在做调研的时候，有时候我们想要调查一些用普通的抽样方法难以接触到的群体，例如同性恋群体，性少数群体，艾滋病患者群体等等。这些人群往往人数较少，且考虑到自己的隐私问题，参加调研的意愿较低，通过向人群直接投放调研邀请是很难触及到这些群体，获得足够的受访者的。

那么要如何让我们的调研能够精准触及到这些群体，并获得具有代表性、可靠的数据呢？

有些研究者会采用滚雪球抽样（Snowball Sampling），即先找到几个符合条件的人群样本进行访问，然后请这几位受访者提供他们认识的、符合要求的新的潜在受访者给到研究者，由研究者接着去邀请这些人参与访问，并提供新的潜在受访者。这样，样本库像滚雪球一样越来越大，直至达到样本容量目标。

然而传统的滚雪球抽样法有诸多缺陷。

1. 这样形成的样本库，其质量很大程度上受制于最开始的几位受访者，由于他们往往不是随机选出的，所推荐的新的潜在受访者的特征会受到这几位受访者的影响，导致样本库基本不具有代表性（例如大部分是男性，或者大部分来自于同一个城市）。
2. 有些群体可能出于保护自己朋友隐私的目的，从而拒绝推荐新的受访者。
3. 最终形成的样本库可能会大量纳入那些乐于合作、乐于参与的人，导致调研结果出现偏误，使不善于表达或者担忧隐私问题的人群的信息没有反映在调研结果中。

那么我们要如何弥补这些缺陷，获得更为精准的样本库，获取那些难以接触群体的信息呢？今天我们就来介绍一个滚雪球抽样的升级版——同伴推动抽样（Respondent Driven Sampling）。

一、什么是同伴推动抽样？

同伴推动抽样与滚雪球抽样相似，也是链式推举抽样法的一种形式。它最先在一个针对艾滋病医护的调研项目中被提出（Heckathorn, 1997）。

接触艾滋病患者、HIV病毒携带者群体是比较困难的，他们往往不希望透露自己的信息，因此想要获得一个具有代表性的样本库十分困难。于是研究人员就联合医护人员，首先找到几个初始受访者作为种子（Seed），邀请他们加入研究，为他们提供现金奖励的同时，也提供医疗帮助。接着研究人员让这些初始受访者自行邀请符合条件的人，被邀请的人如果选择加入研究，不仅被邀请人会获得现金奖励与医疗帮助，邀请人也会获得一定的现金奖励，这样的双重激励模式大大提升了人们邀请新参与者的积极性。然后新的参与者也会邀请符合条件的人参与研究，通过对样本库新入样本的严格管理与监控，在这样进行若干轮之后，一个具有代表性的样本库就形成了。

研究表明，在同伴推动抽样中，通过有效的样本维护，以及管理人员对每一轮被邀请的新受访者的科学的管理与限制（限制邀请人数、邀请时间、审核被邀请人等等），可以实现每一轮被邀请的新受访者的特征只受到这一轮的邀请者影响，而与上一轮的邀请者无关(Lee at al., 2017)。这样使得样本扩张过程符合马尔可夫过程（Markov process）的特点，因此最终获得的样本库与最初选定的种子相独立，不受初始受访者的特征影响，就算初始受访者不是随机选取的也没有关系！

二、 如何进行同伴推动抽样？

同伴推动抽样一般来说分为以下几个步骤。

1 招募几位目标群体的成员作为种子（Seed）。

例如我们希望构建一个同性恋群体的样本库，为日后了解他们的处境、需求等等调研作准备。我们可以先通过不同的渠道，寻找到几位符合我们目标人群的参与者，让他们作为样本库的种子，并完成标准的调研内容。在完成调研后，发放约定的参与奖励（一般来说是现金）。

2 发放新调研邀请与激励（Incentive）。

接着我们将参与调研的邀请（例如纸质邀请函，网页链接等等）交给已经完成调研的参与者，请他们将其转发给一定数量、符合我们目标人群特征的熟人，并告知他们若成功招募新的参与者，他们将会获得的奖励。此时他们的身份变为招募者（Recruiter）。参与调研的邀请一定要注明调研内容、参与奖励等信息，尤其要包括招募者的身份，确保额外奖励能发放给招募者。

一般我们会限定一位招募者能够邀请的数目（3-5人），以保证在几轮之后，样本库能具有随机性与代表性。在招募者招募的新参与者完成调研后，给招募者发放成功招募的奖励，同时给完成调研的新参与者发放参与奖励，并交给他们调研的邀请信息，请他们继续邀请新人参与。

3 对新参与者重复上一步骤，直至样本量达到目标或者某些平衡性指标达标。

在这个步骤中，我们往往需要监控招募过程，适当调整激励方式或者激励内容，在需要的时候可能还需要补充新的招募者。

例如当某些招募者在一轮之中没有能够招募到足够的参与者，我们可能会考虑增加奖励的金额，或者改变激励方式。而如果在某个时期无法获得新的参与者，而样本量还达不到要求，我们可能需要根据招募者的特征，寻找新的招募者并发放邀请配额，或者在前几轮的参与者中寻找具有相同特征的招募者，发放新的调研邀请配额。

有时我们可能不仅仅关注样本量，还关心样本内群体的平衡性，例如我们希望有稳定的性别比例，这个时候在每一轮就可以监测已收集调研对象的性别比例，当比例平衡之后再停止招募新的参与者。

三、 同伴推动抽样的优劣势

相比传统的滚雪球抽样法，同伴推动抽样在其缺陷上进行了升级换代，其优势主要体现在以下三个方面。

第一，同伴推动抽样法采用了双重激励的方式，不仅参与到样本库中能够获得奖励，成功邀请新的参与者还能再获得额外的奖励。这大大提升了参与者招募新参与者的积极性，使招募者更有动力发挥自己与被招募者的熟人优势，从而有助于获得更高的调研回复率和更好的数据质量。

第二，在邀请新的参与者时，滚雪球抽样法由已有参与者提供潜在新参与者的信息给研究人员，由研究人员邀请；同伴推动抽样法则是由已有参与者自行邀请，潜在参与者自行决定是否参与，而研究人员不参与其中。这很大程度上打消了已有参与者对透露朋友信息的顾虑，消除了他们”出卖“自己朋友的感觉，也极大的保障了难接触人群的隐私性，这样一种基于信任、尊重自我选择的调研方式有助于获得更高的参与率和更精准的数据。

最后，同伴推动抽样法的方法特性保证了其最后获得样本库的代表性与随机性，且与其开始推动抽样的种子参与者是否为随机选择无关，提升了样本库质量，也降低了初始招募的难度与成本。

虽然相比于传统的滚雪球抽样，同伴推动抽样拥有着诸多优势，但不可避免的，同伴推动抽样法也有不少劣势。首先，每一轮的招募都是非常消耗时间的，要想达到目标样本量并获得一个有代表性的样本，需要一定的时间与成本。如果调研要求很强的时效性，那么同伴推动抽样法可能不是最好的选择。其次，管理同伴推动抽样法的过程非常困难，需要有接受过专业训练的人士进行数据监控，数据有效性检验等等复杂的样本管理工序。此处篇幅有限，就不展开说明了。

写在最后

在调研难以接触群体时会有诸多问题，因此在设计调研方案时，从样本设计到调研问卷、内容设计都需要专业的意见。在整个调研过程中尤其需要保证参与者的隐私以及数据安全，最大程度上给予参与者信任感，这样才能获得更高质量的数据与更精准的调查结果。

【参考文献】

Douglas D. Heckathorn.(1997). Respondent-Driven Sampling: A New Approach to the Study of Hidden Populations. Social Problems.

Sunghee Lee, Tuba Suzer-Gurtekin, James Wagner, & Richard Valliant.(2017). Total Survey Error and Respondent Driven Sampling: Focus on Nonresponseand Measurement Errors in the Recruitment Process and the Network Size Reportsand Implications for Inferences. Journal of Official Statistics.