[資訊]永恆的35人:中國事故死亡人數中的數字造假

看板CrossStrait作者RungTai (RungTai)時間7年前 (2017/03/25 00:14)推噓1(1推 0噓 6→)

留言7則, 2人參與討論串1/1

不只哈佛有中國五毛研究，現在連35神秘數字都可以發在頂級期刊了 XD http://mp.weixin.qq.com/s/ZXJL58Xi39n8BotonZ6eOw Fisman R, Wang Y. The Distortionary Effects of Incentives in Government: Evidence from China’s “Death Ceiling” Program[J]. American Economic Journal: Applied Economics, 2016. 唧唧堂AEJ論文解析：永恆的35人！中國事故死亡人數中的數字造假原創 2017-03-24 聶卓唧唧堂 picture from 四川在線解析文章首發於唧唧堂，作者：唧唧堂研究人聶卓對任何一個組織而言，如何向成員提供合適的激勵（incentive）一直面臨著兩難的選擇（tradeoff）。如果沒有足夠的激勵，組織成員就會消極怠工，影響組織的運作；如果激勵過強，又可能扭曲（distorting）成員的行為，引發一系列不良後果。具體到現實當中，引發討論最多的，當屬對政府官員的績效考評。其中爭議最大的地方在於，為了完成上級制定的考核任務，官員會在多大程度上捏造數據。Raymond Fisman和Yongxiang Wang即將發表在AEJ: Applied Economics上的論文，以中國官員面對的“事故死亡人數天花板” 為例，在這方面進行了嘗試。大部分人一定記得這樣一條坊間傳聞：在中國，一次事故的死亡人數不能超過35人。一旦超過這個數字，負責的官員就要撤職。“35人”的說法當然只是茶餘飯後的談資，但官員面對的事故死亡人數考核卻真實存在。從2004年起，國務院安全生產委員會為各省制定了年度事故死亡人數上限，並要求各省提交事故死亡人數的季度報告。這些報告中的實際死亡人數數字由國家安監局（2005年升格為國家安監總局）匯總，隨後同安委會制定的死亡人數上限一起，公佈在人民日報上，並作為對官員考評的依據。為了完成安全生產任務，一些省份甚至將安全生產任務，列為官員提拔的“一票否決（No safety，no promotion ）”指標。在該研究中，利用人民日報和勞動生產年鑒等公開數據來源，作者構建了中國31個省份不同類型事故死亡人數的面板數據。分析發現，在死亡人數超過規定上限時，樣本分佈出現了顯著的斷點，表明很有可能存在數據低報；在實施“一票否決”的省份，死亡人數超過天花板的年份明顯減少，但該效應只在天花板附近存在；儘管多報死亡人數有利於減輕未來的安全生產壓力，但並沒有省份為此而刻意多報死亡人數。具體而言，為了研究“天花板效應”是否存在，作者使用了McCrary (2008)中的方法，將 “該年度實際死亡人數/該年度死亡人數上限”的實際分佈標在圖中，並以“該年度實際死亡人數/該年度死亡人數上限 = 1”為樣本的分界點，對兩側的樣本分別進行局部線性回歸，結果如下圖所示，可以看到存在明顯的斷點。z檢驗的結果顯示，p值小於0.001。該結果表明，事故死亡人數的確出現了明顯的低報。對不同類型事故進行類似的分析，結果表明所有事故的死亡人數，都在“天花板”處出現了明顯的低報。那麼，地方官員是如何對數據進行捏造的呢？作者將上面指標中的“全年死亡人數”替換成了“前三季度死亡人數”。從下圖可以看到，“死亡人數/死亡人數上限”的分佈變得相當光滑。這意味著，官員並不是一年到頭都在對安全生產任務精打細算，而是到了第四季度才開始臨時抱佛腳。接下來，研究者對最為廣大吃瓜群眾津津樂道的“一票否決（NSNP）”制度進行了研究。回歸結果顯示，“一票否決”制度的確降低了死亡人數超過“天花板”的可能性。當作者將實行了該制度和沒有實行該制度的樣本各自的分佈同時展現出來時，容易發現，“一票否決”僅僅只是降低了死亡人數超標的可能性。只要能完成考核目標，該制度就不再產生作用。在上述結果之外，該文還討論了考核中的“齒輪效應（ratchet effect）”。作者將當年死亡人數和下一年死亡人數上限取對數後做散點圖，發現二者基本呈線性關係。這意味著，安委會在制定下一年的安全生產考核標準時，基本是以上一年安全生產情況作為依據的。從理論上說，為了減輕來年安全生產工作的壓力，官員當年會存在高報死亡人數的激勵。作者考察了2004年以前和2004年以後，死亡人數增長率的分佈變化。結果顯示，2004年以後死亡人數增長率相對而言更低，沒有跡象表明官員為了減輕壓力而高報了死亡人數。最後，作者也承認，因為數據的限制，該研究無法對安委會的這一政策是否有效做出評價。在缺乏對比的情況下，也無法討論這一政策是否已經是一個“次優（suboptimal）”的選擇。作者認為，未來的研究可以從兩個方面推進：一是在數據體現的進步中，將數據偽造和官員實際努力產生的改善區分開來；二是通過上級政府對下級政府的激勵政策本身，去理解政府的行為和目標。雖然結構相對簡單，但Fisman這篇AEJ還是有不少值得我們學習的地方。首先，Fisman再次給我們展示了什麼叫“大道至簡”。很多時候，之所以文章的內容變得複雜，是因為我們沒有特別好地進行研究設定。其次，在初學者當中，普遍存在著“回歸迷信”。而 Fisman這篇文章中，大部分結果都是最簡單的頻率密度分佈和累積分佈，用到回歸的地方也都是特別簡單的回歸。這啟示我們，儘管回歸分析是因果推斷的有力工具，但工具還是要服從於研究的目的。有時候，簡單的圖形反而能夠展示樣本的全貌，比抽象的數字和星號更有說服力。同時，即便是Fisman這樣五大發到手軟的大神，一旦面對“數據造假”這樣的難題，也只能得出模糊的結論。所以我們在選定研究題目的時候，還是應當去捕捉現實當中的重要問題，哪怕最後在邊際上能做出的貢獻不多，問題本身的重要性可能就足以為發表加分了。最後感慨一句，我們口中的談資，經人家手裡一變，就變成了QJE和AEJ。作為本土的經濟學研究者，希望我們不要辜負了這個偉大的時代。 -- ※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 60.246.41.27 ※ 文章網址: https://www.ptt.cc/bbs/CrossStrait/M.1490372048.A.A34.html ※ 編輯: RungTai (60.246.41.27), 03/25/2017 00:14:49

推

Atropos0723

03/25 13:00, , 1^F

03/25 13:00, 1^F

→

Atropos0723

03/25 13:00, , 2^F

03/25 13:00, 2^F

→

nanlong

03/25 13:33, , 3^F

03/25 13:33, 3^F