图1 社会阶层与休闲多样性的路径关系

基于上文的理论解释，我们可以将阶层与休闲多样性的路径关系描述为图1的形式。需要说明的是，学者对空闲时长的测量通常采用倒挤的方式，即询问受访者的投入工作、家庭和基本生理活动的时长，然后倒挤出他的空闲时间。在这些活动中，工作时长总体上决定了人们的空闲时间的多少。因此，本文用工作时长来反映人们可投入休闲活动的时间量。待检验的理论路径模型包含了以下三个假设:

假设1:在青年群体中，个体所处的社会阶层越高，其休闲多样性程度也就越高。

假设2:社会阶层通过影响青年人的工作时长，进而影响其休闲多样性。

假设3:社会阶层通过影响青年人的收入，进而影响其休闲多样性。

二、研究数据与方法

(一)数据来源与样本选择

本文所使用的数据来源于2015年的中国综合社会调查(CGSS)，该调查采用多阶分层概率抽样的方法，在中国大陆的所有省级行政单位共抽取100个县、480个村(居)委会，每个居委会抽取25户家庭，每户家庭中抽取1人进行调查。根据研究需要，本文对原始数据进行了清理，包括删除非青年群体①本文将“青年”的年龄范围设定为18～35岁之间，该标准的年龄上限参考国务院于2017年制定的《中长期青年发展规划(2016—2025年)》。和含缺失值的样本，最终获得有效样本1287份。

(二)变量及其操作化

检验模型的因变量为休闲多样性。在操作化上，本文利用受访者参与休闲活动的种类数来反映其休闲多样性的程度，两者在内涵上具有一致性。本文选取9类青年人经常参与的大众休闲活动，涉及体育、文化、娱乐、社交等多种休闲内容，具体包括看电视(或看碟)、出去看电影、逛街购物、读书(或读报纸、杂志)、参加文化活动(比如听音乐会，看演出和展览)、与朋友聚会、在家听音乐、参加体育锻炼以及上网。

自变量为社会阶层。社会阶层的测量方法有多种标准[18]，本文使用职业地位标准，相较于单纯的财富、权力和声望，基于职业的社会分层被认为更具有综合性[19]。在操作化上，采用基于EGP(Erikson-Goldthrope-Portocarero)阶层分类标准划分的职业地位，EGP的转换借用的是侯利明和秦广强[20]的方法。基于职业地位的社会阶层划分为10个等级，1代表社会阶层最低，10代表社会阶层最高。

中介变量包括工作时长和收入，两个变量分别通过周工作时长和年收入进行反映，其中，由于年收入存在较为严重的右偏，所以进行了对数化处理。

控制变量方面，除了控制年龄、性别、户口、婚姻状况等基本的社会人口学变量之外，本文还将与社会阶层和休闲多样性都可能相关的健康状况纳入控制范围。表1列示了所有变量的描述性统计结果。

表1 变量的描述性统计结果变量 比例/均值(标准差) 变量说明因变量:休闲多样性 6.57(1.87) 连续；值域0～9自变量:社会阶层 6.10(3.23) 连续；值域1～10中介变量:周工作时长 49.17(17.89) 连续；值域0～150年收入(对数) 10.45(0.94) 连续；值域6.21～16.11控制变量:性别(男) 56.25% 类别；女性=0，男性=1年龄 28.60 连续；值域18～35户口(非农) 47.32% 类别；农村=0，非农=1婚姻状况(已婚) 64.96% 类别；未婚=0，已婚=1健康情况 4.23(0.78) 连续；值域1～5

(三)分析方法与模型

根据温忠麟等人的阐释[21]，最简单的路径关系模型应该包含三个回归方程:

其中，Y是因变量，X是自变量，M是中介变量，a、b、c、c'分别是各个方程中的回归系数，e1～e3是回归残差。

检验中介效应最常用的方法是逐步检验法，即依次检验回归系数的显著性。第一步，检验方程(1)中系数c是否显著，系数c显著是必要条件；第二步检验方程(2)中的系数a和方程(3)中的系数b，如果两个系数都显著，那么中介效应就显著；第三步检验方程(3)中的c'是否显著，如果显著，那么中介效应为部分中介效应，如果不显著，则为完全中介效应。

本文使用逐步检验法对理论模型的关系路径进行检验。不过，由于因变量“休闲多样性”存在右侧截堵(censored)，因而采用受限因变量模型(或称Tobit模型)对方程(1)和方程(3)的变量关系进行拟合[22]。方程(1)变为:

其中，Y表示实际观察的因变量，Y*表示预测的潜变量，X表示自变量，c表示回归系数，e1表示回归残差。当潜变量Y*小于9时，因变量Y等于Y*本身；当Y*大于等于9时，因变量Y等于9。

方程(2)则使用普通最小二乘法进行线性回归。