社会学研究 2011.6 3.控制变量 本研究的控制变量包括被访人所居住的城市级别、工作单位的所 有制、被访人的性别、年龄,以及是否为中共党员 我们将被访人所在城市分成4个级别,即直辖市及省会城市、其他 副省级市和地区级城市、县城和县级市、集镇。在统计分析中,转换为 4个虚拟变量并以集镇为参照。 我们将单位所有制类型和党员身份作为控制变量,是因为这些因 素在选举中有可能影响到选民被动员的程度。公有制单位在联系国家 与民众中扮演着重要的角色。公有部门的员工被动员参与选举的可能 性要大于非公有部门。单位所有制分为两类,公有制包括党政机关、国 有企事业单位、集体企事业单位;非公有制包括个体经营、私/民营企事 业单位、三资企业与其他类型。在统计分析时,编码为虚拟变量,以非 公有为参照 性别虚拟变量以女性为参照。 年龄以岁数计,由于年龄与被解释变量之间的关系常常不是单调 线性的,因而加入了二次项。 党员身份在选举中既衡量了政治忠诚,又约束了其投票行为。在 基层人大选举中,党员比非党员更有可能参加投票(海贝勒,2005;田 毅鹏,2007)。在统计分析时,编码为虚拟变量,以非中共党员为参照。 上述各变量的描述性统计结果见表1。 (三)统计模型 我们采用二分逻辑斯蒂( Binary Logistic回归模型来考察人们的 投票行为。方程如下 =a+Bx+yC+s 其中,P;为参加投票的几率,1-p1为没参加投票的几率;X是自变 量矩阵,包括3个阶层虚拟变量、收入和阶层认同虚拟变量;C是控制 变量矩阵,包括3个所在城市级别虚拟变量、单位所有制虚拟变量、性 别虚拟变量、年龄、年龄平方项,以及党员身份虚拟变量;α是截距;β、γ 是回归系数向量,衡量了预测变量对因变量的效应;s1为残差项。 o1994-2012chinaAcademicJournalElectronicPublishingHouse.Allrightsreservedhttp://3. 控制变量 本研究的控制变量包括被访人所居住的城市级别、工作单位的所 有制、被访人的性别、年龄，以及是否为中共党员。 我们将被访人所在城市分成 4 个级别，即直辖市及省会城市、其他 副省级市和地区级城市、县城和县级市、集镇。在统计分析中，转换为 4 个虚拟变量并以集镇为参照。 我们将单位所有制类型和党员身份作为控制变量，是因为这些因 素在选举中有可能影响到选民被动员的程度。公有制单位在联系国家 与民众中扮演着重要的角色。公有部门的员工被动员参与选举的可能 性要大于非公有部门。单位所有制分为两类，公有制包括党政机关、国 有企事业单位、集体企事业单位; 非公有制包括个体经营、私/民营企事 业单位、三资企业与其他类型。在统计分析时，编码为虚拟变量，以非 公有为参照。 性别虚拟变量以女性为参照。 年龄以岁数计，由于年龄与被解释变量之间的关系常常不是单调 线性的，因而加入了二次项。 党员身份在选举中既衡量了政治忠诚，又约束了其投票行为。在 基层人大选举中，党员比非党员更有可能参加投票( 海贝勒，2005; 田 毅鹏，2007) 。在统计分析时，编码为虚拟变量，以非中共党员为参照。 上述各变量的描述性统计结果见表 1。 ( 三) 统计模型 我们采用二分逻辑斯蒂( Binary Logistic) 回归模型来考察人们的 投票行为。方程如下: ln pi 1 － p ( )i = α + βX + γC + εi 其中，pi 为参加投票的几率，1 － pi 为没参加投票的几率; X 是自变 量矩阵，包括 3 个阶层虚拟变量、收入和阶层认同虚拟变量; C 是控制 变量矩阵，包括 3 个所在城市级别虚拟变量、单位所有制虚拟变量、性 别虚拟变量、年龄、年龄平方项，以及党员身份虚拟变量; α 是截距; β、γ 是回归系数向量，衡量了预测变量对因变量的效应; εi 为残差项。 44 社会学研究 2011． 6