Page 93 - 《社会》2016年第4期

社会· ２０１６ · ４

规模和结构、数量和质量指标，本文选取了以下 ２ 组共 ６ 个网络指标：
网络规模（ １ 个指标）：即讨论网的总人数。规模越大，说明可接触
到的信息和资源也越多。
网络结构（ ５ 个指标）：具体测量方式是询问讨论网中是否有“现在
大学工作的”、“现在科研院所工作的”、“现在国营／民营／外资企业工作
的”、“现在政府部门工作的”和“外国人”。如果“有”赋值为 １ ，“没有”
赋值为 ０ 。由此分别代表“与大学的纽带关系”、“与科研院所的纽带关
系”、“与企业的纽带关系”、“与政府的纽带关系”和“与国际学术圈的纽
带关系”等网络结构特征。不同的网络结构变量对应不同的网络作用
机制：与学术界的个人关系主要用于传递学术信息，与企业和政府部门
的个人关系主要用于传递科研资源。
３． 其他变量
除学术产出和学术社会网络外，本文的另一核心研究变量是“性
别”。该变量为虚拟变量，男性 ＝１ ，女性 ＝０ 。
此外，本文还把以往研究中被认为对“学术产出之谜”有明显影响
的重要变量作为控制变量。具体包括年龄、婚育状况、教育水平、留学
情况（“是否有过一年以上海外留学或工作的经历”）、职称水平和单位
级别等。上述变量的具体分布及其性别差异检验结果如表 １ 所示。可
以发现：除婚育状况外，男女高校科研人员在其他变量上均存在显著差
异，女性在各项指标上几乎都落后于男性。
（三）分析策略
由于本文的因变量（论文发表量）属于离散型数据，不宜选择常规
的多元线性回归模型。对于只能取非负整数（即 ０ ， １ ， ２ ……，比如专利
个数、文章篇数、子女个数和看病次数等）的计数变量而言，较为常用的
统计方法是泊松回归（ 犘狅犻狊狊狅狀狉犲 犵 狉犲狊狊犻狅狀 ）。但泊松回归有一个较大局
限，要求分布的均值与方差相等，即“均等分散”，而这一分布特征往往
与实际数据不符。就本文的因变量而言，论文产量的方差明显高于论
文产量的均值，面对这样的“过度分散”数据，更为合适的统计模型是负
二项回归（ 狀犲 犵 犪狋犻狏犲犫犻狀狅犿犻犪犾犿狅犱犲犾 ）。 １１ 本文最终选择标准负二项回归模

１１． 对模型 犪犾 狆 犺犪 值的检验结果也显示应使用负二项回归而非泊松回归。此外，本文的因变
量 犛犆犐 ／ 犈犐 论文量，虽然有 ３８９ 个案例取值为 ０ ，占总案例数的 ２８．４％ ，但对 犞狌狅狀 犵 值的检验
结果显示，应使用“标准负二项回归”，拒绝“零膨胀负二项回归”。关于泊松回归、负二项回归
和零膨胀负二项回归的区别及 犛狋犪狋犪 的应用，请参考陈强， ２０１４ 。
· ８ ６ ·