Page 239 - 《社会》2020年第4期

社会 · ２０２０ · ４

（ 三 ） 模型设定
自从贝里等 （ 犉．犅犲狉狉 狔 犪狀犱犠．犅犲狉狉 狔 １９９０ ） 使用离散时间事件史
，
模型来分析美国彩票制度在各州的扩散过程之后 ， 事件史模型开始成
为政策扩散 ， 研究特别是分析特定政府 （ 如美国的州政府 ） 在某一年是
否采取一项特定政策的标准方法 。 在事件史模型中 ， 因变量是 “ 发生的
风险 ”， 即特定主体 犻 在特定时间 狋 发生 “ 某个事件 ” 的概率 ， 直接被观
察的因变量是一个二分虚拟变量 ， 已有研究多通过 犔狅 犵 犻狋 模型或 犘狉狅犫犻狋
模型对事情是否发生进行估计 。 本研究采用事件史模型来分析中央政
府 ２００８ — ２０１８ 年发布的中央的农村政策在 ２８ 个省份的具体扩散情
况 。 同时 ， 由于中央政府不同的农村政策在不同年份均有被不同省份

采纳的可能性 ， 参照马克塞和沃登 （ 犕犪犽狊犲犪狀犱犞狅犾犱犲狀 ， ２０１１ ） 的做法 ，
我们构建包含 ２８ 个省份采纳不同中央农村政策的 ７３４７ 个有效观测
值的混合截面数据进行混合回归分析 （ 狅狅犾犲犱狉犲 犵 狉犲狊狊犻狅狀犪狀犪犾 狔 狊犻狊 ）。 另
狆
外 ， 鉴于本文的因变量具体为特定省份在特定年份是否采纳了中央的
某项农村政策 ， 为虚拟变量 ， 本研究使用 犔狅 犵 犻狋 模型估计最终的结果 ， ９
具体模型如下 ：

０ １ 犮狅狌狀狋狉犪 ２ 犮狅狌狀狋狉犫
）ｌｏ （
狆
ｌｏ ｇ ｉｔ （ ， 狋 ， 犻＝ｇ 狆 ， 狋 ， 犻 ） ＝ β ＋ β 狔＋ β 狔
犼
犼
犼
１ － 狆 ， 狋 ， 犻
５ 犮狅狀狋狉狅犾 （ １ ）
＋ β 狆 狉狅狏犻狀犮犲犪 ＋ β 狆 狉狅狏犻狀犮犲犫 ＋ β
３
４
其中 ， ， 狋 ， 是某一省级政府在年份 狋 决定采纳特定中央农村政策 犻
犼
狆犻
犼
的概率 ， 在公式 １ 中我们除了对相关控制变量进行控制外 ， 同时对自上
而下的行政压力 （ 犮狅狌狀狋狉 狔 犪 ）、 自上而下的经济激励 （ 犮狅狌狀狋狉 狔 犫 ） 以及省
级政府的执行能力 （ 狉狅狏犻狀犮犲犪 ）、 省级政府对特定政策的执行动力
狆
（ 狉狅狏犻狀犮犲犫 ） 等变量进行分析 。
狆
同时 ， 考虑到同一省份在同一年内采用的多种政策间存在相互依
赖的可能性 ， 为估计稳健的标准误 ， 本研究以省份和年为单位聚类获得
调整后的标准误 。
四 、 实证分析结果
根据上述模型设定和相关说明 ， 我们使用事件史模型考察的一段
９． 在研究中 ， 我们同时使用了 犘狉狅犫犻狋 模型来进行估计 ， 得出的结果与 犔狅 犵 犻狋 无明显差异 ， 在
此 ， 本文只报告 犔狅 犵 犻狋 模型的结果 。

２
２
· ３ ·