楊瀟坤,劉 庸

（蘭州大學 西北少數(shù)民族研究中心，甘肅 蘭州 730020）

一、研究背景與問題提出

布迪厄作為社會資本概念的早期提出者之一，創(chuàng)造性地建構了關系（Ties）、場域（Field）與資本（Capital）三者間的聯(lián)系。布氏認為，場域是一種基于不同節(jié)點位置之間的關系鋪織起來的網(wǎng)絡結構，處于這一網(wǎng)絡結構中不同節(jié)點位置的個體擁有不盡相同的資源稟賦，從而體現(xiàn)出不同節(jié)點位置的占有者在資本構成中的分布模式[1]132-134。可見，場域是關系的載體，也是資本角逐的舞臺之一。場域的本質依附于資本的各個節(jié)點位置以某種方式連結而成的社會網(wǎng)絡。進一步地，布氏定義社會資本是嵌套于社會網(wǎng)絡中的現(xiàn)實的或潛在的各類資源的累積，它由兩部分組成：一是社會網(wǎng)絡中的關系；二是社會網(wǎng)絡中資源的數(shù)量與質量[1]136。由于任何一個社會網(wǎng)絡都不可能無限地擴張，現(xiàn)實社會中總是存在著若干個規(guī)模或大或小的社會網(wǎng)絡。這些社會網(wǎng)絡往往具有共同的特征：由彼此熟識且信任的人員構成，在一定程度上被制度化[1]139。上述分析表明，社會網(wǎng)絡與社會資本是一組相輔相成的概念，前者為理解與測量后者提供了基礎。

布迪厄之后，對于社會網(wǎng)絡研究的發(fā)展作出舉足輕重貢獻的學者是格蘭諾維特與林南。格蘭諾維特提出的“弱關系”理論，依據(jù)社會網(wǎng)絡中成員的接觸頻率、親密程度以及互助次數(shù)等指標將社會網(wǎng)絡的質量分為弱關系與強關系兩類，并認為弱關系的社會網(wǎng)絡較之強關系的社會網(wǎng)絡在社會資本獲取上更勝一籌[2]1371-1373,1377-1378。林南進一步完善了布迪厄的社會資本概念，認為社會資本是一種嵌入于社會網(wǎng)絡結構之中、通過個體有目的的行動來獲取或動員的資源，并且提出從達高性（Upper Reachability）、廣泛性（Extensity）與異質性（Heterogeneity）三個特征維度測量社會網(wǎng)絡[3]28-30,35。如果說早期社會網(wǎng)絡研究更傾向于格蘭諾維特的測量方法，那么近二十年來，林南對社會網(wǎng)絡的測量則為更多學者所采納。

既然社會網(wǎng)絡是社會資本的具象，而社會資本毫無疑問地影響著個體的社會經(jīng)濟地位（Socioeconomic Status），那么，一個自然而然的想法是，社會網(wǎng)絡狀況會影響個體的社會經(jīng)濟地位嗎？事實上，以往研究成果已經(jīng)給出了肯定的答案[4]402-403。然而，如果轉換本土化的視角，不難發(fā)現(xiàn)這一研究問題依然葆有旺盛的生命力與可發(fā)掘的潛在價值。一方面，目前國內(nèi)學界關于社會網(wǎng)絡的實證研究歸納起來大體上集中于階層網(wǎng)絡與社會資本差異、社會網(wǎng)絡與職業(yè)地位獲得以及社會組織網(wǎng)絡與組織社會資本等研究課題。例如，邊燕杰以不同階層的城市居民為研究對象，分析其社會資本構成的差異[5]136；趙延東以下崗職工為研究對象，分析下崗職工的社會網(wǎng)絡與其再就業(yè)過程的關系[6]；邊燕杰以私營企業(yè)為研究對象，考察私營企業(yè)主的社會網(wǎng)絡對私營企業(yè)的建立與發(fā)展的作用[7]。這些研究的對象往往是城市居民、求職者或社會組織，極少有專門以少數(shù)民族為研究對象，探討其社會網(wǎng)絡狀況與社會經(jīng)濟地位兩者關系的實證研究。社會分組原理（Social Group Principle）表明，社會總體由不同質的各類子群體構成[8]。即便是同一研究課題，基于不同研究對象所得出的結論可能由于群體異質性（Group Heterogeneity）的存在而具有不同的適用范圍，因此以往研究結論或許不能完全適用于少數(shù)民族群體。另一方面，各民族之間與民族內(nèi)部個體之間存在的結構性差異長期以來一直是國內(nèi)學界的主要研究課題。結構性差異不同于文化性差異，主要是指民族群體之間或民族內(nèi)部個體之間在社會經(jīng)濟地位方面存在的差異[9]。盡管不同學者采用不同的指標測量這種差異，但是歸納來看，以往研究選擇的測量指標往往是民族群體層面的宏觀指標，例如人均經(jīng)濟收入、教育結構、產(chǎn)業(yè)結構、行業(yè)結構、職業(yè)結構與城市化水平等[10][11][12]，較少采用個體層面的微觀指標。同時，以往研究大多數(shù)是對民族群體之間結構性差異的宏觀描述性比較，較為缺少微觀視角下對個體之間社會經(jīng)濟地位差異的影響因素分析，特別是基于統(tǒng)計建模與統(tǒng)計推斷方法的實證分析。

綜合上述兩方面的討論，本文嘗試以少數(shù)民族群體為研究對象，從個體層面出發(fā)考察少數(shù)民族社會網(wǎng)絡與社會經(jīng)濟地位的關系。然而，由于來自同一少數(shù)民族群體的個體必然分享著某些相似的民族屬性，如果完全從個體層面分析問題將會遺漏來自群體層面的重要信息。為此，本文兼顧群體層面的影響因素，選擇離散指數(shù)這一變量，通過收集“群體—個體”嵌套數(shù)據(jù)，利用多層線性模型（Hierarchical Linear Model）的方法分析少數(shù)民族群體的離散指數(shù)在個體社會網(wǎng)絡與社會經(jīng)濟地位的關系中發(fā)揮的作用。

二、研究假設推演

（一）個體層面的推論

如前文所述，林南提出從達高性、廣泛性與異質性三個特征維度測量個體的社會網(wǎng)絡。鑒于數(shù)據(jù)的可得性，本文僅分析其中的廣泛性與異質性兩個特征維度。社會網(wǎng)絡的廣泛性是指社會網(wǎng)絡中個體可接觸的節(jié)點位置的多寡，體現(xiàn)了個體藉由關系可獲取的資源的豐富程度；社會網(wǎng)絡的異質性是指個體的社會網(wǎng)絡中與其構成弱關系的節(jié)點位置的多寡，體現(xiàn)了個體藉由關系可獲取的資源的縱深程度[3]33-36。貝托的研究表明，社會網(wǎng)絡資源愈豐富，愈有利于個體獲得更高的社會經(jīng)濟地位[4]402，強調了社會網(wǎng)絡廣泛性對個體社會經(jīng)濟地位的正向影響。據(jù)此，本文設列第一個研究假設：

假設一：社會網(wǎng)絡廣泛性正向影響少數(shù)民族社會經(jīng)濟地位。

20世紀70年代格蘭諾維特基于在美國波士頓郊區(qū)的調查發(fā)現(xiàn)社會網(wǎng)絡中弱關系節(jié)點位置的數(shù)量愈多，則個體愈有可能獲得更高的社會經(jīng)濟地位，并據(jù)此寫就了使其一舉成名的《弱關系的力量》（The Strength of Weak Ties）一文[2]1371,1377-1378。然而，邊燕杰利用1988年在中國天津的實證調查數(shù)據(jù)發(fā)現(xiàn)，對于中國這樣的“人情社會”來說，社會網(wǎng)絡中強關系對個體社會經(jīng)濟地位的作用遠甚于弱關系[13]。社會網(wǎng)絡異質性衡量的正是個體所處的社會網(wǎng)絡中強弱關系節(jié)點位置的比例。異質性愈高，則個體社會網(wǎng)絡中弱關系節(jié)點位置的數(shù)量愈多；反之，弱關系節(jié)點位置的數(shù)量愈少。結合本土研究經(jīng)驗，本文設列第二個研究假設：

假設二：社會網(wǎng)絡異質性負向影響少數(shù)民族社會經(jīng)濟地位。

（二）群體層面的推論

社會網(wǎng)絡本質上是關系網(wǎng)絡，關系的建立與性質則依賴于社會成員之間的交往互動。群體層面上，某一少數(shù)民族群體的分布流動狀況影響著本民族內(nèi)部個體的社會網(wǎng)絡狀況。對于人口分布廣泛、流動性強的少數(shù)民族，因為更有可能與不同民族、不同環(huán)境中的其他社會成員建立關系，則民族內(nèi)部個體的社會網(wǎng)絡廣泛性與異質性較強；反之，對于人口分布集中、流動性弱的少數(shù)民族，民族內(nèi)部個體的社會網(wǎng)絡廣泛性與異質性較弱。此外，根據(jù)人口流動理論，人口流動總體上有利于促進經(jīng)濟社會的發(fā)展[14]。聚焦到少數(shù)民族上，則少數(shù)民族群體的人口流動宏觀上有利于本民族經(jīng)濟水平的提高[15]34-36，從而間接影響民族內(nèi)部個體的社會經(jīng)濟地位。有鑒于此，本文采用離散指數(shù)這一指標測量少數(shù)民族群體的分布流動程度，并設列第三、第四個研究假設：

假設三：離散指數(shù)在社會網(wǎng)絡廣泛性與少數(shù)民族社會經(jīng)濟地位的關系中存在調節(jié)作用。所屬民族離散指數(shù)高的少數(shù)民族個體，其社會網(wǎng)絡廣泛性對社會經(jīng)濟地位的影響高于所屬民族離散指數(shù)低的少數(shù)民族個體。

假設四：離散指數(shù)在社會網(wǎng)絡異質性與少數(shù)民族社會經(jīng)濟地位的關系中存在調節(jié)作用。所屬民族離散指數(shù)高的少數(shù)民族個體，其社會網(wǎng)絡異質性對社會經(jīng)濟地位的影響低于所屬民族離散指數(shù)低的少數(shù)民族個體。

綜上所述，本文推論社會網(wǎng)絡廣泛性與社會網(wǎng)絡異質性會影響少數(shù)民族個體的社會經(jīng)濟地位，且少數(shù)民族群體的離散指數(shù)分別在社會網(wǎng)絡廣泛性與社會經(jīng)濟地位、社會網(wǎng)絡異質性與社會經(jīng)濟地位的關系中存在調節(jié)作用。據(jù)此建立研究的理論模型（見圖1）。

三、數(shù)據(jù)與變量

（一）研究樣本

圖1 理論模型

本文使用的數(shù)據(jù)來自中國人民大學中國綜合社會調查（Chinese General Social Survey，CGSS）項目。本文以少數(shù)民族為研究對象，由于單獨一次CGSS調查中少數(shù)民族子樣本占全樣本的比例較小，為盡可能提高統(tǒng)計有效性與計算穩(wěn)定性，本文選擇橫向合并2003年、2006年和2008年三次設計有“拜年網(wǎng)”題組、對社會網(wǎng)絡測量較為全面的CGSS調查數(shù)據(jù)以擴充樣本量。這樣做的合理性在于，CGSS采用多階段分層抽樣的方式從全國范圍內(nèi)隨機抽取樣本個案，而且每次調查都會重新抽取不同的樣本個案，因此合并后的樣本中不存在重復個案。盡管如此一來會損失少量時間維度上的信息，但是由于三次CGSS調查的間隔時間較短，且CGSS本身不屬于縱列數(shù)據(jù)，故幾乎不會對本文的分析結果造成影響。通過數(shù)據(jù)清洗，在刪除樣本中的漢族個案、民族身份未知的個案以及極少數(shù)在所關注的核心變量上存在缺失值的個案后，本文實際用于研究分析的樣本個案為647例，分別屬于回族（25.04%）、蒙古族（8.81%）、滿族（17.93%）、壯族（32.77%）與維吾爾族（15.46%）5個少數(shù)民族群體。

如圖2所示，本文所構建的數(shù)據(jù)結構為“群體—個體”嵌套數(shù)據(jù)，少數(shù)民族個體嵌套于少數(shù)民族群體之內(nèi)，構成群體與個體兩個層面。之所以考慮嵌套數(shù)據(jù)，除上文已經(jīng)論述的理由外，從統(tǒng)計推斷的角度來說，原因在于來自同一少數(shù)民族群體的個體之間隨機誤差項存在一定程度的自相關（Autocorrelation），如果僅利用個體層面的數(shù)據(jù)建立統(tǒng)計模型則違背了樣本數(shù)據(jù)獨立同分布（Independently Identically Distributed）的基本前提，導致有限樣本（Finite Sample）下統(tǒng)計推斷失效[16]32-38。依據(jù)嵌套數(shù)據(jù)中變量所處的層面不同，多層線性模型中變量的屬性也有所差別[17]。本文在群體層面選擇的離散指數(shù)被稱為全局變量（Global Variable），而在個體層面選擇的社會網(wǎng)絡廣泛性、社會網(wǎng)絡異質性以及社會經(jīng)濟地位等變量被稱為個體變量（Individual Variable）。各變量的操作化定義詳于后。

圖2 嵌套數(shù)據(jù)結構

（二）變量操作化

1.社會網(wǎng)絡廣泛性

本文關于社會網(wǎng)絡的測量僅采用了基于位置生成法（Position Generator）的“拜年網(wǎng)”題組，并未同時采用基于名稱生成法（Name Generator）的“討論網(wǎng)”題組。事實上，王衛(wèi)東的研究表明，較之于討論網(wǎng)，拜年網(wǎng)是中國社會文化環(huán)境下測量個體社會網(wǎng)絡的更為有效的工具，也更為符合林南關于社會網(wǎng)絡特征維度的界定[18]。因此，本文對社會網(wǎng)絡廣泛性的操作化定義基于CGSS拜年網(wǎng)題組中對“春節(jié)期間相互拜訪、交往的親屬、親密朋友和其他人的數(shù)量”這一題項的測量，計算各類人群的數(shù)量之和，數(shù)量愈多則社會網(wǎng)絡總人數(shù)愈多，社會網(wǎng)絡廣泛性愈強，反之愈弱。

2.社會網(wǎng)絡異質性

由于難以直接測量社會網(wǎng)絡異質性，邊燕杰建議可以采用社會網(wǎng)絡節(jié)點位置總數(shù)量中親戚等強關系人群所占的比例作為其近似估計[5]141-143。本文對社會網(wǎng)絡異質性的操作化定義以對社會網(wǎng)絡廣泛性的測量為基礎，將親戚這類強關系人群的數(shù)量在社會網(wǎng)絡總人數(shù)中所占的比例作為社會網(wǎng)絡異質性的代理變量，即：

式中，H代表社會網(wǎng)絡異質性，R代表社會網(wǎng)絡中親戚的數(shù)量，N代表社會網(wǎng)絡總人數(shù)。

3.社會經(jīng)濟地位

盡管存在諸多不同的社會經(jīng)濟地位的計算方法，但是學界廣泛采用的指標主要是格林提出的社會經(jīng)濟地位得分（Socioeconomic Score）與鄧肯提出的社會經(jīng)濟地位指數(shù)（Socioeconomic Index）。本文采用格林的雙因素方法計算少數(shù)民族個體的社會經(jīng)濟地位得分[19]。公式如下：

社會經(jīng)濟地位得分=0.7×教育+0.4×收入

式中，關于教育的測量使用CGSS中樣本個案的受教育年限；關于收入的測量使用CGSS中樣本個案的全年職業(yè)收入。

由于計算得到的社會經(jīng)濟地位得分的數(shù)值范圍較大，有可能在后續(xù)估計多層線性模型時給梯度向量（Gradient）的迭代過程帶來數(shù)值問題。為加快模型估計時的收斂速度，本文對計算出的社會經(jīng)濟地位得分作規(guī)范化（Min-max Normalization）變換。使原始變量映射到[0,1]區(qū)間上。

4.離散指數(shù)

離散指數(shù)為本文選擇的群體層面的全局變量，常用來衡量某一少數(shù)民族群體人口分布的聚集或流動分散狀況。計算公式如下：

式中，D代表離散指數(shù)，Ni代表某一區(qū)域（一般為省份）某一少數(shù)民族人口的數(shù)量，N代表這一民族在全國的總人口數(shù)。由公式看出，離散指數(shù)取值介于0與1之間，取值愈接近1，說明某一少數(shù)民族群體在全國的分布愈均勻，聚集程度愈低，人口流動性愈強。鑒于少數(shù)民族人口分布在一段時期內(nèi)不會發(fā)生較大程度的變化，本文依據(jù)駱為祥利用2005年全國1%人口抽樣調查數(shù)據(jù)開展的相關研究[20]，得到樣本數(shù)據(jù)中5個少數(shù)民族群體的離散指數(shù)（見表1）。

表1 樣本中少數(shù)民族群體的離散指數(shù)

5.協(xié)變量

雖然本文盡可能地擴充了樣本量，但是樣本中少數(shù)民族群體的數(shù)量依然較少，導致無法納入足夠的協(xié)變量以控制混淆因素對參數(shù)估計結果的干擾。盡管如此，本文依然選擇性別與年齡2個最符合前定（Predetermined）原則的個體變量作為協(xié)變量，以期在一定程度上減少混雜性偏差（Confounding Bias）對實證分析結果的干擾。

本文所使用變量的描述性統(tǒng)計結果見表2。

表2 變量描述性統(tǒng)計結果（N=647）

四、模型設定與分析結果

（一）實證模型設定

1.空模型

本文建立的多層線性模型的第一個子模型為空模型（Empty Model）。該模型設定截距項為群體層面的隨機截距，且個體層面與群體層面均不包含任何解釋變量。模型設定如下：

式中，i為樣本個案下標，j為群體下標，γ00為固定效應，εij與μ0j為隨機效應。假定εij～ N(0, σ2)，μ0j～ N(0, τ00)，且 Cov(εij,μ0j) = 0，則被解釋變量的方差可以被分解為 Var(社 會 經(jīng) 濟 地 位ij) =τ00+ σ2，進 而 計算組內(nèi)相關系數(shù)ρ（Interclass Correlation Coefficients）：

事實上，計算組內(nèi)相關系數(shù)正是空模型的意義所在。一般認為，如果組內(nèi)相關系數(shù)大于0.059，說明被解釋變量存在較強的聚類效應[16]64-66。就本文而言，則說明少數(shù)民族個體社會經(jīng)濟地位的變異可部分歸因于少數(shù)民族群體之間的差異，從而有必要進行接下來的分析。

2.隨機系數(shù)回歸模型

在空模型的基礎上，本文建立多層線性模型的第二個子模型隨機系數(shù)回歸模型（Randomcoefficients Regression Model）。該模型設定截距項與斜率均為群體層面的隨機截距與隨機斜率，且僅在個體層面上包含解釋變量。模型設定如下：

個體層面：

社會經(jīng)濟地位ij=β0j+β1j性別ij+β2j年齡ij+β3j社會網(wǎng)絡廣泛性ij+β4j社會網(wǎng)絡異質性ij+εij

群體層面：

復合模型：

社會經(jīng)濟地位ij=γ00+γ10性別ij+γ20年齡ij+γ30社會網(wǎng)絡廣泛性ij+γ40社會網(wǎng)絡異質性ij+μ0j+μ3j社會網(wǎng)絡廣泛性ij+μ4j社會網(wǎng)絡異質性ij+εij

式中，εij、μ0j、μ3j與 μ4j為隨機效應，其余參數(shù)為固定效應。由于性別與年齡僅作為個體層面的協(xié)變量，故設定二者斜率為固定效應。依據(jù)研究假設，本文意在考察離散指數(shù)對個體變量的跨層調節(jié)作用，則建立隨機系數(shù)回歸模型的意義在于檢驗社會網(wǎng)絡廣泛性與社會網(wǎng)絡異質性的系數(shù)是否表現(xiàn)為隨機變動，進而判斷是否有理由將其設定為全局變量的函數(shù)。

3.隨機變動系數(shù)模型

在隨機系數(shù)回歸模型的基礎上，本文建立多層線性模型的最后一個子模型隨機變動系數(shù)模 型（Random Varying Coefficients Model）。該模型與隨機系數(shù)回歸模型的區(qū)別在于群體層面上納入了全局變量離散指數(shù)，從而構成離散指數(shù)與社會網(wǎng)絡廣泛性和社會網(wǎng)絡異質性的交互項以檢驗跨層調節(jié)作用是否存在。模型設定如下：

經(jīng)勘察分析，該污水廠的地基承載力不夠，無法直接進行污水廠建設，需要采取合適的地基處理技術進行處理，提高地基的承載力和穩(wěn)定性。因此，根據(jù)勘察報告中的數(shù)據(jù)進行分析，選擇夯實水泥土樁技術對地基進行處理，并進行施工方案設計。夯實水泥土樁施工完成后，需要進行沉降觀測。沉降觀測需要以該污水廠為中心布置觀測點。布置的觀測點應具有良好的通視條件，并定期進行沉降觀測，對每次觀測做好記錄。該污水廠工程的沉降觀測的首次標高為23.13m，具體沉降觀測數(shù)據(jù)記錄如表2所示。

個體層面：

社會經(jīng)濟地位ij=β0j+β1j性別ij+β2j年齡ij+β3j社會網(wǎng)絡廣泛性ij+β4j社會網(wǎng)絡異質性ij+εij

群體層面：

復合模型：

社會經(jīng)濟地位ij=γ00+γ10性別ij+γ20年齡ij+γ30社會網(wǎng)絡廣泛性ij+γ40社會網(wǎng)絡異質性ij+γ01離散指數(shù)j+γ31社會網(wǎng)絡廣泛性ij×離散指數(shù)j+γ41社會網(wǎng)絡異質性ij×離散指數(shù)j+μ0j+μ3j社會網(wǎng)絡廣泛性ij+μ4j社會網(wǎng)絡異質性ij+εij

式中，εij、μ0j、μ3j與 μ4j為隨機效應，其余參數(shù)為固定效應。

本文借助統(tǒng)計軟件Mplus8.0完成上述統(tǒng)計分析過程?？紤]到樣本量并不大，為保證統(tǒng)計推斷的可靠性，選擇穩(wěn)健極大似然法（Robust Maximum Likelihood Estimator）估計多層線性模型的三個子模型。

（二）實證分析結果

進一步地，通過調節(jié)作用圖直觀地考察離散指數(shù)如何調節(jié)社會網(wǎng)絡異質性與社會經(jīng)濟地位的關系。社會網(wǎng)絡異質性對社會經(jīng)濟地位的邊際效應為：

表3 多層線性模型估計結果

由于此時邊際效應不是常數(shù)，故選擇離散指數(shù)±1倍標準差時的取值繪制調節(jié)作用圖（見圖3）。社會網(wǎng)絡異質性對社會經(jīng)濟地位的邊際效應隨著離散指數(shù)的增大而上升，說明離散指數(shù)正向調節(jié)了社會網(wǎng)絡異質性與社會經(jīng)濟地位之間的關系。換言之，所屬民族離散指數(shù)高的少數(shù)民族個體，其社會網(wǎng)絡異質性對社會經(jīng)濟地位的影響要高于所屬民族離散指數(shù)低的少數(shù)民族個體。

圖3 離散指數(shù)的調節(jié)作用

五、結論與討論

本文基于多層線性模型的實證結果既回應了以往研究，也提出了新的研究發(fā)現(xiàn)，在深化對少數(shù)民族社會網(wǎng)絡的理解方面具有一定的探索意義。依據(jù)實證分析結果，總結下述研究結論。第一，社會網(wǎng)絡廣泛性正向影響少數(shù)民族社會經(jīng)濟地位。這一結論回應了以往研究，說明少數(shù)民族的社會網(wǎng)絡中可接觸節(jié)點位置數(shù)量愈多，社會資本存量就愈豐富，愈有利于其社會經(jīng)濟地位的提升。第二，社會網(wǎng)絡異質性正向影響少數(shù)民族社會經(jīng)濟地位。盡管這一結論與研究假設預期的影響方向相悖，但仍不失為一個新的發(fā)現(xiàn)。以往研究認為中國社會中強關系的社會網(wǎng)絡對社會經(jīng)濟地位的影響強于弱關系的社會網(wǎng)絡，即社會網(wǎng)絡異質性負向影響社會經(jīng)濟地位。然而本文的分析結果發(fā)現(xiàn)，少數(shù)民族的社會網(wǎng)絡異質性程度愈高，愈有利于其社會經(jīng)濟地位的提升。這或許可歸因于群體異質性的存在，即以往研究并未專門考察少數(shù)民族，而少數(shù)民族與以往研究對象之間的異質性特征已超出了以往研究結論所適用的范圍。本文只是初步揭示了社會網(wǎng)絡異質性對少數(shù)民族社會經(jīng)濟地位的影響方向，究竟這背后的形成機制是什么，則有待于后續(xù)研究進一步探討闡明。第三，離散指數(shù)在社會網(wǎng)絡異質性與少數(shù)民族社會經(jīng)濟地位的關系中存在正向調節(jié)作用。這一結論作為對上一條結論的補充，說明某一少數(shù)民族群體分布愈廣泛、流動性愈強，則民族內(nèi)部成員的社會網(wǎng)絡異質性程度對于其社會經(jīng)濟地位的正向影響愈突出。有學者認為，少數(shù)民族人口分布廣泛、流動程度高是民族發(fā)展的重要體現(xiàn)之一[15]37。本文或從社會網(wǎng)絡的視角為此觀點提供了實證數(shù)據(jù)支持。

本文亦存在兩點不足之處。第一，由于CGSS數(shù)據(jù)為全國范圍內(nèi)抽取的隨機樣本，人口較少民族的樣本數(shù)量明顯少于漢族或者人口較多民族，因此即使是采用了橫向合并的方式擴充研究樣本，樣本量依然不盡如人意。特別是樣本中少數(shù)民族群體的數(shù)量較少，僅覆蓋了5個人口較多的少數(shù)民族群體，導致本文設定模型時無法納入足夠的協(xié)變量來控制混雜性偏差。倘若后續(xù)研究能收集到更豐富的樣本數(shù)據(jù)，或可使本文的研究結論更為穩(wěn)健。第二，社會經(jīng)濟地位也可能影響少數(shù)民族社會網(wǎng)絡狀況，例如，考慮社會經(jīng)濟地位更高的少數(shù)民族個體擁有更加廣泛的社會網(wǎng)絡。為此，后續(xù)研究可選擇合適的工具變量納入模型以克服這種反向因果（Reverse Causality）對實證結果的干擾。

此外，為基于“拜年網(wǎng)”題組測量少數(shù)民族社會網(wǎng)絡特征，本文僅能采用2008年及之前的CGSS數(shù)據(jù)，以致數(shù)據(jù)來源略顯陳舊。本文所遇到的這一問題或許從一個側面反映出當前國內(nèi)缺少專門面向少數(shù)民族開展的大型社會調查項目，關于少數(shù)民族的二手調查數(shù)據(jù)稀缺。本文也借此希冀國內(nèi)高?；蚩蒲性核鶉L試建立少數(shù)民族社會調查數(shù)據(jù)庫，為研究者提供更多可資利用的數(shù)據(jù)資料。