社会关系网、朋友圈效应与农民工收入，本文主要内容关键词为：关系网论文,农民工论文,朋友圈论文,效应论文,收入论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
中图分类号：F304.6 文献标识码：A 文章编号：1003-3947(2015)03-0065-16 一、引言 自20世纪80年代以来，中国大量农民离开土地进入城市，在寻找农业以外新的就业机会的同时，也在整个国家的社会经济转型中发挥巨大作用。农民工数量迅速增长，到2014年底已达2.74亿(国家统计局，2014)。社会各界在关注农民工收入的同时，也越来越重视这一群体的社会交往和城市融入问题。以往的研究表明，无论是在工资的获得还是城市融入方面，农民工的社会关系网都扮演着重要的角色(王春超、周先波，2013)。 对中国劳动力市场的大量实证研究表明，动用社会网络中的社会资源能够给行动者带来更高的收入回报(Bian，1997；梁玉成，2010)。而西方社会网络理论对社会网络的研究从格兰诺维特的强弱关系假设开始，已取得了进展(Granovetter，1973；Manski，C.F.，1993；Bian，1997；Jackson & Yariv，2007)。以往的研究大致从增加机会、提供信息、社会信任以及人情帮助等方面来解释社会网络对行动者工资的影响效应。然而这些都是社会网络对行动者提供的、直接看得到的帮助。无论是“强关系”还是“弱关系”，无论是提供信息还是直接基于人情的帮助，都是社会网络对行动者的一种直接帮助的效应。在人与人交往过程中会产生社会互动，这在社会关系网中表现尤为突出，同处社会网络中的人的互动会更深入和频繁。社会关系网对行动者的影响除直接的资源性的帮助外，是否还存在由于社会互动而带来的内在的间接的影响呢？具体讲，对于朋友圈这种重要社会网络，朋友通过什么途径影响其他成员的行为和收入呢？ 本文在整体上研究农民工社会关系网对其工资的影响后，进一步分析“朋友圈效应”对农民工工资的影响机理。另外，以往对工资与社会网络(特别是教育网差和职业网差)之间的联立因果关系研究得较少，而回答这种双向关系问题不但能研究社会网络对农民工工资的直接影响，并且能揭示农民工收入对其社会网络发展的影响。本文的主要贡献在于：对“朋友圈效应”进行剖析，从朋友的教育程度和职业阶层两个维度对农民工工资的影响机理和程度进行研究。 本文接下来是对文献的综述，并提出理论假设；然后利用珠三角实地调查数据进行实证分析，随后从内生性方面对理论假说的验证结果进行稳健性检验；最后是结论和讨论。 二、文献综述 对于农民工的迁移和工资决定的归因问题，学界做了大量的研究，一般从个体异质性、人力资本、企业社会环境以及社会资本等角度去解释，而作为社会资本主要来源的社会网络，也随着研究的深入而越来越受到重视。格兰诺维特最早研究社会网络中的“弱关系”通过信息传递在找工作过程中起着重要作用(Granovetter，1973)。此后，社会网络的系列研究虽然从不同的角度使用不同的方法进行了研究，但基本上都得出社会网络在行为人的决策行为和经济回报等方面发挥着作用。而社会网络作为一种网络性资源或作为一种互动性的结构是如何在社会经济行为中发生作用呢？对于社会网络作用机理的研究，现有文献从如下方面尝试着进行了解释：社会资源、社会规则和社会影响。Lin(1999，2008)从社会资源的角度来研究社会网络的直接的影响效应；帕特南从社会规则的角度强调社会网络是一种结构性组织，处于特定网络结构中的个体必须服从网络的某些规则，这也会带来某种同群压力；社会学习主要是来自于人力资本的溢出效应，社会网络内部成员具有高质量的人力资本会对网络内部其他人员产生一种学习效应，从而提高行动者的产出(Putnam，1995)。对于社会网络作用机理的研究为我们理解社会网络提供了更多的途径，但社会网络的结构和规模比较复杂和难以准确界定。作为行动者社会网络的重要组成部分，其同群或朋友圈在其社会经济生活中也发挥着重要作用，因此对其朋友圈效应的研究可以为我们进一步了解社会网络的作用机理提供一个很好的窗口。 对于朋友层面同群效应的研究，现有文献从不同的角度研究了好友可能对行为人产生的影响，相关文献也研究了这种影响发生的途径。虽然吉吉·福斯特的研究表明，个人的社会朋友并不比那些随机的同群关系所产生的影响大，但总体结论还是表明个人的朋友确实在各个方面影响着行为人的行为以及经济产出(Foster，2006)。Yann Bramoulle等(2009)在对曼斯基提出的liner-in-mesns模型(Manski，1993)进行扩展的基础上分离了内生和外生的影响，研究发现：朋友所带来的同群效应确实发挥着作用。阿曼达·费兹杰拉等对美国青少年的朋友对其行为影响的研究文献进行综述，表明：朋友支持、朋友到场、同群规范、朋友质量和同伙都会对青少年的行为产生影响(Amanda Fitzgerald，et al.，2012)。另外，现有文献对教育的溢出效应也有了一定的研究(Sousa & Liliana，2013)，但主要是偏宏观层面，较少涉及微观个体的社会网络层面。G
chter等(2010)和斯蒂芬·哈克等通过对社会网络中的社会规范与社会偏好的研究表明(Steffen Huck，2012)，个体所在社会圈子的社会规范会产生一种社会压力或社会偏好，从而对个体的经济行为产生影响。我们由此出发可以假设朋友的职业阶层也是产生这一社会压力的原因，处于较低经济社会地位的个体由于朋友的经济社会地位较高会产生一种社会偏好从而向高层次的地位靠近，进而改变其生产率，最终提高其经济回报。 综合以往的文献，我们发现，同学对个体的影响主要是基于一种人力资本的溢出带来的学习效应，工友对个体的影响主要是基于社会规范和一种社会压力，而朋友圈对个体的影响则相对来说比较复杂。一方面，朋友圈中可能出现类似于同学圈子中的人力资本溢出带来的学习效应；另一方面，也可能出现由于社会规范而带来的社会压力的影响。更进一步，与同学和工友的圈子几乎每天都生活在一起不同，朋友圈子里还存在着不同的社会距离①，而这种社会距离又与前面的两种效应发生着关系，共同决定着朋友对个体行为的影响。现有的文献对朋友效应的研究也大多是针对产出(outcome)和行为(behavior)的研究，很少有文献具体地研究朋友圈效应中不同朋友对其收入发挥作用的不同途径、机制和程度。我们尝试从农民工朋友的教育效应和职业效应两方面去研究可能存在的对收入的影响机理，并对两类效应因朋友圈社会距离不同而表现出的影响差异进行分析。 三、理论分析框架 (一)社会网络的数量与质量对农民工工资的影响 布迪厄将嵌入于社会网络的社会资本分解为两个元素(Bourdieu，1992、2008)：一是可以从个体联系人那里获得资源的社会关系；二是这些社会资源的总量和质量(amount and quality)。对于社会网络和社会资本的分析，不仅要从数量上考虑，更要从质量上来理解②。社会资本的数量是资本拥有者可以使用的资源，但是否使用以及使用的效果更大程度上取决于社会资本的质量。下文从数量和质量两个维度分析农民工社会网络对其工资收入的影响③。 农民工体现出群体性外出就业的特点，朋友圈中朋友的数量对农民工个体的影响可能不显著：一方面，农民工的就业领域趋于相近，他们的社会关系网也趋于同质，同质关系无法体现社会网络的网差，进而难以产生显著的学习和压力效应。以往的研究也发现，同质性社会资本对农民工收入不具有显著影响(叶静怡、周晔馨，2010)。另一方面，朋友的数量体现出其潜在可用的社会资源，但此种社会资源能否转化为实际的影响则取决于朋友影响的途径④。因此，单从朋友的数量上无法显著体现出对个体行为和收入的影响效应。朋友圈中亲密朋友的“质量”则可能对其工资产生显著影响，这里的朋友“质量”体现在朋友受教育程度和职业地位两个方面。 基于农民工朋友圈内朋友的数量与质量的比较，我们提出如下基本假说： H1：农民工社会网络的数量对其工资影响不显著，而社会网络的质量对其工资有显著正向影响。 (二)朋友圈效应对农民工工资的影响 1.朋友圈的教育网差效应 农民工最好的朋友所形成的网络是其在城市所处社会网络的核心圈。在此核心圈中，朋友的总体受教育程度相对于样本农民工越高，其网络内朋友间教育程度差距越大，人力资本整体溢出效应发生的概率相应越高。朋友圈内的整体教育层次越高，朋友间教育的网差较大，教育环境产生圈内成员之间人力资本的整体溢出效应越大。莫里蒂也认为，具有较高教育程度比例增加对工人劳动生产效率的提升具有显著正向影响(Moretti，2004)。然而，不同受教育程度的朋友所传递的信息具有效率差异。因为受教育程度较高的朋友将有更高的网差，进而更可能使有效知识向网络内处于较低教育地位的朋友处传递，形成由高至低的知识溢出。朋友圈内教育网差所形成的整体溢出具体可以从两方面分析：一方面，朋友之间通过短期内学习效应，迅速学习和提升技能，进而促进工资水平提高；另一方面，较高教育水平的朋友通过对农民工个体内在感染而长期促成个人能力提升，这对其工资增加具有稳定的正向影响。不管是这种教育差距带来的直接的学习效应还是潜移默化的对农民工内在能力提升的感染，与朋友间教育的差距都会通过改变农民工自身的工作能力，从而提高其工资。总体上来说，朋友圈中的教育网差效应对其劳动效率和工资的正向影响因朋友之间疏密程度(社会距离)不同而有差异。因此，我们提出如下假说： H2a：农民工朋友圈中关系最好的三个朋友与其教育网差对农民工工资具有显著正向影响。 2.朋友圈的职业地位网差效应 在朋友圈中，职业地位的不同也类似地形成“职业地位网差”。在网络内，朋友间职业地位的差距通过圈内成员信息的传递和互动带来了社会压力。与教育溢出的影响机制不同，自己朋友的职业地位相对比较容易识别和直观体现经济回报⑤，这使得职业地位信息的传递更为简便和直接。在网络内信息传递中，不同职业地位体现了各自不同的经济社会地位。当朋友的职业地位较高，意味着其社会经济地位也相应较高，这一信息直接传递给农民工个体，短期内即可给予个体努力工作的全面激励，进而提高工资⑥。因此，这种基于职业差距的影响可能与朋友之间亲密程度关系不大。 总体上讲，不同朋友之间的职业地位对农民工努力程度的激励作用也可以从整体和个体两个层面来分析。从整体上看，朋友圈平均职业地位较高，则对农民工个体产生的社会压力较大。这种压力通常是正向的，其原因是农民工与其朋友圈的职业层次往往具有一定的同质性，差距相对不大，这使得因朋友之间过大职业差距而造成的负向激励的可能性减少。从个体影响上看，不同职业地位朋友对其工资的影响效应不同。职业地位相对自己较高的朋友对本人具有正向影响，因为朋友之间职业地位的网差越高，职业地位差距所带来的压力越大。我们提出如下基本假说： H2b：农民工朋友圈中关系最好的三个朋友与其职业网差对农民工工资具有显著正向影响。 综合朋友圈的教育网差效应与职业地位网差效应的分析(综合H2a和H2b)，我们提出如下理论假说： H2：农民工朋友圈中关系最好的三个朋友的教育程度和职业阶层对其工资有正向影响。 综合上述分析，针对教育网差和职业地位网差影响效应所依赖的社会距离的决定程度不同，我们提出如下假说： H3：农民工朋友圈中关系最好的三个朋友的教育网差效应对其工资的影响依赖于朋友间的社会距离，社会距离越近，这种影响相对越大；相应地，朋友间职业网差对工资的影响则与朋友间社会距离关系不大。 朋友对网络中个体的影响途径是多样的，也是复杂的。同群效应只是一种潜在的影响途径。上述理论框架重点分析朋友圈内教育网差和职业网差对农民工收入的影响⑦。事实上，由于朋友之间存在互动影响，因此，不仅存在如上的单向影响机制，还有可能反过来，农民工收入的提高有利于其与朋友之间的教育网差和职业地位网差的缩小。 四、数据和变量说明 本文的数据来自于中山大学社会学系2008年7～8月对于珠三角九城市(广州、深圳、珠海、佛山、肇庆、东莞、惠州、中山、江门)的外来务工人员的实地调查。珠三角是中国内陆农民选择作为外出务工地的最主要的目的地之一⑧。调查共收到有效问卷2510份，在剔除非农户口的样本后农民工样本为2084个，其中按照各地农民工的总量抽样，各城市样本比例如下：深圳23.9％，东莞20.5％，广州17.2％，佛山10.5％，中山6.2％，江门6.2％，珠海5.8％，肇庆4.8％，惠州5.0％。调查涉及外来务工人员个人能力基本情况、外出经历、目前工作状况、目前生活状况、企业(单位)管理与福利制度和人际关系、感受与社会参与等六个部分。 1.被解释变量：尽管农民工在外出务工地的社会参与、社会保障及生活居住情况越来越受到重视，但是就目前来看，农民工的工资仍然是农民工选择外出务工与否以及选择职业的最主要的因素。不管是政策层面还是农民工自身的决策考虑，工资都是首要关注的变量；另一方面，农民工普遍从事低技能的体力活动，工资也基本能够反映其个人的劳动生产率，因此，我们选取农民工的月工资作为我们的被解释变量来研究社会网络以及社会网络中的朋友圈效应对其的影响⑨。 2.核心解释变量：按照理论假说部分的设计，本文的核心解释变量主要有：(1)反映农民工社会网络数量的好友个数，反映农民工社会网络质量的最好三个朋友的平均受教育程度、是否认识特定职业人群⑩；反映农民工使用社会网络情况的现职是否由亲友介绍；农民工在打工地曾经获得的帮助数以及曾经获得的来自于朋友的帮助数(包括具体的帮助类型)。(2)反映农民工社会网络可能存在同群效应的最好三个朋友的教育年限以及职业阶层(11)；以及最好的三个朋友与农民工自身的教育和职业差距。本文的基本函数形式设定如下：
其中i表示第i个农民工，被解释变量为取对数后的工资；SN为表征社会网络的量，在下文的实证部分将会具体分为社会网络数量、社会网络质量、朋友的教育和职业效应来分步进行研究；HC为农民工的人力资本；SH为农民工所处社会环境异质性；IH为农民工的个体异质性，表1为主要变量的定义以及基本解释。
五、实证结果分析 (一)社会网络的数量和质量 按照前述理论框架，首先将工资的对数分别对最好三个朋友的平均教育年限、平均职业阶层、认识特定阶层人数(12)、朋友个数以及现职是否由亲友介绍等变量进行最小二乘回归，稳健标准误来减少截面数据可能存在的异方差。表2为回归结果，其中lw1表示调整前工资对数，lw2表示调整后工资对数，这里进行了工资调整前后的对比，发现主要的结果变化不大。 回归结果显示，最好朋友的平均受教育程度、平均职业阶层、认识高级管理人员和高级技术人员个数等对农民工的工资有显著的正向影响；而农民工朋友个数与现职是否由亲友介绍对其工资没有显著影响。农民工在打工地的朋友越多，并不代表其越有可能获得更高的工资，其朋友所处的社会经济地位以及其与朋友的关系程度比朋友的数量更重要。现职是否由亲友介绍也与其工资没有明显的相关性，工作由亲友介绍只是说明找到工作的机会大一些，而介绍的这份工作不一定就是高工资。这说明农民工社会网络的数量并不一定就能影响其工资，但社会网的质量对其工资则具有显著的影响(假说H1)。农民工手机号码里的高级管理人员和高级技术人员的个数对其工资有显著的正向影响。对于农民工来说，存在手机通讯录中的联系人通常是其联系外界以获取帮助的对象，高级管理人员和高级技术人员在社会上处于较高层次的社会经济地位，他们对农民工提供的帮助就会一定程度上提高农民工的工资。 社会网络质量对农民工工资的显著正向影响是如何实现的？处于较高社会经济地位层次的朋友会给予他们直接的帮助(提供信息、介绍工作、直接提拔、安排工作等)，这在一定程度上会直接增加其工资收入，这里社会网络的信息效应和人情效应在农民工找工作和换工作过程中发挥着作用。但这都是直接地对农民工进行帮助，社会网络是否还存在一种对农民工工资的间接或潜在的影响？表2结果中最好的三个朋友的平均教育年限对其工资影响显著为正，说明农民工的社会网络中可能存在着显著的朋友圈效应。
注：insurance表示农民工所在企业是否提供医疗、工伤、养老、生育和失业保险等五个虚拟变量，为节约篇幅，此处以insurance代表农民工所在企业提供保险情况；city为农民工所在城市虚拟变量；ownership和companyscale分别代表农民工所在企业所有制形式和以员工人数衡量的企业规模；pay代表农民工的工资支付方式虚拟变量(年薪、月薪、计件、计时等)。accommodation为“Yes”表示在工资未进行是否包吃包住的调整时，我们控制了“只包吃”、“只包住”、“包吃包住”和“不包吃不包住”四维虚拟变量。在各列结果中，insurance、city、ownership、companyscale、pay等均已控制。*p＜0.10，**p＜0.05，***p＜0.01。 (二)最好三个朋友的教育网差效应和职业网差效应 首先将工资对数(调整后)对农民工最好三个朋友与其教育差距和职业差距进行回归，表3结果(1)显示教育差距和职业差距都对其工资存在显著的正向影响，符合我们的理论假设，即农民工最好的朋友教育程度越高、所处的职业阶层越高，其越倾向于获得更高的工资(假说H2)，而这两种影响不管是从影响大小还是影响途径来看都是不同的。表3结果(2)的标准化回归系数表明职业差距的影响要比教育差距的影响大。根据我们的理论假设，好朋友的教育对农民工的影响主要是基于一种人力资本的整体溢出效应和社会网络的学习效应，而好朋友的职业对农民工的影响主要是基于一种社会规则和社会压力。实证结果表明，这种基于社会压力的影响要比基于社会网络学习的影响大。 表3结果(3)和结果(4)表明，农民工与第一位好友(指的是最要好的朋友，社会距离最近)的教育差距对其工资的影响程度比与第三位好友的教育差距对工资的影响要大；而农民工与第一位好友的职业差距对工资的影响则与第三位好友的职业差距的影响差不多(13)(表3表明两种影响相等的F检验的概率值pv=0.8151)。可见，教育网差效应对工资作用的发挥与农民工与其朋友的社会距离有关，社会距离越近，这种影响越大。职业网差效应的大小则与朋友间社会距离大小没有显著关系(假说H3)。表3结果(6)中两个occup_gap系数之和大于两个educ_gap系数之和，且它们相等的F检验的pv=0.0387，与结果(2)一样，这表明职业差距的影响要比教育差距的影响大，且在5％显著性水平下是显著的；即农民工社会压力导致的对工资的影响显著大于基于社会网络学习感染的影响。
注：模型(2)中educ_gap和occup_gap系数相等原假设的F检验的概率值pv=0.0052；模型(3)中educ_gap1和educ_gap3系数相等原假设的F检验的pv=0.0183；模型(4)中occup_gap1和occup_gap3系数相等原假设的F检验的pv=0.8151；模型(6)中两occup_gap系数之和与两educ_gap系数之和相等原假设的F检验的pv=0.0387。模型(2)和(6)为标准化回归系数。 由于表2的回归结果发现，是否对工资进行调整对结果并没有太大影响，因此这里我们仅采用调整后的工资对数作为被解释变量，而没有进行是否调整的比较。表2中的控制变量在这里均予以控制，限于篇幅，没有在表格中呈现。*p＜0.10，**p＜0.05，***p＜0.01。 六、稳健性的讨论 检验上述主要结论的稳健性需要从如下两个方面进行：一是农民工的朋友圈的教育和职业对其的影响可能来自于其朋友圈对其提供的直接帮助，而不是来自于网差效应；二是由于农民工个人能力无法准确衡量，模型可能存在遗漏变量偏误，这将导致教育变量在模型中存在潜在的内生性，同时，教育网差和职业网差也可能存在内生性问题；三是由于农民工在结交朋友的过程中存在“人以群分”的自选择问题。下面分别对这三方面的问题进行检验。 首先是影响途径。我们将工资对数对农民工曾经从朋友那获得的直接帮助进行回归，回归结果(14)显示朋友的直接帮助对农民工工资的影响并不显著。无论是提供信息、安排进企业还是直接增加工资等，朋友对农民工的这种直接帮助并没有长远地增加其工资，这种直接的帮助可能只是在特定的环境下帮助农民工解决了困难或者暂时提高了农民工的工资，但这种直接的外在的帮助并没有显著改变农民工自身的能力从而长久地提高生产率，而真正可能是朋友的教育和职业在改变农民工的生产率和行为方式的前提下，提高了其工资。 其次是由于遗漏变量而带来的教育内生性问题。一般认为工资方程中最大的遗漏变量就是个人能力，而个人能力与教育等变量又是高度相关的，这会导致模型设定偏误。个人能力很难精确衡量，一般是选取个人能力的替代变量，但我们的数据集中很难找到这种变量。目前文献中常常通过找教育变量的工具变量，利用IV方法估计模型或检验教育的内生性。为此，本研究选取教育变量educ的如下四个工具变量(15)：父亲的教育程度(father_educ)，父亲是否为农民(father_pro)，家庭成员数(familymember)和家庭成员上大学的人数(collegenumber)。对于教育网差和职业网差的内生性问题，我们找教育网差和职业网差的工具变量。教育网差与农民工自身教育有关，同时与其找最好朋友的方式有关，所以，除教育的工具变量外，农民工第一次出外打工是自己一人出去，还是与其他人同往，将决定其以后的社交圈和结交什么样的朋友，故first_out变量(定义见表1)可以作为其工具变量。农民工对朋友的自我感觉和自信性格也会决定其交什么样的朋友，从而friends_status变量可作为另一个工具变量。对于与最好朋友的职业网差变量，first_out和friends_status也可能是其合适的工具变量；另外，参与非政府组织活动可能使农民工接触职业层次更高的朋友，故变量ngo也可作为职业网差的工具变量。在模型中控制相当多的变量后，这些工具变量对工资可望没有直接的影响，或影响极小，所以，可认为它们与工资方程中的扰动项不相关。从直觉上看，这些变量可以作为教育、教育网差和职业网差的工具变量，而且也通过了相关的检验，表明我们选取的工具变量是合适的。表3(1)和(2)的估计结果与表2(2)和(4)结果是一致的，同样支持前述结论。 因为教育网差为农民工的朋友的教育水平与其自己教育水平educ之差，故可将educ作为一个控制变量，继续检验教育网差和职业网差的内生性。教育网差educ_gap和职业网差occup_gap的工具变量(16)取为father_educ，father_pro，familymember，collegenumber，first_out，friends_status和ngo，其中前三个是农民工教育程度或职业的工具变量，后三个是农民工选择朋友的相关变量。结果(9)表明，当仅将occup_gap3作为网差时它不存在内生性，故结果(10)给出其OLS估计。由表4可见，农民工与前三位最好朋友的平均教育与职业网差对其工资的影响方向与表3各方程的估计方向是一致的。表4的估计结果进一步验证了第一和第二个基本假说H1、H2和H3。
注：被解释变量是lnw2；模型(1)(2)检验educ的内生性，其中educ的工具变量取为：father_educ，father_pro，familymember和collegenumbe；模型(3)-(9)检验各教育网差和职业网差变量的内生性，其中工具变量取为：father_educ，father_pro，familymember，collegenumber，first_out，friends_status和ngo；模型(10)为OLS估计。表2中的控制变量在这里均予以控制，限于篇幅，没有在表格中呈现。 *p＜0.10，**p＜0.05，***p＜0.01；“Yes”表示该变量已控制。 最后是对于自选择问题，我们采用倾向评分匹配来减轻由于自选择带来的估计偏误。农民工的朋友基本上来自于打工出来前的村子、读书时的学校以及出来后的工作地，因此这里的自选择主要是基于其家庭背景、教育背景以及工作背景。我们采用倾向值评分匹配将样本模拟随机化，根据样本的特征，用农民工的家庭是否拥有土地、教育程度、培训情况、工作经历(17)、职业特征进行匹配。对于教育差距的影响，我们将最好三个朋友的平均教育程度与农民工的教育程度的差距作为处理项，首先将差异为正的处理组与没有差异和差异为负的对照组进行匹配分析，然后将差异为负的处理组与没有差异和差异为正的对照组进行匹配分析。在匹配后，教育差距对农民工的工资的影响仍然是显著的。对于职业的影响，我们分别将农民工最好的三个朋友中是否有特定职业阶层(18)作为处理变量进行匹配分析。在匹配后，农民工的最好的三个朋友中的最高职业有处于较高的三个职业层次的对其工资的影响仍然是正向显著的(19)。三种匹配方式(分别采用K-nearest neighbors匹配、Radius匹配、Kernel匹配)的结果都支持我们的结论(20)。所以，在排除自选择问题后，我们得出的好朋友的教育和职业对农民工工资的影响结果仍然是成立的。 七、工资与网差的联立方程估计 由上节稳健性讨论可知，教育在工资方程中无内生性，但教育网差或职业网差在工资方程中有内生性。这个结论说明，农民工在教育和职业方面与其最好朋友的社会差距在其工资决定中起着系统性的作用。在注重人情的中国社会，个人与他人之间的社会差距会影响其收入水平；同样，反过来的机制也起着作用，收入也会导致个人与他人之间存在一定的社会差距。所以，农民工工资与其教育网差或职业网差的影响机制应是一个联立方程系统。我们有理由设定以下联立方程组模型来进一步刻画这种相互影响机制：
其中log(wage)，educ_gap，occup_gap表示对数工资、教育网差和职业网差，它们为系统中的三种内生变量；
为系统中除教育水平educ外的其他外生控制变量，分别是前述三种内生变量的解释变量，
为对应模型中扰动项。根据上一节模型中的解释变量的选择和工具变量的检验，
取为表4中除educ外的其他解释变量，
取为father_educ，father_pro，familymember，collegenumber，first_out，friends_status，ngo以及农民工工作的城市、企业的所有制性质和企业规模等解释变量，
取为first_out，friends_status，ngo以及城市、企业所有制性质和企业规模等解释变量。这些变量的选取可以保证模型可以识别。上述联立方程组模型可由三阶段最小二乘法估计，表5报告了此估计结果。 表5第一列(lw2)的估计结果表明，两种网差对工资的影响都为正，相对于职业网差，教育网差对工资的影响在统计上更为显著。教育的回报率达3.68％，且在5％水平下是统计显著的；其他变量对工资的影响与表4模型(3)的估计基本一致。所以，从两种网差和工资的双向联立因果性研究可得知，网差对工资影响的前述解释是稳健的，这进一步验证了假说H2。联立方程模型额外的结果是工资对网差的影响效应也被估计出来。表5第二列(educ_gap)和第三列(occup_gap)的估计结果表明，工资收入对教育网差和职业网差的影响都显著为负，工资收入的提高有利于缩减农民工与最好朋友之间的教育差距和职业地位差距。
八、结论 通过对珠三角九个城市调查数据的实证分析，发现农民工社会网络的质量对其工资的影响要比社会网络数量更重要；同时也进一步研究了朋友圈影响农民工工资的途径和机制。我们从其最好的三个朋友的教育和职业入手进行分析，首先提出朋友的教育和职业会通过潜在地影响农民工的生产率而提高其工资，并采用实证数据进行了验证，在排除自选择偏误、考察内生性后的研究结果发现：农民工朋友的教育程度和职业层次都会对其工资产生显著影响，而且职业影响效应要更大一点；进一步地，好友教育网差对农民工工资的影响效应则取决于其与农民工的社会距离，社会距离越近，这种影响效应就越大，社会距离越远，这种影响效应就越难体现。好友间职业网差效应对工资的影响则与朋友间社会距离的远近关系不大。 社会网络在农民工进入城市、适应城市到融入城市的过程中扮演着重要的角色。对于农民工来说，他们渴望得到更多的帮助从而获得更高的工资，最终能够在城市立足。但相对于这种直接的有限的帮助来说，社会网络的内部学习和感染效应以及基于网络规范的社会压力才能从根本上提高农民工的生产率，从而稳健地提高其工资。从这个角度上来说，社会网络的间接的潜移默化的影响对农民工要更重要一些。但从农民工的自身特征来说，其社会圈子过于单一，主要是基于其教育背景和工作背景，而他们的教育层次一般不是很高，工作阶层一般也不好，这会导致他们的社会网络质量偏低，使得基于社会网络质量的内部溢出效应和学习效应降低。所以，农民工得到最直接的帮助可以给他们短期内带来福利，但要想长久地改变农民工获得更高社会经济地位的能力，仍需要从更深层次的城市社会网络建设的角度出发去探索有效的政策。 注释： ①本文研究的农民工样本中，有部分样本的最好朋友是其外出打工之前认识的，另有部分样本的最好朋友是其外出之后认识的。在朋友圈中，不同朋友之间关系的疏密程度也有不同。 ②一般的文献在研究社会资本或社会网络的作用时并没有明确区分这两个概念，林南在发展布迪厄、科尔曼和普特南等人的理论基础上将社会资本定义为嵌入于社会网络中的资源；而边燕杰等(2010)在格兰诺维特的弱关系理论提出基于强关系的社会网络也发挥着很大的作用。本文在参考前人的研究成果的基础上，主要考察农民工的个人社会关系网对其工资的影响，这里的社会关系网是农民工主要的社会交往网络，既包括强关系，也包括弱关系。 ③社会关系网和社会资本(Social Capital)在一定程度上被混用。但是Lin(2005)对社会关系网和社会资本两个概念作了明确区分，认为“社会资本是定义为嵌入在社会关系网中的资源，这些资源可以通过关系网的联系获取或者流动”，不能利用的资源就不是社会资本，而某些没有用处的关系网也不是社会资本。 ④下文将详细分析朋友圈效应中朋友的教育和职业地位的影响途径和机制。 ⑤朋友的职业地位信息便于农民工在短时间内掌握并受到影响，朋友的受教育程度影响效应则相对需要更长时间通过不断互动而形成。 ⑥笔者在对农民工实地调查访问中发现：农民工的工作积极性很大程度上受到其老乡、朋友的影响。例如，当某个朋友得知其朋友赚了大钱或晋升，则会对自身的工作形成压力，激励其努力工作。仅有极少数因为朋友的职业和教育而存在负向激励的情况。 ⑦本文在分析朋友圈教育网差效应时提出短期学习模仿和长期感染机制，在分析职业地位网差效应时提出压力机制。事实上，上述机制形成的一个基本条件是朋友间信息传递畅通。因此，本文的分析框架并不排斥以往有文献提出的信息机制，而是强调了一个不同于以往研究的机制。在后文实证分析部分，我们发现：朋友通过直接信息提供等直接帮助的方式对农民工收入的影响并不显著，这一实证结果对朋友影响的信息机制不提供支持。实证结果基本支持了我们提出的主要机制。 ⑧国家统计局住户调查办公室(2013)提供的数据表明：2012年，珠三角地区务工的农民工为5199万人，占全国农民工的19.8％。 ⑨实地调查中涉及农民工的上月工资、最高工资、最低工资与2008年以来月平均工资等信息，我们选取其2008年月平均工资作为解释变量。对于农民工样本存在包吃包住、只包吃、只包住和吃住都不包四种情况，这四种情况会造成工资不在同一参考系，我们参照叶静怡等(2012)对工资的处理，得到wage1(处理前)和wage2(处理后)两个工资变量，将其分别取对数后得到lw1和lw2作为本文的被解释变量。 ⑩这里我们将特殊职业阶层分为两类，class1为高级管理人员，class2为高级技术人员。 (11)我们参考李春玲(2005)对中国职业阶层评分的文献，将农民工最好三个朋友的职业分为五个层次，最高一层为高级领导干部、高级知识分子、中层领导干部、企业高管和高收入高社会影响力人群等；第二层为专业技术人员、政府普通干部和特殊行业办事人员等；第三层为低层次技术人员、普通办事人员和准白领等；第四层为农村专业技术人员、技术工人、商业服务人员等；最底层为普通工人、服务员、农民等。 (12)此处仍然参考李春玲(2005)对中国职业的分类方法，将农民工最好三个朋友的职业分为五个层次。 (13)在本次调查中，农民工朋友圈中最好三个朋友的亲密程度不同。其中，关系最为亲密的朋友是第一位(教育网差和职业地位网差分别用education_gap1和occupation_gap1表示)，关系最不亲密的朋友是第三位(教育网差和职业地位网差分别用education_gap3和occupation_gap3表示)。 (14)限于篇幅，这里没有报告回归结果，感兴趣的读者可以来信索取。 (15)父亲或母亲教育程度作为子女工资方程中教育水平的工具变量是劳动经济学中的经典用法。“父亲是否为农民”虚拟变量作为农民工教育程度的IV同父亲教育程度作为IV的原理一样；同时，农民工在外工作的工资同其家中父亲的农民身份没有直接关系，也是符合人们的直觉的。家庭成员数和家庭成员上大学的人数多，农民工个体在家庭接受高教育的机会相对会少，从而与其教育程度有关，但这些并不直接影响农民工在外打工的工资。 (16)对于教育网差和职业网差，使用这些工具变量中的部分作为IV进行GMM估计，得到的估计和检验结论与它们全作为IV时的结论也是一致的。故与前述一样，我们在表4中以完整工具变量集进行GMM估计并报告结果。如读者对其他结果感兴趣可来信索取。 (17)我们这里采用农民工出来后更换工作的次数来进行匹配，更换工作越多表示农民工可能从事的行业越多，因此能够认识不同教育程度和不同职业阶层的人就会越多。 (18)这里的特定职业阶层与前文的职业分类标准相同，我们分析朋友圈中是否有较高的四种职业阶层的影响。 (19)表示最好三个朋友的职业阶层在排除了自选择因素后对农民工工资的影响仍然是显著为正的，虽然这里的fourth and above匹配后的结果并不显著，但由于最好三个朋友中有处于第四职业阶层以上的人很多(1350个)，而且第四职业阶层也与农民工普遍职业阶层第五职业阶层很接近，所以这里的匹配结果不显著也是可以理解的，综合前三个匹配结果，我们认为在匹配后的结果整体还是显著的，可以支持之前的结论。 (20)限于篇幅，这里没有具体报告倾向匹配的结果。
标签：社会关系论文; 社会网络论文; 压力管理论文; 收入效应论文;
