Page 214 - 《社会》2014年第1期

问卷调查质量研究：应答代表性评估

首先，我们希望选取的变量能够和调查主题的重要估计值密切相
关。 犆犉犘犛 是一个 综 合 的 社 会 科 学数 据 采 集 平 台，主 题 多 样，涵 盖 面
广。一般这样的调查在抽样设计上都会尽可能获取样本在地理分布上
的代表性，所以 犆犉犘犛 采用了内隐分层（ 犻犿 狆 犾犻犮犻狋狊狋狉犪狋犻犳犻犮犪狋犻狅狀 ）的多阶
段概率抽样方法，主要排序变量为区县的人均 犌犇犘 、非农人口比例和
人口密度。 ５ 也就是说，从理论上看，设计者认为样本在这些变量上的
代表性会影响调查主题变量的估计值，因此，在选取计算 犚 指标的分
类变量时，要首先考虑使用这些辅助性变量，这些数据可以从国家发布
的统计资料直接获取。
其次，根据以往的调查实践和研究经验，样本是否能够访问成功
与村／居所处的地 域 类 型（如城 市、城镇、农村 或郊 区）、村／居 委会对
调查的配合程度，以及访员的性别密切相关。一般来说，农村居民比
较容易接受采访，城市居民则相对较难；村／居委会对于调查的支持
程度会直接影响居民 对 访问 的态 度；女性 访员 相对男性访员 的入户
难度要低一些。在 犆犉犘犛２０１０ 年 的调 查中，这 些信息 通过访 员 的 观
察记录、对访员的调查问卷，以及调查支持系统存储的访员调配记录
被有效采集。
第三，选取变量时，我们尽量避免使用理论上认为有作用，但数据
质量没有保证的变量。如访员的努力程度（表现为访员联系受访者的
次数、时间或方式等）会直接影响访问是否能够顺利进行。 犆犉犘犛 通过
访员的联系记录采集了这些数据，但访员反映，由于开关电脑比较麻
烦，如果住户无人响应，一般不会马上在电脑里插入联系记录，而是或
者当天工作完成后几个家庭一起插入记录，或者索性就漏掉不记了，这
样会导致联系次数记录不足，电脑自动记录的联系时间（即插入联系记
录的时间）也不准确。对于这些数据有明显问题的变量，我们没有用来
计算 犚 指标。
因此， 犆犉犘犛 建构 犚 指标的分类变量主要有两大类：来自抽样设计
的辅助性变量数据和来自调查实施过程的并行数据，具体如表 ２ 所示：

５． 谢宇、邱泽奇、吕萍 ．２０１２．犆犉犘犛－１ ：中国家庭动态跟踪调查抽样设计 ． 参见网址： 犺狋狋 狆 ：／／
狑狑狑．犻狊狊狊．犲犱狌．犮狀 ／ 犻狀犱犲狓． 狆 犺 狆 ？ 犮犪狋犻犱＝２０１牔犪犮狋犻狅狀＝犻狀犱犲狓

· ２ ０ ７ ·