世界各国间的联系变得紧密，人们对各国进行比较的兴趣也随之变得浓厚。一个名副其实的由从事比较的机构组成的作坊式行业已然成形，笔者也不能袖手其外。在这个星球上的逾195个主权国家中，哪个最民主？最幸福？最具创新性？电子通讯最发达？没关系，一切事物皆可列入榜单。
比较排名现象的产生有诸多原因。在一个信息过量和竞争激烈的时代，它以一种简便、有序的结构组织信息。巴西比阿根廷更民主，但不如西班牙。加拿大人比蒙古人更幸福。这些比较用一些指数表示，由此披上科学的外衣。
进行这种比较的有利一面是，人们可以更准确地看待自己的国家和其它国家。人们还可以把这些指数用在数据分析中，将每个国家作为数据点，弄清彼此的关联，甚至其中的因果关系。一个国家的国民幸福感更高，是因为它更民主，更富裕还是拥有更长的假期？理想的情况是，人们可以找出具体国家政治格局背后的普遍性和趋势，然而人们还可以发现特殊性（当某个国家没有落入一种不好的全球趋势时）并尝试从中学习。
但是真正的动机并不那么美好，也并非纯粹从知识上考虑。在大多数国际比较的背后，都别有目的。一些动机可能相对无害，比如提高指数创建机构的知名度。“福布斯400富豪榜”(Forbes 400)、“财富500强”(Fortune 500)和Freedom House指数全都提高了创建机构的知名度。但是如果创建指数的目的是提高知名度，那么它就应该制造头条新闻。“澳大利亚比乌拉圭略胜一筹”不太可能成为新闻头条。最好是找到“美国排名大幅下降”这样的标题。因此，除了其它许多因素外，人们有动机强调这些具有煽动性的新闻头条。
当关心比较结果的有关方面为比较提供了赞助时，问题就会更糟糕。他们往往会在显要位置显示赞助方，或说赞助方取得了巨大进步，或者受到某问题困扰主张当局采取相关政策措施。
而在这方面精打细算也可能毫无作用。
报告使用者有自己的选择偏好。比较报告常被有心人夸大、渲染和简化。业绩滑坡或欠佳的消息可能被对手利用。利益相关方竭力渲染可怕情景，将竞争差距夸张放大，利用爱国情绪推动融资或出台政策。
此外还存在比较方法的问题。比较研究的社会科学方法出奇不完善。其中存在定义问题。一项指数，往往建立在某个或某几个含糊且随意性很强的“社会指标”的基础上。就像香肠，还是别知道它的制作过程为好。
然后是可比性问题（苹果与桔子怎么比？）。不同国家的数据往往无法比较。而所谓“国家”数据，又是什么意思呢？2002年，西班牙共开展过6项涉及该国互联网普及情况的研究，不同研究结果最多竟相差2.5倍。那么在国际比较中，应该采用哪一个数据才符合西班牙真实国情呢？
还有比较标准的问题。在那些主要的手机大国中，哪国的手机普及率最高？有一年，按用户数量计算，韩国以20%的普及率拔得头筹。但如果把使用率不高的预付手机也计算在内，瑞士以20%的普及率领先。如果以人均使用时间作为标准，美国以40%多的比率位居榜首。每个国家都可被称为领先者或落后者，排名结果很可能取决于判断的标准。
在含糊的数据供应链中，国家数据提供者的问题，甚至比国际数据整合者的问题更大。以宽带互联网（围绕这方面比较的辩论尤为激烈）为例，人们有许多动机夸大用户数量。对各国政府而言，这会让它们的高科技政策显得好看；对现有手机公司而言，良好的国际地位可作为它们反对重新加强监管的理由。
新入行的公司也会夸大用户数量，以提高在潜在客户和投资者中间的可信度。公平而言，各国政府必须经常依靠企业报告。然而这些报告可能毫无价值。在中国，一家审计机构发现，81%的企业都曾粉饰过自己的生产账目。难怪中国的国家统计数据往往看起来很靓丽。
数据质量欠佳，一定程度上缘于投入不足。就政府工作而言，统计工作最不受重视。政府统计部门资金不足，而且每当裁减经费就会首当其冲。
那么在另一方面还有谁来对真实性把关呢？学术界和媒体必须提供中立的分析。唉，它们都变得更加政治化或需要进行明显精简。学术界（经常是维权人士或咨询师）越来越倾向于利用数据充作“弹药”，而不是启迪民智。
在缺乏可靠数据的情况下，来自政府间组织的数据在研究员心中近乎权威。然而，政府间数据存在问题的例子比比皆是。例如，世界银行(World Bank)发布全球各国的国内生产总值(GDP)数据，但有些人指出，报告涉及的某些国家实际上并不发布GDP数据。或许是有根据的推测？如果是这样的话，国际货币基金组织(IMF)所估计的扎伊尔的GDP，只有其兄弟机构世界银行的60%。
质疑数据质量及其收集方法的问题在于，人们通常只听到失败者的抱怨。那些数据漂亮的国家没有理由抱怨。因此一家主办机构很容易对批评置之不理，认为它们是“酸葡萄”或沙文主义，并认为这（尤其是来自实力强大的国家或企业的批评）是在试图向它们施加压力，而他们在高尚地坚持真理。
学术界也是如此，数据收集工作不受重视。它既耗费时间，又带不来荣耀和前途。即使数据存在问题，但如果其他所有人都在用它，就没有人能够反驳。相反，如果后进学者对如此多资深学者使用的数据提出批评，就会令自身陷入危险境地。在许多国家，学者如果质疑正面的国家数据，将被认为是不爱国的。因此，使用平庸数据的坏处很小，而提供精确数据的回报则很低。
然而，数据质量对每个人都非常重要。否则我们将会陷入像环境研究那样的境况——数据在某些情况下被滥用，由此降低了整个领域的可信度和有效性。
我们应该做些什么？这里有一个方法。如果能厘清撰写比较报告的“良好惯例”，将会有所助益。因此，一些国家科学研究院或国际研究机构应出面推荐进行国际比较的方法和步骤。可以参照建立了一系列“公认会计准则”(GAAP)的会计界。GAAP没有涉及具体类别的公司，而是就如何处理特定类型的问题提出了普遍方法。它也不只推荐一种方法。此种举措应避免着眼于具体的政策纠纷、具体的国家或具体的企业。它不是在比较，而是就如何进行比较提供指导原则。
如果采取了这种做法，我们就能极大地提高国际比较的可信度，从而提高公共政策质量。
