数据统计范文精选

本文作者：程春明何庆光作者单位：广西财经学院

数据供应链管理体系

1数据供应链的构成

信息系统环境中的统计数据与和制造环境的物质产品具有相似性，把统计数据视为信息系统中的产品，这样，就可以采用全面质量管理(TQM)的原则、方法和技术来进行数据质量管理[4,7]；可以采用制造环境中供应链的管理体系来构建数据产品的管理体系，我们称之为数据供应链。实际上可以把统计数据的制造和消费过程看作一种业务流程模型，它由数据提供者、数据生产者、数据管理者到数据消费者的价值链组成，完成由数据消费者需求开始到提供给数据消费者以所需要的产品与服务的整个过程[8]，这就是数据供应链。数据产品的制造过程包括：原始数据采集、中间数据生成、成品数据生成、数据消费等四个阶段，它涉及四种角色：数据提供者、数据生产者、数据管理者、数据消费者[4]。数据产品的生产制造过程也是数据的增值过程，随着数据（信息）的价值得到社会广泛的认可，数据产品的开发和利用将会得更多的关注。从某一个数据生产者内部来看，它的数据生产过程也构一个内部供应链[9]，这个供应链比较简单(见图1)。外部供应链还包括数据生产者的数据供应市场和数据消费市场，数据供应市场由一个或多个数据提供者和它们的数据供应市场构成，数据消费市场由一个或多个数据消费者和它们的数据消费市场来构成(见图2)。

2内部数据供应链的管理组织模式

随着企业信息建设的推进，现代信息系统从MIS发展到企业商务智能系统。商务智能系统采集业务数据原始数据，经过数据清洗，形成支持决策和分析的数据仓库，数据的采购与处理过程见图3。可以看出，现代企业（或组织）内部的统计数据的采集、处理、分析过程是可以由企业商务智能系统来完成，并提供给相关的数据消费者。

3外部数据供应链的管理组织模式

完整的外部数据供应链是围绕满足用户的数据需求来构建的，它存在一个核心机构（或组织），并起着核心管理作用。构建一个数据供应链的同时也意味着一个统计体系的形成，它将数据提供者、数据生产者、数据管理者、数据消费者联系起来形成一个是开放性的、以团队工作为组织单元的有机整体[10]。采用供应链管理的思想来实现整个统计体系的管理，就是对一个统计体系中各参与组织、部门之间的数据、信息流与资金流进行计划、协调和控制等，目的是通过优化提高数据生产过程的速度和确定性，提高组织的运作效率和效益。对比制造环境的供应链管理，数据供应链管理更简单，它所关注的只有数据（或信息）及其价值，没有物流过程。数据供应链管理的基本对象是数据产品流，数据产品流由供应市场流向消费市场。数据供应链的信息流包括数据的需求、数据处理状态和传递状态等信息，评价与反馈流包括对数据产品的评估和评价信息等。采用现代信息技术，建立数据供应链管理系统实现数据产品流、信息流、评价与反馈流的统一管理，以实现对数据供应链的全面管理。

作者：安杰

医疗质量无疑是一个医院的灵魂，一个治不好病的医院就一定是一个没有病人的医院，治愈率、好转率、临床初诊与临床确诊符合率、手术前后诊断符合率、抢救成功率等数据的高低无疑反映着一家医院水平的高低。作为对广大临床科室考核奖惩的一项重要指标，在实践工作中也是最容易被篡改的数据指标，由于这些数据来源于每一个出院病人的病案在录入HIS后由系统直接生成，无法通过科室上报数据直接篡改，而产生了这样一个现象。在一个病人因多种疾病入院时将“主要诊断”填写为能够治愈或好转的疾病，从而提高了治愈率、好转率。这种现象的出现虽不应该但有一定客观性和合理性，例如广大糖尿病、高血压、乃至癌症等慢性疾病，并不可能被治愈，但为了服从于整个医院卫生医疗考核指标体系而不影响科室的经济利益所不得不采取的方法。从这一点说，医疗卫生质量的统计数据不仅作用于医院的管理加强了考核，而医院的管理考核也反作用于广大临床科室从而导致了医疗卫生质量的统计数据的改变。两者相互影响，因此一个合理的符合医院临床实际的管理考核制度才是我们想要达到的目的。②作为一个特殊的企业，其内部的运营是否正常、高效?效益是否达到最大化，在现有基础上通过改变一些模式能否再次提高等一系列问题无疑就需要医疗效率统计所提供的数据来予以解答。出院病人数、病床利用率、病床周转次数等等指标无疑在很大程度上解答了这家医院的经营运行情况，而由此衍生出来的相关财务统计数据则更加直观的体现了这一价值。但由于大部分医院统计基础较差(很多医院未设置统计类科室)，且即便在有统计科室的情况下，也因受制于传统观念对统计工作的重视程度不够，缺乏相关领导的有效支持而无法从财务科室取得相关数据，进行相关的财务统计，最终导致了没有将财务统计与医疗效益统计两者有机结合起来为医院提供全面的运行经营情况。1.3需要哪些数据:在海量的数据中如何找到有用的数据是一切统计工作的开始，一般来说根据国家卫生部及省市相关部门所下达的文件中要求的内容就应该是医院所必须提供的最基本的数据信息。在此基础上院领导为了加强管理，根据自身需要的其他一些数据也应予以收集整理加工，但要注意务必与提供数据的相关临床医技科室加强沟通协调，这是考虑到在其十分繁重的日常本职工作的基础上还要求其提供相关数据无疑在客观上增加了劳动强度，很容易引发抵触情绪，导致提供的数据质量不高甚至应付了事。

无疑是整个医疗卫生统计工作中最关键的一环，只有经过分析才能将收集整理的相关数据更加直观地呈现出来，通过对不同时期统计指标进行对比分析，找出差距;通过横向以及目标完成情况进行分析，找出影响医疗工作的各种因素，提出合理化建议，就这一点来说，数据分析本身也是数据加工的一种。在完成数据的收集整理并录入HIS系统后就可以得到一份比较全面的统计数据报表了，它虽然能够将数据全面的反映出来，但在密密麻麻的数据面前其内容无疑是枯燥的，也增加了查阅者吸收准确信息的难度。更重要的是数据本身并不完全代表信息，作为医院的管理者所需要的并不是这些枯燥乏味的数据，而是由这些数据所反映出来的问题及结论，所以进行数据分析再次加工整理就十分必要。数据统计分析的方法:将本期数据与上一期数据进行对比以观察增减变化被称之为环比;与一个固定时期的数据对比称之为定基比。将两个不同时期的数据输入Excel表格中将其生成相应的图形就能十分生动的反映出数据的含义，达一目了然的效果，其中直方图、折线图、饼图(以及其衍生的环形图)最为常用。①直方图:直方图能生动地表现出两个对比的变量间的差距及差额。如去年与今年的出院数对比。②折线图:表现了全年各时期数据变量变化发展趋势。③饼图(以及其衍生的环形图):说明各个部分占总体的比重，如各临床科室出院病人占全院出院病人的百分比。数据统计分析中的问题:①单纯依赖于数据得出形而上学的结论:数据是一个医院各项工作情况及成果的抽象表现，通过这些数据就可以对其进行全面了解。但不能否认的是这些数据的产生和收集过程中受到了太多不确定因素的干扰，其本身的真实性就存在问题。同时还由于一些客观因素所导致的数据反映的情况与真实情况存在着很大的出入，例如按照国家规定住院病人的住院日有相应的规定，而临床科室为应对这一规定将各种原因长期住院患者每隔一个时期就假出院假入院一次，在技术上避免了触犯此项规定，这种只是在手续上出入院的病历被称之为周转病历。

而反映在统计报表上则表明该科室的出入院病人并不少，经过此分析得出了该科室的经营效益还是不错的错误结论。这种并不是由于主观故意提供错误数据的情况是统计工作中不被重视的却有相当严重的后果。虚假的数据可以通过加强管理及惩处力度予以杜绝，而像上面那种情况本身有其客观性，其提供的数据也是真实的，这就要求统计分析人员提高自身职业素质，不能只针对相关统计报表想当然得出错误结论。②不了解各临床医技科室的真实工作情况:对于统计报表中反映出来的问题无法作出合理的解释，由此得出的错误结论一旦反馈到相关科室必然会让对方产生很大的不满情绪。因此，在进行统计分析过程中最好对一些关键数据与其临床医技科室进行沟通，了解这些数据是怎么得出来的，数据出现下降是否有其客观原因等等，这样便可避免很多不必要的麻烦。

和统计数据打的交道多了，什么事情都能遇上。统计数据显示，在铀矿工作的工人居然与其他普通人的寿命相当，有时甚至更长！难道统计结果表明在铀矿工作对身体无害么？

当然不是！其实，统计数据本身并没有说谎，铀矿工人的寿命真的不比普通人低，难就难在我们如何拨开数据的外表，从中挖掘出正确的信息。事实上，只有那些身强体壮的人才会去铀矿工作，他们的寿命本来就长一些，正是因为去了铀矿工作，才把他们的寿命拉低到了平均水平，造成了数据的“伪独立性”。这种现象常常被称为“健康工人效应”。

类似地，有数据表明打太极拳的人和不打太极拳的人平均寿命相同。事实上呢，太极拳确实可以强身健体、延长寿命，但打太极拳的人往往是体弱多病的人，这一事实也给统计数据带来了虚假的独立性。

有虚假的独立性数据，就有虚假的相关性数据。统计数据显示，去救火的消防员越多，火灾损失越大。初次听到这样的结论，想必大家的反应都一样：这怎么可能呢？仔细想想你就明白了：正因为火灾损失大，才会有很多人去救火，因果关系弄颠倒了。数据只能显示两件事情有相关性，但并不能告诉你它们内部的逻辑关系。

事实上，两个在统计数据上呈现相关性的事件，有可能根本就没有因果关系。统计数据表明，冰淇淋销量增加，鲨鱼食人事件也会同时增加。但这并不意味着，把冰淇淋销售点全部取缔了，就能减小人被鲨鱼吃掉的概率。真实的情况则是，这两个变量同时增加只不过是因为夏天来了。统计数据显示，足球队的获胜率，竟然与队员的球袜长度成正比。难道把队员的球袜都换长一些，就能增加进球数了吗？显然不是。数据背后真正的因果关系是，球队的获胜率和队员的球袜长度都与队员的身高呈正相关，这导致了获胜率与球袜长度之间表现出虚假的相关性。

类似的例子还有很多。统计数据表明，手指越黄的人，得肺癌的概率越大。但事实上，手指的颜色和得肺癌的概率之间显然没有直接的因果联系。手指黄和肺癌都是由吸烟造成的，于是又营造出一种虚假的相关性。

读到这里，大家脑子里或许会产生这么一个颠覆性的念头：根据同样的道理，我们又凭什么说吸烟会致癌呢？万一吸烟和肺癌也都是由另外一个东西同时导致的怎么办？

其实，要想知道吸烟与癌症之间究竟是否有因果联系，方法本来很简单：找一群人随机分成两组，规定一组抽烟另一组不抽烟，十几年后再把这一拨人找回来，看看是不是抽烟的那一组人患肺癌的更多一些。但是这个实验方法太不道德了，因此我们只能考虑用自然观察法，选择一些本来都不吸烟的健康人进行跟踪观察，然后呢，过一段时间这拨人里总会出现一些犯上烟瘾的人，于是随着时间的流逝这帮人自然而然地分成了可供统计观察的两组人。注意，这里“是否吸烟”这一变量并不是通过随机化得来的，它并没有经过人为的干预，而是自然区分出来的。这是一个致命的缺陷！统计结果表明，犯上烟瘾的那些人得肺癌的几率远远高于其他人。这真的能够说明吸烟致癌吗？仔细想想就会发现这当然不能！原因恰似之前提过的例子：完全有可能是因果关系颠倒了，或者某个第三方变量同时对“爱吸烟”和“患肺癌”产生影响。1957年，费希尔提出了两个备选理论：癌症引起吸烟（烟瘾是癌症早期的一个症状），或者存在某种基因能够同时引起癌症和烟瘾。

《电信快报杂志》2016年第9期

摘要：

从传统统计数据与大数据之间的演变历史、数据特征等方面展开讨论，厘清两者之间存在的千丝万缕但又千差万别的联系，提出传统统计数据是大数据的简单形式和初期阶段，大数据是传统统计数据的复杂演化形态的论断，指出两者在数据分析思维方式上存在巨大差异，并对数据质量管理内涵、全周期数据质量保证等问题提出不同的解决思路和方案。

关键词：

传统统计数据；大数据；数据分析；数据质量

0引言

传统统计数据的内涵在于揭示数字背后信息与现实世界的关系。大数据是指巨量数据，是无法在可承受的时间范围内用常规软件工具进行捕捉、管理和处理的数据集合。从传统统计数据到大数据的持续演变导致在理论层面大数据内涵复杂，并与传统统计数据在信息界限上概念模糊。从传统统计数据到大数据不仅是量的积累，更是质的飞跃。厘清传统统计数据与大数据之间的内涵辩证关系，是有效利用数据的基础和关键。

1传统统计数据向大数据演变的动力

摘 要：21世纪，随着互联网和信息技术的飞快发展，数据正在成为巨大的经济资产，成为新世纪的矿产和资源，为企业带来全新的创业方向、商业模式和投资机会。21世纪的学科不是经济学，也不是医学，是统计学在大数据时代的崛起。

关键词：统计学；大数据；利用；发展

统计学是通过搜索、整理、分析数据等手段，以达到推断所测对象的本质，甚至预测对象未来的一门综合性科学。其中用到了大量的数学及其它学科的专业知识，它的使用范围几乎覆盖了社会科学和自然科学的各个领域。随着统计学发展的同时，一个大规模生产、分享和应用数据的时代正在开启：大数据的真实价值就像漂浮在海洋中的冰山，绝大部分的数据都隐藏在表面下等着人类去探索。

1 利用所有的数据

在传统的统计学中，由于记录，存储，分析数据的工具不够好，所以总是倾向于从总体中抽取样本来分析，因为统计学的一个目的就是用尽可能少的数据来证实可能重大的发现。统计学家证明：采样分析的准确性随着采样随机性的增大而大幅度提高，但是与样本数量的增大关系不大。当样本数量达到了某个值的时候，从新个体身上得到的信息会越来越少，就同经济学中的边际递减效应一样。

在大数据时代，不使用随机分析的方法，而是采用所有的数据。即“样本=总体”。统计抽样其实只是为了在技术受限的特定时期，解决当时存在的一些特定问题而产生的。慢慢的，就会抛弃样本分析。

2 接受不精确

对小数据而已，统计学已经可以把数据处理的很好了，但是在大数据时代，太多的数据使原始统计方法捉襟见肘，因为数据量的大增会使得结果不太精确。执迷于精确性是信息缺乏时代和模拟时代的产物，只有接受不精确性才能进入我们从未涉足的邻域。接受不精确是从“小数据”到“大数据”的重要转变之一。因为拥有更大的数据量所带来的利益远远超过增加一点精确性，所以也就能够接受不精确的存在了。要想得到大规模数据带来的好处，混乱应该是一种标准途径，而不应该是尽量避免。

在媒体报道中，为了避免乱用、乱解统计数据，不仅要注意数据来源和统计方法有无问题，还要注意对数据的解释不能违背经济学基本原理和相关知识

2013年1月，国家统计局忽然一下子公布了近十年的基尼系数。数据显示：2012年基尼系数为0.474，但自2009年起逐步回落。此外，还有数据显示：2012年城镇居民人均可支配收入实际增长9.6%，农村居民人均纯收入实际增长10.7%，GDP增速为7.8%，人均可支配收入增速跑赢GDP。

有媒体为此鼓与呼：这是收入增长和收入差距缩小的积极信号。

媒体对统计数据的解释一出笼，立即遭遇了“板砖”。公众大为不解地问：实际的收入差距缩小了吗？在GDP增速下行的情况下，用人均收入增速跑赢GDP来说明改革成果惠及全民，有说服力吗？

老百姓一般看不懂统计数据，他们只知道自己的亲身体验总是和媒体的宣传有差距。关于居民收入是不是增长了，有经济学家说，这还不能只看人均收入增速与GDP增速的关系，重要的还要看政府、企业、居民在国民收入中的分配比例。从收入法来看，GDP是由政府、企业、居民收入构成。只有居民收入占国民收入比重不断上升时，才能说明改革成果更加惠及了人民群众。

2012年，人社部劳动工资研究所的《2011中国薪酬报告》显示，2011年，我国居民收入增长远远低于财政收入和企业收入增长，使得居民收入占国民收入相对比重不升反降。在中国，政府收入一般来源于各种税费，2012年，全国仅税收一项就完成11万亿元以上，比2011年增长11.2%，显然高于同年居民人均收入增速。

至于说收入差距在缩小，就更让人费解了。首先，基尼系数为0.47，已经超过了收入分配差距的“警戒线”，国家统计局局长马建堂也承认，收入差距不容乐观。其次，由于难以获取高收入阶层居民的真实收入信息，这次基尼系数公布的结果还有待改进。有媒体报道，从社会阶层来看，中国收入最高的10%家庭是收入最低的10%家庭人均收入的65倍。可见，收入差距还是相当大的，2012年民间的基尼系数为0.61，也印证了收入差距悬殊这一点。

媒体用统计数据报道大好形势，似乎总被公众吐槽。例如，有报道称，北京市房地产协会数据显示，2012年，北京新建商品住房的成交均价比去年下降7.6%。这显然与大家的感受大相径庭，笔者感觉四环以内的房价没见降下来。后经官方解释才清楚，原来北京五环路以外的成交量就占到了86%，成交均价是17，600元/平方米。看来，五环以内房价的涨幅“被平均”了。再如，媒体这两年总是喜欢报道居民收入增速跑赢CPI，认为这是一个伟大的成绩。这有什么呢？任何一个国家居民收入增速跑赢CPI都是天经地义的，否则，收入不就是“负增长”了吗？CPI用以分析宏观经济还是很有用的，但对于个人而言，不是你说收入跑赢了CPI，每个人的收入就真都跑赢了CPI。“我经常到附近的餐馆吃炸酱面，可是价格涨得让人受不了，不到一年时间，这里的炸酱面从每碗12元涨到14元、15元，现在涨到16元。谁的收入增速能跑赢这样的价格增速呢？”一位公司职员说。事实上，对CPI有这种感受的人非常普遍。

1统计信息为提高医院医疗质量提供准确的信息源

医院医疗质量影响到一个医院的工作效率和医疗效果，关系到医院的基本医疗质量和社会信誉。利用统计综合分析中的医疗指标、质量指标来保证统计信息的准确来源。加强医院管理，促进医疗质量的提高，反馈疾病的发生及其规律。

利用诊断质量指标综合反映医院住院医疗质量和管理状况，评价医生业务水平。利用治疗质量指标观测直接影响医疗终末质量。利用工作效率指标反映管理水平和医疗技术。利用单病种质量指标来反馈主要包括住院总费用、医疗水平、对社会的影响以及广大患者对医院的信誉度。利用医技科室质量指标来管理大型医疗设备运营情况，为医院的持续发展提供可靠数据依据。

2统计信息是医院实施量化管理的数据资源保证

现代化医院离不开科学的决策，科学的决策离不开及时、准确、全面的统计数据，医院卫生统计能够迅速反映医院管理活动中的动态变化指标情况和历史全貌，为制定医院质量管理指标和计划，监控方案的实施过程，总结项目工作经验教训，提供可靠的、权威的数据资源保证。

准确、及时、全面的统计信息开阔了领导的思路，提升了领导的思维层次和领导能力。管理者通过统计信息获得资料，通过资料发现问题；通过对问题的深入分析研究，提出解决问题的思想方法和途径；如：通过对工作效率指标的分析，加强对手术患者术前平均住院日和出院患者平均住院日的管理；通过对诊断质量指标的分析，加强医院医疗质量管理，提高医生的业务水平；通过对治疗质量指标的分析，强化对治疗患者出院情况的正确填写，真实反映医院的治疗质量；通过对医技科室质量指标的分析，了解医院大型设备的使用情况，掌握医院的经济效益；通过对费用结构指标的分析，认识医院效益提升的一个重要途径是在总费用不变的情况下，如何降低药费构成比，相对提高医疗服务费用比例，从而提高收入“含金量”，此同时患者得到合理的用药和优质的服务；通过对单病种质量指标的分析，控制单病种费用，提高医疗质量。打出医院的医疗品牌，提高医院在社会的信誉度，树立医院的知名度，为医院获取社会效益。

3统计分析是医院管理的科学依据

建立一套完整科学的统计分析体系。综合统计分析是医院经营管理的重要部分，综合医院经营管理水平和实际情况，建立一套完整科学的统计分析体系，以达到分析的目的，通过对不同时期统计指标进行对比分析，找出差距；通过横向(与同级医院比)以及目标完成情况进行分析，从中找出影响医疗工作的各种因数，提出合理化建议；通过因数分析，测定各因数变化的影响因素；通过投入产出分析，评价大型设备的经济效益；通过趋势动态分析，掌握医院的发展趋势。让领导者通过综合的统计工作，洞悉社会对医院医疗工作的需求，把握医疗需求变化的趋势，合理调整医疗布局，合理配置医院内部的人、财、物，强化工作重点，提高医疗服务质量，获取更好的社会和经济效益。

收集(或搜集，下同)和管理档案的根本目的，除了不使其散失和安全保存外，主要是为了开发与利用。而在档案信息资源开发利用工作中，存在着传统式的被动(即坐等)服务形式和不重视档案利用信息反馈的两大问题，已严重影响着档案信息资源的开发与利用和档案事业的健康发展。本文针对问题，结合笔者所在的绍兴地区实际，重点对档案利用数据统计与档案实际效益作一探讨，与档案界同仁商榷。

一、当前，在档案信息资源开发和信息反馈工作中存在的主要问题

(一)局限于档案利用数据统计，不求档案的实际效益。各地各级档案行政管理部门，每到年终在要求基层档案馆(室，下同)编制年报，了解档案利用情况时，只需统计几个利用数据，如利用人数、利用档案卷(册)数、页数及复印数据数等，而不了解通过档案信息资源的开发与利用，而所获得的社会效益和经济效益。收集统计档案利用数据，虽然亦能反映档案的利用情况，但这是表面现象，说明不了档案给社会和经济建设带来的价值和作用。也就是说，统计几个数据只能揭示表现现象，而不能揭示档案利用的实质，即实际效益。这是各地各级档案部门普遍存在的一个问题。

(二)在档案馆查(借)阅利用时，只要求填写其利用目的，不求深层次了解，失去档案利用信息反馈的机会。在通常情况下，利用单位和利用人来档案馆查(借)阅档案时，均需填写一份登记表。登记表除需填写利用单位、利用人姓名和证件号码外，就是还要说明利用目的。而利用者在填写利用目的时都较简单，如“工作参考”、“提权依据”等等。由于不作深层次了解，利用结束亦就了结，而失去了档案利用信息反馈的机会。档案信息资源的开发与利用，可分两个阶段。第一阶段，又可称初级阶段，即利用者到档案馆查(借)阅档案或档案馆主动为利用者提供档案，这时只反映档案利用情况；第二阶段，又可称为高级阶段，即档案通过利用者在工作、学习、生产等社会实践中的利用，不同程度会产生一定的社会效益和经济效益，也就是体现了利用档案的作用和价值，通过信息反馈而求得。而要取得这种信息，事先必须有所了解和掌握，即在利用时有目的地作些深层次了解，并一一记录在案，以利日后跟踪调查。

(三)有了利用实例，不求汇集编发重返社会。有些馆虽也注重档案利用信息反馈工作，收集有价值的档案利用实例，但只是作为档案目标管理认证和达标的材料，因此收集后就将实例束之高阁，不汇编发表，重返社会，影响档案信息资源的开发与利用。如果将利用实例编发，不但会促进档案的开发利用，使社会和全民更加认识档案、了解档案，使档案的使用价值得到进一步发挥，而且可大大提高档案馆的社会地位和知名度。

(四)编研工作滞后，远远跟不上档案信息资源的开发利用需要。因为，利用单位不了解馆藏情况，即你馆藏中究竟有些什么资料可供社会利用。因此，档案管理人员必须了解信息社会动向和需求，结合馆藏实际，有目的、有计划地编研一些参考性、指导性的资料，提供社会利用。然而，各地各级档案馆编研工作滞后，跟不上社会发展和经济建设的需求，影响档案信息资源的开发与利用。

二、档案馆应在了解和掌握档案利用实际效益上下功夫。

综观各地各级档案馆都能够把每年档案资料查阅利用情况反映出来，即某某年查阅有多少人次、多少卷(册)档案，但该年数百人次、数百卷(册)档案，有什么社会效益和经济效益呢?却一无所知或知之不多。为此，笔者认为档案馆查阅利用情况需要了解和统计，但更重要的要从了解和掌握档案利用实际效益上下功夫，即了解其查阅利用目的和所产生的社会效益和经济效益。要想取得成果，除了要求利用者主动反馈信息外，档案馆亦可进行跟踪调查。调查收集档案利用实际效益，主要有以下六大作用：

科技统计工作是一项重要工作，通过对各单位的科技工作从人力、经费、机构、课题、成果、获奖等方面进行全面汇总、整理，取得翔实的统计数据，可有助于全面了解高等学校的科技活动情况，对分析学校的发展、决策等能给于一定参考，是用来评估机构、个人科研绩效和科技水平的重要指标。

西安石油大学创建于1951年，是西北地区惟一以石油石化学科为特色的一所普通高等学校。在国家“十五”期间科技工作方针的指导下，学校结合实际，以特色求发展，以创新求发展，不断加强制度创新，通过制定和完善一系列科技管理文件，加大地调动了教师从事科技工作的积极性，对学校的科技工作起到了极大的促进作用。近年来，学校科技工作取得了可喜成绩，其科技活动呈现出以下特点和变化。

一、科技经费增长速度加快

2005年学校科技总经费为7922万元，达到历史最高水平。其中2005年自然类科技经费为7735.8万元，人文社科类科技经费为190.25万元，较2004年增长较大。

科技经费增长速度较快，表现为以下几个特点：

1、学校科技投入加大。学校对科技的投入逐年增加，2005年科技投入1027.1万元。这主要源于学校科技政策的改善。学校先后出台相关政策，通过对科研基地、高级别纵向科研项目的一系列资助配套，促进了学校科技工作的持续快速发展。

学校通过加大对科研基地的投入，以吸引、遴选和造就一批国内知名学术带头人，培养、支持一批学术基础扎实、具有创新能力和发展潜力的青年学术带头人，建设具有较强创新精神和创新能力的科研团队为目标，带动科技队伍整体素质的提升。经过广泛调研和科学论证，相继制定和完善了《重点实验室管理办法》、《科研基地分层分类管理办法》、《工程技术研究中心管理办法》、《人文社会科学重点研究基地管理办法》等制度。通过这些文件制度规范了科研基地管理，使其按照科学规律成长。

“十五”期间学校投入自筹资金2500万元进行重点学科重点实验室建设。通过整合现有实验室、工程研究中心，不断加强科研条件建设，加大投入改造技术装备，增建研究实验室等措施，构建科技创新基地。经过几年努力，基地建设取得重大进展，在校级重点实验室建设的基础上，申报立项新增了四个省级重点科研基地，凝聚了一批高水平的创新人才，对学科建设起到了有力的支撑作用。

摘要：为了能够促进健康服务业的发展，就需要重视数据的作用，并且数据开放也是大数据发挥作用的前提。在快速发展的大数据背景下，互联网的医疗方式越来越常见，并且医疗数据成为了重要的保障，同时由以往的封闭性开始变为开放性，这不但能够提高医疗数据的再利用价值，同时还能够有利于医学科研获得相关的资料，并且可以更好的掌握居民的身体情况，从而实现医疗健康服务产业的创新。基于此目的，以下主要分析的是大数据背景下医疗数据的统计及开发。

关键词：大数据背景；医疗数据；统计与开发

自从20世纪80年代以来，医院信息数字化获得了明显的发展，主要表现为以往是局部的药房药品、单纯的医院财务系统数字化、物资管理数字化，逐渐发展为电子病历、检验信息系统、集成医院影像存档与传播系统。近年来，人们的生活水平有了较大的提高，这使得对于医疗服务的需求越来越大，这就需要医院提供更为人陛化的服务。从医院的角度来看，医院数据的信息量越来越多，同时医疗统计上报的数据也越来越多，如果要想能够从医疗数据中得到有用的信息，就需要重视选取相应的方式，以此来进行数据的统计与开发，从而能够获得较为全面的信息，并且能够有利于促进医院本身的发展。

1医疗数据的统计来源

1.1科室上报

科室上报是医疗数据的重要统计来源，医生在工作的过程中，应当严格遵守国家卫计委下发的相关文件来填写相关资料中的入院病情、疾病诊断、疾病编码等等，同时应当由病案统计人员对其审核，确认无误后进行上报。在大数据背景下，信息化得到了快速的发展，但是因为医院网络系统设计平台将重点放在了临床使用方面，同时因为没有正确认识到数据统计的内容，就对单病种质量、医院感染、合理用药、医院人员变动等等统计的不够准确，就会使得系统方面有较多的问题。此外，对于一些项目，只能使用手工上报的形式，虽然耗费了很多的人力成本，然而还是难以保障统计数据的真实性与有效性。

1.2网络系统生成

网络系统生成是医疗数据的一项统计来源。从医院的HIS开始投入使用直到现在，结合现实的情况，系统经过了了不断的调整与完善，不但能够统计更多的医疗数据，而且还可以统计出更为准确的数据。由于医院应用了HIS系统，因而，能够较为方便的来统计出医院各科室的总站床日数、人院出院的人次、使用率、医疗收入、医疗技术科室的实时工作量等项目，并且获得的数据能够更加准确与客观，从而有利于医疗机构的决策与发展。