2013年-世界发展银行全球_The_Use_of_Random_Geographic_Cluster_Sampling_to_Survey_Pastoralists_25页_1mb

总结：随机地理集群抽样在牧民调查中的应用

核心内容

本研究探讨了使用随机地理集群抽样（Random Geographic Cluster Sampling, RGCS）方法对牧民进行调查的可行性。该方法旨在解决传统基于家庭的抽样调查中对游牧和半游牧群体的覆盖率不足问题。通过在地理信息系统（GIS）基础上进行区域分层，并在随机选定的点周围划定圆形区域，所有在该区域内居住或经过的受访者均可被纳入调查。这种方法能够有效覆盖移动人口，避免传统抽样方式中因无固定住所或临时离家而遗漏的群体。

主要观点

• RGCS方法的优势：与传统基于家庭的抽样相比，RGCS能够覆盖移动人口，包括无固定住所的游牧家庭，从而提高数据的代表性。
• 适用性：RGCS方法已被用于发达国家的农业统计，如美国农业部（USDA），并在一些发展中国家的牧民研究中有所应用，如苏格兰、索马里、南非、泰国和老挝。
• 数据质量：本研究在埃塞俄比亚的阿法尔地区进行了试点项目，使用RGCS方法收集了784户的数据，用于测量牲畜拥有情况。与之前的农户调查（ERSS）相比，RGCS提供了更全面的覆盖，但实施过程中仍面临挑战。
• 局限性：尽管RGCS方法在理论上能有效减少覆盖率偏差，但在实际操作中，由于访谈员未能严格执行流程、自然灾难和民族冲突等因素，仍导致部分数据收集困难。

关键信息

研究背景

• 本研究在埃塞俄比亚阿法尔地区进行，该地区是游牧和半游牧人口的主要聚居地，且地理环境复杂，存在较多自然障碍和安全风险。
• 阿法尔地区被划分为五个行政区域，其中Zone 2因极端天气、近期针对西方人的暴力事件和独立的迁徙模式被排除在外。

抽样设计

• 分层策略：根据GIS数据，将阿法尔地区划分为五个不同的层，依据牲畜和牧民的分布密度。
• 层划分依据：
  • 层1：城镇附近，人口密度高。
  • 层2：永久农业区，牲畜可能性低。
  • 层3：距离主要水源2公里以内的区域，牲畜可能性高。
  • 层4：距离主要水源2至10公里的区域，牲畜可能性中等。
  • 层5：其余区域，牲畜可能性低。
• 抽样点与半径：总共选择125个抽样点，不同层的半径不同，以适应不同密度的牲畜分布。例如，层3半径为1公里，层5为5公里。

抽样实施

• 预测试：在2011年12月和2012年6月进行了两次预测试，以确定抽样方法和调查工具。
• 设备与导航：每个访谈员配备GPS设备，并在设备中预加载抽样点和圆形区域，设备还会在进入圆形区域时发出警报。
• 团队组成：每支调查队伍由4名访谈员和1名监督员组成，以确保数据收集的准确性。
• 本地向导：鼓励使用本地向导，以帮助确定最佳路线并作为政府团队与当地社区之间的桥梁。
• 调查问卷：问卷分为三种类型，分别用于家庭成员信息、牲畜信息和个体牲畜持有者信息。

权重调整

• 基础权重：初始权重为每个家庭被选中的概率的倒数。
• 观察覆盖调整：由于部分圆形区域未能被完全观察，使用**视域分析（Viewshed Analysis）**来估算未观察部分的覆盖比例，并据此调整权重。
• 权重计算：权重调整后，使用Horvitz-Thompson估计器来计算牲畜拥有率的平均值。

实施挑战

• 访谈员行为：部分访谈员未能严格执行抽样流程，导致部分区域未被充分访问。
• 时间安排：调查时间与斋月重合，影响了访谈员和受访者的参与积极性。
• 自然障碍：季节性降雨提前，导致道路被淹、河流边土地难以进入，增加了实地访问的难度。
• 安全问题：与当地社区的关系紧张，导致少数安全事件，如对司机和调查员的袭击，以及调查协调员的短暂绑架。
• 移动性问题：部分受访者和牲畜在调查期间有迁移行为，这可能影响数据的准确性，但根据调查结果，迁移并未导致显著偏差。

结论

• RGCS方法在阿法尔地区试点中显示出其在覆盖游牧和半游牧群体方面的潜力。
• 然而，该方法的实施受到技术能力、安全环境和自然条件等多重因素的限制。
• 调查结果表明，尽管存在一些挑战，RGCS在减少覆盖率偏差方面是有效的，特别是在移动人口较多的干旱地区。

附录参考

• 图1：阿法尔地区的传统迁徙路线。
• 图2：阿法尔地区的五层划分图。
• 图3：抽样点与圆形区域示例。
• 图4：层边界对选择概率的影响。
• 图5：视域分析示例图。

应用前景

• RGCS方法在干旱地区和移动人口较多的地区具有广泛的应用前景。
• 该方法也可用于其他类型的人口调查，如非固定居住人口的健康和教育状况调查。