农民工社会资本的就业质量效应分异 *——基于回报差异和劳动力市场分割的双重视角

邓 睿

一、引言

以人为核心的新型城镇化的重要目标之一在于帮助农民工实现城市安居乐业的梦想，而提升这一群体的就业质量则是圆梦的基础。为此，中国共产党十九大报告明确指出促进农民工等群体多渠道实现更高质量和更充分就业。在影响就业质量的因素中，人力资本被认为是进入劳动力市场的门槛条件，基于搜寻匹配理论可将农民工就业理解为具有特定人力资本的个体与需要特定人力资本的雇主，通过市场机制达到工作匹配的均衡行为。然而中国劳动力市场的经验事实显示，相当一部分农民工未经标准的市场搜寻匹配却实现了就业，意味着可能存在与市场机制并存的资源流动渠道。以林南等为代表的社会学家认为，就业信息传递并不完全是依靠市场机制实现的，还有社会网络和组织行为。尤其是中国的城市劳动力市场兼具强竞争性和制度分割的复合特征(章元、陆铭，2009)，中国社会又通常被描述为一个典型的关系型社会(Bian和Ang，1997)，社会资本在工作生活中扮演着重要角色。在缺乏有效的市场匹配机制时，农村劳动力往往依靠社会资本的动员机制获取就业信息，强化隐性保险，降低交易成本并实现工作匹配。

可以认为，与人力资本一样，社会资本同样是影响个体生存福利乃至就业表现的关键因素，尤其是对人力物质资本相对匮乏的农民工而言，社会资本作为一种重要的资源配置替代机制，是行动者获取优势就业资源的重要渠道(Stam等，2014)。在实证领域，一些文献就社会资本的就业效应进行了印证，但研究结论并不统一，尤其是针对社会资本对农民工工资收入这一核心劳动力市场结果有何影响，目前的经验证据莫衷一是。这种现象的存在引发了对社会资本就业效应评估的反思。从劳动力市场结果的衡量来看，工资收入这一单维度指标可能无法完全反映农民工的就业表现，需重新审视劳动力市场结果的衡量问题，才能客观认知社会资本在农民工就业过程中到底扮演着何种角色。从社会资本的回报差异来看，社会资本就业效应的结论分歧，可能是由于群体间因动员策略、行动努力及对制度反应的不同而导致相同社会资本对不同特征的农民工产生差异化回报，说明社会资本对农民工劳动力市场结果的影响在群体内部存在分布异质性。从劳动力市场的属性来看，中国城市劳动力市场呈现典型的分割特征，如果在考察社会资本对农民工劳动力市场结果的影响时，未能考虑劳动力市场的异质特征，可能会混淆社会资本的就业效用边界。

社会资本对农民工劳动力市场结果究竟有何影响？这种影响是否因社会资本回报差异和劳动力市场分割特征而呈现异质性？这些问题在现有文献中尚未得到合理评估。本文利用2014年中国劳动力动态调查(CLDS)数据对上述问题进行了系统检验。本文的潜在贡献包括以下几方面：第一，不同于既有研究重点关注社会资本的初职获取效应和工资收入效应，本研究拟从综合性的就业质量视角系统评估社会资本对农民工劳动力市场结果的总体影响，力求对社会资本的就业效应进行全面检视。第二，不同于既有研究侧重考察社会资本对农民工劳动力市场结果的平均影响效应，本研究考虑到社会资本的回报差异，聚焦于刻画社会资本对农民工就业质量影响的分位数变动特征，以准确反映农民工社会资本就业质量效应的演化趋势。第三，本研究进一步引入了中国劳动力市场分割这一特殊制度背景，旨在就社会资本对农民工就业质量可能存在的劳动力市场分割效应进行实证检验，为科学研判社会资本在农民工城市就业过程中的作用及限度提供经验证据。

二、文献述评与理论分析

社会资本对农民工就业质量的作用机制主要体现在，通过社会资本动员的关系资源可在劳动力市场中形成信息成本降低机制和社会交换机制，进而帮助农民工获得各项待遇较好的工作。一方面，社会资本传递的信息资源能够帮助农民工克服劳动力市场中信息不对称的弊端，为其提供更为充分的就业机会，从而降低农民工的工作搜寻成本，帮助他们尽快找到高质量的就业岗位。另一方面，社会资本内嵌的人情资源往往能够形成社会交换机制，有助于克服农民工自身存在的人力资本缺陷。农民工可通过向其提供帮助的中间人这一关系渠道与雇用方建立联系，借此向雇用方施加影响，从而在求职前后通过长期的人情互惠与交换以实现就业回报。即便在人力资本处于同等条件甚至稍弱于竞争者时，农民工也能够凭借人情资源获得高于自身资质的就业岗位(郭小弦，2017)。

既有研究在评估农民工社会资本的就业质量效应时，侧重检验社会资本对农民工工资收入这一核心劳动力市场结果有何影响。一部分学者基于社会资本的存量规模、类型构成、形态转换及与市场化进程的互动等视角印证了社会资本对农民工工资收入的促增效应(Cheng和Wang，2012；王春超、周先波，2013；叶静怡、武玲蔚，2014；Wang等，2015；梁海兵，2018)。但也有文献指出，农民工利用社会资本所获得的工作岗位无法直接提升其工资水平，只能帮助其流动到距离经济增长“核心”地区更近的城市劳动力市场。在控制了社会资本的内生性后，也仅有微弱的证据能够表明，拥有更多的社会资本能够直接增加农民工的工资水平，社会资本的主要作用不在于直接影响劳动力市场中的供求均衡价格，而可能是通过岗位分配来影响劳动者的就业机会(章元、陆铭，2009)。上述结论分歧意味着完全用工资收入度量农民工的就业质量可能有失偏颇。一方面，工资收入是绝对值，如果是以较长劳动时间换取收入增加，显然不足以证明农民工的真实劳动待遇；另一方面，就业岗位的稳定性及其福利待遇同样是就业质量的重要观测指标。对此，Erhel和Guergoatlariviere(2015)的就业质量指数从工资水平、劳动时间、岗位稳定性、福利待遇等维度衡量劳动者的综合就业表现，这为考察社会资本对农民工就业质量的影响提供了较为完善的分析框架。

当然，对于农民工社会资本的就业质量效应评估还要充分考虑社会资本的回报差异和中国劳动力市场的制度分割特征。从社会资本的回报差异来看，Lin(2001)认为社会资本影响劳动力市场结果差距的一个重要渠道便是社会资本存在回报欠缺(Return Deficit)，主要指由于群体间资源动员方式、行动努力程度等的不同而引起的社会资本对不同个体的效用差异，也即是社会资本回报在不同群体中存在着分布异质性。正如一个经典论题所言：穷人和富人的社会资本回报率孰高孰低？一种解释认为，社会资本作为投入要素也应服从边际产出的递减规律，相对富人而言，穷人由于普遍拥有更少的社会资本，其资本回报率可能更高(Narayan和Pritchett，1999)；同时社会资本具有借助规范实现集体行动的特征，而穷人因投资其他替代物的能力更弱，更依赖于社会规范并易于发挥社会资本的动员效应(Collier，2002)。然而也有研究给出了另一种解释，从社会资本具有的达高性、广泛性的质量维度来看，穷人获取高质量社会资本以及动员优质社会资源的能力显然劣于富人，其社会资本回报率也可能低于富人(Lin，2001；周晔馨，2012)。就农民工群体而言，其城市就业的异质性已得到诸多文献的支持，如果仅采用线性回归模型考察社会资本对农民工就业质量期望的影响，则实证结论很有可能因所选样本的内部特征差异而出现分歧。因此，探寻社会资本的就业质量回报效应在不同农民工群体中的分布特征变得尤为必要，而且通过观测社会资本对就业质量不同分位点的影响趋势，显然更利于全面把握这一群体在提升就业质量过程中所面临的社会资本约束。

从农民工所处的劳动力市场属性来看，中国城市劳动力市场具有典型的分割特征，如果社会资本能够随市场化发展而产生不同的资源效用，那么市场化最为直接的呈现载体——“劳动力市场”必然能捕捉这种异质效应。因此，通过分离劳动力市场来间接分离社会资本效用边界的做法，显然比在时空范围内讨论社会资本的动员效果更为准确(张文宏、张莉，2012)。这意味着劳动力市场并不是同质化系统，它的不同领域、部门乃至微观特征构成在市场化的范围、速度及深度等方面都存在显著差异，而基于这些差异所形成的特定劳动力市场具有不同的制度环境和竞争条件，制度的不确定性与竞争压力共同制约社会资本的作用空间，使社会资本所影响的就业过程存在效用边界上的区分(边燕杰等，2012)。有研究基于这一思路，将劳动力市场中关系网运作的边界划分为工作所有制性质、工作的市场竞争程度和工作岗位技术要求三个方面(黄先碧，2015)，工作所有制性质主要反映出转轨过程中的“体制洞”等因素对社会资本作用边界的影响(Bian，2002)；工作市场竞争程度的不同会引导求职者在面对制度不确定时，采取“非制度化生存”策略来提高自己在低端或高端劳动力市场中的相对竞争力(孙立平，2004)；工作岗位技术要求则从微观的工作特征出发阐释了关系网作用的限度。这意味着社会资本对农民工就业质量的影响效应，很可能因农民工所处的单位所有制分割、低端和高端劳动力市场分割、行业分割等特征而出现差异。

综合上述理论分析思路，本研究认为在评估农民工社会资本的就业质量效应时，不仅要关注社会资本对农民工综合就业质量指数的总体影响，还应从社会资本回报差异和劳动力市场分割的双重视角对社会资本的就业质量效应分异进行准确刻画。

三、数据来源、变量设定与估计方法

(一)数据来源

实证数据主要来自中山大学社会科学调查中心2014年在全国29个省市(自治区)开展的中国劳动力动态调查(CLDS)，CLDS2014调查采用PPS抽样法，对象为15-64岁之间的劳动力，内容聚焦于劳动力在社区、家庭、个体三个层面上的现状与变迁，样本规模为401个村居和14214户家庭，具有较好的代表性。本研究的核心议题是实证检验社会资本对农民工就业质量的影响，依据流动非农就业和农业户籍两个标准，从CLDS调查数据库中筛选符合研究范围的农民工样本。由于CLDS2014个体问卷是根据被访者现居住地展开的访问调查，主要以输入地社区为考察范畴，首先根据“被访者户口不在本地区(本乡镇/街道地域内)”判断筛选出流动人口，然后根据“目前户口性质”判断筛选出属于农业户籍的流动人口，最后根据工作状态剔除目前无工作的样本，同时对涉及社会资本、就业质量构造的相关变量以及遗漏关键信息的样本进行清洗，最终确定1575个有效分析样本。此外，出于社会资本测度指标选择和工具变量构造需要，实证研究中还使用了CLDS2014家庭问卷和村居问卷中的部分调查数据。

(二)变量设定

1.被解释变量——农民工就业质量

借鉴Erhel和Guergoatlariviere(2015)的客观就业质量指数框架，主要从工资水平、劳动时间、岗位稳定性和福利待遇等维度确定就业质量的测量指标：其中工资水平是农民工城市劳动力市场结果的核心表征，也是衡量农民工就业质量的关键指标；如果高收入是由长时间、超负荷劳动换取的，显然并不能代表就业质量的提升，劳动时间也是就业质量衡量中需考虑的重要指标，这里结合劳动法规定用“周工作小时数表示”；劳动合同反映了农民工就业的稳定程度，尤其是对工资性就业者来说，签订劳动合同意味着正规就业，显然有助于提升就业质量，主要用“是否签订固定劳动合同”来表示农民工就业的岗位稳定性；农民工的福利待遇往往是通过其对城市社会保障的可及性来反映，在五类核心社会保险项目中，工伤保险、生育保险、失业保险等保险项目因个体性别、行业、雇佣特征的不同并非适用于所有劳动者，因而主要选取“城镇医疗保险和养老保险参与情况”作为福利待遇维度的代理变量(参见表1)。

表1 农民工就业质量指标的界定与测量

借鉴Leschke和Watt(2014)的相关研究对就业质量各构成指标进行标准化处理：

(1)

(2)

2.核心解释变量——社会资本

借鉴Putnam(1993)从网络、信任、规范等维度所界定的社会资本经典定义，本文认为农民工社会资本不仅包括其在务工地社会网络的规模与结构，也包括社会网络间的信任程度，测量维度包括网络投入、网络结构和网络信任。网络投入维度反映了农民工社会资本的投资性，可从农民工为进行社会资本投资而开展的时间和金钱投入两方面衡量。从时间投入来看，根据网络成员的互动频率和情感支持将关系网络分为强关系和弱关系，使用农民工过去一年在务工地拥有的熟人亲戚数量和请人及陪朋友吃饭频率分别作为强关系和弱关系投入的代理变量。从金钱投入来看，沿用杨汝岱等(2011)的做法，使用家庭上一年礼金支出总额作为资金投入的代理变量(3)该变量数据来自CLDS2014家庭问卷的“2013年家庭全年消费支出情况中的礼品和礼金支出总额”题项，除资金投入代理指标外，其他变量数据均来自CLDS2014个体问卷。。网络结构维度集中表现为嵌入在农民工关系网络中的社会资源质量。社会网络成员所处的社会层级越高，越可能接触高质量的稀缺资源并构建相应的社会网络，网络结构维度的第一个指标可从农民工对自身所处的社会阶层认知来衡量。网络结构维度还涉及社会网络成员在政治资源和组织资源中的嵌入程度，通过考察农民工对务工地社区居委会选举的参与情况来衡量网络结构中的政治资源，通过考察农民工参加务工地社区社会组织(4)社区社会组织主要包括社工机构、业主委员会、休闲/娱乐/体育俱乐部、学习培训机构、宗亲组织、公益志愿组织等，只要参加一种社会组织即入选对应题项。情况来衡量网络结构中的组织资源。网络信任维度反映出社会网络成员间的合作博弈，决定了社会网络的紧密程度。将信任维度社会资本划分为特殊人际信任、一般人际信任和社会信任三个指标。特殊人际信任主要指农民工与熟人亲戚群体之间的信任程度，用农民工认为在遇到困难时能够讨论的亲戚熟人数量来表示；一般人际信任主要通过农民工对务工地社区邻里、街坊及其他居民的信任态度来反映；社会信任主要通过考察农民工对社会上大多数人的信任程度来反映。社会资本各维度的测量指标说明及统计特征参见表2。

表2 农民工社会资本指标的界定与测量

为分析社会资本构成指标间的相对重要性，将以上变量纳入因子分析，KMO 值为0.693，Bartlett球形度检验的P值小于0. 00，说明适合因子分析。以特征值大于1为标准保留4个因子(累积方差解释率达到73.85%)，为使各因子实际含义更明显，做正交方差极大旋转，将各因子按方差贡献率大小排序命名(参见表3)。因子1命名为网络投入社会资本特征因子，依次在强关系投入A11、弱关系投入A21、弱关系投入A22、资金投入A31变量上载荷最大。因子2为网络结构社会资本特征因子，依次在网络层级B11、政治资源B21、组织资源B31变量上载荷最大。因子3和因子4分别在特殊人际信任C11、特殊人际信任C12变量与一般人际信任C21、社会信任C31变量上载荷最大。这4个指标实际上都隶属于网络信任维度，但因子分析处理后被归纳为2个公共因子，因子3可命名为特殊人际信任社会资本特征因子，因子4可称为一般社会信任社会资本特征因子。

表3 因子旋转后农民工社会资本的因子载荷矩阵

在通过上述步骤确定了农民工社会资本的公共因子个数后，进一步运用下式将保留的公共因子综合为一个总的社会资本指数(Soc)：

(3)

其中n为公因子数，λi为第i个因子的方差贡献率，fi为第i个因子的因子得分。为使变量含义更加直观对其进行标准化。

3.其他控制变量

主要是对就业质量产生潜在影响的几组特征变量：一组是农民工的个体特征及家庭特征，包括性别、婚姻、年龄、健康状况、教育水平、政治面貌、父亲教育背景和老家土地等变量。其中健康状况、教育水平和政治面貌反映了农民工在城市务工时的人力资本和政治资本存量。教育的代际流动性可能导致子女就业机会不平等(陈东、黄旭锋，2015)，父亲教育背景与农民工就业质量可能存在一定关联。虽然农民工离开家乡，但土地仍是其与身份属性不可分割的纽带，土地资源禀赋对农民工外出务工决策乃至市民化都可能产生深远影响(王子成、赵忠，2013)。另一组是农民工的务工特征和工作组织特征，包括从事当前工作年限、工作转换次数、技术培训、所在单位性质、所处行业以及职业类型(5)行业划分和职业类型变量的设置主要根据被访者针对行业类型和工作内容题项填写的具体内容并参照编码归类整理得到。等。从业年限、工作转换次数以及技术培训等务工特征变量反映了农民工从事非农就业的工作经历、工作经验以及工作能力，显然与其当前的就业质量紧密相关(龚文海等，2015)。而工作组织特征集中体现了农民工所在的劳动组织环境对其行为动机乃至就业质量的影响(王春超等，2017)。最后一组为宏观特征变量。农民工在城市劳动力市场中的就业机会往往与所在地区的经济发展水平密切相关，经济发达地区的就业机会外溢效应更为明显，往往也使农民工有着更高的就业概率。使用滞后一期的市场化指数作为地区经济发展水平的代理变量，通过该变量与社会资本的交叉回归也有助于观测市场化进程中社会资本就业效应的变动趋势。此外还控制了地区虚拟变量，用以捕捉一些与地区农民工就业有关但无法观测的特征。主要变量的描述性统计结果参见表4。

(三)估计方法

在进行计量分析时需注意，由于遗漏变量、选择偏差以及双向因果关系的潜在性，社会资本对劳动力市场结果的影响可能面临内生困扰(Mouw，2006)，对此，工具变量是一种较为有效的方法，后续实证分析将重点运用两阶段最小二乘法和工具变量分位数回归法，来进一步识别社会资本对农民工就业质量的影响。

表4 主要变量描述性统计结果

传统工具变量估计一般通过两阶段最小二乘法(2SLS)实现，在第一阶段分离出内生解释变量的外生部分：

(4)

(5)

其中X代表本文中的被解释变量，Z代表工具变量，y代表被解释变量。

但线性回归仅能反映各解释变量对就业质量条件期望的影响，而无法刻画解释变量对就业质量的条件分布规律，实际上在不同分位点上解释变量对就业质量的影响可能存在差异。基于此，进一步构造工具变量分位数回归模型(IVQR)来估计就业质量条件分布的主要分位数：

YD=q(D,x,UD)

(6)

(6)式中YD是对应不同政策变量D的潜在产出，q(·)表示潜在产出YD的τ分位数，x为外生变量。不可观测变量通过UD影响YD，服从(0,1)分布，即U|x,z～Uniform(0,1)，其中z为工具变量。

D=δ(X,Z,V)

(7)

(7)式中δ(·)表示未知函数，X是模型中外生变量组成的矩阵，Z是工具变量矩阵，V包含一系列不可观测的变量。假设IVQR服从以下线性模型：

q(d,x,τ)=d′α(τ)+x′β(τ)

(8)

(8)式中q(·)为τ的增函数，记θ(τ)={α(τ)′,β(τ)′}′。处理效应通过q(d,x,τ)-q(d0,x,τ)表示，并控制不可观测变量UD=τ。模型内生性源于D与UD的相关性，导致θ(τ)估计值出现偏差。此时使用工具变量解决内生性，通过下式估计θ(τ)：

P[Y≤q(d,x,τ)|z,x]=τ

(9)

其中X=x，D=d，且{Y≤q(d,x,τ)}等同于{U≤τ}，此时有：

(10)

其中ρτ(u)=u[τ-1(u〈0)]，f(·)由方程F(z,x)给出。

四、实证结果分析

(一)社会资本影响农民工就业质量的2SLS回归结果分析

首先不考虑社会资本的内生性，就社会资本对农民工就业质量的影响进行稳健最小二乘回归(OLS)。通过对模型进行多重共线性检验发现，方差膨胀因子(VIF)值均小于10，说明不存在严重的多重共线性问题。当在估计模型中引入核心解释变量社会资本和宏观特征变量后，社会资本的回归系数为0.0148，且通过了1%统计水平的显著检验；依次引入个体家庭特征、务工特征以及工作组织特征变量后，社会资本的回归系数依然显著为正。然而社会资本在农民工就业质量方程中很可能是一个内生变量，进一步对核心解释变量社会资本进行内生性检验，发现“Hausman检验”的χ2(1)统计量为3.86，其P值为0.0494，可在5%显著水平上拒绝“所有解释变量均外生”的原假设，初步认定社会资本为内生变量；异方差稳健的DWH检验结果显示，“Wu-Hausman F检验”统计量F值为3.8673，P值为0.0494，“Durbin-Wu-Hausman检验”统计量为3.91235，P值为0.0479。综上可认为社会资本的确是模型中的内生解释变量。

下面主要基于工具变量的两阶段最小二乘法(2SLS)进一步检验社会资本对农民工就业质量的影响。根据工具变量相关性和外生性条件，合适的工具变量必须与社会资本有关，但不直接影响就业质量。以输入地社区为抽样单元的调查方式为构造社会资本的工具变量提供了一种可能思路，流入地社区作为农民工在务工地生活交往的重要载体，也为其社会资本的培育提供了客观场域，本研究借助CLDS2014中的村居问卷调查题项，尝试从社区层面选取农民工个体社会资本的工具变量。借鉴Breda和Manning(2016)采用性别和种族多样性来反映其对工作场域内社会资本影响的研究思路，选择的第一个工具变量是农民工所在流入地社区的流动人口占比。一般而言，生活在特定区域的个体在选择社交网络时会寻找具有相似价值观和生活方式的其他群体(Brueckner和Largey，2008)，由此形成的同质群体的高密度生活有助于增加个体的社会资本(Wahba和Zenou，2005)。流入地社区中的农民工相较于本地居民而言属外来同质群体，其社会交往具有“内卷化”特征，社区流动人口占比越高，意味着这一群体的空间集聚特征越明显，越有可能在群体内部发展社会支持网络，显然有助于丰富其群内社会资本；同时，由于农民工工作区域和生活场域的相对分离，社区层面的流动人口占比很难直接影响农民工在务工地就业过程中的内部竞争程度及个体化的劳动力市场结果。借鉴Brady(2015)、Sin和Stillman(2017)采用个体与传统组织的联系作为社会资本代理变量的构造思路，本文选择的第二个工具变量是流入地社区以本地居民为主体的文化节庆活动的组织情况。理论上而言，农民工所在社区组织以本地居民为主体的文化节庆活动的频率越高，这种以本地人为主的活动平台越容易形成属于本群体的行为习惯和价值取向，对外来流动群体的排斥程度会越强，不利于农民工进行群际社会资本的拓展和培育；但本地居民的文化节庆活动并不会直接影响外来农民工在务工地劳动力市场中的劳动行为乃至就业质量。

通过对方程进行2SLS回归发现，一阶段回归的稳健F统计值为13.644，大于通常临界值10；根据Stock 和Yogo的弱工具变量检验法，“Cragg-Donald Wald F统计量”为13.723(6)在只有一个内生解释变量的情况下，F统计量应与最小特征统计量相等，但由于这里使用了稳健标准误，故两个统计量有一定差别。，大于15%显著性水平下的临界值(10% maximal IV size: 19.93；15% maximal IV size: 11.59)，意味着不存在明显的弱工具变量问题。此外，过度识别卡方检验的P值为0.2028，说明不存在过度识别问题。综合上述检验可认为选择的两个工具变量是有效的。表5列出了社会资本对农民工就业质量影响的2SLS回归结果，模型1引入了社会资本、个体特征以及宏观特征变量，结果显示社会资本的回归系数为0.091，且通过了5%统计水平的显著检验；模型2在模型1的基础上引入务工特征变量，结果显示社会资本的回归系数有所降低，但依然显著为正；模型3在模型2的基础上加入工作组织特征变量后，社会资本的回归系数进一步降低且通过了显著检验。这说明在控制了特征变量并考虑了内生性风险后，社会资本的回归系数显著为正，说明社会资本的确有助于提升农民工就业质量，社会资本每上升一个标准差，农民工的就业质量水平将提升6.90个百分点左右。通常而言，社会资本在劳动力市场中一方面发挥信息机制效应，通过提供有效的市场机会和岗位信息，可以显著降低农民工的搜寻交易成本，有助于获得能够带来更高就业质量的工作岗位；另一方面发挥人情机制效应，帮助农民工在与其他求职者处于同等竞争甚至稍弱地位时优先获取高质量的工作岗位。

值得关注的是，社会资本在劳动力市场中所扮演的角色往往与市场化改革进程紧密相连(郝君富、文学，2013)，市场化进程的深入对社会资本的就业效应具有强化和削弱两种作用机制：一方面，市场化改革使劳动力的信息使用频率提高，而人情网使用频率降低，信息资源成为劳动力职业流动中的主流调节机制，社会资本在劳动力市场中的动员效应将被削弱；另一方面，尽管市场化改革使劳动就业部门的分配权受到限制，但取而代之的是成倍增长的雇佣代理人，社会资本在职业流动中的使用频率将会不降反增(边燕杰、张文宏，2001)。进一步实证考察市场化改革对农民工社会资本就业效应的影响。模型4在回归时不仅加入社会资本与市场化程度的交叉项，也加入人力资本、政治资本与市场化程度的交叉项，以系统分析农民工所拥有的三种主要资本的就业质量效应在市场化进程中的演化特征。可以看出，社会资本的回归系数依然显著为正，但其系数值进一步减小。市场化程度变量的回归系数为0.010，且通过了1%统计水平的显著检验，说明市场化程度越高的地区，农民工的就业质量也越好，这与现实基本吻合。社会资本与市场化程度交叉项的回归系数显著为负，说明随着市场化进程的深入，社会资本的就业质量效应总体上可能有所消减，社会网络机制在农民工城市劳动力市场中的作用将有一部分被市场机制所替代。

(二)回报差异视角下社会资本影响农民工就业质量的分位数变动特征

为解释社会资本对农民工就业质量是否存在回报差异，本文在2SLS回归的基础上使用工具变量分位数回归方法，检验社会资本对农民工就业质量在不同分位点上的影响效应。本文选取了10%分位点、25%分位点、50%分位点、75%分位点和90%分位点，由表6可以看出，社会资本对农民工就业质量10%分位点、25%分位点的影响并不显著，而在50%分位点、75%分位点和90%分位点，社会资本的回归系数显著为正，分别为0.077、0.136和0.216。可以看出，随着就业质量分位点的不断提升，社会资本对农民工就业质量的正向影响逐渐增强，回归系数也越来越大，这反映出社会资本对农民工就业质量的影响效应的确存在一定的回报欠缺，集中表现为社会资本对就业质量条件分布高端的影响远大于对低端的影响。引发这一现象的原因可能在于：一方面，目前处在不同就业质量水平的农民工的城市生活动机存在差异，就业质量较好的农民工具有相对强烈的城市发展动机，他们必须更多地面对在城市劳动力市场中与本地居民的就业竞争，就业竞争的存在使处于相对弱势地位的农民工更注重社会资本的动员与维护，以保证自己在城市劳动力市场中维持竞争力，这可能使其更关注社会资本的就业效用；而就业质量较差的农民工一般具有更为强烈的生存理性，低端劳动力市场中与他们形成竞争的又多为同辈群体，这使他们在进入城市劳动力市场时更关注生存收入，可能并不太在意社会资本的维护。另一方面，不同就业质量水平农民工的社会资源整合能力存在差异，城市生活中维护社会网络资源的成本较高，当就业质量较差的农民工需要社会资本进行就业协助时，在考虑社会网络资源动员的成本收益后，可能无力也不愿意支付动员成本，反而可能会选择使用少数最为紧密的社会关系或放弃使用社会资源，而宁愿转换到其他平行待遇的岗位上；就业质量高的农民工通过支付社会网络资源的动员成本可能会预期获得更为客观的就业收益，有能力也愿意通过动员社会资本来提高自身的就业质量。此外，观察市场化程度与社会资本的交叉项可以发现，它们对农民工就业质量的负向影响在50%分位点以后渐趋显现，这与社会资本对农民工就业质量的分位数回归结果是基本对应的，反映出市场化改革对社会资本就业效应的冲击在高就业质量水平农民工群体中可能表现得更为突出。

表5 社会资本对农民工就业质量的影响：2SLS回归

表6 社会资本对农民工就业质量的影响：工具变量分位数回归

(三)劳动力市场分割视角下社会资本影响农民工就业质量的异质特征分析

进一步通过分离劳动力市场来分离社会资本的效用边界，从劳动力市场分割视角，运用工具变量分位数回归重点分析社会资本对农民工就业质量在不同分位点上的影响变动特征。劳动力市场中关系网运作的边界可划分为工作所有制性质、工作的市场竞争程度和工作岗位技术要求三方面，大体对应了横向的体制内外分割、纵向的低端和高端分割、基于行业特征的微观分割三种劳动力市场分割状态。由于进入体制内劳动力市场的农民工规模很小，本部分重点从低高端劳动力市场分割和行业分割视角出发，实证检验农民工社会资本的就业质量效应是否存在差异。

1.低高端劳动力市场分割背景下农民工社会资本的就业质量效应分异

高端劳动力市场和低端劳动力市场的进入渠道明显存在差异，高端劳动力市场一般存在较高的准入门槛，导致农民工进入该市场时社会资本的动员效用有限，主要依靠人力资本存量，而低端劳动力市场的人力资本门槛较低，此时非正式社会网络在求职过程中的作用将被放大。依据职业类型将劳动力市场划分为低端和高端劳动力市场两类(7)中国农民工群体虽大多在低端劳动力市场中就业，但仍有一部分属于技术工人或经营管理群体，同时本文所指的高端和低端劳动力市场是一种基于农民工工作属性的相对划分，主要以职业类型为依据，高端劳动力市场劳动者主要包括专业技术人员、企事业单位经营管理者等，低端劳动力市场劳动者包括一般商业服务业人员、产业工人以及其他劳动者。，利用工具变量分位数回归对两个子样本进行分析。表7的回归结果显示，社会资本对低端劳动力市场农民工就业质量的正向影响在50%、75%和90%分位点较为显著，同时伴随分位点上升其影响程度也不断增强，而对高端劳动力市场农民工就业质量的促增效应主要集中在10%、25%和50%分位点，但其影响程度随分位点上升而渐趋式微。总体来看社会资本在竞争更为激烈的低端劳动力市场中可能扮演着更为重要的角色。此外，社会资本的就业质量提升效应在低端和高端劳动力市场各自内部也存在影响程度上的强弱区分，低端劳动力市场中，社会资本对农民工就业质量的促增效应在50%及以上分位点大幅跃升，而对高端劳动力市场农民工就业质量的影响在高分位点上已相对微弱，集中反映为社会资本对低端劳动力市场中就业质量相对较好农民工和高端劳动力市场中就业质量相对较差农民工的正向影响效应强烈，而对低端劳动力市场中就业质量相对较差农民工和高端劳动力市场中就业质量相对较好农民工的提升作用比较有限。

这一现象可能需从低端和高端劳动力市场内部具体工作的饱和程度、准入门槛以及竞争压力等方面寻找解释。劳动力市场的低高端划分是基于就业属性所进行的直观区分，而在两个劳动力市场内部也各自存在具体的工作类别差异。低端劳动力市场内部农民工的就业质量也存在优劣之分，就业质量较差的农民工多数可能集中在竞争最为激烈的无保障行业，这类劳动力在劳动力市场中一直处于严重供过于求的状态，即便依靠非正式的社会资本，也很难改变劳动力市场上长期形成的均衡工资及待遇水平，因而对农民工就业质量的影响也较小；相反，对处在低端劳动力市场中就业质量相对较好的农民工而言，因存在一定的工作准入门槛，可能面临的就业竞争相对并不激烈，反而更利于发挥社会资本的动员效用。在高端劳动力市场中，中高分位点上教育水平、技术培训等变量对农民工就业质量的影响效应明显强于社会资本的作用，说明对就业质量较好的农民工而言，其工作进入渠道可能主要依赖于人力资本，此时社会资本起到的作用相对有限；而就业质量相对较差的农民工所从事工作的人力资本门槛在该市场中可能相对较低，工作岗位的竞争也比较激烈，此时可能更需要社会资本的就业动员作用。

表7 低高端劳动力市场分割对农民工社会资本的就业质量效应的影响

2.行业分割背景下农民工社会资本的就业质量效应分异

根据工作属性将农民工所在的行业划分为建筑业、制造业和服务业三类，利用工具变量分位数回归分别对三个子样本进行分析。表8的回归结果显示，社会资本对建筑业和服务业农民工就业质量的正向影响与总样本分位数回归结果基本吻合，即在50%分位点以后回归系数显著为正；从制造业农民工样本的回归结果来看，社会资本对农民工10%、25%、50%和75%就业质量分位点的回归系数均未通过显著检验，而对90%就业质量分位点的负向作用则较为明显。这一现象可能与不同行业农民工的社会网络内聚特征存在一定关系，有研究发现，建筑业和服务业农民工的小团体内聚程度较高，且以地缘关系为主(悦中山等，2009)，此时同等人力资本水平条件下社会资本对农民工就业所发挥的作用更加明显。而加工制造业农民工的小团体内聚力差异较大，业缘关系是其团体内部和社会外部发生联系的重要纽带。制造行业具有相对较高的准入门槛，基于地缘关系所生成的社会资本可能并不能发挥有效的就业动员效用，农民工主要依靠基于城市业缘关系所培育的社会资本进入制造业工作岗位。在低分位点上，社会资本对制造业农民工的就业质量具有正向影响，可能是由于在低就业质量水平阶段，农民工一般在劳动力市场中处于劣势地位，此时与工作介绍者之间并不形成直接的就业竞争关系，业缘网络对农民工就业所起到的主要是援助作用；而随着就业质量的提升，农民工将逐渐与工作介绍者在劳动力市场中形成直接的竞争关系，业缘网络反而可能会对农民工的就业质量产生负向效应。当然对于这一内在机制的探讨，可能仍需进一步区分两类社会资本在分割劳动力市场中到底扮演了何种角色。

表8 行业分割对农民工社会资本的就业质量效应的影响

(四)主要结果的稳健性检验

其一，考虑到模型扰动项的异方差可能导致2SLS估计结果不一致，而GMM方法对扰动项的方差并无过多限制，本文分别使用两步GMM和迭代GMM方法对上述2SLS估计结果进行稳健性检验，发现使用 GMM方法的回归结果无论是在变量影响方向、显著性还是系数值方面均与2SLS估计结果高度一致。其二，考虑就业质量极端值对估计结果的潜在影响。去掉就业质量指数最高的1%和最低的1%样本后，利用剩余样本进行2SLS和工具变量分位数回归，其结果在变量的影响方向和显著性方面，与表5和表6中的估计结果均没有明显差异。此外，采用同样方法检验了社会资本极端值对就业质量估计结果可能存在的影响，2SLS和工具变量分位数回归结果与前述结果基本吻合。限于篇幅，稳健性检验结果不再详列，备索。

五、结论与讨论

基于回报差异和劳动力市场分割的双重视角，借助CLDS2014数据以及两阶段最小二乘回归、工具变量分位数回归方法，本文系统评估了社会资本对农民工就业质量的影响。研究发现，社会资本对农民工就业质量具有显著的促增效应，但随着市场化进程的深入，社会资本的就业质量效应可能有所消减。随着就业质量分位点的提升，社会资本正向影响农民工就业质量的显著程度逐渐增强，反映出社会资本对农民工就业质量的影响效应存在一定的回报差异，集中表现为社会资本对就业质量条件分布高端的影响远大于对低端的影响。引入劳动力市场分割因素后，社会资本对低端劳动力市场中就业质量较好的农民工和高端劳动力市场中就业质量较差的农民工的正向影响效应强烈，而对低端劳动力市场中就业质量较差的农民工和高端劳动力市场中就业质量较好的农民工的提升作用比较有限；社会资本对建筑业和服务业农民工就业质量的积极效应相较于制造业农民工而言更为明显。

如果说“社会资本显著促进了农民工就业质量提升”的实证结论印证了社会资本对于农民工劳动力市场结果的重要意义，那么社会资本就业质量效应的回报差异和劳动力市场分割特征，则为理解社会资本在农民工群体内部以及不同结构特征的劳动力市场中的作用机制，提供了一定的经验证据。在政策含义上，本文进一步拓展了“社会资本就业动员效应”的政策设计思路。一方面，应多渠道增加农民工在城市劳动力市场中的社会资本存量，不断将其转化为提高农民工就业能力的高质量资源。可考虑在农民工聚集度较高的厂区及社区建立农民工协会等群体自组织，以达到强化初级社会资本效用的目的，增强其组织型社会资本的聚集、投资和增值能力；依托志愿组织、心理援助组织、各类行业协会及商会，充分发挥这些公共服务组织在信息交流、技能培训、文化传播、心理疏导、权益维护等方面的介入功能，帮助农民工构筑新型社会支持网络，使其能够及时调整自身在城市劳动力市场中的就业竞争策略；还可依托所在社区和厂区完善针对农民工群体的基层党团组织建设和党群服务中心建设，为这一群体参与城市社区选举和表达利益诉求提供制度化渠道，帮助其提升社会网络层次，丰富就业信息获取渠道。另一方面，应注重区分不同特征的社会资本使用者，根据农民工的就业质量差异及所处劳动力市场的结构特征对其进行分类，针对不同群体内部社会资本就业动员效应的异质性，因势利导地构建各类农民工社会组织和社交平台，并有重点、有区别地引导农民工进行社会资本的培育，从而最大限度发挥社会资本对不同特征农民工的就业质量的促增效应。当然，农民工社会资本就业质量效应的充分发挥离不开人力资本的协同作用，在培育农民工新型社会资本的同时，还应通过教育培训、技能认证等手段着眼于人力资本存量和质量的积累。