Page 173 - 《社会》2016年第6期
P. 173

社会· 2016 · 6

   感反而比“各级(类)管理者、技术人员等”低 37.7% 。这些结果说明低
   收入、低学历群体是失意感相对较高的群体,但“工人、营业员等”是失
   意感相对较低的群体。
              表 4 :失意感影响因素的 犔狅 犵 犻狊狋犻犮回归分析( 犖=2343 )
                     模型 1.1      模型 1.2      模型 2.1      模型 2.2
        自变量          低失意感       (高)失意感      低失意感        (高)失意感
                    /无失意感       /无失意感       /无失意感       /无失意感
   年龄               0.965     0.983     0.961     0.976 
   性别
     男              0.847        0.960      0.834        0.922
   婚姻状况
     单身             1.063        1.343      1.087        1.248
   个人月收入(千元)        0.987        0.799   1.025        0.910
   家庭月收入(千元)        0.975        0.924    0.982        0.964
   教育水平
     初中及以下          1.082        1.496    1.177        1.470
     高中、中专          1.355       1.473     1.370       1.344
   职业
     无业、临时工等        1.272        1.246      1.199        1.171
     工人、营业员等        0.795        0.623    0.764        0.671
     个体经营者          0.698        1.219      0.694        1.189
   居住形成
     租房             1.534     2.273   1.023        1.238
   来沪时间
     4 年及以下         0.670       0.394   0.683       0.391 
     5 — 9 年        1.252        0.588    1.516       0.690
     10 年及以上        1.371        0.769      1.632      1.067
   物质生活因子                                   0.600     0.382 
   情感生活因子                                   0.808     0.545 
   公平感
     收入高于付出                                 0.851        1.603
     收入稍低于付出                                1.586     2.339 
     收入明显低于付出                               2.138     3.398 
   卡方              241.661             584.884 
      注: 1. 表中变量的参照组分别是,性别:女性;婚姻状况:已婚;教育水平:大
           专及以上;职业:各级(类)管理者、技术人员、办公室人员、企业家等;
           居住形式:产权房;来沪时间:上海户籍;公平感:收入与付出基本
           相称;
         2. 显著性水平: 狆 < 0.05 , 狆 < 0.01 ,  狆 < 0.001 ;表中系数为 犲狓 狆 ( 犫 )值。
                    
                            
   (接上页)“大专及以上”学历的人“失意感”的发生率(以“无失意感”为参照)高 49.6% 。后文
   均按简化方式解释 犲狓 狆 ( 犫 )。
      对于模型中数据,只需观察两点:首先观察数据后有无“  ”号,若无“  ”号,表明该自变量
   (或类别)对因变量没有影响,“  ”号越多,越能肯定该自变量(或类别)具有影响;然后观察 犲狓 狆 ( 犫 )
   是否大于 1 ,若大于 1 ,表明该自变量(或类别)增强了因变量的发生概率,若小于 1 ,则该自变
   量降低了因变量的发生概率,偏离 1 的程度越大,说明该自变量对因变量的影响程度越大。

    · 1 6 6 ·
   168   169   170   171   172   173   174   175   176   177   178