浅析基于S-G组合思想的军队油料自然损耗数据质量控制问题

2016-04-15刘国勇黄金李必鑫

中国储运 2016年3期

文/刘国勇　黄金　李必鑫

文/刘国勇黄金李必鑫

摘要：本文提出了基于阶段管理思想（Stage Management）的油料自然损耗数据质量控制方法，从非技术层面探讨了军队油料自然损耗数据质量的阶段管理、监控，并在此基础上与改进格拉布斯算法（Grubbs method）组合使用，有效提高油料自然损耗样本数据的可靠性、准确性，为科学、合理地制定油料自然损耗标准，健全和完善油料供应管理标准体系奠定了坚实的数据基础。

关键词：军队油料；自然损耗；质量控制

军队信息化建设的飞速发展，为军队油料供应管理部门更加全面、准确地把握油料自然损耗情况创造了必要条件。在对油料自然损耗标准进行修订的过程中，要求标准研究人员及时、准确、全面地获取所需油料的自然损耗数据，此外还需严格、精细地控制所掌握的自然损耗数据的质量状况。信息化条件下油料统计数据流、信息流急剧膨胀，海量数据中真假数据并存，重要数据缺失以及大量冗余数据等数据质量问题，严重阻碍了油料自然损耗数据的分析、计算工作，给油料自然损耗标准的制定带来了很大困难。油料自然损耗数据的真实性是标准工作的“生命”。数据不准，情况不明，将会影响统计人员的判断，导致对标准预测不准确，甚至做出错误决策推断。提高油料自然损耗统计数据的质量，无论是对各级油料部门摸清供应规律，改进业务工作，实施科学管理，还是对部队按标准核销油料自然损耗，推进油库（站）设施设备改造，加快油库（站）工作正规化建设，都起着至关重要的推动作用。为消除油料自然损耗数据差错，必须对油料自然损耗数据质量进行严格有效地控制。因此，对油料自然损耗数据质量做出科学评估、研究和探讨油料自然损耗数据质量控制的技术和方法，具有重要的现实意义和较高的实用价值。

油料统计工作贯穿平战时油料供应管理工作全过程。油料自然损耗数据质量问题可能发生于统计调查工作的各阶段。常见的油料自然损耗数据质量问题包括数据虚假、数据片面、数据拼凑、统计指标数值偏离指标原意、数据逻辑性错误、数据非同一性、数据缺损、计算错误、笔误等。这些油料自然损耗数据质量问题，既可能源于油料统计设计阶段，如油料自然损耗数据非同一性问题、油料统计指标数值偏离指标原意问题等，也可能来自油料自然损耗抽样调查阶段和油料自然损耗处理阶段。这就要求在油料统计的不同阶段采取适当的手段，对油料自然损耗数据质量加以控制，以高度负责的态度，强化非技术层面的油料自然损耗数据质量控制，做到客观求实、全面超前、细致反复，严把数据质量关。

1.统计设计阶段的油料自然损耗数据质量控制

油料自然损耗数据质量的好坏，是否能够满足油料统计人员的使用要求，首先取决于油料统计设计过程，油料统计设计阶段的质量控制是提高油料自然损耗数据质量的前提。若油料统计设计阶段工作没有做好，就可能为油料自然损耗数据质量带来许多后遗症，“先天不足”必将导致“后患无穷”。油料统计设计阶段的质量控制需要着重从以下几个方面进行。

1.1正确规定油料自然损耗数据质量标准

油料自然损耗数据质量标准，是指油料统计人员提出的油料自然损耗数据精度要求。满足精度要求的油料自然损耗数据才是准确、高质量的油料自然损耗数据。首先，要开展充足的统计调查，系统了解部队和油料供应保障人员使用油料自然损耗相关数据的实际效果；其次，应归纳和总结油料自然损耗历史数据出现过的主要质量问题，预先确定油料自然损耗数据质量控制的主要方向；最后，需反复论证，考虑数据质量标准在油料统计工作中能否实现，是否符合油料供应保障实际水平。

1.2合理设计油料自然损耗调查方案

油料自然损耗调查方案，是对油料自然损耗调查工作所有内容与全部过程做出的通盘考虑和安排。科学的油料自然损耗调查必须制定详细而周密的调查方案。在油料自然损耗调查方案中，不仅要合理地规划油料自然损耗调查过程，还要选择适当的调查方式和方法。因此油料自然损耗调查方案是否科学、可行，直接关系到油料自然损耗数据质量的高低。合理的油料自然损耗调查方案，应着眼于实际应用，详细说明油料自然损耗调查项目的内涵、外延及计算方法，使之切合部队实际。

1.3周密制定油料自然损耗调查组织实施计划

制定周密的油料自然损耗调查组织实施计划并认真执行，是油料自然损耗调查工作顺利进行和获取高质量油料自然损耗数据的重要保证。油料自然损耗调查组织实施计划内容，应包括调查领导的任命、调查机构的设置、调查人员的选择、相关业务的培训、调查经费的确定等内容。

1.4对油料自然损耗调查方案进行可行性研究

通过部队试点，广泛听取各方意见，归纳汇总油料勤务领域专家、调查研究人员、数据统计人员、部队油料业务人员提出的意见，采纳并吸收合理建议，找出油料自然损耗调查方案存在的问题，提出修改完善的方案。同时，在实践基础上对油料自然损耗调查方案进行进一步验证，为减小正式调查中的误差提供经验。

2.统计调查阶段的油料自然损耗数据质量控制

统计调查阶段是油料自然损耗数据质量问题产生和形成的直接过程。通过油料自然损耗设计制定科学的油料统计调查方案，为获取优质的油料自然损耗数据奠定了基础，但能否达到方案规定的质量标准，得到高质量的油料自然损耗数据，最终还得取决于油料自然损耗调查过程的工作质量。加强油料自然损耗调查阶段的质量控制，是保证和提高油料自然损耗数据质量的关键，是油料自然损耗数据质量控制的“中心环节”。在油料自然损耗调查阶段提高油料自然损耗数据质量，主要应从以下几个方面入手。

2.1油料自然损耗调查的前期准备

油料自然损耗调查前期准备工作，包括建立健全油料计量工作制度，优化油料自然损耗资料源头，完善油料自然损耗数据原始记录，搜集油料自然损耗调查背景资料，选择和培训油料统计人员，准备调查工具等，这些都是减小油料自然损耗调查误差的有效措施。

2.2油料自然损耗调查中的数据质量控制

①根据确定的油料自然损耗调查方式，采取相应的油料自然损耗数据质量控制措施。使用间接调查法获取油料自然损耗数据时，需要考虑油料自然损耗数据的可靠性与适用性。应分析油料自然损耗数据调查的历史背景、所采用的调查方法，并与相关油料自然损耗数据进行对比分析，鉴别所获油料自然损耗数据的可靠性，同时对其是否适用于当前做出评价。在油料自然损耗调查中，要重视调查人员的道德修养和业务素质，做好被调查单位和人员的工作，让被调查单位和人员积极配合调查，以保证调查结果的真实性、准确性。运用抽样调查方法获取油料自然损耗数据时，要确保遵循随机抽取原则，尽可能避免抽样过程中的主观性与系统性误差，通过增减油库（站）样本容量、改善抽样调查的组织形式、选择适当的抽样方法等控制抽样误差。通过油料自然损耗报表获取所需资料时，要用统一的标准衡量油料自然损耗报表的各类数据，对油料自然损耗报表填制、汇总过程实行全面质量管理，确保所获油料自然损耗数据质量可靠。

②在油料自然损耗调查过程中，调查人员还要对油料自然损耗数据采取多种方式反复审查，以发现问题并及时予以纠正。

③加强对统计调查人员的思想教育和油料自然损耗调查工作培训，提高油料自然损耗调查人员的业务素质，杜绝油料自然损耗调查中因弄虚作假而造成的数据失实，减少因疏忽大意或业务不精熟而造成的登统计错误。

2.3认真做好油料自然损耗数据质量的验收工作

油料自然损耗调查结束后，要组织专门的人员对油料自然损耗数据质量进行验收，研究人员要认真评价油料统计调查质量是否合格，一旦发现油料自然损耗数据存在质量问题，要及时采取恰当措施加以补救，并对该单位进行重新调查，以免存在质量问题的油料自然损耗数据进入统计处理阶段。

3.统计处理阶段的油料自然损耗数据质量控制

油料自然损耗调查数据是油料自然损耗调查工作的成果。从获取油料自然损耗数据开始到进行分析应用，还必须经过油料自然损耗调查数据处理阶段。油料自然损耗数据处理的质量，直接影响到油料自然损耗数据分析质量。油料自然损耗数据在统计处理过程中出现的错误，是导致油料自然损耗数据存在质量问题的重要原因。油料自然损耗数据的统计处理，包括手工处理和计算机处理，其流程如图1所示：

首先从油料自然损耗数据源开始，经过手工录入处理汇集于油料自然损耗样本数据库，样本数据库的库存数据经三种方式流向统计分析部门，一是经本级汇总向统计分析部门报送；二是经本级运算形成相应的油料报表向统计分析部门报送；三是经本级运算生成油料统计总体数据，直接用于统计分析，再将生成的综合分析报告上报统计分析部门。手工录入油料自然损耗数据时，要增强统计人员的责任意识，依据标准化、规范化工作程序和要求进行处理，耐心细致地进行数据录入，并展开自查与交叉检查。采用计算机处理油料自然损耗数据，功能全、速度快、效果好，但也需要重视数据处理程序的设置，避免参数选取错误和误操作，提高录入数据的可靠性。

为了配合油料自然损耗数据的核查工作，样本数据库中油料自然损耗原始数据、汇总数据以及相关油料凭证、油料账簿、油料报表、油料自然损耗调查表、油料自然损耗数据分析报告等统计资料均需按照油料统计资料所规定的时限保存，以便对油料自然损耗处理数据进行检查或在今后修订标准时予以借鉴。

图1　油料自然损耗数据统计处理流程

4.改进格拉布斯算法的油料自然损耗无效数据筛除

在采用已通过数据质量检验的油料自然损耗数据作为统计样本进行分析、计算前，还需结合油料供应管理经验，依据应用数学模型对油料自然损耗数据作进一步筛查，以得到符合分析计算要求的油料自然损耗数据。

实际经验通过现有标准（GJB1178-91），对各类型损耗标准率的规定（采用标准最大值）与采集油料自然损耗数据对比分析，可以认为：高于现有标准最大值两倍（含）以上（损耗率高于6‰）数据都设为无效数据，在分析计算前均加以排除。

无效数据有别于存在质量问题的数据。质量问题数据主要是指由于抽样调查技术、数据采集设备不完善，数据录入及传输错误、测量单位混乱、虚报瞒报等原因使统计数据失真、数据丢失等因素形成的异常数据。而无效数据则不同，这些数据经过全过程的质量控制，数据质量不存在任何问题。无效数据主要是在一些特殊作业条件下形成的，例如罐底排污、储油设备老化、呼吸阀打开等情况。如果对无效数据不加筛除，同样会导致油料自然损耗数据统计分析失实，如参数估计、假设检验、方差分析、相关分析、回归分析、聚类分析等分析结果都可能发生显著变异，从而使获得的数据样本对总体的推断、分析、检验不准确，甚至出现误判。因此，数据采集之后对无效数据的识别和剔除，也具有十分重要的意义。

对于多次重复测定的数据，无效数据常用的统计识别法有拉依达准则（3σ准则）法、肖维勒（Chauvenet）准则法、狄克逊(Dixon)准则法、罗马诺夫斯基（t检验）准则法、格拉布斯（Grubbs）准则法。拉依达准则法简单，无需查表，用起来方便，测量次数较多或要求不高时用，当测量次数小于或等于10时，拉依达准则法失效。肖维勒准则是经典方法，改善了拉依达准则，过去应用较多，但它没有固定的概率意义，特别是当测量数据n无穷大时，该准则失效。狄克逊准则法对数据中只存在一个无效数据时，效果良好，但当数据中无效数据的个数不止一个且出现在同侧时，该方法的检验效果不好，尤其同侧的无效数据很接近时效果更差，易遭受到屏蔽效应。罗马诺夫斯基准则法计算较为复杂。其中，格拉布斯准则和狄克逊准则能够给出了严格的结果，但狄克逊准则法的缺陷无法解决。

根据研究过程中所采集的样本数据进行初步分析，笔者发现油库（站）自然损耗数据基本符合正态分布，但存在部分数据大大超过实际经验损耗率，且偏移在同侧的情况，如果采用平均值来进行计算，会导致出现同侧异常数据的屏蔽效应。因此笔者选取格拉布斯算法并对算法进行一定改进，将采集数据的中位数替换平均数进行计算，该方法对数据的处理更为稳健，有效地消除同侧异常数据的屏蔽效应。