中國統計數據質量研究綜述

王晶

摘 要：隨著中國經濟發展方式的轉變，統計工作所面臨的內外部環境發生了巨大轉變，國際國內學者對中國統計數據質量一直質疑不斷，其中統計數據不協調成為社會各界關注的熱點問題。本文在回顧國內外宏觀經濟統計數據質量診斷的先進理論成果的基礎上，指出現階段統計工作中數據不協調問題顯著，認為在今后的統計工作中從數據協調性角度對數據質量進行診斷是十分有意義的。

關鍵詞：統計數據質量；數據協調性；理論研究；實證研究

一、 引言

統計數據是指在統計工作過程中搜集到的能夠反映社會經濟現象的數字信息以及相關聯的其他信息的總稱，是社會經濟的信息載體，統計數據質量的好壞決定著數據分析結果是否真實、可靠。改革開放三十多年以來，我國經濟飛速發展，GDP規模不斷發展壯大，GDP總量增長了20多倍，年平均增長速度直逼10%，中國創造了一個又一個人類經濟史上的新記錄。然而，一直以來，我國統計數據飽受統計學界的質疑。在質疑和反駁的過程中，學界和政府統計部門紛紛加大了對統計數據質量評估方法的探索力度。

二、 文獻綜述

（一）理論研究文獻綜述

國內外學者主要從統計數據質量涵義、統計數據失真機理、統計數據質量控制三方面出發，進行了大量的理論研究。其中，統計數據質量涵義主要研究數據質量的評估標準；統計數據失真機理主要研究導致統計數據出現質量問題的原因；統計數據質量控制主要是對統計誤差的產生與控制進行研究，涉及誤差的構成研究、測量誤差的統計分布與檢驗、缺失數據的處理方法等。

（二）國外理論研究文獻綜述

關于統計數據質量涵義的研究：20世紀初期圍繞統計數據質量，國外學者提出數據準確性是衡量數據質量的重要標準，但隨著研究的不斷推進，統計學者將統計數據質量從準確性單一標準推廣到一個內涵豐富的綜合概念。

關于統計數據失真機理的研究：20世紀三四十年代，美國國情局在人口普查時對非抽樣誤差進行了研究，在報告中指出了統計資料存在誤差的原因，并運用“單獨復核的方法”計算統計誤差。Chong、Uinam、Chung（1985）提出了由于概率分布引起的數據失真問題，這種失真問題不同于傳統的失真問題，它不能通過重復調查得到改善。

關于統計數據質量控制的研究：Ortiz、Sarabia（2006）指出一個合理的數據質量評估程序應該具備準確性、靈敏性、穩健性等特性，這就要求在異常值診斷時需要考慮回歸方法是否穩健。如果數據存在異常值時選擇非穩健的統計估計方法，將會嚴重影響參數的估計結果、模型對異常值的靈敏度以及異常值的檢測能力。文中提出最小中位數回歸方法在化學研究中的異常點識別是非常有用的。

（三）國內理論研究文獻綜述

關于統計數據失真機理的研究：許憲春（2002）認為現行的GDP核算體系存在諸多問題，如產業部門與支出項目的劃分不夠精確，各專業分季度統計調查制度不健全、不完善，國內生產總值缺少分季度生產和使用核算，價格指數數據不完全，其中服務業缺口尤為突出，不能完全反映未被觀測經濟，統計管理制度不夠完善，統計部門不夠獨立，人為主觀因素是影響統計數據質量的重要原因。

關于統計數據質量控制的研究：傅德印（2000）認為單一的準確性已不能保證用戶對數據質量的要求，他從技術層面出發，提出構建了統計數據質量控制技術體系，并對該體系的主要內容進行了詳細介紹。陳培培、金庸進（2012）總結與分析了以往我國經濟普查數據質量評估工作，指出匯總數據及基層個體數據抽樣的檢驗規則不科學、嚴謹，并給出相應改進意見。

通過研究理論文獻綜述，發現國外關于數據質量理論研究開始較早，發展較為成熟，但是各國統計管理體制不同，國外的一些研究成果在我國并不一定適用，我國應根據基本國情及統計實踐經驗，構建適合自己的統計數據質量評估體系。通過認真學習統計數據質量理論相關文獻，為本文數據質量涵義的界定及穩健MM回歸的實現打下了基礎。

三、 實證研究文獻綜述

國內外眾多學者除了在統計數據質量理論方面進行了大量研究外，也在實證研究方面做出了不斷努力，具體包括生產、消費及其他三個視角下的研究。其中，生產視角主要是對經濟增長單個指標數據準確性問題以及勞動、人力資源、能源等投入指標與經濟產出指標之間協調性問題的研究。

（一）國外實證研究文獻綜述

基于生產視角的研究：Rawski（2001）指出自1998年以來中國官方公布的GDP數據有高估嫌疑，并且偏誤遠遠大于統計技術困難帶來的誤差，近年來7%-8%的官方GDP增長率不能反映真實的經濟成果，文中給出了反映中國經濟增長情況的真實評估結果。認為1998年GDP增長率最高為2.2%，被高估了約5.5個百分點，1999年GDP增長率也遠低于7%（官方數據）。對中國宏觀經濟統計數據質量進行研究，發現無論采用年度數據、季度數據還是月度數據，這些宏觀經濟數據都能真實反映中國經濟運行情況，并且各指標數據與GDP數據增長趨勢基本一致，符合基本經濟規律。

基于消費視角的國外研究比較少，Rawski（2001）基于能源、消費等視角論證了中國經濟增長數據的可疑性。其中在消費視角上，指出中國消費數據之間、消費數據與收入數據之間不一致。

基于其他視角的研究：Scharping（2001）分析了人口數據， 指出計劃生育政策和人口流動性的增強導致中國人口統計數據存在嚴重問題。Sun Fei（2012）采用SWAT模型模擬了2000-2004年間江西省柘林鎮徑流量月度數據，并且對2002年數據進行了季節性分析，研究發現徑流量與降水之間存在穩定的內部關系，在沒有其他更好方法的情況下，可以用SWAT模型估計的徑流量值評估降水量的數據質量。

（二）國內實證研究文獻綜述

基于生產視角的研究：張新和蔣殿春（2002）首先利用1996-2001年間零售總額、進口等月度名義數據對GDP增長率進行估計，發現估算值與官方公布的名義GDP數據相差不大，且與官方公布的實際GDP增長在方向上也是一致的，但認為1998年月度數據值得懷疑。闕里、鐘笑寒（2005）選取10個宏觀經濟核心指標，利用1984-2001年間我國28個地區面板數據構建固定效應變截距模型對GDP數據準確性進行評估。

基于消費視角下的研究：許永洪、曾五一（2009）運用Hamilton-Costa方法，對1997-2006年居民消費價格指數偏差進行估算。研究發現，1999年官方居民消費價格指數與城鎮居民生活成本指數之間存在5.83%的累積偏差，其余年份兩指數之間存在內在一致性。

基于其他視角的研究：成邦文、董麗婭、楊峻（ 2000）選取覆蓋研究與開發機構經費、資產、成果等六個方面的86個統計指標，采用對數正態分布診斷法對這些指標數據的準確性進行了評估。認為地區及全國主要調查指標數據都比較可信。李子奈、周建（2005）運用聯合估計診斷方法對我國財政收入占GDP的比重、城市居民消費價格指數、財政收入增速、就業人員增速等36個主要宏觀經濟統計數據中存在的異常點進行識別與診斷。研究結果顯示，大約每十個宏觀經濟統計數據觀測值中存在一個異常點，異常點通常聚集成堆出現，孤立的異常點不是我國宏觀經濟時間序列的主要特征。

綜上所述，我們可以得出，在模型估計方法上，大多學者仍采用普通最小二乘法對模型參數進行估計，然而OLS回歸易受到數據集中少數異常值的影響，從而模型估計結果不準確，根據擬合模型得到的殘差不能檢測出所有異常點。近年來統計學者開始重視穩健估計方法，并建立基于穩健估計方法的數據質量模型，該方法能夠可有效地解決OLS方法中經常出現的多個異常點掩蓋的弊端。除此之外，統計學界對統計數據質量評估主要停留在單項數據準確性的研究上，對兩個或兩個以上統計數據之間的協調性研究比較少；對數據質量研究視角也較為狹窄，對消費視角下數據協調性研究較少。

四、 展望

目前實際統計工作中，各專業統計數據之間不協調、不同統計調查項目之間數據不協調等問題十分嚴重，從而導致統計數據質量不高。并且各宏觀經濟指標之間關系密切，通常情況下，各指標之間具有一定的匹配關系，即從協調性角度來看，各指標數據之間應該是相互協調的，這種協調關系可以通過計量模型進行反映。故為了解各變量之間的協調關系，可以首先尋找各宏觀經濟指標之間的一般關系計量模型形式，基于這一模型形式運用相關數據質量診斷方法對各指標之間的協調性進行評估，如果某年數據點偏離模型，則認為該年各指標之間是不協調的，這一年的數據質量較差。由于協調性的評估是基于計量模型的，則稱這一計量模型為協調關系模型。從系統角度將統計數據質量內涵與協調性結合起來，并建立數據協調關系模型，提出統計數據質量診斷方法，為宏觀經濟統計數據質量的評估提供了一定的方法論基礎。

參考文獻：

[1]余芳東.外國統計數據質量的涵義、管理以及對我國的啟示[J].統計研究，2002，（2）：26-29.

[2]許憲春.中國國內生產總值核算[J].經濟學（季刊），2002，2（1）：23-36.

[3]朱文杰，張繼良.統計管理體制改革及其模式初探[J].中國統計，2005，（8）：6-8.

[4]岳希明.我國現行勞動統計的問題[J].經濟研究，2005，（3）：46-56.