Page 239 - 《社会》2021年第2期

社会·2021·2

表 3：社会经济地位与肥胖关系的性别异质性：相关性估计
女性（N = 46 103） 男性（N = 43 802）
模型 1：职业地位圮BMI
ISEI 得分 -0.007 *** 0.013 ***
（0.001） （0.001）
模型 2：收入圮BMI
Ln（家庭人均年纯收入） 0.158 *** 0.224 ***
（0.014） （0.014）
模型 3：职业地位圮肥胖类别
ISEI 得分圮（偏轻 Vs.正常） -0.002 -0.013 ***
（0.001） （0.001）
ISEI 得分圮（超重 Vs.正常） -0.004 *** 0.005 ***
（0.001） （0.001）
ISEI 得分圮（肥胖 Vs.正常） -0.008 *** 0.007 ***
（0.001） （0.001）
模型 4：收入圮肥胖类别
Ln（家庭人均年纯收入）圮（偏轻 Vs.正常） -0.094 *** -0.143 ***
（0.013） （0.015）
Ln（家庭人均年纯收入）圮（超重 Vs.正常） 0.053 *** 0.108 ***
（0.010） （0.011）
Ln（家庭人均年纯收入）圮（肥胖 Vs.正常） 0.057 ** 0.090 ***
（0.018） （0.018）
注：括号里是标准误。 * p < 0.05，** p < 0.01，*** p < 0.001。 所有模型均控
制了 2010 年的受教育年限、父母双方最高的职业地位、父母双方最高的受教育水
平、当前是否抽烟、当前是否喝酒、当前是否患有慢性病、是否已婚、是否居住在城
镇、是否居住在北方、2010 年的年龄以及年份哑变量。 为了表格的简洁，此表未呈
现其他变量的系数，完整表格读者可登录《社会》官网下载本文 PDF 查看附表 1。

别进行分析。
尽管如此， 在对职业和收入这两个维度与两种肥胖指标关系的探
索中，本研究依然观察到了明显的性别差异，具体如图 1 所示。 相较于
男性，女性社会经济地位与肥胖的相关度更小，甚至为负向。 这种性别
差异在全样本交互项分析中被证明具有统计显著性。
虽然相关性分析能揭示社会经济地位与肥胖的初步关联模式，但
仍不足以形成因果关系的证据。 因此， 本研究利用长期追踪数据的优
势，逐一克服遗漏变量偏误和忽略双向因果的问题。
（二）固定效应估计：遗漏第三变量的影响

本文迈向因果估计的第一步是处理第三变量遗漏偏误问题。 使用个
体层面的长期追踪数据能够控制个体不随时间变化的因素，无论这些因
素是否被观察到。 对于那些随时间变化的宏观因素的混淆性偏误，本研
究通过在模型中纳入调查年份的虚拟变量来处理。 表 4 在相关性分析的
基础上增加了个体层面的固定效应，其中社会经济地位与肥胖指标之间

· 232·