牛喜霞，邱 靖，胡安水

(山東理工大學(xué) 法學(xué)院,山東 淄博 255049)

社會網(wǎng)絡(luò)分析和社會資本研究是社會學(xué)研究的新領(lǐng)域，并已取得了豐厚成果。對個體社會資本的研究大多數(shù)學(xué)者把目光放到了城市居民，對農(nóng)村居民的社會資本研究較少，且農(nóng)村居民個體社會資本的測量體系也不完善。為此，本研究立足于這兩個問題，在國內(nèi)外研究成果的基礎(chǔ)上引發(fā)出測量農(nóng)村居民個體社會資本比較全面的測量維度和指標，對農(nóng)戶個體社會資本的現(xiàn)狀、結(jié)構(gòu)和影響因素進行了深入分析。

一、相關(guān)文獻回顧

(一)社會資本分析的三個層次

布朗將社會資本歸納為微觀、中觀和宏觀三個層次。[1]19微觀層次上的社會資本是一種嵌入自我的觀點，代表人物有科爾曼、波茨和林南。科爾曼認為社會資本存在于人際關(guān)系中，[2]345波茨認為社會資本是個人動員稀有資源的能力，[3]12林南則將社會資本定義為一種“可以在有目的的行動中攝取或動員的資源”。[4]19中觀層次的社會資本是一種結(jié)構(gòu)的觀點，主要測量正式的和非正式的制度、組織慣例、習(xí)俗、規(guī)則等形式，代表人物是羅納德·伯特。伯特將企業(yè)內(nèi)部和企業(yè)間的關(guān)系也視為一種社會資本。[5]5宏觀層次的社會資本研究主要涉及社會環(huán)境、政治環(huán)境、法律環(huán)境和文化環(huán)境等宏觀內(nèi)容。

(二)個體層次社會資本的測量

國外對于個體層面社會資本的測量是通過討論網(wǎng)進行的，在美國社會學(xué)家博特的重要問題討論網(wǎng)的方案中主要是一個問題：“大多數(shù)人都多次與其他人討論重要事情，請回顧一下過去的半年中您與誰討論過重要問題？”[6]22-131調(diào)查的步驟是讓被調(diào)查人就此問題列舉所有可能的人，然后詳細記錄了前五個人的社會地位、教育程度等個人特征，并回答這五個人彼此的密切程度，這是采用提名生成法來測量的。之后，費舍爾和范德普爾又通過提名生成法測量了個體社會支持網(wǎng)。

國內(nèi)對于個體社會資本的測量也是從討論網(wǎng)開始的，阮丹青通過提名法研究了天津城市居民的“重要問題討論網(wǎng)”。[7]157-176最早關(guān)注農(nóng)村居民社會資本的是張文宏、阮丹青和潘允康，但他們的討論網(wǎng)沿用了城市居民討論網(wǎng)。賀寨平從情感支持、實際支持、社交支持和贍養(yǎng)支持四個方面研究了農(nóng)村老年人的社會支持網(wǎng)現(xiàn)狀。[8]11劉軍從情感支持、勞動力支持、小宗物資支持和資金支持研究了法村的社會支持情況。[9]137邊燕杰等通過位置生成法研究了拜年網(wǎng)、討論網(wǎng)、餐飲網(wǎng)和求職網(wǎng)等社會網(wǎng)絡(luò)。[10]25

(三)簡要評價

由于個體社會生活的復(fù)雜性原因，對于個體層次社會資本的測量依然存在不足。第一，研究對象多集中于城市居民且缺乏地區(qū)差異的比較研究。第二，測量體系不完善。突出問題是城市和農(nóng)村居民社會資本測量指標存在混用情況，降低了測量效度。第三，難以找到一個有效反映農(nóng)村居民社會資本的關(guān)系網(wǎng)絡(luò)。目前，個體社會網(wǎng)的測量主要有討論網(wǎng)、拜年網(wǎng)、求職網(wǎng)、餐飲網(wǎng)、情感支持網(wǎng)。但討論網(wǎng)和情感支持網(wǎng)不是農(nóng)村社會生活的突出特點，沒有代表性。農(nóng)戶的社會交往是極其頻繁的，單用拜年網(wǎng)效果不理想。顯而易見的是，餐飲網(wǎng)、求職網(wǎng)與農(nóng)村居民的生活密切度較低，不能單獨使用。

通過以上梳理，我們將農(nóng)村居民社會資本定義為農(nóng)戶通過親屬、朋友、鄰居等不同關(guān)系而獲得情感慰藉、社會信任、幫工和借貸等社會資源。

二、研究設(shè)計及數(shù)據(jù)來源

根據(jù)農(nóng)村居民的生活特點，我們通過咨詢網(wǎng)、情感網(wǎng)、幫工網(wǎng)、信任網(wǎng)和借貸網(wǎng)，全面測量農(nóng)村居民個體社會資本。

(一)農(nóng)戶個體社會資本的測量維度

1.咨詢網(wǎng)。咨詢網(wǎng)是社會網(wǎng)中發(fā)展最早、最為成熟的一個測量維度，在本研究中，咨詢網(wǎng)是通過問卷“每個人在生活中都會碰到一些重要的事情,需要找人商量或談?wù)?如當(dāng)您在生活中遇到一件對您來說很重要的事情，需要您做出決定;當(dāng)您與配偶或子女發(fā)生嚴重矛盾，而又無法與其討論解決;當(dāng)您心情不好時，想找人談?wù)剷r;等等,您會找誰商量或談?wù)摚俊睖y量的。

2.情感網(wǎng)。個人情感是復(fù)雜的，也有很多表現(xiàn)形式。在這里我們通過以下問題進行測量：“您和誰一起外出，如趕集(會)、進城、逛商店、看戲、看電影、下飯館、散步”。

3.幫工網(wǎng)。該網(wǎng)是通過以下問題測量的：“當(dāng)您家中有些活需要別人幫忙，如搬大袋糧食或重物，或紅白喜事、蓋房子、打場等，您會找誰來幫助您？”

4.信任網(wǎng)。人與人之間的信任關(guān)系表現(xiàn)在多方面，在農(nóng)村最為重要的是土地，因此通過“當(dāng)您有急事要外出一段時間(一周或更長時間)，您會請誰幫助您來照料孩子、莊稼、牲畜并看管家呢”來測量信任關(guān)系。

5.借貸網(wǎng)。借貸網(wǎng)主要是從借物和借錢兩方面來測量的，借物主要是小宗物資的借用，體現(xiàn)在日常生活用品、食物和小型農(nóng)具上。借貸網(wǎng)測量的具體問題是：“當(dāng)您需要借日雜小物(如自行車、篩子、飯桌等)、食物(油鹽醬醋、大米白面等)、農(nóng)耕用品(如小四輪、拖拉機、耕牛)時，您會找誰借？”“當(dāng)您急需一大筆錢(看病、教育、結(jié)婚、蓋房等)，您會向誰借呢？”

(二)數(shù)據(jù)來源

本文所用數(shù)據(jù)來自2011年1月～2012年3月山東、陜西、甘肅和寧夏四地32個自然村作為調(diào)查地點。在獲取自然村戶主的名單的前提下，按照村落農(nóng)戶的比例隨機抽取戶主作為調(diào)查對象。本次調(diào)查每村訪問了30～185個戶主，由于搬遷、外出打工、年齡太高、拒絕訪問等原因，最終我們得到的數(shù)據(jù)集包含2201個戶主組成的樣本，見表1。

(三)基本概念及測量

1.網(wǎng)絡(luò)規(guī)模。為調(diào)查對象提供支持的人的總數(shù)，但不重復(fù)計數(shù)。

2.網(wǎng)絡(luò)密度。按照社會網(wǎng)絡(luò)分析理論，個人的社會網(wǎng)絡(luò)密度(有向圖中)應(yīng)該是L/ N(N-1)，其中N為網(wǎng)絡(luò)中包含的節(jié)點數(shù)，設(shè)L為實際的連線數(shù)。由于網(wǎng)絡(luò)實際線數(shù)的數(shù)量難以計算，根據(jù)別人的研究我們用強關(guān)系來代替，即網(wǎng)絡(luò)密度等于強關(guān)系數(shù)除以網(wǎng)絡(luò)規(guī)模,強關(guān)系由家庭成員和親屬構(gòu)成。

表1 樣本的基本變量描述性分析

3.關(guān)系構(gòu)成。各種關(guān)系在整個網(wǎng)絡(luò)中占的比例。我們將所有可能的關(guān)系分為家庭成員、親戚、朋友、同學(xué)、鄰居和其他六類。

4.互動頻率和距離。我們以“見面或聯(lián)系的頻次”指標來測量，共分為經(jīng)常(每周一、兩次)、有時(每月一、兩次)、很少(半年一、兩次)和沒有過四類。其次，網(wǎng)絡(luò)成員與調(diào)查者之間的空間距離也與交往頻率有關(guān)，因此我們選取“家庭住址距您家的距離”這一指標來測量。

5.職業(yè)異質(zhì)性。某一社會網(wǎng)中全體成員在職業(yè)特征方面的分布狀況，理論上最大為1。在探討職業(yè)異質(zhì)性時我們參照邊燕杰對職業(yè)地位階層的劃分標準?！鞍凑债a(chǎn)權(quán)、管理權(quán)、專業(yè)技能三重指標劃分為6個職業(yè)地位階層，并確定了在社會等級結(jié)構(gòu)中的相對高低位置，分別是行政管理階層、專業(yè)技術(shù)階層、普通白領(lǐng)階層、商業(yè)和服務(wù)業(yè)階層、小雇主階層和工人階層”。在此基礎(chǔ)上考慮到農(nóng)村居民的實際情況，我們添加了農(nóng)業(yè)勞動者階層這一職業(yè)地位，并以此為參照分析職業(yè)地位階層對農(nóng)村居民個體社會資本的影響作用。

三、統(tǒng)計結(jié)果分析

(一)農(nóng)村居民咨詢網(wǎng)的基本特征

從表2看出,農(nóng)村居民咨詢網(wǎng)的平均規(guī)模為3.3，個體網(wǎng)絡(luò)平均密度為0.57，說明咨詢網(wǎng)中親屬在所有支持者中占比超過了一半。咨詢網(wǎng)規(guī)模超過5人的占7.6%，規(guī)模為0人的僅占1.7%。這說明農(nóng)村居民的咨詢網(wǎng)絡(luò)發(fā)展的比較完善，當(dāng)遇到重大問題需要找人討論時，大部分農(nóng)村居民會得到相應(yīng)支持。

表2 農(nóng)村居民咨詢網(wǎng)規(guī)模和密度分布表

表3顯示的是向什么人尋求咨詢支持，從中可以看出家庭成員的支持仍然占絕對重要地位；其次是朋友；親戚排第三位。這與我們預(yù)想的不太一樣，基于費孝通差序格局的設(shè)想，我們預(yù)期親戚的地位會高于朋友。出現(xiàn)這種現(xiàn)象的原因可能是由于農(nóng)村居民外出打工比以前要普遍得多，因此社會交往的范圍就會擴大，認識的人也不只局限在原有親屬圈中，當(dāng)遇到重要問題時，有相同經(jīng)歷的朋友就成為首選。從交往頻率來看頻繁的見面或聯(lián)系是農(nóng)村居民社會交往的突出特點。網(wǎng)絡(luò)中提到的人以農(nóng)業(yè)勞動者階層為主，其次是產(chǎn)業(yè)工人和小雇主階層，其職業(yè)異質(zhì)性也超過了0.5，第一個人之間的職業(yè)異質(zhì)性為0.56，第二個人為0.75，第三個人為0.98。

表3 農(nóng)村居民咨詢網(wǎng)關(guān)系構(gòu)成、交往頻率和職業(yè)異質(zhì)性頻數(shù)表

(二)農(nóng)村居民情感網(wǎng)的基本特征

農(nóng)村居民情感網(wǎng)的規(guī)模和密度要比咨詢網(wǎng)低，其平均規(guī)模為2.6，密度為0.45。超過5人的支持規(guī)模占2.4%(56人)，有8.9%(195人)的人情感網(wǎng)規(guī)模為0，最大支持規(guī)模為11人。從網(wǎng)絡(luò)規(guī)模來看，少于兩個人或兩個人一起外出趕集、進城的超過了50%,見表4。

表5顯示，朋友關(guān)系被提到了2074次，是被提到次數(shù)最多的關(guān)系；其次是家庭成員，這種朋友關(guān)系超越家庭成員的現(xiàn)象值得我們探究。農(nóng)村居民的社會交往不僅局限在親屬的小圈子里，建立

表4 農(nóng)村居民情感網(wǎng)規(guī)模和密度分布表

表5 農(nóng)村居民情感網(wǎng)關(guān)系構(gòu)成、交往頻率和職業(yè)異質(zhì)性頻數(shù)表

在相似的興趣、脾氣、價值理念之上的朋友圈彼此更為了解，為居民的情感世界提供了有效支持和慰藉。從交往頻率來看，農(nóng)村居民的社會交往是相當(dāng)頻繁的；從交往對象的職業(yè)來看，群內(nèi)選擇的現(xiàn)象依然明顯，在農(nóng)業(yè)勞動者階層共被提到了8485次。整體來看，交往對象的職業(yè)幾乎遍及居民生活的各個方面，其間的職業(yè)異質(zhì)性比例也比較大，從第一個人到第三個人的職業(yè)地位階層異質(zhì)性分別為0.633,0.737和0.980，第四個人和第五個人的職業(yè)異質(zhì)性到達了1。

(三)農(nóng)村居民幫工網(wǎng)的基本特征

農(nóng)村居民幫工網(wǎng)的平均規(guī)模為3.4，個體網(wǎng)絡(luò)平均密度為0.46。幫工網(wǎng)規(guī)模超過5人的占20.1%(442人)，2.8%(61人)的樣本的幫工網(wǎng)規(guī)模為0，最大規(guī)模為15人，見表6。幫工網(wǎng)是農(nóng)村居民社會生活的典型特征，村民往往以幫工人數(shù)的多少來衡量一個家庭的“面子”或者說人緣。

從網(wǎng)絡(luò)密度來看，幫工網(wǎng)中家庭成員和親屬的比例占到近一半，此外在我們實地調(diào)查中發(fā)現(xiàn)，如今的農(nóng)村特別是東部地區(qū)，不計報酬的幫工形式很少，更多的是以一種“包工”形式或者“以幫工換幫工”的形式存在的，但這主要體現(xiàn)在農(nóng)忙時節(jié)，在紅白喜事等活動中這種不計報酬的幫工形式還是比較普遍的。

表6 農(nóng)村居民幫工網(wǎng)規(guī)模和密度分布表

從表7顯示的幫工對象的特征看出，家庭成員和朋友的支持仍然占主體地位，其次是鄰居和親屬。相較咨詢網(wǎng)和情感網(wǎng)，鄰居和親屬被提到的次數(shù)有不同程度增加。這不難理解，相較情感問題的理解和認同，幫工的支持不需要有同理心等方面的要求，影響這一支持的因素往往是地理位置上的方便性和互惠性。綜合上述三點，鄰居和親戚的比例就會有小幅的上漲。從交往頻率來看，農(nóng)村居民的社會交往是相當(dāng)頻繁的；從交往對象的職業(yè)來看，農(nóng)業(yè)勞動者、產(chǎn)業(yè)工人和小雇主等階層依然排前三位。職業(yè)異質(zhì)性較咨詢網(wǎng)和情感網(wǎng)低，說明在農(nóng)戶的幫工網(wǎng)中，支持者的職業(yè)分布比較集中。

表7 農(nóng)村居民幫工網(wǎng)關(guān)系構(gòu)成、交往頻率和職業(yè)異質(zhì)性頻數(shù)表

(四)農(nóng)村居民信任網(wǎng)的基本特征

農(nóng)村居民信任網(wǎng)的平均規(guī)模為2.5，平均網(wǎng)絡(luò)密度0.58，網(wǎng)絡(luò)規(guī)模超過5人的占2.8%(63人)，5.4%(119人)的樣本的信任網(wǎng)規(guī)模為0。其平均網(wǎng)絡(luò)密度在這幾種社會網(wǎng)中排名第二，顯而易見的是信任網(wǎng)的規(guī)模是這幾個社會網(wǎng)中最小的，農(nóng)村居民的社會信任度不高，且處于熟人信任狀態(tài)，即信任家人和親屬,見表8。

表8 農(nóng)村居民信任網(wǎng)規(guī)模和密度分布表

從農(nóng)村居民信任網(wǎng)的關(guān)系構(gòu)成看，雖然家庭成員和朋友仍然處于第一、二位，但是相較咨詢網(wǎng)、情感網(wǎng)和幫工網(wǎng)中朋友關(guān)系被提到的次數(shù)，朋友關(guān)系明顯下降，幾乎是家庭成員的一半，說明農(nóng)村居民更傾向于相信家庭成員。調(diào)查中我們發(fā)現(xiàn)，在經(jīng)濟理性的驅(qū)動下，過去農(nóng)村那種純樸的風(fēng)俗正在逐漸消失，社會的發(fā)展帶來了“小農(nóng)經(jīng)濟”的破產(chǎn)，卻沒有打破“小農(nóng)心理”，尤其在東部，網(wǎng)絡(luò)規(guī)模的擴大似乎并沒有促進農(nóng)村居民社會心態(tài)的開放。雖然認識不同的人但發(fā)生重要事情需要找人幫助依然停留在家庭或者過去“老相識”的圈子中。大家對“老相識”了解更深，更加清楚其為人，憑借這些社會經(jīng)驗農(nóng)村居民也就更愿意相信他們，見表9。

表9 農(nóng)村居民信任網(wǎng)關(guān)系構(gòu)成、交往頻率和職業(yè)異質(zhì)性頻數(shù)表

(五)農(nóng)村居民借貸網(wǎng)的基本特征

農(nóng)村居民在物品借用上，平均規(guī)模為3.1，平均密度為0.39。在資金借貸上，平均網(wǎng)絡(luò)規(guī)模為2.8，平均密度為0.62。小宗物資借用中超過5人的占16.4%(362人)，資金借貸中占11%(243人)。資金借貸網(wǎng)和情感網(wǎng)的網(wǎng)絡(luò)規(guī)模為0的人數(shù)最多，而網(wǎng)絡(luò)規(guī)模超過5人的比例同樣很低，加之情感網(wǎng)的數(shù)據(jù)分析，我們可以說在這幾種社會網(wǎng)中資金的借貸和情感的支持是最難獲得的。其次，資金借貸網(wǎng)的平均網(wǎng)絡(luò)密度為0.62，是幾種社會網(wǎng)中密度最大的，根據(jù)本研究網(wǎng)絡(luò)密度的測算辦法我們可以判定農(nóng)村居民的資金借貸多從親屬中獲得,見表10。

從表11看到，農(nóng)村居民在借用物品上傾向于朋友關(guān)系，家庭成員和鄰居次之。這與小宗物品的特點相關(guān)，通常情況下小宗物資的缺乏是一個家庭的事。另外，前面我們討論了互惠性對小宗物品借用的影響，這種互惠不對稱性使得農(nóng)戶常選擇關(guān)系不錯的朋友。對于鄰居的選擇則往往考慮到地理位置的方便性。從交往頻率看，農(nóng)村居民的社會交往相當(dāng)頻繁；從交往對象的職業(yè)看，依然存在群內(nèi)選擇現(xiàn)象。整體來看，職業(yè)異質(zhì)性比例依然呈現(xiàn)從第一個人到第五個人職業(yè)異質(zhì)性比例逐漸拉大的趨勢，從0.57直至1。

在資金借貸對象的特征中，我們看出家庭成員、親戚和朋友的地位依次排列，這比較符合“差序格局”理論。資金借貸網(wǎng)的規(guī)模和密度數(shù)據(jù)給我們這樣一種信息，資金借貸是這五種社會網(wǎng)中最難獲得的，礙于情面，農(nóng)戶向關(guān)系親密的家庭成員、親戚等借錢的成功率較大。加之農(nóng)村畢竟還是一個熟人社會，情感的紐帶依然起著關(guān)鍵作用，因此對于不易獲得的支持，“差序格局”現(xiàn)象凸顯出來。但值得我們注意的是朋友關(guān)系和親戚關(guān)系在支持者中所占比重相差不大，“差序格局”的影響也在逐漸改變。從交往頻率來看，農(nóng)村居民的社會交往是相當(dāng)頻繁的，人們幾乎不會向沒有聯(lián)系的對象尋求支持和幫助；從交往對象職業(yè)來看，依然存在群內(nèi)選擇現(xiàn)象。整體來看，資金借貸網(wǎng)的職業(yè)異質(zhì)性比例較其他支持較大，第一個支持者和第二個支持者之間的職業(yè)異質(zhì)性分別為0.79和0.81。

表10 農(nóng)村居民借貸網(wǎng)規(guī)模和密度分布表

表11 農(nóng)村居民借貸網(wǎng)關(guān)系構(gòu)成、交往頻率和職業(yè)異質(zhì)性頻數(shù)表

(六)當(dāng)前農(nóng)村居民社會資本的現(xiàn)狀

本文農(nóng)村居民社會資本的測量是通過咨詢網(wǎng)、情感網(wǎng)、幫工網(wǎng)、信任網(wǎng)和借貸網(wǎng)這五個網(wǎng)絡(luò)進行的，除了網(wǎng)絡(luò)規(guī)模能夠通過計算直接得到，其他三個變量均不能實現(xiàn)簡單相加。所以，我們采用因子分析方法解決這一問題。網(wǎng)絡(luò)密度是用五個社會網(wǎng)的密度求出因子值得到的，網(wǎng)絡(luò)頂端和網(wǎng)絡(luò)位差采用了同樣方法。

為了敘述和理解的方便，我們將0～1之間的因子值轉(zhuǎn)化為1～100之間的百分值。因網(wǎng)絡(luò)密度對農(nóng)戶個體社會資本的因子負荷值僅為0.006，因此將其刪除。從因子負荷值來看，網(wǎng)絡(luò)頂端和網(wǎng)絡(luò)位差對農(nóng)戶社會資本的影響很大，因此我們可以判定較高的網(wǎng)絡(luò)頂端和較大的網(wǎng)絡(luò)位差是農(nóng)戶積累個體社會資本的理想社會網(wǎng)絡(luò)結(jié)構(gòu)。表12只報告了轉(zhuǎn)化后的分布結(jié)果，農(nóng)戶個體社會資本存量的均值為16.71，但標準差較大，說明農(nóng)村居民所擁有的社會資本存量相差較大。從性別來看，男性的社會資本比女性的社會資本略高，在網(wǎng)絡(luò)規(guī)模、網(wǎng)絡(luò)密度、網(wǎng)絡(luò)頂端和網(wǎng)絡(luò)位差上也都呈現(xiàn)男性比女性略高現(xiàn)象。從地區(qū)分布來看，東部地區(qū)農(nóng)戶個體社會資本為21.89，西部地區(qū)農(nóng)戶個體社會資本為9.95，可見，東部地區(qū)的農(nóng)戶個體社會資本是西部地區(qū)的2倍多。

表12 農(nóng)戶個體社會資本整體分布頻率表

四、影響因素分析

為了進一步探討影響農(nóng)村居民個體社會資本狀況的具體因素，我們將年齡、住房類型、戶口、民族、宗教信仰、政治面貌、家庭收入和教育年限等8個變量分別引入農(nóng)戶個體社會資本狀況及其各因子的線性回歸方程(見表13)。為簡明起見，表13只報告了最后模型的計算結(jié)果。

從表13第5列看到，自變量對農(nóng)村社區(qū)社會資本總體狀況的解釋力達到了顯著水平(R2=0.169，p=0.000<0.001)。從具體因子來看，對網(wǎng)絡(luò)規(guī)模的解釋力最大(R2=0.228，p=0.000<0.001)，其次是對網(wǎng)絡(luò)頂端的解釋力為0.092(R2=0.121，p=0.000<0.001)，對網(wǎng)絡(luò)位差的解釋力最小(R2=0.115，p=0.000<0.001)。

從具體變量影響看，年齡變量對農(nóng)戶個體社會資本的回歸系數(shù)為-6.030(p<0.000)，說明控制其他變量的情況下，年齡小于60歲的農(nóng)戶比60歲以上的農(nóng)戶的個體社會資本要低6分。對于具體因子來說，年齡變量與網(wǎng)絡(luò)規(guī)模的回歸系數(shù)是-0.695(p<0.05)，與網(wǎng)絡(luò)頂端的回歸系數(shù)為-4.825(p<0.001)，與網(wǎng)絡(luò)位差的回歸系數(shù)為-4.297(p<0.001)，說明在控制其他變量相同的情況下，年齡小于60歲的農(nóng)戶比60歲以上的個體社會資本在網(wǎng)絡(luò)規(guī)模上要低0.695分，在網(wǎng)絡(luò)頂端上低4.825分，在網(wǎng)絡(luò)位差上低4.297分。

住房類型變量對于農(nóng)戶個體社會資本的回歸系數(shù)為16.973(p<0.000)，說明控制其他變量的a以60歲以上為參照；b以政府未統(tǒng)一建造居民區(qū)為參照；c以農(nóng)業(yè)戶口為參照；d以少數(shù)民族作為參照；e以無宗教信仰作為參照；f以非中共黨員作為參照；g以5年以下為參照；h以20000元以下為參照。

表13 農(nóng)戶個體社會資本影響因素(非標準化系數(shù)BeTa值)

情況下，居住在政府統(tǒng)一建造的居民區(qū)的農(nóng)戶比未居住在統(tǒng)一建造的居民區(qū)中的農(nóng)戶個體社會資本高16.973分。對具體因子來說，住房類型變量與網(wǎng)絡(luò)規(guī)模的回歸系數(shù)是0.348，沒有統(tǒng)計顯著性，與網(wǎng)絡(luò)頂端的回歸系數(shù)為17.940(p<0.001)，與網(wǎng)絡(luò)位差的回歸系數(shù)19.084(p<0.001)，說明在控制其他變量不變時，居住在政府統(tǒng)一建造的居民區(qū)的農(nóng)戶比未居住在統(tǒng)一建造的居民區(qū)中的農(nóng)戶個體社會資本在網(wǎng)絡(luò)規(guī)模上高0.348分，在網(wǎng)絡(luò)頂端上高17.940分，在網(wǎng)絡(luò)位差上高19.084分。

戶口變量對于農(nóng)戶個體社會資本的回歸系數(shù)為9.669(p<0.001)，說明控制其他變量的情況下，非農(nóng)村戶口的農(nóng)戶比農(nóng)村居民的農(nóng)戶個體社會資本高9.669分。對具體因子來說，戶口變量與網(wǎng)絡(luò)規(guī)模的回歸系數(shù)是-0.897，沒有統(tǒng)計顯著性，與網(wǎng)絡(luò)頂端的回歸系數(shù)為14.700(p<0.001)，與網(wǎng)絡(luò)位差的回歸系數(shù)為8.755(p<0.01)，說明在控制其他變量不變時，非農(nóng)業(yè)戶口的農(nóng)戶比農(nóng)村戶口的農(nóng)戶個體社會資本在網(wǎng)絡(luò)規(guī)模上要低0.897分，但在網(wǎng)絡(luò)頂端上高14.700分，在網(wǎng)絡(luò)位差上高8.755分。

民族變量對于農(nóng)戶個體社會資本的回歸系數(shù)為6.401(p<0.001)，說明控制其他變量的情況下，漢族的農(nóng)村居民比少數(shù)民族的農(nóng)村居民個體社會資本高6.401分，漢族的農(nóng)戶多集中在東部地區(qū)，而少數(shù)民族的農(nóng)村居民多居住在西部，這與前面我們分析東西部農(nóng)戶個體社會資本的差異相符。對具體因子來說，戶口變量與網(wǎng)絡(luò)規(guī)模的回歸系數(shù)是3.561(p<0.001)，說明在控制其他變量時，漢族的農(nóng)村居民比少數(shù)民族的農(nóng)村居民的網(wǎng)絡(luò)規(guī)模高3.561分。

宗教變量對農(nóng)戶個體社會資本的回歸系數(shù)為-2.048，沒有統(tǒng)計顯著性，說明宗教信仰變量不是影響農(nóng)村居民個體社會資本的顯著因素。對具體因子來說，宗教信仰變量僅對網(wǎng)絡(luò)規(guī)模有較為顯著的影響，其回歸系數(shù)是-0.756(p<0.01)，說明在控制其他變量時，有宗教信仰的農(nóng)戶要比沒有宗教信仰的農(nóng)戶個體社會資本低0.756，從回歸系數(shù)來看這種影響并不大。

政治面貌變量對于農(nóng)戶個體社會資本的回歸系數(shù)為5.967(p<0.01)，說明控制其他變量的情況下，黨員的農(nóng)村居民比非黨員的農(nóng)村居民個體社會資本高5.967分。對于具體因子來說，戶口變量與網(wǎng)絡(luò)規(guī)模的回歸系數(shù)是-0.588，沒有統(tǒng)計顯著性，與網(wǎng)絡(luò)頂端的回歸系數(shù)為2.043(p<0.001)，與網(wǎng)絡(luò)位差的回歸系數(shù)為6.612(p<0.001)，說明在控制其他變量的同時黨員比非黨員的網(wǎng)絡(luò)頂端高2.043分，網(wǎng)絡(luò)位差高6.612分。

教育年限變量對農(nóng)戶個體社會資本的回歸系數(shù)為1.809，沒有統(tǒng)計顯著性。但教育年限變量與網(wǎng)絡(luò)頂端和網(wǎng)絡(luò)位差有顯著性影響，與網(wǎng)絡(luò)頂端的回歸系數(shù)為2.282(p<0.05)，與網(wǎng)絡(luò)位差的回歸系數(shù)為1.088(p<0.05)，說明控制其他變量情況下，教育年限高于5年的農(nóng)村居民比低于5年的網(wǎng)絡(luò)頂端高2.282分，網(wǎng)絡(luò)位差高1.088分。

收入變量對農(nóng)戶個體社會資本的回歸系數(shù)為7.533(p<0.001)，說明控制其他變量的情況下，收入高于2萬元的農(nóng)村居民比收入低于2萬元的農(nóng)村居民個體社會資本高7.533分。對具體因子來說，收入變量與網(wǎng)絡(luò)規(guī)模的回歸系數(shù)是2.353(p<0.001)，與網(wǎng)絡(luò)頂端的回歸系數(shù)為6.194(p<0.001)，與網(wǎng)絡(luò)位差的回歸系數(shù)為5.098(p<0.001)，說明在控制其他變量不變時，收入高于2萬元的農(nóng)戶比收入低于2萬元的農(nóng)戶在網(wǎng)絡(luò)規(guī)模上高出2.353分，在網(wǎng)絡(luò)頂端上高6.194分，在網(wǎng)絡(luò)位差上高5.098分。

簡要概之，住房類型、戶口和收入是影響農(nóng)戶個體社會資本的三大因素，這三個因素既包含了村莊外部環(huán)境的影響，又包含了個體因素的影響。

五、結(jié)論與討論

基于前述分析，我們總結(jié)如下。

(一)農(nóng)村居民的個體社會資本整體偏低，且個體差異較大

相較農(nóng)戶社會資本整體分布情況，不同個體之間的社會資本差距十分明顯，這種分布可從以下原因得到解釋。第一，如今有不少農(nóng)村居民從事非農(nóng)經(jīng)濟活動，個體經(jīng)營和外出打工現(xiàn)象普遍，這就擴大了交往的規(guī)模和層次，無形中影響了農(nóng)戶個體社會資本的增加。第二，農(nóng)村中能考上大學(xué)并有能力供上大學(xué)的家庭越來越多，這些大學(xué)生畢業(yè)之后離開了這片土地，這對以家庭成員為核心的社會網(wǎng)而言大大增加了農(nóng)戶獲取社會資本的能力。但在農(nóng)村并不是絕大多數(shù)的孩子都能通過大學(xué)獲得較高社會地位，因此也就擴大了個體社會資本的差異。

(二)男女社會資本差異較小，但東西部地區(qū)農(nóng)戶個體社會資本差異較大

從表12中我們了解到男性的社會資本為17，女性的社會資本為15，而東西部地區(qū)比較而言，東部農(nóng)戶個體社會資本為21，西部地區(qū)農(nóng)戶個體社會資本為10，東西差距近兩倍?，F(xiàn)如今，女性已經(jīng)走進了現(xiàn)代社會，社會交往也不再局限在家庭和親屬中，另外女性受教育程度明顯提高給她們獲得較高的網(wǎng)絡(luò)頂端奠定了基礎(chǔ)。

(三)農(nóng)村居民個體社會資本多來源于農(nóng)民階層、工人階層和小雇主階層

從這五種社會網(wǎng)的職業(yè)分布中我們發(fā)現(xiàn)，支持者的職業(yè)類型幾乎涉及生活的各方面，而干部(包括村干部)、經(jīng)商者、工人、職員、務(wù)農(nóng)、教師、醫(yī)生和司機又是這五種社會網(wǎng)中都會提到的職業(yè)。從職業(yè)地位階層來看，支持者的職業(yè)地位多集中在農(nóng)民、工人和小雇主階層，這三個階層處于職業(yè)地位金字塔底端，群內(nèi)選擇效應(yīng)依然存在。

(四)經(jīng)濟發(fā)展因素是影響農(nóng)村居民社會資本的主要因素

在第四部分中我們發(fā)現(xiàn)住房類型、戶口和收入是影響農(nóng)戶個體社會資本的三大因素。表面看，這三個因素好像分屬三個不同領(lǐng)域，但細細追究，會發(fā)現(xiàn)它們都被經(jīng)濟因素這一宏觀概念所牽引。具體又可分為地區(qū)經(jīng)濟發(fā)展差異和個人經(jīng)濟收入差異兩方面。

(五)將小宗物資的借用從測量維度中刪除的可行性討論

當(dāng)前，農(nóng)村經(jīng)濟已得到長足發(fā)展，像食物、小型農(nóng)具等的借用已經(jīng)很少發(fā)生，因此我們認為可以將其刪除，或找尋其他替代指標。當(dāng)然這只是基于本研究分析而得出的初步想法，其可行性和效度還需要在今后的研究中進一步驗證和完善。

[參 考 文 獻]

[1]牛喜霞.農(nóng)村土地交易中社會資本運作研究——以寧夏T縣楊村為個案[D].上海：上海大學(xué). 2005.

[2][美]詹姆斯·科爾曼.社會理論的基礎(chǔ)(上冊)[M].鄧方譯.北京：社會科學(xué)文獻出版社. 1999.

[3]Alejandro Portes.“TheEconomicSociologyofImmigration:AConceptualOverview”inPortes(ed.)[M].TheEconomicSociologyforImmigration:EssaysonNetworks,EthnnicityandEntrepreneurship[C].New York:Russell Sage Foundation,1995.

[4]Lin Nan.SocialCapital:ATheroyofSocialStructureandAction[M].Cambridge:Cambridge University Press.2001.

[5]Ronald Burt.StucturalHoles[M].Cambridge: Harvard University Press. 1992.

[6] Marsden P.CorediscussionnetworksofAmericans. A.S.R. vol.1987,(52).

[7]阮丹青,周路,布勞,魏昂德.天津城市居民社會網(wǎng)分析[J].中國社會科學(xué), 1990,(2).

[8]賀寨平.社會網(wǎng)絡(luò)與生存狀態(tài)——農(nóng)村老年人社會支持網(wǎng)研究[M].北京：中國社會科學(xué)出版社, 2004.

[9]劉軍.法村社會支持網(wǎng)絡(luò)——一個整體研究的視角[M].北京：社會科學(xué)文獻出版社,2006.

[10]邊燕杰,等.社會網(wǎng)絡(luò)與地位獲得[M].北京：中國社會科學(xué)文獻出版社,2012.