Page 234 - 《社会》2017年第6期

中国民众主观社会地位的地域差异

调查对象 犻 的自评结果（本文中为主观社会地位）为 ，它是由潜变量
狔 犻
 在连续尺度上的截点值所决定的，是定序变量：
犢 犻
犽 － １  犽 （ ５ ） ６
ｙ 犻 ＝犽 若 τ 犻 ＜犢 犻 ＜τ 犻
这些截点值是调查对象用于判断自身结果的一套“标准”，这些截点值
因人而异，也是调查对象自身变量的函数，向量 犞 与向量 犡 的变量有
时会有重合，
１ １
τ 犻狊 ＝γ 狊 犞 犻
犽
狉犞
犽
犽 － １
τ ＝τ 犻狊 ＋ 犲 狊 犻 （ ６ ）
犻狊

由于 犢 犻 服从正态分布，调查对象做出 狔 犻＝犽 ，（ 犽＝１ ， ２ ， ３ ， ４ ， ５ ）的概
 正态分布曲线下这些节点之间的区间面积。因此，构建联
率就是 犢 犻
β γθσ 狔狕 ，通过最大似然法进行参数估计（ 犓犻狀 犵
）
合似然函数 犔 （ ，，， ２ ， ，
犲狋犪犾． ， ２００４ ）。
现在又在 犎犗犘犐犜 模型的基础上发展出 犆犎犗犘犐犜 模型，能够分析同
进行估
一个概念的多个自评问题，而且还可以对真实测量误差项 η 犻
计，因此， 犆犎犗犘犐犜 模 型 可 以 更加 精确地 测量 复 杂 概 念 （ 犠犪狀犱 ， 犓犻狀 犵
犪狀犱犔犪狌 ， ２０１１ ）， ７ 本文就是采用 犆犎犗犘犐犜 模型进行分析。
３． 变量
根据上文对“虚拟情境锚定法”的介绍，因变量为根据自评社会地
位与虚拟情境题得到的没有 犇犐犉 的主观社会地位，共有 ５ 个取值（“很
低”“较低”“一般”“较高”与“很高”）分别赋值为 １ 分、 ２ 分、 ３ 分、 ４ 分和
５ 分，调整后的数据既可以用“非参数方法”了解整体分布情况，也可以
用 犆犎犗犘犐犜 模型进行参数分析。
在自变量方面，本文关注个人在社会结构中的位置，也就是后致性
的特征对主观社会地位的影响，主要包括个人的教育、职业与收入。首
先，将数据中调查对象的教育程度重新编码为“小学及以下”“初中”“高
中”和“本科及以上”；其次，根据 犆犉犘犛 提供的职业综合变量重新编码

０ 犓 犽－１ ＜τ 犻狊 ，其中 犓 是自评结果， 犛 是自评的题目，本文只有一个
犽
６． τ 犻狊＝－∞ ， τ 狊 ＝ ∞ ，并且 τ 犻狊
犻狊
自评题目，因此，不用考虑 犛 取值。
７． “虚拟情境锚定法”在 犛狋犪狋犪 、 犛犃犛 、 犚 等软件中都有成熟的命令文件，其中 犛狋犪狋犪 命令可以参
见索黑娅等（ 犛狅犺犻犪 ， 犲狋犪犾． ， ２００２ ）的 犈狊狋犻犿犪狋犻狀 犵犮犺狅 狆 犻狋犿狅犱犲犾狊犻狀犵 犾犾犪犿犿 ， 犚 命令可参见王德等
（ 犠犪狀犱 ， 犲狋 犪犾． ， ２０１１ ， ２０１６ ） 犪狀犮犺狅狉狊 ： 犛狅犳狋狑犪狉犲犳狅狉 犃狀犮犺狅狉犻狀 犵 犞犻 犵 狀犲狋狋犲 犇犪狋犪 、 犃狀犮犺狅狉犻狀 犵
犞犻 犵 狀犲狋狋犲狊犻狀犚 。

· ２ ２ ７ ·