Page 186 - 《社会》2015年第3期

社会网络对生活满意度的影响研究

层 ３ ： β ００ 犼＝γ ０００＋狌 ００ 犼
综合模型： 犢 狋犻 犼＝γ ０００＋狌 ００ 犼＋γ ０犻 犼＋犲 狋犻 犼
犢 狋犻 犼 犼 是 犼 家庭中 犻 个体
是 家庭中的个体 犻 在 狋 时间的生活满意度。 α ０犻 犼
是 家庭的 个体 平均 生活满 意 度。
不同时间平均的生活满意度。 β ００ 犼 犼
是家庭生活满意度均值或总的截距。因此，无条件平均模型将随机
γ ０００
效应分为三个层次。第一层源于个体随时间变化的差异；第二层源于
个体的差异；第三层源于家庭的差异。
通过无条件平均模型确认运用多层线性模型的必要性以后，再采
用随机截距的多层线性模型估计各层变量对生活满意度的影响。模型
设定如下：
２
层 １ 模型（重复观测模型）： 犢 狋犻 犼＝ α ０犻 犼＋ α １犻 犼 犜 狋犻 犼＋ α ２犻 犼 犜 狋犻 犼＋ α 犽犻 犼 犡 狋犻 犼＋犲 狋犻 犼
层 ２ 模型（个体间模型）： α ０犻 犼＝ β ００ 犼＋ β ０犽 犼 犣 犻 犼＋γ ０犻 犼
层 ３ 模型（家庭间模型）： β ００ 犼＝γ ０００＋狌 ００ 犼
（拜年网规模的平方／
狋犻 犼
综合模型： 犢 狋犻 犼＝γ ０００＋Λ １犻 犼 （拜年网规模） ＋ α ２犻 犼
（非
狋犻 犼
狋犻 犼
狋犻 犼
狋犻 犼
１００ ） ＋Λ ３犻 犼 （朋友的比例） ＋Λ ４犻 犼 （邻里互动） ＋ α ５犻 犼 （非正式参与） ＋Λ ６犻 犼
（无业）
狋犻 犼 狋犻 犼 狋犻 犼 狋犻 犼 狋犻 犼
社交性活动） ＋Λ ７犻 犼 （健康水平） ＋ α ８犻 犼 （收入） ＋Λ ９犻 犼 （失业） ＋Λ １０犻 犼
（受教育年限）
狋犻 犼
狋犻 犼
＋ α １１犻 犼 （年龄） ＋Λ １２犻 犼 （年龄平方／ １００ ） ＋ ０１ 犼 （男性） ＋ ０２ 犼 犻 犼
狋犻 犼
犻 犼
犻 犼
犻 犼
＋  ０３ 犼 （已婚） ＋  ０４ 犼 （城市）  ０５ 犼 （上海） ＋  ０６ 犼 （广东） ＋犲 狋犻 犼＋ γ ０犻 犼＋狌 ００ 犼
犻 犼
其中， 狋 代表时间， 犻 代表个人， 代表家庭。 γ 表示截距， 表示个体间
犼
β
分别表示时间层
、 和 狌 ００ 犼
自变量的系数， α 表示时间层面的系数。 犲 狋犻 犼 γ ０犻 犼
面、个体间层面和家庭层面的随机误差。在数据处理时，本研究只考虑
了各层的随机截距效应。
通过这种模型，我们可以发现不同层对与个体生活满意度的影响
程度，以及社会网络不同要素与因变量的关系。
接下来我们使用协方差分析模型对追踪调查数据进行分析，以考察自
变量的变化是否会带来生活满意度的改变，并在一定程度上减少样本选择
误差。追踪数据的优势在于拥有干预前和干预后的结果变量。这样在比
较干预组和控制组在结果变量上的差异时，可以控制两组间的初始差异。
该模型将 ２００８ 年第一次调查的生活满意度作为控制变量，来检测社会网
络的各个变量在第一次的取值和第二次的变化对 ２００９ 年的生活满意度的
影响。因此，协方差分析模型可以在控制上一期社会网络、生活满意度以
及其他控制变量以后，考察社会网络的变化对生活满意度的影响。
· １ ７ ９ ·