个体社会资本与职业收入因果效应的实证分析——基于CGSS2008数据<br/>

个体社会资本与职业收入因果效应的实证分析——基于CGSS2008数据

2015-09-06康学梅

石家庄铁道大学学报(社会科学版) 2015年2期

康学梅

（福建师范大学公共管理学院，福建福州 350007）

自1974年Mark Granovetter发现利用人际关系可以获得更高收入的工作以来［1］，社会资本（社会网络）和职业收入（地位获得）的关系研究逐渐成为国内外学者的重要研究课题。但关于社会资本和职业收入因果效应的研究结论不尽相同。大量研究指出，社会资本或社会网络对于个人收入有着正向影响［2-4］；亦有不少研究表明，社会资本的运用不一定能带来高收入的工作［5-7］。经整理发现，可能出于研究者对社会资本下的定义区别、研究对象选取的差异以及样本经验研究等原因，得出不同结论；进一步分析发现，部分研究存在社会资本和社会网络等概念混用的情况，多数研究以农民工为研究对象，针对城市市民的研究较少。

基于此，文章先确定社会资本的相关概念和测量，提出个体社会资本与职业收入因果效应的研究假设，利用CGSS2008相关数据得出：个体社会资本对职业收入仅存在一定的因果效应，不同测量指标对职业收入有不同影响。

一、理论背景与研究假设

（一）理论背景

1.社会资本

不同学科领域的学者对“社会资本”有着不同理解。中外学者分别在微观、中观和宏观或个人和集体等不同层次理解社会资本。边燕杰（2006）认为，虽然社会资本定义不一，但其基本定位是清晰而明确的社会关系网络［8］，本文关注微观层面的社会资本，采用周玉（2006）在Lin Nan（2001）基础上对个体社会资本进行的二分，即社会网络资源和社会关系资源［9］。

2.个体社会资本及其测量指标

在个体社会资本的测量中，常用定位法考察社会网络成员社会资源的拥有情况［10］，边燕杰（2004）、CGSS2003和 CGSS2008均采用过定位法测量拜年网中嵌入的社会资本，即社会网络资源。本文数据来源CGSS2008，社会交往与求职模块按拜年网中社会网络资源的指标来设计。王卫东（2009）在中国社会文化背景下，以CGSS2003、CGSS2006为依据设计测量社会网络资源的5个指标，包括网络规模、网络顶端、网差、网络异质性和网络密度，并验证该模型在中国本土具有良好的信度和效度［11］，故本文沿用该测量指标。社会关系资源主要从熟人地位、联系强度（如关系的亲密程度，亲戚、朋友及相识）等角度测量［12］。边燕杰（2010）认为交往程度从是否使用中间人，以及与中间人的亲、熟、信情况去分析［13］。周玉（2006）提出关键人行政级别、与关键人熟悉程度和任现职中提供帮助人数测量实际使用的社会资本。综上，本文选取任现职中提供帮助的人数、与关键人的熟悉程度和关键人的地位为测量指标。

3.个体社会资本和职业收入

Gerber（2006）提出工资的三大决定理论：新古典主义、制度理论和结构分析，涉及人力资本、社会资本、制度环境等因素［14］。中国社会为熟人社会，探究个体社会关系对求职成功是否有效，具有一定现实意义。故本文关注个体社会资本对职业收入的影响。

4.控制变量的选取

根据已有研究，本文综合考察相关研究中所采用的控制变量：王倩（2013）把父亲受教育水平作为个体能力变量；赵延东（2002）把本人受教育水平作为人力资本的重要指标［15］；程诚、张顺（2013）把性别、年龄作为基本变量［16］。本文沿用以上研究，将性别、年龄、父亲受教育水平、个人受教育水平作为除社会资本外对职业收入有影响的控制变量。

（二）研究假设

本文将个体社会资本分为社会网络资源和社会关系资源，以其为主要自变量，以职业收入为因变量，加入性别、年龄、父亲受教育水平、个人受教育水平作为自变量，在控制相关影响因素下验证个体社会资本和职业收入的因果效应，研究思路如图1所示。

图1 个体社会资本和职业收入关系

已有研究表明社会资本是一个定义丰富的概念。Lin Nan（2003）提出“接触的社会资本”和“动员的社会资本”2个研究模型，分别从社会资本的接触和求职中利用的资源两个过程检验社会资本和地位获得间关系；边燕杰（2010）在探讨社会资本对收入水平的作用机制时，从社会网络资源和关系强度两个维度证明社会资本所发挥的积极作用，把社会网络资源分解为网络规模、网络顶端、网络差异、网络构成四个因子，交往程度从是否使用中间人，以及与中间人的亲、熟、信情况去分析。研究表明，社会网络的影响仍在中国占据主要位置，强交往下网络资源发挥的效能更大。唐为、陆云航（2011）从社会关系网络、信任和和谐证明社会资本对收入水平的经济价值，研究表示社会关系网络和其他2个要素均对收入产生正向的影响作用［17］。本文探究个体社会资本和职业收入的因果效应，检验社会关系资源和社会网络资源对职业收入的影响，因此提出以下两个命题和数个分假设：

命题1：社会网络资源能够正向预测职业收入；H1：网络规模越大，求职者职业收入越高；H2：网络顶端越高，求职者职业收入越高；H3：网差越大，求职者职业收入越高；H4：网络异质性越大，求职者职业收入越高；H5：网络密度越大，求职者职业收入越高。

命题2：社会关系资源能够正向预测职业获得。H6：求职中提供帮助的人数越多，求职者职业收入越高；H7：与关键人熟悉程度越高，求职者职业收入越高；H8：关键人的地位越高，求职者职业收入越高。

二、数据资料与度量

（一）数据资料和样本特征

本文所用数据来源于2008年中国综合社会调查（China general social survey，CGSS2008）项目。该项目采用多阶段随机抽样调查，在中国内地的城市和农村共进行6 000份的问卷调查，因中国城乡差别大，样本类型为城市的占主要比例（占比66.4%），故最终采用数据为3 982个城市样本。在3 982个样本中，男女占比均衡，样本在各年龄层次均有分布，学历上，初中及以下占据主要比例，政治面貌以无党派居多，中共党员比例多于民主党派（如表1所示）。

表1 样本基本描述

（二）变量度量

本文的职业收入采用CGSS2008问卷A21a个人全年职业收入数据并取其对数。控制变量包括性别、年龄、父亲受教育水平和个人受教育水平，考虑不同年龄组对职业收入的影响，将年龄分为30岁以下、31～40岁、41～50岁、50岁以上4组，受教育水平分为初中及以下、高中或中专或技校、大学、研究生及以上4组。

本文的个体社会资本变量测量如下：

1.社会网络资源

①网络规模，定距变量，即拜年时的亲属、朋友和其他的交往总人数，对应问卷中的E1。

②网络顶端，即社会网络交往者众多不同职业类型中所包含的那个最高社会地位的职业，对应问卷中的E2a，本文采用边燕杰（2004）列出的职业和职业声望得分来测量职业的社会地位，网络顶端操作化为得分，以定距变量对待。

③网差，定距变量，即网络中交往者职业声望最高分和最低分之间的差，网络顶端和网底间的距离，对应E2a。

④网络异质性，定距变量，即网络中交往者不同职业数目的总和，数目越大，表示网络异质性越大，亦由E2a得出。

⑤网络密度，定比变量，是测量个体所处位置的指标，用拜年网成员中亲属占比的平方为估计值，由E1计算得来。

2.社会关系资源

任现职中提供帮助的人数为定距变量，与关键人的熟悉程度为三级的定序变量，关键人的地位操作化为三级的定序变量。三个指标分别对应问卷中E11a、E12b和E12e。

为区分并描述各个测量指标，本文对其进行基本统计测量，结果如表2所示。

表2 社会资本操作化变量及测量

样本的网络规模平均值是24.77人，极差为320，说明个人交往规模差异大；网络顶端平均值是64.95分，86.7%的被调查对象网络顶端得分在20～91分，网络顶端差异较大，个人的交往者间职业声望差异大；网差平均值为52.14分，标准差为33.68分，网差较大；网络异质性平均值为4.24个，标准差为3.07个，网络异质性水平较高，表明被调查对象有着较多元的人脉；在社会关系资源中，被调查者平均向1人寻求帮助（平均值0.66），和提供帮助的关键人的熟悉程度介于比较熟—非常熟之间，表明被调查者使用了较可靠的社会关系资源；关键人地位平均值为1.68，标准差为0.80。

三、数据分析方法

本文设置控制变量，分析社会网络资源5个测量指标、社会关系资源3个测量指标和职业收入的因果效应，因此首先采用相关分析分析自变量以及控制变量各自和职业收入是否存在相关性。社会网络资源和社会关系资源各个指标均为连续变量，和职业收入这一连续变量的相关采用Pearson相关系数分析；控制变量各指标和职业收入的相关采用T／F检验观察显著性。其次，将通过相关分析挑选出的相应指标纳入分层回归分析，观察各个自变量对因变量是否具有显著性影响。

四、研究分析与结果

对主要自变量进行相关分析，观察各个自变量和职业收入是否存在相关性。从表3可知：网络规模、网络顶端、网差、网络异质性和网络密度的相关系数分别为0.049＊＊，0.282＊＊，0.220＊＊，0.286＊＊，-0.158＊＊，p值都小于0.001，其中网络密度和职业收入呈显著负相关，其他4个变量则与职业收入呈显著正相关。社会关系资源中，关键人地位的相关系数为0.220，p值小于0.01，达到显著性水平，二者相关程度高；而现职提供帮助人数和与关键人熟悉程度的p值均大于0.05，均和收入无显著相关，这说明现职提供帮助人数和与关键人的熟悉程度对职业收入几乎不存在影响，假设H6、H7得不到验证。

表3 自变量和职业收入的相关分析

对控制变量和职业收入进行相关分析，观察相关性是否显著。从表4可知，性别对职业收入的差异检验中，t值为7.845，p值＜0.001，性别对职业收入有显著差异；将年龄分组赋值为“30人以下”=“1”，“31～40人”=“2”，“41～50人”=“3”，“51岁以上”=“4”，经单因素方差分析，其F值为9.618，p值＜0.001，这说明不同年龄段的个体，其收入存在显著差异；在父亲受教育水平和个人受教育水平的p值均＜0.001，同样说明个体的父亲受教育水平不同，自身受教育水平不同，其收入具有显著差异。

表4 控制变量和因变量间的相关性

综上，将网络规模、网络顶端、网差、网络异质性、网络密度、关键人地位、性别、年龄、父亲受教育水平和个人受教育水平变量纳入分层回归分析。结果显示回归模型的可决系数R2为0.203，这说明以上自变量共可解释职业收入总变异量的20.3%，F=12.040，P=0.000＜0.001，说明该回归模型程具有统计学意义。模型的D.W统计值为1.720，接近2，表明模型不存在自相关性。个体社会资本和职业收入的相关分析结果如表5所示。

表5 个体社会资本和职业收入因果效应的回归分析

从控制变量对职业收入的影响来看，性别的回归系数为-0.131，p＜0.001，表明男性收入要显著高于女性收入；和50岁以上对照组相比，Beta系数值显著的是31～40年龄段，回归系数为0.106，p＜0.05，这一年龄段的人群收入要高于其他年龄段的人群收入；父亲受教育水平和个人受教育水平的负的Beta值表明，学历越高，个人职业收入越高，其中父亲受教育水平Beta值系数显著的仅在初中及以下组，说明和研究生及以上组相比，初中及以下组的职业收入较低，个体受教育水平Beta值系数显著的初中及以下组和高中或中专或技校，表示和研究生及以上组相比，两组的职业收入较低。

从解释变量对职业收入的影响来看，网络异质性的回归系数绝对值最大，为0.142，方向为正向，p＜0.01，反映了网络异质性对职业收入的正向影响最强烈；关键人地位回归系数的绝对值较大，为0.107，方向为正向，p＜0.01，关键人地位对职业收入有显著的正向影响；网络密度的回归系数为-0.089，p＜0.01，方向为负向，说明网络密度越大，职业收入反而越低，网络密度是职业收入的重要解释变量。而网络规模、网络顶端和网差回归系数的绝对值小且p值均大于0.05，可见网络规模、网络顶端和网差对职业收入几乎没什么直接影响，由此可否定假设H1、H2和H3。

五、结论和讨论

分层回归分析表明，个体社会资本对求职效果存在因果效应，社会网络资源和社会关系资源对职业收入的影响是不同的。

第一，社会网络资源中，网络异质性对职业收入的正向影响最强烈，表明网络异质性越丰富，对获得更高的职业收入越有利。个人社会网络中交往者之间的职业种类丰富，有助于实现相异资源间的互补。这验证了林南（2003）的社会资源命题——在社会网络中接触的社会资源影响工具性行为的结果，即社会网络中通过交往整合产生的异质性资源，有利于求职者接触最优质的资源，从而带来收入收益。

第二，网络密度对职业收入存在显著的负向影响。回归结果表明，在小于0.01的显著性水平上，个人交往中的亲属越多，个体职业收入越低，这和部分研究存在分歧，如黄利和周密（2011）的研究表明，以亲属数量为标准的强关系对市民的工资收入有显著正向影响［18］。这可能是亲属在个人社会网络中占比大，代表个人社会交往存在局限性，影响个体社会资本存量和社会资本的使用，从而影响职业收入，由此否定假设H5。

第三，关键人地位对职业收入存在显著的正向影响。在社会关系资源的三个指标中，现职提供帮助人数和与关键人熟悉程度对职业收入无显著影响，关键人地位的正向影响表明，个人接触的对自身求职起关键作用的重要人物，其身份越高，管理级别越高，越有助于求职者获得较高收入的职业。这部分印证了边燕杰、张文宏（2001）关于在职业流动、双轨时代和转型时代中，强关系使个人获得更好工作的有效作用的结论［19］。

本文的主要研究结论是，命题1社会网络资源对职业收入的正向预测作用主要通过假设H4来体现，命题2仅通过假设H8得到部分验证，即在求职过程中个体社会网络资源的拥有情况、运用社会关系求职对收入作用有部分影响。笔者认为，其原因可能在于社会资本的内生性问题。陈云松和范晓光（2011）指出，在社会资本对劳动力市场因果效应探析中，可能因为样本选择、调查数据、遗漏变量和解释变量的相关导致因果效应的偏差，是否使用社会关系、使用了的社会资本的数量和质量、包括网络结构测量在内的网络社会资本这三方面都可能存在上述问题［20］。囿于文章篇幅及本人研究能力的局限，个体社会资本中社会关系资源的变量选取不够全面，使得最终进入分层回归分析的自变量不多，影响模型的拟合效果，在一定程度上影响对求职效果的探讨。

本文的现实意义在于，用人单位要注重社会资本以外因素对职业收入的影响，个人要注重发挥受教育水平等对提高职业收入的积极作用。此外，正视社会资本的功能和局限所在，个人在通过社交网络积极培育社会资本的同时，政府和用人单位应更重视多渠道多方法增加求职者的收入。

［1］Granovetter，Mark.Getting A Job：A Study of Contacts and Careers.［M］.Chicago：The University Of Chicago Press，2005.

［2］Marcel Fafchamps.Social Capital and Development［M］.Oxford：University of Oxford Press，2004.

［3］杨其静，杨继东.政治联系、市场力量与工资差异［J］.中国人民大学学报，2010（2）：69-77.

［4］王倩.社会资本和家庭背景对收入差距影响的实证分析［J］.经济与管理研究，2013（6）：67-75.

［5］James R.Elliott.Social Isolation and Labor Market Insulation：Network and Neighborhood Effects on Less-Educated Urban Workers［M］.California：University of California Press.1999.

［6］章元，陆铭.社会网络是否有助于提高农民工的工资水平［J］.管理世界，2009（3）：45-54.

［7］边燕杰.城市居民社会资本的来源及作用：网络观点与调查发现［J］.中国社会科学，2004（3）：136-146.

［8］边燕杰.社会资本研究［J］.学习与探索，2006（2）：39-40.

［9］周玉.社会网络资本和干部职业地位获得［J］.社会，2006（1）：83-97.

［10］孙立新.社会资本的理论基础与测量方法研究［J］.商业时代，2013（1）：93-94.

［11］王卫东.中国社会文化背景下社会网络资本的测量［J］.社会，2009（3）：146-227.

［12］林南.社会网络与地位获得.［J］.马克思主义与现实，2003（2）：46-59.

［13］边燕杰，程诚.社会资本对于收入水平的作用机制分析——基于全国八城市调查数据的实证研究：陕西省社会学会（2010）学术年会——关—天经济区社会建设与社会工作论坛论文集［C］.西安：［出版者不详］.2010：177-186.

［14］Gerber，Theodore P.Getting Paid：Wage Arrears and Stratification in Russia.［J］.American Journal of Sociology，2006，05.

［15］赵延东.再就业中的社会资本：效用与局限［J］.社会学研究，2002（4）：43-54.

［16］程诚，张顺.社会资本与工资收入的户籍差异——基于改进后的Oaxaca-Blinder分解［J］.人口与经济，2013（6）：79-85.

［17］唐为，陆云航.社会资本影响农民收入水平吗——基于关系网络、信任与和谐视角的实证分析［J］.经济学家，2011（9）：77-85.