第三章SARP专业字典词典.doc

第三章专业字典、词典本章讨论的是SARP系统的专业字典(单位字典、分组标志全集字典以及指标词典)。这部分内容是用户在处理一特定专业时,该专业各表所共同使用的“公共信息”部分,也是SARP系统的基础部分,占有较重要的位置。§§,首先接触到的是填报报表的基层单位和进行报表处理的汇总单位。在一定时期,对于一个特定的统计专业的各统计表通常是由相同的单位填报,也就是说:一个统计专业,虽然有众多的表式、指标各异的报表,但处理单位是相同的。基于这一特点,我们将一个统计专业各报表统一使用的处理单位全体独立建库,作为独立于各表而又为各表共同使用的公共信息库。由于该库记录的是单位信息,所以我们将其称之为单位字典库。单位信息包括:单位代码、单位名称、分组标志值、单位注释以及一些内部使用的附加信息。一个统计专业,只能有一个相应的单位字典库。鉴于此,对那些虽属同一统计专业,但处理单位集不同的报表,可将其划分为不同专业来进行处理,以保证各专业下的各表使用的是相同的字典库。§,这个编码是系统识别该单位的关键字,只有通过它,系统才能区分、查找单位。单位编码通常采用层次码与顺序码两种编排形式。从广义上讲,顺序码实际上是层次码中较特殊的一种,我们下面只讨论层次码。层次码采用将编码划分为若干小段的方法编排。每一小段代表一定含义,使各单位隶属关系更为明显,归类更为方便。将编码按小段进行划分,每段代表一定的含义,其段总数称为编码的层数。在单位编码上我们****惯称之为单位编码的级数。下面我们通过两个例子来解释单位编码的概念。 1、国家行政区划码行政区划码是全国省、地、县、乡四级的编码(目前,年报只用到乡级)。采用九位编码方式,第一段为省级编码;第二段为地级编码;第三段为县级编码;第四段为乡级编码。共为四个小段,分别表示省、地、县、乡。所以,国家行政区划码:编码级---4级1级编码长度---2位2级编码长度---2位3级编码长度---2位4级编码长度---3位一级单位---所有省级单位二级单位---所有地级单位三级单位---所有县级单位四级单位---所有乡级单位从编码上能直接看出它代表的是哪一级单位及其隶属关系。 2、对某地轻工业与重工业系统的各企业编码满足上述要求的编码方法较多,在这里我们采用的是二层的方法,即第一层为1位,代表所属系统;第二层为3位,代表企业的顺序号。可编为:1000轻工业系统1001企业11002企业2......2000重工业系统2001企业12002企业2...... 该编码方法:编码级----2级1级编码长度----1位2级编码长度----3位一级单位----两个,“1000”与“2000”二级单位----所有企业通过上述两个例子,可以看到描述一种编码的方法主要是通过“编码级”与“各级编码长度”两个指标来完成。这两个概念非常重要,必须弄清楚。在一定的编码规则下,编码长度不足或超长都属非法编码的范畴。另外,还有一类非法编码不易为用户所发觉,这就是“越级编码”,即其编码在隶属关系上出现间断。例:在国标行政区划码的编码规则下,下述编码均为越级编码:、、编码“”虽系“”(云南省)下的一个三级单位(第三级编码非“00”),但第二级编码却为“00”,所以该单位属哪个地(州)不明确,为非法编码。其余两个编码也有类似问题。§,是对单位进行归类划分的一种方法。设置分组标志是为对报表进行分组汇总、对数据进行归类分析服务的。对于一特定的单位,它在各分组标志上都有其特定的唯一取值。这里,我们不想从统计学的角度来对分组标志与标志值进行解释,我们只希望通过下面的例子,使用户能明白SARP系统所指的“分组标志个数”、“分组标志宽度”、“分组标志值”的含义。例如:/|||||\………/11特大型|按企业规模分|12大一型||13大二型||21中一型||22中二型|\30小型/一个为“按登记注册类型分”分组标志个数——2个| \一个为“按企业规模分”第一个分组标志值的宽度——3位。该标志的各值(110、120、130…)各占三位。第二个分组标志值的宽度——2位。该标志的各值(11、12、13、21、22、30)占两位。 110、120、130……为第一分组标志的可取标志值; 11、12、13……为第二分组标志的可取标志值。§ §,将涉及到大量的指标的汉字名称,这些汉字若直接装配在某一张表上,只能为该表打印时所使用,其它表上若有相同的指标出现,用户势必再重键入这些汉字。为了避免用