2021-06-01-亚开行-Preparing_a_Road_Map_on_the_Use_of_Administrative_Data_for_Compiling_Employment_Statistics_11页_109kb

文档总结：利用行政数据编制就业统计的路线图

核心内容

本文档探讨了在实现可持续发展目标（SDGs）背景下，如何通过整合多源数据，尤其是行政数据，来提升就业和劳动市场统计的效率与质量。随着SDGs指标数量的增加和对高质量数据的需求上升，国家统计局（NSOs）面临资源紧张和数据获取难度加大等挑战。因此，探索新的数据来源，如行政数据，成为改善统计系统的重要手段。

主要观点

• 多源数据整合的重要性：整合来自不同来源的数据可以提供更细致、更有意义的信息，从而更高效地满足SDGs的数据需求。
• 行政数据的优势：行政数据具有及时性和全面性，可以作为传统调查数据的补充。它们不仅成本较低，还能减少受访者负担，提升数据质量。
• 数据收集方式的多样化：数据收集方式包括人口普查、抽样调查、大数据和行政数据。其中，行政数据在劳动统计中展现出显著潜力。
• SDGs中的劳动指标：SDG 8涵盖劳动市场相关指标，如就业率、失业率、工资水平、劳动生产率等。部分指标依赖行政数据或调查数据，部分则仍需进一步研究和方法论发展。
• 国际统计标准与方法论：劳动统计需遵循国际标准以确保数据可比性，同时需注意数据来源的局限性与方法论的适用性。

关键信息

可行性与优势

• 成本效益高：行政数据无需额外收集，可直接用于统计，从而节省成本。
• 数据及时性与完整性：行政数据通常比调查数据更及时、更全面，尤其适用于监测社会保护覆盖、职业伤害率等指标。
• 适应性与灵活性：在危机时期，如新冠疫情，行政数据成为制定政策的重要依据，能够快速响应社会需求。

劳动统计指标

• SDG 8劳动指标：包括就业率、失业率、工资水平、劳动生产率、社会保护覆盖率、儿童劳动率、职业伤害率等。
• 数据来源分类：
  • Tier I指标：方法论清晰，数据可定期获取，如1.1.1、5.5.2、8.2.1、8.5.2、8.6.1、8.7.1。
  • Tier II指标：方法论清晰，但数据获取不一致，如1.3.1、8.3.1、8.5.1、8.8.1、10.7.1等。

行政数据的统计输出

行政数据可用于生成多种劳动市场统计指标，如：

• 个人所得税记录：可用于分析收入、工资收入者数量等。
• 劳动监察记录：可用于评估就业水平、劳动合同类型、工资、工作时间、职业伤害等。
• 就业服务记录：可用于统计求职者数量和职位空缺情况。
• 工人组织记录：可用于分析工会数量、成员情况和罢工事件。
• 社会保障和公积金记录：可用于统计参保人数和福利特征。

行政数据的局限性

• 数据设计不以统计为目的：行政数据可能缺乏统计所需的内容、范围和程序，导致数据不适用于统计分析。
• 代表性不足：如果行政数据收集不系统或不规律，可能无法代表整个劳动人口。
• 数据质量需提升：需加强统计系统的能力建设，以确保行政数据在统计过程中的准确性和可比性。

行政数据应用实例

• 马来西亚：通过移民部门的行政数据估算外国工人数量，结合旅游数据、工作许可数据等。
• 马尔代夫：利用政府和公共部门的数据编制《马尔代夫统计年鉴》，并借助行政数据收集外籍雇员信息。
• 新西兰：利用税务和社保数据构建“新西兰雇员-雇主数据链接”，用于统计劳动市场信息。
• 菲律宾：通过劳动部门与行业、就业信息系统的数据整合，编制《2022菲律宾劳动力市场信息报告》。

未来方向

• 加强统计能力建设：提升国家统计系统对行政数据的处理和分析能力，包括技术升级和人员培训。
• 推动数据标准化：确保行政数据在不同国家和地区的可比性，以支持全球SDGs的监测。
• 探索大数据应用：尽管目前尚无统一的国际方法论，但大数据在劳动统计中具有潜力，可作为未来数据来源之一。
• 建立合作机制：通过国际合作（如联合国统计司与全球可持续发展数据伙伴关系）推动行政数据的标准化和共享。

结论

行政数据在劳动统计中具有重要价值，能够有效补充传统调查数据，提升数据的时效性和覆盖面。随着SDGs的推进，国家统计局需加强数据整合能力，优化行政数据使用流程，并推动国际间合作，以确保高质量、可比的劳动统计数据能够支持政策制定与社会经济发展。