摘要：人作为“社会动物”,社交是重要的活动之一,在空闲时间尤其如此,而作为社会压力的承载体,空闲时间进行学习,以提升能力、充实自身,也是普遍现象。利用2015年度中国综合社会调查的数据,分析了这两种空闲活动背后的社会及经济驱动模式,实证结果显示,教育程度、父辈教育程度提升了主体成为学习型的概率,降低了主体成为社交型的概率。
关键词：社交;学习;空闲活动;计量经济分析;
对空闲活动的研究,国外已经开展很久了,“在20世纪50年代发展起来的闲暇时间经济理论,基于闲暇配置开拓了劳动经济学的新视角。在肯定闲暇替代效应的基础上,该理论开创性地分析了闲暇对工作的互补效应,从家庭经济学和时间配置研究方面揭示了闲暇的微观经济效应”。卢春天、成功(2014)从社会分层角度研究了闲暇活动的分层现象,他们认为“无论是主观还是客观社会分层在闲暇活动上也体现出阶层化的趋势,而且这一趋势有着一定的相似性;教育程度、主观社会阶层自我评价等变量对总的闲暇活动频次有着显着影响,而且教育程度的影响最大”。
本研究选取了两种空闲活动——社交与学习进行比较,试图揭示这两种空闲活动的驱动模式的异同。之所以选择社交,是因为人作为“社会动物”,社交是其重要的活动之一,在空闲时间更是如此,社交是维系感情、交换信息,乃至身份显示、阶层维护的重要手段,之所以选择学习,是因为人承载着求学、工作、家庭等等压力,空闲时间学习,提升能力、充实自身,也是普遍现象。对于“下里巴人”的社交与“阳春白雪”的学习,探究各自背后的社会及经济驱动模式,正是本研究的目的。
本文余下部分这样安排:第一部分,从人口学特征和社会经济属性两方面的统计层面,对从事这两种活动的主体进行对比,第二部分,分别建立社交和学习的二元逻辑斯特计量模型,第三部分,利用2015年度中国综合社会调查数据(下文简称CGSS2015),实证分析两种活动驱动模式,并进行比较。最后,总结研究发现。
一、两种活动的统计特征比较
CGSS2015的A31询问受访者在过去一年中是否经常在空闲时间做下面的事情——社交/串门、休息放松、学习充电,从事以上三种活动的频率选项包括:1.从不;2.很少;3.有时;4.经常;5.非常频繁。对社交、串门选择4或5的受访者并且对学习充电不选择4或5的受访者,我们定义他(她)为社交型,对学习充电选择4或5的受访者并且对社交、串门不选择4或5的受访者,我们定义他(她)为学习型。CGSS2015显示,国人重社交轻学习,社交型人群占比25.12%,学习型人群占比7.94%。
我们从性别、年龄、民族三个人口学特征和教育程度、家庭收入、主观社会分层、父辈教育程度四个社会经济特征,对从事两种活动的主体进行比较。CGSS2015中,教育程度从1排列到13,1代表没有受过任何教育,13代表研究生及以上。同样,父母在子女14周岁时的教育程度也是从1排列到13,我们取父亲和母亲的教育程度的最大值,用其衡量父辈的教育程度。CGSS2015的A62询问受访者家庭在2014年的全年总收入,之所以选择家庭收入而非个人收入,一方面因为,部分受访者尚未获取收入,另一方面,空闲活动往往是家庭性或者具有家庭传统的。CGSS2015的A431请受访者评价自己所处社会等级,从1排列到10,我们用A431衡量受访者的主观社会分层。
表1展示了两种类型主体的统计特征。
表1两种活动主体的统计特征
学习型人群的男性占比显着高于社交型人群。学习型人群年龄均值较社交型人群小将近11岁,这并不难理解,求学者、在职者的年龄往往低于工作者、退休者。学习型人群教育程度均值比社交型人群教育程度均值高——总体上,社交型人群的教育程度为初中,而学习型人群的教育程度接近大学专科(成人高等教育)。而社交型人群的父辈教育程度接近小学,学习型人群则接近职业高中。两种活动主体的主观社会分层差别不大,但家庭收入差别很大,社交型家庭收入均值为73051.25元,学习型家庭收入均值为100743.4元,并且前者的标准差是后者的2.07倍。
二、两种活动的社会经济驱动模式
在这一部分,我们对两种活动构建二元逻辑斯特(logit)模型,发现并比较驱动这两种活动的社会经济模式。我们选取教育程度、父辈教育程度、家庭收入、主观社会分层、性别、年龄、民族作为模型的解释变量,用以解释一个受访者是社交型(学习型)的概率。
为了消除教育膨胀的影响,我们对受访者本人的教育程度以及父辈的教育程度进行了以出生年代为分组依据的中心化处理。
表2汇总了解释变量的名称、意义、属性。
表2解释变量汇总
表3显示了解释变量的描述性统计结果。
表3解释变量描述性统计
社交型的二元逻辑斯特回归模型表述如(1):
P(social=1)是受访者是社交型的概率,则1-P(social=1)是受访者不是社交型的概率。称为胜算比,胜算比越大,受访者是社交型的概率越高,反之则越低。X是解释变量向量,β是系数向量。
学习型的二元逻辑斯特回归模型表述如(2):
P(study=1)是受访者是学习型的概率,则1-P(study=1)是受访者不是学习型的概率。称为胜算比,胜算比越大,受访者是学习型的概率越高,反之则越低。X是解释变量向量,β是系数向量。
三、模型的回归及解释
表4社交型驱动模式回归结果
表5学习型驱动模式回归结果
家庭收入并不是驱动这两种空闲活动的因素,在表4和表5中,家庭收入的胜算比均为1,当然这是近似的结果,意味着,家庭收入的变动不影响成为社交型或者学习型的概率,这两个胜算比都没有通过显着性检验。
主观社会分层既驱动了社交型空闲活动,也驱动了学习型空闲活动,该变量在表4、表5中均显示了大于1的胜算比,且都通过了显着性检验,主观社会分层提高一层,受访者是社交型的概率上升0.018,而受访者是学习型的概率上升0.003。
回归结果显示,男性更可能是学习型,而女性更可能是社交型,表4的性别变量胜算表为0.883,意味着男性是社交型的概率是女性的0.883倍,表5的性别变量的胜算比为1.480,说明男性是学习型的概率是女性的1.48倍,这两个胜算比都通过了显着性检验。
表4的民族变量的胜算比为0.720,表5的民族变量的胜算比为0.623,并且都通过了显着性检验,意味着少数民族相对于汉族,既可能是社交型,也更可能是学习型,教育程度、父辈教育程度、年龄这三个变量驱动了主体在社交和学习之间进行选择,表4和表5中,这三个变量的胜算比呈现了相反方向——社交型模型的教育程度、父辈教育程度反向影响社交概率,即随着教育程度、父辈教育程度的提升,主体成为社交型的概率下降而学习型模型的教育程度、父辈教育程度正向影响学习概率,即随着教育程度、父辈教育程度的提升,主体成为学习型的概率上升;社交模型的年龄正向影响社交概率,即随着年龄上升,主体成为社交型的概率上升,学习型模型的年龄反向影响学习概率,随着年龄上升,主体成为学习型的概率下降。除了社交模型的父辈教育程度之外,这三个变量在两个模型中都通过了显着性检验。
结论
计量模型的回归结果,支持了我们对社交型空闲活动的“下里巴人”及对学习型空闲活动的“阳春白雪”的判断——学习型主体显然拥有对教育的更高的要求,并且他们父辈的教育程度向他们传递了文化资本。但是,社交模型的准拟合优度仅为0.022,远低于学习型模型的0.178,这意味着,在中国,教育程度、父辈教育程度、主观社会分层对主体的学习型空闲活动的概率解释力较强,而对主体的社交型空闲活动的概率解释力很弱,因此需要挖掘解释国人热衷社交的其他原因。
参考文献
[1]魏翔,吕腾捷.闲暇时间经济理论研究进展[J].经济学动态,2018(10)
[2]卢春天,成功.社会分层视野中的城市居民闲暇活动——基于2010中国综合社会调查的实证分析[J].青年研究,2014(03)
13888888888
点击咨询 