© Shutterstock.com
研究发展问题的人往往对使用数据在不同层面做比较感兴趣。通过使用数据进行这些比较，研究人员可以获得宝贵的洞见，为改善各个层面的发展成果提供决策依据。
研究分析人员可能想要在以下三个层面进行比较：
全球层面：在全球层面，研究分析人员往往对不同国家的指标值进行比较，以了解某一特定发展维度在全球范围的变化差异。这可以是不同时间段的比较，以观察发展趋势和变化，也可以是特定时间点的比较，以获取当前状态的快照。例如，可以将 X 国的识字率与世界其他国家或某个特定地区内的国家进行比较，以发现模式、差异和需要改进的领域。
国家层面：在一个国家内，可以进行不同时间段的比较，以跟踪各个发展指标的进展情况。例如，对X 国十年前和现在的医疗服务可及性进行比较，可以揭示取得了哪些改善，并凸显出持续存在的挑战。
地方层面：在更细化的层面，可以对一个国家内部的不同地区进行比较，这对于识别地区差距和确保公平发展至关重要。例如，将 X 国家的 A 地区与 B 地区的经济发展情况进行比较，可以有助于确定哪些领域需要得到更多关注和资源。
并非所有数据都具有可比性
并不是所有的数据都具有可比性，也不是都能在各个层面进行比较。但是，要获得有效的统计推断和提供适当的政策建议，确保所比较的数据在不同背景下和不同时间段测量的一致性至关重要，即，把苹果与苹果进行比较，把橙子与橙子进行比较。这并不意味着方法应保持不变；相反，在可比性和质量之间往往存在权衡取舍。方法是在不断发展的，仅仅为了一致性而坚持过时的方法可能会导致估计值随时间推移而质量下降。因此，为了改进测量结果，对方法的调整可能是必要的，但重要的是要认识到，这些调整可能会导致与过去估计值的可比性降低。
不同层面可比性的示例
国家贫困数字：由于测量方法不同，X 国和 Y 国的贫困数字存在差异。然而，在一个国家内，坚持使用同样的贫困线和数据收集方法可以实现数据在不同时间段的可比性。
国民总收入 （GNI）：在同一国民账户框架体系（SNA 1994、2008、2025）下生成的一个国家的 GNI 估计值应具有国家内部和国家之间的可比性。然而，在不同版本的国民账户体系下生成的 GNI 估计值可能不具有直接可比性。即使各国使用相同的框架，国家统计局不同的调整和修订周期也会影响可比性。
劳动力数据：由于方法和定义不同，在一个国家收集的劳动力数据可能无法直接与另一个国家的劳动力数据进行对比。然而，国际劳工组织（ILO）对这些数据进行整合或建模，生成可对国家进行不同时间段比较的估计值。
国家统计局在编制用于比较不同时间段进展情况的地方估计值时，需要确保统计方法和测量标准在不同时间段保持一致。但是，全球数据库的创建者控制不了国家内部的数据收集过程，他们该怎么办呢？
全球指标数据库，比如《世界发展指标》（简称WDI），在提供可比数据方面发挥着关键作用。世界发展指标数据库提供标准化数据，使用固定的标准编制，可用于不同国家间和不同时间段的有效比较。这些数据库的用户关心的是能否对一个国家在不同时间段以及与其他国家之间进行指标估计值的比较，比如国民账户、贫困率、劳动力市场指标等。
建立具有全球可比性的数据库需要什么条件？
数据收集的一致性对于进行有效且有意义的比较至关重要，需要相互协作才能生成可比较的数据。像世界发展指标这样的数据库依靠国际组织、各国政府和其他利益相关方来进行标准化的数据收集和数据整合。测量方法的一致性和标准化的定义对于确保全球、国家或地区层面数据的可靠性至关重要。
考虑到各国对同一事物的测量方法可能不同，收集的数据质量也不同，我们怎样才能建立一个具有全球可比性的数据库来进行准确的全球比较呢？
为了确保各国的数据具有可比性，采取的策略包括仅录入符合国际数据收集标准、与全球框架保持一致或经过整合具有可比性的数据。
虽然这些策略不能完全解决与数据收集有关的问题或限制，例如某些国家的某些住户调查对居民收入的监测不足、生成购买力平价的国际计划缺少所有国家的充分参与等，但像《世界发展指标》这样的全球性数据库非常重要。这些数据库以易于使用的格式提供标准化数据，便于在不同国家间和不同时间段进行比较。通过遵守国际标准、与全球框架保持一致和整合国家数据，这些数据库能够让研究人员和政策制定者依据可靠和一致的数据做出知情决策。这有助于识别各种趋势，评估政策的有效性，把资源配置到最需要的地方，最终为改善各个层面的发展成果做出贡献。
本博客得益于与Daniel Mahler和Christoph Lakner的讨论。可视化互动图由Daniel Boller创建。
加入讨论