工業“大個體”抽樣統計初探

個體工商戶（簡稱“個體戶”），一直是浙江經濟不可或缺的重要組成部分，特別是工業個體戶，其數量在全國位列第一,在浙江工業經濟發展、解決城鄉勞動力就業等方面發揮重要的作用。并且，個體戶以其特有的靈活性為浙江工業體系強鏈、補鏈、延鏈發揮積極作用。其中，部分個體戶規模已經達到或超過規模以上工業企業統計標準，由于現行的規模以上工業統計制度不涉及個體戶經營單位，而規模以下工業統計中個體戶調查又建立在以整群抽樣為基礎的推算之上，造成了一直以來大型個體戶數據統計缺失。如何將此類與規模以上工業企業同等體量的工業“大個體”納入常規統計調查，更加及時準確地反映當下工業經濟全貌，具有較強的現實意義。本文基于工業個體戶調查實際，剖析現行工業統計體系及抽樣調查制度，對優化規模以下工業統計抽樣方法進行探索性研究，以期對工業“大個體”統計調查有所裨益。

工業個體戶統計現狀

目前工業個體戶統計由規模以下工業抽樣調查承擔，具體為：根據上一輪經普數據整理抽樣框，將村（居委會）按照規模進行分層，按照規模較大層抽取較大抽樣比的原則進行一階段整群抽樣——根據計算好的每層樣本量在相應層中隨機抽取nh個村（居委會）作為該層的樣本，抽中的樣本村權數為該樣本村被選概率的倒數，個體工業單位的基礎權數等于其所在村的權數；完成分層隨機整群抽樣后，對抽中的樣本村內所有個體工業單位按季進行全面調查，根據所有有回答的個體工業調查單位填報的指標值與權數的乘積合計值估計個體工業子總體的指標總量。其調查目標為該地區規模以下工業個體子總體，與工業“大個體”調查目標并不一致，調查指標為從業人數和工資總額，不涉及營業收入，只能通過統計推斷了解落在樣本村中的工業“大個體”情況。

工業“大個體”統計困難

（一）缺乏工業“大個體”單位名錄有效獲取途徑

目前工業“大個體”單位名錄主要獲取途徑為四經普個體戶調查資料、稅務部門有關個體戶一般納稅人管理的資料以及基層統計部門掌握的情況。由于個體戶經營不穩定，營業收入起伏較大，四經普個體戶調查資料時效性不強；稅務部門對核定征收個體戶無收入等相關指標強制報送要求，掌握的個體戶收入情況不盡全面，基層統計部門掌握情況多限于樣本村，難以形成全面有效的調查名錄。

（二）“個轉企”對“大個體”統計調查影響較大

近年來，個體戶“個轉企”較為普遍，一是各級政府出臺系列優惠政策，個體戶轉為企業后可參與投標、競標，并享受經信等相關部門的政策扶持，因此符合條件的個體戶轉企業意愿較為強烈；二是浙江電商發達，個體戶為謀求發展、擴展銷路多進行線上銷售，電商平臺進駐普遍要求企業資質，此外大部分的投融資方案都是基于有限責任公司進行設計的，個體戶身份轉變也有利于此后的融資發展。開展“大個體”統計調查，調查對象維護難度較大。

（三）工業“大個體”統計基礎薄弱

一是個體戶經營者統計觀念相對淡薄，沒有意識到統計工作是其應盡的責任和義務，甚至有部分經營者認為統計調查影響其正常經營，存在一定的抵觸情緒，配合度較差。二是工業“大個體”財務基礎薄弱，財務會計制度不健全、原始憑證登記不完善的情況較普遍，加上現金交易多，個體經營者數字全憑回憶或估計，隨意性較大，臺賬不完備，兼職會計按季出的財務報表無法真實反映其真實收入情況。三是統計業務能力弱，調研中發現個體戶在工業總產值、銷售產值和營業收入等數據填報時容易混淆概念，加上兼職會計對企業的產品產值了解不多，在填報工業產品產值時存在較大的難度。

規模以下工業抽樣方法優化

根據現行的工業個體調查制度和工業“大個體”實際情況，本文將從樣本輪換、日常抽樣和數據修正等方面探索優化規模以下工業抽樣方法的可行性對策，以期準確及時反映工業“大個體”情況。

（一）規模以下工業樣本村輪換設計優化

根據浙江產業集群、個體集聚的特點，可在樣本村輪換時采用不放回不等概率抽樣——等概率抽樣特點為總體中每個單元的地位相同，抽樣時采取“平等對待”的原則進行，不等概率抽樣則以工業“大個體”出現的頻次作為重要性判斷標準，抽樣時賦予更高的入樣概率。首先將全省樣本村居根據個體戶集聚程度整理抽樣框，以樣本村中個體戶數量或達到相應規模（營業收入達到及超過2000 萬元）個體戶數量作為樣本村規模指標；再次根據抽樣精度要求確定總抽取數量n，進行ΠPS 抽樣，假設樣本村i 的規模為Mi，總規模為MO，總體中單位i 的入樣概率為，考慮到ΠPS 抽樣二階入樣概率難求，方差估計困難，可采用霍維茨——湯普森進行計算總量和方差的無偏估計。該方法可以在保證樣本村抽取符合總體的一致性、無偏性、準確性的同時賦予工業“大個體”集聚的村居更大入選概率，讓更多工業“大個體”進入調查范圍。

（二）日常抽樣調查方式優化

一是參照規模以上工業統計名錄庫審批流程，建立工業“大個體”進庫退庫制度，在年初將上年營業收入未達2000 萬元的調查單位統一退庫，開網前將因“個轉企”已變更為企業的調查單位統一退庫，以解決工業“大個體”維護難問題；二是建立新增工業“大個體”核查制度，定期通過稅務部門獲得營業收入2000 萬元以上個體戶一般納稅人資料，根據個體工業調查獲得上季度從業人員期末人數超40 人的個體戶（剔除季節性營業個體戶）名單，兩者剔重后形成工業“大個體”核查名單，統計人員實地核實，將滿足工業“大個體”要求且具備獨立報送能力的調查單位納入當期工業“大個體”調查。

（三）應用敏感性問題抽樣模型修正調查結果

針對個體戶經營者配合度低、不愿意透露真實收入的情況，可采用沃納隨機化回答模型等隨機化問答技術修正其回答，提高相關數據的真實性和準確性。即涉及收入等敏感問題的填報項設計時只有屬于或不屬于兩種情形，構建簡單二元總體，調查對象被要求回答“是”或者“不是”，統計人員并不知道其回答問題，只知道兩個問題提出的概率分別為P 和1-P，使個體戶營業者自信其回答不會泄露本人隱私。以實際收入是否超過2000 萬元為例，將收入超過2000 萬元個體戶占所有調查個體戶比例作為目標量，設為Pi，制作兩類卡片，卡片1：“上年收入已達或超過2000 萬”，卡片2：“上 年收入未達2000 萬”，卡片1 所占比例為P，卡片2 所占比例為1-P。調查n 位個體戶營業者，讓其兩類卡片任抽一張，并對所抽卡片上問題作出真實回答“是”或者“否”，用n1標識回答為“是”的人數，則樣本人群中回答“是”概率為：

=P（收入達2000 萬）·P（回答是/收入達2000萬）

+P（收入未達2000 萬）·P（回答是/收入未達2000萬）

=Pi*P+（1-Pi）（1-P）=（1-P）+（2P-1）Pi

進而獲得Pi估計值為Pi=。通過使用敏感性問題抽樣模型，可以為進一步修正工業“大個體”總量指標提供參考。

單獨進行工業“大個體”調查投入人力物力大，調查成本高，可在現行統計制度基礎上，通過優化調查設計，輔以多種調查手段解決其調查對象不穩定、數據采信度低等問題，探索工業“大個體”統計的可行之路。