研究发现交友可以影响收入

原文作者：Noam Angrist（牛津大学）、Bruce Sacerdote（达特茅斯学院）

一个人的社会网络强度被认为是影响这个人教育程度、身体健康和经济状况的主要因素[1]。不过，这种社会资本（social capital）很难测量，目前的主要测度方式不是依赖小规模调查就是只使用很少的参数。而要设计出能测度社会关系影响的实验难度更大[2]。Chetty等人[3,4]在《自然》发表了两篇论文，利用脸书（Facebook）上210亿例好友的数据，构建了测度社会资本的多个具体指标——Facebook拥有全球最大的社会关系数据集。数据集的覆盖范围使作者能对不同类型的社会资本进行量化，并分析这些社会网络的影响力。

在第一篇论文中，作者利用美国7220万25岁至44岁的Facebook用户的社会网络数据构建了测度社会资本多项指标——这个年龄区间的成年人有80%以上都用过Facebook（见go.nature.com/3u94pjb）。作者通过分析个人层面的数据，构建了国家层面、县层面，以及邮政编码层面的社会资本测度指标。

Chetty等人证明了他们的数据能普遍代表美国国内的许多特征。举例来说，与“美国社区调查”（American Community Survey）这个全国性人口调查相比，两个数据集在县一级的年收入中位数上，平均只相差193美元——仅占收入中位数的1%不到。

作者进一步研究了各项社会资本指标，包括网络凝聚性（network cohesiveness，测量一个人的不同朋友之间互为朋友的指标）和公民参与度（civic engagement，测量一个人参与社会团体的指标）。他们还引入了一个新的社会资本测度指标——经济关联度（economic connectedness），这个指标测量的是社会经济地位（socio-economic status，SES）高的个体与社会经济地位低的个体互为朋友的概率（作者使用一个结合了SES各项代理指标的算法预测一个人的SES）。研究团队对经济关联度的定义为：一个人拥有收入高于中位数的朋友除以0.5得到的值（这里的0.5为社会关系随机情况下的预期值）。比如，一个收入低于中位数的人如果有40%的社会关系为收入高于中位数的人，那么这里的经济关联度就等于0.8，也就是说，高收入朋友在此人朋友圈中的代表性低了20%。

Chetty和同事利用Opportunity Atlas数据库[5]的经济流动性匿名数据，研究了社会资本各测度指标和经济流动性（低收入家庭儿童成年后的平均收入）的关系。他们做出了一些假设，比如小时候念同一所学校的人的社会关系很可能在儿时就建立了；他们还在有数据的情况下，根据用户的邮编和其他特征估计了他们父母的收入。他们发现，经济关联度这个社会资本指标，与中低收入家庭儿童日后的收入流动和生活改善最为相关（见图1）。举个例子，作者证明，如果低SES儿童成长的县与一般高SES儿童成长的县拥有类似的经济关联度，这些低SES儿童的未来收入平均会增加20%。

这些数据揭示出社会资本对于脱离贫穷的重要性。低SES和高SES个体之间的社会关系会影响个人志向、信息获取、工作机会[6]。由于童年友谊和个人日后收入在时间上存在先后顺序，所以应该说是经济关联度导致了经济流动性，而不是反过来。

Chetty等人还用证据表明，经济关联度或许导致并解释了很多社会现象。比如，1997年的一项标志性研究表明，相比在黑人比例低的社区中长大的黑人，在以黑人为主的社区中长大的黑人，无论是受教育水平还是经济状况都更差[7]。Chetty等人证明，这种关联性很大程度上可以用这些人拥有或缺少与高收入人群的经济关联度来解释（从统计意义上说）。他们的研究还表明，经济关联度与经济流动性的相关性远远超过了收入中位数、种族隔离或收入不平等与经济流动性的相关性。

在第二篇论文中，作者评估了影响高SES和低SES人群之间建立社会关系的各种因素。许多政策都通过增加暴露来融合不同SES的人群，比如让不同社区的儿童搭乘同一辆公车去同一所学校。研究团队发现，高SES个体与低SES个体成为朋友的程度差异，一半可以归因于对不同经济阶层同龄人的暴露差异；另一半可以归因于“交友偏向”上的差异，这里的交友偏向是指一个人在有机会的情况下与高SES个体互动的概率。

这两个因素的作用程度相当令人诧异，因为大部分政策都聚焦于增加暴露，而不是减少交友偏向。Chetty等人的分析表明，这两类政策都应该被考虑在内。作者的研究还指出，增加高SES和低SES学生在学校的相互暴露只能在交友偏向低的学校提高经济关联度。决策者今后可以利用这一最新研究的数据，让他们的干预效果达到最大化。比如，如果使用同乘一辆公车的暴露政策，这种政策极有可能只会在交友偏向低的学校提高经济关联度。而在交友偏向高的学校，干预政策应该更注重增加互动——比如提倡小班教学或进行课程改革。

除了研究分析外，Chetty等人还公开了数据的匿名聚合子集（www.socialcapital.org）。更特别的是，他们公开的数据覆盖了美国大部分邮编、县、大学和中学。这一重要贡献将加深我们对社会资本的理解。这个资源还能帮助决策者针对特定邮编或县量身定制能提高社会资本的政策和干预措施，并监测其效果。

目前为止对社会资本的大部分研究主要关注其相关性，而不是提出能创造社会资本的办法[2]。Chetty等人通过构建一个大型数据库，同时完成了这两方面的工作，他们既研究了社会资本与个人长期状况的关联，也分析了干预政策提高社会资本的效果。过去两年里，一大批寻找提高社会资本方法的实验性研究已经启动[8–10]——这将是未来研究的一个激动人心的方向。

接下来要做的是将Chetty等人提供的重要数据和分析扩展到美国以外的国家。有了全球性数据，我们就能研究诸如经济关联度在更公平的社会对于经济流动性的决定性是大是小。此外，时间序列数据还能用来追踪社会资本的形成或贬值以及经济关联度随时间的变化。与Chetty等人的数据类似的数据还能用来研究高收入同龄人可及性的特定变化（如种族合校规定、住房流动性项目或自然灾害）会如何改变一个人的交友网络，并最终改变他们的经济地位。这类分析将是对Chetty等人给出路线图的自然延伸。

最后，这里的最新研究凸显出收集大型社会资本数据的重要性。虽然政府会定期统计并每年发布一些资本形式，如GDP等，但对其他资本形式的测度频率仍然过低，如人力资本[11]和社会资本。Chetty等人的研究让我们看到社会资本也需要进行这类统计。