杨少浪

    2016年9月，国家统计局国民经济核算司，就地区GDP核算方法与组织实施这一主题，组织18个省统计局国民经济核算专业人员到美国进行学习培训考察，对美国政府的统计体制、核算方法与组织、统计数据质量管理等进行了了解。虽然学习培训考察时间短暂，一些认识还停留在表象上，但感觉到美国的统计体制和数据质量管理有不少值得我们借鉴的地方。

    一、美国统计体制

    （一）普查局和经济分析局是政府统计的主要部门。美国普查局和经济分析局是商务部的部属机构，与美国政府其他部门的统计机构一样，代表美国政府组织开展统计工作，执行国会关于统计工作第十三条款（统计法律），着重统计信息的采集、汇总、核算和分析工作，按时定期对外发布统计信息，为国会、商会、美联储等宏观决策部门和社会公众服务。

   （二）统计体制具有分散管理的特点。美国统计体制表现为政府统计部门和有关部门统计机构各负其责的分散管理特点。总统管理与预算办公室（OMB）负责审批各统计机构的统计调查计划，协调各统计机构的工作，有效地避免了重复统计，确保统计方法的一致性。在职责和义务上，美国普查局、经济分析局代表美国政府统计，各部门如农业、交通、能源、卫生、司法、财政、劳工、联邦储备银行等履行部门统计职责。然而，各统计机构间没有领导、指导与被领导、被指导的关系，只有互通有无的义务，实现信息资料共享。

    在美国政府统计与地方统计的关系上，也不存在隶属关系。联邦统计机构通过合作伙伴关系与州和地方机构合作。联邦统计部门负责全国和各州、大都市区、县、郡的GDP核算，并在此基础上，公布各州、大都市区、县、郡经济与社会发展情况的有关统计指标。各州、大都市区、县、郡只承担地方的统计调查任务，向联邦政府统计部门提供用于GDP核算所需的统计调查对象的收入等方面的基础资料。对各州、大都市区、县、郡GDP核算的方式是一种从上而下的做法，从而能够保持整个数据的一致性。

    另外，美国社会上也设立了很多民办私营的其他统计咨询机构，满足各方面对统计调查、统计数据分析、统计咨询等方面的要求。

    （三）法律规定了统计主体和统计对象的权利和义务。法律提供了权利、责任和任务，及所需的资源。与分散的统计体系相对应，每个统计部门在美国的法典中都有规定，而国会第十三条款则为美国统计法律依据，并保证普查、调查与美国统计数据采集方法与质量控制信息发布的顺利开展。根据美国法律规定，公民与企业有提供规定要求的各种信息的义务，如拒报、伪造者，轻则罚款、警告，重则服刑；统计系统则按时按规定范围向社会公布综合统计信息资料，并有依法保护公民与企业商业秘密和隐私权的义务，不得泄露企业与公民的被调查资料，否则泄密的统计工作者、统计系统或政府将受到法律的追究。

（四）适合联邦制度的统计机构、工作原则、基础和要求。联邦政府主要统计机构分布在13个职能部门,分别是隶属于商务部的普查局和经济分析局(2家)，隶属于劳工部的劳工统计局，隶属于财政部的国家税务局管理收入统计署，隶属于农业部的国家农业统计中心和经济研究中心(2家)，隶属于能源部的能源信息管理局，隶属于交通部的交通统计局，隶属于教育部的国家教育统计中心，隶属于卫生部的国家健康统计中心，隶属于司法部的司法统计局，隶属于国家科学基金的国家科学工程统计中心，隶属于社会保障署的研究、评估和统计办公室。

    为保证这种分散型的政府统计工作体制能够有序高效运行，总统管理和预算办公室（Office of Management and Budget, OMB）负责监督、管理、协调和指导所有联邦机构的统计活动，并为13个联邦统计机构提供资金支持。

    1.联邦政府对主要统计机构有明确具体的工作原则：原则1：联邦统计机构必须处在一个有能力提供和公共政策问题相关的客观信息的位置; 原则2：对那些使用它的数据和信息的用户，联邦统计机构必须具有公信力；原则3：联邦统计机构必须取得信息拥有者的信任; 原则4：联邦统计机构在政府中必须有独立的强势地位。

2.有保证统计工作基础的十一项规定：（1）明确定义的并广为接受的使命;（2）持续发展更多的有用数据;（3）增强数据来源和数据的局限性的透明度；（4）加强数据的广泛传播;（5）增进和不同数据用户的合作;（6）公平对待数据的提供者;（7）要有对质量和专业标准的承诺;（8）要有活跃的研究;（9）加强专业工作人员的发展和提升;（10）发展强大的内部和外部评估程序;（11）增进与其它统计机构的协调合作。

3.有对统计机构的公正和独立性的要求：（1）统计机构从其它部门 - 负责决策和执法活动的部分的分离。（2）统计机构必须拥有人事权。特别是选拔任用合格的专业工作人员，包括高级管理人员的职业人员。（3）统计机构必须包括具有做权威的专业决定权。数据范围，内容，和收集频率;分析，或信息发布; 无提前授权的信息发布；按预定时间表发布统计信息。（4）统计机构还必须拥有对信息技术系统的控制 - 收集，储存和传播统计信息。因为这种控制是确保遵守法律，法规要求对保密的承诺，以及对采集到的数据进行适当的保护所必不可少的。

二、美国统计数据质量管理

（一）严格的信息保护法律法规。在美国，联邦政府颁布了一系列关于信息保护法规和行政条款，如隐私法、信息自由法、机密信息保护和统计效率法案、联邦信息安全管理法等，对外承诺联邦机构收集的个体信息资料只用于统计目的。

1.1966年颁布的美国信息自由法（FOIA）规定：任何人都有权利要求法院强制执行获得联邦机构的记录，除非这些记录（或其中的部分）是受九项豁免或三个特别法律保护免于公开披露的。

2.2002年颁布的保护机密信息和统计效率法案（cipsea）规定：一个机构可以出于统计目的，在保证保密的情况下收集信息；未经受访者的同意，本信息不得出于任何非统计目的，以可识别的形式披露；此即信息自由法（FOIA）免除发布规定。

3.2001年颁布的数据质量法案规定：数据质量法（DQA）在综合拨款法案515条款，由美国国会通过，2001年颁布的（公共法106–554）。等等都有对统计信息的相关规定。

（二）统一的信息质量指南。OMB为提高联邦各机构统计发布信息的质量，在2002年颁布了“联邦信息质量指南”，即“保证和提升联邦机构信息发布的优质性、客观性、有用性和完整性的指南”（Guidelines for Ensuring and Maximizing the Quality, Objectivity, Utility, and Integrity of Information Disseminated by Federal Agencies）。在该指南中，OMB将质量（Quality）定义为一个合集，具体包括了客观性（Objectivity）、有用性（Utility）、诚信（Integrity）。

具体来看，客观性是指信息内容和信息发布是否准确、可靠、无偏。为保证信息的客观性，要求提供完整、准确和简明易懂的关于统计调查过程的文件资料，描述各种可能影响数据质量的误差来源。有用性是指发布的信息是否有用，是否满足用户需要。通过内部评估、用户满意度调查、对统计需求的预期、开发新统计产品等途径，从具体专业数据用户、研究者、决策者和公众的角度，来考虑联邦机构公布的数据信息是否有用，保证联邦统计数据最大限度地满足用户需求，并以此为标准来开发新的统计产品和服务。诚信是指信息安全和信息保护，避免信息被非法泄漏，避免在统计信息上的腐败和做假行为。

    可以说，“联邦信息质量指南”不仅阐述了信息质量的深刻内涵，而且也为联邦统计机构提出了信息质量的总要求和总目标。

   （三）健全的数据质量保证框架。联邦政府制定了健全的统计数据质量保证框架。框架包括了八个方面内容：

    1.Legal and Institutional Environment－法律与制度环境。包括法律法规的规定，各项统计技术制度，文化环境要求。

2.Resources－资源。资源条件，是数据工作所需的人员、设备规定。由机制确保足够的资源到位。包括13个部门首席联邦统计官员的确定。

3.Professionalism－职业化。程序和过程由专业原则指导，在公正的基础上，不考虑非统计的预感。从事统计职业的荣誉感。

4.Transparency－透明度。公开透明是政府统计工作的原则。这可以避免许多矛盾和问题的产生，让社会对统计有一个客观的认知过程。

5.Ethical Standards－道德标准。建立员工行为准则，并被员工和外部实体周知。

6.Methodology Soundness－方法的合理性。在方法论上，采用行业和专业可接受的方法，并确保探索新方法的政策到位。

7.Technology and Expertise－技术和专业知识。确保技术与所采用的方法相适应，技术培训到位。

8.External Involvement－外部介入。各类学会、商会、高校等均可以参与或介入联邦政府和社会各类事项的统计工作，并发挥积极作用。

（四）明确的质量控制范围。联邦政府统计有明确的数据质量控制范围。控制范围包括八个方面内容：

1.Relevance - 关联度。指产品满足特定内容和覆盖范围的程度。

2.Believability - 可信度。指从专业和公众角度看，数据本身及其关联数据的可信程度。

3.Accuracy – 准确度。指估计值与真实值相同的程度。

4.Consistency/Coherence - 一致性，指对相同现象/对象，不同来源/方法的相似程度。

5.Timeliness – 及时度。指从事件或现象发生到数据可用的时间。

6.Accessibility – 支持材料获得难易性。指从有关部门获取描绘对象、过程的信息、数据和参考资料的灵活性和易用性。

7.Interpretability –后续理解和应用难易度。指提供足够的信息和支持，让用户正确使用和解释调查和数据产品。所有的信息将在何种程度上被公布。

8.Traceability - 可追溯度。指通过文档记录来证明对象的历史、位置、时间、顺序或应用的能力。

    （五）科学诚信的承诺声明。联邦政府对13个主要统计机构有明确严格的科学诚信的承诺声明。即：我们国家依赖于客观和可信的统计数据来支持政府，企业，家庭和其它组织做它们的决策。任何程度上的对联邦统计体系及其产品的诚信的失信，都会增加国家用来监测和评估绩效和进度有效性的不确定性。

联邦统计机构（或单位），其主要功能是为统计的目的收集、分析和传播的信息，为自己制定了一个高标准的科学诚信承诺。

    三、美国统计体制和数据质量管理对我国的启示

  （一）借鉴美国统计机构的原则、规定和要求，强化政府综合统计职能。美国联邦政府统计在统计工作中必须具有强势的地位。结合我国政府统计目前的综合协调能力不强，统计数据质量受到质疑，政府统计公信力不够等问题，建议在修订《中华人民共和国统计法实施细则》明确政府综合统计所处的位置，强化综合统计的协调管理职能，确保统计信息收集的独立性，建立与被调查者之间的相互信任合作关系。建议建立政府综合统计协调委员会，明确各部门首席统计官员，加强协调合作关系，共同推进中国政府统计工作。

 （二）借鉴美国统计信息多渠道采集模式，完善我国政府统计与部门统计关系，提高政府统计工作效率。在美国，统计资料来源于联邦政府下设机构内的统计系统、州政府下设机构内的有关统计系统、其他渠道（私人机构、大学等），在依法统计、资料共享的前提下，既保证了统计的全面性，又节约统计成本，还提高了联邦政府统计的效率。结合我国目前政府统计工作量太大，经费不足、人力不够，而部门统计工作趋于薄弱的情况，建议以强化部门统计为基础，将政府统计的一些内容分解于各部门负责，并理顺政府统计部门和部门统计关系，使政府统计部门能顺利获得各种统计资料，形成全面的统计信息，切实减轻政府统计工作量与负担，避免重复统计，提高效率。

 （三）借鉴美国统计资料共享的做法，减少我国统计工作中重复统计的现象，提高统计调查数据质量。尽管美国存在多渠道采集统计信息的做法，但统计内容并不重复，由于各统计机构的资料是可共享的，全面统计信息，如普查信息又是可以顺利获得的。结合我国目前政府统计与部门统计、政府统计各部门间存在重复统计，以及资料难以共享的现象，建议以法律、法规、制度形式，强化以统计资料共享为前提，确定政府统计、部门统计、政府统计各专业的内容，避免重复统计。加强合作，加快推进多部门单位登记制度“五证合一”的工作进程，建立健全统计基础单位名录库，强化税收资料的利用，提高统计调查数据质量。

    （四）借鉴美国对各州、大都市区、县、郡GDP核算“自上而下”的方法，推进地区GDP统一核算的进程。联邦政府统计在全国GDP核算和区域帐户核算中具有极大的权威性。结合我国GDP数据还存在着国家和地区之间、省与市之间相差较大的问题，建议进一步强化五年一次经济普查的作用和地位，要以普查为基础，完善国民经济核算所需的统计指标内容；加强年度企业、事业（单位）财务报表的利用和审核；调整和改进季度GDP核算的指标和方法；采取全国集中编审分劈全国数据的做法，推进地区GDP统一核算的进程，提高政府统计的公信力。

    （五）借鉴美国严格的信息保护法律法规,制定我国的统计信息保护条例和信息质量指南。随着“大数据”时代的到来，人们对信息的需求和依赖程度会进一步提高，信息作为一种重大的公共资源将产生越来越大的作用。结合当前我国信息安全和保护方面存在着极大的风险和不真实等问题，建议国家尽快制定和颁布统计信息保护条例和信息质量指南。做法律及法规要求你做的事,明确信息收集、管理、分析和公布主体；明确信息收集的技术和方法；明确信息拥有者安全管理的责任和义务；制定国家信息质量诚信标准，履行科学的诚信承诺。

    （六）借鉴美国健全的数据质量保证框架，制定和完善我国的统计数据质量保证框架。美国数据质量保证框架包含着极为丰富实用的内容。结合我国近年制定的《国家统计质量保证框架》，仅反映的内容过于简单，原则性的多，实用性的少。建议增加资源条件、透明度、职业道德标准要求和外部介入等方面的要求，切实提高我国统计质量保证框架所描述的问题具有可操作性；要进一步发挥行业商会、学会和高等院校等外部力量的补充、监督作用，切实提高统计数据质量的监督、管理和评估作用。

    （七）借鉴美国明确的质量控制范围，完善我国统计数据质量控制范围，提高统计数据质量。美国统计数据质量控制所讲到的第六、第七和第八个方面内容是目前我国进行统计数据质量控制工作中关注不够的，建议今后国家在布置各项统计调查、组织大型的经济普查时候，一定要把支持材料获得难易性、后续理解和应用难易度和可追溯度摆在极为重要的位置。强化统计数据关联性、一致性审核，切实提高各级统计数据质量和统计工作水平。