輔助信息在我國服務(wù)業(yè)抽樣調(diào)查中的應(yīng)用研究

摘 要：服務(wù)業(yè)在我國經(jīng)濟(jì)轉(zhuǎn)型結(jié)構(gòu)中越來越受到重視。當(dāng)前，雖然我國統(tǒng)計(jì)部門為我國服務(wù)業(yè)的核算積累了大量的統(tǒng)計(jì)數(shù)據(jù)，但由于我國服務(wù)業(yè)統(tǒng)計(jì)調(diào)查起步較晚，在抽樣調(diào)查方法上還存在很多的改善之處，尤其是當(dāng)服務(wù)業(yè)總體單位較為頻繁的變動(dòng)時(shí)，現(xiàn)存的抽樣估計(jì)方法存在精度不高、估計(jì)效果不好的問題。為了解決這一問題，本文提出了基于輔助信息的廣義回歸估計(jì)方法和局部多項(xiàng)式方法，并給出了估計(jì)量的性質(zhì)和方差。

關(guān)鍵詞：服務(wù)業(yè)；抽樣估計(jì)；輔助信息

引言

隨著我國社會(huì)主義市場(chǎng)經(jīng)濟(jì)迅速發(fā)展，服務(wù)業(yè)在我國的國民經(jīng)濟(jì)中所占比重逐年提升。2017年，我國服務(wù)業(yè)增加值427032億元，占全國GDP比重為51.6%；服務(wù)業(yè)增加值比上年增長(zhǎng)8.0%，比國內(nèi)生產(chǎn)總值和第二產(chǎn)業(yè)增加值增速分別高出1.1和1.9個(gè)百分點(diǎn)，已連續(xù)五年在三次產(chǎn)業(yè)中領(lǐng)跑；服務(wù)業(yè)增長(zhǎng)對(duì)國民經(jīng)濟(jì)增長(zhǎng)的貢獻(xiàn)率為58.8%；拉動(dòng)全國GDP增長(zhǎng)4.0個(gè)百分點(diǎn)。雖然我國服務(wù)業(yè)的發(fā)展取得了巨大的成就，但與發(fā)達(dá)國家服務(wù)業(yè)相比，我國的服務(wù)業(yè)水平還明顯落后。因此，若要進(jìn)一步提高我國經(jīng)濟(jì)發(fā)展水平，實(shí)現(xiàn)經(jīng)濟(jì)結(jié)構(gòu)轉(zhuǎn)型，繼續(xù)提高服務(wù)業(yè)在國民經(jīng)濟(jì)中的比重至關(guān)重要。這就依賴于相關(guān)統(tǒng)計(jì)部門提供翔實(shí)可靠的服務(wù)業(yè)統(tǒng)計(jì)數(shù)據(jù)。因此，服務(wù)業(yè)的統(tǒng)計(jì)調(diào)查工作在政府統(tǒng)計(jì)工作中的作用就顯得十分突出。相對(duì)于農(nóng)業(yè)和工業(yè)統(tǒng)計(jì)調(diào)查工作而言，我國的服務(wù)業(yè)統(tǒng)計(jì)調(diào)查工作起步較晚，基礎(chǔ)建設(shè)以及相關(guān)制度法規(guī)都相對(duì)落后，導(dǎo)致關(guān)于服務(wù)業(yè)的統(tǒng)計(jì)數(shù)據(jù)的質(zhì)量較低。近年來，得益于國家統(tǒng)計(jì)局 的“四大工程”建設(shè)不斷推進(jìn)，包括服務(wù)業(yè)統(tǒng)計(jì)調(diào)查在內(nèi)的各種市場(chǎng)經(jīng)濟(jì)主體的統(tǒng)計(jì)調(diào)查數(shù)據(jù)質(zhì)量有所提高。但是，對(duì)服務(wù)業(yè)有著巨大作用的龐大個(gè)體經(jīng)營(yíng)戶和眾多新型服務(wù)業(yè)的單位仍然未能覆蓋；其次從所采用的抽樣調(diào)查的方法來看，仍然存在一些很多改善提高之處。從抽樣估計(jì)方法來看，普遍采用一次性抽樣方案設(shè)計(jì)，進(jìn)行簡(jiǎn)單的抽樣估計(jì)，很少采用廣義回歸估計(jì)、非參數(shù)回歸估計(jì)等先進(jìn)的調(diào)查技術(shù)。忽視這些問題則會(huì)帶來服務(wù)業(yè)的相關(guān)數(shù)據(jù)的調(diào)查結(jié)果精度不高，進(jìn)而影響服務(wù)業(yè)政策的合理制定實(shí)施。

為此，本文以服務(wù)業(yè)統(tǒng)計(jì)調(diào)查為研究對(duì)象，在總結(jié)現(xiàn)存服務(wù)業(yè)調(diào)查的缺陷基礎(chǔ)上，提出基于輔助信息的開展服務(wù)業(yè)抽樣調(diào)查的方法，給出具體的估計(jì)方法和估計(jì)量的性質(zhì)，進(jìn)而豐富我國的服務(wù)業(yè)調(diào)查方法。

一、我國服務(wù)業(yè)抽樣調(diào)查存在的問題

2011年以來，國家統(tǒng)計(jì)局實(shí)施了服務(wù)業(yè)財(cái)務(wù)統(tǒng)計(jì)報(bào)表制度，重點(diǎn)服務(wù)業(yè)調(diào)查制度和小微企業(yè)調(diào)查制度，至此，我國全面、統(tǒng)一、規(guī)范的服務(wù)業(yè)統(tǒng)計(jì)調(diào)查制度的基本框架才形成起來。這些工作的開展在一定程度上能夠彌補(bǔ)我國整體統(tǒng)計(jì)工作鏈條中最薄弱環(huán)節(jié)的不足，也標(biāo)志著我國服務(wù)業(yè)統(tǒng)計(jì)調(diào)查體系向現(xiàn)代化邁進(jìn)。雖然我國服務(wù)業(yè)統(tǒng)計(jì)調(diào)查工作改革初見成效，但是也應(yīng)當(dāng)看到服務(wù)業(yè)統(tǒng)計(jì)調(diào)查體系仍然存在問題，就抽樣調(diào)查方面而言主要有下面三個(gè)方面的問題：

（一）服務(wù)業(yè)總體單位變動(dòng)較大，抽樣框范圍覆蓋不全

對(duì)于規(guī)模以下服務(wù)業(yè)來說，我國現(xiàn)行的制度是采用抽樣調(diào)查為主，但是該類服務(wù)業(yè)的總體單位變動(dòng)較大（例如個(gè)體經(jīng)營(yíng)戶），在抽樣調(diào)查時(shí)候利用單一的抽樣框不能完全覆蓋抽樣總體單位，導(dǎo)致抽樣估計(jì)的效果不好。而對(duì)于規(guī)模以上的服務(wù)業(yè)單位來說，僅僅只是針對(duì)其中的重點(diǎn)企業(yè)系統(tǒng)內(nèi)部進(jìn)行調(diào)查，無疑會(huì)降低服務(wù)業(yè)在國民經(jīng)濟(jì)中所占的比重，調(diào)查數(shù)據(jù)的質(zhì)量也不能反映真實(shí)經(jīng)濟(jì)情況。經(jīng)濟(jì)社會(huì)的飛速發(fā)展，新的現(xiàn)代服務(wù)業(yè)和相關(guān)單位不斷的出現(xiàn)，只有不斷完善和改進(jìn)原有的抽樣框范圍才能滿足這些新興服務(wù)業(yè)數(shù)據(jù)收集的需要。

（二）未能從分利用抽樣調(diào)查中的輔助信息

在抽樣調(diào)查中，那些與研究變量相聯(lián)系的信息稱之為輔助信息 [1]。由于輔助信息與抽樣調(diào)查中的研究變量有著十分密切的關(guān)系，由于輔助信息與抽樣調(diào)查中的研究變量有著十分密切的關(guān)系，因此能否充分利用這些輔助信息，將會(huì)直接影響到抽樣調(diào)查效果的好壞。在抽樣調(diào)查中的抽樣設(shè)計(jì)和抽樣估計(jì)兩個(gè)階段，都可以直接應(yīng)用輔助信息，例如在設(shè)計(jì)階段根據(jù)輔助信息可以構(gòu)建抽樣框、確定層數(shù)、插補(bǔ)數(shù)據(jù)等；在估計(jì)階段，為了得到總體總值或者總體均值的估計(jì)量，利用輔助信息建立起的比率估計(jì)量和回歸估計(jì)量往往能夠取得很好的效果。。我國的稅務(wù)、工商、海關(guān)、公安和金融等政府部門，在日常的公務(wù)和管理中產(chǎn)生了大量的行政記錄這些輔助信息，其利用空間巨大。但是目前在服務(wù)業(yè)抽樣估計(jì)中，很少采用這些與目標(biāo)總體單位相關(guān)的信息。

（三）抽樣估計(jì)方法滯后，導(dǎo)致估計(jì)效果不好

一直以來，我國政府統(tǒng)計(jì)調(diào)查在抽樣估計(jì)環(huán)節(jié)一直是采用的是簡(jiǎn)單估計(jì)方法：即直接利用樣本的數(shù)據(jù)去估計(jì)總體總值或者總體均值的數(shù)據(jù)。但在實(shí)際情況中，很多服務(wù)業(yè)的數(shù)據(jù)由于很多原因無法直接獲取，對(duì)于很多調(diào)查的研究變量來說，相關(guān)數(shù)據(jù)的缺失導(dǎo)致樣本的代表性降低，而利用傳統(tǒng)的基于設(shè)計(jì)的抽樣估計(jì)方法（例如簡(jiǎn)單隨機(jī)抽樣）得到的估計(jì)結(jié)果往往精度不高。基于模型的估計(jì)方法雖然估計(jì)精度很高，但是估計(jì)量的性質(zhì)往往依賴于模型，例如要求輔助變量信息完全、輔助變量和研究變量之間存在完全的線性關(guān)系等。目前，國外在實(shí)際的服務(wù)業(yè)抽樣調(diào)查中，采用的模型輔助估計(jì)方法，從分利用了輔助信息，很好地解決了這一問題，但是國內(nèi)方面，則未見該方法的應(yīng)用。

二、輔助信息在服務(wù)業(yè)抽樣調(diào)查中的應(yīng)用

輔助信息在抽樣估計(jì)中發(fā)揮著巨大的作用，一方面對(duì)于研究變量的缺失是一個(gè)補(bǔ)充，另一個(gè)方面可以很大提高估計(jì)的精度。在我國服務(wù)業(yè)抽樣調(diào)查中，存在大量的輔助信息，如果能從分利用這些輔助信息，則會(huì)很大提高抽樣估計(jì)的精度，進(jìn)而達(dá)到抽樣調(diào)查的目的。下文將介紹包含輔助信息的兩種常用的抽樣估計(jì)方法，廣義回歸估計(jì)方法和局部多項(xiàng)式方法。

（一）廣義回歸估計(jì)方法

廣義回歸估計(jì)量（GREG）是（Cassel， Srndal 和Wretman， 1976， Sndal， Swensson 和 Wretman， 1992）應(yīng)用最廣泛的模型輔助估計(jì)量，廣義回歸估計(jì)量是利用研究變量與輔助變量之間的相關(guān)關(guān)系，運(yùn)用回歸分析這一工具，進(jìn)行回歸估計(jì)，在抽樣調(diào)查中是一種很重要的估計(jì)量。其估計(jì)方法（·）采用的是線性函數(shù)的形式：

從上式可以看到計(jì)算 GREG估計(jì)量需要樣本數(shù)據(jù)的研究變量值和輔助變量值， 這兩項(xiàng)可以通過調(diào)查抽樣得到的樣本來得到。同時(shí)還需要利用輔助變量總體總值或均值， 但并不需要總體每一個(gè)單元的輔助變量值，顯然在實(shí)際應(yīng)用中，這是比較容易得到滿足的條件，所以GREG估計(jì)量較為容易進(jìn)行運(yùn)用 Srndal， Swensson 和 Wretman （1992）對(duì)GREG估計(jì)量做了綜合的分析并把它推廣到多階抽樣和多重抽樣設(shè)計(jì)中。

GREG估計(jì)量具有很多的優(yōu)點(diǎn)，只需要利用樣本的輔助變量的信息而不需要全部整體的輔助變量即可得到關(guān)于總體的估計(jì)量，在實(shí)際應(yīng)用中，當(dāng)研究變量和輔助變量呈現(xiàn)線性關(guān)系時(shí)，GREG估計(jì)量的估計(jì)效果很好，估計(jì)精度也通常會(huì)很高。但是在實(shí)際情況中，會(huì)遇到各種各樣的總體情況，有時(shí)候研究變量和輔助變量的關(guān)系較為復(fù)雜，根本不是線性關(guān)系，這時(shí)候GREG估計(jì)效果不好。為了更好的刻畫研究變量和輔助變量的關(guān)系，提高模型輔助估計(jì)方法的適用性，非參數(shù)方法應(yīng)運(yùn)而生。比如下面介紹的方法，對(duì)（·）采用局部多項(xiàng)式回歸。此外，盡管GREG估計(jì)量針對(duì)多元輔助變量有很好的適用性，但具體到數(shù)據(jù)類型，比如輔助變量時(shí)分類變量的情形時(shí)，GREG估計(jì)量處理起來顯得特別復(fù)雜，而采用非參數(shù)估計(jì)量則能夠取得很好的效果。

（二）局部多項(xiàng)式回歸方法

Breidt 和 Opsomer（2000）對(duì)模型總體μ（·）進(jìn)行這樣的處理，假定μ（·）是一元輔助變量x的光滑函數(shù)，對(duì)μ（·）的估計(jì)方法采取了非參數(shù)回歸中的局部多項(xiàng)式回歸。主要的方法如下：

三、總結(jié)與展望

本文針對(duì)我國服務(wù)業(yè)抽樣調(diào)查中現(xiàn)行抽樣調(diào)查存在的問題，在已有的抽樣估計(jì)理論研究的基礎(chǔ)上，結(jié)合服務(wù)業(yè)抽樣調(diào)查的實(shí)際情況，提出基于輔助信息的服務(wù)業(yè)抽樣估計(jì)方法的思路，并對(duì)估計(jì)量的性質(zhì)做了研究。通過本文的研究，建立了一套基于輔助信息服務(wù)業(yè)抽樣估計(jì)方法，可為我國政府統(tǒng)計(jì)部門搜集更為準(zhǔn)確的服務(wù)業(yè)數(shù)據(jù)，為制定正確的經(jīng)濟(jì)結(jié)構(gòu)轉(zhuǎn)型升級(jí)政策提供數(shù)據(jù)支持。限于篇幅，本文未就提出的抽樣估計(jì)方法的功效進(jìn)行檢驗(yàn)與比較，也未能在實(shí)際的服務(wù)業(yè)抽樣中進(jìn)行具體實(shí)施，這也將是下一階段的工作方向所在。

參考文獻(xiàn)：

[1] 劉建平.輔助信息在抽樣調(diào)查中的應(yīng)用模型和方法[M].北京：中國統(tǒng)計(jì)出版社，2008.

[2] Srndal C.E.On π-inverse Weighting Versus Best Linear Unbiased Weighting in Probability Sampling[J].Biometrika，1980，（67）：639-650.

[3]Srndal C.E，Swensson B and Wretman J（1992）.Model Assisted Survey Sampling[M].Springer-Verlag，New York.

[4]Breidt F J，Opsomer J D.Local polynomial regression estimators in survey sampling[J].The Annals of Statistics，2000，（28）：1026-1053.

作者簡(jiǎn)介：

陳飛，華南理工大學(xué)經(jīng)濟(jì)與貿(mào)易學(xué)院。