Page 175 - 《社会》 2018年第5期

社会· ２０１８ · ５

则编码为 １０ ，以测量潜在的时间趋势效应。
控制变量。在个人特征方面，本研究控制了年龄（样本受访时点的
年龄）、性别（男性 ＝１ ）、是否来自农村地区（是 ＝１ ）和受教育水平。其
中受教育水平分为文盲、小学、初中、高中（及同等阶段教育）、大学本科
及以上（及同等阶段教育）五个层次。 １０ 同时，本研究也控制了个体的收
入水平（个人月收入取对数）、党员身份（党员 ＝１ ）、人际信任（四分变
量，数字越大表明对陌生人信任程度越高）。
在政治态度与政治参与方面，本研究控制了个体对政治事务感兴
趣的程度（四分变量，数字越大表明越感兴趣）；政治集会、请愿与游行
等政治参与的情况（ ３＝ 参与过、 ２＝ 没参与但想参与、 １＝ 永远不想参
与）；公众对腐败的主观感知（ ０ ～ １０ 的定序变量，数字越大代表受访者
认为现今腐败问题越严重）。此外，在媒体信息接收方面，本研究还控
制了受访者的互联网使用情况（有使用 ＝１ ），以及观看中央电视台新闻
的时间（过去一周内观看的天数）。
表 １ 报告了变量的描述性统计和变量在地震前后的均值比较。有
两个问题可能影响因果关系的推断：首先是样本缺失问题，一些关键变
，
量上样本缺失较多，其潜在的估计偏误会影响估计结果（ 犓犻狀 犵犲狋犪犾． ，
２００１ ）；其次是控制组与实验组在某些协变量（比如城乡地区、受教育水
平、月 收 入 等 ）上 存 在 显 著 差 异，可 能 对 研 究 推 断 产 生 混 淆 效 应
（ 犮狅狀犳狅狌狀犱犻狀 犵犲犳犳犲犮狋 ）（胡安宁， ２０１２ ）。
为了分析地震前后公众政治信任度的变化及其机制，本文的分析
包含四个步骤。第一步是用最小二乘法（ 犗犔犛 ）进行基准模型估计。在
第二步中，本研究试图处理协变量存在显著差异和样本缺失的问题：

针对前者，使用熵均衡（ 犲狀狋狉狅 狆狔犫犪犾犪狀犮犻狀 犵 ）进行数据的再平衡处理；针
对后者，使用多重插补方法（ 犿狌犾狋犻 狆 犾犲犻犿 狆 狌狋犪狋犻狅狀 ）来填补缺失值，而后
再进行回归分析。第三步是趋势分析，即观察公众政治信任的变化趋
势。这一步也是安慰剂检验，本研究把“‘ ５ · １２ ’地震后”这个变量换成
地震一周后（即 ５ 月 １９ 日之后）或两周后（即 ５ 月 ２６ 日之后），来测量

１０． 问卷调查了受访者在各个阶段接受教育的时间，而没有确认其最终获得的学历，因此这
个变量是以受访人是否曾经接受过该阶段教育为测量标准，而非受访人的学历，也不同于其
受教育年限。

· １ ６ ８ ·