滾雪球抽樣方法的文獻(xiàn)綜述

寧勐??

【中圖分類號(hào)】 F626.5 【文獻(xiàn)標(biāo)識(shí)碼】 A 【文章編號(hào)】 2236-1879（2018）11-0176-01

雪球抽樣被廣泛地應(yīng)用于定性的社會(huì)學(xué)研究中。而就目前來看，國內(nèi)學(xué)者利用滾雪球抽樣進(jìn)行的研究少之又少，而國外學(xué)者已經(jīng)對(duì)滾雪球抽樣進(jìn)行了十分細(xì)致的研究。國外學(xué)者對(duì)滾雪球抽樣的研究較為豐富，其研究?jī)?nèi)容大體可以分為以下三類：

一、滾雪球抽樣的理論研究

滾雪球抽樣的概念最早是由coleman[1]在1958年提出的，他認(rèn)為傳統(tǒng)的調(diào)查方法忽視了個(gè)體之間的社會(huì)結(jié)構(gòu)和聯(lián)系，即社會(huì)成員是獨(dú)立的個(gè)體，因此提出重視個(gè)體間關(guān)系的滾雪球抽樣。隨后，goodman[2]在1961針對(duì)隱藏人口提出同伴驅(qū)動(dòng)的滾雪球抽樣，在文中他詳細(xì)地介紹了S階段K推薦滾雪球抽樣的定義，并討論了如何通過抽樣樣本對(duì)總體的一些特征做出推斷，他指出，在對(duì)隱藏人群進(jìn)行抽樣時(shí)，滾雪球抽樣比簡(jiǎn)單隨機(jī)抽樣更具效率。

二、結(jié)合具體案例對(duì)滾雪球抽樣進(jìn)行實(shí)證性研究

Frank和Snijders提出基于伯努利概率模型使用一波滾雪球抽樣對(duì)隱藏人口規(guī)模進(jìn)行估計(jì)的方法，并在此基礎(chǔ)上對(duì)格羅寧根的海洛因使用者展開實(shí)證研究，通過提供仿真結(jié)果來比較極大似然估計(jì)量、基于模型估計(jì)量、基于設(shè)計(jì)估計(jì)量以的優(yōu)缺點(diǎn)。結(jié)果表明，使用一波的滾雪球樣本估計(jì)總體規(guī)模是可行的，但前提是假設(shè)初始樣本即種子符合伯努利概率模型。Thompson研究了滾雪球抽樣的一個(gè)特例，采用圖形設(shè)置和空間設(shè)置的適應(yīng)性種群抽樣對(duì)隱藏人群進(jìn)行研究，指出圖形設(shè)置是指通過邊緣（如社交鏈接或地理鄰近度）連接的節(jié)點(diǎn)（例如，人物），選擇節(jié)點(diǎn)或邊緣為初始樣本，然后跟隨邊緣以使其他節(jié)點(diǎn)納入樣本。Chow提出在估計(jì)隱藏人口和難以接近的人口規(guī)模時(shí)，使用滾雪球抽樣技術(shù)才可以獲得足夠大的樣本，以此進(jìn)行有效的研究，并提出利用貝葉斯估計(jì)方法能夠有效的結(jié)合先驗(yàn)信息，得到未知參數(shù)的一個(gè)后驗(yàn)分布，可以提高估計(jì)的有效性。當(dāng)可用信息模糊時(shí)，可以使用非信息先驗(yàn)并進(jìn)行敏感性分析。并用此方法對(duì)科羅拉多州的毒品使用者所占的比例進(jìn)行了實(shí)證研究，研究發(fā)現(xiàn)估計(jì)量對(duì)指定的先驗(yàn)信息并不敏感。Spreen從一部分人口的現(xiàn)有抽樣框中抽取初始的簡(jiǎn)單隨機(jī)樣本，然后通過雪球抽樣技術(shù)估計(jì)在抽樣框之外的人口規(guī)模。使用這種抽樣技術(shù)，可以估計(jì)注冊(cè)人群之間，注冊(cè)人群與非注冊(cè)人群之間以及非注冊(cè)人群之間的平均接觸率。Christian在研究隱藏人口大小的估計(jì)問題時(shí)，發(fā)現(xiàn)在小樣本的情況下，基于漸近理論的經(jīng)典模型推導(dǎo)置信度的準(zhǔn)確性是存在問題的，研究表明采用貝葉斯的方法能夠提高估計(jì)的精確度。他采用滾雪球的抽樣方法，利用貝葉斯估計(jì)分別對(duì)格羅寧根以及帕克斯塔博的三種毒品使用者的規(guī)模進(jìn)行估計(jì)，結(jié)果表明當(dāng)先驗(yàn)分布設(shè)定為截?cái)嗟馁ゑR分布時(shí)，貝葉斯的估計(jì)結(jié)果具有較小的方差。Vincenty等利用實(shí)證研究表明，在低收入、種族化的社區(qū)采用滾雪球抽樣進(jìn)行大規(guī)模調(diào)查的研究方案是可行的，并表明通過適當(dāng)?shù)募?lì)措施，可以是目標(biāo)人群達(dá)到足夠的參與程度。研究發(fā)現(xiàn)增加參與者與研究人員之間的信任程度，可以提高參與度。Thompson引入了一種新的策略來估計(jì)網(wǎng)絡(luò)化人口特征。抽樣方法是基于貝葉斯數(shù)據(jù)增強(qiáng)過程的單波滾雪球抽樣設(shè)計(jì)，以此方法對(duì)隱藏人群進(jìn)行模擬研究，結(jié)果表明，這種新的推理策略可以有效地估計(jì)人口屬性，如人口數(shù)量和與網(wǎng)絡(luò)拓?fù)湎嚓P(guān)的人口屬性，并且可以實(shí)現(xiàn)群體的大小和分布的有效估計(jì)。研究表明初始服從伯努利分布的樣本選擇程序中具有一定程度的穩(wěn)健性，以此降低偏離程度。

三、滾雪球抽樣與其他非概率抽樣的比較

Magnani等在研究如何對(duì)隱藏人群抽樣時(shí)，詳細(xì)介紹了滾雪球抽樣、目標(biāo)抽樣、時(shí)間空間抽樣以及同伴驅(qū)動(dòng)抽樣等抽樣方法，并分別說明了每個(gè)方法的優(yōu)劣。他認(rèn)為，對(duì)于滾雪球抽樣，初始種子的選擇對(duì)樣本組成的影響很大，并且所獲得的樣本是有偏的，并指出諸如雪球抽樣之類的非概率抽樣方法在開發(fā)性研究和問題定義中是有用的，但并不適合在較大群體中使用。而對(duì)于目標(biāo)抽樣來說，由于該方法的非隨機(jī)性，在抽樣過程中會(huì)存在選擇性偏差 ，而這種偏差取決于對(duì)種群分層的界定。對(duì)于時(shí)間空間抽樣，他認(rèn)為抽樣框是隨著時(shí)間而變化的，但更新抽樣框的成本是高昂的，若在調(diào)查時(shí)缺少一些抽樣單位，會(huì)導(dǎo)致無法具體估計(jì)的偏差。同伴驅(qū)動(dòng)抽樣是對(duì)滾雪球抽樣方法進(jìn)行了修正，同伴驅(qū)動(dòng)抽樣方法減少初始種子對(duì)最終樣本的影響，并且由于其的激勵(lì)制度，降低樣本偏差。Heckathorn比較了滾雪球抽樣和同伴推動(dòng)抽樣的不同點(diǎn)，提出由于個(gè)人隱私等原因，滾雪球抽樣常常難以進(jìn)行下去，而且滾雪球抽樣得到的樣本常常是有偏的，在合理假設(shè)的情況下，同伴驅(qū)動(dòng)抽樣對(duì)總體作出的估計(jì)是漸近無偏的。同伴驅(qū)動(dòng)抽樣由于引入了二次激勵(lì)機(jī)制在一定程度上可以解決有偏問題。Sadler等以作者個(gè)人研究為例，展示如何使用修改的滾雪球抽樣技術(shù)來改善衛(wèi)生教育計(jì)劃的推廣工作和評(píng)估健康教育干預(yù)措施的研究。并且探討了滾雪球抽樣在招募隱藏人群時(shí)的優(yōu)缺點(diǎn)，研究表明滾雪球抽樣技術(shù)具有省時(shí)、高效、節(jié)省成本等優(yōu)點(diǎn)，但其也存在估計(jì)結(jié)果有偏、沒有可靠的統(tǒng)計(jì)方法來估計(jì)樣本的“飽和度”是否達(dá)到等缺點(diǎn)，并提出可以結(jié)合概率抽樣與非概率抽樣的方法，來彌補(bǔ)非概率抽樣的缺點(diǎn)。

滾雪球抽樣雖然應(yīng)用廣泛，它也存在一些缺點(diǎn)。比如，初始樣本的選擇不是隨機(jī)的，隨著抽樣過程的進(jìn)行，無法得到無偏估計(jì)；抽樣過程傾向于一些愿意合作的對(duì)象，較為排斥的對(duì)象自然參與度較低；一些敏感度較高的問題，也會(huì)導(dǎo)致抽樣過程難以進(jìn)行下去。滾雪球抽樣方法還需要不斷的探索與推廣。

參考文獻(xiàn)

[1] Coleman James S. Relational Analysis：The Study of Social Organizations with Survey Methods [J].Human Organization，1958（17）：28-36.

[2] Goodman leo A. Snowball Sampling [J].Annals of Mathematical Statistics，1961， 32（1） ： 148-170.