Statistikas vājums un spēks

Prof. Oļģerts Krastiņš — “Latvijas Vēstnesim”

Nesen kādā publikācijā bija izvēlēts aforisms: “Meli”, “lieli meli” un “statistika”. Šis aforisms ir pazīstams vismaz kopš aizpagājušā gadsimta, tikai otrā pārākuma pakāpe palaikam tiek variēta: “nekaunīgi meli”, “samaksāti meli” u.c.

Būtu bijis interesantāk, ja aforisms būtu oriģināls, līdz šim nedzirdēts. Tādus izveidot nav grūti. Piemēram, “blēži”, “bezkaunīgi blēži” un “biznesmeņi”. Turklāt šis aforisms ir daiļskanīgāks, jo visi vārdi sākas ar “b”. Var izmantot arī burtu “p”: “piesavināšanās”, “puspagasta piesavināšanās” un “privatizācija”. Lasītāji par šādu literatūru, visticamāk, nodomās: “rakstnieki” un citādi “-nieki”. Tādēļ parunāsim par statistiku nopietnāk.

Teleskops, mikroskops un statistika

Kopš ziņkārības un zinātnes pirmsākumiem cilvēki vienmēr ir centušies ieskatīties reālajā pasaulē dziļāk, nekā to var izdarīt ar neapbruņotu aci. Teleskops, mikroskops un statistika ir tikai trīs plaši pazīstami instrumenti, kas paplašina cilvēka izziņas iespējas.

Lai lietotu šos instrumentus, ir jābūt noteiktām zināšanām. Ja teleskopā ieskatās cilvēks, kas pat elementāri nezina astronomiju, tāpat, ja mikroskopā ieskatās tāds, kas nezina mikrobioloģiju, kvantu fiziku vai kādu citu “smalku” sfēru, viņš redz tikai abstraktas gleznas. Tikai no statistikas sagaida, lai tā būtu saprotama katram — gan tādam, kas šo zinātni ir studējis, gan tādam, kurš sacer aforismus.

Runājot par teleskopiem un mikroskopiem, norāda to izšķirtspēju: cik tālu teleskops spēj ielūkoties galaktikās, cik dziļi mikroskops spēj ielūkoties šūnās, molekulās, atomos. Un cik precīzi atspoguļo redzēto īstenību. Vienkāršiem instrumentiem, ar kādiem iepazīstina skolēnus un studentus, šīs spējas ir mazas. Tiem, ar kuriem strādā pasaulslaveni zinātnieki, — milzīgas.

Tas pats sakāms par statistiku. Un iespējama statistika, kas dod tikai aptuvenas ziņas par mums pašiem, mūsu valsti un sabiedrību, un ir iespējama statistika, kas to nodrošina ar augstu precizitāti.

Paši modernākie teleskopi un mikroskopi maksā daudzus miljonus katrs. Tādus savām laboratorijām spēj nodrošināt tikai bagātas valstis. Instrumenta cena var pieaugt straujāk nekā vēlamā izšķirtspēja. Tas pats sakāms par statistiku. Valsts var izvēlēties vienkāršu un lētu statistiku, kas dod tikai ļoti tuvinātus priekšstatus par valstī notiekošo, un var izvēlēties smalku un dārgu, pieprasot, lai visi dati būtu saistīti ar uzdotu precizitāti, kuru garantē ar augstu varbūtību.

Kā vienmēr, ir jāmeklē saprātīgs kompromiss starp kvalitāti un cenu. Latvija pagaidām nespēj samaksāt ne par dārgu kodolfiziku, ne par dārgu statistiku. Tomēr arī ļoti skopa finansējuma apstākļos zinātnei un tajā skaitā statistikai īstenība ir jāatspoguļo pareizi. Tikai vēlamā precizitāte netiek sasniegta.

Arī vienkāršs spogulis visumā rāda pareizi. Un nevainojiet spoguli, ja tajā redzamā seja jums nepatīk.

Statistikas darba stadijas

Statistika sniedz ziņas par valsts iedzīvotājiem, ražošanu un patēriņu, sociālajiem procesiem un daudz ko citu. Tā kā šie procesi notiek visā valsts teritorijā, pirmā un visdārgākā darba stadija ir datu savākšana no vietām, kur notiek mūs interesējošie procesi: no uzņēmumiem, pašvaldībām, atsevišķām mājsaimniecībām.

Otrā darba stadija ir savākto datu apkopošana, grupēšana, dažādu vidējo un relatīvo lielumu aprēķināšana, nākotnē — arī rezultātu precizitātes novērtēšana. Mūsdienās to izdara, izmantojot datortehniku. Galvenās izmaksas šeit ir saistītas ar tehnikas iegādi, datu bāzu izveidošanu, to aktualizāciju u.c.

Trešā darba stadija ir iegūto rezultātu izvērtēšana, analīze, profesionāla interpretācija un publikāciju sagatavošana. Šim darbam ir vajadzīgi viskvalificētākie speciālisti. Tā kā to nav daudz un darbu neapmaksā atbilstoši kvalifikācijai, šī darba stadija šķietami nav dārga. Datu analīzi un interpretāciju veic arī zinātnieki, ierēdņi un citi interesenti ārpus statistikas iestādēm.

Arī datu analīzes un profesionālās interpretācijas gaitā ir iespējamas kļūdas. Kļūdu rezultātā secinājumi var būt ne tikai neprecīzi, ar ko “lētas” statistikas apstākļos jārēķinās vienmēr, bet arī nepareizi pēc būtības. Neesot dūmu bez uguns. Dažas šādas kļūdas arī ir radījušas aforismu par meliem un statistiku.

Ļoti reti šādas kļūdas pieļauj paši statistikas darbinieki, kas labi zina katra rādītāja profesionālo saturu, datu savākšanas metodes, datu ticamību un precizitāti — vismaz ekspertvērtējumu līmenī. Daudz biežāk statistiku par meliem pārvērš komentētāji “no malas”. Un ne jau aiz ļauna prāta, bet vienkārši pietiekami dziļi nezinot katra rādītāja saturu un būtību, tā lietošanas iespējas. Tādēļ statistikas publikācijās nekad nevar būt par daudz metodisku paskaidrojumu par publicēto rādītāju būtību, to aprēķināšanas tehniku, vajadzības gadījumā — atrunām par to, cik šie rādītāji droši un ticami.

Pēdējos gados Centrālā statistikas pārvalde (CSP) galvenajās publikācijās ietver īpašu nodaļu “Terminu skaidrojums”. Domāju, ka šīs nodaļas varētu būt vēl plašākas un izsmeļošākas nekā līdz šim.

Ceturtā statistikas darba stadija, noslēdzot apli, ir jaunu pētījumu plānošana. Tieši šajā stadijā veiksmīgs darbs nodrošina samērā labus rezultātus nepietiekama finansējuma apstākļos. Arī šo darbu veic visaugstākās kvalifikācijas speciālisti, un tas prasa ne vien dziļi pārzināt statistikas teoriju, bet arī kompromisu mākslu.

Statistiskā novērošana

Padomju varas gados vismaz 90% no visiem statistikas datiem savāca ar tā saukto pilno novērošanu. Tas nozīmē, ka statistika saņēma vajadzīgo informāciju pilnīgi no visiem uzņēmumiem un citām vienībām, kur notiek interesējošie procesi. Izlases metodi lietoja vienīgi mājsaimniecību budžetu pētījumos un vēl dažos citos darbos.

Pilnā novērošana izslēdz izlases jeb reprezentācijas kļūdu rašanos un šķietami, ar atrunām, nodrošina maksimālu datu pilnību un precizitāti. Taču tā ir ļoti dārga. Ja padomju laika statistika tomēr bija šķietami lēta, to var izskaidrot ar relatīvi nelielo uzņēmumu skaitu un obligāto pārskatu sistēmu. Statistikas pārskatus sastādīja uzņēmumu un iestāžu grāmatveži, nereti — inženiertehniskie darbinieki, veicot savus darba pienākumus.

Mūsdienās, tirgus ekonomikas apstākļos, kad uzņēmumu skaits ir daudzkāršojies, pilnā novērošana savu nozīmi ir zaudējusi. Pēc pilnās novērošanas metodes darbojas iedzīvotāju un uzņēmumu reģistri, civilstāvokļa aktu reģistri un daži citi statistikas darbi. Tomēr lielāko daļu informācijas mūsdienās iegūst ar nepilno novērošanu, no kuras vislabākos rezultātus dod izlases metode.

Izlases metodes gadījumā vajadzīgo informāciju ievāc nevis no visām vienībām, kurās notiek interesējošie procesi, bet tikai no daļas, to atlasa ar kādu vienkāršāku vai sarežģītāku gadījumprocesu.

Datu savākšana ar izlases metodi ir daudz lētāka nekā ar pilno novērošanu. Jo mazāka izlase, jo mazākas izmaksas. Tajā pašā laikā samazinot izlases lielumu, pieaug t.s. izlases kļūda, resp., izlase pietiekami labi nepārstāv to ģenerālkopu, no kuras tā ņemta un par kuru īstenībā gribam iegūt informāciju.

Lietojot izlases metodi, sevišķi bīstama ir tā sauktā nerespondence (neatsaucība). Izlasē iekļautajiem uzņēmumiem vai mājsaimniecībām vai nu izsūta aptaujas anketas, vai tur ierodas intervētājs.

Padomju laikā statistisko pārskatu iesniegšana bija stingri obligāta. Ja kāda amatpersona pārskatu neiesniedza termiņā, viņu sodīja. Statistikas darbiniekiem bija tiesības un pienākums ierasties uzņēmumos un pēc grāmatvedības dokumentiem pārbaudīt iesniegto pārskatu pareizību.

Anketu aizpildīšana vai saruna ar intervētāju ir brīvprātīga, no tās var atteikties bez jebkādām sekām. Atteikšanos, arī obligāto pārskatu neiesniegšanu, kā jau minējām, sauc par nerespondenci. Nerespondences līmenis svārstās no apmēram 25% (mājsaimniecību budžetu pētījums) līdz pat 80% (aptauja par videi draudzīgu uzņēmējdarbību). Izlases lieluma samazināšanos nerespondences dēļ kompensē tā, ka izlasē iekļauj papildu vienības, kuras atkal atlasa ar kādu gadījumprocesu.

Nerespondences sekas pazemina iegūto datu kvalitāti tad, ja sistemātiski nerespondē kāda noteikta uzņēmuma vai mājsaimniecību daļa. Ne jau bez pamata uzskata, ka no mājsaimniecību budžetu pētījuma sistemātiski atsakās mājsaimniecības ar ļoti lieliem un bieži nelegāliem ienākumiem. Tāda tendence varētu būt, kaut gan ik gadus mājsaimniecību budžetu pētījumā ir respondējušas mājsaimniecības ar 2000–4000 latu lielu ienākumu, rēķinot vidēji uz vienu mājsaimniecības locekli mēnesī. Tāpat mājsaimniecību budžetu pētījumā grūti nonākt bezpajumtnieku mājsaimniecībām. Tā kā izlasi pilsētās veic pēc iedzīvotāju reģistra, intervētājs, ierodoties aptaujai izlozētā bezpajumtnieka pēdējā zināmajā dzīvesvietā, viņu tur vairs neatrod.

Šādos gadījumos ir nepieciešamas atrunas, kādu ģenerālkopas daļu pārstāv reāli notikusī izlases aptauja. Piemēram, runājot par mājsaimniecību budžetu pētījumu, jau agrāk esam izteikuši savu vērtējumu, ka šī izlase pārstāv ap 95% sabiedrības pamatmasas, bet nepārstāv ļoti šauro jaunbagātnieku slāni, tāpat bezpajumtniekus — galējo nabadzību.

Aptaujā par videi draudzīgu uzņēmējdarbību visticamāk, ka atbildēja tie uzņēmumu vadītāji, kuri šajā laukā kaut ko ir darījuši, bet neatbildēja tie, kuri nav darījuši neko. Tādēļ iegūtie secinājumi, attiecinot tos uz visiem Latvijas uzņēmumiem, ir jāvērtē kā ļoti, ļoti optimistiski.

Lai kompensētu nerespondences rezultātā radušās statistikas rādītāju nobīdes, CSP izstrādā un mājsaimniecību budžetu pētījumos jau lieto īpašas kalibrēšanas metodes, kuras prasa patstāvīgu apskatu.

Analītisko rādītāju veidošana

Apstrādājot savākto informāciju, statistiķi veido kopsavilkumu tabulas un aprēķina virkni apkopojošu rādītāju. Lai cik tas būtu negaidīti, tieši šajā stadijā ir iespējami alternatīvi risinājumi, ir iespējama izvēle, kas atbilst kādas vienas grupas interesēm, bet neatbilst citas. Tā sabiedrības daļa, kura ar pieņemto lēmumu nebūs apmierināta, var izteikt kritisku attieksmi pret statistiku vispār, galējā gadījumā nosaucot to par melu paveidu. Pāris piemēru.

Lai raksturotu mājsaimniecību labklājību, viņu rīcībā esošo ienākumu var rēķināt vidēji vai nu uz mājsaimniecības locekli (“galviņu”), vai uz pieauguša patērētāja vienību.

Rēķinot ienākumus vidēji uz mājsaimniecības locekli, starp materiāli apdraudētākajām grupām nonāk ģimenes ar bērniem, pat jau ar diviem. Ģimenes ir ieinteresētas, lai šādu aprēķinu atzītu par “vienīgo pareizo”, jo tas dod morālu pamatu izdarīt “spiedienu” uz likumdevējiem un sociālās palīdzības dienestiem.

Savukārt, rēķinot ienākumus vidēji uz vienu pieauguša patērētāja vienību, ģimenes ar 1–2 bērniem ir gandrīz vai materiāli vislabāk situētā demogrāfiskā grupa Latvijā. Morāls pamats prasīt likumdevēju un sociālo dienestu palīdzību rodas vientuļajiem pensionāriem.

Autori, izmantojot datus par iedzīvotāju labklājības pašvērtējumiem, ir nākuši pie atziņas, ka pareizāk ir ienākumus un izdevumus rēķināt uz patērētāja vienību, nevis uz mājsaimniecības locekli (“Par majsaimniecības sastāvu kā labklājības faktoru”. — “LV”, 2001., 24. un 25. maijā, “Kas var atļauties nedēļu ilgas brīvdienas ārzemēs”. — “LV”, 2001., 31. oktobrī u.c.). Taču plašā nozīmē jautājums ir diskutējams vispār, šaurākā — vispareizāk noteikt ekvivalences skalu patērētāju vienību aprēķināšanai.

Kā otru piemēru varētu minēt ēnu ekonomikas rezultātu ietveršanu iekšzemes kopproduktā. Kā vērtēt ēnu ekonomiku vispār: vai tā sabiedrībai dod vairāk laba nekā ļauna, vai tieši otrādi? Vai par ēnu ekonomiku skaitīt tikai principā atļautu uzņēmējdarbību, ja tā nav oficiāli reģistrēta un nav samaksāti nodokļi, vai arī krimināla rakstura darbības, kas devušas ienākumus (kontrabanda, tirdzniecība ar narkotikām, sutenerisms u.c.)

CSP, aprēķinot iekšzemes kopprodukta vērtību, pēc mūsu domām, pareizi tajā ieskaita ēnu ekonomikas pirmo daļu, bet neieskaita otro. Taču arī šis jautājums ir diskutējams. Vēl jo vairāk diskutējamas ir metodes, kā kvantitatīvi novērtēt ēnu ekonomikas apmērus.

Tie bija tikai pāris piemēri, kur statistikai jāsaskaras ar analītiska rakstura grūtībām, ar lēmumu pieņemšanu alternatīvu iespēju apstākļos.

Tieši šo jautājumu risināšanā, mūsuprāt, statistiķiem varētu daudz palīdzēt plaša profila tautsaimnieki, sociologi, demogrāfi, ekonometristi, arī publicisti un žurnālisti. Tikai vispirms jāaizrokas līdz problēmas saknēm. Nepietiek pateikt: “Jūs tur nedarāt tā, kā vajag,” bet jāieteic, kā darīt labāk. Un nevis “es tā domāju”, bet pamatojot ar loģiski profesionāliem spriedumiem, starptautisko pieredzi, alternatīvu risinājumu kvantitatīviem salīdzinājumiem vai citādi.

Statistiku var pasūtīt

Šo apakšvirsraktu var saprast dažādi un arī pārprast.

Jau vairākus gadus pēc īpaša kataloga laikus var pasūtīt visus izdevumus, ko gatavo CSP. Pēc atsevišķas vienošanās var pasūtīt arī labu daļu no CSP datu failos esošās nepublicētās informācijas.

Savukārt autors cer, ka Latvijas statistiķi nekad nepieņems pasūtījumu kaut kā kompilēt vai pat sagrozīt datus kādas konkurējošas partijas interesēs.

Runa ir par nopietnākām lietām. Latvijas statistikai pēdējā laikā diezgan bieži pārmet par to, ka ir maz datu par Latvijas teritorijām: rajoniem, pilsētām, nav gandrīz nekādu datu par pagastiem.

Teritoriju vadītāji un tiem tuvu stāvošo personu loks laikam vēl atceras padomju laikus, kad rajonu statistikas nodaļas (inspektūras vai citādi nosauktas struktūrvienības) lielāko daļu no sava darba veltīja, nodrošinot ar vietējo informāciju rajona vai pilsētas vadību, bet mazāko — datu sagatavošanai republikas statistikas iestādei (pārvaldei, komitejai).

Tagad statistikas darbs ir daudz cetralizētāks. Būtībā visa datu izstrāde notiek Rīgā, un arī rajoniem un pilsētām pieejamie dati nāk no Rīgas.

Otra, vēl svarīgāka īpatnība ir rakstā jau vairākkārt minētā izlases metodes lietošana. Izlase, kas ir pietiekami liela, lai iegūtu reprezentatīvus datus valstī kopumā, vēl arī Rīgā un vēsturiskajos apgabalos, ir nepietiekama reprezentatīvu datu iegūšanai atsevišķi pa citām pilsētām un rajoniem, par pagastiem nemaz nerunājot.

Piemēram, bagātajai Ventspils domei rodas interese par savas pilsētas iedzīvotāju dzīves apstākļiem un dzīves līmeni. Centralizētā mājsaimniecību budžetu pētījuma ietvaros Ventspilī veic apmēram 80 mājsaimniecību mēnesi ilgo novērojumu gadā. Var jau datus par šīm 80 mājsaimniecībām apstrādāt atsevišķi, kaut kas tur iznāks, bet statistiķi nevar un neuzņemsies atbildību, ka dati būs reprezentatīvi, resp., pārstāvēs visu Ventspils sabiedrību.

Kur izeja? Ja Ventspilij šādi dati būtu vajadzīgi, uz atsevišķa līguma pamata izlases lielumu pilsētā varētu palielināt līdz 2-3 tūkstošiem mājsaimniecību, iegūstot reprezentatīvus datus par visus interesējošiem labklājības jautājumiem.

Var rasties jautājums: vai tas neizkropļos kopsavilkumus par valsti kopumā, ja puse no visas valsts izlases būs izvietota Ventspilī?

Modernās datu apstrādes metodes nodrošina iespēju katrai izlases vienībai piekārtot noteiktu varbūtību, ar kādu tā izlozēta pētījumam. Šīs varbūtības apgrieztais lielums ir vienību (mājsaimniecību) skaits ģenerālkopā, kuru pārstāv konkrētā izlases vienība (mājsaimniecība).

Lietojot šādi svērtus vidējos, tie ir pareizi gan valstī kopumā, gan interesējošā teritorijā, ja vien ir pietiekami reprezentatīvi, ja izlase ir bijusi pietiekami liela.

Protams, Ventspils vietā var likt jebkuru citu Latvijas pilsētu vai rajonu, bet mājsaimniecību budžetu pētījuma vietā — kādu citu CSP veicamo izlasveida aptauju.

Ja ir griba un līdzekļi, var izvēlēties ne vien jaudīgāku teleskopu un mikroskopu, bet arī statistiku.