Page 140 - 《社会》2013年第5期

互联网使用是否扩大非制度化政治参与

益更大，对体制本身的依附性更紧，在体制内所拥有的政治和经济社会
资源更多，对体制的认同度也更高。这样，就可以进一步推断，被访者
２０００ 年左右的经济条件和 ２００５ 年的非制度化政 治 参 与行 为负 向相
关，这个不合格的工具变量操作化定义就必然和因变量负相关。
而一旦工具变量和因变量负相关， 犐犞犘狉狅犫犻狋估计量就会比单方程
犘狉狅犫犻狋 估计量更小。这是因为， 犐犞犘狉狅犫犻狋模型中所得出的偏系数会从
真实的互联网效应中消减去工具变量本身对因变量的负面影响。也就
是说， 犐犞犘狉狅犫犻狋 估计量一定会低估真实的互联网的效力。但如果最终
的分析结果显示 犐犞犘狉狅犫犻狋 估计值并非变小，而是比 犘狉狅犫犻狋 估计值大出
很多，那么就可以反过来说明工具变量中经济条件的成分得到了很好
的控制，其所导致的偏误没有起到方向性的作用。 ２０ 本文最后的分析，
恰恰是工具变量估计量远远大于单方程估计量。

四、分析和诠释：抑制性双向因果关系

对本研究来说，在控制了有关变量后，“在 ２０００ 年（含）前是否拥有
手机”仅会通过影响被访者的日常互联网使用来影响其后五年的被访
者的线下 非 制 度 化 政 治 参 与 行 为。 表 ２ 分 别 是 犘狉狅犫犻狋 模 型 和 犐犞
犘狉狅犫犻狋 模型的分析结果。虽然控制了省份变量，但考虑到样本中不少
被访者“簇”于一个城市，这样样本之间就可能不是完全独立的。因此，
估算模型时笔者对标准误差的处理采取了簇差异稳健估计量，以克服
同城市 内 的 样 本 互 相 关 联。 ２１ 犐犞犘狉狅犫犻狋 模 型 的 估 计 采 用 了 最 大 或
然法。
（一）单方程概率比模型（ 犘狉狅犫犻狋 ）的分析结论
从表 ２ 可知， 犘狉狅犫犻狋 模型得出的结论是，互联网使用和非制度化政
治参与之间没有统计显著的关联，这一点和笔者的常识性预期不符。
不过也不奇怪，因为单方程 犘狉狅犫犻狋 分析结果必然存在联立性偏误。这
好比在早期的计量经济学研究中，经济学家用 犗犔犛 模型分析警力（或

２０． 也即，工具变量中有效部分（ 犐犆犜 产品偏好）所识别出的互联网效应，已经大到足够轻松
抵消由工具变量中的无效部分（经济条件）所导致的负向偏误，这起码能说明互联网使用频率
对于非制度化政治参与的影响力是足够大的。
２１． 也可以采用多层线性模型（ 犎犔犕 ）的方法进行相关估算来解决这个问题。

· １ ３ ３ ·