连续性抽样调查理论及其应用研究

论文摘要

本文突破了现行抽样调查理论的研究范畴,将传统的一次性截面抽样调查扩展到连续性的纵向抽样调查,使得连续变化的调查总体在时间维度上作为一个相互联系的有机整体进行研究,最终目标是产生更加准确地反映调查总体变化与发展的时间序列统计数据,以供社会经济学者进行更加准确的社会经济分析。首先,在理论研究上,本文形成了一套连续性抽样调查的理论研究体系,即轮换样本调查下的轮换模式设计与估计方法体系和连续性抽样调查下的时间序列估计方法体系。(1)针对使用频率最高的轮换样本调查,本文设计了二维平衡单水平轮换模式和三维平衡多水平轮换模式,进而提出了广义组合估计方法和固定窗宽的最优线性估计方法。这套基于平衡轮换模式的连续性抽样估计方法不仅能够准确地给出估计量方差和偏差公式,而且还可得出一套最优权重系数,使得多目标调查的整体估计精度达到最高,同时又兼顾各类目标估计量的精度要求。(2)本文还打破了传统的组合估计理论的局限,研究了另外一套估计方法,即引入了时间序列分析方法和卡尔曼滤波估计理论。这套估计方法根据不同总体的变化规律和发展趋势,建立各种时间序列模型,利用成熟的时间序列估计方法给出总体特征的估计量。这套估计方法体系不仅适用于轮换样本调查,而且还特别适用于重复样本调查和固定样本调查下的连续性抽样估计问题。其次,在应用研究上,本文形成了一套连续性抽样调查的应用研究体系。为了将科学的连续性抽样调查理论顺利地应用到我国抽样调查的实践工作中,本文提出从调查组织体系和方法体系等方面进行相应的改革,构建一套适应我国政府管理体制的连续性抽样调查体系,以此产生更加准确的时间序列统计数据,从而更好地体现出经常性抽样调查的主体地位。本文最后还以我国农村地区的统计调查改革为例,构建了一套农村连续性抽样调查体系。这套应用研究体系大致勾画出我国应用连续性抽样调查理论的整体框架和思路。

论文目录

• 摘要
• Abstract
• 目录
• 第1章 绪论
• 1.1 研究背景及研究意义
• 1.1.1 研究背景
• 1.1.2 研究意义
• 1.2 国内外研究现状及述评
• 1.2.1 理论研究现状及述评
• 1.2.2 应用研究现状及述评
• 1.3 结构安排与创新之处
• 1.3.1 结构安排
• 1.3.2 创新之处
• 第一部分 连续性抽样调查理论研究
• 第2章 连续性抽样设计方法研究
• 2.1 引言
• 2.2 调查总体的不断变化与连续性抽样调查
• 2.3 连续性抽样设计方法及其应用
• 2.3.1 重复样本调查
• 2.3.2 固定样本调查
• 2.3.3 轮换样本调查
• 2.3.4 分裂样本调查
• 2.3.5 各种连续性抽样设计方法的比较及应用
• 2.4 连续性抽样调查存在的主要问题及其处理方法
• 2.4.1 连续性抽样调查中的回答偏差及其处理方法
• 2.4.2 连续性抽样调查中无回答问题的处理方法
• 2.5 本章小结
• 第3章 轮换样本调查的轮换模式设计研究
• 3.1 引言
• 3.2 现行的样本轮换模式及其应用述评
• 3.2.1 单水平轮换模式
• 3.2.2 不完全单水平轮换模式
• 3.2.3 多水平轮换模式
• 3.2.4 现行各种轮换模式存在的问题
• 3.3 平衡轮换模式设计
• 3.3.1 二维平衡单水平轮换模式设计
• 3.3.2 三维平衡多水平轮换模式设计
• 3.4 本章小结
• 第4章 轮换样本调查下的连续性抽样估计方法研究
• 4.1 引言
• 4.2 连续性抽样估计方法概况
• 4.3 两个不同时间的连续性抽样估计方法
• 4.3.1 组合估计量
• 4.3.2 回归组合估计量
• 4.4 两个以上不同时间的连续性抽样估计方法
• 4.4.1 基于无限总体的线性组合估计方法
• 4.4.2 最优线性无偏估计量
• 4.4.3 K组合估计量和AK组合估计量
• 4.4.4 修正回归估计量
• 4.4.5 回归组合估计量
• 4.4.6 多水平轮换设计下的组合估计量
• 4.4.7 现行各种估计方法的比较及改进思路
• 4.5 基于二维平衡单水平轮换模式的连续性抽样估计方法
• 4.5.1 广义组合估计量
• 4.5.2 最优线性无偏估计量
• 4.5.3 固定窗宽的最优线性估计量
• 4.5.4 数值分析
• 4.6 基于三维平衡多水平轮换模式的连续性抽样估计方法
• 4.6.1 广义组合估计量
• 4.6.2 固定窗宽的最优线性估计量
• 4.6.3 数值分析
• 4.7 本章小结
• 第5章 连续性抽样调查下的时间序列估计方法研究
• 5.1 引言
• 5.2 时间序列估计方法研究综述
• 5.2.1 重复样本调查
• 5.2.2 轮换样本调查
• 5.2.3 现行各种时间序列估计方法存在的问题
• 5.3 时间序列估计方法一般理论
• 5.4 连续性抽样调查下的时间序列估计方法
• 5.4.1 重复样本调查下的时间序列估计方法
• 5.4.2 轮换样本调查下的时间序列估计方法
• 5.4.3 固定样本调查下的时间序列估计方法
• 5.4.4 数值分析步骤
• 5.5 连续抽样调查下的卡尔曼滤波估计方法
• 5.5.1 状态空间模型与卡尔曼滤波
• 5.5.2 连续抽样调查下模型基本结构及卡尔曼滤波估计方法
• 5.5.3 数值分析
• 5.6 本章小结
• 第二部分 连续性抽样调查理论在我国的应用研究
• 第6章 建立适应我国政府管理体制的连续性抽样调查体系
• 6.1 引言
• 6.2 我国现行抽样调查体系发展历程及存在问题分析
• 6.2.1 我国现行抽样调查体系的发展历程
• 6.2.2 我国现行抽样调查体系存在的问题
• 6.3 建立我国连续性抽样调查体系的整体思路
• 6.4 连续性抽样调查体系的建立与实施步骤
• 6.4.1 政府统计抽样调查机构与队伍设置
• 6.4.2 精简、整合及增加各类抽样调查项目
• 6.4.3 建立和维护地域抽样框与名录抽样框体系
• 6.4.4 连续性抽样设计与样本轮换
• 6.4.5 连续性抽样估计方法
• 6.4.6 连续性抽样调查数据的发布与分析
• 6.5 本章小结
• 第7章 连续性抽样调查体系的应用研究——以建立我国农村连续性抽样调查体系为例
• 7.1 引言
• 7.2 我国农村地区各项抽样调查的现状及存在的问题
• 7.3 建立我国农村连续性抽样调查数据搜集、整理、发布与分析体系
• 7.4 我国农村连续性抽样调查体系的实施步骤
• 7.4.1 我国农村抽样调查组织机构与队伍设置
• 7.4.2 精简、整合及增加各类农村抽样调查项目
• 7.4.3 建立和维护农村地域抽样框与名录抽样框体系
• 7.4.4 农村连续性调查样本抽取方法与样本轮换
• 7.4.5 农村连续性抽样估计
• 7.4.6 农村连续性抽样调查数据的发布与分析
• 7.5 本章小结
• 第8章 总结与展望
• 8.1 论文总结
• 8.1.1 研究方法总结
• 8.1.2 已取得的研究成果
• 8.1.3 有待进一步研究的问题
• 8.2 研究展望
• 主要参考文献
• 附录
• 攻读博士学位期间发表论文清单
• 攻读博士学位期间参与课题研究及获奖情况
• 致谢