2026年北京市高统计师资格试题(高统计实务与案)自测(附答案)

2026年北京市高统计师资格试题(高统计实务与案)自测(附答案)某区统计局拟于2026年3月开展“新质生产力企业创新投入”专项调查，目标是全面掌握辖区内智能装备制造、量子信息、基因技术等新质生产力领域企业的研发投入、技术改造及人才储备情况，为制定产业支持政策提供数据支撑。调查范围覆盖辖区内注册且主营业务属于《新质生产力重点产业目录（2025版）》的120家企业，其中年产值超10亿元的头部企业25家，中小型企业95家。1.请结合调查目标与对象特点，设计该专项调查的核心方案要素（至少列出6项），并说明选择调查方法的依据。2.若调查过程中发现部分中小型企业存在“研发费用与日常经营成本混淆”“高技能人才统计口径不统一”等问题，分析这些问题属于哪类统计误差，提出3项针对性控制措施。答案：1.核心方案要素：（1）调查目的：摸清新质生产力企业创新投入现状及结构特征；（2）调查对象：辖区内《新质生产力重点产业目录（2025版）》在库企业；（3）调查单位：企业法人单位；（4）调查内容：研发经费内部支出（分基础研究、应用研究、试验发展）、技术改造设备投入、本科及以上研发人员数量、专利授权量（分发明专利、实用新型）；（5）调查方法：对25家头部企业采用全面调查（确保关键数据准确性），对95家中小型企业采用重点调查（按年产值排序选取前50家）；（6）调查时间：标准时点为2025年12月31日，调查期限为2026年3月1日-3月31日；（7）数据采集方式：联网直报（头部企业）+纸质报表辅助（中小型企业）。选择调查方法的依据：头部企业创新投入占比高（预计占全区70%以上），全面调查可精准捕捉关键数据；中小型企业数量多但个体贡献分散，重点调查既能控制成本，又能覆盖主要群体，符合“重要性原则”。2.问题属于非抽样误差中的“回答误差”，具体表现为“理解误差”（企业对指标定义不清晰）和“有意误差”（可能因担心数据暴露经营弱点而混淆口径）。控制措施：（1）开展预调查：选取5家典型企业试点填报，根据反馈修订指标解释（如明确“研发费用”需单独列支且附凭证，“高技能人才”需持有国家职业资格证书或等效认证）；（2）培训与指导：组织专题培训，针对中小型企业财务人员重点讲解“研发费用加计扣除”政策与统计口径的差异，发放《指标填报手册》；（3）数据交叉验证：将企业填报的“研发人员数量”与社保系统参保记录比对，“设备投入”与增值税发票金额核对，对差异超10%的企业进行现场核查。二、数据处理与质量控制案例2025年北京市开展第五次全国经济普查，某区统计局在数据审核中发现：（1）某智能机器人制造企业填报“研发经费投入强度”（研发经费/营业收入）为15%，而该企业上年同期为5%，行业平均水平为8%；（2）某生物医药企业缺失“实验动物购置费用”数据，且该指标为核心创新投入指标；（3）全区“数字经济核心产业”企业数量较四经普增长200%，但“数字技术应用业”企业数量仅增长5%，与全市数字经济“应用场景拓展快于核心技术”的发展趋势不符。1.针对问题（1），列出至少3种数据异常的核查方法，并说明判断“研发经费投入强度”合理性的辅助指标。2.针对问题（2），提出2种缺失值填补方法（需说明适用条件），并说明填补后需进行的质量评估步骤。3.针对问题（3），分析可能的数据质量问题类型，提出2项核实措施。答案：1.核查方法：（1）凭证核对法：要求企业提供研发经费支出的明细账、研发项目立项书及相关票据（如科研设备采购合同、研发人员工资单），验证填报数据真实性；（2）逻辑推理法：计算企业“研发人员占比”（研发人员/总人数），若该指标未同步提升（如上年10%，本年仍为10%），则“研发经费投入强度”骤增可能存疑；（3）关联指标对比法：比对企业“专利申请量”“软件著作权数量”等产出指标，若投入激增但产出未同步增长，需进一步核实。辅助指标：研发人员人均经费（研发经费/研发人员数）、研发设备原值、政府研发补贴收入占比（补贴收入/研发经费）。2.填补方法：（1）回归填补法：以“企业研发人员数量”“上年实验动物购置费用”为自变量，建立线性回归模型预测缺失值，适用于缺失值为随机缺失且存在显著相关变量的情况；（2）同类均值填补法：选取同行业、同规模（如年产值5-10亿元）的生物医药企业，计算其“实验动物购置费用”的平均值作为填补值，适用于缺失值无明显模式且行业同质性较高的情况。质量评估步骤：（1）一致性检验：比较填补值与企业其他创新投入指标（如研发人员数量）的相关性，若相关系数与行业均值偏差超20%，需重新填补；（2）合理性检验：将填补后数据与企业上年该指标的增长率（如行业平均增长15%）对比，若差异超30%，需人工复核；（3）完整性记录：在普查数据库中标记该值为“填补值”，并注明填补方法及依据，供后续数据使用者参考。3.可能的数据质量问题：（1）分类错误：企业可能因对“数字经济核心产业”“数字技术应用业”的划分标准理解偏差，被错误归类；（2）漏报：部分以“数字技术应用”为主营业务的企业（如传统制造业转型的数字化服务商）未被纳入“数字技术应用业”统计；（3）重复统计：同一企业可能因同时涉及核心技术研发和应用场景服务，被重复计入“核心产业”。核实措施：（1）开展企业访谈：抽取20家新增“数字经济核心产业”企业，对照《数字经济分类（2023）》逐一核实其主要业务活动，重点检查是否存在将“应用端”业务错误归为“核心技术端”；（2）比对部门数据：与区科信局共享的“数字经济企业认定名单”、税务局的“软件和信息技术服务业”企业名单交叉比对，查找漏报的“数字技术应用业”企业。三、统计分析与模型应用某研究团队收集了北京市2018-2025年数字经济核心产业增加值（单位：亿元）数据如下（见表1），拟建立时间序列模型预测2026年值，并分析数字经济增长趋势。表1北京市2018-2025年数字经济核心产业增加值年份20182019202020212022202320242025增加值120013501520170018902100233025801.简述建立ARIMA模型的基本步骤，结合数据特征判断是否需要差分，并说明理由。2.假设通过模型选择确定最优模型为ARIMA(1,1,1)，写出模型表达式（用符号表示），并解释各参数含义。3.若模型诊断显示残差的Ljung-Box检验p值=0.25（显著性水平α=0.05），说明该结果的统计意义；若2026年预测值为2850亿元，95%置信区间为[2780,2920]，解释置信区间的实际含义。答案：1.基本步骤：（1）数据平稳性检验：通过ADF检验或观察时序图判断序列是否平稳；（2）差分处理：若序列非平稳，进行d阶差分使其平稳；（3）确定ARIMA(p,d,q)参数：根据自相关函数（ACF）和偏自相关函数（PACF）的拖尾/截尾特征初步确定p、q；（4）模型估计：用极大似然法估计模型参数；（5）模型诊断：检验残差是否为白噪声（无自相关）；（6）预测应用。数据特征判断：观察表1数据，增加值呈逐年递增趋势（2018-2025年复合增长率约10.5%），时序图表现为明显的上升趋势，属于非平稳序列，需进行1阶差分（d=1）以消除趋势，使差分后序列近似平稳。2.ARIMA(1,1,1)模型表达式：(1-φ₁B)(1-B)yₜ=(1-θ₁B)εₜ其中，yₜ为原始序列（数字经济核心产业增加值），B为滞后算子，(1-B)表示1阶差分（即Δyₜ=yₜ-yₜ₋₁），φ₁为AR(1)系数（滞后1期的自回归系数），θ₁为MA(1)系数（滞后1期的移动平均系数），εₜ为白噪声误差项。3.残差Ljung-Box检验p值=0.25>0.05，说明在5%显著性水平下，无法拒绝“残差序列无自相关”的原假设，模型残差为白噪声，模型拟合效果良好。95%置信区间[2780,2920]的实际含义：基于当前模型和历史数据，有95%的概率认为2026年北京市数字经济核心产业增加值的真实值会落在2780亿元至2920亿元之间，区间宽度反映了预测的不确定性（区间越宽，不确定性越大）。四、统计法与职业道德实务2026年2月，北京市统计局执法检查组对某科技企业进行统计执法检查，发现以下问题：（1）该企业2025年《科技活动统计报表》中“研发经费投入”填报值为800万元，但经核查财务账册，实际研发经费为500万元；（2）企业拒绝提供2023-2024年统计台账，声称“台账已销毁”；（3）统计人员张某（非国家工作人员）在接受询问时，故意提供虚假的“研发项目清单”。1.分别指出上述3项问题涉及的统计违法行为类型，依据《中华人民共和国统计法》及实施条例说明法律责任。2.若你是该企业新任统计负责人，提出3项改进统计工作、防范法律风险的措施。答案：1.违法行为及法律责任：（1）问题（1）属于“提供不真实统计资料”（《统计法》第四十一条第一款第二项），法律责任：由县级以上人民政府统计机构责令改正，给予警告，可以并处5万元以上20万元以下罚款；（2）问题（2）属于“拒绝提供统计资料”（《统计法》第四十一条第一款第一项），法律责任：责令改正，给予警告，并处5万元以上20万元以下罚款；（3）问题（3）属于“提供虚假统计资料”（与问题1同类），但因张某为直接责任人员，依据《统计法》第四十一条第二款，可处1万元以上5万元以下罚款（非国家工作人员不涉及行政处分）。2.改进措施：（1）健全统计台账制度：按照《统计法》第二十一条要求，建立涵盖研发经费、人员、设备等指标的电子统计台账，保存期限不少于5年（原始凭证保存期限不少于2年）；（2）加强统计人员培训：定期组织《统计法》及相关指标填报培训，重点学习“研发经费”“科技活动人员”等核心指标的统计口径，确保“数出有据”；（3）建立数据质量审核机制：设置统计数据内部审核岗位，对上报报表实行“财务账册-统计台账-报表数据”三级核对，差异超5%的需附说明材料，降低错报、漏报风险。五、综合实务操作某区统计局获得2025年规模以上工业企业数据（部分指标见表2），需完成以下任务：（1）计算A、B两行业的劳动生产率（工业增加值/从业人员平均人数，单位：万元/人）和能源强度（工业总产值/综合能源消费量，单位：吨标准煤/万元）；（2）分析两行业的经济效益与能源利用效率差异；（3）结合北京市“双碳”目标（2030年前碳达峰），提出针对性政策建议。表22025年某区规模以上工业企业主要指标行业工业增加值（亿元）从业人员平均人数（万人）工业总产值（亿元）综合能源消费量（万吨标准煤）A（装备制造）45012800200B（化工）3008650325答案：1.计算结果：A行业劳动生产率=450亿元/12万人=37.5万元/人；A行业能源强度=800亿元/200万吨标准煤=4吨标准煤/万元；B行业劳动生产率=300亿元/8万人=37.5万元/人；B行业能源强度=650亿元/325万吨标准煤=2吨标准煤/万元。2.差异分析：（1）经济效益：两行业劳动生产率均为37.5万元/人，处于同一水平，说明单位从业人员创造的增加值相当；（2）能源利用效率：B行业能源强度（2吨标准煤/万元）显著低于A行业（4吨标准煤/万元），即B行业每创造1万元产值消耗的能源仅为A行业的50%，能源利用效率更高。3.政策建议：（1）针对A行业（装备制造）：