第六次全国人口普查 近期数据处理工作部署 夏雨春 2010年12月28日

内容提要 通报进展、分析问题、部署工作 数据处理进展情况 当前面临的主要问题 重点工作安排

数据处理进展情况 起步不一 进展较快 进度不均 全面启动数据编审

数据处理进展情况 起步不一 最早的：11月23日开始录入 最晚的：3个地市12月10日尚未开始 全国启动整体情况

数据处理进展情况 进展较快 至12月20日，全国已扫小区数3801210个，完成率68.92 %；已校验小区 数为3751575个，完成率68.02%.前五省的柱状图：

数据处理进展情况 进度不均 全面启动数据编审 至12月20日 省区市：四个省（区）光电录入工作完成率未到50%； 地（市）：正式启动光电录入工作的占99%以上； 开始启动数据处理的地市（区）有126个； 个别地区节奏失控将影响全国光电录入顺利完成。 全面启动数据编审 至12月20日，全国数据处理工作已全面进入编审阶段。

总结：数据处理进展情况 整体上：数据处理进展顺利 个别地区：起步晚、进展慢，影响全国进度 思想重视、组织得力、保障到位。 领导松心、组织较混乱、计划性较差、流程不够清晰，落实不到位。 普查表不能及时交付 光电录入环境不到位（无场地） 数据处理设备不足 人员数量和能力不够

当前面临的主要问题和原因 数据质量 数据安全 人员与设备保障 耗材保障与技术支持

数据质量 普查数据质量面临挑战 三个环节各有问题：为赶进度、把关不严、简化流程。 百岁老人 多配偶 出生/死亡人口高 无性别人多 民族人数 普查环节->编码 光电录入->校对 数据处理（逻辑改错） ->核实

数据质量：普查环节 地址码 普查表： 不一致：不同开始时间可能使用不同地址码，个别地区自行调整了地址码； 必须统一：12月5日国家发布的地址码为准！ 普查表： 有小区无表，有表无小区； 正常小区无短表、无长表； 虚拟表的在数据编审时必须删除！ 全户死亡未填999； 光电完成后，新增普查表； 手工录入的必须上报说明，并单独报送对应的图象！

数据质量：普查环节 填表质量问题：主要是编码问题 编码书写不规范 编码与圈填不一致（百岁老人、多配偶）， 编码错误； 未编码 普查表污染

填表质量问题：编码书写不规范，校对不认真 提示校对未被修改正确的 识别为1155， 9被提示校对1 识别为0933， 1被提示校对0 识别为1441， 9被提示校对4 识别为1904， 6被提示校对0

填表质量问题：编码与圈填不一致

填表质量问题：编码错误（0编码为6） 这里全部字符都应是0，某小区119个0误编了33个6，其中26 个被自动识别为6，7个为疑似6，需人工校对。

填表质量问题：未编码 漏编、未编码现象较多，其中： 80万普查人有4000多未填性别; R6、R7漏编较多； 民族漏编等

填表质量问题：普查表污染 墨水不是纯黑 滤红后无法识别 表格被污染， 出生年被识别为1 表格被污染 出生年被识别为1187

数据质量：光电录入 光电录入:主要是校对不认真 校对：不认真、不看原图; 数据：识别为疑似，未改对的数量（见前页）; “汉”易被误识为“水”、“白”、“侗”等；

数据质量： “汉”被误识 “汉”被识别为疑似的其他民族，转入人工校 对 汉族水族 汉族侗族 连笔草书，“汉”字左边三点水写成一竖，易识别成“侗、回”等。

数据质量： “汉”、“哈”被误识 “汉”被识别为疑似的其他民族，转入人工校 对 “哈尼族”若只写”哈” 易被识别为疑似的其 他民族，转入人工校 对 汉族白族 连笔草书，“汉”字第一点写在上部偏中，下两点与“又”字连笔书写，易识别成“白” 。

数据质量：光电录入 光电录入:认真校对 校对率 0.0256% 6.001% 0.0459% 0.0243% 0.7927% 0.0273% 识别引擎技术要求：数据（误识率<0.05%）、汉字（误识率<0.1%） 民族的汉字识别：某省30万人的实际样本测试结果,人数少时错误率波动大 总人数 误识率 校对率 错误率 305231 0.0256% 6.001% 0.0459% (汉)98897 0.0243% 0.7927% 0.0273% 哈尼72043 0.018% 0.6607% 0.0208% 满族,49人 0.0% 7, 14% 4, 8%

数据质量：数据编审 总结:数据质量 数据编审 等待热校软件，尚未正式开始编审改错； 人手不够，简化流程，不认真核实问题数据，未看原图； 审核规则不全，即未用最新版数据处理软件和制度包； 总结:数据质量 圈填、编码、校对等所有环节形成的问题都在数据编审这 个最后环节集中体现，压力确实很大！但必须把好最后一 关，确保数据质量。

当前面临的主要问题和原因 数据安全 已发现2个地市将扫描、校对完成的数据和图象全部丢 失，目前，正在全力以赴重新扫描识别！ 主要是未做备份！ 作好数据和图象的归档备份（磁带或移动硬盘）； 作好数据合并（导入/导出）工作； 严格流程，防止误操作；

当前面临的主要问题和原因 人员 设备保障 连续作战 元旦、春节将近 光电录入已近收尾 确保队伍稳定、人员不散 数据编审、光电录入并行 年报等常规工作必须完成 目前，设备压力最大，必须确保普查数据处理的服务器和编审设备

当前面临的主要问题和原因 耗材保障 技术支持 扫描仪送纸轮磨损严重，耗材消耗量大； 设备故障频繁； 最高扫描量：6、7万张/日； 目前，70%以上是设备故障和耗材申请； 已紧急调用耗材和备件，确保设备正常运行。 技术支持 国家人普办数据处理组成立了联合指挥小组； 规范流程、解答问题、控制质量； 确保技术支持与服务24小时有人响应； 确保设备和软件运行正常； 各省要作好对地市（县）的数据转换、交接等工作的指导和支持。

下一步工作重点 加强领导、严格控制、确保质量、按时上报。 主要领导要亲自抓质量控制，抓进度落实； 要加强管理，做到普查工作不结束，人员不能乱，特别是在数据处理 的关键时期，保证普查队伍稳定； 要严格按照人普办的统一部署和时间要求，完成光电录入和数据编审 工作。

重点工作安排 数据编审 光电短表数据上报 后期光电录入工作

重点工作安排 数据编审，确保数据质量 数据编审即是问题暴露点，也是问题解决点， 是把好普查数据质量的最后一关； 人普办将增加有针对性审核、汇总关系； 认真作好人工审核、逻辑改错工作； 数据编审（逻辑改错）一定要查看原图（修改确认）； 业务人员要全面介入，对数据质量把关； 严格按照流程和规范执行！

重点工作安排 光电短表数据上报工作 光电录入数据质量控制 国家将发布光电短表数据报送通知； 各省须准备一台与地市相同的PC服务器； 报送内容：短表数据、日志文件（报送程序会自动生成）； 报送时间：2011年1月10至20日。 光电录入数据质量控制 载出必须保持与原表、图象数据匹配； 国家将做有针对性的质量检测和比对；

重点工作安排 后期光电录入工作 还没进行光电录入的地方 短表光电录入收尾 长表、死亡表的光电录入 图象归档和报送 设备保养和耗材管理 软件版本和环境管理 还没进行光电录入的地方 必须针对实际情况和制定有效措施； 加强普查表的质量审核； 按时高质地完成光电录入工作；

总结：重点工作安排 组织上:加强领导,亲自抓； 管理上:稳定队伍,别散别乱； 具体工作: 总之，对数据质量负责，做好做实！保质按时！ 光电录入：短表收好关，长表、死亡表落实到位； 数据编审：按规范执行、改错必须落地（看图）。 总之，对数据质量负责，做好做实！保质按时！

新春快乐！ 感谢大家的辛苦工作！ 感谢全国5万多名奋战 在数据处理一线的同志们！