些成绩，但是总体来看，我国县乡镇等地区的统计信息化建设与开发利用工作还存在诸多问题。

1、县乡级统计机构资金投入不足

通过对县乡级统计机构资金投入现状调查发现，我国县乡两级的统计机构资金投入严重不足，设备的应用水平也不高。由于各个县乡级的统计局在统计信息化建设方面并没有投入充足的资金，因此统计局中的设备更新、配置等都与省市级统计局存在着较大的差距，并且由于资金的制约，县乡级统计人员的技术水平也相对较低，特别是乡镇中的统计人员、微机操作人员的技术水平得不到提升，无法满足统计工作的需求。这样的情况不仅影响到县乡级统计工作的顺利开展，同时也影响到我国统计信息化的建设。

2、县乡级统计信息网络建设问题

最新【精品】范文参考文献

专业论文

目前我国各个乡镇统计局多数都建立了自己的网页，这相对于前几年的统计水平已经有了一定的提升，但是就网页作用的发挥来讲，却不尽人意。在县乡级统计信息网络建设过程中，存在的问题主要为内容陈旧落后、更新速度十分缓慢、信息发布存在延迟、统计分析与相关调研报告较少，缺乏一些群众关心的、重点的内容。这样的情况导致各个县乡级统计局网页点击率一直较低，虽然有自己的网页，但是却并没有群众去关注，网页仅仅成为了摆设，影响到我国统计信息化的建设。

3、乡镇级统计局缺乏复合型人才

通过不全面调查显示，我国州县统计局人员的学历普遍较高，大专及以上学历人员占总人数的70%以上，而在乡镇级统计局中，大专及以上学历的人员仅为总人数的50%，并且统计人才较少，计算机专业人才更是屈指可数。这样的情况便导致乡镇级统计局中懂计算机的人才，并不了解专业技术，而懂得专业技术的人才并不懂得计算机，因此数据的处理、管理、应用水平都十分低下。多数乡镇级统计局中对人口普查数据的处理还停留在录入、汇总、上报的基础阶段。复合型人才的缺失严重限制了乡镇级统计工作的开展，也影响到乡镇统计工作水平的提高，更加制约了我国统计信息化的建设。

4、县乡级统计信息网络安全水平较低

随着信息化建设工作的不断与进步，信息安全的问题越来越突出。统计信息网络安全不仅包括防止计算机病毒以及一些非法入侵，同时还包括防止利用信息网络进行一些违法犯罪活动的发生。目前我国县乡级统计信息网络安全水平较低，一方面是由于上文提到的缺乏复合型人才，一方面也是由于网络与应用系统运行的安全缺乏保障。县乡级统计局并没有对统计信息网络安全给予充分重视，导致统计资料的安全性得不到保障。这些因素都影响到了统计信息的安全性，也逐渐成为了统计信息化建设的阻碍之一。

三、对策与建议

1、提升重视程度与专业水平

首先，要转变基层统计人员观念，随着社会主义市场经济体制的不断深入与完善，政府决策的科学化、民主化程度不断加深，政府对

最新【精品】范文参考文献

专业论文

统计工作的质量要求也在不断提高。而在基层统计局中，统计人员素质水平较低，没有对统计工作给予充分重视，严重影响到统计工作的顺利开展以及统计信息化的进一步建设。因此，各级政府和统计部门一定要提高对统计信息化建设的认识，推动统计信息化建设进程。其次，要通过开展讲座、培训、再学习等活动，来培养统计人员的综合素质与技术水平，填补基层统计局中复合型人才的缺失，一方面要对所有人员进行计算机基础知识的培训，一方面要加强对统计相关知识的学习，通过这两方面的学习，培养出统计复合型人才，不仅对我国统计信息化建设能够起到巨大的积极作用，同时还能够提升我国信息化建设水平以及统计水平等。

2、深入发挥国家配备计算机在基层统计中的应用

各个县乡级统计局必须要抓好统计人员计算机应用的培训，发挥国家配备的计算机在基层统计工作中的实际应用，通过借助政府的网络平台，建立起县、乡、镇级的统计网络连通，实现统计资料的网络传输、共享等，提高统计工作效率，推动信息化建设。另外，通过深入发挥国家配备计算机在基层统计中的应用，充分利用各项信息基础设施与应用系统，采用有效策略来进一步保障基层统计信息的网络信息安全，防止计算机病毒与一些非法入侵，对统计信息的交换环节的安全性给予充分重视，加强监督与管理，保证基层统计信息的网络信息安全。

3、建立县、乡、镇综合数据库网络

以州、市级统计局现有的数据库查询系统为基本模块，在各个县、乡、镇中建立起综合统计数据库，通过统计局内部网络和政府专用网络平台，建立起统计数据库的查询、共享、传输等各项功能，不仅能够提高统计内部信息的快速传输、交流等，同时还能够为社会各界提供统计信息服务。

四、结语

经过多年的努力，我国目前统计信息化建设已经取得了比较理想的成绩，但是同时也迎来了更多的挑战，随着统计在社会生活中的不断渗透，我们更要积极探索、勇于创新，进一步提高人口普查统计工作的效率与质量，推动统计信息化的建设。

最新【精品】范文参考文献

专业论文

【参考文献】

[1] 马凤媛：加快我国统计信息化建设的思考[J].青海统计，2009(3).

[2] 潘雷云：积极推进信息化建设，努力服务科学发展[J].青海统计，2009(9).

[3] 石月仁：统计信息化八大难题探解[J].统计信息化，2010(4).

[4] 陈中华：统计信息化遐想[J].统计信息，

------------最新【精品】范文