700萬問題彩民存四點質(zhì)疑 博士：調(diào)查方法錯誤

　　導讀：

　　針對中國700萬問題彩民的調(diào)查，管理學博士邵祥東提出了四點質(zhì)疑。最后總結到，問題彩民調(diào)查在抽樣方法、樣本框等方面存在諸多問題，就算對采集的數(shù)據(jù)做了嚴格處理，但因抽樣方法錯誤，則結論也是錯誤的，至少是不準確的。700萬問題彩民的調(diào)查結論可能失真。

　　疑點一：樣本框是否被擴大化？

　　若想調(diào)查中國問題彩民及行為，前提是界定樣本框，即參與問卷調(diào)查的人必須是彩民，之后才可繼續(xù)研究其中的問題彩民。抽樣框是指用以代表總體，并從中抽選樣本的一個框架，其具體表現(xiàn)形式主要有包括總體全部單位的名冊、地圖等。抽樣框在抽樣調(diào)查中處于基礎地位，是抽樣調(diào)查必不可少的部分，其對于推斷總體具有相當大的影響。

　　此次問題彩民調(diào)查面向的主要人群是上網(wǎng)的人(不一定是網(wǎng)民)，調(diào)查對象可能包括以下三類群體影響樣本框的準確：一是非彩民人群，其填寫的問卷肯定是無效問卷；二是長期購買非法彩票的人，其成為問題彩民的根源并非因為購買國家彩票，而是因為長期大額購買非法彩票所致；三是網(wǎng)絡黑客等技術類人群，他們可以突破確保網(wǎng)絡調(diào)查安全而設置的防護網(wǎng)，由此會引發(fā)網(wǎng)絡刷票行為。如果問題彩民調(diào)查未能控制這些人群，則樣本框必然擴大，進而導致調(diào)查結論失真。

　　疑點二：抽樣方法是否科學及是否誤用偶遇抽樣法？

　　最近一段時期，社會各界對北京師范大學彩票研究中心在今年3月份發(fā)布的《中國彩民行為網(wǎng)絡調(diào)查》(下稱“問題彩民調(diào)查”)中提到的中國現(xiàn)有問題彩民高達700多萬的研究結論高度關注，并就國家彩票的公益性和彩票機構的社會責任展開討論。應當予以肯定的是，該課題研究具有歷史開創(chuàng)性和一定的現(xiàn)實意義。但是，調(diào)查方法的科學性和研究結論的準確性存在多個疑點，本文現(xiàn)從社會調(diào)查方法角度加以分析。

　　社會調(diào)查中的抽樣方法主要有純隨機抽樣、系統(tǒng)抽樣、類型抽樣、整群抽樣四種。

　　純隨機抽樣法的特點是：每個樣本單位被抽中的概率相等，樣本的每個單位完全獨立，彼此間無一定的關聯(lián)性和排斥性。該抽樣法適用于總體單位之間差異程度較小和數(shù)目較少時。

　　系統(tǒng)抽樣法的特點是：抽出的單位在總體中是均勻分布的，且抽取的樣本可少于純隨機抽樣。它是實際工作中應用較多的方法，目前我國城鄉(xiāng)居民收支等調(diào)查，都采用這種方法。

　　類型抽樣的特點是：通過劃類分層，增大了各類型中單位間的共同性，容易抽出具有代表性的調(diào)查樣本。該方法適用于總體情況復雜，各單位之間差異較大，單位較多的情況。

　　整群抽樣的特點是：調(diào)查單位比較集中，調(diào)查工作的組織和進行比較方便。但調(diào)查單位在總體中的分布不均勻，準確性要差些。因此，在群間差異性不大或者不適宜單個抽選調(diào)查樣本的情況下，可采用這種方法。

　　中國彩民群體數(shù)量大，個體差異也大，不適合采用純隨機抽樣法和整群抽樣法。而要采用系統(tǒng)抽樣和類型抽樣需要分別解決好兩個問題，如采用系統(tǒng)抽樣法需要確定樣本標志分為相關標志和無關標志，它們對等距抽樣的作用和相應的估計進度各有不同的影響。相關標志即其與調(diào)查標志具有共同性質(zhì)或密切關系。

　　很顯然，如果采用系統(tǒng)抽樣法，則以全國彩民在一定期限內(nèi)的購彩支出額為相關樣本標志為好。但是，彩民群體數(shù)量大，且其購彩額無法得知。所以，即便采用系統(tǒng)抽樣法，若樣本標志處理不好，也會出現(xiàn)結論錯誤。

　　根據(jù)社會調(diào)查理論和經(jīng)驗做法，關于中國問題彩民調(diào)查采用多段分層抽樣為宜。不過，多段分層抽樣不適合網(wǎng)絡調(diào)查(比如樣本無法科學分配)。綜上分析，四種社會調(diào)查方法都難以有效解釋700萬問題彩民這一調(diào)查結論的準確性。

　　就實際調(diào)研情況推斷，問題彩民調(diào)查有誤用偶遇抽樣法的可能。偶遇抽樣基本理論依據(jù)是，被調(diào)查總體的每個單位都是相同的，因此把誰選為樣本進行調(diào)查，其調(diào)查結果都是一樣的。而事實上并非所有調(diào)查總體中的每一個單位都是一樣的。只有在調(diào)查總體中各個單位大致相同的情況下，才適宜應用偶遇抽樣法。它適用于探測性調(diào)查，或調(diào)查前的準備工作。問題彩民調(diào)查采取的是網(wǎng)絡調(diào)查法，極可能陷入了偶遇抽樣法，如果推斷成立，則抽樣結果偏差增大，可信程度較低，樣本沒有足夠的代表性，調(diào)查結論也必然錯誤。

　　疑點三：網(wǎng)絡調(diào)查法的弊端是否被有效控制？

　　網(wǎng)絡調(diào)查法是一種新興的社會調(diào)查方法，它具有快捷、節(jié)省費用等優(yōu)點，但也存在一些弊端。

　　第一個弊端是技術手段無法控制調(diào)查對象身份和數(shù)據(jù)的真實性。目前，網(wǎng)絡調(diào)查法采用的主要技術手段有四種：一是檢驗網(wǎng)上用戶身份。即在調(diào)查中，為盡可能消除同一個被調(diào)查者多次填寫問卷，常采用“IP+若干特征標志”技術手段作為判斷調(diào)查對象填寫次數(shù)唯一性的檢驗條件。在設計指標體系時，所有可以肯定的邏輯關系和數(shù)量關系都應充分利用，并被列入調(diào)查質(zhì)量檢驗程序，以實現(xiàn)網(wǎng)上用戶身份的唯一性，排除干擾；二是電子郵件+網(wǎng)絡密碼。采用電子郵件邀請和在線調(diào)查相結合方法，給調(diào)查對象提供一個含有密碼的鏈接，每一個調(diào)查對象的密碼彼此不同，且只能使用一次。當調(diào)查對象點擊鏈接時，程序會讀取密碼并與數(shù)據(jù)庫核對，這樣可避免不合乎標準的人填寫問卷，防止調(diào)查對象多次填寫問卷；三是隨機IP自動撥叫技術措施。通過一個隨機IP地址發(fā)出軟件產(chǎn)生一批隨機IP，再由一個IP自動撥叫軟件向這些IP發(fā)出呼叫，傳送一個請調(diào)查對象參加調(diào)查的信息。收到該信息的網(wǎng)上用戶可以按照意愿決定是否參加調(diào)查；四是利用過濾器技術措施。根據(jù)具體調(diào)查問題選取有效的特征指標，如調(diào)查對象年齡、性別、學歷、職業(yè)、職務、地區(qū)以及其他品質(zhì)標志和數(shù)量標志等作為特征標志，通過特征標志將調(diào)查表中代表性差的樣本過濾出去。

　　但是，這四種技術措施仍然無法控制實際填寫問卷的人的主觀行為，如其是否是彩民或其填寫的信息是否準確等，都無法驗證。就算調(diào)查者在調(diào)查之前制定了樣本分配方案，準確限定了調(diào)查對象的身份，但是仍無法有效控制調(diào)查提供的信息的準確性。而且，網(wǎng)絡刷票行為也無法得到有效控制。如果采用一對一的訪談式調(diào)查，這些問題就可以避免或減少。

　　第二個弊端是彩民群體和網(wǎng)民群體在地區(qū)空間分布方面存在差異。而且，網(wǎng)絡調(diào)查對象有限，選取的樣本難以具有代表性。

　　2012年1月16日，中國互聯(lián)網(wǎng)絡信息中心(CNNIC)發(fā)布了《第29次中國互聯(lián)網(wǎng)絡發(fā)展狀況統(tǒng)計報告》，數(shù)據(jù)顯示：當前互聯(lián)網(wǎng)在全民中的普及率不到四成，從地區(qū)空間分布結構看，互聯(lián)網(wǎng)發(fā)展的地域差異明顯，北京市的互聯(lián)網(wǎng)普及率高達70.3%，而互聯(lián)網(wǎng)普及程度較低的云南、江西、貴州等省份互聯(lián)網(wǎng)普及率不到25%。普及程度超過全國平均水平的省市大部分集中在東部沿海。中部省市的互聯(lián)網(wǎng)普及率低于全國平均水平。西部省市普及率低于全球平均水平。網(wǎng)上調(diào)查參與者多是網(wǎng)民，網(wǎng)絡調(diào)查的總體即為是網(wǎng)民。但是目前中國的網(wǎng)民只占中國人口極少的一部分。我國網(wǎng)絡發(fā)達地區(qū)集中在東部地區(qū)，僅以東部地區(qū)的彩民行為解釋全國彩民行為，難具全國代表性。

　　在城鄉(xiāng)結構上，2011年，農(nóng)村網(wǎng)民占整體網(wǎng)民比例為26.5%。網(wǎng)民群體集中在城鎮(zhèn)地區(qū)，農(nóng)村地區(qū)網(wǎng)絡普及率低。調(diào)查結果很顯然更多反映了城鎮(zhèn)地區(qū)彩民行為，對農(nóng)村地區(qū)彩民行為的代表性差。

　　由此可見，以全國不足四成、且存在嚴重地區(qū)結構差異的網(wǎng)民做為問題彩民調(diào)查總體得出的全國性結論很難具有說服力。

　　此外，從年齡結構上分析，2011年，我國10-29歲網(wǎng)民所占比重為56.5%，10-39歲網(wǎng)民所占比重為82.2%，20-29歲網(wǎng)民所占比重為55.5%。即部分70后、多數(shù)80后和90后人群是網(wǎng)民主體。問題彩民調(diào)查得出，73%的彩民年齡集中在26-34歲，這表明彩民具有年輕化特征。近些年來，深圳、廣州、武漢、合肥、南昌、沈陽等地福彩機構都做過本地區(qū)彩民消費調(diào)查，得出的結論是彩民年齡主要集中在35-55周歲，并不具有年輕化特征。而且，如果問題彩民調(diào)查得出的結論為真，則多數(shù)彩民的年齡段和網(wǎng)民主體的年齡段高度一致，這令人產(chǎn)生如下疑問：參與網(wǎng)絡調(diào)查的彩民群體基本上都是網(wǎng)民，非網(wǎng)民的彩民群體被排除在調(diào)查范疇之外。從職業(yè)結構方面看，學生是網(wǎng)民中規(guī)模最大的群體，占比為30.2%，如果結合這一指標，那么可以推斷出參與問題彩民調(diào)查的人群中可能包括了收入水低的在校學生，而這部分群體并不是我國彩民主體?！兜?9次中國互聯(lián)網(wǎng)絡發(fā)展狀況統(tǒng)計報告》數(shù)據(jù)還顯示，截至2011年12月底，中國網(wǎng)民規(guī)模達到5.13億，其中，中國手機網(wǎng)民規(guī)模達到3.56億。這部分群體也多是年輕的在校學生。

　　網(wǎng)絡調(diào)查法的作用是很有限的。如果調(diào)查“中國城鎮(zhèn)地區(qū)居民上網(wǎng)購物狀況”，則網(wǎng)絡調(diào)查無疑是一種較好的社會調(diào)查方法。但，若是調(diào)查中國民眾對目前南海局勢的看法，則網(wǎng)絡調(diào)查的代表性就無法保障了，因為很多關注南海局勢的民眾并不上網(wǎng)，尤其是年紀稍大的民眾。

　　疑點四：樣本數(shù)越大，調(diào)查結論越準確？

　　問題彩民調(diào)查顯示，參與調(diào)查的人數(shù)高達176200多人，有效問卷也多達38000多份。這給公眾傳遞了一個信號：樣本數(shù)越大，調(diào)查結論越準確。事實果真如此？以具有代表性的是美國著名刊物《文學文摘》預測1936年美國總統(tǒng)選舉結果出現(xiàn)重大失誤的實例。當年的兩位候選人是民主黨的羅斯福和共和黨的蘭登，大多數(shù)民意測驗，新聞機構和政治觀察家都預測羅斯福會獲勝，但《文學文摘》與眾不同，它預言蘭登會以57%：43%的優(yōu)勢戰(zhàn)勝羅斯福。最后結果是：羅斯福以62%：38%的壓倒優(yōu)勢當選。由于這個重大失誤，這家雜志不久即宣告破產(chǎn)。該刊起初擬訪問對象為1000萬人，研究人員認為在這個龐大的樣本中，美國社會各階層的代表性會好些。但這1000萬人中只有240萬人寄回了對問題單的回答。較富有的人，對當時現(xiàn)實抱比較滿意態(tài)度以及文化水平較高的人，做出回答的可能性要大些，這個傾向有利于共和黨。這是一個系統(tǒng)性偏差，它加重了原來在挑選樣本時已存在的系統(tǒng)性偏差。這一點曾在芝加哥地區(qū)得到證實：該刊向芝加哥地區(qū)1/3的登記選民發(fā)了問題單，有20%的人做了回答，其中半數(shù)以上有利于蘭登。但實際結果是：羅斯福和蘭登在芝加哥的支持率確實2:1。

　　類似于本例的錯誤，在其他抽樣調(diào)查工作中也時有發(fā)生。除了有意的偏向外，為圖工作省事而不去認真研究隨機化抽樣方案，是一個常見的原因。

　　網(wǎng)絡抽樣調(diào)查是根據(jù)部分實際調(diào)查結果來推斷總體標志總量的一種統(tǒng)計新興調(diào)查方法。它需按照科學的原理和計算，從若干單位組成的事物總體中，抽取部分樣本單位來進行調(diào)查、觀察，用所得到的調(diào)查標志的數(shù)據(jù)以代表總體，推斷總體。問題彩民調(diào)查在抽樣方法、樣本框等方面存在諸多問題，就算對采集的數(shù)據(jù)做了嚴格處理，但因抽樣方法錯誤，則結論也是錯誤的，至少是不準確的。700萬問題彩民的調(diào)查結論可能失真。

　　(邵祥東)

　　邵祥東，管理學博士，在媒體發(fā)表彩票文章39篇。專著《中國社會福利事業(yè)發(fā)展與挑戰(zhàn)：以福利彩票為范例的研究》。參編著作《民政法制概述》(2011年8月1日出版)，負責“福利彩票法制概述”一章。

　　參與國家社科基金課題和國家自然科學基金課題2項，國家發(fā)改委、遼寧省科技廳、省財政廳、省哲學社科基金、省發(fā)改委等重大課題9項。發(fā)表論文17篇，參編著作5部，獲省級科研成果二等獎、三等獎5項。

?

相關新聞：

?