统计数据质量怎么评价?国家统计局在《国家统计质量保证框架(2021)》中给出九项评价标准:真实性、准确性、完整性、及时性、适用性、经济性、可比性、协调性和可获得性。九项标准分别对应源头数据是否可靠、误差是否可控、范围是否齐全、出数是否及时、指标是否合用、成本是否合理、口径是否连续、数据之间是否匹配,以及用户能否取得并理解数据。
这套框架依据《中华人民共和国统计法》及其实施条例制定,借鉴《联合国官方统计国家质量保证框架手册》,用于指导各地各部门开展统计工作。企业数据质量还有自己的国家标准和业务条件,不能直接套用政府统计的评价结论。具体到单张表或单个指标,可以参考数据质量评估。
一、国家统计局用九个方面评价统计数据质量
九项标准的评价重点并不相同。下表按文件内容整理。
| 评价标准 | 文件中的要求 | 主要评价什么 |
|---|---|---|
| 真实性 | 源头数据符合统计调查对象的实际情况,有依据、可溯源 | 基础数据质量 |
| 准确性 | 误差控制在允许范围内,能支撑形势判断、政策制定和宏观调控 | 数据生产的科学性 |
| 完整性 | 统计范围不重不漏,统计口径完备无缺 | 全面反映客观实际的程度 |
| 及时性 | 在符合统计科学规律的前提下,缩短从调查到公布的时间 | 数据生产效率 |
| 适用性 | 数据能最大限度为用户所用,指标紧跟发展、切合需求 | 用户满意度 |
| 经济性 | 尽可能降低成本,充分利用调查、行政记录、大数据等资源 | 成本效益 |
| 可比性 | 不同时间、空间的数据使用统一的统计标准和原则 | 标准化、规范化程度 |
| 协调性 | 数据结构严谨、逻辑合理,总量与结构数据高度匹配 | 数据之间的逻辑关系 |
| 可获得性 | 多渠道、多方式公布,同时公布制度方法,加强解读 | 统计服务质量 |
九项标准可以按评价层面分成三组。这个分组是本文的归纳,文件本身没有这样分类。
- 数据本身:真实性、准确性、完整性,回答数据是否对得上实际、误差是否可控、范围是否齐全。
- 生产过程:及时性、经济性、可比性、协调性,回答出数效率、成本、口径稳定性和数据之间的逻辑关系。
- 用户使用:适用性、可获得性,回答指标是否满足需求、用户能否方便取得并理解数据。
三组之间相互牵制。出数更快可能抬高成本,口径调整会改变可比性,扩大公开范围又会带来解读压力。评价时要结合具体用途,不能只盯一项。
二、九项标准分别在评价什么
1. 数据本身:真实性、准确性、完整性
真实性看源头,准确性看结果。统计调查对象实际发生了什么,填报或采集的数据就要与之相符,并且能溯源到原始记录。准确性看数据在汇总、推算、发布后,误差是否控制在允许范围内,能否支撑判断和决策。
两者不能互相替代。源头填报失真,后续计算再精细也得不到可信结果;源头可靠,抽样和汇总方法不当,同样会产生偏差。
完整性要求统计范围不重不漏,统计口径完备无缺。企业做用户分析时,渠道重复上报会高估规模,部分业务线未接入会低估规模,都属于完整性问题。
2. 生产过程:及时性、经济性、可比性、协调性
及时性看从调查到公布的时间间隔。间隔越短,数据对决策的价值通常越高。前提是符合统计科学规律,不能为了快而跳过必要审核。
经济性看投入与产出。现有行政记录、商业记录、大数据能满足需求时,不重复开展调查。企业也一样,一个辅助指标能获得的资源,应当与它影响决策的程度匹配。
可比性看不同时间、不同空间的数据是否使用统一的统计标准和原则。口径变更要有记录和解释,否则同比、环比会失真。
协调性看总量数据和结构数据是否匹配。比如分渠道之和应等于总量,活跃用户数不应大于去重用户数。2021版把原来的“一致性”改为“协调性”,评价重点落在数据之间的逻辑关系。
3. 用户使用:适用性、可获得性
适用性把评价视角从生产端转到用户端。统计指标会过时,用户需求也会变化,数据能被用于判断和决策,才算发挥了作用。
可获得性要求数据方便取得、能够看懂。国家统计局的要求包括多渠道公布、同时公布统计制度方法、加强数据解读。企业里对应的是查询入口、口径文档、指标说明和答疑机制。数据存在库里,业务找不到、看不懂,仍然算可获得性不足。
三、评价为什么覆盖统计生产全过程
九项标准回答“什么是好的统计数据”,全过程控制回答“怎样稳定地生产出好数据”。框架把统计业务流程分为十个环节,并对每个环节提出质量控制要求。
| 环节 | 质量控制重点 |
|---|---|
| 确定需求 | 评估用户需求的必要性和重要程度,分析现有数据来源能否满足,形成项目计划并定期评估 |
| 调查设计 | 明确调查范围,设计可取得、可核查的指标,选择调查方法,统一采集平台,制定评估办法和发布安排 |
| 核准备案 | 依法申报和审查调查项目,公开项目及制度主要内容,检查项目执行情况 |
| 任务部署 | 印发调查文件,落实经费、设备、人员和平台,更新名录库,完成人员培训 |
| 数据采集 | 事前告知调查对象,规范填报,随报随审原始数据,按计划开展质量核查 |
| 数据处理 | 计算机审核与人工审核结合,反馈并修正疑点,口径变化时调整并说明,控制处理进度 |
| 数据评估 | 逐级开展评估,综合使用历史比较、横向比较、偏差分析、相关性分析等方法 |
| 数据公布与传播 | 按日程公布,公布数据来源、方法、口径和标准,做好解读、修订说明、渠道建设和舆情监测 |
| 统计分析 | 围绕用户需求选题,综合使用调查数据和其他来源数据,形成分析报告 |
| 项目评估 | 制定评估计划,采用事中与事后、定性与定量、第三方评估等方式,评价执行效果并提出改进建议 |
这张表里有两个容易被忽略的地方。
评价对象不只是最终数据。调查设计是否合理、采集平台是否稳定、人员是否培训到位,都会影响结果。等报表出来再找问题,修复成本通常更高。
数据评估也有具体方法。历史数据比较看趋势是否异常,横向数据比较看地区或单位之间是否偏离,数据偏差分析看口径和结构差异,相关性分析看指标之间是否匹配。企业做数据质量评价时,同样可以把这四类方法用在报表和指标上。
评估发现问题后,还要有人负责修复、复核和复盘。这套动作属于数据质量治理的范围,评价本身只完成判断。
四、2021版框架改了什么
《国家统计质量保证框架》最早于2013年8月印发。2021版在原有结构上修订,主要有五处变化。
- 评价标准中的“一致性”改为“协调性”,重点评价总量与结构数据之间的逻辑匹配。
- 删除“整理归档”环节,质量控制环节从11个调整为10个。
- 在需求确定、调查设计、任务部署、数据采集和数据处理等环节,增加对行政记录、地理空间信息、大数据等新数据源的质量控制要求。
- 在核准备案环节增加调查项目公开要求。
- 在数据公布与传播环节增加微观数据开发开放要求。
与2013版的7项标准相比,2021版的9项标准新增了真实性、完整性,并把一致性调整为协调性。这些变化对应两个现实:数据来源变多了,用户对公开和解释的要求也更高了。
2023年,国家统计局又印发《统计源头数据质量核查办法(试行)》,对核查目的、对象、内容、方法、组织实施和结果运用作出规定。源头数据质量的责任由此进一步落到统计机构、统计人员和调查对象。
五、企业怎么借用这套框架
企业数据与政府统计在调查对象、法律义务和发布机制上不同。能借用的是评价维度、全过程控制思路和证据要求;政府统计的评价结论不能直接套到企业报表上。
1. 先定评价对象和用途
同一个指标,用于对外披露和用于内部复盘,阈值可以不同。评价前要写清对象是一张表、一个指标、一份报表,还是一条数据链路;用途是经营决策、绩效考核、对外报送,还是监管合规。对象和用途不清楚,后面选维度和定阈值都会失去依据。
2. 选维度,不必九项全用
九项标准覆盖统计生产全过程,落到单个数据集时,有些维度可能找不到合适的检查项。面向外部报送的数据,真实性和准确性优先;面向业务自助分析的数据,完整性和可获得性更值得关注;跨年度比较的指标,要把可比性放在前面。评价表保留哪些维度,应由用途决定。
3. 为每个维度写评价问题、证据和阈值
维度只是分类,评价要落到可检查的问题。真实性可以问原始记录能否对应到调查对象,证据是抽样复核;准确性可以问与独立数据源的差异率,证据是双源比对;协调性可以问分项之和是否等于总量,证据是逻辑校验规则。每个问题都要有口径、周期、阈值和责任人,否则评价会变成印象打分。
4. 把结果接进责任与整改
评价结果至少要回答三件事:哪些维度不达标,问题出在哪个环节,谁来在多长时间内修复。没有责任人和时限,评分表只会留下记录,不会改变数据。
口径和定义是这一步的基础。指标名称相同、计算口径不同,真实性和可比性都无从判断。ThinkingAI 的企业级知识库把Agent语义层整理成统一知识源,以单一事实来源原则保证同一概念在全系统只有一处定义,通过变更集机制让每次更新可追溯、可对比、可回滚。在服务全球超1500家企业、接入超8000款产品的实践中,这类口径管理是数据质量评价能够持续运行的前提之一。
5. 企业常用的六项指标怎么和统计框架对照
如果评价对象是结构化数据,企业更常用 GB/T 36344-2018《信息技术 数据质量评价指标》的六项指标:规范性、完整性、准确性、一致性、时效性、可访问性。两套框架有重叠,也有不同侧重。
需要留意版本变化。据全国标准信息公共服务平台信息,GB/T 36344-2026 已于2026年10月30日发布,将于2027年5月1日实施并全部代替2018版。2018版目前仍是现行版本,下表按2018版的六项指标对照;新标准实施后,应以新版正式文本为准。
| 国标六项 | 统计框架中的相近标准 | 差异 |
|---|---|---|
| 规范性 | 可比性、协调性 | 国标看数据是否符合标准、模型、业务规则和元数据;统计框架更关注统计标准和统计原则的统一 |
| 完整性 | 完整性 | 两者都看范围和数据元素是否齐全,统计框架还强调统计口径完备 |
| 准确性 | 准确性 | 两者都看数据与真实值的接近程度,统计框架明确要求误差控制在允许范围内 |
| 一致性 | 协调性 | 国标看同一数据在不同上下文中是否矛盾;统计框架看总量与结构数据是否匹配 |
| 时效性 | 及时性 | 国标看数据随时间变化是否仍然正确;统计框架看从调查到公布的时间间隔 |
| 可访问性 | 可获得性 | 国标看数据能否被访问;统计框架还包括公布制度方法、解读和获取渠道 |
两套框架可以配合使用。国标六项适合定义单张表或单个数据集的检查项,统计框架适合补齐源头真实性、生产过程成本、口径连续性和用户服务。
要让评价可追溯,还需要知道数据从哪里来、经过哪些加工。元数据与数据血缘解释了这三者如何配合。
六、一套可执行的评价表怎么设计
评价表不需要复杂,但每个字段都要能支持判断和整改。可以包含以下字段。
- 评价对象:表、指标、报表或数据链路。
- 用途:经营决策、绩效考核、对外报送或监管合规。
- 维度:从九项标准或国标六项中选择。
- 评价问题:这个维度下具体要确认什么。
- 证据与指标:抽样复核、双源比对、逻辑校验、血缘记录、发布记录等。
- 口径与周期:统计范围、计算方式、评价频率。
- 阈值:达到什么程度算合格。
- 结果:通过、部分通过或不通过,必要时附分值。
- 责任人:谁负责核实和修复。
- 整改与复核:改什么、何时改、什么时候复查。
以月度活跃用户数为例,可以这样设计其中几行。表中阈值仅为示例,企业要按自己的业务和数据条件调整。
| 维度 | 评价问题 | 证据 | 示例阈值 |
|---|---|---|---|
| 真实性 | 埋点是否覆盖真实用户行为 | 客户端与服务端日志抽样比对 | 差异率不超过2% |
| 准确性 | 统计结果与独立登录日志是否接近 | 双源核对 | 差异率不超过3% |
| 完整性 | 渠道、设备等关键字段是否缺失 | 缺失字段占比统计 | 不超过1% |
| 协调性 | 活跃用户与去重用户的关系是否合理 | 逻辑校验 | 无活跃用户大于去重用户的情况 |
| 可获得性 | 业务能否自助查询并看到口径说明 | 查询入口与口径文档检查 | 2个工作日内可查 |
评价表的关键字段是评价问题、证据、阈值和责任人。评分方式可以按通过、部分通过、不通过三档记录,也可以按0到3分打分。框架没有规定企业必须使用的权重和总分公式,权重应随用途调整。总分适合观察趋势,具体问题仍要回到维度、证据和责任人。
七、常见误区
- 把九项标准直接当成企业数据质量的六项指标。两套框架的对象和用途不同,混用会让评价表失去边界。
- 只评结果,不看过程。数据出错往往源于需求、设计、采集或处理环节,单查报表很难找到原因。
- 只看准确性。源头失真的数据,计算得再准也不可信;口径变化后,准确性也无法保证可比。
- 评价没有证据和阈值。靠印象打分,结果无法复核,也无法判断是否改善。
- 评价结果不进入整改。没有责任人、时限和复查,评价只是一次性文档。
- 权重长期不变。业务用途变化后,原来的重点可能已经不再重要。
常见问题
国家统计质量保证框架是强制标准吗?
它是国家统计局制定的统计质量管理指导性文件,主要面向各地各部门的统计工作,依据统计法和实施条例制定。企业不在直接适用范围内。企业若用于内部数据管理,属于借鉴,需要结合自身业务和国标要求调整。
九项标准和企业常用的六项数据质量指标有什么区别?
九项标准覆盖统计数据生产全过程,除数据本身的质量,还包括生产效率、成本、可比性和用户服务。GB/T 36344-2018 的六项指标更聚焦结构化数据本身的检查。两者可以配合使用,前者补流程和口径,后者补具体检查项。
统计数据质量评价就是检查准确性吗?
准确性只是其中一项。真实性看源头是否可靠,完整性看范围是否齐全,协调性看数据之间是否匹配。只查准确性,容易漏掉源头失真、口径断裂和覆盖不全的问题。
企业多久做一次数据质量评价?
没有统一周期。对外报送或监管使用的数据,可以在每次报送前检查;核心经营指标可以按月或按季度评价;数据链路和规则可以半年或一年复核一次。频率应由数据用途、变化速度和出错后果决定。
没有专职数据治理团队,怎么开始?
先选一个影响决策的指标,把评价对象、用途、三到五个维度和证据写清楚,连续做两到三个周期。把发现的问题交给现有责任人修复,再逐步扩展到同一条数据链路。起步阶段的目标是形成可复核的记录,不必一开始就覆盖所有数据。
参考资料
- 国家统计局:《国家统计质量保证框架(2021)》,2021年发布。https://www.stats.gov.cn/sj/zxfb/202302/t20230203_1901137.html
- 国家统计局:《统计数据质量管理体系的主要内容是什么》,2024年11月27日。https://www.stats.gov.cn/zs/tjws/tjzn/202301/t20230101_1903730.html
- 人民网:《2021版〈国家统计质量保证框架〉发布 为提升统计数据质量提供制度保障》,2021年6月17日。
- 中国软件评测中心:《助力夯实数据底座,强化数据质量测评》。
- 全国标准信息公共服务平台:GB/T 36344-2026《信息技术 数据质量评价指标》标准信息,2026年10月30日发布。https://std.samr.gov.cn/
- 中国数字文化集团:《信息技术 数据质量评价指标》正式发布,2026年11月6日。






