Page 213 - 《社会》2017年第6期

社会· ２０１７ · ６

栏，三组模型分别用于解释公众对腐败程度的感知、对政府反腐败工作
的满意度和对政府反腐败能力的评价。

图 ３ ：民众腐败经历对腐败感知、反腐败满意度与反腐败能力评价的影响

利用对腐败经历的直接测量和回归分析，表 ５ 发现腐败经历始终
对腐败感知、反腐败满意度和反腐败能力评价有显著影响。与没有经
历过腐败的公众相比，经历过腐败的人倾向于认为各类党政机构中腐
败更为普遍；有腐败经历者比未经历过腐败的公众对当前政府的反腐
败工作更不满意，也更加认为政府的反腐败能力不足，并分别带来反腐
败满意度和反腐败能力评价 ０．２４２ 个和 ０．１６２ 个单位的下降。
列举实验的结果采取“均值差异法”（ 犇犻犳犳犲狉犲狀犮犲犻狀犕犲犪狀狊 ）展开分
析（ 犌狅狀狕犪犾犲狕犗犮犪狀狋狅狊 ， 犲狋犪犾． ， ２０１２ ），经由对干预组和控制组的比较获
得对总体腐败经历水平的估计。然而，对总体水平的测量无助于对因
果联系的识别，尤其是列举实验的传统分析无法将列举实验结果作为
自变量来处理。幸运的是，布莱耶和艾麦（ 犅犾犪犻狉犪狀犱犐犿犪犻 ， ２０１２ ）基于贝
叶斯统计方法提出了列举实验的多变量分析方法强化了列举实验的应
用潜力，成为实验政治学探索的前沿领域。艾麦等（ 犐犿犪犻 ， 犲狋犪犾． ， ２０１５ ）
进一步提出将列举实验作为自变量来解释特定因变量的分析方法。该
方法采取两步分析：第一步以列举实验为因变量，利用一系列协变量来
估计列举实验的结果以建立列举实验的预测模型；第二步以预测的列
举实验结果作为自变量，与其他协变量共同来建模解释特定因变量。
因此，这部分将利用艾麦等（ 犐犿犪犻 ， 犲狋犪犾． ， ２０１５ ）提出的分析方法，结合
列举 实 验 与 贝 叶 斯 统 计，利 用 “贝 叶 斯 马 尔 科 夫 链—门 特 卡 罗 ”
（ 犕犆犕犆 ）方法来检验腐败经历对腐败感知的影响。分析结果参见表 ３
“列举实验”栏。与基于直接测量的分析一致，因变量仍然是腐败感知、

· ２ ０ ６ ·