«А все-таки...»: эффективность уточняющих вопросов для снижения доли неответов на вопросы о финансах
Научная статья
Выражение признательности
В данной работе использованы результаты проекта HSE-MS-2025-006, выполненного в НИУ ВШЭ.
Для цитирования
Шмелева Е. Д., Лебедев Д. В., Брагина Е. В. «А все-таки. »: эффективность уточняющих вопросов для снижения доли неответов на вопросы о финансах // Социологический журнал. 2026. Том 32. № 3. С. 9-29. DOI: https://doi.org/10.19181/socjour.2026.32.3.1 EDN: BQYDRW
Аннотация
Высокая доля несодержательных ответов на вопросы о доходах и расходах снижает качество данных, ограничивает генерализацию результатов и может приводить к смещениям в выборке. Цель исследования — оценить эффективность методики уточняющих вопросов для повышения качества ответов о финансах. Эмпирическая основа — данные 6-й волны проекта «Экономическое поведение домашних хозяйств» НИУ ВШЭ (весна 2025, N = 6 041). На первом этапе определялись предикторы несодержательных ответов, на втором оценивалась эффективность уточняющих вопросов для разных категорий респондентов. Отбор предикторов проводился с помощью метода случайного леса (Random Forest) с алгоритмом Boruta и логистических регрессий. Результаты показывают, что доля несодержательных ответов составила 6% для индивидуальных доходов, 17% для семейных доходов, 14% для семейных расходов. Уточняющие вопросы преобразовали в содержательные 36–41% первоначальных неответов, то есть сократили общий уровень неответов до 4–10%. Наибольший риск неответа выявлен у респондентов, живущих раздельно с супругом (рост шансов более чем в 2 раза), неосведомленных о семейных расходах (в 3–5 раз), с депрессивными состояниями (на 18–32%), плохим здоровьем (на 50–86%), без сбережений, с коротким горизонтом планирования и жителей небольших населенных пунктов. Уточняющие вопросы наиболее эффективны для респондентов с низким образованием, неосведомленных о расходах, без сбережений, из малых городов. Методика эффективна лишь частично: она снижает когнитивную сложность, но не влияет на сенситивность вопросов о доходах. На основе результатов предложены рекомендации по улучшению дизайна опросов, включающих финансовые вопросы.
Ключевые слова:
качество опросных данных, несодержательные ответы, проблема неответа, сенситивные вопросы, уточняющие вопросы, вопросы о финансах, доходы, расходы
Литература
1. Алашеев С.Ю. Недостоверность ответов респондентов на вопросы о доходах // Социологический журнал. 2015. Том 2№ 3. С. 29–44. DOI: 10.19181/socjour.2015.21.3.2376 EDN: UKAKEZ
2. Девятко И.Ф., Лебедев Д.В. Глазами интервьюера, глазами респондента: контуры нового подхода к оценке когнитивной нагрузки при проведении опроса // Мониторинг общественного мнения: экономические и социальные перемены. 2017. № 5. С. 1–19. DOI: 10.14515/monitoring.2017.5.01 EDN: YLYNWJ
3. Мягков А.Ю. Косвенные методы в сенситивных исследованиях. М.: ИНФРА-М, 2024. — 245 с. DOI: 10.12737/2110854 EDN: KWXANI
4. Мягков А.Ю. Сенситивные исследования: опыт ретроспективного анализа и концептуализации // Социологический журнал. 2023. Том 29. № 3. С. 8–28. DOI: 10.19181/socjour.2023.29.3.1 EDN: BKJOVE
5. Юдин Г.Б. Территориальная локализация и уровень неответов в массовом опросе // Социологический журнал. 2008. № 1. С. 49–72 Дата обращения 20.10.202URL: https://www.journal-socjournal.ru/index.php/socjour/article/view/983/937
6. Breiman L. Random forests. Machine Learning. 2001. Vol. 45. No. 1. P. 5–32. DOI: 10.1023/A:1010933404324
7. Converse J.M. Predicting No Opinion in the Polls. Public Opinion Quarterly. 1976. Vol. 40. No. 4. P. 515–530. DOI: 10.1086/268337
8. Davern M., Rodin H., Beebe T.J., Call K.T. The Effect of Income Question Design in Health Surveys on Family Income, Poverty and Eligibility Estimates. Health Services Research. 2005. Vol. 40. No. 5. Pt. 1. P. 1534–1552. DOI: 10.1111/j.1475-6773.2005.00416.x
9. De Leeuw E.D. Reducing Missing Data in Surveys: An Overview of Methods. Quality & Quantity. 2001. Vol. 35. P. 147–160. DOI: 10.1023/A:1010395805406
10. Degenhardt F., Seifert S., Szymczak S. Evaluation of variable selection methods for random forests and omics data sets. Briefings in Bioinformatics. 2019. Vol. 20. No. 2. P. 492–503. DOI: 10.1093/bib/bbx124
11. Hansen K., Kneale D. Does How You Measure Income Make a Difference to Measuring Poverty? Evidence from the UK. Social Indicators Research. 2013. Vol. 110. P. 1119–1140. DOI: 10.1007/s11205-011-9976-5
12. Heeringa S.G., Hill D.H., Howell D.A. Unfolding Brackets for Reducing Item Nonresponse in Economic Surveys. AHEAD/HRS Report No. 94–029. Ann Arbor: Survey Research Center, Institute for Social Research, University of Michigan, 1993. Accessed 20.10.2025. URL: https://hrs.isr.umich.edu/publications/biblio/10985
13. Jabkowski P., Piekut A. Between Task Complexity and Question Sensitivity: Nonresponse to the Income Question in the 2008–2018 European Social Survey. Survey Research Methods. 2024. Vol. 18. No. 2. P. 113–135. DOI: 10.18148/srm/2024.v18i2.8117
14. Jabkowski P., Piekut A. Not Random and Not Ignorable. An Examination of Nonresponse to Income Question in the European Social Survey, 2008–2018. Public Opinion Quarterly. 2023. Vol. 36. No. 3. DOI: 10.1177/1525822X231194178
15. Jansen W., Verhoeven W.J., Dessens J., Róbert P. The long and short of asking questions about income: a comparison using data from Hungary. Quality & Quantity. 2013. Vol. 47. No. 4. P. 1957–1969. DOI: 10.1007/s11135-011-9636-5
16. Kaminska O., McCutcheon A.L., Billiet J. Satisficing Among Reluctant Respondents in a Cross-National Context. Public Opinion Quarterly. 2010. Vol. 74. No. 5. P. 956–984. DOI: 10.1093/poq/nfq062
17. Krosnick J.A. Response strategies for coping with the cognitive demands of attitude measures in surveys. Applied Cognitive Psychology. 1991. Vol. 5. No. 3. P. 319–335. DOI: 10.1002/acp.2350050305
18. Kuha J., Butt S., Katsikatsou M., Skinner C.J. The Effect of Probing “Don’t Know” Responses on Measurement Quality and Nonresponse in Surveys. Journal of Official Statistics. 2018. Vol. 34. No. 1. P. 26–40. DOI: 10.1080/01621459.2017.1323640
19. Kursa M.B., Rudnicki W.R. Feature Selection with the Boruta Package. Journal of Statistical Software. 2010. Vol. 36. No. 11. P. 1–13. DOI: 10.18637/jss.v036.i11
20. Lepkowski J. Non-observation error in household surveys in developing countries. Household Surveys in Developing and Transition Countries. Ed. by Department of Economic and Social Affairs, Statistics Division. N.Y.: United Nations, 2005. P. 149–169. Accessed 20.10.2025. URL: https://unstats.un.org/unsd/hhsurveys/pdf/Chapter_8.pdf
21. Lusardi A., Mitchell O.S. The economic importance of financial literacy: Theory and evidence. Journal of economic literature. 2014. Vol. 52. No. 1. P. 5–44. DOI: 10.1257/jel.52.1.5
22. Mignogna G., Carey C.E., Wedow R. et al. Patterns of item nonresponse behaviour to survey questionnaires are systematic and associated with genetic loci. Nature Human Behaviour. 2023. Vol. 7. P. 1371–1387. DOI: 10.1038/s41562-023-01632-7
23. Paas F.G. Training strategies for attaining transfer of problem-solving skill in statistics: A cognitive-load approach. Journal of Educational Psychology. 1992. Vol. 84. No. 4. P. 429–434. DOI: 10.1037/0022-0663.84.4.429
24. Pearce-Morris J., Choi S.-W., Roth V., Young R. Substantive Meanings of Missing Data in Family Research: Does “Don’t Know” Matter? Journal of Family Issues. 2014. Vol. 35. No. 5. P. 665–690. DOI: 10.1080/01494929.2014.938292
25. Riphahn R.T., Serfling O. Item non-response on income and wealth questions. Empirical Economics. 2005. Vol. 30. No. 2. P. 521–538. DOI: 10.1007/s00181-005-0247-7
26. Rothacher Y., Strobl C. Identifying Informative Predictor Variables With Random Forests. Journal of Educational and Behavioral Statistics. 2024. Vol. 49. No. 4. P. 595–629. DOI: 10.3102/10769986231193327
27. Schwartz L., Paulin G. Improving response rates to income questions. American Statistical Association (ASA) Section on Survey Research Methods Proceedings. 2000. P. 965–970. Accessed 20.10.2025. URL: http://www.asasrms.org/Proceedings/papers/2000_165.pdf
28. Tourangeau R., Yan T. Sensitive Questions in Surveys. Psychological Bulletin. 2007. Vol. 133. No. 5. P. 859–883. DOI: 10.1037/0033-2909.133.5.859
29. Wang K. Effects of unfolding brackets on the quality of income data in a telephone survey. Survey Practice. 2010. Vol. 3. No. 3. P. 1–7. DOI: 10.29115/SP-2010-0014
30. Yan T., Curtin R., Jans M. The Impact of Unit Nonresponse on Income Nonresponse. Ann Arbor: Survey Research Center, University of Michigan, 2006. 22 p. Accessed 20.10.2025. URL: https://data.sca.isr.umich.edu/fetchdoc.php?docid=32879
2. Девятко И.Ф., Лебедев Д.В. Глазами интервьюера, глазами респондента: контуры нового подхода к оценке когнитивной нагрузки при проведении опроса // Мониторинг общественного мнения: экономические и социальные перемены. 2017. № 5. С. 1–19. DOI: 10.14515/monitoring.2017.5.01 EDN: YLYNWJ
3. Мягков А.Ю. Косвенные методы в сенситивных исследованиях. М.: ИНФРА-М, 2024. — 245 с. DOI: 10.12737/2110854 EDN: KWXANI
4. Мягков А.Ю. Сенситивные исследования: опыт ретроспективного анализа и концептуализации // Социологический журнал. 2023. Том 29. № 3. С. 8–28. DOI: 10.19181/socjour.2023.29.3.1 EDN: BKJOVE
5. Юдин Г.Б. Территориальная локализация и уровень неответов в массовом опросе // Социологический журнал. 2008. № 1. С. 49–72 Дата обращения 20.10.202URL: https://www.journal-socjournal.ru/index.php/socjour/article/view/983/937
6. Breiman L. Random forests. Machine Learning. 2001. Vol. 45. No. 1. P. 5–32. DOI: 10.1023/A:1010933404324
7. Converse J.M. Predicting No Opinion in the Polls. Public Opinion Quarterly. 1976. Vol. 40. No. 4. P. 515–530. DOI: 10.1086/268337
8. Davern M., Rodin H., Beebe T.J., Call K.T. The Effect of Income Question Design in Health Surveys on Family Income, Poverty and Eligibility Estimates. Health Services Research. 2005. Vol. 40. No. 5. Pt. 1. P. 1534–1552. DOI: 10.1111/j.1475-6773.2005.00416.x
9. De Leeuw E.D. Reducing Missing Data in Surveys: An Overview of Methods. Quality & Quantity. 2001. Vol. 35. P. 147–160. DOI: 10.1023/A:1010395805406
10. Degenhardt F., Seifert S., Szymczak S. Evaluation of variable selection methods for random forests and omics data sets. Briefings in Bioinformatics. 2019. Vol. 20. No. 2. P. 492–503. DOI: 10.1093/bib/bbx124
11. Hansen K., Kneale D. Does How You Measure Income Make a Difference to Measuring Poverty? Evidence from the UK. Social Indicators Research. 2013. Vol. 110. P. 1119–1140. DOI: 10.1007/s11205-011-9976-5
12. Heeringa S.G., Hill D.H., Howell D.A. Unfolding Brackets for Reducing Item Nonresponse in Economic Surveys. AHEAD/HRS Report No. 94–029. Ann Arbor: Survey Research Center, Institute for Social Research, University of Michigan, 1993. Accessed 20.10.2025. URL: https://hrs.isr.umich.edu/publications/biblio/10985
13. Jabkowski P., Piekut A. Between Task Complexity and Question Sensitivity: Nonresponse to the Income Question in the 2008–2018 European Social Survey. Survey Research Methods. 2024. Vol. 18. No. 2. P. 113–135. DOI: 10.18148/srm/2024.v18i2.8117
14. Jabkowski P., Piekut A. Not Random and Not Ignorable. An Examination of Nonresponse to Income Question in the European Social Survey, 2008–2018. Public Opinion Quarterly. 2023. Vol. 36. No. 3. DOI: 10.1177/1525822X231194178
15. Jansen W., Verhoeven W.J., Dessens J., Róbert P. The long and short of asking questions about income: a comparison using data from Hungary. Quality & Quantity. 2013. Vol. 47. No. 4. P. 1957–1969. DOI: 10.1007/s11135-011-9636-5
16. Kaminska O., McCutcheon A.L., Billiet J. Satisficing Among Reluctant Respondents in a Cross-National Context. Public Opinion Quarterly. 2010. Vol. 74. No. 5. P. 956–984. DOI: 10.1093/poq/nfq062
17. Krosnick J.A. Response strategies for coping with the cognitive demands of attitude measures in surveys. Applied Cognitive Psychology. 1991. Vol. 5. No. 3. P. 319–335. DOI: 10.1002/acp.2350050305
18. Kuha J., Butt S., Katsikatsou M., Skinner C.J. The Effect of Probing “Don’t Know” Responses on Measurement Quality and Nonresponse in Surveys. Journal of Official Statistics. 2018. Vol. 34. No. 1. P. 26–40. DOI: 10.1080/01621459.2017.1323640
19. Kursa M.B., Rudnicki W.R. Feature Selection with the Boruta Package. Journal of Statistical Software. 2010. Vol. 36. No. 11. P. 1–13. DOI: 10.18637/jss.v036.i11
20. Lepkowski J. Non-observation error in household surveys in developing countries. Household Surveys in Developing and Transition Countries. Ed. by Department of Economic and Social Affairs, Statistics Division. N.Y.: United Nations, 2005. P. 149–169. Accessed 20.10.2025. URL: https://unstats.un.org/unsd/hhsurveys/pdf/Chapter_8.pdf
21. Lusardi A., Mitchell O.S. The economic importance of financial literacy: Theory and evidence. Journal of economic literature. 2014. Vol. 52. No. 1. P. 5–44. DOI: 10.1257/jel.52.1.5
22. Mignogna G., Carey C.E., Wedow R. et al. Patterns of item nonresponse behaviour to survey questionnaires are systematic and associated with genetic loci. Nature Human Behaviour. 2023. Vol. 7. P. 1371–1387. DOI: 10.1038/s41562-023-01632-7
23. Paas F.G. Training strategies for attaining transfer of problem-solving skill in statistics: A cognitive-load approach. Journal of Educational Psychology. 1992. Vol. 84. No. 4. P. 429–434. DOI: 10.1037/0022-0663.84.4.429
24. Pearce-Morris J., Choi S.-W., Roth V., Young R. Substantive Meanings of Missing Data in Family Research: Does “Don’t Know” Matter? Journal of Family Issues. 2014. Vol. 35. No. 5. P. 665–690. DOI: 10.1080/01494929.2014.938292
25. Riphahn R.T., Serfling O. Item non-response on income and wealth questions. Empirical Economics. 2005. Vol. 30. No. 2. P. 521–538. DOI: 10.1007/s00181-005-0247-7
26. Rothacher Y., Strobl C. Identifying Informative Predictor Variables With Random Forests. Journal of Educational and Behavioral Statistics. 2024. Vol. 49. No. 4. P. 595–629. DOI: 10.3102/10769986231193327
27. Schwartz L., Paulin G. Improving response rates to income questions. American Statistical Association (ASA) Section on Survey Research Methods Proceedings. 2000. P. 965–970. Accessed 20.10.2025. URL: http://www.asasrms.org/Proceedings/papers/2000_165.pdf
28. Tourangeau R., Yan T. Sensitive Questions in Surveys. Psychological Bulletin. 2007. Vol. 133. No. 5. P. 859–883. DOI: 10.1037/0033-2909.133.5.859
29. Wang K. Effects of unfolding brackets on the quality of income data in a telephone survey. Survey Practice. 2010. Vol. 3. No. 3. P. 1–7. DOI: 10.29115/SP-2010-0014
30. Yan T., Curtin R., Jans M. The Impact of Unit Nonresponse on Income Nonresponse. Ann Arbor: Survey Research Center, University of Michigan, 2006. 22 p. Accessed 20.10.2025. URL: https://data.sca.isr.umich.edu/fetchdoc.php?docid=32879
Статья
Поступила: 20.10.2025
Опубликована: 11.09.2026
Форматы цитирования
Другие форматы цитирования:
ACM
[1]
Шмелева, Е.Д., Лебедев, Д.В. и Брагина, Е.В. 2026. «А все-таки. »: эффективность уточняющих вопросов для снижения доли неответов на вопросы о финансах. Социологический журнал. 32, 3 (сен. 2026), 9-29. DOI:https://doi.org/10.19181/socjour.2026.32.3.1.
Раздел
ТЕОРИЯ И МЕТОДОЛОГИЯ
Это произведение доступно по лицензии Creative Commons «Attribution-NonCommercial» («Атрибуция — Некоммерческое использование») 4.0 Всемирная.
JATS XML
