共同富裕目标下县域基本公共服务水平测度、时空演化与区域差异研究

提升基本公共服务水平、促进基本公共服务均衡可及是实现全体人民共同富裕目标的内在要求。本文面向共同富裕战略目标要求,动态测度县域基础教育、社会保障、卫生医疗、基础设施和环境保护五类基本公共服务水平并揭示其时空演化规律,继而探索现阶段区域基本公共服务空间分异程度和来源结构。结果表明:(1)样本期内各尺度基本公共服务水平整体呈小幅波动上升态势,空间上表现为“南高北低”的差序格局与“东北塌陷”现象;(2)不同政策聚焦、特殊地域地貌、发展水平与建设规模的县域基本公共服务短板具有异质性,乡村振兴重点帮扶县域、丘陵县域、经济财政低水平县域以及人口面积较大县域是当前共同富裕战略推进中应当关注的重点县域;(3)县域基本公共服务水平基尼系数呈现“先递增后递减”的波动变化特征,西北地区基本公共服务水平非均衡现象较为严峻;(4)我国县域间基本公共服务水平的空间分异主要来源于超密度贡献,其次为区域间差异,而区域内部差异带来的贡献相对较小且趋于收敛。

数字金融对能源密集型企业绿色转型的影响

在双碳目标以及绿色新发展阶段的背景下,数字金融已经成为驱动企业绿色转型的关键力量。基于2011—2020年我国能源密集型行业上市公司数据,深入研究数字金融对企业绿色转型的影响机制。研究发现:第一,数字金融发展能够显著促进企业绿色转型,且该效应在经过一系列检验后依然成立;第二,中介效应分析表明,数字金融能通过财务机制和创新机制推动企业绿色转型;第三,异质性分析表明,数字金融对企业绿色转型的促进作用在人力资本水平高、环境规制强度高、金融发展水平低的城市中更显著,在小企业、非国有企业以及衰退期企业中更显著;第四,企业CEO绿色经历和内部控制质量可以保障数字金融作用的发挥,对能源密集型企业绿色转型起到正向调节作用。

共同富裕目标下公共服务满意度的统计测度与时空演化研究

促进公共服务均衡可及是实现全体人民共同富裕的内在要求。本文契合新时代共同富裕战略目标,基于中国综合社会调查2015、2017、2019和2021年大样本数据,动态测度民生高度关切的医疗卫生、社会保障、环境保护和基础教育四类公共服务满意度的特征事实,系统揭示全国、区域、省域和群体间公共服务满意度的时空分异规律。研究发现:(1)从全国尺度上看,我国公共服务满意度位于比较满意区间且普遍呈稳定的上升态势,特别是环境保护公共服务增长率同期最高;(2)从区域尺度上看,我国区域公共服务满意度大体维持“北高于南、西高于东”的差序格局;(3)从省域尺度上看,我国省域公共服务满意度表现出时空不平衡但有所收敛的特征;(4)从群体比较上看,不同群体间公共服务满意度存在显著异质性,高年龄阶段、低受教育程度和高阶层认同群体的公共服务满意度高于低年龄阶段、高受教育程度和低阶层认同群体。

概率-非概率调查样本的整合推断问题研究:核匹配方法

基于网络便利调查、大数据平台的数据收集方式,在实践中得到了广泛的发展,但获得的样本本质上均是非概率样本。利用非概率样本推断目标总体特征面临着潜在的偏差,如涵盖偏差、自我选择偏差等。近年来,对融合概率调查和非概率调查的数据资源,以估计有限总体特征问题的讨论较多,但依然存在较多问题。在已有研究的基础上,对非概率样本和概率样本均测量了辅助变量,但只有非概率样本测量了研究变量的背景下,介绍基于倾向得分框架的权数构造方法;在倾向得分核匹配方法的基础上,提出了基于融合概率和非概率样本协变量平衡的核函数带宽选择方法,为非概率样本构造倾向得分核匹配权数。模拟结果显示基于倾向得分核匹配的方法能够显著降低非概率样本的偏差,提出的融合样本协变量平衡的带宽方法能够有效减少估计量的相对偏差、绝对相对偏差和标准差。

规模以下工业企业抽样调查的权数调整研究

为解决规模以下工业企业估计中的问题,对现有的权数调整范围进行了拓展,以期提高对规模以下工业企业的估计精度。一方面,解决目录企业的非自然消亡问题。分别讨论样本单元非自然消亡和样本层非自然消亡两种情况,将非自然消亡视为一种单元无回答,引入样本匹配方法,选择最为“相近”的正常上报企业与非自然消亡企业匹配,把非自然消亡的样本企业权数调整到正常上报的样本企业中。另一方面,解决非目录企业的估计偏差问题。分别讨论了基于超总体模型估计和倾向得分逆加权估计的权数调整思路,超总体模型估计选取了线性和非线性两种。倾向得分逆加权估计中,重点研究了倾向得分的求解,基于GBM(Generalized Boosted Model)算法,在其迭代求解过程中引入了权重,提出了w-GBM算法,同时提出将参数估计方法中的Logistic回归估计和非参数估计方法中的w-GBM算法或GBM算法进行加权的组合估计方法。实证结果表明,以上思路具有可行性。

追踪调查中的样本更新问题研究——部分国际追踪调查的实践经验总结及思考

社会科学研究中,经常需要对样本成员进行长期甚至终身追访,以揭示现象的变化和发展规律、有效识别现象间的因果关系,同时估计截面总体特征也是关注的重点。追踪调查数据在研究变量变化规律、识别变量间因果关系等方面具有显著优势,在社会科学研究中得到广泛应用。然而,随着追访轮次的增加,受无回答和样本成员死亡的影响,追踪样本会出现样本损耗、低年龄组代表性不足等问题。此外,由于移民和新生总体的加入,截面总体不断变化。因此,利用追踪样本估计截面总体会面临潜在的偏差,包括无回答偏差和涵盖偏差。为了减少这些偏差,国际上多数追踪调查项目均定期或不定期从总体或子总体中抽取更新样本,并将其和追踪样本整合起来,以估计截面总体特征,即对追踪样本进行样本更新。尽管我国追踪调查项目取得一定发展,但国内却鲜有文献对此问题进行讨论。本文通过梳理部分国际知名追踪调查的抽样设计方案和技术文档,对样本更新的总体范围、更新频率、更新样本的抽取方法、追踪样本和更新样本整合方法的实践经验进行归纳和总结,并指出潜在的问题及需要加强研究的方向,为我国追踪调查实践提供经验和理论上的支撑。

不放回样本追加下基于永久随机数抽样技术的多层次推断方法及应用研究

抽样调查如何满足多层次推断的需要是我国政府统计调查在实践应用过程中面临的主要难题之一。本文根据我国现阶段抽样调查工作的实际情况,提出一套完整的适用于多层次推断的抽样调查方法。首先,使用永久随机数对现有抽样框进行更新维护,打破现有方法假设抽样框不变的局限性;其次,采用基于列表–序贯算法的条件Poisson抽样实现多层次推断,消除了固定样本量抽样技术仅适用于一次性抽样调查的限制,同时解决了随机样本量抽样技术样本量不固定的问题;此外,分别使用Sen-Yates-Grundy方法和Deville方法进行方差估计,以提高估计精度;最后,通过数值模拟和应用研究验证所提出方法的有效性。该方法在不显著增加调查经费的情况下,可广泛适用于不同数据类型的目标总体,在企业、住户等经济领域调查中具有可推广性的同时,也可为大数据背景下各级政府在实际解决多层次推断问题方面提供有价值的参考。

地理坐标对分层抽样改进效果的研究

在调查中相互独立的总体单元并不是普遍存在的,空间效应会导致总体单元在空间上覆盖不均匀。当考虑总体空间异质性时,简单分层抽样设计无法捕获总体可能存在的空间自相关,一般解决方法是采用以空间区域作为定性辅助信息的空间分层抽样,但存在调查实践性与空间精细度的两难选择。因此,本文将地理坐标引入到分层抽样设计中,围绕空间效应和样本代表性研究地理坐标对空间异质性总体的抽样效果,进而探索在不同空间特征总体下地理坐标参与的空间分层抽样统计推断作用。通过模拟研究和实证分析发现,地理坐标参与的空间分层抽样能够在合理误差范围内有效提高估计效率,对表现出强空间异质性的总体估计效率提升效果较弱;在具有明显空间趋势的总体中,地理坐标参与的空间分层抽样效果优于简单分层抽样,并且这种优势在大样本量下更为明显。本文提出了地理坐标参与的空间分层抽样设计方案,即当总体存在较弱的空间异质性时,应使用地理坐标参与的空间分层抽样设计。

非概率抽样估计中先验信息的利用——基于贝叶斯模型估计视角

非概率样本的估计问题是近年来的研究热点,本文以调查中先验信息的利用作为切入点,在配额抽样下设置贝叶斯形式的超总体模型,使用样本信息与先验信息对总体目标变量进行加权估计,从而解决非概率样本的估计问题。通过对北京市医疗资源调查的实证研究,表明先验信息的准确性和权重的合理分配决定着贝叶斯估计的效果,在合理的模型设置下贝叶斯估计在大量重复抽样下具有更好的稳定性。

英国研发统计转型的举措、影响及启示

英国具备较为完善的研发统计体系,但其统计方法和数据存在一定局限性,主要在于两种统计口径下企业研发支出数据存在巨大差异。因此,英国自2022年开始启动为期3年的研发统计转型,以改进企业研发统计为核心,着力解决小企业覆盖率不足的问题,并同步优化政府和高校研发统计。这一转型带来英国研发支出规模和投入强度统计数据的大幅提升,但也引发了各界关于数据独立性、客观性等方面的争论。回顾英国研发统计转型的过程,得出如下启示:一是研发统计应不断优化以更好适应新形势;二是调整研发统计要保持审慎科学的态度;三是英国科技创新实力不容小觑。

动态调查的自适应设计及数据质量评估

网络调查数据的海量涌入使得传统抽样调查的响应率显著下降,但网络样本的数据质量及可推断性受到质疑,而自适应抽样调查设计作为一种提高数据质量的有效手段,在网络调查实践中逐渐兴起。因此,在回顾和比较现有文献的基础上,系统介绍R统计量和偏R统计量的构建原理和估计方法,深入探讨它们在自适应调查设计中的关键作用,并设计数值模拟展示R统计量和偏R统计量的应用过程,验证其在提高数据采集效率和质量控制方面的实际效果。研究结果表明,在目标样本的辅助变量信息可用时,利用R统计量和偏R统计量指导自适应调查的数据收集过程,可以显著提升响应样本的代表性和估计的准确性,大幅度提升网络样本的可推断性和未来样本融合的效率。

新一代信息技术在统计工作中的应用研究

新一代信息技术的迅猛发展,使统计工作面临新的机遇与挑战。利用网络技术实现统计工作中的大型普查及专项抽查的数据报送及反馈。工业企业使用一套表联网直报系统可联网直报有关统计数据。CPI系统实现了基础数据的网络化、智能化快速采集。能源在线监测系统,可准确掌握企业生产、消耗流程信息。全国经济、人口农业普查移动采集终端管理信息系统等的应用,提高大型普查数据采集、处理能力及数据精准性。

基于“三新”企业分层抽样单元权重动态调整的估计方法

对“三新”企业进行抽样调查是及时掌握和监测“三新”经济发展的重要手段。考虑到这一类调查总体单元变动比较迅速,抽样框信息变动大,无法及时覆盖总体的最新特征,依此抽样框得到的样本数据结构与总体的分布结构差异较大,样本的代表性较低,会对总体数量特征的有效估计产生影响。因此,基于调查总体单元的变动特征,把抽样框中的单元划分为保留单元和转移单元,在此基础上,依据样本单位分层结构的变动,设计了基于“三新”企业分层抽样单元权重动态调整的估计方法。首先,通过事后分层方法挖掘出不同层的单位特征,并预测抽样框各层容量;其次,依据层规模的变动预测对目标变量估计量的权重进行修正;最后,通过自我加权设计构造出总体动态变动后数量特征的复合估计量,并对其进行优良性讨论。在对“三新”企业的模拟数据进行多次重复抽样实验中,相比于固定抽样框下的传统方法,基于分层抽样单元权重动态调整的估计方法具有更高的抽样效率,构造的关于总体数量特征的估计量具有无偏性和有效性。

基于有偏误辅助变量的分层贝叶斯小域估计方法研究

抽样调查中的小域估计问题指的是,根据较少样本量进行一定精度下子总体估计的现实问题。与基于设计的方法不同,基于模型的方法不依赖大样本理论,能在估计过程中借助其他域的样本信息,更加适用于小域估计问题。然而,现实中测量误差无法完全避免,当模型协变量有偏误时,小域估计结果失效。对此,采用测量误差模型校正辅助变量误差,基于单元层次的分层贝叶斯模型进行小域估计,并在贝叶斯框架下估计辅助变量偏误机制。鉴于实际调查中为方便数据编码与统计、控制无回答误差,调查结果以分类型数据居多,本文重点讨论了更适用于小域估计问题的模型方法,针对分类型辅助变量存在测量误差的情形,给出了方法合理性的证明,同时通过模拟和实证对其估计效果进行验证与实践。本文模拟六种实践中常见的情形,除仅有分类型变量存在测量误差的情形之外,还考虑了存在测量误差的变量既有分类型又有连续型的情形等。数值模拟与实证结果一致表明,本文方法不仅能充分纳入与推断相关的不确定性因素,克服样本量受限的问题,还具有广泛的适用性,相较于传统方法,估计结果在提升准确度的同时更为稳健。

双重抽样框下项目无回答插补估计方法研究

抽样调查工作中无回答情形不可避免,双重抽样框下亦如此,因此需要对双重抽样框下抽样调查项目无回答造成的估计量偏差进行纠偏校正。首先通过二重抽样获取辅助变量的信息,使用其构造比率估计量与比率型指数估计量的组合估计量对双重抽样框下抽样调查中项目无回答数据进行插补,得到对应各部分子总体的均值估计,再用Hartley估计量的形式对总体总值进行估计。通过计算估计量偏差、均方误差及最优权重系数,对比相同条件下完全回答时同类型组合估计量均方误差的相对精度损失与使用单一比率型指数估计量的相对精度损失,随机模拟结果显示损失率较低,插补方法有效。选择合适的辅助变量构造比率估计量和比率型指数估计量的组合估计量做插补值,更充分利用辅助变量和已回答研究变量信息,基于提出的组合估计量于抽样调查工作具有一定的应用价值。

大数据背景下小微企业抽样调查设计研究

在大数据背景下,本文充分利用数据来源渠道丰富、网络调查较为便利等特点,从多重抽样框设计、利用辅助信息提升抽样推断精度、非概率抽样调查设计等角度入手,对小微企业抽样调查的研究思路进行了梳理,研究并总结了一些可以使用的办法。对于多重抽样框设计,本文在比较多重名录抽样框设计、多重名录抽样框和区域抽样框组合设计研究思路的基础上,得到了在一定调查费用限制下可优先选用重叠划分部分筛选法设计的结论;对于辅助信息的利用,本文总结了样本轮换有关模型,比较了多种设计的结果,得到了可优先选用轮换及保留样本单位均带辅助信息模型的结论;对于非概率抽样网络调查设计,本文研究了三种调查形式以及准随机、超总体模型、准随机与超总体模型结合三种抽样推断的思路,对于时效性要求较高的专项调查,可在候选者数据库抽取样本单位开展调查并进行非概率抽样推断。本文为大数据背景下小微企业抽样设计提供了科学依据,可结合实践进一步加强应用,提升小微企业抽样调查的效率。

基于多层次模型的小域估计方法研究——考虑抽样误差与测量误差的比率估计

小域估计的核心在于如何对样本量极少甚至为0的域作出较为可靠的子总体特征估计。小域内样本量有限,即在估计时可利用的信息有限,最大程度挖掘样本信息并借助其他域样本推断本小域特征,是提高小域估计精度的关键。传统基于设计的推断效果受样本量制约,不适用于样本量有限的小域估计问题,此时,需要采用基于模型的方法进行估计。文章针对比率估计,基于多层次模型刻画有限总体和小域之间的层次结构,分别通过第一层模型和第二层模型刻画域间异质性和域间相关性,借助其他域的样本单元实现对指定小域的估计,并在此基础上考察抽样机制和测量误差的影响。针对所提出的模型,给出具体的参数估计与误差估计方法,通过模拟验证具体效果,并将其应用于实际数据集。

基于受访者驱动抽样的模型推断

受访者驱动抽样是一种用于研究隐藏总体的链接追踪抽样方法。文章将隐藏总体视为社会网络模型,假设总体就某一属性具有二水平值,提出了基于RDS关于总体比例的模型推断方法。统计模拟分析中提供了RDS的模拟抽样方法,数值分析表明模型推断方法具有稳健性。

数字经济发展对居民消费的影响与路径分析

近年来居民消费在推动经济增长中扮演着愈发重要的角色,如何借助数字经济发展激发居民消费潜力值得深入探讨。基于对2014—2018年中国家庭追踪调查微观面板数据的分析发现,数字经济发展与居民消费之间存在显著的正相关关系,对基准回归结果展开的内生性检验与稳健性检验都支持上述结论。异质性分析结果显示,数字经济发展对城镇居民消费的影响强于对农村居民消费的影响,对东部地区和中部地区居民消费的影响较强,对居民食品消费与衣着鞋帽消费的影响较强。机制分析结果表明,缓解流动性约束、增加居民收入是数字经济发展影响居民消费的机制。

科研诚信与学术伦理研究趋势的CiteSpace可视化分析——基于2010-2023年Web of Science与中国知网数据库文献研究

研究旨在分析科研诚信与学术伦理研究的全球热点及其演化趋势,为我国科技期刊的发展提供参考.检索2010至2023年间中国知网和Web of Science数据库文献,并应用CiteSpace软件进行可视化计量分析.研究共纳入1741篇文献,发现国内外的发文量均呈现持续增长的趋势,尤其是在2019年国内文献数量显著增加.在国际上,美国、英国、德国的发文量位于前列,而中国排在第7位.主要的研究机构包括梅奥医学中心、格罗宁根大学、中国科学技术信息研究所及中国科学院文献情报中心.研究的热点关键词涉及“科研不端”“科研诚信”“临床试验”“学术伦理”和“高校”等,突现词包括“撤稿”“随机对照试验”“健康”“科技伦理”和“医学期刊”等.国内外关于科研诚信与学术伦理的研究呈持续增长态势,但存在研究热点的地域差异.医学科技期刊在连接科研诚信与学术伦理方面具有桥梁作用,需进一步规范审稿和伦理指导体系,以提升科研成果的出版质量.