（五）分析方法

本研究的分析单位是居民。由于个人嵌入于社区中，并且所有社区社会资本的测量都是社区层次的指标，这意味着本研究使用的是两层次数据，故本研究采用多层logistic模型（multilevel logistic model）进行分析。具体而言，本文使用的是随机截距模型：在个人层次，是否参与由个人特征决定；来自相同社区的个人具有相同的随机截距，该随机截距在一定程度上可以被社区社会资本所解释。

为了诊断社区社会资本的10个测量指标是否会带来共线性问题，本文计算了社区社会资本测量指标的相关系数。结果发现，绝大多数指标之间的相关系数并不显著（相关矩阵见表4）。在45对皮尔逊相关系数中，仅有6对（13.3 %）在0.05的水平上显著，显著的这6对相关系数的绝对值并不大（全部小于0.5）。并且，这10个指标构成的原始数据的条件数（condition number）为11.5，远小于共线性的标准30。因此，可以认为社区社会资本指标不会导致共线性问题。

此外，作者进一步检验了全模型是否存在共线性。由于统计软件不直接汇报多层次logistic回归模型的VIF，作者采用如下方法进行检验：使用一般的logistic回归模型拟合一样的模型，然后检验其VIF。结果发现，所有变量的VIF均小于5，可认为不存在明显的共线性。(https://www.daowen.com)

表4　社区社会资本指标的相关矩阵（48社区）

注：*p＜0.05；**p＜0.01。(https://www.daowen.com)