统计数据造假频发而官员问责乏力，原因何在？

【摘要】

●统计数据造假频频发生，除了重复统计、数出多门和基础资料不全等客观因素外，更深层次的原因是“数字出官、官出数据”的扭曲政绩观

●在很多统计造假的问责清单中，被撤职的是负责统计工作的部门有关人员，对政府负责人则只是诫勉谈话或行政记过，连开除处分都很少见到。如此低廉的违法成本，只能为统计造假推波助澜

●我国将实施GDP核算下算一级，即由国家统一核算地方GDP，此举将在很大程度上解决全国与各地GDP数据之间存在差距的问题

近日，国家统计局发布《中华人民共和国统计法(修正案)》(征求意见稿)(以下简称《征求意见稿》)，向社会公开征求意见。国家统计局表示，此举旨在构建新时代现代化统计调查体系，增强统计资料真实性、准确性、完整性、及时性，充分发挥统计在经济社会发展中的重要综合性基础性作用，推动高质量发展。

此前，国家统计局新闻发言人付凌晖在谈到第四次全国经济普查进展时称，将在第四次经济普查获得新的数据资料基础上，进一步推进地区GDP统一核算，“根据这次普查结果，我们将实施GDP核算下算一级，由国家统一核算地方GDP”。

记者注意到，近年来，地方GDP“增速高于全国、总量大于全国”的统计乱象持续引起公众质疑，多报虚报、凭空捏报的统计数据失真现象屡见不鲜。

统计数据造假原因何在？接受记者采访的专家认为，除了重复统计、数出多门和基础资料不全等客观因素外，更深层次的原因在于“数字出官、官出数据”的扭曲政绩观。

统计数据弄虚作假

政绩冲动作祟使然

统计数据是政府相关部门判断形势、作出决策的重要依据。然而，有些统计数据却屡遭质疑。从房价涨幅到居民收入，从物价水平到经济增速，公众对相关数据的议论越来越多，有的数据甚至明显和大多数人的感受相悖。

公开资料显示，2003年，国务院批转同意实施全国经济普查报告。从2004年开始，全国进行经济普查。此后，公众对于统计数据造假的关注度与日俱增。

记者梳理发现，统计数据造假的情况在全国屡见不鲜。有的地方为了领导政绩，有的地方迫于考核压力，有的地方则需要平衡关系。部分地方干部为了数据好看，利用手中的权力干预干扰统计工作，手段包括下达指标、威逼利诱企业配合造假等。

国家统计局发布的数据显示，2017年至2018年4月底，该局共检查和查处72起重大统计违法案件，约谈告诫相关责任人129人次，处分处理79人次。

2015年，据媒体报道，湖南省在全国第三次经济普查中抽查发现的统计造假行为有：某地5.8亿元的产值上报为44亿元，1.1亿元的主营业务收入上报为7.8亿元；40家联网直报工业企业中，有6家已经停产或未投产或被收购的企业仍然在报数，51家非联网直报单位中在普查登记地址找不到的有13家，以前已停产的有13家，重复上报1家。

安徽财经大学法学院法律系副教授胡建分析称，GDP被广泛用于各种形式的政绩考核，少数地方政府尚未牢固树立科学发展观和正确的政绩观，在统计数据上弄虚作假，致使地方统计数据往往存在系统性高估的倾向。此外，统计工作透明不足、监督乏力，一些官员对经济社会发展新常态的无所适从，共同孕育了统计造假的怪胎。“对于崇尚GDP增长的地方官员而言，无论多报虚报，还是凭空捏报，只要能转化为政绩指标，至多被视为作风不实而敷衍了事。这种纵容行为助长一些地方统计数据竞相掺水，其社会危害程度并不亚于贪腐。”

有知情人说，在地方统计部门人、财、物均归各级地方政府管理，国家统计局只是进行业务指导的背景下，地方官员的干扰难以避免。“为了维护虚高数据不露馅，一些地方官员采取无收入来源空转财政收入、有收入来源的列收列支及借款缴税、违规调整入库品种和截留侵占上级收入和违规提前征收税款入库等手段，在公共财政收入上大做手脚。”

“尽管各级官员都深知数据造假的危害，但面对来自上级考核、地区竞争和自身升迁等压力和冲动，最终还是层层分解指标、人人摊派任务。”国家统计局一位不愿具名的工作人员告诉记者，数据造假已到了非常严重的地步，地方统计部门工作人员经常在电话里诉苦，统计工作压力很大。

这名国家统计局工作人员认为，这背后原因既有重复统计，也有使用的基础资料不完全相同，但不排除个别地方政府领导为了考核过关或政绩需要而高估GDP数据。“本来GDP是企业法人、群众创造的，市场主体是老百姓，而不是领导个人的贡献，但现在人为把它政绩化了。”

统计造假问责乏力

违法违规成本低廉

尽管统计造假频发，但问责乏力的现象一直存在。

今年5月20日，国家统计局通报宁夏灵武重大统计造假案件：处分处理42名责任人，对该案件中42名统计违纪违法责任人进行了处分处理，其中厅级干部4人，处级干部8人。在该案中，除了两人撤销党内职务、政务撤职、降为科员外，其余的处分均为政务警告、政务记大过、党内严重警告等。

统计法、《行政机关公务员处分条例》《统计违法违纪行为处分规定》等法律法规，对于统计数据造假相关责任人员的问责，可给予警告、记过或者记大过处分；情节较重的，给予降级或者撤职处分；情节严重的，给予开除处分。“在很多统计造假的问责清单中，被撤职的是负责统计工作的部门有关人员，对政府负责人则只是诫勉谈话或行政记过，连开除处分都很少见到，如此低廉的违法成本，只能为统计造假推波助澜。”中南财经政法大学刑事司法学院教授郭泽强说。

湖北省统计局一位不愿具名的工作人员告诉记者，尽管统计法明确载有对“强令、授意本地区、本部门、本单位统计机构、统计人员或者其他有关机构、人员拒报、虚报、瞒报或者篡改统计资料、编造虚假数据”等违法行为的处罚规定，但事实上，很少听到哪个官员因插手统计和数据弄虚作假而被免职。统计造假风险小、收益大，在权衡利弊后，有些官员就会选择造假。虽然统计法明确规定“利用虚假统计资料骗取荣誉称号、物质利益或者职务晋升的”，除依法追究法律责任外，还要“取消其荣誉称号，追缴获得的物质利益，撤销晋升的职务”，但在实际执行中，极少有人为此丢官。

安徽财经大学法学院副教授张运书认为，统计造假成为政绩最简单最直接的来源方式，具有极大的诱惑力。统计造假其实是一场博弈，如果风险小于收益，造假就变成“划算的买卖”。“收益”和“风险”严重不匹配，诱惑太大，笼子太弱，自然不可避免大面积造假。

值得欣慰的是，党中央一直高度重视统计造假问责乏力情况。

2016年10月，中央深改组审议通过了《关于深化统计管理体制改革提高统计数据真实性的意见》，对于统计数据造假的干部要“一票否决”。

2017年6月26日召开的中央深改组第三十六次会议审议通过两个重要文件:《地区生产总值统一核算改革方案》《统计违纪违法责任人处分处理建议办法》。

在此前的中央第三巡视组巡视反馈意见中，“落实中央关于防范惩治统计数据造假的指示要求不够有力”“数字腐败、利益输送问题时有发生”等问题被严肃指出。

今年7月19日，国家统计局发布《关于山西省朔州市应县重大统计违纪违法案件责任追究情况的通报》，对17名官员启动集体问责。其中，时任应县县委书记受到撤销党内职务、政务撤职处分；时任应县县长受到党内严重警告、政务降级处分；分管统计工作的副县长和分管经信工作的时任副县长受到党内严重警告、政务降级处分。

记者采访得知，因数据造假，县委书记、县长、两名副县长同时被处分，在全国尚属首次。

数据失真影响深远

亟待严法猛药除疴

随着我国经济由过去追求增长的高速度转向注重增长质量，GDP增速目标被逐渐淡化，很多省份开始着力挤压过去经济数据中存在的水分。

在北京市人大常委会立法咨询专家胡功群看来，统计数据失真离不开“数字出官”的潜规则，中央已经意识到这个问题了。在近几年干部考核中，唯GDP考核已经有所调整，比如对干部考核增加了生态指标。

“例如，广东省对各级干部的新考核办法中，经济增长的指标占整个考核指标不到30%。”胡功群说。

近日，国家统计局宣布，我国将实施GDP核算下算一级，即由国家统一核算地方GDP。GDP核算制度改革的思路之一是借鉴国外经验，实行GDP下算一级，并上收GDP发布权。推行GDP核算下算一级的新制度，可以在很大程度上解决全国与各地GDP数据之间存在差距的问题。

消息一出，引起舆论广泛关注。

不过，也有统计部门人员认为，单纯上收发布权和下算一级不能改变数据虚假的现象，GDP统计和发布程序的改革容易因利益妥协而流于形式，治标不治本。“假如一些地方政府为了政绩，提供给国家统计局的基础数据就是不真实的，国家统计局怎么去核实呢？”

统计是经济社会发展重要的基础性工作，统计法是统计活动的根本遵循。

10月8日，国家统计局发布《征求意见稿》，记者梳理得知，当前的修改工作是统计法自1983年通过以来的第三次修改。

2018年6月20日提请十三届全国人大常委会第三次会议审议的统计法执法检查报告明确提出，个别干部法治意识淡薄，统计造假、弄虚作假屡禁不止，影响统计数据的真实准确等问题突出。

为进一步解决前述问题，《征求意见稿》提出，对统计弄虚作假的地方、部门和单位，应当追究负有责任的领导人员和直接责任人员责任；地方各级人民政府、县级以上人民政府统计机构和有关部门建立防范和惩治统计弄虚作假责任制和问责制等。

与此同时，为了防范拒绝、阻碍统计工作，包庇纵容统计违法等行为的发生，《征求意见稿》提出，对因前述情形负有责任的领导人员和直接责任人员，由任免机关或者监察机关依法给予处分。

为了规避因地方各级政府“垂直领导”带来的弄虚作假问题，《征求意见稿》将原统计法中“国务院和地方各级人民政府、各有关部门应当加强对统计工作的组织领导”，改为“国务院和地方各级人民政府、各有关部门应当坚持党对统计事业发展的全面领导，加强对统计工作的组织领导，保证统计机构和人员的稳定，为统计工作提供必要的保障”。

（原题为《畸形政绩观催生多地统计造假 落实责任制问责制挤干统计数据水分》）