這一結(jié)果表明，盡管華人移民社區(qū)在地理上相對集中，但其內(nèi)部的社交結(jié)構(gòu)因來源地和文化差異而產(chǎn)生了顯著的分化。這些分化現(xiàn)象在數(shù)據(jù)分析中表現(xiàn)得尤為突出，尤其是社交網(wǎng)絡(luò)的“橋梁”節(jié)點（即跨越不同子群體的個體）在網(wǎng)絡(luò)擴展中的重要性。

（二）關(guān)鍵節(jié)點與橋梁個體

在NSM方法的實施過程中，研究團隊特別關(guān)注了社交網(wǎng)絡(luò)中的關(guān)鍵節(jié)點和“橋梁”個體。這些個體往往在不同的網(wǎng)絡(luò)子群之間建立聯(lián)系，能夠幫助研究團隊打破社交孤立，擴展調(diào)查覆蓋面。在數(shù)據(jù)分析中，我們發(fā)現(xiàn)了若干重要的“橋梁”個體，尤其是在多倫多的移民社區(qū)中，這些個體起到了連接不同社交網(wǎng)絡(luò)的作用。

以多倫多的福建和臺灣地區(qū)移民群體為例，調(diào)查發(fā)現(xiàn)，一些具有高文化適應(yīng)性的個體不僅在福建移民社群中有廣泛的社交網(wǎng)絡(luò)，同時也與中國臺灣移民社區(qū)保持緊密聯(lián)系。這些“橋梁”個體的識別對于擴展調(diào)查覆蓋范圍至關(guān)重要。在數(shù)據(jù)分析中，研究團隊通過社交網(wǎng)絡(luò)分析（SNA）技術(shù)，確定了這些關(guān)鍵節(jié)點的影響力。表2展示了福建與臺灣地區(qū)移民社交網(wǎng)絡(luò)中的關(guān)鍵節(jié)點分布。

表2：多倫多華人移民社交網(wǎng)絡(luò)中的“橋梁”個體

通過識別這些“橋梁”個體，研究團隊能夠更有效地跨越不同的網(wǎng)絡(luò)子群，特別是在移民社群內(nèi)部存在社交隔離的情況下，幫助調(diào)查拓展至那些相對孤立的移民個體。

（三）樣本多樣性與代表性

為了確保本次調(diào)查的樣本具有充分的代表性，研究團隊對樣本的社會經(jīng)濟背景、文化背景以及移民身份進(jìn)行了深入分析。根據(jù)數(shù)據(jù)分析，參與本次調(diào)查的1500名受訪者中，非法移民占比為20%，低收入移民群體占比為25%。這些群體在傳統(tǒng)的概率抽樣方法中往往被忽視，而通過NSM方法，研究團隊能夠成功覆蓋到這些隱性群體。

此外，樣本的性別、年齡、職業(yè)、受教育程度等指標(biāo)也得到了廣泛的覆蓋。例如，在溫哥華的受訪者中，女性占比55%，男性占比45%；而在多倫多，女性占比略低，為48%。這一性別分布與加拿大統(tǒng)計局的華人移民人口數(shù)據(jù)大致一致（Statistics Canada, 2021）。此外，受訪者的年齡主要集中在25至50歲之間，反映了華人移民群體的主要工作年齡段。表3展示了樣本的詳細(xì)人口學(xué)特征分布。

表3：受訪者的人口學(xué)特征分布

通過這一分析，研究團隊確認(rèn)了NSM方法在樣本代表性方面的優(yōu)勢。相比于傳統(tǒng)的受訪者驅(qū)動抽樣（RDS），NSM方法能夠更均衡地覆蓋到不同社會經(jīng)濟背景的移民群體，尤其是非法移民和低收入群體的比例較高，這增強了研究結(jié)果的廣泛適用性。

（四）樣本信任度與偏差

在評估樣本數(shù)據(jù)的信任度時，研究團隊進(jìn)一步分析了抽樣過程中的潛在偏差。盡管NSM方法能夠有效減少傳統(tǒng)鏈?zhǔn)匠闃又械臉颖酒睿谡{(diào)查的實際操作中，仍存在一些不可避免的偏差來源（Schiltz, 2005）。例如，受訪者推薦的聯(lián)系人往往與其自身具有相似的社會經(jīng)濟背景和文化特征，這可能導(dǎo)致部分群體的過度抽樣。

為減輕這一問題，研究團隊在抽樣過程中采用了均勻抽樣模式，確保社交網(wǎng)絡(luò)中的不同節(jié)點都有被抽樣的機會，特別是在那些被推薦頻次較少的節(jié)點中。此外，研究團隊還通過動態(tài)調(diào)整抽樣頻率，避免過度集中于某一特定網(wǎng)絡(luò)子群。例如，在多倫多的低收入移民群體中，研究團隊發(fā)現(xiàn)該群體的推薦鏈條相對短小，且社交網(wǎng)絡(luò)較為孤立。為此，團隊增加了種子個體的數(shù)量，特別是從其他社交網(wǎng)絡(luò)中引入新節(jié)點，以擴大調(diào)查覆蓋面。

最終的數(shù)據(jù)分析表明，本次調(diào)查的樣本偏差在可控范圍內(nèi)，且通過均勻抽樣模式和種子個體的多樣化選擇，研究團隊有效減少了抽樣偏差，確保數(shù)據(jù)的高信任度

五、數(shù)據(jù)收集挑戰(zhàn)與策略

（一）受訪者參與意愿與數(shù)據(jù)獲取困難

在數(shù)據(jù)收集過程中，加拿大華人移民調(diào)查遇到的首要挑戰(zhàn)是受訪者參與意愿較低，尤其是在涉及非法移民和低收入移民群體時。受訪者對隱私問題持高度謹(jǐn)慎態(tài)度，特別是擔(dān)心提供社交網(wǎng)絡(luò)信息可能會導(dǎo)致身份暴露或引發(fā)法律問題。非法移民擔(dān)心被調(diào)查記錄與政府機構(gòu)共享，而低收入移民則擔(dān)心調(diào)查結(jié)果會影響他們的公共福利申請資格。

為應(yīng)對這一挑戰(zhàn)，研究團隊采取了多項措施來增加受訪者的參與意愿。首先，團隊加強了隱私保護(hù)機制，在訪談開始前向每位受訪者詳細(xì)解釋隱私保護(hù)措施，確保數(shù)據(jù)不會用于任何非研究目的。此外，團隊通過提供更具吸引力的經(jīng)濟激勵來鼓勵參與者分享其社交網(wǎng)絡(luò)信息。受訪者在完成問卷后可立即獲得一張20加元的電子禮品券，而提供更多聯(lián)系人信息的受訪者可以獲得額外的獎勵。這一策略有效提升了低參與度群體的積極性，尤其是在非法移民群體中，受訪者參與率提高了約15%。

（二）社交網(wǎng)絡(luò)擴展的局限性與策略調(diào)整

NSM方法依賴于社交網(wǎng)絡(luò)的逐步擴展，因此在某些社交網(wǎng)絡(luò)較為封閉或孤立的群體中，擴展的速度較慢（Mercer, 2015）。在溫哥華和多倫多的華人移民社區(qū)中，不同來源地的移民往往形成了獨立的社交圈，例如來自廣東、福建和北方的移民群體之間的聯(lián)系較少，這種社交隔離現(xiàn)象使得調(diào)查網(wǎng)絡(luò)難以迅速擴展。

為了克服這一局限性，研究團隊采取了兩項策略。一是多點種子策略，團隊增加了不同子群體中的種子個體數(shù)量，特別是在那些社交網(wǎng)絡(luò)較為孤立的群體中。例如，在多倫多的福建移民群體中，研究團隊設(shè)置了5個額外的種子個體，確保能夠打破該群體的社交封閉性，擴展至更廣泛的移民網(wǎng)絡(luò)；二是識別跨網(wǎng)絡(luò)橋梁個體，研究團隊通過社交網(wǎng)絡(luò)分析（SNA）技術(shù)，識別出那些在不同移民群體之間起到橋梁作用的個體，并優(yōu)先對這些個體進(jìn)行抽樣調(diào)查。通過這些橋梁個體，調(diào)查成功擴展至不同社交網(wǎng)絡(luò)子群，從而擴大了樣本覆蓋范圍。

（三）疫情對數(shù)據(jù)收集的影響

2022年，加拿大的COVID-19疫情對數(shù)據(jù)收集過程帶來了額外的挑戰(zhàn)，尤其是面對面的調(diào)查活動受到嚴(yán)格限制。由于華人移民社區(qū)對疫情的高度關(guān)注以及對健康風(fēng)險的顧慮，研究團隊不得不調(diào)整數(shù)據(jù)收集方式，轉(zhuǎn)向遠(yuǎn)程訪談。然而，遠(yuǎn)程訪談模式也帶來了新的挑戰(zhàn)，尤其是對社交網(wǎng)絡(luò)信息的收集。受訪者在通過電話或網(wǎng)絡(luò)進(jìn)行訪談時，對提供個人聯(lián)系人信息的意愿明顯降低。

為了應(yīng)對疫情帶來的影響，研究團隊采取了兩項應(yīng)對措施。一是加強遠(yuǎn)程訪談信任建設(shè)，訪談員通過更加個性化的訪談方式，努力建立與受訪者的信任。例如，訪談員會根據(jù)受訪者的文化背景和生活經(jīng)歷進(jìn)行交流，逐步引導(dǎo)受訪者分享其社交網(wǎng)絡(luò)信息。這一策略顯著提高了遠(yuǎn)程訪談的效果，尤其是在低收入移民和非法移民群體中，遠(yuǎn)程訪談的完成率提升了10%；二是加強遠(yuǎn)程訪談的技術(shù)支持，研究團隊為每位受訪者提供了詳細(xì)的遠(yuǎn)程訪談指南，并在訪談過程中通過視頻通話和電子郵件提供技術(shù)支持。這一措施不僅提高了訪談的順利進(jìn)行率，還減少了因技術(shù)問題導(dǎo)致的訪談中斷情況。盡管疫情帶來了諸多限制，但通過靈活調(diào)整訪談方式和加強信任建設(shè)，研究團隊成功保持了數(shù)據(jù)收集的連續(xù)性和高效性。

（四）抽樣偏差與應(yīng)對策略

盡管NSM方法在理論上能夠減少樣本偏差，但在實際數(shù)據(jù)收集中，研究團隊仍然面臨著一定的抽樣偏差問題。尤其是社交網(wǎng)絡(luò)中推薦鏈條較短的群體，容易被忽視或過度抽樣（Agans et al., 2021）。例如，在多倫多的低收入移民群體中，部分受訪者的社交網(wǎng)絡(luò)較為孤立，導(dǎo)致其推薦的聯(lián)系人多次被抽樣，而其他個體則難以進(jìn)入抽樣框架。

為應(yīng)對這一問題，研究團隊采用了兩項策略。一是優(yōu)化均勻抽樣模式，通過NSM的均勻抽樣模式，系統(tǒng)能夠動態(tài)調(diào)整抽樣概率，確保未被充分抽樣的個體有機會被選中。特別是在那些推薦頻次較低的個體中，研究團隊通過提高抽樣概率，成功減少了推薦鏈條過短帶來的偏差問題；二是調(diào)整采樣頻率，研究團隊定期監(jiān)測樣本的社交網(wǎng)絡(luò)分布情況，并根據(jù)數(shù)據(jù)變化調(diào)整抽樣頻率。例如，在溫哥華的非法移民群體中，由于網(wǎng)絡(luò)擴展速度較慢，研究團隊增加了抽樣頻次，確保網(wǎng)絡(luò)中的每個子群都能被充分覆蓋。

（五）移民社區(qū)的文化與語言障礙

另一個顯著的挑戰(zhàn)來自移民社區(qū)的文化和語言障礙。盡管本次調(diào)查的受訪者主要以普通話為母語，但仍有部分華人移民，特別是來自香港的移民群體，以粵語為主。由于語言障礙，研究團隊在部分群體中的數(shù)據(jù)收集進(jìn)展較為緩慢。此外，不同文化背景的移民群體在參與社會調(diào)查時的態(tài)度存在差異。例如，香港移民群體對政府機構(gòu)和學(xué)術(shù)調(diào)查的信任度相對較低，導(dǎo)致他們對提供社交網(wǎng)絡(luò)信息更加謹(jǐn)慎。

為應(yīng)對這一挑戰(zhàn)，研究團隊采取了兩項措施。一是引入語言支持與多元文化背景訪談員，為了克服語言障礙，團隊聘請了精通粵語和普通話的雙語訪談員，確保在與不同語言背景的受訪者交流時不會出現(xiàn)溝通問題。此外，訪談員還接受了跨文化溝通的培訓(xùn)，以提高與不同文化背景受訪者的互動能力；二是提高文化敏感度，團隊針對不同文化背景的移民群體采取了差異化的訪談策略。例如，對于香港移民群體，訪談員更注重通過日常生活和文化背景的討論來建立信任，從而逐步引導(dǎo)受訪者提供社交網(wǎng)絡(luò)信息。

六、結(jié)論與展望

（一）研究總結(jié)

本文深入探討了網(wǎng)絡(luò)記憶采樣（NSM）方法的理論基礎(chǔ)及其在加拿大華人移民調(diào)查中的應(yīng)用表現(xiàn)。NSM方法通過一種漸進(jìn)的網(wǎng)絡(luò)擴展機制，解決了傳統(tǒng)鏈?zhǔn)匠闃又写嬖诘倪x擇偏差問題，尤其在處理隱性群體方面展示出巨大的優(yōu)勢。本研究通過NSM方法，成功克服了移民社交網(wǎng)絡(luò)的分化現(xiàn)象，收集了廣泛且具代表性的非法移民、低收入移民等難以接觸的群體數(shù)據(jù)。

這一成果不僅擴大了移民研究的數(shù)據(jù)范圍，也證明了NSM方法在揭示復(fù)雜社交網(wǎng)絡(luò)結(jié)構(gòu)中的潛力。NSM的動態(tài)調(diào)整機制使得其能夠根據(jù)社交網(wǎng)絡(luò)的實時變化優(yōu)化抽樣策略，在平衡樣本代表性和多樣性方面取得了顯著突破。

（二）方法創(chuàng)新與路徑優(yōu)化

通過本研究的深入探討，NSM方法在應(yīng)對隱性群體調(diào)查中的優(yōu)勢進(jìn)一步得到了驗證，但其潛力遠(yuǎn)未被充分開發(fā)。以下為未來可能的優(yōu)化路徑：

未來的研究應(yīng)致力于將NSM與智能化的數(shù)據(jù)分析技術(shù)相結(jié)合，推動采樣方法的自動化與精確化。借助機器學(xué)習(xí)和人工智能，研究團隊可以根據(jù)社交網(wǎng)絡(luò)中節(jié)點的動態(tài)變化實時調(diào)整抽樣策略，自動識別關(guān)鍵個體及潛在的橋梁個體，從而提高采樣效率。與此相輔的，還有對海量社交數(shù)據(jù)的快速處理和實時反饋機制，這將顯著減少人工干預(yù)，降低采樣成本，提高研究的擴展性。

NSM方法的另一個重大潛力在于推動對隱性群體的動態(tài)建模和預(yù)測分析。通過將NSM的采樣數(shù)據(jù)與長期追蹤數(shù)據(jù)相結(jié)合，研究者可以揭示隱性群體在不同社會經(jīng)濟條件下的社交網(wǎng)絡(luò)演變規(guī)律，進(jìn)而構(gòu)建動態(tài)模型，用于預(yù)測這些群體的未來遷移、經(jīng)濟適應(yīng)和社會融入軌跡。這一動態(tài)建模不僅具有學(xué)術(shù)價值，還為政策制定提供了科學(xué)依據(jù)，可以幫助政府提前識別潛在的社會問題并采取預(yù)防性措施。

未來的優(yōu)化方向可以進(jìn)一步探索多維網(wǎng)絡(luò)的融合，將個體的社交網(wǎng)絡(luò)與職業(yè)網(wǎng)絡(luò)、社區(qū)網(wǎng)絡(luò)等多層次社會關(guān)系相結(jié)合，打破現(xiàn)有的單一維度局限。通過將NSM與其他混合采樣方法（如概率抽樣、分層抽樣）相結(jié)合，研究者可以在保障樣本廣泛性的基礎(chǔ)上，更深入地挖掘特定群體的復(fù)雜社交關(guān)系。這種跨網(wǎng)絡(luò)的采樣方法將使得數(shù)據(jù)收集更加全面，尤其在面對分散化、隔離化的隱性群體時，能夠更有效地揭示其多維度的社會網(wǎng)絡(luò)結(jié)構(gòu)。

（三）前瞻性展望

NSM方法不僅能夠用于揭示社交網(wǎng)絡(luò)的結(jié)構(gòu)，還具有分析網(wǎng)絡(luò)中信息流動和傳播路徑的潛力。未來研究可以探索如何利用NSM數(shù)據(jù)追蹤信息在移民群體中的傳播軌跡，尤其是政策信息、健康知識等對移民生活產(chǎn)生重要影響的信息。這一分析對于理解移民群體的行為模式、信息獲取途徑和政策影響效應(yīng)至關(guān)重要。例如，通過追蹤信息在社交網(wǎng)絡(luò)中的傳播路徑，研究者可以發(fā)現(xiàn)不同來源地移民群體在信息接收和擴散中的差異，幫助政府優(yōu)化政策傳遞機制，確保重要信息能夠覆蓋到最需要的群體。

在全球化背景下，移民、難民及其他跨境群體的研究對全球政策制定者提出了新的挑戰(zhàn)。NSM方法憑借其靈活性和高效性，未來有望成為跨國移民研究中的標(biāo)準(zhǔn)工具。不同國家和地區(qū)的移民群體雖然具有獨特的文化背景和社交模式，但NSM方法能夠通過其逐步擴展的機制適應(yīng)不同社會結(jié)構(gòu)的變化。未來的跨國應(yīng)用不僅能夠驗證NSM方法的廣泛適用性，還能夠為各國政府提供精細(xì)化、數(shù)據(jù)驅(qū)動的移民政策建議，推動全球范圍內(nèi)的移民管理創(chuàng)新。

隨著NSM方法的應(yīng)用范圍不斷擴大，未來的研究應(yīng)考慮構(gòu)建基于NSM數(shù)據(jù)的決策支持系統(tǒng)，為政府和相關(guān)機構(gòu)提供實時的數(shù)據(jù)分析和預(yù)測工具。這一系統(tǒng)不僅可以用于跟蹤移民群體的社交動態(tài)，還可以用于模擬不同政策措施的潛在影響。例如，政府可以通過該系統(tǒng)提前預(yù)判某項政策在移民群體中的反應(yīng)，預(yù)測政策執(zhí)行后可能產(chǎn)生的社會影響，并通過實時數(shù)據(jù)調(diào)整決策方案。這樣的系統(tǒng)將推動政策制定從經(jīng)驗驅(qū)動向數(shù)據(jù)驅(qū)動轉(zhuǎn)變，顯著提高政策的科學(xué)性和執(zhí)行效率。

（四）結(jié)論

網(wǎng)絡(luò)記憶采樣（NSM）方法作為一種創(chuàng)新的鏈?zhǔn)讲蓸蛹夹g(shù)，已經(jīng)在處理隱性群體、揭示復(fù)雜社交網(wǎng)絡(luò)以及提高樣本代表性方面展現(xiàn)了其巨大的潛力。未來，隨著技術(shù)的進(jìn)步與研究的深入，NSM方法不僅將在移民研究中繼續(xù)發(fā)揮重要作用，還將為其他社會群體的研究提供新的可能性。

本研究對NSM方法在加拿大華人移民調(diào)查中的應(yīng)用進(jìn)行了系統(tǒng)論證，并通過對社交網(wǎng)絡(luò)的逐步揭示，解決了傳統(tǒng)采樣方法中的多個難題。未來，隨著人工智能、數(shù)據(jù)分析技術(shù)的結(jié)合與跨國研究的拓展，NSM方法的應(yīng)用領(lǐng)域?qū)⑦M(jìn)一步擴大，不僅限于移民研究，還將擴展至其他難以接觸的隱性群體研究，如難民、無家可歸者、非法勞工等。

此外，NSM方法的多維度分析能力將繼續(xù)優(yōu)化，通過結(jié)合不同社會網(wǎng)絡(luò)層次、職業(yè)網(wǎng)絡(luò)與社區(qū)關(guān)系的交叉分析，未來的研究有望揭示更為復(fù)雜的群體互動與動態(tài)。隨著社交網(wǎng)絡(luò)分析工具和大數(shù)據(jù)技術(shù)的發(fā)展，NSM的采樣效率、數(shù)據(jù)處理能力以及樣本質(zhì)量都將進(jìn)一步提升。

總而言之，NSM方法不僅為社會科學(xué)研究帶來了新的視角與工具，還在全球化和復(fù)雜社會結(jié)構(gòu)背景下，為隱性群體的研究提供了更加準(zhǔn)確和廣泛的數(shù)據(jù)支持。未來，通過進(jìn)一步優(yōu)化該方法的操作流程、結(jié)合更多的技術(shù)創(chuàng)新，NSM將有能力成為社會研究中標(biāo)準(zhǔn)化的采樣工具，為政策制定者和學(xué)術(shù)界提供深刻的洞察與數(shù)據(jù)支持。

參考文獻(xiàn)

[1]Agans R P, Zeng D, Shook-Sa B E, et al. Using social networks to supplement RDD telephone surveys to oversample hard-to-reach populations: a new RDD+ RDS approach[J]. Sociological methodology, 2021, 51(2): 270-289.

[2]Avin C, Krishnamachari B. The power of choice in random walks: An empirical study[J]. Computer Networks, 2008, 52(1): 44-60.

[3]Beauchemin C, Hamel C, Simon P. Trajectoires et origines: enquête sur la diversité des populations en France[M]. Ined éditions, 2016.

[4]Lu X. Respondent-driven sampling: theory, limitations & improvements[M]. Karolinska Institutet (Sweden), 2013.

[5]Marpsat M, Razafindratsima N. Les méthodes d'enquêtes auprès des populations difficiles à joindre: Introduction au numéro spécial[J]. Methodological Innovations Online, 2010, 5(2): 3-16.

[6]Mercer S. Social network analysis and complex dynamic systems[J]. Motivational dynamics in language learning, 2015: 73-82.

[7]Mouw T, Verdery A M. Network sampling with memory: a proposal for more efficient sampling from social networks[J]. Sociological methodology, 2012, 42(1): 206-256.

[8]Portes A, Rumbaut R G. Immigrant America: a portrait[M]. Univ of California Press, 2024.

[9]Salganik M J. Bit by bit: Social research in the digital age[M]. Princeton University Press, 2019.

[10]Santos A, Charrance G. From theory to practice: Lessons learned from implementing the network sampling with memory method[C]//Proceedings of Statistics Canada Symposium 2022: Data Disaggregation: Building a More Representative Data Portrait of Society. Statistics Canada, 2024.

[11]Schiltz M A. Faire et défaire des groupes: l’information chiffrée sur les ?populations difficiles à atteindre?[J]. Bulletin de méthodologie sociologique. Bulletin of sociological methodology, 2005 (86): 30-54.

[12]Statistics Canada. 2021 Census of population [EB/OL]. Government of Canada, [2024-09-05]. https://www12.statcan.gc.ca/census-recensement/2021/dp-pd/index-eng.cfm.

作者信息（Author Biography）：孫鵬（1982.10），博士，加拿大籍華人學(xué)者，研華學(xué)思特聘專家，專注于跨文化與全球化、文化與社會、人口與移民以及人才與教育等領(lǐng)域研究。他的研究興趣廣泛且深入，涵蓋了企業(yè)跨文化管理、全球化進(jìn)程對企業(yè)和社會的影響、多元文化背景下的文化融合與沖突、國際移民與人口流動、國際人才交流以及華人社群和留學(xué)生問題等方面。孫鵬致力于探索企業(yè)在全球化背景下如何實現(xiàn)有效的跨文化管理，研究文化在全球化進(jìn)程中的傳播與變遷，以及移民和人口流動對全球社會經(jīng)濟的影響。同時，他也關(guān)注數(shù)字化轉(zhuǎn)型、技術(shù)創(chuàng)新與創(chuàng)業(yè)、環(huán)境保護(hù)與可持續(xù)發(fā)展等新興研究領(lǐng)域，力求通過多學(xué)科的視角，為社會和經(jīng)濟的未來發(fā)展提供有力的理論支持和實踐指導(dǎo)。