隊列效應

隊列效應係社會科學入便嘅重要概念：隊列（英文：cohort，近似粵拼：kou6 hot1）通常係指某一班喺同一個年代出世，或者一齊經歷過某啲事件嘅人，譬如二戰後出世嘅嬰兒潮嗰代就可以算係一個隊列；隊列效應講緊嘅係，屬於同一個隊列嘅人，佢哋喺特定時期一同經歷過某啲社會、經濟或者文化方面嘅大事，所以屬同一隊列嘅人，會有某啲共同嘅特徵或者行為模式，而呢啲特徵或行為模式係嗰個隊列外嘅人冇嘅。呢個概念，諸如經濟學（以至第啲社科）同流行病學等嘅領域都會講到^[1][2]。

呢幅相攝於 2011 年：Z 世代嘅細路喺充滿智能手機等電子產品嘅環境下成長，啲人討論 Z 世代嘅共同經驗嗰陣成日都會提呢樣嘢，並且講到呢種共同體驗點形塑呢個 cohort 嘅行為心理特徵。

原則上，隊列嘅官方定義可以係「具有某啲共同特徵嘅人」^[3]，當中特徵唔一定係喺同一個世代成長或者喺同一個年代出世，但喺實際嘅社科研究上，啲人講親隊列通常都係講緊「同一個世代成長、同一個年代出世」嘅人群。

基本概念

研究背景

内文：隊列 (統計學)

好似社會學等嘅社科，不時會想研究 cohort 對某啲應變數嘅影響。例如有社會學家諗出一條研究問題，想知 Z 世代有啲乜嘢心理同行為特徵，而佢哋喺呢啲特徵上同例如嬰兒潮嗰代有咩唔同。假想佢哋喺二〇二〇年至二〇二一年間攞數據，佢哋得到嘅數據集，望落會近似以下噉嘅樣：

個案	出生年份	年齡	時期	心理特徵...
阿苹	1950	71	2021	...
阿明	1970	50	2020	...
阿珍	1980	40	2020	...
強仔	2015	5	2020	...
詩詩	2016	5	2021	...

當中時期係指嗰件數據係喺咩時候紀錄低嘅，而年齡嘅計算以時期作準，出生年份就當係 cohort 嘅代表。心理特徵... 包括咗若干個打戙嘅欄，紀錄咗一啲心理行為特徵，用嚟做應變數，上表冇列出嚟。

年齡、時期同 cohort 係完全共線（英文：collinear）嘅，假設 cohort 用出生年份嚟代表：^[4]

Cohort = 時期 − 年齡 ^{[註 1]}

是但搵個個案嚟睇，假如知道咗佢喺三者之中其中兩者嘅數值，就可以完全準確噉得知淨低嗰個未知數值係乜。亦可以睇睇多重共線性嘅問題。

效應釐清

睇埋：多重共線性

Cohort、時期同年齡關係密不可分，但喺實際嘅社科上，研究者好多時都希望分清楚三者各自嘅影響：想像依家做性格心理學研究，研究神經質（簡單講可以當係一個人有幾易出現焦慮等嘅情緒）；佢哋發現年紀愈大嘅人，神經質程度就愈低，年紀越大越係冇咁易感受到焦慮等嘅情緒；呢種情況可以反映咗最少三個可能性－

• 年齡效應（A）：睇同一個人，佢由 20 至 40 歲間嘅變化；可能隨住年齡增長，平均嚟講人調控情緒嘅能力會改善。
• 時期效應（P）：睇同一個人，佢喺 2010 年至 2020 年間嘅變化；可能人遇到某啲大型社會事件，情緒特性可能會隨之變化。
• Cohort 效應（C）：攞 A 君 20 歲嗰陣嘅數據同 B 君 20 歲嗰陣嘅數據對比；唔同世代成長環境唔同，呢啲差異可能引致情緒特性上嘅差異。

因此，就噉睇住手上嘅數據，社科研究者好多時都難以判別^{[註 2]}現象背後嘅成因係 cohort、時期抑或係年齡^[5]。

數學模型

睇埋：多層模型同獨立成分分析

喺統計上，呢個問題可以用等級 APC 模型^{[註 3]}嚟處理。呢種統計模型屬於多層模型，基層模型用年齡以及年齡嘅二次方嚟預測應變數，而高層模型則以每個時期嘅殘差項同埋每個 cohort 嘅殘差項嚟預測基層模型個截距項，即係話^[5]：

${\displaystyle y_{i(j_{1}j_{2})}=\beta _{0j_{1}j_{2}}+\beta _{1}Nin_{i(j_{1}j_{2})}+\beta _{2}Nin_{i(j_{1}j_{2})}^{2}+e_{i(j_{1}j_{2})}}$

${\displaystyle \beta _{0j_{1}j_{2}}=\beta _{0}+u_{1j_{1}}+u_{2j_{2}}}$

${\displaystyle e_{i(j_{1}j_{2})}\sim N(0,\sigma _{e}^{2}),\;u_{1j_{1}}\sim N(0,\sigma _{u_{1}}^{2}),\;u_{2j_{2}}\sim N(0,\sigma _{u_{2}}^{2})}$

代返啲式就會出（結合模型）：

${\displaystyle y_{i(j_{1}j_{2})}=(\beta _{0}+u_{1j_{1}}+u_{2j_{2}})+\beta _{1}Nin_{i(j_{1}j_{2})}+\beta _{2}Nin_{i(j_{1}j_{2})}^{2}+e_{i(j_{1}j_{2})}}$

呢啲式之中嘅符號係：Nin 係指年齡，個體 i 喺 cohort j₁ 同埋時期 j₂ 嗰度嘅觀察值（結合模型最左邊嗰嚿），由以下呢啲部份組成：固定截距 β₀、年齡一階效應 β₁、年齡二階效應 β₂，加上兩個隨機效應（大致可以想像成雜音）— cohort 嘅殘差項 u_1j1 以及係時期嘅殘差項 u_2j2，最後再加埋個殘差項 e_i(j1j2) 組成。噉嘅模型喺概念上可以噉理解：年齡係個人特徵，而時期同 cohort 就當係「情境」，時期同 cohort 係外部嘢，而年齡係個人嘅內部歷程。

睇埋

• 社會學
• 社會化
• （香港繁體）「愛+人」隊列追蹤研究網頁，香港大學

註釋

1. 呢三樣嘢喺英文入便合稱 APC，取自 Age-Period-Cohort 呢組詞。
2. 可以睇睇不充分決定論嘅問題。
3. 英文：hierarchical age-period-cohort model，HAPC