文章信息
- 赵鹏军, 冯筱, 李圣晓
- ZHAO Pengjun, FENG Xiao, LI Shengxiao
- 旧城区居民出行问卷调查常见问题分析及技术创新——以北京市前门地区为例
- Common Problems and Technical Innovation of Travel Survey in Old Town: A Case Study in Qianmen Area in Beijing
- 北京大学学报(自然科学版), 2016, 52(3): 486-492
- Acta Scientiarum Naturalium Universitatis Pekinensis, 2016, 52(3): 486-492
-
文章历史
- 收稿日期: 2015-01-09
- 修回日期: 2015-04-21
- 网络出版日期: 2016-05-17
居民出行调查指对交通规划区域常住人口和暂住人口在一定时间内的出行属性(如出行次数、出行起讫点、出行目的、交通方式、出行时间等)、社会经济属性以及个人与家庭属性等进行调查[1]。通过出行调查, 能够掌握居民不同目的的出行活动在时间和空间上的变化规律, 是进行城市交通规划和其他相关规划十分重要的基础资料, 同时也为制定城市交通政策提供有效的支撑。
居民出行调查方式主要有问卷调查、寄送明信片、电话访谈等形式。随着科技的进步, 我国部分地区也在尝试使用GPS等移动定位设备进行出行数据采集。但是, 考虑到我国目前经济和科技发展水平, 以及问卷调查方式在主观性信息采集方面的优势, 问卷调查在近期内仍然会是我国居民出行调查的主要方式[2]。
“工欲善其事, 必先利其器”。居民出行问卷调查的技术方法是保障整个调查成功开展的工具和“器”, 因此, 针对居民出行问卷调查技术方法的研究是一项极其重要的“基础”研究。但是, 由于受到“重应用而轻基础”的学术氛围影响, 国内学者往往热衷于居民出行问卷调查的内容和应用, 对于居民出行问卷调查技术方法的基础性研究则相对比较薄弱。
另外, 虽然国内外很多学者已经有不少探讨, 但是仍然存一些关键问题需要进一步研究:目前学术界的研究主要关注抽样设计、交通小区划分等硬性技术环节, 而对调查本身的组织协调、调查持续时间等深刻影响调查结果的环节缺乏研究; 目前, 对于居民出行问卷调查技术的讨论主要是基于文献的推理型理论讨论, 缺少基于实践经验的归纳型讨论; 对人口老龄化程度高、人口密度大、人口结构复杂等特点的旧城区的居民出行调查缺乏有针对性的探讨。
本文以北京市前门地区居民出行问卷调查的实践过程为依托, 对出行问卷调查遇到的技术问题及其产生机制进行深入剖析, 从5个方面(调查组织工作及制度障碍、问卷设计的普适性与地域性、抽样设计和样本代表性、调查员的选择与培训、调查时间的选择)对调查技术进行理论性探讨, 并在此基础上提出我国旧城区居民出行问卷调查的技术创新建议。
1 国内外相关研究综述对于居民出行调查中各技术环节(表 1), 当前学术界的争论主要体现在以下6个方面。
调查准备阶段 | 调查实施阶段 | 数据处理阶段 | 成果编制阶段 |
1.设计调查方案 调查目标 调查方式 调查时间 调查空间范围 样本选取范围 抽样设计 调查问卷设计 |
1.搜集资料 列出资料清单 协调相关部门 |
1.数据输入 | 1.数据分析 |
2.组建调查队伍 成立调查组织结构 选择调查人员 培训调查人员 |
2.进入现场 协调负责单位 确定调查时间 确定调查地点 确定调查对象 |
2.数据校核 | 2.形成居民出行调查分析报告 |
3.实施探索性调查 进入现场 实施调查 完善调查方案 |
3.收集资料 完成调查问卷 |
3.数据编码 | |
4.数据扩算、核查 | |||
5.数据编码、储存 |
1)对于不同调查方法的适用性, 学术界普遍认为家访式入户调查具有明显的优势。目前国内外主要居民出行调查方式包括家访式入户调查、表格自填、寄送明信片和电话访谈等形式[3]。其中, 有学者认为从发达国家引进的明信片调查法、电话访谈等形式很难适应中国国情[4], 而表格自填法在报酬较高的商业调查中能够取得良好的效果[5]。对于回报较低、公益性的居民出行调查活动, 家访式入户调查则能够获得被调查者更多的信息, 并在国内外的实践中取得良好效果[1, 6]。
2)在交通小区划分方面, 国内学者主要关注交通小区划分的不合理之处, 并尝试通过建立数学模型寻求合理的划分标准。有学者针对我国目前交通小区划分存在的问题, 提出交通小区划分应该与城市行政区划相一致、与城市形态发展相一致、与路网布局相一致以及与自然分割(如河流、铁路等)相协调的原则[1, 7]。在此基础上, 部分学者引入系统聚类法、F-统计量法、C-均值聚类法等数学方法, 以量化的方法确定交通小区划分标准[8-10]。此外, 亦有学者根据实际经验提出交通小区划分方案:一般城市中心交通小区的面积为1~3 km2, 人口为2万~4万; 城市边缘区交通小区的面积是5~15 km2, 人口为3万~5万[11-12]。
3)国内外学者对于居民出行调查中的不同抽样方法进行优劣比较研究, 发现分层抽样方法具有显著优点。有学者将居民出行调查的抽样方法归纳为简单随机抽样、分层抽样、等距抽样以及整群抽样等, 并且认为, 从数理统计的角度来看, 分层抽样的抽样误差最小[13]。此外, 分层抽样法在居民出行调查抽样实践中也取得良好效果[14]。近期, 分层抽样的依据成为学术界研究重点, 部分学者指出工作地、居住地等与出行次数、出行方式、出行结构等变量有显著的相关关系, 适合作为分层依据[4, 15]。然而, 也有一些学者认为, 对于中小城市适合采用分层抽样法, 对于大城市适合采用简单随机抽样法[16]。
当前国内外主要采用借鉴其他城市的经验确定抽样率, 很少根据调查目标和调查方法来计算确定[17]。一些学者对国内外的居民出行调查抽样率进行统计, 认为国外对人口少于5万和多于100万的城市如何选定最佳抽样率尚有不同看法, 但对特大城市(人口 > 300万)的抽样率一般在2.5%~3%之间, 而我国城市居民出行调查抽样率多集中在3%~4.5%的范围内[14, 16, 18]。另外, 有学者提出对于市中心区、建成区、规划近郊区和远郊区应采用不同抽样率, 城市中心区的抽样率应大于城市边缘区[16, 18]。
除此以外, 部分学者还对抽样过程中可能出现的实施性问题进行了探讨。例如, 袁继超等[7]以广州市番禺区2011年居民出行调查为例, 指出居委会选取的调查家庭可能集中在其熟悉的区域, 家庭结构构成相对单一, 不具有代表性。
4)国内外学者对于调查问卷设计中的问题内容、数量、具体表述等环节进行了探讨。对于问题内容, 强调在问卷设计中要充分考虑被调查者的普遍认知程度, 采用被调查者易于理解的方式来组织问卷[1, 14, 19-20]。对于问题数量, 应在满足分析精度的基础上, 考虑被调查者的耐心程度, 体量过于庞大的问卷通常不能得到良好的反馈结果[14, 19]。对于问题的具体表述, 由于居民出行调查问卷难免会问到一些私人问题, 为了避免居民出现排斥情绪, 对于涉及隐私的问题, 在表述上应极力淡化这些内容[19, 21]。另外, 国外一些学者指出, 当调查地域范围较大时, 应注意不同地区的调查问卷在语言、概念理解和测量标准等方面差异造成的问卷结果不一致问题[22-23]。
5)国内外对于调查时间的研究可以分为3个方面, 分别是出行时间(居民在哪一天出行)、入户时间(调查员入户时间)和持续时间(调查过程持续时间)。对于出行时间, 有学者指出调查最好选择在月运量和日运量波动最为稳定的日期进行, 为了测度稳定性, 可以引入一组与居民出行同步变化的数据(如公共交通的月售票数)进行模拟[14, 24]。
同时, 有学者指出较合理的调查日期应该是非节假日的星期二、三、四中的任意一天[1]。对于入户时间, 国内外研究均提出合理的入户时间应该是在出行日的次日, 且最好选在中午或晚上大多数居民在家的时间[1, 23]。另外, 调查持续时间对居民的配合程度有非常显著的影响, 但非常遗憾的是, 目前还没发现学术界有相关研究。
6)对于调查人员的选择和培训, 国内外学术界的研究主要集中在对各类调查人员优缺点的探讨、调查队伍的最优构成以及培训中的注意事项。居民出行调查人员通常来自城市调查队员、居民委员会会工作人员、在校大学生、小区居民代表等。相关学者普遍认为最好的调查组合是由居民委员会工作人员(或户籍警察)与大学生进行配合, 并形成调查员、检察员和指导员的三级角色[1, 5, 7, 13, 17]。此外, 国外一些学者指出, 应选择与被调查者在受教育程度、年龄、种族、宗教和文化等方面有较多共同点的调查人员[25], 女性调查者往往更容易被接受[26]。对于调查人员的培训, 有学者建议采用发放调查培训资料和面授相结合的方式[1], 并在培训之后进行小规模的模拟调查, 针对调查者在模拟调查中反映出的问题, 进行强化培训[5, 7]。
2 北京市前门地区居民出行问卷调查概况 2.1 调查区域选择北京市前门地区位于北京市城区二环路以内, 范围为北起前门东大街、前门西大街, 南至珠市口东大街、珠市口西大街, 东起祈年大街, 西至南新华街。前门地区是北京市25片历史文化保护区之一, 是北京旧城区的典型代表。该地区历史悠久, 延续了明清时期的城市肌理, 目前旧时的街道、胡同和城市空间形态仍然较为完整地保存着。另外, 前门地区人口构成也具有旧城区的典型特征, 2010年普查数据显示, 前门地区常住人口和常住外来人口的比例为1.44 : 1, 60岁以上人口比例占15.5%, 人口结构复杂、老龄化特征显著, 具有旧城区的普遍特征。
2.2 调查方案设计本次调查以北京大学为主体, 北京市规划委员会为协调单位, 街道办事处及居民委员会为配合组织单位。采用家访式入户调查法, 调查内容包括出行者的出行属性(出发时间、目的地、距离、时间、交通方式、换乘情况)、社会经济属性以及个人与家庭属性。调查时间为2014年3-7月。整个调查过程分为预调查、全面调查及补充调查3个阶段(表 2)。调查总计回收问卷1002份, 其中有效问卷957份, 抽样比例为3.5%, 有效率为95.51%, 满足统计学要求。
调查阶段 | 调查时间 | 回收问卷数量/份 | 有效问卷数量/份 | 大栅栏街道问卷比例/% | 前门街道问卷比例/% |
全面调查 | 2014-05-2014-06 | 711 | 690 | 89.0 | 11.0 |
补充调查 | 2014-07 | 291 | 267 | 82.0 | 18.0 |
总计 | 1002 | 957 | 85.5 | 14.5 |
3 前门地区交通调查技术问题的深入剖析 3.1 调查组织工作及制度障碍
在调查初期, 北京大学协同北京市规划委员会, 召集调查区域内两街道及其他相关部门开了两次项目启动会议。会上明确项目内容以及各个参与单位的职责, 初步讨论形成“社区居民委员会-区领导-街道办事处-社区居民委员会”的组织形式(图 1)。虽然制订了详尽的调查组织计划, 但是在实际调查过程中仍然遇到一定的阻力。
1)在搜集基础资料过程中, 各部门之间出现互相推诿、效率低下以及资料保密等情况。在调查人员事先与相关部门沟通的前提下, 仍然无法得到如社区人口、经济普查等基本数据, 给抽样工作增加了难度。
2)在调查过程中, 两街道在配合程度和工作效率上出现明显差别: A街道各社区办事效率高, 协调能力强, 基本上能够按照要求进行抽样, 且问卷完成质量良好; B街道有一半社区并未完全按照要求进行抽样, 而是主观随意选取调查对象, 问卷完成质量明显较差; 另外一半社区则多次拒绝调查人员的调查请求。
上述第一个问题体现出政府部门办事效率低下, 以高校为主体进行居民出行调查协调力度不足, 根本原因在于政府组织内部复杂的层级及层层报批的办事流程。第二个问题主要与A, B两街道自身情况有关, A街道经济发展状况较好, 社区体制建设完善, 居民社区归属感较强; 而B社区历史上是北京小商贩的聚集地, 人口流动程度较高, 参与社区活动的积极性较低, 加上该街道部分社区目前正面临拆迁问题, 无心亦无暇配合调查。
3.2 问卷设计的普适性与地域性本次居民出行调查的目的是了解旧城区居民日常出行规律、面临问题以及出行满意度等。因此, 本次调查问卷在内容和结构的设计上都与常规的居民出行调查问卷有所不同。
问卷共分为两部分:第一部分考察居民的出行行为, 要求被调查者回忆前一天的出行, 并完整记录出行起讫点、出行目的、交通方式、出行时间等要素; 第二部分考察对交通设施布局和服务的满意度, 需要居民回答诸如“你认为社区内出行最大的安全隐患来自哪方面”等问题。从问卷结构上来看, 本问卷避免了跳转结构的出现, 这是因为设计复杂的跳转结构会影响居民(尤其是老年人)对于问卷的理解, 因此本次调查问卷采用分块结构, 并引入量表, 清晰易懂。
虽然已做了有针对性的调整, 但仍然存在一些问题。如在预调查阶段中, “给你多少钱, 你会选择改变交通方式”作为一个重要的测量交通方式改变可能性的问题, 但是大部分受访人难以理解该问题, 因此在全面调查阶段被删除。
3.3 抽样设计和样本代表性本次研究在预调查阶段采用按户籍归属(本地人口、外来人口)进行分层抽样的方式, 在各层样本中按照年龄控制比例, 但在实际操作中发现很难实现, 主要原因在于:前门地区地理位置特殊, 人口信息保密度高, 调查者无法获取详细的人口信息。并且, 当地居民防范意识较强, 如果没有社区的支持, 很难完成破冰工作。因此, 在全面调查阶段初期, 改由调查小组根据实际研究的需要与社区说明各类受访人的数量和比例, 由社区完成具体抽样。形成“调查小组-社区”的抽样模式。对于抽样率的确定, 我国一般居民出行调查的抽样率在3%~4.5%之间[18], 本次调查考虑到时间和经费, 将抽样率控制在3.5%以内。
实际调查过程中, 75%的社区能够按照要求进行抽样, 但是选取的样本通常是社区工作人员及其亲友, 而另外25%的社区没有按照要求抽样或者抽样数量不足。因此在第二阶段全面调查中, 要求社区单独抽取学生、远距离通勤者、外来人口等在第一阶段抽样不足的人群, 在一定程度上修正了第一轮抽样的偏差。
3.4 调查员的选择与培训我国城市居民出行调查的调查人员主要选用居民委员会工作人员、户籍警察和在校大学生, 少数有条件的城市还会启用专职的城市居民出行调查员[19]。本次调查的调查人员全部由高校在读学生组成, 主要原因在于本次调查问卷设计专业性较强, 预调查情况表明居民委员会工作人员不能充分理解问题意图, 无法完成调研。
本次调查采取严格的培训制度。首先, 全部成员参加项目启动会, 了解调查区域最新规划动态和发展概况。第二, 调查小组成员全部直接参与问卷设计和修改工作, 熟悉问卷内容。第三, 全部成员分批进行预调查, 熟悉调查区域内不同类型受访人的回答习惯、感兴趣程度和认知水平, 积累与社区沟通的经验, 并形成规范的文字材料。
实际情况表明, 调查人员全部采用在校学生虽然有一些明显不足(如:对受访区域的实地情况和当地居民特点不了解; 与受访人的熟悉程度不够, 受访人往往具有防范心理而不愿说出真实答案; 调查人员队伍在年龄、职业和教育背景等方面的结构单一化在一定程度上造成研究视角的局限), 但是本次调研团队开创的灵活、动态、探究性的互动式培训模式, 在极大程度上保证了调查效率, 是一次居民出行问卷调查人员培训模式的有益尝试。
3.5 调查时间的选择“调查时间”有三重含义, 分别是出行时间(居民在哪一天出行)、入户时间(调查员入户时间)和持续时间(调查过程持续时间)。
居民出行调查致力于探究居民日常出行活动特征, 因此出行时间应选择最有代表性的月份和日期。本次调查借鉴国内外研究经验并结合预调查期间了解的实际情况, 选择在3-4月、6-7月进行两轮全面调查, 具体日期选择在非节假日的星期二、三、四。
调研人员入户时间选择被调查者记录出行的次日晚, 因为调查日当晚居民可能尚未结束一天的出行, 而第二天白天通常会遇到居民外出的情况。
持续时间主要取决于问卷问题数量, 同时与调查员的技巧、问卷内容有密切关系。实践表明, 女性调查员由于亲和力较强, 因此调查过程更流畅, 并能获得更多真实信息; 问卷内容如果涉及过多隐私问题, 受访人的配合程度降低, 使得调查时间延长。根据此次调查经验, 不同年龄的人对于调查的耐受度不同, 年轻人普遍为20分钟左右, 老年人为30分钟左右。一旦超过上述时间点, 问卷质量会出现明显下降。
4 旧城区居民出行调查建议 4.1 组织与体制保证居民出行调查是一项涉及单位众多的工作, 因此各单位之间的配合和支持是出行调查成功的必要保证。尤其是以高校为主体的居民出行调查, 会面临更大的制度障碍。鉴于本次调研的经验, 建议在组织方面采用三步走战略:首先, 与规划委员会或者城市规划、城市交通相关机构协调召开项目启动会, 并通知各相关主体参与, 会上明确项目目标、内容及各个参与单位的职责。在调查工作开始之前, 需要自上而下逐一走访各相关单位, 在进一步确认配合工作的同时, 初步了解调查区域情况。最后, 与各社区居民委员会主任会谈, 请其配合安排具体调查工作。
4.2 抽样方法设计和抽样率抽样方案的拟定在旧城区的居民调查中发挥着至关重要的作用。因此, 建议对于旧城区、历史文化城区、中低收入者聚居区等比较难以得到准确人口数据的地区, 根据实际情况, 采取灵活的抽样方法。抽样方法采用“调查小组-居民委员会”的工作形式, 通过沟通使居民委员会工作人员明白调查的要求, 提高抽样的精准度。
4.3 调查员的选择和培训调查人员的选择和培训是影响居民出行调查结果的重要环节。建议以高校为调研主体的居民出行调查, 选择高校学生为主、社区工作者为辅的模式, 既可以发挥高校学生专业素质高、认真负责、吃苦耐劳的优势, 又可以发挥社区工作者的纽带作用, 保证问卷完成质量。
完善调查人员的培训环节:让调查人员全程参与问卷设计过程; 在预调查和全面调查阶段, 采用开放式、探究式的问题反馈机制, 不断积累和分享调查经验, 完成调查人员培训从被动接受到主动探究的跨越。
4.4 调查方式的选取从国内居民出行调查的实践经验来看, 问卷式居民出行调查仍然是目前接受度最高的方式。然而在本次前门地区的调查经验中, 也体现出问卷式居民出行调查的固有缺陷:出行细节记忆偏差, 出行信息的时空精度较低, 出行信息采集耗费大量的人力、物力, 等等。这些不足都可以借助其他调查工具进行弥补。
随着信息技术的进步和大数据时代的到来, 居民出行调查的应用系统也在不断更新, GPS等技术逐渐被引入国外居民出行调查的实践中, 大大提升了居民出行调查的效率[27]。在居民出行调查中, 如何有效利用大数据技术进行数据采集, 并与传统问卷调查方法有效结合, 值得进一步探讨。
5 结语居民出行问卷调查技术方法的研究, 是一项极其重要的“基础”研究。但是, 当前对于居民出行问卷调查技术方法的基础性研究相对较少, 对于旧城区居民出行调查的研究更加匮乏。本文结合北京市前门地区居民出行调查的实践, 提出居民出行问卷调查的技术创新建议, 在抽样方法、问卷设计等方面弥补了旧城区居民出行问卷调查的不足, 具有重要的理论价值和实践意义。
在未来的研究中, 旧城区居民出行调查需要在3个方面进行更深入的探索: 1)利用大数据的方法与技术, 探索旧城区居民出行调查的新工具; 2)更加关注人的需求, 扩展居民出行调查的内容, 在问卷中增设居民感受的问题, 如居民对旧城区交通问题、交通政策的看法以及对未来交通规划的期望等; 3)从“社会公平”的角度出发, 更加关注社会弱势群体的特殊交通需求, 尤其是流动人口、老年人、儿童、妇女等社会群体的交通服务问题, 满足旧城区居民更加多样化的交通需求, 通过交通设施的规划建设提升当地居民的生活质量, 提升当地居民特别是弱势群体的行动能力和城市社会机会的可达性。
[1] | 张卫华, 陆化普. 城市交通规划中居民出行调查常见问题及对策. 城市规划学刊 , 2005, 159 (5) : 86–90. |
[2] | Stopher P R, Greaves S P. Household travel surveys: where are we going?. Transportation Research Part A: Policy and Practice , 2007, 41 (5) : 367–381 DOI:10.1016/j.tra.2006.09.005 . |
[3] | Stopher P, Jones P. Transport Survey Quality and Innovation. Amsterdam: Pergamon Press, 2006 : 17 -36 . |
[4] | 石飞, 陆振波. 基于居住地分层的居民出行调查方法. 吉林大学学报:工学版 , 2009, 39 (4) : 906–909. |
[5] | 李鸿广, 王超, 徐杰. 城市居民出行调查质量控制对策研究. 交通运输工程与信息学报 , 2013, 11 (1) : 53–58. |
[6] | Van der Reis P, Lombard M. Multi-cultural and multi-lingual surveys, with special reference to the African experience // Stopher P, Jones P. Transport Survey Quality and Innovation. Amsterdam: Pergamon Press, 2003: 191-208 |
[7] | 袁继超, 宋兵. 居民出行调查实施中常见问题研究:以番禺区居民出行调查为例. 市场周刊:理论研究 , 2012 (1) : 127–128. |
[8] | 桂小玲, 靳文舟, 胡郁葱. 模糊聚类分析方法及其在交通规划中的应用. 交通与计算机 , 2005, 23 (2) : 80–83. |
[9] | 杨波, 刘海洲. 基于聚类分析的交通小区划分方法的改进. 交通与运输 , 2007 (增刊1) : 5–7. |
[10] | 赵锦焕, 李文权. 居民出行调查中交通小区划分方法的改进. 交通运输工程与信息学报 , 2009, 7 (2) : 110–115. |
[11] | 王炜, 过秀成. 交通工程学. 南京: 东南大学出版社, 2000 : 56 -74. |
[12] | 王建军, 严宝杰. 交通调查与分析. 北京: 人民交通出版社, 2004 : 34 -52. |
[13] | 毛保华, 曾会欣, 袁振洲. 交通规划模型及其应用. 北京: 中国铁道出版社, 1999 : 232 -240. |
[14] | 林红, 余志, 赵梦扬. 2005年广州市居民出行调查实施方案研究//第六届交通运输领域国际学术会议论文集(上卷).大连, 2006: 326-332 |
[15] | 耿丽华, 严凌, 董洁霜. 基于工作地分类的居民出行调查方法. 交通运输系统工程与信息 , 2011, 11 (5) : 162–166. |
[16] | 石飞, 陆建, 王炜, 等. 居民出行调查抽样率模型. 交通运输工程学报 , 2004, 4 (4) : 72–75. |
[17] | 王京元, 庄焰. 居民出行调查抽辑率确定相关问题探讨. 交通标准化 , 2007, 168 (8) : 52–56. |
[18] | 廖利钊, 顾保南. OD调查中的抽样率问题. 上海铁道大学学报 , 1996, 17 (2) : 91–94. |
[19] | 叶以农. 居民出行调查中的心理行为因素分析. 北京规划建设 , 1997 (6) : 37–39. |
[20] | 邹哲, 万涛, 李乐园, 等.从出行日志到活动日志:新形势下天津综合交通调查方法研究//城市交通发展模式转型与创新:中国城市交通规划2011年年会暨第25次学术研讨会论文集.武汉, 2014: 533-541 |
[21] | Bulmer M, Warwick D, Pochet P. Data collection // Bulmer M, Warwick D. Social research in developing countries. Chichester: Wiley, 2000: 145-160 |
[22] | Gil B, Omaboe E. Population census and national sample surveys in developing countries // Bulmer M, Warwick D. Social research in developing countries. Chichester: Wiley, 1993: 2000: 41-51 |
[23] | Behrens R, Diaz-Olvera L, Plat D, et al. Collection of passenger travel data in Sub-Saharan African cities: towards improving survey instruments and procedures. Transport Policy , 2006, 13 (1) : 85–96 DOI:10.1016/j.tranpol.2005.09.003 . |
[24] | 刘崇丽. 居民出行调查的最佳月份选择. 西南师范大学学报:人文社会科学版 , 2000, 26 (3) : 21–22. |
[25] | Mitchell R. Respondent co-operation among Urban Yoruba // O'Barr W, Spain D, Tessler M. Survey research in Africa: its applications and limits. Evanston: Northwestern University Press, 1973: 252-260 |
[26] | Grosh M E, Muñoz J. A manual for planning and implementing the living standards measurement study survey. Washington DC: World Bank, 1996 |
[27] | Stopher P R, Stecher C. Travel survey methods: quality and future directions. Bingley: Emerald Group Pub Ltd, 2004 |