6.4　社会网络功利主义动机的实证检验

6.4.1　数据选取和模型设定

前面的讨论说明，如果人们为了实现资本实力最大化而构建社会关系网络，将会导致“嫌贫爱富”的社会现象。那么，在社会生活中，资本实力最大化是不是人际交往的动机呢？换言之，人们在构建人际关系网络时，是不是有意识地（或在潜意识支配下）与那些将来可能帮助自己的人构建联系呢(63)？我们尝试利用中国家庭调查数据对此进行一个初步的检验。(64)

由于社会网络数据有着特殊的数据结构，需要特别的调查方法和统计方式，目前关于中国的社会网络数据比较少。我们缺乏关于中国社会网络的理想数据，但2008年的城乡劳动力流动调查(Rural-Urban Migration in China 2008)提供了很多关于社会网络的信息，可供本文分析。(65)这个调查的农户问卷部分设计了专门的一节，用来处理农民的社会网络问题。调查采用分层随机抽样的方式，获得了一个关于单个农户的大容量样本。

我们借鉴Fafchamps和Gubert(2007)以及Chen et al.(2011)的模型设定，通过对礼品行为的分析确定网络形成的动机。在式(6-6)所示的基本模型中，L_ij代表农户i对j送出礼物数量的对数。(66)z是一组农户i和j共有的特征，这些特征可以影响农户间的关系，即可以影响农户间送礼的多少或者联系的紧密程度。z在本文中包括教育程度、婚姻状况和就业状态。本文使用z_i＋z_j来衡量资本最大化动机的强弱，或者说资本合作的潜力大小。具体而言，如果双方教育程度的总和很大，则意味着双方的合作空间更广。主要原因在于教育程度越高，人力资本越多，掌握的信息量越大，双方合作或者为对方提供帮助的可能性就越大。而户主婚姻状况关联着农户的社会网络规模，一个未婚的户主家庭亲戚朋友的数量要小于户主已婚的农户。因此，如果双方户主都是已婚状态，那么一方使用自己的社会网络资源帮助对方或者与对方合作的可能性就越大。而就业状态对双方合作的影响就更显而易见。如果双方均处于就业状态，那么他们参与的社会活动以及了解的信息会更多，合作的可能性也就更大。z_i-z_j是这些特征变量之间的差别，按照Fafchamps和Gubert(2007)以及Chen et al.(2011)的解释，这个差别可以衡量风险共担的动机。这是因为差别越大，收入和财富的波动关联越小，在相互合作中实现风险共担的潜力就越大。X_i是农户i的特征，包括户主的年龄、性别、民族、社会网络规模和收入状况。社会网络规模用春节时来往的客人数量来衡量。由于调查中没有专门的问题询问农户的具体收入，我们只能通过代理变量解决这个问题。我们使用农户对父母的赡养金作为农户家庭收入的代理变量。另外，模型中d_ij表示双方地理距离的远近。(67)ε_ij为随机干扰项。

6.4.2　社会网络构建的影响因素

回归结果展示在表6-1的（1）列中。我们首先分析各个变量对送礼数量的影响。从回归分析的结果可以发现，受教育程度的差与和对送出礼物的数量有显著的影响。受教育程度的差别越大，送给对方的礼物数量越少。这个结果与大部分风险共担方面的实证研究结果相一致。而受教育程度之和越大，送给对方的礼物数量越大。这与资本实力最大化为动机的理论模型预测相符合。婚姻状态对礼物数量没有显著的影响。就业状态之差对礼物数量存在显著的正向影响。这可以作为风险共担动机的一个证据。这意味着，如果对方是处于失业或退休状态，那么在其他情况一定时，给予对方的礼物数量就会越多。事实上这种礼物支出可以看成是转移支付的一种形式。而如果双方都处于就业状态，那么礼物的支出就会更多。这也与资本实力最大化的动机相一致。因为双方都处于就业状态的话，合作的空间就更广。另外，送礼对象的职业如果是农民，那么送给对方的礼物数量就会相对更少。如果双方居住地的距离更远的话，礼物的支出数量就更多。如果户主是少数民族，那么礼物支出就更少。而性别和年龄对礼物支出行为没有显著影响。

6.4.3　稳健性检验

为了对分析结论的稳健性进行检验，我们主要考虑以下几个问题。首先，除货币（礼物）方式外，时间（沟通感情）也是维护关系的重要方式，因此我们用农户间联系的频率(68)代替礼物数量，作为因变量进行回归。回归结果列示在表6-1的（4）~（6）列，可以发现结论基本没有变化。与前面不同的是，联系频率与就业状态之差呈显著负相关，即如果对方处于失业状态，双方的交流频率越低。这从侧面证明了礼物支出可能是一种转移支付，实现风险共担的功能。此外，距离、民族特征均与联系频率呈反比，结合前面的分析，我们认为距离使得联系频率下降，但送礼数量更多，表明在维持社会网络的过程中，时间与金钱可能存在替代关系。少数民族联系更为频繁。

其次，农户可能为了构建更大的社会网络而送出更多的礼品。因此，礼品数量与家庭网络规模之间存在内生性问题。我们使用农户的亲戚数量作为工具变量。亲戚数量之所以是一个合理的工具变量，是因为亲戚数量体现的是一种血缘关系，本身就是农户社会网络规模的表现，所以该指标与农户社会网络规模高度相关。同时，血缘关系明显与因变量无关。表6-1中（3）和（6）列为相关回归结果，基本结论不变。

另外，由于送礼数量一定是大于等于0，因而被解释变量仍然存在下界，为了处理被解释变量的截断问题，我们运用Tobit模型进行分析。表6-1中（2）和（4）列为相关回归结果，基本结论不变。

最后，由于交流频率是分级数据，我们采用OrderedLogit回归，回归时未将频率对数化处理。所得结论也与基本结论一致。

表6-1　回归结果

续表

注：表中∗表示10%的显著性水平；∗∗表示5%的显著性水平；∗∗∗表示1%的显著性水平。Gift giving表示送出一年中送出礼物的数量（用人民币衡量）的对数，Frequency表示双方联系和交流频率的对数。教育程度用受教育年数衡量。婚姻状态是一个虚拟变量，状态为结婚时值为1。就业状态是一个虚拟变量，有工作或者自由职业时值为1。送礼对象的职业是一个虚拟变量，为农业时，值为1。社会网络规模用春节时来往的客人数量衡量。少数民族是一个虚拟变量，值为1时表示户主是少数民族。户主为男性时，性别虚拟变量值为1。OLS表示最小二乘法，Tobit表示Tobit回归，2SLS表示两阶段最小二乘法，工具变量为亲戚数量，Ologit表示Ordered Logit回归。

从实证分析的结果中，我们至少可以得到如下结论：①资本实力最大化（或者基于相互合作的动机）是社会网络构建过程中的一个重要动机；②风险共担的动机也是社会网络形成的重要因素，至少在农村社会是这样；③在维持社会网络的过程中，时间与金钱可能存在替代关系。