Advertisement

Datenvalidität

  • Alessa MondorfEmail author
Chapter
  • 47 Downloads

Zusammenfassung

Das Nationale Statistikamt der VR China ist für das Sammeln, Auswerten und Herausgeben der volkswirtschaftlichen Daten zuständig. Seit Jahren wird neben der Inkonsistenz der Datensätze vor allem die Intransparenz in Bezug auf die verwendeten Methoden der Datengewinnung kritisiert. Die große Anzahl an Beamten auf verschiedenen Ebenen führt dazu, dass Daten kaum zu ihrem Ursprung zurückverfolgt werden können. Am Beispiel der seit Jahren beständigen Arbeitslosenquote lässt sich zeigen, welche institutionellen und externen Faktoren Einfluss auf die Statistiken haben können. Die Kritik verschiedener Wissenschaftler führte 2018 zu einer Reform in der Messung der Arbeitslosenquote, die die seither gewonnenen Daten belastbarer macht.

Literatur

  1. American Chamber of Commerce in Shanghai. 2018. Impact of U.S. and Chinese tariffs on American companies in China. https://www.amcham-shanghai.org/sites/default/files/2018-09/2018%20U.S.-China%20tariff%20report.pdf. Zugegriffen am 20.09.2019.
  2. Beddor, Christopher. 2018. Breakingviews – China’s new unemployment measure has big job ahead. Reuters. https://www.reuters.com/article/us-china-economy-jobs-breakingviews/breakingviews-chinas-new-unemployment-measure-has-big-job-ahead-idUSKBN1HP0MC. Zugegriffen am 20.09.2019.
  3. Blanchard, Oliver, und Lawrence Katz. 1997. What We Know and Do Not Know About the Natural Rate of Unemployment. Journal of Economic Perspectives 11: 51–72. Nashville: American Economic Association.CrossRefGoogle Scholar
  4. Bloomberg News. 2018. China’s stats chief defends quality of data. Nation will meet 2018 growth target amid trade threats: Ning Statistics Bureau has zero tolerance of any data manipulations. https://www.bloomberg.com/markets/fixed-income. Zugegriffen am 20.09.2019.
  5. Bloomberg News. 2019. Ning Jizhe. https://www.bloomberg.com/profiles/people/19687022-ning-jizhe. Zugegriffen am 20.09.2019.
  6. Cai, Fang, Yang Du, und Meiyan Wang. 2013. Demistify the labour statistics in China. China Economic Journal 6(2–3): 123–133. New York: Routledge.CrossRefGoogle Scholar
  7. CBNEditor. 2018. China’s statistics Bureau says days of fake data are over. Shedding light on China’s monetary system and macroeconomic trends (China Banking News). http://www.chinabankingnews.com/2018/08/22/chinas-statistics-bureau-says-days-fake-data-following-crack/. Zugegriffen am 20.09.2019.
  8. Cheng, Evelyn. 2019. Chinese unemployment worries are growing as Beijing beefs up stimulus. CNBC. https://www.cnbc.com/2019/01/16/unemployment-worries-in-china-grow-as-beijing-beefs-up-stimulus.html. Zugegriffen am 20.09.2019.
  9. Crabbe, Matthew. 2014. Myth-busting China’s numbers. understanding and using China’s statistics. Basingstoke: Palgrave Macmillan.CrossRefGoogle Scholar
  10. Du, Yang, und Cuifen Yang. 2014. Demographic transition and labour market changes: Implications for economic development in China. Journal of Economic Surveys 28(4): 617–635. Chichester: Wiley.CrossRefGoogle Scholar
  11. Eurostat. 2016. Glossary: Lagging indicator. https://ec.europa.eu/eurostat/statistics-explained/index.php/Glossary:Lagging_indicator. Zugegriffen am 20.09.2019.
  12. Holz, Carsten A. 2014. The quality of China’s GDP statistics. China Economic Review 30: 309–338. Amsterdam.CrossRefGoogle Scholar
  13. Lau, Lawrence. 2018. Are Chinese economic statistics reliable? https://www.chinausfocus.com/finance-economy/are-chinese-economic-statistics-reliable. Zugegriffen am 20.09.2019.
  14. Nationales Statistikamt. 2007. About NBS. http://www.stats.gov.cn/english/nbs/200701/t20070104_59235.html. Zugegriffen am 20.09.2019.
  15. Nationales Statistikamt. 2015. 2014 Nián quánguó nóngmín gōng jiāncè diàochá bàogào. http://www.stats.gov.cn/tjsj/zxfb/201504/t20150429_797821.html. Zugegriffen am 20.09.2019.
  16. Nationales Statistikamt. 2017. China Statistical Yearbook. Abschn. 4.2–4.9. http://www.stats.gov.cn/tjsj/ndsj/2017/indexeh.htm. Zugegriffen am 18.01.2020.
  17. Nationales Statistikamt. 2018a. China statistical yearbook 2017 4-2 number of employed persons at year-end in urban and rural areas. http://www.stats.gov.cn/tjsj/ndsj/2017/html/EN0402.jpg. Zugegriffen am 20.09.2019.
  18. Nationales Statistikamt. 2018b. 2017 Nián nóngmín gōng jiāncè diàochá bàogào. http://www.stats.gov.cn/tjsj/zxfb/201804/t20180427_1596389.html. Zugegriffen am 20.09.2019.
  19. Nationales Statistikamt. 2019. Dìfāng tǒngjì wǎngzhàn. http://www.stats.gov.cn/tjgz/wzlj/dftjwz/. Zugegriffen am 20.09.2019.
  20. OECD. 2015. China. Paris. (OECD Economic Surveys). https://read.oecd-ilibrary.org/economics/oecd-economic-surveys-china-2015_eco_surveys-chn-2015-en#page1. Zugegriffen am 20.09.2019.
  21. Plekhanov, Dmitriy. 2017. Quality of China’s official statistics: A brief review of academic perspectives. Copenhagen Journal of Asian Studies 35(1): 76–101. Copenhagen: Copenhagen Business School.CrossRefGoogle Scholar
  22. Qi, Liyan. 2016. Number’s game: One province’s statistics problem is a drag for China. The Wall Street Journal. https://blogs.wsj.com/chinarealtime/2016/09/30/numbers-game-one-provinces-statistics-problem-is-a-drag-for-china/. Zugegriffen am 20.09.2019.
  23. Shira, Dezan & Associates. 2017. China’s Official Statistics. China Business Review. https://www.chinabusinessreview.com/chinas-official-statistics/. Zugegriffen am 18.01.2020.
  24. Song, Shengxia. 2013. Procurement problem. Global Times. Zugegriffen am 20.09.2019.Google Scholar
  25. Statista. 2019. Number of university graduates in China between 2007 and 2017 (in thousands). https://www.statista.com/statistics/227272/number-of-university-graduates-in-china/. Zugegriffen am 20.09.2019.
  26. Statistisches Bundesamt. 2019. Über Uns. https://www.destatis.de/DE/UeberUns/UeberUns.html. Zugegriffen am 20.09.2019.
  27. Tang, Frank. 2017. China to start releasing proper unemployment figures in 2018 after decades of downplaying the problem. South China Morning Post. https://www.scmp.com/news/china/economy/article/2125671/china-start-releasing-proper-unemployment-figures-after-decades. Zugegriffen am 20.09.2019.
  28. Tatlow, Didi Kirsten. 2013. The phantom province in China’s economy. New York Times. https://rendezvous.blogs.nytimes.com/2013/02/06/the-phantom-province-in-chinas-economy/. Zugegriffen am 20.09.2019.
  29. Timm, Leo. 2018. Unemployment: China’s Achilles’ Heel? Vision Times. http://www.visiontimes.com/2018/10/24/unemployment-chinas-achilles-heel.html. Zugegriffen am 20.09.2019.
  30. United Nations Department of Economic and Social Affairs. 2017. World Population Prospects: The 2017 Revision. https://www.un.org/development/desa/publications/world-population-prospects-the-2017-revision.html. Zugegriffen am 18.01.2020.
  31. Von der Lippe, Peter. 2011. Wie groß muss meine Stichprobe sein, damit sie „repräsentativ“ ist? http://von-der-lippe.org/dokumente/Wieviele.pdf. Zugegriffen am 20.09.2019.
  32. Wang, Orange. 2018. China is taking a new approach to its jobless rate, but is it enough? South China Morning Post (International). https://www.scmp.com/news/china/economy/article/2142753/china-taking-new-approach-its-jobless-rate-it-enough. Zugegriffen am 20.09.2019.
  33. Xin, Zhou. 2018. What is China’s unemployment rate? State survey says it’s falling, private survey disagrees. South China Morning Post. https://www.scmp.com/economy/china-economy/article/2171176/what-chinas-unemployment-rate-state-survey-says-its-falling. Zugegriffen am 20.09.2019.
  34. Yang, Liu. 2014. The Chinese labour market: High unemployment coexisting with a labour shortage. https://voxeu.org/article/china-s-unemployment-and-labour-shortage. Zugegriffen am 20.09.2019.
  35. Yuen, Lotus. 2013. Why Chinese college graduates aren’t getting jobs. The Atlantic. https://www.theatlantic.com/china/archive/2013/05/why-chinese-college-graduates-arent-getting-jobs/276187/. Zugegriffen am 20.09.2019.
  36. Zuo, Mandy, und Zhou Xin. 2018. The hidden cracks in China’s employment figures. South China Morning Post. https://www.scmp.com/news/china/economy/article/1904879/hidden-cracks-chinas-employment-figures. Zugegriffen am 20.09.2019.

Copyright information

© Springer Fachmedien Wiesbaden GmbH, ein Teil von Springer Nature 2020

Authors and Affiliations

  1. 1.MannheimDeutschland

Personalised recommendations