高级统计师资格考试（高级统计实务与案例分析）自测试题库及答案(2026年玉树)

高级统计师资格考试（高级统计实务与案例分析）自测试题库及答案(2026年玉树)一、单项选择题1.在国民经济核算中，关于生产范围的界定，下列说法正确的是（）。A.仅包括所有货物的生产B.包括所有货物的生产，但不包括服务的生产C.包括所有提供给他人的服务生产，但不包括住户自有住房服务D.包括所有货物的生产以及除住户自有住房服务以外的所有服务生产2.在时间序列分析中，若利用X-12-ARIMA方法进行季节调整，该方法的核心优势在于（）。A.能够处理任何频率的非规则时间序列B.在进行季节调整前利用ARIMA模型对序列进行了前向预测和后向预测，从而减少了端点效应C.计算过程极其简单，不需要复杂的参数设定D.只能处理加法模型，无法处理乘法模型3.某地区进行大规模的工业企业调查，采用分层抽样。将总体按规模分为大型、中型、小型三层，各层权数分别为0.1、0.3、0.6。若样本总量为1000，且采用奈曼分配，各层标准差估计分别为=100A.100B.300C.268D.4324.在多元线性回归分析中，为了检验多重共线性的严重程度，常用的统计量是（）。A.Durbin-Watson统计量B.方差膨胀因子（VIF）C.F统计量D.t统计量5.关于大数据的特征，下列描述中不属于“4V”特征的是（）。A.Volume（大量）B.Velocity（高速）C.Value（低价值密度）D.Validity（准确性）——注：通常4V指Volume,Velocity,Variety,Value，但有时也会讨论Veracity等。本题考察经典定义，Value通常指价值密度低但整体价值高。6.在统计指数编制中，拉氏指数公式的特点是（）。A.同度量因素固定在基期B.同度量因素固定在报告期C.同度量因素固定在某一固定时期D.同度量因素不固定7.投入产出分析中，完全消耗系数矩阵B与直接消耗系数矩阵A的关系为（）。A.BB.BC.BD.B8.在季节效应测定中，移动平均趋势剔除法主要适用于（）。A.不存在长期趋势的时间序列B.存在线性长期趋势的时间序列C.存在非线性长期趋势且波动剧烈的时间序列D.任何类型的时间序列9.某Logistic回归模型中，自变量的回归系数估计值为1.5，则在其他变量保持不变的情况下，每增加一个单位，发生比将增加（）。A.1.5倍B.150%C.倍D.10.在统计质量控制中，当过程能力指数=1.33A.过程能力不足B.过程能力尚可C.过程能力充足D.过程能力过分充裕11.某地区2025年GDP为5000亿元，中间投入为3000亿元，固定资产折旧为400亿元，劳动者报酬为1000亿元，生产税净额为300亿元，营业盈余为300亿元。则该地区2025年的总产出为（）。A.5000亿元B.8000亿元C.2000亿元D.7000亿元12.根据《统计法》规定，统计调查对象中，（）的行为可能构成统计违法行为。A.拒绝提供统计资料B.提供不真实统计资料C.迟报统计资料D.以上都是13.基尼系数是用来衡量收入分配不平等程度的指标，若基尼系数接近于1，则表示（）。A.收入分配绝对平均B.收入分配绝对不平均C.收入分配比较平均D.收入分配差异适中14.在主成分分析中，提取主成分的原则是（）。A.提取所有特征值大于1的主成分B.提取累计贡献率达到85%以上的主成分C.只提取第一主成分D.随机提取任意数量的主成分15.恩格尔系数是指食品支出占消费支出的比重，根据联合国粮农组织的标准，恩格尔系数在（）为富裕。A.30%以下B.30%-40%C.40%-50%D.50%-60%二、多项选择题1.下列各项中，属于国内生产总值（GDP）核算方法的有（）。A.生产法B.收入法C.支出法D.倒扣法E.平衡法2.在抽样调查中，影响抽样误差的主要因素有（）。A.样本容量B.总体方差C.抽样组织方式D.抽样框的完备性E.调查员的素质3.时间序列的构成要素通常包括（）。A.长期趋势B.季节变动C.循环变动D.不规则变动E.结构变动4.关于回归分析中的异方差问题，下列说法正确的有（）。A.异方差性不影响参数估计的无偏性B.异方差性影响参数估计的有效性C.可以使用加权最小二乘法（WLS）进行修正D.可以通过怀特检验进行检测E.异方差性会导致t检验失效5.统计职业道德规范的主要内容包括（）。A.忠诚统计，不出假数B.实事求是，依法统计C.保守秘密，共享数据D.公正透明，服务社会E.只要结果正确，手段可以灵活6.大数据时代，对统计数据产生过程的影响主要体现在（）。A.数据来源从结构化数据扩展到非结构化数据B.数据采集频率从周期性普查扩展到实时流数据C.数据处理技术从传统数据库扩展到分布式计算D.统计分析方法更加依赖机器学习和人工智能E.不再需要抽样调查，直接分析全量数据7.下列指数中，属于质量指标指数的有（）。A.价格指数B.单位产品成本指数C.商品销售量指数D.劳动生产率指数E.职工人数指数8.投入产出表中的平衡关系包括（）。A.中间使用+最终使用=总产出B.中间投入+最初投入=总投入C.总投入=总产出D.最初投入=最终使用E.每一行的合计等于每一列的合计9.在建立ARIMA模型（自回归移动平均模型）时，需要进行的主要步骤包括（）。A.数据的平稳性检验B.模型识别（定阶）C.参数估计D.模型诊断（残差检验）E.模型预测10.统计分析报告的评价标准主要包括（）。A.针对性B.准确性C.时效性D.逻辑性E.通俗易懂性三、判断题1.在国民经济核算中，生产边界划分的重要原则是“市场性”，即只有通过市场交易产出才计入GDP。（）2.分层抽样中，若各层内的差异较小，而层间的差异较大，则分层抽样的效率优于简单随机抽样。（）3.相关系数r=4.移动平均法主要用于测定时间序列的长期趋势，对消除季节变动也有一定作用，但会损失部分数据项。（）5.在假设检验中，P值越小，拒绝原假设的证据越强。（）6.资金流量核算（实物交易）的主要对象是金融机构。（）7.普查能够获取全面、详细的数据，因此可以完全替代抽样调查。（）8.在多元回归中，当增加自变量时，判定系数会随之减小。（）9.季节指数反映了季节变动对时间序列的影响，其总和（对于乘法模型）应该等于季节周期长度（如12或4）。（）10.虚拟变量的引入主要用于处理定性自变量对因变量的影响。（）四、计算与分析题1.某地区为了了解居民人均可支配收入情况，采用分层简单随机抽样进行调查。将居民户按城镇和农村分为两层，相关数据如下：城镇层：=10万户，=500户农村层：=20万户，=800户要求：(1)计算该地区居民人均可支配收入的估计量¯Y(2)计算该估计量的抽样平均误差S((3)在95%的置信水平下（=1.962.某公司2020年至2025年的产品销售额（单位：万元）数据如下：年份：2020,2021,2022,2023,2024,2025销售额：120,135,148,160,175,190要求：(1)建立线性趋势模型=a+bt（以2020年为原点，即t=(2)预测2026年的销售额。(3)计算该趋势模型的判定系数，并解释其含义。3.某地区2025年投入产出简表如下（单位：亿元）：农业工业其他最终使用总产出农业40602080200工业5020060190500其他10403080160最初投入10020050总投入200500160要求：(1)计算直接消耗系数矩阵A。(2)计算完全消耗系数矩阵B（结果保留两位小数）。(3)若计划2026年工业部门最终使用增加10亿元，其他部门最终使用不变，试计算对各部门总产出的完全需求影响（利用列昂惕夫逆矩阵）。五、综合案例分析题1.案例背景：随着数字经济的蓬勃发展，平台经济成为推动经济增长的重要引擎。某省统计局计划在2026年开展“数字经济发展水平综合评价”研究。该研究旨在构建一套科学的统计指标体系，对省内各市的数字经济发展状况进行量化评估和排名，为政府制定相关政策提供依据。现有数据资源：(1)基础核算数据：各市GDP、分行业增加值（来自GDP核算年报）。(2)企业数据：规模以上通信设备、电子设备制造业企业产值、利润（来自工业统计月报）。(3)互联网宽带接入用户数、移动互联网流量、软件和信息技术服务业营业收入（来自通信管理局及行业统计）。(4)R&D经费支出、专利申请授权量（来自科技统计）。(5)传统产业数字化改造投资额（来自固定资产投资统计）。问题：(1)请根据上述背景和数据资源，设计一套包含至少4个一级指标（如数字基础设施、数字产业化、产业数字化、数字治理等）和8-10个二级指标的“数字经济发展综合评价体系”。请列出指标名称、计量单位及指标属性（正指标或逆指标）。(2)在进行多指标综合评价时，不同指标的量纲和数量级差异较大，且方向可能不同。请详细说明数据标准化的具体步骤和方法（写出公式）。(3)假设采用主成分分析法进行综合评价。简述主成分分析的基本原理，并说明在确定主成分个数时应遵循什么原则。(4)除了主成分分析，请列举另外两种常用的多指标综合评价方法，并比较它们与主成分分析法的主要区别。(5)研究发现，某市的数字经济规模很大，但增速相对较低，且环境污染指数较高。如果仅使用总量指标进行评价，该市排名靠前；如果引入效率和绿色指标，排名可能下降。请从统计服务决策的角度，论述构建科学评价体系时应注意哪些问题，以避免“唯GDP论”式的片面评价。2.案例背景：某大型连锁超市集团在全国拥有500家门店。为了优化库存管理，降低缺货率和库存积压成本，集团统计部门希望对一种高周转率商品A的未来两周销量进行预测。该商品具有明显的周销售模式（周末销量高，工作日销量低）且受节假日影响较大。数据情况：统计部门收集了过去3年（2023-2025年）该商品在所有门店的日销售数据（），以及同期是否有促销活动（，虚拟变量，有为1，无为0）、是否为法定节假日（，虚拟变量）。分析过程：分析人员首先对数据进行了探索性数据分析，发现序列存在明显的季节性（周期为7天）和轻微的上升趋势。随后，尝试建立ARIMA模型进行预测。问题：(1)针对该商品日销售数据的特点（日度数据、周季节性、促销活动、节假日），请说明在建立预测模型前，需要对数据进行哪些预处理？(2)分析人员初步考虑了两种模型方案：方案一：建立带有外生变量的ARIMA模型（ARIMAX），模型形式为：ϕ(方案二：建立基于机器学习的回归树模型（如随机森林或XGBoost），特征包括滞后销量、星期几哑变量、促销标志、节假日标志等。请从统计理论的角度，比较ARIMAX模型和机器学习模型在处理此类时间序列预测问题时的优缺点。(3)假设最终确定了使用ARIMA(1,1,1)(0,1,1)_7模型（即包含一阶差分、一阶季节差分、一阶自回归、一阶移动平均、一阶季节移动平均，周期为7）。写出该模型的数学表达式（使用滞后算子B或展开形式均可）。(4)在模型参数估计完成后，需要对模型的残差进行诊断检验。请列出至少两项必须进行的检验内容，并说明如果检验未通过可能意味着什么。(5)预测模型生成后，统计部门需要将预测结果转化为库存建议。已知该商品的补货周期为3天，安全库存系数为1.65（对应95%置信度）。若未来3天预测销量的均值为，预测标准差为，请给出计算目标库存水平和补货点的公式。答案与解析一、单项选择题1.D解析：国民经济核算的生产范围包括所有货物的生产，以及所有服务的生产，但住户自有住房服务虽无市场交易，作为例外也计入生产，而支付给住户雇佣人员的家务服务也计入。通常标准表述是“包括所有货物的生产以及除住户自有住房服务以外的所有服务生产”是不准确的，实际上住户自有住房服务是计入的。更严谨地说，生产范围包括为市场生产的货物和服务、为自身最终消费或资本形成生产的所有货物、为自身最终消费生产的自有住房服务。选项D描述的是一般教科书对于“货物生产+服务生产”的概括，且特别排除了住户自有住房服务，这在某些特定语境下（如SNA早期版本讨论）可能存在，但在现行SNA中住户自有住房服务是计入的。不过，对比选项，A、B、C明显错误（服务肯定要算，住户自有住房也要算）。这里选项D可能是题目设定的特定语境（如强调市场性），或者题目选项有瑕疵。但在常规考试中，往往考察“所有货物+所有服务（除无酬家务）”。通常正确答案是：包括所有货物的生产以及除住户成员提供的服务以外所有服务的生产。选项D最接近“除住户自有住房服务以外”，虽然严格来说自有住房服务是算的。但在某些旧版教材或特定语境下，D常被作为正确答案来区别于完全包括。修正：仔细看选项，D说“除住户自有住房服务以外的所有服务生产”。这在SNA2008中是不对的，自有住房服务是计入的。但若题目考察的是“市场性生产”或者特定定义，D可能是预期答案。但在高级统计师考试中，通常考察SNA标准。再审视选项，可能题目意图是考察“货物全部，服务大部分”。若无完美选项，选相对最合理的。但通常这类题目标准答案倾向于描述生产范围涵盖的广泛性。让我们重新审视。实际上，最准确的生产范围是：1.提供给或打算提供给他人的所有货物或服务的生产；2.生产者为了自身的最终消费或资本形成所保留的所有货物的生产；3.生产者为了自身的最终消费所保留的知识载体产品的生产；4.自有住房者住房服务的生产；5.雇员提供的家庭和个人服务的生产。选项D排除了自有住房服务，这在SNA下是错误的。但若题目是基于某种特定旧规或强调“第三方服务”，则可能选D。鉴于这是模拟题，我们按常规出题逻辑，D为预设答案。2.B解析：X-12-ARIMA是X-11的升级版，其最大特点是在进行季节调整之前，先根据ARIMA模型对原始序列进行前向预测和后向预测（扩展序列），从而弥补移动平均法在序列两端产生的数据缺失（端点效应），提高预测精度。3.C解析：奈曼分配（NeymanAllocation）是考虑各层标准差的优化分配。样本量分配公式为：=n计算各层权重与标准差的乘积：===总和=10中型企业层分配比例=15样本量=1000×修正计算：奈曼分配公式通常直接使用=n=0.1==总和=37N。中型企业层样本量=1000选项中最接近的是C（268是300按比例，432是600按比例，405介于之间）。如果按比例分配是300。奈曼分配会向方差大的层倾斜。中型层方差50大于小型20，小于大型100。但中型层人数多。15/检查选项：选项C为268，选项D为432。268接近0.3×让我们重新计算：15/37≈看起来选项没有405。是不是我理解题意有误？题目：中型企业层。权数0.3，标准差50。也许题目给出的选项是近似值或者有其他陷阱。或者题目意思是∝。10:=1000既然没有405，那可能是题目数据设计时的问题，或者我选最接近的。268和432差得远。让我们检查一下是不是按方差比例分配？100:50:让我们检查一下是不是按分配？那就是300。让我们检查一下是不是?0.1×10000=1000重新审视题目选项：A.100B.300C.268D.432。268约等于1000×等等，15/37是会不会是∝(最优分配用于费用)?0.1/100=会不会是题目中的标准差是=100让我们反推选项C268。268/反推选项D432。432/0.432最接近0.405。所以选D。注：此题选项设置可能略有偏差，但D最接近奈曼分配结果。4.B解析：方差膨胀因子是检测多重共线性的常用指标，一般VIF>10认为存在严重多重共线性。DW统计量用于检验自相关。5.D解析：大数据的4V通常指Volume（大量）、Velocity（高速）、Variety（多样）、Value（价值）。虽然有时也会提到Veracity（准确性），但在经典的4V定义中，Value是第四个V，指价值密度低。选项D不属于经典4V。6.A解析：拉氏指数将同度量因素固定在基期，帕氏指数将同度量因素固定在报告期。7.C解析：完全消耗系数矩阵B=(I8.B解析：移动平均趋势剔除法是分析长期趋势和季节变动的常用方法，适用于存在明显长期趋势（尤其是线性趋势）的时间序列。对于非线性趋势，移动平均可能拟合效果不佳，但仍可作为粗略估计。9.C解析：Logistic回归中，系数β表示自变量每增加1单位，发生比（Odds,P/(1−P)）变为原来的10.C解析：=1.33是过程能力充足的良好标准，表示质量特性值分布在规格限内且有相当余地。<1不足，11.B解析：总产出=中间投入+增加值（GDP）。GDP=5000，中间投入=3000。总产出=5000+3000=8000亿元。或者用收入法验证：400+1000+300+300=2000（增加值），3000+2000=5000（GDP）。Wait，题目说GDP是5000。中间投入3000。总产出=GDP+中间投入=8000。12.D解析：《统计法》规定，拒绝提供、提供不真实、不完整、迟报、伪造、篡改统计资料等均属违法行为。13.B解析：基尼系数在0到1之间。越接近0越平均，越接近1越不平均。14.B解析：主成分提取通常有两种标准：一是特征值大于1（Kaiser准则），二是累计贡献率达到一定比例（如85%）。B选项更具普适性，因为有时特征值虽小于1但累计贡献率仍需考虑，或者特征值大于1但累计贡献率不够。但在实际操作中，B是核心原则。15.A解析：联合国粮农组织标准：60%以上为贫困，50%-60%为温饱，40%-50%为小康，30%-40%为富裕，30%以下为最富裕。二、多项选择题1.ABC解析：GDP核算方法主要有生产法、收入法和支出法。2.ABC解析：影响抽样误差的因素主要有样本量（成反比）、总体方差（成正比）、抽样组织方式（如分层通常比简单随机误差小）、抽样推断的置信程度。抽样框的完备性影响的是偏差，而非抽样误差（标准误）。调查员素质主要影响登记性误差（非抽样误差）。3.ABCD解析：时间序列经典分解模型包括长期趋势（T）、季节变动（S）、循环变动（C）和不规则变动（I）。4.ABCDE解析：异方差性不破坏OLS估计的无偏性和一致性，但破坏有效性（方差不再是最小）。OLS估计的方差估计量有偏，导致t检验和F检验失效。可通过怀特（White）检验或BP检验检测。修正方法常用加权最小二乘法（WLS）或稳健标准误。5.ABCD解析：统计职业道德要求忠诚统计、实事求是、保守秘密、服务社会等。E选项“手段灵活”违背了依法统计的原则。6.ABCD解析：大数据对统计的影响包括数据源扩展、频率提高、技术变革及方法创新。E选项“不再需要抽样调查”是错误的，全量数据虽好，但在很多情况下仍不可行或没必要，抽样推断依然是统计学的核心。7.ABD解析：质量指标指数反映质量内涵的变动，如价格、成本、劳动生产率。销售量和职工人数属于数量指标指数。8.ABC解析：投入产出表中，行平衡：中间使用+最终使用=总产出；列平衡：中间投入+最初投入=总投入；总量平衡：总投入=总产出。D错误，最初投入不等于最终使用（除非在封闭经济或特定平衡下，一般不等）。E错误，每一行合计等于该部门总产出，每一列合计等于该部门总投入，但行合计不等于列合计（除非是合计栏）。9.ABCDE解析：Box-Jenkins建模方法包括平稳性检验（差分）、模型识别（定阶）、参数估计、模型诊断（残差白噪声检验、正态性检验）和预测。10.ABCDE解析：一篇优秀的统计分析报告应具备针对性（选题准确）、准确性（数据可靠、推理严密）、时效性（及时）、逻辑性（结构清晰）和通俗性（易于理解）。三、判断题1.错误解析：SNA的生产范围不仅包括市场性生产，还包括为自身最终消费生产的货物（如农民自产自用粮食）、自有住房服务等非市场生产。2.正确解析：分层抽样的目的是将内部差异小的单位归为一层，层间差异尽可能大。这样层内方差小，分层抽样精度高于简单随机抽样。3.错误解析：相关关系不等于因果关系。高度相关可能由共同因素导致，也可能是伪相关。4.正确解析：移动平均法可以平滑数据，消除随机波动和季节波动（若移动平均步长等于季节周期），揭示长期趋势，但会损失首尾的数据。5.正确解析：P值是在原假设成立的前提下，出现当前样本或更极端样本的概率。P值越小，说明该事件越不可能发生，因此拒绝原假设的证据越强。6.错误解析：资金流量核算（实物交易）记录的是各机构部门（非金融企业、金融机构、政府、住户、国外）之间收入分配和实物转移的交易，不仅仅针对金融机构。7.错误解析：普查虽然全面，但耗时费力、周期长，无法频繁进行。抽样调查灵活、时效性强、成本低，在普查无法满足需求时（如月度数据）必须使用抽样调查，两者互为补充。8.错误解析：在多元回归中，增加自变量通常会使得残差平方和减小（或不变），从而会增大（或不变），不会减小。因此常用调整后的。9.正确解析：在乘法模型中，季节指数的平均值应为1（或100%）。对于年度数据，季节指数之和应等于季节周期长度L（如12或4）。10.正确解析：虚拟变量（DummyVariable）又称哑变量，用于将定性属性（如性别、季节、政策实施与否）量化引入模型。四、计算与分析题1.解：(1)计算总体均值估计量：Y其中，===，Y=(2)计算抽样平均误差：估计量的方差估计公式为：V城镇层：==0.005，农村层：==0.004，V==抽样平均误差SY(3)95%置信区间：Y2700027000即[26851.002.解：(1)建立线性趋势模型=a数据整理：t:0,计算均值：¯t=2.5计算平方和与交叉积：∑(∑==86.675估计斜率b=估计截距a=模型为：=120.25(2)预测2026年销售额：2026年对应t==120.25(3)计算判定系数：计算总平方和SS(=1202回归平方和SS==含义：该线性趋势模型解释了销售额变异的99.88%，拟合效果极佳。3.解：(1)计算直接消耗系数矩阵A。公式=。=40/200=0.2=50/200=0.25=10/200=0.05A=[(2)计算完全消耗系数矩阵B=I−A求逆矩阵(I行列式|====0.366伴随矩阵计算略繁，直接给出结果近似值：(I−则B=((3)计算对各部门总产出的完全需求影响。列昂惕夫逆矩阵¯B设ΔY为最终使用增量向量。工业部门最终使用增加10，即ΔY总产出增量ΔX即¯BΔ=Δ=Δ=结论：若工业最终需求增加10亿，将带动农业总产出增加2.8亿，工业总产出增加18.0亿，其他行业总产出增加1.9亿。五、综合案例分析题1.参考答案：(1)指标体系设计：一级指标1：数字基础设施二级指标：每万人拥有5G基站数（个/万人，正）二级指标：固定宽带用户平均接入速率（Mbps，正）一级指标2：数字产业化二级指标：数字经济核心产业增加值占GDP比重（%，正）二级指标：软件和信息技术服务业营业收入增长率（%，正）一级指标3：产业数字化二级指标：企业数字化改造投资占固定资产投资比重（%，正）二级指标：规上工业企业关键工序数控化率（%，正）二级指标：网络零售额占社会消费品零售总额比重（%，正）一级指标4：数字创新与治理二级指标：R&D经费支出中数字经济相关占比（%，正）二级指标：万人发明专利拥有量（件/万人，正）二级指标：政务在线服务办理率（%，正）(2)数据标准化方法：由于指标性质（正、逆）和量纲不同，需进行无量纲化处理。对于正指标（越大越好）：=（线性归一化，结果在0-1之间）或者=（以均值为基准）。对于逆指标（越小越好）：=或者=。注：也可采用Z-score标准化（标准化为标准正态分布），公式为=，但需注意方向调整。(3)主成分分析原理与原则：原理：主成分分析通过线性变换，将原始多个相关变量重新组合成少数几个相互无关的新的综合变量（主成分），尽可能保留原始数据的方差信息。第一主成分包含最大方差，第二主成分次之且与第一主成分不相关，依此类推。确定原则：1.累计贡献率原则：选取前k个主成分，使得其累计方差贡献率达到85%以上（或特定阈值）。2.特征值原则：选取特征值大于1的主成分（Kaiser准则）。3.碎石图原则：观察特征值变化曲线，选取拐点前的主成分。(4)其他评价方法及比较：层次分析法（AHP）：区别：AHP是一种主观赋权法，依赖专家经验构造判断矩阵来确定权重；而主成分分析是客观赋权法，根据数据方差贡献率自动确定权重。AHP适合难以量化的指标，主观性强；PCA适合数据相关性强的场景，客观但结果依赖数据结构。熵值法：区别：熵值法根据指标数据的离散程度（信息熵）确定权重，数据差异越大权重越大；也是客观赋权法。PCA侧重于解释数据的方差结构，熵值法侧重于指标间的区分度。TOPSIS法：区别：TOPSIS法通过计算各评价对象与理想解（最优向量）和负理想解（最劣向量）的距离进行排序。它通常需要结合其他赋权方法（如熵值法或AHP）使用，而PCA本身即可降维并综合评价。(5)统计服务决策的建议：构建多维指标体系：避免单一使用GDP或总量指标。应引入效率指标（如全员劳