社會網(wǎng)絡特征、群體離散指數(shù)與社會經(jīng)濟地位：基于CGSS調(diào)查中少數(shù)民族的分析

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(gòu)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(jié)構(gòu)，處于這一網(wǎng)絡結(jié)構(gòu)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(gòu)成中的分布模式[1]132-134?？梢姡瑘鲇蚴顷P系的載體，也是資本角逐的舞臺之一。場域的本質(zhì)依附于資本的各個節(jié)點位置以某種方式連結(jié)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(zhì)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)?；虼蠡蛐〉纳鐣W(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(gòu)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(zhì)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(jié)構(gòu)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(zhì)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(zhuǎn)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(gòu)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(zhì)的各類子群體構(gòu)成[8]。即便是同一研究課題，基于不同研究對象所得出的結(jié)論可能由于群體異質(zhì)性（Group Heterogeneity）的存在而具有不同的適用范圍，因此以往研究結(jié)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(jié)構(gòu)性差異長期以來一直是國內(nèi)學界的主要研究課題。結(jié)構(gòu)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(jié)構(gòu)、產(chǎn)業(yè)結(jié)構(gòu)、行業(yè)結(jié)構(gòu)、職業(yè)結(jié)構(gòu)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(jié)構(gòu)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(zhì)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(zhì)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(zhì)性是指個體的社會網(wǎng)絡中與其構(gòu)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(diào)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(diào)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(diào)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(zhì)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(zhì)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(jié)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(zhì)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(zhì)上是關系網(wǎng)絡，關系的建立與性質(zhì)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(zhì)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(zhì)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(diào)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(zhì)性與少數(shù)民族社會經(jīng)濟地位的關系中存在調(diào)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(zhì)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(zhì)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(zhì)性與社會經(jīng)濟地位的關系中存在調(diào)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(diào)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(diào)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(diào)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(diào)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(diào)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(jié)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(gòu)建的數(shù)據(jù)結(jié)構(gòu)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(gòu)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(zhì)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(jié)構(gòu)

（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?cè)藬?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(zhì)性

由于難以直接測量社會網(wǎng)絡異質(zhì)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(zhì)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?cè)藬?shù)中所占的比例作為社會網(wǎng)絡異質(zhì)性的代理變量，即：

式中，H代表社會網(wǎng)絡異質(zhì)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?cè)藬?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?cè)丝跀?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(diào)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(jié)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(jié)果的干擾。

本文所使用變量的描述性統(tǒng)計結(jié)果見表2。

表2 變量描述性統(tǒng)計結(jié)果（N=647）

四、模型設定與分析結(jié)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(zhì)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(zhì)性ij+μ0j+μ3j社會網(wǎng)絡廣泛性ij+μ4j社會網(wǎng)絡異質(zhì)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(diào)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(zhì)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(gòu)成離散指數(shù)與社會網(wǎng)絡廣泛性和社會網(wǎng)絡異質(zhì)性的交互項以檢驗跨層調(diào)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(zhì)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(zhì)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(zhì)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(zhì)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(jié)果

進一步地，通過調(diào)節(jié)作用圖直觀地考察離散指數(shù)如何調(diào)節(jié)社會網(wǎng)絡異質(zhì)性與社會經(jīng)濟地位的關系。社會網(wǎng)絡異質(zhì)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(jié)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(diào)節(jié)作用圖（見圖3）。社會網(wǎng)絡異質(zhì)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(diào)節(jié)了社會網(wǎng)絡異質(zhì)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(zhì)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(diào)節(jié)作用

五、結(jié)論與討論

本文基于多層線性模型的實證結(jié)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(jié)果，總結(jié)下述研究結(jié)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(jié)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(zhì)性正向影響少數(shù)民族社會經(jīng)濟地位。盡管這一結(jié)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(zhì)性負向影響社會經(jīng)濟地位。然而本文的分析結(jié)果發(fā)現(xiàn)，少數(shù)民族的社會網(wǎng)絡異質(zhì)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(zhì)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(zhì)性特征已超出了以往研究結(jié)論所適用的范圍。本文只是初步揭示了社會網(wǎng)絡異質(zhì)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(zhì)性與少數(shù)民族社會經(jīng)濟地位的關系中存在正向調(diào)節(jié)作用。這一結(jié)論作為對上一條結(jié)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(zhì)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(jié)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(jié)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(cè)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(diào)查項目，關于少數(shù)民族的二手調(diào)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(diào)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。