文章信息
财经研究 2017年43卷第7期 |
- 黄玖立, 刘畅.
- Huang Jiuli, Liu Chang.
- 方言与社会信任
- Dialect and social trust
- 财经研究, 2017, 43(7): 83-94
- Journal of Finance and Economics, 2017, 43(7): 83-94.
-
文章历史
- 收稿日期:2016-12-14
2017第43卷第7期
2. 南开大学 中国特色社会主义经济建设协同创新中心,天津 300071
2. Collaborative Innovation Center for China Economy, Nankai University, Tianjin 300071, China
一、引言
改革开放以来,中国的经济发展取得了举世瞩目的骄人成就;然而,社会道德水平却有些“捉襟见肘”。一个典型的事实就是急剧的社会转型带来一系列价值冲突,从而导致社会信任危机,公众之间的社会信任受到了极大挑战。当前,社会信任建设是构建和谐社会关系的基础性工作,也是社会经济可持续发展的当务之急。然而,要把握社会信任的形成机制,就要准确把握我们置身于其中的社会文化背景和时空背景。特别地,现代中国脱胎于儒家文化主导的传统农耕社会,信任有其鲜明的地域和文化特色。正如费孝通先生在《乡土中国》一书中所强调的,中国及周边东亚社会中的社会关系呈现明显的“差序格局”特征(费孝通,2013)。作为地域特色文化的载体,方言既是族群内部成员相互沟通的工具,也具有一定的排他性特点。改革开放之后,随着经济的发展和人口流动的日益频繁,传统观念有所淡化,但依旧持续地影响着人们的行为。这也意味着方言是理解社会信任形成和演变的重要视角和关键维度。
众所周知,中国是一个统一的多民族国家,广阔的疆土与悠久的历史孕育了多种多样的地域文化,也使得中国的语言系统具体表现为多文种、多语言、多方言的形态特点。尽管普通话已经在全国范围内初步普及,但在人们的日常生活之中,方言仍然被广泛地使用。根据《中国语言文字使用情况调查资料》的统计,①全国能使用汉语方言与人交谈的比例占86.38%,并且82.15%的人在与家人交谈时使用汉语方言。
① 来自中国语言文字使用情况调查领导小组办公室(2006) 的调查结果
人们形象地将语言比喻为人与人之间沟通的桥梁,方言则是特定地域范围内人们沟通的工具。基于此,具有重要地方特征的方言则是一种区域异质性的表现,是划分族群和身份识别的重要维度(Pendakur和Pendakur,2002)。在多种方言并存的地区,使用同一种方言的人对彼此的历史文化和生活背景有着相近的认识和体会,他们或者拥有共同的话题,或者拥有彼此易于接受的沟通方式,从而往往能够迅速消除信任障碍。在日常沟通与交往中,彼此陌生的人的身份信息也能够通过方言迅速被对方识别出来。如果对方操着与自己相同的方言,则意味着其来自于与自己相同的族群或地区;反之亦然。这样,给定陌生人讲某种方言的概率与所在地人口构成比例,当区域内语言异质性较低时,居民彼此间的认同感和相似度更强,信任水平也就更高。本文中的社会信任特指对陌生人的信任。直观上,对陌生人的信任与对熟人(亲人)的信任具有不同的影响因素,后者并不受方言的影响。
作为社会资本的重要组成部分,社会信任影响着经济增长和人均收入水平。现有研究发现,作为不同地域文化的代表,中国的方言多样性阻碍了区域经济增长(徐现祥等,2015);而董事长和总经理的方言一致性能够有效降低中国上市公司(尤其是民营上市公司)的代理成本,从而改善其公司治理(戴亦一等,2016)。本文试图从社会信任的视角为以上发现提供一个微观解释。具体而言,本文基于中国综合社会调查数据考察了方言分布的集中度对个体社会信任的影响,其中社会信任用被调查对象对陌生人的信任刻画。本文的经验研究证实,方言会对社会信任的形成产生影响,使用同种方言可以提高陌生人之间的社会信任。除了控制被调查对象的个体特征(如教育水平、性别等)外,本文还控制了所在地的收入水平和区位特征。本文基于被调查对象对同乡(持同种方言)的信任程度的进一步检验表明,方言对社会信任的影响的确是通过族群或来源地身份识别来实现的。
本文的贡献主要体现在两个方面:第一,本文从信任的角度提供了关于方言或语言这一文化形式影响经济绩效的微观基础。现有研究主要关注语言或方言的经济后果,如经济增长和公司治理等重要方面(徐现祥等,2015;戴亦一等,2016),但关于其影响路径的经验研究仍然语焉不详;本文则从个体社会信任的角度为现有文献的研究提供一个微观基础。第二,本文研究属于文化经济学的范畴,是关于语言或族群异质性研究的一项重要补充。通过比较方言集中程度不同的地区中个体对陌生人和同乡的信任,本文揭示了社会信任形成的具体机制,即族群或种群来源地的身份识别。这揭示了语言或族群异质性的社会背景和历史渊源,也验证了费孝通(2013) 关于中国社会的“差序格局假说”。
二、文献综述和研究假说
社会信任是社会资本的核心内容,属于新兴的文化经济学范畴。社会信任不仅影响着经济发展或金融发展的绩效(Knack和Keefer,1997;Zak和Knack,2001;Guiso等,2004),也与公共政策的执行效果有着密切的关系(Putnam等,1993)。Knack和Keefer(1997) 基于世界价值观调查数据的经验研究发现,不同国家内个体之间的信任程度与本国经济增长正相关。Zak和Knack(2001) 在对政府绩效这一变量进行控制后证实,在低信任程度的环境下,投资率会降低。Guiso等(2004) 通过研究意大利内部不同的社会资本程度发现,社会信任低的地方,人们更倾向于持有现金,而非其他金融工具。特别地,作为一种非正式制度,社会信任与法庭等正式制度可能存在相互补充或相互替代的关系。根据Putnam等(1993) 的研究,在不同的社区内,不同的信任程度会导致不同的公共政策质量和市场运行效率,即信任程度更高的地方,制度运行的效果更好。
社会信任如此重要,它是如何形成的呢?现有研究认识到,文化是社会信任形成的重要背景,也是影响社会信任动态变化的重要维度。Igarashi等(2008) 通过三个西方国家(澳大利亚、德国和英国)以及两个东亚国家(日本和韩国)的经验研究发现,文化和制度差异是造成这些国家社会信任产生差异的原因。这意味着,作为文化的重要载体,不同的语言或方言代表的是不同的国别(地域)文化和族群来源,也是认识社会信任形成的重要途径和角度。
同时,社会信任水平受社区环境因素的影响,即居民所处的社区环境的客观特点会影响其社会信任水平(Delhey和Newton,2003;李涛等,2008)。社区内部各项指标的集中度是揭示社区环境特征的重要指标,可以体现在社区人口的语言、种族、收入等方面。Alesina和La Ferrara(2000) 发现,从种族集中度情况来看,社区内部的异质性越高,信任程度也就越低;其进一步研究发现(Alesina和La Ferrara,2002),社区内部的种族多样性和收入差距均会影响社会信任水平,并且当存在种族多样性的社区内的居民排斥种族融合时,其信任程度也会相对较低。①Glaeser等(1999) 以哈佛大学本科生为样本的研究发现,当个体来源的种族和国家越分化时,信任感将会下降。
① 类似地,Breham和Rahn(1997) 的研究发现,不同社区内的社会信任水平受收入差异度的影响,当收入差异越大时,社会信任水平越低。
语言或族群的集中度影响着社会信任,从而也就影响着微观经济运行和长期经济增长。首先,种族分化越大的地区,公共产品的供给效率越低,社会活动的参与度也受到抑制。Canning和Fay(1993) 以及Mauro(1995) 讨论了种族多样性对政府活动与制度的实施质量的影响。La Porta等(1999) 通过政府执政效果的实证研究发现,种族多样性显著影响政府活动,其影响力甚至比法源(legal origin)这一类相关变量还要大。Alesina等(2000) 的研究进一步证实,在美国种族异质性越明显的地区,公共政策的效率会越低,这可能是因为他们并不信任彼此。其次,语言或族群多样性将会抑制经济的长期增长。Esterly和Levine(1997) 通过不同国家的大量调查样本发现,人均国民生产总值与民族语言分化有着显著的负相关关系。Alesina和La Ferrara(2005) 基于美国县级数据的研究证实,种族分化(ethnic fragmentation)会抑制一国内部各地区的人口增长,在初始人均收入水平较低的地区,这些抑制效应更加明显。徐现祥等(2015) 通过构建我国278个地级及以上城市的方言分化指数,发现当方言的分化程度降低时,人均产出可以得到提高。
如前所述,我国是一个地域辽阔的多民族国家。方言是我国的一种独特的地域文化,国内的经济学文献和与方言相关的研究主要关注其对经济增长(徐现祥等,2015)、公司代理成本(戴亦一等,2016)、劳动力流动(刘毓芸等,2015) 和劳动力收入(Chen等,2013) 的影响,②我们的研究主要着眼方言与社会信任之间的关系。前文关于社区异质性的研究发现,多样性会抑制社会资本的形成。类似地,从语言文化的层面来讲,当社区内的语言集中度越高时,居民之间的相似度也就越高,社会信任水平越高。根据心理学的文献,语言是人与人之间沟通的桥梁,会影响人际间的心理距离。Marschak(1965) 发现语言可以减少需要人际间互动的活动的不确定性。直观上,使用同样语言的人之间会由于其相互之间感受到的相似性而使彼此感觉更加亲切,从而拉近距离。据此,本文提出如下研究假说:
② Chen等(2013) 考察作为人力资本的个人方言运用能力对收入的影响。
假说1:方言会影响社会信任的形成,陌生人之间使用同种方言会提高其对彼此的社会信任。
前文述及,中国脱胎于传统的农耕社会,以血缘和地域为纽带的人际关系网络在社会交往和商品交换中仍然发挥着重要作用,是非市场化治理的重要方式之一。Macpherson等(2001) 发现,相似的个体沟通起来更容易,从而更容易发生互动。已有的早期研究证实,大部分个体都更不倾向于信任那些和自己有区别的人,因为熟悉感可以导致信任(Coleman,1990)。Barr(1999) 根据一些实验结果也得出了同样的结论。根据费孝通(2013) 的“差序格局假说”,中国人在面对不同交往对象时的信任程度不同:人们对与自己地缘和血缘相近个体的身份认同感更高,因而对其信任程度也更高,即方言可以用于来源地的身份识别。魏下海等(2016) 通过2013-2014年中国流动人口动态监测数据发现,掌握方言技能有利于流动人口在迁入地搭建良好的社会网络,从而增加社会认同和减少歧视以降低创业壁垒。据此,本文提出如下研究假说:
假说2:方言通过影响身份识别而影响社会信任与沟通。
假说2意味着,素不相识的陌生人在社会交往中会得到操持同种方言的同乡的更多信任。在这一过程中,人们根据方言很容易自动识别出交往对象的来源地。
三、数据与变量
(一) 数据来源与变量
本文关于个体特征的信息来自中国综合社会调查(Chinese General Social Survey,简称CGSS)。该数据的调查工作始于2003年,由中国人民大学的“中国调查与数据中心”负责,能够提供社会、社区、家庭和个人等多个层次的数据。①本文使用2005年的个人调查数据,该年度调查提供了关于社会信任的多维度信息。本文选择2005年的中国综合社会调查数据而未使用其他较新的统计数据,主要出于以下两点考虑:(1) 这一数据细分了个体对不同信任对象的信任,便于我们将个体与其有不同亲疏关系的信任对象分开考量。(2) 这一数据是分地区进行统计的,方便我们考察不同地区方言集中程度对社会信任的影响。
① 关于该数据的更多说明,详见数据库网站:http://www.chinagss.org/index.php?r=index/index。
本文关于城市层面方言集中度的数据来自徐现祥等(2015) 构建的以地域为观察单元的方言数据库。按照2000年的行政区划分,该数据库根据《汉语方言大辞典》所报告的中国2 113个县或县级以上观测单元所使用的具体汉语方言构造了中国278个地级及以上城市的方言分化指数和方言片个数。其中,方言片个数为城市中使用汉语次方言的数量,其假定城市中的每个汉语次方言都是等权重的。方言分化指数是在窄口径下的方言片个数的基础上考虑了方言使用人群的差异后发展而来的。具体而言,在徐现祥等(2015) 测算的方言分化指数基础上,本文将方言集中度的测算方法设定为:
$dialec{t_m} = \sum\limits_{n = 1}^N {S_{mn}^2} $ | (1) |
其中,Smn表示在城市m中使用方言n的城市人口占城市总人口的比重,N为窄口径下的城市m中次方言片的数量。
另外,本文控制的城市层面数据城市人均生产总值来自中国城市年鉴(2005),省级层面数据产权保护程度平均值来自世界银行(2004),城市省外人口占比数据来自全国1%人口抽样调查(2005)。通过对以上5个数据库进行匹配,本文最终成功匹配到了82个地级(及以上)城市的数据。①
① 限于篇幅,本文未展示具体的匹配城市空间分布图,需要者可向作者索取。
(二) 变量说明
本文的被解释变量为社会信任。在英文文献中,通常用“你是否认为大多数人是可信的”来衡量信任,但是对于中国和大多数亚洲国家而言,由于文化的原因,人们总是会倾向于更加信任与自己关系更为亲密的亲人和朋友,因此在信任的测量中使用对大多数人的信任来衡量国内的信任水平则不太合适。信任在中国综合社会调查(2005) 中分为对陌生人、(近)邻居、(城镇的)远邻/街坊或(乡村)邻居以外的同村居民、同村的同姓人士、同村的非同姓人士、亲戚、同事、交情不深的朋友/相识、老同学、在外地相遇的同乡(以同市或同县为界限)、一起参加健身等业余活动的人士、一起参加宗教活动的人士、一起参加社会活动/公益活动的人士的信任。该调查通过设计这样一个问题来衡量信任:“在不直接涉及金钱利益的一般社会交往/接触中, 您觉得下列人士中可以信任的人多不多呢?”其中,每个选项都被赋予不同的数值,1代表“绝大多数不可信”,2代表“多数不可信”,3代表“可信与不可信者各半”,4代表“多数可信”,5代表“绝大多数可信”,6代表“不适用”。②本文主要研究的是方言对社会信任的影响,因此使用对陌生人的信任来衡量被解释变量。在后面对关系并不亲近的熟人信任的检验中,我们用其对外地相遇的同乡(以同市或者同县为界限)的信任来衡量,其测量明细与对陌生人的信任相同。
② 现有文献普遍将回答“说不准”的被调查者归到信任程度更低的一类(Alensina和La Ferrara, 2002;李涛等,2008)。本文使用的样本中,回答“不适用”(即未回答或者不知道)的占比仅在1%左右,故将这部分样本视为缺省值使用。
本文的核心解释变量——方言集中度指标覆盖了全国82个城市,其中的行政区划采用的是2000年的标准,这是因为我国2000年以后的行政区划比较稳定。方言集中度指数以地级及以上城市为分析单元,其经济学含义是,对城市内随机选取的任意两个个体,他们讲相同方言的概率大小(徐现祥等,2015)。城市中每个方言的使用并不是等权重的,这样的衡量方法充分考虑了使用不同方言的人口权重问题。对于方言复杂县的处理采取窄口径的度量方法,对每个方言复杂县只确定一种次方言,从而避免高估方言多样性。本文中方言集中度的取值范围为0-1,数值越大代表方言集中度越高,即两个人讲相同方言的概率越大。
四、估计模型
方言集中度是独立于研究个体的,然而一个地区的方言集中度可能与经济发展水平密切相关(徐现祥等,2015),而经济发展水平也可能影响个体信任。不仅如此,根据现有文献,收入水平(Alesina和La Ferrara, 2002)、社会地位(Glaeser等,2000)、是否受过高等教育(黄健和邓燕华,2012)、宗教信仰、所在地区(城/乡、东/中/西部、是否为沿海开放城市、南方/北方)、外来人口比例、城市发展水平也是影响个体信任的重要因素。此外,我们还需控制观察个体的人口学特征变量(如性别、年龄、婚姻状况等)。具体来说,我们建立如下计量模型:
$trus{t_i} = \alpha + \beta dialec{t_m} + \sum {\delta _j}{X_{ij}} + \varepsilon $ | (2) |
其中,trusti为居民i对陌生人的信任水平。m为居民i所在城市,dialectm为前文定义的居民i所在城市m的方言集中度。Xij为控制变量向量,包括个体层面的变量、城市层面与省级层面的变量。
第一类为省级层面的控制变量,为各省的产权保护程度平均值(pp_a)。由于世界银行(2004) 的数据并不包含我国的全部城市,因此我们取各省的产权保护程度平均值来进行匹配。个体所在省份的产权保护程度一般会对个体信任产生影响,产权保护程度越高的地方,个体的安全感越高,相应地也更信任别人。
第二类为城市层面的控制变量,包括城市人均生产总值、城市到所在省省会的球面距离、城市省外人口占比,以及城市是否为东部城市、是否为沿海开放城市、是否为南方城市三个虚拟变量。具体如下:(1) 城市人均生产总值(lncity_agdp),取自然对数。城市人均生产总值越高的地区,其稳定性与和谐性也相对较高,城市发达程度越高,这会对社会信任产生影响。(2) 是否为东部城市(east):1代表是,0代表否。东部与中西部之间不同的经济社会发展水平同样会对个体的信任水平产生影响。(3) 是否为沿海开放城市(coastal):1代表是,0代表否。沿海开放城市经济较为发达,其居民的信任水平也会与非沿海开放城市有一定的差异。(4) 是否为南方城市(south):以温带和亚热带的地理分界线——秦岭和淮河为界将样本城市分为南北方城市。南方城市较北方而言,方言更加丰富,信任可能存在差异。(5) 城市到所在省省会城市的球面距离(d_shenghui):单位为千米。如果城市本身即为省会城市,则数值为0。该距离在一定程度上刻画了城市的发达程度和交通便利程度,一般而言,距离越近则代表城市相对而言更为发达。(6) 城市省外人口占比(p_outlander):此变量形式为小数,根据2005年全国1%人口抽样调查的数据构造。外来人口的比例也会对方言影响社会信任的路径产生影响,外来人口比例不同的地方,方言对社会信任的影响也不同。
第三类为个体层面的控制变量,包括年龄、性别、婚姻状况、社会经济地位、收入水平、受教育程度、归属地性质(城/乡)以及个人参与宗教活动的频率等。社会信任的个人因素决定论着重强调个人本身的客观条件与特质对社会信任的影响(Putnam,2000),具体包括:(1) 年龄(age)。随着个体年龄的增长,其社会阅历和社会经历会得到积累,同时社会地位也会逐渐提高。(2) 性别(gender)。一般来讲,女性的信任程度低于男性。这是因为女性社会活动的参与度要低于男性,并且女性较男性而言是一种弱势群体,其对陌生人的社会信任程度往往也更低。(3) 婚姻状况(marriage)。1代表已婚,0代表其他(包括未婚、离婚、丧偶)。婚姻的形成会给予人以庇护,这在很大程度上会提高人内心的安全感和抵抗风险的能力,会对个体的信任水平产生影响。(4) 社会经济地位(status)。一定的社会经济地位意味着一定的权力,并且社会经济地位高的人会拥有更多的社会资源,其获取信息的渠道更多,在选择是否信任时可以得到更为真实的信息。1代表下层,2代表中下层,3代表中层,4代表中上层,5代表上层。①(5) 收入水平(income)。居民较高的收入水平可以增加其对潜在损失的承受能力,但同时也增加了其对他人觊觎自己资产的担忧,因此收入水平对社会信任的影响取决于这两种力量的对比。(6) 受教育程度(edu)。1代表受过高中及高中以上教育,0代表其他。较高的教育水平一般意味着有更体面的工作,并且个体通过受教育得到了更强的分析能力和风险识别能力。(7) 归属地性质,即属于城市还是农村的虚拟变量(location)。城市和农村的交通便利程度不同,获取信息的便捷程度也不同,这会影响人们对风险的识别与事实的认知。(8) 个人参加宗教活动的频率(belief)。宗教信仰情况会对个体的信任产生影响,本文根据CGSS的问卷中参与宗教活动的频率来构造变量,1代表一周多次,2代表一周一次,3代表一月一次,4代表一年多次,5代表从不。
① CGSS中,对这一问题描述为“您家的社会经济地位在本地大体属于哪个层次”,其中1代表上层,2代表中上层,3代表中层,4代表中下层,5代表下层。本文在数据处理时,用6与这一变量相减,使数字由低到高代表社会经济地位由低到高。
考虑到80岁以上老人的意识可能出现偏差,本文在数据处理时剔除了年龄大于80岁的观测值,使样本的年龄跨度为18岁到80岁之间。样本中男女比例较为均衡,均值为1.525;社会信任的均值为1.864,处于“绝大多数人陌生人不可信”和“大多数陌生人不可信”之间,接近于“大多数人不可信”;对在外地遇到的同乡的信任接近于“认为其可信与不可信者各半”,其均值为3.022。
五、估计结果
(一) 初步估计结果
根据上述估计模型(2),我们分层次地进行了回归分析,对假说1和假说2分别进行了验证。本文的被解释变量trusti为定序变量,适合使用定序logit模型和定序probit模型进行估计。本文假设随机扰动项符合logistic分布,因此主要采用定序logit回归模型进行回归分析。为了消除无法识别的异方差对估计结果的影响,我们选择报告稳健的标准误。
表 1中的列(1) 报告了仅加入方言集中度的回归结果。我们可以看出,dialect变量的系数为正,并且在5%的水平上显著。①这一回归结果初步印证了本文假说1的预测,即方言会对社会信任的形成产生影响,个体讲同种方言的概率越大,其社会信任水平越高。为了验证这一结论的稳健性,列(2)-列(4) 依次加入了个体层面的人口特征类控制变量(包括年龄和性别)、社会经济类控制变量(包括婚姻状况、社会经济地位、教育、收入、归属地性质和宗教)和城市层面的控制变量(包括城市人均生产总值、是否为东部城市、各省产权保护程度、是否为南方城市、城市到所在省省会的距离、是否为沿海开放城市和城市省外人口比例)。可以看出,在加入其他控制变量之后,方言集中度的系数虽然有所变化,但符号与之前一致,且至少在5%的水平上显著。这表明在控制了不同层面的控制变量之后,本文关于方言与个体社会信任之间关系的初步结论依然成立。
① 作为被解释变量的社会信任具有个体维度,而核心解释变量方言集中度只具有城市维度,这大大扩大了估计系数的标准误,从而使得估计系数的显著性水平也大幅降低。
控制变量的估计结果显示,社会信任的程度在社会经济地位、收入水平、归属地性质不同的个体、东部与中西部城市、南方与北方城市、到省会城市距离不同的城市、沿海开放城市与非沿海开放城市以及产权保护程度不同的省份之间存在着较为显著的差异。具体来说,个体社会经济地位(status)的系数为正,并且在1%的水平上显著,这说明社会经济地位越高的人对陌生人的信任程度越高。这可能是因为较高的社会经济地位意味着获取信息的成本更低,以及获取信息的渠道更多,使个体可以更加准确地判定信任的风险,从而使其对陌生人的信任水平更高。个体收入水平(income)的系数为负,并且在1%的水平上显著,这意味着收入越高的人越倾向于不信任陌生人。这可能是因为较高的收入水平意味着较多的财富,因为拥有的资产较多而具有更强的防范心理,担心别人觊觎自己的财产,从而导致信任水平较低。个体归属地性质(location)变量的估计系数为正,且在10%的水平上显著,这在一定程度上说明,较城市人口而言,农村人口对陌生人的信任水平更高。
部分城市和省区层面控制变量的估计结果符合直觉。城市是否在东部(east)变量的估计系数为正,且在5%的水平上显著,这说明较中西部城市而言,东部城市的社会信任水平更高。这可能是因为东部城市的交通便利,经济发达,人们见多识广,风险的识别能力与承受能力都相对更高,因而其社会信任水平更高。城市到省会的距离(d_shenghui)的估计系数为负,且在1%的水平上显著。这意味着,到省会城市的距离越近,信任程度越高。其逻辑是,到省会城市距离这一变量在一定程度上代表了城市的发达程度,而发达地方的社会制度也更为健全,则人们的安全感更高,社会信任程度也就更高。是否为沿海开放城市(coastal)变量的系数为正,且在5%的水平上显著,这说明沿海开放城市相对较为开化,经济发展较为发达,人们有更高的安全感,因此更倾向于信任陌生人。是否为南方城市(south)的估计系数为负,且在1%的水平上显著,这说明相比于方言相对统一的北方而言,方言相对复杂的南方的社会信任程度更低一些。省级产权保护程度(pp_a)变量的估计系数为正,且在1%的水平上显著,这说明产权保护程度越高的地方,社会信任程度越高,这也与我们前文的预期一致。
然而,作为个体控制变量的年龄(age)及其平方项(age_squ)、性别(gender)、婚姻状况(marriage)、受教育程度(edu)、宗教信仰(belief),以及城市层面的人均生产总值(city_agdp)和省外人口比例(p_outlander)变量的估计系数并不显著。
最后,为了验证本文核心结论对估计方法的稳健性,表 1中的列(5) 报告了加入所有控制变量的最小二乘(OLS)估计结果。估计结果显示,方言集中度的系数虽然数值大小略有变化,但是依然为正,且在5%的水平上显著,说明前文结论依然成立。与ologit的估计结果不同的是,性别(gender)的估计系数显示,女性的社会信任较低。
(1) | (2) | (3) | (4) | (5) | |
dialect | 0.264**(0.105) | 0.257**(0.105) | 0.325***(0.105) | 0.246**(0.116) | 0.116**(0.0586) |
age | -0.015*(0.008) | -0.012(0.008) | -0.009(0.008) | -0.005(0.008) | |
age_squ | 0.0002*(8.86e-05) | 0.0001(0.0001) | 9.60e-05(0.0001) | 5.39e-05(5.14e-05) | |
gender | -0.040(0.043) | -0.051(0.044) | -0.067(0.044) | -0.050**(0.022) | |
marriage | 0.002(0.067) | 0.004(0.067) | 0.002(0.067) | ||
status | 0.136***(0.067) | 0.121***(0.067) | 0.050***(0.067) | ||
edu | 0.050(0.067) | 0.035(0.053) | 0.023(0.053) | ||
income | -0.029***(0.011) | -0.041***(0.011) | -0.022***(0.011) | ||
location | 0.088*(0.052) | 0.106*(0.052) | 0.056*(0.052) | ||
belief | -0.015(0.052) | -0.008(0.042) | -0.004(0.021) | ||
city_agdp | -0.014(0.021) | 0.0111(0.021) | |||
east | 0.148**(0.021) | 0.074**(0.021) | |||
d_shenghui | -0.002***(0.0002) | -0.001***(0.0002) | |||
coastal | 0.167**(0.070) | 0.066*(0.070) | |||
south | -0.137***(0.070) | -0.084***(0.070) | |||
p_outlander | -0.612(0.070) | -0.392(0.070) | |||
pp_a | 0.020***(0.070) | 0.009***(0.070) | |||
估计方法 | ologit | ologit | ologit | ologit | OLS |
样本量 | 7 688 | 7 688 | 7 688 | 7 688 | 7 688 |
注:(1)*、**和***分别为10%、5%和1%的显著性水平;(2) 括号内为稳健标准误。下同。 |
(二) 进一步的估计结果
上述一系列的回归结果均表明,方言的确会影响社会信任的形成,说同一种方言的人越多,社会信任水平越高,这与假说1的预期一致。而方言是否是因为影响了身份认同而进一步影响社会信任的生成呢?我们通过下面的检验来验证假说2。
由于中国居民对不同信任对象的信任程度不同,对更为亲密的人的信任程度高,而对陌生人或者不熟悉的人的信任程度低。因此,本文将采用CGSS问卷中对“在外地相遇的同乡(以同市或者同县为界限)”这一信任对象的信任来进行检验,这样能够剥离不同的亲疏程度对回归结果的影响。一般来说,在外地相遇的同乡与陌生人的区别在于,是否与个体使用同样的一种方言。从方言的相似性角度来说,与陌生人相比,同乡之间有着更大的相似度,这种更大的相似度意味着相同的方言带来了一种更大的身份认同。如果此时的回归结果显示方言集中度不会对熟人的信任产生显著的影响,那么假说2的预期成立。
从表 2的检验结果可以看出,方言并不会对同乡之间的信任产生显著的影响。因此,方言影响社会信任形成的途径是,通过影响身份认同进而影响信任的生成,这与假说2的预期一致。
(1) | (2) | (3) | (4) | (5) | |
dialect | -0.136(0.108) | -0.131(0.108) | 0.147(0.112) | 0.146(0.112) | 0.185(0.117) |
age | 0.004(0.009) | -0.006(0.010) | -0.002(0.010) | 0.002(0.010) | |
age_squ | -4.97e-05(9.07e-05) | 5.86e-05(0.0001) | 2.57e-05(0.0001) | -3.66e-06(0.0001) | |
gender | -0.130***(0.043) | -0.153***(0.043) | -0.140***(0.043) | -0.128***(0.043) | |
marriage | 0.099(0.068) | 0.037(0.068) | 0.033(0.068) | ||
status | 0.130***(0.025) | 0.121***(0.025) | 0.109***(0.025) | ||
edu | -0.061(0.052) | -0.016(0.053) | 0.008(0.053) | ||
income | -0.030***(0.011) | -0.025**(0.012) | -0.021*(0.012) | ||
location | 0.387***(0.053) | 0.243***(0.058) | 0.230***(0.058) | ||
belief | -0.085**(0.043) | -0.078*(0.043) | -0.070(0.043) | ||
city_agdp | -0.011(0.054) | -0.087(0.055) | |||
east | 0.195***(0.064) | 0.122*(0.065) | |||
d_shenghui | 0.001***(0.0002) | 0.001***(0.0002) | |||
coastal | -0.105(0.072) | -0.0778(0.072) | |||
south | -0.0723(0.049) | -0.144***(0.050) | |||
p_outlander | -1.378***(0.465) | -0.085(0.499) | |||
pp_a | 0.016***(0.002) | ||||
估计方法 | ologit | ologit | ologit | ologit | ologit |
样本量 | 7 200 | 7 200 | 7 200 | 7 200 | 7 200 |
(三) 稳健性检验
方言对社会信任的影响会因个体的受教育程度、城市人均GDP以及城市外来人口比例的不同而有所差异,下面就这些影响因素进一步加以讨论。同时,我们想要考察本文的核心结论对不同区域城市子样本的稳健性。表 3中的列(1)-列(3) 报告了包括以上三组交互项变量的估计结果,列(4) 和列(5) 报告了分东部城市和中西部城市子样本的估计结果。
表 3中列(1)-列(3) 的估计结果显示,尽管影响路径受到个体受教育程度、城市人均GDP和城市外来人口比例的影响,但是讲同一种方言会增强陌生人之间的信任。这也表明,本文关于方言集中度和社会信任之间关系的结论是稳健的。特别地,列(1) 中受教育程度与方言集中度交叉项(dialect×edu)、列(2) 中方言集中度与城市人均GDP交叉项(dialect×city_agdp)、方言集中度与城市省外人口比例交叉项(dialect×p_outlander)的估计系数均为负,且至少在5%的水平上显著。这表明较高的个体受教育水平、较高的地区人均收入水平以及较高的外来人口比例均会弱化方言对社会信任的抑制作用。
表 3中的列(4) 和列(5) 报告了关于城市是否为东部城市的分组结果。结果显示,对于东部城市与中西部城市而言,方言集中度对社会信任都体现为显著的促进作用,但显著程度存在区别。对于东部城市而言,方言集中度对社会信任的促进作用在1%的水平上显著,而中西部城市的显著性水平为10%。这说明较中西部城市而言,东部城市的方言集中度对社会信任的影响更为明显。
(1) | (2) | (3) | (4) | (5) | |
全样本 | 全样本 | 全样本 | 东部城市 | 中西部城市 | |
dialect | 0.519***(0.136) | 3.691**(0.136) | 0.483***(0.127) | 0.758***(0.185) | 0.272*(0.161) |
age | -0.009(0.010) | -0.009(0.010) | -0.008(0.010) | -0.004(0.013) | -0.017(0.014) |
age_squ | 9.69e-05(0.0001) | 9.85e-05(0.0001) | 9.11e-05(0.0001) | 3.83e-05(0.0001) | 0.0002(0.0001) |
gender | -0.065(0.044) | -0.068(0.044) | -0.065(0.044) | -0.087(0.061) | -0.044(0.064) |
marriage | 0.005(0.067) | 0.007(0.067) | 0.004(0.067) | -0.015(0.094) | 0.054(0.098) |
status | 0.119***(0.025) | 0.119***(0.025) | 0.120***(0.025) | 0.0778**(0.035) | 0.156***(0.035) |
edu | -0.169**(0.076) | 0.0386(0.053) | 0.0376(0.053) | 0.0459(0.072) | 0.0274(0.078) |
dialect×edu | -0.888***(0.234) | ||||
income | -0.041***(0.012) | -0.040***(0.012) | -0.039***(0.012) | -0.013(0.012) | -0.057***(0.014) |
location | 0.126**(0.057) | 0.124**(0.057) | 0.121**(0.056) | 0.481***(0.086) | -0.0786(0.078) |
belief | -0.009(0.042) | -0.011(0.042) | -0.012(0.042) | -0.031(0.055) | -0.055(0.066) |
city_agdp | -0.010(0.054) | -0.066(0.059) | 0.037(0.056) | -0.072(0.077) | -0.004(0.083) |
dialect× city_agdp | -0.364**(0.083) | ||||
east | 0.147**(0.064) | 0.129**(0.064) | -0.182***(0.064) | ||
d_shenghui | -0.002***(0.0002) | -0.002***(0.0002) | -0.002***(0.0002) | -0.001***(0.0003) | -0.002**(0.0004) |
coastal | 0.194***(0.071) | 0.212***(0.073) | 0.307***(0.077) | 0.290***(0.074) | |
south | -0.132***(0.048) | -0.134***(0.048) | -0.0719(0.050) | -0.696***(0.072) | 0.271***(0.083) |
p_outlander | -0.665(0.083) | -0.782(0.503) | -3.923***(0.883) | 1.301**(0.613) | 13.52**(5.840) |
dialect× p_outlander | -8.322***(1.826) | ||||
pp_a | 0.020***(0.002) | 0.020***(0.002) | 0.016***(0.002) | 0.023***(0.003) | 0.014***(0.003) |
样本量 | 7 688 | 7 688 | 7 688 | 3 931 | 3 757 |
注:diversity×edu、diversity×lncity_agdp和diversity×p_outlander为对应的交叉项。 |
六、结论与启示
中国广阔的疆土与悠久的历史孕育了多种多样的地域文化,方言则是地域文化的重要载体和符号。本文的理论意义在于,现有文献考察了方言作为地域文化的经济后果,但并没有揭示文化能够影响经济绩效的原因,本文则从社会信任这一渠道提供了关于其作用机制的微观证据。本文的研究发现,在控制了影响社会信任的个体特征和其他地区特征之后,方言的确会影响社会信任的形成,使用同一种方言会提高个体的社会信任,且这种作用机制是通过身份识别来实现的。本文还研究了方言对社会信任的影响在不同情况下的差异性。研究表明,受教育程度、所在地的城市人均生产总值和城市外来人口比例都会对方言影响社会信任的起到一定程度的调节作用,并且这一影响也因东部地区与中西部地区而有所不同。
本文从方言的视角丰富了多样性影响社会资本的研究,也为方言对经济绩效的影响提供了进一步的佐证。本文的研究意味着,使用同一种方言有利于打破族群或来源地身份识别障碍,从而有利于克服信任障碍,降低市场交易费用。但是,这一结论并不否定方言多样性对社会经济具有其他方面的重要意义,如保护中国的传统文化和发展文化旅游产业等,这对于经济发展较为滞后但地方文化资源丰富的少数民族地区来说,意义尤为重要。
不可避免地,本文也有局限和不足。首先,本文的方言集中度指标是根据城市内任意两个个体讲同种方言的概率来刻画的。相较而言,个体出生地或成长地的方言集中度指标或许更加合理,但囿于数据来源,我们无法获得关于个体出生地或成长地的方言信息。其次,由于本文需要区分不同的信任对象,因此我们选用2005年中国社会调查的问卷数据进行考察,但中国社会变迁的速度很快,这一数据可能难以完全清晰地刻画当前中国社会信任的动态变化。
目前,方言对经济绩效的影响仍然是一个方兴未艾的研究领域。除了本文关注的社会信任之外,方言也可能影响企业的内部沟通、协调成本和团队工作效率,从而影响企业的管理成本和生产率水平。当然,方言的多样性在一定程度上也代表着文化传统和思维习惯的多样性,不同(亚)文化群体和族群之间的相互借鉴和取长补短有助于打破成规、突破传统思想的束缚,从而有助于创新性思想的提出。这意味着,研究者的方言异质性可能有助于高校、科研机构和企业的研发与创新。对这些问题的回答有助于我们进一步理清文化作用于经济发展的渠道和机制。在中国这样一个多民族、多方言的发展中国家,这种研究尤为必要。
[1] | 戴亦一, 肖金利, 潘越. "乡音"能否降低公司代理成本?——基于方言视角的研究[J]. 经济研究, 2016(12): 147–160. DOI:10.3969/j.issn.1005-913X.2016.12.062 |
[2] | 费孝通. 乡土中国[M]. 北京: 中华书局, 2013. |
[3] | 黄健, 邓燕华. 高等教育与社会信任:基于中英调查数据的研究[J]. 中国社会科学, 2012(11): 98–111. |
[4] | 李涛, 黄纯纯, 何兴强, 等. 什么影响了居民的社会信任水平?——来自广东省的经验证据[J]. 经济研究, 2008(1): 137–152. |
[5] | 刘毓芸, 徐现祥, 肖泽凯. 劳动力跨方言流动的倒U型模式[J]. 经济研究, 2015(10): 134–146. DOI:10.3969/j.issn.1002-5863.2015.10.052 |
[6] | 魏下海, 陈思宇, 黎嘉辉. 方言技能与流动人口的创业选择[J]. 中国人口科学, 2016(6): 36–46. |
[7] | 许宝华, 宫田一郎. 汉语方言大词典[M]. 北京: 中华书局, 1999. |
[8] | 徐现祥, 刘毓芸, 肖泽凯. 方言与经济增长[J]. 经济学报, 2015(2): 1–32. |
[9] | 中国语言文字使用情况调查领导小组办公室. 中国语言文字使用情况调查资料[M]. 北京: 语文出版社, 2006. |
[10] | Alesina A, La Ferrara E. Participation in heterogeneous communities[J]. Quarterly Journal of Economics, 2000, 115(3): 847–904. DOI:10.1162/qjec.2000.115.issue-3 |
[11] | Alesina A, La Ferrara E. Who trusts others?[J]. Journal of Public Economics, 2002, 85(2): 207–234. DOI:10.1016/S0047-2727(01)00084-6 |
[12] | Alesina A, La Ferrara E. Ethnic diversity and economic performance[J]. Journal of Economic Literature, 2005, 43(3): 762–800. DOI:10.1257/002205105774431243 |
[13] | Barr A. Familiarity and trust:An experimental investigation[R]. Csae Working Paper No.1999-23. |
[14] | Canning D, Fay M. The effects of transportation networks on economic growth[R].Working Paper, Department of Economics Columbia University, 1993. |
[15] | Coleman J S. Foundations of social theory[M]. Cambridge: 1990. |
[16] | Delhey J, Newton K. Who trusts?:The origins of social trust in seven societies[J]. European Societies, 2003, 5(2): 93–137. DOI:10.1080/1461669032000072256 |
[17] | Fukuyama F. Trust:The social virtues and the creation of prosperity[M]. New York: 1995. |
[18] | Glaeser E L, Laibson D, Scheinkman J A, et al. What is social capital? The determinants of trust and trustworthiness[R]. NBER Working Paper No.7216, 1999. |
[19] | Glaeser E L, Laibson D I, Scheinkman J A, et al. Measuring trust[J]. Quarterly Journal of Economics, 2000, 115(3): 811–846. DOI:10.1162/qjec.2000.115.issue-3 |
[20] | Guiso L, Sapienza P, Zingales L. The role of social capital in financial development[J]. American Economic Review, 2004, 94(3): 526–556. DOI:10.1257/0002828041464498 |
[21] | Igarashi T, Kashima Y, Kashima E S, et al. Culture, trust, and social networks[J]. Asian Journal of Social Psychology, 2008, 11(1): 88–101. DOI:10.1111/ajsp.2008.11.issue-1 |
[22] | Knack S, Keefer P. Does social capital have an economic payoff? A cross-country investigation[J]. Quarterly Journal of Economics, 1997, 112(4): 1251–1288. DOI:10.1162/003355300555475 |
[23] | Marschak J. Economics of language[J]. Systems Research & Behavioral Science, 1965, 10(2): 135–140. |
[24] | Mauro P. Corruption and growth[J]. Quarterly Journal of Economics, 1995, 110(3): 681–712. DOI:10.2307/2946696 |
[25] | Pendakur K, Pendakur R. Language as both human capital and ethnicity[J]. International Migration Review, 2002, 36(1): 147–177. |
[26] | La Porta R, Shleifer A, Vishny R. The quality of government[J]. Journal of Law Economics & Organization, 1999, 15(1): 222–279. |
[27] | Putnam R, Leonardi R, Nonetti R. Making democracy work:Civic traditions in modern Italy[M]. Princeton: 1993. |
[28] | Putnam R. Bowling alone[M]. New York: 2000. |
[29] | Zak P, Knack S. Trust and growth[J]. Economic Journal, 2001, 111(470): 295–321. DOI:10.1111/ecoj.2001.111.issue-470 |