陈希 蒋昕臻 钟钰||中外粮食产量统计比较分析与启示||《世界农业》2022年第5期

中外粮食产量统计比较分析与启示

作者：

陈希1 蒋昕臻2 钟钰1

作者单位：

1.中国农业科学院农业经济与发展研究所

2.中央农业广播电视学校

文章刊发：陈希，蒋昕臻，钟钰.中外粮食产量统计比较分析与启示[J].世界农业，2022(5):37-47.

中国粮食产能稳步提升对确保自身安全发展和世界粮食市场稳定具有重要意义。但对于粮食统计数据，由于一些局部性、历史性问题，以及社会个体的“感受差”，导致部分社会民众对统计数据的真实性持一定怀疑态度。不可否认，20世纪中国粮食统计沿袭计划经济时期自下而上的报送统计制度，其时效性弱、准确性差。21世纪，面对粮食市场化新形势，统计部门逐步采取抽样调查法与遥感影像等技术相结合，显著提高了粮食统计的准确性。但由于近年仍不断暴露出数据失真打架等问题，公众对粮食产量数据的疑惑一直未能完全消除。特别是2021年8月《第三次全国国土调查主要数据公报》数据显示，2019年年末全国耕地面积19.18亿亩，比2010年“二调”减少了1.13亿亩，引起社会各界高度关注。耕地大量减少，粮食却连年丰收，更增添了社会对粮食产量数据的困惑。因此，摸清现阶段中国粮食产量统计过程和统计方法，通过对比国内外粮食产量统计方法差异，进一步判断粮食统计结果的可靠性、认识中国当前统计能力和统计水平显得尤为重要。而立足国情系统认识中国粮食产量统计与国外存在的差异，一方面，有利于摸清当前中国粮食产量统计水平，客观、全面、真实地判断中国粮食生产情况，消除社会对粮食产量统计的疑虑；另一方面，有助于更加科学、高效地做好粮食产量统计工作，提高粮食产量统计水平，满足中央制定粮食安全政策、完善粮食安全省长责任制和考核需要。因此，本文通过对比阐述中国、美国、日本、韩国四国的粮食产量统计过程和具体方法，总结中国与其粮食统计的主要差异，进一步明确中国粮食产量统计的优化方向，并在此基础上，提出适合中国国情的粮食统计优化建议。

农业统计作为国家统计体系不可或缺的重要部分，对掌握农业生产和经济形势、确保国家食物安全、辅助各主体科学决策具有重要意义。国内外现有研究多围绕农业统计体制这一线索，在各国体制对比分析和现状问题探讨等方面展开了较为丰富的研究。其中，国内学者以中外农业统计差异比较为主题开展了较多讨论：黄建、杨小林、徐桂祥、李永仁从农业统计组织形式、调查体系、调查方法、数据发布、数据分析评估等方面对比了中美农业统计体系差异；杨娜从农业统计体制和运行机制切入，梳理了美国农业统计机构职能、调查对象、调查内容、管理机制等统计细节；赴美国农业抽样技术考察团揭示了美国农业统计抽样框和抽样设计的相关内容；于帅则重点介绍了美国农业统计的信息化网络；还有学者介绍了加拿大和韩国的农业统计工作。已有研究普遍认为中国与发达国家的农业统计存在较大差距。

此外，针对农业统计主要存在的问题，国内外学者进行了广泛探讨。基于中国的农业统计实情，学者们认为主要存在现行管理体制对数据独立性造成干扰、统计工作资源支持不足、统计队伍人员结构老化、专业知识欠缺、基层统计工作繁重、管理监督机制不完善、统计数据质量问题、调查方法单一等方面的问题。国外学者总结发展中国家农业统计主要存在统计技术手段缺乏、统计方法落后以及框架设计不健全等方面的问题。此外，国外学者对农业统计信息的误差进行了深入认识，并设计了系统框架不断改善统计数据质量。

国内学界对粮食产量统计的具体研究相对有限，主要关注粮食产量统计方法的介绍和分析。20世纪末，国内学者对粮食产量统计改革方向进行了若干思考和探讨：章学源通过分析粮食产量调查中的误差来源，认为应该采取对地抽样并实割实测的方法减少调查误差；尹乐卫同样认为应采取以测定产的方式；苏中平发现抽样调查过程中某些变化因素可能会影响统计数据质量，应当予以重视。此外，有学者介绍了实行承包责任制后粮食产量的统计方法；侯颖梅重点介绍了新时期下中国粮食产量的调查流程。除统计方法外，统计口径也是粮食产量统计中重要的基本性问题。当前中国粮食统计中的粮食概念覆盖谷物、豆类和薯类三大类，具体包括玉米、小麦、水稻、杂粮、大豆、马铃薯等品种。王逸飞和田志宏对粮食统计口径的研究指出，粮食属于中国特有概念，在国际社会中谷物的概念则更为通用，但不同国家的谷物概念也略有差别。

已有研究为本文提供了良好研究基础，但也存在不足，为后续研究提供了空间。第一，已有农业统计研究多集中于20世纪或21世纪初，近期研究较少，无法充分反映现状事实。随着社会进步和国情变化，国内外统计现状均有所改变，尤其是2016年后国内粮食产量统计技术方法不断创新，显著提高了粮食产量统计水平。第二，针对粮食产量统计的研究较为匮乏，缺乏基于国内外对比后对中国粮食统计能力的全面认识和客观评价。因此，本文基于新时期中国粮食产量统计，通过系统性对比中外现阶段粮食产量统计方法和过程，以厘清中国粮食产量统计能力。

为摸清中国与国外发达国家粮食产量统计的差异，本文基于统计机构设置、统计调查方法、统计抽样设计三方面，全方位、多角度地对比中国、美国、日本、韩国四国的粮食产量统计过程和具体方法。

3.1 农业统计机构设置

国际上统计机构体系可分为分散型和集中型两类（表1），一类是以美国、日本为代表的分散型统计机构体系，由各独立的行政部门负责各自领域的统计工作，如农业部负责农业统计工作；另一类是以中国、韩国为代表的集中型统计机构体系，由专设的中央统计机构将统计职能集中，统计全国各部门情况，如国家统计局统一开展各类统计工作。二者各有优势，分散型的统计机构更易发挥部门专业优势，自上而下地将专业知识灵活运用到统计体系中，并能将统计结果反向服务于管理部门指导生产实践；而集中型的统计机构设置则更易发挥统计专业性，有助于整合各类统计资源，形成统一的统计体系。

中国和韩国属于集中型统计机构体系，由国家统计局统一领导全国统计工作，制定全国统计制度与方法。中国农业统计具体由国家统计局农村司负责，统计内容包括粮食和主要农作物的播种面积、产量、农业生产条件、畜牧养殖情况等。国家统计局农村司连同地方各级统计部门，按照《中华人民共和国统计法》等法律法规要求，依法独立进行调查统计，并公布结果。韩国统计调查工作同样由国家统计局负责，具体由统计局下属的人口和社会统计局的农业统计科承担，主要统计内容包涵农作物生产、流通、销售、库存等。除此之外，韩国农林部的内设机构也开展相关的部门统计作为补充，全国粮食平衡表就是由统计局的消费调查和农林部的平衡分析二者结合而成。

美国和日本属于分散型统计机构体系。美国农业统计调查由美国农业部（USDA）下属的国家农业统计局（NASS）组织实施，粮食产量调查是其负责的重要内容。国家农业统计局通过在各州的分支机构，统计调查全国及各州主要农业统计数据，形成了较为完整健全的统计信息与统计制度体系，并与农业部下属的市场服务局（AMS）、海外农业服务局（FAS）、经济研究局（ERS）、农业展望委员会（WAOB）相互配合。日本农业统计工作由农林水产省内设的统计部组织实施，统计部通过全国47个都道府县的统计主管科、7个地方农政局等分支机构，统计调查全国及各地方农业数据。

3.2 粮食产量统计调查方法

粮食产量统计调查一般由种植面积调查和单位面积产量调查两部分组成。抽样调查法是各国调查粮食种植面积和单位面积产量使用的主流方法，针对部分数量、面积占比较小的非主要粮食品种，一些国家也会采用全面调查法进行调查。各国粮食产量调查方法总体趋同，以抽样调查为主导，但在具体的调查流程以及配套的调查方式方面有所差异。

3.2.1 中国和日本：抽样调查与全面调查相结合

3.2.1.1 中国粮食产量统计调查方法

现阶段中国粮食产量统计采取主要粮食品种抽样调查与小品种全面统计相结合的方法（图1）。水稻、小麦、玉米等主要粮食品种的种植面积调查将抽样调查与实地测量相结合，样本地块的粮食种植面积由各地农调队调研员到现场利用平板电脑和无人机等设备实地测量，从而推算出粮食播种面积及作物结构数据。主要粮食品种的单位面积产量调查则是将抽样调查与实割实测相结合，收获时调研员在样本地块上进行放样，割取样本，再通过脱粒、晾晒、测水杂、称重、核定割拉打损失等环节，计算出地块单产。杂粮等其他非主要粮食作物的面积和产量实行全面调查，通过层层上报、逐级汇总的方式获得结果数据。由于中国粮食产量调查以实际测量为主要方式，因此，全年只分别进行1次粮食种植面积调查和粮食单产调查。

3.2.1.2 日本粮食产量统计调查方法

日本粮食产量调查方法与中国相似（图2），以“主要品种（水稻）抽样调查、其他品种全面调查”为主要特点。具体可总结为两种模式：一种是抽样调查法与实地测量相结合，这一方法应用于水稻；另一种是全面调查与逐级上报相结合，通过往返邮件或在线调查的方式，按照“数据报告人→地方农政局→农林水产省”的流程，将数据逐级上报、汇总，这一模式主要应用于水稻以外的其他粮食作物。此外，日本水稻产量调查与中国主要粮食品种的产量调查相同，均通过实割实测统计样本地块单产。因此，日本全年也只进行1次粮食种植面积调查和粮食单产调查。

3.2.2 韩国和美国：抽样调查为主导

3.2.2.1 韩国粮食产量统计调查方法

韩国粮食产量调查主要采用抽样调查法（图3）。韩国粮食种植面积调查与中国大体相似，主要区别在于中国对样本地块面积测量更侧重实地勘测，而韩国更依赖遥感测量，遥感测量后再对小部分样本进行实地核查。此外，韩国对抽中的样本地块分别在3月、5月、7月、9月、11月开展5次面积调查，可较为全面地监测样本地块的种植动态。韩国不进行单独的单产调查，粮食产量通过作物生产调查直接统计，采用抽样调查和层层统计汇总的方式进行，以访问调查的形式开展。韩国作物生产调查的频次为1年1次。

3.2.2.2 美国粮食产量统计调查方法

美国粮食产量调查采用抽样调查法（图4）。与其他国家相比，美国粮食产量调查方式灵活多样、频次更多。其中粮食面积调查在抽样调查基础上，采用电话访谈或田野调查访问的方式收集数据。NASS每年3月、6月和12月进行3次种植面积调查。3月主要对生产者进行种植意向调查，内容包括当季作物的种植意向以及全年种植安排，收集的数据经审查、调整后，发布在《种植意向报告》。6月的农业调查是NASS每年最大规模的调查，调查内容包括农户已经播种或计划播种面积，以及预期收获面积，6月的调查数据将直接用于农作物面积推算。12月NASS会对生产者当季种植情况及下季种植意向进行调查，收集种植和收获面积等信息，并初步估计当年秋天冬小麦种植面积。其中，冬小麦播种情况的调查结果会在次年1月的《冬小麦播种报告》中公布。

美国粮食单产调查结合了两种方式：一种是种植者报告调查，即每月询问种植者评估产量；另一种是客观单产调查，即每月通过测量抽取样本的田间果实数和重量等数值估计单产。美国粮食单产的估计主要基于客观单产调查收集的样本数据，相比于种植者报告，其结果更为准确。值得注意的是，美国客观单产调查的调查方式与中国、日本粮食单产调查中的实割实测不同，NASS调查员是通过对各生长期作物的穂长、穗重、直径等特征值进行测量从而估计单产，而不是将其收割后称重。

3.3 粮食产量统计抽样设计

一般来说，粮食产量抽样调查可按照目标总体分为两类：一类是对地抽样，即基于卫星遥感建立覆盖全国所有耕作土地的地块框，而后以地块框为目标总体进行抽样；另一类是目录抽样，即建立农业生产者名录，从目录框中抽选农户样本。相比之下，对地抽样具有稳定性和完整性的优势，而目录抽样效率更高、费用更低，但存在完整性不足、农户生产行为短期波动较大等问题。

3.3.1 中国和日本：对地抽样为主导

3.3.1.1 中国粮食产量统计抽样设计

中国早期的粮食产量抽样调查方案使用目录抽样法，但随着城镇化进程持续加快、农村劳动力不断转移，农户经营行为和活动轨迹变化加快，给对户抽样带来了诸多困难。2015年“中国粮食作物种植面积统计遥感测量业务系统”正式建立，中国创建了精确到自然地块的农业统计调查空间基本单元和主要粮食作物空间分布数据层，实现了农业抽样调查由“对户调查”向“对地调查”的历史性转变。具体来看，中国粮食种植面积调查充分运用了“天空地”一体化对地调查体系。在卫星遥感数据的基础上，以农作物地块数据总体框为基础，采用概率比例规模抽样法（PPS）分层两阶段抽取对地调查样本。在全国共抽选1万多个样本村，每个样本村抽取3个面积约60亩的样方地块。调查前，先利用卫星遥感数据获取准确的种植地块面积；调查时，调查员使用基于空间定位技术的平板电脑和无人机到实地开展现场测量；调查后，基于卫星遥感测量结果对实地调查数据进行质量审核。然后，通过抽样推算和对粮食主产省的遥感全覆盖测量，取得主要粮食播种面积及主要市县作物面积结构数据。

粮食单产调查也建立在对地抽样的基础上，在样本地块选择时主要利用了遥感影像、空间抽样技术。单产抽样调查采用分层PPS抽样在全国共抽取5 000多个样本村、近3万个自然地块，每个自然地块中再按照要求抽选3～5个10平方尺1平方尺约合0.111米²。的小样方，通过对样方内粮食作物实割实测，推算得出全省粮食作物平均单产水平。同时，利用气象等部门掌握的自然灾害情况，评估粮食单产。

3.3.1.2 日本粮食产量统计抽样设计

2013年，日本水稻产量调查采取基于数字化网格信息的对地抽样法。基于航拍照片、卫星图像等技术，将全国土地无间隙地划分为290万个网格单元区（每个网格面积为200米²，北海道地区每个网格面积为400米²），制成种植面积调查的总体。为提高调查准确性，在抽样时会对单元区总体进行分层，根据各单元区土地用途分为水田、水旱两用田以及旱田三类子总体。另外，根据田间维护状况、水田比例等指标将各子总体进一步分类。确定各级子总体被调查样本数量后，利用系统抽样法选取被调查对象，由调查员到所抽选的样本地块进行种植面积测量。

水稻单产对地抽样调查中，调查总体由水田子总体和水旱两用田子总体的单元区构成，合计包含200万个单元区。结合单元区所处都道府县水稻种植区的地形、气候、种植品种等生产能力信息，以及各单元区水稻产量高低、年度波动和其他影响产量的因素对总体进行分层处理，进一步划分为不同类型的子总体。对不同类别子总体根据单元区水稻种植面积采用PPS抽样，全国范围共抽样选取1万个样本单元区，每个被选中的样本单元区中再随机抽取1块样本地块进行实割实测。

3.3.2 韩国：兼具对地抽样与目录抽样

韩国粮食种植面积调查和单产调查分别采用对地抽样和目录抽样。粮食种植面积调查与中国类似，地块总体框建立在国土资源部门耕地数据的基础上，采用抽样测量、实地核实和结果推算的方式，得出样本种植面积。在全国40多万样方地块中共抽选了2.6万多个样方（200米×200米），基于高分辨率卫星遥感影像数据，通过人机交互测量的方式，在室内完成全部样本地块的作物类型和面积测量工作。此外，再抽选1千多个样方由县级调查人员实地抽查核实，最后推算作物播种面积。单产调查则是采用目录抽样的方式进行，在全国共抽取10 039个样本户，通过访问调查获得产量数据。

3.3.3 美国：目录抽样与对地抽样相结合

美国粮食产量调查采取对地抽样与目录抽样相结合的方式。对地抽样是基于卫星遥感测量取得覆盖全国的土地耕作强度分类图为总体框，而后进行抽样；目录抽样则是在全国农场主名录库（CML，由NASS维护建立，包括主要经营类型、规模等信息）中抽选农场样本。

在NASS进行的3次种植面积调查中，3月和12月的面积调查以目录抽样为主，从调查区域随机选择约83 000名农场经营者访问调查；6月的种植面积调查则是采用目录抽样和对地抽样相结合的方法，被调查的农场主要由目录抽样框中抽取的7万名农场主和对地抽样框中抽取的5万多名农场主构成，NASS调动2 400名调查员对约125万名农场主进行访谈调查。

单产调查以对地抽样为主、目录抽样为辅，调查抽取的样本数量约为11 000个。分品种看，玉米和大豆主要采用对地抽样。其中，玉米客观单产调查区域在伊利诺伊州等10个州，10个州的产量占全国总产量的83%以上；大豆客观单产调查区域在阿肯色州等11个州，11个州的产量占全国总产量的82%以上。具体抽样步骤为：第一，对土地耕作强度分层，构建面积框，选择面积框中区段的子样本；第二，在农场主的协助下核查选定区段子样本发生的所有农业活动，专业统计员再选出种植该粮食作物的所有地块，建立新的种植地块样本总体；第三，在确定该粮食作物的所有种植地块后，使用PPS抽样调查法选择样方地块。小麦以目录抽样为主，对地抽样为辅。小麦抽样调查区域主要包括科罗拉多州等10个州，10个州的小麦产量占美国小麦总产量的约67%。具体步骤为：第一，构建目录抽样总体框，采用多目标概率抽样（MPPS）选择其中的生产者样本；第二，对于选定的生产者，构建小麦地块总体；第三，在确定所有小麦种植地块后，使用PPS抽样调查法抽选样方地块。

3.4 评价与总结

统计数据的核心要求是准确性、及时性、全面性。文章旨在通过对比明确中国粮食产量统计能力，考虑到统计的核心要义之一在于准确反映客观现实，因此在保证统计效率的前提下，将统计的客观性和准确性作为评价统计能力的主要依据。由于过往研究大多认为中美农业统计能力差距较大，因此下文主要以美国为参照对象，进一步讨论中国粮食产量统计的准确性和客观性。

在粮食产量统计调查中，美国通过访问调查获得相关数据，这得益于其大农场模式和发达的智慧农业，农场主对于农场生产数据掌握更为准确。在调查中，美国通过增加调查频次减少调查误差，多次统计数据相互修正、相互印证，以增强结果的准确性。而中国每年只进行一次粮食产量统计，对调查数据的准确性要求更高，且小农户自身缺乏有效工具准确测评生产情况，因此中国主要粮食品种的种植面积调查和单产调查分别采用实地测量和实割实测的方式。相比于调查访问和中国以前层层上报的方式，数据准确性更高，可消除传统访问调查的口径误差和农民人工丈量产生的调查误差。此外，近年来中国不断加大统计制度改革创新力度：2015年后对地调查体系的应用增强了样本框的完整性和稳定性，保证了统计样本的科学性和代表性；遥感、无人机等先进信息技术的应用保证了粮食产量测量的准确性。粮食种植面积调查中运用遥感测量和人工测量两种方法，二者结果可相互印，其过程可实现全流程质量监控，全面提升调查数据质量。中国实地测量的调查方式配合先进的技术手段，有效减少了调查误差，可实现对粮食产量统计数据准确性的多重保障，显著提升了粮食产量统计水平和能力。

由此可见，虽然中美农情差异导致了中美粮食产量的统计流程和方法明显不同，但两国都探索出了基于本国国情行之有效的统计方法。从统计调查结果的客观性、准确性视角予以评价，现阶段中国粮食产量统计与美国等发达国家并不存在明显差距。

从粮食统计调查的具体细节比较，中国粮食产量统计的客观性、科学性、准确性毋庸置疑，近年来在统计准确性方面取得了明显进步，与发达国家不存在明显差距。但从农业统计整体视角入手，结合各国粮食统计的具体细节，中国粮食产量统计与发达国家还存在以下几点主要差异，这些差异或许可对继续完善中国粮食产量统计具有一定的启示意义。

4.1 统计调查难度大

相比于发达国家，中国粮食产量统计调查难度更大，其困难主要来自两方面。一是由中国复杂的农情带来的调查难度大。中国农业种植制度复杂、作物品种多样、种植模式各异、间作套种类型繁多，且地块内部干扰性较强，给粮食统计带来较多困难。以中美粮食单产调查为例，美国粮食客观单产调查结合面积框和目录框的多样框抽样设计，但最终调查对象为地块。美国粮食生产基本是大规模成片经营，地块内部同质性高，抽样难度小，可实现精准高效的抽样调查。而中国虽然也在地块层面测量单产，但会受到农户层面土地流转和土地用途变更等因素的影响。此外，中国农业经营规模小、土地细碎化现象突出，加上中国农业种植过程中间作、套作、综合种养等情况存在，为粮食测产平添了许多难题。二是由实地测量方式带来的工作强度较大。中国粮食产量调查以实地测量为主，相比于遥感测量和访问调查，工作强度更大。以中韩粮食种植面积调查为例，韩国抽样比例远高于中国，韩国种植面积调查中抽样总面积约为1 040千米²，抽样比例约为6.5%，中国粮食种植面积调查抽样面积为1 200千米²，抽样比例约为0.1%。这是由于韩国抽选样方主要依靠遥感测量，只有1 000份左右的样本进行人工核查；而中国样方既进行遥感测量，也进行样地核实，需要投入大量人力物力，工作强度更大。

4.2 统计支持强度相对低

总的来看，中国粮食种植规模大、品种多、地块碎、耕作情况复杂，相比发达国家需要更多投入支持，但现阶段国家对粮食统计的人财物支撑投入有限。人员队伍方面，农业统计工作面临人手不足。目前全国农业统计的工作人员合计500～600人，而美国NASS正式员工约1 100人，规模最大的6月农业调查启用的调查员2 400人。中国农业统计面临更加复杂的农情，而统计人员数量却不到美国的20%，人员队伍与农业统计工作量不匹配。经费设备保障方面，现有的经费、设备保障支撑不足。中国粮食统计工作量大、数据量多，且基于复杂的种植情况主要采用实地测量方法，而美国大农场模式的作物同质性高、调查难度小，韩国以卫星遥感为主要测量手段，成本低，相较之下中国粮食统计调查工作难度更大、耗费成本更高，需要更多经费投入支持。除此之外，遥感等先进设备技术在农业统计中正处于方兴未艾的阶段，新的统计方式不仅是方法上的变革，也是设备设施的更新换代，而目前先进设备保障不足。

4.3 统计频次相对较少

中国粮食产量统计1年只进行1次，对比韩国1年5次的种植面积调查，美国1年3次的种植面积调查以及按月度追踪的粮食单产调查，中国统计频次相对较少。美国面积调查中把收获面积作为重要指标，进行多轮询问和修正，包括从种植意向、最初种植面积到最后收获，较为全面地监测粮食种植面积变化动态；中国在面积测量上，主要以当年种植面积为基数，与最终收获面积可能存在差异。美国粮食单产调查采用全过程统计的方法进行月度追踪，通过遥感技术获取各时期作物长势情况，实地调查员再根据生长阶段收集相应的作物特征指标，每月进行产量预测，并不断修正直至收获结束以实现全过程统计监测；中国只是在收获季来临前采用实割实测方法，生长季期间难以对单产进行有效评估预测。

4.4 统计职能侧重不同

通过对比发现，由于农业统计机构设置的不同，可能导致统计职能侧重有所差异。以中美两国为例，中国的农业统计部门是国家统计局，因此粮食产量统计属于事后统计，具有发布数据的性质，更注重数据结果的准确性；而美国的农业统计部门是农业部，统计职能则更侧重于信息发布，通过事前统计，强调其指导农业生产经营的功能。统计职能的不同侧重导致两国两方面的差异：一是数据发布频次的差异。美国农业统计具有指导农民生产、农业经营的功能，数据发布较为及时、发布频次较高。NASS每年完成500多份报告，各地分支机构提交9 000份报告，涵盖了120种农作物、45种牲畜的生产及统计分析等，涉及内容除了本国，还包括全球和其他主要国家；而中国国家统计局的农业统计结果则只在全年农业生产活动结束后对社会进行公布。二是统计数据精度的差异：美国重视统计预估判断且社会对数据精度包容性较强，而中国民众对统计数据发布的精准度要求高。NASS一年内多次发布关于粮食产量预测和估计数据的相关报告，报告不断根据情况变化进行修正，即使不够准确，也能够为社会大众和科研人员判断粮食产量变化趋势提供参考。相比而言，中国一般只在全部收获完成后公布权威的官方数据，数据精准度高，但及时性不足。

5.1 结论

通过阐述中国、美国、日本、韩国四国的粮食产量统计过程和具体方法，发现四国在统计机构设置、调查方法、抽样设计等方面具有较强的代表性。在统计机构设置方面，可分为能够发挥统计优势的集中型和能够发挥农业专业优势的分散型两种；在调查方法方面，主要粮食品种的产量调查在抽样调查的基础上，可分为实地测量和访问调查（或电话访谈、在线调查等）两类调查方式；在抽样设计方面，可按照目标总体的不同，分为对地抽样和目录框抽样两类，同时各国依据本国国情设计了具体的抽样方式。各国基于自身农情特点选择各类方式方法，形成了各具特色的粮食产量统计体系。美国以大农场农业的稳定优势建立了高效和准确并重的粮食产量统计体系；中国和日本作为小农社会代表，在调查中更加侧重实地测量，以保证调查数据的准确性；韩国粮食产量调查则更加依赖遥感测量，对遥感技术水平要求较高。

在此基础上，进一步以美国为发达国家代表，从统计结果客观性和准确性的视角，评价和认识了中国的粮食产量统计能力和水平。通过对比分析，认为中国粮食产量统计在准确性方面与发达国家不存在明显差距，在统计方法和技术手段上可确保统计结果的客观性、科学性和准确性。但美国、日本、韩国作为发达国家，农业统计力量充足，统计数据服务内容丰富，不可否认中国与其在统计调查难度、政策支持强度、统计频次、职能侧重等方面存在一定差异或差距。

5.2 启示与建议

5.2.1 加强统计能力建设和政策扶持力度

统计能力建设和提升离不开人力资源的有效投入与政策资金的大力支持。一是要壮大农业农村统计队伍力量。目前国家统计局农村司不到40人，全国农业农村统计工作人员合计五六百人，统计工作队伍与庞大且复杂的统计工作量不适应，与新时代实施乡村振兴战略要求不匹配，亟须扩大统计人才队伍、推进统计人才建设。二是要加大政策资金支持力度。尤其是对基点、样本对象的补贴力度，改善基层调查装备条件，增强农业农村统计工作装备技术条件保障，强化粮食产量统计的智能化水平，进一步实现粮食产量调查能力现代化。同时充分利用“三调”调查成果，进一步增加样本，做好下一周期地块样本轮换，提升样本代表性和调查精度，紧扣样本质量、标准化、代表性等关键要素，推动粮食测量精度再上新台阶。

5.2.2 引导社会科学认识、理性看待统计数据

统计数据与现实中人们直观感受有反差时，往往归咎于统计数据存在精确度问题，但实际上更多是由于民众对统计工作、统计数据的了解不够。美国国家农业统计局报告公布的数据往往标注精确度，允许一定范围的误差存在，所以其调查数据经过汇总后就可公布。由于误差客观存在，合理范围的误差可以接受，重点是要排除公众对数据结果的误解，避免由此带来的负面影响。因此，要引导全社会科学认识统计工作、理性看待统计数据。针对社会上存在的相关质疑，统计部门及时回应，增强统计数据的社会公信力。针对社会对统计科学普遍存在的误解，可以以科普形式进行消解，增强社会对统计科学的理解。统计部门还要加大对统计科学的宣传力度，尤其是统计调查方法、统计指标、统计法规等方面的宣传。开放公众了解途径，整合利用多种媒介资源，引导社会客观认识统计工作和统计数据。培育科学理性的统计认识观，提高统计的社会公信力，帮助民众更加正确地理解和使用国民经济统计指标，真正让社会各界认可统计工作。

5.2.3 加强统计研究分析，把数字用活

加强统计数据分析解读共享，既是落实党中央、国务院关于做好统计工作指示批示要求的具体体现，也是充分满足各方统计需求的现实需要。要以科研单位和高校为研究分析主体，通过系统分析、有效挖掘，把“干数据”变成“活情况”。突出及时高效，加强对月度、季度、年度数据分析研判。特别是对农民生产经营行为具有指导意义的信息和数据，应在权威平台及时公布，降低信息不对称，给予农民尤其是新型农业经营主体及时调整生产经营策略的空间。更加重视阐释数据背后的诱因和可能趋势，增加各界对粮食生产前景的预期信息。