电脑游戏的“同群效应”——来自随机寝室的证据.doc

《电脑游戏的“同群效应”——来自随机寝室的证据.doc》由会员分享，可在线阅读，更多相关《电脑游戏的“同群效应”——来自随机寝室的证据.doc（16页珍藏版）》请在三一办公上搜索。

1、电脑游戏的“同群效应”来自随机寝室的证据摘要:本文采用复旦大学复旦学院2009级学生的调查数据，利用他们入校第一年寝室分配的跨专业随机性，研究了玩电脑游戏这一行为在同寝室室友间的“同群效应”，发现在同寝室成员间，该效应显著为正。本文还结合当前中国青少年玩游戏成瘾的严重现状和游戏产业发展中对这一危害的低估进行了政策评论。关键词：电脑游戏 随机分配 同群效应一引言在日常生活中，我们时常能够在报纸、电视等媒体上接触到许多青少年因沉迷游戏而放弃学业、丧失健康甚至走向犯罪的例子。由中国青少年网络协会撰写的中国青少年网瘾报告（2009）显示，中国青少年网瘾比例约为14.1%，人数为2404.2万，另外还有

2、约12.7%的青少年具有网瘾倾向。该报告还指出，男性青少年上网成瘾的比例比女性高5.6个百分点。通过比较上网成瘾者群体和非成瘾者群体的上网内容可以发现，上网成瘾者倾向于将更多时间用于娱乐性上网，在他们的上网时间中，有47.9%的时间被用于玩电脑游戏；而对非成瘾者而言，玩游戏时间仅占上网时间的21.1%，两者的差异在统计上显著。该报告对网瘾的度量是：只要满足以下三个条件中的任何一个，即被认为具有网瘾。（1）总是想着去上网；（2）每当因特网线路被掐断或由于其他原因不能上网时会感到烦躁不安、情绪低落或无所适从；（3）觉得网上比在现实生活中更快乐和更能实现自我。相对于工作、学习等非娱乐性上网而言，电脑

3、游戏对青少年有更大的诱惑力，也更容易使他们沉溺其中，至于成瘾。而青少年一旦沉迷于电脑游戏，他们的人力资本积累（包括教育和健康）会受到极大的危害。Becker and Murphy(2000)提出了一个分析上瘾品的一般性理论框架。在这一框架中他们指出，如果行为人对某种商品的消费依赖于他过去对该商品的消费情况，以及他的同伴对该商品的消费情况，且这两种效应足够大，那么该商品就被定义为上瘾品。前者被称为“习惯资本”（habit capital）而后者被称为“社会资本”（social capital），后者造成的影响则被称为“同群效应”（peer effect）。至今为止，还没有文献用Becker an

4、d Murphy(2000)上瘾品的分析框架对电脑游戏做出实证研究。本文将利用复旦大学2009级本科生的数据，分别估计玩游戏行为中“习惯资本”和“社会资本”的影响。由于个人在日常生活中交际的对象是多样化的，要精确地找到每个人交往的同伴并不容易。本文采取寝室作为“同群效应”发生的场所，因为尽管在大学生活中，每个人都有不同的交际范围，但居住在同一寝室的室友，是每个人无论如何都必须面对和与之交往的。本文将检验每个人现在每周玩游戏的时间如何受他（她）过去每周玩游戏时间的影响，以及室友每周玩游戏的时间的影响，从而验证玩游戏在一定程度上具有“上瘾品”性质。另外，对电脑游戏“同群效应”的估计还有重要的政策含

5、义： “同群效应”通过室友之间的互动产生，因此这一效应的将以社会乘数的方式放大玩游戏可能造成的危害。国内外几乎所有的文献都只是简单关注了玩游戏和暴力、疾病等现象之间的简单联系，低估了玩游戏行为对青少年可能造成的负面影响。在游戏产业政策的制定中，厂商和政府部门往往只考虑游戏产业的经济价值，而忽视了游戏产业可能产生的危害。即使是提到游戏的负面作用时，通常也仅仅以“正确引导和教育”作为解决办法例如，中国软件行业协会游戏行业分会会长刘金华的报告电子游戏产业的发展状况及未来中，就仅仅提到“要引导青少年和未成年人正确对待游戏而不要沉迷游戏”。如果说玩游戏只是一项个人行为，那么“引导教育”可能是可行的解决方

6、法。但是，如果说如本文所发现的那样，玩游戏存在“同群效应”，那么“引导教育”就可能失效：影响青少年玩游戏行为的是他身边同伴的行为，这一影响无法被父母和老师的教导所抵消。因此，我们有必要在制定游戏产业政策时考虑如何更好地防止青少年沉迷电脑游戏，例如增加游戏的时间控制和家长参监督功能等等。但是，研究电脑游戏的“同群效应”并非一件容易的工作，因为在估计“同群效应”大小时我们将不可避免地遇到以下两个问题，即计量经济学模型可能产生的联立性偏误和选择性偏误。本文将利用复旦大学复旦学院随机分配寝室这一条件克服选择性偏误，并且选取室友高中时期每周玩游戏时间的均值作为外生的工具变量，对玩电脑游戏的“同群效应”进

7、行估计。本文剩下的部分安排如下：第二部分将简要介绍玩游戏的危害与本文采用的理论框架，以及对同群效应进行实证研究的研究进展，第三部分将介绍本文所使用的数据，第四部分将介绍本文采用的估计方法并报告估计结果，最后一部分将给出结论和一个简单的政策评论。二文献综述心理学家和医学家对电脑游戏的社会和生理影响有着广泛的讨论。由于本文并非主要关注电脑游戏的社会和生理影响，因此对这一部分的研究只做简要的介绍。这些研究主要关注电脑游戏对肥胖（健康）（Vandewater et al,2004）、暴力（Fling et al，1992）、自尊（Colwell et al,1995、Van Chie and Weig

8、man,1997）、和学习成绩（Vivek Annad,2007）的影响，其结果仍然广受争论。在中国，对电脑游戏的危害、作用机制和对策的研究主要停留在现象描述和定性分析阶段，很少有文献给出了可以进行定量实证检验的假说。人们为何会沉迷于这样一样对自身有负面影响的活动？生理学、病理学和心理学从人的生理、心理特征方面提出了解释人沉迷电脑游戏的理论。经济学对此有与众不同的解释。Becker and Murphy(2000)提出了一个一般的分析上瘾品的理论框架：上瘾品的消费除了与收入、价格等传统经济学关注的因素有关外，还强烈地依赖于消费者过去对该商品的消费量以及消费者身边的同伴的消费量，当这两种因素的影

9、响足够大时（Becker and Murphy给出的条件是两个系数之和大于1），该种商品就被定义为上瘾品。在这一框架中，前者被称为“习惯资本”(habit capital)，而后者被称为“社会资本”(social capital)。对玩电脑游戏行为的分析，可以借鉴吸毒、酗酒等传统的上瘾品消费的而框架。至今尚无文献根据这一框架对玩电脑游戏的“同群效应”进行实证的检验。尽管如此，但在其他教育领域的文献中，对“同群效应”的理论和实证研究已十分丰富。Coleman(1966)最早将这一概念引入了教育的分析。Manski(1993)综述了“同群效应”的估计方法和困难，他将人与人之间互动产生的效应分成了内

10、生效应（endogenous effect）、情景效应(contextual effect)和关联效应(correlated effect)，并指出了利用计量经济学模型估计“内生效应”所面临的两大难题：选择性偏误和联立性偏误。Betts and Morell(1999)用同伴滞后期的个人特征作为代理变量克服联立性偏误，Gaviria and Raphael(2004)则用父母的特征作为工具变量来解决这一难题。Sacerdote(2001)利用了Dartmouth学院随机分配寝室这一条件，利用这一自然实验回避了估计中所面临的选择性偏误。在既有的研究中， Sacerdote(2001)、Zimme

11、rman(2003)、Kremer and Levy(2008)、Stinebrickner and Stinebrickner(2006)主要研究了学校交往中的“同群效应”，Gaviria and Raphael(2004)则主要研究了社区交往中的同群效应，主要关注的变量有学习成绩等教育产出，以及是否信教、是否参加社会组织、酗酒、抽烟乃至吸毒等社会行为。三数据介绍1. 复旦大学寝室分配制度介绍本文的数据全部来自复旦大学复旦学院2009级学生（本科一年级）。本节将介绍复旦大学的新生寝室分配制度。复旦大学自2005年实行通识教育以来，将每年入学的大一学生按照一定的专业限制 例如，某专业共招收10

12、0名学生，则这些学生将被随机分到某两个固定的书院中（每个书院大约50人）。这一专业与书院的匹配是分寝室之前确定的。随机分为四个书院（志德书院、腾飞书院、克卿书院、任重书院），并在书院中完全随机分配组成11-12个班级 尽管在复旦大学，有部分转专业降级学生和香港大学委培学生专门组成班级，但这些学生均未包括在本文的样本里。每个书院的人数大约在800人左右，以一个专业50人计算，每个书院大约能够拥有来自16个专业的学生，因此这种专业限制并不妨碍同一书院专业的多样性。在分配寝室时，分配人员需遵循以下原则：少数民族学生应相对集中而不在同一寝室，每一个寝室中上海生源和非上海生源人数相对平衡。原则上女生寝室

13、每寝室4人，男生寝室每寝室4或6人，但由于同学出国、班级微调等情形，可能存在部分寝室有2人、3人或5人的情况。在2009级学生中，小语种专业、数学专业被相对集中地安排在同一班级甚至寝室中。因此在本文的计量方程中，控制了民族、书院、专业（仅小语种和数学专业）和生源地（仅区分上海生源和非上海生源）这些虚拟变量。在寝室分配完成后，学校将临近的寝室划分到同一个班级，并指定一位研究生或专职教师做该班级的辅导员。2. 数据描述本文的数据由陆铭领导的研究团队收集，共收到问卷1699份，其中男生840份，女生859份；上海生源494份，非上海生源1131份，还有74份未填写生源地。根据复旦学院官方给出的寝室分

14、配原则，可以认为复旦大学一年级新生的寝室分配是随机进行的，不存在学生、家长或教师的选择过程。我们的数据收集程序如下：先由研究者设计问卷并打印装袋后，在学校辅导员会议上通过学工部门负责人按班级分发给各个班级辅导员，辅导员将问卷带回后交给学生填写，再由辅导员回收，并在辅导员会议上上交。我们按照每个班级的总人数给各个辅导员分发了问卷，但由于种种原因，回收的仅仅是其中一部分的样本。我们无法跟踪每个辅导员是如何分发问卷的，但没有证据能够显示辅导员有意将问卷发给了某些特定寝室的学生。在45个班级中，有11个班级的辅导员没有将问卷上交，本文将通过控制班级固定效应来消除这一由辅导员带来的选择性影响。在后面的分

15、析中，本文还剔除了具有如下特征的数据：楼号或寝室号为空，未填写自己现在每周花多少时间玩电脑游戏，以及寝室人数为1人或者超过6人的数据。剔除以后剩余样本总数为937个。表1是这937个样本的描述性统计，及变量含义说明。timenow和timepre分别表示个人现在和高中非毕业班时期平均每周玩电脑游戏的时间（单位为小时），入学成绩经标准化处理便于比较。3. 寝室分配随机性的统计检验我们已经了解了复旦大学对本科一年级学生寝室分配的程序，可以基本认为这一分配程序除了考虑一些特殊的变量以外，总体是随机的。这一节将利用我们所得的样本，对寝室分配的随机性进行统计检验。检验的方法是，选择个体入学前的某些变量，

16、用它对同寝室室友该变量取值的平均值进行回归。如果回归的系数是不显著的，那么就说明，在寝室分配过程中，没有出现具有相似特征的学生被分到一个寝室这一情况。换句话说，寝室室友之间是不存在“选择”的。我们选取了两个变量进行随机性的检验，分别为高中时每周玩游戏的时间和入学高考成绩。选取高中时每周玩游戏的时间是因为，在本文的研究中我们需要保证，不存在喜欢玩游戏的同学居住在一起的情形，而选择入学高考成绩是因为，这是一个最为客观和容易度量的指标。这一检验的进行步骤是，用室友的高考成绩均值和高中每周玩游戏时间的均值来对本人的高考成绩和高中每周玩游戏时间进行回归（成绩均经过标准化处理）这一检验是在控制了寝室分配时

17、所考虑的一系列特征以后进行的，结果如表2所示。四实证结果1. 玩电脑游戏的“同群效应”在能够进入回归的887个样本中，有300个样本报告现在不玩游戏。本文采用Tobit模型进行估计。首先，我们不考虑可能存在的联立内生性问题，采用一个原始的Tobit模型，被解释变量为个体现在每周玩游戏的时间（单位为小时），解释变量包括性别、是否上海生源、是否少数民族、是否城市户籍、是否特殊专业（小语种和数学专业）、本人高中时期每周玩游戏小时数、寝室室友现在每周玩游戏小时数的均值。控制班级固定效应的理由有二：（1）存在部分班级没有提交问卷，可能存在班级层面上的选择性偏误；（2）学生进入班级以后，可能会受到班级环境

18、、辅导员等影响，这些影响是所有寝室成员共同面对的。因此，控制班级固定效应会使结果更加精确。结果在表3的第1、2列中。从结果上看，我们可以明显地看出本人玩游戏的时间寝室室友玩游戏平均时间有显著的正相关关系。尽管本人和室友玩游戏时间可能存在联立内生性问题，但是，联立内生性的存在是以“同群效应”存在为前提的。如果我们的原假设是“同群效应”不存在，那么联立内生性也同样不存在。因此，这一系数的显著性已经可以使我们拒绝“同群效应不存在”这一原假设。但这一结果无法较准确地看到“同群效应”的大小。在“同群效应”的文献中，要处理联立内生性是十分困难的。与Gavaria and Raphael（2004）一样，我

19、们有理由相信，对每个个体来说，室友的个人特征（在本文中即室友高中玩游戏的时间）不会通过其他渠道影响该个体现在每周玩游戏的时间，因此它可以做室友现在玩游戏平均时间的工具变量。由于这一工具变量本身也是“玩游戏时间”，有两种进行估计的方法。Betts and Morell（1999）将同伴的个人特征直接放到回归方程中进行回归，Gavaria and Raphael(2004)则用了标准的两阶段最小二乘估计。表1的第3、4两列报告了采用前一种做法的结果，5、6两列报告了后一种做法的结果，结果显示两种做法的结果虽然系数大小略有差异，但显著性相似，均高度显著。2. 寝室样本的缺漏会导致结果偏误吗？这一节需

20、要解决的问题是，在我们的数据中，并非所有寝室的数据都是完整的，在一部分寝室中，只有部分学生提交了问卷。那么，这种选择性的问卷提交是否会导致结果的偏误呢？在第三部分中我们提到，复旦大学的寝室主要是四人间和六人间，但由于种种原因，也有两人、三人、五人间的存在。在本节中，我们无法判断两人、三人和五人间的存在到底是因为有些成员未提交问卷，还是因为诸如学生出国、班级微调等其他原因导致的，因此在这里只选择了四人和六人间作为“完整”寝室。 更加确切地说，复旦大学本部2号楼和6号楼的寝室是6人间，而其他楼的寝室是4人间。作者分别按照此规则进行了分类。我们设定一个虚拟变量d，若样本所在寝室为完整寝室则定义为1，

21、否则定义为0，我们需要检验，在我们的样本中，“完整”寝室和“不完整”寝室之间是否存在显著的差异。检验方法与上一节（3）-（4）列完全相同。回归结果如表4所示。从表4的结果中，我们可以看到，“完整”寝室的成员，无论是玩游戏的时间还是“同群效应”的大小，都与“不完整”寝室的成员没有显著的差别，因此我们可以认为，由提交问卷的“选择性”导致的寝室样本缺漏不会导致结果的偏误。3. 性别与“同群效应”在本文的第一部分中提到，根据中国青少年网瘾报告（2009），男性和女性网络成瘾的比例不同，男性显著高于女性。但是，这并不意味着电脑游戏在男性和女性中的“同群效应”大小不同。这一节将检验不同性别之间玩电脑游戏的

22、“同群效应”是否相同。我们在解释变量中加入室友高中玩游戏时间与性别的交互项，回归结果如表5所示。表5的结果显示，尽管女性玩电脑游戏的时间显著少于男性，但是，电脑游戏的“同群效应”在男性和女性之间并无明显差别。因此，尽管女生玩电脑游戏的时间更少，但她们并不比男生更不容易受到同伴的影响。本文的实证研究部分使用的都是非线性的Tobit模型，估计得到的系数并不是同伴玩游戏时间的偏效应。表6中报告了表3第2、4两列和表5第2列对应的偏效应大小。第一列报告了在不考虑联立性问题时，同伴玩游戏时间的偏效应；第二列报告了使用工具变量时的偏效应；第三列报告了引入性别交互项以后的偏效应。三个模型都是控制了班级固定效

23、应的。4. 电脑游戏对学习的影响最后，本文将检验，玩电脑游戏是否显著地影响学生的学习。如果直接采用学习成绩作为被解释变量，可能会存在反向因果关系，即成绩好的学生可能更多地玩游戏。因此，本文采用学生每天除上课外花在学习上的时间作为被解释变量。在控制了入学成绩等其他个人特征以及学习时间的同群效应以后，表7报告了学生学习时间和玩电脑游戏时间之间的负向关系从这一结果中我们可以看到，玩电脑游戏会显著地减少学生学习的时间，而学习时间在寝室成员间的同群效应并不显著。五结论本文利用复旦大学复旦学院2009级学生的调查数据，估计了玩电脑游戏的“同群效应”，并且从统计上证实了在玩电脑游戏上“同群效应”的存在。此外

24、，本文还进一步研究了这种“同群效应”在不同性别间的差别，发现尽管女性更少地玩电脑游戏，但“同群效应”在女性和男性中并没有显著的差别。我们还发现，玩电脑游戏将会挤占学生用于学习的时间。由于“同群效应”的存在，电脑游戏的危害被社会公众所低估了，因为这种危害将通过社会乘数的方式放大。另外，由于青少年玩游戏的原因并不总在于自身，还在于他们身边的同伴，因此单纯的“引导教育”很难帮助青少年摆脱网瘾。在游戏产业政策的制定中，应该适当加强对游戏本身的控制，更多地引入监督、时间限制等措施，让青少年少受网瘾之苦。表1变量名样本数量均值标准差最小值最大值sex（女性=1）9370.520.5001hk（城镇=1）9

25、370.830.3701shanghai（上海=1）9250.300.4601race（少数民族=1）9320.070.2601special（数学、小语种=1）9370.080.2701tengfei（腾飞书院=1）9160.150.3601keqing（克卿书院=1）9160.320.4701renzhong（任重书院=1）9160.180.3901timepre9242.635.27078timenow9374.217.30078表2 由于篇幅原因，表2没有报告其他控制变量如上海生源地、户籍、书院、是否少数民族、是否特殊专业等变量的系数。(1) Scoresd（2）timeprescor

26、esdba0.10（0.11）timepreba-0.06（0.06）sex0.014*（0.008）-1.11*（0.37）const-0.017（0.011）3.54（0.56）Obs.546887R20.030.01注：括号中的数值为标准差；*，*，*分别表示在1%，5%，10%水平上显著。表3(1)Tobit(2)Tobit(3)Tobit(4)Tobit(5)IVTobit(6)IVTobittimenowba0.237*(0.066)0.160*(0.067)0.374*(0.120)0.330*(0.126)timepreba0.301*(0.097)0.258*(0.099)t

27、imepre0.900*(0.053)0.883*(0.053)0.917*(0.053)0.897*(0.053)0.894*(0.053)0.880*(0.053)sex-1.438*(0.610)-1.995*(0.669)-1.486*(0.611)-1.976*(0.668)-1.266*(0.624)-1.782*(0.684)shanghai0.228(0.652)0.183(0.651)0.296(0.654)0.249(0.651)0.256(0.654)0.230(0.654)race1.212(1.122)1.520(1.140)1.236(1.123)1.602(1.1

28、38)1.255(1.125)1.559(1.143)hk0.528(0.810)0.629(0.817)0.628(0.815)0.751(0.819)0.601(0.814)0.725(0.822)special1.165(1.118)1.702(1.179)1.143(1.122)1.763(1.179)1.202(1.122)1.684(1.182)tengfei0.665(0.917)-2.527(4.087)0.931(0.921)-2.512(4.087)0.639(0.919)-2.080(4.111)keqing-0.168(0.727)-1.130(5.164)-0.044

29、(0.721)-0.589(5.171)-0.236(0.730)-0.771(5.187)renzhong-0.609(0.854)-4.028(5.149)-0.619(0.856)-3.862(5.149)-0.611(0.856)-3.485(5.177)const.-1.022(0.922)2.228(4.934)-1.050(0.942)1.728(4.951)-1.606(1.020)0.921（5.020）Class Fixed effectNoyesnoyesnoyesObs.887887887887887887Pseudo R20.0590.0650.0580.065sig

30、ma8.1538.0128.1698.001注：括号中的数值为标准差；*，*，*分别表示在1%，5%，10%水平上显著。表4(1)Tobit(2)Tobittimepreba0.352*（0.107）0.322*（0.109）timepre0.915*（0.053）0.894*（0.053）d0.182（0.788）0.611（0.817）timepreba*d-0.287（0.243）-0.356（0.256）sex-1.390*（0.639）-1.947*（0.708）shanghai0.266（0.654）0.218（0.651）race1.183（1.124）1.572（1.139）h

31、k0.595（0.814）0.716（0.819）special1.194（1.121）1.825（1.179）tengfei0.911（0.922）-2.982（4.101）keqing-0.071（0.731）-0.993（5.179）renzhong-0.636（0.856）-3.965（5.149）const.-1.019（0.970）1.957（4.953）Class Fixed effectnoyesObs.887887Pseudo R20.0590.066sigma8.1568.470注：括号中的数值为标准差；*，*，*分别表示在1%，5%，10%水平上显著。表5 出于篇幅，表5

32、和表6都没有报告生源地、少数民族、户籍、特殊专业、书院等控制变量的系数。(1)Tobit(2)Tobittimepreba0.274*(0.125)0.211*(0.128)timepre0.917*(0.053)0.897*(0.053)timepreba*sex0.067(0.197)0.117(0.203)sex-1.624*(0.734)-2.224*(0.794)const.-0.977(0.966)1.990(4.970)Class Fixed effectnoyesObs.887887Pseudo R20.0580.065sigma8.1688.0注：括号中的数值为标准差；*，*

33、，*分别表示在1%，5%，10%水平上显著。表6（1）dy/dx(2)dy/dx(3)dy/dxtimenowba0.068*(0.028)timepreba0.109*(0.042)0.089*(0.054)timepreba*sex0.049（0.085）timepre0.372*(0.023)0.378*(0.023)0.378*（0.023）sex-0.844*(0.284)-0.836*(0.284)-0.942*（0.338）注：括号中的数值为标准差；*，*，*分别表示在1%，5%，10%水平上显著。表7（1）（2）timenow-0.024*(0.011)-0.023*(0.01

34、2)sex0.029(0.184)-0.067(0.201)scoresd-0.852(0.928)-0.685(0.926)roomtimestudyhourba0.071(0.066)-0.042(0.069)hk-0.120(0.242)-0.135(0.245)race-0.101(0.340)-0.082(0.342)art-0.256(0.257)-0.476*(0.263)science0.144(0.208)0.091(0.210)class fixed effectsnoyesObs.509509R20.0190.14注：括号中的数值为标准差；*，*，*分别表示在1%，5%，

35、10%水平上显著。参考文献1 Anand, Vivek, “A Study of Time Management: The Correlation between Video Game Usage and Academic Performance Markers,” CyberPsychology & Behavoir, 2007,Vol.10, Issue.4, pp.552-5592 Becker, Gary.S. and Kevin.M. Murphy, “Social Economics: Market Behavior in a Social Environment,” Publis

36、hed by the Belknap Press of Harvard University,20003 Betts, Julian. R. and Darlene Morell, “The Determinants of Undergraduate Grade Point Average: The Relative Importance of Family Background, High School Resources, and Peer Group Effects,” Journal of Human Resources, 1999, Vol.34, No.2, pp.268-2934

37、 Coleman, James. S., et al, “Equality of Educational Opportunity,” (Washington, DC: U. S. Government Printing Office) , 19665 Colwell,John, Clare Grady, and Sarah Rhaiti, “Computer games, self-esteem, and gratification of needs in adolescents,” Journal of Community Applied Social Psychology, 1995, V

38、olume.5, Issue.3, pp.1952066 Fling.S, L.Smith, D. Rodriguez, E. Thorton, Atkins.E, and Nixon.K, “Videogames, Aggression, and Self-esteem: A Survey,” Social Behavior and Personality: an International Journal, 1992, Vol.20, No.1, pp.39-467 Gaviria, Alejando and Steven Raphael, “School-based Peer Effec

39、t and Juvenile Behavior,” The Review of Economics and Statistics, 2001, Vol.82, No.2, pp.257-2688 Kremer, Michael and Dan. M, Levy, “Peer Effects and Alcohol Use among College Students,” Journal of Economics Perspectives, 2008, Vol.22, No.3, pp.189-3A(-185)9 Manski, Charles.F., “Identification of En

40、dogenous Social Effects: The Reflection Problem,” The Review of Economic Studies, 1993, 60(3), pp.531-54210 Sacerdote, Bruce, “Peer Effects with Random Assignment: Results for Dartmouth Roommates,” Quarterly Journal of Economics, 2001, Vol.116, No.2, pp.681-70411 Stinebrickner, Todd.R. and Ralph Sti

41、nebrickner, “What can be learned about peer effects using college roommates? Evidence from new survey data and students from disadvantaged backgrounds, ” Journal of Public Economics, 2006, Vol.90, Issues8-9, pp.1435-145412 Van, Schie. E.G.M. and Oene Wiegman, “Children and videogames: leisure activi

42、ties, aggression, social integration, and school performance,” Journal of Applied Social Psychology, 1997, Vol.27, Issue.13, pp.1175-119413 Vandewater, Elizabeth. A., Mi-suk Shim and Allison G. Caplovitz, “Linking Obesity and Activity Level with Childrens Television and Video Game Use,” Journal of A

43、dolescence, 2004, Vol.27, Issue.1, pp. 71-8514 Zimmerman, David.J., “Peer Effect in Academic Outcome: Evidence from a Natural Experiment”, The Review of Economics and Statistics, 2003, Vol.85,No.1, pp.9-2315 2009年青少年网瘾调查报告中国青少年网络协会、中国传媒大学调查统计研究所，2010年1月16 刘金华中国电子游戏产业的发展状况及未来，中山文化信息网后记：从开始这个课题的研究，到申请

44、望道学者立项，直至这个课题初步完成，我已经经历了两年。刚开始，我自己收集了一个小样本数据做了初步的研究，到后来陆铭老师领导的团队获得了更高质量、更大样本数据，在对这些数据的处理和分析中，我逐渐体会到从事一项学术研究所需要的耐心、细心、智慧、勇气和毅力。感谢陆铭老师这两年来的悉心指导，他不但在技术上给予了我足够的支持，而且每当我懈怠、困惑、迷茫乃至准备放弃时，他都及时地鼓励我。如果没有陆老师的支持和指导，我肯定无法坚持到这个课题的结束。感谢复旦大学经济学院封进、章元老师，管理学院张诚老师，清华大学李宏彬老师的批评与建议，感谢秦蓓、张爽在课题进程中的帮助。完成这一项课题的研究，对我来说最大的体会就是，坚持，再坚持。只有在遇到困难时努力寻找出路，才可能真正尽自己的努力，把一项研究做好。