Page 109 - 《社会》2019年第1期

社会· ２０１５ · １

的维系还是使用，不发达地区的饮食社交都更为重要，对政治信任产生
的影响也更大。就此我们提出“地区差异”假设：
假设 ５ ：饮食社交对政治信任的侵蚀效应在市场经济不发达地区
更为显著。
以上共 ５ 个假设，概括起来就是“总体侵蚀”和“四大差异”。
２． 模型设置：定序概率比模型和工具变量
信任指标的数据往往是定序变量，但因为序次之间的间隔可能是
不相 等 的，本 文 因 此 采 用 定 序概 率比 模型（ 犗狉犱犻狀犪犾犘狉狅犫犻狋 ，以 下 简 称
犗犘狉狅犫犻狋 模型）分析饮食社交和政治信任的关系。当然，我们进行了标
准的平行线检测，证明可以运用该模型。

我们假设存在一个未被观察到的连续因变量 犢 （真正的政治信

任度），它是一组自变量的线性函数
［
，
犢  ＝ β ０ ＋ β １ 犛 犻＋ β ２犡 犻＋ ε 犻 犢 ＝犼犽 犼 － １ ≤犢  ＜犽 犼 ］ （ １ ）
则是一组控制变量，包
其中， 犛 犻 表示第 犻 个被访者的饮食社交频度； 犡 犻
是误差项； 就
β １
括个人的人口学特征、经济社会地位、职业特征等； ε 犻

为犢 的分界点，也
是我们关心的关系资本对政治信任的影响系数； 犽 犻
 时，我们就观察到 犢＝１ ；当 犽 １≤
即政治信任的分级。也即，当 犢 ＜ 犽 １
 时，我们就观察到 犢＝２ ，依次类推。
犢 ＜ 犽 ２
前文多次提及，直接用概率比模型对方程（ １ ）进行估算会忽视遗漏
变量和双向因果等内生性问题，导致估算偏误，且不能证实真正的因果
效应。对于横截面数据来说，要解决这个问题，就必须寻找到一个合格
的工具变量：它必须与饮食社交的强度密切相关，但又不直接影响政治
信任。找到了这样的工具变量，我们就可以通过比较工具变量对因变
量和自变量的影响，将干扰项的影响“过滤”掉（陈云松， ２０１２ ）。现假设
是一个合格的工具变量，我们可以写一个联立方程组以表示工具变
犣 犻
量定序概率比模型（ 犐犞犘狉狅犫犻狋 ）。
，
［
犢  ＝ β ０ ＋ β １ 犛 犻＋ β ２犡 犻＋ ε 犻 犢 ＝犼犽 犼 － １ ≤犢  ＜犽 犼 ］ （ ２ ）
（ ３ ）
犛 犻 ＝γ ０ ＋γ １ 犣 犻＋γ ２犡 犻＋ ξ 犻
是工具变量， 是随机误差项。在这个方程组中，必须满足
这里， 犣 犻
ξ 犻
犆狅狏 （ 犣 ， ε 犻 ＝０ ，且 犆狅狏 （ 犣 ， 犛 犻 ≠０ 。因为饮食社交是连续变量，所以，
）
）
＾
＾
的预测值 犛 ＾ 犻＝ γρ ０＋ γρ １ 犣 犻＋
我们在对方程（ ３ ）进行 犗犔犛 回归，得到 犛 犻
· １ ０ ２ ·