Page 239 - 《社会》2015年第4期

社会· ２０１５ · ４

况下来估计 犔狅 犵 犻狋 模型。
但异质选择模型并非灵丹妙药，如果模型设置错误（包括选择方程
和方差方 程），该 模 型 仍 有 可 能 导 致 错 误 的 结 果。 所 以 威 廉 姆 斯
（ 犠犻犾犾犻犪犿狊 ， ２００９ ）建议研究者同时估计控制和未控制异方差性的模型，
然后仔细考虑模型结果之间的差异是否由模型设置错误而引发。在
犛狋犪狋犪 软件中可以用 狅 犵 犾犿 （ 犗狉犱犻狀犪犾犌犲狀犲狉犪犾犻狕犲犱犔犻狀犲犪狉犕狅犱犲犾 ）命令对该
模型进行估计（ 犠犻犾犾犻犪犿狊 ， ２０１０ ）。
２． 平均偏效应（ 犃犘犈 ）
在 犔狅 犵 犻狋 模型中，除了报告发生比率（ 狅犱犱狊狉犪狋犻狅 ）之外，研究者也可
以报告事件发生的概率（ 狉狅犫犪犫犻犾犻狋 狔 ）预测值和自变量变化所引起的概
狆
率变化量（ 犘犲狋犲狉狊犲狀 ， １９８５ ）。如果要考察变量对结果变量发生概率的
影响，首先需要对概率和 犔狅 犵 犻狋进行转换，两者关系是 犔狅 犵 犻狊狋犻犮 累积分
布方程（ 犆犇犉 ）：
ｅｘ ｐ β ）
（ 狓 犻
）
犉 （ 狓 犻 ＝
β
１＋ｅｘ ｐ β ）
（ 狓 犻
β
其中 狓 犻 是第 犻 个观测的 犔狅 犵 犻狋 值。 犔狅 犵 犻狊狋犻犮犆犇犉 的斜率就是 犔狅 犵 犻狊狋犻犮
概率分布方程（ 犘犇犉 ），表达式如下：
ｅｘ ｐ β ）
（ 狓 犻
（ 狓 ）
犳 β 犻 ＝ ２
［ １＋ｅｘ ｐ β ）］
（ 狓 犻
犆犇犉 给出的是 狔 犻＝１ 的概率 犘 （ ＝１ ），而特定取值 犘 （ ＝１ ）上
狔 犻
狔 犻
的 犘犇犉 则等于 犘 （ ＝１ ） × ［ １ －犘 （ ＝１ ）］。发生比率表示某自变量
狔 犻
狔 犻
对 犔狅 犵 犻狋 的影响是乘以一个恒定值，但自变量对因变量发生概率的影
响却不能如此直观的表述。我们只能报告概率的变化，相关的指标包
括“边 际 效 应 ”（ 犕犪狉 犵 犻狀犪犾犈犳犳犲犮狋狊 ，简 称 犕犉犡 ）、“平 均 边 际 效 应 ”
（ 犃狏犲狉犪 犵 犲 犕犪狉 犵 犻狀犪犾犈犳犳犲犮狋狊 ，简 称 犃犕犈 ）和 “平 均 偏 效 应 ”（ 犃狏犲狉犪 犵 犲
犘犪狉狋犻犪犾犈犳犳犲犮狋狊 ，简称 犃犘犈 ）。“边际效应”测量的是在 狓 某一特定取值
附近的成功概率的变化率，所以“边际效应”会随着 狓 的取值变化而变
的 “边 际 效 应”
化（鲍 威 斯、谢 宇， ２００９ ： ５６－５７ ）。 犔狅 犵 犻狋 模 型 中 狓 １
（ 犕犉犡 ）是：
）
ｅｘ ｐ β
（ 狓 犻
（ 狓 ）
犳 β 犻 β １ ＝ ２ β １ （ １５ａ ）
［ １＋ｅｘ ｐ β ）］
（ 狓 犻
是
其中， 是变量 狓 １ 的发生比率对数（ 犾狅 犵狅犱犱狊狉犪狋犻狅 ）的估计值， 狓 犻
β １ β
· ２ ３ ２ ·