陈林（北京师范大学）《中国工业企业数据库的使用问题再探》，《经济评论》2018年第6期

搜集与处理数据，是传统实证研究必不可少的关键环节。它的重要性，就像马克思写作《资本论》时走向工人阶级的调研一般——不可或缺。但随着近年来各类型网络论坛、期刊创新工作的兴起，本科生、研究生从中索取现成数据，腾挪转移“因果变量”，移形换位控制变量，进行“练笔”式的实证研究日渐大行其道。部分单位培养出来的经济学博士研究生，三年时间发表二三十篇实证论文的大有人在，尤其是在近年“巨额”的研究生国家奖学金评选活动开展之后。这样一来，笔者扪心自问，长久以往，学术精神何在。为了由下至上，从数据获得的最初角度往上观察学术精神，笔者对当前学术界用得最多的“中国工业企业数据库”进行了一番不同角度的审视。

笔者首先尝试介绍1998-2013年工业企业数据的整理、合并及真实性检验的方法，并对如何有效地整理、合并及使用中国工业企业数据库，尤其是针对新出现的2010-2013年数据，提出了具体的数据处理建议；最后，笔者对样本范围及统计口径的波动、企业工业统计人员的填报等数据问题等进行定量评估，结果发现部分问题客观存在，并提出对应的处理办法。其中，样本范围及统计口径的波动，缺失值较多、“回避规模以上”、“化整为零”等填报方面的数据问题较为显著，因此笔者提出了相应的解决办法或处理建议。

所谓统计数据，不外乎是过去历史的演绎，基层统计人员翻译出来的历史编码，经济学者只是将数据承载的历史以一个“经济学故事”的形式给读者娓娓道来。对于数据所承载的未来，学界应注重对数据库的应用拓展，比如中国工业企业数据库与其他数据库的合并使用。根据现有的研究，中国海关数据库、历年城市统计年鉴、科技部门的专业数据库、国家知识产权局的专利数据库和《境外投资企业（机构）名录》，是当前与中国工业企业数据库合并的热门对象。其实在数据库合并方面，中国工业企业数据库还大有潜力，上市公司数据库、国家环保局的污染排放监控数据库、全国工商联的私营企业调查数据库等，均是可以考虑的数据库合并方向。

回到笔者对后进的期待，每位学生都应很好地掌握自身所使用数据的结构、特性及其问题，并有相对独立的处理方法，而不应未经思考，援引他人的数据处理方法，甚至直接使用其他学者整理过的数据。从某种意义上来，这既是不熟悉数据结构的表现，也可以视作一种“取巧”。笔者认为这种形式的数据传播，反而不利于学术探讨与智慧传递，因为，每一位初次接触特定数据库的学者都应该经历笔者所探讨的“数据整理”过程，而不能“拿来主义” 。