Диссертация (1136799), страница 22
Текст из файла (страница 22)
На рисунке 3 принцип перекрестной классификации показан на примере, рассматриваемом в данной работе.Каждому индивиду присвоены две групповые характеристики: страна его происхождения и страна проживания. Для большинства людей они совпадут, так какмигрантов меньшинство, однако для части страной происхождения будет, например, Турция, а страной проживания Германия.Рисунок 2 – Схема многоуровневого моделирования с перекрестной классификацией по странам происхождения и проживания108Технически метод многоуровневого моделирования с перекрестной классификацией реализуется в пакете lme4 в среде статистического программирования R и подразумевает рандомизацию интерсептов по двум переменным методоммаксимального правдоподобия [Bates et.
al., 2012].Первый этап моделирования – это подсчет ICC – коэффициента межклассовой корреляции, который показывает, значимо ли различаются группы. Если значение этого коэффициента выше 0.05, то многоуровневое моделирование имеетсмысл (в случае двух источников группировки, он рассчитывается для обоих).2 = 2 + 2Затем для каждой группы (в нашем случае – страны) строится отдельная регрессионная линия. Регрессионные линии для всех групп могут быть параллельныдруг другу и различаться по высоте интерсепта (средний уровень зависимой переменной) тогда говорят о модели с варьирующими интерсептами и фиксированными углами наклона30 (fixed slopes – random intercepts= FSRI).
Чтобы понять,имеет ли смысл рандомизация, такую модель сравнивают с моделью с фиксированными интерсептами и углами наклона (в случае неиерархических моделей – накаждом из межгрупповых уровней) [Snijders, Bosker, 1999 [2012], p. 80].Логика моделирования подразумевает добавление всех возможных предикторов первого, а затем и второго уровня при зафиксированных углах наклона регрессионных линий [Woltman et al., 2012].
После того, как в модели остаютсятолько значимые (или теоретически предсказанные) предикторы, рандомизируются углы наклона поочередно для каждой переменной первого (индивидуального) уровня. Модели с варьирующими углами наклона сравниваются с модельютипа FSRI с помощью теста хи-квадрат, и если результат значим, выбирается более сложная модель. Таким образом, метод позволяет сравнить мигрантов в Европе и с их соотечественниками на родине, и с ровесниками в Европе.При расчетах коэффициентов используется тангенс угла наклона, как и в линейной регрессии. В англоязычной литературе обозначается термином slope.30109В связи с тем, что в базе имелось около 12% пропущенных значений, былапроведена процедура множественной импутации с помощью пакета Amelia II всреде статистического программирования R [Honaker et al., 2011; Фабрикант,2015].
Полученные в результате импутации 10 баз данных были объединены посредством пакета Zelig [Imai et al., 2008].Предложенный метод позволяет сравнить мигрантов в Европе и с их соотечественниками на родине, и с ровесниками в Европе. В качестве ядра исследования использовались волны ESS за 2004, 2008 и 2010 годы, поскольку только в нихзадавались вопросы о миграционном статусе респондента и его родителей, а также о том, из какой страны они эмигрировали. Затем был произведен расчет числаиммигрантов во всех странах выборки и взяты для дальнейшего анализа Бельгия,Великобритания Германия, Испания, Нидерланды, Португалия, Франция, Швейцария и Швеция, в которых мигрантов больше 400 в трех волнах31.Для упомянутых 9 стран было вычислено число мигрантов из каждой страны и выбраны только те, отправляющие общества которых есть в международныхбазах данных по ценностям (например, в Европе много мигрантов из Анголы,Конго и Суринама, однако эти страны не охвачены массовыми опросами, поэтомуэти мигранты не включены в выборку).
Еще одним условием для включения в исследование было число наблюдений – не менее 7 человек из каждой страны(среднее число наблюдений = 75). Такое небольшое N становится возможным длянекоторых случаев в связи с особенностями многоуровневой регрессии, тогда какв классической линейной регрессии этого недостаточно [Gelman, Hill, 2006, p.275].Мусульманских обществ, то есть тех, где ислам исповедуют более 50%населения, в выборке двенадцать, это Алжир, Египет, Индонезия, Ирак, Иран, Казахстан, Кыргызстан, Ливан, Марокко, Пакистан, Тунис и Турция. Несмотря нато, что нас интересует лишь блок исламских стран, в анализе мы не можем имограничиться, поскольку многоуровневое моделирование требует не менее 3031Число мигрантов варьирует от 408 в Португалии до 1329 в Швейцарии.110групп (в нашем случае стран) для точных оценок.
Поэтому в регрессионных моделях используются 73 страны, а выводы делаются только по исламским обществам.Данные по интересующим меня 64 отправляющим обществам (остальные 9– европейские общества из ESS) были извлечены из пятой и шестой волн Всемирного исследования ценностей (WVS) и Европейского исследования ценностей(EVS) за 2008 год. Данные были гомогенизированы с тем, чтобы все переменныеимели идентичные формулировки и варианты ответа для того, чтобы обеспечитьсводимость баз данных. В этих 64 странах также присутствовали свои мигранты(обычно немного), однако все они были удалены из выборок для чистоты моделирования, таким образом, мигранты встречаются только в 9 европейских странах.В результате была создана база данных для 73 стран со следующими переменными:1) Пол2) Возраст (в годах)3) Страна происхождения (73 страны)4) Страна проживания (73 страны)5) Образование (бинарная переменная: высшее – не высшее)6) Ислам (перекодировано из «Вероисповедание»), бинарная переменная7) Семейное положение (5 категорий – в браке, в разводе, вдовец/вдова, одинок, отказ от ответа)8) Миграционный статус (вариант 1 – мигрант – возможен только для 9 стран)9) Как часто посещает религиозные службы (5 категорий – чаще раза в неделю, несколько раз в месяц, только по праздникам, никогда, отказ от ответа)10) Религиозность (3 категории – религиозен, не религиозен, отказ от ответа)11) Положение на рынке труда (5 категорий – работает, на пенсии, безработный, студент, домохозяйка, другое)11112) Продолжительность пребывания в стране (6 категорий – приехал в течение последнего года, 2-5 лет назад, 6-10 лет назад, 11-20 лет назад, более 20лет назад, родился в стране опроса)Кроме того, к ним были добавлены предикторы странового уровня: логарифм из ВВП на душу населения,32 индекс развития человеческого потенциала(ИЧР) 33, уровень развития демократии (Polity IV)34, уровень развития гражданских свобод35, группировка по культурной карте Инглхарта и Вельцеля36, процентмусульман в стране (по CIA Factbook),37 процент женщин в парламенте,38 индексгендерного неравноправия (GII по UNDP)39 и коммунистический опыт.
В качествезависимой переменной использовался вопрос «Когда рабочих мест мало, у мужчин должно быть больше прав на работу, чем у женщин», перекодированный вбинарную с вариантами ответов 1 – согласен, 0 – не согласен/не знаю. Зависимаяпеременная для сравнительных исследований гендерных установок являетсяпредметом методологической дискуссии (см. обзор в статье МакДэниел[McDaniel, 2008]), однако в данной ситуации только этот вопрос был сформулирован одинаково во всех базах данных.Под мигрантами в данном исследовании понимаются те люди, у которыхоба родителя – мигранты, и те, кто иммигрировал сам.
Все остальные, в том числеи те, у кого один из родителей мигрант, закодированы как «местные».Данные Всемирного банка. http://data.worldbank.org/indicator/NY.GDP.PCAP.CDИЧР рассчитывается из ожидаемой продолжительности жизни, уровня грамотности и валового национального дохода, оцененного по паритету покупательной способности. Sen A.
Development as Freedom.New York: Alfred A. – 1999.34Polity IV Project. http://www.systemicpeace.org/polityproject.html35Civil Liberties по Freedom House (https://freedomhouse.org/)36http://www.worldvaluessurvey.org/WVSContents.jsp37CIA Factbook 2016. https://www.cia.gov/library/publications/the-world-factbook/fields/2122.html#ar38Данные Всемирного банка. http://data.worldbank.org/indicator/SG.GEN.PARL.ZS39United Nations Development Programme, Gender Inequality Index. http://hdr.undp.org/en/content/genderinequality-index-gii3233112§ 3.
Гендерные установки мигрантов и мусульман в странах ЗападнойЕвропы в сравнении с местным населением40В работе используется пятая волна проекта «Европейское исследованиеценностей».41 Данные позволяют отслеживать миграционный статус респондента,религиозную конфессию, к которой он принадлежит, страну происхождения, атакже ценностный профиль и гендерные установки.Я ожидаю, что женщины либеральнее в своих гендерных установках, чеммужчины [Prince-Gibson, Schwarz, 1998]. Мигранты, особенно выходцы из мусульманских стран, более консервативны в вопросах гендерного равноправия, чемместное население в Европе. Представители старших возрастных когорт обычноконсервативнее молодых, что показано не только в работах по теории модернизации, но и в конкретных исследованиях установок мигрантов в Европе [Maxwell,2010]. Исходя из результатов предыдущих исследований, в частности работ,непосредственно изучавших религиозность европейских мигрантов в сравнительной перспективе, я предполагаю, что низкий уровень религиозности связан с высоким уровнем поддержки гендерного равноправия [Van Tubergen, Sindradóttir,2011].Описательная статистика по странам Западной ЕвропыИндекс гендерного эгалитаризма в данной части работы сконструирован издвух переменных с пятью вариантами ответа по шкале Ликерта (от «полностьюсогласен» до «совершенно не согласен»): а) «Когда рабочих мест мало, у мужчиндолжно быть больше прав на работу, чем у женщин»; б) «Женщина должна бытьготова сократить свою оплачиваемую работу ради семьи».Средние значения индекса гендерного эгалитаризма заметно отличаютсядля стран Западной Европы, включенных в анализ, несмотря на то, что они былиотобраны по принципу схожести.
Чтобы проверить гипотезу о том, что мигрантыДанный параграф является переработанной версией моей статьи Костенко, В. Гендерные установкимигрантов-мусульман в Северной Европе [Текст] / В. Костенко //Социологические исследования. – 2014.– N 11. – С. 52-59.41European Social Survey [electronic resource]. URL: http://ess.nsd.uib.no/ess/round540113оценивают важность гендерного равноправия ниже, чем местное население, былпроведен t-тест. Средние значения индекса сравнивались для двух групп тех девяти странах, где мигранты составляют значительное меньшинство (см. таблицу 2).Сравнение проводилось между представителями местного населения без миграционной истории и мигрантами первого и второго поколения, взятыми вместе.
Вовтором столбце представлены результаты сравнения мусульман и представителейвсех других религий (а также атеистов), взятых вместе.Таблица 1 – Средние значения индекса гендерного эгалитаризма по странам Европы и результаты теста Уэлша42СтранаМестныеМигрантыДругие религииМусульманеБельгия0.341(0.007)N = 14680.414(0.005)N = 20490.396(0.004)N =26260.393(0.006)N = 16810.328(0.006)N = 16480.496(0.005)N = 19840.456 ***(0.020)N = 2310.417 (не знач)(0.013)N = 3400.463 ***(0.013)N = 3760.456 ***(0.017)N = 1950.284 **(0.018)N = 1760.434 ***(0.017)N = 1580.347(0.006)N = 16380.412(0.005)N = 23440.402(0.004)N = 29520.395(0.006)N = 18420.322(0.006)N = 17870.491(0.005)N = 21400.617 ***(0.037)N = 640.500 **(0.032)N = 630.507 ***(0.032)N = 720.676 ***(0.032)N = 350.389 (не знач)(0.041)N = 390.583 (не знач.)(0.167)N=30.403(0.007)N = 14720.478(0.007)N = 10770.255(0.006)N = 12840.450 **(0.019)N = 2410.493 (не знач.)(0.011)N = 4200.343 ***(0.017)N = 2080.405(0.007)N = 16550.478(0.006)N = 14300.264(0.005)N = 14680.518 ***(0.035)N = 680.561 **(0.027)N = 670.412 ***(0.039)N = 28ВеликобританияГерманияИспанияНидерландыПортугалияФранцияШвейцарияШвецияЧем выше показатель, тем патриархатнее.
![](https://s.studizba.com/z.php?f=/templates/si/i/noavatar.png&w=100&h=100&t=1"){kind=avatar}
