健康调查测量：对社会科学的影响
2025年9月3日
由国家研究方法中心（NCRM）主办，保罗·克拉克（Paul Clarke）教授与阿波斯托洛斯·达维拉斯（Apostolos Davillas）博士将于9月22日和23日在线举办为期两天的短期课程，重点探讨健康调查测量对未来健康社会科学研究所产生的影响。课程面向学术界、政府部门、第三部门研究机构及健康咨询分析师。
健康调查测量的核心意义
健康调查测量通过收集个体健康状况、健康相关行为及体验的数据（常作为多用途调查的一部分），推动健康社会科学的发展。此类数据既包含主观自报信息（如自评健康量表），也包含客观测量数据（如体格检查、血液生物标志物或DNA数据）。
该方法在以下领域至关重要：
- 分析健康不平等
- 支持政策制定决策
- 评估干预措施效果
通过将个体健康行为与社会、经济、环境背景结合，调查研究可揭示社会与健康之间复杂的相互作用。
测量误差的挑战
健康数据中的测量误差会显著降低研究质量，其来源不仅限于自报数据：
- 自报数据易受记忆偏差、社会期望偏差影响
- 护士测量的健康数据可能存在操作误差
- 生物标志物数据可能受样本处理偏差影响
调查模式的影响
调查方式（如面对面访谈、电话访问、在线问卷）会通过以下机制影响数据质量：
- 社会期望偏差
- 乐观倾向
- 简化回答（satisficing）
- 访员存在与否的互动效应
这类模式效应（mode effects）可视为因果效应，通过混合模式调查进行估计，并采用工具变量法等计量经济学方法进行实证分析。
课程内容概要
- 多用途社会科学调查中的健康数据收集
- 健康数据测量误差类型（含自报数据与客观测量）
- 测量误差对健康社会科学研究的影响
- 模式效应与经典测量误差的关联
- 基于Understanding Society第8波数据的模式效应案例分析
- 测量误差与模式效应的实证分析实践
课程目标
参与者将掌握：
- 健康调查测量基础（含自报数据与护士采集数据）
- 调查测量在健康不平等、政策评估中的作用
- 各类数据（自报、护士测量、生物标志物）的误差识别
- 调查模式对数据影响的计量分析方法（含工具变量估计）
- 测量误差对社会科学结论解释的影响
课程安排
第一天
- 09:00-11:00 自报健康测量的常见误差分析
- 11:00-11:15 虚拟咖啡交流会（问答环节）
- 11:15-12:45 行政健康数据与护士测量数据的误差量化
- 12:45-13:45 午休
- 13:45-14:45 健康数据误差对经济学研究影响评估
- 14:45-15:45 Stata实操：测量误差案例分析
第二天
- 09:30-11:00 模式效应与测量误差的关联性解析
- 11:00-11:15 虚拟咖啡交流会（问答环节）
- 11:15-12:45 使用工具变量法分析Understanding Society第8波数据
- 12:45-13:45 午休
- 13:45-14:45 Stata实操：模式效应分析
费用说明
- 学生：每日60英镑
- 学术机构/公共部门/非营利组织：每日150英镑
- 其他人员：每日350英镑
注：课程取消政策详见原稿，此处省略非正文内容
【全文结束】
