基层敏感性问题的调查问卷设计及数理统计方法在问卷统计结果分析.doc

基层敏感性问题调查问卷设计及数理记录措施基层敏感性问题调查问卷设计及数理记录措施 在问卷记录成果分析中应用在问卷记录成果分析中应用 云和县记录局云和县记录局 摘要：摘要：敏感性问题调查是记录调查重点和难点之一，本文首先简介目前实行敏感性问题调查难点及处理思绪与措施，接下来以对云和县记录局组织实行云和县“作风建设大评议”暨“社会满意度评价”调查活动简介为引子，对贯穿整个调查活动过程各个方面进行分析，随即将数理记录措施运用到调查记录成果中去，充足挖掘数据背后隐藏价值信息，最终提出分层弱化措施，以期从设计层面缓和目前基层开展记录调查存在“走形式、数据质量差”弊端。关键词：关键词：敏感性、随机化问答技术、明显性水平、均值检查、多元 Logistic 模型。有关敏感性问题界定，理论界众说纷纭，尚无定论,概括起来为在法律和社会准则容许前提下，在一定期期或一定调查目基础上调查主体为获取信息所提出让被调查者存在顾虑，不乐意配合回答或不乐意真实回答问题。在现代社会和经济现象中敏感性问题既具有客观性，又具有普遍性，记录部门作为权威调查机构，在实行调查过程中应充足发挥自身优势，积极为提供最有说服力数据调查分析成果和信息决策征询产品。一、敏感性问题调查意义及难点敏感性问题调查意义及难点 信息社会到来伴随大量信息展现爆炸式指数增长，怎样获取以特定形式加工信息，尤其是对敏感性问题调查信息获取，并得到有价值结论和预测是非常故意义。如市场主体为抢抓市场机遇开展市场问题调查，针对性强，往往波及到个人隐私等敏感信息，若能获得有效客户消费倾向和需求偏好，对于企业以市场为导向长远发展将提供决策根据；记录中介机构开展波及到社会管理和民生意向问卷调查，若能消除民众顾虑，得到其真实诉求，对创新社会管理增进社会稳定都具有积极建设性意义。实行敏感性问题调查难度很大，如对“你与否服用过毒品”采用直接问卷调查，被调查者往往认为这项调查不太礼貌而拒绝回答；如对“你对党委政府某项公共政策与否满意”，被调查者大多基于自我保护意识而回答满意，类似这样问卷调查，出于某种顾虑，被调查者甚至做出与实际相反回答。问卷调查成果对政府部门和社会机构生产和生活影响越来越大，调查质量直接影响到其决策和行为。当某些敏感性问题针对调查目非常重要而不可或缺时，就应当尤其注意问题提出，尤其是提问方式，在调查措施上进行某些专门设计，尽量减少敏感性，减少被调查者疑虑，从而得到较真实调查成果。同步我们也应认识到，基层被调查者文化素质和配合程度整体较差，在实行调查时，要在问卷设计简洁性上下功夫，以兼顾问卷调查实行可操作性和获取真实意见和见解有效性。二、二、问卷设计中敏感性问题处理问卷设计中敏感性问题处理 在一般问卷设计中可以从问卷提问方式、备选答案设置以及语句措辞等方面来加以注意,防止因问卷自身设计缺陷而使本来为“非敏感性”问题,变为“敏感性”问题。如若确实要提出敏感性问题,可采用如下处理措施：（一）（一）非数学化处理非数学化处理 1 1、运用阐明性语言运用阐明性语言 在问卷开头加入某些阐明性语言，阐明调查机构与调查人员一直遵守行业准则与职业道德,对被调查者个人信息及所提供数据资料将予以保密,来减少被调查者心理防卫。如：对“高中生恋爱观调查”中可在问卷开头阐明：“您好,我们是中介调查企业调查员。为理解目前在校高中生恋爱观,我们将征询您见解。请您客观陈说您观点，我们将对您回答及个人信息予以严格保密，不予外泄!感谢您支持与配合!”，用这种阐明性语言向被调查者阐明我们进行是一项正规社会调查活动，无任何商业目或窥探隐私等其他目，从而到达减少心理防卫目。2 2、运用转移法或解释法运用转移法或解释法 转移法转移法即采用第三人称方式提问，将本该被调查者根据自己状况回答敏感性问题,转移到他人做答来减少敏感度。如：“许多同学在考试中都会作弊,您懂得均有什么原因促使他们作弊嘛？”，如直接提问“您考试作弊嘛？”会引起其心理防卫而拒绝回答，采用转移法将被调查者视线转移到其他人身上，减少了其心理防卫从而提高答案精确率。解释法解释法即在提出敏感性问题时申明这种行为或态度是常见，以此来拉近与被调查者距离,如：“目前许多人都患有痔疮方面问题，请问您有这方面困扰吗？”，假如直接提问“您有痔疮嘛？”，被调查者会由于个人隐私而拒绝回答，采用解释法让他懂得患有痔疮是许多人面对共同问题，是一种常见行为，不是他一人独有，从而获得相对对答案。3 3、运用过滤性问题运用过滤性问题 过滤性问题过滤性问题作用类似于过滤器，即通过设置一种或一组问题作为条件以筛选被调查者，问题答案符合条件被调查者继续做答，而排除不符合条件者。（二）（二）数学化处理数学化处理随机化回答技术随机化回答技术 由于敏感性问题具有隐密性、可变性特点，用一般调查技术往往难以获得有效数据资料，虽然是按上述非数学化处理措施也只能是在一定程度上减少问题敏感度，并且减少程度有限，所认为处理这个调查难题,记录学家们做出了诸多努力,其中比较流行做法是采用随机化回答技术（英文简称为 RRT），建立随机化问答模型。RRT 有诸多模型，其中最具代表性是沃纳模型、西蒙斯模型。1 1、沃纳模型沃纳模型（Warner modelWarner model）沃纳(Warner)于 1965 年首先提出随机化回答模型，该模型被命名为沃纳模型。其基本思想是：调查人员设计两个有关敏感性调查问题，规定被调查者从中随机抽取一种回答，而调查人员不知其详细抽中哪一种问题。在这样状况下，可合适减轻被调查者心理承担，激发他们合作积极性，提高对敏感性问题回答率。调查完毕后，调查人员按数理记录措施将资料进行整顿，并根据全概率公式求得对该敏感性问题估计回答。2 2、西蒙斯、西蒙斯模型模型（Simmons moSimmons modeldel）西蒙斯(Simmons)于 1967 年对沃纳模型进行了改善。西蒙斯模型与沃纳模型最大不一样点在于,调查人员设计随机化问题是两个不有关调查问题，一种为敏感性问题，另一种为非敏感性问题。这样处理目是更大程度地激发被调查者合作意识，更为有效地提高敏感性调查数据质量。在实践中，西蒙斯模型运用较广。RRT 虽然是一种敏感性局部处理措施,并已得到了广泛使用,但也要看到由于措施自身特性有无法消除缺陷。有关敏感性问题调查，更应重视对人们心理状况研究，这启示要更多结合心理学、社会学进行研究，力争建立更好随机化回答技术模型，来提高敏感性问题调查质量。三三、云和县“作风建设大评议”暨“社会满意度评价”调查活动、云和县“作风建设大评议”暨“社会满意度评价”调查活动及记录及记录分析分析 本次调查活动由云和县纪委（监察局）负责牵头，县记录局负责组织实行，根据单位职能和工作性质，将被评议单位分五类分别进行评议，合计 87 个单位：第一组 18 个单位，以承担经济工作任务较重政府部门为主；第二组 21 个单位，以社会事业和政府服务管理部门为主；第三组 24 个单位，以综合、党群部门为主；第四组 14 个单位，以银行、保险、通信和烟草为主；第五组 10 个单位，为乡镇、街道。评议人包括县四套班子领导、政风行风效能监督员、县直机关代表、党代表、人大代表、政协委员以及社会代表（小区负责人、居民代表、企业代表），每类评议人构成比例大体相近，保证较为真实反应社会各界综合意见。每位评议人按各单位服务态度和工作效率、办事公正和廉洁自律、工作实效和社会影响进行评议，评议原则分为“满意、比较满意、基本满意、不满意”，分别赋值 100、80、60、40 分，同步考虑到实际状况，另设“不理解”，不计入得分。评议成果采用百分制计分法，每个被评议单位得分为其在各类有效评议人上得分加权后之和，权重为对该单位进行评议某类评议人有效评议次数（扣除“不理解”数）占该单位全体有效评议次数（扣除“不理解”数）比重。（一）（一）评议调查记录成果评议调查记录成果简介简介 1 1、记录汇总记录汇总成果成果 由于单位最终评议得分与其年终考核等次及绩效奖励挂钩，此项调查活动具有一定敏感性，评议表记录过程由县委组织部负责监督。记录人员按照规定，严格进行审核记录，经确认共有 266 人做出有效评议。从汇总成果看，评议人（266 人）共完毕 22378 次有效评议，有效评议率为 96.7%，若扣除评议人勾选不理解数，则有效评议率为87.6%，即评议人对 87 个被评议单位平均不理解比率仅为 9.1%，阐明评议人在评议时认真看待，对大多数被评议单位均能做出自己主观判断，而不是勾选“不理解”敷衍了事。从被评议单位分组状况看，各组有效评议率基本一致，仅第四组被评议单位不理解比率偏高，到达 11.9%，重要原因是县农业发展银行被勾选“不理解”次数过多拉高了该组不理解平均数，对该行评议为“不理解”高达 58 人次，远高于每单位平均 24.1 次水平，阐明与其他金融银行部门相比，农业发展银行在我县居民中社会知晓度和影响力稍逊一筹，这有也许是由于著名度不高和业务较为单一导致。2 2、分组各单位满意得票数简介分组各单位满意得票数简介 从各组被评议单位平均得票数状况来看，第一组单位满意数得票最高（53.5 次），占其平均有效评议次数比重也最高（20.7%）；第二组单位满意数得票最低（43.8），占其平均有效评议次数比重也最高（16.8%）。这阐明涉经部门因自身职能致力于发展经济，在产业发展、资金支持和技术服务等方面积极投入，城镇面貌大大改善，对社会群众影响程度相对较高，比较轻易获得满意评价。反之，社会事业和政府服务管理部门则由于业务活动往往是被动式服务定向人群，对人民群众平常生产生活影响程度不够全面，得到满意率则较低。从各个被评议单位满意得票数状况来看，它直接反应了评议人整体选择趋向，是对各单位作风建设暨社会满意度整体评价重要参照风向标。从记录成果看，关系到居民健康或也许与居民利益相冲突单位满意得票整体偏低，如环境保护局、质监局、药监局、土地征收办公室和住建局等单位；居民不熟悉单位满意得票整体也偏低，如气象局、人民防空办公室、档案局、文联和团县委等单位。而党群权力部门或与居民利益亲密有关单位得票普遍偏高，如纪组宣部门、民政局、发改局、财政局、农村信用联社等单位，分化构造较为明显。导致原因，一是每个评议人作为居民身份做出这样分化选择极其合理自然，二是在党政机关任职（如县四套班子领导和县直机关代表）或有过任职经历（如部分退休党代表、人大代表和政协委员）评议人占比也许偏高所致。但现实问题是，本次我们按照分层随机等距抽样原则选用评议人，尽量控制各类评议人之间比例均衡，且对抽取县直机关代表、党代表、人大代表、政协委员均作出了非领导职务限制，力争公平合理，尽量保证记录成果真实可信，但受整体抽样框和抽样措施限制，无法完全保证评议人在各行政区域范围内或各县直机关单位间分布均衡，也无法消除某些权力强势部门受到“照顾”评议之嫌，这也是理想状态与现实可操作性之间不得不存在妥协。3 3、记录成果描述性数据分析记录成果描述性数据分析 从下面所有 87 个被评议单位及分组单位得分状况图来看（按得分从低到高排列），除县委组织部得分 91.46、农村信用联社得分88.09、民政局得分 86.21 偏高之外，大多单位得分分布较为平均，在均值线 80.23 处上下浮动对称，区间范围大体在75,85内。从描述性记录分析成果看，所有单位得分及分组单位得分平均值与截尾平均值基本靠近，所有单位得分原则误差仅为 0.33%，各分组单位原则误差也不超过 0.85%，阐明得分集中趋势较为明显。通过计算，峰度系数为 1.45510，阐明单位得分为扁平分布，不存在异常离群值，且分布均匀；平均值不小于中位数，且偏度系数为 0.9191，为右偏分布，表明大多单位得分在平均值如下，阐明评议人对 87 个被评议单位整体评价是略低于比较满意评议原则。（二）（二）有关问题分析有关问题分析 1 1、独立样本独立样本均值均值检查检查 （1 1）县四套班子领导参与评议影响县四套班子领导参与评议影响问题提出问题提出 按照县纪委（监察局）规定，县四套班子领导参与“作风建设大评议”暨“社会满意度评价”活动，既丰富了评议人类别，又体现了县领导对改善机关单位作风建设重视程度,但这也带来了一种疑惑，各单位工作职能不一样与否导致县领导评议有失客观公平？当然虽然存在这种不公平也是极其合理，由于评议成果是每个评议人把握客观事实与主观倾向性选择综合反应，首先县领导对各单位理解程度是不也许一致，如对 A 单位工作中特色亮点和经验比较赞赏，而对 B 单位工作局限性之处颇为在意；二是由于工作接触紧密程度不一样导致，如在平常频繁业务工作指导和反馈中，经济工作部门和党群权力部门有也许加深领导对其主观上偏好，而弱势部门和边缘部门由于较为缺乏这种上下级间互动，则难以受到这种“照顾”。基于这种考虑，我们可从比较县四套班子领导对各单位评议得分与非县四套班子领导对各单位评议得分入手，从记录学意义上来分析两者之间与否存在明显差异性？（2 2）独立样本）独立样本均值均值检查检查状况状况 独立样本均值检查是检查两个独立样本均值与否存在明显差异一种措施，在检查前要先判断这两个样本对应总体方差与否相等，也就是进行方差齐次检查。在总体方差相似和不相似状况下，分别对样本均值采用不一样记录量公式进行检查。组记录量组记录量 1=县四套班子领导评议得分；2=非县四套班子领导评议得分 单位（样本）个数 单位得分 均值 单位得分 原则差 单位得分均值 原则误差 所有单位 1 87 81.74 4.54755 0.48755 2 87 80.03 3.04803 0.32678 第一组单位 1 18 81.79 4.31077 1.01606 2 18 80.42 2.69368 0.63491 第二组单位 1 21 80.89 4.25637 0.92882 2 21 79.35 2.68706 0.58636 第三组单位 1 24 82.61 5.44608 1.11168 2 24 80.21 3.36677 0.68724 第四组单位 1 14 80.24 4.52476 1.20929 2 14 79.46 3.94841 1.05526 第五组单位 1 10 83.45 2.52616 0.79884 2 10 81.08 2.08643 0.65979 从上表组记录量看，每组被评议单位样本 1（1=县四套班子领导评议得分）和样本 2（2=非县四套班子领导评议得分）间均值、原则差以及原则误差差异程度不一，为此先进行 Levene 方差齐次检查，从检查成果看，第二、四、五组样本 F 记录量所对应明显性水平 Sig.0.05(见下表左边)，在 5%明显性水平下接受两组样本对应整体方差相等假设，为此继续进行均值方程 t 检查，t 检查量对应明显性水平 Sig.(双侧)(见下表右边)分别为 0.17、0.633 和 0.034（前两个不小于 5%，第三个不不小于 5%），因此从记录学上接受第二、四组被评议单位各自两组样本 1 和 2 均值相等假设，同理拒绝第五组被评议单位两组样本 1 和 2 均值相等假设。独立样本检查独立样本检查 假设方差相等 方差方程 Levene 检查 均值方程 t 检查 F Sig.t df Sig.(双侧)均值差值 原则误差值 差分 95%置信区间 下限 上限 所有单位得分 10.549 0.001 2.922 172 0.004 1.71517 0.58693 0.55665 2.87369 第一组单位得分 4.896 0.034 1.148 34 0.259 1.37556 1.19812-1.05931 3.81042 第二组单位得分 1.646 0.207 1.399 40 0.17 1.53667 1.09842-0.68332 3.75665 第三组单位得分 6.51 0.014 1.836 46 0.073 2.4 1.30695-0.23076 5.03076 第四组单位得分 0.367 0.55 0.483 26 0.633 0.77571 1.60498-2.52337 4.0748 第五组单位得分 0.014 0.907 2.29 18 0.034 2.373 1.03608 0.19627 4.54973 下面来看第一、三组单位 Levene 方差齐次检查成果，其 F 记录量对应明显性水平不不小于 0.05，拒绝两组样本 1 和 2 所对应总体方差相等假设，接下来样本均值检查表明 t 记录量对应明显性水平分别为 0.259 和 0.073，均不小于 5%，接受样本 1 和 2 均值相等假设。同理对于所有被评议单位来说，不仅两组样本 1 和 2 方差所对应总体方差相等假设不能成立，并且两组样本均值相等假设也不能成立。（3 3）结论）结论 根据上面各组被评议单位检查成果，总结如下表所示。由此表明，对所有单位来讲，县四套班子领导整体评价要优于非县四套领导评议人，但其内部波动要较大。由此我们可以合理推定，首先县领导评价较为全面客观，由于是站在全县工作大局高度上来对各单位进行评价，公平性原则得到保证；而非县领导评议人大多根据对机关单位理解或工作生活接触来评价，这种评价是个体化，也是基于不全面经验判断成果，虽然感到满意也不见得评价满意，但若感到不满意则肯定做出直观评价，因而所有单位在非县领导上平均得分低一点也在情理之中。另首先，县领导对各单位工作理解较为清晰，因而评价具有差异性和辨识度，而非县领导评议人若对某单位理解不是很清晰，则往往折衷或模糊评价，因此整体上得分内部波动性比县领导要小。独立样本检查结论表独立样本检查结论表 检查原则 及结论 被评议单 位类别 总体方差相等假设 样本均值相等假设 结论 第一组 1 与 2 无明显性差异，但 1 内部差异性比 2 大 第二组 1 与 2 无明显性差异，且 1 与 2 内部差异性一致 第三组 1 与 2 无明显性差异，但 1 内部差异性比 2 大 第四组 1 与 2 无明显性差异，且 1 与 2 内部差异性一致 第五组 1 整体评议好于 2，但 1 与 2 内部差异性一致 所有单位 1 整体评议好于 2，且 1 评议波动较 2 大 注：“”表到达立，“”表达不成立；“1”表达县四套班子领导评议得分样本，“2”表达非县四套班子领导评议得分样本。从分组单位检查结论来看，第二组（社会事业和政府服务管理部门）和第四组（银行、保险等部门）在两类评议人上得分无明显性差异且内部差异性一致；而第一组（涉经部门）和第三组（综合、党群部门）在两类评议人上得分差异性则有所区别，且县领导要大。由此可以合理推测，对于第二、四组单位，县领导也许侧重于以公民身份定位做出评价，因这些单位与其政绩有关性不强，“照顾”评价也许性相对较低，因而与非领导评议人得分无明显差异；对于第一、三组单位内部，既有主抓经济和权力单位，县领导“照顾”评价也许性很大，也有边缘和弱势单位，“照顾”也许性几乎没有，因而其内部差异性就比非领导评议人要大。至于第五组（乡镇、街道），相对非县领导评议人来说，县领导做出很好评价也许性较大，因而整体得分偏高一点。2 2、多元、多元 LogisticLogistic 模型分析模型分析 （1 1）对个别单位满意得票数过高（低）问题提出）对个别单位满意得票数过高（低）问题提出 本次评议个别单位满意得票数过高（低），远远偏离平均值，如满意得票数排名前三为县委组织部、农村信用联社、民政局，分别高达 157、114、108 票，满意率（100%*满意得票数/有效评议人数）分别为 59.0%、42.9%、40.6%，而有些单位满意得票则很低，甚至只有十几票。作为评议人，若是根据自己掌握实际状况，对各单位做出自己主观评价，显然从程序上讲也就保证了此类具有一定敏感性调查活动客观公平，但实际上很难防止“老好人”票或“人情票”。为此本次调查活动对每个评议人均严格限定了相似做出“满意”评价最大次数，否则记录时视为无效票，这在很大程度上杜绝了“老好人”现象存在，不过却无法消除“人情票”存在，因此对个别单位满意得票数存在异常状况有必要加以分析研究。一来可以从侧面理解评议人整体倾向性选择或者偏好与否具有某种规律，二来也可以对此后改善此类敏感性问题调查有所启发，从而完善调查程序公平性，最大程度消除评议人不公正评价。（2 2）多元）多元 LogisticLogistic 模型分析状况模型分析状况 对有若干个成果多元分类因变量（响应变量）发生概率建模时，可以使用多元 Logistic 回归模型来进行分析。由于事件发生概率都在 0 和 1 之间变动，作为广义线性模型中一种，Logistic 回归模型对一般线性回归模型进行了扩展，能很好处理因变量仅在0,1之间变化回归问题。如本文中我们想懂得决定某个被评议单位满意率、不满意率等影响原因有哪些？这些很有也许与评议人年龄、性别、工作经验等有关，甚至也许与个人敏感性信息有关，但这些不也许得到每个评议人正面回答，因此只能搜集有关评议人基本信息或通过弱化敏感性来获取评议人某些资料加以分析研究。本次调查活动在评议表表头仅设置了评议人某些基本信息，包括年龄（分为 31 岁如下、31-45 岁、45-60 岁、60 岁以上四个阶段）、性别、有无机关单位工作经历。由于我们期望通过这次调查后记录成果去分析不一样类型评议人对不一样类别被评议单位整体评价与否具有某种规律？如评价成果与其身份类别、年龄阶段有关性及分布状况怎样等等。这里设置“有无机关单位工作经历”类似于弱化“身份类别”这种敏感信息，尽管为无记名评议，但由于评议人素质差异性较大，个体防备性、敏感性和配合程度均有很大不一样，理想状态下，这样可以尽量消除也许存在顾虑（如某机关人员以党代表身份参与评议，其对县委组织部不太满意，若在表头勾选党代表身份，往往不愿做出真实评价；若勾选“有机关工作经历”，则对组织部做出不满意评价也许性大增），也就尽量保证了评议人对调查评议卷做出完整评价成功率。这里选用两个有代表性单位作为我们研究对象，一种是组织部，一种是环境保护局，两个单位在满意得票数上存在巨大差异，若能进行对比分析，应当具有一定价值。考虑到得票数大多分布在满意（用代码 1 表达）与比较满意（用代码 2 表达）两个选项上，这里将基本满意和不满意合并（记为代码 3），对组织部和环境保护局得票数据均采用多元 Logistic 措施进行建模，分析以代码 3 为参照原则，研究两个单位在代码1和代码2上概率及变动规律。从拟合系数检查看，皮尔逊系数和方差记录量卡方检查明显性水平均不小于 0.10，表明多元 Logistic 模型很好拟合了数据，输出成果如下面两表所示：案例处理摘要案例处理摘要 县委组织部 县环境保护局 N（样本个数）边际比例 N（样本个数）边际比例 1=满意；2=比较满意；?3=基本满意或不满意 1 157 59.0%20 7.5%2 75 28.2%152 57.1%3 34 12.8%94 35.3%0=男；1=女 0 181 68.0%181 68.0%1 85 32.0%85 32.0%1=31 岁如下；?2=31-45 岁；1 45 16.9%45 16.9%?3=46-60 岁；?4=60 岁以上 2 108 40.6%108 40.6%3 83 31.2%83 31.2%4 30 11.3%30 11.3%0=有过机关单位工作经历；?1=没有机关单位工作经历 0 140 52.6%140 52.6%1 126 47.4%126 47.4%有效 266 100.0%266 100.0%缺失 0 0 总计 266 266 子总体 16 16 参数估计参数估计 县委组织部 县环境保护局 1=满意；2=比较满意；3=基本满意或不满意 a B 原则误 Wald 明显 水平 Exp(B)B 原则误 Wald 明显 水平 Exp(B)1 截距.495.714.480.488 -1.466.641 5.241.022 年龄=1-1.264.898 1.979.159.283-.785.981.640.024.456 年龄=2.036.830.002.035 1.037-.038.750.003.040.963 年龄=3-1.220.821 2.209.137.295.154.769.040.341 1.167 年龄=4 0.0.经历=0 4.454.773 33.234.000 86.003 经历=1 0.2 截距 1.259.652 3.727.054 .074.385.037.847 年龄=1-.716.786.829.362.489.160.493.105.046 1.173 年龄=2.089.762.014.017 1.093.501.438 1.310.032 1.651 年龄=3-1.301.747 3.035.081.272.580.455 1.626.002 1.786 年龄=4 0.0.经历=0.932.820 1.292.026 2.539 经历=1 0.上面案例处理摘要表给出是组织部和环境保护局在代码 1、2 和 3 上得票数状况，尚有评议人性别、年龄、工作经历分布状况（均用数字代码表达，这里略）。接下来 参数估计 表给出是多元Logistic回归模型拟合参数估计成果，根据表中回归系数（B 列）得到回归方程。以代码 3 为对比基础，这里直接给出组织部在代码 1、2 上概率回归方程分别如下：1230.495 1.264+0.0361.2204.4541pLnp0年龄类型年龄类型年龄类型经历 (1)1231.2590.716+0.0891.3010.9321pLnp0年龄类型年龄类型年龄类型经历 (2)同理环境保护局在在代码 1、2 上概率回归方程分别如下：1231.4660.7850.038+0.1541pLnp 年龄类型年龄类型年龄类型 (3)1230.074+0.160+0.501+0.5801pLnp年龄类型年龄类型年龄类型 (4)上面(1)-(4)式中，p均表达某个评议原则发生概率，显然有 0,1(,)1ppLnp 。（3 3）结论）结论 从（1）、（2）方程式中参数看，31-45 岁（2年龄类型）并且选择代码 1（或 2）评议人，其参数估计值为正（即 0.036、0.089），对应明显性水平0.05（见参数估计表），通过明显性检查，阐明与选择代码 3 评议人相比，他们选择代码 1（或 2）概率要大。而 31 岁如下（1年龄类型）和 45-60 岁（3年龄类型）并且选择代码 1（或 2）评议人，其参数估计值为负，对应明显性水平0.05,没有通过明显性检查，阐明与选择代码 3 评议人相比也许没有明显差异。同步有机关单位工作经历（0经历）且选择代码 1（或 2）评议人，其参数估计值为正，通过明显性检查，阐明与选择代码 3 评议人相比，他们更倾向于选择代码 1（或 2），且选择 1 概率（系数为 4.454）要比选择 2（系数为 0.932）大得多。基于这样回归成果我们可以合理推测评议人有机关单位工作经历是决定组织部满意得票数偏高关键，但在不一样评议人年龄区间上做出倾向选择也许存在差异，即 31-45 岁评议人普遍做出很好评价（尤以满意为主），而 31 岁如下和 45-60 岁评议人则评价较为平均。深入可以认定相对于其他单位，组织部由于自身特殊职能具有获得满意评价“天然优势”：31-45 岁评议人正处在事业发展黄金期，能力、资历、经验日臻成熟，规定上进企图心更强，因此易对组织部做出最佳评价；其他年龄段评议人则由于未到或已过黄金期，对组织部评价也就没体现那么强目性，普遍体现为很好而已，但还是明显好于其他单位。至于没有机关单位工作经历评议人，由于基本不存在利益有关，其对组织部整体评价与对其他单位则不存在明显差异。从（3）方程式中参数看，31 岁如下（1年龄类型）和 31-45 岁（2年龄类型）且选择代码 1 评议人，其参数估计值为负，通过明显性检查，阐明与选择代码 3 评议人相比，他们选择代码 1 概率要小多；而 45-60 岁（3年龄类型）评议人参数估计值尽管为正，但未通过明显性检查，阐明与选择代码 3 评议人相比也许并没有什么差异。从（4）式中参数看，3 个年龄段选择代码 2 评议人参数估计值为正且通过明显性检查，阐明与选择代码 3 评议人相比，他们选择代码 2 概率要偏大一点。由此可以合理认定评议人对环境保护局评价与其有无机关单位工作经历不存在有关性，从侧面阐明伴随生活水平提高，环境保护意识已经深入民心，作为居民，每位评议人对环境保护规定越来越高，整体上对环境保护局做出满意评价概率都比较低，做出比较满意评价概率也不高（见（4）式中参量系数），且展现年龄越小做出较差评价概率就越大特点，这也许与年轻人对生活品质和舒适度规定较高有关，也也许受常常参与户外活动或锻炼客观条件所决定。（三）（三）某些补充阐明某些补充阐明 由于受样本量限制和缺乏此类调查有关数据成果及分析结论支持，根据样本均值检查和多元 Logistic 回归模型所得出某些结论和推测仅是基于记录成果所得，也许与真实状况存在偏差，由于掌握评议人信息不全面且很粗略，更无法保证每个评议人客观公平。回归模型没有捕捉到 60 岁以上回归成果，也许与该年龄段评议人样本数偏少有关，同样也没有捕捉到性别差异原因影响，也许本次评议不存在这方面影响，也也许是仅靠一次这样调查是远远不够。这里只选用组织部和环境保护局作为特殊个案来对照研究，力争揭示评议人样本意见在其自身某些属性上分布状况，从而推断社会各界总体上某些倾向。四四、分层弱化模型提出分层弱化模型提出 从上面我县这次调查活动过程中某些体会和数据分析推断结论来看，很难消除某些不公平现象存在，如“照顾评价”差异性、分年龄段评议人安排与否合理、在特定调查目下被评议单位分组问题等等。若敏感性问题调查千篇一律只追求快捷完毕，这样绝对会暴露出“走形式、数据质量差”弊端，也会导致人力、物力和财力挥霍。应当在设计层面上更有针对性，在详细原则和措施框架下，通过精细化、特异化设计才能尽量保障调查成果数据质量可信度。为此这里提出一种思绪以供参照，即分层弱化措施。分层弱化建模思想是基于敏感性问题具有可变性特点而设计,即根据敏感性调查不一样目，探究导致该调查问题为敏感性问题原因，由此选择与之有关非敏感分层标志以划分不一样调查层，再根据各层被调查人群不一样心理特点或性格特性，对应设计每层弱化或非弱化敏感性问题，到达减少敏感性问题敏感度、争取被调查者合作目（如本文中不一样年龄段评议人对组织部和环境保护局进行评价时存在差异性就需要这样设计）。分层弱化模型实行重要分为分层和弱化敏感度这两个环节。其中非敏感分层标志选择和弱化敏感度措施则成为应用该模型关键所在。但需强调是，分层弱化模型并不是孤立，它要在调查自导向下与其他调查措施有机结合，扬长避短，才能获得理想调查效果。五、总结及提议五、总结及提议 本文首先简介基层敏感性问题调查难点和某些措施，接下来以本局组织实行云和县“作风建设大评议”暨“社会满意度评价”调查活动为引子，对整个调查活动过程内容进行了梳理分析，随即用均值检查和多元 Logistic 回归模型对调查成果也许存在某些疑惑进行了探析和推论，也得出了评价成果与评议人属性上某些规律，最终提出分层弱化措施，以期从设计层面缓和目前基层开展记录调查存在“走形式、可靠性差”弊端。本文仅是管中窥豹，在综合考虑和详细分析措施上还存在许多局限性，此后需要创新措施去完善怎样获得敏感性信息，强化科学设计和针对性处理，合理规避和消除评议人顾虑，通过多次这样调查来丰富经验，做出更可靠和符合逻辑推论和判断，努力发挥记录调查“于小样本中窥探大世界”功能，实践记录调查更好服务社会目。课题负责人：吴兆江 执 笔 人：方正华