桂花苗:可以在一定程度上克服普查方法的组织困

　　首先，一些国际组织的网站会发表大量免费文献资料，如联合国粮农组织（www.fao.org）、美国农业部经济研究局（www.ers.usda.gov）和国际食物政策研究所（www.ifpri.org）o利用常规搜索引擎用关键词收集文献也是比较常用的方法。google是收集网上免费外文文献最常用的工具。但从网上找到的国外学术论文多数是pdf格式，用google搜索到的文献旁边常常会带有［pdf］字样。因此可尝试输人”keywords“十”pdf’的方式来搜索国外文献（但有可能遗漏掉其他有价值的文献）。还可以用“password十journal”或“password=welcome十”（X可以是任何一个文献数据库的名称，例如password=welcome+ProQuest），效果也很明显。另外，并非所有的数据库登录都采用usernamepassword格式，例如查找英国《经济学人》（《www/.、7）周刊。检索关键词就应该为passworde-mail。当无法使用google的时候，也可以尝试改用百度和其他搜索引擎。此外。还可以通过机构站点内部检索的方法来收集文献。

　　桂花收集数据库提供的文献
　　利用数据库收集文献首先需要购买权限。一般大专院校和研究机构都会为本单位研究人员和学生集体购买权限。再授权在一定条件下免费使用，因此多数研究者通过这一途径可以获得使用权限。也可利用某些工具。用验证字符串搜索到一些数据库的代理。比如常用的ScienceDi-rect,Springer,Wiley,Nature等都可以搜索到。除了代理还有其他的一些获取权限的形式如EZ，VPN。国外比较常用的ProQuest数据库收录了向1861年以来全世界上千所著名大学中160万博士和硕士学位论文的摘耍及索引。覆盖了数学、物理、化学、农业、生物、商业、经济、工程和计算机科学等学科领域。（）CLC（联机计算机阍书馆中心）是世界上最大的提供文献信息服务的机构之一，总部没在美国的俄亥俄州。该机构是非营利组织，以推动更多的人检索世界上的信息、实现资源共享并减少信息使用成本为主要目的。数据厍包括文献信息、馆藏信息、索引、名录、全文资料等。资料的类型包括书籍、连续出版物、报纸、杂志、胶片、计算机软件、音频资料、视频资料、乐谱等。
　　花苗直接收集学术研究类文献
　　可以利用已有研究成果的文中注释、文尾附录和参考文献等，直接搜集外文类文献信息。最好收集相关的学术专著、博士论文和硕士论文，收获更大。但这一方法不容易获得国外学术研究的最新信息，因此还需要关注农业经济研究领域的主要研究机构和著名学者，或者经常查阅国外农业经济研究核心期刊来收集文献。现阶段的国际农经专业权威期刊包UAmericanJournalofAgriculturalEconomics,FoodPolicy,AgriculturalEconomics，EuropeanReviewofAgriculturalEconomics和JournalofAgriculturalEcotiomicx。国际农经专业权威期刊排名可参考二、文献整理的基本技术
　　收集到文献资料以后，应根据研究课题的需要，将数量众多的文献进行筛选、鉴别和归纳整理，使纷杂的文献资料条理化。
　　一）如何筛选文献资料
　　筛选的依据是文献中包含的有用信息数量的多少和质量的优劣。可以首先通过浏览、阅读等方式了解文献的内容，找到有价值的资料并保留下来，以供分析研究之用。
　　花苗浏览筛选
　　通过浏览筛选，判断收集到的文献是否有学术价值。首先，可以根据标题和摘要判断文章的内容。标题是一篇文章的浓缩。摘要也提供了一个判定是否有必要获取全文的依据。但是想要了解某种方法的时候，标题就不一定能够反映出来，而摘要却可以。此外，还可以根据作者在该研究领域的知名度和文献被引用次数来判断文献的价值。
　　花苗阅读筛选
　　阅读时应尽量把握计划性、顺序性和批判性同时进行的原则。比较时应注意选用那些不同时期的代表作，尤其与调查课题有关的最新论述选用那些引用不同事实、阐述不同观点的代表作。另外。还要注意选择那些比较有权威的出版单位、比较有权威的作者的著作。筛选顺序因个人习惯或实际情况而定。当手头资料比较多时，研究者可以先从大量文献中筛选出可用文献，再从可用文献中筛选出应用文献，最后从应用文献中筛选出必用文献。当手头资料比较少时，研究者可以按照另一种顺序进行筛选，即先选出必用文献，再选应用文献和可用文献。
　　如何鉴别文献资料

　　真实性鉴别
　　虚假的数据或失真的数据会给研究者以误导，导致调查课题失去坚实的基础，当然也得不出正确的结论，更无从谈学术价值和社会价值。调查课题所使用的数据一定要真实可靠，引用之前一定要查明出处，认真考证，确保数据真实可靠。真实性的鉴别方法主要包括：第一。文字性文献的互相印证。如果印证发现不同文献对同一事件的记载有异，则应进一步核实。第二，用实物证据来证实文献性文献，看文字记述与实物证据对比是否相符。第三，将文献描述的内容放到产生文献的历史背景中考察。看这些内容是否符合当时的实际情况。
　　价值鉴别

　　一是对观点的正确性进行鉴别。错误的观点则有可能误导研究者。研究者如果按错误的观点研究下去没有意义。只会浪费肘间和精力。二是对资料的适用性进行鉴别。鉴别文献资料和数据的新颖性和适用性。选取最新的、适用性强的资料。三是对文献的全面性进行鉴别。应从不同研究角度、不同研究层面、不同历史阶段、不同语言等方面进行文献的搜集和整理。四是对文献的多样性进行鉴别。应注意既要搜集书面文献，也要搜集图片、音像资料；既要搜集公开出版物，也要捜集内部资料和各种档案文件，有时甚至需要搜集私人信件、日记、回忆录和自传等资料。五是对文献的连续性和及时性进行鉴别。搜集文献资料时，要按照所要研究问题的发展变化过程，尽可能地搜集各个历史阶段的相关文献。从而使研究者能够从纵向上较好地把握调查课题的相关历史变迁。同时，还要注意文献资料的实效性。对于课题相关的各种新资料、新信息，要及时了解、搜集、研究、利用，而那些当前已经失去利用价值或者已经被最新信息淘汰的文献资料也就没有了搜集的意义。
　　如何对文献进行归纳整理和研读
　　文献分类
　　桂花安？土汉狀八11j土肌思、见、叉w科勺/乂吹谷肌争夫try科‘刀开来，把反映特殊情况的资料与具有总体特征的资料分开来。一般可以根据文献的结构和种属关系对文献进行分类，再按照相互间的逻辑关系，从研究需要和思路出发。将其排序。最好按照一定顺序，按类别或按文献的主题分别进行登记。以方便检索。那些与研究课题有关的信息被称为有用信息。哪些文献包含的有用信息数量最多、质量最高，在排序的时候就把它们排在最前面。我们称之为必用信息。数量和质量次之的信息把它们排在必用信息的后面，我们称之为应用信息。随后。依次为可用信息和不用信息。
　　文献研读

　　文献整理完成以后，还需要研读文献。研读文献首先需要将文献资料互相联系起来作比较，选择资料的精华之处、与自己的想法吻合之处，从新的角度补充新的理由。丰富别人的见解。其次，可把资料中内容存在争议的部分作为主攻方向，对资料进行整理归纳分析并形成自己的观点。再次，可将资料中未作详细中肯回答的疑难点归纳出来，对问题进行深入思考。最后，可选择资料的独特之处，将同类资料中不同作者阐述见解时所用的富有个性特点的典型论据、论证选出来，为自己创见的提出提供充分的条件、手段和根据。要养成用“批判”和“怀疑”的眼光思考的习惯，在自己的心中反复不断地推敲和分析，尽量从反面寻找否定性的思路，并通过逻辑推理进行深入的思考。在文献研读的过程中，通过不断反复推敲和分析。可以逐渐形成比较清晰的思路。再顺着思路继续研读文献，就很容易蹦出新的思想火花。为了不遗忘这些灵光一现的收获。要有做读书笔记的良好习惯。
　　文献的归纳
　　研究者对采集到的文献进行筛选鉴别、分类和研读之后，还需要根据文献资料反映的内容进行整理、判断、归纳和分析，明确文献资料的利用价值和利用方式。文献的归纳分析方法包括归纳、演绎、比较和辩证分析四个方面。其中归纳法是从文献记载的同类事实中归纳出这些事实的共同点或规律性的东西：演绎法是根据文献资料和其他线索已证实的事理，通过逻辑分析推导出与文献记载相关的结论；比较法是通过与其他已有文献记载的人物、事件、时间和地点相比较，来确定某些事实；辩证分析则主要是分析文献内容的历史发展、演变进程和相互之间的关系，得出关于事实或原理的全面、系统的看法。
　　如何整理统计数据
　　花苗统计数据的整理是对文献调查所搜集到的统计数据进行必要的审核、归类、汇总和编码，使其变得更加系统化和条理化，以便于其用于开展分析研究的工作过程。
　　数据审核
　　数据审核主要是审核数据的完整性、及时性和正确性。审核数据的完整性和及时性，主要是了解所收集数据是否按一定要求完整地和及时地被记录和保存；所有的调查项目或指标填写是否齐全，没有缺失和遗漏，也没有进行过涂改、替换或后来补充等处理。审核数据的正确性，较多采用逻辑检查或计算检查。所谓逻辑检查，是从定性的角度，按照逻辑思路來判断相关数据所反映的情况在理论上或常识上是否有悖常理、不切实际或不符合逻辑，各项目或数据之间有无相互矛盾的地方，从而确定相关数据是否真实地反映了实际情况。有时还需要从数据的历史背景、调查者搜集数据的目的以及数据来源等方面来判断数据的可靠程度。所谓计算检查，主要是检查各项数据在计算方法和计算结果上有没有错误，计算口径、计量单位是否符合规定，指标含义和分组条件与规定的要求是否一致等。并从指标间的相互关系以及指标的变动趋势等方面来判断其正确性。
　　数据分组
　　数据分组是根据研究目的和客观现象的内在特点，按照选定的某个或几个标志，将原始数据分成若干组别。数据分组的目的，主要是了解不同数据的频数分布特征，分别计算分组后各组数据出现的频数，再将各组数据出现的频数列表，即可形成频数分布表。数据分组可采用单变量值分组，即把一个变量值作为一组。这种分组方法一般比较适合离散变量，而且在变量值较少的情况下使用。数据分组也可采用组距分组的方法，即将全部变量值依次划分为若干区间，并将这一区间的变量值作为一组。采用组距分组时，需要遵循“不重不漏”的原则。“不重”是指一项数据只能分在其中的某一组，不能在其他组中重复出现；“不漏是指组别能够穷尽，即在所分的全部组别中每一项数据都能分在其中的某一组，不能遗漏。数据分组首先需要根据数据本身的特点及数据的多少确定组数，一般情况下，一组数据所分的组数应不少于5组且不多于15组。然后确定各组的组距。组距可根据全部数据的最大值和最小值及所分的组数来确定，即组距=（最大值一最小值）/组数。最后再根据分组整理成频数分布表。
　　制作统计图表
　　衣巩H図flP疋巩H似俯过谊往、fl一、E、、7T坦巩H/口。门守珀木的表现形式。统计表和统计图作为统计数据整理的重要工具，最大的优点是可直观地反映统计分布特征，使统计资料看上去更清楚和更有条理。统计表一般由表号、总标题、横行标题、纵栏标题、数字注释和资料来源等要素构成。统计表在格式上可简单分为主词栏和宾词栏两个部分。主词栏一般放在表的左边，用来说明统计表的总体及其组成部分；宾词栏一般放在统计表的右边，用来记录统计表总体数量特征的各个统计指标及其数值。此外，还可以在统计表的适当区域（通常放在表的下面）增加补充资料、注解、资料来源、填表单位和填表人等附加内容。统计图可将统计表的内容通过图形的方式更直观和更清楚地表现出来。缺点是不及统计表精确。统计图的种类很多，如频数（频率）分布图、时间数列的历史曲线图、相关关系的散点图等。使用Excel等计算机软件，可以轻松和快捷地制作出美观漂亮的统计图表。
　　抽样（问卷）调查的基本技术
　　抽样（问卷）调査借鉴了自然科学的研究方法，可以在一定程度上克服普查方法的组织困难和调查费用高、调查时间长等缺点，也可以在一定程度上克服个案调查和典型调查等传统调查方法的主观随意性和样本代表性不强的弱点。但开展抽样（问卷）调查一定要把握调查的基本技术，以获得质量较高的调查成果。
　　桂花一、抽样的基本技术
　　抽样技术一般可分为随机抽样和非随机抽样两类。其中，随机抽样依据大数定律来确定抽样误差，可以比较准确地了解样本的统计值所代表总体情况的程度。非随机抽样是按某种主观标准抽选样本，不能保证总体中每一个个体都具有被平等抽取的机会，因此只能在一定程度上反映总体的基本特征，不能也不应该根据非随机抽样的结果推断总体。

　　桂花（一）随机抽样基本技术
　　随机抽样是对总体中每一个体都给予平等的抽取机会的抽样技术，它可分为简单随机抽样、分层随机抽样、系统随机抽样和整群随机抽样。
　　简单随机抽样
　　简单随机抽样可分为不放回的简单随机抽样和放回的简单随机抽样。不放回的简单随机抽样是从含有N个单元的总体中逐个不放回地抽取单元，直到抽足N个单元为止。放回的简单随机抽样则是从含有；V个单元的总体中按等概率抽取一个单元，观测记录其指标值后又将其放回，然后再在总体中按等概率抽取一个单元，直到抽足N个单元为止。在总体样本量较大时，二者抽中的概率差异较小；但如果在样本量较小时，不放回的简单随机抽样会使基数减少，被抽中的概率增加。简单随机抽样技术包括抽签法和随机数法。前者的应用适用于总体单位数目较少的情况；当总体较大、抽签法实施起来很困难时，可利用随机数表、随机数骰子、摇奖机、计算机等产生的伪随机数进行抽样。
　　分层随机抽样
　　花苗分层抽样（也称类型抽样），是将总体依照一种或几种特征，分为几个子总体（类或群），每个子总体称为一层，然后从每层中独立地抽取预定数量的样本，所获得的样本被称为分层样本。分层随机柚样要求每层抽样都采用简单随机抽样的方法，所得到的样本被称为分层随机样本。分层随机抽样包括等比例分层随机抽样和非比例分层随机抽样两种。等比例分层随机抽样是按各个层（或各类型）中的单位数量占总体单位数量的比例分配各层的样本数量。非比例分层随机抽样是根据其他因素（如各层平均数或成数标准差的大小、抽取样本工作量和费用多少等）调整各层的样本单位数。

　　系统抽样
　　桂花将总体中N个单元按一定的顺序（随机的或按某种规律排列）编号，先抽取一个或一组随机数字作为起始单元的编号，然后按一定的规则抽取其他单元，直到抽足N个单元为止。这种抽样称为系统抽样。系统抽样中最简单的方法是等距抽样，包括直线等距抽样、循环等距抽样和不等概率系统抽样三种。系统抽样技术是将总体的所有个体前后排列起来，计算抽样距离（由总体大小和样本大小决定），在头K个个体中，桂花苗用随机方式抽取一个个体，设该位置为々，然后从々开始，每隔K个个体抽取一个个体。
　　整群抽样
　　整群抽样是将总体按一定的特征划分为若干群，然后从这些群里随机抽取一部分群，再调查每个被抽中的群中所包含的所有单元。整群抽样技术的分群原则应使群内的方差（离散程度）尽可能大，而使每个群之间的方差尽可能小。整群抽样对群的规模的要求具有相当的灵活性，可大可小。群的规模大，估计的精度差，但费用省；群的规模小，估计的精度可以提高，但费用增大。
　　非随机抽样基本技术
　　非随机抽样是按照研究人员的主观经验或其他条件来抽取样本。在一定的条件下，非随机抽样可以充分利用已知的资料，选择较为典型的样本。以便缩小抽样范围，节省调查时间、调查人员和调查费用。但非随机抽样难以准确了解抽中的单位所具有的代表性程度。这种方法一般只在严格的概率抽样无法进行、调查对象不确定或根本无法确定、总体各单位之间离散程度不大、调查目的仅仅是对问题的初步探索或提出假设，以及调查人员有丰富的调查经验等的情况下才采用。非随机抽样包括任意抽样、判断抽样、配额抽样和滚雪球抽样等。
　　本文转载自
　　桂花苗www.jsgh8888.com