Page 115 - 《社会》2019年第1期

社会· ２０１５ · １

结果做一个简化说明。如果将饮食社交定义为三个子项目的里克特量
表的平均得分，且将政府信任变量作为从 １ 到 ４ 的连续变量看待，我们
就可以直接采用线性两阶段工具变量回归，并进行最直观的诠释：线性
工具变量模型估计出的偏系数为 ０．２６ ， １０ 意味着在其他条件都不变的
情况下，餐饮社交的频率每提升一个等级（例如，从“很少”到“有时”），
带来的政治信任就会下降 ０．２６ ，也即四分之一个等级。在数量级上，
社交餐饮的频率对政治信任的影响强度与教育程度对政治信任的影响
几乎相当。可见，中国人情社会常见的“吃吃喝喝”对政治信任有相当
大的总体侵蚀作用。
在其他控制变量方面，代表着对社会自然人信任的“社会信任”和
参与各类社会活动的“社团参与”因子，都和政治信任显著正向相关，这
和以往的中国研究均吻合得很好。教育程度则和政府信任呈反向相
关，这显示，随着学历的增高，人们的思维会更具独立性。家庭收入也
能影响政治信任，体现了政治合法性的基础之一是经济和收入要素。
此外，我们发现，是否是本地人和政府信任密切相关，可能代表了移民
对所在城市中体制力量的信任：在陌生情境中人们可能更加信任制度
化的力量。
最后，如何理解 犐犞犗犘狉狅犫犻狋 估计量大于 犗犘狉狅犫犻狋 估计量？一方面，
可能是遗漏的性格、偏好等个异质性与饮食社交正相关，但与政府信任
负相关。另外一方面，政府信任很可能和饮食社交存在双向因果关系。
比如，人们越不信任政府，就越会通过工具性的饮食社交来获取社会资
源。越多进行这种饮食社交，则越会通过信息传播和目标达成两个机
制，愈发对政府不信任。此外，政府信任的测量可能存在一定的测量误
差，这种误差总是导致回归结果向零靠拢，也即低估偏系数的绝对值。
不过，从 犗犘狉狅犫犻狋 估计量到 犐犞犗犘狉狅犫犻狋 估计量，数量增加了 ４ 倍，应该
不仅仅是测量误差就足以解释的，这也反过来印证了我们的诠释。 １１

１０． 注意，此处的 ０．２６ 来自标准线性工具变量分析，也即将因变量看做连续变量，在 犛犜犃犜犃
中使用犻狏狉犲 犵 命令。而表格中报告的 犐犞犗犘狉狅犫犻狋 模型估计量在 犛犜犃犜犃 中均用条件混合过程
模块估算（ 犮狅狀犱犻狋犻狅狀犪犾犿犻狓犲犱狆 狉狅犮犲狊狊犲狊 ）获得。
１１． 工具变量估计量变大往往还可能是局部平均干预效应（ 犔狅犮犪犾犃狏犲狉犪 犵 犲犜狉犲犪狋犿犲狀狋犈犳犳犲犮狋狊 ）
所致。类似的实证分析和诠释参见陈云松（ 犆犺犲狀 ， ２０１２ ）。但在本文的研究情境和工具变量
选择中，这种诠释基本没有说服力。

· １ ０ ８ ·