Page 118 - 《党政研究》2024年第1期

除港澳台之外全国 ３２ 个省级行政区进行问卷发放。在江西、湖南和湖北，由经过培训的
在校学生在假期完成线下调查，在其他 ２９ 个省级行政区则通过问卷星平台进行网络调查，
共收回有效问卷 ２１３２ 份。虽然研究者参照全国人口的地区分布对不同地区限定了受访者
配额，但由于采用便利抽样等非随机抽样方法，初始样本在性别、年龄和教育程度分布上

与总体有较大偏差。因此，研究者根据第 ７ 次全国人口普查数据对样本进行加权。如表 １
所示，加权后的样本结构与全国 １８—８４ 岁人口总体已非常接近。
①
表 １ 样本结构与总体对比
样本 全国人口
加权前 加权后 （ １８ － ８４ 岁）

总数 ２１３２ ２１３３ １０９６７０４８２３
男性 ５１． ５％ ５１． ６％ ５０． ７８％
年龄组
１８ － ２４ 岁 １４． ８％ ９． ６％ ９． ４２％
２５ － ３４ 岁 ４０． ４％ ２０． ０％ １９． ６９％
３５ － ４４ 岁 １８． ２％ １７． ８％ １７． ５０％
４５ － ５４ 岁 ７． ５％ ２１． ８％ ２１． ４６％
５５ － ６５ 岁 ９． ０％ １６． １％ １５． ９４％
６５ － ８４ 岁 １０． １％ １４． ７％ １５． ９８％

教育程度
高中及以下 ２９． ７％ ８１． ８％ ８０． ４３％

大专、本科 ６５． ７％ １７． ４％ １８． ５９％
硕士、博士 ４． ６％ ０． ８％ ０． ９８％
注：样本数据来自作者的问卷调查，总体数据根据第 ７ 次全国人口普查数据自行计算得出，参见
《中国人口普查年鉴 ２０２０》，中国统计出版社 ２０２２ 年版，第 ２９５ － ２９７、３１７ － ３２４ 页

三、公众参与助贫行为的基本模式与水平：描述性分析
（一）公众助贫行为的基本模式
对问卷设计的 ２１ 个公众助贫行为作因子分析，ＫＭＯ 值为 ０． ９４２，表明非常适合进行
因子分析。巴特利特球形度检验 ｓｉｇ ＜ ０． ００１，模型通过了检验。因子提取方法为主成分分
析法，考虑到因子之间应存在相关性，旋转方法采用凯撒正态最优斜交法，旋转在 ６ 次迭
代后收敛。因子分析结果显示，因子之间相关系数在 ０． ３３２—０． ６０９ 之间，属于中度相关，
说明斜交旋转方法是适合的。５ 个因子累积解释总方差 ６９． ０９９％。
表 ２ 公众助贫行为的因子分析结果
成分
共同度
１ ２ ３ ４ ５
Ｃ１ 购买来自贫困地区或人群的农产品、土特产 － ． ００５ － ． ００５ ． ８５０ ． ０１２ ． ０２３ ． ７３９
Ｃ２ 购买积极从事公益企业的产品 － ． ０３５ ． ０４０ ． ７６７ ． ３０１ － ． １６７ ． ６９８
Ｃ３ 在农村淘宝、京东等扶贫电商平台上购物 ． ０１０ － ． ０５１ ． ７７４ － ． １６５ ． １０４ ． ５８２

① 根据性别、年龄和教育程度将总体分成 ３６组，分别计算出各组人群的总体比例及其样本比例，将两者之比值作
为样本权重系数。由于缺少其中 ４组的样本 （这 ４组中有 ３组的总体比例均为 ０． ０８％，有 １组总体比例为 １． ４６％），
因此加权后的样本结构仍与总体略有偏差。
１ · ·
１ ６