提高纵向研究调查估计的质量：在LSMS面板调查中的应用（英）

研究概述

本论文探讨了如何通过改进面板调查方法提高纵向研究中的估计质量。纵向调查对于分析人类群体在时间上的当前状态及其变化至关重要，但随着调查时间的延长，保持样本代表性变得越来越困难。主要问题包括样本损耗导致的样本代表性不足、新出生人口和移民的影响，以及样本疲劳引入的测量误差。

关键内容

1. 背景与重要性

   • 长期调查是分析人口状态及其随时间变化的重要工具。
   • 主要关注点在于样本损耗、迁移人口和新进入人口对样本代表性的影响。
   • 通过调整抽样设计、数据收集和估计阶段的方法来解决这些问题。

2. 方法与应用

   • 采用加权份额法（Generalized Weight Share Method）进行估计。
   • 以乌干达国家面板调查数据为例，实验评估了该方法的有效性。
   • 结果表明，校准后的加权份额基估计方法在个体层面统计方面更为准确，并且在样本变更时表现出更高的稳定性。

3. 具体实施

   • 样本设计应尽量减少由于损耗、离开和新进入而导致的样本代表性损失。
   • 数据收集阶段应设计为能够获取已退出样本的个体或家庭的关键信息。
   • 估算阶段需要考虑退出者、迁移者、新进入者及目标人群随时间的变化动态。

4. 案例研究

   • 详细介绍了乌干达国家面板调查的数据应用，展示了方法的实际效果。
   • 2009年、2013年和2015年的数据波次作为案例研究进行了实证分析。

5. 主要发现

   • 校准后的加权份额基估计方法在个体层面统计方面更为准确。
   • 在样本变更时，校准后的加权份额基估计方法显示出更高的稳定性。

结论

本文提出的方法旨在提高面板调查的质量，适用于当前大规模家庭面板调查（如欧盟收入和生活条件调查、LSMS等），并可以扩展到实际调查中的复杂问题。