高能低就规避：社会网络收入效应的中介机制研究

张 顺,李爱红

(西安交通大学 人文社会科学学院，陕西 西安 710049)



高能低就规避：社会网络收入效应的中介机制研究

张 顺,李爱红

(西安交通大学 人文社会科学学院，陕西 西安 710049)

社会网络研究者在长期争论社会网络的收入因果效应时，忽略了对社会网络入职收入效应中介机制的探讨；针对此问题研究发现，在城市劳动力市场求职过程中，社会网络具有高能低就规避效应，可促进人职匹配与低能高就，并通过此效应影响入职收入；认为社会网络收入效应具有双重品格，既通过人职匹配提高入职收入，改善劳动力市场效率，同时也通过低能高就提升收入，降低了市场竞争的公平性；指出通过制度创新，压缩人际网络所导致的低能高就现象，是劳动力市场体制改革的必然选择。

社会网络；高能低就规避；中介机制；收入分配机制

一、研究问题与文献评述

收入分配机制及其公平性是学界关注的重大理论与现实问题，社会网络是收入获得的重要的非正式机制，也受到前所未有的关注。因此，社会网络与收入之间的因果关系变成为基础前沿课题之一。虽有学者断言，网络与收入之间的因果效应确实存在，且可以定论[1-2]，但是对社会网络通过何种路径收入，却存在着似乎矛盾的实证发现。一方面，有学者发现，社会网络通过促进人职匹配提升入职收入[3]；另一方面，也有学者发现，社会网络对人职是否匹配没有确定性影响[4]，人职匹配也不一定提升入职收入水平。本文关注的核心问题即是社会网络通过何种途径影响收入。

社会网络收入效应可以追溯到格兰诺维特的经典研究。他发现弱关系作为提供非重复信息的桥梁，可以提升求职者职业地位与入职收入[5]。林南的社会资源理论推进了这一研究，认为跨社会阶层接触到的关系人地位高低，是影响求职者能否获得更好职业地位与高收入的关键[6]。此观点在欧美国家和地区之外，也被大量的经验研究所支持[7]。边燕杰发现，中国人弱关系背后是强关系桥梁，并提出了他的“强关系假设”[8]。关于社会网络内生性的争论，进一步推进了社会网络收入效应的研究。莫尔认为，由于关系人内生于求职者自身的社会地位，从而导致社会网络收入效应的虚假性[9]。学者们对其回应方式有两种：一是通过改善社会网络的测量方法，直接测量关系资源本身[10]。边燕杰测量了求职者通过社会网络获得的关系资源，发展了“信息人情论”。他认为关系人是否提供帮助及提供何种帮助，才是求职过程使用人际关系的本质，而非关系人的地位[10-11]，关系资源在中国有正向的收入效应。二是改善统计分析方法。梁玉成使用倾向值匹配方法，发现莫尔的网络内生性不具有普适性[1]。陈云松等进一步使用追踪数据，支持了社会网络收入效应的有效性[3]。另外，吴愈晓则从使用社会网络的主体出发，认为莫尔的内生性结论部分成立，并强调社会网络使用群体的高度异质性[12]。可见，这些研究从多种维度证实了社会网络的收入效应。

笔者认为，社会网络内生性的有关学术争论，旨在确定社会网络对收入是否具有真实影响，并没有回答社会网络是通过何种途径并如何影响收入。人际网络中的人情资源何以影响收入更需要进一步的研究揭示。笔者认为，基于劳动力市场中求职者资质与岗位需求之间显著的异质性特征，求职过程细分为两个阶段：收入机会搜寻与人职匹配过程。所以，社会网络对收入影响存在双重路径：其一，获取进入高收入职业机会；其二，通过高能低就规避，提升入职收入。现有研究可以解释前者，本文同时关注两者，但后者是重点。

二、社会网络、人职关系与收入获得

学者们关于社会网络的收入机制的探讨，从关系网络直接因果效应上，逐渐转移到人职关系这一中介机制上。国外研究关注社会网络中的信息资源与人职匹配的关系，他们基于面板数据和固定效应模型，发现个人工作经验在增加人力资本时也增加了社会资本，尤其是信息资源，包括劳动力市场中职位信息、职位要求等，使个人更能实现人职匹配，拥有较高的入职收入[13]。个人在工作经历中积累的信息类社会资本，是最有效的获得高职业地位的途径[9，14]。国内研究则同时关注信息人情与职业匹配之间的关系。张顺等研究认为，关系资源使得求职搜索成本降低或产生互信[15]，才更有益于提高入职收入。但其研究并未检验 “搜索成本降低和互信机制”这一中介效应，仅仅是理论上的推断。边燕杰等最新研究认为，关系资源通过提升人职匹配的程度，进而影响收入水平[3]。但其理论缺陷是，没有阐明人情到底如何影响求职结果，是促进人职匹配吗？如果是，这不完全符合我们的日常生活经验，人情往往能使求职者得到超过自己能力的工作，也就是出现低能高就的结果。如果不是，那么应从理论上如何分析。此问题也有不同的研究结论：张文宏认为社会网络的运用与人职配置的吻合度并没有显著关系，匹配度高低并不能决定收入水平高低[4]。郝明松认为，人情资源对实现低才高就是显著的，并非促进人职匹配[16]。然而，其仅仅用学历是否匹配来衡量人职关系的内涵，显然是不能令完全人信服的。

因此，笔者认为，学界之所以出现上述难以解释研究结果，是因为现有研究忽略了社会网络、人职关系与收入获得之间关系的复杂性。其一，人职关系的界定与测量的复杂性，并非仅仅是匹配与不匹配之分；其二，社会网络如何影响人职关系。人们使用关系就是想在同等条件下获得更高的职位，不仅仅是个人资质与工作岗位匹配。其三，实证数据表明，部分岗位对求职者并无明确要求，难以测量其人职关系，如果用全样本分析，难以处理无明确要求样本，如果有明确资质要求的样本，样本选择性将会使数据分析结果所产生难以估计的偏误。基于上述原因，本研究相应采取的策略是：其一，建构高能低就规避概念。从理论逻辑上看，人职关系有三个维度，包括学历、技术资格、工作经验等，每一维度又有三种状态：资质高于职位要求——高能低就，资质等于职位要求——人职匹配，资质低于职位要求——低能高就。本文认为，社会网络对人职关系同时存在两类影响：人职匹配与低能高就。其中，社会网络中的人际信息促进人职匹配，而人情更多导致低能高就，两者起来就是高能低就规避。其二，社会网络是通过高能低就规避影响入职收入，高能低就规避就是社会网络收入效应的中介机制。在实证方法上，本研究采用中介效应检验法，检验人际网络对收入间接效应与直接效应。其三，利用赫克曼样本选择模型，处理删除不明要求的样本，增加估计结果的科学性。本研究的理论模型见图1：

图1 社会网络收入效应中介机制的理论模型

因此，本研究提出两个基本假设：

假设1：社会网络能够帮助求职者有效规避高能低就。

假设2：社会网络通过高能低就规避这一中介机制，提升求职者的入职收入。

三、数据、变量与方法

(一)数据

本研究的数据来自于边燕杰主持的2009年求职网调查(JSNET2009)，分别在长春、广州、济南、兰州、上海、天津、厦门和西安八城市进行随机抽样调查。每个城市作为单独总体，抽取约1 000个样本进行入户调查(长春、济南与厦门为700左右)。首先随机抽取足够的社区样本，然后每个社区抽20户，复查率为10%，问卷回答率为60%，有效样本7 102个。删除相关变量的缺失值之后，本文的分析样本为5 636个。

(二)变量

1.因变量。入职收入指求职者进入当前工作岗位时的月工资、年度奖金和发放的实物折合为每个月的总收入(若已退休并且符合调查年龄，则是退休前的最后一份职业)。若就职者从未发生过职业变动，则使用其初职收入；若职业有过更换，则使用进入当前工作岗位的各类月收入的总量，此为“名义工资”。然后，根据国家统计局公布的八城市历年物价指数，计算出求职者入职时的“实际工资”[18]。然后再取自然对数，使其分布更接近正态分布。

2.自变量。求职方式，即求职时是否使用关系与关系资源。首先，否使用关系变量，此为二分变量。其次，关系资源变量。此变量为五分类变量：使用不明关系资源、使用信息资源、使用人情资源的、使用人情和信息的混合资源、未使用关系。

3.中介变量——高能低就规避。人职关系的测量分为三个维度：学历、技术和经验的匹配情况。首先根据雇主/公司是否提出要求，筛选出有明确要求的样本。然后，计算出高能规避度。如果与要求相同/低于要求，则赋分为1；而高于要求的，则赋分为0，计算出每个求职者在三个维度中的综合得分，得到高能低就规避度。

4.其他控制变量。(1)教育水平，求职者进入当前这份工作时接受的正式教育水平：小学以下赋值3年，小学为6年，初中为9年，高中为12年，大学为16年，硕士及以上为19年。(2)岗位级别，分为技术管理层和无级别两类。(3)单位性质，分为体制内和体制外工作单位。体制内工作单位包括：党政机关、国有企业单位、国有事业单位、集体单位，体制外工作单位包括：个体经营、私营企业、外资/合资企业、股份制企业及其他类型的工作单位。(4)政治面貌，政治面貌分为党员和非党员两类。(5)入职区域，上海、广州、厦门、天津为沿海发达经济地区，济南、长春、兰州和西安分为内陆经济欠发达地区。(6)入职时期，求职者的入职时间分为1992年前、1992年后两类。(7)职业流动，分为有流动经历与未流动两类。(8)户籍，分为本市非农户口与其他(含本市农业户口、外地非农户口、外地农业户口)。(9)入职年龄，若未更换工作，则为初职年龄；若更换工作，则为进入现在此份职业的年龄。(10)性别。

表1是所有变量的基本描述统计。

表1 所有变量的描述统计

(三)模型与方法

1.基于自举法(Bootstrap)的中介效应分析方法。本研究使用自举法[17]探究中介效应：通过观察自变量X、因变量Y和中介变量M的关系，判断三者之间的关系，其一般的数学形式如图2：图2上表示自变量X作用于因变量Y，路径系数c，因不涉及任何中介变量，c是自变量对因变量的总效应；图2下为考查仅有单一路径的中介模型，a为自变量X作用于中介变量M的效应，b为中介变量M作用于因变量的Y效应，c′是考虑或控制中介变量M后，自变量X对因变量Y的效应。

图2 中介效应的数学表达形式

基于自举法的(Bootstrap)中介效应分析方法，直接对中介效应ab的回归系数进行分析与检验，逐步检验模型中的c、c′的显著性，并非中介效应检验的必要前提：如果c不显著仍然存在实质的中介效应——抑制模型(Suppression Model)的存在[31-33]。所以，只要在模型中ab不等于0，则拒绝原假设(H0：ab=0)，认为自变量X对因变量Y的影响是通过中介变量M实现的。

2.赫克曼样本选择模型(Heckman sample selection Model)。因为本研究要通过“雇主/公司是否提出匹配要求”对样本进行筛选，需要调整选择偏差，根据赫克曼(Heckman)的两步骤估计思想[18]，本研究手动计算出逆米尔斯，将其纳入模型。所以，本研究的中介效应模型是嵌入在赫克曼样本选择模型中的，因而本研究的复合模型为：

回归方程：Y=c′X+bM+δW+e3(由Y=cX+e1扩充)

中介方程：M=aX+e2

选择方程：W*=γZi+μ，如果W*>0，则W≠0，否则W=0；

Prob(W=1|Zi)=ф(γzi)；Prob(W=0|Zi)=1-ф(γzi)

其中，Y是因变量，收入的自然对数值；X是自变量和其他控制变量，M为中介变量；Z是导致是否有明确岗位要求的选择变量，W为是否有有明确岗位要求的内生虚拟变量；e1，e2，μ模型除去可解释部分以外的误差项。

四、实证分析结果

首先，我们来分析求职时是否使用人际网络与高能低就规避、及其二者与入职收入的之间的关系，结果如表2所示。

表2左半部显示，高能低就规避度0即均不规避时，不使用网路求职者占50.7%，使用者占49.3%，差异不太明显；高能低就规避度为1即一维规避时，不使用网络求职者占32.2%，使用者占67.8%；高能低就规避度为2即二维规避时，不使用网络求职者占29.5%，使用者占70.5%；当高能低就规避度为3即三维规避时，不使用网络求职者占20.6%，使用者占79.4%，近前者的4倍。所以，使用社会网络能够有效规避高能低就！同时，表2右半部显示，在不同的规避度下，使用网络的求职者的入职平均收入高于未使用者。高能低就规避度0即均不规避时，不使用网络的求职者的平均入职收入为3.861，使用者为4.598；高能低就规避度1即一维规避时，不使用网络的求职者的平均入职收入为4.565，使用者为5.249；高能低就规避度2即二维规避时，不使用网络的求职者的平均入职收入为4.895，使用者为5.591；高能低就规避度3即三维规避时，不使用网络的求职者的平均入职收入为5.228，使用者为5.776。我们可以发现，使用网络求职者有较高的入职收入;同时随着高能低就规避度提高，入职收入也逐渐提升。因此，社会网络与高能低就规避度、入职收入有着较强的相关性。可以预测，人际网络通过提升高能低就规避，进而影响求职者的入职收入。

表2 求职方式与高能低就规避、及其二者与入职收入的交叉分析

注：入职收入均为其自然对数值

表3所示中介效应分析模型，为本研究的核心模型，包括两个子模型：模型1是社会网络对中介变量——高能低就规避的回归分析；模型2是社会网络通过中介变量——高能低就规避影响入职收入的中介效应模型。

首先，在表3的模型1与模型2中，逆米尔斯率的正向显著说明，使用有明确要求样本进行分析，确实存在显著的样本选择性，显示出控制样本选择性的必要性，以前研究均未考虑！所以，在雇主/企业明确提出就业要求的情况下，求职者更可能使用关系，高能低就规避度则越高。模型1分析结果显示，在控制其他变量时，社会网络的路径系数a为0.113，正向显著，说明在求职时使用关系的求职者，更可能实现高能低就规避，支持假设1。此外，其他控制变量也对高能低就规避有着显著的影响：如入职年代、地区、教育水平、职级对路径a系数是正向显著的，说明求职者在92年后中国经济持续转型和市场经济不断深化的背景下、处于东部经济发达地区、教育水平越高、职业等级越高、入职年龄较大的求职者，在其他条件相同的情况下比之于1992年前、西部地区、教育水平低者、职业等级低者与年轻的求职者，更容易规避高能低就，回归系数正向显著且依次是：0.44、0.19、0.07、0.27、0.03。此外，当求职者为本市非农户口之外、入职年龄越小的求职者更可能倾向于导致高能低就。

同时，通过表3的模型2考察社会网络通过高能低就规避影响收入的中介作用。高能低就规避(包括越完全匹配/低能高就)对收入直接影响系数为0.049，正向显著，也即高能低就规避对收入的路径系数b——中介变量——是正向显著的，此结果说明，能有效规避高能低就者，入职收入将提高5.1%(e0.049-1)，在有中介变量的情况下，社会网络的收入效应路径影响系数c′为0.16，也即能够提高17%(e0.1511-1)；在模型3中(未加中介变量)社会网络的直接影响系数c为0.18，这与以往的社会网络收入效应的直接因果效应研究结果保持了一致，即使用社会网络的能够使求职者的收入直接提高20%(e0.18-1)，作为中介变量的高能低就规避对收入的路径系数b也是正向显著的，说明了社会网络不仅直接提高入职收入，同时也通过高能低就规避提高入职收入，支持本文假设2。

表3 求职方式对高能低就规避及二者对入职收入的影响

注：1. +表示P<0.1；*表示P<0.05；**表示P<0.01；***表示P<0.001；p为伴随概率。2.表中各分类变量的参照类为：未使用关系、女性、本市非农之外、未流动、1992年前、欠发达地区、非党员、体制内、无级别；3.系数均未标准化

关其他变量对入职收入的影响如下：入职年代为1992年后、进入东部地区者的入职收入分别高出1992年前入职、进入西部地区3.6倍(e1.53-1)和54.03%(e0.43-1)，党员相对于非党员高出的35%(e0.31-1)，教育水平提升1年，入职收入将提高大约12%(e0.11-1)，进入技术管理岗位者其收入也将提高21%(e0.19-1)，进入体制内单位相对于体制外其收入将减少30%(1-e-0.35)，此外，中介模型(模型2的解释力度为53.41%)和模型2(其解释力度为52.73%)的控制变量对收入的影响方向和大小大致保持一致，男性、1992年后入职、发生过职业变更、处于东部经济发达区、党员身份、教育水平越高、与有职级的求职者入职收入将会相对更高，而体制内单位和年龄越大的求职者的入职收入会更低一些。

高能低就规避作为社会网络入职收入的中介效应的检验，可以用图3更为清晰：

图3 收入的中介效应——高能低就规避

笔者进一步将社会网络中的关系资源内容细化，探讨不同关系资源类型对高能低就规避影响的差异性，分析结果见表4。

表4显示逆米尔斯率显著，证明样本存在明显的选择性，需要加以控制，否则，估计结果是有偏的。“信息人情”混合资源能够有效规避高能低就，影响系数为0.152，有显著影响。单纯的人情资源能够有效规避高能低，影响系数为0.13。单纯信息资源和未明资源影响不显著。此结果说明，在中国文化背景之下，只有信息和人情资源“双管齐下”，才会更有助于实现高能低就规避。这体现了中国社会网络中人情资源的特殊性，关系资源能有效制约“大材小用”现象。

表4 社会网络关系资源对高能低就规避的影响分析

注：1. +表示P<0.1；*表示P<0.05；**表示P<0.01；***表示P<0.001；p为伴随概率。2.表中各分类变量的参照类为：未使用关系、女性、本市非农之外、未流动、1992年前、欠发达地区、非党员、体制内、无级别；3.系数均未标准化

五、研究结论及其讨论

本研究创新性提出高能低就规避概念，认为高能低就规避是社会网络收入效应的中介机制。实证结果显示，社会网络通过直接与间接两条路径影响收入水平，直接路径将通过获取更多的职业选择机会实现，而间接影响通过得到职业机会后的高能低就规避实现，前者为机会选择机制，后者为人职关系匹配机制，数据结果支持理论预期。同时，在关系资源的四种类型中，人情资源和“人情信息”的混合关系资源具有显著的高能低就规避作用，或者说，在中国劳动力市场中，人际关系中的人情资源和“人情信息”的混合关系资源，更容易通过高能低就规避之中介机制，提升求职者的入职收入，而单纯的信息资源影响较弱。

本研究揭示了社会网络对于人职关系的正负效应，显示了社会网络在收入分配上的双重品格，对社会网络研究有着重要的政策启示意义。学界已有研究忽略社会网络的收入的中介机制，关注社会网络与收入之间的因果关系，从而掩盖了社会网络收入效应的“不合理”的一面，也就是说社会网络可以通过机会机制与入职匹配提升入职收入，也可以通过低能高就提升入职收入，前者揭示社会网络有克服信息不对称之效，有改善劳动力市场的求职效率之功能，后者则说明社会网络也有所谓的“走关系”现象，有损市场竞争的公平性，急需改善！人情发挥作用之处，往往是竞争规则、程序不规范、不明确的地方。因此，我国建设公正、透明、规范的竞争规则应是提升劳动力市场公平性的必由之路。

[1] 梁玉成. 社会资本和社会网无用吗[J]. 社会学研究. 2010(5)：50-82.

[2] 陈云松,比蒂·沃克尔,亨克·弗莱普. “关系人”没用吗——社会资本求职效应的论战与新证[J]. 社会学研究，2014(3)：100-120.

[3] BIAN YANJIE, HUANG XIANBI, ZHANG LEI.Information and favoritism The network effect on wage income in China[J].Social networks，2015(40)：129-138.

[4] 张文宏. 社会网络资源在职业匹配中的作用[J]. 社会，2006,26(6)：27-45.

[5] GRANNOVETTER MARK. The Strength of Weak Ties[J]. The American Journal of Sociology，1973,78(6)：1360-1380.

[6] LIN NAN. Social Networks and Status Attainment[J].Annual Review of sociology，1978(25)：467-487.

[7] MOERBEEK H, UITEE W, FLAP H. Social Resources and Their Effect on Occupational Attainment through the Life Course1 1995[M].Social Capital:An International Research Program Oxford Scholarship Online，2012：1-25.

[8] BIAN,YANJIE. Bringing Strong Ties Back in:Indirect Ties, Network Bridges, and Job Searches in China[J]. American Sociological Review，1997(62)：366-385

[9] MOUW T. Social Capital and Finding a Job:Do Contacts Matter[J]. American Sociological Review，2003(68)：868-898.

[10] 边燕杰，张文宏. 经济体制、社会网络与职业流动[J]. 中国社会科学,2001(2)：77-103.

[11] 边燕杰, 张文宏, 程诚. 求职过程的社会网络模型:检验关系效应假设[J]. 社会，2012，32(03)：24-37.

[12] 吴愈晓. 社会关系、初职获得方式与职业流动[J]. 社会学研究，2011(5)：128-245.

[13] MCDONALD STEVE. What You Know or Who You Know? Occupation-sepecific work[J]. experience and job matching through social networks. Social Science Research，2011(40)：1664-1675.

[14] BRIDGES WILLIAM P, VILLEMEZ WAYNE J. Informal Hiring and Income in the Labor Market[J]. American Sociological Review，1986 (51)：574-582.

[15] 张顺, 郝雨非. 求职与收入获得的关系机制——理论模型与实证研究[J]. 社会学研究，2013，244(5)：104-125.

[16] 郝明松. 社会网络对人职匹配的正负作用[J]. 学术交流，2015，251(2)：148-153.

[17] FAIRCHILD AMANDA J, SAMUEL D MCQUILLIN.Evaluating mediation and moderation effects in school psychology:A presentation of methods and review of current practice[J]. Journal of School Pschology，2010(48)：53-84.

[18] 郭申阳,马克·W. 弗雷泽. 倾向值分析——统计方法与应用[M].重庆：重庆大学出版社，2012：65-69.

(责任编辑：冯 蓉)

Avoiding Higher Ability Candidates down to Lower Positions: Research on Mediation Mechanism for the Effect of Social Networks on Income

ZHANG Shun, LI Aihong

(School of Humanities and Social Science，Xi′an Jiaotong University，Xi′an 710049,China)

Having highly debated social networks′ effect on income for long time, researchers have ignored the mediation mechanism of effect of social networks on income. we find that social networks have the dual effect in the labor market of Chinese cities: either help the job seeker find a job matched with his/her abilities or enable him/her get the job beyond his/her abilities.The former will improve the efficiency of labor market by mediating mechanism of social networks, but the latter will reduce the justice of competitive in labor market. Therefore, it is our necessary choice in labor market reform to avoid the lower ability candidates up to high positions by compressing effect of social networks.

social networks; avoiding higher ability candidates down to lower positions; mediation mechanism; income distribution system

10.15896/j.xjtuskxb.201606009

2016-01-25

国家社会科学基金一般项目(12BSH072)；国家社会科学基金重大项目(13ZD177)

张顺(1968- )，男，西安交通大学人文社会科学学院社会学系教授，实证社会科学研究所研究员。

C91-03

A

1008-245X(2016)06-0053-07