Page 64 - 统计创新与高质量发展

Statistical Innovation and High Quality Development
统计创新与高质量发展

（二）数据收集与处理
1. 数据收集
为了准确评估政策效应，需要收集多方面的数据。包括宏观经济数据，如国

内生产总值、失业率、通货膨胀率等；行业数据，如各行业的产值、就业人数、
投资规模等；企业微观数据，如企业的营业收入、利润、研发投入等。同时，还
需要收集政策实施的相关信息，如政策出台时间、覆盖范围、具体措施等。例如，
在评估房地产调控政策对房地产市场的影响时，需要收集全国或各地区的房价数

据、房屋销售面积数据、房地产开发投资数据，以及房地产调控政策的具体内容
和实施时间等信息。
2. 数据处理
对收集到的数据进行清洗，去除异常值和缺失值。例如，若发现某企业的营

业收入数据明显偏离正常范围，可能是录入错误，需进行修正或删除。对数据进
行标准化或归一化处理，使不同变量的数据具有可比性。同时，根据政策实施的
时间节点，对数据进行合理的分组和整理，以便于模型分析。
（三）政策效应评估与决策指导

1. 评估过程
将处理后的数据代入选定的统计模型中进行分析。例如，使用 VAR 模型分
析货币政策对经济的影响时，通过脉冲响应函数和方差分解等方法，观察货币供
应量变动对国内生产总值、通货膨胀率等变量的动态影响路径和贡献程度。使用

DID 模型评估产业扶持政策对企业创新的影响时，通过对比处理组和对照组在政
策实施前后的差异，得出政策对企业创新的因果效应。
2. 决策指导
根据政策效应评估的结果，为政府未来的政策制定提供参考。如果评估结果

显示某项政策对经济增长或社会发展产生了积极的显著影响，政府可以考虑继续
实施或扩大政策的覆盖范围；如果政策效果不明显或存在负面影响，政府则需要
对政策进行调整或重新制定。例如，若评估发现某地区的人才引进政策有效地促
进了当地高新技术产业的发展，政府可以加大人才引进的力度和投入；若发现某

项税收优惠政策并未达到预期的刺激企业投资的效果，政府可以重新审视政策的
设计和实施方式，进行优化调整。

56