Page 224 - 《社会》2021年第6期

美貌与地位：中国人婚姻中的匹配与交换

（三）模型
在现有研究中，学者们曾使用三种方法分析婚姻交换：一是线性回
归 ，二 是 差 分 模 型 ， 三 是 对 数 线 性 模 型（ McClintock，2014）。 葛 立 克 森
（Gullickson，2017）认为，差分模型仅能分析基于绝对差异的婚姻交换，
而无法研究基于相对差异的婚姻交换，因此，我们没有使用差分模型，
而是使用线性回归和对数线性模型这两种相对成熟且学界公认的分析
方法。
与对数线性模型相比， 线性回归的好处是能非常方便地纳入很多
控制变量，其缺陷在于对关键变量（如外貌和地位）边缘分布的控制不
够充分。 考虑到线性回归是一种较为常见的统计分析方法，我们不再过
多介绍。
与线性回归相比， 对数线性模型能够对各变量的边缘分布进行更
好的统计控制，但该模型的设定比较复杂，且相关研究对于如何设定模
型 才 能 更 好 地 验 证 婚 姻 交 换 争 议 较 大 。 本 研 究 采 用 的 是 葛 立 克 森
（ Gullickson，2017）推荐的模型设定方法。 实际上，麦科林托克和葛立克
森的模型除了在分性别的婚姻交换项上略有差异之外， 其他是完全一
样的。 3 我们也使用了麦科林托克的模型，发现研究结论不变。
以外貌—地位交换为例， 本研究使用的对数线性模型起始于以下
基准模型：
log（F ijkl）=λ+λ i+λ j+λ k+λ l+λ ik+λ jl+λ ij+λ kl
其中，F 是单元格的观测频数，它包含四个下标：i 代表“丈夫的外貌”，j
代表“妻子的外貌”，k 代表“丈夫的地位”，l 代表“妻子的地位”。 F ijkl 经
过对数变换，可以表示为多个参数线性相加的形式，这也是该模型被称
作对数线性模型的原因。
在基准模型的各参数中，λ 代表模型截距。 四个主效应 λ i、λ j、λ k 和
λ l 分别代表夫妻双方的外貌和地位对观测频数的影响， 将它们纳入模
型的主要目的是控制各变量的边缘分布， 以排除结构性差异对关联模
式的影响。 除此之外，基准模型还纳入了四个二维交互项，分别代表四
种关联。 其中，λ ik 刻画的是丈夫外貌与其自身地位的关联，λ jl 刻画的是
妻子外貌与其自身地位的关联。 λ ij 刻画的是夫妻双方在外貌上 的关
3. 麦科林托克通过在模型中纳入性别与婚姻交换项的交互项来检验性别差异， 而葛立
克森则为男性和女性分别设定了独立的婚姻交换项。

· 217·