图为西南财大中国家庭金融调查与研究中心副主任谭继军教授。新浪财经 魏钦涛/摄

　　新浪财经讯 “朗润格政论坛：激辩房地产市场前景”，于7月5日在北京大学举行，多位专家学者参与论坛，共论房地产市场的走向。西南财大中国家庭金融调查与研究中心副主任谭继军教授在发言中详细介绍了西南财大住房空置率报告的抽样和采集过程，并通过多项数据与国家统计局的相关数据进行比证明，西南财大课题组的调查是科学有效的，研究成果真实可信。

　　以下为谭继军发言实录：

　　尊敬的黄教授，各位嘉宾，各位朋友，各位校友大家下午好！同时还需要感谢我们北大金融学院的周主任，在他的热心推动下我们有了这样一次聚会。我今天跟甘犁[微博]教授一起把我们在6月份，通过城镇家庭住房空置率和住房市场发展趋势这个报告给大家做一个详细的汇报，我主要是对数据的采集过程进行一个汇报，甘犁教授主要是对我们的研究成果进行汇报，我们争取用短一点的时间，因为我们的研究成果比较丰富，主要是抛砖引玉，接下来请各位专家详尽讨论中国房地产的问题。

　　因为我们的研究主要是基于通过家庭金融调查所获得的，所以这个数据整个采集，质量控制以及数据一些主要方面的指标，我们在这个研究过程中都觉得比较重要，所以我从这几个方面向大家做一个汇报。总共是包括抽样实施，样本代表性真实性以及建立基础数据库的重要性几个方面阐述。

　　我们的抽样是人口家庭的三阶段分层随机抽样，第一阶段是抽县，第三阶段是社区，第三阶段是抽家庭。县我们是按GDP把全国的县排了以后，每个组中随机抽取，一共80个县。那社区呢是每个县抽4个社区，这里的县包括市直辖市下辖的区和县级市，2011年我们有80个县和320个社区的抽样。那2013年我们大幅度扩展了我们的样本量，我们从2011年的基础上做了一个对称抽样，在对称抽样的基础上我们又进行了随机抽样，形成了全国29个省的有代表性的样本，我们最终抽了262个县的样本。

　　这是我们所抽中的县所分布的地理分布图，可以看到它在全国的分布还是比较均匀的，比较密集的北京、天津、上海、重庆、武汉这些地方，我们是在这些城市比较有代表性的。抽了县和社区以后我们就要抽家庭，我们是制作家庭的末端随机抽样框，这是通过住户地理分布图绘制的。我们抽了社区以后，就会派绘图队伍到每个社区，在社区的帮助下把这个社区的行政范围内的所有民用建筑把它绘制出来，分为手绘和电绘两种。这是六张手绘居住图的第二张，大家可以看到我们所有的民宅都被绘制出来了，还有道路、河流、林地我们也有标识。这个分布图的作用有两个，第一个编号过程把公路排出去以后，住户进入我们这个单子，进行随机抽样。第二就是我们到这个地方访问的时候，可以按照这个地图去找到每一家。

　　在五个手绘地图比较清晰的方式我们又采取了电绘，绿色的是民用建筑，黄色的是不住人的，插红旗的是表示被抽中的地方。我们又进行了末端抽样随机抽样，我们末端抽样的原则是每个社区随机抽20—50后，这包括村委会和居委会，村委会是20户，居委会是25—50户，房价低的是25户，房价超过2万元每平米的我们采取50户抽取。我们每个样本都是这样进行统计的，在这个过程中是需要进行调整的，让整个样本做到在全国有代表性。

　　那实施呢，我们是在各界朋友的帮助下，主要是农行和人民银行[微博]，他们的作用是把我们的绘图队伍带到社区，告诉他们我们是做一项公益性和学术性的调查项目，我们不是来卖东西也不是行骗的。我们跟社区获得联系，那社区是整个调查访问关键中的关键，有社区的配合我们绘图就比较顺利，没有社区配合我们就进行得比较困难。比如说我们在天津和平区10人的访问队伍到这个地区，那我们一星期只访问了两户，这是没有跟社区取得联系。那跟社区取得联系之后，一个人一天可以访问两户，这个有非常重大的区别，所以社区是我们调查过程中非常重要的支撑环节。

　　那我们进行了长时间认真的培训对访问人员每天是2个小时，每天晚上对督导又额外培训3个小时，主要是西南财大的本科生和硕士生来担任。西南财经大学学生在这个项目中的责任心是无与伦比的，因为是他们母校的项目。

　　那我们只要入户成功，90%的受访户都成功了，每个平均都超过90分钟。我们在访问过程中为了保证数据的真实性，我们在访问环节做了很多的制度安排，这里面有几个主要的。比如说怎么样制定拒访，比如说我们每个时间段有一次必须在周末，有一次必须在平常，这样我们才认为是拒访，这样才可以更换样本。那这个更换的样本访问人员也是不知道的，拒访三次我们才允许更换样本，拒访三次必须有一次是在社区人员陪同之下，跟受访人面对面沟通之后才可以。我们的访问团队是到达社区，因为我们的访员中主要是女生，第一是保证我们的访员安全。第二个就是访问过程中的道德风险，减少独自入户产品的造假现象。第三个就是一个主访一个配访，他们的访问效率也提高了。

　　我们有非常严格的保密设置，整个数据采集都是计算机辅助采集的，我们的系统是自己编制的系统和荷兰统计局的系统。他采集数据的制度是加密的，我们对受访户有保密协议和承诺，所以整个过程保密情况是非常严格的。我们数据一旦访问成功之后，他的受访信息等等一系列信息都被分离，在加密的情况下只有一部分很重要的信息是连接的。

　　我们也有录音，我们的访员在访问的时候都会问人家同不同意录音，82%的人愿意被录音。我们会完全听这个录音的过程，主要是为了发现我们访员在访问的时候有没有一些瑕疵或者是没按要求做的情况，那我们就要联系督导，在以后的访问过程中纠正过来。那有5%—10%的维权样本的录音会被抽查，最后我们数据清理的时候所有录音我们都反复的听，以保证我们现实访问的事情是真实的。

　　我们不光有采集访问数据的功能，同时还有采集键盘记录，由于完全的键盘记录，访问时间小于30分钟，有效题量小于200，不知道比例大于5%的这样的问卷，因为打开之后他的家庭情况会非常简单，那我们就过。如果不是的话就会有问题，我们就会通过督导联系访员重新进行。完成的情况我们在2011年一共完成了全国8438户，29324人，是由600余名西南财大的本科和硕士生、博士参加完成的。2013年我们完成样本是28142户，总共涉及家庭成员97916人，有1600余位西南财大的本科、硕士、博士生参加。是从29个省的262个县1048个县区参加访问的。

　　这是去年夏天我们两轮访问队伍，第一轮中包括7、8月份出发的时候我们的合影。我们每两年进行一次进行入库访问，那这个间隔期我们会进行月度和季度的电话回访，电话回访的核心问卷的核心部分包括宏观预期，就业、金融市场、资产负债、消费等等。这里面包括资产负债，包括金融资产和非金融资产，还有社会保障和商业保险，消费和支出以及非劳动市场的收入。

　　我们2012年4月、7月进行了两轮季度回访。2014年4月15日完成了第一季度电话回访，6月份获得了5200份电话回访，我们计划2015年开始过度到月度回访。单位回访优势非常明显，可以从家庭方面反映中国经济动态变化，用微观推导宏观，建立一个数据库。那我们在全国随机抽样的情况，经过老师、学生，通过制度核查等各方面的努力，我们获得了在全国比较低的拒访率，比较优秀的成绩。

　　2013年我们全国是10.9%的拒访率，城市15.4%，农村0.9%，2011年是全国11.6%，城市16.5%，农村3.2%。我们与其在2015年，未来2017年的调查过程中，我们的拒访率会进一步降低。

　　那么他跟国际上的一些比较，比如说同类的调查，美国美联储的调查SCF，在2010年随机样本是32.2%的回访率，富裕样本是67.3%。那欧洲央行[微博]调查的在欧盟国家比如说德国是69.7%的拒访率，比利时是57.6%，法国是30.0%，芬兰11.1%，葡萄牙拒访率是10.3%。所以说我们11%的拒访率是做了难以想象大量的努力获得的。

　　样本量是不是足够大，是不是真实？我们知道样本的随机性才是样本是否能真正代表总体的关键。那么对于我们中国来说有4亿户家庭，即使我们样本是40万户，那也仅仅是千份之一。所以样本量的大小主要是决定统计分析结果的误差，抽样误差是随着样本量的扩大减少，但递减速度减少。比如说2011年CHFS数据中收入的均值是54271元，标准差为201438元。样本量为8400户，抽样误差是2200元。样本量为28000户，抽样误差是1200元，是这样的情况。

　　真实性，那我们在问卷的设计过程中，他本身计算机这样的一个辅助访问系统，我们和问卷来前后呼应，防止这样相互矛盾的情况。那会不会存在瞒报或者低报的情况？我们不能说我们的调查里面不存在瞒报和低报，高收入阶层往往容易出现这样的情况。那在以往的数据终，我们高收入家庭他的比例和收入高的程度已经是远远高于其他机构得出的数据了。我们可能会离真相更近一步，但是可能离真相还有一定的距离。

　　还有就是长期跟踪，我们看到经过长期的跟踪合作之后，受访户对我们的信任大幅度增加。我们收到了受访户的邮件、电话以及亲自到我们中心来说他们的感受，就是2011年受访之后，2013年他们更主动的参与了。2013年、2015年、2017年我觉得我们会越来越接近真实情况。

　　那是否具有代表性？我们看到这是2011年的数据，国家统计局是0.513，我们统计的是0.497。家庭规模非常接近平均年龄是36.87岁，我们是38.96岁，国家统计局0.514的男性比例，我们是0.505。我们的平均年龄稍微大一点，我们可以看到每一个年龄细微的差别都在我们的样本中反映出来了，但是我们的人数数量确实是少一些，这里面的问题是说我们没有记录下富士康这样由年轻人组成的大规模的这么一个聚集地来访问，这个我们可以进行调整，都是可以的。

　　其他信息我们可以看到，个体工商户官方数据是4436万，我们推算的是4423万，我们推断小微企业总数是1134万，官方数据是1170万。我们推断个税总额是3708亿，国家数据是3730亿，公务员总数是709万，国家公开数字是689.4万。所以我们认为我们的可靠性和真实性还是值得信赖的。

　　建立基础数据库的重要性，这个项目是2009年发起的，初期是为了学术和政策研究提供一个基础的数据库。但是随着这些信息的发展，这个工作的不断深入，我们认识到了基础数据库建设的意义，他在很多方面超出了学术的范畴。比如说我们在家庭资产，民间借贷，住房需求方面没有一个公开的，可以供中国所有家庭来参考的这样一个基本情况的数据。然后我们在收入等方面，实际上为现有的这样各种各样的统计数据提供一个独立的验证，那这个数据库的产生和基于数据库大量的研究，实际上对中国的老百姓和中国工商业界也是有很大帮助的，这是这个项目的调查和这个数据库超越学术的一个意义。

　　我们这次的研究，在6月10日发布的中国城镇家庭住房空置率和住房发展需求中依赖的数据，就是产生中国家庭金融调查的数据。这里面的城镇是我们采用国家统计局定义的城镇，我们来看从我们样本中获得的这些城镇的概念里面，它的常住口径从家庭层面来统计的话，57.4%是居住在城镇的，42.6%的家庭是居住在农村。但是按人口来算的话，因为我们知道农村的家庭人数会稍微比城市多一点，从人口数来算的话我们是52.5%的人口居住在城镇，47.5%的人口居住在农村。如果按照户籍来说40.1%的家庭居住在城镇，59.9%的居住在农村。户籍人口38.5%居住在城镇，61.5%居住在城镇。在1048个社区里面577个是国家统计局定义的城镇，471个是国家统计局定义的农村。

　　在城镇家庭里面大家可以看到这个构成，在所有城镇家庭实际上由四类构成的，就是他有本地城镇户籍，有外地的城镇户籍，有本地的农村户籍和外地的农村户籍。所有家庭本地城市户籍是53.2%，外地的是4.2%，这是我们这次研究他基于一个数据的采集和简单的一些统计指标，谢谢大家。