社會(huì)網(wǎng)絡(luò)對(duì)流動(dòng)人口社會(huì)融入的影響
——基于中國(guó)勞動(dòng)力動(dòng)態(tài)調(diào)查的實(shí)證分析①

陳 典 鄭曉冬 上官霜月 方向明

（1.中國(guó)農(nóng)業(yè)大學(xué) 經(jīng)濟(jì)管理學(xué)院，北京 100083；2.浙江工商大學(xué) 經(jīng)濟(jì)學(xué)院，浙江 杭州 310018）

1 引言

改革開放40年來(lái)，大規(guī)模的人口流動(dòng)改變了中國(guó)的城鄉(xiāng)結(jié)構(gòu)和社會(huì)結(jié)構(gòu)，加快了工業(yè)化和城鎮(zhèn)化進(jìn)程，為經(jīng)濟(jì)社會(huì)發(fā)展做出了巨大貢獻(xiàn)。截至2020年末，我國(guó)流動(dòng)人口總數(shù)約2.85億人②中華人民共和國(guó)2020年國(guó)民經(jīng)濟(jì)和社會(huì)發(fā)展統(tǒng)計(jì)公報(bào)，國(guó)家統(tǒng)計(jì)局，2021年2月28日。。但是，數(shù)量巨大的流動(dòng)人口在經(jīng)濟(jì)收入、住房條件和社會(huì)保障方面和本地市民存在較大差距，在流入地的歸屬感較弱、幸福感較低等引致其較低的社會(huì)融入水平[1-2]。研究顯示，盡管當(dāng)前由國(guó)家力量推動(dòng)的政治融入和公共服務(wù)融入的成效顯著，但流動(dòng)人口在經(jīng)濟(jì)、行為和心理等維度的社會(huì)融入程度仍然偏低[3]。流動(dòng)人口長(zhǎng)期無(wú)法實(shí)現(xiàn)流入地的社會(huì)融入，不僅將在微觀層面對(duì)其就業(yè)質(zhì)量、身心健康和主觀福利造成不良影響[4-5]，在宏觀層面也不利于持續(xù)減貧、社會(huì)穩(wěn)定和新型城鎮(zhèn)化的推進(jìn)[6-7]。因此，如何提高流動(dòng)人口的社會(huì)融入水平，進(jìn)而提升其獲得感、幸福感、安全感，是決策層和學(xué)界高度關(guān)注的問題。

已有研究顯示，流動(dòng)人口的社會(huì)融入是內(nèi)外因綜合作用的結(jié)果。城鄉(xiāng)二元的戶籍制度及其關(guān)聯(lián)的公共資源與社會(huì)服務(wù)差異等制度性外因[8-9]，以及流動(dòng)人口的人力資本、素質(zhì)稟賦等未能滿足現(xiàn)代城市的要求、家庭化遷移預(yù)算約束和社會(huì)資本有限等內(nèi)因[10-13]，共同阻滯該群體的社會(huì)融入進(jìn)程。其中，作為社會(huì)資本的重要組成部分，社會(huì)網(wǎng)絡(luò)將個(gè)體與社會(huì)有機(jī)結(jié)合，是深入理解流動(dòng)人口社會(huì)融入的重要視角，近年來(lái)開始受到學(xué)界的關(guān)注。相關(guān)研究認(rèn)為，一方面，社會(huì)網(wǎng)絡(luò)能夠?yàn)榱鲃?dòng)人口提供臨時(shí)住處和相關(guān)就業(yè)信息，有助其在流入地居住和在經(jīng)濟(jì)維度融入[14-15]；另一方面，社會(huì)網(wǎng)絡(luò)也能為流動(dòng)人口提供情感和文化支持，滿足其內(nèi)心信息交流、互助協(xié)同的需求，在文化、行為和心理層面提升社會(huì)融入度[16]。

從現(xiàn)有研究資料來(lái)看，既往文獻(xiàn)至少存在以下三方面的不足。其一，多數(shù)已有研究?jī)H單方面關(guān)注建立和拓展社會(huì)網(wǎng)絡(luò)的積極影響，卻在很大程度上忽視了維系社會(huì)網(wǎng)絡(luò)可能帶來(lái)的消極作用。有研究表明，異質(zhì)性較弱的社會(huì)網(wǎng)絡(luò)規(guī)模增加可能會(huì)消耗有限的社會(huì)資源和精力，帶來(lái)額外的負(fù)擔(dān)，引起消極情緒[17]。因此，有必要進(jìn)一步考察社會(huì)網(wǎng)絡(luò)對(duì)流動(dòng)人口社會(huì)融入可能存在的非線性影響，進(jìn)而深化理解兩者之間的關(guān)系；其二，現(xiàn)有相關(guān)文獻(xiàn)多采用多元回歸模型對(duì)社會(huì)網(wǎng)絡(luò)與社會(huì)融入的關(guān)系進(jìn)行實(shí)證分析，缺少對(duì)樣本選擇問題導(dǎo)致的估計(jì)偏誤予以的充分考慮；其三，相關(guān)研究的結(jié)論比較單一，對(duì)群體差異和社會(huì)融入維度差異缺少必要的擴(kuò)展分析。

與既往相關(guān)研究相比，本文將在以下三個(gè)方面做出邊際貢獻(xiàn)：第一，研究視角上，考察社會(huì)網(wǎng)絡(luò)與社會(huì)融入之間的非線性關(guān)系，描繪兩者關(guān)系的真實(shí)圖景。第二，研究方法上，采用廣義傾向得分方法（GPS）建立反事實(shí)框架研究社會(huì)網(wǎng)絡(luò)對(duì)社會(huì)融入的影響，避免傳統(tǒng)回歸方法可能存在的樣本選擇偏誤。第三，研究?jī)?nèi)容上，提供了豐富的異質(zhì)性分析，區(qū)分社會(huì)網(wǎng)絡(luò)對(duì)不同群體、不同社會(huì)融入維度的影響差異，以使估計(jì)結(jié)果和研究結(jié)論更加充實(shí)。

2 文獻(xiàn)回顧與研究假說(shuō)

社會(huì)融入相關(guān)研究源自歐美國(guó)家對(duì)移民群體在流入國(guó)社會(huì)融合問題的關(guān)注，社會(huì)融合指不同移民群體相互分享經(jīng)歷和歷史，最終融合到共同的文化生活的一個(gè)過(guò)程[18]。在我國(guó)，社會(huì)融入（或社會(huì)融合）廣泛應(yīng)用于分析流動(dòng)人口的生存與發(fā)展問題[19]。流動(dòng)人口的社會(huì)融入是流動(dòng)人口在經(jīng)濟(jì)、文化、社會(huì)、心理等方面與城市社會(huì)相適應(yīng)、與流入地城市市民相協(xié)調(diào)的過(guò)程[20]。與之相應(yīng)，社會(huì)融入水平的測(cè)量指標(biāo)包含多個(gè)維度。例如，朱力認(rèn)為社會(huì)融入包括經(jīng)濟(jì)、社會(huì)和心理或文化等多個(gè)層面，且存在遞進(jìn)關(guān)系[21]?？紫槔妥楷敳輰⑸鐣?huì)融入分為社會(huì)經(jīng)濟(jì)融入、行為融入、心理融入等維度[22]。

已有研究顯示，社會(huì)網(wǎng)絡(luò)廣泛影響著國(guó)際移民決策和社會(huì)融入[23]。在我國(guó)，流動(dòng)人口的遷移及社會(huì)融入也受到社會(huì)網(wǎng)絡(luò)的影響。首先，勞動(dòng)者在勞動(dòng)力市場(chǎng)求職、企業(yè)在招工方面均存在信息不完全的問題[24]，在不完全信息條件下勞動(dòng)力市場(chǎng)的價(jià)格機(jī)制可能失靈，導(dǎo)致勞動(dòng)力的需求和供給的結(jié)構(gòu)性失衡。流動(dòng)人口作為流入地勞動(dòng)力市場(chǎng)的“新來(lái)者”，往往比當(dāng)?shù)鼐用窀狈蜆I(yè)信息，因此更傾向于通過(guò)已經(jīng)進(jìn)入當(dāng)?shù)貏趧?dòng)力市場(chǎng)的親戚、朋友、老鄉(xiāng)的幫助找工作，對(duì)社會(huì)網(wǎng)絡(luò)有著更強(qiáng)的依賴[25]。社會(huì)網(wǎng)絡(luò)作為一種“非市場(chǎng)”渠道，在一定程度上能彌補(bǔ)市場(chǎng)機(jī)制的不足，通過(guò)信息傳遞、信用擔(dān)保、屏蔽或篩選等作用機(jī)制，在一定程度上可以調(diào)和勞動(dòng)力供求信息的不對(duì)稱，降低信息搜尋的交易成本、拓寬流動(dòng)人口的就業(yè)范圍與就業(yè)渠道、提高流動(dòng)人口的就業(yè)和收入水平[26]，因此，社會(huì)網(wǎng)絡(luò)有利于提升流動(dòng)人口獲取物質(zhì)資本的能力，進(jìn)而保障其經(jīng)濟(jì)融入。其次，流動(dòng)人口社會(huì)網(wǎng)絡(luò)的擴(kuò)展有利于增強(qiáng)流動(dòng)人口對(duì)城市生活的參與度，進(jìn)而有利于增強(qiáng)其與流入地人口的互動(dòng)與交流，保障其行為融入的“社會(huì)性”。最后，經(jīng)濟(jì)融入和行為融入為心理融入提供了良好的契機(jī)：一方面，經(jīng)濟(jì)融入的深化與流動(dòng)人口在流入地就業(yè)年限正相關(guān)，再遷移理論認(rèn)為，隨著時(shí)間的推移，適應(yīng)的過(guò)程將會(huì)使遷移者改變遷移計(jì)劃，留在遷入地的時(shí)間越長(zhǎng)，打算永久居留的可能性就會(huì)增加，進(jìn)而加大流動(dòng)人口在流入地定居的可能性[27]；另一方面，經(jīng)濟(jì)融入可以進(jìn)一步提升流動(dòng)人口的職業(yè)階層和生活質(zhì)量、幸福感和歸屬感[28]，進(jìn)而提升其心理融入水平。由此可見，社會(huì)網(wǎng)絡(luò)對(duì)流動(dòng)人口的經(jīng)濟(jì)、行為和心理維度的社會(huì)融入有積極影響。據(jù)此提出：

假說(shuō)1：社會(huì)網(wǎng)絡(luò)規(guī)模的擴(kuò)展總體有助于促進(jìn)流動(dòng)人口的社會(huì)融入。

另一方面，增加社會(huì)網(wǎng)絡(luò)規(guī)模對(duì)流動(dòng)人口的社會(huì)融入也存在潛在的消極作用。流動(dòng)人口的社會(huì)網(wǎng)絡(luò)具有規(guī)模小、緊密度高、趨同性強(qiáng)、異質(zhì)性弱、網(wǎng)絡(luò)資源含量較低等特點(diǎn)[29]，社會(huì)網(wǎng)絡(luò)規(guī)模過(guò)大可能從以下三方面發(fā)揮負(fù)面作用：第一，擴(kuò)展和維系社會(huì)網(wǎng)絡(luò)的代價(jià)。流動(dòng)人口從社會(huì)網(wǎng)絡(luò)中獲取社會(huì)支持的同時(shí)，也需要為社會(huì)網(wǎng)絡(luò)的擴(kuò)展及維系付出時(shí)間、精力和自由，同時(shí)也需要耗費(fèi)社會(huì)資源和物質(zhì)成本（譬如人情往來(lái)成本），一定程度上會(huì)帶來(lái)潛在的額外負(fù)擔(dān)。當(dāng)社會(huì)網(wǎng)絡(luò)規(guī)模較大時(shí)，維持緊密度高的社會(huì)網(wǎng)絡(luò)所獲得的幫助是趨同的，而付出的代價(jià)則相對(duì)較高。第二，依托社會(huì)網(wǎng)絡(luò)就業(yè)的潛在損失。一方面，社會(huì)網(wǎng)絡(luò)主要通過(guò)強(qiáng)關(guān)系網(wǎng)絡(luò)影響對(duì)流動(dòng)人口就業(yè)，在強(qiáng)關(guān)系網(wǎng)絡(luò)中，人與人從事同質(zhì)性的工作，信息掌握趨同，情感維系緊密[30]，這可能在一定程度上增加流動(dòng)人口就業(yè)的信息篩選成本；另一方面，盡管社會(huì)網(wǎng)絡(luò)有助于流動(dòng)人口快速找到工作，但是由于該群體建立和維系社會(huì)網(wǎng)絡(luò)通常并不是為了獲得就業(yè)信息，因而借助社會(huì)網(wǎng)絡(luò)求職可能僅能使勞動(dòng)者在勞動(dòng)力市場(chǎng)的特定職業(yè)或細(xì)分市場(chǎng)中找到工作，可能導(dǎo)致勞動(dòng)者的相對(duì)生產(chǎn)優(yōu)勢(shì)與其職業(yè)選擇之間的錯(cuò)配，特別是當(dāng)求職者出于社會(huì)交往的壓力而接受相應(yīng)的崗位時(shí)，勞動(dòng)者可能會(huì)面臨更多的經(jīng)濟(jì)損失[31]。第三，正式社會(huì)支持匱乏。一方面，當(dāng)前流動(dòng)人口的社會(huì)關(guān)系網(wǎng)絡(luò)主要基于親緣、血緣、地緣等，這種關(guān)系網(wǎng)可能會(huì)進(jìn)一步固化或內(nèi)卷化，不利于其對(duì)流入地的認(rèn)同感和歸屬感的提升[2]，進(jìn)而不利于流動(dòng)人口的行為與心理融入的推進(jìn)；另一方面，來(lái)自正式系統(tǒng)和社會(huì)組織的支持與幫助的缺位將使得流動(dòng)人口的社會(huì)融入缺乏穩(wěn)定性及可持續(xù)性，譬如，“工會(huì)”作為正式社會(huì)支持的一種，能夠維護(hù)流動(dòng)者的勞動(dòng)權(quán)益、促進(jìn)勞動(dòng)者間的良性互動(dòng)，而缺少此類正式社會(huì)組織或缺乏常態(tài)化服務(wù)和支持則不利于流動(dòng)人口進(jìn)一步融入城市[32]。綜上，社會(huì)網(wǎng)絡(luò)對(duì)流動(dòng)人口社會(huì)融入的正向影響可能會(huì)隨著社會(huì)網(wǎng)絡(luò)規(guī)模的擴(kuò)大而逐漸下降。據(jù)此提出：

假說(shuō)2：社會(huì)網(wǎng)絡(luò)規(guī)模與流動(dòng)人口社會(huì)融入存在非線性關(guān)系，社會(huì)網(wǎng)絡(luò)規(guī)模過(guò)大可能不利于流動(dòng)人口的社會(huì)融入。

3 研究設(shè)計(jì)

3.1 數(shù)據(jù)來(lái)源

本文使用的數(shù)據(jù)主要來(lái)自2016年由中山大學(xué)社會(huì)調(diào)查中心進(jìn)行的中國(guó)勞動(dòng)力動(dòng)態(tài)調(diào)查（China Labor-force Dynamic Survey，CLDS）。CLDS是以我國(guó)勞動(dòng)力為調(diào)查對(duì)象的綜合性數(shù)據(jù)庫(kù)，每?jī)赡暌淮螌?duì)中國(guó)城市和農(nóng)村家戶勞動(dòng)力進(jìn)行追蹤調(diào)查，建立了個(gè)體、家庭和社區(qū)三個(gè)層次的追蹤調(diào)查數(shù)據(jù)，與本研究直接相關(guān)的調(diào)查內(nèi)容包括人口個(gè)人特征與社會(huì)經(jīng)濟(jì)特征、社會(huì)參與和社會(huì)支持、遷移經(jīng)歷、教育經(jīng)歷、勞動(dòng)者狀態(tài)等信息。該調(diào)查在全國(guó)采用多階段、多層次與勞動(dòng)力規(guī)模成比例的概率抽樣方法進(jìn)行抽樣，覆蓋全國(guó)29個(gè)省、區(qū)、市，調(diào)查對(duì)象為樣本家庭戶中年齡15～64歲的全部勞動(dòng)力，本研究從中選取人戶分離的勞動(dòng)力作為流動(dòng)人口③本文中討論的流動(dòng)人口指市轄區(qū)內(nèi)人戶分離的人口之外的人戶分離人口。其中，市轄區(qū)內(nèi)人戶分離的人口是指一個(gè)直轄市或地級(jí)市所轄區(qū)內(nèi)和區(qū)與區(qū)之間，居住地和戶口登記地不在同一鄉(xiāng)鎮(zhèn)街道的人口。的考察對(duì)象。剔除關(guān)鍵變量缺失樣本后，最終進(jìn)行實(shí)證分析的樣本為1816個(gè)。此外，為驗(yàn)證基本研究結(jié)論的可靠性，本文還補(bǔ)充了2014年的2444份流動(dòng)人口樣本建立面板數(shù)據(jù)進(jìn)行穩(wěn)健性檢驗(yàn)。

3.2 變量定義

（1）因變量：社會(huì)融入

本文的因變量為流動(dòng)人口的社會(huì)融入。根據(jù)既往研究和數(shù)據(jù)可得性[33]，構(gòu)建經(jīng)濟(jì)融入、行為融入和心理融入三個(gè)維度的指標(biāo)體系。首先，從影響社會(huì)融入的主觀傾向和客觀情況視角出發(fā)，設(shè)定三個(gè)層面的一級(jí)指標(biāo)；其次，根據(jù)己有研究的成果，并在可獲得有效數(shù)據(jù)的基礎(chǔ)上，對(duì)上述一級(jí)指標(biāo)領(lǐng)域設(shè)定二級(jí)指標(biāo)，具體指標(biāo)體系見表1。其中，經(jīng)濟(jì)融入側(cè)重體現(xiàn)個(gè)體在流入地實(shí)現(xiàn)融入的經(jīng)濟(jì)實(shí)力與保障能力，行為融入測(cè)度個(gè)體在流入地的行為適應(yīng)情況；心理融入反映流動(dòng)人口對(duì)于社會(huì)融入與否這一決策的主觀意愿和選擇、個(gè)體對(duì)于遷移到城市后生活水平變化程度的主觀評(píng)價(jià)和判斷。

表1 社會(huì)融入指標(biāo)的定義與描述

為獲得流動(dòng)人口社會(huì)融入的總體狀況，將上文討論的二級(jí)指標(biāo)進(jìn)行主成分分析，所得綜合KMO值為0.815，表明以上指標(biāo)適合進(jìn)行主成分分析。而后，運(yùn)用方差極大化方法對(duì)因子負(fù)荷進(jìn)行正交旋轉(zhuǎn)，共提取出三個(gè)特征值大于1的公共因子，以公共因子的方差貢獻(xiàn)率為權(quán)數(shù)對(duì)這三個(gè)公因子進(jìn)行加總求和，并轉(zhuǎn)換為1到100之間的指數(shù)，作為社會(huì)融入度，得分越高，表示社會(huì)融入度越高。

（2）關(guān)鍵自變量：社會(huì)網(wǎng)絡(luò)

流動(dòng)人口的社會(huì)網(wǎng)絡(luò)是本文的關(guān)鍵自變量。首先，從社會(huì)網(wǎng)絡(luò)的關(guān)系維度切入，著重考察在本地關(guān)系密切的親友所構(gòu)成的社會(huì)網(wǎng)絡(luò)，既包括以親緣、血緣、地緣為主的初級(jí)社會(huì)網(wǎng)絡(luò)，也包含流動(dòng)人口在流入地新構(gòu)建起來(lái)的次級(jí)社會(huì)網(wǎng)絡(luò)，重點(diǎn)關(guān)注社會(huì)網(wǎng)絡(luò)的互動(dòng)性與親密性。其次，從社會(huì)網(wǎng)絡(luò)類型進(jìn)行區(qū)分，分別利用在本地可以訴說(shuō)心事的親友數(shù)和可以討論重要問題的親友數(shù)作為側(cè)重精神支持的社會(huì)網(wǎng)絡(luò)指標(biāo)，采用可以借錢（5000元）的親友數(shù)作為側(cè)重物質(zhì)支持的社會(huì)網(wǎng)絡(luò)指標(biāo)。

（3）控制變量

參考相關(guān)研究[12][19]，從流動(dòng)人口的個(gè)人特征、工作特征、家庭特征、社區(qū)特征四個(gè)層面選取研究的控制變量，具體包括性別、年齡、戶籍、婚姻狀況、受教育年限、黨員、社會(huì)經(jīng)濟(jì)地位、流動(dòng)范圍等個(gè)人特征，工作培訓(xùn)、工作行業(yè)等工作特征，家庭規(guī)模、兄弟姐妹數(shù)等家庭特征，以及社區(qū)基礎(chǔ)設(shè)施、社區(qū)人居環(huán)境等社區(qū)特征。上述變量的描述統(tǒng)計(jì)如表2所示。

表2 變量描述性統(tǒng)計(jì)

3.3 模型與方法

為了驗(yàn)證前文提出的研究假說(shuō)，首先采用經(jīng)典線性回歸（OLS）初步考察流動(dòng)人口的社會(huì)網(wǎng)絡(luò)與社會(huì)融入的關(guān)系。具體表達(dá)式為：

其中 INTi表示流動(dòng)人口的社會(huì)融入度， SNi為流動(dòng)人口的社會(huì)網(wǎng)絡(luò)規(guī)模，Xi 為一系類控制變量。β1為流動(dòng)人口社會(huì)網(wǎng)絡(luò)與社會(huì)融入關(guān)系的待估計(jì)參數(shù)，εi為隨機(jī)擾動(dòng)項(xiàng)。

盡管上述OLS方法的估計(jì)結(jié)果能夠初步回答社會(huì)網(wǎng)絡(luò)與社會(huì)融入的關(guān)系，但所得結(jié)論可能并不準(zhǔn)確。一個(gè)重要原因在于，OLS回歸無(wú)法較好地克服樣本選擇偏誤問題。比如，學(xué)歷越高、技能越強(qiáng)的流動(dòng)人口的社會(huì)融入程度通常較高，同時(shí)該群體往往有更多的機(jī)會(huì)擴(kuò)大社會(huì)網(wǎng)絡(luò)規(guī)模、提升社會(huì)網(wǎng)絡(luò)水平。顯然，此時(shí)的OLS估計(jì)結(jié)果并不能解釋為因果關(guān)系。因此，對(duì)于流動(dòng)人口社會(huì)網(wǎng)絡(luò)與社會(huì)融入間因果效應(yīng)的推斷，需要構(gòu)造一個(gè)反事實(shí)框架，傾向得分匹配（PSM）是用來(lái)解決這一問題的重要方法之一。但是傳統(tǒng)的PSM方法只能識(shí)別二元自變量的處理效應(yīng)，而本研究的社會(huì)網(wǎng)絡(luò)指標(biāo)是連續(xù)的，將其人為地進(jìn)行分類將損失其獨(dú)有的變量信息。因此，采用廣義傾向得分匹配法（GPS）進(jìn)行實(shí)證分析。Hirano and Imbens（2004）通過(guò)擴(kuò)展PSM方法，將其引申至能夠識(shí)別多元變量和連續(xù)變量處理效應(yīng)的廣義傾向得分匹配法[33]。在樣本滿足條件獨(dú)立性假設(shè)的條件下，GPS方法能夠較好的控制由樣本選擇偏差導(dǎo)致的內(nèi)生性問題。此外，GPS方法可以檢驗(yàn)不同規(guī)模的社會(huì)網(wǎng)絡(luò)對(duì)流動(dòng)人口社會(huì)融入的差異化影響，即個(gè)體的劑量反映函數(shù)（Unit-level Dose-response Function），從而進(jìn)一步豐富研究結(jié)論。

實(shí)現(xiàn)GPS估計(jì)過(guò)程分為三個(gè)步驟。第一步，在給定控制變量 的情況下，估計(jì)關(guān)鍵自變量（社會(huì)網(wǎng)絡(luò)）的條件概率密度分布。首先，估算自變量 （需滿足正態(tài)分布條件）的條件分布g(Ti) ：

其中， h(γXi)是控制變量 X的線性函數(shù)， γ和δ2是待估參數(shù)，可通過(guò)最大似然法估計(jì)得到。然后，根據(jù)用Fractional Logit模型估計(jì)出第 個(gè)觀測(cè)樣本的概率密度，即廣義傾向得分（GPS）：

第二步：將因變量（社會(huì)融入） inti表達(dá)為關(guān)鍵自變量（社會(huì)網(wǎng)絡(luò)） Ti和（3）式估計(jì)出的 的函數(shù)，并采用OLS法估計(jì)其條件期望：

第三步：將（4）式的回歸結(jié)果代入到以下方程中，估計(jì)關(guān)鍵自變量（社會(huì)網(wǎng)絡(luò)）取值為 t時(shí)因變量（社會(huì)融入） INTi的期望值：

4 實(shí)證分析

4.1 基準(zhǔn)回歸分析

表3匯報(bào)了社會(huì)網(wǎng)絡(luò)與流動(dòng)人口社會(huì)融入關(guān)系的OLS回歸結(jié)果。其中，模型1～3以關(guān)系密切的親友數(shù)作為社會(huì)網(wǎng)絡(luò)的代理變量，模型1僅控制了省份固定效應(yīng)，模型2在模型1的基礎(chǔ)上加入了流動(dòng)人口的個(gè)體特征變量，模型3進(jìn)一步將所有控制變量納入考量?？梢钥闯?，關(guān)系密切的親友數(shù)的系數(shù)符號(hào)與顯著性水平具有較強(qiáng)的穩(wěn)健性。模型4～6分別以可談心的親友數(shù)、可討論重要問題的親友數(shù)、可借錢的親友數(shù)作為社會(huì)網(wǎng)絡(luò)的代理變量，各模型均考慮了所有控制變量，可以發(fā)現(xiàn)，社會(huì)網(wǎng)絡(luò)的各代理變量的系數(shù)均正向顯著，證實(shí)了前文理論假說(shuō)1的判斷。從估計(jì)系數(shù)來(lái)看，相比精神支持型的社會(huì)網(wǎng)絡(luò)（談心、討論重要問題的親友），側(cè)重物質(zhì)支持的社會(huì)網(wǎng)絡(luò)（可借錢的親友）發(fā)揮的正向作用相對(duì)更大。

表3 社會(huì)網(wǎng)絡(luò)與流動(dòng)人口社會(huì)融入的OLS估計(jì)

在模型3～模型6中，性別、年齡、戶籍、婚姻狀況、受教育年限、黨員、社會(huì)經(jīng)濟(jì)地位、社區(qū)基礎(chǔ)設(shè)施、社區(qū)人居環(huán)境對(duì)社會(huì)融入也有顯著影響。具體而言，在其他條件不變的條件下，已婚男性的社會(huì)融入度相對(duì)高于其他群體，越年輕、學(xué)歷越高、社會(huì)經(jīng)濟(jì)地位比5年提升越多、社區(qū)基礎(chǔ)設(shè)施越好的流動(dòng)人口社會(huì)融入度相對(duì)更高。另外，值得關(guān)注的一點(diǎn)是，城—城流動(dòng)人口的社會(huì)融入度高于同等條件下的“鄉(xiāng)—城”流動(dòng)人口，這與已有相關(guān)研究結(jié)論較為一致[34]。

4.2 GPS估計(jì)

表4的Panel A給出了GPS方法第一步的Fractional Logit估計(jì)結(jié)果，用于估計(jì)個(gè)體處于某一社會(huì)網(wǎng)絡(luò)規(guī)模的概率，即個(gè)體的GPS得分④平衡性檢驗(yàn)顯示，經(jīng)過(guò)廣義傾向得分調(diào)整后的控制變量不存在明顯差異，表示匹配效果較好。鑒于篇幅，這里不再單獨(dú)列出。。結(jié)果顯示，性別、受教育年限、工作培訓(xùn)、黨員、社會(huì)經(jīng)濟(jì)地位（五年前）、社區(qū)基礎(chǔ)設(shè)施對(duì)社會(huì)融入有正向影響，表明在同等條件下，男性流動(dòng)人口的社會(huì)網(wǎng)絡(luò)規(guī)模大于女性，人力資本水平越高、社會(huì)經(jīng)濟(jì)地位提升越多、社區(qū)基礎(chǔ)設(shè)施越好的流動(dòng)人口有更高水平社會(huì)網(wǎng)絡(luò)。這也意味著，流動(dòng)人口的社會(huì)網(wǎng)絡(luò)本身受到多種因素影響，如不進(jìn)行考慮可能導(dǎo)致估計(jì)偏誤。

表4 社會(huì)網(wǎng)絡(luò)與流動(dòng)人口社會(huì)融入的廣義傾向得分（GPS）估計(jì)

Panel B是GPS方法第二步的OLS估計(jì)結(jié)果。值得注意的是，估計(jì)結(jié)果中 λ3和λ4均在1%的統(tǒng)計(jì)水平上顯著，證實(shí)了流動(dòng)人口社會(huì)網(wǎng)絡(luò)規(guī)模與社會(huì)融入的關(guān)系存在樣本選擇偏誤。最后，GPS方法的第三步用于估算社會(huì)網(wǎng)絡(luò)在社會(huì)融入不同分位點(diǎn)上的期望值及其邊際變化，如圖1所示。其中，將不同社會(huì)網(wǎng)絡(luò)規(guī)模下的總體效應(yīng)連接起來(lái)，便得到整個(gè)關(guān)鍵自變量取值區(qū)間內(nèi)社會(huì)網(wǎng)絡(luò)與社會(huì)融入的之間的“劑量反應(yīng)”函數(shù)關(guān)系。圖1的左圖顯示，社會(huì)網(wǎng)絡(luò)對(duì)社會(huì)融入的影響始終為正值，但社會(huì)網(wǎng)絡(luò)與社會(huì)融入之間并非線性關(guān)系，影響效應(yīng)的大小呈現(xiàn)先上升后下降的倒“U”型趨勢(shì)，這驗(yàn)證了前文的假說(shuō)2。圖1的右圖展示了處理效應(yīng)函數(shù)，可以看出處理效應(yīng)函數(shù)曲線向右下方傾斜，邊際效應(yīng)遞減。這說(shuō)明，對(duì)社會(huì)網(wǎng)絡(luò)規(guī)模小的流動(dòng)人口而言，擴(kuò)大社會(huì)網(wǎng)絡(luò)能夠收獲更大的邊際效益，但社會(huì)網(wǎng)絡(luò)規(guī)模的擴(kuò)大為社會(huì)融入帶來(lái)的邊際收益遞減。從而進(jìn)一步證實(shí)了前文的理論假說(shuō)。

圖1 基于廣義傾向得分（GPS）估計(jì)的劑量反應(yīng)函數(shù)與處理效應(yīng)函數(shù)

4.3 異質(zhì)性分析

（1）群體異質(zhì)性

本文進(jìn)一步檢驗(yàn)社會(huì)網(wǎng)絡(luò)與社會(huì)融入關(guān)系的群體異質(zhì)性。表5以關(guān)系密切的親友數(shù)為社會(huì)網(wǎng)絡(luò)的代理變量，模型1～5分別加入了社會(huì)網(wǎng)絡(luò)與性別、新生代流動(dòng)人口⑤新生代流動(dòng)人口指1980年及以后出生的流動(dòng)人口；第一代流動(dòng)人口指1980年前出生的流動(dòng)人口。、受教育年限、農(nóng)村戶籍、跨省流動(dòng)的交互項(xiàng)以區(qū)分社會(huì)融入的群體差異，均控制了個(gè)人特征、工作特征、家庭特征、社區(qū)特征、省份固定效應(yīng)⑥本文也分別以可談心的親友數(shù)、可討論重要問題的親友數(shù)、可借錢的親友數(shù)進(jìn)行了同樣的估計(jì)，估計(jì)結(jié)果顯示，用其他社會(huì)網(wǎng)絡(luò)代理指標(biāo)得出的估計(jì)結(jié)果一致，限于篇幅，文中不再陳列詳細(xì)的估計(jì)結(jié)果。。模型2加入了社會(huì)網(wǎng)絡(luò)與新生代流動(dòng)人口的交互項(xiàng)，交互項(xiàng)的系數(shù)顯著為負(fù)，說(shuō)明相較于新生代流動(dòng)人口，社會(huì)網(wǎng)絡(luò)對(duì)第一代流動(dòng)人口產(chǎn)生的作用更大。其原因可能是新生代的流動(dòng)人口對(duì)互聯(lián)網(wǎng)的使用率更高，一方面，互聯(lián)網(wǎng)所傳遞出的有關(guān)求職、就業(yè)信息部分代替了第一代流動(dòng)人口的傳統(tǒng)社會(huì)網(wǎng)絡(luò)求職的功效，部分對(duì)沖了社會(huì)網(wǎng)絡(luò)促進(jìn)經(jīng)濟(jì)融入的作用；另一方面，互聯(lián)網(wǎng)的使用本身就是行為融入的重要一環(huán)，部分打破了流動(dòng)人口與流入地居民之間的文化隔離。模型3加入了社會(huì)網(wǎng)絡(luò)與受教育年限結(jié)果的交互項(xiàng)，交互項(xiàng)的系數(shù)顯著為負(fù)，說(shuō)明隨著受教育程度的提高，社會(huì)網(wǎng)絡(luò)對(duì)社會(huì)融入的邊際效應(yīng)下降，即當(dāng)人力資本水平較低時(shí)，社會(huì)網(wǎng)絡(luò)對(duì)促進(jìn)社會(huì)融入的作用相對(duì)更大?？赡艿脑蚴牵谇舐毦蜆I(yè)時(shí)，社會(huì)網(wǎng)絡(luò)是人力資本的有益補(bǔ)充。人力資本水平越高的流動(dòng)人口，就業(yè)議價(jià)能力越強(qiáng)[35]，社會(huì)網(wǎng)絡(luò)對(duì)簽訂勞動(dòng)合同和參與勞保福利的價(jià)值越弱[36]。這意味著，對(duì)人力資本低的群體，除了進(jìn)行就業(yè)培訓(xùn)外，應(yīng)當(dāng)關(guān)注其本地社會(huì)網(wǎng)絡(luò)的擴(kuò)展。

表5 社會(huì)網(wǎng)絡(luò)與流動(dòng)人口社會(huì)融入關(guān)系的群體異質(zhì)性

（2）社會(huì)融入維度異質(zhì)性

本研究進(jìn)一步考察了社會(huì)網(wǎng)絡(luò)與不同維度的社會(huì)融入的關(guān)系，估計(jì)結(jié)果如表6所示?？傮w來(lái)看，社會(huì)網(wǎng)絡(luò)對(duì)不同維度的社會(huì)融入均有顯著影響。相比經(jīng)濟(jì)融入，社會(huì)網(wǎng)絡(luò)對(duì)流動(dòng)人口行為融入及心理融入維度的作用相對(duì)更大。可能原因有二：第一，社會(huì)網(wǎng)絡(luò)雖在短期內(nèi)有助于流動(dòng)人口找到工作和居住地，但長(zhǎng)期來(lái)看，促進(jìn)經(jīng)濟(jì)融入的仍然是個(gè)體的人力資本[37]。第二，經(jīng)濟(jì)融入更容易受戶籍制度牽制，公共服務(wù)往往和戶籍掛鉤，而針對(duì)流動(dòng)人口的社會(huì)保障、住房、衛(wèi)生和醫(yī)療等公共服務(wù)的缺乏，在較大程度上阻礙流動(dòng)人口社會(huì)經(jīng)濟(jì)層面的向上流動(dòng)。進(jìn)一步從不同社會(huì)網(wǎng)絡(luò)指標(biāo)的差異來(lái)看，精神支持型的社會(huì)網(wǎng)絡(luò)（談心、討論重要問題的親友）更能促進(jìn)行為融入和心理融入，而物質(zhì)支持型（借錢的親友）則更有助于促進(jìn)經(jīng)濟(jì)融入。綜合來(lái)看，社會(huì)網(wǎng)絡(luò)是促進(jìn)流動(dòng)人口社會(huì)融入的重要因素，但多維度提升流動(dòng)人口的融入程度則需要制度環(huán)境、個(gè)體人力資本積累和非正式社會(huì)支持等的協(xié)調(diào)配合。

表6 社會(huì)網(wǎng)絡(luò)與流動(dòng)人口的不同維度社會(huì)融入

（3）穩(wěn)健性檢驗(yàn)

盡管GPS估計(jì)能夠在一定程度上克服樣本選擇偏誤，但仍然難以完全解決遺漏變量和雙向因果等潛在的內(nèi)生性問題。故分別對(duì)研究樣本、變量和估計(jì)方法進(jìn)行調(diào)整，進(jìn)一步驗(yàn)證研究穩(wěn)健性，結(jié)果如表7所示。首先，我們將研究樣本從2016年CLDS截面數(shù)據(jù)拓展至2014～2016面板數(shù)據(jù)，而后運(yùn)用雙向固定效應(yīng)模型消除不隨時(shí)間變化且不可觀測(cè)的異質(zhì)性，以此減輕遺漏變量偏誤。如Panel A所示，固定效應(yīng)模型中不同的社會(huì)網(wǎng)絡(luò)指標(biāo)均顯著為正，且估計(jì)系數(shù)與OLS估計(jì)接近，在一定程度上驗(yàn)證了本研究基本結(jié)論的可靠性；其次，更換關(guān)鍵自變量指標(biāo)測(cè)算方法的再檢驗(yàn)。具體地，本文進(jìn)一步構(gòu)建各社會(huì)網(wǎng)絡(luò)指標(biāo)的啞變量，流動(dòng)人口若擁有某項(xiàng)社會(huì)網(wǎng)絡(luò)，虛擬變量取值為1，否則為0。以此替代原社會(huì)網(wǎng)絡(luò)指標(biāo)進(jìn)行回歸，Panel B的結(jié)果顯示，各項(xiàng)社會(huì)網(wǎng)絡(luò)指標(biāo)仍正向顯著影響社會(huì)融入，研究結(jié)論仍然穩(wěn)??；最后，進(jìn)一步采用處理效應(yīng)模型對(duì)社會(huì)網(wǎng)絡(luò)與社會(huì)融入之間的關(guān)系進(jìn)行再檢驗(yàn)。類似于Panel B中的指標(biāo)設(shè)定，將社會(huì)網(wǎng)絡(luò)虛擬變量令為模型的處理變量，而后將其作為因變量對(duì)一系列個(gè)人、家庭和社區(qū)特征進(jìn)行Logit回歸，而后得到第一階段的逆米爾斯比λ，而后將其代入模型的第二階段估計(jì)社會(huì)網(wǎng)絡(luò)對(duì)流動(dòng)人口社會(huì)融入的影響。如Panel C所示，處理效應(yīng)模型的第一階段中逆米爾斯比λ在1%的水平上顯著，說(shuō)明采用處理效應(yīng)模型能夠在一定程度上糾正OLS的估計(jì)偏誤。具體從模型的第二階段估計(jì)結(jié)果來(lái)看，各個(gè)社會(huì)網(wǎng)絡(luò)指標(biāo)仍然顯著為正，且估計(jì)系數(shù)大于OLS估計(jì)，表明OLS估計(jì)可能對(duì)社會(huì)網(wǎng)絡(luò)與流動(dòng)人口社會(huì)融入的關(guān)系存在一定的低估?？傮w上看，經(jīng)過(guò)以上穩(wěn)健性檢驗(yàn)，本文的基本結(jié)論較為可靠。

表7 穩(wěn)健性檢驗(yàn)

5 結(jié)論與討論

流動(dòng)人口遷移并最終融入城市，是城鄉(xiāng)統(tǒng)籌發(fā)展的普遍趨勢(shì)，流動(dòng)人口的社會(huì)融入問題一直是學(xué)界乃至整個(gè)社會(huì)關(guān)注的領(lǐng)域。以往研究肯定了社會(huì)網(wǎng)絡(luò)對(duì)流動(dòng)人口社會(huì)融入的積極作用，但對(duì)其可能存在的消極影響考察與分析不足。本文聚焦社會(huì)網(wǎng)絡(luò)與流動(dòng)人口的社會(huì)融入的關(guān)系，使用廣義傾向得分匹配法（GPS）驗(yàn)證了二者之間呈先上升后下降的倒“U”型關(guān)系，即隨著社會(huì)網(wǎng)絡(luò)的擴(kuò)展，其對(duì)流動(dòng)人口社會(huì)融入的正向影響將逐漸下降，究其原因，主要可能受到流動(dòng)人口社會(huì)網(wǎng)絡(luò)結(jié)構(gòu)的同質(zhì)性、高密度與人情往來(lái)成本的影響。異質(zhì)性分析結(jié)果顯示，從群體差異來(lái)看，社會(huì)網(wǎng)絡(luò)對(duì)第一代以及人力資本水平較低的流動(dòng)人口社會(huì)融入有相對(duì)更大的正面作用；從社會(huì)融入維度來(lái)看，相比經(jīng)濟(jì)融入，社會(huì)網(wǎng)絡(luò)對(duì)流動(dòng)人口的行為融入和心理融入的影響相對(duì)更大。

上述結(jié)論驗(yàn)證了本文的研究假說(shuō)，主要有以下三個(gè)方面的啟示：首先，社會(huì)網(wǎng)絡(luò)是提升流動(dòng)人口社會(huì)融入水平的重要渠道，應(yīng)當(dāng)建立相應(yīng)平臺(tái)促進(jìn)流動(dòng)人口社會(huì)網(wǎng)絡(luò)的擴(kuò)展，提供該群體必要的社會(huì)資本投資。其次，社會(huì)網(wǎng)絡(luò)與流動(dòng)人口社會(huì)融入之間的倒“U”型關(guān)系表明，對(duì)于流動(dòng)人口甚至更廣泛的人群，朋友貴精不貴多，高質(zhì)量、異質(zhì)性的社會(huì)網(wǎng)絡(luò)將為社會(huì)融入帶來(lái)相對(duì)更加持久的積極影響；對(duì)于政府而言，應(yīng)當(dāng)側(cè)重對(duì)社會(huì)網(wǎng)絡(luò)規(guī)模較小的流動(dòng)人口予以社會(huì)支持，提高其融入城市的意愿和能力。再次，由于社會(huì)網(wǎng)絡(luò)對(duì)社會(huì)融入的影響存在群體差異和融入維度差異，有必要因主體施策，側(cè)重?cái)U(kuò)展延伸人力資本水平較低和第一代流動(dòng)人口的社會(huì)網(wǎng)絡(luò)，同時(shí)注重推進(jìn)針對(duì)流動(dòng)人口的基本公共服務(wù)均等化，提高其工作福利、社會(huì)保障等，同時(shí)通過(guò)教育和職業(yè)培訓(xùn)等進(jìn)一步提高流動(dòng)人口的人力資本水平，改善該群體在流入地的相對(duì)弱勢(shì)地位，從而促進(jìn)其在社會(huì)經(jīng)濟(jì)層面的融入程度。最后，流動(dòng)人口的社會(huì)網(wǎng)絡(luò)所提供的社會(huì)支持主要源自非正式渠道，因此需要為流動(dòng)人口提供必要的正式社會(huì)網(wǎng)絡(luò)和社會(huì)支持，進(jìn)而更加有效地提升該群體的社會(huì)融入水平。

由于數(shù)據(jù)限制，本研究仍存在一定的不足。第一，對(duì)社會(huì)網(wǎng)絡(luò)維度和質(zhì)量的探討有待完善。社會(huì)網(wǎng)絡(luò)受結(jié)構(gòu)維度（家人關(guān)系、熟人關(guān)系、陌生人關(guān)系的劃分）、關(guān)系維度（互動(dòng)性與親密性）以及認(rèn)知維度（互惠性行為與共同價(jià)值觀）等多個(gè)因素的共同影響。本研究在選取社會(huì)網(wǎng)絡(luò)指標(biāo)時(shí)主要考慮了關(guān)系維度，尚未從結(jié)構(gòu)與認(rèn)知維度進(jìn)一步區(qū)分，故而無(wú)法得知社會(huì)網(wǎng)絡(luò)結(jié)構(gòu)及認(rèn)知對(duì)社會(huì)融入的影響。同時(shí)，本研究所使用的社會(huì)網(wǎng)絡(luò)指標(biāo)主要表征為網(wǎng)絡(luò)規(guī)模，但未能體現(xiàn)網(wǎng)絡(luò)質(zhì)量。第二，影響機(jī)制有待實(shí)證檢驗(yàn)。受數(shù)據(jù)信息的限制，社會(huì)網(wǎng)絡(luò)的潛在的正向和負(fù)向影響渠道難以量化，這使得研究結(jié)果仍停留在理論解釋層面。盡管存在以上局限，本研究為本主題的研究視角、方法和內(nèi)容提供了一定補(bǔ)充。運(yùn)用更新更全面的數(shù)據(jù)，改進(jìn)社會(huì)網(wǎng)絡(luò)指標(biāo)并進(jìn)一步實(shí)證檢驗(yàn)本文的研究結(jié)論以及影響機(jī)制，需要未來(lái)相關(guān)研究進(jìn)一步討論。