起草文稿如何用數據說話

薛貴輝

如果把文稿比作舞臺，文字與數據就是領銜主演。用數據說話，須時刻心中有數，養成刨根問底的習慣，用心在關鍵環節設疑發問，帶著疑問進行深入調查研究分析。

一問數據“來源”

何謂數據？不但有“數”，還得有“據”。“據”指數的來源、出處和依據。用數據說話，先得問數據從哪里來。

一手數據問“過程”。一手數據來源于調查研究，是最可靠的。毛澤東同志重視調查研究，他寫《尋烏調查》和《反對本本主義》前，在尋烏縣進行了為期約一個月的實地調查，掌握了該縣物產產量、人員數量、商鋪經營品種、農民土地等大量第一手數據，作出了“沒有調查，沒有發言權”的論斷。對一手數據，我們要進行嚴格的甄別篩選，緊盯調查范圍、調查方式、調查手段和統計方法，去粗取精、去偽存真。

二手數據問“出處”。掌握第一手數據固然是好，但專業部門的數據也是可以使用的。按照職能分工高效調度數據、間接利用數據也是公文寫作的必然要求。一般來說，統計部門的數據、直接管理部門的數據比其他部門的可靠，一線部門的數據比二線部門的可靠，要注意甄別。

二問數據“用途”

用數據說話，不僅要問數據從哪里來，還要問數據用到哪里去。

首先要問為何用數據。

我們使用數據，一是為了讓表述更準確。數據的精確性可以彌補文字的模糊性，適當用數據說話，可讓概念更清晰、邏輯更嚴密、表述更精當。

二是為了讓行文更簡潔。數據有高度概括能力，一個關鍵數據有時可抵千言萬語，能起到“四兩撥千斤”之效。

三是為了讓文稿更務實。數字與文字是兩種符號系統，二者可相輔相成、珠聯璧合。在講道理、談體會時適當穿插數據，可讓道理更明晰、措施更具體、目標更明確。

比如，黨的十九大報告論述“經濟建設取得重大成就”時說：“國內生產總值從五十四萬億元增長到八十萬億元，穩居世界第二，對世界經濟增長貢獻率超過百分之三十。”

幾個數據把五年來的成就凸顯了出來。

其次要問用什么數據。文稿數據并非多多益善、來者不拒，要當用則用、合理使用。要有針對性地用，杜絕漫無目的、一味堆砌。

比如，寫供給側結構性改革成效，游離于去產能、去庫存、去杠桿、降成本、補短板五大任務之外的數據，就會給人畫蛇添足之感。要系統性地用，杜絕顧此失彼、沒有章法。

比如，寫一個地區制造業水平，就可以用《中國制造2025》明確的“制造強國”指標體系作參照，圍繞“創新能力”“質量效益”“兩化融合”“綠色發展”四方面12類指標來說明。

三問數據“品質”

管理學家德魯克說，“質量就是滿足需要”。按照這個觀點，數據質量就是“滿足文稿說明問題的需要”。高質量的數據通常具備四種“品質”。

一是客觀。實事求是、客觀真實地反映問題，不虛報、瞞報、偽造、篡改數據，不隨意給數據“化妝”“注水”，不玩“數字游戲”，杜絕數字造假。

二是及時。與時俱進，盡量使用最新數據，比如，寫一個單位半年工作總結，只用1月至5月的數據是不行的，應該使用6月底的最新數據，否則寫出來的總結是打折扣的。

三是準確。比如，有段材料說：“三年來，全省共支持新區各項資金8877萬元，其中2015年4797萬元，2016年1220萬元，2017年2960萬元。”把三年的資金加起來會發現，總計應是8977萬元，原來明顯算錯了。

四是規范。數據的表述務必規范，名稱、單位、口徑、符號、術語等要嚴格按照《黨政機關公文處理工作條例》《黨政機關公文格式》及有關國家標準來表述。

四問數據“關系”

一篇文稿就是一個完整的“系統”，文稿中各項數據之間的關系必須和諧、融洽，不能出現“排異反應”。

縱向要“兼容”。一方面是同一篇文稿前后不同地方數據的兼容，另一方面是不同時期文稿中數據的兼容。

比如，有篇文稿前文講“投資對GDP的貢獻率是28.51%”，但在后面卻變成了“28.5%”。

在數值上作了四舍五入，前后不一致，感覺就不規范。前后不同時期的文稿也要相互照應，關鍵數據應該口徑一致，不能隨意“變形”，前后矛盾。

橫向要“兼容”。一方面是同樣的數據在不同場合下的兼容，另一方面是不同部門同一場合下數據的兼容。起草者不但要“自掃門前雪”，還要“管別人瓦上霜”，跨部門溝通協調，避免數據“打架”。

比如，去年我省兩會的一次新聞發布會，我單位的新聞稿通報全省電源裝機量是8960萬千瓦，而另一單位通報的卻是8550萬千瓦，出現了兩個數據。

事后溝通發現，原來是用了不同的統計標準，雖然都對，但削弱了權威性。

五問數據“價值”

在信息時代，機關干部要養成“大數據思維”，善于研究、分析、運用數據，深度發掘數據“新能源”的隱藏價值。

一要善于分析，開發新數據。日常數據往往只是冰山一角，有很大開發空間。要善于剖析數據，把數據背后隱藏的價值挖掘出來。

比如，一篇講話稿說：“截至2015年底，全省存量房屋面積達1948.59萬平方米，同比增長36.6%。”

這些都是常規數據，若就此收筆，通常不會給人留下太深的印象。

若進一步分析：“如果按照城鎮居民人均40平方米需求計算，可供約50萬人居住。”

這么一挖，聽眾就有了比較直觀的感受。

二要善于歸納，發現新價值。如果分析是把整體進行拆分的話，歸納則正好相反，是從個別數據的聯系中揭示一般規律，從眾多數據中總結共同本質，從瑣碎數據中發現統一特點。

比如這段材料：“去年1月至2月，全省有7個州市規模以上工業增速超過全省平均增速，最高的達到17.9%，有9個州市低于平均水平，喜憂參半，極不平衡。”

綜合了各地數據，高度概括了全省工業經濟的總體運行特點。

三要善于比較，得出新結論。數據的大小、多少、高低往往要在特定時空維度中對比才能顯現出來。比較可以分為橫向比較和縱向比較，橫向是看自己在兄弟單位中的位置，縱向是看自己與前期相比有什么進步，離目標還有多大差距。

比如這段材料：“去年一季度，全省規模以上工業增加值增長11.9%，比前年同期高4.1個百分點，比全國平均增速高5.1個百分點，居全國第2位。”

從縱橫兩個方向一比較，讓人一目了然。

六問數據“高度”

看似普通的數據背后，往往蘊藏著深刻的道理。要學會品味數據，善于領悟“言外之意”，聆聽“弦外之音”，延伸數據的價值鏈。

要跳出數據品數據。有時候要“跳出來”，站在全局高度看數據。

比如，“戰略性新興產業占比10.1%，較上年提升3個百分點”。

這條信息，兩個數據直觀地表現了戰略性新興產業發展的速度。仔細品味，會發現這兩個數據“意味深長”，據此可以看出該地區正在轉變發展理念，優化產業結構，加快產業轉型升級，構建現代化經濟體系，推動高質量發展。

要切換視角品數據。觀察視角不同，結論也會不同。品味數據，也要善于借用“多棱鏡”來觀察，從不同側面去分析。

比如，寫一個地區的發展，我們通常可以分析其總量大小、速度快慢等，這只是一個視角。如果切換為“五大發展理念”的視角來分析，可以評價出該地區經濟的創新、協調、綠色、開放、共享五個方面的發展能力。

（摘自《秘書工作》）