统计数据和居民感受的严重背离，房价就是好的印证。国内房地产指数因为忽略了样本在时间序列上的重大变化，统计出来的中国百城房地产指数，严重地低估了房地产市场价格的上涨幅度。让人担心的是，统计方法在选择和数据获取过程中存在的系统性的利益驱动。
除了基尼系数，国内许多社会、经济生活方面的数据也多令人质疑。2012年年底到2013年年初北京上演的“十面霾伏”，又一次把环境问题的严重性推到了风口浪尖上。一时间，国外媒体再一次对中国的环境问题进行了集中报道，并对中国经济的增长模式和可持续性提出了更多的讨论。再观国内，从国务院到地方政府，从媒体到民众，也都对环境问题发出了“忍无可忍”的声音。
过去几年，许多老百姓开始自发组织进行空气质量监测，其结果是空气净化器的热销、脱销。为了能喘上放心气，喝上放心水，吃上放心菜，越来越多的大城市居民选择迁居到城镇郊区生活。
反观环保部门的统计数据，却显示过去10年全国大中城市的空气质量持续改良，越来越多的城市环境质量达标，甚至达到良好水平。
老百姓的切身感受和官方统计数字为什么会有这么大的差异？一个主要原因是统计口径。2013年以前，我国在空气质量指标上发布的是PM10颗粒(可吸入颗粒物)，而许多发达国家发布的是PM2.5颗粒(可吸入肺颗粒物)。目前，体积较大的PM10颗粒物虽然在减少，这个趋势固然可喜，但体积小的颗粒物对人体的危害也不容忽视。而此前我国不科学的统计口径并没有反映出居民对环境恶化的切身感受。
统计数据和居民感受的严重背离，引发作者想到另一个类似的话题：全国的房价。
国内广泛使用的房地产指数是中国指数研究院编制的中国百城房地产指数。根据中国指数研究院的网站，中国百城房地产指数的房价样本范围包括各城市所有在售的商品房项目(即新房)。
这一曾在成熟国家被广泛被采纳的编制方法，在过去一段时间受到了国外学界的广泛质疑。在国内高速变革的经济环境和城市化快速推动中，国内房地产指数编制中的样本选择偏差，尤其值得关注。
以北京市的房价为例。北京的城市规划采用从城中心到郊县的“环”式规划，从80年代的二环路，到现在已经修到了近郊区县的六环路。伴随着城市规模的不断扩大，新开工的房地产项目的选址也越来越远。在21世纪之初还算偏远的亚运村、望京、亦庄等地，现在已经成为炙手可热的核心地区了。
10多年前，在三环内有很多新开工项目，如今这样的项目变得凤毛麟角。如果只是简单采用新竣工项目的均价来编制房地产指数，就会不可避免地忽略一个重要事实：目前新竣工项目的地理性质已经大大不同于10年前竣工项目的地理性质了。由于新竣工项目越来越远，而级差地租又导致了核心地区的房价永远会(远远)高于周边地区。上述统计样本上的偏差会直接导致目前的房地产价格指数被低估，甚至大大低估了房价在过去10多年间的涨幅。
用虚拟数据举个简单的例子。2000年北京三环内新房房价平均为5 000元/m2，三环至五环之间平均为3 000元/ m2，五环之外房价平均为1 000元/ m2。到了2012年，三环内新房房价为20 000~50 000元/m2，三环到五环之间平均为30 000元/ m2，五环之外的房价平均为10 000元/ m2。
假设新房分布的地域不变，三环之内占50%，三环到五环之间占40%，五环之外占10%，那么2000年北京的平均房价是3 800元/ m2
(5 000×0.5+3 000×0.4+1 000×0.1)，2012年北京的平均房价是38 000元/m2(50 000×0.5+30 000×0.4+10 000×0.1)。12年间，房价上涨了900%。
然而现实是，到了2012年，新房的地域分布发生了重大的变化。2012年五环外的新房占据了新房总量的50%，三环到五环之间占据了40%，三环之内只占10%。按照这种地域分布，根据国内房地产指数的计算方法，2012年北京的平均房价就是22 000元/ m2(50 000×0.1+30 000×0.4+10 000×0.5)，按照这种方法，12年间，房价仅上涨了340%，还不到前一种方法的一半左右。
由此可见，国内房地产指数因为忽略了样本在时间序列上的重大变化，统计出来的中国百城房地产指数，严重地低估了房地产市场价格的上涨幅度。
值得指出的是，即使是国内的二手房指数，也面临类似的问题。同样根据中国指数研究院的网站，二手房指数的样本选取，是基于“当地主要城区成交较为活跃的代表性楼盘”。随着新开工项目和城市人口居住地越来越向周边推进的趋势，二手房指数的样本选取偏差也越来越大，数据的准确性也越来越差，由此引发的政策误导性越来越强。
这种测量方法上的偏差，从方法论上讲是缺乏科学性的，从政策意义上讲会带来很大的误导性。这也可以解释为什么城镇居民对房价高企的怨声，远远超过了官方统计数据可以解释的范围。为什么中国的房地产统计指数的背离大大超过发达国家甚至主要发展中国家，并且还看不到调整的迹象和动力？
过去两年的房地产调控过程中，不乏地方政府限制某些高价楼盘销售的举措，以保证房地产价格指数不会上升的做法。且不论这种做法背后的政治经济考虑，单是这种做法本身，就暴露了以新房销售价格和规模编制房地产指数方法在中国目前特定的经济发展阶段和房地产调控政策下的局限性。
综观国际房地产经济的研究，越来越多的学者认同采用同等房屋重复销售的方法，也就是通过记录和统计二手房价格连续变化的方式，能更准确地反映房地产市场的变动。作者在耶鲁大学的导师罗伯特·席勒教授根据房地产市场二手房重复销售的方法跟踪美国房地产市场所编制的凯斯·席勒(Case Shiller)房地产指数，更是在2007~2008年美国房地产危机后，成为发达经济体里得到最广泛应用的房地产指数。
PM 2.5 和房地产指数，看似风马牛不相及，其实涉及的都是一个统计方法问题。从某种意义上说，政策的制定和实施是也一门测量科学。统计标的和方法的确定，直接决定了统计结果和经济政策的选择。错误的统计选择，往往会导致错误的数据解读和政策判断。
统计方法上的偏差，倘若只是科学方法上的偏颇，倒还容易纠正。更让人担心的是，统计方法在选择和数据获取过程中存在的系统性的利益驱动。
在2007~2008年全球金融危机前的信用评级机构，提供的就是这种带有蓄意偏差的数据。通过对大量和房地产有关的债券提供过分正面的信用评级，信用评级机构在短期内蒙蔽了大量投资者并获得了高额的收入。但它们在金融危机时刻不得不直面真相，结果不但摧毁了自己在过去几十年间累积的声誉，而且几乎摧毁了全球经济和金融体系。
因为不相信信用机构的评级而大规模沽空和房地产相关的CDO和CDS产品，创下对冲基金史上的天量收益而闻名的约翰·保尔森在事后曾谦虚地反思：“我不过是那个有勇气喊出‘国王什么衣服也没有穿’的小孩。”
诚实，很多时候，比智慧更有价值。
文/新浪财经专栏作家 朱宁
(本文选自朱宁新书《投资者的敌人》，中信出版社。)
(本文作者介绍：上海交通大学上海高级金融学院副院长、金融学教授，耶鲁大学国际金融中心研究员，著有《投资者的敌人》一书, 帮助投资者认识自我, 战胜自我。)
