ityAssuranceFramework[101和欧洲的EuropeanStatisticsCodeofPracticeIll】。它提供了统计信息质量评估和报告的准则,同时也可以推动统计数据收集的发展,从而能够生产出更高质量的产品。目前IMF、ESS(EuropeanStatisticalSystem)、o.operationandDevelopment,经济合作与发展组织)、FAO(anization,联合国粮食及农业组织)等国际组织已经建立起了成熟的数据质量评估机制,并出台了相应的评估框架准则,早在1994年欧盟统计局提出了10条基本准则,强调专业独立、相关性、可靠性和对应关系。IMF于1996和1997年分别制定了数据公布特殊标准(SpecialDataDisseminationStandards,SDDS)‘12】和数据公布通用准贝I](GDDS)113],两者强调了数据公布过程规范性和透明度。2001年IMF提出的通用性数据质量评估框架(DataQualityAssessmentFramework,DQAF)n41,旨在补充IMFSDDS/GDDS和质量维度,更全面的对数据质量进行评估。它提供了一种包含统计生产,制度化的生产单元,统计过程本身在内的结构化的语言,由数据质量前提条件和保证诚信、方法健全性、准确性和可靠性、适用性、可获得性五个维度组成。每个维度下又有细化的评估要素以及评估指标。而且依据此通用框架又形成了七大专项评估框架。ESS的数据质量评估方法包括质量报告集法、自评、审计、用户满意度调查法,它们均建立在ESS的QAF(QualityAssuranceFramework)¨5】基础上。QAF涵盖了统计活动所涉及的各个方面,它要求从机构环境、统计过程、统计产品三个角度出发,分别评估包括相关性、准确性和可靠性在内的10个质量维度,因此ESS注重对统计活动进