数据造假虚假政绩PPT：虚报瞒报篡改数据的四类表现｜课件+讲稿

配套讲稿试读

节选一：每条记录都有出处，为什么汇总结果仍可能虚高

第一类常见表现，是没有真实业务和制度依据，却通过拆分、重复统计、虚构交易或提前确认等手段放大数据结果。这里的关键不是“拆分”两个字本身，而是拆分有没有真实业务依据、是否符合统一制度和核算规则、是否导致同一业务被重复计算或者无中生有。正常的业务分类、项目细分和符合制度的核算调整，不能机械认定为造假。例如，同一项目在不同条线重复报送，同一服务事项被多次计入完成量，同一笔业务在不同期间被重复确认。表面上每一条记录都“有出处”，但如果本质上指向同一实际事项，重复累计就会造成总量虚高。有的为了提高项目数、完成量、覆盖量，把原本应当作为一个整体核算的事项人为拆分成多个子项，再分别计入统计结果。判断时要核对制度口径，看拆分是否有业务实质、是否改变了统计对象和统计单位、是否造成重复计算。如果数据增长来自虚构合同、虚假凭证、空转交易、虚构项目进度等方式，或者相关凭证只是为了“把数字做出来”而事后补造，就已经不是一般口径问题。核查重点应放在真实业务流、资金流、合同流、项目进度与统计结果能否相互印证。有些业务确实存在跨期确认，但必须有制度依据。如果为了完成当期目标，擅自把未来期间的数据提前计入，或者把不利数据推迟确认，就会扭曲真实趋势。核查时不能只看最终总量，还要看时间点、确认条件和原始记录。识别要点：先问“业务是否真实”，再问“统计单位是否重复”，再问“确认时间和口径是否有制度依据”。只有把业务链与数据链对应起来，才能判断是正常核算还是人为虚增。

节选二：不改原始数字，也可能通过筛选样本制造片面印象

第四类常见表现，是数据本身可能来自真实记录，但通过只选某些时间段、某些样本、某些指标、某些区域来呈现，刻意回避不利事实，最终让使用者形成与整体实际不相符的判断。选择性上报的隐蔽性在于，它不一定需要直接改动原始数字，却可能通过“选什么、不选什么”制造片面印象。例如，只选表现最好的月份说明全年趋势，或者用短期反弹掩盖长期下滑。核查时要看为何选择这个时间区间，是否与制度要求一致，是否有意规避不利时段。如果评价对象本应覆盖全体，却只抽取条件较好、完成度较高的部分进行汇总，就可能使样本失去代表性。尤其在满意度、覆盖率、项目完成率等指标中，要关注样本选择是否透明、可重复、符合既定规则。有的工作既有数量目标，也有质量、安全、效益、群众评价等约束。如果只报数量增长，不报质量下降和风险上升，就会把复杂工作压缩成单一“好看数字”。正确做法是完整反映主要结果和关键约束。典型示范点可以反映工作亮点，但不能替代整体情况。讲一个点做得好，不等于全域都达到同样水平。核查时要把示范样本与总体数据、基层随机抽查和群众实际感受相互印证。识别要点：选择性上报往往不是“数字真假”一个问题，而是“信息是否完整、呈现是否客观、样本是否有代表性、是否足以误导评价”的问题。