抽样框和样本抽取过程说明.doc

抽样框和样本抽取过程说明 一、抽样单位 本方案采用分层的四阶段不等概率抽样，各阶段的抽样单位为： 第一阶段：以区（地级市、省会城市和直辖市的各大城区和郊区）、县（包括县级市） 为初级抽样单位。 第二阶段：以街道、乡镇为二级抽样单位。 第三阶段：以居民委员会、村民委员会为三级抽样单位。 第四阶段：以家庭住户并在每户中确定1 人为最终单位。 二、构建抽样框 根据行政区划资料，全国（含22 个省、4 个自治区、4 个直辖市；不含西藏自治区、港 澳台）共有2801 个区县单位，这些区县单位作为PSU（初级抽样单元）构成调查总体，具 体划分为5 个抽样框。 抽样框1：三大直辖市市辖区 具体包括北京、天津、上海三个直辖市的共44 个市辖区，需要说明的是，这一部分未 包括直辖市重庆，原因如下： (1) 从设立直辖市的时间来看，1997 年全国行政区划正式设立重庆直辖市，而1949 年 建国之初即存在京津沪三大直辖市的行政区划。 (2) 从各省、直辖市人类发展指数(HDI)的排名来看，重庆与京津沪三大直辖市相比差距 较大（见表一）； (3) 从所处经济地理区域上来看，重庆位于内陆地区，而京津沪三大直辖市均位于沿海 发达地区； (4) 从经济发展水平来看，重庆的人均GDP 与京津沪三大直辖市相比差距较大（见表 一）； (5) 从城乡人口对比来看，重庆的农业人口与非农业人口的比例与京津沪三大直辖市相 比差距较大（见表一）； 表一 重庆与京津沪三大直辖市部分指标对比 指标 北京 天津 上海 重庆 人类发展指数排名 2 3 1 22 人均GDP（万元） 2.26 1.79 3.48 0.52 非农业人口百分比 60% 56% 67% 23% 总之，从人文、经济、城乡人口对比、地理、历史等多方面相比较，重庆与京津沪三大直辖市的同质性并不明显；若简单地按行政区划的标准将重庆划分至直辖市这一抽样框，将对结果产生一定的影响。 抽样框2：省会城市市辖区 具体包括全国26 个省会城市和重庆市的共175 个市辖区。依照各城市的经济地理区域 分为三层。 东部：沈阳市、济南市、杭州市、南京市、福州市、广州市 中部：哈尔滨市、长春市、石家庄市、郑州市、太原市、合肥市、南昌市、武汉市、长 沙市、海口市、南宁市 西部：呼和浩特市、乌鲁木齐市、银川市、兰州市、西宁市、昆明市、贵阳市、西安市、 成都市、重庆市 抽样框3：东部地区区县 具体包括京津沪三大直辖市和东部6 省的所有区县，除去直辖市和6 个省会城市市辖区 部分；共611 个区县。即：北京（除市辖区）、天津（除市辖区）、上海（除市辖区）、辽宁省（除沈阳市市辖区）、山东省（除济南市市辖区）、浙江省（除杭州市市辖区）、江苏省（除南京市市辖区）、福建省（除福州市市辖区）、广东省（除广州市市辖区）。 抽样框4：中部地区区县 具体包括中部11 省和自治区的所有区县，除去11 个省会城市市辖区部分；共1136 个 区县。即：黑龙江（除哈尔滨市市辖区）、吉林省（除长春市市辖区）、河北省（除石家庄市市辖区）、河南省（除郑州市市辖区）、山西省（除太原市市辖区）、安徽省（除合肥市市辖区）、江西省（除南昌市市辖区）、湖北省（除武汉市市辖区）、湖南省（除长沙市市辖区）、海南省（除海口市市辖区）、广西壮族自治区（除南宁市市辖区） 抽样框5：西部地区区县 具体包括西部10 省和自治区的所有区县，除去10 个省会城市市辖区部分；共835 个区 县。即：内蒙古自治区（除呼和浩特市市辖区）、新疆维吾尔自治区（除乌鲁木齐市市辖区）、宁夏回族自治区（除银川市市辖区）、甘肃省（除兰州市市辖区）、青海省（除西宁市市辖区）、云南省（除昆明市市辖区）、贵州省（除贵阳市市辖区）、陕西省（除西安市市辖区）、四川省（除成都市市辖区）、重庆（除重庆市市辖区） 三、总样本量 由于调查的结果主要是估计各种比例数据以及比例数据之间的比较，所以在调查样本 量的确定上是以估计简单随机抽样的总体比例P 时的样本量为基础。在95%的置信度下按 抽样绝对误差不超过3%的要求进行计算，需要抽取样本量： 这里d 为抽样绝对误差取0.03，uα 在置信度为0.95 时为1.96， p(1? p) 最大取0.25。由于 采用多阶段的复杂抽样，设计效应deff 一般会在2 和2.5 之间，我们把deff 定为2，这样需 要的样本量就为2000 个。 综合考虑精确度、费用以及调查实施的可行性等因素，以及以往若干全国社会调查的 经验；再加上考虑到在调查实施中通常会存在一部分户内找不到、或没有合格调查对象、以 及各种原因造成的无回答等情况，根据对回答率的估计，以及总体划分为五个抽样框，我们 把样本量确定为10000 个。这10000 个样本不仅能满足对总体的估计，而且也能满足对抽样 框各自总体的估