流动人口心理健康：研究方法与方差分析

本书主要采用横断面研究方法（cross-sectional study），公共健康规划和研究通常采用此方法，横断面研究方法指通过采用询问、实验室检验等方法对某一类研究群体在某一时刻或较短时间区间内的健康状况及其相关发生因素的调查（李远贵，张茹英，2003；Levin，2006）。横断面研究方法包含两种目的：其一是在未确定研究假设的情况下，通过问卷调研形式对某一特定人群的健康水平进行描述；其二是为了确定某一时间点某一特定人群的疾病发病率（Levin，2006）。由于国内关于流动人口心理健康的大样本调查研究较少，本书采用的数据主要为2014年全国流动人口卫生计生动态监测调查数据，该数据研究对象为2014年这一特定时间节点和流动人口这一特定人群的心理健康状况。

在横断面研究的基础上，本书采用统计模型进行定量分析，具体包括分层线性模 型（Multilevel Linear Model）、聚类分析（Cluster Analysis）、方差分析（ANOVA）和结构方程模型（Structure Equation Modeling）等统计模型。

1.4.4.1　分层线性模型

分层线性模型又称为多层线性模型、混合效应模型、随机效应模型、随机系数回归模型和协方差成分模型等，通常用来处理分层嵌套式的数据，具体指高一层级结构的数据嵌套低一层级的数据（张力为，2002）。分层线性回归模型通过对数据进行分层，使得研究者可以在不同数据层级上提出不同的研究假设，并验证多个层级自变量对因变量的综合作用。

具体模型如下：

本书在第5章和第6章将数据分为个人和城市两个层级，分别研究个体差异和城市差异对流动人口心理健康的影响作用，并比较二者影响作用差异的大小。

1.4.4.2　聚类分析

聚类分析方法是通过对比数据某一属性，将属性相近的数据归为一类，属性相差较大的数据归为不同类的方法（张建萍，刘希玉，2007）。聚类分析方法包括多个种类，比如K-means聚类、BIRCH、CURE等。

本书第6章采用K-means聚类方法，将流动人口依据已有文献划分为4类不同文化适应状态。K-means聚类方法属于划分聚类算法，需要研究者首先根据已有理论文献确定聚类数量，从而将数据依据随机选取的初始聚类中心划分为对应数量的子集，每个子集都是一个聚类。(www.xing528.com)

1.4.4.3　方差分析

方差分析方法被用来比较多组多变量数据的平均值，并综合考虑数据的组内差异和组间差异，比较组内协方差矩阵和组间协方差矩阵的差异性（王春枝，2013）。

本书第6章采用方差分析方法探究不同类型文化适应状态、流动人口的空间流动特征、个人社会经济属性、个人流动特征和心理健康有无显著差异。

1.4.4.4　结构方程模型

结构方程模型又称为协方差结构模型或线性结构模型，结构方程模型通过采用统计分析方法，依据理论对数据进行处理，从而通过对比模型结果和理论模式的一致性来达到验证理论模式的目的（陈琦，梁万年，孟群，2004）。结构方程模型通常被用来处理多原因和多结果的关系，模型中既包含可以直接测量的变量（即观测变量或显变量），也包含非观测型变量（即潜变量或隐变量），因此在社会科学中得到广泛应用（Hancock，2003）。

结构方程模型包括测量模型和结构模型两部分。首先，测量模型包括公式（1-4）和公式（1-5）。公式（1-4）表示外生潜变量ξ和外生观测变量x之间的联系；Λx为外生观测变量在外生潜变量上的因子负荷矩阵；δ为外生观测变量误差。公式（1-5）表示内生潜变量η和内生观测变量y之间的联系；Λy为内生观测变量在内生潜变量上的因子负荷矩阵；ε为内生观测变量误差。其次，在结构模型部分，公式（1-6）表示内生潜变量η和外生潜变量ξ的关系；B为内生潜变量η的路径系数矩阵；Γ为外生潜变量和相应内生潜变量η的路径系数；ζ为残差。

本书第7章采用结构方程模型验证流动人口社会融合对心理健康的直接作用和通过影响归属感从而作用于心理健康的间接作用。