提高人口普查職業編碼準確性的思考

□施 勇

人口普查長表中的行、職業指標，是反映地區人口就業狀況的重要指標，準確界定就業人口的行、職業信息對摸清一個地區各產業和各職業的就業人口分布、以及就業人口年齡結構狀況等具有重要意義，是科學制定產業發展、人才引入、職業教育規劃等政策的重要依據。在行業編碼方面，溫州市統計局走在全國前列，自主開發的行業智能編碼程序在四經普中為國家做出突出貢獻，在七人普中行業智能編碼將會繼續發揮重要作用。在職業編碼方面，當前還沒有類似行業智能編碼的成熟程序，職業編碼智能化仍處在前期探索研究階段。下面，本文從職業編碼實戰角度，結合近幾年溫州人口抽樣調查情況，對如何提高人口普查職業編碼準確度進行分析思考，以為七人普提供參考。

職業編碼難點和存在問題

（一）職業信息表述不完整

一是部分調查表填寫的行職業信息不全或是信息缺失，沒有詳細說明具體工作單位和從事的職業，導致編碼困難。如：職業欄僅注明經理、負責人等，沒有具體說明工作單位和崗位性質，根據這些信息無法精準歸屬到哪一類負責人。二是部分調查表的職業信息和行業信息錯位填寫，即誤將行業信息填寫在職業一欄，或者將職業當作行業來填報，給編碼員帶來困擾。如：主要產品或業務和職業填反，行業“某某公司”主要產品或主要業務要填寫“生產某某物品”不能填寫“銷售某某”或主要產品或主要業務只填寫“生產或銷售”等。三是部分調查表填寫的職業信息表述太寬泛。如：職業欄僅填寫駕駛員，如是金融押運公司的駕駛員應歸到保衛人員，而公交公司的駕駛員則應歸到道路運輸服務人員。

（二）人工編碼費時效率低

一是職業編碼對編碼人員要求較高，編碼員不僅需要熟悉人口普查相關業務知識，并且還需熟練掌握職業代碼分類甄別技巧。二是職業編碼是一項量大且不停重復操作的業務工作，編碼人員如沒有認真負責的工作態度，很難靜下心堅持并做好編碼工作，同時由于不同編碼人員對業務掌握的程度不同，很容易產生因理解偏差導致的趨勢性差錯。三是與機器編碼相比，人工編碼效率偏低，即使在人工編碼過程中使用計算機的批量操作，也難以達到機器編碼大批量且準確度高的編碼水平。

（三）普查對象配合度不高

一是部分調查對象對自身職業或家人從事的職業不了解，在調查中只是簡單敘說職業簡稱，如在機關事業工作的人員稱為“機關干部”，公司管理人員稱為“主管”，沒有具體到“某某單位處室處長”“某某公司辦公室主任”等，并且調查對象認為職業信息是個人隱私，不愿意透露詳細情況。二是部分居住在高檔住宅區的調查對象，對個人隱私信息保護意識強，不愿意主動配合調查，并且經常出差，平時居家的往往是老人或保姆，掌握的相關信息不準確。三是部分居住在城郊結合部的外來務工人員，無固定長期工作，工作更換頻繁，對入戶調查警惕性很高，不愿意透露個人信息。另外還有部分自由職業者，同時兼做多份工作，對調查存在抵觸情緒，并且自己對自己當前的工作職業無法進行判斷。

（四）職業代碼標準更新滯后

一是當前使用的《職業分類和代碼》為2015 年制定的標準，部分如微商、電商、動漫設計、電子競技等新興職業，無法在當前職業代碼中精準定位，這也給編碼工作帶來一定難度。

對提高職業編碼準確性的建議

（一）擇優錄用，確保人員素質

一是在選擇編碼員時，應優先考慮由有相關工作經驗、責任心強、工作認真的人員擔任。二是可以從有統計分類工作經驗、具備相關專業知識、熟悉本地區用工情況的各單位人員中臨時抽調。三是可以借用大學生村官隊伍的力量，大學生村官學歷高，學習能力強，經過培訓，可以集中到鄉鎮（街道）開展編碼工作。

（二）加強培訓，提升編碼水平

一是對編碼人員要開展綜合性業務培訓，既要讓編碼人員掌握編碼技巧，同時也要知曉其他人口普查業務知識，尤其是要掌握普查表的邏輯審核關系，以免在編碼中發生邏輯上的錯誤。二是要針對重點開展強化型培訓，對部分易混淆易出錯內容要進行重點講解和強調。如：職業“個體戶老板”不能編入“企業負責人”類，應按其行業具體編入相應的類別；個體商業編入“營業人員”類；生產線上的生產主管，要按生產工人編碼；生產工人按其職業編入相應的類別，但從事其他工種的要進行相應歸類。

（三）嚴格審核，提高編碼質量

一是進行交叉審核，每個普查區編碼工作結束后，都要組織編碼人進行交叉互查和復查，減少人為差錯。二是進行隨機審核，各鄉鎮（街道）指導員要對每個編碼員進行隨機抽查，發現問題及時指出，糾正錯誤，防止發生系統性差錯。三是進行針對性審核，如：某行業中不可能出現的職業、相近職業按行業區分職業代碼、行職業關聯匹配性審核等。通過嚴格把關、層層檢查，確保職業編碼數據質量真實準確。

（四）著力創新，推進智能編碼

組織具有計算機程序開發特長的統計專業骨干，在行業智能編碼程序的基礎上，加快對職業編碼智能化程序的研究開發。同時，結合溫州產業結構特點，全面收集整理具有溫州特色的各類職業關鍵字詞庫，為職業編碼智能化提供溫州基礎數據。