Page 244 - 《社会》2022年第1期

被访者驱动抽样：基于多种方法的估计诊断

尽管四个城市的样本量、种子数和招募批次都非常不同，但无论是
均衡比例估计、总体比例估计还是 Volz鄄Heckathorn 比例估计，均显示年
龄和教育在同一城市样本中表现出较好的一致性估计。 三种不同的比
例估计均与样本比例较为一致，说明此次 RDS 调查获得的样本比例较
为准确地反映了总体情况，也从侧面证实了适度违反“随机招募假设”
并不会影响 RDS 估计有效性。 基于 RDS 总体参数估计的结果表明，超
过 80%的国内家政工人年龄在 40 岁以上，教育程度为初中及以下。

五、结论和讨论

鉴于国内学者对 RDS 估计有效性问题的普遍忽视，以及国外学者
单一的诊断 RDS 估计有效性的方法， 本文利用四个城市家政工人的
RDS 样本数据， 系统介绍了如何综合使用 RDS 估计器、 收敛图、 瓶颈
图、经纬度等具体方法对违反“随机招募假设”导致的 RDS 估计有效性
问题进行诊断。 结果表明，适度违反“随机招募假设”并不会给 RDS 估
计带来严重偏差，基于这些样本获得的 RDS 估计仍然有效。 这一结论
进一步印证和丰富了以往的研究发现 （ Jenness，et al.，2014；Aronow and
Crawford，2015；Barash，et al.，2016）。 由于“随机招募假设”在实际调查过
程中被普遍性违反，那么，如何判断假设违反是“适度”的呢？ 对此，有
必要从方法论角度来具体阐述。
第一，使用 RDS 估计器对样本的同质性水平和均衡收敛情况进行
诊断，如果样本同质性水平低于 0.7，同时样本的特征比例能在 6 个招
募批次内完成均衡收敛，我们就可以认为，此时的对“随机招募假设”的
违反是适度的。 第二，绘制重要分析变量的收敛图和瓶颈图对样本组成
的种子依赖性情况进行诊断， 当全部样本或者不同链条样本的累积收
敛图、瓶颈图和滚动收敛图、瓶颈图均能显示样本最终在收敛值上聚合
并稳定下来时，表明样本组成基本消除了种子依赖性。 我们认为，此时
“随机招募假设”的违反是适度的。第三，利用经纬度信息构造出有效地
理覆盖面积对样本是否来源于整个调查区域进行诊断， 当全部样本的
有效地理覆盖面积基本接近整个调查区域面积时， 或者当不同种子链
样本的有效地理覆盖面积尽管小于实际的调查区域面积， 但覆盖范围
不重合且变化幅度较大时，表明绝大部分样本来自整个调查区域。 我们
认为，此时“随机招募假设”的违反是适度的。

· 237·