统计数据质量评价体系探讨.docVIP

　　统计数据质量评价体系探讨 　摘要：统计数据质量是统计工作的生命，统计数据质量的高低直接关系到各类经济主体和政府部门对经济形势的判断和决策。文章借鉴全面质量管理的思想，从满足用户和统计数据产生全过程的角度，系统地阐述了统计数据质量的内涵，在此基础上提出构建我国政府统计数据质量评价体系的设想，以期为相关决策部门提供参考。 　　关键词：统计数据；数据质量；评价体系 　　　　 　　一、引言 　　 　　对于步入经济高速发展时代的中国社会来说，形形色色的统计数据从来没有像今天这样紧密地融入中国经济。随着市场经济主体日趋多元化和我国社会主义市场经济的不断发展，社会各界对统计信息的需求将日益广泛。社会各界，包括社会公众，对政府统计数据质量给予了更多的关注，提出了更高的要求。统计数据质量是统计工作的生命，是发挥统计信息、咨询、监督三大功能的基础，不科学、不准确的统计数据会使得政府部门和信息使用者产生误解和决策失误，差之毫厘的统计数据，甚至可能带来谬以千里的政策结果，这对政府评价经济运行和做出经济决策是非常不利的。统计数据质量的高低直接影响和决定着统计信息的有用性及统计信息价值的大小。因此正确评价政府统计数据质量，努力提高统计数据的质量，实现统计信息的准确、有效、全面、快捷地传递，对政府和公众获取信息和科学决策具有重大意义。为了更好的评价统计数据质量，加强监督管理，我们有必要从全面质量管理的角度来审视统计数据质量的涵义。 　　 　　二、统计数据质量的涵义 　　 　　传统的统计质量仅仅指其准确性，通常用统计估计中的误差来衡量。在人们的一般观念中，统计误差越小越准确，数据质量就越高。在20世纪80年代以前，国际统计界基本上是以提高数据准确性为出发点，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。随着人们质量观念的变化，认识到质量是一个包含丰富内涵、具有多维因素的综合性概念。相应地，对统计数据质量概念的认识也要从狭义向广义转变，要求从统计数据提供者、生产者和用户等多个角度来衡量数据质量。准确性已不再是衡量统计数据质量的唯一标准，因为从用户使用的角度来看，即使准确性相当高的统计数据，如果时效性差，或者不为用户所关心，仍达不到质量的标准。为此，确定统计数据质量的概念成为各国统计专家、学者研究的热点。 　　目前国际上还没有一个关于统计数据质量的统一定义。世界各国统计机构和有关国际组织对统计数据质量含义的解释和理解存在着一定的分歧，但它们都从本国的统计实践以及对数据质量含义的理解，确定了各自不同的数据质量标准。例如，英国政府统计数据质量标准是准确性、及时性、有效性、客观性；美国国民经济分析局要求满足可比性、准确性、适用性的质量标准；国际货币基金统计局的质量标准是准确性、适用性、可取得性、方法专业性等等，这些标准是各国政府统计机构对数据进行质量检测、监管的重要内容和依据。在我国，国内有众多学者提出了适合我国国情的统计数据质量标准，主要包括适用性、准确性、时效性、可比性、可衔接性、可获得性、可解释性、连贯性等八个方面。另外有部分学者从统计数据的内容质量、表述质量及约束标准这三大方面来综合衡量统计数据的质量，可以说为统计数据质量衡量提供了新的思路。 　　2002年4月，我国正式加入国际货币基金组织(IMF)的数据公布通用系统(GDDS)，这标志着中国统计系统的发展迈出了重要的一步，统计人世，意味着我国的统计数据采集、质量评估、公布等都要与国际标准趋同。作为一个权威性的国际标准和适用性广的可操作标准，IMF的数据质量评估框架(Data Quality As-sessment Frame-. 　　(2)适用性：是指收集的统计信息是否有用，是否符合用户的需求。它要求政府统计机构与社会各界保持密切的联系，通过各种途径及时了解和掌握社会对统计信息的需求情况，以适应社会经济管理的需要，减少或弥补统计信息供应与社会需求之间的缺口。在开展某一统计调查之前，首先必须了解用户的需求，收集有用的统计信息。 　　 　　(3)准确性：是指在数据收集过程中必须保证数据的真实、准确，从统计意义上讲是统计估算值与目标特征值即真值之间的差异程度。统计误差越小，准确性就越高。实际上所谓的真值是不可知的，一般通过分析抽样误差、范围误差、计数误差、不回答率、加工整理差错、模型假设误差等影响数据准确性的各个因素，测算统计估算值的变动系数、标准差、均方差、偏差等，将统计误差控制在一个可接受的置信区间内。 　　 　　2、数据处理过程质量评价 　　(1)方法健全性：是指用于数据处理的方法基础必须健全，应用科学的统计方法，一般要求采用国际上通用的标准，包括统计概念、方法、范围和分类等。 　　 　　(2)可靠性：可靠性是一项重要的质量指标，可以理解为对原始数