上海财经大学学报  2018, Vol. 20 Issue (4): 46-62     
文章浏览量:[]

0

文章信息

上海财经大学
2018年20卷第4期
卢娟, 李斌
Lu Juan, Li Bin
社会网络、非正规金融与居民幸福感——基于2016年中国家庭追踪调查数据的实证研究
Social Networks, Informal Finance and Residents’ Happiness: An Empirical Analysis Based on Data of CFPS in 2016
上海财经大学学报, 2018, 20(4): 46-62.
Journal of Shanghai University of Finance and Economics, 2018, 20(4): 46-62.

文章历史

收稿日期:2017-12-21
《上海财经大学学报》
2018第20卷第4期
社会网络、非正规金融与居民幸福感——基于2016年中国家庭追踪调查数据的实证研究
卢娟, 李斌     
湖南大学 经济与贸易学院,湖南 长沙 410079
摘要:随着人们物质生活水平的改善,居民幸福感逐渐成为衡量社会进步的重要指标,而在居民幸福感的影响研究中精神层次的社会网络关系与物质层次的非正规金融的作用不可忽略。文章将社会网络、非正规金融与居民幸福感三变量纳入同一研究框架,细化社会网络特征和非正规金融特征,尝试探究异质性社会网络和非正规金融对居民幸福感的影响。文章结合2016年中国家庭追踪调查数据进行实证研究后发现:(1)横向社会网络中亲缘、地缘与业缘均对幸福感产生正向影响,且业缘影响力>亲缘影响力>地缘影响力;纵向社会网络中个人社会地位对幸福感的影响大于家庭与社区关系的影响,而家庭与政府的关系的影响却并不明显。(2)非正规金融影响结果表明,低收入与中低收入家庭倾向于通过民间借贷以平滑消费使幸福感上升;中等收入家庭通过诉诸民间借贷以开展个体经营,从而改善家庭收入以提升幸福感的边际系数。(3)横向社会网络视角下,亲缘便利化互助性民间借贷、业缘推进投资性借贷改善居民幸福感;纵向社会网络视角下,个人社会地位的提升、家庭与社区的密切联系有利于提升民间借贷容易度,从而提升居民幸福感。因此,我们在提升居民幸福感的过程中应适度强化各类社会网络关系,且对地方非正规金融的发展进行合理引导。
关键词社会网络     非正规金融     民间借贷     居民幸福感    

一、引 言

党的十九大报告宣告中国特色社会主义进入新时代,社会更加强调满足人民日益增长的美好生活需要的重要性,建设幸福社会已然成为我国当前经济社会发展的重要任务之一,这与幸福经济学所持的主观幸福感是居民追求目标的认识相契合。主观幸福感既反映人民日常生活的物质水平,也体现出人民精神的满足感,成为能够全面衡量个人的生活满意度和福利水平的综合指标。因此,为进一步提升我国居民幸福感并更好地构建和谐社会,我们有必要从物质水平和精神水平双重视角探究居民幸福感的影响因素。就物质水平而言,近年来由于正规金融的高门槛,国民均不同程度地面临买房买车或创业融资的借贷困难(Kar等,2011)。Dolan(2008)和Cull等(2015)等学者均认为非正规金融的发展恰好缓解了因受信用风险和贷款高门槛等制约产生的信贷约束,有效解决了短期融资困难而实现家庭收入增长,其灵活的交易方式和低额利息便于满足居民日常融资需求,从而刺激投资和改善个体创业局面并极大地改善了人民物质生活(Smith,2009)。就精神层面而言,我国是典型的关系型社会,建立在亲缘关系、地缘关系基础上的社会网络不仅影响居民间日常交流,作用于个人归属感和主观自我认同,同时也在潜移默化中对家庭间非正规民间借贷行为产生影响,从而改变人们日常生活方式。在众多社会网络对居民幸福感的影响研究中,学者也大多从情感途径和经济改善途径展开:在情感途径上,认为社会网络能够促进人际交流,改善心理健康并提高幸福感(Leung 等,2011),积极社会交往可以显著改善幸福感(Diener,2009),冷漠则会显著降低幸福感(Dolan,2008);在经济改善途径上,认为社会网络可通过促进就业和收入来促进幸福感提升(Powdthavee,2008;Helliwell和Putnam,2004)。由此可见,厘清社会网络与非正规金融发展对提升居民幸福感的影响机制至关重要。到目前为止,关于社会网络、非正规金融与幸福感关系的学术研究已取得丰硕成果,但这些研究尚存一定不足:首先,在社会网络关系的度量上大多针对亲戚、朋友或同事等横向同级社会网络,忽视了在中国市场经济条件下重要的纵向政治关联性;并且大多数文献对非正规金融的描述也仅限于“民间借贷总额”的量化,研究深度不足,由此容易产生计量偏误。由此,本文将社会网络、非正规金融与居民幸福感纳入同一框架,探究异质性社会网络与非正规金融对居民幸福感是否产生影响,以及其影响机制如何。基于以上思路,本文采取2016年家庭追踪调查数据进行实证分析,结果发现社会网络关系紧密度能够提升居民幸福感,且异质性社会网络中的影响作用差异明显;非正规金融对不同收入层次家庭中居民幸福感影响差异较大;社会网络通过作用于非正规金融能对居民幸福感产生重要影响。本文结构安排如下:第一部分是引言,第二部分是机理分析与假设提出,第三部分是研究设计,第四部分是实证结果分析,第五部分是结论与政策建议。

二、机理分析与假设提出

社会网络本质上是家庭嵌入圈层社会结构中所形成的多层次关系网,根据家庭在社会网络中的联系与位置可划分为两个维度:一是横向社会网络,即指家庭与同级市场参与者间的关联,包括与父母亲戚间的亲缘关系、与街坊邻里的地缘关系和与工作同事的业缘关系;二是纵向社会网络,即指家庭与监管机构间的政治关联,依据家庭在日常生活中的各项事宜处理过程来看,在家庭网络节点中下一级指家庭中成员的社会地位,上一级则主要包括家庭与社区组织的关系、家庭与政府机构的关系(赵泉民和李怡,2007;王颂,2017),详细分类如图1所示。

(一) 社会网络对居民幸福感的影响

横向社会网络视角中,研究发现更和谐的亲戚关系(亲缘)、良好的邻里关系(地缘)往往会提升居民彼此间的信任感,减少社会交往中不必要的怀疑和猜忌,促进个人生活的满意度和幸福感(Diener和Seligman,2004;Dockery,2005;Helliwell和Putnam 2004)。而工作网络中,无论是上下级间还是同级间相处融洽都是工作顺利的基本保证。首先,上级与下属间联系密切,不仅保障工作顺利完成,也是下属获得认可的关键。对管理者来说,上下级间紧密社交,有利于提高组织内部对下级的信任度,从而有助于管理者职业生涯成功并增强幸福感;对下属而言,其主观幸福感与上级工作绩效评价显著相关;此外,同级间的和谐相处,也有利于维护工作环境稳定,从而提升工作效率。因此良好业缘的维系有利于个人获得工作幸福感(Biggio和Cortese,2013)。

纵向社会网络视角中,社会网络对居民幸福感的影响表现在以下三方面:第一,从个人社会地位看,社会评价中地位越高者往往个人自我价值评价也越好,其越容易被亲戚朋友和同事所认可,从而增强个人自信心和成就感,强化幸福感(徐淑一和陈平,2017;黄婷婷等,2016)。第二,从家庭与社区关系看,社区是家庭集合的小团体,通过开展广泛社区活动可增强集体意识,促进家庭间和谐相处并利于居民幸福感提升(李树和陈刚,2012;陈叶秀和宁艳杰,2015)。第三,从家庭与政府关系看,政府信任是一种公众对期望政府运作的归属感心理和评价态度,这不仅是公众基于信念的道德选择,也是基于对政府人员信任和制度信任的全面理性判断的结果。当人们对政府信任度提高时,可有效减少人们对政府运作的疑虑和不满,提高个人对未来生活的信心和自身幸福感;同样,也激励政府为人民服务的工作动力,加强惠民利民等公共服务项目实施,进一步促进居民幸福感的提升。基于上述分析提出以下假设:

假设1:横向社会网络中,维系良好的亲缘、地缘与业缘均可促进居民幸福感的提升;纵向社会网络中,个人社会地位提升可促进居民幸福感,维系好家庭与社区、家庭与政府联系同样可以促进居民幸福感的提升。

(二) 非正规金融对居民幸福感的影响

非正规金融是相对于正规金融而言的,对于非正规金融还没有统一的界定。世界银行认为,非正规金融是那些没有被中央银行监管当局所控制的金融活动,就是说不在中央银行监管下的金融活动统称为非正规金融。也有学者认为民间金融是指相对于官方的正规金融制度和银行组织而言,自发形成的民间的信用部门(林毅夫和孙希芳,2005;张兵和张宁,2012)。非正规金融以低成本的信息搜索优势、便捷的借贷手续和软性的借贷条件存在于人们的日常生活中,对居民经济行为产生重要影响。众多研究发现非正规金融主要通过平滑消费水平和帮助个体创业行为而提升居民幸福感(李树和陈刚,2012;李祎雯和张兵,2016)。(1)平滑消费水平。民间借贷行为以便利化手续和低利息等优点广泛存在于家庭日常生活,根据杜森贝利消费理论,消费行为具有示范性或攀附性,一定程度上消费水平可反映居民收入的优越感,从而引发幸福感。而由于居民消费习惯具有不可逆性,短期内收入拮据的家庭往往采取亲友间借贷,以满足家庭消费支出并提升个人幸福感(Besley 和Levenson,1996)。(2)帮助创业行为。限于正规金融较高的借贷门槛,众多有创业热情和创业能力的人群难以得到充足的资金保障。非正规金融则可以帮助意图实现个体创业梦想的人群。由于非正规金融的贷方往往是手里拥有少量闲置资金,但碍于理财门槛较高,为获取投资收益而采取非正规手段放贷的人群。因此,通过民间借贷实现资金合理配置,一方面既满足了个体创业的需求,另一方面也保障了小额贷方的投资目的,实现借贷双赢。尤其是非正规金融的便利化手续和低门槛的借贷条件,大大缓解了创业融资困难,从而提升居民自主创业信心并提升幸福感(马光荣和杨恩艳,2011)。基于上述分析提出以下假设:

假设2:非正规金融通过平滑消费和促进创业,提高居民幸福感。

(三) 社会网络作用下非正规金融对居民幸福感的影响

社会网络除了直接作用于人们日常情感交流,促进居民幸福感提升,其通过非正规金融进而对幸福感产生影响的交互机制同样不可忽视,这主要是由于社会网络具有信息分享和减少机会主义的功能,能够刺激非正规金融活动的产生与进行。具体来说,处在同一社会网络中的人会对彼此借贷信用有更完备的事前信息,更可能借贷给有信用的人群(马光荣和杨恩艳,2011)。在事后,同一社会网络的人也更容易监督借款人获得资金后的行为,进而解决隐藏行动的问题。而且,社会网络局中人往往具有血缘或邻里关系,其内部存在一定的非正规履约机制,集体压力会迫使借款人不敢违约。这几方面决定了社会网络能够促进非正规金融的发展。

1. 横向社会网络的影响路径

亲缘(父母亲戚关系)、地缘(邻里关系)和业缘(同事关系)等不仅直接影响情感亲密度,也通过便利化经济活动促进非正规金融借贷行为影响家庭收支,从而提升居民幸福感。具体包括:亲友邻居间的交往促进大部分零息互助性贷款活动,工友同事间的联系活跃了居民间付息投资性借贷。一方面,当家庭出现短暂消费缺口和教育医疗等高额支出情况,通常求助于街坊邻里与亲朋好友,基于彼此信任和社交频繁性,借贷多是零利息,这种亲缘和地缘作用下的零息借贷行为,不仅可解除借方短暂的经济困难,也促进贷方与借方的情感联系,对双方幸福感提升均有促进作用。另一方面,在中国从传统走向现代过程中,中国居民网络正经历从以地缘和血缘关系为基础的传统社会网络,向以工作社会网络为基础的现代社会网络变迁(李平和朱国军,2014),根据格兰诺维特(2007)的强弱关系测度四维度理论,社会网络中血缘维系属“强关系”,而同事工友间关联属“弱关系”,工作网络中民间借贷多为付息贷款。因此,家庭为实现投资和创业,当面临正规银行借贷高门槛时往往诉诸同事或朋友间商业性借贷,该类贷款虽存在一定利息但可实现家庭长期致富的目的,从而提升居民幸福感。

2. 纵向社会网络的影响路径

纵向社会网络中,以家庭为网络节点单元,节点上一级包括家庭与社区组织关系和与政府间联系,节点下一级则包括家庭内部个人社会地位(王颂,2017)。(1)从个人社会地位来看,家庭成员地位越高,往往信贷效用越好,越容易依靠非正规金融活动进行投资创业以提升幸福感(马光荣和杨恩艳,2011)。(2)从家庭与社区关系看,社区是家庭群体的集合,家庭与社区的密切联系将有利于维持家庭间的秩序。同时,社区组织为家庭间借贷纠纷提供担保和调解平台,促进借贷容易度和降低借贷风险,通过缓解双方借贷压力显著提升双方幸福感(陈叶秀和宁艳杰,2015)。(3)与政府间关系越紧密的家庭往往具有对地方政府更高的信任度,而基于正规金融受到政府监督程度更高,对政府信任度较高的家庭因此更倾向于正规金融(陈刚和李树,2012)。因此,与政府关系密切的家庭通过非正规金融手段改善收入的可能性较低,从而弱化民间借贷依赖性。换言之,家庭宁可支付高额利息向银行等正规金融机构借贷,也不愿信任地方非正规民间借贷,但由于正规金融机构复杂的借贷门槛和繁琐手续,从而造成短期融资困难等问题,不利于居民幸福感的提升。基于上述分析提出以下假设:

假设3a:横向社会网络中,亲缘和地缘的维系可促进互助性民间借贷,提升居民幸福感;业缘推进投资性民间借贷,提升居民幸福感。

假设3b:纵向社会网络中,个人社会地位提升、家庭与社区联系可提升民间借贷容易度,提升居民幸福感;家庭与政府联系密切则弱化民间借贷依赖,不利于提升居民幸福感。

图 1 社会网络对非正规金融的影响机理
三、研究设计 (一) 数据来源

本文实证选取了中国家庭追踪调查(China Family Panel Studies,CFPS)数据,该数据由北京大学中国社会科学调查中心实施,旨在通过追踪集体、个体和社区三个层次数据来反映中国社会经济的变迁,从而为学术研究和公共政策分析提供决策基础。现有的CFPS数据库包括2010年、2012年、2014年与2016年。但年度数据问卷中有关个人幸福感的问卷问题却存在不一致性,CFPS(2010)设置“你觉得自己有多幸福?”的量表是1–6等级;CFPS(2012)并没有设置“幸福与否”的题项;CFPS(2014)与CFPS(2016)均设置问卷“你觉得自己有多幸福?”,其评分等级是0–10,0分代表最低,10分代表最高。而通过比较CFPS(2014)与CFPS(2016)发现,CFPS(2016)在个人幸福感的问卷设置上更为全面,如“对自己生活满意度”、“对自己未来的信心程度”和“我生活快乐”,且问卷中同样增加了居民对社会问题的反映态度,如“中国环境问题严重程度”、“中国就业问题严重程度”、“中国医疗问题严重程度”、“中国住房问题严重程度”、“中国政府腐败严重程度”等与居民幸福感直接相关的问题。基于以上考虑,本文采取2016年最新的中国家庭追踪调查数据,CFPS问卷分为村(居)问卷、家庭问卷、成人问卷和少儿问卷四类。该数据样本量比较全面,数据库基线样本规模为161个区县、649个村居、15 000户家庭、57 155位个人,CFPS 2016年度进展为基线家庭追踪率75.8%,家庭的户内个人问卷完访率85.3%。此外,需强调的是,社会网络关系和非正规金融的相关数据均来自家庭问卷,而幸福感数据来源于成人问卷,因此,为统一本文实证样本,须对问卷结果进行匹配,按问卷中家庭ID进行匹配得到14 043份可用样本量,其中农村样本7 116份,城镇样本6 917份。

(二) 变量设计及描述性说明

选择调查问卷中“您有多幸福?”作为因变量,回答以打分数值来呈现:“0代表很不幸福,……,10代表很幸福”。通过受访者分值量化被解释变量的“幸福程度”。此外,为更好地反映个人幸福感,除受访者自身主观评价之外,本文还关注了问卷中 “对自己生活满意度”、“对自己未来的信心程度”和“我生活快乐”来侧面反映受访者的幸福感。因此,下文实证中被解释变量设定为幸福程度,并以生活满意程度、未来信心程度和生活快乐三变量作为补充,进行稳健性检验。

社会网络变量,其中横向社会网络中对亲缘、地缘和业缘关系变量的衡量参考易行健等(2012)、马光荣和杨恩艳(2011)的做法。以“人情礼支出”作为亲缘关系的衡量,以“是否接受过邻居帮助”作为地缘邻里关系的衡量,以“工作是否得到帮助”作为业缘关系的衡量。纵向社会网络中变量设置参考汪锦军和张长东(2014)、艾洪山和袁艳梅(2015)的做法,在个人社会地位度量中选择CFPS问卷中“您的地位”问题予以描述,家庭与社区关系采取“对小区感情”作为衡量,选取该指标的原因在于问卷设置社区类问题包括“公共设施状况、社区治安、环境状况和对小区的感情等”,而“对小区的感情”可综合反映居民对社区是否信任,两者关系是否紧密。家庭与政府关系变量的设置则囿于问卷数据,选取“是否受到政府补助”来衡量(艾洪山和袁艳梅,2015)。

非正规金融变量采取零息民间借贷和付息民间借贷分类指标,基于问卷中“您家待偿民间借贷总额”、“待偿亲友借贷总额”和“是否支付利息”等得出,而借贷容易度与借贷依赖度,依据“是否有借贷被拒经历”、“待偿借贷总额”、“待偿民间借贷总额”等问题计算得出。考虑非正规金融对居民幸福感的影响渠道,以“过去12个月消费支出”衡量消费水平,以“是否有人从事个体私营”衡量创业情况。正规金融变量则基于“待偿银行借款总额”问题得出。

另外,选取健康、年龄、性别、婚姻和教育等人口特征变量,参考2016年调查问卷中设置的“因户籍而受到不公”、“中国就业教育、医疗、住房、腐败问题严重程度”问题,考察居民对社会政治环境的感受,引入该类问题打分数值作为影响居民幸福感的控制变量。

表 1 变量描述
类别 含义 指标描述 说明 变量
幸福变量 幸福 您有多幸福 从很不幸福到非常幸福0–10分 hap
生活满意度 对自己生活满意度 1=很不满意,2=不满意,3=一般,4=满意,5=非常满意 satis
未来信心程度 对自己未来信心程度 1=很没信心,2=没信心,3=一般,4=有信心,5=很有信心 con
生活快乐 我生活快乐 1=几乎没有,2=有些时候有,3=经常有,4=大多数时候有,5=总是 fun
社会网络 亲缘(亲戚关系) 人情礼支出 家庭当年送出的礼金和礼物折合为人民币 ral
地缘(邻里关系) 邻居帮助 1=是,0=否 nei
业缘(同事关系) 工作是否得到帮助 1=是,0=否 work
个人社会地位 您的地位 1–5定义从“很低”到“很高”五个程度 ind
家庭与社区关系 对小区的感情 1非常没有感情,2比较没有感情,3一般,4比较有感情,
5非常有感情
com
家庭与政府关系 是否得到政府补助 1=是,0=否 gov
非正规金融 零息民间贷款 待偿亲友借贷总额 待偿亲友借贷总额对数化处理 zpl
付息民间贷款 付息待偿民间借款 付息待偿民间借款对数化处理 npl
民间借贷依赖度 民间借贷比重 待偿民间借贷总额与待偿借贷总额比值 dpl
民间借贷容易度 借款被拒经历 1=无,0=有 epl
民间借贷总额 待偿民间借贷总额 待偿民间借贷总额对数化 fpl
控制变量 消费水平 过去12月支出 过去12个月消费支出 exp
创业情况 是否有人从事个体私营 1=是,0=否 idv
收入水平 所有工作总收入 所有工作总收入对数化处理 inc
正规金融 待偿银行借款总额 待偿银行借款总额对数化处理 deb
健康 健康状况 1–10定义从“不好”到“很好” health
年龄 年龄 受访者年龄(岁) age
性别 性别 1=男性,0=女性 sex
婚姻 当前婚姻状态 1=在婚或同居,0=未婚、丧偶或离婚 mar
教育 受教育水平 0–5定义从“未上过学”到“研究生”6个程度 edu
户籍不公 因户籍而受到不公 1=是,0=否 hukou
环境 中国环境问题严重程度 0–10分,按严重程度打分 enron
贫富差距评价 因贫富差距受到不公 1=是,0=否 eco
就业 中国就业问题严重程度 0–10分,按严重程度打分 job
医疗 中国医疗问题严重程度 0–10分,按严重程度打分 med
住房 中国住房问题严重程度 0–10分,按严重程度打分 house
腐败 中国政府腐败严重程度 0–10分,按严重程度打分 cor

实证数据结合成人问卷与家庭问卷问题得出,成人问卷近33 295个样本与家庭问卷进行ID匹配,最终得到14 043个研究样本。

(三) 计量模型设定

本文使用微观调查数据,实证检验横向和纵向社会网络对居民幸福感的影响,非正规金融对居民幸福感的影响,横向和纵向社会网络与非正规金融交互作用对居民幸福感的影响,本文设计了三个实证模型:横向和纵向网络模型、非正规金融影响模型、社会网络和非正规金融交互项对居民幸福感的影响模型。

1. 社会网络对居民幸福感的影响方程

为验证假设1的正确性,构建以下回归模型:

$hap = \alpha + \tau 1ral + \tau 2nei + \tau 3work + X\beta + \varepsilon $ (1)
$hap = \alpha + \tau 1ind + \tau 2com + \tau 3gov + X\beta + \varepsilon $ (2)

模型(1)和模型(2)分别表示横向社会网络和纵向社会网络的影响方程, $hap$ 表示幸福变量, $\alpha $ 表示截距项,ralneiwork分别表示亲缘、地缘和业缘;indcomgov分别表示个人社会地位、家庭与社区联系和家庭与政府联系, $X$ 代表一系列控制变量, $\varepsilon $ 表示误差项。

2. 非正规金融对居民幸福感的影响方程

为验证假设2的正确性,检验非正规金融对居民幸福感的影响,构建以下回归模型:

$hap = \alpha + \rho fpl + \tau 1\exp + \tau 2idv + \lambda 1fpl \times \exp + \lambda 2fpl \times idv + X\beta + \varepsilon $ (3)

模型(3)表示非正规金融对居民幸福感的影响方程, $hap$ 表示幸福变量, $\alpha $ 表示截距项, $\exp \text{、}idv$ 分别表示消费水平与是否个体经营, $fpl$ 表示民间借贷总额, $X$ 代表一系列控制变量, $\varepsilon $ 表示误差项。

3. 社会网络、非正规金融对居民幸福感的影响方程

为验证假设3a和假设3b的正确性,构建以下回归模型:

$hap = \alpha + \tau 1ral + \tau 2nei + \tau 3work + \tau 4par \times zpl + \tau 5nei \times zpl + \tau 6work \times npl + \lambda 1zpl + \lambda 2npl + X\beta + \varepsilon $ (4)
$hap = \alpha + \tau 1ind + \tau 2com + \tau 3gov + \tau 4ind \times epl + \tau 5com \times epl + \tau 6gov \times dpl + \lambda 1dpl + \lambda 2epl + X\beta + \varepsilon $ (5)

模型(4)和模型(5)分别表示考虑到横向社会网络、纵向社会网络对非正规金融的交互作用的回归方程, $hap$ 表示幸福变量,ralneiwork分别表示亲缘、地缘和业缘,zplnpl分别表示零息互助性借贷与付息投资性借贷;indcomgov分别表示个人社会地位、家庭与社区联系和家庭与政府联系,epldpl分别表示民间借贷容易度与民间借贷依赖度, $\alpha $ 表示截距项, $X$ 代表一系列控制变量, $\varepsilon $ 表示误差项。

四、实证结果分析 (一) 社会网络对居民幸福感的影响回归结果
表 2 社会网络的影响结果
横向社会网络 纵向社会网络
估计方法 OLS Ordered Probit 估计方法 OLS Ordered Probit
变量 模型M1 模型M2 变量 模型M3 模型M4
亲缘 0.062*(1.78) 0.072***(5.24) 个人社会地位 0.560***(3.73) 0.743***(5.48)
地缘 0.051***(7.36) 0.061***(8.43) 家庭与社区关系 0.085***(6.87) 0.029***(8.53)
业缘 0.194***(5.29) 0.295***(5.71) 家庭与政府关系 0.131(0.64) 0.163(0.83)
健康 0.103***(5.39) 0.098***(3.39) 健康 0.094***(6.36) 0.099***(5.51)
年龄 –0.366*(–1.92) –0.401**(–2.22) 年龄 –0.384**(–2.26) –0.067**(–2.19)
年龄^2 0.162*(1.68) 0.092***(3.24) 年龄^2 0.067*(1.68) 0.073***(4.24)
性别 –0.436*(–1.72) –0.015**(–2.08) 性别 –0.073**(–2.51) –0.115**(–2.55)
婚姻 0.062***(2.92) 0.042***(3.61) 婚姻 0.032***(4.49) 0.044***(4.73)
教育 6.557***(3.89) 5.102***(3.16) 教育 4.424***(2.88) 4.091**(2.43)
户籍不公 –0.164**(–2.17) –0.795*(–1.66) 户籍不公 –0.021***(–2.64) –0.159***(–8.59)
环境 –6.929***(–8.53) –0.729***(–5.04) 环境 –0.515***(–3.94) –0.098**(–2.21)
贫富差距评价 –0.163***(–4.83) –6.424***(–7.43) 贫富差距评价 –0.572***(–3.75) 0.005(0.18)
就业 0.743(1.48) 0.182(1.02) 就业 0.136(0.07) 0.572(0.79)
医疗 0.370(0.19) 0.075(1.09) 医疗 0.005(0.11) 0.169(1.01)
住房 0.115(0.55) –0.386***(–3.72) 住房 –0.360***(–3.44) –0.347***(–3.30)
腐败 0.044(0.73) –0.007**(–2.37) 腐败 –0.140*(–1.66) –0.145*(–1.79)
常数项 4.091**(2.43) 0.579***(21.19) 常数项 0.276***(2.83) 0.313***(3.11)
F值 427.958 624.532 F值 125.748 211.085
Pseudo R2/Adj R2 0.424 0.582 Pseudo R2/Adj R2 0.324 0.623
obs 14 043 14 043 obs 14 043 14 043
  注:******分别表示10%、5%和1%的显著性水平。下同。

在本文回归方程中,衡量居民幸福感变量的赋值是1–10的整数有序变量。因此,本文同时采用普通最小二乘法OLS和有序Ordered Probit模型进行估计。模型估计结果见表2,其中模型M1和模型M2是横向社会网络下各种社会关系对居民幸福感的影响,且比较Ordered Probit估计与OLS估计发现,回归方程的F检验值从427.958上升至624.532,回归R2从0.424增长至0.582,因此有序Ordered Probit模型更适于本文的回归解释。模型M2中亲缘、地缘和业缘变量估计系数均为正且通过了1%的显著性检验,验证了假设1前部分。而进一步比较三变量的系数大小后发现,业缘估计系数(0.295)>亲缘估计系数(0.072)>地缘估计系数(0.061),表明工作社会网络对居民幸福感的影响力更大,这与中国社会变迁历程相符,即中国居民社会网络正经历从以地缘和血缘为基础的传统网络向以工作社会网络为基础的现代网络变迁。特别是20 世纪50 年代以来,社会主义再分配经济体制取代了传统的以地缘和血缘关系为基础的资源配置制度,工作社会网络影响力愈益明显;而亲缘影响力大于地缘影响力,则主要是由于中国居民居住环境变化致使邻里关系逐渐疏离,对居民日常情感维系产生限制。

模型M3和模型M4是纵向社会网络对居民幸福感的影响方程,同样对比F检验值与R2,发现模型M4较适宜于本文的实证解释。个人社会地位、家庭与社区关系对居民幸福感的估计系数均大于零且通过显著性检验,主要是由于个人社会地位越高意味着社会认同感越强,直接促进个人幸福感攀升;而紧密的家庭与社区关系能够提升家庭归属感,通过开展社区活动等增进集体感情,强化社区与家庭关系可同时促进日常交流、改善生活氛围,因此,家庭与小区联系越密切,越利于提升居民幸福感。进一步比较发现,个人社会地位估计系数(0.743)高于家庭与社区关系估计系数(0.029),表明个人社会地位对居民幸福感的直接刺激效果更明显。而家庭与政府关系对居民幸福感的估计系数却并未通过显著性检验,反映政府与家庭间的沟通尚未产生直接影响效果。

其他控制变量的估计结果大多与现有文献保持一致(陈刚和李树,2012),其中健康状况促进个人幸福感;居民年龄与幸福感呈正U形曲线关系,即居民幸福感将随着其年龄增长呈现出先下降后上升的态势,这与现有文献(Dolan等,2008)的发现一致;男性比女性具有更低的幸福感,可能由于男性比女性承担了更多家庭责任,致使其幸福感比女性低;婚姻状况显著提升幸福感,原因在于婚姻充实了家庭生活;教育能显著提升居民幸福感,则是由于教育有利于就业和增加收入;而中国贫富差距、住房问题和腐败问题均在一定程度上表现出负向影响。

(二) 非正规金融对居民幸福感的影响回归结果
表 3 非正规金融的影响回归
变量 低收入 中下收入 中等收入 中上收入 高收入
民间借贷总额 0.406***(3.44) 0.020***(4.29) 0.003***(5.4) 0.013(1.14) 0.022***(19.80)
消费支出 0.021*(1.91) 0.022(0.88) 0.125***(6.44) 0.004(0.37) 0.006(0.25)
是否个体经营 0.001(0.07) 0.009***(13.76) 0.405**(2.27) 0.003(0.23) 0.014***(11.28)
民间借贷×消费支出 0.717***(4.54) 0.423***(12.04) 0.029(1.16) 0.426(1.1) 0.989(1.32)
民间借贷×个体 0.006*(1.71) 0.031(0.74) 0.135***(3.82) 0.036(0.64) 0.003(0.24)
互助性借贷 0.05(0.17) 0.047(1.33) 0.004(0.1) 0.112**(2.31) 0.005(0.18)
投资性借贷 0.006(0.09) 0.114***(3.02) 0.07*(1.82) 0.097*(1.87) 0.204***(12.7)
民间借贷依赖度 0.407*(1.82) 0.006***(3.06) 0.003(1.19) 0.003(0.99) 0.052(1.53)
民间借贷容易度 0.007(0.85) 0.006(0.48) 0.006(0.43) 0.011(0.60) 0.101***(2.78)
正规金融 0.007(0.77) 0.115***(3.07) 0.156***(5.53) 0.453***(5.29) 0.285***(7.38)
健康 0.003(0.73) 0.011***(14.07) 0.002***(2.62) 0.022***(19.74) 1.912***(17.77)
年龄 0.025(0.50) –0.047**(–2.57) –0.116***(–6.14) 0.006(0.23) –0.152***(–5.26)
年龄^2 0.046(1.30) 0.055***(2.71) 0.016(0.76) 0.314***(11.27) 0.022**(2.13)
性别 0.115***(3.07) 0.156***(5.53) 0.153***(5.29) 0.285***(7.38) 0.014(0.62)
婚姻 0.006***(2.94) 0.018*(1.83) 0.022**(2.16) 0.003(0.23) 0.002(0.15)
教育 0.005(0.38) 0.023(1.08) 0.011(0.50) 0.008(0.26) 0.031(1.23)
户籍不公 0.014(1.14) 0.014(1.21) 0.003(0.27) –0.204***(–2.72) 0.037(1.38)
环境 –0.010***(–7.29) 0.029(1.17) 0.031(1.22) 0.052(1.53) –0.017***(–3.79)
贫富差距评价 –0.039**(–2.14) 0.007(0.27) 0.039(1.44) –0.100***(–2.76) –0.007*(–1.82)
就业 –0.068***(–3.50) 0.001(0.24) –0.017***(–3.88) –0.010*(–1.73) –0.013***(–3.97)
医疗 –0.137***(–5.37) –4.254***(–5.56) –3.695***(–4.62) –1.906***(–6.85) 0.078(1.63)
住房 0.012(0.55) 0.021(0.97) –0.992*(–1.78) 0.976(0.97) 0.014(0.62)
腐败 0.004(0.32) 0.014(1.15) 0.351(0.67) 0.304(0.24) 0.002(0.15)
常数项 0.423***(12.04) 0.152***(5.82) 1.748***(18.10) 3.716***(51.76) 0.031(1.23)
F值 1 184.820 2 955.232 1 032.899 2 335.293 1 033.294
Pseudo R2 0.243 0 0.203 2 0.232 7 0.492 2 0.240 0
  注:依据国家统计局2016年国民经济和社会发展统计公报(韩雪萌,2017),在居民五等份收入分组中,低收入组人均可支配收入5 529元,中等偏下收入组人均可支配收入12 899元,中等收入组人均可支配收入20 924元,中等偏上收入组人均可支配收入31 990元,高收入组人均可支配收入59 259元。

基于上文Ordered Probit回归适用性,表3均采用Ordered Probit模型计量检验,比较不同收入家庭非正规金融对居民幸福感的影响。(1)民间借贷总额对低收入家庭幸福感的影响系数为0.406,且通过1%显著性检验,系数大小明显高于其他收入家庭;民间借贷依赖度的影响系数为0.407,高于其他回归系数;正规金融影响力系数为0.007,小于其他样本回归系数。这表明低收入家庭通过诉诸非正规金融对缓解经济困境、提升幸福感所产生的边际影响最为明显,而民间借贷对中上收入与高收入家庭的直接影响并不显著。(2)比较模型第2列至第6列中“民间借贷×消费支出”系数发现,低收入家庭和中低收入家庭采取民间借贷平滑消费支出的效用更高,可能是由于低收入和中低收入家庭消费支出基数较低,短期借贷产生的消费幸福感更为明显。(3)而比较“民间借贷×个体”交互项系数,中等收入家庭样本的估计系数最高,为0.135,结合5个模型中个体经营变量的显著性,中等收入家庭个体经营对居民幸福感的影响系数高达0.405,表明中等收入家庭通过个体经营渠道实现幸福感提升效果最好。其原因在于必要的经济收入是创业的基础,一方面贫困家庭缺乏创业能力,另一方面高收入家庭自身经济收入足以满足生活所需而缺乏个体创业意愿,而中等收入家庭既具备创业经济基础,也有进一步创业致富的愿望,采取借贷创业的积极性最高,因此,中等收入家庭诉诸民间借贷以开展个体经营,从而改善家庭收入,可显著提升个人幸福感。(4)考虑到正规金融对居民幸福感的影响,正规借贷对中上收入居民幸福感的影响效果大于对高收入居民的影响。其原因可能在于低收入人群通常被排斥在正规金融借贷门槛之外,对正规借贷依存度较低,这与低收入群组中民间借贷依赖度估计系数较高的回归结果相一致,而高收入群体通过借贷改善幸福感的现象可能较少,中上收入群体的正规借贷可能最为频繁,面对住房就医等刚需,正规借贷可显著缓解居民资金压力,因此正规借贷对中上收入人群的影响系数最高。

(三) 社会网络与非正规金融交互项对居民幸福感的影响回归结果
表 4 社会网络、非正规金融对居民幸福感的影响结果
横向社会网络 纵向社会网络
变量 OLS Ordered Probit 变量 OLS Ordered Probit
亲缘 0.234**(2.45) 0.254**(2.52) 个人社会地位 0.245**(2.44) 0.224**(2.39)
地缘 0.347***(3.29) 0.332***(3.19) 家庭与社区关系 0.294***(2.87) 0.272***(2.68)
业缘 0.235**(2.36) 0.271***(2.67) 家庭与政府关系 0.304***(2.96) 0.298***(2.94)
互助性借贷 0.121**(2.39) 0.099**(2.19) 民间借贷依赖度 0.112**(2.38) 0.124*(1.79)
投资性借贷 0.023**(2.31) 0.016**(2.25) 民间借贷容易度 0.216**(2.24) 0.208**(2.18)
亲缘×互助借贷 5.647***(7.29) 5.294***(6.78) 社会地位×借贷容易 4.536***(5.81) 5.036***(6.66)
地缘×互助借贷 0.122(1.34) 0.145(0.88) 社区关系×借贷容易 0.092***(3.33) 0.119***(4.49)
业缘×投资借贷 0.045***(3.82) 0.054***(2.97) 政府补助×借贷依赖 0.038(0.69) 0.033(0.96)
健康 0.337***(2.61) 0.332**(2.53) 健康 0.556***(4.12) 0.515***(3.94)
年龄 –0.374**(–2.53) –0.368**(–2.42) 年龄 –0.572***(–3.17) –0.572***(–3.75)
年龄^2 0.069*(1.78) 0.077***(6.24) 年龄^2 0.062*(1.68) 0.002***(5.74)
性别 0.077(0.36) –0.394**(–2.25) 性别 0.169(1.10) 0.136(0.70)
婚姻 0.048(1.01) 0.026(0.53) 婚姻 0.024(0.49) 0.005(0.11)
教育 0.372***(3.54) 0.385***(3.64) 教育 0.348***(3.33) 0.360***(3.44)
户籍不公 0.099(1.27) 0.133(1.59) 户籍不公 0.133(1.60) –0.140*(–1.66)
环境 –0.264***(–2.61) –0.258**(–2.56) 环境 –0.251**(–2.58) –0.276***(–2.83)
贫富差距评价 0.045(0.76) 0.107(0.64) 贫富差距评价 0.075(0.49) 0.025(0.57)
就业 0.069(1.00) 0.072(1.07) 就业 0.080(1.14) 0.075(1.09)
医疗 –0.365***(–3.55) –0.366***(–3.56) 医疗 –0.381***(–3.67) –0.386***(–3.72)
住房 0.173(1.20) 0.003(0.28) 住房 0.088(0.47) 0.007(0.37)
腐败 –0.015***(–7.07) –0.006***(–5.02) 腐败 –0.001***(–5.95) –0.579***(–21.19)
常数项 0.018***(4.51) 0.009***(3.92) 常数项 0.017***(3.54) 0.023***(7.69)
F值 213.003 231.084 F值 85.155 85.415
Pseudo R2/Adj R2 0.223 0.183 Pseudo R2/Adj R2 0.103 0.138

模型估计结果见表4,比较回归检验值F值与调整后R2,实际上模型第2列和第3列、第5列和第6列的检验值相差不大,侧面验证了两种回归结果的稳健性,而为研究方便,下文回归解释均采取Ordered Probit回归结果。表4中第2列和第3列是考虑横向社会网络与非正规金融交互作用的影响结果。其中互助性借贷与投资性借贷变量显著为正,表明互助性借贷或投资性借贷均有利于提升居民幸福感,主要由于居民日常生活难免受到流动资金约束,互助借贷可满足居民消费欲望,维持正常开支,投资性借贷可满足居民进行理财和创业及个人职业规划等需求。进一步比较两个变量的估计系数后发现,投资性借贷系数为0.016,稍低于互助性借贷的0.099,其原因在于投资性借贷往往由于金额较大,会有一定利息担保,致使居民在融资的同时受到未来还贷压力的困扰。亲缘×互助性借贷系数为5.294,业缘×投资性借贷系数为0.054且通过显著性检验,交互项地缘×互助性借贷的回归系数并不显著,表明紧密的亲缘维系有利于家庭间互助性借贷,从而缓解家庭短暂经济困难以提升幸福感,而同事工作网络促进了付息借贷行为活动,从而拓宽家庭致富渠道以促进居民幸福感。由于付息借贷产生一定的经济负担,其对幸福感的促进作用有限,表现为业缘交互项系数为0.054,小于亲缘交互项系数5.294;地缘交互项并不显著,表明邻里关系对家庭间互相借贷的作用并不明显。第3列Ordered Probit回归与OLS结果相比,关键变量的显著性有所提升,一方面显示出核心变量显著性具有稳健性,另一方面突出Ordered Probit回归的高度适用性。

模型第5列和第6列为纵向社会网络与非正规金融交互项的回归结果,同样基于OLS回归与Ordered Probit回归的F值与R2大小比较,本文对第6列进行解释,比较民间借贷容易度与民间借贷依赖度变量的估计系数,发现两者均在不同程度上正向作用于个人幸福感。其中民间借贷容易度对居民幸福感的刺激性更强(0.208>0.124),其原因在于本文采取“是否有借贷被拒经历”变量作为借贷容易度的衡量,借贷被拒经历往往会打击居民自信心,而借贷容易度则会提升个人对亲友等社会网络关系的信任感,对个人幸福感的影响更为直接。而交互项“个人社会地位×借贷容易度”在1%显著性下显著为正,表明个人信誉提升对家庭借贷行为十分有利,通过家庭借贷以改善消费水平和解决医疗教育问题等,从而提升幸福感;且“社区关系×借贷容易度”显著为正,表明社区组织担保机制和调解功能的优越性。通过促进社区家庭间互动交流并为之提供信用担保有利于民间借贷,进而提高居民融资效率,促进借贷方幸福感;“政府补助×借贷依赖度”并不显著,则反映出家庭与地方政府关系可能并不密切,因此家庭与政府关系对居民借贷行为的影响尚未发挥作用。

(四) 进一步讨论

1. 城镇与农村的比较

表 5 城镇样本与农村样本的回归比较
变量 城镇 农村 变量 城镇 农村
亲缘 0.058**(2.11) 0.059**(2.09) 个人社会地位 0.138*(1.79) 0.658**(2.13)
地缘 0.020***(3.12) 0.021***(3.11) 家庭与社区关系 0.033***(3.45) 0.038(1.11)
业缘 0.052**(2.06) 0.011**(2.28) 家庭与政府关系 0.003(0.08) 0.023(0.15)
互助性借贷 0.036**(2.40) 0.036***(3.47) 民间借贷依赖度 0.039*(1.83) 0.135*(1.70)
投资性借贷 0.016**(2.34) 0.006**(2.33) 民间借贷容易度 0.011***(3.43) 0.090**(2.02)
亲缘×互助借贷 0.059**(2.36) 0.018*(1.74) 社会地位×借贷容易 0.006**(2.40) 0.006**(2.13)
地缘×互助借贷 0.041(0.12) 0.033(0.31) 社区关系×借贷容易 0.041**(2.25) 0.342***(3.55)
业缘×投资借贷 0.277**(2.09) 0.089**(2.41) 政府补助×借贷依赖 0.128(1.08) 0.197(0.41)
F值 222.294 290.354 F值 392.023 294.004
Pseudo R2 0.312 3 0.294 3 Pseudo R2 0.193 4 0.294 5
obs 6 917 7 116 obs 6 917 7 116
  注:限于篇幅,回归结果中常数项和控制变量系数略去。下同。

由于本文基准回归中采用城镇与农村两部门的总样本进行回归,考虑到中国城乡固有的二元结构痼疾,社会网络与非正规金融可能在不同样本中呈现出不一样的影响结果,因此采取分样本回归进行分析。在表5中,比较城镇与农村样本回归发现,横向社会网络中,亲缘和地缘对居民幸福感的影响相差不大,而城镇的业缘维系对幸福感影响的估计系数为0.052,高于农村样本0.011。其原因在于城镇工作社会网络更发达,同事工友间的紧密联系不仅提高工作质量,也更容易实现职业目标和社会价值并提升幸福感。城镇家庭的投资性借贷系数为0.016,高于农村样本的估计系数0.006,则是由于实际中个体经营活动多分布于城镇,城镇居民就业渠道较农村居民更广,城镇居民也往往具有更庞大的同事网络和明确的理财规划,因此城镇样本中业缘通过刺激投资性借贷对幸福感的正向影响系数更高。纵向社会网络中,个人社会地位对农村居民幸福感的影响系数为0.658,高于城镇样本回归系数(0.138),主要是由于农村居民经济收入滞后且知识性人才稀少,观念上以受教育水平、干部家属等标签划分家庭阶层,个人社会地位提升往往刺激家庭整体荣誉感和自信心上升。

2. 年龄段划分回归结果

表 6 不同年龄段家庭幸福感回归
变量 青年 中青年 中年 老年
亲缘 1.070***(4.25) 0.048(1.52) 0.002**(2.47) 0.002***(2.71)
地缘 0.160**(2.34) 0.118(1.03) 0.114***(6.06) 0.116***(6.13)
业缘 0.002(0.42) 0.057***(2.97) 0.043***(3.23) 0.004(0.98)
互助性借贷 0.156***(5.53) 0.556(1.48) 0.363(0.53) 0.152***(5.26)
投资性借贷 0.018*(1.79) 0.203*(1.82) 0.252**(2.23) 0.022**(2.13)
个人社会地位 0.002(0.41) 0.005(1.33) 0.195**(2.09) 0.227**(2.63)
家庭与社区关系 0.021(0.97) 0.992*(1.78) 0.003(0.04) 0.014(0.62)
家庭与政府关系 0.014(1.15) 0.351(0.67) 0.304(0.24) 0.002(0.15)
民间借贷依赖度 0.029(1.16) 0.426(1.61) 0.989(1.32) 0.031(1.23)
民间借贷容易度 0.006(0.21) 0.044(0.16) 0.509(0.63) 0.037(1.38)
常数项 4.247***(54.41) 12.401***(6.25) 9.369***(3.24) 0.007*(1.82)
F值 27.118 39.003 56.115 38.103
Pseudo R2 0.226 6 0.402 9 0.284 3 0.378 8

考虑到不同年龄段家庭对社会网络依赖度存在认知差异,本文按调查数据问卷中居民年龄大小对家庭进行划分,30岁以下是青年家庭,30–40岁为中青年家庭,40–65岁为中年家庭,65岁以上为老年家庭。根据表6的回归结果,在横向社会网络中,青年家庭中个人幸福感对亲缘关系依赖度最高,原因在于实际上中国青年在组建家庭时基本依靠父母的经济支持得以购房、择业等(王跃生,2010)。以邻里关系为依托的地缘关系变量在四组年龄段回归中差异并不明显,而业缘对中青年和中年家庭居民幸福感的影响系数显著为正,分别为0.057和0.043,主要由于中青年家庭和青年家庭以工作收入维系家庭支出。纵向社会网络中,个人社会地位在老年家庭的个人幸福感影响中尤为突出,比起青年家庭对经济收入的重视,老年人尤其是65岁退休后的群体更看重面子与社会地位。而纵向网络中家庭与社区、家庭与政府联系对居民幸福感影响的估计系数差异受年龄冲击较小。

3. 稳健性分析

表 7 稳健性分析
变量 幸福感 生活满意度 未来信心 快乐水平
亲缘 0.254**(2.52) 0.326*(1.90) 0.013**(2.15) 0.001(0.12)
地缘 0.332***(3.19) 0.339*(1.64) 0.019***(3.65) 0.028***(3.17)
业缘 0.271***(2.67) 0.288**(2.26) 0.034(0.49) 0.096(0.84)
互助性借贷 0.099**(2.19) 0.112*(1.85) 0.014(1.13) 0.028(1.32)
投资性借贷 0.016**(2.25) 0.104(0.57) 0.006(0.93) 0.003(0.29)
亲缘×互助借贷 5.294***(6.78) 0.136**(2.02) 0.045(0.13) 0.002(0.67)
地缘×互助借贷 0.145(0.88) 0.002(0.92) 0.001(0.38) 0.001(0.94)
业缘×投资借贷 0.054***(2.97) 0.073***(2.86) 0.002(0.07) 0.033(0.53)
F值 343.008 189.046 115.000 215.256
Pseudo R2 0.654 6 0.632 4 0.562 6 0.597 3
  注:限于文章篇幅,回归结果中常数项和控制变量系数略去。

由于本文选取的被解释变量是“您有多幸福”的问卷数据,考虑到受访成员对该问题的理解程度不同和幸福感问题的敏感性,因此采取CFPS中其他三个类型问题答案进行纠正补充,形成计量回归结果的稳健性比较。具体变量为受访者的“生活满意度”、“对未来生活信心程度”和“快乐水平”。通过比较发现生活满意度为被解释变量的回归结果中亲缘、地缘和业缘等回归系数较高(见表7),原因在于居民价值观中,生活舒适度直接表现为对日常生活满意程度,居民的直接体会最为明显。

4. 内生性处理

已有相关文献在研究社会网络与居民幸福感之间关系时均面临一个难题,即未能使用有效策略识别社会网络与幸福感的因果关系(Helliwell和Putnam,2004)。前文表2表4的回归结果表明,社会网络对居民幸福感存在显著正向影响,但它们之间的因果关系可能还需更进一步识别。这是由于本文尚不能确定表2表4显示的社会网络与居民幸福感之间的正相关性,是由于社会网络提升居民幸福感,还是由于拥有更高幸福感的人群更乐于维系社会网络。为克服社会网络在居民幸福感决定方程中的内生性问题,进一步识别社会网络与居民幸福感之间的因果关系,本文将选取社会网络的工具变量,进行二阶段最小二乘法(2SLS)来检验社会网络对居民幸福感的影响结果。

考虑到横向社会网络中,具有越高幸福感的人群可能更愿意维系亲友与同事关系,因此本文尝试引入两个和亲缘、业缘有关的工具变量:一是“手机通讯费用”,显然手机作为现代化通讯设备更利于维系亲友关系,且不会受个人幸福感主观影响;二是“使用互联网工作的频率”,该变量与业缘密切相关,也不会受幸福感影响,满足有效工具变量的筛选条件。纵向社会网络中,基于上述思路采取“有无直接下属”作为个人社会地位的工具变量,选取“通过电视、互联网了解政治信息的频率”作为政府与家庭关系的工具变量,从以上工具变量设置看,本文尽可能避开CFPS问卷中的主观态度类题项,以期解决回归出现的内生性问题。

表8汇报了2SLS估计结果。在一阶段回归中,工具变量“手机通讯费”和“使用互联网工作的频率”的估计系数均为正且通过1%水平的显著性检验。同时一阶段回归的F统计量是318.064,高于10的经验切割点,可以拒绝两工具变量是弱工具变量的原假设,回归结果中的Hansen J统计量的P值大于0.1,也表明工具变量不存在过度识别。二阶段回归结果显示,通过引入工具变量并调整了社会网络在居民幸福感决定方程中的内生性后,变量亲缘、地缘与业缘的估计系数同样为正且通过显著性检验。这说明横向社会网络能显著提升居民幸福感。同时经过工具变量调整内生性后,变量亲缘、地缘、业缘估计系数的绝对值较之OLS估计结果也有了大幅度提高。其他控制变量估计结果与表4的OLS估计结果和Ordered Probit模型估计结果相一致,此处不再赘述。同样,纵向社会网络2SLS估计结果显示,当选取“通过电视、互联网了解政治信息的频率”作为政府与家庭关系的工具变量回归时,其估计系数并未通过显著性检验,其结果与表2保持一致。

表 8 内生性估计
横向社会网络 纵向社会网络
变量 一阶段回归 二阶段回归 变量 一阶段回归 二阶段回归
亲缘 0.135***(5.03) 个人社会地位 0.064***(4.11)
地缘 0.009**(2.06) 家庭与社区关系 0.012***(6.18)
业缘 0.119***(3.41) 家庭与政府关系 0.035(1.11)
手机通讯费 0.532***(2.66) 有无直接下属 0.025*(1.89)
互联网工作频率 0.119***(5.89) 了解政府信息 0.056(0.40)
健康 0.012**(2.16) 0.051(1.41) 健康 0.329***(5.04) 0.282(1.13)
年龄 –0.325*(–1.85) 0.846(0.91) 年龄 –0.114***(–7.43) –0.031**(–2.07)
年龄^2 0.002*(1.70) 0.002***(5.01) 年龄^2 0.250*(1.78) 0.536***(6.24)
性别 –0.262*(–1.87) –0.675***(–2.94) 性别 –0.182***(–5.02) –0.061***(–3.39)
婚姻 0.298**(2.21) 0.492**(2.16) 婚姻 0.853(1.48) 0.291(0.02)
教育 0.405(0.18) 0.298(0.30) 教育 0.435**(2.46) 0.318**(2.43)
户籍不公 –0.042***(–3.17) –0.002***(–3.75) 户籍不公 –0.328***(–3.02) –0.548***(–5.17)
环境 –0.029(–1.15) –0.025***(–3.57) 环境 –0.536***(–5.81) –0.036***(–6.66)
贫富差距评价 –0.117***(–3.03) –0.341***(–3.27) 贫富差距评价 –0.092***(–3.33) –0.119***(–4.14)
就业 –0.295*(–1.79) 0.146(1.49) 就业 –0.598*(–1.69) –0.393*(–1.67)
医疗 –0.203***(–3.11) –0.393***(–3.51) 医疗 –0.006***(–4.12) –0.005***(–3.94)
住房 0.295(0.55) 0.292(0.42) 住房 0.003(1.49) 0.442(0.35)
腐败 –0.398**(–2.01) –0.392*(–1.74) 腐败 0.031(0.43) –0.354***(–3.17)
常数项 0.073***(3.64) 0.292***(3.59) 常数项 0.007***(2.91) 0.112**(2.03)
F值 318.064 405.251 F值 256.914 267.333
R2 0.213 0.565 R2 0.036 0.139
obs 14 043 14 043 obs 14 043 14 043
Hansen J 0.574 Hansen J 0.943
  注:表中最后一行为Hansen J检验p值结果,其值大于0.1,即表明工具变量不存在过度识别。
五、结论与政策建议

文章结合OLS估计与Ordered Probit估计发现:(1)社会网络影响结果表明,亲缘、地缘与业缘均对幸福感产生正向影响,且业缘影响力>亲缘影响力>地缘影响力,个人社会地位对幸福感的影响高于家庭与社区关系,而家庭与政府关系对居民幸福感的影响却并不明显。(2)非正规金融影响结果表明,低收入与中低收入家庭倾向于民间借贷,以平滑消费,促进幸福感上升;中等收入家庭通过诉诸民间借贷以开展个体经营,从而改善家庭收入对提升幸福感的影响。(3)横向社会网络视角下,亲缘促进互助性民间借贷,业缘促进投资性民间借贷,从而提升居民幸福感,且前者对居民幸福感的影响更大;纵向社会网络视角下,家庭成员个人地位的提升,家庭与社区联系紧密均可便利于民间借贷并提升幸福感。(4)城镇中业缘关系更利于提升幸福感,在农村个人社会地位对居民幸福感的影响力更大。(5)青年家庭中个人幸福感对亲缘关系的依赖度最高,个人社会地位对老年家庭的居民幸福感的影响尤为突出。

针对本文结论可从以下几方面考虑如何提升居民幸福感:(1)基于邻里关系对居民幸福感的影响显著,启示我们应当在日常交往中注重邻里相处;而政府与家庭联系对居民幸福感的影响并不明显,这就意味着地方政府要着力提升服务质量,不仅须密切关注经济发展的新趋势和新变化,还要注重民生保障等工作,明确政府“有所为,有所不为”,促进居民与政府的紧密联系,强化政府活动中“为人民服务”的效果。(2)基于非正规金融更利于低收入人群,正规金融更利于中上收入群体幸福感的结论,需要加强正规金融机构的支农职能,尤其是提高低收入家庭的正规信贷比例,推进基于亲缘的关系型借贷逐步向市场化的契约型借贷过渡,合理规划正规金融与非正规金融的规模比例;在贫困地区政府应该从地区实际需求出发,以需求为导向通过相关优惠政策的实施,规范非正规金融稳定合作以提高社会福利水平;而在经济发达地区,政府更应该充当金融市场监督者的角色,以供给为导向对正规金融发展进行正确引导。

① 杜森贝利的“示范效应”为:如果一个人收入增加了,周围人或自己同一阶层人收入也同比例增加了,则他的消费在收入中的比例并不会变化,而如果别人收入和消费增加了,他的收入并没有增加,但因顾及它在社会上的相对地位,也会打肿脸充胖子提高自己的消费水平。

② 原问卷问题选项为:1非常有感情;2比较有感情;3一般;4比较没有感情;5非常没有感情。为统一正向指标,对数据进行逆向处理为:5非常有感情;4比较有感情;3一般;2比较没有感情;1非常没有感情。

③ 原问卷问题选项:1=有,0=无;本文为统一指标含义,同样逆向处理。

④ 本文采用OLS估计方程的原因在于:一是本文采取的数据属于大样本,经典OLS回归较为适宜;二是将OLS回归结果与Ordered Probit回归结果相互对照,有助于判断回归结果的稳健性。采取Ordered Probit回归的优点在于该模型不仅可以看出影响因素是什么问题,更可以清晰地反映出各种因素的影响程度。

⑤ 已有众多研究发现,居民幸福感与年龄间呈正U形曲线关系(Dolan等,2008;李树和陈刚,2012)。

主要参考文献
[1] 艾洪山, 袁艳梅. 社会网络联系对居民主观幸福感的影响——来自2012年世界价值观调查WVS的微观数据[J].调研世界,2015(12).
[2] 陈刚, 李树. 政府如何能够让人幸福?——政府质量影响居民幸福感的实证研究[J].管理世界,2012(8).
[3] 陈叶秀, 宁艳杰. 社区环境对居民主观幸福感的影响[J].城市问题,2015(5).
[4] 韩雪萌. 国家统计局发布2016年国民经济和社会发展统计公报[N]. 金融时报, 2017-03-01(002).
[5] 黄婷婷, 刘莉倩, 王大华, 张文海. 经济地位和计量地位: 社会地位比较对主观幸福感的影响及其年龄差异[J].心理学报,2016(9).
[6] 李树, 陈刚. " 关系”能否带来幸福? ——来自中国农村的经验证据[J].中国农村经济,2012(8).
[7] 李祎雯, 张兵. 非正规金融对农村家庭创业的影响机制研究[J].经济科学,2016(2).
[8] 林毅夫, 孙希芳. 信息、非正规金融与中小企业融资[J].经济研究,2005(7).
[9] 马光荣, 杨恩艳. 社会网络、非正规金融与创业[J].经济研究,2011(3).
[10] 马克•格兰诺维特. 镶嵌: 社会网络与经济行动[M]. 罗家德译. 北京: 社会科学文献出版社, 2007.
[11] 汪锦军, 张长东. 纵向横向网络中的社会组织与政府互动机制——基于行业协会行为策略的多案例比较研究[J].公共行政评论,2014(5).
[12] 王颂. 横向交往还是纵向交往?——工具性交往对社会资本的影响[J].心理学报,2017(1).
[13] 王跃生. 婚事操办中的代际关系: 家庭财产积累与转移——冀东农村的考察[J].中国农村观察,2010(3).
[14] 徐淑一, 陈平. 收入、社会地位与幸福感——公平感知视角[J].管理科学学报,2017(12).
[15] 易行健, 张波, 杨汝岱, 杨碧云. 家庭社会网络与农户储蓄行为: 基于中国农村的实证研究[J].管理世界,2012(5).
[16] 张兵, 张宁. 农村非正规金融是否提高了农户的信贷可获性?——基于江苏1202户农户的调查[J].中国农村经济,2012(10).
[17] 赵泉民, 李怡. 关系网络与中国乡村社会的合作经济——基于社会资本视角[J].农业经济问题,2007(8).
[18] Besley T, Levenson A R. The role of informal finance in household capital accumulation: Evidence from Taiwan[J].Economic Journal,1996,106(434):39–59.
[19] Biggio G, Cortese C G. Well-being in the workplace through interaction between individual characteristics and organizational context[J]. International Journal of Qualitative Studies on Health and Well-being,2013,8.
[20] Cull R, Gan L, Gao N, et al. Dual Credit Markets and Household Access to Finance: Evidence from a Representative Chinese Household Survey[R]. Policy Research Working Paper, 2015.
[21] Diener E, Seligman M E. Beyond money toward an economy of well-being[J].Psychological Science in the Public Interest,2004,5(1):1–31.
[22] Diener E. The science of well-being: The collected works of Ed Diener[J]. Nursing Standard Official Newspaper of the Royal College of Nursing,2009(47):101–103.
[23] Dockery A M. The happiness of young Australians: Empirical evidence on the role of labour market experience[J].Economic Record,2005,81(255):322–335.
[24] Dolan P, Peasgood T, White M. Do we really know what makes us happy? A review of the economic literature on the factors associated with subjective well-being[J].Journal of Economic Psychology,2008,29(1):94–122.
[25] Helliwell J F, Putnam R D. The social context of well-being[J].Philosophical Transactions of the Royal Society B,2004,359(1449):1435–1446.
[26] Kar M, Nazlioglu Ş, Agir H, et al. Financial development and economic growth nexus in the MENA countries: Bootstrap panel granger causality analysis[J]. Economic Modelling,2011,28(1):685–693.
[27] Leung A, Kier C A, Fung T, et al. Searching for happiness: The importance of social capital[J].Journal of Happiness Studies,2011,12(3):443–462.
[28] Powdthavee N. Putting a price tag on friends, relatives, and neighbours: Using surveys of life satisfaction to value social relationships[J].Journal of Socio-economics,2008,37(4):1459–1480.
[29] Smith H. Informal finance in China: American and Chinese perspectives[M]. Oxford University Press, 2009.
Social Networks, Informal Finance and Residents’ Happiness: An Empirical Analysis Based on Data of CFPS in 2016
Lu Juan, Li Bin     
School of Economics and Trade,Hunan University,Hunan Changsha 410079,China
Summary: With the improvement of people’s material living standards, residents’ happiness has gradually become an important indicator of social progress. In the study of the influence of residents’ happiness, the social network relationship in the spiritual aspect and the informal finance in the material aspect cannot be ignored. This paper brings the three variables of social networks, informal finance and residents’ happiness into the same research framework. What is the impact of heterogeneous social networks and informal finance on residents’ happiness by refining the characteristics of social networks and informal finance? Combining with the data from the 2016 China Family Panel Studies, empirical results are obtained: (1) The relation among relatives, neighbors and workmates all have positive effects on happiness, and the influence of workmates is greater than that of relatives and neighbors. The influence of personal social status on happiness is greater than that of families and communities, while the relation between families and governments is not obvious. (2) The results of informal finance show that low income families prefer private lending to smooth consumptions and increase happiness. Middle income families resort to private lending to start a business so as to improve income and happiness. (3) From the perspective of horizontal social networks, relatives and friends can facilitate mutual private lending, and working relationship can improve residents’ happiness by promoting investment lending; from the perspective of vertical social networks, the promotion of personal social status and the close ties between families and communities are conducive to the ease of private lending, thus improve residents’ happiness. (4) The article further adopts the classification regression, and the results show that in the urban and rural sample comparison, the favorable relationship among workmates is more beneficial to the improvement of residents’ happiness, and the higher the personal social status of residents in rural areas is, the higher the influence of residents’ happiness is. In the regression results of different age groups, the individual well-being of young families is the most dependent on kinship, and the influence of personal social status on the well-being of elderly families is particularly prominent. The enlightenment of this article is to tell us that the social network relation is very important to residents’ happiness, and the horizontal social network and the vertical social network have different effects on the improvement of residents’ happiness through the day-to-day informal lending act.
Key words: social networks     informal finance     folk credit     residents’ happiness