Memo_社会资本的来源及作用
边燕杰.城市居民社会资本的来源及作用:网络观点与调查发现[J].中国社会科学,2004(03):136-146+208.
基于2009年JSNET广州数据，复现了边燕杰基于1999年JSNET五城市数据的“城市居民社会资本的来源及作用”一文，复现支持了边文的假设一、假设二与假设三，即阶级阶层地位高低影响社会资本存量，职业的科层与市场关联度影响社会资本存量，社会资本存量影响个人与家庭收入；但复现不支持边文的假设四，社会资本存量对自我评估是负向影响的。Dofile见文末。
一、数据与变量
（一）因变量
1、社会资本：网络规模、网络顶端、网络差异、网络构成
复现的因子分析结果同边文基本一致，但存在细微差异。同边文一致，复现的表2也显示，社会资本的几个方面是相关的，且对社会资本的贡献是有差异的：网差的贡献最大（复现的因子负载为0.284、边文为0.187），其余为网顶（复现0.282，边文0.182），知识层纽带（复现0.250，边文0.176），领导层纽带（复现0.212，边文0.163）。同边文不一致，在于网络规模的贡献（复现0.168，边文0.156）相对弱于经理层纽带（复现0.182，边文0.155）。
2、主客观社会经济地位
（三）自变量
（四）控制变量
其他控制变量包括常规的人口学特征变量，具体包含：性别、年龄、户口、是否为党员、经济部门、单位主管部门、单位规模。此外，边文中包含城市变量，但由于数据问题，复现不纳入这一变量。控制变量详细的具体编码及统计值如表5。
二、边燕杰模型复现
复现的回归方程分析结果同边文基本一致，但存在细微差异。因数据不同，复现为了使变量误差符合正态假定，在处理时不完全等同于边文；同时边文所使用的模型在复现过程中均通过了异方差、独立同分布（iid）与多重共线性（vif）检验。另，一些系数在边文中显著，但复现不显著，均用灰色标注。
同边文一致，复现的表6也显示：（1）阶级阶层地位影响社会资本量，支持了边文假设一"阶级阶层地位将影响人们的社会交往方式和范围，从而影响其社会网络大小、网顶高低、网差大小、网络构成，即影响人们的社会资本质量。"（2）如果被访者的科层关联度高, 则社会资本量也较高，拜年网较大，网顶较高，网差较大，与领导层、经理层和知识层的纽带联系也较多。但对于边文中"如被访者的工作有较高的市场关联度，则有较高的社会资本量和较强的网络优势。“则并不显著支持，这或许是随着市场化进程的深入，大众普遍有了更多地接触市场的机会，与市场的关联度被一定程度削弱了。但基于JSNET 2009的数据仍然大体支持了边文假设二"职业的科层关联度和市场关联度是影响人们社会网络规模、网顶高度、网差大小和网络构成的机制。换言之，职业的科层关联度和市场关联度越高，在职者的社会资本就越强。”
同边文一致，复现的表7也显示：（3）个人的社会资本量越大，他们的收入水平就越高，结果支持了假设三。
同边文不一致，复现的表7并没有支持假设四，在边文中"在其他条件一致的前提下，人们的社会资本越高，则对家庭生活水平和社会经济地位的自我评估就越高。同时，除了网络规模和网顶之外，其他的网络特征都对主观地位评估有提升作用。这表明社会资本是人们对家庭的社会经济地位评估的重要依据，支持了假设四。"但复现基于JSNET 2009的数据显示，如表7中家庭收入水平评估模型与家庭社会经济地位评估模型中的标灰色的系数，在边文中，都是显著的正向影响，但复现结果是显著的负向影响，也即是说在其他条件一致的前提下，人们的社会资本越高，则对家庭生活水平和社会经济地位的自我评估越低。这或许涉及到边燕杰一文中忽视的相对剥夺感理论，即一个人所了解的世界越大，其对自身的被剥夺感越强，对自身于此世界中的自我定位就越低。而这一被剥夺感，随着市场化程度的加深，逐渐凸显。
三、有限混合模型扩展（FMM）
FMM近于无监督聚类。如需要相关的Stata Dofile相关STATA Dofile见Github页，如有问题，可以随时通过邮件与我联系[1]。
有师妹来信询问“网络顶端”这一个变量的测量。Q: 您的变量描述统计表中，网顶的极值为20，与边老师的测量结果有差异（边老师该变量最大值为95），您在复刻过程是如何处理“网络顶端”这一变量的呢？A: 关于网顶的测量，我检查了边燕杰老师的论文，应该是其P142表1中使用了职业与职业声望分，在JSNET数据中对应e0601至e0620题组，我按其声望直接recode为1至20。你是对的，复现过程应遵循其原始操作，在我的dofile里，可以recode “network”一节里的“upper reachability of network”部分，再检查复现结果是否存在差异。 ↩︎