一、问题的提出

随着社会物质生活水平和个人健康水平的提升，学者们开始关注居民对生活的主观满意程度及其影响因素。生活满意度(life satisfaction)能够相对稳定地反映人们对自身生活状况的认知和评价，逐渐得到经济学、社会学和心理学等学科的重视(Diener，1984；Diener, et al., 2009)。在过去30年中，西方学术界的大量经验研究表明，尽管人格和其他心理因素解释了生活满意度的主要差异，但社会环境对其仍有极为重要的影响(Diener, et al., 1999；Helliwell and Putnam, 2004)。其中，社会网络对生活满意度的影响受到社会学的关注，并涌现出一批研究成果。社会网络将人们的生活与社会结构有机地结合在一起，为我们更全面、更深入地探讨社会环境对生活满意度的影响提供了一个非常有效的研究视角。相关研究通常从两种角度探讨社会网络的作用。以伯特(Burt，2001)、林南(2005)和格兰诺维特(2008)为代表的研究强调社会网络在个人目的性行动中的作用。而以帕特南(Putnam，2000)为代表的研究则更强调社会网络为身处其中的个体和群体(通常是社区)所创造的价值。前者注重社会网络的结构和社会资源的分布特征，后者则强调社会网络的公共性。无论是哪一种视角，研究者都是从社会网络的结构、社会网络资源和社会网络参与状况的指标探讨社会网络与生活满意度的关系。虽然学术界对社会网络和生活满意度的概念和测量尚有一定争议，但都普遍认为社会网络对生活满意度具有重要影响(Bowling, et al., 1991；Haller and Hadler, 2006；Pinquart and Sörensen，2000)。传统的中国社会是一个比较典型的熟人社会，人们的日常生活和社会行为都深深嵌入在各种社会关系中(Lin and Bian, 1991)。因此，对中国人的社会网络与生活满意度的关系进行研究具有特别的意义。虽然中国对生活满意度的研究仍方兴未艾，但现有研究更多是关注社会网络对心理健康的影响(余慧等，2008；赵延东，2008)，专注于社会网络与生活满意度关系的学术成果并不多见，比较系统的量化研究则更少。

我们发现，中国的已有研究大多数是基于横截面的调查数据，只能检验社会网络与生活满意度的相关关系，对分析模型中可能存在遗漏变量的干扰问题，以及社会网络与生活满意度之间可能存在的内生性问题(Mouw，2003)，尚缺乏解决办法，因此，运用追踪调查数据来检验社会网络对生活满意度的因果效应就显得尤为重要。有鉴于此，本研究采用一项2008年和2009年在北京、上海和广东省进行的追踪调查数据，试图从社会网络结构特征和社会网络参与等方面探讨社会网络对生活满意度的影响。与截面数据相比，追踪数据有利于减少选择性偏误，可以对社会网络与生活满意度的因果关系进行更精确地检验。更重要的是，该数据既包含社会网络结构指标，也包含社会网络参与指标，这既有助于探讨社会网络影响生活满意度的机制，也有助于理解网络的嵌入性对人们生活满意度的影响，进而理解社会结构性因素对生活满意度的作用机制。

二、文献回顾与研究假设

社会网络是社会科学描述社会关系特征的一种理论建构，但在其定义和度量方面，尚未形成一致意见(Lin and Peek, 1999)。社会网络也被看做社会关系(social ties)的网络(Ell，1984)。在生活满意度研究的领域，研究者把社会网络定义为由各种关系连接的实体组成的社会现象。这些关系包括朋友关系、亲属关系、讨论网、邻里互动和社会参与等，反映人与人的互动及其相互联系(Carpenter, et al., 2012；Lin，1999)。基于自我中心网络的数据，社会网络的特征可以用网络规模、社会联系的来源、网络构成异质性、联系频率、社会参与频率、互惠和多样性(Berkman and Glass, 2000；Vaux，1988)，以及社会联系的类别和强度来测量(边燕杰、张文宏，2001)。

研究者通常认为，社会网络对保持较高水平的生活满意度具有重要影响。许多研究发现，对社会网络结构及量化的测量对生活满意度和精神健康有直接的正向作用(Fowler, et al., 2009；Pinquart and Sörensen，2000)。一个人社会交往的广度和深度能最有效地预测其幸福感(帕特南，2011：388)。社会网络可以提供工具性的帮助、情感陪伴、正面赞扬，以及在负面的生活实践方面提供帮助，从而有利于提高生活满意度。在本研究中，我们主要关注社会网络规模、社会网络中朋友相对亲戚的比重、邻里互动频率和非正式社会参与四个方面。

大量研究表明，在众多的社会网络特征中，社会网络规模对预测生活满意度十分重要。网络规模反映了被访者社交的数量，同时也在一定程度上反映了受访者社会资源的总量(张文宏等，1999)。一个人所拥有的关系网络的特征是影响其社会资本存量的决定因素。个人的网络关系越多，其社会资本量就越大；个人的网络规模越大，信息和人情桥梁也就越多，也越占有社会资本优势(边燕杰，2004；张文宏，2007)。社会网络规模可以通过所连接的社会资源影响人们的生活满意度。目前，绝大多数的研究都表明，社会网络规模对生活满意度有积极的效应(Lin and Peek, 1999；Litwin and Shiovitz-Ezra, 2011)。海勒和曼斯贝茨(Heller and Mansbach, 1984)认为，社会网络的规模是老年妇女生活满意度和心理健康的重要决定因素；巴斯特等(Baxter, et al., 1998)的研究发现，老年人对生活质量的评价与社会网络的规模显著相关；范德沃特(Vandervoort，1999)对社会网络规模与心理健康的研究表明，社会关系的数量与抑郁和焦虑有强相关关系。在研究中，他将社会网络规模定义为受访者孩子、亲戚和朋友的总数量。也有研究者对过去129个相关研究进行了总结，用被访者社交人员的数量或者与社交伙伴的交往频率测量社会网络规模，这些研究结果都表明，社会网络规模对生活满意度具有重要的正向影响(Pinquart and Sörensen，2000)。一项对北京和香港两城市的研究表明，被访者的网络规模越大，他们的生活满意度就越高(Chan and Lee, 2006)。

但也有研究表明，社会网络对人们生活满意度的影响并不总是正向的。社会网络可能会消耗有限的社会资源和时间，带来额外的负担，引起消极的情感，减少心理层面的生活满意度(Ingersoll-Dayton, et al., 1997)。社会网络对生活满意度正向影响的程度可能会随着社会网络的扩大而降低。随着社会网络规模的扩大，人们维系社会网络的成本会逐渐上升，从而在一定程度上抵消社会网络对生活满意度的积极影响。当社会网络超过一定规模后，过大的网络规模还可能对生活满意度产生负面效应。也就是说，社会网络规模与生活满意度可能会呈现“∩”型关系，即在社会网络规模大于某个临界值后，对生活满意度会产生消极影响。因此，提出以下假设：

假设1-1：生活满意度水平与社会网络规模之间存在“∩”型关系。

在考察了社会网络规模与生活满意度的相关关系后，本研究再进一步检验两者的因果关系，即，对于个体来说，社会网络规模的变化对生活满意度是否存在显著影响。这里通过考察社会网络指标在两个时期之间的变化对第二期生活满意度的影响进行分析。这样的研究设计既有利于和以往截面数据研究进行比较，又在一定程度上消除了内生性问题，并对因果关系进行检验。因此，提出以下假设：

假设1-2：个人社会网络规模变化对生活满意度有正向影响，影响程度会随初始网络规模的变大而逐渐下降。

除了社会网络规模以外，网络中朋友与亲属的比例也是学者关注的焦点问题。在生活满意度的研究中，学者们通常认为，亲属和朋友在维持心理健康方面都发挥着重要作用。那么，在给定网络规模的条件下，社会网络中更高的朋友比例是否能够给人们带来更高的生活满意度呢？对西方发达国家的研究表明，与更多的朋友互动比与家庭成员互动能给人们带来更高的生活满意度(Pinquart and Sörensen，2000；Putnam，2000)。朋友比例较高的网络，异质性也更高，密度更低，从而能够提供更多的交流渠道和潜在的社会角色(Craven and Wellman, 1973；Hirsch，1980)。朋友往往彼此价值观相似，性格相近，经历和生活方式类似，因此，朋友之间的交流会更加畅通。朋友有助于帮助自己建立自尊，提供情感上的支持，同时也会带来愉悦感。另外，在同等网络规模下，朋友比例越高，通常就意味着更多的结构洞和更丰富的非冗余信息。另外，人们可以选择维持或者终结友谊，但家庭成员之间的关系通常是义务性的。联系紧密的亲属往往可以提供实际的帮助和工具性支持，但亲戚之间如果存在矛盾，往往会严重影响人们的生活满意度。在美国的研究发现，有人与配偶、子女和兄弟姐妹关系密切，但与朋友和组织的联系很少，这些人的生活满意度往往低于广交朋友的人(Fiori, et al., 2006；Litwin and Shiovitz-Ezra, 2011)。在以色列，与那些具有包括朋友和邻居在内的多重社会关系的人相比，仅仅具有家庭关系的人所面临的死亡风险更高(Litwin and Shiovitz-Ezra, 2006)。

中国传统社会是一种“儒家社会”，强调集体价值观、子女孝顺，以及家庭在社会关系和社会活动中的核心地位(Xu, et al., 2007)。因此，与西方研究者的视角不同，中国研究往往从家庭关系出发，更加关注家庭关系在社会实践中的作用。在传统社会中，以血缘为基础的家庭关系是个体社会网络的重要构成部分。然而，随着社会结构的转变，家庭关系在整个社会关系网络中所起的作用与以前相比呈下降态势。自改革开放以来，中国经历了急剧的现代化和全球化过程，越来越多的人开始崇尚物质主义和个人主义，也更不愿意去照料老人和小孩(Swader and Yuan, 2010)。社会流动的增加和社会异质性的增强越来越把现代人推到“陌生人社会”的次级人际关系交往上来(风笑天、林南，1998)。家庭规模的下降和移民率的上升可能会改变亲属关系对生活满意度的影响(Chen and Short, 2008)。随着社会的变迁，中国是否也会像西方社会一样，朋友网络比亲属网络在人们的社会实践中扮演更重要的角色？

按照社会网络构成的属性，本研究将其分为由亲属构成的社会网络和由朋友构成的社会网络，选取社会网络中朋友比例的高低进行分析。综上所述，随着社会结构的变化和社会流动的增强，朋友之间的联系既富于弹性，又能带来更丰富的资源，从而有利于个人的生活满意度的提升。据此提出以下假设。

假设2-1：社会网络中朋友比例越高，人们的生活满意度就越高。

假设2-2：社会网络中朋友比例的上升会带来生活满意度的提升。

社会网络的特征不仅体现在与目的性行动相关的社会资源的多寡，也体现在社会网络性质上的差异。社会网络可以分为横向联系的网络和垂直联系的网络。无论多么密集，无论对其参与者多么重要，垂直网络都难以维系社会信任和合作，而横向的社会网络能为网络参与者提供更多的社会资本(帕特南，2001)。邻里互动是由地缘相邻而形成的一种社会网络，属于一种密切的横向互动。个人社会关系的发展为社区提供了信任、合作和集体行动的基础(Nahapiet and Ghoshal, 1998)。邻里互动所形成的社会网络越密集，社会网络的参与者则越可能为共同的利益合作，并取得行动的成功。帕特南(Putnam，2000)认为，邻里之间的联系是社区层面的社会资本的重要组成部分，对个人生活满意度有重要影响。已有研究证明，通过社区内邻里的互动，当地居民可以获得一定的资源、信息、安全感和社会支持；调动社区层面的集体行动也可以改善当地的环境和设施，完善社会规范，提升归属感和社区认同。因此，邻里互动可以改善当地居民的健康状况和提高生活满意度(Herrero and Gracia, 2007；Kawachi, et al., 2008；Ziersch, et al., 2005)。不仅如此，邻里间的社会网络所形成的社会资本具有“外部性”，影响旁观者。例如，邻里间高密度的社会网络可以降低犯罪率，对于没有参与到网络中的人也有正的外部效应(Helliwell and Putnam, 2004)。因此，邻里互动有助于社区形成较高社会资本，使居民可以获得较高的生活满意度和幸福感(Helliwell and Putnam, 2004)。

俗话说，“远亲不如近邻”，这表明了中国传统伦理对邻里关系的重视程度。邻里互动能在小范围内提供合理的互帮互助，提高邻里间的安全感和信任感，在生活中互通有无，共同解决生活难题(风笑天、林南，1998)。中国传统文化强调个体生存的社区环境对生活满意度的重要作用。在中国经济转型期间，不论城市还是农村，单位的解体和生活方式的转变强烈冲击着邻里关系的作用。住房商品化和个性化的社会关系都可能破坏社会团体和传统社会中原本亲密的联系。但从另一方面看，人们可能更愿意在复杂多变的环境中与邻居建立和谐的社区关系，从而获得社会支持、归属感和社会认同。邻里间的关系更多地取决于个人之间的密切关系，而不是按照正式的规定(费孝通，2006)。人们参与邻里互动的频率越高，邻里间横向网络参与程度越高，人们就越可能在日常生活中获得个人和集体行动的成功，从而提高个人的生活满意度水平，据此，提出如下假设：

假设3-1：邻里互动越频繁，人们的生活满意度就越高。

假设3-2：邻里互动频率的上升会带来人们生活满意度的提升。

社会参与反映的是人们参与正式和非正式社会组织或协会的积极程度。这些组织包括俱乐部、宗教组织、民间组织、文化或体育非正式活动、教会活动、游行和集体学习等(Hyyppä, et al., 2008)。有研究表明，参与非正式的闲暇活动的频率与生活满意度正相关，但活动参与与自评的健康水平没有显著的相关关系(McGuinn and Mosher-Ashley, 2001)。也就是说，非正式的活动参与并不是通过提高个人的健康水平来提升个人的生活满意度。同样，李和帕克(Lee and Park, 2010)的研究也表明，在控制了个体的身体健康状况后，参与体育活动对个人的生活满意度依然有正向的影响，因此，他们认为，参加体育活动并不仅仅通过提高个人健康水平来影响生活满意度。

雷登等(Leyden, et al., 2011)发现，参加民间组织和文化休闲活动的频率与生活满意度正相关。有研究认为，参与不同类型的休闲娱乐活动对生活满意度具有不同的影响，只有主动参与与他人有交流的休闲活动才会对生活满意度具有显著的正向作用(McGuinn and Mosher-Ashley, 2001)。

有研究从社会网络的角度探讨非正式社会活动参与与生活满意度之间的关系。在控制了个人信任水平对幸福感的影响以后，非正式的社会参与所产生的社会信任对个人的幸福感具有显著的正向影响(Bjørnskov，2008)，非正式社会参与所形成的非正式社会资本与主观幸福感正相关(Putnam，2000)。里姆和帕特南(Lim and Putnam, 2010)对宗教参与的研究也表明，人们从社会网络参与中获得的集体生活体验对个人幸福感的提升具有重要作用。参与宗教活动可以为个体带来集体归属感，从而提高个体的生活满意度。因此，非正式的社会活动参与对生活满意度的影响机制可能不在于活动本身对生活满意度的影响，而在于活动参与过程中形成的非正式社会网络和集体归属感所产生的积极作用。

在以往的研究中，由于受到数据收集的限制，鲜有学者从非正式社会网络参与的角度探讨社会网络对个人主观幸福感的作用。帕特南(Putnam，2000)认为，非正式的社会网络参与所形成的非正式社会资本与人们的主观幸福感正相关。其中，诸如合唱队、合作社、体育俱乐部等以横向联系为主的社会网络参与是社会资本的基本组成部分。在一个共同体中，此类网络越密，其公民就越有可能进行为了共同利益的合作(帕特南，2001)，从而促进社会的稳定与团结。对欧洲国家的研究也表明，非正式的社会网络参与是社会资本影响性生活满意度的重要途径(Rodríguez-Pose and von Berlepsch，2013)。在中国，不少研究探讨参与休闲活动和体育锻炼对生活满意度的影响，但还没有研究在控制总的社会网络结构性要素和参与休闲活动频率的前提下，对非正式社会参与和个人福祉之间的关系进行分析。本研究从社会网络的角度探讨社会活动参与和生活满意度之间的关系，认为非正式的社会参与加强了参与者之间的社会纽带，从而会对生活满意度产生正向影响，因此提出以下假设。

假设4-1：非正式社会参与的程度越高，人们的生活满意度就越高。

假设4-2：非正式社会参与程度的上升会带来生活满意度的提高。

三、数据、变量和方法

本文采用的数据来源于由北京大学、上海大学和中山大学2008年和2009年联合进行的“中国家庭追踪调查”的试调查。该调查始于2008年5月，在北京市、上海市和广东省以多阶段随机抽样的方法，选取了2 375户家庭户进行入户调查，完成有效的成人样本(2008年18周岁以上的样本)6 034个。2009年5月，该项目组又对前一年的受访对象进行了追踪调查，删去无法追踪的和包含缺失信息的无效样本后，最终获得了4 605个有效的成人追踪样本。这样，两年的数据共有9 210个成人样本。

本研究的因变量是居民的生活满意度。这里使用的指标测量方法是在调查中直接询问被调查者对生活的总体满意程度。被调查者可以从“非常不满意”、“不满意”、“一般”、“满意”和“非常满意”五个选项中选择。其中，1代表“非常不满意”，5代表“非常满意”。数值越大，满意程度就越高。虽然复合性指标的测量方法可能提供对个体生活满意度更准确、更丰富的信息，但大量的社会学和心理学研究也证明，用上述一个简单的问题在规模较大的社会调查中仍然可以比较好地反映人们的生活满意度水平(Diener, et al., 1999；Lim and Putnam, 2010)。

最常用的测量网络特征的指标是网络的结构性特征和交往频率(Lin and Peek, 1999)，因此，本研究采用四个指标来体现个体社会网络的结构和交往特征。本研究从社会网络的规模和网络的成分来测量社会网络的结构特征，即拜年网的规模和拜年网络中的朋友比例。在测量社会网络时，西方的学者重视社会网络的交流与交换作用，他们通常从朋友网、讨论网和支持网的角度测量社会网络。而传统中国人的关系形态主要是先赋性的，或是在先赋性的关系影响下发生，然后通过社会交往获得的(罗家德、赵延东，2005)。因此，采用拜年网测量中国社会核心网络构成，更能体现中国社会网络中“关系”这个概念的内涵(边燕杰、李煜，2000；赵延东，2008)。拜年网的规模是指“春节期间您家相互拜访的亲戚和朋友的总数”，数值越大，表明拜年网的规模越大。由于社会网络规模达到一定程度后，可能对生活满意度产生负面的影响，因此，笔者在模型中引入了拜年网的平方来考查两者之间的非线性关系。社会网络中的朋友比例是指拜年网的朋友比例，即在上述拜年网中与朋友互访的数量与总的拜年网互访数量之比。在中国社会，这个指标也可以看做是社会网络的紧密度和弱关系多少的近似指标(边燕杰、李煜，2000；赵延东，2008)。在同等的网络规模下，朋友的比例越高，社会网络就越松散，弱关系越多。该值的取值范围在0到1之间。取值越接近1，表明拜年网中朋友的比例越高，相应的亲戚的比例也就越低。拜年网规模为0的情况下，该变量值也设为0。

为了考察人们社会网络参与的情况，本研究使用邻里互动频率和非正式社会参与频率两个变量来测量。邻里互动频率是指过去一个月内家庭在居住社区中与邻居进行各类社会交往活动的频率，由四个代表不同社会交往活动的子指标组合而成，包括“与邻居一起娱乐”、“互送食物或礼物”、“互相帮助”及“进行其他互动活动”等四个方面。每一个子指标的取值在0和3之间。其中0代表“没有互动”，1代表“有1次互动”，2代表“2-3次互动”，3代表“4次以上的互动”。这四个子指标的和就是“邻里互动”变量的取值，数值越大，代表邻里互动频率越高。

测量社会网络参与的第二个指标是非正式社会网络参与频率。它是指人们在过去一年中参加各类非正式社会性活动的频率，包括体育锻炼、打牌和玩游戏、外出就餐和旅游四个子指标。每一个子指标的取值都在0到4之间。其中，0代表“没有参加过”，1代表“一年有几次”，2代表“一个月有几次”，3代表“一周有几次”，4代表“几乎每天都参加”。这四个子指标的和就是“非正式社会网络参与”变量的取值，数值越大，受访者非正式社会参与的频率就越高。为了说明社会网络参与和生活满意度之间的关系，本文还控制了与社会网络联系较弱的非社交性活动的参与水平。这里的非社交性活动是指人们在过去一年中看电视、阅读和做家务的总频率。与非正式社会参与类似，非社交性活动也体现了人们在闲暇时间的活动安排，但不同的是，这些活动通常没有涉及人与人直接的互动，社会网络的参与性较低。与非正式社会参与的测量类似，非社交性活动参与的每一个子指标的取值也都在0到4之间。其中，0代表“没有参加过”，1代表“一年有几次”，2代表“一个月有几次”，3代表“一周有几次”，4代表“几乎每天都参加”。这三个子指标的和就是“非社交性活动”变量的取值。数值越大，表明受访者非社交性活动的频率越高。

除了以上几个自变量以外，本研究在模型中也控制了人口统计学变量。这些变量具体包括性别、年龄、婚姻状况、受教育年限、就业状况、个人收入、城乡、地区和健康水平。其中，性别、婚姻状况为虚拟变量(女性=0，男性=1；离异、丧偶或单身＝0，已婚＝1)；年龄是一个连续变量，同时加入“年龄的平方/100”来考察其线性及二次线性关系；个人受教育年限由最终毕业的学校类型乘以相应的年限计算得出；个人的收入水平是将个人全年收入取对数获得；城乡差别是指受访者居住地的差异(农村=0，城市=1)；地区由两组虚拟变量分别表示，上海市和广东省分别赋值为1，北京市为参照组，赋值为0；健康水平用自评的健康水平来衡量(不健康=1，一般=3，健康=5)。表 1列出了所有变量在2008年和2009年两次调查中的描述性统计结果。

本研究的分析策略将从以下几个步骤展开。首先，检验生活满意度与社会网络指标的简单相关关系，并为后继的分析提供是否存在多重共线性等问题的初步检验结果。在对数据进行初步的判断之后，再运用多层线性模型控制个人在不同调查年份上的差异，分析社会网络规模大小、构成比例和社会网络参与指标对生活满意度的影响。在社会科学研究中，经常涉及分层数据结构，这类数据往往是一个层级的数据嵌套于另一个层级中。这里所使用的数据是抽取家庭户之后进行的入户调查，所以各年数据嵌套在个体之中，个体又嵌套于家庭。各个层内的数据难以满足独立分布和方差齐性的要求，本研究因此使用多层线性模型来估计各个层面上的变化。首先进行无条件平均模型分析，获得层间系数的估计，用以判断使用多层线性模型的必要性。无条件平均模型的设定如下：

层1：Y_tij=α_0ij+e_tij

层2：α_0ij=β_00j+γ_0ij

层3：β_00j=γ₀₀₀+u_00j

综合模型：Y_tij=γ₀₀₀+u_00j+γ_0ij+e_tij

Y_tij是j家庭中的个体i在t时间的生活满意度。α_0ij是j家庭中i个体不同时间平均的生活满意度。β_00j是j家庭的个体平均生活满意度。γ₀₀₀是家庭生活满意度均值或总的截距。因此，无条件平均模型将随机效应分为三个层次。第一层源于个体随时间变化的差异；第二层源于个体的差异；第三层源于家庭的差异。

通过无条件平均模型确认运用多层线性模型的必要性以后，再采用随机截距的多层线性模型估计各层变量对生活满意度的影响。模型设定如下：

层1模型(重复观测模型)：Y_tij=α_0ij+α_1ijT_tij+α_2ijT_tij²+α_kijX_tij+e_tij

层2模型(个体间模型)：α_0ij=β_00j+β_0kjZ_ij+γ_0ij

层3模型(家庭间模型)：β_00j=γ₀₀₀+u_00j

综合模型：Y_tij=γ₀₀₀+Λ_1ij(拜年网规模)_tij+α_2ij(拜年网规模的平方/100)_tij+Λ_3ij(朋友的比例)_tij+Λ_4ij(邻里互动)_tij+α_5ij(非正式参与)_tij+Λ_6ij(非社交性活动)_tij+Λ_7ij(健康水平)_tij+α_8ij(收入)_tij+Λ_9ij(失业)_tij+Λ_10ij(无业)_tij+α_11ij(年龄)_tij+Λ_12ij(年龄平方/100)_tij+ϕ_01j(男性)_tij+ϕ_02j(受教育年限)_ij+_03j(已婚)_ij+ϕ_04j(城市)_ijϕ_05j(上海)_ij+ϕ_06j(广东)_ij+e_tij+γ_0ij+u_00j

其中，t代表时间，i代表个人，j代表家庭。γ表示截距，β表示个体间自变量的系数，α表示时间层面的系数。e_tij、γ_0ij和u_00j分别表示时间层面、个体间层面和家庭层面的随机误差。在数据处理时，本研究只考虑了各层的随机截距效应。

通过这种模型，我们可以发现不同层对与个体生活满意度的影响程度，以及社会网络不同要素与因变量的关系。

接下来我们使用协方差分析模型对追踪调查数据进行分析，以考察自变量的变化是否会带来生活满意度的改变，并在一定程度上减少样本选择误差。追踪数据的优势在于拥有干预前和干预后的结果变量。这样在比较干预组和控制组在结果变量上的差异时，可以控制两组间的初始差异。该模型将2008年第一次调查的生活满意度作为控制变量，来检测社会网络的各个变量在第一次的取值和第二次的变化对2009年的生活满意度的影响。因此，协方差分析模型可以在控制上一期社会网络、生活满意度以及其他控制变量以后，考察社会网络的变化对生活满意度的影响。

四、数据分析

在两年的混合数据中，我们首先检验了社会网络与生活满意度的简单相关关系。由表 2可知，生活满意度与社会网络的四个指标都存在简单正相关关系，这对本文的研究假设提供了初步的支持。其中，社会网络规模和非正式社会网络参与与生活满意度的相关系数较大，均达到0.128，邻里互动与生活满意度的相关系数最小，为0.067。虽然非正式社会参与和非社交性活动的相关程度较大，但两者与生活满意度的相关关系存在差异。这种差异主要表现在非正式社会参与和生活满意度相关程度较大，而非社交性活动与生活满意度相关程度较小。非正式社会参与把人们与社会网络联系在一起，而非社交性活动通常是独处的行为，与社会网络的联系极为有限。因此，比较两者与生活满意度之间的关系有助于我们理解社会网络与生活满意度之间关系的机制。

为了进一步验证社会网络与生活满意度之间的关系，并与以往的横截面数据研究结果形成类比分析，我们运用多层线性模型，对2008年和2009年三个地区的数据进行初步研究。首先使用无条件模型估计各层对总体方差的影响程度(见表 3)，结果显示，家庭之间的方差占总体方差0.276。这意味着不同个体生活满意度的差异大约有28%来自于家庭的因素，即家庭之间变异程度占总变异程度的28%。方差的其他变异程度则来自于个体和个体在不同时间的变化。因此，无条件模型说明，采用多层模型对参数进行估计可以获得更加精确的结果。

以上研究表明，不同层对生活满意度具有显著的影响，接下来将个人和家庭的变量纳入，运用多层线性模型对生活满意度进行分析(见表 4)。从模型对整体方差的解释程度看，家庭层面和个体层面的随机变异程度大大减小。家庭层面的方差从无条件平均模型中的0.290下降到0.170；个体层面的方差也从0.074下降到0.050。通过比较无条件平均模型和随机截距模型中随机变量的变异程度，我们可以获得各层自变量对因变量变异的解释能力。通过计算，我们发现该模型可以解释生活满意度在家庭层次变异的41.38%，还可以解释生活满意度在个体层次变异的31.08%。因此，多层线性模型能较好地表述不同层面的因素对生活满意度的影响。下面具体分析各个变量与因变量之间的关系。

首先来看社会网络结构特征与生活满意度之间的关系。生活满意度随拜年网规模的扩大呈现先上升后下降的趋势，在规模为75户左右时达到最大值。¹当拜年网的规模不大于75户时，生活满意度随拜年网规模的扩大而上升。但是拜年网并不是越大越好，拜年网的规模与生活满意度的关系呈“∩”型曲线关系。因此，社会网络规模的扩大首先与生活满意度正相关。然而，随着网络规模的不断扩大，维持社会网络的成本不断增加，社会网络规模与生活满意度呈负相关关系。社会网络规模与生活满意度存在边际效用递减的关系，即验证了假设1-1。

拜年网通常由亲属和联系较为紧密的朋友构成。这些关系既包括了一种基于血缘的社会网络，也包含了基于地缘、业缘等更为复杂的社会网络，反映了中国的人情关系的特点。研究表明，在一定的社会网络规模下，拜年网中朋友的比例越高，人们的生活满意度就越高，验证了假设2-1。相对于血缘关系而言，朋友间的社会网络对生活满意度有更为重要的作用。

邻里互动和非正式社会网络参与则测量了个人与不同社会网络的连接程度。从社会网络参与来看，邻里之间的互动越频繁，个人的生活满意度就越高，验证了假设3-1。邻里之间具有相互支持、社会化和社会控制的功能(风笑天、林南，1998)。通过邻里互动，人们可以互通有无，便捷地解决生活中的困难，从而提高生活满意水平。不仅如此，邻里间高密度的社会网络还可以降低犯罪率，即使对没有参与邻里互动网络中的人也具有正的外部效应(Helliwell and Putnam, 2004)。个人的非正式社会参与也对生活满意度的提升有显著的正向作用。在日常生活中，人们参与打牌、外出就餐等社会交往性活动频率越高，人们就越可能获得更高的生活满意度，证实了假设4-1。研究也表明，人们参与非社交性活动与生活满意度没有显著的关系。因此，不同类型的活动参与与生活满意度的关系是不同的。与非正式社会网络密切相关的活动参与和生活满意度正向相关，而与社会网络关系较弱的活动参与和生活满意度没有显著的关系。

本研究还控制了个人的健康水平、社会经济地位、就业状况和地理分布等因素。个体的健康水平越高，生活满意度就越高。收入水平与生活满意度存在负向关系。这个结果与一般研究发现的显著正相关的结果并不吻合(赵延东，2008；Diener and Oishi, 2000；Easterlin，2003)，需要更进一步的研究对这一现象进行分析。另外，受教育年限与生活满意度没有显著的关系；在职人员的生活满意度普遍高于失业和无业人员；生活满意度对性别的差异也比较明显，男性的生活满意度显著低于女性；处于已婚状态的受访者比单身、离异和丧偶的受访的生活满意度高；城市和农村之间的差异并不大。这个结果可能与样本有关。本研究所涵盖的三个地区是中国社会经济最发达的地方，特别是北京和上海的农村样本难以体现农村与城市之间的差别。生活满意度在不同地区间也存在显著差异，北京市居民的生活满意度明显高于上海市和广东省。

以上模型较好地说明了社会网络和个人生活满意度之间存在较复杂的联系，但我们还无法排除性格、个人经历等不可观测的因素对两者关系的干扰。为了能在一定程度上解决上述问题，并考察社会网络的变化是否会带来生活满意度的改变，我们运用协方差分析模型来对数据进行拟合。

首先，本研究对社会网络的各个指标和生活满意度在这两年的变化进行描述性分析。表 5报告了2008年和2009年因变量和自变量的基本描述性统计结果。我们可以看到，生活满意度的均值有所下降，但方差并没有太大的变化。社会网络各个指标的均值在2008年和2009年之间发生了不同程度的变化。网络规模在这期间没有明显的变化，而朋友的比例、邻里互动的频率和非正式社会参与的均值都有所下降，但方差始终比较稳定。

下面，我们运用多层线性模型对生活满意度进行协方差分析。模型将2008年的生活满意度水平作为控制变量在一定程度上消减了不可观测变量对生活满意度的影响。该模型中的关键解释变量是社会网络的各个指标在2008年—2009年之间的变化。因为社会网络的变化可能会受到初始值的影响，所以2008年社会网络各指标的初始值也包括在模型中，以便控制由于初始值的不同而产生的误差。该协方差分析模型也考虑到了不同层次的变量对因变量的影响。

为了说明不同层次的变量可能产生的影响，这里先用无条件平均模型对生活满意度的变异进行分解。我们在方差分析中发现，家庭之间的生活满意度差异比较明显：家庭之间的方差为0.369，个体之间方差为0.687。家庭层次的组间差异占生活满意度变异的34.9%，个体之间的差异程度解释了总体差异的65.1%。

接下来笔者使用多层线性模型中的随机截距模型对生活满意度的影响因素进行协方差分析。模型控制了2008年的个人生活满意度水平，以调整生活满意度的初始差异(未在表中列出)。表 7结果表明，社会网络的变化对个人生活满意度有显著的影响。首先来看社会网络构成特征的作用。拜年网规模的变化和朋友比例的变化对生活满意度都有显著的正向作用，但拜年网规模和拜年网规模变化的交互项对生活满意度的提升并没有显著影响。对于2008年拥有相同水平生活满意度的受访者而言，2009年拜年网规模扩大的人报告了更高的生活满意度。随着社会网络规模的扩大，社会网络可能包含更为丰富的社会资源，从而有利于提高生活满意度。拜年网的规模每扩大1个单位，生活满意度就相应提升0.007个单位。为了考查个人社会网络规模的变化对生活满意度的影响是否受到社会网络规模的影响，本文加入了拜年网规模和拜年网规模变化的交互项。结果表明，拜年网规模的变化对生活满意度的作用没有随拜年网初始规模的不同而发生显著改变。这也就是说，拜年网络规模变化对生活满意度的正向影响没有随拜年网规模的变大而呈现逐渐下降的趋势。因此，研究验证了拜年网规模变化对生活满意度有显著的正向作用，但没有提供足够的证据来支持拜年网规模的变化对生活满意度的作用会随拜年网规模的变化而发生改变。

从拜年网的亲属和朋友的构成比例来看，对于2008年拥有相同生活满意度水平和朋友比例的人而言，在2009年拥有更高朋友比例的人拥有更高的生活满意度。因此，拜年网朋友比例的上升可以带来生活满意度的提高。以上结果验证了假设2-2，即社会网络中朋友比例的上升对个人生活满意度的提升具有显著的正向作用。

在社会网络的参与方面，邻里互动频率的变化对生活满意度的没有显著的作用。虽然在表 4的多层线性模型中，邻里互动的频率与生活满意度有显著的正相关关系，但在协方差分析中，邻里互动在2008年和2009年间的变化并没有引起2009年生活满意度发生相应的变化。通过在模型中逐步加入自变量后发现，当加入了2008年拜年网规模的存量与2009年的规模变化以后，邻里互动频率变化对生活满意度作用的系数下降，同时失去显著性。表 2中各变量间简单相关关系也表明，邻里互动和拜年网络规模显著相关，且相关系数相对较大。协方差分析结果没有证明邻里互动的增加对生活满意度的作用，即未验证假设3-2。邻里互动的变化与拜年网规模的变化可能存在较强的相关性。邻里互动对生活满意度的作用及其作用机制还有待进一步的研究。

模型还研究了非正式社会参与对生活满意度的作用。对于2008年拥有相同生活满意度和非正式社会参与水平的受访者而言，2009年非正式社会参与频率的上升的受访者报告了更高的生活满意度。因此，非正式社会参与频率的增加对个人生活满意度的提升具有显著的正向作用，证明了假设4-2。

为了更深入地探究非正式社会参与对生活满意度的作用机制，本文控制了非社交性闲暇活动的参与情况，用以甄别是闲暇活动本身还是闲暇活动所涉及的社会网络能带来更高的生活满意度。结果表明，对于2008年拥有相同水平的生活满意度和非社交性闲暇活动参与水平的人而言，2009年非社交性闲暇活动参与的增加并没有显著增加个人的生活满意度。非社交性活动参与频率的变化对个人生活满意度的提升没有显著影响，只有参与社会交往的休闲活动才对生活满意度具有显著的正向影响。非正式社会参与通常是人们基于各自的兴趣、爱好或价值取向的一种自觉的社会网络参与行为，因此，参与非正式社会网络的人们通常具有相似的价值观或兴趣与爱好。一些研究者认为，社会网络关系的相似性使网络参与者能够惺惺相惜和互帮互助，从而提升主观幸福感(Marsden，1988；Wellman and Wortley, 1990)。人们在闲暇时间参与非正式的社会网络比参与非社交性的活动更能提升自身的生活满意度，因此，在社会活动参与过程中所涉猎的是社会网络而不是社会活动本身，可能是生活满意度提升的主要原因。这也验证了帕特南对社会资本与生活满意度关系的解释。

总之，对追踪数据的协方差分析结果证实了拜年网规模、朋友比例、非正式社会参与对个人生活满意度的正向影响。但邻里互动频率变化对个人生活满意度没有显著的正向影响。

五、总结与讨论

本文从社会网络的构成和社会网络参与两个方面研究了社会网络与个人生活满意度的关系。以往的研究通常较关注社会网络规模与社会资源的关系，从而强调社会网络规模对生活满意度的正向作用。以往研究表明，在社会交往方面，无论是邻里之间的交往，还是非正式社会参与，都对生活满意度有正向的作用。受制于调查数据的可得性，以往的研究多是用截面数据分析社会网络与生活满意度的关系，较少运用面板数据对社会网络构成和社会网络参与与生活满意度的因果关系做进一步探讨。基于此，本研究采用一项基于2008年和2009年在北京市、上海市和广东省进行的追踪调查数据，运用多层线性模型和协方差模型，对城乡居民的社会网络与生活满意度的因果关系进行了探讨。

拜年网是一种具有中国特色的社会网络测量手段，通常由联系比较密切的亲戚和朋友构成。拜年网既体现了强关系构成的社会网络，也体现了一种人情和利益关系的社会网络连接。以往的研究证明，拜年网的规模越大，异质性越高，人们就更可能获得好的工作、较高的收入和丰富的商业机会(边燕杰，2004; 王卫东，2006)。而社会网络的维护也是需要成本的，过大的拜年网可能消耗过多的精力和时间，成为一种心理负担。本文从量化研究的角度，探讨了拜年网规模与生活满意度的关系，拓展了该测量方法的应用范围。本文用随机截距效用的多层模型分析了社会网络存量指标与生活满意度之间的关系。结果表明，社会网络规模与个人生活满意度呈现“∩”型关系，即个人生活满意度先随社会网络规模的增大而上升，当拜年网规模达到临界规模以后，生活满意度将随拜年网规模的增大而降低。随着拜年网的扩大，拜年网规模对生活满意度的作用会呈现先上升后下降的作用。这也证明了社会网络在达到一定规模以后，对生活满意度产生负向影响，并在一定程度上验证了社会交往对于幸福感可能存在“边际生产率递减”的现象(Putnam，2011：390)。社会网络规模的增大，不仅带来了社会资源的增长，也带来了维护社会网络成本的上升。

除此以外，拜年网中朋友的比例、邻里互动和非正式社会参与的频率与个人生活满意度显著正相关。中国人社交网络的结构包括不同的关系圈(费孝通，2007)。不同圈子的资源各异，社会关系道德准则和行为策略各有不同，从而对生活满意度产生不同的影响。中国传统文化强调血缘在社会关系和社会活动中的核心地位。随着社会的变迁，亲戚关系在整个社会网络中的相对作用可能发生下降，取而代之的是朋友间的社会网络。本研究表明，在相同的社会网络规模下，朋友比例对生活满意度有显著的正向影响。这可能表明，随着社会结构的变迁和生活环境的变化，人们需要从更多的朋友那里获取更广泛的异质性资源。同时，朋友网络的建立通常依托于相似的价值观和共同经历，因而朋友之间的联系能为人们的日常生活提供更多的精神和情感的支持。

在社会交往方面，邻里互动反映了人们在居住社区中的社会网络关系。虽然随机截距模型证明了邻里互动频率与生活满意度存在显著的正相关关系，但追踪数据的协方差分析结果并没有证明邻里互动频率对个人生活满意度有显著的正向作用。通过简单相关关系和分步加入自变量后发现，在协方差分析模型中，2008年社会网络规模和2009年规模的变化对邻里互动频率与生活满意度的关系影响显著。在加入拜年网络规模变量以后，邻里互动变化与生活满意度的关系不再显著。这可能说明，拜年网络规模较大时，邻里互动也相对较多。邻里互动的频率可能并不直接对个人生活满意度产生影响。因此，邻里互动的作用与作用机制有待进一步的研究。

社会参与是一种重要的社会交往形式，分为正式的社会参与和非正式的社会参与。人们在参与各类社会活动的过程中可以交流感情，相互提供帮助和分享快乐，从而获得自身福祉的提升(Putnam，2000)。本研究以数据为支撑，证明了非正式社会参与对生活满意度的积极作用。非正式社会参与包括打牌、聚餐、闲聊、参加书友会等多种形式，体现了人们闲暇活动的参与状况。

为了甄别是闲暇活动本身还是闲暇活动中社会参与给人们带来了个人幸福感的提升，本文还引入了非社交性活动参与情况进行分析。研究表明，非社交性休闲活动参与本身并没有带来个人生活满意度的提升，而与社会网络相连的非正式社会参与对个人生活满意度有显著的正向影响。这在一定程度上说明，在闲暇活动过程中发生的社会交往，或者说所建立的社会网络才可能是个人生活满意度提升的重要来源。在辛勤的工作之外，休闲娱乐成为人们的一种生理需要。娱乐中的集体活动加强了参与者之间的社会纽带，它的作用超出了单纯的生理休息(费孝通，2006)。非正式社会网络的组织性和目的性较弱，极具自发性和灵活性，它将网络参与者卷入了“心灵之旅”(帕特南，2011)。这些都在一定程度上解释了非正式社会参与的作用，但它对生活满意度提升的具体机制有待更深入的研究。因此，扩大人们的社会活动空间，改善人们非正式社会参与条件，提升人们参与社会活动的意识，将有助于提高人们的生活满意度。

虽然社会网络不同维度对生活满意度作用的程度和机制有所差别，但社会网络对生活满意度的提升具有积极的作用。正如布迪厄所言，“社会网络的连接不是自然而然的，甚至也不是社会所赋予的，……它是一个机构不断努力的结果”(Bourdieu，1986)。因此，对社会网络与生活满意度关系深入而严谨的研究有利于今后为提升个人福祉提供良好的政策建议。

最后还需指出的是，本研究存在一些局限性。首先，本研究所使用的是间隔期为一年的两波追踪调查数据，社会网络的各个指标在这一年的间隔期内可能不会产生明显的变化，因此在协方差分析模型中某些变化项的回归系数在统计上不显著也可能是由于变化项变异程度不够造成的。另外，虽然本研究控制了城乡和地域的变量，但没有对城乡和不同地域的社会网络与生活满意度关系的差异性进行更深入的探讨。在方法上，虽然协方差分析模型可以消减个人层面随时间变化不可观测的因素的影响，但社会网络作用的异质性依然存在。本文旨在用有限的资料分析社会网络对生活满意度的影响，要获得更稳健的估计结果还需要更长时间的追踪研究和更大样本的数据来进行估计。

注释：

1.本研究中，99.04%的受访者所拥有的拜年网络规模都小于等于75(临界值)。