社会连接:测量、决定因素和影响

研究人员对更好地理解社会连接的决定因素和影响越来越感兴趣(Jackson 2014)。然而，由于缺乏高质量和大规模的个人相互联系的数据，对社会联系和社会网络的系统分析传统上一直很复杂。最近，来自Facebook、LinkedIn和Twitter等在线社交网络服务的数据的出现帮助研究人员克服了这一测量挑战，并扩展了我们对社交网络在大量设置中的决定因素和影响的理解。

新的“社会联系指数”

在这方面的近期研究中，我们引入了一种衡量美国县对之间以及美国县与外国之间社会联系的新方法(Bailey et al. 2017a)。这项可以与其他学术研究人员共享的测量方法被称为“社会连接指数”(SCI)，它是基于世界上最大的在线社交网络服务Facebook上友情链接数量的匿名数据得出的。考虑到Facebook的规模(全球活跃用户超过20亿，美国和加拿大活跃用户超过2.36亿)和Facebook用户群体的相对代表性，这些数据提供了第一个在国家层面上对友谊网络的综合衡量。

我们首先使用这些数据来更好地理解社交网络的地理结构。友谊联系的概率随着地理距离的增加而急剧下降，友谊联系的数量随地理距离的变化幅度从200英里以下的约−2.0，到200英里以上的约−1.2。对于人口加权平均的县，55.4%的友谊联系是与生活在50英里以内的个人，70.3%的友谊联系是与生活在200英里以内的个人。根据距离的不同，我们发现美国州内的社交网络比跨州的要强大得多。

除了距离和州界之外，美国国内的社交网络在很大程度上也受到历史事件的影响。图1显示了加州克恩县(图A)和伊利诺伊州库克县(图B)社会网络地理分布的热图。克恩县与俄克拉何马州和阿肯色州有很强的社会联系(此外，与整个加利福尼亚州也有很强的联系)。这些联系可能与过去的移民模式有关:克恩县是20世纪30年代逃离沙尘暴的移民的主要目的地，克恩县圣华金谷(San Joaquin Valley)一半的居民的祖先都是从受影响的地区迁移过来的。同样，芝加哥所在的伊利诺伊州库克县(Cook County, IL)与南方有很强的联系(除了与整个中西部有联系)。这种模式可能是由20世纪早期和中期南部非洲裔美国人向北部和中西部城市的“大迁移”所解释的。

图1社会联系的热图

版块A:加州克恩县(贝克斯菲尔德)

版块B:伊利诺伊州库克县(芝加哥)

虽然平均而言，美国的友谊网络相当局部性，但住在附近的朋友数量在不同县之间存在很大的异质性。在距离50英里的朋友中，第5 -95百分位的比例为38.1% - 70.3%。其中一些差异是由美国各地的人口密度差异造成的。为了构建受人口密度影响较小的社交网络的地理集中度，我们计算了每个县居住在最近的5000万人口内的朋友的比例。图2显示了该指标在美国的分布情况。社交网络主要集中在南部、中西部和阿巴拉契亚。

图2在最接近的5000万人中分享朋友

社会网络和社会经济结果

在县域层面，社会网络的地理分布与大量的社会经济结果变量相关。社会网络在地理上更分散的县的人口通常更富裕，受教育程度更高，预期寿命更长。有趣的是，根据Chetty和Hendren(2015)的测量，他们也有更高的社会流动性，这表明社交网络可能在促进社会流动性方面发挥了重要作用。我们希望SCI数据的可用性将鼓励对这些观察到的经验关系的因果决定因素进行更多的研究。

我们还发现，社会联系更紧密的国家有更多的双边经济和社会活动。例如，我们表明，社会联系更紧密的地区对拥有更大的贸易流量，即使在灵活控制了县与县之间的地理距离之后。这表明社交网络可能有助于克服一些阻碍贸易的信息和文化摩擦。我们还发现，当县对具有较高的社会联系时，他们可能有更多的跨县专利引用。这些结果指出了社会互动在创新过程中的重要作用，为关注知识溢出的一类经济增长理论提供了经验证据。最后，我们发现，联系更紧密的地区配对会带来更多的双边移民和就业流动，这突显出社交网络在克服跨越美国的摩擦方面的潜力。

国际社交网络

我们还探索了社交网络的国际维度。我们首先证明，过去的国际移徙模式是当今社会连通性的重要决定因素，但自各自的主要移徙浪潮达到顶峰以来，其弹性正在下降。例如，图3显示了美国每个县和挪威之间的友谊联系的数量。在上中西部地区(尤其是北达科他州和明尼苏达州)，与挪威的友谊联系最为紧密。19世纪下半叶和20世纪初，该地区见证了大量来自挪威的移民。我们还表明，正如我们在美国国内数据中观察到的那样，与外国的社会联系程度与与这些国家的较高贸易水平相关。

图3国外的社会联系:挪威

早期的研究使用了Facebook的数据

这项研究将Facebook的友谊链接聚合到一个地理级别，使更广泛的研究团体能够访问SCI数据，补充了早期的研究，后者强调了来自Facebook等在线社交网络服务的数据如何帮助研究人员更好地理解社会互动对经济决策的因果影响(Bailey et al. 2016)。

在那篇论文中，我们首先记录了个体层面社会网络结构中显著的系统异质性。然后，我们分析了社会互动在住房市场中的作用。我们表明，人们在社交网络中的房价体验对他们的住房市场投资有很大影响，包括他们是否买房的决定，以及为给定的房子支付多少钱。这些影响是由于社会互动在影响人们对购买当地房地产的吸引力的看法方面所起的作用。在相关的工作中，Bailey等人(2017b)使用了类似的设置来探索房价信念在驱动个人抵押贷款杠杆选择方面的作用。

参考文献

Bailey, M, R Cao, T Kuchler, J Stroebel(2016)。”社会网络的经济效应:来自住房市场的证据”,政治经济学杂志,即将到来。

贝利，M，曹R, T Kuchler, J Stroebel和A Wong (2017a)。”衡量社会连通性”。

贝利，M, E Davila, T Kuchler, J Stroebel (2017b)。”房价信念与抵押贷款杠杆选择”。

Chetty, R，和N Hendren(2015)。“社区对代际流动的影响:儿童暴露效应和县级估计”。

Jackson, M O(2014)，“网络在理解经济行为中的作用”，《经济展望杂志》28(4): 3-22。