基于SAM的宏观统计数据质量评估方法研究

全文总计 7169 字,阅读时间 18 分钟,快速浏览仅需 4 分钟。

英文标题:Research on Data Quality Assessment Methods of Macro Statistical Based on SAM

内容摘要:数据质量评估是统计数据质量管理的重要环节。从SAM核算框架入手,提出了宏观统计数据质量的评估方法,主要包括等量核算指标体系评估方法、账户平衡指标体系评估方法及“问题型”评估方法,以期从SAM的角度为宏观统计数据质量的甄别和提高提供一种研究方法。

关键词:社会核算矩阵,统计数据质量,评估方法  social accounting matrix,the quality of statistical data,ass

GB/T 7714-2015 格式引文:[1].基于SAM的宏观统计数据质量评估方法研究.[J]或者报纸[N].统计与信息论坛,(8):8-14

正文内容

  统计数据质量是统计工作的生命。当前,中国统计数据质量管理存在统计数据质量理论与政府统计实践脱节、控制措施与事后评估没有很好地结合等问题[1]。社会核算矩阵(Social Accounting Matrix,简称SAM)、国民收入与生产核算、投入产出核算是国际上通行的反映整个经济状况的三种核算框架[2]。SAM的编制为各类统计资料的整合与校正提供了可能,基于SAM构建的宏观统计数据可靠性质量评估体系可以检验各类宏观统计数据的一致性,查找和调整数据间可能存在的矛盾,控制和评估统计数据质量。从这个意义上说,SAM的编制对于进一步提高中国统计数据质量管理、推进统计制度方法改革和完善国民经济核算方法有重要的理论意义。同时,收集、组织和整合各类统计信息的SAM编制过程是加强专业统计数据之间、专业统计与国民经济核算数据之间、政府综合统计与部门统计数据之间、国家统计与统计数据之间的协调过程,对保证统计数据在源头上的准确性具有重要的实践意义。基于SAM构建的宏观统计数据可靠性质量评估体系也给政府统计部门及其数据需求者提供甄别、校验宏观统计数据质量的方法。

  一、国内外统计数据质量研究现状述评

  (一)国外研究现状述评

  统计数据质量是统计工作的生命。在20世纪80年代以前,国外统计界学者主要以提高统计数据的准确性为出发点,从数理统计和抽样技术角度,大量研究如何缩小统计误差、控制数据质量。近30年来,国外学者关于统计数据质量问题研究出现了两个新的变化趋势:一是数据质量的概念从狭义向广义方向发展,提出了准确性、时效性、可比性、满足用户需求性等多维的全方位的数据质量内涵;二是建立一套全面系统的统计数据质量评价和管理体系[3]5-17。如北欧国家统计机构建立了比较健全的数据质量评价和管理机制,美国商务部分析局定期评估国民经济核算数据质量,澳大利亚建立了国际收支和住户调查数据质量评估体系。

  社会核算矩阵、国民收入与生产核算、投入产出核算是国际上通行的反映整个经济状况的三种核算框架。SAM被定义为“以矩阵形式表示的SNA账户,刻画了供给表、使用表与部门账户之间的关系;它反映了一定时期内社会经济主体间的各种关系”(UNSO,1993)、(联合国等,1995)。编制SAM的过程也是对不同来源的数据进行搜集、梳理、整合和对统计数据质量进行全面检验的过程。Keuning和Verbruggen(1994)以SAM为基础所提出的SESAME核算体系已经在欧洲得到实施;Keuning(1998)甚至建议将SAM作为新国民经济账户体系的基础。

  可以看出,统计数据质量是一个相对的属性化概念,各国统计机构和有关国际组织从满足用户需要的角度出发,确定了统计数据质量的概念、数据质量评价和管理机制。利用SAM的账户平衡原理对国民经济进行核算及其对宏观统计数据质量进行控制与评估在国外已经相当普遍,也是今后进一步研究宏观统计数据质量管理的重要方法。

  (二)国内研究现状述评

  中国统计理论界学者越来越重视数据质量管理的研究。傅德印(1999)提出了广义的数据质量涵义[3];刘洪等(2007)用趋势模拟法评估统计数据质量;许宪春(2008)认为各专业(如财政、金融等)统计数据与国民经济核算数据之间、国家与地区统计数据之间存在衔接质量上的问题,提出了提高统计数据质量的对策;文兼武(2009)认为提高统计数据质量首先面临的重大挑战是确保数据的真实性。目前,国内学者常用的宏观统计数据质量客观评估方法有比率法、最大最小值法以及加权平均法;同时利用专家评价、国际数据质量认证标准体系等建立统计数据质量评估体系。国家统计局已把提高统计数据质量摆到了统计事业健康发展的战略地位,加大了管理力度。2002年,中国正式加入了国际货币基金组织制定的数据公布通用系统(GDDS),对提高中国统计数据质量具有非常重要的意义。

  相对国外成熟的宏观统计数据质量,国内学者对宏观统计数据质量的研究比较薄弱,主要以单项数据质量管理为主,缺乏综合的全面质量管理体系;对数据质量内涵的理解较为狭窄,主要围绕着数据的准确性进行评估,对数据质量的其它方面重视不够;对综合利用国际三大核算框架验证数据的一致性、特别是利用SAM研究宏观统计数据质量有待进一步探讨。相对于国外成熟的基于SAM对宏观统计数据质量的研究,中国学者对编制SAM过程改进一个国家或地区的宏观数据质量方面的检验功能和作用缺乏深入挖掘。因此,在宏观核算框架下,基于SAM在对宏观统计数据进行整合、校准的过程中探讨统计数据质量是一个值得研究的问题。

  二、宏观SAM及其框架结构

  (一)SAM及其内在机理

  一般地,SAM结构采用行列交错的矩阵表式来表示,每一行和每一列都代表着一个账户,该账户反映的是经济交易和经济事项的具体承担者,包括生产活动(商品)账户、要素账户、机构部门账户、贸易账户、积累/资本账户、合计账户[5]94-121[6]34-35。在矩阵表中,行代表该账户的收入,列代表该账户的支出。

  如表1所示,SAM以一个矩阵(n×n)对国民经济体中所包含的各类账户之间的交易进行记录。表1行列交错所形成的流量

  T={}i=1,…,n;j=1,…,n

  其中,i表示第i个行账户,j表示第j个列账户,表示从账户j支出到账户i的交易值,既是第i个账户的收入,也是j个账户的支出;n代表矩阵的维数,即SAM的账户数目。

  根据国民经济核算基本原理,SAM表式结构中任何收入都应有相应的支出,且矩阵中的行所代表的收入和与相应的列所代表的支出和两者相等。在表1中,SAM表式结构所蕴含的内在机理是收支平衡,即SAM的行和(总收入)与列和(总支出)相等。其内在机理的恒等式如下:

  

  

  (二)宏观SAM框架结构

  理论上并没有固定的SAM框架,但SAM灵活地使用了SNA的中心框架——中心账户体系,因此可以把SAM看作为SNA的矩阵形式表述。

  一般地,根据研究问题的需要,SAM框架结构中所包含的账户、账户的细分程度与安排方式、表式结构等都具有灵活性,交易流量在表中的记录方式也可以变化。在这里,对于常见的开放型经济体宏观SAM来说,一般省级宏观SAM编制主要设计15个实体账户①,汇总账户可以看作是过渡性账户,见下页表2。如果在表2中去掉账户7(地方政府补贴账户)、账户10(地方政府账户)、账户13(国内其他地区账户),则表2为国家层面的描述性宏观SAM。

  三、基于SAM的宏观统计数据质量评估方法

  SAM各交易矩阵单元是建立在许多完全不同的数据集基础之上,因此,不同的数据来源与处理,使得最终编制的结果有可能存在不平衡[7]。而在SAM的编制过程中,综合利用了国家或地区IO表、国民经济账户、贸易数据、政府税收和补贴等数据,因而利用SAM编制过程来探讨宏观统计数据的质量问题,是一个新的领域。如果最终编制SAM不平衡,可利用账户平衡技术进行平衡。由于SAM平衡技术只是注重数据之间数理推导的逻辑关系,为了保证行和与列和相等,在平衡过程中使得原来一些本身来源可靠的账户数值发生了变化,与此同时,其他账户数值也会发生变化[8]81-82。虽然从技术上保证了行和与列和相等,但最终编制的SAM各账户数值是否符合国民经济核算需要或账户本身平衡关系,就需要运用评估方法,对编制过程中利用到的宏观统计数据进行可靠性质量检验。本文基于SAM构建的宏观统计数据质量评估方法主要包括等量核算指标体系评估方法、账户平衡指标体系评估方法和“问题型”评估方法。其中“问题型”评估方法是从SAM的编制过程中或应用过程中出现的“重点问题”入手,从不同的侧面对统计数据质量进行评估。

  (一)等量核算指标体系评估方法

  SAM的内在机理蕴含着GDP不同方法(收入法、支出法、生产法)的核算,但在SAM编制过程中,往往由于强调整体的平衡而使基于国民经济核算的SAM中GDP构成项数值发生了变化。因此,基于SAM,利用不同方法核算GDP是否相等来构建宏观统计数据质量评估指标体系。

  在这里,评估体系划分为三级指标:Ⅰ级指标是GDP不同核算方法的组成部分;Ⅱ级指标对Ⅰ级指标进行细化;Ⅲ级指标再对Ⅱ级指标进行细化。有的Ⅱ级指标没有对应的Ⅲ级指标,可以把Ⅱ级指标看作Ⅲ级指标。最终形成的Ⅲ级指标可以在宏观SAM中找到相应的位置,见第7页表3。如果Ⅲ级指标在宏观SAM对应位置数值总和不等于Ⅰ级指标数值或者Ⅱ级指标数值总和,说明SAM编制不平衡,宏观统计数据质量有待进一步甄别。因此,就要顺着Ⅱ级指标至Ⅰ级指标对应的项目,查找其中存在的数据不衔接问题。

  结合表2(见下页)描述性宏观SAM,基于SAM的GDP不同核算方法构建的宏观统计数据质量可靠性评估三级指标体系见表3②。

  如果宏观统计数据质量比较可靠,则最终SAM编制结果应符合如下等量核算关系:

  收入法GDP=使用法GDP=生产法GDP

  (二)账户平衡指标体系评估方法

  对不平衡SAM利用账户平衡技术平衡后,只是从数理的角度满足了行和与列和相等,但并不能保证各账户仍然平衡。因此,对账户体系进行必要的梳理,形成一套数据质量评估指标体系,有利于从账户平衡的角度对宏观统计数据质量可靠性进行评估。由于宏观SAM的复式账户与宏观SAM之间存在一一对应关系,因而可以用复式账户来表示SAM的行列。账户平衡体系的构建遵守的基本原理就是收支平衡。编制宏观SAM过程中,宏观统计数据出现的质量问题数据能很快地从账户体系中查找到问题来源。

  

  

  

  在这里,账户平衡评估体系划分为三级指标:Ⅰ级指标是各账户名称下的收入方和支出方;Ⅱ级指标是对Ⅰ级指标进行细化,Ⅱ级指标数值之和为对应的Ⅰ级指标数值;Ⅲ级指标再对Ⅱ级指标进行细化,Ⅲ级指标数值之和是对应的Ⅱ级指标数值。有的Ⅱ级指标没有对应的Ⅲ级指标,可以把Ⅱ级指标看作Ⅲ级指标。最终形成的Ⅲ级指标可以在宏观SAM中找到相应的位置,见第7页表4③如果Ⅲ级指标数值在宏观SAM对应位置的总和不等于各账户项目对应的Ⅰ级或者Ⅱ级指标总和,说明SAM编制结果各账户收支不平衡,宏观统计数据质量就需要进一步甄别。因此,就要顺着Ⅱ级指标至Ⅰ级指标对应的账户项目,查找问题来源。

  (三)“问题型”评估方法

  1.税收政策差异问题

  编制SAM的时候,在套用国家SAM的整体框架和账户体系过程中,应该考虑到与中央税收政策的差异,因此对税收项目需要做进一步的归纳。如政府部门征收的税种中,要注意区分中央政府和地方政府的税制结构。对增值税,一般要查询国家税务年鉴统计资料中的分税种表,如编制省级SAM中的增值税应该是增值税中属于地方的部分,而不能把增值税的数值全部归到SAM的地方生产税收中去。另外,地方生产税收除了增值税外,还包括营业税、土地增值税等。所以在利用税收相关数据的时候,要充分考虑到税收项目有些是属于地方固定收入,如土地使用税、房产税、车船税等;有些是属于中央政府固定收入,如消费税、关税、车辆购置税、进口环节增值税;还有些是属于中央和地方共享的,如增值税(除进口增值税)、营业税、企业所得税、个人所得税等。同时注意中央和地方的分成比例。鉴于此,在SAM的编制过程中,可以把是否考虑地方政府或者中央政府的税收政策差异问题作为编制SAM过程中甄别宏观统计数据质量的评估指标。

  2.价格处理问题

  IO表是编制SAM的重要数据来源。在SAM的编制过程中,活动账户中产品部门之间的交易,居民账户中的居民消费、政府消费均采用IO表中的生产者价格;而统计年鉴中的居民消费、政府消费采用市场价格计算,因此两者数据有差异。在IO表的编制过程中,需要把以购买者价格汇总的各项最终消费数据扣除各项流通费用,且把这些费用归入到货物运输与仓储业、批发零售贸易业等流通部门中去,从而保证了IO表的各项数据均按生产者价格计算。因此,在编制SAM的过程中,应注意不同来源渠道数据的价格处理问题,并把是否使用生产者价格计量的数据作为编制SAM的基础和评估宏观数据质量可靠性的重要方法。

  3.数据口径问题

  衡量统计数据质量好坏的一个很重要的标准是数据的准确性,而要保证数据的准确性,就要对统计指标的内涵及其来源渠道有准确的把握。

  第一,进口、出口问题。IO表的进口数据包含关税,而海关的进口数据不包括关税,且IO表中的净出口包括货物和服务净出口,既包括货物贸易差额,也包括服务贸易差额;而海关统计的贸易差额只包括货物贸易差额,不包括服务贸易差额。因此海关统计的贸易差额与IO表中货物和服务净出口之间存在明显的区别,两者之间有统计口径上的差异。在SAM编制中,应采用IO表中的进、出口数据。如果编制结果不平衡,可考虑是否进出口宏观统计数据质量存在一定的问题。

  第二,在业人口、在岗职工、职工的统计口径问题。在实际统计工作中,职工人数的统计范围要比在业人口的统计范围小,不能以从业人员或者在岗职工代替,否则受到影响最大的是农业部门。在SAM中的“劳动者报酬”中的“劳动者”实际上是指从事生产活动的在业人员,即就业者。在SAM编制过程中,要用到就业人数作为推断其他数据的依据。在实际编制SAM的过程中,计算不同产业的劳动者报酬时,往往用在岗职工的人数替代就业人数。如果编制结果不平衡,可考虑是否利用了合适的人口统计指标。

  第三,财产性收入、转移收入问题。财产性收入是对参与生产活动的要素支付的报酬,属于收入初次分配指标,指金融资产(本金、各类金融债券)或有形非生产性资产(土地、地下资产)的所有者向其他机构单位提供资金或将有形非生产性资产供其支配,作为回报而从中获得的收入[9]。因此,出租房屋、出让版权、出售艺术品、收藏品等不能作为财产性收入。而转移性收入是住户在二次分配中的所有无偿收入,不包括无偿提供的用于固定资本形成的资金。

  在SAM编制过程中对宏观统计数据质量进行评估时,要注意“财产性收入”、“转移性收入”的内涵,有助于提高推断数据的准确性。

  第四,全社会固定资产投资、固定资本形成总额之间的区别。实际统计过程中,要区分固定资本形成总额和全社会固定资产投资的统计口径[9]。固定资本形成总额包括城乡非农户万元以下项目的固定资产投资、矿藏勘探、计算机软件等无形生产资产方面的支出、房地产开发商的房屋销售收入和房屋建造投资成本之间的差额等;而全社会固定资产投资不包括以上项目,但包括固定资本形成总额中不包括的土地购置费、旧建筑物购置费、旧设备购置费。因此,全社会固定资产投资与固定资本形成总额之间具有明显的区别,在SAM细化表编制过程中计算居民的储蓄去向时要注意这种区别。注意全社会固定资产投资、固定资本形成总额之间的区别,有利于SAM编制结果的准确性,同时有助于从源头上分析宏观统计数据质量问题产生的原因。

  4.交易类型的划分问题

  SAM中各账户之间发生的联系都属于交易活动,具体分为市场交易、转移支付、金融交易三种交易类型。其中部门之间货物和服务的交易属于市场交易;机构账户之间及其与要素账户之间的交易属于转移支付。在SAM中仅有从列到行的名义流而无对应的实际流;而资产账户中从列到行的名义流和从行到列的资产流则属于金融交易。

  交易类型的划分有助于在SAM编制过程中准确把握交易流量的来龙去脉和提高宏观统计数据质量,如从企业账户(列)到居民账户(行)有企业对居民转移支付交易流量的名义流,而没有居民账户(列)对企业账户(行)的转移支付。政府补贴账户的支付也是如此。

  5.矩阵可逆问题

  

  四、总结与思考

  本文利用GDP等量核算指标体系评估方法和账户平衡指标体系评估方法,对SAM数据质量进行可靠性评估。编制SAM的过程实际上是“透过现象看本质”,同时也是对宏观统计数据质量进行评估的过程。在SAM的编制过程中,为了甄别、保证宏观统计数据质量,国家与地区税收政策差异问题、不同阶段的价格处理问题、数据口径问题、产业及部门的分类问题、交易类型的划分问题及矩阵是否可逆等“重点问题”是否在编制过程中得到有效解决,也作为宏观统计数据质量的“问题型”评估方法。

  当然从某些账户项目数值与IO表相关项目对应关系出发,基于SAM也可以对宏观数据质量可靠性进行检验。如表2描述性宏观SAM表中资本收益(4,2)包括“固定资产折旧”和“营业盈余”两项之和,这两项数据均来源于IO表。如果根据IO表计算的“固定资产折旧”和“营业盈余”之和不等于宏观SAM中资本收益(4,2),说明SAM该账户项目编制结果存在一定的问题,也说明在源头上宏观统计数据质量需要进一步甄别。另外从账户项目之间的内部关系出发,也可以对宏观统计数据质量问题作出评估。如表2描述性宏观SAM表中央政府账户中的“中央生产税(11,2)”项目数值与活动账户中的“中央政府生产税”项目数值相等;“企业直接税(11,6)”项目数值与企业账户中的“向中央政府缴纳的直接税费”项目数值相等。

  利用SAM的内在机理对国民经济进行核算及其对宏观统计数据质量进行控制与评估在国内还处于起步阶段。今后研究中还可以从账户内部的逻辑性角度、异常值角度、判别分析等角度构建评估体系,基于SAM对统计数据质量可靠性进行全面的评估。

  ①SAM中的账户可以分为实体账户和金融账户,简单的SAM通常不涉及金融账户,即金融资产、负债类的账户。

  ②(3,2)表示对应表2的位置为第3行第2列的交叉项处,以下同。

  ③为节省篇幅,表4只列出了商品账户和活动账户的三级指标体系,其他账户的指标三级指标体系结合表2可得。

参考文献

[1]许涤龙,叶少波.统计数据质量评估方法研究述评[J].统计与信息论坛,2011(7).

[2]李金华.中国国民经济核算体系的扩展与延伸——来自联合国三大核算体系比较研究的启示[J].经济研究,2008(3).

[3]陈开明.统计数据质量诊断与管理研究[M].杭州:浙江工商大学出版社,2010.

[4]UN et al.System of National Accounts(2008)[EB/OL].[2009-05-01]http:/www.unstatsun.org/unsd/nationalaccount/doc/sna2008.pdf.

[5]Reinert K A,Roland-Holst D W.Social Accounting Matrices[M].London:Cambridge University Press,1997.

[6]Pyatt,Round Social Accounting Matrices:A Basis for Planning[M].Washington DC:The World Bank UN Statistics Division,System of National Accounts,1993.

[7]马克卫,李宝瑜.社会核算矩阵编制中的数据衔接问题研究[J].统计与信息论坛,2012(6).

[8]王其文,李善同.社会核算矩阵原理、方法和应用[M].北京:清华大学出版社,2008.

推荐10篇