统计管理论文

前言：想要写出一篇令人眼前一亮的文章吗？我们特意为您整理了5篇统计管理论文范文，相信会为您的写作带来帮助，发现更多的写作思路和灵感。

统计管理论文范文第1篇

统计学，作为一门关于数据搜集、整理、分析的方法论科学，可以直接为经济、管理各专业的数据分析和决策服务.目前，高校经济管理专业统计教学皆配有一定比例的实践教学，大体设置为校内实践和校外实践两种形式：校内实践包括上机实验和模拟实习两种.上机实验是指学生在校内机房练习统计软件，模拟实习是通过简单模拟统计工作以锻炼学生的统计运用能力；校外实践一般通过设置校外教学实习基地，让学生接触统计工作以提高其统计知识的综合应用能力.收集到的数据显示，现行统计实践教学呈现如下四个特征：

1.1实践化趋势越来越明显

教育部于2012年在《教育部等部门关于进一步加强高校实践育人工作的若干意见》（下文简称《意见》）中明确提出要强化高校实践教学环节，规定了不同类型高校实践学分所占的最低比例；其中，人文社会科学类本科专业不少于总学分(学时)的15%.国内各高校应《意见》要求，一方面增加了统计理论课程，如在原有数理统计和统计学原理课程的基础上，根据相关学科特点新增计量经济学、经济预测与决策、金融统计、市场调查与统计分析、企业统计或统计软件分析等课程；另一方面还相应提高统计实践教学课程占总学分的比重.

1.2不同专业师资合授现象突出

研究表明，几乎所有高校统计类课程都分配给不同院系不同研究方向的教师，如数理统计、计量经济学等课程分配给统计学教师，而金融统计、企业统计等专业统计课程分配给经济管理专业教师.鉴于我国绝大多数高校统计学专业授予理学学位，①高校的统计学教师多隶属理学学院.这样虽然可以借助理学教师的专业优势以弥补经济管理专业教师的不足，并减轻任课教师的教学负担，但也容易造成统计理论体系分割，统计实践教学内容松散.统计类课程由统计学教师和经济管理专业教师合授的现象.

1.3参与统计实践学生人数众多

伴随我国经济的大发展，经济管理专业社会需求持续高涨，各高校对经济管理专业日趋重视，不仅原有的经济管理类高校扩大了招生规模，综合类大学招收的经济管理类学生也是成倍增长，而且众多的理工类学校在社会需求的引导下也纷纷开立经济管理专业，统计学作为经济管理专业的基础课程，是经济管理专业的必选课程，伴随经济管理人才社会需求的日益增长，参与统计实践学生的人数也越来越多.

1.4统计软件运用已成常态

面对海量统计数据，利用手工计算完成统计工作是不可想象的.目前高校经济管理专业的统计教学已逐渐重视统计软件教学，很多院校一方面建立了经济管理实验室，另一方面还专门开设了统计软件课程.统计实践教学的内容基本可以结合统计软件进行.

2统计实践教学存在的问题

虽然高校都认识到培养学生数据分析能力的重要性，并在统计实践教学方面做出持续探索，顶层设计也提供了强有力支持，统计教学实践化趋势越来越明显，但统计实践教学的路还很长，面临很多亟待解决的问题，大体归为以下几类：

2.1师资分割引起教学体系分割

由于教授统计课程的师资分散在不同院系，教师一般只负责单门课程实践设计，导致多门统计实践之间、专业课程实践之间相互割裂，缺乏有效的“串联”.如统计学原理只有上机实验，学生不知道如何将参数估计、假设检验、方差分析等知识运用到后续课程中；专业课程实践又无法和统计方法有机融合，导致专业知识和统计方法、理论和实践两张皮.

2.2教学形式单一，内容简单

受师资、时间、学生人数多等条件限制，经济管理专业的统计实践往往以校内实践为主，其中以上机实验居多，学生在机房中通过练习统计软件以巩固课堂的理论知识.这使得统计实践教学内容过于简单、流于形式，实践教学往往沦为理论课程的附属；一些教师认为实验课程就是上机做作业，在上机时间找几个题目让学生计算.这必然影响到学生统计学习的积极性，认为统计是枯燥乏味的学科.

2.3实践教学学时安排不足

笔者通过调查多所院校发现，目前仍有部分高校经济管理实践教学占总学时数的比重在15%以下.这与教育部《意见》要求尚有一定距离，与发达国家相比亦存在着很大的差距.部分高校把统计实践纳入理论课程的正常教学，不另行单独计算学分；那么在理论课程学分已定的前提下，授课教师若拿出大量时间用于实践则无法完成理论教学任务.

2.4实践教学瓶颈有待突破

目前高校的教学工作主要由青年教师承担，青年教师多是从学校毕业后直接走上讲台，其先天实践能力不足限制了实践教学的高度；加上经济管理专业学生人数众多、教师工作量大等导致其没有精力探索实践教学模式、创新实践方法，限制了实践教学深度；另外，部分高校给教师的培训经费偏低、培训途径较少也影响了教师专业实践技能的提升.

3对于地方高校经济管理专业统计实践教学的几点建议

3.1建立统计实践科研小组，夯实统计实践教学的组织保障

高校的院系结构和专业设置使得统计实践教学难以找到依靠点，教师难以跨学科进行交流和研究，因此，高校可以通过组建统计实践科研小组，集中统计教师和经济管理教师力量，让不同专业的教师共同承担统计实践教学任务，打破现有的系、部分割状况，统一调配师资，形成教学科研合力，为统计实践教学探索提供组织保障.

3.2完善实践教学体系，科学安排课时，有效解决课时不足问题

将本科统计实践分为两部分：基础统计实践和专业统计实践.基础统计实践，可将数理统计和统计学原理两门课程的统计实践合二为一，采取上机实验与校内模拟实习相结合的方式进行，以使学生了解统计工作过程.基础统计实践须独立设课并单独计算学分.专业统计理论实践，则可将相关统计课程与经济管理专业实践课程结合，如经济学专业可以把计量经济学、经济预测和宏观经济学三门课程合并实践；金融学专业将金融统计、计量经济学、金融学和国际金融等课程合并实践；市场营销专业深化基础统计实践，并将其与市场调查统计分析、市场营销等课程合并实践；财会专业将企业统计与财务管理、财务分析合并实践.

3.3明确实践目的，科学选择实践方法，解决知识与实践的距离问题

基础统计实践往往在低年级开设，因此，可以以激发学生学习热情为目的，通过教师设计项目引导，锻炼学生的动手能力及统计思维能力.教师在选择实践项目时应关注学生兴趣，结合当今社会的热点和焦点，让实践项目更有针对性、实践性和开放性；如大学生就业难、学校食堂饭菜越来越贵、学校自习室抢座位现象等.这样一来，使统计实践由教师为中心转为以学生为中心，以课堂为中心转变为以社会实践为中心.专业统计实践教学由于在高年级开设，所以应该以提高学生的专业理论水平为目的，专注统计方法在专业知识中的应用以充分锻炼学生专业领域的数据分析能力.在实践过程中可采用问题解决式教学法，教师通过启发学生思考问题，引导学生利用专业知识和统计方法解释问题，使学生变被动学习为主动学习，激发其通过思考主动填补知识漏洞的能力，如短期菲利普斯曲线在我国成立吗？为什么房价涨了，买房子的人却越来越多？

3.4丰富实践内容，扩展实践渠道，避免学习与应用两张皮现象

在基础统计实践过程中，为了让学生更全面接触不同的数据资料，可根据理论知识的要求和统计数据的特点设计如下内容：

①利用问卷收集截面数据完成统计工作，让学生通过对最熟悉的现象进行模拟统计来了解统计的每个工作环节，把握各种统计分析方法；

②采集并分析统计年鉴上的时间序列来了解国情，如通过对历年年末人口数进行相应统计分析了解我国人口的变动规律；③定期收集超市、商场的商品价格来编制价格指数，并与统计局公布的价格指数比较，理解价格指数编制的意义.基础统计实践须让学生掌握统计知识，并为未来的专业统计实践做准备.专业统计实践则可采用校内、校外多样化模式，以增强学生对社会的认识，提高学生的适应能力.如让学生参加教师的教学科研项目，让学生利用寒暑假到统计局、社区、工厂、市场调查公司、银行等相关单位实习，并在实习结束提交统计分析报告.

3.5提高教师实践能力，破除实践教学瓶颈，从根本上解决理论与实践脱节问题

统计管理论文范文第2篇

“统计表”的教学，是初步统计基础知识的起始课，它既不同于计算、应用题等教学，又与计算技能有一定联系，是实践性很强，应用极广泛的内容，而且是下阶段制作统计图的依据。因此，教学中一定要克服重计算，重应用题解答，轻统计表的倾向，按大纲和教材要求，切实教好。

“统计表”一节共4个例题，在结构上有其共同点：1．确定调查的内容（学生身高，考试分数，男女生人数，试验田播种的亩数等）。2．收集原始数据的方法（记录单的填写，直接记录法）。3．数据的整理。4．数据的分类（栏目的确定）。5．统计表的格式要求与制作。例1、例2是单式统计表，以数据的整理为主；例3、例4是复式统计表，以数据的分类为主。

教学中，首先要使学生明白学习统计知识的意义（为科研、生产服务，是对客观事物的评估，为正确为决策提供依据）。其次才是使学生了解统计的一般步骤和方法，会按有关的数据制作简单的统计图表。

在教学例1时，教师出示原始数据后，不宜过早也出现教材中已整理好的统计表，而应先启发学生回答问题：“你从手中的记录单中可以看出哪些内容？”（学生的身高、谁最高、谁最矮、1．4米－1．5米的人数……）之后再学习教材，看看教材是怎样整理数据并制成统计表的。这样能使学生进一步明白，对调查内容应怎样取舍，对数据应怎样整理，才能具有较强的科学性，从而加深学生对统计知识的理解。

教学例2前，设问坡度可略高一些：“如果要了解我们班某一次数学测验成绩，你打算做哪些工作？（了解每个同学的分数并做记录，及格人数，不及格人数，按10分一段，数一致各分数段中的人数）在学生回答的基础上，教师和学生再对调查内容作适当的取舍，并一起完成表头的设计和统计表的绘制。通过默读教材，使所学的知识清晰地展现在学生眼前。

统计管理论文范文第3篇

1.1综合化卫生统计从单纯的医疗统计逐步扩大到预防保健、经济管理、基建、设备等多方面内容，它能及时、准确、全面地向领导提供信息，参与决策，起到重要的参谋作用。

1.2科学化随着现代化科学技术的发展，卫生统计由单纯的手工统计和简单的报表，已经开始微机汇总，数据更加精确、及时了。

1.3规范化信息时代，各种信息呈几何级数递增，卫生统计信息也同样日益繁荣。各种指标、表格设计等都需要规范化、标准化。

1.4法制化本着实事求是的原则，严格遵守统计法，通过数据说话，运用统计指标评价工作的成绩与缺点，对整个卫生事业管理起到了统计监督的职责。

2开展现代化卫生统计工作

2.1建全体系建立统一的卫生统计指标体系、医疗质量考核标准等，使统计工作更加规范化，鉴于不同级次的医疗单位条件悬殊设立不同的指标体系。要适应卫生改革和发展的需要，进行科学的预测和利用现代统计分析方法开展综合统计工作，充分发挥卫生统计的服务效能。

2.2加强卫生统计学术交流经常开展区域性、专题性的学术交流活动。提高统计人员素质，可按不同层次分级培训。从普及到提高，从基础培训到专题研究。结合统计工作开展抽样调查、重点调查、专题调查等，提高统计人员分析水平，以点带面，逐步推广。充分发挥电脑在统计工作中的作用，使统计更加准确、及时、完整。领导努力使自己成为统计工作的内行，从院长、医务科长做起，重视统计工作才不到于流于形式。支持统计工作才能真正抓到点子上，使医院统计工作实践医院现代化管理，提高质量和效率，充分发挥其职能作用。组建专业统计人员与群众相结合的医院医院统计网络。医院统计工作在医院管理中的意义是医院管理学中不可或缺的一部分，这个重要意义将随着市场经济的不断发展而不断飞跃，在建立“以人为本”的新型医院管理模式中将不断凸显统计工作的重要意义，但也不能回避在实际工作中将面临和出现的新情况和新问题。尽管如此，但坚信只要积极学习新知识，掌握科学的统计分析方法，就会充分显示统计工作的魅力，就能为现代医院的科学发展提供强有力的保障。

3结语

统计管理论文范文第4篇

科学技术的迅速发展，引起了产业结构的巨大变化。在制造业，以信息技术为核心的高技术产业发展很快；在服务业，出现了许多完全基于知识的产业，如软件开发业、咨询业等。这些新兴产业具有知识密集型特点，已经成为当前新经济的增长点，并渗透到经济和社会的各个领域，推动着整个社会进步。为了更好地了解这些产业发展的现状、趋势和结构的变化，为评价和制定政策提供依据，对这些“知识型”的产业进行统计，已经引起了各国政府的高度重视。

另一方面，由于知识已经成为促进经济增长的关键因素，因而注重科学技术对经济作用的统计与量化分析也已成为当前科技统计和科技指标研究与实践的新的特点和趋势。知识型产业高度依赖于科学与技术，是以知识为主要输入而形成的产出。显然，知识型产业的统计为研究和分析科学技术对经济的作用提供了新的视角和手段。也正是从这一意义上说，知识型产业的统计已成为科技统计的重要内容。

在此，“知识型”产业是泛指那些知识密集度比较高的产业。“知识型产业统计”是指以知识型产业为统计对象的统计。出于不同的目的，可以对不同的知识型产业进行统计，目前主要有高技术产业统计、服务业统计、信息与通讯技术（ICT）统计、知识产业统计这4类，在此，知识型产业统计是对这些不同统计的总称。

知识型产业的统计最先是从高技术产业统计开始的。起初，OECD采用美国制定的标准对成员国的高技术产业进行了统计，至1984年，以11个成员国的数据为依据制定了高技术产业的分类标准，1994年对标准进行了修定，提出了我们称之为“四分类”的标准。服务业的统计在60年代就开始了，当时的服务业R&D统计是很笼统的。由于高技术的渗透作用，导致服务业中知识型产业的出现，原有的分类和统计已不能满足需要，服务业中知识型产业的统计已引起了注视，《弗拉斯卡蒂手册》第5版对服务业的分类进行了调整，知识型产业予以单列。知识产业的统计则打破了制造业与服务业的界线，把高技术和高中技术产业与服务业中的知识型产业集中在一起进行统计和分析。ICT统计则是以制造业和服务业中的信息技术与通信为研究对象。

知识型产业统计在OECD及其成员国受到重视，并被广泛采用。1999年OECD秘书处的科技工业司为OECD科技政策委员会部长级会议准备了一份题为《以知识为基础的经济：一组数据》的文件，该文件就是描述OECD科学技术状况和趋势的一组指标。该《指标》共分6部分，其中有3部分都采用了来自知识型产业统计的指标。第2部分《教育、研究开发和创新的资源分布》共有9个方面指标，其中3个方面是知识型产业方向的指标，第4部分《信息和通信技术（ICT）的重要性》的5个方面的指标都与ICT统计有关，第6部分《科技产出及经济表现》有7个方面的指标，其中有2个方面来自知识型产业的统计。上述6部分共有34方面的指标，而与知识型产业有关的有10项，占30%。

二、各类知识型产业的界定

各类知识型产业统计的主要区别是分类系统不同。

1.高技术产业

OECD所制定的高技术产业分类标准，已为部分国家所采用，我国也借用OECD的这一标准，确定了我国高技术产业的范围。关于OECD的高技术产业分类，在此只着重强调以下几点：

·这一分类只适用于制造业，这样就把一些属于服务业的知识型的产业如计算机软件、通信排除在高技术产业之外，因而具有局限性。

·这一分类是针对整个制造业的，共划分为“高技术”、“中高技术”、“中低技术”和“低技术”4个产业组。在使用时，往往并不单独使用高技术产业一个类别的数据或高技术产业的某一项指标，而是把这4个类别及若干指标放在一起进行分析，以反映整个制造业产业结构也即知识密集程度的变化。

·以R&D投入强度作为判断技术密集度的唯一标准，其中既包括直接投入也包括间接投入。这些指标是：产业R&D直接支出与产值之比，产业R&D直接支出与增加值之比，R&D直接与间接支出之和与产值之比。然而，计算结果表明，考虑间接投入对分类影响不大。

·这一分类所确定的高技术产业，即使在OECD范围内，也并不都具有高的技术密集度。这种不一致性是由各国国情不同所决定的，这是按产业分类的固有缺点，难以克服。

·为克服按产业分类的不足，提出了按产品分类的方法。OECD制定的高技术产品目录主要用于外贸。

2.服务业

虽然服务业并不都是知识型产业，但经济发展的趋势表明，服务业的增加值占工业增加值的份额越来越大，至1993年这一比例在OECD国家已达到45~68%，服务业R&D支出在企业部门R&D支出中的比例在部分国家也已达到15%~20%。服务业已经开始并正在取代、在部分国家已经成为经济的支柱产业，服务业已从使用技术的产业部门转变为生产技术的部门，如通信、计算机服务等。正因为如此，服务业的统计受到了重视。1993年OECD在R&D统计手册（即《弗拉斯卡蒂手册》第5版中，对科技统计中采用的企业部门的分类进行了修改，最重要的变化是服务业的分类比较详细，由原先的6类增加到11类，R&D投入强度高，即技术密集的行业予以单独分类。1997年，OECD在制定的《技术创新统计手册》修改版中，对技术创新的定义进行了修改，把对制造业的技术创新统计也扩大到服务业。

OECD根据国际标准产业分类（ISICRev.3）提出了一个目前在科技统计中采用的服务业的分类标准（表1）。表2是部分国家服务业R&D经费的分布情况，数据表明，服务业R&D主要分布在计算机及有关活动、通信、研究与开发、运输与仓储这4个行业。

3.信息与通信技术（ICT）

信息和通信技术是知识型产业的核心，已经成为经济增长的主要推动力量。信息和通信技术作为一个行业，不仅其产值、增加值增长很快，而且还能为企业开辟新的市场提高工作和生产的效率而提品和服务。根据国际数据协会（IDC）的定义，ICT由以下3部分组成：

·信息技术（IT）硬件：计算机系统中心处理部件，存储设备，打印机，捆绑在一起的操作系统，数据通讯设备；

·IT服务和软件：IT软件，IT服务，内部IT消耗，其中包括信息系统运行消耗、定做的软件等；

·电信：公共的和私人的网络设备，电讯服务等。

根据这一定义和国际标准产业分类ISICRev.3，OECD在技术创新调查中提出了ICT产业的界定范围（见表3）。

表3信息与通信技术产业的范围

ISICRev.3

制造业中的ICT

3000,3130,3210,3220,3230,3312,3313

服务业中的ICT

5150,6420,7123,7210,7220,7230

7240,7250,7290

4.知识产业

“知识产业”最早是美国经济学家马克鲁普于1958年提出来的。他在《美国的知识生产和分配》一书中提出，知识产业是指生产知识特别是信息产品和服务的企业或组织机构，而不管这种生产的目的是什么。在该书中，他首次确定了知识产业的分类。其后，不少学者都对知识产业进行了研究。由于高技术产业和服务业中的知识型产业都只是知识产业的一部分，因而知识产业的提法又重新引起了人们的注意。

对知识产业范围的界定和分类有不同的说法。按OECD的提法，知识产业是指具有较为密集的技术和人力资源投入的部门，从统计的角度出发，涵盖以下范围：

·制造业中的高技术产业；

·制造业中的中高技术产业；

·服务业中的通信业，即ISICRev.2的72；

·服务业中的金融、保险、房地产和商务活动，即ISICRev.2的8；

·服务业中的社区、社会和个人服务，即ISICRev.2的9。

按上述范围，1994年，OECD全部成员国的知识产业的增加值占全部企业部门增加值的51%，其中高技术产业占2.9%，中高技术产业占6.9%，通信业占2.8%，金融保险其它商业服务业以及社区、社会和个人服务业占38.2%；1986~1994年间知识产业增加值年均增长3.5%，而全部企业部门增加值年均增长率为2.9%。

三、统计内容与指标

知识型产业的统计，不需专门组织实施，只要按界定的范围和分类在已有统计的基础上重新进行汇总，就可以获得所需要的各种统计数据，具有简便、成本低、可操作等一系列优点，知识型产业的统计主要有以下内容：

1.研究与发展（R&D）统计

知识型产业都是一些新兴的产业，往往处于学科前沿，其发展与学科研究的进展密切相关。这就决定了知识型产业的R&D资源强度高、R&D活动频繁，这也是促使这些产业不断发展的先决条件。正因为如此，知识型产业的R&D统计及指标分析已经显得日益重要，大有取代原有的产业分类的发展趋势。例如OECD1999年出版的科学技术产业公报中有关企业部门R&D指标内容，主要就是从制造业的技术水平的4类（高、中高、中低、低）、服务业、ICT以及知识产业的角度进行分析，并没有采用传统的产业分类。从各个国家出版的科技指标看，把本国的优势产业与知识型产业组合在一起进行分析，是采用较多的一种方法。

R&D统计的主要指标是R&D支出，R&D支出占增加值的份额。由这2项指标按知识型产业的分类，就可以对各种分类下的R&D资源的分布结构，各结构类别R&D经费增长率、R&D经费强度及变化进行分析和对比。

2.技术创新统计

知识型产业的技术创新最活跃，新的产品、新的技术不断涌现，对这些产业技术创新的统计与分析一直是各国关注的重点，技术创新统计与分析如果不以知识型产业为研究对象也就没有生命力。例如，OECD在收集欧盟第二轮技术创新调查数据建立数据库时，就把ICT产业、服务业中的金融、通信、计算机及技术服务作为单独的类别，此外还把ICT方面的获准专利作为衡量经济竞争力的一项指标。技术创新统计还未形成统计制度，欧盟从90年代开始共进行过2次技术创新调查，目前正计划进行第3轮技术创新调查。

3.经济指标统计

主要是进行产值、增加值、销售收入和进出口产值统计。这些指标分别从总量与结构上反映了知识型产业的产出与进出口状况。其中，在产出分析中，各类知识型产业产值、增加值占GDP或总增加值的份额，在进出口分析中服务业进出口占进出口总量的比重，制造业进出口中按高技术、中高技术、中低技术、低技术产业的分布等指标常常被采用。

知识型产业对经济发展的贡献主要体现在以下2个方面：

·作为产业，为社会提品和服务。这种贡献和作用可以直接从产值或增加值占GDP或总增加值的份额来表示。

·为产业部门提供具有高技术含量的设备，作为资产投入可以使其他产业部门形成产出。

对产值、增加值以及进出口的分析体现了上述第一种贡献。对知识型产业作为资产投入对经济的贡献，目前还处在研究阶段，例如，有人曾研究过，ICT作为产业部门其产值占GDP的份额在OECD各成员国约在2.5%~4.5%，ICT作为资产投入对各成员国经济增长的贡献约是0.13%~0.35%。

四、结论与建议

知识型产业的统计发展很快，受到各国的重视。我国实施“科教兴国”发展战略，发展高技术是我国的国策，建立以高技术产业为主的知识型产业统计势在必行。

1.确定既与国家接轨，可以国际对比又符合我国国情的以高技术产业的核心的分类标准

为此，除了要对以高技术为核心的知识型产业进行界定外，还有一件极为重要的工作：建立我国行业分类与《弗拉斯卡蒂手册》中企业部门分类的对应关系。

2.完善我国的R&D统计

R&D统计是知识型产业统计的基础，完善我国R&D统计是搞好知识型产业统计的保证。

统计管理论文范文第5篇

近年以来，统计数据质量问题受到社会各界的广泛关注，我国官方统计数据屡遭质疑，并在2010年上半年达到顶峰，也曾在一时，“被增长”、“被降低”、“被统计”，似乎成了一个时尚的名词。那么，近年来为什么我国官方统计数据会屡遭质疑呢？我们认为一是源于社会各界对统计信息需求的大幅度提高，二是在于信息披露的多路径化和低成本化。而要消除对我国政府统计数据质量质疑，我们必须要做好三个方面的工作。这就是一要加强统计研究，进一步推进统计方法制度的科学化进程；二要从源头数据管理做起，把好统计数据质量关；三要加强统计管理机制建设，遏制官员对统计数据的干预。鉴于统计数据质量的形成源于各方利益的驱动，所以,为了确保上述工作任务的完成，我们必须站在博弈的视角来开展统计数据质量管理的研究。本文拟以“联网直报”方式下的国家统计数据生成流程为线索，基于地方官员、基本单位和统计机构的理性驱动，来构建国家统计数据质量管理博弈机制，并通过该机制的描述与设计，来研究国家统计数据质量管理的最优战略。

2国家统计数据质量管理的博弈机制分析

统计数据质量问题产生于统计数据生成路径，源于统计数据提供者的利益驱动，为此，统计数据的生成过程，也是统计数据质量的博弈过程，依据该过程中所内含的博弈机理，我们终可寻找出国家统计数据质量管理的路径。长期以来，我国一直推行统计数据上报的“逐级汇总”，并由此而引发了许多统计数据质量问题。为此，国家决定从2011年统计调查年报和2012年统计调查定期报表起，推行统计数据上报的“联网直报”方式。“联网直报”作为“四大工程”的一个重要组成部分，其是通过与“一套报制度”、“基本单位名录库”和“数据采集处理软件系统”紧密结合的基础上，共同来完成统计数据采集、传输、汇总、加工、上报任务的。由于“企业一套表”制度的实施，不但统一了统计数据的口径，而且也消除了数出多门的现象产生；“网上直报”方式的推行，减降了统计数据上报过程中的人为因素干扰；网上“数据采集处理软件系统”的采用，增加了表内、表间统计指标数据的逻辑审核以及人工审核功能，所以，在“联网直报”统计背景下，统计数据质量可以得到了进一步保障，但统计数据质量问题仍不可得以消除。这是因为：通过数据采集与处理系统逻辑审核关的基层数据，并不能完全保证就是实际数据，只要基层单位想虚报瞒报，任何先进的统计数据采集与处理技术均是难以全面防范的。所以，“四大工程”实施后，统计数据质量控制仍是一项艰巨的任务，统计法制建设仍然不可松懈。那么，“联网直报”背景下的统计数据质量问题是如何形成的呢？我们认为，“联网直报”方式下的统计数据质量问题，主要来源于基层数据的虚报瞒报，这种虚报瞒报现象的产生仍将来自于基本单位利益的驱动，并遵从于博弈的机理。一般来讲，基本单位是基层统计数据的起报单位，在填报基层统计数据过程中，是实报还是虚报、瞒报，这主要来自于其本身利益的权衡。首先，这种利益的权衡来自于其自身利益最大化的追求；其次，这种利益的权衡来自于地方官员的压力；第三，这种利益的权衡来自于统计违规处罚。基于此，地方官员、基本单位、统计机构之间利益的权衡过程，构造了国家统计数据质量管理的博弈过程，地方官员、基本单位、统计机构之间利益的统一，形成了国家统计数据质量博弈的纳什均衡。

3国家统计数据质量管理的博弈机制描述

3.1背景假设与符号定义为便于研究，我们假设：理性的官员、基本单位和统计机构构成了源头统计数据质量博弈的参与人；官员的行动空间为｛虚报性干预，瞒报性干预，不干预｝；基本单位的行动空间为｛虚报，瞒报，实报｝；统计机构的行动空间是｛检查，不检查｝；在博弈的过程中，地方官员是先行动者，基本单位是第二行动者，统计机构是最后行动者。在上述背景假设条件下，我们定义：（1）Q为基本单位基层统计数据实际值。（2）πg为地方官员干预基本单位上报基层统计数据的净收益总额。（3）πf为基本单位上报基层统计数据的净收益总额。（4）πs为统计机构统计执法检查净收益总额。（5）β为地方官员对基本单位的干预倾向,β在1的领域内取值，β＞1为虚报干预程度，β=1为不干预，β＜1为瞒报干预程度。（6）v为地方官员干预基本单位的收益系数，也即基本单位每上报一单位的虚假数据地方官员所获得的经济或行政收益。（7）m为地方官员干预基本单位的支付系数，也是一种激励系数，当基本单位上报倾向与地方官员干预倾向一致时，体现为地方官员对基本单位的一种经济支付；当基本单位上报倾向与地方官员干预倾向不一致时，其体现为地方官员对基本单位的一种经济处罚。（8）k为基本单位的基层统计数据上报倾向，k在1的领域内取值，k＞1为虚报，k=1为实报，k＜1为瞒报。（9）t为基本单位综合税率。（10）λ为基本单位报假被统计机构查处时的统计处罚系数，是指每上报一单位的虚假数据的经济处罚额。如果假设F为处罚总额，则：λ=F(k-1)Q(1)上式表明，当k-1＞0时，λ应取正值；当k-1＜0时，λ应取负值。λ与(k-1)Q相组合可以构成统计机构检查时基本单位报假的总成本：Cf=λ(k-1)Q（11）N为基本单位统计数据上报次数。（12）P为统计机构统计执法检查概率，也即统计执法检查次数与基本单位统计数据上报次数的比值。如果假设统计检查次数为n、基本单位上报次数为N，则：p=nN。（13）c为统计机构单位检查概率统计执法检查查实成本系数，也即:c=CspQ(2)其中，Cs为统计执法总费用，Cs=pcQ。

3.2收益函数的建立在对相关符号进行定义的基础上，依据各利益主体的成本收益分析，可建立各利益主体的收益函数。

3.2.1官员的收益函数。从地方官员理性出发，地方官员干预基本单位基层统计数据的上报行为,是基于其收益最大化的。而这种收益通常指的是一种净收益，也即总收益与总成本的差额。如此，根据相关背景假设，我们可以将官员的收益函数定义如下：πg=ν(k-1)Q-(β-1)m(k-1)Q（3）其中：(k-1)Q为基本单位在地方官员的干预之下，实际虚报、瞒报或实报的结果，ν(k-1)Q则为这种干预给官员所带来的总收益，当基本单位选择虚报时，其数值为正，表现为一种收益；当基本单位选择瞒报时，其数值为负，负值表现为一种损失；当基本单位选择实报时，其数值为零。(β-1)m为地方官员干预基本单位上报符合自身要求的基层数据时，对基本单位的经济补偿支付系数，也即地方官员的单位干预成本，(β-1)m(k-1)Q为地方官员对基本单位的干预总成本，当地方官员的干预行为与基本单位的上报倾向一致时，其取正值；当不一致时，其取负值，负值表现为一种收益。

3.2.2基本单位的收益函数。基本单位关于基层统计数据上报行为的选择，也是基于其成本收益分析的。其中，基本单位上报虚假数据的收益主要来自于地方官员的政策激励和税收节约，成本主要来自于统计机构的统计执法处罚。通常，考虑到地方官员的激励和税收的上缴情况，在统计机构不进行统计执法检查的情况下，基本单位的收益为地方官员的激励与税收上缴情况的权衡。也即：πf1=[(β-1)m-t](k-1)Q其中：(β-1)m-t为基本单位在考虑地方官员干预行为和税收缴纳的情况下，单位报假净收益，在虚报的情况下，去取决于地方官员虚报激励系数与由此而带来的税收上缴之间的差额，其差额为正，基本单位选择虚报，差额为负选择瞒报。在统计机构进行统计执法检查的情况下，基本单位的收益为地方官员的激励与税收上缴及被统计机构查处罚款之间的权衡。也即πf2=[(β-1)m-t](k-1)Q-λ(k-1)Q其中，λ(k-1)Q为基本单位在统计执法检查被查处时的罚款总额。考虑到统计机构的统计执法检查带有一定的随机性，也即统计机构的统计执法所采用的是混合战略，所以，基本单位的收益通常也是带有不确定性的，为此，其收益函数往往是一个期望收益函数。从而，在假设统计执法检查概率等于基本单位被查处概率的情况下，我们可以将基本单位的期望收益函数定义如下：πf=（1-p）πf1+πf2?????=(1-p)[(β-1)m-t](k-1)Q+p{[(β-1)m-t](k-1)Q-λ(k-1)Q}（4）对式(4)进行整理可得：πf=[(β-1)m-t](k-1)Q-pλ(k-1)Q（5）我们称式(5)为基本单位上报倾向期望收益函数。由该函数可知，当基本单位选择报真时，k=1，πf为零；当基本单位选择虚报或瞒报时，其是一个不确定的值。

3.2.3统计机构的收益函数。单纯从其收益来讲，统计机构的收益来自于统计执法检查的经济处罚，虽然这种经济处罚应该上缴国家财政，但我们也可暂且把它看成统计机构的收入，以此相对应的则是统计执法检查费用的支付，它可构成统计执法检查的成本。基于此，在统计部门检查的情况下，如果基本单位报假，其净收益为处罚收益与检查成本之差，如果基本单位报真，其净收益为检查成本，是一个负值。在统计部门不进行检查时，无论基本单位报真还是报假，其均无任何收益。这样，如果假设统计执法检查概率为p，则在基本单位报假在统计执法检查中的被查处率为100%的情况下，我们可将统计机构的期望收益函数可以定义如下：πs=p[λ(k-1)Q-pcQ]+(1-p)0（6）其中：λ(k-1)Q为统计执法检查总收益，pcQ为统计执法检查总成本。对式(6)进行整理可得：πs=pλ(k-1)Q-p2cQ（7）我们称式(7)为统计机构收益函数。式(7)表明，当统计机构不检查时p=0，πs=0。当统计机构检查时，如果基本单位上报的是虚假统计数据，则统计机构存在πs=pλ(k-1)-p2Nc的收益；如果基本单位上报的是真实统计数据，则统计机构的收益为πs=-p2Nc。也即存在着一种负的收益。

3.3模型体系的构建根据国家统计数据质量博弈机理与路径，以及动态博弈纳什均衡的求解思路，国家统计数据质量管理博弈模型体系及纳什均衡的求解，我们将从统计机构的理分析入手。

3.3.1统计机构最优战略的确定。从统计机构的收益最大化出发，统计机构的最优战略将存在于其收益最大化取值的一阶条件之中。所以，我们对式(7)求解关于统计执法概率的一阶偏导数可得：?πs?p=λ(k-1)Q-2pcQ（8）令式(8)为零并进行整理可得：p=λ(k-1)2c（9）我们称式(9)为统计机构的最优战略或反应函数。式(9)表明，最优的统计机构统计执法检查概率与统计机构的处罚收益成正比，与统计执法检查成本成反比。在统计执法收益不变的情况下，统计执法成本越大，统计执法检查概率越小；统计执法成本越小，统计执法概率越大。在统计执法成本不变的情况下，统计执法收益越大，统计执法概率越大；统计执法收益越小，统计执法概率越小。

3.3.2基本单位最优战略的求取。在观测到地方官员的行动并准确地预计到统计机构将以一个什么水平的概率进行统计执法检查后，基本单位将依据自身收益最大化的原则来确定自己的最优战略。首先，我们将式(9)带入式(5)可得:πf=[(β-1)m-t](k-1)Q-λ2(k-1)22cQ（10）对式(10)求关于k的一阶偏导数可得：?πf?k=[(β-1)m-t]Q-λ2(k-1)cQ（11）令式(11)为零，并进行整理可得：k=1+c[(β-1)m-t]λ2（12）我们称式(12)为基本单位的最优战略。式(12)表明，基本单位的上报倾向，决定于(β-1)m-t。如果(β-1)m>t，基本单位倾向于虚报；如果(β-1)m<t，基本单位倾向于瞒报；如果(β-1)m=t，基本单位倾向于实报。

3.3.3地方官员的最优战略的确定地方官员的最优战略也是在准确地就预计到基本单位的行动后，依据自身收益最大化的原则来确定的。所以，我们首先将式(12)带入式(3)可得：πg=νc(β-1)m-νctλ2Q-cm2(β-1)2-cmt(β-1)λ2Q（13）对式(13)求取β的一阶偏导数可得:?πg?β=νcm+cmtλ2Q-2cm2(β-1)λ2Q（14）令式(14)等于零并进行整理可得:β=1+ν+t2m（15）我们称式(15)为地方官员的最优干预倾向。式(15)表明，地方官员对基本单位的干预倾向为虚报性干预，其干预力度取决于收益与成本的权衡。在基本单位上缴税收综合税率一定的情况下，收益系数越大，干预力度越大，支付系数越大，干预力度越小。

3.3.4纳什均衡的求解。将式(15)带入式(12)可得：k=1+c(ν-t)2λ2（16）将式(16)在带入式(9)可得：p=ν-t4λ（17）我们称式(16)为基本单位的最优行动，式(17)为统计机构的最优行动。式(16)、式(17)与式(15)相组合，可以构成国家统计数据质量博弈的纳什均衡。如式(18)所示：｛β=1+ν+t2m，k=1+c(ν-t)2λ2，p=ν-t4λ｝（18）式(18)表明：地方官员对基本单位的干预倾向为虚报性干预，其干预力度取决于收益与成本的权衡。基本单位的上报倾向具有不确定性，当地方官员的收益系数大于基本单位上缴税收综合税率时，基本单位倾向于虚报；当地方官员的收益系数小于基本单位上缴税收综合税率时，基本单位倾向于瞒报；当地方官员的收益系数等于基本单位上缴税收综合税率时，基本单位倾向于实报。统计机构统计执法检查的概率决定于地方官员的收益系数与基本单位上缴税收综合税率的差额和统计处罚系数所形成的比率，当地方官员的收益系数与基本单位上缴税收综合税率的差额为正时，我们要重点查处虚报现象；当地方官员的收益系数与基本单位上缴税收综合税率的差额为负时，我们应重点查处瞒报现象。

4国家统计数据质量管理的博弈机制设计

如果假设统计处罚只针对基本单位、不涉及地方官员；统计处罚系数是一个激励合同；基本单位的个人理性约束和激励相容约束可以进行整合，则在上述符号定义下，依据委托理论，可对国家统计数据质量管理博弈机制也即最优处罚系数进行设计。

4.1统计机构和基本单位反应函数的引入为了构建国家统计数据质量管理委托模型，我们首先引入统计机构和基本单位的反应函数。统计机构的反应函数：p=λ(k-1)2c（19）基本单位的反应函数：k=1+c[(β-1)m-t]λ2（20）。

4.2委托模型的构建根据委托分析的基本原理，委托模型设计的基本目的在于寻求一个既能使委托人的收益达到最大，又对人具有激励作用的最优合同。通过上述分析，我们可以看出，λ作为一个激励合同，满足式(19)的λ，能够使统计机构的收益达到最大化，满足式(20)的λ，可以对基本单位产生激励作用，能够同时满足式(19)和式(20)的λ，就是一个最优合同。所以，将式(19)和式(20）联立，即可构建国家统计数据质量管理委托模型。如式(21)所示。p=λ(k-1)2ck=1+c[(β-1)m-t]λ2（21）.

4.3最优统计处罚系数的求解对式(21)进行整理可得：k-1=2cpλ（22）k-1=c[(β-1)m-t]λ2（23）将式(23)带入到式(22)可得：2cpλ=c[(β-1)m-t]λ2（24）对式(24)进行整理可得：λ=(β-1)m-t2p（25）式(25)即为统计机构统计处罚系数测算模型。

4.4模型内涵分析由式(25)我们可以看出，统计处罚系数具有如下政策内涵：（1）在统计执法检查概率降低的情况下，统计机构应提高处罚力度。式(25)表明，λ与p成反比，p反映了统计执法检查的概率或频率，所以，在统计执法成本上升而导致统计执法检查频率下降的情况下，统计机构应加大统计处罚力度，并借此来弥补统计执法检查频率的不足。（2）在基本单位单位违法收益提高的情况下，统计机构应加大统计处罚力度。式(25)还表明，λ与(β-1)m-t成正比。其中，(β-1)m-t为基本单位虚报瞒报数据的收益。为此，可以认为统计处罚系数与基本单位单位违法收益成正比。这样，在基本单位单位违法收益提高的情况下，应该提高统计执法处罚力度；在基本单位单位违法收益下降的情况下，应该降低统计执法处罚力度。当然，由基本单位单位违法收益我们还可以看出，基本单位的单位违法收益取决于地方官员的干预力度与综合税率之差。该差额越大，基本单位的单位违法收益越大，该差额越小，基本单位的单位违法收益越小。所以，当地方官员的干预力度加大时，统计机构也应该加大统计处罚力度，在地方官员干预力度减小时，统计机构可以适当减小统计处罚力度。（3）统计处罚系数可能存在正负两个值，其所表明的是对不同报假倾向的处罚。式(25)表明，统计处罚系数的测算，存在着正负两个值。其中正值对应的是基本单位虚报的处罚系数；负值对应的是基本单位瞒报的处罚系数。这种取值也保证了基本单位收益函数的成本项，在基本单位采取虚报行动时，统计执法处罚构成了其违法成本；在基本单位采取瞒报行动时，统计执法处罚仍构成了其违法成本。

5实证研究

5.1背景资料与数据的获取为了说明本文所构建模型的可操作性，我们的实证研究工作将基于河北省的区域范围，并就此而获取了相关背景资料与数据如下：（1）财政部、国家税务总局关于固定资产投资税收抵免相关政策。（2）中华人民共和国统计法第四十一条规定《统计法》相关处罚规定。（3）某省2011、2012年相关统计数据，如表1所示。

5.2相关指标统计数据的整理（1）地方官员干预收益系数v指标数据的整理依据表1计算如下：ν=DyDi=17285.60-16059.8212311.85-8866.56=1225.783445.29=0.36也即本实证分析中的地方官员干预收益为0.36。（2）地方官员干预支付系数m指标数据的整理根据财政部、国家税务总局关于固定资产投资税收抵免相关政策，我们假设地方官员干预支付系数m为10%。（3）基本单位综合税率t指标数据的整理依据表1，我们计算某省基本单位综合税率如下：t=947.59+1067.1216059.82+17285.60=2014.7133345.42=0.06也即本实证分析的基本单位综合税率为0.06。（4）统计报假处罚系数λ指标数据的整理根据中华人民共和国统计法第四十一条第二款和中华人民共和国统计计法实施细则三十二条第一款的规定，如果认定虚报瞒报率达到100%的为情节极为严重者，并执行20万元的罚款，则每1%的虚报瞒报率的处罚额度将达到0.2万元。据此，我们认为统计报假处罚系数为0.2。（5）统计执法成本系数c统计执罚成本系数的测算，我们将在统计执法收益等于统计执法成本的基础上，来进行。首先，我们利用某省统计执法检查典型案例材料，整理汇总成表2。然后，我们以单位虚报瞒报率处罚额度为0.2，推算出各单位应交处罚额。在此基础上，我们来测算统计执法成本系数：c=统计执法检查总费用统计执法检查概率′统计数据实际值=46.480.33′9975.35=46.483291.87?=0.0141也即在统计执法检查中，平均每次统计执法检查的单位查实成本为0.0141。

5.3存在地方官员干预的国家统计数据质量的博弈机制分析根据上述研究结论，在存在地方官员干预的情况下，国家统计数据质量管理博弈的纳什均衡为：｛β=1+ν+t2m，k=1+c(ν-t)2λ2，p=ν-t4λ｝据此，我们可以求解地方政府、基本单位和统计机构的最优战略：β=1+ν+t2m=1+0.36+0.062′0.1?=2.1k=1+c(ν-t)2λ2?=1+0.0141′(0.36-0.06)2′0.22?=1+0.004230.08?=1.053p=ν-t4λ?=0.36-0.064′0.2?=0.375也即：｛β=2.1，k=1.053，p=0.375｝（26）式(26)为地方官员、基本单位、统计机构的最优战略组合。其说明，在地方官员虚报干预且干预力度为2.1的情况下，基本单位具有虚报倾向，但受到统计机构统计执法处罚的威慑，其只能将虚报倾向确定为1.053，也即存在5.3%的虚报份额。在此背景下，统计机构最优的行动是以37.5%的概率进行统计执法检查。

5.4不存在地方官员干预的国家统计数据质量管理的博弈机制分析在不存在地方官员干预的情况下，国家统计数据质量管理博弈纳什均衡中的地方官员干预收益系数v和地方官员干预支付系数m将等于零，这样，地方官员不干预背景下的国家统计数据质量管理博弈纳什均衡将转化为：｛β=1，k=1+c(ν-t)2λ2，p=ν-t4λ｝如此，依据上一节中的数据我们可以求取基本单位、统计机构的最有战略组合：k=1-ct2λ2?=1-0.0141′0.062′0.22?=1-0.0008460.08?=1-0.0106?=0.9894p=t4λ?=0.064′0.2?=0.075也即｛β=1，k=0.9894，p=0.075｝式(27)为地方官员、基本单位、统计机构的最优战略组合。其说明，在地方官员不进行干预的情况下，为了逃避纳税，基本单位存在着瞒报统计数据的倾向，但限于统计执法检查的威慑，其瞒报程度只能达到1.06%。在此情况下，统计机构的最优行动是以7.5%的概率来进行统计执法检查。

5.5最优统计处罚系数的测算根据上述数据，我们可以对统计机构统计处罚系数进行测算。在存在地方官员干预且干预力度为的m=0.1的情况下，如果t=0.06、p=0.33，则将最优的统计处罚数为：λ=(β-1)m-t2p?=(2.1-1)′0.1-0.062′0.33?=0.075（28）式(28)表明，在存在地方官员干预时，基本单位存在虚报现象，如果地方官员的干预力度为0.1、综合税率为0.06、统计执法检查概率为0.33时，统计机构的最优处罚力度为0.075。也即每1%的虚报率罚款0.075万元。如果不考虑地方官员的干预倾向，也即m=0时：λ=-t2p?=-0.062′0.33?=-0.091（29）式(29)表明，在不存在地方官员干预时，基本单位存在瞒报现象，如果综合税率为0.06、统计执法检查概率为0.33，统计机构的最优处罚系数为0.091。也即每1%的瞒报率，处以0.091的罚款。

6结论与建议