马亮 / 政见观察员
李克强总理在主政辽宁时曾发明著名的 “克强指数”，以避免地方官员注水 GDP 数据。基于“克强指数”的原理，GDP 增长率只是参考性的，而关键的经济数据是新增工业用电量、新增铁路货运量和新增银行中长期贷款。
俄亥俄州立大学政治学系的 Jeremy L. Wallace 对中国省级政府的一项研究从侧面验证了 “克强指数” 的用途。他的研究显示，在政府官员换届期间，GDP 与电力增长率的差距比其他时期更大，表明数据造假的可能性也更大。
政府官员的造假基因
无论民主政体还是威权体制，政府官员都有动机去捏造宏观经济数据，以避免低迷的经济形势诱发民众的不满情绪和集体行动，最后导致政府下台和权力更迭。如果政府官员可以将经济数据造假，就有望 “把水搅浑” 并 “蒙混过关”。
类似地，中央政府在考核地方政府时，也会利用经济数据，而地方政府官员也有极大的动力去造假以获得升迁。由于地方官员对统计数据的信息优势，加之中央政府有效监督的成本和难度较大，因此数据造假泛滥。
制约经济数据造假的关键因素是造假丑闻被揭露的预期成本，它取决于造假的成本和被揭露的可能性。如果数据造假被揭露，政府将颜面扫地并丧失公信力，其政治代价是可观的。
相对来说，民主选举和自由媒体可以在很大程度上减少政府捏造数据的机会。但是，政府对信息的垄断和封锁，使威权体制在数据造假方面更有优势。
数据造假的政治经济周期
数据造假可以从数据的类型和造假的时间两个维度来分析。
首先，某些类型的数据比其他数据更具有政治敏感色彩，因此更容易被篡改。由于干部考核的 “唯 GDP 论”，使 GDP 增长率更可能被造假。因此，比起电力和消费等其他相关经济指标，政府更愿意在 GDP 增长率上造假。
其次，某些时间比其他时间更具有政治敏感色彩，因此在这些时间数据造假的迹象更明显。对于民主体制，大选是数据造假的关键节点。对于威权体制，官员任免的关键时期是数据造假的爆发期。
基于上述讨论而形成的假设是，数据造假更有可能出现在非民主体制、政治敏感的指标和政治敏感的时期。
中国数据造假的证据
对于空气污染这样的现象，数据造假的拙劣把戏很容易被识破。比如，北京官方公布的空气质量数据有时同美国大使馆的相差甚远，但是，无论是外来者还是当地居民，都能切身感受到空气污染的严重程度。
与空气质量不同，GDP 是一个更为抽象的指标，往往缺少可资参考的依据。电力是经济发展不可或缺的元素，为追踪经济增长轨迹提供了参考依据。
当电力与 GDP 增长相背离时，就意味着政府可能在操控 GDP 数据。比如在 2008 年美国雷曼兄弟投资银行破产时，中国为了提振投资者的信心并消除市场顾虑，有可能对 GDP 数据注水，使其同用电量的数据严重背离。事实上，电力与 GDP 增长率的相关系数在民主国家是 0.85，远高于非民主国家的 0.71。
官员晋升激励与数据造假
由于攸关晋升机会，政府官员更倾向于在 GDP 数据上造假以彰显政绩，以利于获得升迁。在官员更替的年份，GDP 造假的可能性更大。这是因为，即将离任的官员期望粉饰证据以提高升迁概率，即将到任的官员则希望夸大政绩以彰显能力。
中国政府官员的法定任期是五年，但多数都在任期内就被调换。官员更替每年都会发生，这为将替效应同年份效应相分离更提供了可能。
该研究使用的数据为 2000-2009 年中国各省的年度和季度数据。因变量是 GDP 增长率减去电力增长率（年度发电量和季度用电量的增长率）。自变量为官员更替，省委书记或省长调整的当年取值为 1，否则为 0。控制变量包括工业增加值的增长率、人均 GDP、服务业占比、电力净出口量。
利用电力和 GDP 的增长率之差来考察经济数据造假，就可以分析官员更替的影响。年度和季度数据的分析都显示，在官员离任当年，经济与电力数据的背离程度显著大于其他年份。
平均来说，官员更替当年的 GDP 增长率会比其他年份高出 1-2 个百分点。换句话说，“克强指数” 舍弃 GDP 而使用其他经济指标，的确有其合理性。
如果 GDP 相对于电力的增长率较大，是因为较少依赖电力的服务业等行业出现了增长的话，那么服务业占比应同其负相关。但是二者并不存在显著的相关关系，表明GDP与电力的增长率之差的确刻画了官员造假的迹象。
如果中国整个统计系统都在造假，那么就不会出现 GDP 与电力数据在官员更替时期严重背离的现象。因此，这项研究说明：政府官员只是有选择性地对政治敏感性强的 GDP 数据进行了造假。
威权体制试图建立自上而下的官员问责机制，但这项研究揭示了其所面临的制度局限。在缺乏选举的情况下，威权体制很难使地方官员为其绩效负责。
数据造假就像一个剧场，政府官员在其中演戏，并向上级表明他们深谙此道。既然数据造假的问题可谓上上下下人尽皆知，为什么政府仍然依据这些经济数据来考核绩效和任免官员？可能的解释是，如果造假是可以容忍的话，那么基于经济数据的管理至少是一个次优的选择。
显然，外部独立监督会有利于强化对政府官员的问责，但它也有其风险。比如，民众的抱怨和抗议可以提醒政府失察，但却可能诱发群体性事件并危及执政基础。
与此同时，社会科学研究人员在使用官方发布的政治敏感数据时，也需要慎之又慎。尤其是宏观经济数据，研究人员应该辅之以高度相关但不太可能被政府操控的数据（如电力数据），以避免被捏造的数据“牵着鼻子走”。
参考文献：
Wallace, J. L. (2014). Juking the Stats? Authoritarian Information Problems in China. British Journal of Political Science, 1-19.
