規模以下工業抽樣調查問題研究

金勇進 姜天英

規模以下工業以其規模小、數量多、分布廣、變化快等特點，在增加就業、促進經濟增長與科技創新等方面具有不可替代的作用，對國民經濟和社會發展具有重要的戰略意義。隨著規模以下工業數量的急劇增加以及調查對象的復雜變化，規模以下工業抽樣調查已暴露出諸多問題。本文以湖北省為例，通過對規模以下工業抽樣調查的全面評估和實地調研，總結了其面臨的突出問題，以期對完善規模以下工業調查提供參考。

一、抽樣調查背景

（一）發展歷程

國家統計局在1996年開展了工業統計抽樣調查試點工作，調查對象為年工業總產值500萬元以下的鄉及鄉以上獨立核算法人工業企業和工業活動單位，獲取年度數據。之后對調查方案進行了數次調整，主要集中在四個方面：一是規模限額值。試點調查時的500萬元，在2011年調整為2000萬元，并一直沿用至今。二是調查限額指標。1998—2005年，采用的是年產品銷售收入；2006年后，調整為年主營業務收入。三是調查基本單位。1998—2005年，調查基本單位調整為非國有工業企業和全部個體工業單位；2006年后，調整為工業企業和全部個體工業單位。四是調查頻率。由年度調查逐步調整為季度調查。

經過調整，目前的調查范圍為年主營業務收入2000萬元以下的工業法人單位和全部個體經營工業單位。

（二）抽樣設計

按照《規模以下工業抽樣調查統計報表制度》，將規模以下工業調查總體劃分為企業子總體和個體工業子總體，其中企業子總體包括目錄企業和非目錄企業。依據調查范圍，采用按名錄一階段分層隨機抽樣和按行政區劃分層隨機整群抽樣相結合的方法進行抽樣調查。

1.目錄抽樣。目錄抽樣是指依據企業名錄庫對目錄企業的抽樣，企業名錄庫的初始來源是最新的經濟普查結果，目錄企業是指規模以下工業企業名錄框中所包含的企業。目錄抽樣的調查對象為目錄企業，采用的調查方法是一階段分層隨機抽樣，從各省企業名錄庫直接抽取樣本企業。具體來說，首先，根據企業名錄庫，通過整理、過濾、核查等程序，確定目錄企業抽樣框，并對其賦予永久隨機數。其次，按照同時滿足以地區為總體和以行業分類為總體的抽樣精度要求，確定全國總樣本量，并分配至各地區各行業，以滿足省級推斷和行業推斷需要。最后，將行業作為分層的主要標志，依據分層和最終層的樣本量，采取一階段分層隨機抽樣方法，在最終層抽取樣本企業，并進行相應的總量估計。

2.地域抽樣。地域抽樣的調查對象是非目錄企業和全部個體工業單位，其中非目錄企業是指不在企業名錄庫中的企業，包括建立名錄庫時遺漏的企業和新增的企業。非目錄企業和個體工業單位采用的是分層隨機整群抽樣，具體為：首先，以行政村（居委會）為基本記錄單元的名錄庫，代表了全國地域，同時根據個體工業單位的分布情況，整理構建地域抽樣框。地域抽樣框的初始來源是經濟普查的個體工業經營戶數據庫。其次，以地區為總體，按照整群抽樣的樣本量計算公式確定樣本量，并依據個體規模對村（居委會）進行分層，確定各層內樣本量。最后，采用分層隨機整群抽樣，抽取相應樣本量的村（居委會），對樣本村（居委會）內的個體工業單位進行全部調查，并進行相應的總量估計。

非目錄企業的抽樣調查方法與個體工業單位一致，利用的是個體工業單位的整群樣本，對樣本村（居委會）的規模以下工業企業進行核查，確定最終的非目錄企業樣本。

總的來說，我國規模以下工業抽樣調查方案可總結如圖1。進一步地，為了適應調查總體的變化和提高調查對象的配合度，每5年會依據最新的經濟普查數據對規模以下工業進行樣本輪換。

圖1 我國規模以下工業抽樣調查方案

二、存在的問題

（一）抽樣框更新維護滯后

從規模以下工業調查方案中可發現，規模以下工業調查包含目錄企業抽樣框和地域抽樣框兩種。與地域抽樣框相比，目錄企業的組成單位是有名錄的企業，一方面由于其規模小，經營狀況不穩定，停業、破產、倒閉等現象經常發生；另一方面由于部分行業市場環境利好、政策鼓勵等，新增企業數量也在不斷增加，以至于總體和樣本變動頻繁?；诖耍疚闹饕懻摰氖悄夸浧髽I抽樣框，并從總體和樣本上分別說明。

1.總體上的對比。選取2013年和2017年的數據進行對比。2013年的數據是對湖北省第三次經濟普查數據進行過濾、核查及更正名錄庫內的有關信息而得到的，用于構建新一輪規模以下工業企業調查的名錄庫。2017年的數據是截至2017年底湖北省企業名錄庫的動態更新數據。2013年湖北省共有34880家規模以下工業企業，其中正常營業企業數量占比90.05%；到2017年，規模以下工業企業增至93890家，其中正常營業企業數量占比82.54%。二者比較發現，2013—2017年，湖北省規模以下工業數量有了較大幅度的增長，其間新增企業的數量遠遠大于2013年已存在的企業數量。雖然在數量上有較快的增長率，但從正常營業占比角度看，正常營業企業數量占比是下降的。也就是說，2013—2017年，雖然規模以下工業企業的數量增長較快，但不容忽視的是企業消亡的比例也在提高。

2.樣本上的對比。第三次經濟普查后，依據抽樣調查方案，湖北省的目錄企業樣本量為865家，樣本村（居委會）的數量為320個，這個樣本量將用于后續5年內的規模以下工業抽樣調查。從目錄企業角度看，在2016年的865家目錄企業中，正常上報的目錄企業共358家，剩余的目錄企業中有超過總量一半的比例處于關閉、停產、轉產、被合并的狀態，同時也有部分企業升入規模以上工業企業中。2017年的865家目錄企業中，正常上報的目錄企業共301家，剩余的目錄企業主要表現狀態為關閉和停產。從非目錄企業角度來看，2016年共有301家非目錄企業，其中正常上報的占比68.77%，不能正常上報的企業主要原因是關閉和停產。2017年非目錄企業共有406家，其中正常上報的占比57.88%，剩余的非目錄企業主要處于停產狀態。綜合來說，2016—2017年，正常上報的目錄企業數量在逐步降低，遠低于初始樣本量的865家。非目錄企業主要體現的新增企業，雖然從2016—2017年總量上有所增加，但正常上報的企業數量占非目錄企業的比例卻在減少。由此說明，湖北省規模以下工業樣本企業消亡速度較快。

通過從總體和樣本上的對比，規模以下工業企業總體和樣本都處在不斷變動中，企業新增和消亡速度較快，使調查樣本延續性較低。在5年一次的樣本輪換中，因目標總體處在不斷變化中，抽樣框缺乏穩定性，由此將導致抽樣框誤差，進而影響對目標變量的估計準確性。同時，在名錄庫的更新中，數據來源廣泛，各來源渠道數據均不完整且缺乏信息共享，這使更新維護工作量增大，從而導致更新滯后。

（二）樣本與總體存在差異

對規模以下工業企業，一般在經濟普查年份獲取總體數據，而后5年內，依據經濟普查數據制定抽樣框對樣本企業進行調查。為了比較樣本與總體間的差異，本文選取湖北省2013年核查后的目錄企業作為總體，選取2013年的樣本企業作為樣本，分析二者之間的差異。2013年的樣本企業是按照第二次經濟普查數據確定的樣本企業，共計984家企業，其中目錄企業859家，非目錄企業125家。為了全面評估樣本與總體間的差異，一方面計算相關變量的樣本與總體的分布檢驗；另一方面，從綜合評估角度出發，計算整體差異率，分析樣本與總體的偏離程度。

1.分布一致性檢驗。采用K-S檢驗對主營業務收入、從業人員數進行分布一致性檢驗，結果表明，在99%的置信水平下，這兩個變量在樣本和總體中的分布存在明顯的差異。這說明基于第二次經濟普查構建的抽樣框，在2013年規模以下工業企業抽樣調查時，樣本和當時實際總體之間的分布已經有了較大差異，樣本代表性不高。

2.綜合評估整體差異率。分別計算相關變量的代表性檢驗系數。選取主營業務收入作為目標變量，從業人員數和行業分類作為輔助變量，主營業務收入和從業人員數的代表性檢驗系數計算公式為：

其中y指依據樣本推斷的總量，Y指總體真值，該系數一般要求控制在3%以內。行業分類的代表性檢驗系數計算公式為：

通過計算可得，主營業務收入的代表性檢驗系數為19.8%，從業人員數的代表性檢驗系數為5.4%，說明樣本與總體在兩個變量上有一定程度的偏離，且主營業務收入的偏離程度較高。相對來說，從業人員數的偏離程度較低，一定程度上說明從業人員數變化相對穩定。行業分類的代表性檢驗系數高達60.3%，主要原因是部分企業由于總體較少，可能全部入樣，使該行業在全部行業內的結構差異率較大，從而在全部行業的角度上代表性檢驗系數較高。

在獲得輔助變量代表性檢驗系數后，分別計算輔助變量與目標變量的相關系數，將其標準化作為綜合評估的權重。通過對輔助變量的代表性檢驗系數加權求和，得到輔助變量的整體差異率為20.3%。綜合考慮目標變量和輔助變量的偏離程度可以發現，偏離程度在20%左右，說明樣本與總體的偏離程度較高，這會導致樣本代表性不足。

在新一輪樣本輪換時抽取樣本企業，具有較高的樣本代表性。隨著時間的推移，目標總體在不斷變化，調查的樣本企業保持不變，這將導致樣本與總體間產生較大差異，樣本代表性降低，從而一定程度上影響估計精度。

（三）存在調查誤差

規模以下工業調查的對象是規模以下工業企業和個體工業單位，實地調研中發現，其“低、小、散”情況明顯，容易導致管理困難，從而產生諸多抽樣誤差之外的調查誤差，而調查誤差一般不能通過增加樣本量來解決，調查誤差來源總結為以下幾點：

1.調查對象配合度不高。一是規模以下工業很多是自主經營，而提供數據是為上級服務，認為與己無關，或擔心“露富”，上報時采取報少不報多、報費用不報利潤的策略，難以取得真實數據。二是部分單位對統計調查工作認識不到位，主體責任意識不強，認為調查是為了多收稅，容易產生抵觸情緒，造成統計誤差的人為因素增大。三是調查對象對《統計法》認知不足，缺乏統計法律法規知識，擔心上報會影響后期經營和造成信息泄露等，對調查心存疑慮，難以達到如實填報的要求。

2.規模以下工業普遍缺乏核算資料，難以取得精準的調查數據。一是許多企業財務制度不健全，原始記錄、統計臺賬等財務核算基礎差。部分企業雖然建立了臺賬，但記錄不完整、不準確，從賬冊無法找到真實材料。也有許多規模以下工業企業和個體工業單位沒有生產臺賬、財務報表等，經營時沒有核算票據，或者經營收支與家庭生活開支混在一起，所報數據難以找到依據，數據推算難度大，造成推算數據偏離實際。二是規模以下工業抽樣調查中的很多企業和個體工業單位沒有專門的會計和統計人員，兼職財務人員往往不掌握企業生產與人員變動情況，極易造成報送數據與實際情況不相符的問題。即使有統計人員的企業，其統計專業知識也可能較為缺乏，盡管進行過多次培訓，但在填報時仍會出現數據不合邏輯、亂填亂報的現象。此外，部分企業沒有規范的管理制度，人員流動性大、穩定性差，統計工作銜接性差，員工業務素質不高，在一定程度上也很難保證報送數據的質量。

3.報表時間偏緊，人員配備不足。一是縣級市調查隊的工業企業報表需在每個季度15號前報送上級單位，個體工業報表需在每個月20號前報送，上報時間相對緊張。由于調查范圍大、企業變動快、縣區統計人員身兼數職，加之每季度的非目錄核查上報需要消耗大量的核查時間，統計工作量大，統計力量單薄，任務與力量的矛盾非常突出。二是部分個體企業的營業收入較高，達到微型或小型企業的標準，由于各種原因，不愿更改注冊類型，這在一定程度上加重了對個體工業單位的調查任務。三是輔調員素質不高且選聘困難。實際工作中，很難選調到專業知識過硬且專職的輔調員，一般為兼職。由于樣本村輔助調查員身兼數職、部分個體戶變動大、上報期工作量大等原因，在任務繁忙和補貼較少的情況下，其工作積極性不高。

三、工業規模劃分標準討論

由前文可知，2011年按照年主營業務收入2000萬元的標準將工業企業劃分為規模以上工業企業和規模以下工業企業，并一直沿用至今。其中規模以上工業是指年主營業務收入2000萬元及以上的工業法人單位，通過聯網直報進行全面調查。隨著經濟的快速發展，年主營業務收入2000萬元的劃分標準容易產生如下問題：（1）從湖北省的數據看，湖北省規模以下工業企業年主營業務收入占所有工業企業年主營業務收入的比例不到8%，這將會使抽樣調查失去意義；同時，規模以上工業企業數量過多，聯網直報缺乏有效監控，易使規模以上工業工作量過大，數據質量堪憂。（2）從全國范圍看，由于各地區經濟發展不平衡，年主營業務收入2000萬元的標準在東西部間的差異過大，容易導致部分地區規模以上工業企業數量較少，而部分經濟發達地區數量則較多。基于以上兩方面問題，本文認為當前的劃分標準值偏低，需要適當提高，由此引申出需研究的第一個問題：將標準值提高為多少合適？另外，主營業務收入變化幅度較大，該指標是不是最好的劃分指標？這是需要研究的第二個問題。下文將分別針對這兩個問題進行討論。

（一）規模劃分值

研究規模劃分值問題，主要采用邊際理論方法和抽樣誤差分析方法，分別討論最優的主營業務收入劃分值，也就是將主營業務收入提高至多少合適。所用數據為湖北省2016年的工業企業數據，共計50852家工業企業，其中規模以上工業企業15972家。而規模以下工業企業僅有調查數據，需要對其進行模擬，得到總體數據，最終將數量設定為34880家（由于未有數量增長情況的官方數據，為簡化計算，將其設定為第三次經濟普查的規模以下工業企業數量）。

1.邊際理論。將主營業務收入作為規模劃分指標，研究其最優劃分值。參考邊際理論思想，分析企業個數與工業企業年主營業務收入之間的關系。將50852家工業企業按年主營業務收入降序排序，以年主營業務收入的累計比重為縱軸，企業個數的累計比重為橫軸，繪制累計分布曲線圖，用來展示隨著企業個數的增加，年主營業務收入的累計情況，如圖2所示。

圖2 2016年湖北省企業累積分布曲線圖

按照邊際理論思想，最佳的規模劃分值應該是累計分布曲線與45°平行線的切點，如圖2中圓圈所示。在該切點左邊，企業個數增加一個百分比，主營業務收入增加的百分比要大于企業個數增加百分比；在該切點右邊，企業個數增加一個百分比，主營業務收入增加的百分比要低于企業個數增加的百分比，此時如果對主營業務收入較低的企業進行全面調查，效率較低。

表1 2016年湖北省全部工業企業按年主營業務收入分組數據分布表

表1展示的是按主營業務收入分組，分別計算各組內的企業個數累計比重和年主營業務收入累計比重情況。結合圖2和表1可得，按主營業務收入，湖北省工業企業的最佳規模劃分值大約在工業企業年主營業務收入累計比重為80%—85%處，此時規模以上工業企業個數占所有工業企業個數的比重大約為14.0%，相對應的最優主營業務收入的劃分值約為1億元。

2.抽樣誤差。由抽樣理論可知，隨著總體規模的增加，抽樣效率會隨之提高。將工業企業的規模劃分值提高，規模以下工業企業的總體規模將變大，這將有助于規模以下工業企業抽樣效率的提高。結合抽樣調查成本限制，總體規模和樣本量不可能無限增大，因此考慮從總體規?；驑颖玖颗c抽樣效率間的關系，來選擇最優的規模劃分值。在抽樣調查中，抽樣誤差可以有效用來反映抽樣效率。抽樣誤差是一個一般概念，可以用估計量方差或估計量標準差來表現。抽樣誤差是不可避免的，但可以加以控制，最根本的方法是改變樣本量，在其他條件相同的情況下，樣本量越大，抽樣誤差越小。抽樣誤差與樣本量的算術平方根大致呈反比關系，抽樣誤差在開始時隨著樣本量的增加而顯著降低，但經過一定階段后便趨于穩定，如果繼續增大樣本量，抽樣誤差只會有較小程度的降低，從成本角度來說是不合算的?；谠摾碚摚疚膰L試按照不同的劃分值確定規模以上工業企業和規模以下工業企業，并對規模以上工業企業實施全面調查，對規模以下工業企業實行抽樣調查，此時保持現有抽樣方法和抽樣比不變，選取估計量標準差表示抽樣誤差，分析總樣本量與抽樣誤差之間的關系，以選擇最優的規模劃分值。為保證抽樣結果的穩定性，每次規模劃分值調整后的抽樣都重復進行500次，抽樣誤差則是500次的平均值?？倶颖玖颗c抽樣誤差的關系見圖3。

圖3 以主營業務收入為劃分指標的樣本量與誤差的關系

由圖3可知，本文認為最優的劃分值應在總樣本量與抽樣誤差關系曲線的“拐點”。在該最佳臨界點的左邊，隨著樣本量的增加，抽樣誤差降低得較快；在該最佳點的右邊，隨著樣本量的增加，抽樣誤差降低的速度在減小。與圖3中最佳臨界點相對應的總樣本量約為8500左右，此時對應的主營業務收入約為1億元，規模以上工業企業數量占工業企業總量的14%左右。

通過以上兩種方法可以發現，二者的結論基本一致，可考慮將湖北省的規模劃分標準定為主營業務收入1億元，此時規模以下工業企業的調查變得更有意義，且抽樣效率有明顯改進。同時，標準的提高，有利于集中力量加強規模以上工業企業的數據審核，提高聯網直報的數據質量。

（二）規模劃分的指標

前文研究了對主營業務收入劃分值進行重新調整的問題，對于提出的第二個問題，主營業務收入是不是最佳的劃分指標，還需進一步討論。由于主營業務收入變化快，容易導致部分企業在規模以上和規模以下間頻繁跳動，而且考慮到各地勞動生產率不同，相同人數的企業，其產值可能存在很大差異。同時，在國外的諸多調查中，從業人員數作為劃分標準已得到廣泛應用?；诖?，本文設想是否可將從業人員數量作為劃分指標，將其與主營業務收入進行對比，選擇二者中較穩定的指標，擬分別從離散系數和指標增速兩方面進行比較。

1.離散系數。通常情況下，一個穩定的指標，其分布的方差較小，分布較集中，離散程度也較低。在統計量中，離散系數是離散程度的歸一化度量，是一個無量綱量，離散系數越小說明離散程度越低，因此被廣泛地應用于反映變異性。此處的離散系數討論的是，按照不同的規模劃分值，對規模以上工業企業進行全面調查，規模以下工業企業進行抽樣調查（仍然重復500次，最終的結果是500次的平均值），對所得的全部企業計算離散系數，用來比較兩個指標的變異程度，結果見表2。

表2 不同規模劃分指標的樣本離散系數

由表2可知，隨著規模劃分值的提高，主營業務收入和從業人員數的離散系數都在逐漸變小，但主營業務收入的離散系數都要大于從業人員數的離散系數，說明企業之間從業人數雖有不同，但與主營業務收入相比差異要小。因此，從業人員數的變異程度較低，更為穩定。

2.指標增速。為了比較兩個指標的穩定性，也可以從時間維度分析年主營業務收入和從業人員數這兩個指標隨時間的變化情況。依據2019年《湖北統計年鑒》，分別計算主營業務收入和從業人員數的單位指標增速，結果見圖4。

圖4 不同規模劃分指標均值同比增長圖

圖4所示的是主營業務收入和從業人員數同比增長情況，可以看到主營業務收入這一指標同比增長率要大于從業人員數同比增長率。這說明在時間維度上，主營業務收入隨著時間的推移變化幅度較大，相比之下，從業人員數表現得則較為穩定。

綜合離散系數和指標增速兩種方法，可以發現，從業人員數指標具有變異小、穩定性強、不同區域間具有相似性的特點，適宜作為工業企業規模劃分指標。在將從業人員數作為規模劃分指標下，參考前文的最優劃分值的方法，可將規模值設定在80人左右。

四、抽樣框設計討論

在當前的抽樣調查方案中，采用的是雙框抽樣：目錄企業抽樣框和地域抽樣框。在前文的問題分析中發現，相比地域抽樣框，目錄企業抽樣框變動頻繁，無法及時反映企業新增和消亡的變化情況，而企業一定是存在于某個地域上的，因此思考能否將雙框歸并為單一的地域框。如果使用單一的地域框，則需要保證單一地域框的抽樣效率要高于現有的雙框抽樣，本文選取樣本量和估計量方差作為評價準則。

（一）樣本量數據

依照2013年第三次經濟普查數據，湖北省規模以下工業企業總計34880家，村（居委會）31674個。按抽樣方案抽取865家目錄企業，這些目錄企業分布在765個村（居委會）；對個體工業調查抽取320個村（居委會），將二者匯總，剔除38個相同的村（居委會），湖北省規模以下工業的樣本共分布在1047個村（居委會）。如果考慮采用單一的地域框，在估計量方差一樣的情況下，新調查方案的樣本村（居委會）的數量應小于1047，說明使用單一地域框進行抽樣調查的設想成立。

（二）方差計算

從估計量方差角度，按照現行抽樣方案，估計量的方差為：

srs代表簡單隨機抽樣，cs代表整群抽樣，LE代表目錄企業，UE代表非目錄企業，G代表個體工業單位。假設非目錄企業與個體工業間相互獨立，則（3）式可以寫成：

而按照本文的思路，采用分層整群抽樣方法的估計量方差為：

假設目錄企業、非目錄企業和個體工業間相互獨立，則（5）式可以寫成：

（三）測算結果

如果采用單一地域框也需要對總體分層，為了與現行個體工業單位分層情況相匹配，也將全部31674個村（居）分為6層，其中，無個體工業單位的群單位分為1層（層代碼421），2000人以上為必選層（層代碼426），其他群單位按照累計平方根法分4層?，F行個體工業單位分層結果如表3。

表3 現行個體工業單位的地域抽樣分層結果

考慮將空心層（層代碼421）去掉，從而提高樣本的集中度。類似地，沒有目錄企業的村也去掉，于是湖北省共有9969個村（居委會）包含目錄企業。通過樣本量計算公式，抽樣精度與現行抽樣方案相同，即在95%的置信度下，最大相對誤差控制在10%以內，計算得到的樣本量為660個村（居委會）?？梢娫摌颖玖恳陀诂F行抽樣調查中的1046個村（居委會）。為了對該方法進行全面評估，分別測算了基于三種分層變量、兩種樣本量分配方式的估計精度，具體結果見表4。

表4 測算結果匯總

由表4的結果可得，以群內主營業務收入為分層變量的內曼分配方法在相對誤差和估計量方差上均優于其他方法，最主要的是優于現行的一階段分層隨機抽樣方法的估計精度，而且該方法分布的村（居委會）的數量要小于原有865家企業分布的村（居委會）數量。因此，我們認為對目錄企業采用單一地域框抽樣時，可以考慮以包含目錄企業的村（居委會）為抽樣總體，按照該村（居委會）內目錄企業的主營業務收入進行分層的內曼分配方法。

因前面的討論僅涉及目錄企業，如果考慮對規模以下工業企業和個體工業單位的調查采取一套樣本的設想，則需要從多目標問題中入手，討論在一次調查中同時估計兩個及以上的目標變量。在規模以下工業調查中，如果采用單一地域框，將企業和個體單位同時調查，則表現為分別估計規模以下工業企業的目標變量和個體工業單位的目標變量。而MPPS抽樣，即多變量與規模成比例的概率抽樣，可以有效地解決多目標抽樣的問題。將MPPS抽樣方法與現有的調查方法進行對比，結果見表5。

表5 MPPS抽樣結果與現行抽樣結果匯總表

由表5可以發現，MPPS抽樣結果與現行調查方案的結果相差不大，而且MPPS抽樣所需的樣本量要小于現行抽樣方案的樣本量之和（即902<1047）。因此，從調查成本和估計精度的角度出發，可以嘗試對規模以下工業調查采取一套樣本的調查策略，用MPPS抽樣方法進行多目標調查以獲得對規模以下工業企業和個體工業單位各自的總體估計。

五、結語

通過對規模以下工業抽樣調查進行全面回顧，詳細闡述了其發展歷程和抽樣調查設計方案，而后總結了當前規模以下工業調查所存在的三大類問題：抽樣框更新維護滯后、樣本與總體存在差異、存在調查誤差。同時討論了兩個熱點研究方向：工業規模劃分標準和抽樣框設計討論。

在以上研究的基礎上，對工業企業的討論仍面臨一定的挑戰，后續需要進一步討論：一方面，在工業規模劃分標準中，雖然對比了主營業務收入和從業人員數作為規模劃分指標的穩定性，認為從業人員數相對更穩定，更適宜作為規模劃分指標，但是，在工業企業的行業分類中，高技術行業勞動生產率高，勞動密集型行業勞動生產率低，行業對規模劃分標準的影響難以屏蔽；另一方面，在抽樣框設計的討論中，認為可以嘗試采用單一地域框對規模以下工業進行調查，但地域框的抽樣單元為村（居委會），忽略了現有調查方案中的行業分層標準，因此該方法對行業的推斷還需進一步研究。