一、引言

大数据（ Big data 或 Mega data） ,又称巨量数据、海量数据，指的是所涉及的数据量规模巨大到无法通过人工在合理时间内实现截取、管理、处理并整理成为人类所能解读的信息[1].随着互联网技术的快速发展，人类已经处于大数据时代。大数据正在催生一场史无前例的信息革命、产业革命和管理革命，深刻影响着人类的经济社会生活和时代发展进程。目前，大数据在众多领域都有着非常广泛的应用，如电子商1投入产出核算是国民经济核算的重要组成部分。大数据背景下，中国投入产出核算面临前所未有的影响，投入产出核算与大数据的结合将是未来中国投入产出核算发展的重要方向。大数据将给中国投入产出核算带来巨大机遇，同时也带来挑战。

系统评估大数据对中国投入产出核算带来的不同影响，准确认识大数据对中国投入产出核算带来的启示对中国投入产出核算的未来发展意义重大。本文将结合大数据的特点，全面阐述大数据背景下中国投入产出核算面临的机遇、挑战及启示。

二、应用大数据的必要性与可行性

（ 一） 中国投入产出核算应用大数据的必要性

1. 有利于改进中国投入产出核算的数据生产方式。

目前，中国投入产出核算的数据来源于国民经济核算数据（ 各部门的总产出及最终使用等） 、部门数据（ 增加值的构成） 、投入产出调查数据（ 购买者价格计算中间投入构成） 和估算数据（ 数据的平衡与修订、流通费用等） .以上几个来源的数据在编制投入产出表时存在一定局限： 调查数据在数据的全面性上有所欠缺； 不同部门数据的协调性有待提高； 估算数据的准确性无法保证。当前投入产出核算数据生产中的局限对中国投入产出表的编表质量和拓展应用都会产生不利影响。大数据背景下，投入产出核算的数据生产方式将会发生深刻变化，最直接的表现在于数据的获取方式变为现行核算数据和微观数据双轨制，数据的全面性将显着提高； 数据来源渠道增加； 真实数据代替估算数据； 同时，投入产出核算的数据获取和处理速度也将大大提高。

2. 有利于中国投入产出核算与国际标准接轨。

受统计基础和核算数据所限，中国现行的投入产出核算与 SNA 推荐的投入产出核算并非完全一致，两者的差别主要体现在编表方法、编表价格、编表范围、部门分类、表格形式等方面[2]~[4].中国投入产出核算与国际通行的投入产出核算存在的差异既不利于中国投入产出核算的国际比较，也不利于中国投入产出核算充分发挥其在国民经济核算中的作用，制约了中国投入产出核算的进一步发展。大数据有利于弥补当前中国投入产出核算与 SNA 推荐的投入产出核算之间的差异。

3. 有利于拓展中国投入产出核算的应用范围。

投入产出核算不仅在国民经济核算中占有重要地位，在其他领域也有着广泛的应用，如水资源、能源利用、温室气体排放、金融、人口、生态环境、军事等方面。尽管如此，投入产出核算在应用于其他领域时还存在一定问题，特别是投入产出表与其他领域在部门分类上的差异。这主要是由于投入产出表与其他领域的数据来源和部门标准不同，从而使得投入产出表在应用于其他领域时需要对部门分类进行调整，这在一定程度上降低了投入产出表的应用价值。大数据背景下，投入产出表在应用于不同领域时能够很好地保证部门分类的一致性，有效拓展投入产出表的应用范围。

（ 二） 中国投入产出核算应用大数据的可行性

1. 互联网与计算机技术能够提供技术保障。

大数据与传统统计数据存在巨大差异，大数据多为半结构化和非结构化数据，需要借助全新的技术处理手段。互联网和计算机技术突飞猛进的发展，为大数据环境下各种数据的采集、清洗和存储工作提供了技术保障。借助互联网与计算机技术的快速发展，大数据技术已经在众多领域有成功应用的经验，同时也为大数据在投入产出核算中的应用提供了技术支持。

2. 当前政府统计中的大数据应用能够提供实践经验。

大数据对政府统计产生了巨大冲击，对政府统计数据的获取、处理、发布等各个环节都产生深刻的影响。目前，为了顺应大数据的快速发展，国内外官方统计部门在众多方面将大数据与政府统计相结合，如大数据在价格统计、就业统计、经济活动分析和预测中的应用等。中国国家统计局也在不断尝试将大数据与政府统计相结合，如在当前价格体系中引入网购数据，实施政府统计“四大工程”①，在第三次全国经济普查中广泛应用 PDA（ 手持电子终端）等。大数据在当前政府统计中的应用能够为大数据与投入产出核算的结合提供实践经验。

3. 投入产出专项调查的数据处理经验能够为大数据的应用提供借鉴。

目前，中国投入产出表中的中间流量数据主要基于每 5 年进行一次的投入产出专项调查获得。投入产出专项调查涉及众多行业，需要动用大量的人力、物力、财力，工作量巨大，调查过程中需要对单位名录、调查表套表、说明文件、数据库文件、总结文件等进行整理汇总。投入产出专项调查完成后还需要对调查数据进行多次审核，以保证调查数据能够满足投入产出表的编制要求。经过多次专项调查实践，中国投入产出核算积累了关于大规模数据处理的丰富经验，这为大数据与中国投入产出核算的结合提供了一定借鉴。

三、大数据背景下中国投入产出核算的机遇

（ 一） 大数据的大量性： 拓宽中国投入产出核算的资料来源

大数据的第一个特点是大量性： 数据体量巨大，从 TB 级别跃升到 PB 级别。对投入产出核算来说，大数据的大量性丰富了投入产出核算的数据资料以及拓宽了投入产出核算的数据来源渠道。信息化时代，应用大数据技术能够收集到几乎全部调查对象的数据资料，如编制投入产出表所需要的各行业中间投入等数据不必通过投入产出专项调查即可获得。大数据的大量性在投入产出核算中主要体现在微观数据的全面获取，依据投入产出表的编制要求，制定完善的采集标准和具体的数据收集指标，通过政府主导、企业参与的方式，借助互联网、物联网和手机移动终端等自动采集企业详细的生产数据。

大数据的大量性将从以下方面改进中国投入产出核算：

1. 编表方法的改进。

投入产出表的编制有两种方法： 直接编表法和间接推导法①.目前，中国投入产出核算以直接编表法为主，而 SNA 则主张采用间接推导法。与间接推导法相比，直接编表法存在两大局限： 一是需要大量的基层调查资料； 二是不能很好地发挥投入产出核算在国民经济核算中的重要功能： 协调三种方法核算 GDP结果的一致性。这主要是由于中国投入产出核算中的使用表并非基于基础数据直接得到，因而无法通过SNA 建议的在供给使用核算的框架下，“消除在测算整个经济之货物服务流量时的差异，以确保不同测算方法下的 GDP 能得到同样的数据”②.大数据时代，充足、海量的数据能够改进中国投入产出核算的编表方法，这体现在两个方面： 一方面改进中国投入产出核算目前的直接编表法，另一方面使中国能够按照 SNA 推荐的间接编表法编制投入产出表。大数据对投入产出直接编表法和间接编表法的改进分别如表 1 和表 2 所示。

大数据背景下，除了能够对中国投入产出核算直接编表法进行改进外，还可以借助大数据技术使用间接编表法编制投入产出表。

大数据技术使得中国投入产出核算数据的全面性和准确性得到改善，基于直接编表法的中国投入产出核算的质量大大提高，有利于中国投入产出表进一步发挥其经济分析的功能； 同时，中国投入产出核算也能够基于大数据技术采用间接编表法，在编表方法上与国际接轨，有利于充分发挥中国投入产出核算协调三种方法计算 GDP 一致性的作用。

2. 编表价格的完善。

投入产出核算涉及三种价格： 基本价格、生产者价格和购买者价格。三者之间的关系如表 3:基本价格和生产者价格用于估价产出，而购买者价格用于估价使用（ 中间消耗和最终使用） .SNA建议使用基本价格衡量产出，这样可以有效地降低增值税对于产出核算的影响。中国现行投入产出核算采用的是包含了购买者不可抵扣增值税的生产者价格（ 与我国目前的国民经济核算价格相同） ,仅将货物流通费从购买者价格中和除[5],比 SNA 推荐的基本价格多了购买者不可抵扣增值税和产品补贴减产品税两项。用包含了购买者不可抵扣增值税的生产者价格进行投入产出核算的直接后果就是投入产出表不可避免地受到价格因素、税收因素的影响，无法准确地反应各行业经济的真实生产结构，对正确分析我国总体经济的消耗结构也会产生不利影响。

大数据为完善中国国民经济核算的价格体系提供了重要的数据支撑，能够提供货物的不可抵扣增值税、生产税、生产补贴等信息，编制出基本价投入产出表。

此外，大数据还将对中国可比价投入产出表的编制产生重要影响。目前，中国国民经济核算的价格体系由于数据基础等原因，行业价格指数体系并不完善，使得官方一直未能编制可比价投入产出表②，不利于从长期进行经济分析和生产率分析。

大数据对投入产出编表价格的改进可以从两个主要方面进行： 一是建立超市、卖场、互联网等渠道的大数据采集平台，对购买者价格、生产者价格及基本价格之间的差异数据进行全面收集，最终编制出用基本价格衡量的投入产出表； 二是基于计算机和互联网技术在当前的价格体系中重点完善反映行业价格变动的指数③，实践过程中可借助数据扫描器、互联网搜索数据以及网上交易数据等渠道获得。

3. 编表范围的扩大。

中国现行官方投入产出核算主要集中在国家和省级层面，全国省级行政区除西藏外，都已经与国家同步编制了本地区投入产出表，许多统计基础较好的城市（ 如大连、厦门、宁波、沈阳等） 也同步编制了本地区的投入产出表。目前，中国地区投入产出表的编制仍存在三个方面的局限： 首先，大多数城市还未编制投入产出表，主要原因是城市层面的数据基础较为薄弱，无法满足投入产出表的编制要求； 第二，省级层面编制的投入产出表要经过国家统计局的修正核实，以保证省级数据与国家数据的协调，这不仅增加了投入产出核算工作量，也降低了投入产出表使用的时效性； 第三，反映中国不同地区间货物和服务流动的统计数据缺失，这对中国区域间投入产出表的编制造成了很大困扰。

大数据时代，扩大中国投入产出表的编表范围可从两个方面加以改进： 首先，建立全国范围及不同地区的投入产出大数据共享机制与平台，规范投入产出核算数据来源，保证数据的一致性，为不同地区投入产出表的编制提供有力的数据支撑； 第二，建立区域间贸易追踪数据库，基于物联网和互联网技术，重点对各区域间的贸易流动状况进行监测和记录，为区域间投入产出表的建立提供数据基础。

4. 部门分类的细化。

1987-2012 年，中国投入产出表的部门规模呈现显着增加趋势，投入产出基年表由 118 部门增加到 139 部门，投入产出延长表由 33 部门增加到 42部门。尽管如此，与发达国家相比，中国投入产出的部门规模还需进一步扩大，美国等发达国家投入产出表的部门数基本都在几百个以上。部门规模的大小是反映投入产出表编制质量和使用价值的重要标准。经济规模的扩大和社会分工的细化需要中国投入产出表的部门规模进一步扩大，这有利于从更加细致的层面对国民经济不同部门进行全面分析[15].同时，随着经济社会的快速发展，许多新兴产业不断涌现，要求投入产出表能够更加细致地反映这些产业的生产结构。

大数据背景下，中国投入产出核算的部门分类可以从以下两个方面加以细化： 制度上，建立投入产出大数据行业分类标准，对现有行业分类体系进一步充分细化； 实践上，根据细化的行业分类标准，选取具有代表性的各类产品并收集其生产过程的相关数据。

5. 表格形式的改进。

尽管中国和 SNA 推荐的投入产出表都是对称式，但是表格形式并非完全一致，这主要体现在中国编制的为竞争型投入产出表①，而 SNA 推荐的为非竞争型投入产出表。竞争型投入产出表假设国外进口的产品与国内生产的产品可以相互替代，非竞争型投入产出表则假设国外进口产品与国内生产的产品不能够相互替代。从表格形式上看，非竞争型投入产出表的进口项是在中间投入和最终使用的下方添加一行，中间投入和最终使用仅包括国内生产产品； 竞争型投入产出的进口项则在最终使用的右侧添加一列，中间投入和最终使用同时包括国内生产的产品和进口产品。

除了能够更为准确地贴近真实情况外，非竞争型投入产出表还可以较为清晰地反映生产过程和最终需求过程对进口产品的消耗，能够对一个国家需求自给率、供给国产化率等指标进行测算。同时，学术研究中也更多地通过非竞争型投入产出表进行分析，如“国际贸易增加值”的研究等。竞争型投入产出表使得中国投入产出表的使用价值有所降低，很多应用研究和分析受到限制。

大数据时代，在投入产出核算大数据平台中加入关于中间消耗产品的数据项，能够有效区分中国各行业生产过程中使用的国内产品和进口产品。详尽的中间消耗数据有利于中国非竞争型投入产出表的编制，改进中国投入产出表形式，从而在表格形式上与国际接轨。

6. 编表准确性的提高。

大数据对中国投入产出核算编表准确性的提高体现在两个方面： 一是满足投入产出表对部门同质性的要求； 二是用真实数据替代估算数据。

（ 1） 部门同质性。SNA 推荐的投入产出核算基于基层单位②.基层单位③指仅生产一种产品的单位，或者除了主要活动外，次要活动的规模远小于主要活动。基于基层单位进行的投入产出核算，同一产业部门的产品具有较好的同质性，符合投入产出表对“纯”部门的要求。中国投入产出核算建立在现行的统计基础上：统计调查单位为法人单位。法人单位往往从事多种类型的生产活动。为了保持投入产出表中各部门的同质性，需要将同一个法人单位的不同生产活动划分到相应部门中。目前，中国投入产出核算只对规模以上工业企业的生产活动进行了分解，其他调查单位没有进行分解，这使得中国投入产出核算不具有较好的部门同质性④，不能很好地反映各产品部门真实的生产结构。

（ 2） 由估算数据到真实数据。由于数据局限，中国现行投入产出核算的一些过程采用了估算和推算的方式来替代真实数据，如流通费用的估算、FISIM 的调整、废品废料的处理、虚拟折旧的计算等诸多方面。尽管采用了科学的方法，估算的数据与真实数据间还是存在一定差异，从而影响投入产出表的质量。

大数据背景下，为了满足部门同质性和估算数据到真实数据的实现，应该从以下两个方面加以改进： 首先，建立基层单位数据采集制度，从基层单位的确定、调查体系的调整、数据的后期处理等各方面保证基层单位数据采集的顺利进行。第二，建立估算数据采集系统，重点对缺失的数据进行数据专项采集。部门同质性以及从估算数据到真实数据的实现将会显着提高投入产出表的准确性。

（ 二） 大数据的及时性： 提高中国投入产出核算的时效性

大数据的第二个特点是及时性，指的是借助互联网技术的发展和普及，信息的收集和传递会更加快捷和迅速，可以以动态的模式收集和传递数据，极大地缩短数据处理的时间。大数据的及时性也将为中国投入产出核算带来深刻的影响。

1. 投入产出表的及时发布。

由于收集数据的时间过长、编表过程的复杂性等因素，投入产出表的发布时间往往滞后参考年两年以上。中国编制的投入产出基年表一般在参考年后 21 ~24 个月出版，投入产出延长表则在参考年后的18 个月发布[3],尽管这一编表速度比许多发达国家还要及时①，中国投入产出表的时效性仍然有待提高。在快速变化的经济形势下，按当前速度发布的投入产出表不利于及时认识我国各行业的生产结构，也不利于及时制定科学的宏观经济政策。

大数据的及时性使得以往通过调查才能得到的数据可以实现即时获取、即时处理，极大地缩短了投入产出核算的编表时间，加强了投入产出表的时效性，同时也使得年度甚至季度投入产出表的发布成为可能。

2. 投入产出表的及时修正。

由于资料来源的复杂性，国民经济核算的很多数据都需要进行不断的校对和修正，以保证数据的准确性，国民经济核算数据的修正是世界各国的普遍做法，如各国统计部门每年都会对 GDP 数据进行多次修正。对投入产出表来说，目前还缺少后续修正的机制，这主要是由于投入产出核算在编表过程中需要大量数据资料，修正投入产出表也需要耗费大量时间来收集新的数据，由此产生的巨大成本是难以承受的。大数据的及时性能很好地解决这一问题。投入产出表编制完成后，新的数据资料仍会得到及时收集和整理，这些资料能够为之前的投入产出核算提供参考，可以做到投入产出表的及时修正和更新，提高投入产出表的编制质量。

大数据背景下，为了充分应对大数据及时性的特点，可采用云计算技术，最大程度实现数据的自动化管理。搭建投入产出核算云平台，有效改善投入产出核算数据的传输、整理、存储和发布等各个环节所遇到的问题。在云平台基础上，进一步实现两个功能： 首先，数据的同步更新。在任何终端创建一个文件，自动同步到其他的各个终端。企业报送的数据修改时，终端数据也会时时修改； 第二，提高数据平台的分析能力。可通过设计程序，来自动完成对投入产出表的初步归类、分析和整理。

四、大数据背景下中国投入产出核算的挑战

（ 一） 大数据的多样性： 官方核算数据的冲突与传统生产方式的改变

大数据第三个特点是多样性： 数据类型和数据来源的多样性。大数据的数据类型分为结构化数据、半结构化数据和非结构化数据。相对于以往便于存储的以文本为主的结构化数据，大数据中非结构化数据越来越多，包括网络日志、音频、视频、图片、地理位置信息等。同时，大数据的数据来源也呈现出多样化的特点： 有电子商务数据、通讯记录、医疗记录等不同来源渠道。与传统数据相比，大数据的多样性将为投入产出核算带来新的挑战： 与官方投入产出核算数据产生冲突以及对传统生产方式的改变。

1. 与官方投入产出核算数据产生冲突。

由于大数据的多样性，实际工作中收集到的大数据很可能与官方投入产出核算数据发生冲突。一个主要的原因是，很多大数据是基于数据平台自身特定目的而产生的，与官方投入产出核算统计未必一致，大数据的相关性、准确性等方面会存在诸多问题。大数据来源广泛，数据标准不统一，指标口径杂乱，数据整合和衔接困难。当大数据与官方投入产出核算数据发生冲突时，既要考虑官方核算数据的权威性和连续性，又要充分借鉴大数据的参考价值，而如何协调两者间的不一致将是摆在投入产出核算面前的一道难题。

2. 对传统生产方式的改变。

中国现行投入产出核算的资料来源包括多种渠道，除了投入产出专项调查外，还有统计系统（ 国家统计系统和部门统计系统） 常规核算资料、行政管理资料（ 如财政决算资料） 和会计决算资料（ 如银行、保险、运输等活动） .尽管来源渠道不同，但是总体来看，现行中国投入产出核算的编表数据基本为结构化数据，可以直接在原始数据上进行调整和处理，而中国投入产出核算经过几十年的发展也已经形成了较为成熟和固定的核算流程。

大数据时代，不同类型、不同分类、不同标准、不同来源的大数据将使得目前投入产出核算的生产方式发生根本性变化，投入产出核算的数据收集、处理、分析等方式都将发生变革。现行投入产出核算的数据处理技术将无法满足对大数据进行整理、加工和分析的需求，需要更加专业化、细分化和精确化的大数据分析技能，需要有更高能力、更高知识素养的专业统计分析人员来进行数据处理与分析工作，这将对现行投入产出核算带来新的挑战。

为了应对大数据的多样性，需搭建统一的投入产出数据收集和存储平台，基于投入产出核算特点，对大数据进行统计分类，制定相应的统计标准，系统分析投入产出核算中各类大数据元数据特性、总体1据的统计元数据标准以及元数据库。投入产出大数据收集和存储平台应该包括官方核算数据平台、企业数据平台、部门数据平台及其他数据平台，平台集中实现对数据的统一整理，协调不同数据之间的差异。

（ 二） 大数据的低价值性： 增加投入产出核算的工作量

大数据的低价值性指的是： 价值密度的高低与数据总量的大小成反比。大数据时代的数据收集成本低、数据易获取，大数据在呈现数据量几何级和爆炸式增长的同时，也直接导致了数据的价值量低，海量数据真正能为人类所用的却非常少。

投入产出核算对数据要求较高，如果将大数据应用于投入产出核算，需要从庞大的大数据中提取适合投入产出核算的数据类型和数据内容，这将会带来巨大的挑战。这种由于大数据的低价值性特点而导致额外的数据“提纯”“甄别”等工作将会显着增加投入产出核算的工作量，甚至可能会降低投入产出核算的效率。

为了应对大数据的低价值性给投入产出核算工作带来的不便，政府统计部门应该变被动为主动，从各种可能渠道收集能够有效利用的投入产出核算数据，建立有效的投入产出大数据平台及整理机制，对采集后的数据进行纠偏、矫正，通过清洗、转换和集成等措施，将清理后的大数据作为当前投入产出核算数据的重要补充，最大程度降低后期的数据提纯工作，提高投入产出核算的工作效率。

五、大数据对中国投入产出核算的启示

为了更好地发挥投入产出核算的作用，国家统计局一直致力于改进投入产出调查和编表方法等，中国投入产出核算也处于不断完善的过程中。大数据时代为中国投入产出核算带来新的启示，借助大数据对中国投入产出核算进行改进将会很好地完善当前中国投入产出核算的不足。

1. 正确认识大数据对中国投入产出核算的重要性。

大数据对整个社会运行和发展都会产生不可限量的影响。而将大数据进行合理的应用将会促进各行业跨越式的发展，这在众多领域都有成功的先例。

对中国投入产出核算来说，大数据提供了全新的发展方向和发展契机，冲击着传统投入产出核算的观念和生产方式，在投入产出核算数据的生产、搜集、分析、清理等方面提出了新的要求。从思想上正确认识大数据对中国投入产出核算的重要性，尽快将大数据引入到中国投入产出核算的工作中，不仅有利于中国投入产出核算的自身进步，也将有助于推动中国国民经济核算的整体进步，有助于政府统计的转型发展。

2. 积极开展大数据与投入产出核算结合的理论和方法研究。

目前，政府统计部门已经开始研究并利用大数据，将大数据作为政府统计的重要资源和未来发展方向，如国家统计局与众多互联网企业签署大数据战略合作协议，共同开发利用大数据； 同时，国家统计局还出版了《大数据在政府统计中的探索与应用》，明确大数据在政府统计中的应用方向。在将大数据应用于投入产出核算过程中，结合我国的统计实践，着重就具体问题和难点进行系统研究，包括大数据本身存在的数据质量、数据完整性、数据安全等问题。系统的理论和方法研究将为大数据与投入产出核算的结合提供坚实的理论基础。

3. 逐步将大数据引入投入产出核算实践。

目前，大数据已经对传统的统计调查方式产生颠覆性影响。传统调查方式会消耗大量的人力与物力，调查过程和后续数据整理的时间较长。大数据通过新的数据收集和传输方式能很好地弥补传统调查方式的局限。对投入产出核算来说，首先可以在投入产出专项调查中借助大数据技术改进以往调查方式，提高调查质量和效率； 同时，积极开展投入产出核算大数据集的建设，完善数据采集体系，建立投入产出核算的大数据标准； 建立多渠道数据收集方式，如搜索、合作、购买等方式，获取完善、可利用的投入产出核算大数据； 同时，加强宣传培训以及大数据人才培养力度，为大数据最终全面应用于投入产出核算奠定基础。

面临的机遇和挑战，并指出大数据对中国投入产出核算发展的启示。我们认为，由于大数据自身具有的诸多特点，将会对中国投入产出核算的编表资料、编表方法、编表价格等方面产生深刻而长远的影响。

总体来看，大数据背景下，大数据的大量性和及时性将给中国投入产出核算带来全方位的发展机遇，而大数据的多样性和低价值性则使中国投入产出核算面临挑战。需要说明的是，尽管大数据能极大地丰富中国投入产出表的资料来源，短期来看，大数据对现行中国投入产出核算的数据资源并非颠覆和替代，而是补充和完善。未来，资料来源的双轨制将为中国投入产出核算提供坚实的数据支撑。

当然，本文的分析还是基于现有的大数据发展趋势和中国投入产出核算的现状进行的，重点从较为宏观的角度分析大数据对中国投入产出核算的影响，并尝试提出相应的改进措施和应对方案。同时，从实践上借助于大数据改进中国投入产出核算也需要我们长期的不懈努力。但无论如何，研究大数据对中国投入产出核算的影响是当前统计科学的重大课题，对中国国民经济核算的长远发展具有极其重要的现实意义。

参考文献

[1]维基百科。 维基百科 - 大数据[EB/OL].
[2]许宪春，李立。 中国投入产出核算与联合国 1993 年 SNA 投入产出核算的比较[J]. 统计研究，1998（ 1） : 34 -39.
[3]SNA的修订与中国国民经济核算体系改革课题组。 SNA 关于供给使用核算的修订与中国投入产出核算方法的改革研究[J].统计研究，2013（ 11） : 7 -10.
[4]何继票，邱琼。 中国投入产出核算的缺陷及其改进路径[J]. 经济理论与经济管理，2011 （ 6） : 29 -37.