Page 84 - 《社会》2016年第5期

中国网民的政治价值观与网络抗争行为的限度

当前研究中，倾向值匹配法往往应用于二分干预变量。但在观察
性研究（ 狅犫狊犲狉狏犪狋犻狅狀犪犾狊狋狌犱 狔 ）中，干预 变 量 可 能 是 多 分 类 或 连 续 型 变
量。进入 ２１ 世纪，针对有序多分类、无序多分类和连续型变量的处理
办法和分 析 技 术 逐 渐 被 开 发 出 来。平 野 敬  和 因 本 斯 （ 犎犻狉犪狀狅犪狀犱
犐犿犫犲狀狊 ， ２００４ ）首 次 完 整 推 介 了 一 种 被 称 为 广 义 倾 向 值 （ 犲狀犲狉犪犾犻狕犲犱
犵
狆 狉狅 狆 犲狀狊犻狋 狔 狊犮狅狉犲 ， 犌犘犛 ）的方法来处理连续型自变量。这种方法的原理
是基于反事实框架，通过数学推导证明了在比较干预状况时，可以通过
一系列协方差差异的调整移除所有偏差。

与广义倾向值 方 法 相 应 的统计 分析 技术 由比亚 和马泰（ 犅犻犪犪狀犱
犕犪狋狋犲犻 ， ２００８ ）开发出来。该方法有三个步骤：第一，估算给定协方差的
干预变量的条件分布（干预变量需为正态分布）以及广义倾向值；第二，
估算给定干 预 和 广 义 倾 向 值 的 条 件 期 望 结 果；第 三，估 算 响 应 函 数
（ 犱狅犲狊狉犲狊 狆 狅狀狊犲犳狌狀犮狋犻狅狀 ）。但是，干预变量的正态分布假定常常无法
得到满足（ 犉狉 狔犵 犲狊犪狀犱犠犪 犵 狀犲狉 ， ２００８ ； 犉狉 狔犵 犲狊 ， ２００９ ），对此，瓜尔达巴西
和文图拉（ 犌狌犪狉犱犪犫犪狊犮犻狅犪狀犱犞犲狀狋狌狉犪 ， ２０１４ ）借用了计量经济学的处理
方法，通过在第一个步骤中使用更灵活的广义线性模型改进了该方法。
本研究的干预变量为政治价值观（连续型变量），结果变量为是否参与
网络抗争（二分变量），因而应当使用广义倾向值法进行严格的因果检
验，其中第一步广义线性模型中的连接函数为二项式分布。

四、分析结果

为了应对选择性偏误问题，本文使用广义倾向值匹配来估算政治
价值观对网络抗争行为的影响，该方法使用的共变量———即可能同时
影响自变量和因变量的变量———包括性别、年龄、受教育程度、体制内
外、居住地、是否为流动人口、就业状况、是否为党员、网友数（取自然对
数）、网龄、集体性介入、个体性介入、自我表达和社会满意度得分，以及
抽样信息变量，包括初级抽样单位和分层变量。干预变量没有通过正
态性 检 验，因 此 本 文 使 用 瓜 尔 达 巴 西 和 文 图 拉 （ 犌狌犪狉犱犪犫犪狊犮犻狅犪狀犱
犞犲狀狋狌狉犪 ， ２０１４ ）的广义线性模型。
首先使用以共变量为自变量、干预变量为因变量的广义线性方程
估算广义倾向值，估算的结果摘要见表 ３ 。平野敬和因本斯（ 犎犻狉犪狀狅
犪狀犱犐犿犫犲狀狊 ， ２００４ ）强调估算系数没有实际意义。

· ７ ７ ·