Page 241 - 《社会》2024年第6期

社会·2024·6

为了进行比较， 本研究同时考察了个人类型和位置类型变量的调
节效应。 与连续变量相比，将群体按一定现实标准分组更有利于探索不
同群组在调节效应上的差异化表现， 也有助于避免线性影响就会有线
性调节作用的假定（ Hainmueller，et al.，2019）。 因此，本研究将年龄（“青
年”=18—39 岁，“中年”=40—59 岁，“老年”=60 岁以上）、教育（小学及
以下、初中、高中、大专及以上）和收入（“低收入”=年收入 3 万元以下，
“中低收入”=年收入 3—6 万元，“中等收入”=年收入 6—9 万元，“中高
收入”=年收入 9—12 万元，“高收入”=年收入 12 万元以上） 转换为多
个次序高低类别的群组后纳入分析。 表 5 为纳入各类特征对数字技能
和数字伤害关系的调节效应结果。 为获得稳健的估计结果，本研究同样
通过自抽样生成估计系数和标准误。 为排除多重共线性，本研究也对数
表 5 ：类 型 优 势 对 数 字 技 能 与 数 字 伤 害 关 系 的 调 节 作 用 （Heckman）（N=2 430）
变量 回归系数 标准误 变量 回归系数 标准误
主效应 其他控制变量 已控制
数字技能 0.527 # 0.074 逆米尔斯比率 8.499 # 2.634
性别 0.858 0.723 常数项 39.217 # 2.625
年龄组 调节效应
中年 -3.634 # 1.303 性别×数字技能 -0.010 0.035
老年 -10.195 # .0.636 中年×数字技能 -0.019 0.048
教育组 老年×数字技能 0.041 0.071
初中 1.675 2.158 初中×数字技能 -0.093 0.073
高中 3.385 2.390 高中×数字技能 -0.117 0.075
大专及以上 5.124 # 2.546 大专及以上×数字技能 -0.185 # 0.086
收入组 中低收入×数字技能 -0.055 0.044
中低收入 1.331 0.972 中等收入×数字技能 0.008 0.070
中等收入 -0.466 1.570 中高收入×数字技能 -0.143 0.106
中高收入 -1.520 1.845 高收入×数字技能 -0.219 # 0.098
高收入 -0.641 2.107 城乡居民×数字技能 -0.049 0.044
城乡居民 0.405 1.001
注 ：1. 模 型 为 Heckman 第 二 阶 段 结 果 。
2. “ 性 别 ” “ 年 龄 组 ” “ 教 育 组 ” “ 收 入 组 ” “ 城 乡 居 民 ” 的 参 照 组 分 别 为 “ 女 性 ”
“青 年 ”“小 学 及 以 下 ”“低 收 入 ”“农 村 居 民 ”。
3. 括 号 内 为 1000 次 自 抽 样 生 成 的 标 准 误 。
4. # 偏 差 校 正 95%置 信 区 间 不 含 0 。

· 234·