• 沒有找到結果。

本論文欲回答之問題有二:(一)探討國中生之多種偏差行為間的相互影響關 係。(二)同儕互動、家庭背景與學生特質是否影響其偏差行為的發生機率。

由於國一的問卷內容針對偏差行為的問項為「從出生到現在,你曾經抽過菸 嗎?你有沒有喝過酒?你曾經服用過下列藥物嗎?你有沒有蹺課或逃學?」而國 二國三的問項「過去一年,下列事情發生過嗎?我喝酒了?我吸毒了?我蹺課 了?」。為求偏差行為變數一致,我們擷取國二及國三的資訊,而這些行為反應在 資料上為 1 與 0,此為二元選擇變數(binary choice variable)。另外,抽菸、吸毒、

喝酒與蹺課都屬於自我決策行為,且許多文獻顯示這些現象常伴隨著發生,表示 彼此之間存在相關性,因此我們使用 Multivariate Probit Model 來估計。

本章針對同儕互動、家庭背景與學生特質是否影響國中生偏差行為的發生機 率,以及國中生多種偏差行為間的相互影響之迴歸模型進行說明。以學生問卷回 報的好朋友作為同儕團體,以好朋友前一期之偏差行為衡量同儕偏差行為之影響。

首先,針對偏差行為間相互影響之特性以及同儕影響之關係建構偏差行為之結構 模型。為了估計此結構模型,方法上採用兩階段迴歸分析方式(two-stage regression)。

第一階段先建立各個偏差行為的縮減式(reduced form)迴歸模型,並針對四 個偏差行為之縮減式分別以 Multivariate Probit Model 估計得到迴歸係數之估計值。

將此係數乘以每個國中生之原始資料,得到國中生各個偏差行為的樣本內預測值

(in-sample predictions),此預測值即為隱藏變數(Latent Variable)的預測值。由 於此預測值與結構迴歸式(structural form)之誤差項之間已不存在相關性,因此 可視為結構模型中偏差行為的工具變數(Instrumental Variables,IV),作為結構模 型等式右方的解釋變數,放入結構式迴歸模型中,在第二階段以 Multivariate Probit Model 估計此結構模型,藉此解決內生性問題,使得迴歸估計式具有一致性。

影響國中生偏差行為的變數上,由於同儕互動使得國中生的行為與同儕的行

為之間存在同時決定且互相影響的關係,即計量模型中的內生性問題。為了避免 同期同儕互動所產生的內生\問題,因此不能用當期的同儕行為來解釋當期國中生 的偏差行為,否則估計結果將會產生偏誤且不具一致性。

而解決此問題的方法之一是以選用前期同儕行為之變數。由於資料為長期追 蹤資料,有利於我們使用前一期的資訊。本篇以 Clark 與 Lohéac(2007)所使用的 方式,即以前一期(lag one period)的同儕資訊代入迴歸模型中,再者,為了控制 學生受到所屬學校區域看不見的特質影響,我們加入學區虛擬變數後再行估計。

第一節 偏差行為之結構模型

本論文所討論之偏差行為包括吸菸、喝酒、吸毒以及蹺課,而這些行為反應 在資料上為「0」與「1」,此為二元選擇變數(binary choice variable),亦即當潛在 隱藏變數大於零,我們可以觀察到偏差行為的發生且定義為「1」;反之,若隱藏

y otherwise g

  

Yi*:偏差行為之潛在內生變數是一個

G  1

向量,包含吸菸、喝酒、吸毒及蹺課。

(reduce form)為:

* 1 1 1 值與結構迴歸式(structural form)中之誤差項之間已不存在相關性。因此可視為 結構模型中偏差行為的工具變數。在第二階段時。將此工具變數替代等式右方之 偏差行為,以 Multivariate Probit Model 估計結構模型(4.1)式,藉此解決內生性問題,

使得迴歸估計式具有一致性。

第二節 結構模型之估計

normal distribution),期望值為 0,且共變異數矩陣中主對角線(leading diagonal)

值為 1,非主對角線(off diagonal)為相關係數

jk

 

kj。此處我們以

G  3

為例, 常態分配最普遍的方式為 Geweke-Hajivassiliou-Keane(GHK)4遞迴式條件模擬

(recursive conditioning simulator)。GHK 模擬法的貢獻為將多元常態分配表達為一 系列的單變數常態分配,讓計算上更為簡單跟準確。在此三元標準常態的例子中

3 此節參考 Cappellari 與 Jenkins(2003)

4 相關文獻如 Börsh-Supan et al. (1992), Börsh-Supan & Hajivassilious (1993), Keane(1994),

我們定義成功事件

y

im

1,失敗事件

y

im

0,則會有 8 種情況5。此處我們先

1 1 1 2 2 2 3 3 3

估計同儕影響效果最早的文獻可以回顧到 Coleman et al.(1966),該篇論文研 究社會因素與同儕壓力對於青少年教育的影響,此研究提出的模型概念一直被廣 泛接受至 1990 年早期。Manski(1993)提出此模型在確認(identify)同儕影響效 果之內生問題,其認為個人與團體行為類似可能有三種效果,分別為:反射效果

(reflection effect)、外生效果(exogenous effect)以及關聯效果(correlated effects)。

一、 反射效果(Reflection effects)

個人與團體行為相近是因為同儕的行為的確影響了個人之行為,且同儕之行 為也反射出個人之行為,同時,個人行為亦透過影響同儕之行為,再次影響自己 行為。這使得迴歸模型的被解釋變數(explained varaible)與解釋變數(explanatory variable)間互為內生性。

二、 外生效果(Exogenous or contextual effects)

個人與團體因為外在可觀察的特質條件相近使得行為相近。該行為相似性反 應出同儕團體的外在特質與社會經濟狀態的相似性,而並非是同儕行為影響個人

行為。此外在特質並非隨機(random)決定,這也違反線性回歸模型的假設。

三、 關聯效果(Correlated effects)

個人與團體因為受到同樣的無法觀察到的環境或制度的影響使得行為相近。

而這些環境或制度是無法觀察到的,而這些無法觀察到的因素會反應在誤差項,

使得解釋變數與誤差項之間存在關聯性。

以上三種原因使得估計的係數存在偏誤(biased)與不一致(inconsistent)的 問題造成迴歸結果的可信度降低。而解決此問題的方法,本篇論文參考 Clark 與 Lohéac(2007)研究青少年在大麻、酒精、香菸及毒品的使用上是否受到同儕影 響。該篇使用前一期同儕的行為避開反射效果,同時以固定效果模型(fixed effect model)控制學校變數,以避免掉學校特性所產生的無法觀察得到的因素。其模型 設定為:

1

0 1 2 3 ,

t t t t

is is js s i

Y     X   Y

  D   ji

(4.10)

Y

:是否使用大麻、酒精、香菸及毒品。

1

Y

t :前一期的同儕是否使用大麻、酒精、香菸及毒品。

X

:為一組解釋變數。

D :學校虛擬變數。

s

相關文件