2005年-世界发展银行全球_An_Econometric_Method_of_Correcting_for_Unit_Nonresponse_Bias_in_Surveys_39页_530kb

总结：WPS3711 - 修正调查中单位非响应偏差的计量方法

核心内容

本文提出了一种新的方法，用于修正调查中单位非响应偏差（unit nonresponse bias），即部分被抽样单位未参与调查所导致的样本偏差。传统的修正方法通常假设非响应是可忽略的（ignorability assumption），但作者指出这种假设在大多数情况下并不成立，因为单位特征（如收入）会影响调查参与率。因此，本文开发了一种基于地理结构的修正方法，通过构建一个微观的响应函数来重新加权样本数据，从而更准确地修正非响应偏差。

主要观点

1. 单位非响应偏差的普遍性
   单位非响应偏差是由于调查参与率与被调查单位的特征（如收入）相关而导致的系统性偏差。传统方法假设非响应在任意子群体中是可忽略的，但这一假设往往不成立。

2. 传统修正方法的局限性
   传统方法如“识别研究”或“替代法”通常依赖于子群体的已知规模或外部数据源（如人口普查），并且隐含假设响应决策与调查变量无关。这些方法在修正非响应偏差时往往低估了偏差程度。

3. 新方法的核心思想
   本文提出了一种基于地理结构的加权方法，利用调查中不同地理区域的响应率来估计响应概率。该方法不需要外部数据，也不依赖于响应决策与变量无关的假设。

4. 模型设定与估计方法
   作者采用最小距离估计方法（Minimum Distance Estimator）来估计参数 $\theta$，并构建了与响应概率相关的矩条件。该方法通过构建一个与响应概率相关的加权矩阵 $W$ 来修正偏差，并使用广义矩估计（GMM）框架进行估计。

5. 模型的稳健性
   通过使用AIC（Akaike信息准则）进行模型选择，作者发现最优模型为 $P = \text{logit}[\theta_1 + \theta_2 \ln(y)]$，其中 $y$ 表示人均收入。不同模型的修正结果在分布特征上具有高度一致性，说明模型选择对结果影响不大。

6. 时间趋势与收入效应
   作者发现响应率随时间呈下降趋势，但收入对非响应的影响略有减弱。这表明虽然收入仍是影响响应率的重要因素，但其效应可能随时间变化。

7. 地理成本差异的考虑
   作者测试了是否应考虑地理成本差异，以更准确地反映真实收入对响应率的影响。尽管有相关调整，但结果并未显著改变，表明该方法对地理成本差异具有一定的稳健性。

关键信息

• 非响应类型：包括“项目非响应”（item nonresponse）和“单位非响应”（unit nonresponse）。
• 数据来源：美国人口普查局（Census Bureau）的Current Population Survey（CPS）1998–2004年数据。
• 修正方法：基于地理结构的最小距离估计，利用响应率与调查变量（如收入）之间的关系，构建响应概率模型。
• 参数估计：使用公式 (7) 进行估计，权重矩阵 $W$ 为地理区域的样本规模矩阵。
• 模型选择：通过AIC选择最优模型，结果表明收入对响应率有显著影响。
• 结果分析：修正后的基尼系数在 $49.23%$ 到 $49.76%$ 之间，均显著高于未修正的 $44.80%$。
• 时间趋势：响应率随时间下降，但收入对非响应的影响略有减弱。
• 地理调整：考虑了地理成本差异，但调整后结果未显著改变。

方法优势

• 不需要外部数据或重复调查；
• 不假设响应决策与变量无关；
• 适用于多层抽样结构，能够捕捉到每个单位的非响应概率差异。

结论

本文通过引入基于地理结构的响应概率模型，提出了一种更准确的修正单位非响应偏差的方法。该方法在应用中表现出良好的稳健性，并在实际数据（如美国CPS）中有效修正了收入分布的偏差。