榮俊萍

［摘 要］工業(yè)統(tǒng)計(jì)數(shù)據(jù)是政府決策部門進(jìn)行宏觀調(diào)控的重要依據(jù)，通過改進(jìn)工業(yè)統(tǒng)計(jì)數(shù)據(jù)質(zhì)量，能夠更加準(zhǔn)確地了解各行業(yè)的發(fā)展?fàn)顩r和趨勢，從而幫助企業(yè)作出正確的戰(zhàn)略決策，提升競爭力。因此，研究人員要深入分析工業(yè)統(tǒng)計(jì)數(shù)據(jù)的重要作用，嘗試基于區(qū)塊鏈技術(shù)以及AI技術(shù)提高工業(yè)統(tǒng)計(jì)數(shù)據(jù)質(zhì)量，進(jìn)而在此基礎(chǔ)上建立完善的社會(huì)監(jiān)督機(jī)制，加強(qiáng)數(shù)據(jù)核查和質(zhì)量監(jiān)管，促進(jìn)數(shù)據(jù)質(zhì)量持續(xù)提升。

［關(guān)鍵詞］工業(yè)統(tǒng)計(jì)數(shù)據(jù)；區(qū)塊鏈；人工智能

［中圖分類號］F4文獻(xiàn)標(biāo)志碼：A

隨著信息技術(shù)的發(fā)展，新的數(shù)據(jù)分析方法和技術(shù)手段不斷涌現(xiàn)，為工業(yè)統(tǒng)計(jì)數(shù)據(jù)質(zhì)量的提高提供了更多的可能性。通過采取新的思路和措施，如區(qū)塊鏈技術(shù)、人工智能等，可以有效地提高工業(yè)統(tǒng)計(jì)數(shù)據(jù)的質(zhì)量，為政府決策和產(chǎn)業(yè)發(fā)展提供更加可靠的數(shù)據(jù)支持。

1 工業(yè)統(tǒng)計(jì)數(shù)據(jù)的重要作用

1.1 政府決策

工業(yè)統(tǒng)計(jì)數(shù)據(jù)是政府制定宏觀經(jīng)濟(jì)政策和產(chǎn)業(yè)政策的重要依據(jù)之一。政府根據(jù)工業(yè)統(tǒng)計(jì)數(shù)據(jù)可以了解不同行業(yè)的發(fā)展?fàn)顩r及趨勢，從而制定更加精準(zhǔn)的政策。例如，在“十三五”規(guī)劃中，我國提出了推動(dòng)制造業(yè)高質(zhì)量發(fā)展的目標(biāo)，制定了一系列相關(guān)政策，其中就涉及工業(yè)統(tǒng)計(jì)數(shù)據(jù)［1］。政府通過對工業(yè)統(tǒng)計(jì)數(shù)據(jù)的分析，了解到制造業(yè)存在傳統(tǒng)產(chǎn)業(yè)升級、智能化改造、人才培養(yǎng)等問題，因此采取了一系列措施，如加強(qiáng)制造業(yè)創(chuàng)新能力培育、推動(dòng)智能制造等，促進(jìn)了我國制造業(yè)的發(fā)展。同時(shí)，工業(yè)統(tǒng)計(jì)數(shù)據(jù)也是政府制定宏觀經(jīng)濟(jì)政策的重要依據(jù)之一。

1.2 企業(yè)發(fā)展

工業(yè)統(tǒng)計(jì)數(shù)據(jù)對于企業(yè)發(fā)展具有重要作用。通過對工業(yè)統(tǒng)計(jì)數(shù)據(jù)的分析，企業(yè)可以了解到不同行業(yè)的市場規(guī)模、需求變化、競爭格局等信息，從而作出合理的戰(zhàn)略決策，提升企業(yè)的競爭力和盈利能力。例如，在汽車行業(yè)中，政府發(fā)布的工業(yè)統(tǒng)計(jì)數(shù)據(jù)顯示，新能源汽車的銷量呈現(xiàn)快速增長趨勢。因此，一些傳統(tǒng)汽車企業(yè)開始向新能源汽車領(lǐng)域轉(zhuǎn)型，推出了一系列相應(yīng)產(chǎn)品。同時(shí)，這些企業(yè)還注重提高生產(chǎn)效率以及質(zhì)量水平，優(yōu)化供應(yīng)鏈管理，降低成本，從而提升了企業(yè)的競爭力。此外，工業(yè)統(tǒng)計(jì)數(shù)據(jù)還可以幫助企業(yè)了解產(chǎn)品結(jié)構(gòu)、生產(chǎn)效率、管理水平等方面存在的問題，引導(dǎo)企業(yè)進(jìn)行優(yōu)化調(diào)整和改進(jìn)［2］。例如，在某些行業(yè)中，企業(yè)可能面臨著生產(chǎn)效率低下、管理不善等問題。通過工業(yè)統(tǒng)計(jì)數(shù)據(jù)的分析，企業(yè)可以找到問題所在，并采取相應(yīng)措施進(jìn)行優(yōu)化調(diào)整，從而提高企業(yè)發(fā)展水平。

1.3 社會(huì)管理

工業(yè)統(tǒng)計(jì)數(shù)據(jù)對于社會(huì)管理具有重要意義。政府可以通過對工業(yè)統(tǒng)計(jì)數(shù)據(jù)的分析，了解到各類行業(yè)的經(jīng)濟(jì)狀況、就業(yè)情況、環(huán)境污染等方面的變化，從而制定相應(yīng)的政策和措施。例如，在環(huán)保領(lǐng)域中，政府通過對工業(yè)統(tǒng)計(jì)數(shù)據(jù)的分析，發(fā)現(xiàn)許多企業(yè)存在環(huán)保問題，導(dǎo)致環(huán)境污染嚴(yán)重?；诖?，政府采取了一系列措施，如加強(qiáng)環(huán)境監(jiān)管、推動(dòng)綠色低碳發(fā)展等，促進(jìn)了環(huán)保事業(yè)的發(fā)展。此外，工業(yè)統(tǒng)計(jì)數(shù)據(jù)還可以幫助政府加強(qiáng)對企業(yè)的監(jiān)督管理，防范虛報(bào)、漏報(bào)等違規(guī)行為。

2 改善工業(yè)統(tǒng)計(jì)數(shù)據(jù)質(zhì)量的新思路

2.1 基于區(qū)塊鏈技術(shù)構(gòu)建去中心化的工業(yè)數(shù)據(jù)共享平臺(tái)

區(qū)塊鏈技術(shù)是一種分布式賬本技術(shù)，其主要特點(diǎn)是去中心化和不可篡改性。它通過網(wǎng)絡(luò)中的節(jié)點(diǎn)共同維護(hù)一個(gè)分布式的賬本，每個(gè)節(jié)點(diǎn)都可以進(jìn)行交易驗(yàn)證和記賬，并將交易記錄保存在區(qū)塊鏈上。區(qū)塊鏈的去中心化和不可篡改性特點(diǎn)，使它具有非常高的安全性和可信度。

在具體實(shí)踐中，基于區(qū)塊鏈技術(shù)的去中心化工業(yè)數(shù)據(jù)共享平臺(tái)構(gòu)建流程如下。

2.1.1 確定平臺(tái)目標(biāo)和應(yīng)用場景

在開始構(gòu)建去中心化工業(yè)數(shù)據(jù)共享平臺(tái)之前，需要明確平臺(tái)的目標(biāo)和應(yīng)用場景。根據(jù)不同的行業(yè)和需求，可以選擇不同的應(yīng)用場景，如工業(yè)物聯(lián)網(wǎng)、供應(yīng)鏈金融、智慧城市等。

2.1.2 設(shè)計(jì)平臺(tái)架構(gòu)

在確定平臺(tái)目標(biāo)和應(yīng)用場景后，要設(shè)計(jì)平臺(tái)的技術(shù)架構(gòu)，包括區(qū)塊鏈類型、節(jié)點(diǎn)數(shù)量、智能合約

等［3］。可以選擇公有鏈、聯(lián)盟鏈或私有鏈來構(gòu)建區(qū)塊鏈平臺(tái)，并根據(jù)平臺(tái)的規(guī)模和需求確定節(jié)點(diǎn)數(shù)量。同時(shí)，需要設(shè)計(jì)相應(yīng)的智能合約來實(shí)現(xiàn)數(shù)據(jù)交互和權(quán)限控制等功能。

2.1.3 準(zhǔn)備數(shù)據(jù)

在開始構(gòu)建去中心化工業(yè)數(shù)據(jù)共享平臺(tái)之前，需要進(jìn)行數(shù)據(jù)準(zhǔn)備工作，包括數(shù)據(jù)采集、清洗、處理和加密等。需要遵循相關(guān)的數(shù)據(jù)分類和標(biāo)準(zhǔn)化規(guī)范，保證數(shù)據(jù)的真實(shí)性和可靠性。同時(shí)，需要對敏感數(shù)據(jù)進(jìn)行加密處理，確保數(shù)據(jù)的安全性。

2.1.4 構(gòu)建節(jié)點(diǎn)網(wǎng)絡(luò)

去中心化工業(yè)數(shù)據(jù)共享平臺(tái)需要構(gòu)建節(jié)點(diǎn)網(wǎng)絡(luò)來維護(hù)平臺(tái)的運(yùn)行和管理。節(jié)點(diǎn)數(shù)量的多少，取決于平臺(tái)的規(guī)模和需求。在構(gòu)建節(jié)點(diǎn)網(wǎng)絡(luò)時(shí)，需要注意節(jié)點(diǎn)的分布和管理，確保網(wǎng)絡(luò)的穩(wěn)定性和安全性。同時(shí)，需要設(shè)計(jì)相應(yīng)的管理策略，包括獎(jiǎng)勵(lì)和懲罰機(jī)制等，鼓勵(lì)用戶積極參與數(shù)據(jù)共享。

2.1.5 制定數(shù)據(jù)共享協(xié)議

為了保證數(shù)據(jù)共享的順利進(jìn)行，需要制定相應(yīng)的數(shù)據(jù)共享協(xié)議，明確數(shù)據(jù)的使用范圍、數(shù)據(jù)分配方式、數(shù)據(jù)使用條件等內(nèi)容。同時(shí)，需要制定相應(yīng)的獎(jiǎng)勵(lì)和懲罰機(jī)制，鼓勵(lì)企業(yè)積極參與數(shù)據(jù)共享。

2.1.6 開發(fā)智能合約

在去中心化工業(yè)數(shù)據(jù)共享平臺(tái)中，需要開發(fā)相應(yīng)的智能合約，實(shí)現(xiàn)數(shù)據(jù)的上傳、共享和訪問等操作。同時(shí)，需要設(shè)計(jì)相應(yīng)的權(quán)限控制機(jī)制，確保只有具備相關(guān)權(quán)限的用戶才能夠訪問特定的數(shù)據(jù)內(nèi)容。

2.1.7 測試和上線

在完成去中心化工業(yè)數(shù)據(jù)共享平臺(tái)的構(gòu)建后，需要進(jìn)行測試和上線。測試需要對平臺(tái)的各項(xiàng)功能進(jìn)行測試和驗(yàn)證，確保其穩(wěn)定性和安全性。上線前需要進(jìn)行相應(yīng)的認(rèn)證和合規(guī)審批，確保平臺(tái)符合相關(guān)法律法規(guī)和標(biāo)準(zhǔn)要求。

2.1.8 維護(hù)和管理

去中心化工業(yè)數(shù)據(jù)共享平臺(tái)的維護(hù)和管理是一個(gè)長期的過程。需要對節(jié)點(diǎn)網(wǎng)絡(luò)進(jìn)行監(jiān)控和管理，及時(shí)修復(fù)漏洞和處理異常情況［4］。在具體實(shí)踐中，相關(guān)工作人員需要定期開展數(shù)據(jù)備份和安全審計(jì)，確保數(shù)據(jù)的安全性和可靠性。

2.2 運(yùn)用AI技術(shù)進(jìn)行數(shù)據(jù)清洗、預(yù)處理和精細(xì)化分析

隨著數(shù)據(jù)規(guī)模的不斷增長，數(shù)據(jù)清洗、預(yù)處理和精細(xì)化分析成了企業(yè)獲取準(zhǔn)確數(shù)據(jù)并作出正確決策的重要環(huán)節(jié)。而人工處理這些大量數(shù)據(jù)是非常耗時(shí)且易出錯(cuò)的。因此，運(yùn)用AI技術(shù)進(jìn)行數(shù)據(jù)清洗、預(yù)處理和精細(xì)化分析已經(jīng)成為一種趨勢。

2.2.1 數(shù)據(jù)清洗

數(shù)據(jù)清洗是指對數(shù)據(jù)進(jìn)行去噪、去重、填充缺失值等操作，以保證數(shù)據(jù)的準(zhǔn)確性和可靠性。AI技術(shù)可以通過自然語言處理（NLP）和機(jī)器學(xué)習(xí)（ML）等方法實(shí)現(xiàn)數(shù)據(jù)清洗。

第一，去噪。去噪是指從數(shù)據(jù)中去除無效或錯(cuò)誤的信息。AI技術(shù)可以通過自然語言處理（NLP）技術(shù)對文本數(shù)據(jù)進(jìn)行去噪。例如，可以使用正則表達(dá)式來刪除HTML標(biāo)簽，去除數(shù)字、符號和停用詞等。第二，去重。數(shù)據(jù)去重是指將相同和相似的數(shù)據(jù)合并，去除重復(fù)數(shù)據(jù)。AI技術(shù)可以通過基于文本相似度的算法，將相似的文本數(shù)據(jù)合并。例如，可以使用余弦相似度算法來計(jì)算文本之間的相似度，將相似度高的數(shù)據(jù)進(jìn)行合并。第三，填充缺失值。數(shù)據(jù)清洗還需要填充缺失值。AI技術(shù)可以通過機(jī)器學(xué)習(xí)等方法預(yù)測缺失值并進(jìn)行填充。例如，可以使用支持向量回歸（SVR）或隨機(jī)森林（Random Forest）等算法對缺失值進(jìn)行預(yù)測和填充。

2.2.2 數(shù)據(jù)預(yù)處理

數(shù)據(jù)預(yù)處理是指對數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化、歸一化等操作，以便于后續(xù)建模和分析。AI技術(shù)可以通過自然語言處理（NLP）和機(jī)器學(xué)習(xí)（ML）等方法實(shí)現(xiàn)數(shù)據(jù)預(yù)處理。第一，標(biāo)準(zhǔn)化。數(shù)據(jù)標(biāo)準(zhǔn)化是指將不同尺度和量綱的數(shù)據(jù)轉(zhuǎn)化為標(biāo)準(zhǔn)單位，以便于比較和分析。AI技術(shù)可以通過機(jī)器學(xué)習(xí)等方法，對數(shù)值型數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化。例如，可以使用Z-score標(biāo)準(zhǔn)化方法，將數(shù)據(jù)轉(zhuǎn)化為均值為0、方差為1的分布。第二，歸一化。數(shù)據(jù)歸一化是指將數(shù)據(jù)轉(zhuǎn)化為［0，1］區(qū)間內(nèi)的數(shù)值，以便于建模和分析。AI技術(shù)可以通過機(jī)器學(xué)習(xí)等方法，對數(shù)值型數(shù)據(jù)進(jìn)行歸一化。例如，可以使用最小-最大規(guī)范化方法，將數(shù)據(jù)轉(zhuǎn)化為［0，1］區(qū)間內(nèi)的數(shù)值。

2.2.3 精細(xì)化分析

精細(xì)化分析是指對數(shù)據(jù)進(jìn)行更深入的挖掘和分析，以發(fā)現(xiàn)隱藏在數(shù)據(jù)背后的規(guī)律和價(jià)值。AI技術(shù)可以通過自然語言處理（NLP）和機(jī)器學(xué)習(xí)（ML）等方法實(shí)現(xiàn)精細(xì)化分析。第一，文本挖掘。文本挖掘是指從大量文本數(shù)據(jù)中發(fā)現(xiàn)隱藏在其中的信息，如情感、主題、實(shí)體等。AI技術(shù)可以通過自然語言處理（NLP）技術(shù)實(shí)現(xiàn)文本挖掘。例如，使用情感分析算法對文本數(shù)據(jù)進(jìn)行情感識(shí)別，了解用戶對產(chǎn)品或服務(wù)的態(tài)度和情感傾向；使用主題模型算法從大量文本數(shù)據(jù)中發(fā)現(xiàn)隱藏的主題，并了解用戶的需求和興趣。第二，預(yù)測建模。預(yù)測建模是指基于歷史數(shù)據(jù)，預(yù)測未來趨勢和結(jié)果。AI技術(shù)可以通過機(jī)器學(xué)習(xí)等方法對歷史數(shù)據(jù)進(jìn)行分析和建模，預(yù)測未來的結(jié)果。例如，可以使用回歸分析、決策樹、神經(jīng)網(wǎng)絡(luò)等算法對銷售數(shù)據(jù)進(jìn)行預(yù)測，了解未來業(yè)績的可能性和趨勢。第三，聚類分析。聚類分析是指將數(shù)據(jù)按照相似性進(jìn)行分組，發(fā)現(xiàn)數(shù)據(jù)之間的關(guān)系和規(guī)律。AI技術(shù)可以通過機(jī)器學(xué)習(xí)等方法對數(shù)據(jù)進(jìn)行聚類分析。例如，可以使用k-means算法，將數(shù)據(jù)按照相似性進(jìn)行分組，了解不同群體之間的差異和聯(lián)系，為后續(xù)營銷和推廣提供參考。第四，異常檢測。異常檢測是指從大量數(shù)據(jù)中發(fā)現(xiàn)異常值和離群點(diǎn)，了解數(shù)據(jù)的異常情況和可能的原因。AI技術(shù)可以通過機(jī)器學(xué)習(xí)等方法對數(shù)據(jù)進(jìn)行異常檢測。例如，可以使用孤立森林算法發(fā)現(xiàn)數(shù)據(jù)中的異常值和離群點(diǎn)，并了解其可能的原因和影響。

2.3 引入社會(huì)監(jiān)督機(jī)制，加強(qiáng)數(shù)據(jù)核查和質(zhì)量監(jiān)管

數(shù)據(jù)是企業(yè)和政府決策的基礎(chǔ)，而質(zhì)量不好的數(shù)據(jù)會(huì)導(dǎo)致錯(cuò)誤的決策，給企業(yè)和社會(huì)帶來巨大的損失。因此，引入社會(huì)監(jiān)督機(jī)制，加強(qiáng)數(shù)據(jù)核查和質(zhì)量監(jiān)管顯得尤為重要。

2.3.1 引入社會(huì)監(jiān)督機(jī)制

社會(huì)監(jiān)督機(jī)制是指通過公眾和第三方組織對企業(yè)和政府進(jìn)行監(jiān)督和評估，以確保其行為合法、公正和透明。在數(shù)據(jù)質(zhì)量監(jiān)管方面，可以引入社會(huì)監(jiān)督機(jī)制，讓公眾和第三方組織參與數(shù)據(jù)質(zhì)量監(jiān)管，發(fā)現(xiàn)和糾正數(shù)據(jù)質(zhì)量問題。

第一，公眾參與。公眾是企業(yè)和政府?dāng)?shù)據(jù)使用的主體，應(yīng)該有權(quán)利和義務(wù)參與數(shù)據(jù)質(zhì)量監(jiān)管。可以通過建立投訴渠道和舉報(bào)機(jī)制，讓公眾對企業(yè)和政府提供的數(shù)據(jù)進(jìn)行監(jiān)督和評估，發(fā)現(xiàn)數(shù)據(jù)質(zhì)量問題并提出改進(jìn)建議。

第二，第三方評估機(jī)構(gòu)。第三方評估機(jī)構(gòu)可以獨(dú)立、客觀地對企業(yè)和政府提供的數(shù)據(jù)進(jìn)行評估和監(jiān)督?？梢酝ㄟ^建立評估標(biāo)準(zhǔn)和指標(biāo)體系對數(shù)據(jù)質(zhì)量進(jìn)行評估，并向企業(yè)和政府提供改進(jìn)建議［5］。

2.3.2 加強(qiáng)數(shù)據(jù)核查和質(zhì)量監(jiān)管

第一，制定數(shù)據(jù)質(zhì)量標(biāo)準(zhǔn)。制定數(shù)據(jù)質(zhì)量標(biāo)準(zhǔn)是確保數(shù)據(jù)質(zhì)量的前提。可以根據(jù)不同行業(yè)、領(lǐng)域和應(yīng)用場景，制定相應(yīng)的數(shù)據(jù)質(zhì)量標(biāo)準(zhǔn)和指標(biāo)體系。例如，可以制定數(shù)據(jù)準(zhǔn)確性、完整性、一致性和時(shí)效性等方面的指標(biāo)。

第二，建立數(shù)據(jù)核查機(jī)制。建立數(shù)據(jù)核查機(jī)制是防止錯(cuò)誤數(shù)據(jù)流入系統(tǒng)的重要措施。可以通過建立數(shù)據(jù)審核崗位，對數(shù)據(jù)源進(jìn)行核查，防止錯(cuò)誤數(shù)據(jù)流入系統(tǒng)。同時(shí)，也可以使用自動(dòng)化工具，如數(shù)據(jù)清洗平臺(tái)和數(shù)據(jù)驗(yàn)證工具，對數(shù)據(jù)進(jìn)行自動(dòng)化核查和清洗。

第三，實(shí)施數(shù)據(jù)質(zhì)量監(jiān)管。實(shí)施數(shù)據(jù)質(zhì)量監(jiān)管是確保數(shù)據(jù)質(zhì)量的重要手段?？梢圆捎帽O(jiān)控、檢測等方式，對數(shù)據(jù)進(jìn)行實(shí)時(shí)監(jiān)管和診斷，發(fā)現(xiàn)數(shù)據(jù)質(zhì)量問題并及時(shí)處理。例如，可以使用數(shù)據(jù)質(zhì)量管理工具，對數(shù)據(jù)進(jìn)行全面的監(jiān)管和管理。

第四，加強(qiáng)內(nèi)部培訓(xùn)和意識(shí)普及。加強(qiáng)內(nèi)部培訓(xùn)和意識(shí)普及是提高數(shù)據(jù)質(zhì)量的關(guān)鍵環(huán)節(jié)?？梢酝ㄟ^組織內(nèi)部培訓(xùn)、舉辦數(shù)據(jù)質(zhì)量論壇等方式提高員工的數(shù)據(jù)質(zhì)量意識(shí)和水平。同時(shí)，也可以通過宣傳和公開透明的數(shù)據(jù)公示等方式提升企業(yè)和政府對數(shù)據(jù)質(zhì)量的重視程度。

3 結(jié)語

提高工業(yè)統(tǒng)計(jì)數(shù)據(jù)質(zhì)量已經(jīng)成為企業(yè)發(fā)展和政府決策制定面臨的一個(gè)重要問題。隨著科技的不斷發(fā)展，應(yīng)當(dāng)采用各種先進(jìn)的技術(shù)手段和管理方法來改善工業(yè)統(tǒng)計(jì)數(shù)據(jù)的質(zhì)量。本文介紹了一些具體的措施，如建立數(shù)據(jù)標(biāo)準(zhǔn)規(guī)范、加強(qiáng)數(shù)據(jù)核查與監(jiān)管、引入社會(huì)監(jiān)督機(jī)制等。這些措施都有助于提高工業(yè)統(tǒng)計(jì)數(shù)據(jù)的準(zhǔn)確性、完整性和可靠性。在具體實(shí)踐中，相關(guān)工作人員需要根據(jù)不同行業(yè)和領(lǐng)域的特點(diǎn)和需求，采取相應(yīng)的措施和方法，并引入社會(huì)監(jiān)督機(jī)制，讓公眾和第三方評估機(jī)構(gòu)參與到數(shù)據(jù)質(zhì)量監(jiān)管中，共同維護(hù)數(shù)據(jù)質(zhì)量和社會(huì)公正。

參考文獻(xiàn)

［1］陳嘉源，易暢言，王然，等. 工業(yè)無線可充電傳感網(wǎng)的數(shù)據(jù)收集及充電優(yōu)化［J/OL］. 小型微型計(jì)算機(jī)系統(tǒng)：1-10［2023-05-29］. http：//kns.cnki.net/kems/detail/21.1106.TP.2023.511.1453.027.html.

［2］崔濤，李青，潘濤. 柏林工業(yè)大學(xué)科研數(shù)據(jù)管理服務(wù)中心建設(shè)及啟示［J］. 圖書館工作與研究，2023（4）：48-56.

［3］辛勇飛. 中國數(shù)據(jù)治理規(guī)則體系構(gòu)建：現(xiàn)狀、挑戰(zhàn)與展望［J］. 人民論壇·學(xué)術(shù)前沿，2023（6）：6-12.

［4］陳林. 中國工業(yè)統(tǒng)計(jì)的理論體系與制度變遷——兼議中國工業(yè)企業(yè)數(shù)據(jù)的部分系統(tǒng)性誤差［J］. 經(jīng)濟(jì)科學(xué)，2019（4）：69-80.

［5］薛鈺. 我國工業(yè)統(tǒng)計(jì)的主要問題及對策［J］. 中國經(jīng)貿(mào)導(dǎo)刊，2011（4）：79-80.