Page 233 - 《社会》2015年第4期
P. 233

社会· 2015 · 4

   选择是,尽量用连续性变量来替换二分类变量,但像升学、死亡之类的变
   量本身就是二分类的,没有连续性的变量可以替代。研究者针对这一问
   题已提出不少解决策略,虽然尚无定论,但都值得了解与借鉴。

       三、应对策略

       (一)同一样本,不同模型之间的系数比较
      嵌套模型是定量研究中经常用到的分析策略,通过比较嵌套模型
   之间的系数,我们可以了解控制变量对核心自变量效应的影响。但在
   犔狅 犵 犻狊狋犻犮 嵌套模型 间 的 系 数 比 较 中,必 须考虑 标 尺 变 化 带 来 的 影 响。
   卡尔森等( 犓犪狉犾狊狅狀 , 犲狋犪犾. , 2013 )指出,在比较嵌套模型的系数时,特定
   自变量的系数会受到其他自变量的“混杂效应”( 犮狅狀犳狅狌狀犱犻狀 犵                   )和“标尺
   改变效应”( 狉犲狊犮犪犾犻狀 犵 )两方面的影响。我们把方程 3 、方程 4 稍作更改
   (同时去掉了常数项,如方程 3犪 、方程 4犪 所示),分别称为“简化模型”
                                                        对     存在
   ( 简称 犚 )和“完全模型”(简称 犉 )。 11 当 狓 1     和 狓 2  相关,且 狓 2    狔
   独立效应时,就存在“混杂效应”。而“标尺改变效应”就是因上文所说
                                      的系数在不同模型中并不遵循
   的残差方差变化导致的问题,使得 狓 1
   同一测量标尺。在嵌套模型比较中,我们真正感兴趣的是“混杂效应”,
   但由于观察到的系数差异还包含了“标尺改变效应”,所以直接比较可
   能会导致错误结论。
                  
                狔 犻 =狓 1犻 β 1犚 + σ 犚 ε 犻                      ( 3a )
                                                             ( 4a )
                狔 犻 =狓 1犻 β 1犉 +狓 2犻 β 2 + σ 犉 ε 犻
                犫 1犚 -犫 1犉 = β 1犚  - β 1犉  ≠β 1犚 - β 1犉        ( 8 )
                           σ 犚  σ 犉
                                                                 。
   其中, 犫 是 β 的估计值。增加自变量后,残差方差一般会减小,即 σ 犚 ≥σ 犉
   所以如式 8 所示,一般而言,直接把两个嵌套模型系数相减得到的值会
   低估真正的“混杂效应”。
       1. “ 标准化”
           
          狔
       “ 标准化”( 狊狋犪狀犱犪狉犱犻狕犪狋犻狅狀 )是针对上文提到的因变量的标
         
                     
                   狔
        狔
   尺不固 定提 出 的。 12 温 什 普 和迈耶( 犠犻狀狊犺犻 狆犪狀犱 犕犪狉犲 , 1984 : 517 )建
   11. 这里的简化模型和完全模型相当于谢宇( 2010 : 138 )所说的限制性模型和非限制性模型。
   12. 在此我们采用唐启明( 2012 : 327 )“ 狔 标准化”的提法,以区别于线性回归模型中的“ 狔 标
                              
   准化”。
    · 2 2 6 ·
   228   229   230   231   232   233   234   235   236   237   238