中国出口贸易的发展进入了新常态，正处于增速的换挡期和结构的转型期，已然从高速增长阶段进入到了中高速增长阶段，在此期间，除了关注贸易发展的速度之外，可能应当更加关注贸易发展的质量和效益。因此，从可持续性角度探究企业出口增长的动力具有现实意义，然而上述分析的基础却是如何准确衡量企业出口的增长问题。

对于企业出口规模和出口增长率的衡量，一种常用的统计方式是直接将所研究的企业月度出口数据在日历年内进行加总，计算企业出口规模和出口增长率。这种计算方式被广泛应用，并作为相关机构统计企业出口量的主要方式。然而，根据日历年直接计算企业新出口和停止出口年份的规模，可能导致严重的估计误差。考虑两家同质性国内企业，具有相同的初始出口规模和每月恒定不变的出口增长率，在1月份和12月份分别进入同一出口市场的情形。根据日历年计算出口规模和出口增长率的方式，两个企业的出口会存在很大的差异：1月份进入出口市场的企业，统计时会记录该企业全年12个月份的出口量作为其首次进入出口市场的出口规模，并以此为基础，计算企业出口增长率；对于12月份进入出口市场的企业，按照日历年计算，则只记录了该企业一个月的出口量，将其作为首次进入出口市场的出口规模，并计算得到该企业的出口增长率。对于1月份进入出口市场的企业，统计得到的出口规模是其真实出口量，所得到的出口增长率也为其实际值；然而，对于12月份进入出口市场的企业，对于新出口企业规模的统计，可能存在严重的低估，在该出口规模基础上得到的出口增长率，同样可能存在很大程度的高估。其它月份新进入出口市场的企业，同样会存在不同程度的统计偏差。

上述估计的偏差，主要由于偏年度效应的存在，即未考虑企业进入市场具体时间差异而统一按照日历年进行相关问题分析所造成的偏差效应。针对上述问题，可以根据企业进入年份中首次存在出口交易记录的月份，将该月份在内的连续12个月作为调整年，计算新出口企业的出口规模，对于新出口企业接下来年份出口规模的计算，依次类推，在这种情形下，便可以避免传统统计方法所存在的问题。

在数据统计及应用过程中，往往忽略偏年度效应的存在，这会造成严重影响分析结果的准确性，在相关分析中应当引起重视。对于贸易领域的其他问题，例如对国家之间建立贸易关系或签订自由贸易协定的贸易规模与贸易量增长的研究等统计中也可能存在类似的问题。此外，类似研究不仅可以应用于贸易领域，对于成立初期的企业增长、新加入劳动市场的工人工资增长等问题的分析同样适用。随着大数据时代的来临，考虑偏年度效应，并对数据进行相应的调整，将会进一步改善数据质量。在这个“让数据说话”的时代，如何能够更好地“让数据说实话”，便显得尤为重要。