SWISS STATISTICAL SOCIETY2 SWISS STATISTICAL SOCIETY • Bulletin Nr. 74 AWARD Johann Heinrich...
Transcript of SWISS STATISTICAL SOCIETY2 SWISS STATISTICAL SOCIETY • Bulletin Nr. 74 AWARD Johann Heinrich...
-
BULLETIN NR. 74 MÄRZ 2013
SWI SS STATI STICAL SOCI ETYwww.stat.ch
-
1
SWI SS STATI STICAL SOCI ETY • Bulletin Nr. 74
EDITORIAL
Liebe Statistikerinnen und Statistiker
Ich freue mich, Ihnen das erste Bulletin des Jahres 2013 vorzustellen. 2013 ist eine besonderes Jahr: Es ist das In-ternational Year of Statistics (http://www.statistics2013.org) und die Statistikgemeinschaft kann in der Schweiz zwei runde Geburtstage feiern! Die SSS wird 25 Jahre alt und Jakob Bernoulli hat vor 300 Jahren in Basel die Ars Conjectandi geschrieben. Beides soll gebührend gefeiert werden.
Zur Ars Conjectandi organisiert die SSS am 15. und 16. Oktober 2013 in Basel eine internationale Konferenz. Die-se wurde so gelegt, dass sie unmittelbar vor den Schwei-zer Statistiktagen beginnt, welche vom 16. bis zum 18. Oktober am gleichen Ort stattfinden. Damit hoffen wir, dass die eine oder andere international bekannte Persön-lichkeit für die Schweizer Statistiktage bleibt und mit uns den runden Geburtstag der SSS feiert.
Aus Anlass des Jubiläums hat die Sektion Education and Research der SSS den Lambert Award ins Leben gerufen. Dieser Preis wird in Zukunft an Nachwuchsleute verliehen, die sich durch eine hervorragende Publikation ausgezeich-net haben. Weitere Informationen zum Lambert Award so-wie einen Artikel zum Leben und Wirken des Statistikers Johann Heinrich Lambert finden Sie in diesem Bulletin. Der Artikel wurde von Beat Hulliger, dem Präsidenten der SSS-ER, verfasst.
Auch aus Anlass des 25-jährigen Jubiläums drucken wir in diesem Jahr im Bulletin historische Dokumente ab. In dieser Ausgabe finden sie die Einladung zur Gründungs-versammlung der Schweizerischen Vereinigung für Statis-tik, wie die SSS ursprünglich hiess, und die Einladung zur ersten Vorstandssitzung im Original.
Weitere Schwerpunkte dieses Bulletins bilden ein Artikel des Bundesamtes für Statistik zu den neuen Schätzme-thoden der kantonalen BIP sowie der Eintrag „Statistik“ ins Historische Lexikon der Schweiz.
Ich wünsche Ihnen eine spannende Lektüre!
Thomas Holzer
Chères statisticiennes, chers statisticiens,
J’ai l’honneur et le privilège de vous présenter le pre-mier bulletin de 2013 de la Société suisse de statistique (SSS). Sachez que 2013 est une année exceptionnelle. En effet, elle coïncide avec l’Année internationale de la statistique (http://www.statistics2013.org) et la commu-nauté suisse de la statistique célèbre deux anniversaires. La SSS fête ses 25 ans en 2013 et Jacques Bernoulli écrivit il y a 300 ans à Bâle l'Ars Conjectandi.
Pour célébrer Jacques Bernoulli et son Ars Conjectandi, la SSS organise une conférence internationale le 15 et le 16 octobre 2013 à Bâle. La conférence a été program-mée juste avant les Journées suisses de la statistique qui se dérouleront au même endroit du 16 au 18 octobre. Nous espérons qu’une personnalité internationalement connue se joindra à nous pour célébrer les deux anniver-saires.
Pour marquer ces anniversaires, la section de la formation et de la recherche (SSS-ER) décernera le prix Lambert. Il récompensera de jeunes statisticiens auteurs de publi-cations remarquables. De plus amples informations sur le Prix Lambert figurent dans le bulletin tout comme un article écrit par Beat Hulliger, président de la SSS-ER, traçant la vie et l’œuvre du statisticien Johann Heinrich Lambert.
À l’occasion du 25ème anniversaire de la SSS, nous pu-blierons dans le bulletin quelques documents historiques. Dans cette édition, vous trouverez l’invitation à la création de l’Association suisse de statistique, ancêtre de la SSS, et celle à la première séance. Que de souvenirs !
Pour conclure, vous trouverez dans le bulletin un article décrivant de nouvelles méthodes d’estimation du PIB cantonal, méthodes développées par l’Office fédéral de la statistique, ainsi qu’un article commémorant l’entrée du mot « Statistique » dans le lexique historique de la Suisse.
Bonne lecture !
Thomas Holzer
-
2
SWI SS STATI STICAL SOCI ETY • Bulletin Nr. 74
AWARD
Johann Heinrich Lambert Award for Young Statisticians ("Lambert Award")
Preamble The Swiss Statistical Society, on the occasion of its 25th anniversary, through its Section Education and Research, establishes an award for young statisticians in honour of Johann Heinrich Lambert ("Lambert Award"). Johann Heinrich Lambert was born in Mulhouse (associated to the Swiss Confederation at that time) in 1728. He worked in Basel,
Based on his experiments Lambert developed a theory of errors, procedures for the analysis of measurements and the principle of maximum likelihood estimation for a location. Johann Heinrich Lambert was one of the most eminent statisticians of his time. He died in Berlin in 1777 as a member of the Royal Academy of Sciences.
Chur and Berlin on problems of physics, statistics, astronomy, mathematics and philosophy.
Rules
1. The objective of the Lambert Award is to recognise outstanding contributions in all
areas of statistics and to encourage young statisticians in their career. 2. The Lambert Award is given by a jury which is elected by the Committee of the
Section Education and Research of the Swiss Statistical Society. The jury consists of three to five members. The jury is independent and solely responsible for the selection of the winner. The decision of the jury is final.
3. The Lambert Award is presented in 2013 for the first time.
-
3
SWI SS STATI STICAL SOCI ETY • Bulletin Nr. 74
AWARD
4. The amount dedicated to the Lambert Award is decided by the Committee of the Swiss Statistical Society.
5. The Lambert Award is given to one or maximum two persons. 6. Candidates for the Lambert Award must have obtained a Bachelor's, Master's or
doctoral degree in Switzerland or must have a working experience of at least three years in Switzerland. The age of a candidate may not be more than 35 years.
7. Candidates must submit a report and a curriculum vitae in either English, French or German. The report can be a synthesis of a thesis, a published article or a monograph, where the candidate is a main author. The contribution must have been finished within the last two years before the deadline for application.
8. The criteria for the Lambert Award are: originality, scientific relevance and practical impact. Practical contributions are as welcome as theoretical work. Contributions may deal with statistical methodology as the main topic or apply statistical methodologies in novel ways and/or in novel areas. If none of the submissions reaches sufficient quality the jury may decide not to give the Lambert Award.
9. The Lambert Award is presented at the Swiss Statistics Meeting. The winner shall present his/her contribution in a dedicated plenary session.
Adoption These rules for the Lambert Award 2013 were adopted by the Committee of the Section Education and Research of the Swiss Statistical Society and were approved by the Committee of the Swiss Statistical Society in February 2013. They will be replaced by a definitive version adopted by the General Assembly of the Section Education and Research of the Swiss Statistical Society at the Swiss Statistics Meeting 2013 and approved thereafter by the General Assembly of the Swiss Statistical Society.
Application The application form for the Lambert Award as well as the formal requirements and procedures can be found on the website of the Swiss Statistical Society at http://www.stat.ch.
-
SWI SS STATI STICAL SOCI ETY • Bulletin Nr. 74
4
ARTICLE
Johann Heinrich Lambert:An Admirable Applied Statistician
Beat HulligerSchool of Business FHNW∗
26 February 2013
1 IntroductionJohann Heinrich Lambert is best known for his work in physics. The law ofBouguer-Lambert-Beer on the absorbtion of light may be his most famous achieve-ment. He is also well known in mathematics, for example for his proof of πand e being irrational numbers, for his work on non-additive probabilities andfor his contribution to non-Euclidean geometry. He worked on numerous prob-lems of natural science, for example in astronomy and in cartography (Lambert-projection). Last but not least, Lambert was a philosopher with a keen interestin epistemology. However, his work in statistics has long gone unattended. ButLambert was an eminent applied statistician and this in a very modern sense ofstatistical data analysis. His studies of measurement and how to gain insight intothe laws of nature in spite of measurement error lead him to formulate the princi-ple of maximum likelihood and to devise a rule for treating outliers. In addition,he wrote about fitting a line to bivariate measurements and developed a theory oferrors.
Several aspects may have hindered the recognition of Lambert as a statistician.First, the discipline of statistics did not exist at that time. Probability theory wasestablished by Jacob Bernoulli in 1713. But when Lambert published his mas-terpiece, the Photometria, in 1760 statistics did not exist. Second, Carl FriedrichGauss developed the normal distribution, showing that the arithmetic mean is theoptimal estimator under the normal distribution and established the least squaresprinciple in 1795. Thus the work of Lambert was overshadowed by the work of
∗Address for correspondence: Beat Hulliger, School of Business FHNW, Riggenbach-strasse 16, 4600 Olten, Switzerland. e-mail: [email protected]
1
-
SWI SS STATI STICAL SOCI ETY • Bulletin Nr. 74
5
ARTICLE
Gauss, though Gauss probably built on Lambert’s work. Third, Lambert wrote inLatin because as a person without an academic education he probably wanted todemonstrate that he was on a level with the science of his time. Unfortunately theGerman translation of the Photometria by E. Anding in 1892 (130 years later!)left out the paragraphs where Lambert stated the maximum likelihood principle.
A translation from Latin of these paragraphs is now available in English thanksto Illuminating Engineer, David DiLaura (Lambert, 2001). In other words, itneeded 240 years until the invention of the maximum likelihood principle wastranslated into a modern language.
In this article some light is shed on the life and the merits of Johann HeinrichLambert as an applied statistician. It is not possible to do justice to Lambert here,first because the author is not a historian and second because Lambert was highlyproductive in many diverse areas such that a full appreciation of his life and workis beyond the scope of this article. Most of the material cited here is based eitheron the original work of Lambert, mainly (Lambert, 1760) and (Lambert, 1765)and on the English translation by DiLaura (Lambert, 2001). Section 2 providesa short overview over Lambert’s life. Section 3 shows some of the statisticalhighlights of Lambert and Section 4 argues for the importance of Lambert as anapplied statistician.
2 Life of Johann Heinrich LambertJohann Heinrich Lambert was born on 26 August 1728 in Mühlhausen (todayMulhouse, France). Mühlhausen was at that time associated to Switzerland. Lam-bert received six years of formal education from the municipality but had to leaveschool to help his father, a tailor, when he was 12 years old. However, Lambertnever stopped learning though he did not attend any formal school afterwards. Hestudied French, Latin andMathematics largely on his own. He became an assistantto the city clerk of Mühlhausen, J. H. Reber, then a bookkeeper to an industrialistand finally in 1746 a secretary to Prof. J. R. Iselin in Basel. In this position hegained access to the knowledge of physics and mathematics of his time.
In 1748 he obtained a position in Chur as a private tutor to a grandson ofCount Peter von Salis. At the court of von Salis, Lambert could finally pursuehis research on physics and optics. The little portrait in Figure 1 may date fromthat time. He travelled with his pupil through Europe, meeting many eminentscientists and continuously pursuing his research. He became a member of the“physikalisch-mathematische Gesellschaft” of Basel in 1754. From 1759 Lamberttravelled on his own through Europe. During that time he published his earlymasterpiece, the Photometria (Lambert, 1760).
Lambert was living in rather poor conditions, though he received some support
2
-
SWI SS STATI STICAL SOCI ETY • Bulletin Nr. 74
6
ARTICLE
Figure 1: Johann Heinrich Lambert
from the academies he was a member of. After long deliberations and in spite ofLambert’s eccentric character he became a member of the Royal Academy ofBerlin in 1765. Finally Lambert had a secure post and he started researching andpublishing on a diverse topics of his interest. In this time of high productivity heproved that π and e are irrational, wrote about philosophy, studied non-additiveprobabilities and made contributions to hyperbolic functions and to cartography.Lambert died in Berlin on 25 September 1777.
3 Lambert the Applied StatisticianLambert was an applied statistician. He was firmly convinced that any law shouldbe tested empirically. Thus, after developing a method to determine the contentof barrels, he says “All methods are then tested by true real experiments involvingmany types of barrels ...” (Lambert, 1765, Foreword). And he developed statisticalmethods based on his experience with experimental conditions. Thus he arguesthat the observation with the largest deviation from the mean should be omittedfrom the mean (see (Lambert, 1760, p. 136) or (Lambert, 2001, p. 99).
Lambert introduced the principle of maximum likelihood when explaining hisexperiment VI in the Photometria (Lambert, 1760, p. 125). In experiment VILambert determines the distance between the center of the reflection of a candleon a wall and the point where the brightness visibly diminishes. He argues thatmany error sources may influence this distance. He provides arguments why heassumes the distribution is symmetric and concludes that the mean is the best way
3
-
SWI SS STATI STICAL SOCI ETY • Bulletin Nr. 74
7
ARTICLE
to estimate the true distance.He repeats the experiment five times and, as explained above, would leave out
the experiment with largest deviation from the mean. In his Section 287 Lambert(1760) argues that “a single notable error disturbs the mean quantity more for along time, unless by increasing the number of experiments another equally no-table but negative error is added, which thus cancels the first” (Lambert, 2001).Lambert argues that leaving out the largest deviating observation the variability issmaller because the arithmetic mean of the remaining observations moves closerto the true mean (Lambert, 1760, Section 290). Thus Lambert argues from hisinsight into the nature of imprecise measurements that one-sided trimming of oneobservation of five is a sound statistical method. It needed a long time of statisti-cal development until with the work on robust statistics trimmed means came intofashion again and received a theoretical underpinning.
Lambert assumes that the deviation from the true value has a distributionwhich is not uniform. Actually he assumes that the support of the distributionis finite and gives a theoretical argument why for his experiment smaller distancesfrom the true value occur more frequently than larger ones. He describes the dis-tribution as shown in Figure 2. The distribution is somewhat more platikurtic thanthe normal. However, Gauss developed the normal distribution later only.
In Section 296 of the Photometria Lambert argues that there is an observedfrequency distribution and a true frequency distribution of the observations. Mov-ing the location of the observed frequency distribution along the real line until acoincidence with the true frequency distribution is reached must show the true lo-cation. Lambert goes through a derivation of the possible samples coinciding withobserved frequencies of particular values and arrives at the following statement inSection 300: “Fixing the number of observed chances n,m, l, k, the coefficientwhich is derived from the permutations [the number of possible cases] will beconstant, whence it will be N ∝ pmqnrlsk1. And so the number of possible caseswill be the product of the true chances raised to the powers which are equal tothe observed chances.” . And later in Section 303: “Since in general that case
1Our notation, where p, q, r, s are the true probabilities PN,QM,RL, SK
Figure 2: Figure XXXI reproduced from Lambert 1760
4
-
SWI SS STATI STICAL SOCI ETY • Bulletin Nr. 74
8
ARTICLE
Figure 3: Lambert’s Maximum Likelihood Principle (Lambert, 1760).
is most probable which occurs most frequently of all it should be that pmqnrlsk
equals the greates number” (Lambert, 2001). This is the Maximum-Likelihoodprinciple! Lambert’s original text is shown in Figure 3 (Note the obvious typo-graphic mistake RK instead of SK). Lambert then shows the log-likelihood, itsderivative and finally the maximum likelihood equation (Lambert, 1760, Section304).
This amazing achievement went unnoticed for a long time. The German trans-lator E. Anding of Lambert’s work, who was mainly interested in the foundationsof physics of light by Lambert, thought that the statistical Sections 271 to 306were of little importance and decided to omit them (Lambert, 1892, p. 94). Thismeans that Lambert’s ideas about Maximum Likelihood were not translated into amodern language for a long time, probably until 2001. Only a few historians, likeSheynin (2009), recognised the value of Lambert’s thoughts. The original writingin Latin may have been necessary to establish Lambert as a scientist because hehad no academic training at all. But it may also be a reason why Lambert’s workas an applied statistician did not receive the attention it merits.
Lambert also investigated how a physical law can be demonstrated. He sawthe importance of appropriate transformation to linearity and he derived his wayof fitting a line. He wrote in German in his work “Beyträge zum Gebrauche derMathematik und deren Anwendungen” : “Die Tabelle sollte so herauskommen,dass die sämtlichen Observationen am wenigsten davon abweichen.” (Lambert,1765, p. 428) (In English: The table should result in such a way that all obser-vations should deviate least from it). Lambert describes a method of line fitting,which should achieve this objective. It uses the bivariate means of the upper andlower half of the data according to the values on the abscissa (x-values) and de-rives the line from these two points (Lambert, 1765, p. 437). Lambert proceeds toleave out from this calculation the observation with the largest residual and usesthe resulting change of the estimates as a measure of their reliability. In modernterms, Lambert used the influence of the observation with the largest residual asa measure to judge the variability. Using all observations he would have obtaineda Jackknife variance estimate. Obviously this would have demanded a comput-ing power which was not available at that time and which Lambert himself might
5
-
SWI SS STATI STICAL SOCI ETY • Bulletin Nr. 74
9
ARTICLE
deem unnecessary since he was only interested in describing the precision up to apoint where a physical law could be established.
4 Final RemarksJohann Heinrich Lambert was a universal genius to whom the scientific commu-nity owes many important discoveries. This is all the more remarkable as Lambertonly went to school until he was 12 years old. He taught himself mathematics,physics, astronomy, cartography and philosophy.
The career of Lambert from a tailor’s son to a member of the Royal Academyof Berlin was remarkable. He must have been vested with iron tenacity to pursuehis research. On the other hand his character may have been difficult at times,as the long process of his election to the Royal Academy or his disagreementwith a nomination at the Bavarian Academy of Sciences and Humanities showed.Nevertheless, his example may well serve as an inspiration to young scientists.
His range of interests was all embracing and compared with the narrow fieldof modern scientists nearly universal. The only professionals he seemed to pro-foundly mistrust were medical doctors and maybe his early death at 49 was dueto this mistrust. However, it also shows his deep conviction that only empiricalscience, from which medicine at that time was still rather far removed, is to betrusted. Openness to all questions of discovering knowledge was a basic attitudeof Lambert and in that sense he is a worthy representative of his age of enlighten-ment.
As a statistician Lambert worked from the design of experiments and theirphilosophical foundations through the execution, the data collection, the statisti-cal methods up to the theory he needed. His objective was to develop the toolsto derive knowledge from his observations. It may be a mistake that he did notdevelop the theory further than needed for his purpose but it is also the strengthof his theoretical developments to remain rooted in practical experiments. Dueto his way of tackling the practical problems of statistics and due to his scien-tific achievements in statistics Johann Heinrich Lambert merits being considereda shining example of an applied statistician.
Acknowledgement: I thank Brigitte Sprenger and Victor Panaretos for theirhelp and comments.
ReferencesLambert, J. H. (1760). Photometria, sive de Mensura et Gradibus Luminis, Colo-rum et Umbrae. Klett.
6
-
SWI SS STATI STICAL SOCI ETY • Bulletin Nr. 74
10
ARTICLE
Lambert, J. H. (1760/1892). Lambert’s Photometrie. Translation into German byE. Anding. Published byWilhelm Engelmann, Original work in Latin published1760 by Klett.
Lambert, J. H. (1760/2001). Photometry, or, on the measure and gradations oflight, colors and shade. Translation into English by David L. DiLaura. Pub-lished by Illuminating Engineering Society of North America, Original work inLatin published 1760 by Klett.
Lambert, J. H. (1765). Beyträge zum Gebrauche der Mathematik und deren An-wendungen. Berlin: Buchladen der Realschule.
Sheynin, O. (2009). Theory of Probability. A Historical Essay. Oscar Sheynin.ISBN 3-938417-88-9.
7
-
SWI SS STATI STICAL SOCI ETY • Bulletin Nr. 74
11
ARTICLE
Communication à la Société suisse de statistique
Produit intérieur brut par canton : Nouvelles méthodes d’estimation Office fédéral de la statistique, Neuchâtel, février 2013
En décembre 2012, l’Office fédéral de la statistique (OFS) a publié pour la première fois des estimations du Produit intérieur brut (PIB) par région1 et par canton. Pour aboutir à ces résultats, de nouvelles méthodes de calcul ont été élaborées en se basant au maximum sur les statistiques utilisées par les Comptes nationaux, afin de garantir la cohérence des résultats. Après une brève introduction, cet article présente pour chaque secteur économique2 les méthodes et les statistiques utilisées et explique en quelques lignes l’estimation à prix constants. L’ensemble des résultats est disponible sur le site internet de l’OFS à l’adresse suivante : http://www.bfs.admin.ch/bfs/portal/fr/index/themen/04/02/05/key/01.html
1. Introduction
Le PIB est un indicateur macroéconomique qui mesure la performance économique d’un pays ou d’une région au cours d’une période déterminée (année, trimestre, etc.). Il peut être estimé selon trois approches :
1. L’approche « Production » permet de déterminer la valeur ajoutée (VA) créée par les agents économiques au cours d’une période. La VA correspond à la valeur de production diminuée de la consommation intermédiaire (biens et services utilisés dans le processus de production)3 .
2. L’approche « Dépense » montre l’utilisation de la VA en sommant la consommation finale, la formation de capital et les exportations (nettes des importations).
3. L’approche « Revenu » s’intéresse à la rémunération des facteurs de production (travail et capital).
L’estimation du PIB au niveau régional est dépendante des informations statistiques à disposition. Les approches « Dépense » et « Revenu » nécessiteraient de connaître, d’une part, l’ensemble des flux interrégionaux des biens et services (exportations et importations) et d’estimer, d’autre part, les revenus du capital et du travail générés dans la région revenant à des résidents extérieurs à la région et inversement. Or, ces informations ne sont pas disponibles. L’approche « Production » est par conséquent privilégiée. Pour estimer un PIB au niveau cantonal ou régional, deux méthodes peuvent être envisagées :
1. La méthode top-down (ou descendante) qui consiste à ventiler les données nationales entre les régions à l’aide d’une clé de répartition.
2. La méthode bottom-up (ou ascendante) qui part des informations statistiques de base au niveau régional et qui, par consolidation progressive, permet d’élaborer une statistique de synthèse.
1 Les régions sont des regroupements administratifs de cantons. Les sept régions suisses sont : la Région lémanique (GE, VD, VS), l’Espace Mittelland (FR, BE, JU, NE, SO), le Nord-Ouest (AG, BL, BS), Zurich (ZH), la Suisse orientale (AI, AR, GL, GR, SG, SH, TG), la Suisse centrale (LU, NW, OW, SZ, UR, ZG) et le Tessin (TI). 2 Les secteurs économiques sont le secteur primaire, les sociétés non financières, les banques et autres sociétés financières, les assurances et caisses de pension, ainsi que les administrations publiques et la sécurité sociale. 3 Le PIB aux prix du marché correspond à la somme des VA brutes additionnées des impôts sur les produits moins les subventions sur les produits.
-
SWI SS STATI STICAL SOCI ETY • Bulletin Nr. 74
12
ARTICLE
Cette dernière méthode, qui est appliquée au niveau des Comptes nationaux, a été autant que possible privilégiée par l’OFS dans le cadre des présentes estimations, afin d’assurer au maximum la cohérence avec les méthodes de travail des Comptes nationaux.
Les chapitres suivants présentent les méthodes de calcul par secteur économique. Bien que des approches top-down aient été nécessaires dans certains cas, des approches bottom-up ont été utilisées pour estimer la part la plus importante de la VA. Ainsi, les agrégats relatifs au secteur des sociétés non financières, lequel constitue environ 70% du PIB, ont été estimés à partir de données individuelles. Pour garantir la cohérence avec les résultats du PIB national, les résultats obtenus par l’approche bottom-up sont calés sur les résultats des Comptes nationaux. La somme des PIB des régions, respectivement des cantons est par conséquent égale au PIB suisse.
2. Secteurs économiques
2.1 Secteur primaire
Au niveau national, le compte de production du secteur primaire4 est élaboré au niveau des modules élémentaires5 . Le calcul au niveau cantonal s’effectue au niveau des agrégats du compte de production (valeur de production et consommation intermédiaire).
A. Agriculture
La VA de ce secteur se calcule ainsi : • L’approche top-down est appliquée pour cette branche, à l’exception de la viticulture
(effectuée directement au niveau de chaque canton), à l’aide de clés de répartition (poids de chaque canton au niveau national) définies à partir des positions comptables élémentaires (production et consommation intermédiaire).
• La valeur de production est composée d’une centaine de produits (blé, pommes de terre, fleurs, lait, etc…) tandis que la consommation intermédiaire est subdivisée en une trentaine de biens et services.
La cantonalisation tient compte des disparités et spécificités locales dans la mesure de la disponibilité des sources. Les sources principales proviennent de l’OFS, l’OFAG, l’ART ainsi que des producteurs privés (betteraves et cultures maraichères). En ce qui concerne les petites unités de production agricole, l’approche top-down distribue la valeur de production nationale entre les cantons en fonction par exemple du nombre d’arbres fruitiers ou de colonies d’abeilles par canton.
B. Sylviculture
L’estimation de la branche de la sylviculture est divisée en quatre domaines (voir note 5) dont les valeurs nationales sont réparties entre les cantons en fonction de clés obtenues au niveau des unités économiques.
• La statistique forestière (OFS) fournit des pondérations cantonales (recettes, dépenses) pour le domaine des entreprises forestières publiques ainsi que les quantités détaillées de bois brut par canton du domaine des forêts privées.
4 Voir : ‘Comptes économiques du secteur primaire : résultats et méthodes’, juin 2008, OFS, Neuchâtel (http://www.bfs.admin.ch/bfs/portal/fr/index/themen/07/22/publ.html?publicationID=3236) 5 Les modules élémentaires représentent les branches du secteur primaire : agriculture (agriculture ‘caractéristique’ décrite par les Comptes économiques de l’agriculture, petites unités de production agricoles actives en viticulture, arboriculture, cultures maraîchère et apiculture), sylviculture (entreprises forestières publiques, forêts privées, entreprises de services forestiers, pépinières forestières) et pêche et pisciculture.
-
SWI SS STATI STICAL SOCI ETY • Bulletin Nr. 74
13
ARTICLE
• Le domaine des services08, OFS), et sa répartition cantonale se base sur les emplois en équ(EPT).
• Le domaine des entreprises de pépinières forestièresdes pépinières forestières (sur surface agricole utile), structures agricoles (OFS).
C. Pêche et pisciculture
Cette branche est subdivisée en deux domaines• L’estimation de la production de la pêche est effectuée par lac et par esp
pêche, Office fédéral de l’environnement,ventilée par canton riverain en fonction des emplois en EPT des 08). Les coûts de production sont ventilés par canton au prorata de la valeur de production.
• Les flux comptables de la piscicultureEPT (RE 08).
2.2 Secteur des sociétés non finan
A. Introduction
Ce chapitre présente le calcul de la secondaire et le secteur tertiaire, hormis les services financiers et les administrations publiques. La Statistique de la valeur ajoutée (WS,sur la structure des salaires (ESS, OFS), le que divers indicateurs complémentaires en constituent les sources secondaires.deux étapes : l’estimation de la VA Le schéma suivant représente la procédure couvertes par la WS. La colonne de gauche (cases rougstatistiques, la ligne du bas (cases bleues) les étapes de calcul.
B. Valeur ajoutée par région L’estimation de la VA au niveau des régions
services forestiers est couvert par le Recensement des entreprisesOFS), et sa répartition cantonale se base sur les emplois en équivalents plein
entreprises de pépinières forestières est cantonalisé sur la base de la surfades pépinières forestières (sur surface agricole utile), à l’aide des relevés annuels des structures agricoles (OFS).
Cette branche est subdivisée en deux domaines : la pêche lacustre professionnelle et la piscicude la production de la pêche est effectuée par lac et par espèce (Statistique de la
Office fédéral de l’environnement, OFEV). La valeur de production de chaque lac est ventilée par canton riverain en fonction des emplois en EPT des communes riveraines (
). Les coûts de production sont ventilés par canton au prorata de la valeur de production. de la pisciculture sont ventilés par canton sur la base des emplois en
non financières
Ce chapitre présente le calcul de la VA du secteur des sociétés non financières, qui couvre le secteur secondaire et le secteur tertiaire, hormis les services financiers et les administrations publiques. La
(WS, OFS) constitue la source principale de l’estimation. L’Enquête sur la structure des salaires (ESS, OFS), le RE 08 et la Statistique sur l’emploi (STATEM, OFS) ainsi que divers indicateurs complémentaires en constituent les sources secondaires. Le calcul procède en
VA des régions et l’estimation de la VA des cantons.
Le schéma suivant représente la procédure de calcul suivie pour les sociétés non la WS. La colonne de gauche (cases rouges, traitillées) représente les sources
statistiques, la ligne du bas (cases bleues) les étapes de calcul.
L’estimation de la VA au niveau des régions procède en cinq étapes :
Recensement des entreprises 2008 (RE ivalents plein-temps
est cantonalisé sur la base de la surface relevés annuels des
: la pêche lacustre professionnelle et la pisciculture. èce (Statistique de la
a valeur de production de chaque lac est communes riveraines (RE
). Les coûts de production sont ventilés par canton au prorata de la valeur de production. sont ventilés par canton sur la base des emplois en
du secteur des sociétés non financières, qui couvre le secteur secondaire et le secteur tertiaire, hormis les services financiers et les administrations publiques. La
) constitue la source principale de l’estimation. L’Enquête et la Statistique sur l’emploi (STATEM, OFS) ainsi
Le calcul procède en des cantons.
non financières ) représente les sources
-
SWI SS STATI STICAL SOCI ETY • Bulletin Nr. 74
14
ARTICLE
1. Transformation de l’échantillon WS-entreprises en échantillon WS-établissements. La WS est une enquête au niveau entreprise et il est nécessaire de connaître la VA par établissementpour pouvoir affecter chaque établissement à une branche d’activité et une région. Cette transformation est menée à l’aide des EPT issus du Registre des entreprises et établissements (REE).
2. Imputation de la VA des établissements de chaque entreprise. Cette imputation est effectuée à partir des informations sur l’entreprise disponibles dans la WS. La VA par établissement (calculée au point 1) est corrigée par un ratio prenant en compte les différences de salaires issu de l’ESS. Les nouveaux résultats par établissement sont ensuite calés sur les résultats par entreprise présents dans la WS de départ.
3. VA par EPT. A l’aide d’estimateurs6, une ‘VA par EPT pondéré’ au niveau régional pour chaque section NOGA et par taille d’établissement est calculée. La pondération signifie que la VA par EPT tient compte des différences salariales interrégionales à l’intérieur d’une section NOGA sur la base de l’ESS.
4. Extrapolation. Les résultats obtenus au point 3 sont extrapolés à l’univers (ensemble des entreprises suisses dans les secteurs concernés) en les multipliant par les EPT issus du RE. On obtient la VA par région et par section NOGA.
5. Calage avec les chiffres nationaux. Ces résultats doivent encore être calés avec les chiffres nationaux publiés, car les deux totaux ne coïncident pas nécessairement.
C. Valeur ajoutée par canton
Pour passer au niveau cantonal, une méthode top-down est appliquée en deux étapes, à un niveau d’agrégation supérieur (sections NOGA regroupées) :
• Une estimation top-down de la VA des cantons est effectuée (sources : compte de production VGR, salaires et EPT), qui permet d’estimer les parts de chaque canton dans la VA de la région dont celui-ci fait partie7. Cette estimation se fait de la manière suivante :
Equation E1 : =
,
∑ ,
,
,∈
∑
,
,
∈
où: c = canton r = grande région g = regroupement de sections NOGA j = section NOGA w = salaire moyen issu de l’ESS
• Les parts obtenues à la première étape sont appliquées aux VA régionales estimées dans la partie B.
Comme les VA issues du calcul au niveau régional ont été calées avec le PIB national suisse, les résultats finaux cantonaux sont par conséquent également cohérents avec le niveau national.
6 Pour plus d’informations sur les estimateurs, voir : Guiblin, P., Longford, N., Higgins, N. (2004) : Standard Estimators for Small Areas : SAS Programs and Documentation, in : The EURAREA Consortium (éds.) (2004) : Project Reference Volume Vol. 3, Annexe A. 7 Dans certains cantons, l’existence d’échantillons supplémentaires (‘Zusatzstichproben’) ont permis d’affiner l’estimation.
-
SWI SS STATI STICAL SOCI ETY • Bulletin Nr. 74
15
ARTICLE
D. Activités pour la santé humaine
L’estimation de la VA cantonale dans ce secteur s’effectue par une ventilation top-down sur les cantons de la VA nationale des différents groupes composant cette division. Les clés de répartition sont basées sur des donnée issues des statistiques de la santé (OFS), de la statistique SPITEX (OFS), du RE 08 et de la STATEM, ainsi que sur des informations concernant les revenus des médecins indépendants en Suisse8.
E. Activités des ménages en tant qu’employeurs et producteurs pour usage final propre
La VA nationale issue du compte de production des ménages en tant qu’employeurs est répartie entre les cantons, proportionnellement à la population résidente permanente moyenne. La VA provenant des ménages en tant que producteurs pour usage final propre représente les loyers encaissés par les ménages et les loyers imputés aux ménages propriétaires de leur propre logement. Cette VA nationale est répartie entre les cantons sur la base des loyers cantonaux dont le propriétaire du logement est un ménage basé sur le Recensement fédéral de la population (RFP, OFS).
2.3 Secteur des banques et autres sociétés financières
La VA bancaire est estimée en fonction des catégories considérées9. Les banques font l’objet d’une méthode par étapes, tandis que la Banque nationale suisse (BNS) et les autres sociétés financières sont traitées de manière directe, en répartissant la VA bancaire nationale entre les cantons à l’aide des EPT. Pour les banques, les composantes de la production (SIFIM10 et produits des commissions nettes) sont également distinguées et se voient attribuer des parts spécifiques de la VA.
A. Banques
La cantonalisation de la VA bancaire au niveau des banques s’effectue en quatre étapes :
1. Les différentes composantes de la VA bancaires sont attribuées aux différentes catégories bancaires.
2. Au sein de chaque, les composantes sont allouées aux entreprises constituant la catégorie, sur la base des postes comptables relevés au niveau des entreprises.
3. Une estimation spécifique est conduite pour certains acteurs importants11. La cantonalisation entre les établissements se fait directement sur la base des EPT.
4. Un calage global entreprise/établissement est appliqué au solde par catégorie bancaire sur la base de la comparaison entre les EPT par entreprise et les EPT par établissement.
Certaines catégories sont traitées différemment. Les banques Raiffeisen et les banques privées voient leur VA nationale directement répartie entre les établissements en fonction des EPT. Les grandes
8 Les statistiques sur les revenus des médecins indépendants sont disponibles sur le site internet de la FMH : www.fmh.ch.9 Les catégories bancaires sont les suivantes : banques cantonales, grandes banques, banques régionales et caisses d’épargne, banques Raiffeisen, banques commerciales, banques boursières, banques de prêts personnels, autres établissements bancaires, banques en mains étrangères, succursales de banques étrangères et banques privées. 10 ‘Services d’intermédiation financière indirectement mesurés’ : ils représentent la part des services fournis par les intermédiaires financiers qui n’est pas facturée explicitement à la clientèle. Pour ces services, les intermédiaires se rémunèrent en prenant une marge de taux d’intérêt sur les dépôts de leur clientèle et sur les crédits qu’ils lui accordent. 11 Les critères requis pour soumettre un établissement à une estimation spécifique sont : 1) une part à l’emploi de la catégorie > 3% et 2) une part des emplois situés dans des cantons différents du siège > 20% des emplois de l’entreprise.
-
SWI SS STATI STICAL SOCI ETY • Bulletin Nr. 74
16
ARTICLE
banques (UBS et Crédit Suisse) sont soumises à une méthode combinant les EPT par établissement et la VA par tête observée dans les autres catégories.
B. BNS et autres sociétés financières
Des données issues de la statistique bancaire sont disponibles pour la BNS et pour certaines autres sociétés financières. Une répartition basée sur l’emploi peut ainsi être menée au niveau des composantes de la VA. Pour les autres sociétés financières, la répartition par les EPT doit être effectuée globalement.
2.4 Assurances et caisses de pension (sans la sécurité sociale)
La VA produite par le sous-secteur des sociétés d’assurance et caisses de pension provient de plusieurs activités : les services d’assurance, les services immobiliers, l’activité des auxiliaires d’assurance et les activités diverses de moindre importance12. La VA liée aux services d’assurance est considérée comme produite par le siège central de l’assureur, car c’est celui-ci qui supporte le risque d’assurance en dernier ressort.
A. Services d’assurance
La production issue des services d’assurance est appelée service d’assurance (ou de réassurance). La VA issue de cette activité est répartie entre les cantons de deux manières :
• Pour les types d’assurance où les données sont disponibles au niveau entreprise, le service et la VA y relative par canton sont calculés de la même manière que pour le niveau national13. Ceci s’applique à tous les types d’assurance, sauf aux caisses-maladie.
• Pour les caisses-maladie, des données détaillées ne sont disponibles qu’au niveau de l’ensemble de celles-ci, de sorte qu’il n’est pas possible d’appliquer la méthode de calcul conçue pour les données agrégées aux données individuelles. Dans un premier temps, la VA de chaque entité est calculée à l’aide d’une méthode semblable à celle conçue pour les données. Ces valeurs sont ensuite agrégées par canton et donnent les parts cantonales. Ces parts sont enfin utilisées pour répartir entre les cantons la VA publiée pour l’ensemble des caisses maladie (sources : statistiques de l’assurance obligatoire et FINMA).
B. Services immobiliers
Une partie des provisions techniques des assurances est investie en immeubles. La valeur de production issue de la location d’immeubles, la consommation intermédiaire et la VA finale sont estimées pour chaque type d’assurance. La répartition entre les cantons de cette valeur globale s’effectue au moyen d’informations issues du RFP, du loyer moyen par canton et d’informations provenant de la SUVA.
C. Activité des auxiliaires d’assurance
Les auxiliaires d’assurance comprennent les agents d’assurance, les caisses de compensation AVS, l’Association des établissements cantonaux d’assurance incendie (AEAI), le Fonds de garantie LPP et l’Institution commune LAMal. Les VA produites par le fonds LPP, l’AEAI et l’Institution commune sont
12 Par exemple : conseil, vente de matériel ou de publications. 13 La méthode de calcul de chaque type d’assurance est appliquée aux données individuelles, de sorte que la VA par entreprise est calculée de façon directe.
-
SWI SS STATI STICAL SOCI ETY • Bulletin Nr. 74
17
ARTICLE
attribuées aux cantons de résidence de ces institutions. Pour les caisses de compensation AVS, un compte de production individuel est établi.
Il est par contre nécessaire de procéder à des estimations ad hoc pour les agents d’assurance, qui sont répartis en deux catégories : les agents des compagnies d’assurance privées d’une part, les agences des caisses-maladie et de la SUVA d’autre part.
• Dans le cas des assurances privées, il est nécessaire de déterminer initialement la valeur de production. Celle-ci correspond aux commissions d’acquisitions des compagnies ayant des agences (en régie et indépendantes) et aux salaires versés aux agents en régie. Sur la base des données du RE 08, on établit ensuite une matrice de répartition cantonale des EPT de chaque compagnie ainsi que des agences indépendantes, qui est utilisée pour allouer la valeur de production aux cantons.
• Pour les agences en régie, la valeur de production et la VA sont identiques et correspondent aux salaires et aux commissions d’acquisition. Ce montant est additionné à la consommation intermédiaire de la maison mère.
• Pour les agents indépendants, par contre, il est nécessaire de répartir également leur consommation intermédiaire entre cantons afin d’obtenir la VA cantonale.
• Dans le cas des agences des caisses-maladie et de la SUVA, il n’existe aucun renseignement exploitable à partir des données disponibles. Dès lors, en partant du RE 08, les salaires de ces deux catégories d’assurance vont être partagés entre siège central et agences en utilisant le ratio EPT des agences / EPT totaux, au niveau entreprise. Le montant obtenu par les agences va être ajouté à la consommation intermédiaire du siège central, partagé entre les cantons et considéré comme étant la VA de ces agences.
D. Autres activités secondaires
Les revenus tirés des activités secondaires telles que les prestations de conseil, la vente de matériel, d’imprimés, ainsi que les commissions de réassurance encaissées sont considérés comme des productions du siège central. Leur VA est attribuée au canton de résidence de ce dernier.
2.5 Administrations publiques et sécurité sociale
Le secteur des administrations publiques est composé de quatre sous-secteurs (Confédération, cantons, communes, sécurité sociale). La VA de ces sous-secteurs est ici estimée par canton. Etant donné que la rémunération des salariés représentent globalement le 80% de la VA brute des administrations publiques (les 20% restant représentant les amortissements), la méthode passe par l’estimation des dépenses salariales cantonales par sous-secteur. Une fois que les dépenses salariales par sous-secteur et par canton sont connues, la part de chaque canton est calculée : on obtient ainsi des clés de répartition qu’on applique à la VA nationale du secteur des administrations publiques, issue des Comptes nationaux. La VA est ainsi estimée pour chaque canton.
A. Confédération
La Confédération est constituée de différentes unités organisationnelles, lesquelles sont listées par départements et par offices dans un répertoire fédéral unique14. Sur la base des comptes de l’Etat, il est possible de retracer les dépenses salariales par unité organisationnelle, avant de les attribuer aux cantons de résidence à l’aide du répertoire fédéral.
14 Voir : http://www.staatskalender.admin.ch.
-
SWI SS STATI STICAL SOCI ETY • Bulletin Nr. 74
18
ARTICLE
B. Cantons et communes
La méthode appliquée au niveau de la Confédération est reprise pour les cantons et les communes. Les Comptes nationaux disposent des données de l’AFF concernant les dépenses salariales des cantons et des communes. Il est ainsi possible d’estimer les VA pour chaque administration publique au niveau des cantons.
C. Sécurité sociale
Ce sous-secteur est constitué de quatre éléments : l’AVS/AI/APG, l’AC15, l’assurance maternité du Canton de Genève et les allocation familiales agricoles, dont les rapports d’activité constituent la source principale des estimations. Les dépenses salariales en sont extraites et réparties entre les cantons où sont situées les institutions concernées.
• Concernant l’AVS/AI/APG, les dépenses salariales sont estimées sur la base des Offices AI, dont la liste des emplacements par canton et les rapports d’activité sont publiquement accessibles.
• Concernant l’AC, les dépenses salariales sont estimées sur la base des caisses de chômage, dont la liste des 180 caisses en Suisse est également disponible. Les dépenses salariales totales sont réparties entre les cantons en fonction du nombre de chômeurs présents dans chaque canton.
• Les allocations familiales agricoles ne générant pratiquement pas de VA, aucun traitement n’a été effectué.
• La VA de l’assurance maternité du Canton de Genève est directement attribuée à ce canton.
3. De la VA au PIB
Le solde d’impôts (impôts – subventions) sur les produits est calculé au niveau national avant d’être retranché des VA cantonales individuelles, selon la même structure de répartition que les parts cantonales à la VA nationale. On passe ainsi des prix de base aux prix de marché.
4. Déflation
La méthode utilisée pour calculer les PIB à prix constants est similaire pour l’ensemble des secteurs économiques présentés ici. Afin d’obtenir les résultats aux prix de l’année précédente, les estimations à prix courants sont déflatées par les déflateurs implicites issus des Comptes nationaux. Les déflateurs implicites sont des indices de variation des prix obtenus en divisant les valeurs à prix courants des agrégats par leurs valeurs aux prix de l’année précédente.
5. Liste des abréviations
AEAI Association des établissements cantonaux d’assurance incendie AFF Administration fédérale des finances ART Agroscope Reckenholz-Tänikon
15 AVS : assurance vieillesse et survivants, AI : assurance invalidité, APG : assurance pertes de gains, AC : assurance chômage.
-
19
SWI SS STATI STICAL SOCI ETY • Bulletin Nr. 74
ARTICLE
AVS Assurance vieillesse et survivants BNS Banque Nationale Suisse EPT Equivalent plein-temps (emploi) ESS Enquête sur la structure des salaires FINMA Autorité fédérale de surveillance des marchés financiers LAMal Loi fédérale sur l’assurance maladie LPP Loi fédérale sur la prévoyance professionnelle NOGA Nomenclature générale des activités économiques OFAG Office fédéral de l’agriculture OFEV Office fédéral de l’environnement OFS Office fédéral de la statistique PIB Produit intérieur brut RE Recensement des entreprises REE Registre des entreprises et établissements RFP Recensement fédéral de la population SIFIM Services d’intermédiation financière indirectement mesurés SPITEX Statistique sur l’aide et les soins à domicile STATEM Statistique sur l’emploi SUVA Schweizerische Unfallversicherungsanstalt VA Valeur ajoutée VAB Valeur ajoutée brute VGR Volkswirtschaftliche Gesamtrechnung (Comptes nationaux) WS Wertschöpfungsstatistik (statistique de la valeur ajoutée)
-
SWI SS STATI STICAL SOCI ETY • Bulletin Nr. 74
20
SSS
Ein Blick zurück…
-
21
SWI SS STATI STICAL SOCI ETY • Bulletin Nr. 74
SSS
-
SWI SS STATI STICAL SOCI ETY • Bulletin Nr. 74
22
SSS
Ein Blick zurück…
-
SWI SS STATI STICAL SOCI ETY • Bulletin Nr. 74
23
ETHIKRAT
Tätig
keits
beric
ht d
es E
thik
rats
201
2
Beric
ht d
es P
räsi
dent
en
1. E
inle
itung
Der
Jah
resb
eric
ht d
es E
thik
rats
um
fass
t die
Zei
tspa
nne
zwis
chen
den
Ja
hres
vers
amm
lung
en d
er S
SS-O
vom
Okt
ober
201
1 in
Frib
ourg
und
Sep
tem
ber
2012
in V
aduz
.
In d
iese
m Z
eitra
um h
at d
er E
thik
rat 3
Sitz
unge
n ab
geha
lten
(9.1
2.20
11; 3
.4.2
012;
un
d 23
.8.2
012)
.
2. M
itglie
der
An d
er J
ahre
sver
sam
mlu
ng 2
011
wurd
en d
ie fo
lgen
den
Mitg
liede
r des
Eth
ikra
ts fü
r ei
ne A
mts
perio
de v
on 4
Jah
ren
gewä
hlt b
zw. w
iede
rgew
ählt:
Präs
iden
t
Hei
nric
h Br
üngg
er
Expe
rte
R
egul
a St
ämpf
li, W
issen
scha
ft un
d Po
litik
KOR
STAT
Her
vé M
ontfo
rt, O
ffice
can
tona
l de
la s
tatis
tique
Gen
ève
G
eorg
es U
lrich
, Sta
tistik
Luz
ern
Bund
Philip
pe E
iche
nber
ger,
Offi
ce fé
déra
l de
la s
tatis
tique
Jü
rg F
urre
r, Bu
ndes
amt f
ür S
tatis
tik
Je
an-C
laud
e W
agno
n, A
dmin
istra
tion
fédé
rale
des
dou
anes
Sekr
etär
Stép
hane
Mai
llard
, Offi
ce fé
déra
l de
la s
tatis
tique
Am 2
1.8.
2012
hat
Fra
u St
ämpf
li ih
re D
emis
sion
als
Mitg
lied
des
Ethi
krat
s, m
it so
forti
ger W
irkun
g, b
ekan
nt g
egeb
en.
An d
er S
itzun
g vo
m 2
3.8.
2012
hat
der
Eth
ikra
t Jea
n-C
laud
e W
agno
n zu
sei
nem
Vi
zepr
äsid
ente
n be
stim
mt.
3. N
eue
Char
ta u
nd n
eues
Reg
lem
ent d
es E
thik
rats
Am 3
1. M
ai 2
012
habe
n da
s Bu
ndes
amt f
ür S
tatis
tik u
nd d
ie K
OR
STAT
die
revid
ierte
Ve
rsio
n de
r Cha
rta d
er ö
ffent
liche
n St
atis
tik d
er S
chwe
iz un
terz
eich
net.
Die
St
atis
tikpr
oduz
ente
n vo
n Bu
nd, K
anto
nen
und
Städ
ten
sind
nun
ein
gela
den,
die
se
Vers
ion
zu u
nter
zeic
hnen
. Sie
rich
tet s
ich
weitg
ehen
d na
ch d
en G
rund
sätz
en u
nd
Indi
kato
ren
des
Verh
alte
nsko
dex
der e
urop
äisc
hen
Stat
istik
(Cod
e of
Pra
ctice
), de
r
für d
ie M
itglie
der d
es e
urop
äisc
hen
Stat
istik
syst
em E
SS, z
u de
m a
uch
die
Schw
eiz
gehö
rt, g
ilt.
Kurz
zuv
or h
aben
BFS
und
KO
RST
AT a
uch
das
revid
ierte
Reg
lem
ent f
ür d
en
Ethi
krat
unt
erze
ichn
et u
nd in
Kra
ft ge
setz
t. D
ie w
icht
igst
en Ä
nder
unge
n be
ziehe
n si
ch a
uf d
ie a
usdr
ückl
iche
Erw
ähnu
ng d
er M
öglic
hkei
t, da
ss d
er E
thik
rat a
us e
igen
er
Initi
ative
tätig
wer
den
kann
; der
Gen
ehm
igun
g vo
n Bu
dget
und
Rec
hnun
g du
rch
BFS
und
KOR
STAT
sta
tt wi
e bi
sher
der
SSS
-O; u
nd d
er B
estim
mun
g ei
nes
Vize
präs
iden
ten/
eine
r Vize
präs
iden
tin d
urch
den
Eth
ikra
t.
Auch
bez
üglic
h de
r rev
idie
rten
Cha
rta w
ird d
er E
thik
rat d
ie E
inha
ltung
der
Prin
zipie
n üb
erwa
chen
, Anf
rage
n in
die
sem
Zus
amm
enha
ng b
earb
eite
n u
nd d
eren
Ver
brei
tung
un
ters
tütz
en. E
r hat
daz
u ne
u di
e un
ten
ange
führ
ten
Ziel
e fü
r die
Zwe
ijahr
espe
riode
20
12/2
013
form
ulie
rt. D
ie B
eric
hter
stat
tung
zuh
ande
n de
r Gen
eral
vers
amm
lung
SS
S-O
wird
sic
h in
den
ger
aden
Jah
ren
haup
tsäc
hlic
h üb
er d
ie Z
ielse
tzun
g fü
r den
Ze
itrau
m d
es a
ngel
aufe
nen
und
des
dara
uf fo
lgen
den
Jahr
es k
onze
ntrie
ren,
in
klus
ive d
er b
is z
u di
esem
Zei
tpun
kt z
ur Z
iele
rreic
hung
get
roffe
nen
Mas
snah
men
. Im
Jah
resb
eric
ht d
er u
nger
aden
Jah
re w
ird d
as S
chwe
rgew
icht
auf
die
Zi
eler
reic
hung
zu
liege
n ko
mm
en, w
obei
man
sic
h be
wuss
t sei
n m
uss,
das
s je
nac
h Ze
itpun
kt d
er G
ener
alve
rsam
mlu
ng d
er S
SS-O
die
ser B
eric
ht n
icht
die
gan
ze
Zwei
jahr
espe
riode
wird
abd
ecke
n kö
nnen
. Nac
h de
r Erfa
hrun
g m
it de
r exp
lizite
n Zi
else
tzun
g fü
r zwe
i Zwe
ijahr
espe
riode
n wi
rd d
er E
thik
rat a
m E
nde
der A
mts
perio
de
des
Präs
iden
ten
im J
ahre
201
5 ei
ne B
ilanz
zie
hen
und
allfä
llige
Korre
ktur
en fü
r die
Zu
kunf
t bes
chlie
ssen
.
4. Z
iele
des
Eth
ikra
ts fü
r die
Jah
re 2
012/
2013
Ziel
1: D
er E
thik
rat b
ehan
delt
alle
ein
gehe
nden
Anf
rage
n sp
editi
v un
d ge
mäs
s de
n Be
stim
mun
gen
des
Reg
lem
ents
und
der
vom
Eth
ikra
t erla
ssen
en V
erfa
hren
sreg
eln.
W
enn
er a
uf e
ine
Anfra
ge e
intri
tt, o
rient
iert
er n
ach
Absc
hlus
s de
r Bea
rbei
tung
die
Ö
ffent
lichk
eit ü
ber d
en S
achv
erha
lt, d
ie B
eurte
ilung
und
die
alle
nfal
ls g
emac
hten
Em
pfeh
lung
en.
Ziel
2: D
er E
thik
rat e
rgän
zt d
ie b
este
hend
en V
erfa
hren
sreg
eln,
die
auf
Ver
letz
unge
n vo
n Pr
inzip
ien
der C
harta
der
öffe
ntlic
hen
Stat
istik
der
Sch
wei
z vo
m 3
1.5.
2012
dur
ch
Org
ane
der ö
ffent
liche
n St
atis
tik, d
ie d
iese
Cha
rta u
nter
schr
iebe
n ha
ben,
zu
gesc
hnitt
en s
ind,
dur
ch V
erfa
hren
sreg
eln
für A
nfra
gen
bezü
glic
h ve
rwan
dter
Ta
tbes
tänd
e im
Zus
amm
enha
ng m
it de
n in
der
Cha
rta e
ntha
ltene
n Pr
inzip
ien.
Ziel
3: D
er E
thik
rat u
nd s
eine
Mitg
liede
r set
zen
sich
zus
amm
en m
it de
n Au
tore
n de
r C
harta
daf
ür e
in, d
ass
die
Cha
rta d
er ö
ffent
liche
n St
atis
tik v
om 3
1.5.
2012
von
m
öglic
hst v
iele
n Pr
oduz
ente
n de
r öffe
ntlic
hen
Stat
istik
unt
ersc
hrie
ben
wird
, in
sbes
onde
re v
on d
enje
nige
n, w
elch
e di
e C
harta
der
öffe
ntlic
hen
Stat
istik
der
Sc
hwei
z vo
m 1
4./2
4 M
ai 2
002
(und
der
en Ä
nder
unge
n vo
m 1
4./3
0. N
ovem
ber 2
007)
un
ters
chrie
ben
habe
n, o
der w
elch
e al
s ve
rant
wor
tlich
e O
rgan
e de
r Bun
dess
tatis
tik
rege
lmäs
sig
öffe
ntlic
he S
tatis
tiken
pro
duzie
ren,
die
im R
ahm
en d
er b
ilate
rale
n Ab
kom
men
zw
isch
en d
er S
chw
eiz
und
der E
U a
ls G
emei
nsch
afts
stat
istik
en d
es
-
SWI SS STATI STICAL SOCI ETY • Bulletin Nr. 74
24
ETHIKRATEu
ropä
isch
en S
tatis
tisch
en S
yste
ms
ESS
gelte
n. D
er E
thik
rat u
nd s
eine
Mitg
liede
r st
elle
n si
ch z
ur V
erfü
gung
, um
Vor
beha
lte e
inze
lner
Pro
duze
nten
ode
r ihr
er
vorg
eset
zten
Ste
llen
gege
n ei
ne U
nter
zeic
hnun
g de
r Cha
rta z
u be
spre
chen
und
zu
anal
ysie
ren.
Ziel
4: D
er E
thik
rat u
nter
stüt
zt d
as B
FS u
nd d
ie a
nder
en P
rodu
zent
en d
er
öffe
ntlic
hen
Stat
istik
dar
in, i
n ih
ren
Ausb
ildun
gspr
ogra
mm
en e
xpliz
ite M
odul
e od
er
Mat
eria
lien
zu d
en P
rinzip
ien
des
euro
päis
chen
Cod
e of
Pra
ctic
e un
d de
r Cha
rta d
er
öffe
ntlic
hen
Stat
istik
der
Sch
wei
z au
fzun
ehm
en u
nd b
ei ih
rer D
urch
führ
ung
aktiv
m
itzuw
irken
.
Ziel
5: D
er E
thik
rat u
nd s
eine
Mitg
liede
r erk
läre
n si
ch b
erei
t, de
n Pr
oduz
ente
n de
r öf
fent
liche
n St
atis
tik d
er S
chw
eiz
auf i
hren
Wun
sch
bei d
er A
usar
beitu
ng u
nd
Dur
chfü
hrun
g w
icht
iger
Um
setz
ungs
mas
snah
men
zur
Cha
rta w
ie d
er E
rste
llung
ode
r An
pass
ung
gese
tzlic
her G
rund
lage
n zu
r öffe
ntlic
hen
Stat
istik
ode
r der
Vor
bere
itung
un
d Du
rchf
ühru
ng v
on E
valu
atio
nen
behi
lflic
h zu
sei
n.
Ziel
6: D
er E
thik
rat i
st b
estre
bt, i
n de
r Per
iode
201
2/13
zw
ei E
igen
initi
ativ
en z
u st
arte
n un
d ab
zusc
hlie
ssen
. Die
ers
te b
etrif
ft Le
itlin
ien
zur U
mse
tzun
g de
s As
pekt
s de
r Gle
ichz
eitig
keit
bei d
er V
eröf
fent
lichu
ng v
on E
rgeb
niss
en (T
eil d
es P
rinzip
s 21
); da
s Th
ema
der z
wei
ten
wird
anf
angs
201
3 fe
stge
legt
. Der
Eth
ikra
t orie
ntie
rt di
e Ö
ffent
lichk
eit ü
ber d
ie E
rgeb
niss
e je
der E
igen
initi
ativ
e.
Ziel
7: D
er E
thik
rat i
nten
sivi
ert d
ie Ö
ffent
lichk
eits
arbe
it, u
m in
den
Kre
isen
der
öf
fent
liche
n St
atis
tik u
nd v
on d
er Ö
ffent
lichk
eit a
llgem
ein
als
glau
bwür
dige
Inst
anz
zur B
eurte
ilung
von
Fra
gen
der I
nteg
rität
der
öffe
ntlic
hen
Stat
istik
wah
rgen
omm
en z
u w
erde
n. D
azu
wird
die
Web
seite
des
Eth
ikra
ts u
mge
stal
tet u
nd re
gelm
ässi
g à
jour
ge
führ
t.
5. T
ätig
keite
n un
d Vo
rkom
mni
sse
bis
Sept
embe
r 201
2
Zu Z
iel 1
: Ein
e Ei
ngab
e ge
lang
te a
n de
n Et
hikr
at: s
ie b
etrif
ft ei
ne F
orsc
hung
sakt
ivitä
t im
Ber
eich
der
Ges
undh
eits
stat
istik
dur
ch e
ine
Gru
ppe
von
Wiss
ensc
haftl
ern
unte
r Be
nütz
ung
von
Dat
en, d
ie n
icht
ein
deut
ig d
er ö
ffent
liche
n St
atis
tik im
Sin
ne d
er
Cha
rta z
ugeo
rdne
t wer
den
könn
en. D
er E
thik
rat h
at d
esha
lb a
n se
iner
Sitz
ung
vom
23
.8.2
012
besc
hlos
sen,
auf
die
se E
inga
be m
ater
iell
nich
t ein
zutre
ten.
Zu Z
iel 5
: Der
Prä
side
nt d
es E
thik
rats
wird
an
eine
r von
KO
RST
AT in
itiie
rten
Proj
ektg
rupp
e �E
valu
atio
nssy
stem
Sch
weize
r Sta
tistik
syst
em“ t
eiln
ehm
en, d
ie ih
re
Arbe
it no
ch d
iese
s Ja
hr a
ufne
hmen
wird
.
Zu Z
iel 6
: Der
Eth
ikra
t hat
an
sein
en z
wei l
etzt
en S
itzun
gen
bego
nnen
, Lei
tlini
en
betre
ffend
der
Gle
ichz
eitig
keit
der V
eröf
fent
lichu
ng v
on E
rgeb
niss
en z
u er
arbe
iten.
N
ach
der D
ezem
bers
itzun
g so
ll ei
n En
twur
f zue
rst m
it BF
S un
d de
m V
orst
and
von
KOR
STAT
dis
kutie
rt un
d da
ran
ansc
hlie
ssen
d an
alle
Ste
llen,
die
die
neu
e od
er a
lte
Cha
rta u
nter
zeic
hnet
hab
en, z
ur s
chrif
tlich
en S
tellu
ngna
hme
gesc
hick
t wer
den.
Zu Z
iel 7
: Der
Eth
ikra
t hat
bes
chlo
ssen
, sei
ne W
ebse
ite n
eu z
u st
rukt
urie
ren
und
dazu
für e
ine
häuf
iger
e N
achf
ühru
ng R
esso
urce
n ei
nzus
etze
n.
Ein
Artik
el e
ines
Mitg
lieds
des
Eth
ikra
ts z
u ei
nem
nic
ht s
tatis
tisch
en T
hem
a, d
er im
M
ärz
2012
ers
chie
n, h
at e
inig
e R
eakt
ione
n un
d Fr
agen
bet
reffe
nd G
laub
würd
igke
it au
sgel
öst,
die
an d
en V
orst
and
der S
SS-O
ode
r an
den
Präs
iden
ten
des
Ethi
krat
s ge
richt
et w
aren
.
6. R
echn
ung
a. R
echn
ung
2011
Die
end
gülti
ge R
echn
ung
für d
as J
ahr 2
011
ist im
Anh
ang
ent
halte
n. D
er
Einn
ahm
eübe
rsch
uss
belä
uft s
ich
auf C
HF
3‘10
0.40
, und
der
Ve
rmög
ensb
esta
nd a
m 3
1.12
.201
1 au
f CH
F 6‘
207.
70.
KOR
STAT
hat
ein
e Pr
üfun
g de
r Rec
hnun
g du
rchg
efüh
rt. D
er E
thik
rat h
at d
ie
im P
rüfb
eric
ht e
ntha
ltene
n Be
mer
kung
en u
nd d
ie d
iesb
ezüg
liche
Kom
men
tare
de
s R
echn
ungs
führ
ers
(Sek
retä
r des
Eth
ikra
ts) z
ur K
ennt
nis
geno
mm
en.
b. R
echn
ung
2012
Die
bis
zur
Ers
tellu
ng d
es J
ahre
sber
icht
s er
folg
ten
Tran
sakt
ione
n lie
gen
im
Rah
men
des
Bud
gets
. Bis
zum
Jah
rese
nde
sind
kein
e w
esen
tlich
en
Abwe
ichu
ngen
zu
erwa
rten.
Der
SSS
-O w
ird a
n de
r Gen
eral
vers
amm
lung
20
13 ü
ber d
ie R
echn
ung
für d
as g
esam
te J
ahr 2
012
und
die
Prüf
ung
dies
er
Rec
hnun
g zu
m le
tzte
n M
al B
eric
ht e
rsta
tten.
c. B
udge
t 201
3
Gem
äss
revid
ierte
m R
egle
men
t sin
d ne
u BF
S un
d KO
RST
AT fü
r die
G
eneh
mig
ung
zust
ändi
g.
HB/
27.0
8.20
12
-
25
SWI SS STATI STICAL SOCI ETY • Bulletin Nr. 74
ETHIKRAT
Anha
ng
Rech
nung
201
1
Au
sgab
en
Ei
nnah
men
Sald
ovor
trag
per 3
1.12
.201
0
310
7.30
Beitr
äge
BFS
und
KOR
STAT
1400
0.--
Zins
en
9.
45
Ausg
aben
(Spe
sen,
etc
.) 10
845.
75
- dav
on E
ntsc
hädi
gung
Sek
reta
riat
4000
.--
- dav
on E
ntsc
hädi
gung
Prä
side
n 40
00.--
Bank
kost
en
63.3
0
Kapi
tal K
onto
per
31.
12.2
011
6207
.70
____
__._
_ __
____
.__
Tota
l17
116.
75
1711
6.75
Rapp
ort d
’act
ivité
du
cons
eil d
'éth
ique
201
2
Rapp
ort d
u pr
ésid
ent
1. I
ntro
duct
ion
Le ra
ppor
t d'a
ctivi
té d
u co
nsei
l d'é
thiq
ue p
orte
sur
la p
ério
de é
coul
ée e
ntre
les
asse
mbl
ées
annu
elle
s de
la S
SS-O
d'o
ctob
re 2
011
à Fr
ibou
rg e
t de
sept
embr
e 20
12
à Va
duz.
Pend
ant c
ette
pér
iode
, le
cons
eil d
'éth
ique
a te
nu tr
ois
séan
ces
(le 9
.12.
2011
, le
3.4.
2012
et l
e 23
.8.2
012)
.
2. M
embr
es
Les
mem
bres
sui
vant
s du
con
seil
d'ét
hiqu
e on
t été
élu
s ou
réél
us lo
rs d
e l'a
ssem
blée
an
nuel
le d
e 20
11 p
our u
ne p
ério
de d
e qu
atre
ans
:
Prés
iden
t
Hei
nric
h Br
üngg
er
Expe
rte
R
egul
a St
ämpf
li, s
cienc
es e
t pol
itiqu
e
CO
RST
AT
H
ervé
Mon
tfort,
Offi
ce c
anto
nal d
e la
sta
tistiq
ue G
enèv
e
G
eorg
es U
lrich
, Sta
tistik
Luz
ern
Con
fédé
ratio
nPh
ilippe
Eic
henb
erge
r, O
ffice
fédé
ral d
e la
sta
tistiq
ue
Jü
rg F
urre
r, O
ffice
fédé
ral d
e la
sta
tistiq
ue
Je
an-C
laud
e W
agno
n, A
dmin
istra
tion
fédé
rale
des
dou
anes
Secr
étai
re
St
épha
ne M
ailla
rd, O
ffice
fédé
ral d
e la
sta
tistiq
ue
Le 2
1.8.
2012
, Mm
e St
ämpf
li a fa
it pa
rt de
sa
dém
issi
on d
u co
nsei
l d'é
thiq
ue, a
vec
effe
t im
méd
iat.
A la
séa
nce
du 2
3.8.
2012
, le
cons
eil d
'éth
ique
a n
omm
é Je
an-C
laud
e W
agno
n co
mm
e vic
e-pr
ésid
ent.
3. N
ouve
lle c
hart
e et
nou
veau
règl
emen
t du
cons
eil d
'éth
ique
Le 3
1 m
ai 2
012,
l'Offi
ce fé
déra
l de
la s
tatis
tique
et C
OR
STAT
ont
sig
né la
ver
sion
ré
visée
de
la C
harte
de
la s
tatis
tique
pub
lique
de
la S
uiss
e. L
es p
rodu
cteu
rs d
e st
atis
tique
s de
la C
onfé
déra
tion,
des
can
tons
et d
es v
illes
sont
dés
orm
ais
invit
és à
la
sign
er. L
a no
uvel
le v
ersi
on d
e la
cha
rte s
'app
uie
larg
emen
t sur
les
prin
cipe
s et
in
dica
teur
s du
cod
e de
bon
nes
prat
ique
s de
la s
tatis
tique
eur
opée
nne
(Cod
e of
-
SWI SS STATI STICAL SOCI ETY • Bulletin Nr. 74
26
ETHIQUEPr
actic
e), q
ui v
aut p
our l
es m
embr
es d
u sy
stèm
e st
atis
tique
eur
opée
n (S
SE),
dont
la
Suis
se fa
it pa
rtie.
L' O
FS e
t CO
RST
AT v
enai
ent p
ar a
illeur
s de
sig
ner e
t de
met
tre e
n vi
gueu
r le
règl
emen
t rév
isé
du c
onse
il d'
éthi
que.
Les
prin
cipa
les
mod
ifica
tions
son
t la
men
tion
expr
esse
de
la p
ossi
bilit
é po
ur le
con
seil
d'ét
hiqu
e d’
agir
de s
a pr
opre
initi
ative
, l'a
ppro
batio
n du
bud
get e
t des
com
ptes
par
l'OFS
et C
ORS
TAT
et n
on p
lus
par l
a SS
S-O
, com
me
c’ét
ait l
e ca
s ju
sque
-là ,
et la
nom
inat
ion
d'un
vic
e-pr
ésid
ent o
u d'
une
vice-
prés
iden
te p
ar le
con
seil
d'ét
hiqu
e.
Le c
onse
il d'
éthi
que
va v
eille
r au
resp
ect d
es p
rinci
pes
de la
cha
rte ré
visée
, tra
iter
les
dem
ande
s y
rela
tives
et e
ncou
rage
r l’in
form
atio
n du
pub
lic s
ur le
s pr
inci
pes
préc
ités.
Il a
form
ulé
dans
ce
but l
es o
bjec
tifs
ci-d
esso
us p
our l
a pé
riode
bie
nnal
e 20
12/2
013.
Le
com
pte-
rend
u po
ur l'a
ssem
blée
gén
éral
e de
la S
SS-O
se
conc
entre
ra
pend
ant l
es a
nnée
s pa
ires
prin
cipa
lem
ent s
ur le
s ob
ject
ifs fi
xés
pour
la p
ério
de d
e l'a
nnée
en
cour
s et
de
la s
uiva
nte,
y c
ompr
is le
s m
esur
es p
rises
jusq
ue-là
pour
les
atte
indr
e. D
ans
le ra
ppor
t ann
uel d
es a
nnée
s im
paire
s, l'a
ccen
t ser
a m
is s
ur le
s ré
sulta
ts o
bten
us q
uant
aux
obj
ectif
s fix
és. C
e ra
ppor
t ne
couv
rira
cepe
ndan
t pas
to
ute
la p
ério
de b
ienn
ale
selo
n le
mom
ent d
e l'a
nnée
auq
uel a
ura
lieu
l'ass
embl
ée
géné
rale
de
la S
SS-O
.For
t des
ens
eign
emen
ts ti
rés
des
obje
ctifs
fixé
s po
ur d
eux
pério
des
de d
eux
ans,
le c
onse
il d'
éthi
que
dres
sera
un
bila
n à
la fi
n du
man
dat d
u pr
ésid
ent e
n 20
15 e
t déc
ider
a de
s ad
apta
tions
néc
essa
ires
à l'a
veni
r.
4. O
bjec
tifs
du c
onse
il d'
éthi
que
pour
les
anné
es 2
012/
2013
Obj
ectif
1: L
e co
nsei
l d'é
thiq
ue tr
aite
rapi
dem
ent t
oute
s le
s de
man
des
qui l
ui
parv
ienn
ent s
ur la
bas
e du
règl
emen
t et d
e la
pro
cédu
re d
éfin
ie p
ar s
es s
oins
. Apr
ès
avoi
r tra
ité u
ne d
eman
de, i
l inf
orm
e le
pub
lic d
u co
nten
u de
cel
le-c
i, du
résu
ltat d
e so
n év
alua
tion
et d
es é
vent
uelle
s re
com
man
datio
ns fo
rmul
ées.
Obj
ectif
2 :
En c
as d
e vi
olat
ion
des
prin
cipe
s de
la c
harte
de
la s
tatis
tique
pub
lique
de
la S
uiss
e du
31
mai
201
2 pa
r des
org
anes
de
la s
tatis
tique
pub
lique
aya
nt s
igné
ce
tte c
harte
, le
cons
eil d
'éth
ique
com
plèt
e le
s di
spos
ition
s pa
r d’a
utre
s s'a
ppliq
uant
à
des
obje
ts c
ompa
rabl
es e
n lie
n av
ec le
s pr
incip
es d
e la
cha
rte.
Obj
ectif
3 :
Le c
onse
il d'
éthi
que
et s
es m
embr
es s
'eng
agen
t ave
c le
s au
teur
s de
la
char
te à
ce
que
la c
harte
de
la s
tatis
tique
pub
lique
de
la S
uiss
e du
31
mai
201
2 so
it si
gnée
par
le p
lus
gran
d no
mbr
e de
pro
duct
eurs
, not
amm
ent p
ar le
s si
gnat
aire
s de
la
char
te d
u 14
/24
mai
200
2 (e
t ses
mod
ifica
tions
du
14/3
0 no
vem
bre
2007
) ou
par l
es
orga
nes
resp
onsa
bles
de
la s
tatis
tique
fédé
rale
qui
pro
duise
nt ré
guliè
rem
ent d
es
stat
istiq
ues
publ
ique
s ré
pond
ant a
ux e
xigen
ces
du s
ystè
me
stat
istiq
ue e
urop
éen
(SSE
), co
nfor
mém
ent à
l'acc
ord
bila
téra
l sig
né p
ar la
Sui
sse
et l'U
E à
ce s
ujet
. Le
cons
eil d
'éth
ique
et s
es m
embr
es s
ont d
ispo
sés
à di
scut
er d
es ré
serv
es é
mis
es p
ar
les
prod
ucte
urs
de s
tatis
tique
s ou
leur
s in
stan
ce