如何提高统计调查数据的质量摘要:本文通过对国际上统计数据质量的研究现状进行汇总分析，结合我国的实际情况，对我国统计工作提出建议。

关键词：统计数据质量Abstract: This article is going to put forward some suggestions for China’s statistical work through analyzing the studies on quality of statistical data.Key words: statistical data quality.统计数据的质量是一个国家统计机构的“生命”。

数据质量的好坏，不仅影响到一个国家统计机构的形象，而且对以此数据为决策依据的后果起着至关重要的作用。

随着经济全球化进程的加快，特别是随着信息化网络技术的逐步普及，社会各界对统计信息的需求越来越广泛，一方面对统计数据质量提出更高的要求，赋予其更广泛的内涵，另一方面一些辅助技术的发展也为提高统计信息的质量提供了所需的条件和技术设备。

近20年来，国际统计界一直就如何提高统计数据质量的问题开展深入的讨论与研究。

关于统计数据质量问题的研究呈现了两个新的趋势：一是数据质量的概念从狭义向广义方向发展，提出了多维的、全方位的数据质量概念；二是建立一套全面的、系统的统计数据质量评价和管理体系，以提高统计数据的质量。

下面将全面系统地阐述统计数据质量的概念和衡量标准，介绍国外数据质量评价和管理的方法和经验，并在此基础上，提出加强我国统计数据质量管理的建议。

一.统计数据质量的涵义由于统计是对某一事物现象总体的估算而不是精算，这种估算的准确性如何，成为有关人士长期关注的焦点。

在人们的一般观念中，准确性是统计数据质量的同义词，统计误差越小，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、提高数据质量。

在这一时期，数理统计和抽样技术理论方法得到较大的发展，并在统计实际工作中被广泛应用。

然而，随着人们质量观念的变化，质量不仅仅单纯是指产品或服务的使用性能，还包括产品或服务对用户需求的满足程度，它是一个内涵丰富、具有多维因素的综合性概念。

与之相应地，人们对统计数据质量概念的认识也从狭义向广义转变，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。

因为从用户的角度来看，即使统计数据的准确性相当高，如果时效性差，或者该数据不是用户所需要的，对该用户而言此数据的质量仍是较差的。

为此，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，提出了统计数据质量的概念。

简单地说，数据质量是指统计信息对用户需求的满足程度。

具体包括如下几个方面：1．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。

2．准确性：是指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异系数、标准差、均方差、曲线拟合度、假设检验、偏差等，将统计误差控制在一个可接受的置信区间内。

3．及时性：是指调查基准期与统计数据发布时间之间的间隔时间。

统计数据质量的及时性要求政府统计机构：一是应做到统计工作的手段和方法不断创新，及时将计算机辅助调查系统、计算机加工处理系统、电子数据交换系统等新的信息技术应用到统计调查、加工整理和数据传输工作中去，缩短调查基准或与数据结果发布时间之间的间隔时间，提高统计数据的时效性。

二是应预先公布各项统计数据发布日期，并按时间表发布数据，建立和规范统计信息发布制度，便于用户及时掌握统计信息。

4．可比性：是指同一问题的统计数据在时间上和空间上可比程度。

这要求统计的概念和方法在时间上保持相对稳定，在不同地区使用统一的统计制度方法和标准分类，保证统计数据的口径范围、计算方法在时间上一致衔接，在地区之间可比。

5．可衔接性：是指不同统计项目之间，即同一统计机构内部不同统计调查项目之间、不同机构之间以及与国际组织之间统计数据的衔接程度。

它要求：一是全国范围内所有专业统计项目在统一的统计框架体系、分类标准下，按统一方法编制统计数据，保证各种不同来源的统计数据之间衔接一致，在指标概念和口径范围上保持一致，便于用户综合使用。

二是在统计调查和数据加工整理中应用统一方法和程序，例如在各种抽样调查中应用统一抽样框、统一数据加工编辑计算方法，保证各个项目之间误差最小。

三是与国际统计标准保持衔接，采用国际统计标准如联合国93SNA的框架体系、国际货币基金组织国际收支用统计手册等，便于国际比较。

6．可及性：是指用户从统计部门取得统计信息的容易程度，包括列明用户从统计机构可以取得的统计信息内容以及应用先进便捷的统计信息服务方式。

它要求国家统计机构：一是拥有便于用户检索和查询的统计数据分类目录系统。

二是建立方便快捷的统计服务系统，包括统计数据传输系统、适合用户的格式和发布渠道。

三是对外公布的统计数据图文形式要清晰、明了。

7．可解释性：是指在公布统计数据时，应同时公开关于统计数据的补充信息或称为“源数据”，即关于统计数据的解释说明。

内容包括所使用的统计指标基本概念、计算方法、调查方法、分类以及数据准确程度即各种误差的测量，便于用户正确使用统计信息，以防止对统计数据的错误解释和使用。

8．客观性：是指统计机构应该遵守统计数据收集、加工整理和公布过程中遵守客观性原则，具体包括统计政策和统计实际工作的公正透明、专业要求。

要求：一是在客观、公正的基础上收集统计数据。

二是从统计的角度选择调查方法和统计方法，统计机构有权对统计数据的错误解释和错误使用作出解释。

三是统计政策和统计工作过程应公开透明，让用户了解统计数据的编制和公布所依据的法律、政策，在公布之前政府有关部门获得数据的情况，以及事先向社会公众通知重大统计方法的变化情况。

9．方法的专业性或完善性：是指应用科学的统计方法，一般要求采用国际上通用的标准、统计概念、方法、范围和分类等。

10．有效性：是指应降低统计工作的费用，提高效率。

要求国家统计机构采取各种有效措施，提高各个统计项目的工作效率，尽量减少费用投入。

11．减轻调查负担：是指统计机构方法应加强与政府各部门的合作，充分利用现有的行政记录资源，减少重复工作，统计调查表要简单明了，使用先进的电子技术和新的统计方法，最大限度地减轻社会调查负担。

二.国外统计数据质量评价和管理方面的方法和经验为了充分发挥统计信息在行政决策和社会政策中的作用，许多国家的统计机构，特别是发达国家，非常重视数据质量的评价和管理。

总体上，数据质量管理可分为两类：一类是数据质量综合管理体系，即在统一的组织框架下，对整个统计机构的数据进行全面的质量评价。

如英国、加拿大、瑞典、荷兰等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。

另一类是单项统计数据质量管理机制，即对某一具体统计项目如国民核算、消费价格指数、国际收支、住户调查等数据的质量情况进行评价和管理。

比如，美国的波斯金（BOSKIN）学术委员会，专门对美国消费物价指数（CPI）数据质量进行评估，美国商务部分析局定期评估国民经济核算数据质量，澳大利亚统计局的国际收支和住户调查数据质量评估体系，英国零售物价指数质量认证标准体系等等。

这些国家统计机构在数据质量评价管理方面积累了许多可资借鉴的经验。

1．制定统计数据质量评估标准，强化质量管理意识。

为了实施全面数据质量管理，一些国家政府和有关国际组织的统计机构编制数据质量管理手册，建立质量评估标准。

如，加拿大统计局确定了衡量数据质量的6个方面标准，即适用性、准确性、及时性、可及性、衔接性、可解释性：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；荷兰统计局的质量标准包括5个方面：适用性、准确性、及时性、有效性、经济性（减轻调查负担）；韩国的质量标准是：适用性、准确性、及时性、可及性、可比性、有效性；美国分析局国民核算数据质量要求满足可比性、准确性、适用性的质量标准：澳大利亚国际收支统计数据要达到准确、及时、适用、可取得性、方法科学性或健全性的质量标准；欧洲统计局的质量标准是适用性、准确性、及时性、可取得性、衔接性、可比性、方法专业性或完全性；国际货币基金统计局的质量标准是准确性、适用性、可及性、方法专业性或完全性；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。

2．建立专门的统计数据质量管理机构，定期进行质量检查。

美国自1961年开始成立以麦克·波斯金为命名的5人咨询委员会，即著名的BOSKIN委员会，专门对消费者物价指数（CP）的准确程度进行评价。

英国皇家统计学会成立统计数据质量评估工作组，每年对官方统计数据的质量情况进行独立评估，并对外公布评估报告。

在加拿大，由国家审计总长负责统计局的数据质量评审工作，其审计的内容包括：（1）加拿大统计局质量管理体系是否充分、完整；（2）加拿大统计局内部质量管理的自我评价体系是否合理；（3）加拿大统计局是否以适当的方式向用户通报有关数据质量情况和所应用的方法。

荷兰统计局借鉴加拿大的质量管理办法，建立了数据质量审计制度，成立质量审计委员会，它下设若干个统计专业审计组，审计人员由统计局内部不同部门的专业人员兼职组成，每5年审计一次。

此外，瑞典、芬兰、挪威等国家统计局开展“全面质量管理（TQM）”项目。

这些管理机构和机制是加强和改进数据质量的重要组织保障。

3．应用不同的方法开展质量评估和管理。

由于各国政府统计体制的不同，质量评价标准也有所差异，而且管理的角度也不同，有的侧重于统计数据的编制过程，有的侧重于统计机构环境，有的侧重于数据来源和数据本身的管理和评价。

因此，各国采取的质量管理方法也各不相同。

即使在国家统计机构统一的质量管理框架体系下，由于不同统计项目的质量控制目的、要求不同，也可以实行不同的质量管理方法。

概括起来，主要有如下几种：统计机构内部自我评价方法，邀请统计机构外部专家来评价，引进国际质量认证标准体系。

4．开展数据质量的量化分析工作，制定数据质量改进目标。

近年来，北欧国家为强化数据质量管理，通过建立一套数据质量调查和量化指标评价体系，全面分析和评价数据的质量状况。

例如，通过定期问卷调查的方式，编制数据满意度指数，了解用户对数据的满意程度；编制调查负担系数，向数据提供者了解调查负担程度；规定月度、季度、年度数据从调查期结束到公布的时间；统计出版物销售量和销售收入，等等。