住户无酬工作核算:概念、估价方法及卫星账户构建

对住户无酬工作的含义、分类、估价方法、住户生产卫星账户在无酬工作核算中的应用等问题进行了系统阐述,同时作为一种探索和尝试,在SNA中心框架基础上编制了住户生产卫星账户的框架,并探讨了如何将SNA指标调整为住户生产卫星账户指标.     

产业链现代化目标下中国产业链政策的量化评价

2019年产业链现代化的建设目标提出后，中国各级政府相继出台了多项产业链政策来推进当地产业链现代化的建设，因此产业链政策的量化评估具有重要意义：一是可以发现各地区产业链政策的关注重点以及近些年来产业发展重点的变化情况；二是可以发现当前产业链政策存在的缺陷和不足，进而提出针对性的政策改进和优化建议。基于此，首先，通过网络爬虫和人工搜索相结合的方式共获取168项产业链政策文件，其中包括47项专项产业链政策和121项非专项产业链政策；其次，通过词频统计、共词分析和聚类分析等文本挖掘的方法对政策文本进行剖析，同时利用LDA主题模型对政策的主题进行异质性分析；最后，基于文本挖掘的结果搭建PMC-AE指数的政策评估框架对产业链政策进行量化评价，并利用PMC曲面探究产业链政策的优化建议。研究发现：第一，中国产业链政策的发文数量逐年增加，产业链政策中的环境型政策占比最大，需求型政策占比最小；第二，不同类型、不同地区和不同年份的产业链政策主题存在较强异质性；第三，总体而言，中国产业链政策内容制定较为合理，但仍存在需要改善的方面。为了打好产业链现代化的攻坚战，需要在政策工具、政策性质、政策领域、政策客体和...     

我国多区域投入产出表的数据质量评估问题研究

近几十年来，多区域投入产出表的开发和应用推动了投入产出研究领域的重要进展，但如何评估其数据质量的问题仍未得到有效解决。鉴于此，本文首先从理论角度剖析多区域表与单区域表之间的数据关联，结合实际数据考察国内多区域表与官方数据的衔接情况，发现不同多区域表在不同指标上的数据衔接能力存在明显差异；通过对数据质量评估问题的多方位探讨，基于强化多区域表核算功能的视角提出了一种相对有效的评估思路，并设计了相应的量化评估方案；最后，从指标和地区两个角度对部分已有的国内多区域表进行评估实证，并结合开发特点综合比较这些多区域表的整体评估结果和局部结构特征。本研究对多区域投入产出表的数据开发、管理和应用具有一定的参考和助益。     

统计数据准确性评估：方法分类及适用性分析

 对于统计数据准确性评估方法的归纳分类，可以从辅助资料信息的来源及表现形态、包含目标特征真值关键信息的参照标准的构造方法、实际统计数值与参照标准之间的比较逻辑等方面加以考察。针对总量统计数据的准确性评估，主要在纵向时间维度上开展，根据统计指标与其相关联指标变动趋势的偏离程度加以评判；针对个体或分类统计数据的准确性评估则主要在横向空间维度上开展，对数据的统计分布形态加以检验，或者利用重复调查或随机实验方法对事先假定的误差参数进行估计。不同方法具有不同的适用条件，在实际应用中，应基于所掌握辅助资料的详实程度来选择评估方法，并对导致评估方法发生误判的因素加以细致分析和排除，以确保评估结论的说服力和可信度。     

海洋生态产品卫星账户框架设计

卫星账户是综合兼顾国民账户体系严谨性与核算主题灵活性的产物。海洋生态产品作为衡量海洋生态系统对人类福祉贡献的度量指标，构建海洋生态产品卫星账户是探索海洋生态产品价值实现路径的重要基础。文章基于卫星账户编制的基本原理，系统梳理了海洋生态产品卫星账户的编制思路与框架；构建出海洋生态产品目录清单；识别海洋生态产品“生产者”和“使用者”，并设计出供给使用表；基于供给使用关系，构造海洋生态系统生产总值、海洋产业生态化贡献度及海洋生态产业化增加值等指标，并对海洋生态产品卫星账户的编制应用提出建议。     

绿色供应链环境下供应商评估的证据推理模型构建

文章从产品信息、服务水平、信誉度、发展潜力、环境保护力和资源利用力等六个维度构建了绿色供应链环境下的供应商评估指标体系,并据此建构了供应商评估证据推理模型,给出了多维框架下评估信息转化、基于证据推理的专家信息集结、不同供应商的量化排序等算法.     

价格数据缺失、失真与PPP测算偏差

基础数据质量问题对PPP测算结果的影响既需要有定性的客观认识，更需要量化的测算结果做依据。本文首先依据数据审核的基本逻辑将价格数据质量问题抽象为数据缺失和数据失真两种类型；其次借鉴对照实验方法，以CPD法为基础，通过对两类数据质量问题不同形式和程度的量化模拟，综合考察了两类数据质量问题影响下的CPD-PPP测算偏差特征与规律；最后综合模拟测度结果为ICP基础数据质量的控制与优化以及比较结果的量化评估与调整提出了意见与建议。     

中国数字经济卫星账户框架设计研究

数字经济日新月异的发展对现行统计核算体系提出了挑战。本文主要针对其在经济生产、收入分配和资本核算方面的挑战，研究了中国数字经济卫星账户框架的设计原理及可行性。首先，探讨了数字经济活动对现有核算体系中生产核算、收入分配核算、资本核算、金融核算的影响，包括数字经济核算与中心框架中产业单位、交易特征、生产者、生产范围、收入分配等的关系。然后，基于国内外数字经济相关分类和中国核算实践分析了中国产业、产品分类的国际可比性和可行性，形成了对数字经济生产核算、资金流量核算和资本核算的专门性设计，并构建了一般性的核算指标。在框架设计的基础上，对2012-2017年中国数字经济主要产业部门的增加值进行了初步测算。最后，结合中国数字经济研究现状，对中国开展数字经济核算工作提出了建议，即建议深化中国数字经济卫星账户核算体系及相应的核算方法体系、研究开发中国数字经济高频大数据的获取方法、完善中国数字经济产业产品分类标准及相关统计规章制度。     

基于投入产出表的体育卫星账户编制及其应用

体育卫星账户是以国民经济账户的中心框架为基础，对所有涉及体育的相关活动建立的附属核算体系，它可用于扩充中心框架的分析功能，以便更加系统地厘清体育产业对国民经济的影响。文章首先依据《体育产业统计分类（2019）》界定的体育产业统计范围，基于投入产出表对所有涉及体育的相关活动进行剥离，从投入产出视角构建中国体育卫星账户；然后，构建价格换算系数以编制可比价体育产业投入产出表；最后，从产业层面对中国体育产业发展情况进行实证分析。     

住户部门卫星账户的范式构建

作为国民经济总体的重要组成部分,住户部门的非市场性生产中只有部分被纳入到现行中心框架生产核算范围内并体现在GDP中,这在很大程度上无法准确衡量住户部门的生产、收入和消费水平.借鉴SNA2008的建议:对于现行中心框架无法解决的核算问题,可以在中心框架的基础上对某些概念加以修改并建立专门的卫星账户.文章依据住户卫星账户与中心框架下住户部门账户体系之间的内在逻辑联系,通过对中心框架下住户部门账户体系中的相关经济交易项目进行调整,形成了住户卫星账户中的经济交易项目,并在此基础上最终构建了住户卫星账户的范式.     

中美CPI数据质量的比较分析

 本文在国际货币基金组织提出的消费者价格指数数据质量评估框架下，着重从四个维度分析了中美两国CPI数据质量方面存在的差异，并在此基础上提出了相关结论和建议。     

基于DQAF框架的我国统计数据质量管理及改进

本文首先考察了我国现行统计数据生产体系,然后依据国际货币基金组织（IMF）提出的“数据质量评估框架（DQAF）”,分析了目前我国统计数据质量管理方面存在的问题,最后提出了改进建议。     

统计数据质量与用户满意度：测评量表设计与实证研究

 针对政府统计数据质量评估问题,综合若干国家统计部门与国际组织对统计质量的定义,确立政府统计数据质量维度体系;进而参照国际货币基金组织的“数据质量评估框架”设计具体的用户满意度测评量表。基于该量表的问卷调查结果显示,量表具有良好的测量信度与效度。研究中提出的八项质量维度可以充分反映政府统计数据质量的不同侧面,可以有效解构用户满意度的特征;用户对各质量维度的重要性认知、用户专业技术职务、对统计数据的依赖程度以及搜集渠道的选择等,与其满意度之间亦表现出明显的关联模式。     

A note on the unification of the Akaike information criterion

To measure the distance between a robust function evaluated under the true regression model and under a fitted model, we propose generalized Kullback–Leibler information. Using this generalization we have developed three robust model selection criteria, AICR*, AICCR* and AICCR, that allow the selection of candidate models that not only fit the majority of the data but also take into account non-normally distributed errors. The AICR* and AICCR criteria can unify most existing Akaike information criteria; three examples of such unification are given. Simulation studies are presented to illustrate the relative performance of each criterion.     

基于云重心理论的信息价值测评研究

随着科学技术的迅猛发展和信息化进程的加速推进,信息作为一种促进经济和社会发展的资源已经越来越受到人们的重视。首先提出了信息价值的内涵,确立了信息价值测评的主要思想;其次,引入云重心理论的云发生器,用于计算信息价值评估模型的量化值,通过云重心评估模型,可以定量化的计算出信息价值的得分值,从而得到所求的信息价值;最后,以实际企业的调查数据为例,对企业信息价值进行了实际计算,得到了企业信息价值的具体量化值,以便为企业对信息进行决策时提供一种定量方法。     

Distribution estimation with auxiliary information for missing data

There is much literature on statistical inference for distribution under missing data, but surprisingly very little previous attention has been paid to missing data in the context of estimating distribution with auxiliary information. In this article, the auxiliary information with missing data is proposed. We use Zhou, Wan and Wang's method (2008) to mitigate the effects of missing data through a reformulation of the estimating equations, imputed through a semi-parametric procedure. Whence we can estimate distribution and the τth quantile of the distribution by taking auxiliary information into account. Asymptotic properties of the distribution estimator and corresponding sample quantile are derived and analyzed. The distribution estimators based on our method are found to significantly outperform the corresponding estimators without auxiliary information. Some simulation studies are conducted to illustrate the finite sample performance of the proposed estimators.     

A Sparse Implementation of the Average Information Algorithm for Factor Analytic and Reduced Rank Variance Models

Factor analytic variance models have been widely considered for the analysis of multivariate data particularly in the psychometrics area. Recently Smith, Cullis & Thompson (2001) have considered their use in the analysis of multi‐environment data arising from plant improvement programs. For these data, the size of the problem and the complexity of the variance models chosen to account for spatial heterogeneity within trials implies that standard algorithms for fitting factor analytic models can be computationally expensive. This paper presents a sparse implementation of the average information algorithm (Gilmour, Thompson & Cullis, 1995) for fitting factor analytic and reduced rank variance models.     

Discrete approximations to the Csiszár,Renyi, and Fisher measures of information

The problem of loss of information due to the discretization of data and its estimate is studied for various measures of information. The results of Ghurye and Johnson (1981) are generalized and supplemented for the Csiszár and Renyi measures of information as well as for Fisher's information matrix.     

Finite Population Variance Estimation in Presence of Measurement Errors

In this article, we propose a class of estimators for the population variance of a quantity of interest. The estimators in the class use auxiliary information to improve efficiency, and we suppose that measurement errors are present both in the study and auxiliary variate. We take into account such problem using a regression approach. We show that the class proposed is quite flexible and general, allowing to consider many kinds of information as auxiliary one. Comparisons within estimators in the class are studied theoretically and through simulations.     

Identification of non-linear additive autoregressive models

Summary.  We propose a lag selection method for non-linear additive autoregressive models that is based on spline estimation and the Bayes information criterion. The additive structure of the autoregression function is used to overcome the 'curse of dimensionality', whereas the spline estimators effectively take into account such a structure in estimation. A stepwise procedure is suggested to implement the method proposed. A comprehensive Monte Carlo study demonstrates good performance of the method proposed and a substantial computational advantage over existing local-polynomial-based methods. Consistency of the lag selection method based on the Bayes information criterion is established under the assumption that the observations are from a stochastic process that is strictly stationary and strongly mixing, which provides the first theoretical result of this kind for spline smoothing of weakly dependent data.