資料性內因問題的處理

國

立 政 治 大 學

‧

N a tio na

l C h engchi U ni ve rs it y

從圖 4-1-2 來看，肇因於社會前瞻型經濟評估與投票選擇之間不明確的因果方向 性，造成資料性內因問題（虛線標示的部分）。這是使 A4 區塊成為非遞迴模型的主 因。除此之外，在圖 4-1-2 中社會前瞻型經濟評估不僅影響投票選擇，社會前瞻型經 濟評估也被其他不影響投票選擇的自變數所影響。正是這些不影響投票選擇的自變 數——職業和教育程度，提供了識別的資訊。也就是說，這樣的變數關係符合雙方程 式區塊識別法中第三個案例，因此 A4 區塊同樣能夠通過識別的標準。綜合上述的各 個區塊內與區塊之間的識別，依據區塊遞迴識別法，圖 4-1 的路徑估計模型符合識別 的條件。

第三節、 資料性內因問題的處理

通過識別的路徑估計模型在正式進行估計之前，還有一個問題待解決，那就是資料性 的內因問題。根據第二章第二節的文獻回顧得知，經濟投票除了認知性的內因問題外，還 有來自於面訪施測時間點所引發的因果方向不明確的資料性內因問題。吳親恩與林奕孜

（2012）在研究中指出選後面訪通常會有效度和內因問題。TEDS2012 的面訪時間雖然是 在選後，但是新政府還沒上台，因此受訪者的比較對象較不會產生混淆，效度問題較小。

然而，內因關係卻是無可避免，因為選民已經知道當選者是誰，在回答經濟評估題組時可 能會摻入對當選者的好惡。根據本文第二章第二節的歸納，TEDS2012 橫斷面資料中，社 會回溯型經濟評估與投票選擇間的內因問題可能較輕，因為回溯評估的對象是已經發生的 事實，受訪者所受到的影響較大程度可能來自於政黨認同，受訪者會透過政黨認同做為評 估事實的知覺篩子。反倒是社會前瞻型經濟評估與投票選擇間的內因問題可能較嚴重。因 為前瞻評估是要求選民對未發生的經濟情勢做出預期，受訪者除了考慮政黨黨綱與政見外，

很有可能把對當選者的期許（或看衰）一併納入考慮，造成社會前瞻型經濟評估與投票選 擇間因果方向不明確的內因問題。面對這個問題，如果單採單一廣義線性模型將導致偏差 估計。

64

‧ 國

立 政 治 大 學

‧

N a tio na

l C h engchi U ni ve rs it y

本文採用的是 TEDS2012 選後訪問的橫斷面資料，依據上述的歸納，社會回溯型經濟 評估與投票選擇之間的內因問題或許較小。不過社會前瞻型經濟評估與投票選擇之間的內 因問題則必須要進行處理。這個由資料調查所導致的因果方向不明的問題，讓經濟投票模 型成為一個非遞迴模型。在 PALR 中，非遞迴模型模型的處理，Menard（2010, 163-168）

建議採用兩階段最小平方法（two stage least squares，以下簡稱 2SLS）來進行處理。不過 Menard 並沒有透過數學證明的方式來說明，為什麼用在連續依變數線性迴歸上的 2SLS 可以用在類別依變數的 PALR。然而，Terza,Basu 和 Rathouz（2008）與黃紀（Huang 2014）

都在研究中明確指出 2SLS 並不能適用於非線性類別依變數的分析。另一方面，2SLS 能 夠進行估計的一個要件是去找尋可用的工具變數。問題出在工具變數的尋找並非易事，再 加上要從二手資料中找到工具變數更是難上加難。因此，在估計上的處理本文採用

Heckman 的因果效應模型的概念（黃紀與王德育 2012, 330-351；StataCorp. 2013, 415-417）

加以延伸應用。

Heckman 因果效應模型乃是 Heckman 選樣模型（Heckman selection model）的延伸。

Heckman 選樣模型主要目的是處理選樣偏誤（sample selection bias）的問題 ³²。Heckman 從 SEM 的角度，把 Heckman 選樣模型運用到因果效應分析上，亦即除結果變數方程式

（outcome equation）外，也正視選樣機制，為之建立選樣方程式（treatment selection/choice equation），二個方程式結合而成因果效應模型（Heckman 1978; 黃紀與王德育 2012, 340）。 因果效應模型和 Heckman 選樣模型的相同之處在於，二者都有一個門檻對能否符合研究 者感興趣的依變數特徵進行篩選。然而最大的不同則是，因果效應模型中無論有無跨過某 一門檻被篩選，依變數都會有觀察值，進而可以把選樣變數納入結果變數迴歸式中估計，

也因為選樣變數是內因變數，估計的係數將是偏誤的；如何校正選樣變數偏誤乃是因果效 應模型的重點（黃紀與王德育 2012, 330-331, 340）。因果效應模型目的在於把反事實模 型和傳統迴歸分析方法做統合，用以處理無法觀察到的變數造成選樣偏誤的問題（黃紀與

32 所謂的選樣偏誤指的是經選樣機制篩選方能「入選」成有依變數觀察值的樣本，選樣機制並非隨機選樣，

這可能會構成代表性不足的問題。選樣偏誤的產生來自於未觀察到的異質性（unobserved heterogeneity）

同時影響了選樣機制和研究者感興趣的依變數，如果在分析時沒有把未觀察到的異質性納入考慮，則可 能產生忽略變數的問題（黃紀與王德育 2012, 309-314）。

65

‧ 國

立 政 治 大 學

‧

N a tio na

l C h engchi U ni ve rs it y

王德育 2012, 340）。黃紀（2008, 13-15）在〈因果推論與觀察研究：「反事實模型」之思 考〉一文中即指出，因果效應模型能夠澄清傳統「控制變數」的觀念；控制變數的關鍵在 於阻斷自變數和依變數的誤差項間的相關，進而能使研究者進行最感興趣的因果推論。藉 由 Heckman 因果效應模型的概念，本文假設資料性內因問題的背後可能存在研究者沒有 觀察到的潛在變數（latent variable，在模型中以 L 標示），同時影響選民的投票選擇和前 瞻型經濟評估；這樣的設定與 Heckman 選樣模型類似，可控制未觀察到的變數所產生的 偏誤。圖 4-1 中雙箭頭虛線部分，就會如圖 4-2 所示。

66

‧

logit

候選人形象 評估：泛綠

較高 Multinomial

logit

候選人形象 評估：泛藍

較高 Multinomial

logit ordered logit

社會前瞻 評估 ordered logit

差不多 會變好

L

67

‧ 國

立 政 治 大 學

‧

N a tio na

l C h engchi U ni ve rs it y