税务系统数据质量管理地研究和实践.docVIP

税务系统数据质量管理的研究与实践 内容提要：数据质量管理是加强税收征管、实现信息管税的重要手段。本文介绍了数据质量的概念和属性，研究了异常数据的类型和产生的原因。通过分析税务系统数据质量管理工作中存在的主要问题，结合我局实际，提出了加强数据质量管理的方法和策略。最后介绍了山东省国税局加强数据质量管理的工作实践和具体做法，对税务系统加强数据质量管理实现信息管税具有很强的借鉴意义。??? 关键词：数据质量? 数据应用? 异常数据? 数据管理??? 数据是税务信息化管理和辅助决策分析的基础，是推进税务系统信息化建设不断发展的重要保障。经过多年的发展，税务信息化目前已基本形成数据省级大集中、网络覆盖各级税务机关、应用系统涵盖主要税收管理业务的格局。随着应用系统数据量的急剧增加、新应用系统的不断出现、应用之间的整合以及数据仓库、联机分析等数据应用新技术的引入，数据质量问题变得日益突出。税收业务数据一方面是事务处理过程的反映，另一方面更是领导决策的基础和依据，数据质量的好坏将直接影响税务信息系统运行的质量和效率，并成为影响决策支持的重要因素。??? 一、数据质量的概念和属性??? 在不同时期，数据质量有不同的概念和标准。20世纪80年代以前，数据质量的标准基本上是以提高数据准确性为出发点。随着数据质量含义的不断延伸，准确性不再是衡量数据质量的唯一标准。目前业界对数据质量有多种定义，一种观点认为数据质量是数据适合使用或满足特定用户期望的程度，而另一种观点认为数据质量主要是指一个信息系统在多大程度上实现了正确性（Correctness）、一致性（Consistency）、完整性（Completeness）和最小性（Minimality）。??? 数据作为信息化应用的主体，它具有多重属性，其基本质量特性包括准确性、完整性、及时性、有效性等四个方面。对数据质量进行较好地控制，必须认识数据的基本质量特性，多方面采取措施，杜绝数据质量问题出现，使数据监控工作能够真正达到控制数据质量的目的。??? （一）数据准确性??? 准确性是指数据的测量值与真实值的一致程度。在数据监控和质量控制的过程中，准确性越好的数据，误差越小。影响数据准确性的因素很多，数据误差在数据采集、审核、录入、传输和处理等各个环节都可能产生。我们需要从各个方面分析影响数据准确性的因素，同时有效控制不同类型数据的合理变化范围，将数据误差控制在尽可能理想的范围内，以保证数据准确性。??? （二）数据完整性??? 数据完整性是指数据库中的数据正确无误并且相关数据具有一致性。数据是否完整关系到数据能否真实的反映现实世界。数据完整性分为域完整性、实体完整性、引用完整性和用户定义完整性。域完整性是指关系表中任一列数据必须具有正确的数据类型、格式以及有效的数据范围，如性别列的值只能是男或女；实体完整性要求在表中不能存在完全相同的记录，而且每条记录都要具有一个非空且不重复的键值；引用完整性是指作用于有关联的两个或两个以上的表，通过使用主键和外键或主键和唯一键之间的关系，使表中的键值在所有表中保持一致；用户定义完整性是应用领域需要遵守的约束条件，允许用户定义不属于其他任何完整性分类的特定业务规则。??? （三）数据及时性??? 在税务部门日常数据的管理中，往往要求更快、更准地收集到所需的数据，把这些要求应用到数据上，那就是要求数据具有及时性。一个好的应用系统在使用数据时不仅要求数据的准确性还必须考虑数据的及时性，税收管理信息化的一个主要目的是提高工作效率，把大量复杂、繁重的计算、统计、分类工作交由计算机处理并迅速得出准确结果。如果数据不及时，那么应用系统的处理结果可能就违背了程序设计和使用者的初衷。因此根据数据应用需求及时采集数据是保证数据及时性的重要环节。??? （四）数据有效性??? 对于一条及时采集获得，准确、完整的数据，还需要考虑数据的有效性问题。一堆无效的数据无异于废品或垃圾，是不产生价值的，因此在使用数据时，要考虑它是否有效。例如，假如我们采集了某户小规模纳税人去年全年的申报税额和代开发票预缴税额数据，最后发现预缴税额大于申报税额，那么这户企业的申报税额数据还是否有效呢？这是显而易见的。??? 二、数据质量问题的分类??? 信息系统中可能存在的数据质量问题有很多种，其表现形式主要有以下几种类型：??? （一）重复数据??? 重复数据是指在一个数据源中有指向同一个实体的重复信息，或在多个数据源中有同一个实体的重复信息。??? （二）不完整数据??? 由于录入错误等原因，字段值或记录未被录入数据库，造成信息系统数据源中应有的字段或记录缺失。??? （三）不正确数据??? 由于录入错误、未及时更新或不正确的计算等，导致数据源中数据过时，或者一些数据与现实实