论文部分内容阅读
摘 要：本文利用中国家庭追踪调查（CFPS）2016年的数据，从社会网络的视角分析了邻里效应对家庭民间借贷行为的影响。结果表明：（1）群体成员参与民间借贷提高了家庭参与民间借贷的概率。（2）社会网络的扩大会降低邻里效应对家庭民间借贷行为的影响程度，这一结论证实了社会网络与邻里效应之间具有一定的替代关系。该结论在构建虚拟邻居做稳健性检验后依然成立。这说明，尽管社会网络对居民行为的引导产生了很大影响，但邻里之间的直接信息传播仍然是不可忽略的重要途径。
关键词：邻里效应;社会网络;民间借贷行为
一、引言
家庭借贷作为家庭金融的核心内容，越来越受到人们的关注。在家庭借贷中，民间借贷由于其借贷成本低、借款方式简单，成为了居民的首选借款渠道。从资金需求的角度来看，中国人民银行分布的《2019年上半年小额贷款公司统计数据报告》指出，截止至2019年6月末，全国小额贷款机构数量已达到7797家，贷款余额达到9241亿元，民间借贷市场需求旺盛。从资金供给角度来说，政府不断发布相关政策鼓励和支持中小企业进行借贷。而银行等正规金融机构借贷市场发展较为缓慢，无法满足中小企业的借贷需求，企业只能通过民间借贷筹集资金。研究家庭民间借贷行为可以更好地了解我国家庭金融决策模式、理解中国家庭金融体制的现状与未来发展、深化我国金融体制改革。
對于家庭民间借贷行为的研究，目前学者多从社会网络角度对其进行考察。社会网络作为非正规金融的载体，可以在一定程度上弥补农村正规金融市场的不健全（马光荣，杨恩艳，2011）。杨汝岱、陈斌开和朱诗娥（2011）发现农户的社会网络对民间借贷行为具有显著正向影响，基于社会网络的民间借贷对满足家庭金融需求具有积极作用。童馨乐等（2011）、胡枫和陈玉宇（2012）从不同的角度验证了社会网络对家庭借贷行为的正向影响。
而对于邻里效应的研究，晏艳阳、邓嘉宜和文丹艳（2017）通过对家庭社会捐赠活动的研究发现邻里对家庭社会捐赠活动有正向的影响。那么，在家庭民间借贷行为中是否也存在邻里效应呢？如果存在这种邻里效应，其又如何对家庭民间借贷行为产生影响？这是本文要解释的关键问题。
二、文献回顾
随着人与人之间交流互动的增加，个体的行为和决策越来越易受群体中其他个体行为决策的影响（Agarwal等，2016;Ling等，2018;晏艳阳等，2017）。学者把这种他人行为或思想对个体行为决策的影响称为邻里效应。中国作为一个以亲缘、血缘为主的国家，其民间借贷行为更易受到群体中其他民间借贷行为的影响。已有文献发现，家庭民间借贷行为的邻里效应可能是由于家庭在社会互动中模仿其他家庭的民间借贷行为，从而使其所做出的借贷决策与群体中其他家庭相一致。从社会心理学的角度来看，作为一种社会性动物，人通过长时间的互动，群体中个体的思想和观念会逐渐趋于一致（Ahern等，2014;Nie等，2015;晏艳阳等，2017）。研究表明，在社会互动中，出于自尊、声望和被他人所接受等心理需求，个体行为会逐渐趋向于同群体中其他个体的行为（Bernheim，1994）。这说明，家庭借贷行为与群体平均借贷额之间表现出正相关的关系。
社会网络因容易测量、影响最直接，其对民间借贷的影响也很受关注。一方面，社会网络可以缓解信息不对称，促进民间借贷（马光荣，杨恩艳，2011）。杨汝岱等（2011）研究也指出，中国是一个人情关系社会，社会网络中所蕴含的信任、规范及声誉很大程度上会促进借贷交易的达成。Karlan（2010）提出社会网络中的成员彼此间一般都相互熟悉，监督成本较低，道德风险发生的可能性较小，借款者的还款率较高。另一方面，社会网络对人们的生产经营以及金融行为也会产生重要的影响。中国作为一个传统关系型社会（Bian，1997），非常重视人与人之间的关系，而社会网络就是指这种由于社会中人与人之间的互动而形成的相对稳定的关系体系。中国所普遍存在的易行健和张波（2012）的研究表明拥有较为广泛社会网络的农户更倾向于减少其储蓄。而对于中国这样一个尚处于转型期的国家来说，社会网络也可以通过影响农户非正规金融借贷，缓解贫困农户的融资约束进而改善农户的多维贫困。（谭燕芝，张子豪，2017）。
关于社会网络与邻里效应指标的选取在不同文献中也有差异。
社会网络是一个较为宽泛的概念，单纯的从理论方面来对它进行明确界定很难，这也导致不同的研究问题对于社会网络的衡量也是不一样的。大多数文献都采用人情礼金支出直接衡量社会网络（杨汝岱等，2011;;胡金焱等，2014;马光荣，杨恩艳，2011），Isham&Kahkonen（2002）则测量了社会网络的普及度及“邻居信任指数”以此来衡量社会网络。另一种衡量社会网络的方法是将其与所研究问题相结合，从广度与深度两个层面选择相关指标，使用变异系数法来对社会网络进行综合测度（秦海林等，2019），本文参考秦海林等（2019）的做法，根据数据的可获得性，选取人情礼金支出、每月邮电通讯费、重大事件总支出、邻里关系四个指标对社会网络进行测度。
而对于邻里效应来说，大多数文献都是将居住于同一社区（包括农村村落和城市社区）的家庭定义为一个群体，通过观察群体的整体行为来反映邻里效应。如余丽甜等（2018）在研究教育支出中的邻里效应时，使用同一社区内家庭平均教育支出来衡量邻里效应。Nie等（2015）用同一社区内同一年龄段的儿童平均体重指数（除家庭自身外）来度量邻里效应。
本文的创新点在于：一是与以往更多地从家庭特征、社会资本等视角研究我国家庭民间借贷行为的文献不同，本文从邻里效应的角度研究我国家庭的民间借贷行为，丰富了我国家庭民间借贷行为的研究。二是从社会网络的角度分析邻里效应，发现其具有乘数效应，随着社会网络的扩大，邻里效应对家庭民间借贷行为的影响减弱。本文为研究中国家庭借贷行为提供了一个新的视角。 三、理论基础
（一）研究假说
家庭民间借贷行为中产生的邻里效应主要源于如下机理：家庭成员在交往过程中受到其他家庭民间借贷活动的影响，自身也产生了向民间进行借贷的动机。从社会心理学中的群体影响角度来看，通过长时间的互动行为，群体的思想和观念会逐渐趋同。有证据表明，作为一种社会性动物，个人的行为不仅受到他人的影响，思想和态度也会受到他人的显著影响。针对这一机理，我们提出以下两个假说：
假说1：家庭民间借贷行为会受到邻里效应正向影响。
假说2：社会网络的增大即交往面的扩大会降低邻里效应对家庭民间借贷行为的影响程度。随着社会的发展进步，人们可以通过网络手机等工具使自己的社会网络圈不断扩大，不仅仅局限于邻里间的交往，邻里之间的人际交往逐渐趋向平淡和疏远（闫文鑫，2010），这可能会使得邻里效应对家庭民间借贷的影响逐渐减弱。
（二）实证模型设计
本文引入社会网络及其社会网络与邻里效应的交互项，从社会网络的角度分别考察邻里效应对家庭民间借贷可得性和借贷规模的影响，对于民间借贷可得性，本文使用Probit模型来分析二者间的关系;对于民间借贷规模，由于有超过半数的家庭不存在借贷行为，负债数额为0，存在缺失数据，直接使用OLS估计可能对计量结果造成较大偏差，因此本文使用Tobit模型来考察邻里效应对家庭负债规模的影响，具体模型设定如下：
其中， 为因变量，包含民间借贷可得性和民间借贷规模这两个指标， 分别为邻里效应、社会网络。 表示社会网络与邻里效应的交互项。 为控制变量参数向量，包括一系列家庭和户主的特征以及一系列的群体特征变量，其中，群体特征变量以同一社区中除家庭自身之外其他家庭相关特征的平均值来表示，其计算方法与邻里效应的计算法相似，包括社区户主平均年龄、户主平均教育程度、社区平均性别、社区平均家庭收入和社区平均家庭规模等。为了控制区域差异，本文还控制了社区位置是否在城市的虚拟变量。
四、数据来源与变量选择
（一）数据来源
本文使用的数据来源于2016年中国家庭动态跟踪调查（CFPS），样本覆盖了 25个省16000户家庭中的全部家庭成员。基于研究的需要，本文样本只包括户主年龄在18到80岁之间的家庭，在删除主要变量缺失的样本后，最终得到了13422个有效家庭。
（二）主要变量①的选择
1.被解释变量
被解释变量为家庭民间借贷可得性、家庭民间借贷额。用“是否向亲戚朋友以及民间其他组织和个人借款，并未偿清？”来衡量民间借贷可得性（fkt），用“亲戚朋友以及民间其他组织和个人待偿额”来衡量民间借贷额（fte）。考虑到数据的波动性以及防止异常值对研究结果造成影响，本文对民间借贷额做了对数化以及缩尾处理。
2.主要解释变量
主要解释变量为邻里效应、社会网络、社会网络与邻里效应的交互项。
（三）控制变量的选择
为了尽可能避免实证研究中产生遗漏变量偏差问题，本文使用了三类控制变量：户主特征、群体特征变量和社区特征控制变量。基于本文的研究目的，我们以对家庭财务熟悉者作为户主，为此本文的户主特征变量主要指熟悉财务者的年龄、性别、婚姻、受教育程度、健康状况、户口、民族及政治面貌。其中，婚姻状况分为两类，第一类“已婚或同居”，第二类“其他”为参照组。户籍状况分为两类，第一类“非农户口”，第二类“农业户口” 为参照组。政治面貌分为两类，第一类为“中共党员”，第二类“其他”为参照组。分类变量在模型中都设置为虚拟变量形式。另外，家庭控制变量还包括家庭规模以及家庭收入。为了控制外生效应，本文控制了一系列社区群体特征变量，用除自身外同一社区变量的平均值来表示;为了避免混淆，本文还控制了社区特征变量，即社区位置，以是否在城市来表示（城市=1，农村=0）;此外，为避免同社区不同家庭的随机扰动项可能存在相关性，在进行回归时，我们对回归方程中的标准误进行了社区层面的聚类处理。
五、实证结果分析
（一）描述统计分析
表2给出了相关变量的基本统计描述。从表2中可以看出，在整个家庭样本中，男性户主稍多于女性户主，户主平均年龄大约在50岁左右，正處于中年时期;且绝大多数户主都处于健康状态，具有这些特征的户主更具有代表性，因此选取这些户主家庭来分析其民间借贷行为是有意义的;从研究的目标看，在全部家庭样本中，进行民间借贷的家庭所占比重为26.1%，家庭民间平均借贷额为16242.52元。与2014年的20%的家庭选择民间借贷相比，家庭民间借贷比重有所上升，越来越多的家庭愿意向亲戚朋友及民间各个组织进行借贷。从解释变量来看，社会网络最大值为10.03，最小值为4.988，均值为7.868，这说明不同的家庭所拥有的社会网络差异较大。
（二）邻里效应对家庭获得民间借贷可能性的影响
表3是Probit模型的回归结果，第（1）列仅考虑主要解释变量即邻里效应、社会网络及邻里效应与社会网络的乘数效应对社会网络的影响。在第（2）列中，我们控制了户主和家庭的一些特征变量，第（3）列我们控制了家庭的社区特征变量，来有效的解决外部效应以及部分关联效应问题。结果表明，邻里效应、社会网络均对民间借贷有显著的促进作用，社区群体平均民间借贷额每增加1个百分点，家庭选择民间借贷的概率上升约0.233个百分点，社会网络每增加一个百分比，家庭选择民间借贷的概率上升0.250个百分点，秦海林等（2018）的研究表明社会网络能够显著提升家庭获得正规金融与非正规金融的借贷概率，与我们的结论一致。同时，邻里效应对民间借贷的促进作用也验证了我们说提出的假说1的正确性。而二者的交乘项前的估计系数至少在10%的统计水平下显著为负，这表明邻里效应对家庭民间借贷获取可能性的影响程度随着家庭社会网络交往面的扩大而减弱，这与Liang&Guo（2015）的结论相似，他们认为社会互动与网络信息化在促进家庭股市参与上具有一定的替代关系。这也证实了假说2。随着信息技术的进步和交通的发达，人们的社会网络范围不再仅仅局限于邻里之间，家庭的民间借贷行为越来越多的受到同事、朋友行为的影响，这使得邻居对家庭民间借贷行为的影响逐渐减弱。 从控制变量来看，户主年龄的影响呈倒U型，这意味着中年人有更大的民间借贷需求，但达到一定年龄后，由于家庭收入的增加，他对民间借贷的需求减弱，性别前的系数显著为正，这说明与较趋于保守型的女性户主相比，男性户主更容易获得民间借贷。同时，健康状况对于民间借贷也有显著的影响，身体状况好的户主更少会选择借贷，拥有城镇户口以及家庭规模越大的家庭，由于其对民间借贷了解更深，家庭劳动力较多，对家庭收入以及还款能力产生一定的影响，而民间贷款更重视其更有可能获得民间贷款。
（三）邻里效应对家庭民间借贷规模的影响
本文进一步研究包括邻里效应在内的上述因素对民间借贷规模的影响，以了解这些因素是否仍然会产生类似的作用。考虑到大部分家庭并没有借贷，即家庭借貸额中存在较多的零值，本文使用Tobit模型来处理上述问题。与前面的研究结果类似，邻里效应，社会网络对民间借贷额具有正向影响，且邻里效应对家庭民间借贷额的影响程度随着家庭社会网络的扩大而减弱。但与表3相比，其乘数效应对关于其他变量的结果也非常类似，户主年龄对农户各类借贷额的影响为倒U形，家庭规模、是否为城镇户口均对农户借贷额具有正向的显著影响。
（四）稳健性检验
我们用同一城市不同社区的与家庭本身没有交集的平均民间借贷额表示邻里效应，如果邻里效应通过邻里间借贷行为显著地对家庭自身借贷行为造成影响，而不是受其他未控制的不可见因素的干扰，那么用替换的邻里效应就不会对家庭民间借贷行为产生显著影响，此时，说明结果是稳健的。基于这种想法，稳健性检验的构造为：第一，以居住于同一城市但不同社区的家庭作为居民的“邻居”;第二，按照原先邻里效应的计算方法变量计算替换的“邻里效应”变量的指标。第三，重新进行回归检验。结果如表5所示
由表5可知，结果显示，按照重新构造的虚假邻里效应变量前的系数在统计上大多数都是不显著的，说明某些不可见因素对家庭民间借贷的基本上没有造成影响，这进一步验证了结论的稳健性。
六、结论与启示
本文基于2016年中国家庭追踪调查（CFPS）中的调查数据，从社会网络的视角考察了家庭民间借贷行为的邻里效应，为今后的相关研究提供了新的理论视角。本文通过控制户主、社区特征变量排除了外生效应、关联效应的影响，准确的验证了邻里效应的存在性，并进行了稳健性检验，结果均证实了家庭民间借贷行为的邻里效应确实存在，且家庭的民间借贷行为受同社区其他家庭民间借贷行为的正向影响。这是由于人们普遍希望能建立一种和谐的人际关系，在看待对方时，也倾向于多看积极的方面，从而为“邻里效应”的产生创造了一个良好的前提。这使得人们更愿意来跟随他人借贷，促进了民间借贷的发展。该结论进一步说明在法律、非正规借贷体系不完善的情况下，邻里效应对于我国家庭借贷行为具有重要的影响，它可以与正规制度的完善互为补充，缓解民间借贷信息不对称的问题，促进民间借贷健康发展。
此外，社会网络的使用也会在一定程度上促进家庭民间借贷。但社会网络的扩大会降低邻里效应对家庭借贷行为的影响程度。这是由于在现代社会中，社会网络不再只局限于邻里之间，更多的是通过工作、学习或互联网的形式来形成社会网络，从社会学的角度来看，只有情境相邻、态度价值观相邻、地位相邻、情感相邻的人才更容易受到彼此行为的影响，对于社会地位，所处情境不同的人来说，即使是邻居，也难以对某件事情产生相同的情绪或行为。随着人们的社会网络逐渐扩大，在同一工作单位、学习环境下的人一般都具有相同的社会地位，处于相同的情境，更容易受到工作学习中的人的影响，更愿意跟随同事、朋友进行民间借贷，这使得邻里效应对家庭民间借贷是影响减弱。
根据本文对家庭民间借贷的邻里效应研究，得到了以下几点启示：
一是邻里效应可以作为一种有效手段与正规制度的完善互为补充，共同推动民间借贷的发展。一方面，国内外经验表明，在民间借贷中很好的执行科学的原则和过程，就能有效的降低风险、降低坏账率，此时通过推断民间借贷的发展，可在一定程度上促进我国民间金融的健康发展。另一方面，农民要获得银行和信用社的贷款很难，但在邻居影响下，选择民间借贷，提高民间借贷规模，有利于实现资金的合法有效筹集与运用，提高农村个体工商业的发展，推动大众创业、草根创业。
二是随着现代经济社会的飞速发展，人们的生活节奏不断加快，激烈的社会竞争已让人无暇顾及邻里关系，邻里关系的逐渐减弱给人们带来了更多的孤独感和不安全感，阻碍了邻居之间信息的传递，导致家庭在借贷过程中由于信息不对称而出现信贷风险问题。因此，我们要重塑邻里关系，发挥良好的邻里效应，在一定程度上促进我国民间合法借贷的发展。
参考文献
[1] 马光荣，杨恩艳.社会网络、非正规金融与创业[J].经济研究，2011，46（03）：83-94.
[2] 杨汝岱，陈斌开，朱诗娥.基于社会网络视角的农户民间借贷需求行为研究[J].经济研究，2011，46（11）：116-129.
[3] 童馨乐，褚保金，杨向阳.社会资本对农户借贷行为影响的实证研究——基于八省1003个农户的调查数据[J]. 金融研究，2011（12）：177-191.
[4] 胡枫，陈玉宇.社会网络与农户借贷行为——来自中国家庭动态跟踪调查（CFPS）的证据[J]. 金融研究，2012（12）：178-192.
[5] 晏艳阳，邓嘉宜，文丹艳.邻里效应对家庭社会捐赠活动的影响——来自中国家庭追踪调查（CFPS）数据的证据[J].经济学动态，2017（02）：76-87.
[6] Agarwal S，Qian W，Zou X . Thy Neighbor’s Misfortune：Peer Effect on Consumption[J]. Social Science Electronic Publishing，2016. [7] Ling C，Zhang A，Zhen X . Peer Effects in Consumption among Chinese Rural Households[J]. Emerging Markets Finance and Trade，2018，54（10）：2333-2347.
[8] Ahern K R，Duchin R，Shumway T . Peer Effects in Risk Aversion and Trust[J]. Review of Financial Studies，2014，27（11）：3213-3240.
[9] Nie P，Sousa-Poza A，He X . Peer effects on childhood and adolescent obesity in China[J]. China Economic Review，2015，35：47-69.
[10] Bernheim B D. A Theory of Conformity[J]. Journal of Political Economy，1994，102（5）：841-877.
[11] Karlan D S. Social Connections and Group Banking[J]. Economic Journal，2010，117（517）：F52-F84.
[12] Bian Y. Bringing Strong Ties Back in：Indirect Ties，Network Bridges，and Job Searches in China[J]. American Sociological Review，1997，62（3）：366-385.
[13] 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（05）：43-51+187.
[14] 谭燕芝，张子豪.社会网络、非正规金融与农户多维贫困[J].财经研究，2017，43（03）：43-56.
[15] 胡金焱，张博.社会网络、民间融资与家庭创业——基于中国城乡差异的实证分析[J].金融研究，2014（10）：148-163.
[16] Isham J and S Kahkonen，“How Do Participation and Social Capital Affect Community-Based Water Projects？ Evidence from Central Java，Indonesia”，In Grootaert，C.，T. V.（Ed.）Bastelaer，The Role of Social Capital in Development：An Empirical Assessment[J]. Cambridge University Press，2002.
[17] 秦海林，李超伟，万佳乐.社会资本、农户异质性与借贷行为——基于CFPS数据的测度分析与实证检验[J].金融与经济，2019（01）：33-40.
[18] 余丽甜，詹宇波.家庭教育支出存在邻里效应吗？[J].财经研究，2018，44（08）：61-73.
[19] 闫文鑫. 现代住区邻里关系的重要性及其重构探析——基于社会交换理论视角[J]. 重庆交通大学学报（社会科学版），2010，10（3）.
[20] Liang P，Guo S. Social interaction，Internet access and stock market participation—An empirical study in China[J]. Journal of Comparative Economics，2015，43（4）：883-901.
作者简介：白宇洁（1997—），女，山西吕梁人，山西财经大学2018（數量经济学）学术硕士研究生，研究方向：经济计量模型及其应用。
注释：
1.在对本文中各变量进行对数化处理时，考虑到少数家庭的变量值可能为0，我们将使用 ，其中 为第 个变量。以此来最大限度的保留样本量。
关键词：邻里效应;社会网络;民间借贷行为
一、引言
家庭借贷作为家庭金融的核心内容，越来越受到人们的关注。在家庭借贷中，民间借贷由于其借贷成本低、借款方式简单，成为了居民的首选借款渠道。从资金需求的角度来看，中国人民银行分布的《2019年上半年小额贷款公司统计数据报告》指出，截止至2019年6月末，全国小额贷款机构数量已达到7797家，贷款余额达到9241亿元，民间借贷市场需求旺盛。从资金供给角度来说，政府不断发布相关政策鼓励和支持中小企业进行借贷。而银行等正规金融机构借贷市场发展较为缓慢，无法满足中小企业的借贷需求，企业只能通过民间借贷筹集资金。研究家庭民间借贷行为可以更好地了解我国家庭金融决策模式、理解中国家庭金融体制的现状与未来发展、深化我国金融体制改革。
對于家庭民间借贷行为的研究，目前学者多从社会网络角度对其进行考察。社会网络作为非正规金融的载体，可以在一定程度上弥补农村正规金融市场的不健全（马光荣，杨恩艳，2011）。杨汝岱、陈斌开和朱诗娥（2011）发现农户的社会网络对民间借贷行为具有显著正向影响，基于社会网络的民间借贷对满足家庭金融需求具有积极作用。童馨乐等（2011）、胡枫和陈玉宇（2012）从不同的角度验证了社会网络对家庭借贷行为的正向影响。
而对于邻里效应的研究，晏艳阳、邓嘉宜和文丹艳（2017）通过对家庭社会捐赠活动的研究发现邻里对家庭社会捐赠活动有正向的影响。那么，在家庭民间借贷行为中是否也存在邻里效应呢？如果存在这种邻里效应，其又如何对家庭民间借贷行为产生影响？这是本文要解释的关键问题。
二、文献回顾
随着人与人之间交流互动的增加，个体的行为和决策越来越易受群体中其他个体行为决策的影响（Agarwal等，2016;Ling等，2018;晏艳阳等，2017）。学者把这种他人行为或思想对个体行为决策的影响称为邻里效应。中国作为一个以亲缘、血缘为主的国家，其民间借贷行为更易受到群体中其他民间借贷行为的影响。已有文献发现，家庭民间借贷行为的邻里效应可能是由于家庭在社会互动中模仿其他家庭的民间借贷行为，从而使其所做出的借贷决策与群体中其他家庭相一致。从社会心理学的角度来看，作为一种社会性动物，人通过长时间的互动，群体中个体的思想和观念会逐渐趋于一致（Ahern等，2014;Nie等，2015;晏艳阳等，2017）。研究表明，在社会互动中，出于自尊、声望和被他人所接受等心理需求，个体行为会逐渐趋向于同群体中其他个体的行为（Bernheim，1994）。这说明，家庭借贷行为与群体平均借贷额之间表现出正相关的关系。
社会网络因容易测量、影响最直接，其对民间借贷的影响也很受关注。一方面，社会网络可以缓解信息不对称，促进民间借贷（马光荣，杨恩艳，2011）。杨汝岱等（2011）研究也指出，中国是一个人情关系社会，社会网络中所蕴含的信任、规范及声誉很大程度上会促进借贷交易的达成。Karlan（2010）提出社会网络中的成员彼此间一般都相互熟悉，监督成本较低，道德风险发生的可能性较小，借款者的还款率较高。另一方面，社会网络对人们的生产经营以及金融行为也会产生重要的影响。中国作为一个传统关系型社会（Bian，1997），非常重视人与人之间的关系，而社会网络就是指这种由于社会中人与人之间的互动而形成的相对稳定的关系体系。中国所普遍存在的易行健和张波（2012）的研究表明拥有较为广泛社会网络的农户更倾向于减少其储蓄。而对于中国这样一个尚处于转型期的国家来说，社会网络也可以通过影响农户非正规金融借贷，缓解贫困农户的融资约束进而改善农户的多维贫困。（谭燕芝，张子豪，2017）。
关于社会网络与邻里效应指标的选取在不同文献中也有差异。
社会网络是一个较为宽泛的概念，单纯的从理论方面来对它进行明确界定很难，这也导致不同的研究问题对于社会网络的衡量也是不一样的。大多数文献都采用人情礼金支出直接衡量社会网络（杨汝岱等，2011;;胡金焱等，2014;马光荣，杨恩艳，2011），Isham&Kahkonen（2002）则测量了社会网络的普及度及“邻居信任指数”以此来衡量社会网络。另一种衡量社会网络的方法是将其与所研究问题相结合，从广度与深度两个层面选择相关指标，使用变异系数法来对社会网络进行综合测度（秦海林等，2019），本文参考秦海林等（2019）的做法，根据数据的可获得性，选取人情礼金支出、每月邮电通讯费、重大事件总支出、邻里关系四个指标对社会网络进行测度。
而对于邻里效应来说，大多数文献都是将居住于同一社区（包括农村村落和城市社区）的家庭定义为一个群体，通过观察群体的整体行为来反映邻里效应。如余丽甜等（2018）在研究教育支出中的邻里效应时，使用同一社区内家庭平均教育支出来衡量邻里效应。Nie等（2015）用同一社区内同一年龄段的儿童平均体重指数（除家庭自身外）来度量邻里效应。
本文的创新点在于：一是与以往更多地从家庭特征、社会资本等视角研究我国家庭民间借贷行为的文献不同，本文从邻里效应的角度研究我国家庭的民间借贷行为，丰富了我国家庭民间借贷行为的研究。二是从社会网络的角度分析邻里效应，发现其具有乘数效应，随着社会网络的扩大，邻里效应对家庭民间借贷行为的影响减弱。本文为研究中国家庭借贷行为提供了一个新的视角。 三、理论基础
（一）研究假说
家庭民间借贷行为中产生的邻里效应主要源于如下机理：家庭成员在交往过程中受到其他家庭民间借贷活动的影响，自身也产生了向民间进行借贷的动机。从社会心理学中的群体影响角度来看，通过长时间的互动行为，群体的思想和观念会逐渐趋同。有证据表明，作为一种社会性动物，个人的行为不仅受到他人的影响，思想和态度也会受到他人的显著影响。针对这一机理，我们提出以下两个假说：
假说1：家庭民间借贷行为会受到邻里效应正向影响。
假说2：社会网络的增大即交往面的扩大会降低邻里效应对家庭民间借贷行为的影响程度。随着社会的发展进步，人们可以通过网络手机等工具使自己的社会网络圈不断扩大，不仅仅局限于邻里间的交往，邻里之间的人际交往逐渐趋向平淡和疏远（闫文鑫，2010），这可能会使得邻里效应对家庭民间借贷的影响逐渐减弱。
（二）实证模型设计
本文引入社会网络及其社会网络与邻里效应的交互项，从社会网络的角度分别考察邻里效应对家庭民间借贷可得性和借贷规模的影响，对于民间借贷可得性，本文使用Probit模型来分析二者间的关系;对于民间借贷规模，由于有超过半数的家庭不存在借贷行为，负债数额为0，存在缺失数据，直接使用OLS估计可能对计量结果造成较大偏差，因此本文使用Tobit模型来考察邻里效应对家庭负债规模的影响，具体模型设定如下：
其中， 为因变量，包含民间借贷可得性和民间借贷规模这两个指标， 分别为邻里效应、社会网络。 表示社会网络与邻里效应的交互项。 为控制变量参数向量，包括一系列家庭和户主的特征以及一系列的群体特征变量，其中，群体特征变量以同一社区中除家庭自身之外其他家庭相关特征的平均值来表示，其计算方法与邻里效应的计算法相似，包括社区户主平均年龄、户主平均教育程度、社区平均性别、社区平均家庭收入和社区平均家庭规模等。为了控制区域差异，本文还控制了社区位置是否在城市的虚拟变量。
四、数据来源与变量选择
（一）数据来源
本文使用的数据来源于2016年中国家庭动态跟踪调查（CFPS），样本覆盖了 25个省16000户家庭中的全部家庭成员。基于研究的需要，本文样本只包括户主年龄在18到80岁之间的家庭，在删除主要变量缺失的样本后，最终得到了13422个有效家庭。
（二）主要变量①的选择
1.被解释变量
被解释变量为家庭民间借贷可得性、家庭民间借贷额。用“是否向亲戚朋友以及民间其他组织和个人借款，并未偿清？”来衡量民间借贷可得性（fkt），用“亲戚朋友以及民间其他组织和个人待偿额”来衡量民间借贷额（fte）。考虑到数据的波动性以及防止异常值对研究结果造成影响，本文对民间借贷额做了对数化以及缩尾处理。
2.主要解释变量
主要解释变量为邻里效应、社会网络、社会网络与邻里效应的交互项。
（三）控制变量的选择
为了尽可能避免实证研究中产生遗漏变量偏差问题，本文使用了三类控制变量：户主特征、群体特征变量和社区特征控制变量。基于本文的研究目的，我们以对家庭财务熟悉者作为户主，为此本文的户主特征变量主要指熟悉财务者的年龄、性别、婚姻、受教育程度、健康状况、户口、民族及政治面貌。其中，婚姻状况分为两类，第一类“已婚或同居”，第二类“其他”为参照组。户籍状况分为两类，第一类“非农户口”，第二类“农业户口” 为参照组。政治面貌分为两类，第一类为“中共党员”，第二类“其他”为参照组。分类变量在模型中都设置为虚拟变量形式。另外，家庭控制变量还包括家庭规模以及家庭收入。为了控制外生效应，本文控制了一系列社区群体特征变量，用除自身外同一社区变量的平均值来表示;为了避免混淆，本文还控制了社区特征变量，即社区位置，以是否在城市来表示（城市=1，农村=0）;此外，为避免同社区不同家庭的随机扰动项可能存在相关性，在进行回归时，我们对回归方程中的标准误进行了社区层面的聚类处理。
五、实证结果分析
（一）描述统计分析
表2给出了相关变量的基本统计描述。从表2中可以看出，在整个家庭样本中，男性户主稍多于女性户主，户主平均年龄大约在50岁左右，正處于中年时期;且绝大多数户主都处于健康状态，具有这些特征的户主更具有代表性，因此选取这些户主家庭来分析其民间借贷行为是有意义的;从研究的目标看，在全部家庭样本中，进行民间借贷的家庭所占比重为26.1%，家庭民间平均借贷额为16242.52元。与2014年的20%的家庭选择民间借贷相比，家庭民间借贷比重有所上升，越来越多的家庭愿意向亲戚朋友及民间各个组织进行借贷。从解释变量来看，社会网络最大值为10.03，最小值为4.988，均值为7.868，这说明不同的家庭所拥有的社会网络差异较大。
（二）邻里效应对家庭获得民间借贷可能性的影响
表3是Probit模型的回归结果，第（1）列仅考虑主要解释变量即邻里效应、社会网络及邻里效应与社会网络的乘数效应对社会网络的影响。在第（2）列中，我们控制了户主和家庭的一些特征变量，第（3）列我们控制了家庭的社区特征变量，来有效的解决外部效应以及部分关联效应问题。结果表明，邻里效应、社会网络均对民间借贷有显著的促进作用，社区群体平均民间借贷额每增加1个百分点，家庭选择民间借贷的概率上升约0.233个百分点，社会网络每增加一个百分比，家庭选择民间借贷的概率上升0.250个百分点，秦海林等（2018）的研究表明社会网络能够显著提升家庭获得正规金融与非正规金融的借贷概率，与我们的结论一致。同时，邻里效应对民间借贷的促进作用也验证了我们说提出的假说1的正确性。而二者的交乘项前的估计系数至少在10%的统计水平下显著为负，这表明邻里效应对家庭民间借贷获取可能性的影响程度随着家庭社会网络交往面的扩大而减弱，这与Liang&Guo（2015）的结论相似，他们认为社会互动与网络信息化在促进家庭股市参与上具有一定的替代关系。这也证实了假说2。随着信息技术的进步和交通的发达，人们的社会网络范围不再仅仅局限于邻里之间，家庭的民间借贷行为越来越多的受到同事、朋友行为的影响，这使得邻居对家庭民间借贷行为的影响逐渐减弱。 从控制变量来看，户主年龄的影响呈倒U型，这意味着中年人有更大的民间借贷需求，但达到一定年龄后，由于家庭收入的增加，他对民间借贷的需求减弱，性别前的系数显著为正，这说明与较趋于保守型的女性户主相比，男性户主更容易获得民间借贷。同时，健康状况对于民间借贷也有显著的影响，身体状况好的户主更少会选择借贷，拥有城镇户口以及家庭规模越大的家庭，由于其对民间借贷了解更深，家庭劳动力较多，对家庭收入以及还款能力产生一定的影响，而民间贷款更重视其更有可能获得民间贷款。
（三）邻里效应对家庭民间借贷规模的影响
本文进一步研究包括邻里效应在内的上述因素对民间借贷规模的影响，以了解这些因素是否仍然会产生类似的作用。考虑到大部分家庭并没有借贷，即家庭借貸额中存在较多的零值，本文使用Tobit模型来处理上述问题。与前面的研究结果类似，邻里效应，社会网络对民间借贷额具有正向影响，且邻里效应对家庭民间借贷额的影响程度随着家庭社会网络的扩大而减弱。但与表3相比，其乘数效应对关于其他变量的结果也非常类似，户主年龄对农户各类借贷额的影响为倒U形，家庭规模、是否为城镇户口均对农户借贷额具有正向的显著影响。
（四）稳健性检验
我们用同一城市不同社区的与家庭本身没有交集的平均民间借贷额表示邻里效应，如果邻里效应通过邻里间借贷行为显著地对家庭自身借贷行为造成影响，而不是受其他未控制的不可见因素的干扰，那么用替换的邻里效应就不会对家庭民间借贷行为产生显著影响，此时，说明结果是稳健的。基于这种想法，稳健性检验的构造为：第一，以居住于同一城市但不同社区的家庭作为居民的“邻居”;第二，按照原先邻里效应的计算方法变量计算替换的“邻里效应”变量的指标。第三，重新进行回归检验。结果如表5所示
由表5可知，结果显示，按照重新构造的虚假邻里效应变量前的系数在统计上大多数都是不显著的，说明某些不可见因素对家庭民间借贷的基本上没有造成影响，这进一步验证了结论的稳健性。
六、结论与启示
本文基于2016年中国家庭追踪调查（CFPS）中的调查数据，从社会网络的视角考察了家庭民间借贷行为的邻里效应，为今后的相关研究提供了新的理论视角。本文通过控制户主、社区特征变量排除了外生效应、关联效应的影响，准确的验证了邻里效应的存在性，并进行了稳健性检验，结果均证实了家庭民间借贷行为的邻里效应确实存在，且家庭的民间借贷行为受同社区其他家庭民间借贷行为的正向影响。这是由于人们普遍希望能建立一种和谐的人际关系，在看待对方时，也倾向于多看积极的方面，从而为“邻里效应”的产生创造了一个良好的前提。这使得人们更愿意来跟随他人借贷，促进了民间借贷的发展。该结论进一步说明在法律、非正规借贷体系不完善的情况下，邻里效应对于我国家庭借贷行为具有重要的影响，它可以与正规制度的完善互为补充，缓解民间借贷信息不对称的问题，促进民间借贷健康发展。
此外，社会网络的使用也会在一定程度上促进家庭民间借贷。但社会网络的扩大会降低邻里效应对家庭借贷行为的影响程度。这是由于在现代社会中，社会网络不再只局限于邻里之间，更多的是通过工作、学习或互联网的形式来形成社会网络，从社会学的角度来看，只有情境相邻、态度价值观相邻、地位相邻、情感相邻的人才更容易受到彼此行为的影响，对于社会地位，所处情境不同的人来说，即使是邻居，也难以对某件事情产生相同的情绪或行为。随着人们的社会网络逐渐扩大，在同一工作单位、学习环境下的人一般都具有相同的社会地位，处于相同的情境，更容易受到工作学习中的人的影响，更愿意跟随同事、朋友进行民间借贷，这使得邻里效应对家庭民间借贷是影响减弱。
根据本文对家庭民间借贷的邻里效应研究，得到了以下几点启示：
一是邻里效应可以作为一种有效手段与正规制度的完善互为补充，共同推动民间借贷的发展。一方面，国内外经验表明，在民间借贷中很好的执行科学的原则和过程，就能有效的降低风险、降低坏账率，此时通过推断民间借贷的发展，可在一定程度上促进我国民间金融的健康发展。另一方面，农民要获得银行和信用社的贷款很难，但在邻居影响下，选择民间借贷，提高民间借贷规模，有利于实现资金的合法有效筹集与运用，提高农村个体工商业的发展，推动大众创业、草根创业。
二是随着现代经济社会的飞速发展，人们的生活节奏不断加快，激烈的社会竞争已让人无暇顾及邻里关系，邻里关系的逐渐减弱给人们带来了更多的孤独感和不安全感，阻碍了邻居之间信息的传递，导致家庭在借贷过程中由于信息不对称而出现信贷风险问题。因此，我们要重塑邻里关系，发挥良好的邻里效应，在一定程度上促进我国民间合法借贷的发展。
参考文献
[1] 马光荣，杨恩艳.社会网络、非正规金融与创业[J].经济研究，2011，46（03）：83-94.
[2] 杨汝岱，陈斌开，朱诗娥.基于社会网络视角的农户民间借贷需求行为研究[J].经济研究，2011，46（11）：116-129.
[3] 童馨乐，褚保金，杨向阳.社会资本对农户借贷行为影响的实证研究——基于八省1003个农户的调查数据[J]. 金融研究，2011（12）：177-191.
[4] 胡枫，陈玉宇.社会网络与农户借贷行为——来自中国家庭动态跟踪调查（CFPS）的证据[J]. 金融研究，2012（12）：178-192.
[5] 晏艳阳，邓嘉宜，文丹艳.邻里效应对家庭社会捐赠活动的影响——来自中国家庭追踪调查（CFPS）数据的证据[J].经济学动态，2017（02）：76-87.
[6] Agarwal S，Qian W，Zou X . Thy Neighbor’s Misfortune：Peer Effect on Consumption[J]. Social Science Electronic Publishing，2016. [7] Ling C，Zhang A，Zhen X . Peer Effects in Consumption among Chinese Rural Households[J]. Emerging Markets Finance and Trade，2018，54（10）：2333-2347.
[8] Ahern K R，Duchin R，Shumway T . Peer Effects in Risk Aversion and Trust[J]. Review of Financial Studies，2014，27（11）：3213-3240.
[9] Nie P，Sousa-Poza A，He X . Peer effects on childhood and adolescent obesity in China[J]. China Economic Review，2015，35：47-69.
[10] Bernheim B D. A Theory of Conformity[J]. Journal of Political Economy，1994，102（5）：841-877.
[11] Karlan D S. Social Connections and Group Banking[J]. Economic Journal，2010，117（517）：F52-F84.
[12] Bian Y. Bringing Strong Ties Back in：Indirect Ties，Network Bridges，and Job Searches in China[J]. American Sociological Review，1997，62（3）：366-385.
[13] 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（05）：43-51+187.
[14] 谭燕芝，张子豪.社会网络、非正规金融与农户多维贫困[J].财经研究，2017，43（03）：43-56.
[15] 胡金焱，张博.社会网络、民间融资与家庭创业——基于中国城乡差异的实证分析[J].金融研究，2014（10）：148-163.
[16] Isham J and S Kahkonen，“How Do Participation and Social Capital Affect Community-Based Water Projects？ Evidence from Central Java，Indonesia”，In Grootaert，C.，T. V.（Ed.）Bastelaer，The Role of Social Capital in Development：An Empirical Assessment[J]. Cambridge University Press，2002.
[17] 秦海林，李超伟，万佳乐.社会资本、农户异质性与借贷行为——基于CFPS数据的测度分析与实证检验[J].金融与经济，2019（01）：33-40.
[18] 余丽甜，詹宇波.家庭教育支出存在邻里效应吗？[J].财经研究，2018，44（08）：61-73.
[19] 闫文鑫. 现代住区邻里关系的重要性及其重构探析——基于社会交换理论视角[J]. 重庆交通大学学报（社会科学版），2010，10（3）.
[20] Liang P，Guo S. Social interaction，Internet access and stock market participation—An empirical study in China[J]. Journal of Comparative Economics，2015，43（4）：883-901.
作者简介：白宇洁（1997—），女，山西吕梁人，山西财经大学2018（數量经济学）学术硕士研究生，研究方向：经济计量模型及其应用。
注释：
1.在对本文中各变量进行对数化处理时，考虑到少数家庭的变量值可能为0，我们将使用 ，其中 为第 个变量。以此来最大限度的保留样本量。