区能源统计工作调研情况报告.docx

区能源统计工作调研情况报告 我国在“xxx”规划中明确地提出，到“xxx”末全国单位gdp综合能耗下降20%，这是一个政治任务，也是一个约束性指标，能源统计工作的重要性开头显现。加强能源统计是我们贯彻落实科学进展观，建立资源节省型、环境友好型社会的需要，是转变进展方式、走新型工业化道路的一个重要抓手。现结合纳溪能源统计实际，谈谈当前能源统计工作现状及存在的问题。 一、能源统计现状1、领导重视，建立健全了能源监测统计机构。纳溪区政府及相关部门高度重视能源统计工作，准时成立了能源监测统计股，设立了办公室，建立了能源统计指标、监测和考核体系，落实了人员。各乡镇、街道办明确了1名能源统计人员，建立了能源监测统计制度，建立了能源监测统计台帐，配备了电脑等信息化办公设备，统计力气根本得到了保障。2、经费保证。目前在财政预算中安排了特地的能源统计经费，对统计工作所需的必要经费实行了实报实销的方式赐予保证，保证了能源统计工作顺当开展必需的经费开支。3、现行能源统计报表制度。现行能源统计报表制度是在工业能源统计制度根底上逐步建立起来的。目前，区级统计部门只负责公共机构和规模以上工业企业的能源统计工作，统计范围仅包括全区公共机构单位、规模以上工业企业等。统计内容为能源产品的生产、购进、消费和库存等状况；设置的报表周期为月报、季报、半年报和年报，主要表种有：公共机构根本信息、公共机构能源资源消耗状况、公共机构能源资源消耗统计部门汇总状况、工业企业能源购进、消费和库存表、工业企业能源购进、消费和库存附表、主要能耗工业企业单位产品能源消耗状况表和工业企业水消费表。二、能源统计存在的问题（一）能源统计队伍稳定性差。能源统计人员身份构成比拟简单，主要来自公务员、事业人员和“村官”。据了解，从近两年来看，全区乡镇从事能源统计的人员变动到达三分之二左右。由于能源统计人员的频繁变动，加之能源统计业务受人、财、物等多方面的制约，虽每年举办数次业务培训，但仍达不到本专业的要求，造成新接手的人员业务不熟、概念不清，直接影响了能源统计数据的质量。（二）能源统计人才严峻缺乏。据调查了解，全区乡镇能源统计人员虽然大多数均有统计从业资格证，但无一人是学统计专业的。加之统计人员多数身兼数职，对能源统计业务钻研不够。短期的培训满意不了专业的需求，能源统计专业水平明显较低，难以适应新时期能源统计事业进展的需要。（三）能源统计根底薄弱。近年来，能源统计根底工作得到了明显加强，特殊是能源监测机构的成立，带动了全区能源统计工作的进展。但是，随着统计人员的频繁变动，新接手的统计人员不了解能源统计工作，甚至找不到统计报表，严峻地影响了统计工作的正常进展。有的企业和单位对能源统计工作的协作程度不是非常抱负，对能源统计工作的熟悉缺乏，重视不够。尽管大会小会三令五申要完善能源统计根底资料，但是极少数到目前也未完成，甚至一些不引起重视。当前纳溪区能源统计根底工作面临新的课题，需要各方面的关注来加强工作。（四）能源统计工作任务繁重。近年来，能源统计工作任务有增无减，要求越来越高。既有月报、季报，还有半年报、年报，加之各项专项调查、抽样调查、典型调查及大型普查任务，基层既要纸质报表，同时还要网上直报。报表的规律关联逐年增多，能源统计审核任务非常艰难，专业技术性强、质量要求高。能源统计涉及面广，报表种类多，工作量大，如此繁重的能源统计任务,尤其是在年报期间和普查年份，能源统计任务与统计力气的冲突日益突出。!-empirenews.page-三、几点建议（一）充实能源统计力气，加强能源队伍建立党委政府要高度重视，赐予支持，充实和强化能源统计队伍建立，要给机构、给编制、给人员，积极组建专业化的能源消耗统计机构和网络。基层能耗单位是能源数据的源头，是实施gdp能耗公报制度的根底和关键环节，各能耗单位要有特地人员负责能源统计工作，为圆满完成能源统计工作打好坚实的根底。以适应日益繁重的能源统计工作。（二）加大统计法的宣传力度，狠抓能源统计执法检查。要进一步加大新统计法的宣传力度。在全社会开展大张旗鼓的、形式多样的统计法律法规宣传活动，努力提高各级领导和广阔统计人员及社会各阶层的法律意识，营造依法统计、支持统计、重视统计的良好社会气氛；要进一步加大能源统计执法检查。切实转变惩罚不到位，执行不到位的问题，做到违法必究，执法必严。对违反统计法的单位和个人要坚持依法处理，并通过新闻媒介予以曝光，真正起到教育作用。（三）强化能源业务培训，提高能源统计水平能源统计是一项专业性很强的工作，从事能源统计工作的人员，既要有专业的统计学问，也要有能源消耗与计量等方面的相关学问。目前，区级及区以下企业统计人员业务素养都较低，水平急需提高。要通过培训学习、沟通阅历、参观学习等多种形式，提高统计人员的责任心和业务水平。只有不断提高能源统计人员业务水平，并结合实际制造性地开展工作，才能有效保证能源数据质量。