多層線性模型在經(jīng)濟管理研究探討

時間：2024-10-25 07:10:45 研究生論文我要投稿

相關(guān)推薦

　　[摘要] 目前國內(nèi)對多層線性的應(yīng)用研究多集中在教育、心理學(xué)領(lǐng)域。本文分析了多層線性的核心思想及其在經(jīng)濟管理研究中應(yīng)用的可行性，總結(jié)HLM在我國的應(yīng)用。

多層線性模型在經(jīng)濟管理研究探討

　　[關(guān)鍵詞] 多層線性模型(HLM) 經(jīng)濟管理研究回歸分析

　　一、前言

　　社會科學(xué)的發(fā)展在很大程度上依賴于研究方法，尤其是統(tǒng)計方法的進(jìn)步。結(jié)構(gòu)方程模型和多層線性模型作為新一代多元統(tǒng)計分析技術(shù)已經(jīng)迅速發(fā)展起來，并在社會科學(xué)領(lǐng)域得到了廣泛的應(yīng)用。多層線性模型的出現(xiàn)主要解決了兩大類問題：第一類是數(shù)據(jù)嵌套問題。在研究中有時會遇到帶有層次結(jié)構(gòu)的數(shù)據(jù)，令研究人員很難界定分析單位。例如在組織和管理研究中，研究者欲調(diào)查工廠的特征對工人生產(chǎn)效率的影響。在這種背景下，工人和工廠是分屬于兩個層面的數(shù)據(jù)，作為個體的工人隸屬于工廠，對這兩層的數(shù)據(jù)都需進(jìn)行測量。這種情況下，依然采用普通的回歸分析方法就只能采用兩種方法，將高層變量分解到低層，例如將工廠層指標(biāo)變量分解到員工層面，并在員工層進(jìn)行分析，這樣會造成在關(guān)注個體效應(yīng)時往往忽視組效應(yīng)或環(huán)境效應(yīng)，使得在個體層上得到的變量間的相關(guān)系數(shù)錯誤，Ⅰ類錯誤被放大。這是由于違反了獨立觀察的基本假設(shè)，得到的標(biāo)準(zhǔn)誤較小，導(dǎo)致T檢驗失效。另一種方法是集中數(shù)據(jù)僅在高層進(jìn)行研究。例如將工人層數(shù)據(jù)聚合在一起，在工廠層進(jìn)行分析。這樣做就會丟失大量重要的個體層面上的數(shù)據(jù)信息。

　　另一類是為縱向研究或重復(fù)測量研究引入了新的方法。例如在對不同地區(qū)城市近幾年房產(chǎn)價格的追蹤研究中，研究者可以在近幾年間對待考察地區(qū)進(jìn)行多次統(tǒng)計，不同年份的統(tǒng)計數(shù)據(jù)形成了數(shù)據(jù)結(jié)構(gòu)的第一層，而城市之間的個體差異就形成了第二層。

　　隨后，可以在第二層中探索不同城市房產(chǎn)價格增長方面的差異。

　　如為何某些城市房價的增長比其他城市快，是哪些因素起了主導(dǎo)作用?還可以進(jìn)一步判斷發(fā)展趨勢或結(jié)果上的差異是否由個體變量造成。目前國內(nèi)對多層線性的應(yīng)用研究多集中在教育、心理學(xué)領(lǐng)域，在經(jīng)濟管理領(lǐng)域的應(yīng)用研究國內(nèi)還甚少。

　　二、多層線性模型的核心思想

　　多層線性模型主要用來處理具有層次結(jié)構(gòu)特點的數(shù)據(jù)。它能夠考慮不同層次的隨機誤差和變量信息，提供正確的標(biāo)準(zhǔn)誤差估計;得到更有效的區(qū)間估計與更精確的假設(shè)檢驗，以及回歸方程中截距和斜率之間的相關(guān)關(guān)系;可以分析重復(fù)測量的數(shù)據(jù)，探討以往關(guān)于同一問題的不同研究結(jié)論是否具有一致性。

　　我們在運用傳統(tǒng)的線性回歸模型分析和解決問題時，必須保證所需的數(shù)據(jù)符合四個基本假設(shè)：變量間存在直線關(guān)系，變量總體上服從正態(tài)分布，方差齊性，個體間隨機誤差相互獨立。只有在這些條件下，傳統(tǒng)的回歸系數(shù)的估計才是有效估計，檢驗才是精確檢驗。但當(dāng)數(shù)據(jù)帶有層次特征時，不再滿足基本假設(shè)的后兩條，即方差齊性，個體間隨機誤差相互獨立。例如，不同工廠的工人可以假設(shè)相互獨立，但是同一工廠的工人由于受相同工廠變量的影響，很難保證相互獨立。此時隨機誤差有兩部分構(gòu)成，一部分是工人個體間差異，另一部分是工廠之間的差異。由此可見傳統(tǒng)的回歸分析方法不再適用。為了滿足四條基本假設(shè)，必須將帶有層次特征的數(shù)據(jù)分開在每一層上分析討論。分層以后，第一水平個體間的測量誤差相互獨立，第二水平工廠帶來的誤差在不同工廠之間相互獨立。這也就是多層線性模型的核心思想。通過在不同數(shù)據(jù)層次上分別設(shè)立模型，高層變量通過對低層方程的截距和變量施加影響，從而達(dá)到相互聯(lián)系的目的。從這個意義上講，也有人將其稱為“回歸的回歸”，但它與普通的“回歸的回歸”在參數(shù)估計和驗證方法上有很大的區(qū)別。多層線性模型使用的參數(shù)估計方法主要有迭代廣義最小二乘法(IGLS)、限制性的廣義最小二乘估計(RIGLS)和馬爾科夫鏈蒙特卡羅法。除此之外還有期望最小二乘法(EGLS)，廣義估計方程法(GEE)，經(jīng)驗貝葉斯估計等(MCMC)。這些方法在正態(tài)性假設(shè)成立，樣本容量較大時，得到參數(shù)的一致有效的估計。而大多數(shù)線性分析依靠的是普通最小二乘估計。

　　三、多層線性模型在國內(nèi)外經(jīng)濟管理研究中的應(yīng)用

　　Cohen運用多層線性模型(HLM)在美國勞動力市場進(jìn)行勞動報酬研究。Cohen在對“種族，階級和勞動力市場”的研究中，關(guān)注到了美國大都市的白人工人階級和種族構(gòu)成的問題。他的研究，否認(rèn)了那種認(rèn)為種族歧視在當(dāng)代的美國越來越淡化的主流理論，并指出了在黑人聚集區(qū)，不論是黑種男性還是女性工人的勞動報酬都比白人明顯要少。并且對于收入不平等來說，種族影響要遠(yuǎn)遠(yuǎn)大于階級影響。此外，Cohen與Huffman關(guān)于美國勞動力市場的兩個研究報告，分別針對婦女勞動報酬的貶值和勞動報酬體現(xiàn)出的種族歧視，利用HLM方法進(jìn)行了非常認(rèn)真和客觀的分析。國內(nèi)對于HLM的研究和應(yīng)用還剛剛起步。從收集的現(xiàn)有資料看，實證研究多集中在教育、心理學(xué)領(lǐng)域。這與教育、心理學(xué)研究領(lǐng)域內(nèi)的數(shù)據(jù)有顯著的層次特性有相關(guān)。國內(nèi)應(yīng)用HLM在經(jīng)濟管理領(lǐng)域內(nèi)進(jìn)行實證分析的研究成果較少，筆者只查閱到一篇論文《高等學(xué)校工資增長趨勢研究》。文中利用HLM的兩層發(fā)展模型分析了1997年～2002年某高校教職工工資增長的個體差異及影響教職工工資多少和增長速度的因素。

　　四、HLM 應(yīng)用的總結(jié)

　　(1)多層次線性模型雖然整體上是一種新的方法，但同時也是原有統(tǒng)計方法的迭加，所包含的常規(guī)統(tǒng)計方法的原理并沒有被推翻。模型的二層或者更高層依然要做回歸，HLM是多層回歸，采用迭代的方式，應(yīng)用條件更苛刻，所需數(shù)據(jù)量很大。《分層線性模型》的作者Bryk和Raudenbush發(fā)現(xiàn)，“160個學(xué)校且每個學(xué)校約60個學(xué)生，??數(shù)據(jù)僅可以支持3個隨機系數(shù)再加上1個隨機截距的估計”。當(dāng)每個學(xué)校的學(xué)生數(shù)增加時，自變量也還可以增加。如果利用HLM進(jìn)行縱向追蹤研究，至少需要三次以上的數(shù)據(jù)。數(shù)據(jù)過少無法做出不同觀測對象的發(fā)展曲線，而這恰恰是核心部分。

　　觀測的次數(shù)越多，多層線性分析的結(jié)果就越可靠。國內(nèi)研究數(shù)據(jù)的獲取較為困難，大部分學(xué)者的研究主要依賴統(tǒng)計年鑒上獲得的數(shù)據(jù)。可得到的數(shù)據(jù)種類很少，同時數(shù)據(jù)的準(zhǔn)確性和及時性較低。

　　因此，目前國內(nèi)利用HLM 進(jìn)行實證研究的較少。

　　(2)HLM 軟件沒有中文版，對軟件的使用說明國內(nèi)甚少。因此，對于軟件的使用，國內(nèi)學(xué)者一直處于摸索階段。比如說老版本的HLM(<6.0)不能讀取新版本spss(>11.0)生成的.sav 數(shù)據(jù)格式。而只能降低SPSS版本或者升級HLM 版本到6.0以上。這些使用中遇到的問題只能慢慢摸索，這也對國內(nèi)學(xué)者研究多層線性的應(yīng)用研究產(chǎn)生了阻礙。

　　參考文獻(xiàn)：

　　[1]蔡永紅姜勤德:統(tǒng)計在社會科學(xué)領(lǐng)域應(yīng)用的新進(jìn)展及反思[J].統(tǒng)計研究，2006(2)

　　[2]Philip N. Cohen and Matt L.Huffman. Individuals, Jobs,and LaborMarkets: The Devaluation of Women's Work (Research Report). 2002

　　[3]李小松等譯:多水平分析模型[M].四川科學(xué)技術(shù)出版社，2000

　　[4]張雷等:多層線性模型應(yīng)用[M].教育科學(xué)出版社，2003

　　[5]蓋笑松張向葵:多層線性模型在縱向研究中的運用[J].心理科學(xué)2005，28(2)

　　[6]劉紅云孟慶茂:教師背景變量對教師教學(xué)效果影響的多層線性分析[J].心理發(fā)展與教育.2002(4)

　　[7]葛建軍:社會科學(xué)研究中得分層數(shù)據(jù)問題[J].內(nèi)蒙古社會科學(xué)，2004(5)

　　[8]DorisR. Enewisl,ete..TheGenderGapinMath：ItsPossibleOrininsinNeinhborhood

　　[9] Effects[J].AmericanSociolonicalReview,Vol.59,No.6,Dec.,1994

【多層線性模型在經(jīng)濟管理研究探討】相關(guān)文章：

審計風(fēng)險模型探討08-26