在抽样调查中,随着当前经济社会的变化和发展,调查对象及其目标总体的范围和结构日益复杂,基于单个调查总体构建单一的抽样框进行随机抽样的传统调查方式往往存在较大问题,比如单个调查总体的抽样框覆盖不全,单一抽样框的更新和维护成本又过高。本文认为,基于交叉子总体开展抽样设计及估计具有覆盖全、成本低、效率高、操作简单的优点,是解决上述难题的有效方法。为了充分利用辅助信息提高交叉子总体抽样的估计精度,本文在总结传统一阶段抽样中广义回归估计方法的基础上,结合现行的Hartley估计方法,通过引入辅助变量和超总体模型,提出了一种基于广义回归估计方法的新型交叉子总体估计量Hartley-GREG。考虑到辅助变量信息不完备的情形,本文基于双边和单边辅助信息分别提出了估计量Hartley-GREG-Bs和Hartley-GREG-Ss。而且,针对二阶段抽样设计的两种情形,逐步推导出Hartley-GREG估计量在二阶段抽样设计下的估计量形式。通过数值模拟对新型估计量与传统的Hartley、F-B估计量进行分析比较,结果表明:在一般情形下,本文提出的三个新型估计量的估计精度比传统估计量更高,而且在线性超总体模型下,新型估计量的估计效果与传统估计量相比有很大提升。为了更好地体现交叉子总体抽样的这一套理论方法的推广应用价值,本文针对我国规模以下工业企业抽样调查中存在的问题,具体给出了基于规下工业企业目录企业子总体和地域企业子总体的交叉子总体抽样方案和新型的广义回归估计程序,以期为该方法在我国统计调查中的应用提供一定的参考。