为了正常的体验网站,请在浏览器设置里面开启Javascript功能!

社会经济地位与关系资源

2017-09-19 18页 doc 112KB 37阅读

用户头像

is_014457

暂无简介

举报
社会经济地位与关系资源社会经济地位与网络资源 胡  荣 Based on the 1999 survey data in  Xiamen, this paper takes the lead in Chinese literature to explore the relationship between social economic status and social network resources comprehensively. The research finds that sex, age, income, education, a...
社会经济地位与关系资源
社会经济地位与网络资源 胡  荣 Based on the 1999 survey data in  Xiamen, this paper takes the lead in Chinese literature to explore the relationship between social economic status and social network resources comprehensively. The research finds that sex, age, income, education, and household registration status are the main variables influencing individual’s social network resource, while the Party membership, ownership of labor by the work unit (danwei suoyouzhi), and government jurisdiction (zhenfu zhuguan bumen) have no statistical significant influence on social resources. The author argues that the findings reflect characteristics of Chinese society in the transition period. On the one hand, more and more importance is attached to economic factor and human capital such as education in the accumulation process of social resources, while factors such as political background (zhengzhi mianmu), ownership of labor by the work unit (danwei suoyouzhi), and government jurisdiction (zhenfu zhuguan bumen) are fading away, which indicate the obvious trend of marketization in our society. On the other hand, household registration status is the important symbol of status and still plays an important role in accumulation of one’s social resources, which shows that the imprint of the duality of our society from planed economy has not disappeared.     关键词:社会经济地位  网络 社会资源 社会转型     作者,胡荣,1962年生,博士,厦门大学社会学系教授。电子邮件:hurong@xmu.edu.cn。 社会网络理论是在对传统社会结构理论的补充和修正的基础上提出的。社会网络理论强调社会关系的重要性,但没有否定社会地位的作用。尽管西方一些学者在他们的研究中都或多或少地谈到社会经济地位对网络资源的影响,但多年来西方和中国的一些研究都把重点放在弱关系与强关系在人们求职过程中的作用,较少研究社会经济地位如何影响一个人的关系资源。本文依据1999年在厦门市进行的就业调查资料,试图较为全面地从诸如性别、年龄、收入、单位所有制、单位主管部门、文化程度、个人政治面目等个人的社会经济地位标志作为自变量进行分析,看这些因素是如何影响个人的网络资源的。 一、 理论背景   自帕森斯以来,人们力图从社会结构的角度解释人的社会行为。这种地位结构观使我们看到的是,人都具有某些属性,人是按其属性而分类的的,人的社会行为就是用其所属的类别来解释的。社会网络理论是在反对传统的地位结构观的片面性的基础上发展起来的。社会网络理论强调关系的重要性,把人与人、组织与组织之间的纽带关系看成是一种社会结构,分析这些纽带关系对人、组织的影响。必须指出的是,社会网络理论虽然强调社会纽带关系的重要性,但它并没有否定地位因素的作用(参看边燕杰,1999)。 林南的社会资源理论是社会网络理论中较具代表的一种观点。根据林南(Lin, 1982)的社会资源理论,资源可分为两种:一种是个人拥有的资源,另一种是社会资源。资源是被社会认为有价值的而且能够促进个人福利的东西,它既包括诸如性别、种族、年龄等先赋性的因素,也包括诸如声望、权力等成就性因素。林南把那些“嵌入”于个人的社会网络之中的资源叫做社会资源(Lin, 1982:132)。社会资源不是个人拥有的东西,而是个人通过其直接或间接的社会联系而从他人那里涉取的资源(参看Lin, 1982; Lin, Vaughn, and Ensel, 1981; Lin, 2001)。社会成员因其拥有的资源的多少的不同及其重要性的不同而被分为不同的等级和层次。在这种根据成员拥有资源而排列的结构中,位置越高,占据这些地位的人数越少;位置越高,可供支配的资源也越多。位高权重者所能够支配的资源不仅包括个人自身拥有的那些资源,也包括通过社会关系从他人那里涉取(access)的资源。因此,根据社会资源理论,在个人的地位与其对其它位置较低者的影响力之间具有直接的关系。位置越高,对其它位置较低者的影响力也越大,具有更多的渠道获得关于资源分布的信息,更有可能利用其他人的资源实现自己的工具性目标。尽管关于地位与社会关系的联系、个人资源与社会资源之间的关系是社会资源理论的的一个重要内容,但是林南以及其他人所进行的实证研究都把重点放在关系人的地位如何影响求职者的的地位获得上,强调关系人的地位如何使求职者获得较多的帮助,而较少关注个人的地位与其社会资源之间的关系(参看Lin,1982, 1999, 2001)。格兰诺维特(Granovetter)作为社会网络理论的另一位重要代表人物更通过提出“弱关系假设”研究关系本身是如何使求职者获得较好的工作的(Granovetter, 1973)。他在波斯顿郊区的一项调查显示:被访者中57%的人在最近一次职业变动中是通过亲属和社会关系了解职业信息的,而不是通过所谓的正式市场渠道。由于弱关系是在群体之间发生的,是联系不相似个体之间的纽带,因此弱关系作为沟通不同群体的信息桥在求职过程中起着更大的作用。格兰诺维特的“弱关系假设”引发了市场经济中职业获得过程领域富有成效的研究,不少学者对其“弱关系假设”进行了理论上的扩展与修正(如Coleman, 1988; Burt, 1992)。而边燕杰在中国的研究却表明,在经济下强关系对于求职者更为重要:中间人与就业者的关系越熟,最终帮助者的资源背景越高,对就业者的工作安排也越有利(Bian, 1997)。     尽管目前有关社会网络的研究更多是把注意力放在关系人的地位如何使行动者成功地实现工具性目标,但也有一些研究涉及社会经济地位与网络资源之间的关系。在英文文献中,有关教育、职业声望、收入等因素与社会网络的关系方面,有坎贝尔等人(Campbell, Marsden and Hurlbert, 1986)的文章。坎贝尔等人从网络的范围和构成两个方面测量社会资源,研究表明,个人的教育程度、家庭收入以及职业声望与个人的社会资源呈正相关。在性别与社会网络的关系方面,菲希尔(Fisher)等人的研究表明,女性和男性具有规模相当的网络(Fisher, 1982; Marsden,1987)。不过,这些人的研究也发现,男性和女性的网络构成有很大的差异:女性与非亲属的联系较少,而与亲属的联系较多;而男性的网络中同事则占相当大的比例(Fisher and Oliver, 1983; Wellman, 1985; Marsden, 1987)。这些研究表明,女性较少能够运用网络资源达到工具性的目的,而男性则在求职和升迁的过程中受益于广泛而多元的网络资源。穆尔(Moore,1990)的研究则进一步探讨了造成男女个人网络差异的一些结构性因素,发现在控制了与就业状况、家庭以及年龄相关的变量之后,男女之间个人网络的大部分差异消失或减少,不过女性在交往对象中亲属居多这一点始终没有改变。一些学者还对婚姻以及家庭状况对社会网络构成所产生的影响进行研究(Fisher, 1982:253; Wellman, 1985; Gerstel, 1988; Hurlbert and Acock, 1990)。这些研究者认为,家庭中有未成年的孩子显然限制了各种关系的建立,尤其是与既非亲属又非邻居的联系。已婚者与与亲属和邻居的联系较多,而未婚者与非亲属和非邻居的联系相对较多。在年龄与网络资源的关系方面,一些研究表明年龄与网络资源也有很大关联,在生命的不同周期社会网络的性质有很大不同(Antonucci and Akiyama, 1987; Morgan, 1988)。有的研究则发现非亲属网络在三十多岁时达到高峰,随后非亲属网络减少(Fisher, 1982:253; Fisher and Oliker, 1983; Marsden, 1987:128-129)。老年人不仅交往的圈子小、相互联系少,而且其交往对象多半限于亲属(Ajrouch, Antouncci, and Janevic, 2001)。另有一些是有关种族与网络资源的研究。早期的研究强调美国黑人内部网络的力量和相互依赖性(如Sack, 1974),而最近对黑人与白人的比较研究表明黑人之间支持交换的脆弱性(参看Hogan, Eggebeen, and Clogg, 1993; Silverstein and Waite, 1993)。与白人比较,黑人的网络较小,与网络成员的互动较频繁,而且网络成员中亲属的比例较大(Ajouch, Antonucci, and Janevic, 2001)。     在中文文献中,目前主要有边燕杰和李煜(2000)根据上海、天津、武汉、深圳四个城市的调查资料,从社会阶层角度分析了不同家庭的网络资本。他们的研究结果表明,经济专业人员、管理人员、行政文秘人员、私营业主、文化专业人员是具有网络优势的社会阶层。而商业服务人员、产业工人、个体户却没有网络资本优势。另外,台湾学者熊瑞梅(1994,2001)也从性别的角度分析男女之间的网络资本的差异。 鉴于目前有关社会地位与网络资源研究的现状,特别是中文文献在这方面的不足,本文打算从从以下几个方面研究社会地位与网络资源的关系: 第一,把英文文献中得出的结论与我们的研究结果进行比较。如前所述,英文文献的研究中已经发现教育、职业声望、收入与社会网络资源呈正相关,而年龄、婚姻因素则对个人的交往网络产生负面的影响,年龄的增大和婚姻都会减少与非亲属的交往。那么,在中国这些社会经济地位的变量又是如何对社会网络资源的累积产生作用的呢?是与西方社会一样,还是有所不同? 第二,根据中国社会所特有的一些地位标志测量其对社会网络资源的影响。长期计划经济的结果造成了中国社会一些不同于市场经济社会的一些特点。例如,中国的户籍#管理#把社会成员分为城市户口和农村户口两个等级,单位办社会的结果也使得单位所有制类型以及单位主管部门成为一种重要的地位标志,而党领导一切的政治体制又使得社会成员的政治面目(是否中共党员)与个人事业的发展有很大关联。因此,本文还试图从中国社会特有的一些地位标志,包括户口类型、单位主管部门、单位性质、政治面目等,来测量其对个人社会网络资源的影响,试图弄清在转型时期这些独特的地位变量是如何影响甚至决定个人的网络资源的。 二、 研究 本文根据1999年10月至12月在厦门进行的“就业过程与社会网络”调查的数据进行分析。厦门是全国最早对外开放的四个经济特区之一,全市共辖七个区,1999年总人口117万人,外来人口36万。厦门市区共有四个行政区,即思明区、开元区、鼓浪屿区和湖里区。市区常住人口为41万人,外来人口约13万人。本项调查的范围为厦门市区的从事非农工作的就业人口,样本总数为1002人,其中常住人口的样本为700人,平均每586人抽1人/户,外来人口的样本数为302人,平均596人抽1人。抽样分厦门市区常住人口和外来人口两部分进行。厦门市区常住人口按分层随机抽样的方法进行。厦门市区的四个区共有13个街道,先根据每一街道人口数确定应抽样户/人数,而后从上述四个区的13个街道中随机抽取3至4个居委会(应抽样本数在40户以下的街道一般抽取3个居委会,应抽样本数在40户以上的街道适当增加抽取居委会的数量),共抽取54个居委会,最后从每个居委会中随机抽取所需调查户数(每个居委会约抽10户至15户)。外来人口样本也按随机原则抽取。先根据每一行政区外来人口的数量确定抽样数:思明区16人,开元区76人,湖里区210人。然后从每个区中抽取若干外来人口的聚居点,最后抽取所要调查的对象。样本的构成情况详见表1。 表1  样本构成情况 N % 性别 男 女 合计 572 430 1002 57.1 42.9 100 户口 本市户口 非本市户口 合计 679 315 994 68.3 31.7 100 年龄 29岁以下 30-39岁 40-49岁 50岁以上 合计 463 216 160 162 1001 46.5 21.6 16.0 16.2 100 教育程度 及小学以下 初中 高中 中专 大专 大学 研究生 合计 122 281 204 124 130 118 17 996 12.2 28.2 20.5 12.4 13.1 11.8 1.7 100 本文分析的变量包括两个方面:一是测量社会经济地位的变量,二是测量社会网络资源的变量。社会经济地位的测量包括性别、年龄、户口、受教育程度、收入、单位所有制、单位主管部门、政治面目等变量。西方学者已经从性别、年龄、教育程度、收入等方面来测量社会地位,并对此作过研究(参看Campbell, Marsden and Hurlbert, 1986;Antonucci and Akiyama, 1987; Morgan, 1988)。在中国,由于长期计划经济的结果,形成了中国社会的一些独特的地位标志。本文第一次较为全面地从这些独特的地位变量来考察其对网络资源的影响,它们包括: 第一,政治面目。在中国,共产党是执政党,党领导一切。因此,在这种政治制度下,是否中共党员对个人的地位升迁都有相当的影响。 第二,户口。在计划经济时代,中国社会的成员被户籍制度分为城市居民和农民两个截然不同的等级(参看林国光,1994)。尽管改革开放以来,城市户口与农村户口的区别不象过去那么大,农民也可以进城打工,但户口仍是一个重要的身份标志,例如进城打工的农民不能把户口迁入城市,他们被称作“农民工”,以区别于具有城市户口的工人。 第三,单位所有制和单位主管部门。计划经济体制下形成的单位制不仅对城市居民的生活造成很大影响,而且也使单位所有制成为地位的一种重要标志(参看路风,1989;李路路、李汉林,2000;Bian, 1996; Walder, 1986)。因此本文把调查对象的单位所有制与单位主管部门也作为测量社会资本的重要变量。 在社会网络资源的测量方面,把春节期间相互拜年的人数和对象特征作为测量社会网络资源的指标。春节是中国人最重要的传统节日,在春节期间相互拜年是维持和发展人际关系网络的一种重要方式。边燕杰、李煜(2000)曾从用春节拜年来测量家庭的网络资源,他们请调查户登录除夕到初五的拜年交往情况。在本项研究中我们也用春节期间相互拜年交往的人数来测量社会网络,但与边燕杰和李煜不同的是,我们不是以家庭为单位测量每户的拜年网,而是以个人为单位测量社会网络的范围和构成。我们在问卷中提出的问题是:“今年春节期间以各种方式互相拜年、交往的亲属、朋友、相识大概有多少人?”我们从四个方面来测量调查对象的社会网络资源: 第一,网络规模。我们用在春节期间互相拜年、交往的亲属、朋友以及相识的人数表示。在所调查的1002人中,有回答这一问题者882人,平均每人与自己的亲属、朋友、相识在春节期间相互拜年、交往的人数达41.5人(差为46.71人),其中亲属15.75人(标准差20.59人),朋友15.43人(标准差16.96人),相识10.21人(标准差23.59人)。正如俗话所说的“多一个朋友多一条路”,网络规模越大,网络资源也越丰富。 第二,网络密度,用春节期间互相拜年交往的亲属占交往总人数的比例测量。亲属的比例越高,网络密度也越大,说明被访者的交往对象多局限于同质性较高的人群内,网络资源有限;亲属的比例较低,网络密度也低,说明被访者的交往对象较广泛多元,能够在亲属之外去拓展自己的社会网络空间。边燕杰、李煜的研究(2000)也证明网络密度与网络资本总量呈负相关。本项调查表明,调查对象互相拜年交往的对象中亲属所占的平均比例是43.52%(标准差21.21%)。 第三,网络多元性,用春节期间互相拜年交往的亲属、朋友、相识的职业类型和单位类型表示。林南的研究表明,资源的异质性是衡量社会网络资源的一个重要方面(Lin, 2001)。我们在调查中列出十九种职业,我们统计被访者的拜年交往对象中是否有从事这些职业的。如有,则被访者在该种职业上的取值为1,否则为0,如果某种职业有一个以上的交往对象或某种职业中既有交往的朋友也有交往的亲属,结果也只记1,因为一个职业只代表一种职业地位资源。统计结果表明,被访者在春节期间相互拜年和交往的亲属、朋友和相识中的职业类型的平均数为8(标准差5.56)。另一方面,我们还列出十一种类型的单位,看被访者的拜年交往对象中是否有属于这些类型单位的,计算方法与计算职业种类相同。统计结果表明,被访者的拜年交往对象的平均单位类型数为4.7(标准差3.12)。 第四,拜年交往对象的职业声望总分和单位声望总分。职业类型和单位类型仅仅是从一个方面反映出被访者交往范围的多元性。但是,不同类型的职业和不同类型的单位所拥有的资源是大相径庭的,一个大学教师所拥有的资源显然不同于一个餐馆服务员拥有的资源,而党政机关的影响力也不是一般的私营企业能够相提并论的。那么,如何测量不同职业和单位的资源呢?边燕杰和李煜曾在津、沪、汉、深四地请被访者对20种职业和12种工作单位类型进行评估。他们按照“非常好”和“较好”两项的百分比作为地位得分,将20种职业和12种单位类型分别进行排列。这20种职业的声望分数依次是:科学研究人员(95分)、大学教师(91分)、工程师(86分)、法律工作人员(86分)、医生(86分)、中学教师(81分)、政府机关负责人(80分)、小学教师(73分)、党群组织负责人(73分)、企事业单位负责人(71分)、经济业务人员(64分)、经济业务人员(64分)、会计(58分)、行政办事人员(53分)、民警(52分)、护士(48分)、司机(25分)、厨师炊事员(24分)、产业工人(20分)、饭店餐馆服务员(11分)、家庭保姆计时工(6分);12种类型单位的声望分数依次是:党政机关(86分)、国有事业单位(75分)、外资企业(73分)、中外合资企业(66分)、股份企业(45分)、私立事业(41分)、国有企业(41分)、私营企业(39分)、联合企业(30分)、集体事业单位(30分)、个体经营(29分)、集体企业(24分)。参照边燕杰和李煜的调查所得的职业地位分数和单位地位分数,我们计算出被访者拜年交往对象职业声望总分和单位声望总分。  职业声望总分和单位声望总分反映了不同职业和单位的差异性,可以更全面反映出个人的社会网络资源。 三、研究发现 本文分别用描述统计和回归分析对调查数据进行分析。在表2中,我们分别从性别、户口、年龄、受教育程度、单位所有制以及单位主管部门几个方面比较网络规模、网络密度、拜年交往对象的职业类型数、拜年交往对象的单位类型数、拜年交往对象的职业声望总分、拜年交往对象的单位声望总分。在表3中,我们用性别、户口、年龄、收入、受教育程度、单位所有制、单位主管部门作为自变量,分析这些自变量对包括网络规模、网络密度、网络多元性以及职业和单位声望分数在内的网络资源变量的影响。研究的主要发现是: 第一,男性的社会网络资源明显优于女性。从表2可以看出,男性的平均网络规模是44.47人,高于女性的37.65人,男性的的交往对象中亲属的比例是42.23%,女性的交往对象的亲属比例则高达45.14%。表3的回归分析也表明,男性不仅网络规模大于女性,而且在网络密度上也低于女性。西方学者(Fisher, 1982; Marsden,1987)的一些研究表明男性与女性的网络规模是一样的,但我们的结果却说明中国女性的网络规模要小于男性。不过,有关男性的网络密度低于女性的发现是与西方学者的研究结果是一致的,这进一步证实了西方学者(Fisher and Oliver, 1983; Wellman, 1985; Marsden, 1987)的观点。台湾学者的研究也表明,女性将生活重点放在家庭私领域,网络中亲属人数较多;男性生活主要嵌入于工作等公领域,故网络成员同事朋友较多(熊瑞梅,1994)。另外,台湾学者还证实,即使在控制了结构变量后,男女之间的网络差异仍然存在(熊瑞梅,2000)。这说明男女社会网络资源的差异在不同的社会中都有相当的一致性,女性的交往对象中亲属占的比例较高,而男性则更倾向于与亲属之外的同事、朋友交往。 第二,年龄与网络资源呈负相关。从表2的描述统计可以看出,在就业人口中,年龄越小,交往的对象也越多,29岁以下年龄段的拜年交往的人数为48.54人,其次为40至49岁年龄段(拜年交往人数为38.49人),50岁以上仅为33.22人。从拜年交往对象的职业类型看,29岁以下年龄段的平均职业类型达9个,而30-39岁和40岁到49岁年龄段分别为7个,50岁以上只有6个。表3的回归分析进一步表明,年龄对拜年交往的职业类型数、拜 表2  社会地位与关系资源:平均数 春节期间相互拜年交往的亲属、朋友、相识的人数 相互拜年交往的亲属占全部拜年人数的比例 相互拜年交往者中所具有的职业类型数 相互拜年交往者中所具有的单位类型数 相互拜年交往者所具有的职业类型的声望分数 相互拜年交往者所具有的单位类型的声望分数 性别 男 女 N 44.47(55.67) 37.65(31.17) 882 .4223(.2085) .4514(.2156) 840 8.32(5.63) 7.60(5.45) 1002 4.89(3.25) 4.45(2.91) 1002 426.85(325.91) 408.19(320.44) 1002 248.59(169.14) 225.98(151.06) 1002 户口   本市   非本市   N 43.78(50.74) 35.76(34.74) 874 .4323(.2136) .4433(.2108) 832 8.55(5.90) 6.74(4.47) 994 5.04(3.25) 3.93(2.64) 994 449.14(335.62) 313.36(259.41) 994 256.56(166.42) 198.78(143.07) 994 年龄   29岁以下   30-39岁   40-49岁   50岁以上   N 48.54(56.49) 34.55(36.22) 38.49(35.71) 33.22(33.28) 881 .4113(.1901) .4527(.2275) .4618(.2210) .4518(.2356) 839 9.07(5.50) 7.20(5.40) 7.32(5.66) 6.75(5.37) 1001 5.25(3.10) 4.36(3.10) 4.35(3.23) 3.89(2.81) 1001 449.44(313.36) 371.79(320.49) 377.37(332.67) 369.91(317.81) 1001 266.50(161.09) 220.77(161.51) 219.86(165.95) 201.43(147.62) 1001 受教育程度   小学   初中   高中   中专   大专   大学   研究生   N 29.38(27.38) 30.88(26.78) 42.89(36.27) 63.96(91.41) 49.77(42.69) 41.06(36.67) 40.50(44.74) 876 .4892(.2536) .4969(.2276) .4662(.2103) .4032(.1815) .3678(.1413) .3470(.1831) .2816(.1352) 834 4.60(3.94) 6.09(4.53) 8.63(5.79) 10.04(5.91) 9.93(5.35) 10.43(5.51) 11.41(5.91) 996 2.952.08) 3.64(2.52) 4.85(3.18) 5.58(3.35) 6.06(3.11) 6.12(3.17) 6.35(3.33) 996 187.57(208.87) 275.95(259.29) 422.27(311.95) 518.10(316.36) 545.07(303.40) 628.70(307.15) 687.18(314.22) 996 137.04(110.82) 181.04(133.69) 243.67(162.06) 287.52(169.59) 317.98(154.99) 321.92(155.95) 336.06(168.56) 996 政治面目   中共党员   非党员   N 41.15(40.15) 41.45(47.50) 878 .3838(.1731) .4432(.2164) 837 9.32(5.97) 7.80(5.46) 996 5.22(3.32) 4.61(3.07) 996 553.22(339.85) 388.17(312.23) 996 275.84(169.32) 232.99(159.79) 996 单位所有制   国有   集体   私营   三资   N 38.31(36.05) 34.64(33.66) 43.63(57.75) 51.94(58.98) 816 .4394(.2120) .4619(.2324) .4273(.2029) .4272(.2062) 779 8.61(5.78) 6.00(4.69) 7.77(5.25) 8.75(5.40) 924 4.91(3.12) 4.01(2.80) 4.60(3.12) 5.33(3.13) 924 460.69(329.34) 296.62(291.59) 370.73(306.10) 451.96(305.74) 924 253.93(158.90) 191.20(148.17) 229.02(164.68) 278.03(159.45) 924 单位主管部门 部委/省 市属 区/街/县 无主管部门 N 50.88(63.73) 40.76(37.63) 41.86(32.86) 41.10(61.73) 803 .4221(.1983) .4370(.2119) .4209(.2268) .4373(.2017) 766 9.13(5.92) 8.59(5.90) 7.52(5.01) 7.50(4.41) 863 4.88(2.97) 5.19(3.29) 4.41(3.16) 4.42(2.61) 863 496.51(323.35) 450.74(338.37) 373.57(287.35) 368.67(271.34) 863 255.60(152.90) 264.50(168.21) 218.39(161.25) 229.82(141.42) 863 说明:括号内为标准差 表3  社会地位与关系资源:回归分析(非标准回归系数) 自变量 因        变        量 春节期间相互拜年交往的亲属、朋友、相识的人数 相互拜年交往的亲属占交往人数的比例 相互拜年交往者中所具有的职业类型数 相互拜年交往者中所具有的单位类型数 相互拜年交往者所具有的职业类型的声望分数 相互拜年交往者所具有的单位类型的声望分数 性别   男a 8.013!* -2.77E-02! .142 .256 -2.999 9.876 户口b   本市户口 12.809** -7.90E-03 1.806*** 1.366*** 99.486*** 65.543*** 年龄   -0.248 5.039E-04 -5.51E-02*** -3.73E-02*** -1.668 -1.629*** 文化程度c   初中   高中   中专   大专   大学   研究生 3.191 13.135* 32.004*** 14.675! 5.888 8.816 9.655E-03 -1.97E-02 -8.89E** -.123*** -.141*** -.199** 1.717** 3.234*** 4.685*** 4.083*** 4.262*** 5.352*** .770! 1.434*** 2.120*** 2.446*** 2.491*** 3.292*** 123.216*** 216.766*** 314.916*** 317.310*** 370.180*** 421.012*** 48.428! 83.881*** 124.297*** 145.139*** 146.256*** 186.335*** 收入 -8.01E-04 2.247E-07 4.229E-04** 1.112E-04 2.713E-02*** 6.252E-03! 政治面目d   中共党员 -1.045 -7.24E-03 .550 .130 35.201 8.967 单位所有制e   国有   私营   三资 -5.473 5.093 13.795! 1.249E-02 3.886E-03 1.776E-02 .994 1.233! 1.268! -4.545E-02 .341 .510 48.253 44.857 54.450 10.679 21.606 38.188! 单位主管部门f 部委/省 市属 区/街/县 14.516* 3.017 4.860 1.362E-02 4.386E-03 -4.97E-02! . 639 .900 1.095! -.114 .604 .426 28.761 48.482 58.514 -14.059 20.781 13.274 N 743 708 799 799 799 799 Constant 21.740! .483*** 3.567** 2.874*** 79.368 127.020*** 调整后的R2 .068 .072 .158 .158 .228 .175 说明:!P≤0.10,  *P≤0.05,  **P≤0.01,  ***P≤0.001 a. 参考类别是“女性”;b. 参考类别是“非本市户口”; c. 参考类别是“小学”; d. 参考类别是“非党员”; e.  参考类别是“集体”; f. 参考类别是“无主管部门”. 年交往对象的单位类型数以及拜年交往对象的单位声望总分都有负面影响,而且具有统计显著性。这说明年龄越大,交往的范围变小,交往对象的职业类型和单位类型也减少。这与西方学者的研究也有很大的一致性。西方学者的研究(Fisher, 1982:253; Fisher and Oliker, 1983; Marsden, 1987:128-129)表明在三十多岁时个人的网络规模最大,而随着年龄的增长网络规模逐渐变小。不过,西方学者的研究还证明老年人的交往对象多半限于亲属(Ajrouch, Antouncci, and Janevic, 2001),但我们的研究并没有发现这方面的有力证据,虽然表2中较高年龄段的网络密度也较高,但在表3的回归分析中年龄对网络密度的影响并不具有统计显著性,因此年龄对网络密度的影响可能是其他因素造成的。 第三,收入对网络资源的多元性有正面积极的影响。在没有引入其他控制变量的情况下,单独以收入作为自变量分别对网络规模、网络密度、网络多元性等因变量进行分析,收入对网络规模的影响不具有统计显著性,但收入对其他因变量的影响都具有统计显著性,说明高收入者的交往对象未必比低收入者广,但收入会影响网络的密度、网络的多元性等变量。在 进一步引入受教育程度、年龄、性别、单位所有制等控制变量以后(参看表3),收入对网络密度和拜年交往单位数的统计显著性消失,但对拜年交往职业数、拜年交往对象的职业声望分数、单位声望分数都具有统计显著性。这说明收入对网络密度、拜年交往单位数的影响可能是其他变量引起的,但收入对拜年交往职业数、拜年交往职业声望分数、拜年交往单位声望分数仍有积极正面的影响。坎贝尔等人(Campbell, Marsden and Hurlbert, 1986)的研究也表明,家庭收入网络规模、网络的多元性呈正相关,与网络密度呈负相关。边燕杰、李煜(2000)的研究也证明家庭收入与网络规模、网络资源总量有显著影响。 第四,受教育程度与网络资源呈正相关。从表2可以看出,随着受教育程度的提高,拜年交往人数逐步增加,小学程度的被访者的平均拜年交往人数为29人,而中专程度的被访者的拜年交往人数多达64人,但中专以上被访者的拜年交往人数逐步减少,到研究生层次的拜年交往人数只为41人。表3的回归分析也表明,中专程度的被访者的拜年交往人数显著高于小学程度的被访者。虽然中专程度的被访者网络规模最大,但并不能说明他们的网络资源最多,因为从其他几个指标看,中专以上的被访者都有着更多的网络资源。从网络密度看,小学和初中程度的被访者的网密分别为48.92%和49.69%,说明他们的交往对象中差不多有一半是亲属,而大学和研究生程度的被访者的网密只有34.7%和28.16%。从网络的多元性看,小学程度的被访者的拜年交往的职业类型只有4.6个,中专为10.04个,而研究生为11.41个,小学程度的被访者的拜年交往的单位类型只有2.95个,而中专的为5.58个,而研究生则达6.35个。而在交往对象职业声望总分和交往对象单位声望总分方面,不同文化程度的差异更大,小学程度的被访者在这两个指标上的得分分别是187.57分和137.04分,而研究生程度的被访者则分别达到687.18分和336.06分。而表3 的回归分析也表明,受教育程度在网络密度、网络多元性以及交往对象的职业声望总分和单位声望总分上都表现出高度的统计显著性。这一发现与坎贝尔等人的研究结果(Campbell, Marsden and Hurlbert, 1986)和边燕杰、李煜(2000)的研究结论是一致的。 第五,户口还是重要的身份标志。从表2的描述统计可以看出,厦门本市户口比非本市户口(包括郊区户口和本市暂住人口)在网络资源上都有着显著的优越性。在网络规模上,本市户口者的网络规模为44人,非本市为36人,相差甚大。非本市户口多为来厦的农民工,按理说,他们的亲属不在厦门,与亲属交往的比例应低于本市户口者。但表2的统计结果表明,非本市户口者的网络密度略高于本市户口者。而在网络的多元性和拜年交往对象的职业声望分数和单位声望分数方面本市户口也高于非本市户口。表3的回归分析表明,除了网络密度之外,户口对其他5个因变量的影响都有高度的统计显著性。 第六,是否党员对网络资源的影响不显着。在表2中,党员与非党员的网络规模很接近,但党员在网络密度上低于非党员,说明党员的交往对象比非党员广。另外,党员在网络的多元性以及拜年交往的对象的职业声望分数和单位声望分数上都高于非党员。但是,在表3的多元回归分析中,是否党员对所有因变量的影响都不具有统计显著性,这表明在控制了其他变量以后,是否党员并不对网络资源产生影响。 第七,单位所有制与单位主管部门对网络资源的影响不显著。根据表2,在不同所有制单位的比较中,国有单位(包括国家机关、经济管理部门、国有事业单位、国有企业)在社会网络资源的占有方面并没有明显优势。在网络规模方面,三资企业的被访者较大,其次是私营企业。除了在拜年交往者的职业类型声望分数上略高于三资企业外,国有企业在其他的变量上都没有优势,在拜年交往者的职业类型、拜年交往者的单位类型、拜年交往者单位的声望分数等变量上都是三资企业摆在第一位。在表3的回归分析中,我们也可以看到,在引入其他控制变量以后,在大部分情况下单位所有制对反映网络资源的不同因变量的影响都不是很显著,唯一例外的是三资企业对拜年交往人数和拜年交往者的单位声望分数的影响还具有一定显著性(P≤0.1)。而从单位主管部门情况看,在表2的描述统计中部委和省级主管部门有一定的网络资源优势,但在表3的回归分析中,主管部门对6个反映网络资源的因变量的影响无任何统计上的显著性。这说明单位主管部门对网络资源的影响并无多大影响。 四、讨论与结论     运用1999年厦门调查的资料,本文分析了性别、年龄、收入、是否党员、受教育程度、单位所有制以及单位主管部门对个人网络资源的影响。在这些自变量中,有些是西方学者已经作过研究和分析的,另一些则是中国社会所特有的地位标志,本文第一次将这些变量用于分析社会网络资源。在本文的讨论部分,打算对这些研究结果的理论意义进行分析。 林南的社会资源理论要告诉我们的是,通过人与人之间的纽带关系,个人不仅能够支配自己的资源,也能够通过这种关系涉取其它的资源。本文的研究表明,个人资源显然是决定个人拥有社会资源多少的一个重要因素。个人资源决定了一个人在社会交往而发生的社会交换中给他人提供回报的能力,这就意味着个人拥有的资源越多,他就越有能力为他人提供回报,因此他通过社会网络涉取他人资源的能力也越强。由于高地位者具有较强的回报能力,其他社会成员也更愿意与地位较高者建立关系,这又进一步使得地位较高者更有能力通过关系涉取和动用原本属于他人的资源,他所能支配的社会资源也就成倍增长。在本文的分析中,我们发现,作为个人资源最主要指标的收入对网络资源有着显著的影响,收入越高者社会网络资源越丰富。边燕杰和李煜(2000)的研究也表明家庭的收入对家庭的网络资源总量有直接的影响。除了走亲串友、礼尚往来需要一定的经济条件为基础外,经济收入的高低还表明个人可支配的经济资源的多少,是个人地位的重要标志。如果说在计划经济时代人们还以家庭出身作为一种地位标志的话,那么在改革开放以后经济收入在人们日常交往中起着越来越重要的作用。 当然,交往机会在一定程度上影响个人的网络资源。布劳指出,“社会联系取决于社会接触的机会”(Blau, 1977:281)。只有通过与他人的接触才有机会建立社会联系。不同的职业所提供的接触他人的机会是完全不同的。有关研究表明,排版工人和煤矿工人只能在同事之间建立联系(Fisher, 1982:104-05; Lipset, Throw and Colman, 1956)。男性的网络资源在整体上高于女性,一个重要方面的原因是男性接触的人比女性多。尽管中国城市中女性的就业比例已经相当高,但有关研究表明,女性在诸如国家机关、党群组织、企事业单位负责人中占的比例约为10%,在办事人员和有关人员人,女性也只占24.5%,说明女性在高层次就业中大大低于男性,而在以体力为主的服务行业和商业职业中,女性的就业比例与男性较为接近(刘伯红,1995)。另外,传统性别角度的差异以及生儿育女等家务负担都会对妇女的社会交往产生诸多限制。 在经济因素日益重要的同时,个人的受教育程度对社会网络资源的积累也同样重要。而受教育程度之所以作为一个重要因素,是因为教育程度直接关系到经济收入的多少。如果按受教育程度计算被访者的月收入的话,不同受教育程度的受访者的月均收入分别是:小学882.97元,初中977.31元,高中1110.18元,中专1437.88元,大专1354.07元,大学1920.3元,研究生3337.50元。正因为教育程度与经济收入的高度关联以及由此带来在社会交换中较高的回报能力,使得高文凭者在个人网络的建立过程中处于有利的位置。另一方面,教育程度较高者网络资源较丰富,其一个重要原因是就学的过程也是社会网络资源累积的过程。那些受教育程度较高者不仅可以通过同学关系与不同职业的任职者建立多元的强关系,而且受教育程度较高者也有更多的机会参与各种学术的和非学术的社团。 我们的研究结果也在一定程度上证验了市场转型理论的观点。根据倪志伟(Victor Nee)等人的“市场转型理论”(market transition theory),在制度转型的过程中,市场功能逐渐取代过去计划经济分配的功能,如此市场中的直接生产者将受益,昔日官僚体系中的再分配者(即干部)的优势将逐渐丧失。因此,改革的主要社会后果就是经济精英的组成分子改变了,由昔日掌握权力的再分配者过渡到市场中的直接生产者,官僚体系的再分配权力(即对资源的控制力)会逐渐淡出市场,形成市场专业与政府公权力分立的资本主义模式。在市场分配中,生产力会受到鼓励和回报,而其主要指标就是人力资本的效用提升,教育的投资回报将会增加,人力资本因此会在阶层化的过程中比政治资本发挥更大的作用(Nee 1989, 1991)。本文的研究结果间接验证了市场过渡理论的观点。虽然我们不能推测在其他领域的情况,但至少在社会网络资源的积累这一领域,作为人力资本主要指标的受教育程度以及个人收入等经济因素已经起着非常重要的作用。另一方面,我们也看到,诸如政治面目(是否中共党员)在个人网络资源中所起的作用日益淡化,单位所有制和单位主管部门已经在很大程度上不能成为地位的一个标志。在计划经济体制下,单位所有制和单位主管部门都是一种十分重要的地位指标,因为那时的资源是通过单位分配的(参看Bian, 1994),在这种情况下国营企业优于集体企业,大集体优于小集体,中央部委主管的企业优于省属企业,省属企业又优于市属企业。但是,在改革以来,在原有的国有企业、集体企业之外出现了大量的个体、私营和外资企业,这些体制外的非公有制企业往往没有主管单位,而且它们的竞争力和经济效益都不亚于体制内既有的国有企业和集体企业。近几年来,国有企业和集体企业为了适应市场竞争需要大量裁员,导致许多员工下岗,使得原来的“铁饭碗”也出现了危机。因此,随着市场经济机制的逐步建立,单位所有制和单位主管部门的重要性正日益减弱。如果说我们还不能断言单位所有制和单位主管部门的作用在其他领域的作用已经完全消失的话,但我们可以说这些因素在个人网络资源的累积过程中已经逐渐淡出。 但是,正处于转型过程之中的中国社会还保持着一些再分配经济留下的痕迹,这突出反映在本市户口与非本市户口的被访者在社会网络资源的巨大的差异上。长期以来,中国的户籍管理制度把社会成员分为“城市户口”与“农村户口”两个等级,他们在就业机会、福利待遇方面都是完全不同的。作为“农村户口”的农民不仅不享受“城市户口”的种待遇,而且不能进入城市工作。改革开放以来,虽然城乡分隔的户籍管理制度并未改变,但在一些具体的管理措施上已经有所松动,城市户口和农村户口的巨大差异有所减少,这使得许多农村剩余劳动力可以到城市里面的工厂打工。据估计,1998年在城市就业的农民工达3400万(樊平,1999:453)。但是,尽管农村的农民和外地户口的居民可以到大中城市打工,但他们从事的工作大多是外资企业里的非技术性工种,以及诸如建筑、清扫垃圾、保姆等城里人不愿意做的收入较低的工作。有关研究表明,具有城市户口的本地劳动力与不具有城市户口的外来劳动力之间在收入上存在巨大差异(参看杨云彦、陈金永,2000)。不仅如此,城市管理部门通常都对他们采取一些歧视性的管理措施,例如要求每月缴纳一定数额的“暂住费”,原因是他们的户口不在城市。这种经济和社会地位的差异自然造成了本市户口和非本市户口的被访者在社会网络资源方面的巨大差异。 总之,中国社会正处于转型过程之中,在社会网络资源积累这一领域转型社会的特点也得到了充分的体现。一方面我们可以看到经济因素、个人受教育因素在网络资源积累中的作用正日益提升,与此同时原先作为重要地位标志的政治面目、单位所有制、单位主管部门等体制因素已经不再重要,这说明我们社会的市场化倾向已经相当明显;但另一方面户口还是重要的地位标志,仍然对社会网络资源的积累发挥着重要作用,这又表明计划经济时代留下的城乡二元格局并未从根本上改变,体制因素带给城里人的特权仍然存在。 参考文献 边燕杰,1999,“社会网络与求职过程”,载涂肇庆、林益民主编《改革开放与中国社会:西方社会学文献述评》,香港:牛津大学出版社。 边燕杰、李煜,2000,“中国城市家庭的社会网络资本”,《清华社会学评论》2:1-18。 刘伯红,1995,“中国女性就业状况”,《社会学研究》2:39-48。 李路路、李汉林,2000,《中国的单位组织:资源、权力与交换》,浙江人民出版社。 杨云彦、陈金永,2000,“转型劳动力市场的分层与竞争”,《中国社会科学》5:29-41。 林国光,1994,“户籍制度改革与创新:农民与市场的呼唤”,《农业经济问题》6:6-11。 路风,1989,“单位:一种特殊的社会组织形式”,《中国社会科学》1期。 熊瑞梅,1994,“影响情感与财物支持连系的因素”,“中央研究院”《人文及社会科学研究集刊》6:303-333。 熊瑞梅,2001,“性别、个人网络与社会资本”,载边燕杰、涂肇庆、苏耀昌编《华人社会的调查研究》,香港:牛津大学出版社。 樊平,1999,“1988年:中国农民状况报告”,载汝信、陆学艺、单天伦主编《1999年:中国社会形势分析与预测》,北京:社会科学文献出版社。 Ajouch, Kristine J., Toni C. Antounucci, and Mary R. Janevic. 2001. “Social Networks Among Blacks and Whites: The Interaction Between Race and Age.” Journal of Gerontology:Social Sciences 56B: S112-S118. Antonucci, T. C. and Akiyama H. 1987. “Social Networks in Adult Life and A Preliminary Examination of the Convoy Model.” Journal of Gerontology:Social Sciences 42: 519-527. Bian, Yianjie. 1994. Work and Inequality in Urban China. Albany: State University of New York Press. Bian, Yianjie. 1997. “Bring Strong Ties Back In: Indirect Ties, Network Bridges, and Job Searches in China.” American Sociological Review 62:266-85. Blau, Peter M. 1977. Inequality and Heterogeneity: A Primitive Theory of Social Structure. New York: Free Press. Burt, Ronald. Structure Holes: The Social Structure of Competition. Cambridge, MA: Harvard University Press. Campbell, E. Karen, Peter V. Marsden, and Jeanne S..Hurlbert. 1986. “Social Resources and Socioeconomic Status.” Social Networks 8:97-117. Coleman, James. 1988. “Social Capital in the Creation of Human Capital.” American Journal of Sociology 94:S95-S121. Fisher, Claude, and Stacey Oliver. 1983. “A Research Note on Friendship, Gender, and the Life Cycle.” Social Forces 62:124-132. Fisher, Claude. 1982. To Dwell Among Friends. Chicago: University of Chicago. Gerstel, Naomi. 1988. “Divorce, Gender and the Social Integration.” Gender and Society 2:342-67. Herlbert, Jeanne S. and Alan C. Acock. 1990. “The Effects of Marital Status on the Form and Composition of Social Networks.” Social Science Quarterly 71:163-74. Hogan, D. P., Eggebeen, D. J., and Clogg, C. C. 1993. “The Structure of Intergenerational Exchanges in American Families.” American Journal of Sociology 98:1428-1458. Lin, Nan. 1982. “Social Resources and Instrumental Action”, in Peter Marsden and Nan Lin(eds.). Social Structure and Network Analysis. Beverly Hills. CA: Sage Publications, pp.131-47. Lin, Nan. 1999. “Social Networks and Status Attainment.” Annual Reviews of Sociology 25:467-487. Lin, Nan. 2001. Social Capital. Cambridge University Press. Lipset, Seymour Martin, Martin Trou and James Colman. 1956. Union Democracy. New York: Doubleday. Marsden, Peter V. 1987. “Core Discussion Networks of Americans.” American Sociological Review 52:122-31. Moore, Gwen. 1990. “Structural Determinants of Men’s and Women’s Personal Networks.” American Journal of Sociology 55:726-735. Morgan, D. L. 1988. “Age Differences in Social Network Participation.” Journal of Gerontology:Social Sciences 43:S129-S137. Nee, Victor. 1989. “A Theory of Market Transition: From Redistribution to Markets in State Socialism.” American Sociological Review 54:663-681. Nee, Victor. 1991. “Social Inequalities in Reforming State Socialism: Between Redistribution and Markets in China.” American Sociological Review 56:267-282. Silverstein, M., and Waite, L. J. 1993. “Are Blacks More Likely Than Whites to Receive and Provide Social Support in Middle and Old Age? Yes, No, and Maybe So.” Journal of Gerontology: Social Sciences 48: S212-S222. Stack, C. B. 1974. All Our Kin: Strategies for Survival in A Black Community. New York: Harper and Row. Walder, Andrew. 1986. Communist Neo-Traditionalism: Work and Authority in Chinese Industry. University of California Press. Wellman, Barry. 1985. “Domestic Work, Paid Work and Net Work.” Pp.159-91 in Understanding Personal Relationships, edited by Steve Duck and Daniel Perlman. London: Sage.
/
本文档为【社会经济地位与关系资源】,请使用软件OFFICE或WPS软件打开。作品中的文字与图均可以修改和编辑, 图片更改请在作品中右键图片并更换,文字修改请直接点击文字进行修改,也可以新增和删除文档中的内容。
[版权声明] 本站所有资料为用户分享产生,若发现您的权利被侵害,请联系客服邮件isharekefu@iask.cn,我们尽快处理。 本作品所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用。 网站提供的党政主题相关内容(国旗、国徽、党徽..)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
热门搜索

历史搜索

    清空历史搜索