在统计实际工作中要科学运用抽样调查方法.pdfVIP

在统计实际工作中要科学运用抽样调查方法

近年来抽样调查的应用有了很大的发展。在抽样调查中，样

本抽取方法多数基层统计机构均采用了概率抽样方法来获取样

本，其中使用量多的有分层多阶抽样（包括整群抽样）、分层多

阶不等概率（特别是与单元大小成比例、即pps）抽样、各种系

统（等距）抽样，包括按有关标识排队的系统抽样，对称系统抽

样与PPS系统抽样等。但在实际应用方面也显现出不少问题。如

果我们不重视这些问题，将成为今后经济的发展与统计工作的严

重障碍。

一、抽样调查方法在统计实际应用中显现的问题

（一）对样本代表性的片面认识

抽样调查作为一种非全面调查方法，需要根据样本对总体进

行推断。所谓对总体有代表性的样本是指样本的结构及样本均值

等重要指标应与总体结构及总体均值等相应指标基本保持一致。

换言之，根据概率抽样获得的样本就能保证对总体的代表性。因

此，现在通常的理解样本代表性问题主要用于非概率样本，而不

针对一个具体的概率样本。但现在抽样调查中一种常用的方法是

比较某种辅助变量的样本均值（或分布）与总体的一致性。这种

检验既不科学，也不必要。对代表性检验结果若是不满意（即样

本对总体代表性不好），一般采用调整或重抽的方法。这就破坏

了样本的随机性。实际上，对于这种所谓代表性不好或“差”的

样本，可以根据其他方法，如利用辅助变量，采用适当的估计以

提高估计量的精度。因此，理论与实际都已表明“代表性抽样”

早已过时，而“代表性检验”则是不科学的。

（二）对某些抽样方法，特别是按有关标识排队的系统抽样

方法的滥用

系统抽样，即等距抽样是实际中最为常用的抽样方法之一，因为

它对抽样框的要求较低，实施也比较简单。更为重要的是，如果

有某种与调查指标相关的辅助变量可供使用，总体单元按辅助变

量的大小顺序排队的话，使用系统抽样可以大大提高估计精度。

正因为这一点，按有关标识排队的系统抽样（包括对称系统抽样）

得到许多统计工作者的欢迎，而且确实在诸如农产量调查等一系

列调查中取得很好的效果。一时此种抽样方法风行全国，使得一

部分抽样工作者甚至到了不管什么场合都只采用这种抽样方法

的地步。实际上，每一种抽样方法都不可能是万能的，作为系统

抽样的一种，这种抽样的方差估计特别困难，而且它不能用于多

指标调查。因为根据一个指标（历史数值）排队显然不能满足其

它指标的需要。实际上有许多其他抽样方法可以替代按有关标识

排队的系统抽样。例如可将标识（如果与单元大小相关）作为辅

助变量，使用PPS抽样，或对简单随机样本使用比估计、回归估

计等。后者的情况还可适用于多指标问题。

（三）抽样调查未能满足多层次需要

政府都要管经济，各级领导特别关心本地区经济、社会发展

情况，需要掌握有关统计数据。既然抽样调查可以用来获得所需

要的统计数据，因此很自然的许多项目要求抽样调查能够满足多

层次推断的需要。从统计理论上讲要解决这个问题，简单且可行

的方法是需要进行的层次（市、县、乡等）作为子总体进行分层

抽样。但实际上，用分层抽样来满足每个层次抽样推断的需要，

从经济上是不可行的，可这与采用抽样调查方法的本意相违背。

当然，也可采用一些包括事后（抽样后）分层等域估计方法，不

过这对原先的抽样设计有严格的限制。

（四）总体目标量估计中存在的问题

从样本对总体目标量参数（例如总量、均值、比例等）进行

估计以及对估计量的精度（例如方差）估计是一项调查，特别是

数据处理过程中的一项重要内容。估计方法必须与抽样方法相匹

配。但在我们所见到的抽样方案中，不恰当的估计方法并不少见。

常见的情况有：不是自加权的样本采用了自加权（也即不加权）

的处理；不等概率抽样使用了等概率抽样的简单估计；不是随机

排列的系统抽样的方差估计使用简单随机抽样的方差估计等等。

抽样设计者一定要记住，一个抽样方案（或称抽样策略）包括抽

样方法和估计方法两个不可分割的部分，是一个整体。在确定抽

样方法时，必须同时考虑到获得样本后的目标量的估计大法。

（五）对非抽样误差的研究不够

在抽样调查两大误差来源——抽样误差与非抽样误差中，后

者情况比较复杂，对它的研究也不够充分。众所周知，非抽样误

差又包括抽样框误差，无回答误差与计量误差三类。当抽样框不

完善，特别是当总体单元不断在变化（新生或消亡），或不断在

流动难以与其接触时，抽样框误差就不能忽视。无回答误差取决

于无回答率的高低以及无回答是否是随机的。虽然前面已提