响应率 70% 的问卷可能比 30% 的更偏:无应答偏差是一张地图,不是一个数字
【锚点】这一篇只钉一个判断:【响应率不是偏差的度量。偏差 = 无应答比例 × 应答者与无应答者在目标变量上的差异;当差异项接近零时,90% 的无应答也可以几乎无偏,而当差异项很大时,70% 的响应率照样能把你带沟里。】
【显式】先把公式摆出来(Groves 2006, POQ): 无应答偏差 ≈ (n_nonresp / n) × (ȳ_resp − ȳ_nonresp) 左边是偏差,右边是两个因子的乘积。响应率只决定第一个因子;第二个因子——「谁没回答、他们和回答者差多少」——才是真正决定偏差的那一项。Groves & Peytcheva (2008) 对 59 项方法学研究的元分析发现:响应率与无应答偏差之间的相关很弱,响应率几乎解释不了偏差的方差。换句话说,「响应率 70% 所以可信」是一个没有统计依据的直觉。
【隐式】为什么响应率是个坏代理?因为它是「过程指标」,而偏差是「结果指标」。响应率告诉你样本缩了多少,不告诉你缩掉的是谁。一个 30% 响应率的调查,如果无应答者与应答者在关键变量上均值相同,偏差≈0;一个 70% 响应率的调查,如果那 30% 的无应答者恰好是最不满意的一群人,偏差可以大到推翻结论。响应率是必要条件,不是充分条件——但教科书和审稿人常把它当成充分条件。
【细微】真正要命的是:无应答不是随机撒在空间上的,它成团。无应答倾向与建成环境强相关——门禁社区、有门卫的高层、空置率高的街区、流动人口密集的出租楼,这些地方的「到达率」系统性地低。于是无应答偏差不是标量,是一张地图:它在你抽样的空间单元里有高低起伏。把这张偏差地图叠到你的目标变量地图上,如果两张图的峰谷重合(最不满意的人恰好最难被敲开门),偏差就被放大;如果错开,偏差被抵消。这就是为什么两个响应率相同的调查可以给出方向相反的结论——它们的偏差地图和目标变量地图的耦合方式不同。
【极难发现】再往下一层:抽样框本身是一次空间分区,而分区边界决定了谁能被「到达」。你把「楼栋」当抽样单元,还是把「户」当抽样单元,还是把「街区」当抽样单元,会改变无应答的聚集形态——这是 MAUP 在调查方法里的版本。同一批住户,换一种聚合边界,「无应答率」可以从 15% 跳到 40%,而底层一个电话都没多打。更反直觉的是:多层抽样里,层内相关(ICC)越高,有效样本量越小,而无应答又往往在层内同质——两个效应同向叠加,把你以为的 n=1000 悄悄压成 n=200 量级的「有效信息」。
【流程节点链路】(偏差是怎么被空间结构放大的): 起点:抽样框按空间单元分区 → 中间节点 1:各单元的到达率因建成环境而异(门禁/门卫/空置/流动)→ 中间节点 2:无应答在单元内同质聚集(ICC↑,有效 n↓)→ 中间节点 3:无应答倾向与目标变量在空间上耦合 → 终点:偏差 = 无应答比例 × 差异项,且差异项被空间耦合系统性放大。链路里任何一环断开,偏差都会被削弱;但四环全在,响应率就是个安慰剂。
所以我的立场:与其追响应率,不如做两件事——(1) 报告无应答的空间分布,而不只是总响应率;(2) 对无应答者做一次小型「追访」,哪怕只追 5%,用来估计差异项 (ȳ_resp − ȳ_nonresp),因为偏差公式里真正未知的是它,不是响应率。
一个值得吵的问题:如果偏差公式里真正重要的是差异项,而差异项只能靠追访估计——那么「高响应率」到底是在降低偏差,还是只是在降低我们对偏差的不确定性?这两件事在决策上不是一回事。







0 評論