分享

怎么写好材料中的数据分析内容

 探求智慧 2022-05-21 发布于河南

      朋友们在写稿过程中,经常需要进行数据对比和数据预测。相比纯文字,数字给人的感觉更加直观,作为论据也更有说服力。但是,做好数据对比和数据预测需要遵循一些方式方法,倘若随意为之,得到的结果也不甚理想。那么接下来,我们就来聊一聊写稿过程中怎么写好数据对比和预测的内容。

PART ONE

1.

对比

务必要注意

“可比性”

     文稿中用到的对比主要有纵向对比和横向对比两类。

     简单来说,纵向对比是此时此刻的自己和过去某时某刻的自己进行比较,往往是基于时间维度,主体单一,文稿中常见的表述就是“同比……”“环比……”。横向对比是自己和别人(参照对象)进行比较,参照对象可以根据具体需要进行选择,文稿中常见的表述就是“相比某某某,落后x各百分点”“与某某某存在较大差距”。

     无论哪一种对比类型,只有确保可比性,得到的结果才更有意义,领导也更能认可你所写的内容。

那么什么是可比性?

     简而言之,两个主体或者数据拥有较高相似性才具有可比性。举个例子,要对比本市与其他城市的公共服务水平差距,如果本市年度GDP为10000亿元,选择年度GDP只有5000亿元的城市进行对比,显然不合适,选择年度GDP为11000亿元的城市,就具有较高可比性。

     纵向比较的目的是了解自己的现状,与之前相比,是变好了还是变坏了?如果变坏了,那么原因是什么?需要制定怎么样的对策?

     例如今年本市要完善制造业扶持政策,为了描述制造业发展的趋势,就需要对比2021年和2020年制造业企业的投入、产值、利润等数据。但是,2020年疫情影响极大,这个特殊变量影响了制造业正常发展,选择对比2021年和2019年的情况相对就会更客观一些。

     横向比较是拿自己和别人比,看看自己的优势和劣势。如果有劣势,那就把对方当作标杆,制定政策积极看齐并赶超。在实际操作时,横向对比容易出现问题,一些朋友往往会随机选择对比的主体,一些朋友虽会有可比性的意识,但实际中并不能把准方向。

     例如在对比城市物价水平时,本地区属于东部旅游城市,也要尽可能找一个同等规模的东部旅游城市,这样对比出来的结果更具说服力。如果找一个同等规模的东部工业城市,或者规模更大一些的东部旅游城市,或者同等规模的西部旅游城市,对比结果只能作为相对性参考。当然,如果对比的意图就是为了直接对标最优,那就找到处在领先水平的主体即可。

     又如对比城市的亩均税收水平,本市为100万元/亩,且可出让土地只剩10%,未来调整空间规划的成本比较高。B市是98万元/亩,但可出让土地还很多,未来调整空间还很大。所以,就不能仅仅得出本市亩均税收水平略高或者基本持平这样的结论,还要进一步分析未来的影响。

PART TWO

测算

务必要加入

“自身特点要素”

      写稿时,一些数据没有现成的,只能进行测算。自己拍脑瓜肯定不行,也不是简单的加减乘除,例如一季度的产值为50亿元,测算年度产值就简单地把一季度数据乘以4(4个季度)。

      常见的做法就是参阅各种理论研究,找出可借鉴的理论模型从而测得想要的数据。

      但是,朋友们也知道,模型往往不是拿过来就能用。那么,为什么不能拿过来就用?需要怎么处理呢?

      因为理论模型在设计过程中会设定一些控制变量。例如,在一个测算城市营商环境的模型中,GDP、人口数量等都确定为控制变量,如把GDP限定在1000亿元以下、人口数量限定在100万以下,倘若你所在城市人口是230万,不满足控制变量要求,模型就不能直接使用。

      又如,要论证本地区高速降费的必要性。材料中的一个内容是要说明高速降费会增加旅游人数从而拉动消费,转化成经济学的语言就是高速降费的边际效应,即高速费每下降1元,会增加多少旅游人数,会拉动多少消费。如果找到一个测算模型,但该模式适用于通高铁的城市,而你所在城市没有通高铁,那肯定不能直接适用。  

      所以,在找到可参考模型的基础上,要弄清楚模型形成的原理,有哪些变量?哪些控制变量?根据本地区的情况,还需要修改并加入哪些变量?当然,这一过程很考验人的专业能力,确实有一定难度,但朋友们不要畏惧,为了提升个人的核心竞争力,为了未来的发展,还是要尽可能去学习和练习。

PART THREE

结语

      无论是行政部门、事业单位还是企业,用数字说话是一种工作趋势,也是写材料的必要技能。

      未来,高学历、专业型领导会越来越多,对文稿的要求也会越来越多样,越来越重视数字化语言,你只有具备了相应的思想意识和实际操作能力,才能在服务领导时游刃有余,而不被说不专业,更好地以文辅业、以文辅政。


    本站是提供个人知识管理的网络存储空间,所有内容均由用户发布,不代表本站观点。请注意甄别内容中的联系方式、诱导购买等信息,谨防诈骗。如发现有害或侵权内容,请点击一键举报。
    转藏 分享 献花(0

    0条评论

    发表

    请遵守用户 评论公约

    类似文章 更多