抽样调查方法应用中的问题探讨.docVIP

抽样调查方法应用中的问题探讨 改革开放20多年， 在社会经济统计调查的各个领域，抽样调查方法得到了广泛地应用。与此同时，在抽样调查方法认识和应用方面也出现了一些值得认真注意的问题。 对调查数据误差的认识 抽样调查（概率抽样）目的是用样本调查数据推断总体。但任何一套抽中样本的调查数据推断总体，都不可能得到确切的总体真值。抽样调查理论基础在于用样本数据估计的总体值与总体真值之间的误差，不会影响数据的使用和对问题的决策。这也是统计调查数据不能失真的含义。调查数据存在着误差是绝对的，而误差的大小是相对的，其相对性取决于研究的问题和需要的决策。在抽样方案设计时，需要对调查主要指标有一个误差的要求，即样本的抽样误差控制在什么范围，其调查数据的使用对分析和决策问题没有影响或影响很小。这一误差标准没有统一的规定，取决于数据使用者分析问题与决策的要求。指标相对误差很小，数据精度太高，样本量需求量大，对使用者来讲没有必要；指标相对误差很大，精度太低，对使用者来讲数据不能用，这些都是数据资源的浪费。联合国人口调查专家认为，抽样调查估计值的相对误差控制在10%以内，数据质量好，控制15%以内，数据质量较好，控制 20%以内，数据可用。一些国家在进行国家级抽样调查时，给出主要调查指标相对误差应控制的范围，规定了估计值的相对误差超过30%不能公布。 我国抽样调查的一些重要指标，其调查数据误差应控制在多大范围的问题没有受到重视。一些行政管理者和数据使用者不愿意或不习惯接受数据的误差范围，一谈到误差，惟恐别人说数据不准，将数据误差绝对化。由于对数据误差的认识存在着误区，在如何使用数据上也存在着误区。抽样调查的数据拿来就用，不谈抽样误差和调查误差，认为调查数据就是总体的真值。在进行工作政绩考核或进行地区间的数据对比时，调查指标数据的高低变成了地区之间排队、政绩评比的依据，忽视了对数据误差的评估。现有的调查数据不仅没有正确地使用，反而还带来地区之间数据高低的相互攀比，同时也影响了以后抽样调查的数据质量。　 研究调查主要指标应允许的误差范围是抽样调查不可缺少的环节。对一些社会经济的重要指标如人口失业率，其调查误差控制在多大范围，能准确地判断人口就业形势和进行宏观决策，是统计学家、经济学家、社会学家需要共同研究的问题。例如，美国经济学家、社会学家、统计学家经过反复论证确定在美国劳动力调查中，用调查失业率推断总体的误差不能超过0.2%。其含义是如果美国调查失业率为5%，用其推断的美国失业率在4.8%-5.2%之间。失业率在这一范围内的变化，所引起的就业、失业结构的变化，对判定美国当前的经济形势和做出相应的决策不会产生影响。 衡量调查数据准确的尺度 可以说，当前在衡量调查数据准确与否实际上存在着三种衡量尺度，统计尺度，客观尺度，“人为”尺度。通过抽样调查收集数据，有一套科学的方法和数据质量的衡量标准，标准就是统计尺度和客观尺度。用统计尺度衡量数据的准确性，有其科学的理论基础。但在统计分析中，也会出现一些统计数据的相关性只有统计上的意义，缺乏实际的意义，造成数据和现实的脱节。因此，统计尺度需要同客观尺度相结合。客观尺度就是“实事求是”，“实事”是客观存在的事物，“求是”是寻找事物的内在规律。数据收集的方法要能够真实地反映客观现实。如将抽样调查方法用于政府工作政绩考核的做法值得商榷，是不是符合现实。在现阶段，人们的思想意识不可避免地要受到各种利益机制的驱动，在统计和政体没有分开的情况下，将调查数据同政绩挂钩，必然会导致数据的虚报、瞒报和行政干预，在调查中势必产生系统偏差，影响调查数据的准确性。 “人为”尺度常常没有确切的衡量标准。把统计调查数据准确性同计划是否一致相联系，计划数成为统计调查数据正确与否的度量标准。调查数据如达不到计划的增长幅度或下降幅度，就在数据中“兑水”，或挑选适合“口味”的样本调查。再是对调查数据的评估难以摆脱“人为”的影响，不论客观事实，强调政绩时将数据抬高，强调问题时将数据压低。一些敏感的调查数据总是保持一种态势，违背了数据本身的变化规律。数据为政绩所用，就会出现“官出数据，数据出官”的现象。 抽样方法应用与各级政府对数据的需求 我国现行的统计体系是多层次的统计信息需求，而抽样调查一般只能满足单一层次的统计信息需求。如以省级为总体进行样本设计时，抽样调查数据只能解决省级的代表性，而无法满足省级以下各级政府使用数据的需求，这也是抽样调查方法的局限性。目前，有一种倾向认为用抽样调查收集数据是万能的。一些地区为了满足各级统计信息需求，省、地、市、县级，级级组织进行抽样调查。 从抽样原理上来讲，无论总体大小，如调查指标在总体中分布的方差相同，大总体和小总体都需要调查同样数量的样本。如以一个省为总体要调查3万人的样本，对以一个县为总体来讲，也要调查3万人。如果