分层线性回归模型验证流动人口心理健康对社会联系的影响

已有研究证明城市层面因素比如城市规模、人口密度等都会作用于人与人之间的社会联系（Pan，Ghoshal，Krumme，et al.，2013）。对于中国流动人口而言，由于不同城市对流动人口的推力和拉力并不相同，城市因素也会进一步作用于流动人口的本地社会联系和家乡社会联系。

因此，我们采用分层线性回归模型来验证我们的研究假设，分为个人和城市两个层面来研究流动人口社会联系对其心理健康的影响作用。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，具体指高一层结构的数据嵌套第一层级的数据（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。(www.xing528.com)

在本章研究中，因变量为流动人口心理健康，模型分为个人和城市两个层级，其中个人层级自变量包括流动人口在本地的亲属数量、本地活动参与程度、在家乡的亲属数量和家乡组织参与程度，个人层级控制变量包括流动区域特征、工作地点特征、社区特征、现住房类型、个人社会经济属性和个人流动特征。控制变量包括流出地所属经济区域、跨省流动、工作地点、社区类型、邻居类型、现住房类型、年龄、性别、婚姻状况、家庭月收入、工作状况、受教育程度、户口、自评社会经济地位、自评受尊重程度、流动时间和居留意愿（Allen，2014；Valenciagarcia，Simoni，Alegría，et al.，2012；Roosa，Weaver，White，et al.，2009；Marmot，2004；Belle，1990；Alarcón，Rodríguez，Benavides，et al.，1999；Takeuchi，Zane，Hong，et al.，2007）。城市层级包括八座城市，采用固定效应分层模型，因此城市层级不再另设自变量。