您的购物车还没有商品,再去逛逛吧~

提示

已将 1 件商品添加到购物车

去购物车结算>>  继续购物

浅谈统计能力建设指标

摘要:伴随着人类文明的脚步,统计的重要性已经越来越得到人们的认识了。统计工作是国家实现科学决策和管理的一项重要基础工作,统计数据是认识国情、研究问题、制定政策的重要依据。统计数据可以用于进行国家与国家之间的横向比较,也可以用于比较一国在过去、现在和将来的发展情况。一个国家统计工作的好坏直接影响到该国的发展。通过统计能力建设指标对我国目前统计能力建设情况进行评估,可以明确我国统计改革的弱项,把统计工作和数据用户结合起来,并有针对性地提出改革建议,增强统计能力建设指标的可操作性,提高统计数据的适用性。
关键词:统计能力,统计数据,表述质量,约束标准


一、统计能力的内涵
“统计能力”是指一个国家统计系统定期提供具有适用性、准确性、及时性和可比性的统计数据的能力。从这一定义中可以看到“统计能力”着重强调的是统计数据质量。统计数据质量是国家统计机构的“生命”。数据质量的好坏,不仅影响以其为依据的决策正确性与科学性,而且还直接威胁着国家统计机构的形象和声誉。
二、统计能力的衡量标准
仅仅知道“统计能力”的内涵是不够的,还必须了解如何衡量统计能力。从其内涵中可以看出统计能力可以从统计资料生产的投入和产出角度予以说明。投入角度的重点在于“统计能力”,即统计数据产生所需的要素,如机构环境及人力和资本资源。而产出角度则是审查“己实现的统计能力”,即获得的统计数据资料。
(一)从投入角度衡量
从投入角度衡量统计能力,就是从成功地完成统计活动所必须具备的基本条件的角度进行分析。从这一角度看,主要应该包括如下几个方面:
1、法律、组织机构等统计工作的环境。它有三方面的主要含义:一是在整个法律法规体系中,统计工作所处的地位。例如:统计部门在整个公共管理部门中所处的位置是否足以保证其独立地行使统计职能,是否能够获得高质量的统计数据,统计工作人员与其他政府部门工作人员相比是否具有竞争性报酬;二是统计机构能够协调有关利益各方以及各种数据提供者之间的关系;三是国家在教育领域能够提供支持统计工作的相应的教育和培训制度。
2、实物和资金等统计工作的必要条件。主要包括开展统计工作所必需的办公楼、计算机等办公设备和必要的财政预算:也包括一些用于管理和从事统计业务的计算机软件等;还包括资料完备的图书馆,其拥有各种国际通用的统计及核算手册、方法介绍和操作指南等。
3、人力资源条件。这里所说的人力资源既包括数量方面,也包括质量方面。既要有足够数量的统计工作人员,其中又应有相当数量经过正规培训且具有丰富实际经验的统计专门技术人员。
4、必要的管理水平。人们已经越来越认识到领导者和管理的重要性。对于统计工作这种专业技术性很强的工作来说更是如此。即使有了足够的物质和资金资源,有了相当的人力资源和技术能力,但是,如果没有好的领导和有效的管理方法,统计工作的发展仍然会比较落后。
(二)从产出角度衡量
从产出的角度来衡量统计能力,显然只能对“已实现的统计能力”进行测量,即统计工作的产出应该从统计产品的数量和质量两个方面进行测量。统计产品的数量很多,要面面俱到地逐一对统计产品进行测量显然是不现实的,只能从具有国际可比性的主要方面进行比较。目前联合国统计司、国际货币基金组织统计局等国际统计机构和一些国家的统计机构已经在这方面进行了卓有成效的探索。如国际货币基金组织推出的数据公布通用系统(GDDS)、数据公布特殊标准(SDDS),各国在国际统计出版物中提供数据的多少和数据质量等。
三、统计能力建设指标数据的内容设置
(一)准确性
准确性被大部分用户认为是最重要的,而且准确性的评价指标也是最难被测量的,因为它们与统计工作的每一个阶段都有关。又因为准确性与及时性和有效性是相矛盾的,所以,准确性实际上意味着在给定资源和时间限制条件下的准确性。虽然准确性的评价指标范围(临界值)会因调查的组织形式和调查方法不同而有很大变化。
(二)及时性
及时性是指从调查完毕到数据可供使用的时间间隔。此外,及时性的指标也包括(涉及到)某项统计能力建设指标数据实际的发布时间是否与计划的时间表或事先宣布的发布时间一致。由于不同用户对同一统计能力建设指标数据及时性的要求很可能不一样,因此有时很难决定究竟选取哪一部分用户对数据及时性的要求来作为评价标准。这也就是说,对于同一数据,有的用户对其及时性要求高,而有的用户对其准确性要求高,即便以牺牲及时性为代价。因此,当面对用户的不同需求时,统计机构有时很难取舍。此外,及时性和准确性是一对矛盾。
(三)相关性
相关性是指统计机构所编制和提供的统计能力建设指标数据在多大程度上满足用户的需求(与用户需求相关)。为了评价这种相关的程度,必须考虑以下三个因素:对主要用户的分析;统计机构所识别的用户的需求;用户对统计能力建设指标数据的满意程度。评价相关性的困难在于:事实上,我们很难准确地识别谁是某项特定统计能力建设指标数据的主要用户,而且用户的需求也会随时间而变化。