“等你当父母了就懂了”吗？：生命历程转变与政治倾向变化
Life-Course Transitions and Political Orientations
网址：
https://sociologicalscience.com/articles-v11-33-907/#
PDF链接🔗
https://sociologicalscience.com/download/vol_11/september/SocSci_v11_907to933.pdf
为什么讲这篇文章
现实背景
社会学理论
将理论概念数学化、建模的过程
摘要
成人阶段的生命历程转变是否会影响政治倾向？一种理论框架认为，生活事件使人接触到新的信息，从而促使个体根据这些社会经历来重新评估自己的政治信念和偏好。另一种理论框架则认为，个人的生活历程位置与政治立场之间的联系可能是模糊的，早期经历应对政治倾向更具指导意义。在本文中，作者使用了来自三个国家的四项家庭调查和40个政治信念与偏好选项，来检验生命历程转变是否会改变政治倾向。为此，作者采用了双重差分模型来识别家庭和工作领域的六类转变对政治倾向的影响。结果发现，生命历程转变对政治倾向没有实质性影响，且该结论在考虑政治兴趣差异或个人经历这些生活事件的年龄时亦保持一致。
作者简介
Turgut Keskintürk，杜克大学社会学系
引言
Studies find that personal culture—culture made manifest in people's beliefs, preferences, and self-descriptions (Lizardo 2017)—is
relatively durable
across adulthood,
though the reasons why we observe this durability differ across competing perspectives
. One stylized model suggests that early socialization experiences shape how individuals process new information based on their political dispositions, whereas another framework suggests that life-course transitions can reliably change people’s political orientations.
研究表明，个人文化（personal culture），即通过人们的信念、偏好和自我描述体现的文化（Lizardo 2017），
在整个成年阶段都相对稳定
。然而这种观察到
稳定性的成因
却因不同的视角而异。一种简化模型认为，
早期社会化经历
会影响个体基于其政治倾向处理新信息的方式，而另一种理论框架则认为，
人生历程的转变可以有效地改变
人们的政治倾向。
提出问题
生命历程转变在解释政治倾向时应扮演何种角色？
What role, if any, should life transitions play in explaining political orientations?
引入理论基础
早期社会化经历会影响个体基于其政治倾向处理新信息的方式(早期经验主导论)
人生历程的转变可以有效地改变人们的政治倾向(生活经历影响论）
本文目标
通过实证研究检验生活轨迹转变对政治倾向的影响。
Q：两个模型的关系？
第一个模型解释了为什么政治倾向通常会在成年后保持相对稳定，强调了早期社会化对政治倾向的深刻影响。而第二个模型则进一步补充了一个观点：即使政治倾向大体稳定，但在特定的人生经历（如结婚、换工作、成为父母等）时，个体的政治立场也有可能发生变化。因此，第二个模型强调了变化的时间性和条件性。
两种模型都不否定政治倾向的
稳定性
，只是从不同角度来看待
稳定性和变化
的机制。第一个模型侧重于解释个体如何通过早期社会化形成稳定的政治倾向，而第二个模型则指出，尽管政治倾向可能大体稳定，但在一定的人生阶段，个体可能会经历政治倾向的转变。
"稳定性"与"变化"这两个概念的区别？
要理解这一点，需要区分"稳定性"与"变化"这两个概念： 稳定性并不意味着完全没有变化。稳定性强调的是：在正常情况下，个体的政治倾向或个人文化在成年之后通常是相对持续的、没有剧烈波动的。稳定性也意味着，即便存在变化，这些变化往往是缓慢且有限的。 变化并不等于不稳定。在第二个模型中，政治倾向的变化是有条件的，即只有在经历特定的人生过渡时，个体的政治观念才可能发生变化。这些阶段（例如升职、婚姻、成为父母等）通常是人生中的关键节点，它们带来的是较为深刻的社会角色变动和生活经验的转变，这种转变可能影响个体的价值观和政治立场。
理论框架部分的分析逻辑
相互竞争的政治倾向生成模型
解决问题：“如何理解政治倾向的形成和变化，尤其是成年期的政治稳定性和变化性？”
社会经历与观念变化
解决问题：“成年期的社会经历（如婚姻、失业等）是否会影响个人的政治观念，特别是在社会位置变化的情况下？”
对政治倾向的经验预期
解决问题：“如何理解生活事件对政治倾向的影响，尤其是这些影响是否会持久？”
联系成年生活轨迹与政治观念变化的路径
解决问题：“为什么可以将成年期的社会经历（如工作和家庭路径）与政治倾向的变化联系起来”
理论框架
（一）
相互竞争
的政治倾向生成模型
社会学家使用两种简化模型来理解文化倾向的变化与稳定，这两种模型对个人文化在整个生命历程中的演变有着相互竞争的经验性含义：
生命历程适应模型（life-course adaptation model，LCAM）和固定倾向模型（settled disposition model，SDM）
。
作者认为如果我们考虑整体的政治领域和政治心理学，这些模型指向对于生活经历如何与政治倾向联系截然不同的观点。
虽然LCAM认为生活事件会影响并进而塑造政治信念和偏好，但SDM则认为政治倾向主要受到早期生活的强烈中介作用。这些差异导致对个人政治倾向轨迹的竞争性经验预期。
I claim that, once we consider the political field and political psychology at large, these models imply
radically different
conceptions about how life experiences are related to politics. Although the LCAM proposes that life events inform and subsequently shape political beliefs and preferences, the SDM proposes that political orientations are strongly mediated by early life experiences. These differences lead to
competing
empirical expectations on the trajectory of one’s political orientations
Why competing empirical implications？
Why radically different？
作者是怎么定义competing和radically different的？
LCAM 和 SDM 都基于一个基本的经验预期：成年人很少在文化上发生实质性的改变。
一个人的文化倾向变化主要集中在生命的早期阶段，而成年后往往较为稳定——这一观点通常被称为“易感期假说”（Alwin and Krosnick 1991；Krosnick and Alwin 1989）。
然而，对于这种文化稳定性的来源存在分歧。
有下面两张解释模型：
固定倾向模型（settled disposition model，SDM）
SDM 认为，人们在人生的早期经历“敏感窗口”——一个涉及持久形成性经历的时期。在此期间，人们在家庭中（Jennings and Niemi 1968）和朋友之间（Settle，Bond and Levitt 2011）接触到各种政治交流，对其后续的信念和偏好产生持久的印记。一旦这个
窗口关闭，个人发生改变的敏感性显著降低，导致形成的基本倾向成为其后续政治倾向的指导。因此，人们获得基本倾向并确定其“政治内群体”的政治社会化的过程是政治观念习得的主要驱动力。
生命历程适应模型（life-course adaptation model，LCAM）
LCAM 认为，成年期的稳定性具有
“社会生成（sociogenic）”的特征（Dannefer 1984），依赖于个人的社会位置和所处的网络。在这种观点下，人们处于特定的社会位置中，拥有影响力的个人关系（Rawlings and Friedkin 2017；Visser and Mirabile 2004）、信息环境（DellaPosta，Shi and Macy 2015）以及在更广泛社会结构中制度定义的社会位置（Longest，Hitlin and Vaisey 2013）。因此，政治倾向在广泛意义上反映了一个人在社会中的位置（Lersch 2023）。如果这种社会位置以某种方式受到干扰，则意味着人们的信息环境发生变化，个人信念也会波动，从而导致政治倾向的变化。
但是它没有解释彻底，为什么稳定：
生命历程适应模型为什么稳定
社会生成（Sociogenic）与社会位置
LCAM强调，成年期的稳定性并不是由个体内部的某种固有特征（如生物学或心理学上的发展）决定的，而是由个体所处的社会位置和社会关系网络生成的。这意味着，人的生活稳定性和稳定的社会角色并不是随机或偶然出现的，而是源自社会结构
因此，即使经历了某些个人事件（如结婚、升职等），只要个体在社会中保持某个位置，他们的政治倾向通常会保持稳定。
社会生成如何促成成年期的稳定性？
社会位置的稳定性：在成年期，人们大多稳定地处于某个社会角色或社会位置中（如工作、家庭角色等），这些角色和位置本身为个体提供了固定的社会关系和信息环境。
信息和社交网络：成年后，个体的大多数社交圈子、职业环境、朋友群体等，都影响着他们的观念和信念。因为这些社会关系和信息环境对个体的认知有稳定作用，个体的政治倾向往往也保持稳定。
SDM 和 LCAM 之间的
核心分歧在于解释范式的不同，前者倾向于一种强调早期政治发展个体生成（ontogenic）范式，而后者则提出一种社会生成范式，将政治文化视为对社会位置和长期生命经历的反映（Dannefer 1984）。这实质上意味着两种理论都将成年期视为一种“政治平衡”。个体的基线特征为理解人们之间的政治差异提供了足够的基础，这或因为我们在成年前通常会趋同于某些政治立场（SDM），亦或因为科学研究遗漏了生命中重要的变化（LCAM）。
个体生成范式和社会生成范式背后更深一层的解释范式是什么？
ontogenetic paradigm
sociogenic paradigm
https://karger.com/hde/article-abstract/39/3/135/157242/Three-Models-of-Adult-Development?redirectedFrom=PDF
Three Models of Adult Development
理论框架
（二）社会经历与观念变化
这两种框架是为了理解个人文化的历时演变而发展起来的（Lizardo 2017），但它们各自关于政治信念形成的理论假设却未得到充分理论化。作者认为，这一分歧归结为
成年经历
在解释个人政治方面的作用。
LCAM 强调个人的“新互动、经历、考虑以及不同的资源和约束条件”（Lersch 2023：225）在塑造其政治观点中的重要性，在
实质上试图将个体社会位置相关的体验信息与其政治倾向联系起来
；SDM 则强调生活经历与信念和倾向之间的联系
必然受到早期形成的潜在意识形态倾向的
调节
。
这意味着，对于 SDM 来说，成年期的生活经历在信念和偏好形成方面可能大多无关紧要。
LCAM生命历程适应模型认为成年生活事件会塑造政治观点，因为它强调生活经历、社会互动和个人在不同社会位置下的体验如何影响政治信仰。
SDM固定倾向模型认为政治倾向在成年之前就已经基本固定了，成年期的生活事件对政治信念的影响较小，任何改变通常并不是源于个人经历，而是由社会结构或政治环境的大规模变动引起的。
LCAM（生活过程适应模型）：
这一模型认为成年期的生活事件（如婚姻、失业等）会影响政治倾向。
原因在于，个人的生命历程应该提供关于
政治的现象学意义上有效的信息
。
例如，婚姻让我们接触到有关家庭中性别分工的新信息，而失业经历可以让我们了解政府的福利政策。依照这个逻辑，若存在社会位置的变化，
那么获得有意义的经历的机会就会增加。
由于个体在生命中经历一系列由社会制度与关系定义与组织的阶段（Mayer 2009），生命过程对政治倾向是有影响的。
前提 1（即LCAM理论引出的论证前提）：一般而言，生命历程的进展，特别是人们的特定社会位置，是解释群体中政治差异的决定性因素。
SDM（固守的倾向模型）：
前提2（即SDM理论引出的论证前提）：个体的政治倾向围绕难以改变的稳定基线特征组织起来，而个体所处的社会环境的变化主要是一个
内生的文化选择（selection）而非外生处理（treatment）过程。
内生性，外生性？ 文化选择，处理？
政治意识形态的中介作用：即使发生了重大社会事件，个体如何解读这些事件通常受其政治意识形态的影响。例如，左派倾向的人可能认为经济危机源于市场自由化过度，而保守派倾向的人则可能认为问题出在政府过度干预上。
显著事件的影响：虽然显著事件可能导致一些政治倾向的变化，但这种变化通常不会是剧烈的，而是通过个体的政治意识形态来调节和解读的。
从这个例子来看，显著事件可以改变个体对政治的解读，但通常不会直接导致政治倾向的剧烈变化，尤其是当个体的政治意识形态已较为稳定时。
理论框架
（三）对政治倾向的经验预期
这部分深入探讨了政治倾向变化的经验预期，特别是在两种模型（LCAM和SDM）的框架下，如何理解政治倾向随生命历程中的重大事件发生变化的预期。
1. 整体描述性事实：
政治倾向变化少且幅度小
在个体的政治倾向上，重大变化非常罕见且变化幅度小。
这意味着，当我们从宏观上（大样本范围内）观察个体的政治倾向时，虽然可以看到一些变化，但这种变化的频率和幅度通常是有限的。为了更深入地理解政治倾向的变化，需要从个体层面进行分析。
这会导致以下问题：
低变化：一些人可能认为政治倾向变化很少，因此支持SDM模型，认为成年后的生活事件对政治倾向的影响是微乎其微的。
变化存在：然而，也有一些研究认为变化存在，这种变化虽然小但却是存在的，这可以支持LCAM模型，认为生活事件仍然能够影响政治倾向。
τATT：表示平均处理效应（Average Treatment Effect on the Treated），即对于实际接受处理的群体，处理对其结果的平均影响。
E：表示期望值，即平均或预期结果。
P1i：表示个体i在经历生命事件L后的政治倾向。这是个体i的“潜在结果”之一，即如果个体i经历了生命事件L，我们预期其政治倾向会是什么。
P0i：表示个体i在没有经历生命事件L时的政治倾向。这是个体i的另一个“潜在结果”，即如果个体i没有经历生命事件L，我们预期其政治倾向会是什么。
L = 1：表示这个期望值是在生命事件L实际发生的情况下计算的。L = 1意味着个体确实经历了生命事件。
整个表达式「τATT = E(P1i − P0i | L = 1)」的意思是：
对于实际经历了生命事件L的群体（L = 1），他们的平均处理效应τATT是指他们经历生命事件后的政治倾向（P1i）与如果没有经历生命事件时的政治倾向（P0i）之间的平均
差异
。
简单来说，这个表达式试图
量化生命事件L对个体政治倾向的直接影响
。它通过比较同一个体在经历和未经历生命事件时的两种潜在结果来估计这种影响。
两种模型的具体预期：
LCAM预期：如果个体经历了生命事件L，其政治倾向P_i,t应该会发生变化（P1i ≠ P0i）。
SDM预期：即使个体经历了生命事件L，其政治倾向P_i,t也应该保持稳定（P1i = P0i）。
逻辑推理过程：
提出问题：生命事件是否影响政治倾向？
引入理论模型：LCAM和SDM提供竞争性解释。
面对共同事实：整体变化小，难以仅凭宏观数据判断。
转向个体分析：通过分析个体在经历生命事件前后的政治倾向变化，来检验两种模型的预期。
形成具体预期：根据LCAM和SDM，分别预测个体在经历生命事件后政治倾向的变化情况。
理论框架
（四）联系成年生活轨迹与政治观念变化的路径
如何通过成年生活历程中的工作生涯和家庭路径这两个维度来理解政治倾向的变化。这里提出了两种典型路径：
工作生涯路径：指个体在就业方面的变化，比如从学校到职场的转变，失业等。
家庭路径：指个体在家庭生活中的变化，比如结婚、为人父母、婚姻解体等。
这两条路径会影响个体的社会位置和生活经历，并进而影响政治倾向。
异质性：为什么不同的个体可能会有不同的政治变化
尽管在一般情况下，LCAM和SDM这两种模型的预测应该有一致的总体趋势，但我们可能会观察到异质性（即个体间的差异）。为什么会有这些差异呢？文章提到至少有两个原因：
LCAM中的异质性：LCAM认为，生命事件的影响是有时间敏感性的，也就是社会时机很重要。例如，结婚的时间、失业的年龄、婚姻的持续时间等都会影响个体的社会经验，进而影响政治倾向。比如，如果一个人在较晚的年龄结婚，这段婚姻经历可能会给他们带来不同的社会经验，从而影响他们的政治倾向。因此，如果LCAM是正确的，生命事件发生的时机会导致不同的政治倾向变化。
SDM中的异质性：SDM则认为，异质性可能来源于个体的政治意识，即个人对政治的关注和理解程度。如果个体有较高的政治意识，那么他们的政治倾向可能会在生活事件中保持较为稳定，而政治意识较低的人则可能会受到生活事件的更大影响。简而言之，SDM认为政治意识较低的人更容易受生活事件影响，改变他们的政治倾向。
LCAM认为，个体的政治倾向会随着生命历程中的重大生活事件而发生持久的变化，且这些变化会受到社会时机的影响。
SDM认为，政治倾向的变化较少，个体的政治倾向在很大程度上是由早期形成的意识形态主导的，生活事件对政治倾向的影响有限。政治意识较低的人可能会更多受到生活事件的影响。
因此，作者的预期是：
LCAM的预期：政治倾向应该随着生命历程中的重大转变而发生变化，且这种变化可能受到转变发生时机的影响。
SDM的预期：政治倾向变化较少，政治意识较低的人可能会在生命转变中经历更显著的变化。
逻辑推理过程：
提出联系：成年经历（工作生涯、家庭路径）与政治观念之间存在联系。
引入模型：LCAM和SDM提供不同解释机制。
预测整体趋势：尽管机制不同，但整体趋势应是生命事件与政治观念相关。
考虑异质性：个体反应可能因社会时机和政治意识而异。
形成具体预期：根据LCAM和SDM，分别预测异质性的表现。
数据
对变量的测量
测量政治倾向
作者通过一整套调查问卷项目来操作化政治倾向，这些项目反映了个人在政治问题上的信念和偏好。
在选择这些项目时，作者排除了：(1) 可以通过外部指标验证的项目，如个人实践或事实信息 (Alwin 2007)；(2) 在至少两次调查波次中未被问及的项目；(3) 拥有强外部参照的项目，尤其是党派偏好和投票决策。这一程序最终得到54个独特的项目。
为了简化分析和便于解释，作者从瑞典家庭面板数据（Sweden Household Panel, SHP）的11个支出态度项目中提取了两个主成分，从德国社会经济面板数据（German Socio-Economic Panel, SOEP）的五个普遍信任项目中提取了一个主成分，将分析用的结果数减少到40个。
这40个项目涵盖了广泛的问题，从再分配支出和移民态度到政治认同、信任以及对家庭经济支柱的态度。作者将所有项目标准化，使其范围在0到1之间，其中较高的值表示在保守立场上的更高分数（如果这些项目有此类倾向）和某些其他项目的较高“水平”，例如普遍信任。
测量生命历程转变
作者分析了六种生命历程转变，分别来自
家庭领域和工作领域
：
婚姻：从单身或未婚状态过渡到已婚状态；
初次为人父母：首次成为父母，即无论通过自然生育还是收养，首次拥有孩子；
婚姻解体：从已婚状态过渡到非婚状态，尤其是通过离婚、与配偶分居或配偶去世；
进入劳动市场：首次进入劳动市场，即一个人从在家、在校状态或无业状态开始从事全职或兼职工作；
失业：从全职或兼职工作状态转变为失业状态；
退休：从工作状态过渡到退休状态。
作者对这些生活事件进行编码，以确保一旦参与者经历某事件——例如在某个时期内失业——其在后续时期中相应的状态都保持为1。这有两个目的：首先，它允许我们假设该事件是不可逆的，这对效应识别是必要的。从实质上看，这确保了事件在随后时间内都具有影响力——尤其在失业情况下，通常被描述为生活事件的“创伤效应（scarring effect）” (Clark, Georgellis, and Sanfey 2001)。从这一意义上讲，所有的生活转变均围绕每个个体的“预处理时期”和“处理时期”组织起来。
问题一：政治事件的干扰
研究中，个体的政治倾向可能会受到某些重大政治事件（如选举、政治传播等）的影响。这些政治事件会导致时间跨度较长的个体观察数据受到影响，使得很难直接分析生命历程转变对政治倾向的影响。
问题二：个体差异与社会经历的异质性
生命历程转变（如结婚、失业）对不同个体的影响可能不同，这取决于他们的性别、年龄等事前特征。因此，需要找到合适的反事实对照组，即那些未经历某个特定生活事件的个体作为对照，来剥离与生命历程转变相关的影响。
这些问题表明，单纯通过传统的双重差分（DID）模型来估计生命历程转变的影响是困难的，尤其在分期处理和违反平行趋势假设（PTA）的情况下。
导致了双重差分（DID）设计的挑战
作者指出，在使用标准的双重差分（DID）模型时，存在两个主要问题：
问题一：分期处理时间的误差
在很多情况下，不同组的个体在不同时间接受处理（即生命事件的发生）。这种分期处理（staggered treatment timing）可能会导致传统的双向固定效应（TWFE）模型产生误差。这是因为在这种设置下，不同的组在不同时间接受“处理”，使得估计的效果可能会偏差。
问题二：平行趋势假设的违反
在经典的双重差分模型中，要求组间在处理前的趋势是平行的，即所有个体在没有接受处理时，其政治倾向的变化趋势应当是相似的（平行趋势假设，PTA）。然而，生命历程中的转变通常不是随机发生的，因此这个假设很可能会被违反，导致对照组不可靠。
因此，作者认为传统的双重差分方法可能无法处理这些问题，需要一种新的估计方法。
3. Callaway和Sant’Anna的DID估计量
为了解决上述问题，作者采用了Callaway和Sant'Anna（2021）提出的新双重差分（DID）估计量。这种方法通过重新定义组-时间平均处理效应（ATTg,t）来修正经典的TWFE设计。
ATTg,t：代表在某个特定时间点（t）上，某个特定组（g）经历了“处理”后的处理效应（即某个生命历程转变对该组的政治倾向的影响）。
这个方法的核心思想是：
首先，选择一个特定的队列（g）和一个特定的时间窗口（t）。队列指的是在特定时间开始接受处理的群体，而时间窗口则指的是处理发生的具体时间点。
然后，估计这个群体在该特定时间点的处理效果，即他们的政治倾向变化。
4. 如何估计ATTg,t
为了估计组-时间处理效应（ATTg,t），Callaway和Sant'Anna提出的方法包括以下两个步骤：
Y_t(g)：表示在时间t，队列g的个体的预期结果（即，假设他们经历了生命事件后的政治倾向）。
Y_t(0)：表示在时间t，假设该队列g的个体没有经历生命事件时的反事实结果（即他们的政治倾向保持不变的情况）。
差异Y_t(g) - Y_t(0)，即反映了队列g在时间t时因生命事件所产生的实际效应。
这个方法的直观思路非常简单：对于特定的队列（例如在某个特定时间经历转变的个体），估计在该时间点上，转变对他们政治倾向的影响。通过这种方式，可以避免传统TWFE方法中可能存在的误差。
5. 逆概率加权（IPW）和非参数估计
为了构建更加可靠的反事实对照，作者采用了**逆概率加权（IPW）**估计方法，来处理组别之间的潜在偏差。
逆概率加权（IPW）：根据每个个体的**倾向值（propensity score）**对控制组样本进行加权，从而使得实验组和控制组在某些协变量（如性别、年龄等）上更加可比。
在这里，倾向值是基于性别、年龄、教育水平、移民状态等事前特征计算的。通过这种方式，可以使得反事实对照组更加符合实验组，从而提高估计的可靠性。
6. 条件DID设计的优势
作者强调，使用这种条件DID设计可以解决以下三个问题：
找到可靠的对照组：通过使用事前的协变量（例如性别、年龄等），可以为经历生命历程转变的个体找到合适的对照组，从而减少时间变化带来的干扰。
处理不平衡面板数据：这种设计能够处理生命历程转变的不同时间节点，允许使用不平衡的面板数据，即不同个体在不同时间进入“处理”状态。
减少测量误差的影响：通过汇总多个观测值（即聚合个体的所有可用观测数据），可以减少由于个体数据测量问题引起的小波动。
7. ATT的估计公式
最后，作者提出了ATT的估计公式：
通过这一段内容，作者解释了如何使用新型双重差分（DID）估计量来解决经典模型中的一些问题。通过定义组-时间平均处理效应（ATTg,t）并使用逆概率加权估计，作者能更准确地识别生命历程转变对个体政治倾向的影响，同时控制个体间的异质性和时间变化效应。
这种方法的核心在于通过正确的反事实对照组来消除政治事件、个体特征等因素带来的干扰，从而使得估计更加可靠和精准。
没太看懂，只知道为什么
结果
政治倾向的历时变化
我们知道，政治倾向相比文化倾向较为稳定，这意味着此类分析中可供分析的变动可能较小。因此，我们需要回答的第一个问题是，在个体层面上是否存在足够的政治变化，以支持对两种数据生成过程的理论比较。为了解答这个问题，作者通过估计个体层面的不同固定效应模型来分析个体回答的长期轨迹（Rüttenauer and Ludwig 2020）。更具体地说，作者量化了观测到的个体结果的绝对变化。图2展示了这些评分的分布。
政治倾向随时间的变化
个体政治倾向存在一定程度的改变，但总体趋势稳定。
生活轨迹转变的影响
总体而言，生活轨迹转变对政治倾向没有实质性影响。
动态异质性
某些特定事件（如进入劳动力市场）的影响在事件发生后5年会逐渐增强。
政治兴趣的异质性
低政治兴趣的群体对生活事件的影响更为敏感。
年龄的异质性
早期经历（如早期就业）对政治倾向的影响更为显著。
讨论
理论和实证意义
研究结果支持SDM，即早期生活经历对政治倾向的影响更大。
研究局限
测量政治倾向的方法、对生活轨迹转变的界定、对年龄-时期-队列问题的处理等。
未来研究方向
需要更详细地研究政治倾向的形成机制，并考虑不同文化领域的异质性。
总结与评价
概念推理问题
概念推理过于综合，有点看不明白，要一层层剖析
数据分析问题
数据分析过程还看不太懂