中美加勞動力調查方法的比較與啟示

羅薇

摘 要： 通過對美國、加拿大和中國的勞動力調查方法在抽樣設計、數據收集、數據處理、數據產品和開發應用四方面進行比較分析發現，中國勞動力調查在抽樣設計上雖然采用較大的樣本量，但在樣本代表性、樣本輪換模式上存在若干問題，不利于后期的估計；在數據收集上采用傳統入戶詢問的方式既不便于數據的錄入，又增加了基層調查員的負擔；在數據處理上，缺乏數據處理過程中對無回答的調整、覆蓋率的校準、季節調整，尤其忽視估計量的方差估計，導致調查估計結果不夠科學；缺乏對勞動力調查數據產品和開發應用。然后，從連續性調查的角度對中國勞動力調查方法進行了深入思考，提出六點建議：一是加強人口普查和勞動力調查的銜接，二是合理分配樣本量，三是構建和維護勞動力調查多重抽樣框體系，四是改進輪換模式，五是建立基于連續性抽樣的估計體系，六是形成以勞動力調查為核心的人口住戶類調查體系。

關鍵詞： 勞動力調查； 調查方法； 連續性抽樣

中圖分類號：C811

文獻標識碼：A文章編號：1671-623X（2016）05-0087-07

隨著人力資本對社會發展和經濟增長的貢獻日益增加，世界上大部分國家和地區都展開了勞動力調查，收集本國或地區勞動力特征的信息，如就業情況、失業情況、工種分布、工作時數、收入等。美國現時人口調查（The U.S. Current Population Survey，下文簡稱為CPS）是由美國普查局和勞工統計局聯合組織實施，在非普查時期為搜集美國按各種標志分組的16歲及以上的人口、就業與失業、勞動力等統計數據而每月進行的住戶調查。[1]加拿大勞動力調查 （the Labor Force Survey，以下簡稱LFS）由加拿大統計局勞動統計司組織實施，是為加拿大提供分行業和職業的勞動力和人口信息的月度住戶抽樣調查，是勞動力和人口發展趨勢等信息的主要數據來源。[2]6我國于2005年11月首次開展全國勞動力調查，現行的勞動力調查在每年四季度調查1次，省會城市和直轄市則組織月度勞動力調查，2016年正式實施全國月度勞動力調查，目前，勞動力調查數據還沒有正式對外發布，處在起步探索階段。本文通過比較分析中美加勞動力調查的實踐和理論研究，為中國勞動力調查的開展提供一定借鑒。

一、抽樣設計的比較

（一）樣本量和設計要求比較

CPS調查樣本由824個初級抽樣單元，大約60 000個住戶單元構成。CPS采用以州為子總體的抽樣設計，各州的樣本相互獨立，樣本量要根據各州勞動力實際狀況和對變異系數的要求抽取：對于6%的失業率而言，全國失業率月度估計的相對誤差控制在1.9%以內，各州年度平均失業率的相對誤差控制在8%以內。[1]

LFS每月的調查樣本大約是5.4萬戶，大約包括了10萬個勞動力人口的信息。LFS的樣本量分配既要滿足各級（全國、各個省、各個經濟區等）精度要求，又要從整體上保證調查設計的效度：全國失業率月度估計的變異系數低于2%，各省失業率月度估計的相對誤差低于7%，各經濟區三個月移動平均估計的相對誤差低于25%，各就業保險經濟區三個月移動平均估計的相對誤差低于15%。[2]9-13

中國勞動力調查的樣本量約為15萬戶，人數為46萬人。樣本設計要求全省調查失業率的相對誤差控制在15%左右，省按省會、非省會分類的調查失業率相對誤差控制在20%左右。[3]

與中國勞動力調查相比，美國和加拿大勞動力調查設計的住戶樣本量較少，但是其全國及分行政區域相關目標估計量的精度要求都較高。

（二）抽樣方法比較

CPS采用多階、分層、概率比例的抽樣方法。第一階段抽樣設計是在根據2000年美國人口普查劃分的全美2 025個初級抽樣單元（primary sampling units）中抽取一系列具有代表性的初級抽樣單元，對州內的初級抽樣單元進行分層，分層的原則是使各層在勞動力及其他與失業高度相關的社會經濟因素上盡可能相似。樣本中包括全部“自我代表的（selfrepresenting）初級抽樣單位”，而對“非自我代表的（nonselfrepresenting）初級抽樣單位”進行分層后隨機抽取，每層只抽取一個初級抽樣單元，且其入樣概率應與2000年人口普查時的人口數成比例。第二階段抽樣是從樣本初級抽樣單元中一次性抽取滿足十年調查需要的住戶單元。第二階段抽取的單元實際由地理位置相鄰的四個住址構成一個子群，稱為最終抽樣單元，每個住址對應著2000年人口普查時分類街區目錄上的一個住戶。2000年人口和住戶普查及建筑許可證調查信息為CPS創造出四個抽樣框：私人住宅抽樣框、區域抽樣框、公共住宅抽樣框和建筑許可證抽樣框。根據普查信息，對抽樣框中的住戶單元進行相關標志排序，將具有相似特征的住戶單元放在一起。樣本的抽取在各個初級抽樣單元及抽樣框中獨立操作，在私人住宅抽樣框和公共住宅抽樣框中，樣本的抽取是一次性抽取10年所需的樣本量，而來自區域抽樣框和建筑許可證抽樣框的樣本逐月抽取。為了滿足CPS的輪換系統和不斷更新的抽樣設計，抽取一個最終抽樣單元系統樣本后，其相鄰的20個最終抽樣單元樣本也可以確定，即共抽取21個輪換樣本。[1]

LFS采用二階分層抽樣，第一階段抽樣是從各行政區抽取初級抽樣單元。根據初級抽樣單元的定義和地址登記庫的相關信息，對人口普查街區進行組合或再細分為55 605個初級抽樣單元。[2]27為了節省調查成本和利用LFS數據分析特定人群，將一部分初級抽樣單元分成四種特殊類型的層級：一是包括人口密度極低的邊遠地區和采用三階段抽樣的偏遠城區層，二是原住民比重相對大的層，三是移民比重較大的層，四是高收入住戶比重較大的層。而對于普通初級抽樣單元，在每個人口普查大都市區內分層，根據人口普查大都市區內人口普查分區的規模，再適當劃分出城市和農村，分層的依據是各層在勞動力及社會經濟因素上盡可能相似，以減少LFS多目標估計的抽樣方差。為了銜接樣本輪換模式，將每層均勻地分成6個不同的輪換組，每個輪換組中的初級抽樣單元數相同，從每個輪換組抽取一個初級抽樣單元，其入樣概率應與2001年人口普查時期該初級抽樣單元內的住戶數成比例。[2]22-23LFS第二階段抽樣是在樣本初級抽樣單元中采用系統抽樣抽取住戶。以地址登記庫的地址清單及初級抽樣單元區域清單作為抽樣框，根據2001年人口普查數據提供的初級抽樣單元內住戶數和樣本量分配時決定的初級抽樣單元抽樣比，計算出抽樣間距， 從樣本初級抽樣單元中抽取住所。

中國勞動力調查的樣本，采用分層、二階段、概率比例抽樣的方法抽取調查樣本。第一階段在2010年人口普查提供的抽樣框中抽取各省、自治區、直轄市的社區居委會（村委會）簡稱（村級單位），利用2010年普查得到多項與就業失業水平相關的指標進行分層，分層按市、鎮、鄉，市中心區、城鄉結合區，鎮中心區、鎮鄉結合區， 鄉中心區和村莊劃分，同時考慮村級單位的人口規模和集體戶人口比例。第二階段抽樣是從樣本村級單位抽取住戶組。各省負責在抽中的村級單位中，利用2010年人口普查時的普查區和普查小區圖的建筑物編號和相應的住戶清單抽取住戶組。[3]

中美加勞動力調查都采用多階、分層、概率比例的抽樣方法。為了保證樣本的覆蓋面，CPS和LFS采用多重抽樣框，利用區域抽樣框、建筑許可證抽樣框進行更新維護，而中國勞動力抽樣框第一階段的樣本在五年內保持不變，筆者認為這樣存在覆蓋不足的隱患。為了保證樣本的代表性，CPS和LFS不僅僅按照行政區劃、城市和農村進行分層，并在此基礎上根據一些社會經濟特征進行更細層次的劃分；而在中國，隨著城鎮化進程的速度不斷加快，以中國的行政區劃為基礎，以民政部門確認的居民委員會或村民委員會轄區為劃分對象的分層方法，將面臨越來越多的實際問題。[4]

（三）樣本輪換比較

CPS采用4—8—4樣本輪換設計，定期輪換樣本中的部分最終抽樣單元，偶爾也輪換一些初級抽樣單元。調查人員每月到住戶單元收集信息，一個住戶單元被連續訪問4個月，在接下來的8個月退出調查，之后又連續調查4個月，最后永久退出該項調查。同時，從同一輪換組中重新抽出一個新的輪換樣本替換永久退出的住戶單元，在下一期繼續接受調查。樣本有75%的月度重疊率，50%的年度重疊率。[1]這種輪換模式符合概率抽樣的原則，每月的樣本對目標總體有很好的代表性。

LFS將加拿大全國勞動力總體分成6個輪換組，每期調查樣本都是從6個輪換組中抽出的6個輪換樣本構成，每個輪換樣本連續調查6個月，然后退出調查。這種輪換模式，操作較簡單，月度重疊率高于80%，非常適合抽樣估計階段采用的組合校準估計方法。[2]22-23

在中國，省會城市和直轄市按月度在村級單位內進行樣本輪換。樣本輪換以住戶組為單位，即每個住戶組為一個輪換組。當住戶組進入一個完整的輪換周期后，每個住戶組每隔2個月調查一次，連續調查5次后退出調查。各省會城市每季度在每個村級單位調查15個住戶組，每個住戶組約為4戶，共60戶（15×4），分3個交叉子樣本，每個子樣本20戶，分5個住戶組，每月調查一個子樣本，每季度調查3個子樣本，合計調查60戶。[3]

CPS和LFS分別采用不完全單水平和完全單水平輪換模式，既節約調查成本，又能較好地估計總體特征變化情況，還能有效地提高調查的估計精度。[5]中國勞動力調查也采用了輪換樣本，在不同的勞動力調查項目中輪換模式并不相同，不同的輪換模式將帶來輪換偏差，而且這種偏差很難在連續性抽樣估計中精確地計算出來。

二、數據收集比較

對于初次調查的住戶，CPS要求調查員進行入戶訪問，接下來各個調查月一般進行電話調查。每月，位于馬里蘭州的黑格斯敦、印第安納州的杰斐遜維爾、亞利桑那州的圖森的三大電話中心的調查員，通過電子問卷對大約70%的樣本住戶進行電話調查，對10%的樣本住戶進行計算機輔助電話調查。在每月的調查中，15歲或以上的人口需要回答一系列調查周的前一周（參照周）有關勞動力市場活動的標準化問題。這些問題將樣本總體分成三個基本的經濟組：就業、失業和非勞動力。原始數據最終傳輸至普查局位于華盛頓特區的數據中心。[1]

LFS 采用計算機輔助電話調查和計算機輔助入戶調查。對初次參加調查的住戶，調查前會給他們郵寄一封介紹信和宣傳小冊子。對初次參加調查的城鎮住戶還進行電話初步接觸，收集住戶中每個家庭成員的信息，并獲取15歲及以上、70歲以下家庭成員的勞動力信息。為了節省調查成本和減少無回答，第1個月調查過的資料在隨后5個月的調查中不再重新詢問；除非被調查住戶要求入戶調查，所有的調查都通過計算機輔助電話調查進行。[2] 40-41

中國勞動力調查的調查登記工作在調查時點之后的七天內進行，入戶登記前，調查員對應調查的住戶樣本進行核實，對于第一次參與調查的住戶發放通知信，有條件的，可預先約定入戶登記的時間。登記采用調查員入戶詢問、現場填報的方式進行。[3]

就數據采集方式而言，CPS和LFS所采用的計算機輔助電話調查、計算機輔助入戶調查、電子問卷調查，方式靈活，能快速確認被調查者是否回答了問卷中所有的問題以及問題答案之間的一致性，便于現場解決調查過程中出現的問題，最大程度地保證問卷的一致性，減少人為誤差，是數據采集方式的發展趨勢。[6]

三、數據處理比較

CPS和LFS的原始數據經過行業和職業編碼、一致性校訂、項目無回答插補、變量分類后，就可以進入加權調整、估計和季節調整的程序。

每個月，CPS把從調查住戶獲取的信息同時匯總，其抽樣估計不僅包括每月的勞動力估計，還提供按照年齡、性別、種族、是否西班牙裔分類的勞動力估計。此外，還為全美的非機構人口提供相關的人口估計。CPS實際公布全國和各州的調查結果通過無偏估計、無回答調整、第一階段比率調整、全國及各州的覆蓋調整、第二階段比率調整五個加權調整步驟后，采用組合估計方法，對當月全部樣本數據得出的第二階段比率估計量和上月的組合估計量進行加權平均，加權平均后的估計量加上誤差調整項以減少方差和輪換引起的偏差。充分利用輪換模式中上期樣本的積累信息，CPS采用組合估計方法得到估計量，增加了估計量的穩定性。季節調整主要根據歷史數據，自2003年起，全國勞動力數據采用X12ARIMA（autoregressive integrated moving average model，自回歸求和移動平均模型）程序進行勞動力時間序列的季節調整。①它可以進行ARIMA時間序列建模和模型選擇，檢測和估計異常值和節日效應，調整后診斷及消除季節和趨勢影響。每年1—6月，采用上年的季節調整因素調整，每年7月，勞工統計局公布下半年采用的季節調整因素。自1995年以來，CPS采用逐差法估計方差。[1]

LFS實際公布的加拿大全國、各個省調查結果通過對樣本數據進行無偏估計、無回答加權調整后得出， 自2000年來，LFS采用組合校準估計量，旨在保證抽樣調查所得人口估計與人口普查得到的控制總量一致，改善覆蓋誤差，提高估計精度。LFS在省級層面的估計中，采用了25個與勞動力特征、就業與失業相關的上月信息作為組合輔助變量向量，通過最小距離函數得到組合校準權重。[2]53-57利用整合權重的方法，修正輔助變量向量及組合輔助變量向量得到最終權重。[7]LFS季節調整旨在調整季節變化所引起的主要指標的短期變化。這些指標大部分是以全國和各省的水平進行調整的，主要的勞動力狀況估計也會調整到普查都市區的水平，并且公布3個月的移動平均數，以減少由相對小的樣本規模所引起的不規律變化。LFS采用X11ARIMA方法進行季節調整，例如，對就業和失業人口的季節調整通過對主要年齡/性別分組的調整估計求和得到，這一總體估計作為其余季節調整的基準。由于LFS采用復雜的抽樣設計和估計方法，所以很難從抽樣方法中直接估計出方差估計量，LFS使用隨機組方法，給出刀切法方差估計量。[2]55-57

在中國，經過登記工作的準確性和邏輯性復查后，縣級統計機構對原始數據進行行業和職業編碼，市級和省級統計機構對編碼進行驗收后進行數據處理，主要有10個步驟，包括：制定計算機數據處理總體方案；制定計算機編輯規則和匯總表式；研制錄入、審核程序；研制匯總程序；調試程序；下發程序；數據錄入；向國家報送原始數據；報送推算的主要數據；報送基礎數據；省、國家數據匯總。在省級單位子總體內，調查數據可以直接匯總，也可以按城鄉人口比例進行事后分層后匯總，全國數據按各省級單位所占全國人口的比重進行加權匯總。[3]

與CPS、LFS科學嚴謹的數據處理流程相比，中國勞動力調查估計雖然規定了數據處理的總體方案，但實際中仍是由各級統計機構自行組織、匯總和估計，缺乏數據處理過程中對無回答的調整、覆蓋率的校準、季節調整，尤其忽視估計量的方差估計，導致調查估計結果不夠科學，也難以度量抽樣估計的精確程度。

四、數據產品和開發應用比較

CPS在調查結束2周后發布第一階段結果，包括就業和失業指數、工作人口的年齡與性別、在農業和非農業領域的雇員人數、工作時間、持續失業時間及和CPS緊密相關的其他信息。[1] CPS除了搜集勞動力和人口數據外，還附帶搜集一些其他數據，以滿足聯邦、州、私人組織或其他組織的特殊需求，如住房空置調查、年度社會經濟調查、時間利用調查等。這些調查利用CPS的豐富資源，如大樣本量、完善的抽樣框、通用的抽樣設計、訓練有素的調查員、標準化的調查和數據處理流程，大大降低了調查成本，提高了估計精度。

LFS在調查結束后的第13天發布第一階段結果，在加拿大統計局網上電子數據庫和日常發布期刊上，提供了勞動力調查的大量表格數據。[2]58主要數據產品包括勞工信息、勞工和收入觀察、勞動力歷史數據、西部加拿大原住民、加拿大移民的工作狀況分析、加拿大勞動力市場概況、加拿大勞動力調查方法、勞動力調查的產品和服務、勞動力調查的改進、勞動力調查指南。為了滿足特殊分析目的，公眾可以獲取微觀數據庫文件進行數據提取和分析，LFS還提供有償自定義制表服務。加拿大統計局的住戶調查計劃下的大量住戶調查都通過LFS的樣本、抽樣框進行，如利用LFS淘汰樣本的加拿大勞工和收入動態調查，利用LFS抽樣框重新抽取樣本的加拿大住戶支出調查。這些調查利用LFS的樣本和抽樣框，減少了被調查的回答負擔，節省了可觀的調查成本。

目前，中國統計部門沒有正式發布勞動力調查數據。與CPS和LFS所提供的豐富的勞動力市場數據和附帶調查產品相比較，中國勞動力調查并未為公眾及時了解經濟社會發展態勢提供相關信息。

五、勞動力調查方法國際比較的啟示

伴隨著“勞動力狀況”在宏觀調控中重要性的日益凸顯，本部分借鑒已趨成熟的美國和加拿大勞動力調查方法，對中國勞動力調查提出六點思考和建議，以期改進和完善我國勞動力調查方法體系。

（一）加強人口普查和勞動力調查的銜接

人口普查能為勞動力調查抽樣框的建立和各階段調查單元的分層提供大量信息，但是現行的人口普查還未能與勞動力調查進行很好銜接。中國統計部門應該充分發揮普查的基礎作用，科學地設計普查表，將普查、各類調查和各種行政記錄的相關指標協調統一，使其能夠提供勞動力調查所需的基礎性資料。在勞動力抽樣設計中，利用普查資料編制名錄抽樣框和區域抽樣框；與勞動力調查相關的普查數據可以用于分析各行政區域的經濟活動人口特征，利用一些綜合指標，如城鄉人口比重、非農業人口比重、16歲以上人口比例、從事第二和第三產業人口比例、就業率、勞動力參與率和失業率等指標對各個行政區域進行分層；利用村級單位的人口規模，按PPS（sampling with probability proportional to size）方法進行第一階段抽樣，利用人口普查區圖和普查小區圖，輔以村級單位的人口總數、家庭收入、就業人口等輔助資料，可更好地利用系統抽樣等方法進行第二階段抽樣。在勞動力抽樣估計中，各類普查資料可以為項目無回答的插補、單位無回答調整和校準估計提供輔助信息。

（二）合理分配樣本量以滿足各級政府行政區域的需求

在各省人口規模差異較大的情況下，如果按各省人口規模分配樣本量，則各省的樣本量差異較大，造成部分人口規模較小的省份目標變量的估計精度不足；如果在各個省平均分配樣本量，則會造成全國目標變量的估計精度下降。為了滿足各級行政區域的精度要求，我國勞動力調查的樣本量分配應由國家層面統一測算，滿足全國、分省的抽樣精度目標要求的樣本量、統一抽取樣本村級單位、統一對各省的樣本村級單位進行評估，將有效提高樣本村級單位的代表性，確保調查精度。

（三）構建和維護勞動力調查多重抽樣框體系

中國現行勞動力調查采用2010年人口普查提供的抽樣框，在2015年全國1%人口抽樣調查后，將根據全國1%人口抽樣調查資料，建立最新抽樣框，抽取新的樣本。[3]由于我國人口眾多，城鎮化進程較快，勞動力流動性較大，僅僅通過普查和定期調查來對抽樣框進行更新和維護并不夠，可以借鑒CPS和LFS采用的多重抽樣框體系。首先，在村級單位內建立住戶名錄抽樣框和區域抽樣框相結合的多重抽樣框。周期性人口普查應提供住戶基礎性資料，并根據相關基礎標志，將其轉化成各個村級單位內的住戶名錄框；而對沒有進入住戶名錄抽樣框的那些調查單位，通過收集其地理分布特征，以行政村為單位確定區域抽樣框的實際分塊（可以是普查區），構建村級單位的區域抽樣框作為補充。實際調查中只需要編制樣本村級單位內的住戶名錄框和區域框。其次，以普查資料為基礎，結合相關抽樣調查資料和行政記錄對抽樣框進行更新和維護。結合人口普查、經濟普查、1%人口抽樣調查、相關行政部門有關土地變更和人口流動的行政記錄，通過相關數據庫的鏈接，則可以連續利用上述信息來更新抽樣框。最后，建議加強政府綜合統計機構和部門統計機構的協作，逐步建立住戶抽樣框的數據庫系統，設立專項更新和維護費用預算，并以法律的形式予以保障。

（四）改進輪換模式以提高各期數據的準確性

為了提高現行一年1次的全國勞動力調查的時效性和大城市月度勞動力調查的覆蓋面，國家統計局整合了這兩項調查，將月度勞動力調查從目前的65個城市擴大到全國所有地級城市。[8]建議進一步將這兩項調查合并成一體化的連續性季度勞動力調查。其輪換樣本設計如下。把每個調查村級單位內抽取的樣本均勻地分成3個調查子樣本，當一個住戶組進入一個完整的輪換周期后，每個住戶組每個季度調查一次，連續調查5次后退出調查，即每月只調查一個子樣本，每季度調查全部3個子樣本。要求獲取月度勞動力調查數據的地級市，以三個月的全部調查數據參與分省季度數據的匯總。當樣本輪換步驟完全實施后，月度間無重復樣本，季度間有80%的樣本重復調查，年度間有20%的重復樣本，這種輪換模式在橫向和縱向都能實現季度的平衡。[5]且每個樣本住戶每季度調查一次，減少了回答者的負擔和頻繁調查的成本，而將一個季度要調查的樣本平均地分配到各月，將減輕調查組織者的管理工作和保證調查數據的準確性。

（五）建立基于連續性抽樣的估計體系

建立勞動力調查估計體系包括四方面的內容。第一，做好數據的采集整理工作，采取調查員利用手持終端設備與住戶通過互聯網自主填報相結合的形式采集數據，同步完成數據的錄入儲存工作，直接傳送至統一的數據處理平臺，實現各級統計機構按照權限共享基礎數據，以保證數據的準確性、及時性和安全性；直接用計算機程序對調查問卷進行職業和行業編碼，以減少人工勞動，節省成本；并對項目無回答數據進行插補、校正。第二，利用人口普查資料，分析接受調查住戶和拒絕調查住戶的差別，對數據進行無回答調整，校準由于某些類別樣本住戶拒絕調查造成的偏差。同時，要利用社保、稅務等部門的宏觀資料，設計恰當的控制變量，對全國勞動力調查樣本進行校準；配合樣本輪換方法，對省會城市和非省會城市的數據進行匯總調整；構建組合估計量，并按人口校準值對估計量進行校正。第三，進行季節調整和趨勢估計，以更好地識別失業與就業趨勢及其拐點。根據我國國情，可借鑒美國普查局研制的X13ARIMASEATS（Signal Extraction in ARIMA Time Series，基于ARIMA模型的時間序列的信號提取）季節調整方法。第四，針對我國勞動力調查的復雜樣本，可以考慮采用隨機組方法，計算Jackknife方差估計量。

（六）形成以勞動力調查為核心的人口住戶類調查體系

從目前需求方面看，各級政府都迫切希望掌握統一準確的各類人口的收入、消費、就業、遷移等民生狀況，而中國人口、住戶類調查項目種類繁多，調查內容時有重復，這既增加了基層調查人員的工作量，浪費調查經費，又增大了保證數據完整性、及時性的難度。就業是民生之本，收入是民生之基，建立以勞動力調查為核心的人口住戶類調查體系既可行，又必要。建立人口住戶類調查體系，就是要整合人口住戶調查資源，建立指標、抽樣框、抽樣方法、調查流程、數據處理統一規范、調查手段高效便捷、數據質量扎實可靠、產品發布公開透明的住戶調查新體系。勞動力調查作為全國最重要的抽樣調查之一，其豐富的資源如抽樣框、調查流程、調查人員、計算機設備等可以為其他住戶調查的開展提供便利，可以降低其調查成本，提高估計精度。例如，利用勞動力調查的抽樣框重新抽取新樣本，進行人口變動情況抽樣調查、住戶收支和生活狀況調查；利用勞動力調查的現行樣本，與勞動力調查同時進行住房空置率調查；利用勞動力調查的淘汰樣本進行職工收入調查。

注釋

①1954年，美國普查局的Shiskin首先開發了可以在計算機上運行的季節調整程序，稱為模型I，此后該程序的每一次改進都以X加上序號表示。直到1965年美國普查局推出了比較完整的季節調整程序X11，后來世界流行的X11ARIMA也是以X11程序為核心的，而X12ARIMA作為X11ARIMA的提高版，是目前較成熟的季節調整方法之一。

參考文獻

[1]U S DEPARTMENT OF LABOR， U S DEPARTMENT OF COMMERCE. The current population survey： design and methodology， technical paper 66[EB/OL].[2015-09-15]. http：//www.census.gov/prod/2006pubs/tp-66.pdf.

[2]STATISTICS CANADA. Methodology of the canadian labour force survey [M]. Ottawa： Statistics Canada， 2008：1-67.

[3]國家統計局. 勞動力調查制度[EB/OL].[2015-09-15]. http：//www.stats.gov.cn/tjsj/tjzd/gjtjzd/201501/t20150105_663428.html.

[4]孫玉環.改進住戶調查數據質量的多維視角[J] .中國統計，2011（4）：12-13.

[5]陳光慧，劉建平. 基于平衡單水平輪換的連續性抽樣估計方法研究[J]. 統計研究，2008，25（10）：81-85.

[6]楊盛菁.計算機輔助電話調查技術及其應用分析[J]. 統計科學與實踐，2012（2）：49-51.

[7]LEMAITRE G，DUFOURUFOUR J. An integrated method for weighting persons and families [J]. Survey methodology， 1987（13）： 199-207.

[8]國家統計局. 關于“在‘十三五期間啟用新的就業統計指標”建議的答復（摘要） [EB/OL].[2015-11-18].http：//www.stats.gov.cn/tjfw/jytadf/rddbjy/201511/t20151118_1277657.html.