居民闲暇影响因素分析

（一）对居民闲暇时间影响因素的多元线性回归

把生产劳动时间、中部地区、对自己的家庭地位是否满意、是否有孩子、基层管理、城乡分组、 收入差、是否中共党员、睡觉时间、是否获得国家承认职业资格证书、对自己的社会地位是否满意、负责人、是否有过下岗失业经历、不包括成人教育、共上了几年学、 青年、自己收入是否高于配偶、中层管理、正规就业、1999年配偶的个人总收入、孩子数、农业为辅、是否取得过正式的专业技术职称、性别虚拟、家务时间、是否非农户口、东部地区、中年、非农业、年龄等30个变量引入多元线性回归模型，对居民闲暇时间进行分析并对其向后逐步回归，剔除对因变量作用较小和没有达到显著性水平的变量。结果如表8显示，剔除作用较小和不显著的变量后剩下生产劳动时间、家务时间、睡觉时间、性别、是否中部地区、上学年数、是否基层管理者、是否东部地区、是否中共党员、对自己的社会地位是否满意等十个变量。用此十个变量预测居民闲暇时间可以消减28.9%的误差，应该说具有一定的解释力度，同时模型通过了检验，表明种线性关联并非由抽样误差造成，可以推论到我们的研究总体。

如表8所示，在通过了检验的各影响变量中，生产劳动时间的影响最大，标准化回归系数为-0.612，相关度极为明显，可以认为生产劳动时间增加一分钟，闲暇时间减少0.329分钟。家务时间和睡觉时间对闲暇时间的标准化回归系数分别是-0.155和-0.077，然而相对于生产劳动时间要小得多，可以看出家务时间增加一分钟，闲暇时间减少0.155分钟，睡觉时间增加一分钟，闲暇时间减少0.139分钟。性别对闲暇时间具有一定的影响，其标准化回归系数为0.130，我们可以认为，我国男性比女性花于闲暇的时间多近36分钟。是否中部地区、上学年数、是否基层管理者、是否东部地区、是否中共党员和对自己的社会地位是否满意六个变量对居民闲暇时间影响很微弱，分别为-0.073、0.069、0.038、-0.038、0.035、0.025。具体说来，东部地区和中部地区分别比西部地区居民的闲暇时间少10.44分钟和20.66分钟；上学年数多一年，一天的闲暇时间多3.27分钟；基层管理者比非管理者闲暇时间多约15.2分钟；中共党员比非中共党员闲暇时间多12.5分钟；对自己的社会地位满意的居民比不满意的居民闲暇时间多约八分钟。

可以认定，闲暇时间很大程度上受生产劳动时间和家务时间的挤压。

表8：影响居民闲暇时间的因素

	居民闲暇时间
	B	BETA	sig
上学年数	3.274	0.069	.000
睡觉时间	-0.139	-0.077	.000
是否中共党员	12.449	0.035	.026
性别	35.664	0.130	.000
基层管理	15.188	0.038	.014
东部地区	-10.441	-0.038	.080
中部地区	-20.663	-0.073	.001
对自己的社会地位是否满意	8.024	0.025	.096
家务时间	-0.155	-0.155	.000
生产劳动时间	-0.329	-0.612	.000

   注：居民闲暇时间回归模型 R²=0.289，sig=0.000

（二）对居民生产劳动时间和家务时间影响因素的多元线性回归

对影响居民生产劳动时间的因素进行多元线性回归同时逐步回归剔除掉不适合的变量，结果如表9所示。以该模型预测居民生产劳动时间可以减少52.2%的误差，同时该模型通过了检验，可以将此推论总体。

具体来说，对居民生产劳动时间影响最大的变量是是否在业，其标准化回归系数达到了0.518并且通过了检验，可以认为在业居民比不在业居民每天的生产劳动时间要多288分钟；而就业性质的影响也很明显（从事非农业对居民生产劳动时间的影响的标准化回归系数为0.0147），可以判断说从事非农业的居民相对农业为主的居民的生产劳动时间要多近76分钟；睡觉时间对居民的生产劳动时间也存在着一定程度的挤压，其标准回归系数为-0.107，睡觉时间增加一分钟，生产劳动时间减少0.361分钟；性别和年龄对居民生产劳动时间有着低度的影响（标准回归系数分别为-0.065和-0.061），说明男性每天的生产劳动时间比女性多33.135分钟，年龄增加一岁每天的生产劳动时间也随之减少1.538分钟。

表9：影响居民生产劳动时间的因素

	居民生产劳动时间
	B	BETA	sig
性别	-33.135	-0.065	.000
年龄	-1.538	-0.061	.000
g3_ai 睡觉	-0.361	-0.107	.000
是否在业	288.000	0.518	.000
正规就业	-18.182	-0.028	.033
负责人	49.563	0.038	.002
东部地区	16.446	0.032	.008
自己收入是否高于配偶	17.230	0.034	.020
中年	30.445	0.057	.000
农业为辅	65.013	0.058	.000
非农业	75.936	0.147	.000

注：居民生产劳动时间回归模型 R²=0.552，sig=0.000

对影响居民家务时间的因素进行多元线性回归同时作逐步回归剔除掉不适合的变量。如表10所示，以该模型预测居民家务时间可以减少35.5%的误差，同时该模型通过了检验，可以将此推论总体。

具体而言，性别是对居民家务时间影响最大的变量，其标准化回归系数为0.333并且通过了检验，可以认为女性比男性每天做家务的时间要多90.855分钟；而在业的居民因为拥有较长的生产劳动时间，从而比不在业的居民的缩减了71.604分钟的家务时间；睡觉时间同样对家务时间起到了挤压作用，睡眠增加一分钟家务时间也随之减少0.165分钟；而从事非农业的居民比从事农业的居民的家务时间要少24.497分钟。

表10：影响居民家务时间的因素

	居民家务时间
	B	BETA	sig
性别	90.855	0.333	.000
年龄	0.803	0.059	.001
b9 是否获得国家承认职业资格证书	-14.001	-0.043	.004
d4_a 是否担任过领导职务	-9.941	-0.034	.031
g3_ai 睡觉	-0.165	-0.091	.000
是否在业	-71.604	-0.241	.000
正规就业	10.287	0.029	.063
是否有孩子	27.770	0.035	.021
负责人	-19.053	-0.028	.070
对自己的家庭地位是否满意	-22.195	-0.033	.022
自己收入是否高于配偶	-18.864	-0.069	.000
农业为辅	-20.931	-0.035	.075
非农业	-24.497	-0.089	.003

注：居民家务时间回归模型 R²=0.355，sig=0.000

（三）影响居民闲暇时间的路径分析

可以认定，闲暇时间受到生产劳动时间和家务时间的直接挤压，而诸多变量正是通过对生产劳动时间和家务时间的施加影响而间接作用于闲暇时间的。所以为了准确把握变量之间的真实关系，不仅需要考察对居民闲暇时间施加直接影响的变量，对通过其他变量间接起作用的变量也应当予以考虑。

路径分析正是对此种递归因果关系进行分析，揭示变量间影响程度或因果关系程度的有效工具。由于影响居民闲暇时间的变量很多，通过生产劳动时间和家务时间对闲暇时间施加影响的变量更多，因此很难对其做一个具体的路径分析模型。选择几个影响较大的变量建立简要的路径分析模型如下：

如模型所示，分解简单回归系数得：

	直接影响	间接影响	总影响
Z1		=0.0282 =（-0.061）*（-0.612）+0.059*(-0.155)	0.0282
Z2	0.130	=0.0914 =(-0.065)*（-0.612）+（-0.333）*（-0.155）	0.2214
Z3		=-0.0762 =0.147*（-0.612）+（-0.089）*（-0.155）	-0.0762
Z4		=-0.2797 =0.518*（-0.612）+（-0.241）*（-0.155）	-0.2797
Z5	-0.612		-0.612
Z6	-0.155		-0.155
Z7	-0.077	=-0.0514 =0.107*（-0.612）+（-0.091）*（-0.155）	-0.1284
Z8	0.067		0.067

可见，年龄对居民闲暇时间有着微弱的正影响，即年龄越大其闲暇时间相对而言会有微弱的增加，这种影响是通过影响生产劳动时间和家务时间来实现的；性别除了对闲暇时间有一定的正影响外还通过生产劳动时间和家务时间间接施加正影响，其总影响达0.2214；非农业就业对闲暇时间是间接影响的低度负效应；是否在业的影响也是通过对生产劳动时间和家务时间施以影响来挤压闲暇时间的，在业居民的闲暇时--间要明显少于不在业居民；生产劳动时间和家务时间都对闲暇时间直接施以影响，对闲暇时间进行挤压；闲暇时间也随着上学年数的增加有微弱的增加。

无疑，对居民闲暇时间和闲暇方式的考察，并非这种从一个大型调查中抽取少量数据进行笔者认为的理所当然的统计分析所能胜任的，对居民闲暇的研究还有待学者和专家们以更科学更系统的方式和方法去深层次多方位地探析，而本文只是一种书斋式的尝试和努力，是笔者自以为是地建构起来的理想型（idea type）。

陈琦，华夏经纬（武汉）市场研究公司市场/数据分析师，社会学硕士，高级调查分析师，多年市场研究与数据处理经验，参与国家社科基金项目“电视文化与乡村文化建设研究”以及金健米业、湖南联通、湖南烟草、湖南移动等大型商业调研项目。

扩展阅读

版权声明：